第四章物流倉儲管理設計計

第四章物流倉儲管理方案設計

主講：殷延海yyh671227@163.coQ317173460第一節(jié)：

物流量的基本知識一、物流量的定義物流活動的各個作業(yè)環(huán)節(jié)產(chǎn)生的實物（物料、零部件、半成品、產(chǎn)成品等），在物流活動的整個過程中(包括靜止與運動)的數(shù)量的總和。二、物流量的具體內容根據(jù)物流的作業(yè)環(huán)節(jié)，在確定物流結點規(guī)模時，通常需要的有關業(yè)務量有：運輸作業(yè)量，庫存作業(yè)量、終端配送作業(yè)量、裝卸搬運作業(yè)量等。1、運輸作業(yè)量簡稱運輸量，主要包括運量、周轉量兩個指標，它們可以用來統(tǒng)計鐵路、公路、水路和航空等運輸方式完成的運輸工作量。一般而言，貨物運輸完成的運量用噸(t)來測量，周轉量用噸·公里(t·km)來測量。輕泡貨物可以將其體積折算成計費質量噸(t)，并按計費質量統(tǒng)計運輸工作量2、庫存作業(yè)量它通常通過物資倉儲的各項指標得以體現(xiàn)，最常采用的有物資的最高儲備量、物資平均庫存量、倉庫物資吞吐量等。通常采用的單位為噸(t)。3、配送作業(yè)量它可以用來確定配送中心的規(guī)模，確定最優(yōu)的配送路線以及確定合理的配送數(shù)量等。其計算單位為：噸·公里(t·km)。4、裝卸搬運工作量各類物流結點(如車站、港口、倉庫等)的裝卸搬運作業(yè)量，有時稱為吞吐量，也可以用(t)來測量，例如，港口、貨運站裝卸設備的作業(yè)能力可以用t／d表示。車站、貨運站、倉庫內的搬運工作量可以用噸·公里(t·km)或噸·米(t·m)表示。9一、預測的概念

是對未來可能發(fā)生的情況的預計和推測。科學性：客觀事物發(fā)展的慣性；隨機現(xiàn)象的統(tǒng)計規(guī)律性。第二節(jié)物流量預測二、預測的作用1、預測是制定物流戰(zhàn)略的基礎。2、預測是制定庫存計劃的基礎。3、預測是協(xié)調各部門工作的依據(jù)。4、有助于為盡快滿足用戶需求做好準備。10

三、預測的內容

---基本需求Bt---季節(jié)因素St---趨勢因素T---周期因素Ct---促銷因素Pt---不確定因素It

假定基本需求是平均銷售水平，而其他部分則是乘以基本水平，并進行了正負調整的指數(shù)或因素，由此產(chǎn)生的預測模型是：（Ft---時期t的預測數(shù)量）

Ft=Bt+St+T+Ct+Pt+I

11趨勢因素：Bt+1=Bt*T

式中Bt+1----在時期t+1內的基本需求Bt----在時期t內的基本需求T----趨勢指數(shù)趨勢指數(shù)植大于1.0，意味著定期需求是增長的；而趨勢指數(shù)植小于1.0，則意味著下降趨勢。

12四、影響需求預測的因素

1、商業(yè)周期：從復蘇到高潮到衰退到蕭條,周而復始。2、產(chǎn)品生命周期：任何成功的產(chǎn)品都有導入期、成長期、成熟期和衰退期4個階段。復蘇高潮衰退蕭條復蘇導入期成長期成熟期衰退期13五、預測一般步驟1、決定預測的目的和用途；預測的目的是什么？何時進行預測？2、對產(chǎn)品及其性質分類；產(chǎn)品需求可以分為相關需求產(chǎn)品和獨立需求產(chǎn)品。143、決定影響因素；

商業(yè)周期產(chǎn)品生命周期154,確定預測跨度必須確定預測跨度，同時應清楚，當預測跨度增大時，預測的精確度將降低。

165、收集分析資料；6、選擇預測方法和模型；7、計算并核實預測結果；8、求出預測值；179、應用預測結果；10、預測監(jiān)控。監(jiān)控是為了確定預測是否像預期的那樣進行，如果不是，要從新檢查所用的方法、以及數(shù)據(jù)的合理性等等，必要時，要做出適當?shù)恼{整再行預測。

18

第三節(jié)定性預測方法五大定性預測方法1,德爾菲法:專家問答收集匯總,閉環(huán)重復。2,銷售人員估計法:一線銷售員預測,逐級上報分析;3,市場調研法:問卷/面談/電話收集數(shù)據(jù),適合R&D(研發(fā)）;4,小組共識法

:高級經(jīng)理/銷售經(jīng)理/顧客代表頭腦風暴;5,歷史類比法

:類似產(chǎn)品歷史銷售數(shù)據(jù)類比,適合R&D;20第四節(jié)定量預測方法假設：過去存在的變量間關系和相互作用機理，今后仍存在并繼續(xù)發(fā)揮作用。21預測之前首先應了解什么是時間序列：

1、概念：按一定時間間隔和事件發(fā)生的先后順序排列起來的數(shù)據(jù)構成的序列。222、時間序列的構成：

1）趨勢成分：引起原因（人口的變動，經(jīng)濟的增長，技術的進步，生產(chǎn)力的發(fā)展）。T（Trend)2）季節(jié)成分：每個年度內成規(guī)則性的重復波動形態(tài)。起因：季節(jié)性的氣候變化和風俗習慣。S(Season)3）周期成分：經(jīng)濟成長過程中景氣和不景氣交替重復發(fā)生的波動情況。發(fā)展、繁榮、衰退、恢復。誘發(fā)因素：社會政治變動、戰(zhàn)爭、經(jīng)濟形勢變化。C(Cycle)4）隨機成分：不可控因素引起的，沒有規(guī)則的上下波動。I（Irregularity)23趨勢成分季節(jié)成分周期成分隨機波動成分時間序列構成：8大定量預測方法1,簡單平均法2,加權平均法3,簡單移動平均法4,加權移動平均法5,指數(shù)平滑法6,季節(jié)性預測7,回歸模型8,需求趨勢預測法定量預測方法之一：簡單平均法第四周的預測值=(140+156+184)/3=160周次實際需求量1140215631844定量預測方法之二：加權平均法周次實際需求量權重11401/621562/631843/64第四周的預測值=1/6X140+2/6X156+3/6X184=16727時間實銷平均預測1月A12月A23月A3SMA3SMA34月A4SMA4SMA45月A5SMA5SMA5簡單移動平均（Simplemovingaverage）定量預測方法之三：庫存的平均移動預測方法月度銷量合計均量下月預測誤差％116021503175485161.64168493164.3161.66.45165508169.3164.30.76170503167.6169.30.729月份實際銷量（百臺）n=3n=412022132342421.3352522.6721.7562724.0023.3372625.3324.7582526.0025.5092626.0025.75102825.6726.00112726.3326.25122927.0026.50

預測值同簡單移動平均所選的時段長n有關，具有滯后性。n越大，對干擾的敏感性越低，預測的穩(wěn)定性越好，滯后性越強，響應性就越差。

簡單移動平均法對數(shù)據(jù)不分遠近，同樣對待。為了反映最近的趨勢，可采用加權移動平均。30定量預測方法之四：加權移動平均（Weightedmovingaverage）加權移動平均預測法是在移動平均預測法的基礎上，進一步賦予時間序列中各期實際值以不同的權重，距離預測期較近的數(shù)據(jù)以較大的權重。

為實際需求的權系數(shù)。31月份實際銷量（百臺）n=3120221323424(0.5×20+1.0×21+1.5×23)/3=21.83525(0.5×21+1.0×23+1.5×24)/3=23.1762724.3372625.8382526.1792625.67102825.67112726.83122927.17

若對最近的數(shù)據(jù)賦予較大的權重，則預測數(shù)據(jù)與實際數(shù)據(jù)的差別較簡單移動平均法的結果要小。

近期數(shù)據(jù)的權重越大，則預測的穩(wěn)定性就越差，響應性就越好。可以同時改變n和α。

簡單移動平均和加權移動平均需要的數(shù)據(jù)量大，計算量非常大，當產(chǎn)品很多時計算工作繁重。32

[公式]Ft+1=aAt+(1-a)Ft定量預測方法之五：指數(shù)平滑法（Singleexponentialsmoothing）α值的確定選擇α，一個總的原則是使預測值與實際觀察值之間的誤差最小。從理論上講，α取0–1之間的任意數(shù)據(jù)均可以。具體如何選擇，要視時間序列的變化趨勢來定。（1）當時間序列呈較穩(wěn)定的水平趨勢時，應取小一些，如0.1–0.3，以減小修正幅度，突出以往資料中長期趨勢對預測值的影響。（2）當時間序列波動較大時，宜選擇居中的α值，如0.3–0.5。（3）當時間序列波動很大，呈現(xiàn)明顯且迅速的上升或下降趨勢時，α應取大些，如0.6–0.8，以加重近期實際觀察值對預測值的影響，使預測模型靈敏度高些，能迅速跟上數(shù)據(jù)的變化。（4）在實際預測中，可取幾個α值進行試算，比較預測誤差（MSE），選擇誤差較小的那個α值。

[例1]某公司2001年前8個月銷售額資料見表5–11，用指數(shù)平滑法進行長期趨勢分析。已知1月份預測值為150.8萬元，α分別取0.2和0.8。

表5–11某公司2000年各月銷售額預測表（單位：萬元）月份實際銷售額一次指數(shù)平滑預測數(shù)α＝0.2α＝0.8123456789154148142151145154157151－150.800.2×154+（1–0.2）×150.8＝151.440.2×148+（1–0.2）×151.44=150.750.2×142+（1–0.2）×150.75=149.000.2×151+（1–0.2）×149.00=149.40148.52149.62151.10151.08150.80153.36149.07143.41149.48145.90152.38156.08152.02從例1中可看出，α值和初始值的確定是關鍵，它們直接影響著趨勢值誤差的大小。定量預測方法之六：季節(jié)性預測時段第一年第二年第三年3年總和占全年%第1季度12514018344821.43第2季度27024529581038.76第3季度18617419055026.32第4季度849610228213.49總計6656557702090100.00

假設下年度總需求預測值為830,那么下年度各季度的需求預測值應是多少？36第1季度的需求預測值=830X448/2090=830X21.43%=178第2季度的需求預測值=830X810/2090=830X38.76%=322第3季度的需求預測值=830X550/2090=830X26.32%=218第4季度的需求預測值=830X282/2090=830X13.49%=11237

定量預測方法之七：一元回歸模型YT為一元線性回歸預測值；α為截距,為X為自變量X=0時的預測值；b為斜率；X為自變量的取值；38回歸分析需求作為函數(shù),影響需求的因素作為變量來預測單一變量:單一線形回歸分析,2個以上變量:多重線形回歸分析單一線形回歸分析

[公式]

Y=函數(shù)Y的推定值(即,回歸線上值)

X=獨立變量(需求對需求影響最大的因素)

a=Y軸的截距

b=回歸線(直線)的斜率用最小自乘法求a,b下列式子

^^^b=(E20-B22*B21*C21)/(D20-B22*B21^2)a=C21-B23*B21=$B$24+$B$23*B3定量預測方法之八：需求趨勢法如果通過觀察時間序列資料，發(fā)現(xiàn)其呈現(xiàn)明顯的上升或下降趨勢,可以采用EXCEL中的預測函數(shù)進行趨勢預測。第五節(jié)最佳物流量的控制一、離散需求一次性訂貨模型單時期存貯模型就是一種貨物的一次性訂貨，只有在滿足特定時期的需要時發(fā)生的，即通常所說有“一錘子”買賣。就是說，當存貨銷完時，并不發(fā)生補充進貨問題。由于問題在考慮的時期內，總需求量是不確定的，這就形成了兩難的局面。因為貨訂的多，雖然可以獲得更多的利潤；但如果太多了，將會由于賣不出去而造成損失。反之，如果訂貨少了，雖然不會出現(xiàn)貨物賣不出去而造成的損失，但卻會因供不應求而失掉銷售機會。報童問題：有一報童每天售報數(shù)量是一個離散型隨機變量，設銷售量r的概率分布P(r)為已知，每張報紙的成本為u元（v＞u）。如果報紙當天賣不出去，第二天就降低處理，設處理價為w元（w＜u）。問報童每天最好準備多少份報紙？這個問題就是要確定報童每天報紙的訂貨量Q為何值時，使贏利的期望值最大或損失的期望值最小？設Ｍ為臨界點概率，即M==k/(k+h)訂購的最優(yōu)數(shù)量Q*可由以下不等式確定：其中：r:銷售量K：每單位產(chǎn)品獲利水平h：每單位產(chǎn)品銷售不掉的損失額P(r)銷售量為r的概率。銷售量（r）

567891011概率

P(r)0.050.100.200.200.250.150.05例題某種報紙當天如果能銷售掉，則能獲利數(shù)是：k=150元／百張；如果當天銷售不掉，將產(chǎn)生虧損，虧損數(shù)是：h=200元／百張；根據(jù)以往的銷售情況，銷售概率如下表1所示。表1銷售量及對應概率問題：每日訂購多少張報紙可使賺錢的期望值最高？解：k/(k+h)=150/(150+200)=0.4286，n=8時，p(5)+p(6)+p(7)=0.35p(5)+p(6)+p(7)+p(8)=0.550.35≤0.4286≤0.55故最優(yōu)訂貨量n*=8百張時，賺錢的數(shù)學期望值最大。二、期望損失最小法：比較不同訂貨批量下的期望損失，取期望損失最小的訂貨量作為最佳訂貨量：

其中：EL(Q)：期望損失單位超儲損失Co=C-S單位缺貨損失Cu=P-CP:單價Q：訂貨量d:需求量C:單位成本P(d)：需求量為d時的概率S：預定時間賣不出去的售價

三.期望利潤最大法比較不同訂貨量下的期望利潤，取期望利潤最大的訂貨量作為最佳訂貨量設訂貨量為Q時的期望利潤為Ep(Q)。

此時，EP(Q)：期望利潤Cu：代表每