دانلود کامل ترین جزوه کنترل موجودی

  • از

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

 

 

 

 

 

 

 

 

– … دانلود جزوه کنترل موجودی pdf

: :
• • • • 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

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 ()
ً :
= = = =×+×+×= — = − + (− )− + (− )− + (− )− +….
(−) :

How useful was this post?

Click on a star to rate it!

Average rating 0 / 5. Vote count: 0

No votes so far! Be the first to rate this post.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *