跟蹤信號

跟蹤信號等於遊動誤差總和除以平均絕對偏差。即：

其中，遊動預測誤差總和（RSFE）等於各期實際需求與需求預測之差的總和。

平均絕對誤差(MAD)=預測誤差總和/預測總個數。

正的跟蹤信號表明實際需求大於預測值，負的則表明實際需求小於預測。一個令人滿意的跟蹤信號應有較低的RSFE，其正負誤差差不多同樣大。這即是說，小的偏差是允許的，但偏差正負項應相互抵消，這樣跟蹤信號才接近於0。

一旦跟蹤信號算出來以後，就要將之與預定的控制界限比較。若超過上下控制限，說明預測方法存在問題，管理人員應重新評估其所用的預測方法。運用跟蹤信號進行監控的具體手段有：自適應平滑和聚焦預測等。

1、自適應平滑（adaptive smoothing）

自適應平滑是運用跟蹤信號進行監控時的一種對預測結果進行調整的手段。它也是自適應預測中的一種重要方法。自適應預測是指由計算機監控跟蹤信號，併當信號超出控制線時自動進行調整。當預測用的是指數平滑法時，首先以使預測誤差最小化的原則來選取a和b；接著，當計算機注意到異常跟蹤信號時，自動進行a和b 的調整。這就是自適應平滑。

2、聚焦預測（focus forecasting）

在進行預測之前，先試驗各種預測模型，然後選出預測誤差最小的預測模型進行預測，這種方法稱為聚焦預測。聚焦預測提供了一種合理的短期預測方法，這裡的短期是指月度或季度等不到一年的一段時期。聚焦預測的一個典型作用便是嚴密監控和快速響應。聚焦預測是基於以下兩個原則的：首先是非常複雜的預測模型並不總比簡單的強；其次是不存在能適用於所有產品或服務預測的單個技術。