Modele cantitative naive

Modele cantitative naive

Exista mai multe modele din aceasta categorie, si anume:

Media simpla reprezinta media cererilor inregistrate in toate perioadele anterioare, ponderate in mod egal.

unde D_i - cererea in perioada i; n - numarul de perioade.

Aceasta medie este reprezentativa pentru model mai ales pe masura ce numarul de perioade folosite in calcul creste; se reduc si sansele de a fi indus in eroare de fluctuatiile mari care pot aparea in orice perioada. Daca modelul de baza se modifica insa in timp, aceasta medie nu va detecta modificarea.

Media mobila simpla este media cererilor inregistrate in mai multe din cele mai recente perioade. Adaugand cele mai recente perioade cele mai vechi sunt eliminate pentru a pastra corectitudinea calculelor. Aceasta medie combina datele legate de cerere din ultimele perioade, media lor fiind previziunea pe urmatoarea perioada. Esential in calculul acestei medii este ca numarul de perioade sa fie constant.

unde D_i - cererea pentru perioada i iar n - numarul ales de perioade; i = 1 cea mai veche perioada in media cu n perioade; i = n cea mai recenta perioada.

Media mobila ponderata este o metoda de calcul a mediei care permite ponderarea diferita a cererilor vechi.

unde

O astfel de medie permite ponderarea diferita, inegala a cererilor vechi. Alegerea acestor ponderi este critica pentru succesul sau esecul modelului. Daca sunt alese cu atentie se pot compensa insa tendintele de sezonalitate.

Nivelarea exponentiala reprezinta o metoda de calcul care scade exponential ponderea cererilor mai vechi. Modelele de nivelare exponentiala sunt disponibile in pachete standard de software si necesita un volum relativ mic de stocare a datelor si de calcul. Aceste modele se disting prin modul special in care pondereaza fiecare cerere trecuta. Modelul ponderilor are o forma exponentiala. Cererea pentru perioada cea mai recenta este ponderata cel mai mult iar ponderile din diferite perioade succesive mai vechi scad exponential. In cadrul acestui model se disting doua cazuri aAEs:

a - Nivelarea exponentiala de prim rang. Ecuatia de creare a unei previziuni noi sau actualizate foloseste doua informatii: cererea reala pentru cea mai recenta perioada (D_t-1) si previziunea pentru cererea cea mai recenta (P_t-1).

unde iar t este perioada.

Acest model este numit nivelare exponentiala deoarece dupa extrapolari succesive poate fi rescrisa

si se observa ca pentru , termenii etc sunt din ce in ce mai mici, cu alte cuvinte ponderile scad exponential.

se numeste coeficient de nivelare. Alegerea sa este foarte importanta deoarece un coeficient ridicat pune o pondere mare pe majoritatea cererii recente iar unul redus pondereaza cererea recenta mai putin (fig.4.2).

- Fig.4.2 -

Acest coeficient poate fi stabilit pentru clase sau familii de elemente pentru a minimiza costurile si pentru a actualiza periodic previziunea. Este nevoie doar de valoarea lui , cererea din ultima perioada si previziunea pentru ultima perioada, deci de foarte putine date. Acesta este avantajul nivelarii exponentiale simple.

Nivelarea exponentiala adaptiva este o metoda medie in care un coeficient de nivelare nu este fixat, ci este stabilit initial si apoi permite sa fluctueze in timp pe baza modificarilor din evolutia cererii. Aceasta metoda ofera o buna alternativa la previziune si in plus, poate fi modificata pentru a incorpora tendinta si componentele sezoniere.

b - Nivelarea exponentiala dubla are tendinta sa elimine prin nivelare distorsiunile intr-o serie de timp stabila a cererii. Acest model niveleaza previziunea exponentiala de prim rang si vechea previziune exponentiala:

unde Y_t este modelul de nivelare exponentiala de prim rang si trebuie calculat inainte de determinarea YD_i.