[发明专利]一种卷包车间备件需求的预测方法

权利要求书

1.一种卷包车间备件需求的预测方法，其特征在于，具体步骤如下：

S1、记录每天生成的备件出入数量，并按照月份进行数量统计和分析；

S2、从数量统计中进行分类，按照领用周期与ABC分类法相结合，分为消耗件、易损件、非易损件；

S3、针对易损件进行模型建立，其时间序列无明显趋势变化，采用一次指数平滑法进行预测；

S4、对易损件的需求量进行预测；统计完卷包车间易损件第t期以前的历史消耗量，预测某种易损件第t+1期的备件需求量；

已知时间序列为：y₁,y₂,y₃,…,y_n,…,一次指数平滑的基本公式为：

即：

其中，表示第t期的一次指数平滑值；表示第t-1期的一次指数平滑值；α表示平滑系数；表示第t+1期的预测值；表示第t期的预测值。

2.如权利要求1所述的一种卷包车间备件需求的预测方法，其特征在于：所述步骤S2中的按照领用周期分类法：根据备件的平均领用周期(ADI)分为易损件ADI<＝1年和非易损件ADI>1年两类，其中易损件中包含消耗件，如长刀片，消耗件一般根据生产产量和设备效率等信息可以较为准确预测其更换周期和数量；

所述ABC分类法：ABC分类主要从占用资金量的角度分析，A类占年消耗金额累计百分比80％，B类占年消耗金额累计百分比15％，C类占年消耗金额累计百分比5％。

3.如权利要求1所述的一种卷包车间备件需求的预测方法，其特征在于：所述步骤S3中的指数平滑法：通过采集统计变量的历史数据，将一段时间备件消耗的预测值与实际值值的线性组合作为第t+1期的预测值，模拟出最优的预测模型，根据备件的历史消耗量预测出备件的未来需求。

4.如权利要求1所述的一种卷包车间备件需求的预测方法，其特征在于：所述步骤S4中平滑系数α的选择:

(1)当时间序列呈稳定的水平趋势时，α应取较小值，如0.1～0.3；

(2)当时间序列波动比较大，长期趋势变化的幅度比较大时，α应取中间值，如0.3～0.5；

(3)当时间序列具有明显的上升或下降趋势时，α应取较大值，如0.6～0.8；

在实际运用中，可取若干个α值进行试算比较，选择预测误差最小的α值。

5.如权利要求1所述的一种卷包车间备件需求的预测方法，其特征在于：所述步骤S4中初始值的的确定：

初始值是由预测者估计或指定的；若时间序列的观察期在20个以上，初始值对预测结果的影响很小，可以方便地以第一期观测值作为初始值；若观察期在20个以下时，初始值对以后的预测结果影响较大,这时可以取最初几期的观测值的平均值作为初始值；通常取前3个观测值的平均值作为初始值。