Ví dụ 3 alo cjufhruch kcjefjhccndccnklknxxw

Ví dụ 3. Nhu cầu thực tế về sản phẩm giấy thơm của một công ty kinh doanh được cho trong bảng dưới
đây: Tháng 1 2 3 4 5 6 Nhu cầu (hộp) 2000 2100 1500 1400 1300 1600 Sử dụng phương pháp dự báo san
bằng số mũ với   0,8 và 5   0, để dự báo cho tháng 7 (giả sử nhu cầu dự báo của tháng 1 là 2200
hộp). Yêu cầu: Cửa hàng nên sử dụng hệ số  nào để dự báo cho tháng 7? Hãy sử dụng hệ số  = 0,5 để
dự báo cho tháng 7 bằng phương pháp san bằng số mũ có điều chỉnh xu hướng. Lời giải: Từ cơng thức
tổng quát để tính cho phương pháp san bằng số mũ giản đơn ( ) Ft  Ft1  At1  Ft1 ta có thể dự
báo trong 2 trường hợp khi   0,8 và khi   0,5 , sau đó tính tổng sai lệch dự báo(AD) và độ lệch tuyệt
đối bình qn (MAD), ta có bảng kết quả dưới đây. Bài 2: Dự báo nhu cầu sản xuất 24
02_NEU_MAN610_Bai2_v1.0013111214 Tháng Ai Fi với  = 0,8 Ft = Ft-1 + (At-1 – Ft-1) AD với  = 0,8 Fi
với  = 0,5 AD với  = 0,5 1 2000 2200 200 2200 200 2 2100 =2200+0,8(2000-2200)= 2040 60 2100 0 3
1500 =2040+0,8(2100-2040)=2088 588 2100 600 4 1400 =1618 218 1800 400 5 1300 =1444 144 1600
300 6 1600 =1329 271 1450 150 Tổng 1480 1650 MAD= AD/n 248 275 Từ bảng trên ta chọn hệ số 8  
0, để dự báo cho tháng 7 như sau: F7=) 0,8( F6  A6  F6 = 1329 + 0,8(1600- 1329) = 1546 hộp



2.4 Phương pháp san bằng hàm mũ giản đơn
Để  khắc phục những hạn chế  của các phương pháp trên, người ta đề  xuất sử  dụng
phương pháp san bằng hàm mũ giản đơn để dự báo. Đây là phương pháp dễ sử dụng
nhất, nó cần ít số liệu trong q khứ. Theo phương pháp này:
F  = F  + α(D  ­ F ) với 0< α<1
Trong đó:
F  ­ Mức nhu cầu dự báo kỳ t
F  ­ Mức nhu cầu dự báo kỳ t­1
D  ­ Mức nhu cầu thực kỳ t­i
α  ­ Hệ số san bằng mũ
Thực chất là dự  báo mới bằng dự  báo cũ cộng với khoảng chênh lệch giữa nhu cầu
thực và dự báo của kỳ đã qua, có điều chỉnh cho phù hợp.
Hệ số a trong mơ hình dự báo thể hiện tầm quan trọng hay mức độ ảnh hưởng của số
liệu hiện tại đến đại lượng dự  báo. Hệ  số  a càng lớn mơ hình càng nhạy bén với sự
biến động của dịng nhu cầu. Nếu chọn  α = 0,7, thì chỉ  cần 3 số liệu đầu tiên đã tham

gia 97,3% vào kết quả dự báo.
Hệ  số  a chọn càng nhỏ  mơ hình dự  báo càng kém nhạy bén hơn với sự  biến đổi của
dịng nhu cầu. Nếu chọn  α = 0,2 thì giá trị  hiện tại chỉ  tham gia 20% vào kết quả  dự
báo, tiếp đó là 16%... và 5 số liệu mới nhất chiếm khoảng 67%, dãy số cịn lại từ kỳ thứ
6 trong q khứ về vơ cùng chiếm 33% kết quả dự báo.
t

t

t­1
t­i

t­i

t­1

t­1

t­1


Việc chọn  α phải dựa trên cơ  sở  phân tích tính chất của dịng nhu cầu.  Đối với dịng
nhu cầu có tính chất thời vụ, để áp dụng phương pháp san bằng hàm mũ giản  đơn, ta
có thuật tốn sau: