 需求改變 → MPS 改 → Capacity、Schedule、MRP 改 → 原料的量、送達時

間
 Make by order 預測易 ， Make to inventory 預測難
 主觀(Subjective)預測方法：
1. 德菲法:專家的意見 集思廣益
2. Sales Force Composites 銷售人員意見
3. Jury of Executive Opinion 主管意見
4. Customer Survey 顧客意見
 客觀(Objective)預測方法：
 Causal Models：先利用 AHP 來決定 variable 有幾個，再用回歸得到 Y =
f(x1,x2,…,xn)
 Time Series Methods：
1. Trend
2. Seasonality 一年以內的循環
3. Cycles 一年以上的循環
4. Randomness
 Evaluation of Forecasts:
1. MAD = sum(|Ft-Dt|)/n
2. MSE = sum((Ft-Dt)^2)/n
3. MAPE = sum(|Ft-Dt|/Dt)*100%
 Moving averages：前 n 個平均
1. n 越大，越平穩，變動越小 (優)
2. Lags behind a trend (缺)
3. Ignores complex relationships in data (缺)
 Exponential smoothing： Ft+1 = a*Dt + (1-a)*Ft , a 通常小於 0.3
1. F2 = D1
 MA vs. ES
1. Both methods lag behind a trend 變化在實際變化之後
2. If a = 2/(N+1), 會友一樣的結果
3. ES 涵蓋所有的歷史資料，MA 在過了 n 期後，舊的歷史資料就沒用了
4. MA 需要 n 期以前的資料，ES 只要上一期的實際值和預測值就好
 Trend-Based Methods：
 Regression Analysis：
 Model：Dt=a+b*t
 Sxx=n^2(n+1)(2n+1)/6-[n(n+1)/2]^2 , Sxy = n*sum(i*Di)-[n(n+1)/2]
sum(Di)
 b = Sxy/Sxx , a = D̅ - b(n+1)/2
 Holt’s Method (double exponential smoothing)：(需給定 S0、G0、α、β )
  St = α (實際值) + (1-α ) (上期預測值=St-1+Gt-1)
Gt = β (level 差) + (1-β ) (上期 trend=Gt-1)
 Seasonal-Based Method：
 Seasonal Factors for Stationary Series (4 步)
 Seasonal decomposition Using Moving Average (10 步)
 Winter’s Method (triple exponential smoothing)

 Inventory 要決定數量和下訂的時間
 Treatment of Excess Demand：
 Backorder all excess demand 缺貨後補
 Lose all excess demand 損失 demand
 Backorder some and lose some 混合
 Type of Inventories：
1. Raw material
2. Components
3. Work-in-Process (WIP)
4. Finished goods
 Reasons for Holding Inventories
 經濟批量 lot sizing
 Leadtimes 的不確定性
 推測未來價錢改變
 Transportation
 Smoothing
 Demand 的不確定性
 Logistics
 Cost of Maintaining Control System
 Holding Cost 包含：
 實際占用的空間
 稅和保險
 破損和退化
 機會成本
 Ordering Cost(Production Cost)包含
 Fix cost + variable cost
 Lead time = order 到 receive 的時間
 補貨緩慢上升 → 自己製造 or 分批交貨 ， 補貨瞬間上升 → 外購
 盤存 → 控制庫存 ， (季末/年末)盤點 → 料帳一致
 Periodic-review policy 定期盤存制 (R, r, T) system：每過 T 的時間，檢查庫存
的量是否低於 r，若是的話就補貨到 R 的量(下訂 Q=R-I)，否則不下訂
 Order-up-to-R policy (R, R, T) system：代表每 T 單位時間都一定要再補貨，除
非一直沒有 demand
 Continuous-review policy 永(連)續盤存制：持續的檢查庫存是否低於 r，若
是的話就補貨到 R 的量(下訂 Q=R-I)，否則不下訂 ex：小七( by transaction)
 Fixed-reorder quantity policy：同永續盤存制，但下訂的量改為固定的 Q，而
非一定要補到 R 的量
 Base-stock policy：代表每次只要庫存有變動，都要馬上補貨，並補到 R 的
量(Q=R-I)，Base-stock 指的就是 R
 Inventory models classification：
 Static deterministic inventory model
 Dynamic deterministic inventory model
 Static probabilistic inventory model
 Static Deterministic inventory models – Single product models
 Tp = Q/p 製造的時間
 Imax = Tp(P-D)-Smax 製造的時間*每天多出的量-缺貨的量
 T1 = Smax/(P-D), T2 = Imax/(P-D) , T3 = Imax/D T4 = Smax/D
 I̅ (平均存貨) = (Imax + 0)* (T2+T3)/T * 1/2
 S(平均缺貨) = (Smax + 0)*(T1+T4)/T * 1/2
 TC = A*D/Q (ordering cost) + CD (purchasing cost) + iC I ̅ (holding cost) + π̂ T
S + π Smax D/Q (shortage cost)
 Solution for π̂ != 0 ： Q* = … , Smax* = …
 Special case：P is infinite(缺貨後馬上補滿) and shortage is not allowed(不會
缺貨)
 TC = A*D/Q (ordering cost) + CD (purchasing cost) + iC Q/2(holding cost)
 Q* = (2AD/ic)^(1/2)
 Quantity Discount 數量折扣問題：用上面 Special case 的模型去解，在個別
的數量區間下的最小 TC，最後比較各區間最小的 TC，就能找到 Q*
 Multi-item → lagrangian relaxation(procedure) & fixed-cycle method
 Variable in lead time demand
 Probabilistic inventory models-single period model 報童模型