جزوه کنترل موجودی
دانلود جزوه
پارسه شیرمحمدی دکتر کریمی نیکوفکر عبدالله زاده فاطمی قمی دانشگاه شریف پیام نور دانشگاه آزاد علمی کاربردی پورسعیدی گل محمدی مدرسان شریف خلاصه کتاب جزوه
– … 
: :
• • • • ممکن است مواد اولیه در یک کارخانه عامل محدود کننده مقدار تولید باشد . در چنین شرایطی برای تعیین خط مشی آینده ، کارخانه لازم خواهد داشت ، مقادیر احتمالی مواد اولیه را که در آینده می تواند بدست بیاورد پیش بینی کند .
به طور خلاصه می توان گفت که پیش بینی در صنعت عبارت از ایجاد رابطه بین تغییرات غیر قابل
کنترل خارج از محیط صنعت ، با تغییرات قابل کنترل داخل محیط صنعت می باشد . بنابر این انجام عمل پیش بینی مستلزم مطالعه و آنالیز دقیق عوامل محیط خارج است . در بسیاری از موارد ، مطالعه این عوامل با بررسی روند حرکت آنها در گذشته قابل دسترسی است . باید توجه داشت که مقادیر پیش بینی نمی توانند
بطور صد در صد با آنچه در عمل پیش خواهد آمد ، تطابق داشته باشند ، ولیکن استفاده از روشهای علمی و تجربه شده در امر پیش بینی باعث می شود نتایج حاصله به واقعیت نزدیک شوند .
جزوه کنترل موجودی pdf
3- انواع روشهای پیش بینی
هر مدیری در تصمیم گیری های خود به نحوی با پیش بینی سر و کار دارد . انجام برخی از این پیش بینی ها ساده و برخی دیگر پیچیده و مشکل می باشند . همچنین پیش بینی ها می توانند برای دوره های زمانی کوتاه مدت یا بلند مدت انجام گیرند . البته هیچگاه پیش بینی دقیقاً با واقعیت تطبیق نمی کند و باید کوشید خطای پیش بینی به حداقل ممکن برسد .
روشها و تکنیک های مختلفی برای پیش بینی ایجاد شده است . هر یک از این فنون کاربرد خاص خود را دارد و با آگاهی از مجموعه آنها می توان پیش بینی های موفق تری را انجام داد . مدیران باید سعی کنند تا مدلی را برای پیش بینی انتخاب کنند که پاسخ گوی دانلود جزوه کنترل موجودی pdf سازمان و متناسب با فعالیت های آن باشد . در بسیاری از موارد ممکن است یک مدل ساده پیش بینی ، نتایج بهتری نسبت به یک مدل پیچیده ارائه دهد .
بطور کلی می توان روشهای پیش بینی را به دو گروه عمده بشرح زیر تقسیم بندی نمود :
• روشهای نظری1
• روشهای آماری و محاسباتی2
1
1-3- روشهای نظری
در مواقعی که اطلاعات دقیق و کامل در مورد مسئله وجود نداشته باشد ، از این نوع روشهای
پیش بینی استفاده میشود . در این روشها سعی می گردد که نظرات ذهنی کارشناسان فن به صورت مقادیر کمی در آید . به هر حال در این روشها اتکای ما بر قضاوت ذهنی افراد و تعبیر و تفسیر آنها از اطلاعات
برای پیش بینی آینده خواهدبود ، به همین دلیل به آن پیش بینی قضاوتی1 گفته میشود . روشهای نظری بیشتر برای پیش بینی های بلند مدت به کار می رود .
بدیهی است انجام هر نوع پیش بینی از طریق محاسبات و با نشان دادن آمار و ارقام امکان پذیر نیست . عواملی مختلف نظیر تغییر و تحولات اجتماعی ، سیاست های داخلی و خارجی کشور ، نحوه تغییر سطح توقعات مردم ، امکان تولید محصولات جدیدتر و با شرایط بهتر توسط رقبا و بسیاری از عوامل دیگر ، مطمئناً در میزان تقاضای مردم دخالت خواهند داشت .
به عنوان مثال ممکن است با توجه به وضع اقتصادی دولت و مسائل مورد بحث در محافل تصمیم گیرنده ، بتوان پیش بینی کرد که در آینده ممکن است مبالغ دریافتی بابت مالیات یک محصول بالا برود .
بالا رفتن مالیات بی شک باعث افزایش قیمت محصول خواهد شد . این افزایش قیمت تا چه حد در میزان تقاضای مردم اثر خواهد گذاشت ؟ مسلماً هر نوع افزایش قیمتی باعث کاهش تقاضا خواهد گردید ، ولی این اثر در محصولات مختلف ممکن است متفاوت باشد . تقاضای بعضی از محصولات در مقابل تغییر قیمت عکس العمل سریعی نشان می دهند و برخی دیگر از محصولات عکس العملهای آرام تری خواهند داشت .
بطور کلی دقت پیش بینی های نظری بستگی به میزان مهارت و اطلاعات اقتصادی ، اجتماعی و سیاسی افراد پیش بینی کننده دارد . به همین جهت اینگونه پیش بینی ها توسط گروه های کارشناسی انجام می گیرد . پیش بینی های قضاوتی (نظری) از آنجایی که به آمار و اطلاعات ثبت شده ای مبتنی نیستند از اطمینان زیادی برخوردار نمی باشند ، ولیکن در بعضی از امور تنها راه پیش بینی می باشند . دو روش معروف در این زمینه عبارتند از :
1-1-3- روش دلفی
در این روش از نظر متخصصان فن نهایت استفاده به عمل می آید . ابتدا گروهی از کارشناسان و متخصصان صاحب نظر انتخاب می شوند و بوسیله پرسشنامه ای نظرات آنان در مورد موضوع مربوطه گردآوری می شود . سپس نظرات مختلف را به سایر اعضای گروه اطلاع داده و نظرات جدید جمع آوری می شوند . به دانلود جزوه کنترل موجودی pdf ترتیب همه اعضاء از اطلاعات و نظرات دیگران مرتبا مطلع می شوند و به اظهار نظر جدیدی می پردازند . از آنجا که در روش دلفی نظرات بصورت کتبی و انفرادی اعلام می شود ، افراد گروه تحت نظر اکثریت قرار نمی گیرند و آزادانه نظر واقعی خود را ابراز میدارند . با ادامه جریان ارسال اطلاعات
و نظر جوئیهای جدید ، مدیر می تواند بر اساس نظرات گردآوری شده نتیجه ای برای پیش بینی بدست
آورد . روش دلفی بیشتر برای پیش بینی های بلند مدت (بیشتر از دو سال) بکار می رود .
2-1-3- روش توافق جمعی
در این روش اعتقاد بر این است که نظر جمع متخصصان بهتر از نظر یک فرد است . از این رو طی جلساتی نظر افراد حضوراً گردآوری می شود و پس از بحث و گفتگو آنچه که مورد توافق جمع است ، اساس پیش بینی قرار می گیرد . به علت اینکه افراد باید در جلسه ، نظرات خود را بطور علنی ابراز کنند ، جو جلسه و نظر سایرین می تواند نظرات ابراز شده را تحت تأثیر قرار دهد .
2-3- روشهای آماری و محاسباتی
در این نوع روشها محاسبات انجام شده مبتنی بر آمار و ارقام گذشته خواهد بود . روشهای آماری و محاسباتی بطور کلی به دو دسته بشرح زیر تقسیم بندی میشوند :
• روشهای پیش بینی بر مبنای گذشته1
• روشهای پیش بینی علت و معلولی2
روشهای1-2-3- پیش بینی بر مبنای گذشته
در این نوع روشها داده های گذشته را اساس پیش بینی آینده قرار می دهیم . به عبارت دیگر فرض ما بر این است که در آینده کوتاه مدت یا میان مدت می توان روند گذشته را ملاک پیش بینی قرار داد .
اگر چه اطلاعات دانلود جزوه کنترل موجودی pdf راهنمای خوبی برای آینده است ، اما به علت تغییراتی که در طول زمان رخ می دهد ، این روش به طور دقیق نمی تواند آینده بلند مدت را آنچنان که اتفاق خواهد افتاد پیش بینی کند .
روشهای2-2-3- پیش بینی علت و معلولی
اگر اطلاعات کافی در مورد موضوع پیش بینی موجود بوده و روابط بین متغیرها نیز مشخص باشد ، می توان از این روشها استفاده نمود . به عنوان مثال اگر بین میزان فروش و متغیرهای دیگری مانند قیمت کالا
و درآمد خالص رابطه ای وجود داشته باشد ، می توان با استفاده از روشهای پیش بینی علت و معلولی مدلی برای روابط مذکور ساخته و به انجام پیش بینی پرداخت .
حال در مورد هر یک از انواع روشهای پیش بینی آماری و محاسباتی توضیحات بیشتری داده و تکنیک های مختلفی را برای هر یک ارائه میکنیم .
4- روشهای پیش بینی بر مبنای گذشته
در این روشها پیش بینی آینده مبتنی بر آمار گذشته خواهد بود و لیکن عواملی ممکن است موجب بروز تغییرات در مصرف گردند . انواع تغییرات مصرف را نسبت به عامل زمان می توان به پنج دسته بشرح زیر تقسیم بندی کرد :
1) تغییرات روندی (Trend Variation) : روند به یک حرکت طولانی مدت به سمت بالا و یا پایین در داده ها اطلاق میشود . چنانچه تقاضای یک محصول در هر سال نسبت به سال قبل افزایش
(کاهش) داشته باشد ، این تغییرات نشان دهنده تغییرات روندی در تقاضای این محصول است .
2) تغییرات فصلی (Seasonal Variation) : تغییرات منظم تقاضا در فصول (ماهها – هفته ها) مشخصی از دوره مورد نظر برای پیش بینی ، تغییرات فصلی نامیده میشود .
3) دانلود جزوه کنترل موجودی pdf نامنظم (Irregular Variation) : تغییرات غیر معمول مانند شرایط سخت آب و هوایی ، بحرانهای مالی و اقتصادی و … که تابع نظم مشخصی نباشد ، تغییرات نامنظم نامیده میشوند . هرگاه که امکان پذیر باشد ، بایستی این نوع تغییرات در داده ها مشخص شده و از داده ها حذف شوند .
4) تغییرات دوره ای ((Cycle Variation : سیکل ها ، تغییرات موجی شکل در داده ها برای مدت بیش از یکسال هستند . این تغییرات اغلب مرتبط با یک متغیر اقتصادی ، سیاسی و حتی شرایط کشاورزی میباشند .
5) تغییرات تصادفی (Random Variation) : پس از تمامی انواع تغییرات در داده ها، تغییرات ناگهانی کوچک در تقاضا بعنوان تغییرات تصادفی در نظر گرفته .

دانلود رایگان خلاصه کتاب کنترل موجودی pdf
در پیش بینی بر مبنای گذشته از تکنیک های مختلفی استفاده می شود که با توجه به میزان دقت و حساسیت لازم در پیش بینی می توان از این تکنیک ها استفاده نمود . در ادامه به تشریح این تکنیک ها می پردازیم .
تقاضای واقعی دوره قبل (Naive Approach)
در این روش ، پیش بینی تقاضای هر دوره را مساوی با مصرف واقعی دوره قبل فرض می کنیم .
این روش ساده برای شرایطی که تقاضای واقعی دوره های گذشته تقریباً یکنواخت و با ثبات است ، مناسب میباشد . بعنوان مثال اگر تقاضا برای محصولی در هفته گذشته 20 واحد بوده ، پیش بینی تقاضا برای این هفته نیز معادل 20 واحد خواهد بود . البته در این روش تغییرات فصلی و تغییرات روندی را نیز در نظر گرفت .
برای در نظر گرفتن تغییرات فصلی در این روش ، پیش بینی برای این فصل ، معادل تقاضای واقعی فصل مشابه در دوره گذشته خواهد بود . بعنوان مثال پیش بینی تقاضای میوه در هفته آخر اسفند ماه امسال ، معادل میزان تقاضای میوه در هفته مشابه سال گذشته در نظر گرفته خواهد شد .
چنانچه داده های گذشته دارای تغییرات روندی باشند ، پیش بینی تقاضا برای این دوره معادل تقاضای واقعی دوره قبل بعلاوه اختلاف مابین مقادیر واقعی دانلود جزوه کنترل موجودی pdf دو دوره قبل خواهد بود . مثال زیر را در نظر بگیرید :
پیش بینی تغییر نسبت به دوره قبل تقاضای واقعی دوره
(Simple Average) میانگین ساده
در این روش جهت پیش بینی مقادیر تقاضا در هر دوره ، میانگین تقاضای واقعی دوره های قبلی را محاسبه میکنیم . این روش سطح تغییرات تصادفی را هموار کرده ، ولی در عین حال بطور کامل در مقابل روند تقاضا عکس العمل مناسب نشان نمیدهد .
Ft = t 1−1∑i 1t 1=− Ai
وقتی که :
شماره دوره :t تقاضای واقعی دورهAi : i
پیش بینی تقاضای دوره Ft : t
(Moving Average) میانگین متحرک
این تکنیک حد مابین روشهای تقاضای واقعی دوره قبل و میانگین ساده است . در روش ، میانگین یک تعداد از داده های واقعی آخرین دوره های گذشته ، مبنای محاسبه پیش بینی خواهد بود . دیگر ، میانگینی که با استفاده از اطلاعات جدید مرتباً به روز در آورده شود ، میانگین متحرک نامیده میشود .
به عنوان مثال دوره پیش بینی را سه ماهه فرض کنید . برای پیش بینی میزان فروش در تیر ماه میانگین میزان فروش فروردین ، اردیبهشت و خرداد دانلود رایگان جزوه کنترل موجودی pdf محاسبه قرار می گیرد . برای پیش بینی میزان فروش در مرداد ماه ، میانگین میزان فروش اردیبهشت ، خرداد و تیر مبنای محاسبه قرار می گیرد و میزان فروش فروردین از محاسبه حذف می گردد . به همین ترتیب آمار جدیدتر جایگزین آمار قدیمی شده و میانگین به سمت جلو حرکت می کند و از این جهت است که این روش میانگین متحرک نامیده می شود .
• روش میانگین متحرک بر پایه تعداد دوره های بیشتر ، اثر هموارسازی بیشتری در مورد تغییرات تصادفی دارد . ولیکن در مورد تغییرات روندی عکس العمل مناسبی نخواهد داشت .
• روش میانگین متحرک بر پایه تعداد دوره های کمتر ، دارای اثر هموارسازی کمتر بوده ، ولیکن در مورد تغییرات روندی عکس العمل مناسب تری خواهد داشت .
1-3-4- محاسبه خطای پیش بینی در روش میانگین متحرک
خطای پیش بینی عبارت است از فاصله آنچه واقعیت دارد با آنچه پیش بینی شده . برای انتخاب دوره تناوب مناسب در روش میانگین متحرک معمولاً میانگین خطای پیش بینی بر پایه تعداد دوره های
مختلف را محاسبه و دوره تناوبی را که دارای میانگین خطای کمتری باشد ، انتخاب می کنند . میانگین خطای پیش بینی بصورت زیر محاسبه می شود
2-3-4- روش میانگین متحرک با در نظر گرفتن تغییرات فصلی
چنانچه در تقاضای واقعی دوره های گذشته تغییرات فصلی وجود داشته باشد ، ابتدا باید بر اساس داده های مربوط به سالهای گذشته ضرایب فصلی محاسبه گردند . جهت محاسبه ضرایب فصلی بهتر است از داده های دو تا چهار سال گذشته استفاده شود . برای این منظور بصورت زیر عمل
1- میانگین تقاضای واقعی هر سال را محاسبه میکنیم .
2- درصد تغییر تقاضای واقعی هر دوره نسبت میانگین تقاضای سال مربوطه بدست می آوریم .
دوره تقاضای واقعی پیش بینی تقاضا میانگین تقاضای واقعی هر سال درصد تغییر تقاضای واقعی
3- دانلود رایگان جزوه کنترل موجودی درصدهای تغییر مربوط به هر فصل را بدست آورده و آنرا ضریب فصلی مربوط به آن فصل می نامیم .
سپس جهت پیش بینی تقاضای دوره های آینده با در نظر گرفتن تصحیحات فصلی از رابطه زیر استفاده :
ضریب فصلی × مقدار پیش بینی میانگین متحرک = مقدار پیش بینی با اعمال ضریب فصلی
مثال : تقاضای واقعی کالایی برای چهار سال گذشته بصورت جدول زیر داده شده است . با استفاده از روش میانگین متحرک چهار دوره ای و با در نظر گرفتن تغییرات فصلی ، پیش بینی تقاضا برای سال 1387 را محاسبه کنید .
دوره تقاضای واقعی پیش بینی تقاضا میانگین تقاضای واقعی هر سال درصد تغییر تقاضای واقعی
پیش بینی تقاضای دوره های بعدی با اعمال ضریب دانلود جزوه تعلیم و تربیت در اسلام PDF بصورت جدول زیر خواهد بود . توجه داشته باشید که تقاضای واقعی هر دوره در انتهای آن دوره مشخص میگردد .
دوره تقاضای واقعی پیش بینی تقاضا پیش بینی تقاضا با اعمال ضریب فصلی
(Weighted Moving Average) روش میانگین متحرک وزنی -4-4
در روش میانگین متحرک ، داده های دوره های مختلف ارزش یکسانی داشتند . در صورتی است داده های دوره های نزدیکتر ارزش بیشتری نسبت به داده های دوره های دورتر داشته باشند .
برای رفع اینگونه نواقص ()
ً :
= = = =×+×+×= — = − + (− )− + (− )− + (− )− +….
(−) :
فهرست مطالب