П5.Прогнозування попиту та агрегатне планування

Навчитися будувати прогноз попиту кількома методами, оцінювати його точність і складати агрегатний план.

Модуль 2Тема 64 годинидо 60 XP за задачі тренажераПРНПРН20на перевірці · оновлено 23.09.2026

Мета і результати

Після практичної ви зможете:

  • Будувати прогноз методами ковзної середньої, зваженої ковзної середньої та експоненційного згладжування.
  • Оцінювати точність прогнозу за MAD, MSE і MAPE й обирати метод за результатом оцінювання.
  • Складати агрегатний план і порівнювати стратегії його виконання за сумарними витратами.
  • ПРН20Вміти складати плани розвитку підприємств.

Умова

У тренажері два розділи. У першому розрахуйте прогноз попиту трьома методами (проста ковзна середня, зважена ковзна середня, експоненційне згладжування) і оцініть його точність через MAD, MSE і MAPE. У другому складіть агрегатний план на шість періодів за стратегією погоні за попитом і за стратегією рівномірного виробництва та порівняйте їх за сумарними витратами. Кожен варіант генерує нові дані; перевірка одразу показує повний розв’язок за формулою. XP нараховується лише за перший правильно розв’язаний варіант кожного типу задачі — до 60 XP за розділ прогнозування і до 60 XP за розділ агрегатного планування.

  1. За рядом попиту з 24 періодів побудувати прогноз трьома методами й порівняти MAD, MSE і MAPE.
  2. Підібрати константу згладжування, за якої похибка найменша, і пояснити, чому надто велике значення робить прогноз нестійким.
  3. Скласти агрегатний план на шість періодів за стратегією погоні та за стратегією рівномірного виробництва й порівняти витрати.

У тренажері — задачі за 7 формулами нижче. Кожен варіант дає нові дані; перевірка одразу показує повний розв’язок. Спроб необмежено, бал за критерієм рубрики визначає викладач за поданим розв’язком.

Тренажер: розрахункові задачі

Тренажер завантажується

Дані генеруються у вашому браузері. Якщо цей напис не зникає, увімкніть JavaScript.

Есе

Поясніть, чому надто велике значення константи згладжування (α) робить прогноз експоненційного згладжування нестійким, і чому вибір методу прогнозування чи стратегії агрегатного плану має спиратися на розраховані показники (MAD, MSE, MAPE або сумарні витрати), а не на інтуїцію. Спирайтеся на власні розрахунки з обох розділів тренажера.

Обсяг — до 300 слів. Есе здається в Moodle і оцінюється за критеріями рубрики нижче.

Що має бути в есе

  • Пояснено механізм нестійкості: при α, близькому до 1, прогноз майже повторює останнє фактичне значення й різко реагує на випадкові коливання попиту, замість згладжувати їх.
  • Наведено конкретне порівняння показників точності (MAD, MSE або MAPE) чи сумарних витрат двох стратегій із власного розрахунку тренажера, яке обґрунтовує вибір методу чи стратегії.
  • Пояснення посилається на розрахунки з обох розділів тренажера, а не переказує самі лише визначення прогнозування чи агрегатного планування.
Підказки: на що спертися
  1. Порівняйте прогноз при малому й великому α на тих самих даних: більше α сильніше «стрибає» за останнім фактичним значенням, тому й нестійкіше реагує на випадковий викид попиту.
  2. Перегляньте розділ лекції «Агрегатне планування» — приклад із витратами найму й звільнення проти витрат зберігання запасу для того самого ряду попиту.

Рубрика

3 критерії, разом 5 балів. Формат рубрики — як у Moodle.
Критерій2 бали1 бал0 балів
Побудова прогнозудо 2Усі три методи застосовано правильноЗастосовано два методи або є арифметичні помилки.Прогноз не побудовано.
Оцінювання точності й вибір методудо 2MAD, MSE і MAPE розраховано правильно, метод обрано з обґрунтуванням, вплив константи згладжування пояснено.Показники розрахованоТочність не оцінено.
Агрегатний пландо 1—Обидві стратегії прорахованоПлан не складено або прораховано лише одну стратегію.

Дані, формули й джерела

Формули тренажера

Дані для практичної

Джерела тренажера

  1. Гевко І. Б.. Операційний (виробничий) менеджмент: конспект лекцій. ТНТУ імені Івана Пулюя, 2017elartu.tntu.edu.ua перевірено 23.09.2026
  2. Heizer J., Render B., Munson C.. Operations Management: Sustainability and Supply Chain Management. Pearson, 2016openlibrary.org перевірено 23.09.2026