物流学概论(第二版)-精选课件_第1页
物流学概论(第二版)-精选课件_第2页
物流学概论(第二版)-精选课件_第3页
物流学概论(第二版)-精选课件_第4页
物流学概论(第二版)-精选课件_第5页
已阅读5页,还剩23页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、内容提要概论物流的基本功能仓储管理与库存控制配送与配送中心物流成本物流系统物流系统预测与仿真方法供应链管理国际物流现代物流运作方式物流信息技术物流设施与设备未来物流运作特征展望内容概要现代物流学导论概述7.2 物流系统预测方法7.1 物流系统预测概述7.3 物流系统仿真7.1 物流系统预测概述7.1.1 物流系统预测的过程与作用 确定预测目标 分析收集相关数据 选择预测方法进行预测 分析评价预测方法及其结果 修正预测结果 提交预测报告 反馈 图7- 1 预测过程物流系统预测的作用 预测是编制计划的基础物流系统的存储、运输等各项业务活动的计划都是以预测资料为基础制定的,因而预测资料的准确与否,直

2、接影响到计划的可行性,进而决定企业经营的成败。 预测是决策的依据7.1 物流系统预测概述7.1.2 物流系统的构成按时间特征按对象因素特征按构造模型过程物流系统预测趋势外推法因果分析法集聚分析非集聚分析行为模型数学规划模型7.1 物流系统预测概述定性预测技术 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做定量分析的情况。时间序列预测技术时间序列技术是一种利用包含有相对清楚而又稳定的关系和趋势的数据的统计方法。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

3、和模型参数建立预测模型。7.1.3 物流系统预测的方法7.1 物流系统预测概述因果预测技术这是一类就预测对象同其制约因素联系进行分析,建立预测对象与其所能观察到的相关度强的变量问因果预测模型的方法。7.1.3 物流系统预测的方法更多预测技术预测方法的分类预测方法定性预测一般预测、市场调查、小组共识、德尔菲法、情境分析法、头脑风暴法、类推法、主观概率和关系树法等定量预测时间序列法(简单移动平均法、加权平均法、指数平滑、回归分析、时间序列、趋势外推)因果分析(回归分析、经济模型、投入/产出)模拟模型(以计算机为基础的动态模型)7.1 物流系统预测概述7.1.4影响物流系统预测的因素 为使预测更为准

4、确企业需要更多的考虑各种变数,从而使供应链中的各个环节能够协同运作。 将预测建立在更详尽的数据基础之上。 在全球化的经营中,季节的变化和区域的差异亦非常重要。 灵活地选择和使用各种工具,将达到事半功倍的效果。内容概要现代物流学导论概述7.2 物流系统预测方法7.1 物流系统预测概述7.3 物流系统仿真7.2 物流系统预测方法7.2.1 判断预测方法 部门负责人评判意见法 这种方法既简便又迅速。即召集生产厂与销售部门第一线的专家或负责人,请他们对市场情况和发展远景作出估计,然后再将他们的估计交给业务部门进行分析。这种方法在企业里是经常被采用的。例如,一个军工厂需要结合生产民品,怎样选型,产品方向

5、如何拟订等都可以应用以上方法。至于预测的可置信度,则主要取决于企业中部门负责人与专家平时对情况的了解和掌握。7.2 物流系统预测方法7.2.1 判断预测方法 销售人员估计法 这也是工业企业中常用的方法。例如工厂中都有一定数量的销售人员,他们或是按产品,或是按地区各有一定分工,如要制定明年的计划,则应请这写销售人员根据对地区经济情况的了解,对用户的了解,提出估计值,然后按某一特定的方式相加,作为企业的预测值。7.2 物流系统预测方法7.2.1 判断预测方法例7-1 某公司三个销售员对明年的销售量作如下表估计:销售员程度销售额概率销售概率销售员甲最高1 0000.3300最可能7000.5350最

6、低4000.280期望730销售员乙最高1 2000.2240最可能9000.6540最低6000.2120期望900销售员丙最高9000.2180最可能6000.5300最低3000.390期望5707.2 物流系统预测方法7.2.1 判断预测方法假设三者预测比重相同,则取三者之平均值为销售员预测值:(730+900+570) / 3 = 2 200 / 3 = 733.3(单位)公司两位销售经理,根据自己的经验,观察判断,已分别指出预测值:经理甲为1 000,经理乙为800,则有经理预测值:(1 000+800) / 2 = 900(单位)然后再将经理预测值与销售人员预测值作加权平均,因经

7、理是部门负责人,意见的权威性大,然后再将销售员预测值和经理预测值进行加权平均,因经理是部门负责人,意见的权威性大一些,故采取2:1加权。对明年销售的预测值 =(1733.3 + 9002) / 3 = 844.4单位7.2 物流系统预测方法7.2.1 判断预测方法 销售人员估计法 这也是工业企业中常用的方法。例如工厂中都有一定数量的销售人员,他们或是按产品,或是按地区各有一定分工,如要制定明年的计划,则应请这写销售人员根据对地区经济情况的了解,对用户的了解,提出估计值,然后按某一特定的方式相加,作为企业的预测值。7.2 物流系统预测方法7.2.1 判断预测方法 德尔菲法(Delphi)德尔菲法

8、是兰德公司研究发展后,进行推广的一种方法,即依靠技术专家小组背靠背的判断,来代替面对面的会议,使不同专家以近分歧的幅度和理由都能够表达出来,经过客观的分析,以求达到符合客观规律的一致意见。7.2 物流系统预测方法7.2.1 判断预测方法 德尔菲法(Delphi)步骤(1) 各种独立性预报在明确目标以后,小组内每个专家都用简明扼要的书面形式,提出每人的独立性预测;(2) 由协调人员负责综合编辑,使这些论述通顺易懂;(3) 协调人员把一系列综合反映专家意见的书面资料提供给有关专家做更深入的讨论,直至在背靠背的条件下,问题能得到相对集中为止。 历史类比法7.2 物流系统预测方法7.2.2 时间序列预

9、测技术 移动平均预测法移动平均预测法其中的“平均”是取预测对象的时间序列中最近一组实际值在(或历史数据)的算术平均值,其中的“移动”是指参与平均的实际值随预测期的推进而不断更新,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”值中的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,按照上述办法可以简单地推导出移动平均法的计算公式。7.2 物流系统预测方法7.2.2 时间序列预测技术例7-2 某物资企业统计了某年度1月至11月的钢材实际销售量,统计结果见表7- 2,请用移动平均预测法预测其12月的钢材销售量。月份实际销售量(吨)移动平均数Mt(1)月份实际销售量(

10、吨)移动平均数Mt(1)n=3(t)n=6(t)n=3(t)n=6(t)122 400725 70022 53322 417221 900823 40023 96722 967322 600923 80024 06723 216421 40022 3001025 20024 30023 416523 10021 9671125 40024 13324 049623 10022 3671224 80024 433表7- 2 钢材销售量统计与预测7.2 物流系统预测方法7.2.2 时间序列预测技术二次移动平均预测法是在求得一次移动平均数的基础上,对有线性趋势的时间序列所作的预测。其预测公式为:Mt

11、(2) = M t1(1) + Mt2(1) + + Mtn(1) / n在此基础上,对有线形趋势的时间序列做出预测,其预测公式为:yt+T = atbtTat =2 Mt(1) Mt(2)bt =2(Mt(1)Mt(2) )/ (n1)7.2 物流系统预测方法7.2.2 时间序列预测技术例7-3 对例2的问题用二次移动平均预测法进行预测。表7- 3 钢材销售量移动平均值月份实际销售额(万元)一次移动平均值Mt(1) n=3二次移动平均值Mt(2) n=3122 400221 900322 600421 40022 300523 10021 967623 10022 367725 70022

12、53322 211823 40023 96722 289923 80024 06722 9561025 20024 30023 5221125 40024 13324 1111224 80024 1677.2 物流系统预测方法7.2.2 时间序列预测技术再计算二次平均预测法中参数的取值,有at =2 Mt(1) Mt(2) 224 80024 167 25 433bt =2(Mt(1) Mt(2) )/ (n1)= 2(24 80024 167)/ (31)= 633由此得到预测模型:y11+T = 25 433 + 633T则12月的销售额预测值为:y11+1 = 25 433 + 633

13、= 26 066(吨)7.2 物流系统预测方法7.2.2 时间序列预测技术 指数平滑预测法指数平滑预测法,是在加权移动平均预测法的基础上发展起来的一种预测方法。它是指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期的预测值,其基本公式为:Ft1 = Xt+(1)Ft式中 Ft1对t1时刻的预测值;平滑系数;X t在t时刻的实际值。7.2 物流系统预测方法7.2.2 时间序列预测技术例7-4 某汽车运输公司今年前8个月的配车次数如表7- 4中第2列,分别用指数平滑系数为0.3和0.7两种情况预测第9月份的配车次数。表7- 4 指数平滑方法预测表时间t实际值Xt预测值Yt1配送车次XT(1)指数平滑预测(0.3)指数平滑预测(0.7)1月1010.0010.002月1210.0010.003月1110.6011.404月1010.7211.125月810.5010.346月99.758.707月109.538.918月129.679.679月10.3711.30内容概要现代物流学导论概述7.2 物流系统预测方法7.1 物流系统预测概述7.3 物流系统仿真7.3物流系统仿真7.3.1 物流系统仿真概述物流系统仿真是借助计算机仿真技术,对物流系统建模并进行实验,得到各种动态活动及其过程的瞬间仿效记录,进而研究物流系统性能的方法 (GB/T18354-20

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论