免費開始練習
地特三等申論題 112年 [工業工程] 生產計劃與管制

第 一 題

📖 題組:
一、國際掃描公司專賣倉庫標籤掃描器,7 個月來的銷售量如下:(計算至小數點第二位) 月 銷售量(單位為千台) 2 月 19 3 月 18 4 月 15 5 月 20 6 月 18 7 月 22 8 月 20
📝 此題為申論題,共 4 小題

小題 (一)

使用 5 個月的移動平均預測法預測 9 月的銷售量。(7 分)

思路引導 VIP

看到「5個月的移動平均預測法」,直覺應抓取預測目標月份(9月)往前推算最近5個月(4月至8月)的歷史銷售資料。將這5個月的數值加總後除以5計算算術平均,並留意題目要求的「計算至小數點第二位」即可輕鬆取分。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】使用簡單移動平均法(Simple Moving Average, SMA)公式:$F_{t} = \frac{\sum_{i=1}^{n} A_{t-i}}{n}$,取期數 $n=5$。 【解答】 計算:

小題 (二)

使用加權平均法,8 月權重為 0.60,7 月權重為 0.30,6 月權重為 0.10 預測 9 月的銷售量。(7 分)

思路引導 VIP

看到此題,應立即辨識為需求預測中的「加權移動平均法(Weighted Moving Average)」。解題關鍵在於將預測目標(9月)的前三期實際銷售資料(8月、7月、6月)分別乘上題目賦予的時間權重,最後加總並依照題目要求精確至小數點第二位即可。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】使用加權移動平均法公式:$F_{t+1} = \sum (w_i \times D_{t+1-i})$,將各期實際銷售量乘上對應權重後加總。 【解答】 已知:

小題 (三)

使用平滑常數為 0.20 的指數平滑法,假設 3 月預測值為 19(千台),預測 9 月的銷售量。(7 分)

思路引導 VIP

看到此題應立刻聯想到「指數平滑法(Exponential Smoothing)」公式:下期預測值 = 本期預測值 + 平滑常數 × (本期實際值 - 本期預測值)。從題目給定的 3 月預測值為起點,利用逐月的實際銷售量,按部就班遞迴推算至 9 月即可。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】指數平滑法公式:$F_{t+1} = F_t + \alpha (A_t - F_t)$,其中 $F_t$ 為第 $t$ 期預測值,$A_t$ 為第 $t$ 期實際值,$\alpha$ 為平滑常數。 【解答】 計算:已知 $\alpha = 0.20$,$F_3 = 19$。

小題 (四)

說明三種方法的優缺點?(9 分)

思路引導 VIP

看到此類時間序列的預測分析題,若未明確指定方法,應直覺聯想生產計劃中最基礎且最常用的三種預測技術:簡單移動平均法、加權移動平均法與指數平滑法。答題時需著重比較這三者在『近期資料敏感度』、『計算與參數決定難易度』及『系統資料儲存需求』三個維度的優缺點。

🤖
AI 詳解
AI 專屬家教

【破題】針對時間序列之銷售資料,實務與學理上最常應用之三種基礎預測方法為:簡單移動平均法 (SMA)、加權移動平均法 (WMA) 及指數平滑法 (ES)。 【論述】 一、簡單移動平均法 (Simple Moving Average, SMA)

📝 簡單移動平均法
💡 利用過去固定期數之實際值算術平均,預測未來一期需求。

🔗 移動平均預測計算流程

  1. 1 確定預測目標 — 確認題目要求的月份與期數 n。
  2. 2 回溯選取數據 — 由目標期往前推算連續的 n 個實際值。
  3. 3 執行算術平均 — 計算該組數據總和並除以 n。
  4. 4 標註單位產出 — 得出預測值並標註正確計量單位。
🔄 延伸學習:延伸學習:觀察期數 n 增加時,預測值的平滑程度與滯後現象。
🧠 記憶技巧:移動平均3要領:鎖定近n期、加總後除以n、預測下一期。
⚠️ 常見陷阱:最常犯錯的是「選錯月份」,必須從預測點(如9月)往前推n期(8、7、6、5、4月),不可從數據開頭計算。
加權移動平均法 指數平滑法 預測誤差度量 (MAD/MSE)

🏷️ AI 記憶小卡 VIP

AI 記憶小卡

升級 VIP 解鎖記憶小卡

考前複習神器,一眼掌握重點

🏷️ 相關主題

需求預測與時間序列分析
查看更多「[工業工程] 生產計劃與管制」的主題分類考古題