3.4.2. Примеры прогноза текущего запаса на складе

Рассмотрим применение методов прогнозирования на основе данных расхода деталей на складе. В табл. 3.4.1 приведены три реализации текущего расхода; для каждой реализации даны величины расхода за день характеристики, представляющие собой расход деталей со склада за соответствующий цикл.

Таблица 3.4.1

Проиллюстрируем возможные варианты прогнозов для одной реализации.

Пример 3.4.1. Воспользуемся первой реализацией. Допустим, что нам известны значения расхода деталей со склада за пять дней работы (табл. 3.4.2).

Таблица 3.4.2

Исходные данные и результаты расчета коэффициентов уравнения (3.4.2) при N=5
ti, дн.	yi, ед.		yiti	Прогноз yi*	(yt√yi)2
1	41	1	41	42	1
2	39	4	78	39	0
3	38	9	114	36	4
4	35	16	140	33	4
5	28	25	140	30	4
Суммы

* Значения округлены

Выберем уравнение тренда y_t в виде линейной зависимости:

(3.4.2)

Расчет коэффициентов уравнения и производится по формулам, полученных на основе метода наименьших квадратов:

(3.4.3)

(3.4.4)

Находим: a₀ = 45,2, a₁ = –3,0.

(3.4.5)

Для оценки границ интервального прогноза необходимо рассчитать среднее квадратичное отклонение σ_t:

(3.4.6)

Подставляя значения в формулу, находим σ_t:

(3.4.7)

На основании полученных зависимостей y_t и σ_t рассчитываются прогнозные оценки:

1. среднего времени расхода текущего запаса ;

2. страхового запаса y_c с заданной доверительной вероятностью Р.

Расчет прогнозной величины среднего времени расхода производится по формуле

(3.4.8)

Приняв y_t = 0, находим :

Для расчета страхового запаса воспользуемся формулой:

(3.4.9)

где σ_t – среднее квадратичное отклонение,

t_β – параметр нормального закона распределения, соответствующий доверительной вероятности β.

Параметр t_β определяет для нормального закона число средних квадратических отклонений, которые нужно отложить от центра рассеивания (влево и вправо) для того, чтобы вероятность попадания в полученный участок была равна β.

В нашем случае доверительные интервалы откладывают вверх и вниз от среднего значения уt. .

В табл. 3.4.3 приведены наиболее часто встречающиеся в практических расчетах значения вероятности β и параметра t_β для нормального закона распределения.

Таблица 3.4.3

Страховой запас рассчитывается так же, как и границы интервального прогноза. Для рассматриваемого примера для доверительной вероятности β=0,9 находим по табл. 3.4.3 t_β = 1,643. Тогда величина страхового запаса составит:

Примем y_c=3,0.

На рис. 3.4.2 приведены границы интервального прогноза при β = 0,9.

Рис. 3.4.2. Прогноз текущего расхода деталей на складе (N = 5): 1 – исходные данные; 2 – уравнение тренда; 3, 3' – границы интервального прогноза; 4 – время расхода запаса

Рассчитанное значение страхового запаса соответствует только одному дню наступления дефицита, а именно согласно прогнозу T = 15. Для учета возможных нарушений срока поставки необходимо также при расчете страхового запаса оценить влияние задержки, связанной с выполнением заказа, в частности с транспортировкой.

К сожалению, по одной реализации невозможно оценить вероятностный характер длительности функциональных циклов поставки. Однако можно предположить, что выявленная тенденция расхода запаса сохранится. В этом случае для оценки прогнозной величины страхового запаса можно воспользоваться формулой

(3.4.10)

где τ – параметр, характеризующий количество дней задержки поставки заказа.

Рассчитаем величину страхового запаса при условии задержки на один день по сравнению с прогнозной оценкой T = 15 дней, т. е. на 16-й день:

Аналогично, при τ = 2 (17 день)

Для оценки вероятности отсутствия дефицита допускается, что отклонения ежедневного расхода деталей от среднего значения (тренда) подчиняются нормальному закону распределения. Тогда, пользуясь уравнением функции нормального закона, определяют вероятность отсутствия дефицита:

(3.4.11)

где y_t – уравнение тренда;

σ – среднее квадратическое отклонение.

В табл. 3.4.4 приведен ряд значений функции Ф(х) и Р(х).

Таблица 3.4.4

Появление дефицита означает, что текущая величина запаса на складе равна нулю, т. е. у = 0.

Для определения вероятности отсутствия дефицита необходимо:

1. рассчитать ,

2. по табл. 3.4.4 с помощью х найти Р(х).

Для рассматриваемого примера рассчитаем вероятности отсутствия дефицита деталей на складе на 13-й, 14-й и 15-й дни. Так, для T = 13 получаем:

и

По табл. 3.4.4 находим Р_Т=13 > 0,999, т. е, вероятность отсутствия дефицита ничтожно мала.

Аналогично, для T = 14 получим y_Т=14 = 3,2, x = –1,78, и вероятность отсутствия дефицита Р_Т=14 = 0,95.

Наконец, для T = 15 вероятность отсутствия дефицита Р = 0,5.

Следует подчеркнуть, что так же, как при оценке прогнозной величины страхового запаса, определение вероятности отсутствия дефицита по одной реализации справедливо только при строгом соблюдении сроков поставки. Если они не соблюдаются, то расчет должен проводиться с учетом рассеивания длительности функциональных циклов поставки.

В заключение определим ошибку прогноза среднего времени Т, поскольку имеются реальные данные о текущем расходе в табл. 3.4.1:

(3.4.12)

где T_ф, T_п – соответственно фактическая и прогнозная продолжительность цикла, дн.

Получим:

Ошибка прогноза велика, но это закономерно, так как нарушено одно из эмпирических правил экстраполяционного прогнозирования: между предпрогнозным периодом t и периодом упреждения (прогноза) τ = T – t должно соблюдаться соотношение:

(3.4.13)

При T = 5 допустимая величина времени прогноза:

Следовательно, величина надежного прогноза соответствует T ≈ 7 дн. и период упреждения составляет τ = 2 дн.

Пример 3.4.2. Считается, что средняя длина функционального цикла расхода запасов составляет T = 10 дн. Тогда t = 7,5 дн.

Увеличим длину динамического ряда до N = 7 (рис. 3.4.3).

Рис. 3.4.3. Прогноз текущего расхода деталей на складе (N = 7): 1 – исходные данные; 2 – уравнение тренда; 3, 3' – границы интервального прогноза; 4 – время расхода запаса

Выполним расчеты аналогично примеру 3.4.1, полученные данные занесем в табл. 3.4.5.

Таблица 3.4.5

Исходные данные и результаты расчета коэффициентов уравнения тренда при N=7
ti	yi		yiti	yi	(yt√yi)2
1	41	1	41	43,1	4,41
2	39	4	78	39,2	0,04
3	38	9	114	35,3	7,29
4	35	16	140	31,4	12,96
5	28	25	140	27,6	0,25
6	23	36	138	23,6	0,36
7	19	49	133	19,7	0,49
Суммы

,

Получим уравнение тренда:

Соответственно,

Рассчитаем среднее прогнозное время расхода запаса со склада

и ошибку прогноза:

Рассчитаем величину страхового запаса y_c для 12-го, 13-го и 14-го дней. Примем β = 0,95, т. е, t_β = 1,96. Тогда:

Определим вероятность дефицита на складе на 10-й день. Находим ; по табл. 3.4.4 , т.е. наличие дефицита маловероятно. Аналогично, для для .

В заключение следует сделать следующее замечание: рассчитанные величины среднего запаса получены при условии, что наблюдающая величина дефицита и вариация ежедневного расхода – независимые величины. Несомненно, это допущение требует проверки.