物流需求四阶段预测法.ppt

物流需求预测方法与模型,http:/2 笔趣阁,第一节 物流需求特征与需求预测方法 第二节 地区间的物流量需求预测方法 第三节 制造企业的物流需求预测方法 第四节 物流企业的市场需求预测方法与模型,一、物流需求的内涵与构成 物流需求是社会经济活动特别是制造与消费活动所派生的一种次生需求。 物的流动及其服务、信息的需要，是由于社会生产与社会消费的需要，它是受生产力布局、生产资源分布、生产制造模式、消费者分布、运输仓储设施布局等因素的影响的。,第一节 物流需求特征与需求预测的作用,物流发生和吸引量构成示意图,P=Pr+Pm1+Pm2 A=Ar+Apc+Am1+Am2 Pi=f(m,R) Aj=f(pc,m,R) 式中：m制造能力； pc人口及消费水平； R经济辐射力。,物流需求产生的原因构成,二、物流需求的特征 派生性：是社会经济活动生产的物的位移及其服务、信息； 复杂性：影响物流需求变化规律的因素多样、多变；需求有一定规律，又有随机性； 时效性：物流需求是时间的函数，宏观上与微观上的阶段与时间变化都会影响物流的品类、空间分布、对服务的要求、对费用的适应、对时机的要求； 地域性：物流需求与空间环境有密切的关系，不同的自然环境、社会环境、经济环境决定了不同的物流特征与规律。,三、物流需求预测的意义 是分析物流业发展变化规律的基础； 是制造企业及物流企业经营管理决策的依据； 是物流规划与设计的依据； 是物流技术设施配制设计的依据。,第二节 地区间的物流量需求预测方法,一、物流量需求的基本概念,1、物流纯流动及物流流动需求预测,物流纯流动是从始发地（Origination，简称O点）到达目的地（Destination，简称D点）的一种物资的流动过程。,物流流动需求预测是包含各类预测方法和模型在内的聚集分析，通常包括物流生成预测、物流分布预测、物流链选择预测、物流网络分配预测四个阶段。,如图所示，实线部分代表物流出行的期望线，实线的宽度代表起点i与迄点j间的物流交换量lij。 如表所示为物流出行的矩阵表，简称LOD tabel。,1,2,3,4,5,6,2、物流期望线与L-OD表,外区,n,案例 P市某年分布期望线 图为P市2020年分布期望线图，反映了物流区发生的物流量到达的目的地，它的宽度代表了物流区间的物流交换量的大小。,为P市2020年分布期望线图,二、基于L-OD的物流需求预测基本原理与过程,三物流分区划分及物流调查,1、物流分区原则及物流区划 所谓物流区划是指将物流项目所在地区及其影响区域细分为小的区域的工作过程，其目的是为了更准确地确定物流O点与D点的位置。物流区划的原则如下： 尽量按照行政区划进行划分，以利于调查资料的收集； 小区数量要与规划预测工作相协调，合理安排工作量； 尽量将人工边界（铁路线、隧道等）、自然边界（河流、山脉等）作为小区的边界； 每个物流区的用地性质尽量一致； 合理确定物流区规模，以调查区为研究重点，结合调查点的分布情况将物流区细化，分成规划区域、直接影响区、间接影响区。,案例 P市物流分区 根据物流分区原则及P市特点和物流调查的需要，将P市划分为14个物流区，分区图如图所示。,P市物流调查物流分区总图,调查物流区的划分,2、 物流需求预测的调查 物流需求预测的主要目的是解决如何提供物流供应满足物流需求的要求。在物流规划调查中首先必须全面掌握自然环境、社会经济环境、城市总体规划或区域规划、城市用地布局或土地规划、物流基础设施状况，并对与物流需求密切相关的商贸网点、制造企业、连锁流通业及物流相关企业的流量、流向、载体、流程等进行全面调查与分析。物流需求预测调查的主要内容包括： （1）基础资料收集：自然环境、社会经济环境、城市总体规划或区域规划、城市用地规划或土地规划、物流基础设施状况与物流相关企业的现状及未来发展情况等。 （2）全年物流量调查。 （3）三日流动抽样调查。,四、物流需求预测主要模型,1、物流生成预测,物流生成预测是预测各分区的物流生成量，即根据现状各分区的物流发生与吸引量，现状的社会经济特征值，找出它们之间的相互关系，然后根据未来各区的社会经济发展值，预测各分区的发生物流量、吸引物流量。,物流生成量的影响因素示意图,回归分析法根据事物内部因素变化的因果关系来预测未来的发展趋势的。 一元线性回归模型。一元线性回归是描述一个自变量与一个因变量之间线性关系的分析模型，又称回归方程或回归直线。一般形式是：,其中： 预测区的物流发生量或吸引量 常数； 回归系数。 影响货源产生的因素。,多元线性回归模型。其模型如下： 其中： 预测区的物流发生量或吸引量； 影响物流产生的因素，如人口数、工厂建筑面积、仓库面积、GDP、车辆数量、人均消费水平、人均收入水平等。确定参数k时， 取现值；预测 时， 取未来规划值； 参数，根据现状资料由最小二乘法确定。p101,弹性系数法 弹性系数是物流量的增长率与国民经济发展的增长率之间的比例。弹性系数与社会经济的发展水平、地区特点、发展战略等均有一定的关系。因此，弹性系数的确定应综合分析预测地区的历史、状况、发展趋势，通过历史现状资料分析其不同时期的弹性系数，并通过与其它地区的类比分析等确定。在实际规划工作中经常使用的是分区域分阶段的弹性系数法。,2、物流分布预测,物流分布预测是预测各分区之间的物流交换量，即根据各分区现状的物流交换量和以及未来的发生、吸引量，找出各分区未来的空间交换量。影响分区之间物流交换量的因素很多，如：两个分区自身的经济发展水平，生产与消费水平，两个分区之间的资源、生产、消费的互补性，两个分区之间的空间距离和物流通道的能力与费用等。物流分布预测常用的方法有增长系数法和综合法。,增长系数法 增长系数法是在现状分布量的基础上按一定的增长率推算未来的分布量。此法简单、方便，常见的有常系数法和平均系数法。当经济发展、土地使用、物流源布局、物流设施等有较大变化时，此法误差较大。 常增长系数法利用全规划区现状物流发生总量或吸引总量与未来物流发生总量或吸引总量之间的增长率，计算分区之间的物流分布量，计算公式为：,式中： 、 分别是为未来及现状分区到 分区 的物流分布量； 、 分别为未来及现状分区物流发生总量； 、 分别为未来及现状分区物流发生总量。,平均增长系数法的计算公式为：,用上式计算出的 一般不会满足约束条件： 、 因此，需要进行反复迭代计算，在第 次计算出 之后，得出，新的增长系数：,则第 次的计算公式为：,如此反复计算，直到 、 收敛到等于或接近1为止。,物流分布预测,常用的重力模型如下： 式中： 分区 到 分区的物流分布量 分区 的社会经济、资源分布、生产力布局等情况 分区 的社会经济、生产力布局、消费分布等情况 重力模型系数 分区 与分区 之间的阻抗参数,3、物流链选择,物流链是指由主要物流通道和若干物流节点组成的物流线路体系，常见的物流链形式有单一链如基于铁路的物流链、基于公路的物流链、基于航空的物流链、基于水运的物流链以及综合链两种基本形式。物流链的选择会受到物品的自然属性、经济属性的影响，也受到物流网络线路与节点的技术特征、经济特征的影响，有时候还受到地区的消费水平、服务水平、生产制造水平的影响。,式中： 分区 到分区 ，在 种物流链中选择物流链 的比重，也称为 链的分担率； 待定系数； 自然对数的底； 分区 到分区 的第 个物流链的阻抗，也可以看成选择 链所支付的广义费用。,在物流链选择的方法中有多种模型，如比例模型、分对数模型和概率模型。概率模型也称为Probit Model，是选择决策中的一种比较常用的模型其函数形式可表达为：,4、物流网路分配,物流网络分配是指确定物流网络上的各线路与各节点的物流量。物流网络的分配问题是一个复杂的动态的网络优化问题，理论上讲有两类分配方法，一类是利用数学规划模型来寻找分配量，即利用明确的目标函数和各个约束条件描述的最大割最小权的多商品流模型（MMCFP）来求解网络上的物流分配量，另一类是网络分配中常用的模拟方法，一般有最短路法、静态多路径法、概率分配法、动态多路径法等，这里介绍最短路分配法。 最短路分配是一种静态的单一路径的物流分配方法，在进行分配工作时，取两物流网络的节点间的广义费用（出行时间或费用）为常数，即假设在两物流网络节点间的速度不受网络负荷的影响，运输、装卸和存储费用保持不变。空间上的L-OD量被全部分配在连接该起点和终点的最少费用的路径上，即最短路上，其他路径分配不到L-OD，其分配计算的框图如图所示：,最短路分配法的计算框图,案例 实例说明最短路物流分配法 下面以一个简单示例说明最短路物流分配法的分配过程。 【例4-1】在图4-6-1所示的物流网络中，物流节点1，3，7，9为A，B，C，D四分区的质心，即代表各分区的中心点，四个分区的L-OD矩阵如表4-6-1所示。试用最短路法分配该L-OD矩阵。 【解】（1）确定两物流节点间的广义费用 在用最短路分配物流量时，先确定两物流节点间物流广义费用c(i，j)，在该法中取c(i，j)为常数。本例广义费用如图4-6-2所示。,表4-6-1 OD矩阵,（2）确定最短路线。 网络上两点之间的最短路径可用多种方法来寻求，如Dijkstra算法、Floyd算法等确定。通过标号法确定的最短路径如表4-6-2所示。,表4-6-2 最短路径,（3）分配OD量 将各起终点之间的L-OD量分配到该OD起终点相对应的最短路径上并累加，得图4-6-3所示的分配结果。,实际问题中，物流网络的分配问题是一个动态的多路径的问题，这样就有静态多路径法、概率分配法、动态多路径法等方法。得到物流往来上的各线路和各节点的物流量后，就能够评判物流网络与物流需求是否协调，为物流设施的布局、物流通道的布局、物流技术的改善提供依据。,制造企业的物流需求是指生产制造中各个环节与各流程上的采购量、运输量、零部件及成品库存量、配送量等的总称，如下图所示。以上这些需求量的预测主要依赖于生产计划。,第三节 制造企业的物流需求预测方法,一、制造企业的需求概述,制造企业物流需求构成图,制造企业的物流需求可以分为分独立需求和相关需求。,独立需求和相关需求的区别与联系,2、基于MRP原理的制造企业物流需求预测原理,MRP制造资源计划是从整个制造流程最优的角度出发，运用科学的方法，对企业的各种制造资源和企业生产经营各环节实行合理有效地计划、组织、控制和协调的一种生产管理方法。它既能保持连续均衡生产，又能最大限度地降低各个环节上的物流成本。,MRP的计划与执行过程,MRP处理物流需求的基本原理,3、基于MRP原理的制造企业物流需求预测的三个步骤,通过制造企业的物流需求计算的流程图可看出，利用MRP进行制造企业物流需求预测主要分为三个步骤： 第一步：根据产品和市场计划，确定生产计划大纲及主产品计划，确定产品及部件量，推算出销售量及成品库存量； 第二步：在主产品结构清单及库存状态文件已知的前提下，推算出零部件库存量； 第三步：根据物料需求计划的输出，推算出零部件采购量、运输量。,4、案例 某企业依据市场和产品计划确定某时期计划生产电子挂钟60件，电子挂钟的产品结构层、时间坐标上的产品结构图如下所示：,电子挂钟的产品结构框图,时间坐标上的产品结构图,产品需求树,13000,套,1.0,E,10000,件,1.0,X,11000,件,1.0,A,11100,件,1.0,C,0,1,2,结构层次,独立需求件,相关需求件,11200,D,件,4.0,R,12100,m,3,0.2,12000,件,4.0,B,方桌,桌面,桌腿,面,框,螺钉,胶,油漆,方木,2,产品需求树,某企业生产的课桌的产品结构与需求树,物流企业的市场需求主要是目标市场或客户市场的服务需求量。如：采购量、运输量、配送量、库存量等。 一般讲，物流企业的需求预测是对潜在的市场需求的中短期预测。,1、内涵,2、预测的一般思路及步骤 （1）明确问题，制定预测目标与计划 （2）搜集并建立数据库 （3）选定方法和建立模型 （4）检验模型，进行预测 （5）分析误差，评价结果 （6）提交预测成果 （7）预测结果的事后验证,第四节 物流企业的市场需求预测方法与模型,预测一般程序,预测预备,确定预测,范围和目的,分析调查结果,实施调查,制定预测,计划,确定,预测,模型,确定,模型,参数,预测结果,检验预测,是否合理,否,是,完成预测,1、定性分析 德尔菲法（Delphi） 2、定量分析 按照时间特征分：趋势分析、因果分析 按照对象因素特征分：集合分析、非集合分析 按照构建模型的原理分：行为模型、非行为模型 3、其他方法 物流细分法 ABC分析,二、物流企业的需求预测的方法,定性分析 定性预测技术又称判断预测技术,它是在一种有组织的形式下,搜集各个人对分析过程所作的判断,然后进行预测的方法。这种方法简单易行实用,适用于数据奇缺或难于作定量分析的情况。 一般这类方法用于中长期预测,常用的效果较好的有德尔菲法、主观概率法、市场调查法、部门负责人评判意见法、销售人员估计法及历史类比法等。,德尔菲法（Delphi）,选定专家：与预测问题有关的（10人-15人）， 建立联系：采用信件、邮件、电话等方式， 征求意见：与问题有关的意见，整理、综合、归纳， 反馈意见：再匿名反馈问题的意见给专家。 按这种方式多次反复，直至使专家们的意见趋于一致为止，最后得出预测结论。,工作步骤： 选择专家。专家人数的确定依据锁预测的问题的复杂性和所需知识面的宽窄，一般以10人15人为宜。所选择的专家彼此不发生联系，只用书信的方式与预测人员直接发生联系。 编制并邮寄“专家应答表”。首次交往需向专家介绍预测的目的，提供现有的相关资料，并邮寄“专家应答表”。 分析整理“专家应答表”。收集专家的意见和反应，整理“专家应答表”，进行综合、分析、归纳等工作。 与专家反复交换意见。将整理、分析、归纳和综合的结果反馈给各专家并进一步提供有关资料，让专家修订自己的意见，天写“专家应答表”，如此反复进行直至得出预测结论。 将最终预测结论函告专家。,德尔菲法的特点： 可以消除召开专家讨论会所出现的随声附和、 崇拜专家、固持己见和有顾虑等弊病； 可使意见迅速集中。 这种方法是在假设预测项目的各因素之间无 交互作用的前提下进行的，因此有一定的局 限性。,定量分析 趋势分析 由于事物的时间序列展示了事物在一定的时期内的发展变化过程,因而可以从事物的时间序列分析入手,寻找出事物的变化特征及变化趋势,并通过选择适当的模型形式和模型参数建立预测模型。 趋势分析是用事物过去的变化特征描述和预测未来的变化特征。这种方法适宜对各种事物进行中、短期预测。,趋势外推分析示意图,1、移动平均法,式中， 时期的时间序列的移动平均值； 时间序列的第 个元素； 参与平均的实际值个数。,移动平均预测使用预测对象的时间序列中最近一组实际值的算术平均值，参与平均的实际值随预测期的推进而更新，并且每一个新的实际值参与到平均值时，都要剔除掉已参与平均值中最陈旧的一个实际值，以保证每次参与平均的实际值都有相同的个数，由此推出移动平均法的计算公式：,式中， 时期 的一次指数平滑值（时期 的预测值）； 时期 的预测值； 时期 的实际值， = ， 时期 的 实际值； 阿尔发因数或平滑指数（ 1）。,2、指数平滑法 详见网页动态趋势预测,指数平滑是根据以前的需求水平和预测水平的加权平均数估算的未来预测值为基础的。它是在移动平均法的基础上发展起来的一种预测方法，包括一次指数平滑法、二次指数平滑法和高次指数平滑法。 一次指数平滑法利用时间序列中本期的实际值与本期的预测值加权平均作为下一次的预测值，该模型的基本公式为：,因果分析 因果分析是就预测对象与其影响因素的联系进行分析,建立预测对象与其所能观察到的相关度强的变量间模型的方法。如图所示，y表示预测因子；x表示预测对象有关的自变量；x1，x2，x3,xn为直接影响因素；xnn为间接影响因素。,因果分析示意图,其