第9-10次課生產物流管理ppt課件

1、CH4 消費物流：需求預測、方案與控制要求：了解消費物流涵蓋的范圍；了解消費物流管理的目的； 消費物流概述消費管理學中消費的定義是： 消費是一切社會組織將它的輸入轉化為輸出的過程。經濟學中消費被定義為：將投入轉化為產出的活動，或是將消費要素進展組合以制造產品的活動。消費物流范圍消費物流供應鏈循環(huán)供應鏈上的任何企業(yè)，根據其所處的位置來區(qū)分其供應物流和銷售物流，任何來自于上游的產品不論是何種形狀，我們都稱之為是原資料的供應物流；同理，不論其銷售的產品是何種形狀，我么都稱之為是產廢品的銷售物流；在企業(yè)內部的就稱之為是消費物流。供應物流普通是對所采購的原資料和零部件，從供應商處到企業(yè)倉庫的物流管理，也

2、可以叫做原資料物流； 銷售物流是對產廢品，從企業(yè)到客戶手中的管理，也可以叫做產廢品物流或分銷物流、銷售物流等；消費物流所指的是，在企業(yè)內部為保證消費而進展的物流管理，也可以稱為在制品物流。物流階段分類將正確的產品在正確的時間以正確的方式按照正確的數(shù)量以正確的本錢送到正確的地方交給正確的人消費物流管理的目的與其它物流管理的目的根本是一樣的，物流管理的根本目的依然是：生產物流目標確定物料需求的時間和數(shù)量確定所需物料的來源物料的運輸管理物料的接納以及倉儲管理物料的庫存方案和控制消費線的物料配送的時間、數(shù)量和地點生產物流范圍什么是物流需求預測物流需求預測是根據物流市場過去和如今的需求情況以及影響物流市

3、場需求變化的要素之間的關系，利用一定的閱歷判別、技術方法和預測模型，運用適宜的科學方法對有關反映市場需求目的的變化以及開展的趨勢進展預測。帶來的益處 準確的需求預測可以促進物流信息系統(tǒng)和消費設備才干的方案和協(xié)調。并且經過物流需求預測可以確定產品是如何向配送中心和倉庫或者零售商進展分配的。要求 為明確責任，衡量需求預測的效果，開展物流需求預測需求建立一套包括組織、程序、動機以及人事等方面的完善的預測的行政管理體制，以支持預測活動的順利開展，在此根底上選擇預測技術，實施預測過程并對其過程實行有效監(jiān)控。 物流需求預測的內容1、對市場總潛力進展預測。2、對企業(yè)運營地域市場潛力進展預測。3、企業(yè)運營地域

4、范圍內社會購買力的開展趨勢預測。4、企業(yè)所消費和運營產品的需求趨勢預測。5、產品生命周期及新產品投入市場的勝利率預測。6、產品市場占有情況預測。物流需求預測的普通步驟1、確定需求性質經預測的需求可以分為從屬需求和獨立需求。從屬需求具有垂直順序特征，如采購和制造情況，零部件的采購為了裝配成制廢品，此時零部件的需求取決于制廢品的裝配方案。程度從屬需求是一種特別情況，需求的工程并非完成制造過程所需求，而有能夠是完成營銷過程所需求，如在每個裝運工程中包括了附屬物、促銷工程或運營者手冊等，那么對附屬物的需求預測就取決于裝運工程的方案。因此，對如零部件等的從屬需求的預測可直接經過根本工程的需求估計來確定而

5、無需分別進展預測。獨立需求預測那么是兩個工程的需求毫無關系，如對洗衣機的需求有能夠對洗衣粉的需求無關，洗衣粉的預測對改善洗衣機預測將不起任何作用。這類工程主要包括大多數(shù)最終消費品和工業(yè)物資，必需單獨預測。2、確定預測目的明確預測的目的是進展有效預測的前提。有了明確詳細的預測目的，才干有的放矢的搜集資料，否那么就無法確定調查什么，向誰調查，更談不上怎樣進展預測。并且預測目的確實定應盡量明細化、數(shù)量化，以利于預測任務的順利開展。3、確定預測內容，搜集資料進展初步分析 預測內容即影響物流需求的要素，普通包括：某時期的根本需求程度、季節(jié)要素、趨勢值、周期要素、促銷要素以及不規(guī)那么要素六個方面。 預測者

6、必需認識到不同要素對物流需求所具有的潛在影響，并能適當?shù)挠枰蕴幹?，對于特定工程具有艱苦意義的成分必需予以識別、分析并與適當?shù)念A測技術相結合。1) 根本需求某時期的根本需求程度是以整個展延時間內的平均值表示的，是對沒有季節(jié)要素、周期要素和促銷要素等成分的工程的適當預測2季節(jié)要素季節(jié)要素通常建立在年度根底上，對消費零售層而言，在某幾個季度，某物品的需求量較大，而在另幾個季度，需求量較小的規(guī)律運動。而對零售層次而言，這種季節(jié)要素先于消費需求大約一個季度。3 趨勢值 是指在一個展延的時期內，定期銷售的長期普通運動。它可以為正、為負或不確定方向，人口或消費類型的變化決議趨勢值的增減，銷售量隨時間而添加是

7、正的趨勢值，反之，那么為負的趨勢值。而通常情況下，由于人們消費習慣的變化，趨勢方向會改動許多次。4 周期要素周期要素如商業(yè)周期，普通來說，每隔35年就有一次經濟從衰退到擴張的動搖，許多大宗商品需求就與商業(yè)周期聯(lián)絡嚴密。5促銷要素促銷要素，在某些行業(yè)，廠商的市場營銷活動會引發(fā)需求動搖，對銷售量具有很大影響。促銷期間銷售量添加，以后隨著利用促銷逐漸售出庫存后銷售量下降。從預測的角度，有規(guī)那么的促銷要素類似季節(jié)要素，而不規(guī)那么的促銷要素那么必需對它進展跟蹤并結合時期進展分析。6不規(guī)那么要素不規(guī)那么要素，是隨機的或無法預測的要素。在展開一項預測的過程中，其目的是要經過跟蹤和估計其他要素，使隨機要素降低

8、到最小程度。在了解預測內容的根底上，根據預測目的搜集資料進展初步分析，察看資料構造及其性質，并以此作為選擇適當預測方法的根據。4、選擇預測方法在需求預測中有兩種方法，即閱歷判別和數(shù)學模型法。閱歷判別法由預測者根據所掌握的資料進展數(shù)據分析，憑仗其專業(yè)知識和閱歷進展預測，這種方法多在掌握資料不夠全面，預測準確度要求不搞時運用，在更多情況下，運用的是建立數(shù)學模型的方法，普通包括時間序列建模和相關性建模兩種方法。這種預測相對閱歷判別法更準確一些。對于這些方法將在下一節(jié)中進展詳細引見。5、計算并做出預測以預測目的為導向，根據選定的預測方法，利用掌握的資料，就可以詳細研討，進展定性或定量分析，預測物流的需

9、求情況。6、分析預測誤差根據現(xiàn)實的資料對未來進展預測，其中產生誤差是難免的。誤差的大小反映預測的準確程度，假設預測誤差過大，其預測結果就會偏離實踐太遠，從而失去參考價值。因此對預測能夠出現(xiàn)的誤差進展分析是非常必要的，一方面要分析誤差產生的緣由，另一方面要檢查預測方法的合理性?？傊诡A測誤差降到最小。需求預測方法定性預測方法：頭腦風暴法Delphi法定量預測方法：回歸分析時間序列灰色預測頭腦風暴法 頭腦風暴法出自“頭腦風暴一詞。所謂頭腦風暴(Brain-storming) 最早是精神病理學上的用語，指精神病患者的精神錯亂形狀而言的，如今轉而為無限制的自在聯(lián)想和討論，其目的在于產生新觀念或激發(fā)創(chuàng)

10、新想象。 在群體決策中，由于群體成員心思相互作用影響，易屈于權威或大多數(shù)人意見，構成所謂的“群體思想。群體思想減弱了群體的批判精神和發(fā)明力，損害了決策的質量。為了保證群體決策的發(fā)明性，提高決策質量，管理上開展了一系列改善群體決策的方法，頭腦風暴法是較為典型的一個。 頭腦風暴法又可分為直接頭腦風暴法通常簡稱為頭腦風暴法和質疑頭腦風暴法也稱反頭腦風暴法。前者是在專家群體決策盡能夠激發(fā)發(fā)明性，產生盡能夠多的想象的方法，后者那么是對前者提出的想象、方案逐一質疑，分析其現(xiàn)實可行性的方法。德爾菲法 德爾菲法也稱專家調查法，是一種采用通訊方式分別將所需處理的問題單獨發(fā)送到各個專家手中，咨詢意見，然后回收匯總

11、全部專家的意見，并整理出綜合意見。隨后將該綜合意見和預測問題再分別反響給專家，再次咨詢意見，各專家根據綜合意見修正本人原有的意見，然后再匯總。這樣多次反復，逐漸獲得比較一致的預測結果的決策方法。 德爾菲法根據系統(tǒng)的程序，采用匿名發(fā)表意見的方式，即專家之間不得相互討論，不發(fā)生橫向聯(lián)絡，只能與調查人員發(fā)生關系，經過多輪次調查專家對問卷所提問題的看法，經過反復咨詢、歸納、修正，最后匯總成專家根本一致的看法，作為預測的結果。這種方法具有廣泛的代表性，較為可靠。1.回歸分析回歸分析Regression Analysis：統(tǒng)計分析的方法，主要討論數(shù)據之間的相關關系。主要過程：根據預測目的，確定自變量和因變

12、量；建立回歸預測模型；進展相關分析獲得相關系數(shù)等；檢驗回歸預測模型，計算預測誤差；計算并確定預測值。線性回歸預測線性回歸預測法是指一個或多個自變量和因變量之間具有線性關系，配合線性回歸模型，根據自變量的變動來預測應變量平均開展趨勢的方法。式中：y預測值因變量 a、b回歸模型系數(shù) R 相關系數(shù)R=0時，不相關；R=1時，完全相關；0R1時，部分相關，R越大相關性越高。非線性回歸預測非線性回歸預測是指自變量與因變量之間的關系某種非線性關系時的回歸預測法常用模型：多項式模型、對數(shù)模型、指數(shù)模型、冪函數(shù)模型等baxy=bxcey=多項式：對數(shù)：冪函數(shù)：指數(shù)：Excel在回歸分析中的運用利用圖表進展回歸

13、分析選擇變量生成散點圖添加趨勢線選擇類型，設置選項利用數(shù)據分析工具進展回歸分析將函數(shù)轉換為線性回歸方式數(shù)據分析回歸選項設置輸出結果回歸統(tǒng)計表 ：相關系數(shù)、規(guī)范誤差等方差分析表：經過F檢驗來判別回歸模型的回歸效果(與置信度相關)回歸參數(shù)：經過t檢驗的p值判別能否解釋因變量變化(p值為可信程度的遞減目的)一些常見曲線：轉化為規(guī)范線性回歸曲線Compertz曲線：描畫一種新產品從試制期到飽和期產量的增長趨勢Pearl曲線：描畫技術和經濟的發(fā)生、開展、成熟三個階段緩慢、快速、緩慢L2.時間序列時間序列：指在一個給定的時期內按照固定時間間隔把某種變量的數(shù)值依時間先后順序陳列而成的序列。時間序列法是一種定

14、量預測方法，亦稱簡單外延方法。在統(tǒng)計學中作為一種常用的預測手段被廣泛運用。時間序列分析在第二次世界大戰(zhàn)前運用于經濟預測。二次大戰(zhàn)中和戰(zhàn)后，在軍事科學、空間科學、氣候預告和工業(yè)自動化等部門的運用更加廣泛。時間序列分析(Time series analysis)是一種動態(tài)數(shù)據處置的統(tǒng)計方法。該方法基于隨機過程實際和數(shù)理統(tǒng)計學方法，研討隨機數(shù)據序列所服從的統(tǒng)計規(guī)律，以用于處理實踐問題。一、時間序列分析的根本原理 什么是時間序列 按時間順序記錄并陳列的數(shù)據序列稱時間序列時間序列的分析目的分析目的分析過去描畫動態(tài)變化認識規(guī)律提示變化規(guī)律 預測未來未來的數(shù)量趨勢時間序列的四個主要要素：長期趨勢 T 景象在

15、較長時期內受某種根本性要素作用而構成的總的變動趨勢季節(jié)變動 S 景象在一年內隨著季節(jié)的變化而發(fā)生的有規(guī)律的周期性變動循環(huán)變動 C 景象以假設干年為周期所呈現(xiàn)出的波浪起伏形狀的有規(guī)律的變動不規(guī)那么變動I 是一種無規(guī)律可循的變動，包括嚴厲的隨機變動和不規(guī)那么的突發(fā)性影響很大的變動兩種類型時間序列預測可用于短期預測、中期預測和長期預測 長期趨勢T (A) 季節(jié)變動S (B) 循環(huán)變動C (C) 不規(guī)那么變動I CBA 采用時間序列分析進展預測時需求用到一系列的模型，這種模型統(tǒng)稱為時間序列模型。在運用這種時間序列模型時，總是假定某一種數(shù)據變化方式或某一種組合方式總是會反復發(fā)生的。因此可以首先識別出這種

16、方式，然后采用外推的方式就可以進展預測了。 采用時間序列模型時，顯然其關鍵在于假定數(shù)據的變化方式款式是可以根據歷史數(shù)據識別出來；同時，決策者所采取的行動對這個時間序列的影響是很小的，因此這種方法主要用來對一些環(huán)境要素，或不受決策者控制的要素進展預測，如宏觀經濟情況，就業(yè)程度，某些產品的需求量；而對于受人的行為影響較大的事物進展預測那么是不適宜的，如股票價錢，改動產品價錢后的產品的需求量等。 這種方法的主要優(yōu)點是數(shù)據很容易得到。相對說來本錢較低。而且容易被決策者所了解。計算相對簡單。當然對于高級時間序列分析法，其計算也是非常復雜的。此外，時間序列分析法經常用于中短期預測，由于在相對短的時間內，數(shù)

17、據變化的方式不會特別顯著。1關于在預測中誤差的一些常用表示方法 其中xi表示i時辰的真實值或察看值；Fi表示i時辰的預測值；ei表示i時辰的誤差。平均誤差(Mean error)平均絕對誤差(Mean absolute deviation)均方差(Mean squared error)規(guī)范差Standard deviation of errors時間序列預測方法經過對歷史數(shù)據作平均運算，序列中偏高或偏低的數(shù)據可相互抵消，以此平滑時間數(shù)據序列中的動搖。按照數(shù)據處置方法不同，可以分為：簡單算術平均加權算術平均挪動平均平滑法季節(jié)指數(shù)趨勢預測回歸分析時間序列的預測步驟 第一步，確定時間序列的類型 即分

18、析時間序列的組成成分。第二步，選擇適宜的方法建立預測模型 假設時間序列沒有趨勢和季節(jié)成分，可選擇挪動平均或指數(shù)平滑法假設時間序列含有趨勢成分，可選擇趨勢預測法假設時間序列含有季節(jié)成分可選擇季節(jié)指數(shù)法第三步，評價模型準確性，確定最優(yōu)模型參數(shù) 第四步，按要求進展預測 1簡單算術平均某銷售公司2021年下半年各月的銷售額分別為18、17、19、20、17、19萬元，試預測2021年1月份該公司銷售額。預測值 2加權算術平均賦予時間序列中間隔預測期較近數(shù)據以較大的權重。 例：某商場家電產品在前周圍的需求量依次為12、17、15、13，給最近一期數(shù)據賦予權重0.4，上一期數(shù)據賦予權重0.3，上上一期數(shù)據

19、分配權重0.2，間隔預測期最遠一期數(shù)據分配權重0.1。那么加權平均值為： MAn0.4130.3150.2170.11215 優(yōu)點：對最近一期的實踐情況反響靈敏。 難點：一個是挪動間隔期確實定，企業(yè)沒有方法知道多久以前的需求對預測期的需求沒有影響；另一個是賦予每一期的權重沒有科學確實定方法，只能依托客觀的閱歷進展判別。挪動平均：利用過去一系列的實踐數(shù)值進展預測，將間隔預測期最近幾期的實踐數(shù)值的平均值作為預測值。計算公式為：上式也可以寫成：3挪動平均其中xt表示t時辰的真實值或察看值；Ft+1表示t+1時辰的預測值；對于上式當n=1時， 也就是說，t+1時辰的預測值就是t時辰的察看值，或者說是用

20、當前的察看值來預測下一期的數(shù)值。這種方法稱為naive天真預測法。這種方法雖然過于簡單，可以說是沒有進展預測，但是它可以作為評價其他時間序列法預測結果好壞的一個規(guī)范。假設他運用了一個非常復雜的時間序列分析模型來對某一個問題進展預測，其誤差比這種簡單的天真預測法還糟糕，那么這個模型顯然不是一個好的預測模型。年份銷售量移動平均數(shù)N=3移動平均數(shù)N=52002206200321420042082005220209.332006230214.002007212219.33215.62008202220.67216.82009210214.67214.42010218208.00214.82011206

21、210.00214.4211.33209.6根據歷史數(shù)據，經過挪動平均預測未來值 簡單滑動平均法顯然只適宜于程度款式的數(shù)據，假設歷史數(shù)據中存在明顯的上升或下降趨勢，或者有季節(jié)性動搖那么這種方法是不適用的。因此它只能用來對一些變化平衡或緩慢量進展預測，如對需求量穩(wěn)定的商品的銷量進展預測。 由于數(shù)據是呈程度趨勢變化，因此在 式中用Ft來替代xt-n不會引起太大誤差，因此有下式，或者說令 那么有， 上一期預測值加上該期實踐與預測值差額的一定百分數(shù)即得新的預測值 式中：Ft第t期的預測值； Ft-1第t-1期的預測值； a平滑系數(shù)； At-1第t-1期的實踐值。4指數(shù)平滑上式可變形為：平滑常數(shù)決議了預

22、測對時間序列偏向調整的快慢，普通取0.010.3適用：數(shù)據量少，短期預測 預測值實踐上就是在上一次預測值的根底上加上乘以上次預測的誤差。顯然，假設 ，那么在預測值中包含很大的調整，相反假設 ，調整量變小，預測值或預測曲線趨于平緩。因此，單指數(shù)平滑法適用的范圍與簡單平滑法一樣，只適用于程度款式的數(shù)據。時間序列觀測值時間序列預測值Ft-2Ft-1a1-aFt+1a1-aFt1-aaAt-1At-2At某公司消費的取釘器的需求量預測。察看值及預測值如下表所示。指數(shù)平滑滑動平均值時期需求（單位：千）四個月的移動平均a=0.4a=0.11145214331354158145.25 145.25 145.

23、25 5155147.75 149.15 146.23 6145148.25 147.49 146.10 7136148.50 142.89 145.09 8139143.75 141.34 144.48 9159144.75 148.40 145.93 10137142.75 143.84 145.04 11156147.75 148.70 146.14 12152151.00 150.02 146.72 計算了兩組指數(shù)平滑平均值，它們分別采用不同的值。當0.4時，第11和12兩個月的平均值計算如：S110.4(156)+0.6(143.84)=148.70(第12月的預測值)S120.4(

24、152)+0.6(148.70)=150.02(第13月的預測值)留意在第12月未，新得到的數(shù)據152與以前計算出的平均值148.70來共同計算下一個平均值。指數(shù)平滑法的突出優(yōu)點是只需求一個實踐數(shù)據來計算新的平均值。 從上表中可以看到，在一切的時間里0.4時的指數(shù)平滑平均值與四個月的挪動平均值非常類似。然而0.1時其結果是大不一樣的。下述公式闡明了在指數(shù)平滑法中如何選擇使之具有與挪動平均法中取時間周期數(shù)為N值時類似的結果： 假設0.4那么N1.6/0.44，假設0.1那么N1.9/0.119。因此0.4時的指數(shù)平滑值類似于周圍期的挪動平均值，而0.1時的結果那么會類似于19周期的挪動平均值。

25、在指數(shù)平滑法中以前的數(shù)據作用是逐漸衰減人，或者說老的數(shù)據被逐漸地遺忘。值越大數(shù)據衰減地越快，就象在挪動平均法中運用的數(shù)據越少。這是由于在方程1中老的平均值被乘以1，因此老的數(shù)據的權值隨著的增大而迅速衰減。也就是說，越是大的，在預測中老數(shù)據St1的影響越小。對于既含有線性趨勢成分又含有季節(jié)成分的時間序列，須對其成分進展分解，這種分解建立在以下乘法模型的根底上：其中，Tt表示長期趨勢成分，St表示季節(jié)成分， Ct表示周期性成分，It表示不規(guī)那么成分。由于不規(guī)那么成分的不可預測，因此預測值就可表示為趨勢成分和季節(jié)成分的乘積。5季節(jié)指數(shù)季節(jié)性目的的了解季節(jié)性目的反映了該季度與總平均值之間的一種比較穩(wěn)定

26、的關系假設這個比值大于1，就闡明該季度的值經常會高于總平均值假設這個比值小于1，就闡明該季度的值經常低于總平均值假設序列的季節(jié)指數(shù)都近似等于1，那就闡明該序列沒有明顯的季節(jié)效應 建立季節(jié)指數(shù)模型建立季節(jié)指數(shù)模型的普通步驟如下：第一步，計算每一季每季度，每月等等的季節(jié)指數(shù)St 。第二步，用時間序列的每一個觀測值除以適當?shù)募竟?jié)指數(shù)，消除季節(jié)影響。第三步，為消除了季節(jié)影響的時間序列建立適當?shù)内厔菽Ｐ?，并用這個模型進展預測。 第四步，用預測值乘以季節(jié)指數(shù)，計算出最終的帶季節(jié)影響的預測值。 根據時間序列預測第五年各季度銷售量季別各季銷售量第一年第二年第三年第四年第一季148138150145145.25

27、127.27147.00第二季6264586662.5054.7763.26第三季7680727876.5067.0377.42第四季164172180173172.25150.93174.32季均銷售季節(jié)指數(shù)預測值1計算各年同季季平均銷售額資料于表第6欄。如第一季為：2計算一切年一切季的季平均銷售額3計算各季節(jié)比率于表第7欄。如第二季為：4預測年的季趨勢值 5第五年各季預測值于表第8欄。如第三季為：需求預測方法選擇預測方法選擇時應思索的要素 1不同預測方法的適用范圍 2數(shù)據資料的數(shù)量和質量 3預測精度要求MSE 4預測期限、時間和費用消費物流方案和控制消費物流：工廠中的原資料、燃料、外購件等

28、，經過下料、發(fā)運送到各個加工點和存儲點，以在制品的形狀，從一個消費過程流入到另一個消費過程，按規(guī)定的消費工藝過程進展加工、儲存的全部消費過程。由于消費物流的多樣性和復雜性，以及消費工藝和設備的不斷更新，如何更好地組織消費物流，是物流研討者和管理者一直追求的目的。合理組織消費物流過程，才干使消費過程一直處于最正確形狀。 消費物流構造及內容 經銷商 / 零售商原資料.零部件輸入半廢品庫存原資料半廢品庫存加 工零件裝配整機安裝包裝.堆放成 品 庫 存進貨系統(tǒng)搬運系統(tǒng)出貨系統(tǒng)消費物流退貨物流供應物流其它廠部件廠協(xié)作廠供應商銷售商銷售物流成 品 庫 存成 品 出 貨零 售 商庫存信息762022/7/1

29、0影響消費物流的要素：消費工藝對消費物流有不同要求和限制消費類型影響消費物流的構成和比例消費規(guī)模影響物流量大小專業(yè)化和協(xié)作化程度影響消費物流的構成與管理管理消費物流應留意的問題物流過程的延續(xù)性物料順暢、最快、最省地走完各個工序，直到成為產品。物流過程的平行性各個支流平行流動物流過程的節(jié)拍性消費過程中各階段都能有節(jié)拍、平衡地進展物流過程的比例性思索各工序內的質量合格率，以及裝卸搬運過程中的能夠損失，零部件數(shù)量在各工序間有一定的比例，構成了物流過程的比例性。思索回收物流物流過程的順應性企業(yè)消費組織向多種類、少批量開展，要求消費過程具有較強的應變才干，物流過程同時具備相應的應變才干。消費方式單件小批

30、量消費成批消費大量消費方案的目的在于他如何根據運輸節(jié)拍，在正確的時間，將恰當?shù)奈锪纤瓦_恰當?shù)墓の弧；蛘哒页霾荒馨磿r完成物流方案的緣由，采取相應的措施。一個消費物流作業(yè)方案：32145810111213697時間/周制造過程構成單件小批量消費的物流方案方案難度最大，把握消費周期安排物流方案，是可行的選擇。例：成套設備的消費周期Tb1T1T2T3Tb2Tb3Tc毛坯車間加工車間裝配車間Tc成套設備的消費周期； Ti零件在某車間的消費周期；Tbi某車間的保險期。消費提早期：組成產品的各零件在各車間投入或產出的日期距產品裝配產出日期或交付期應提早的時間。Tb1T1T2T3Tb2Tb3Tc毛坯車間加工車

31、間裝配車間投入提早期：產出提早期：大量流水線消費方式的消費物流方案大量流水線消費方式的期量規(guī)范節(jié)拍、流水作業(yè)圖表、在制品占用定額。節(jié)拍：流水線作業(yè)速度r流水線節(jié)拍min/件te 方案期的有效任務時間min；N方案期制品量件t0 方案期的日歷任務時間min； 時間有效利用系數(shù)，普通取0.90.96假設計算出的節(jié)拍數(shù)很小，同時制品的體積、分量也很小，不宜按件傳送時，那么按批傳送；此時產出兩批同樣制品之間的時間間隔稱為節(jié)拍： r g = rn r r g節(jié)拍min/批 n運輸批量當流水線采用批傳送在制品時，科學確定批運輸量n，對合理使運輸工具，減少運輸時間，充分利用消費面積，減少在制品數(shù)量，都有重要

32、意義。消費物流的方案過程消費過程安排消費物流方案方案可行性？不可行可行信息饋反執(zhí)行. 控制消費物流的控制實踐的消費物流系統(tǒng)中，由于系統(tǒng)內外各種要素的影響，物流方案和實踐之間發(fā)生偏向，為保證物流方案的完成，必需對物流活動進展有效控制?？刂频闹行模哼M度控制，即物流在消費過程中的流入、流出，以及物流量的控制。兩種控制原理推拉物流推進型控制：根據最終產品的物流需求構造，計算出各消費工序的物流需求量，在思索各消費工序的消費提早期之后，向各工序發(fā)出物流指令。MRP123456111213141516控制指令實物流控制指令信息流簡化的某企業(yè)六階段推進型控制原理123456111213141516實物流信息流

33、物流拉動型控制：根據最終產品的物流需求構造，計算出最后工序的物流需求量，根據最后工序的物流需求量，向前一工序提出物流供應要求，以此類推，各消費工序都要接受它的后工序的物流需求?！癒anban 簡化的某企業(yè)六階段拉動型控制原理實踐中，往往兩種方法結合運用，即用MRP系統(tǒng)，求得各消費工序的物流需求量，物流供應者按其需求量預備物流才干；詳細的運作中，不可控要素隨時可見，電子看板那么即時將包括不可控要素在內的詳細物流需求量傳送給上一工序，物流供應者那么實施JIT 配送。好物流方案是物流有效控制的根底，而要控制好消費過程的物流，不僅與消費線上作業(yè)流程安排的科學性有關，更要了解企業(yè)消費過程中的資料需求方案

34、，要掌握JIT配送的本質。消費物流的控制方式物流過程發(fā)現(xiàn)偏向調整機構作業(yè)長會消費物流控制系統(tǒng)動態(tài)過程控制對象控制目的控制主體靜態(tài)系統(tǒng)控制主體控制目的控制對象信息搜集指令隨機干擾輸出反響控制：穩(wěn)定性好，但調整實施有一定的時間時滯，能夠影響目的的實現(xiàn)控制主體預測控制目的控制對象指令隨機干擾輸出 前饋控制： 根據對系統(tǒng)未來的預測，事先采取措施，應對即將發(fā)生的情況，發(fā)送指令，按指令控制消費過程的物流。實踐中，通常是兩者結合的復合控制系統(tǒng)。反響控制與前饋控制n=1, . m(1)消費物流量模型 設有m份訂貨合同，每份的產品總量為 ，那么有式中： 第 i 消費階段第 n 份合同的消費物流量； 第 i 消費階段的投入產出系數(shù)； 第 n 份合同的訂貨總量。 那么第 i 消費階段的物流消費總量為： =式中 第 消費階段的物流消費總量消費物流平衡 (2)消費物流時間模型 設第 n 份合同的最晚交貨期為 , 最早交貨期為 。假設要保證按時交貨，那么必需滿足： 式中： 第 i 消費階段的消費周期； m 消費階段的總數(shù)。 影響消費物流平衡的要素很多，因此，消費物流平衡模型是一個多目的規(guī)劃問題，多目的規(guī)劃的數(shù)學模型：式中， 為第 i 優(yōu)先級中第 j 個目的的權數(shù)。 (3)消費物流平衡模型在正常消費情況下，可用消費物流的三個平衡目的來做約