Bài giảng Quản lý sản xuất cho kỹ sư - Chương 3: Kỹ thuật dự báo - Đường Võ Hùng

iệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
2. Đặc trưng của Dự báo 
Kỹ thuật dự báo có thể áp dụng: 
+ Kỹ thuật định lượng: thể hiện các mối liên hệ của 
các đại lượng (thông số) bằng biểu thức/mô hình 
toán, 
+ Kỹ thuật định tính: dựa trên phỏng đoán, cảm nhận 
của người dự báo, 
 Kiểm soát sai số bởi vì dự báo thì thường không 
chính xác. 
4/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
2. Đặc trưng của Dự báo 
Các PP định lượng: có thể nhóm lại thành hai loại: 
Loại thứ nhất: số liệu quá khứ là số chỉ thị của số liệu 
tương lai. 
 Mô hình ngoại suy, chuỗi thời gian hay mô hình 
ánh xạ: kỹ thuật làm trơn, kỹ thuật phân tích chuỗi 
thời gian. 
Loại thứ nhì: mô hình nhân quả với giả thiết là đại 
lượng cần dự báo là hàm số của các biến số độc lập 
khác. 
5/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
2. Đặc trưng của Dự báo 
Các mô hình định tính (chủ quan) dự báo dài hạn. 
Mô hình định tính cũng được dùng để hỗ trợ mô hình 
định lượng (khi thiếu thông tin, sản phẩm mới,) 
6/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
2. Đặc trưng của Dự báo 
- Thời đoạn dự báo tổng quát: 
+ Dự báo dài hạn quan tâm đến việc xác định chiều 
hướng thay đổi dài hạn của đại lượng cần dự báo. 
+ Dự báo trung hạn thích hợp cho việc tổng hợp các 
nhân tố theo mùa. 
+ Dự báo ngắn hạn thì cần thiết cho việc điều độ và 
các mức độ tồn kho. 
7/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
2. Đặc trưng của Dự báo 
- Kỹ thuật áp dụng: 
+ Mô hình dài hạn ta dùng kỹ thuật dự báo định tính, 
+ Mô hình trung hạn ta sử dụng mô hình nhân quả 
+ Mô hình ngắn hạn ta dùng kỹ thuật chuỗi thời gian 
(ánh xạ). 
8/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
2. Đặc trưng của Dự báo 
- Chi phí dự báo: 
Chi phí chính chi phí cố định cho việc xây dựng 
mô hình, thu thập và thao tác trên dữ liệu (máy tính 
và nhân lực); 
Chi phí để thực hiện kỹ thuật và chi phí phụ thuộc 
vào độ không chính xác của kỹ thuật. 
- Tính dễ hiểu của dự báo: 
Nhà quản lý sẽ không dùng kỹ thuật nào họ không 
hiểu. 
9/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
3. Kỹ thuật Dự báo định tính (chủ quan) 
Nếu số liệu quá khứ có sẵn, tin tưởng được và thích 
hợp các phương pháp dự báo định lượng sẽ cực 
kỳ hữu dụng. 
Có nhiều trường hợp dùng đến các phương pháp dự 
báo định tính. 
10/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
3. Kỹ thuật Dự báo định tính (chủ quan) 
Các mẫu dự liệu: 
Lượng 
dự báo 
Thời gian 
Lượng 
dự báo 
Thời gian 
Lượng 
dự báo 
Thời gian 
Lượng 
dự báo 
Thời gian 
11/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
3. Kỹ thuật Dự báo định tính (chủ quan) 
PP “Quan điểm của người quản lý”: 
+ Phương pháp này đơn giản, dễ sử dụng: thu thập 
các số liệu dự báo (dự đoán) của một số người 
quản lý cấp cao, thể hiện qua các Báo cáo hoặc 
phát biểu. 
+ Hai mục tiêu trong quá trình tổng hợp: 
- Phải loại bỏ những dự báo hoàn toàn trái ngược 
làm ảnh hưởng đến số liệu dự báo toàn bộ 
- Phải loại nhà quản lý lấn át số liệu dự báo toàn bộ. 
12/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
3. Kỹ thuật Dự báo định tính (chủ quan) 
PP “Quan điểm của người quản lý”: 
+ Hai vấn đề cần lưu ý là: 
- Thứ tự trình bày số liệu dự báo và 
- Trọng số cho từng quan điểm cá nhân 
+ Rà soát, xem lại của dự báo tổng hợp này. 
13/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
3. Kỹ thuật Dự báo định tính (chủ quan) 
PP “Quan điểm của người quản lý”: 
Dữ liệu 
GĐ 
Tiếp thị 
GĐ 
Sản xuất 
GĐ 
Tài chính 
GĐ 
Thiết kế 
Dự báo 
Dự báo 
Dự báo 
Dự báo 
Quá trình 
tổng hợp 
DỰ 
BÁO 
14/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
3. Kỹ thuật Dự báo định tính (chủ quan) 
PP “Delphi”: 
- Kỹ thuật Delphi là PP để tổng hợp quan điểm của 
chuyên gia. 
- Có tính vô danh và tính phản hồi, 
Nhược điểm: 
- Thời gian dài dẫn đến các ý kiến sẽ lẫn lộn, khó 
phân biệt. 
- Khó khăn khi chọn lựa chuyên gia, 
- Cuối cùng là ngay cả khi đạt được một sự thống 
nhất, nó có thể sai! 
15/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
3. Kỹ thuật Dự báo định tính (chủ quan) 
PP “Tổng hợp từ lực lượng bán hàng”: 
Dự báo từ lực lượng bán hàng Phương pháp “gốc 
của cỏ”. 
Cảm nhận sản phẩm nào sẽ bán được hoặc không, 
cũng như lượng bán được sẽ như thế nào. 
16/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
3. Kỹ thuật Dự báo định tính (chủ quan) 
PP “Tổng hợp từ lực lượng bán hàng”: 
+ Thuận lợi (về mặt lý thuyết): lực lượng bán hàng là 
lực lượng đạt tiêu chuẩn nhất để giải thích về nhu 
cầu của SP, đặc biệt là trong vùng bán hàng của họ. 
+ Bất lợi: lực lượng bán hàng có thể trở nên “quá lạc 
quan” về dự báo của họ nếu họ tin rằng một dự báo 
thấp có thể dẫn đến việc sa thải công nhân. Điều 
ngược lại cũng được suy diễn tương tự. 
- Khuyến khích lực lượng này có dự báo tốt là có 
những thưởng và phạt cho dự báo tốt và xấu. 
17/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
4. Đo lường sai số Dự báo 
Độ lệch: 
với n số thời đoạn (quá khứ) được sử dụng. 
Độ lệch = 
1
n
i 
(Sai số trong thời đoạn thứ i) 
n 
Độ lệch = 
1
n
i 
(Giá trị thực – Giá trị dự báo)i 
n 
Nhược điểm: sai lệch dương có thể bù trừ cho sai 
lệch âm giá trị của độ lệch nhỏ 
18/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
4. Đo lường sai số Dự báo 
Sai số chuẩn: 
+ Sai số bình phương trung bình MSE 
MSE = 
1
n
i 
(Sai số trong thời đoạn thứ i)2 
n 
+ Sai số chuẩn SE: 
SE MSE 
19/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
4. Đo lường sai số Dự báo 
Độ lệch tuyệt đối trung bình MAD: 
MAD = 
1
n
i 
|Sai số trong thời đoạn thứ i| 
n 
20/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
4. Đo lường sai số Dự báo 
(1) 
Năm 
(2) 
Doanh 
thu thật 
(3) 
Doanh thu 
dự báo 
(4) 
Độ lệch 
[(2)-(3)] 
(5) 
Sai số 
bình phương 
(6) 
Trị tuyệt đối 
của sai số 
1 
2 
3 
4 
5 
6 
7 
27000 
35000 
29000 
33000 
37000 
41000 
35000 
23000 
25000 
31000 
30000 
32000 
34000 
38000 
4000 
10000 
 2000 
3000 
5000 
7000 
 3000 
16000000 
100000000 
4000000 
9000000 
25000000 
49000000 
9000000 
4000 
10000 
2000 
3000 
5000 
7000 
3000 
Tổng 24000 212000000 34000 
21/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
5. Kỹ thuật Dự báo định lượng 
Kỹ thuật làm trơn chuỗi số liệu, ví dụ doanh số trong 
quá khứ của công ty Hạ Long. 
 2 3 4 5 6 7 
0 
42 
44 
Năm 
D
o
an
h
 s
ố
 (
$
1
0
0
0
) 
40 
38 
36 
34 
32 
30 
28 
26 
22/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
5. Kỹ thuật Dự báo định lượng 
1. Trung bình di động (moving average) 
 Chỉ tính trung bình của n dữ liệu quá khứ gần nhất. 
Ưu điểm: Chỉ cần lưu trữ ít số liệu, việc cập nhật 
cũng đơn giản. 
Xác định n ? 
 Thử nhiều số n khác nhau, tính toán dự báo cho 
từng trường hợp rồi so sánh độ lệch tuyệt đối trung 
bình cho mỗi phương án. Phương án n nào cho trị 
số độ lệch nhỏ nhất sẽ là phương án thích hợp nhất 
cho chuỗi số liệu tương ứng. 
23/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
5. Kỹ thuật Dự báo định lượng 
1. Trung bình di động (moving average) 
Bảng sau cho thấy số 
người nhập viện ở 
Trung tâm Cấp cứu Sài 
Gòn hàng tuần. Người 
quản lý muốn ước 
lượng số ca nhập viện 
cho tuần tới. 
+ Số ca nhập viện trung 
bình: 30,7 
Tuần Số ca nhập viện 
1 22 
2 21 
3 25 
4 27 
5 35 
6 29 
7 33 
8 37 
9 41 
10 37 
Tổng 307 
24/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
5. Kỹ thuật Dự báo định lượng 
1. Trung bình di động (moving average) 
Ví dụ: xét trung 
bình dịch chuyển 
với n = 2 tuần. 
(*) giá trị dự báo 
tuần 3: 
(22+21)/2=21.50 
MAD2 = 4,188 
Tuần Số ca nhập viện n = 2 Độ lệch tuyệt đối 
1 22 
2 21 
3 25 (*) 21.50 3.50 
4 27 23.00 4.00 
5 35 26.00 9.00 
6 29 31.00 2.00 
7 33 32.00 1.00 
8 37 31.00 6.00 
9 41 35.00 6.00 
10 37 39.00 2.00 
11 ??? 39.00 MAD = 4.188 
25/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
5. Kỹ thuật Dự báo định lượng 
1. Trung bình di động (moving average) 
Ví dụ: xét trung bình 
dịch chuyển với n = 
3 tuần. 
(*) giá trị dự báo 
tuần 4: 
(22+21+25)/3=22.67 
MAD3 = 4,334 
Tuần Số ca nhập viện n = 3 Độ lệch tuyệt đối 
1 22 
2 21 
3 25 
4 27 (*) 22.67 4.33 
5 35 24.33 10.67 
6 29 29.00 0.00 
7 33 30.33 2.67 
8 37 32.33 4.67 
9 41 33.00 8.00 
10 37 37.00 0.00 
11 ??? 38.33 MAD = 4.334 
26/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
5. Kỹ thuật Dự báo định lượng 
2. Trung bình di chuyển có trọng số (Weighted MA) 
- Trọng số khác nhau được gán cho các thời điểm 
khác nhau, 
- Thường trọng số lớn nhất được gán cho dữ liệu gần 
nhất và trọng số sẽ giảm dần cho các dữ liệu xa hơn 
- Tổng các trọng số phải bằng 1. 
+ VD: nếu trọng số được dùng là 0.5; 0.3; và 0.2 
giá trị dự báo cho tuần kế tiếp sẽ là: 
0.5x(dữ liệu tuần vừa rồi) + 0.3x(dữ liệu 2 tuần trước 
đó) + 0.2x(dữ liệu 3 tuần trước) 
27/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
5. Kỹ thuật Dự báo định lượng 
2. Trung bình di chuyển có trọng số (Weighted MA) 
Tuần Số lượng thực Trung bình di chuyển 3-tuần có trọng số Sai số tuyệt đối 
1 22 
2 21 
3 25 
4 27 0,5(25) + 0,3(21) + 0,2(22) = 23,2 3,8 
5 35 0,5(27) + 0,3(25) + 0,2(21) = 25,2 9,8 
6 29 0,5(35) + 0,3(27) + 0,2(25) = 30,6 1,6 
7 33 0,5(29) + 0,3(35) + 0,2(37) = 30,4 2,6 
8 37 0,5(33) + 0,3(29) + 0,2(35) = 32,2 4,8 
9 41 0,5(37) + 0,3(33) + 0,2(29) = 34,2 6,8 
10 37 0,5(41) + 0,3(37) + 0,2(33) = 38,2 1,2 
11 ? 0,5(37) + 0,3(41) + 0,2(37) = 38,2 
(MAD = 4.37) Tổng 30,6 
28/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
5. Kỹ thuật Dự báo định lượng 
3. Kỹ thuật làm trơn hàm số mũ (Exponential smoothing) 
Kỹ thuật này tương tự như KT trung bình di chuyển 
có trọng số nhưng yêu cầu dữ liệu ít hơn. 
Phương pháp này sử dụng công thức sau: 
 Ft + 1 = Ft + (Yt - Ft) 
với Ft = giá trị dự báo tại thời điểm t; 
 Yt = giá trị số thực của thời điểm t; 
 = hằng số giữa 0 và 1. 
29/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
5. Kỹ thuật Dự báo định lượng 
3. Kỹ thuật làm trơn hàm số mũ (Exponential smoothing) 
 Ft+1 = Ft + (Yt - Ft) 
Một giá trị dự báo ban đầu phải được đưa ra trước 
tiên sau đó các trị số dự báo sẽ lần lượt được tính. 
Cần giá trị ban đầu (F1): lấy thí dụ với việc dự báo số 
ca nhập viện ở trên, giả sử lượng nhập viện cho tuần 
thứ nhất là 25 và được chọn là 0,5. 
30/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
5. Kỹ thuật Dự báo định lượng 
3. Kỹ thuật làm trơn hàm số mũ (Exponential smoothing) 
Tuần Số lượng thực Số lượng dự báo Sai số tuyệt đối 
1 22 25 3.00 
2 21 25 + 0,5(22 - 25) = 23,50 2.50 
3 25 23,50 + 0,5(21 - 23,50) = 22,25 2.75 
4 27 22,25 + 0,5(25 - 22,25) = 23,63 3.37 
5 35 23,63 + 0,5(27 - 23,63) = 25,32 9.68 
6 29 25,32 + 0,5(35 - 25,32) = 30,16 1.16 
7 33 30,16 +0,5(29 - 30,16) = 29,58 3.42 
8 37 29,58 + 0,5(33 - 29,58 ) = 31,29 5.71 
9 41 34,29 + 0,5(37 - 31 ,29) = 34,15 6.85 
10 37 34,15 + 0,5(41 - 34,15) = 37,58 0.58 
11 ?? 37,58 + 0,5(37- 37,58) = 37,29 
(MAD = 3.90) Tổng 39.02 
31/31 
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM. 
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo 
5. Kỹ thuật Dự báo định lượng 
3. Kỹ thuật làm trơn hàm số mũ (Exponential smoothing) 
Ta thấy rằng KT làm trơn bằng hàm số mũ cho kết 
quả chính xác hơn các PP khác đã được sử dụng. 
Tuy nhiên, chúng ta mới thử cho giá trị của là 0,5; 
có thể những giá trị khác như = 0,4 hay = 0,6 sẽ 
cho kết quả tốt hơn. 
Cách để tìm ra trị số tốt nhất là thử với nhiều trị số 
khác nhau và so sánh MAD với nhau. 
Thông thường thì một trị số lớn sẽ cho lượng DB 
đáp ứng hơn còn nhỏ sẽ cho lượng DB trơn hơn.