物流需求预测和库存管理.pptx

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2002年5月12日,湖南大学喻建良,*,补充材料物流需求预测与库存管理,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2002年5月12日,湖南大学喻建良,1,补充材料物流需求预测与库存管理,第一节 物流需求预测,一、物流需求预测概念,所谓物流需求预测，就是依据物流市场过去和现在需求情况以及影响物流市场需求改变原因之间关系，利用一定经验判断、技术方法和预测模型，应用适当科学方法对相关反应市场需求指标改变以及发展趋势进行预测。依据这种预测企业能够及时准确地掌握市场需求情况改变规律。,年5月12日,湖南大学喻建良,第1页,(一)预测分类,长久（5年）、中期（1 5年）,短期（months）、近期（weeks）,（二）需求表现,季节性周期性趋向性随机性,年5月12日,湖南大学喻建良,第2页,第二节 物流需求预测技术,一、教授方法,（一）德尔菲法,年5月12日,湖南大学喻建良,第3页,销售员,销售状态,销售额预测(万元),概率,期望值,甲,最高销售,正常销售,最低销售,2l,17,l 5,03,o6,01,63,102,15,180,乙,最高销售,正常销售,最低销售,18,16,14,02,06,02,36,96,28,160,丙,最高销售,正常销售,最低销售,25,22,20,02,05,03,50,110,60,220,（二）销售人员预计法,年5月12日,湖南大学喻建良,第4页,预测结果：180十160十220=560(万元),年5月12日,湖南大学喻建良,第5页,(三)类比法,类比预测法(Analogy Method)又称比较类推法,纵向类推预测是一个经过将当前物流市场情况和历史上曾经发生过类似情况进行比较来预测市场未来情况方法。,横向类推预测是指在同一时期内对某一地域某项产品市场情况与其它地域市场情况进行比较，然后预测这个地域未来市场情况。,年5月12日,湖南大学喻建良,第6页,二、定量预测方法,(一)时间序列预测法,时间序列预测法(Time Series Method)就是从纷繁复杂历史数据资料中，分析探索出预测对象发展改变规律，作为预测依据。,1移动平均法。移动平均法(Moving average Method)就是从时间序列第一项数值开始，选取一定项数求得序时平均数，这么就能够得到一个下期预测值。,年5月12日,湖南大学喻建良,第7页,i,1,(一月）,2,（二月）,t-N+1,（N月）,t,（t月）,t+1,（t+1）月,X,i,X,1,X,2X,t-N+1,X,t,X,t+1,例,：若按前三个月来预测第四个月，前三个月需求120，150，90，则：,X4=(120+150+90）/3=120,年5月12日,湖南大学喻建良,第8页,其中：a是平滑常数(0a1)，t是预测时期,D,t,第t期内实际发生量。,F,t,第t期一次指数平滑值。令：F,0,=F,1,F,t+1,第t+1期一次指数平滑值预测值。,数据波动大，a应该取小，数据稳定，a应该取大,已知数据第三期才开始计算预测，因为要有前两期数据才能求第三期，通常前两期实测和预测取同一值。p274,2指数平滑法是利用过去数据资料，使用平滑指数来进行预测一个方法。近期预测效果好。,F,t+1,=aD,t,+(1-a)F,t,年5月12日,湖南大学喻建良,第9页,时间序号,（t）,实际销量(万台),（,D,t,）,一次指数平滑值,（F,t,）,二次指数平滑值,（S,t,）,0,1,2,3,4,5,6,7,8,9,10,507,513,533,552,575,602,633,668,707,75.0,507,507,5088,516l,5269,5413,5595,5816,6075,6374,67.12,507,507,5075,5101,5151,5230,5340,5483,5661,5875,61.26,年5月12日,湖南大学喻建良,第10页,令a=0.3，则：F,110.3*75+(1-0.3)*67.12=69.48,二次平移预测模型：,Y,t+T,=A,t,+B,t,*T Y,t+T,代表t期后第T期预测需求,A,t,=2F,t,-S,t,S,t,为,二次指数平滑值,B,t,=a*(F,t,-S,t,)/(1-a)A,t，,B,t,为两系数,A,t,=2*67.12-61.26=72.98,B,t,=0.3*(67.12-61.26)/(1-0.3)=2.51,Y,t+T,=72.98+2.51*T (T=1,Y,t+T,=75.49,年5月12日,湖南大学喻建良,第11页,(一)一元回归预测法,Y=a+bX,实际操作中常将X,i,=0 （,坐标归中，便于作误差分析,）,年5月12日,湖南大学喻建良,第12页,序号,Xi,Yi,Xi,2,XiYi,1,2,3,4,5,6，,7,8,9,1.5,1.8,2.4,3.0,3.5,3.9,4.4,4.8,5.0,4.8,5.7,7.0,8.3,10.9,12.4,13.1,13.6,15.3,2.25,3.24,5.76,9.00,12.25,15.21,19.36,23.04,25.00,7.20,10.26,16.80,24.90,38.15,48.36,57.64,65.28,76.50,累计,30.3,平均3.37,91.1,平均10.21,115.11,345.09,年5月12日,湖南大学喻建良,第13页,b=2.88a=0.41,Y=0.41+2.88X,用Excel计算方法以下：,插入函数FORECAST或者TREND。,年5月12日,湖南大学喻建良,第14页,第三节 库存基本概念,一、库存作用,1使企业取得规模经济。,2平衡供求方面关系。,3有利于物流系统合理化。,4 预防需求和订货周期不确定性。,5在一些关键领域起到缓冲、调整作用。,年5月12日,湖南大学喻建良,第15页,二、库存分类,周转性库存,在途库存,安全库存,季节性库存,三、库存成本组成,购置成本存放成本,订货成本缺货成本,年5月12日,湖南大学喻建良,第16页,第四节 经济订货批量（EOQ）模型,一、经济订货批量假设条件,需求量已知而且稳定不变，库存量伴随时间均匀连续下降；,库存补充过程能够在瞬间完成，即不存在一边进货、一边消耗问题；,产品单位价格为常数，不存在批量优惠；,存贮费用以平均库存为基础进行计算；,每次订货成本以及订货提前期均为常数；,对产品任何需求都将及时得到满足，不存在缺货方面,问题。,年5月12日,湖南大学喻建良,第17页,二、经济订货批量公式,总成本=订货成本+存放成本,即：TC=DS/Q+QIV/2,TC：总成本 D：年需求总量,Q：每次订货批量 年平均库存水平：Q/2,S：每次订货费用 年订货次数=D/Q,V：单位产品存放价值（成本）V=P(价格）,I（%）：存放费用占订货成本百分比,年5月12日,湖南大学喻建良,第18页,存放量,平均库存水平,年5月12日,湖南大学喻建良,第19页,求导数并令导数函数为零，求极值：,年5月12日,湖南大学喻建良,第20页,年5月12日,湖南大学喻建良,第21页,例题：,某工厂对某种原材料年需求量为D=8000吨，每次订货费用S元，每吨原材料单价为l00元，存贮费用为8(即每吨原材料贮存一年所需存贮费用为原材料单价8)，求所需要经济订货批量。,解：依据以上公式可得：,年5月12日,湖南大学喻建良,第22页,年5月12日,湖南大学喻建良,第23页,一、安全库存与订货点概念,安全库存是库存一部分，它主要是为了应付在需求和定货点发生短期随机变动而设置。,订货点库存量降低到某一个水平时，应该订货数量。,需求和提前期确定情况下，订货点计算：,R=dT,R：订货点；d：平均日需求量；T：提前期,第五节 不确定条件下库存管理,年5月12日,湖南大学喻建良,第24页,例题：,某商店天天平均销售15台冰箱，商店每十天订一次货，问订货点是多少？,解：d=15；T=10,R=15*10=150（台）,答：该商店冰箱订货点为150台。,年5月12日,湖南大学喻建良,第25页,假如考虑需求不确定性，以及提前期不确定性，订货点应该是期望（平均）提前期内需求量与安全库存量和。,年5月12日,湖南大学喻建良,第26页,二、安全库存量计算,（一）需求发生改变，提前期为固定常数情形,Z实际上就是对应服务水平下标准正态分布情况所对应“需求”值。,取根号考虑单尾效应（见后面）,年5月12日,湖南大学喻建良,第27页,应用前提假设（实际上基本正确）是需求量服从正态分布：,d：需求量，d：提前期内日平均需求量,：为标准方差。,年5月12日,湖南大学喻建良,第28页,比如，假设存货完成周期为10天，历史经验表明，日销售量范围在0至10个单位之间，平均日销售量为5个单位；经济订货批量假定为50个单位，再订货点为50个单位，已计划平均存货为25个单位，而且在完成周期内销售量期望值为50个单位。,L=10Q,EOQ,=50,理想情况下：R=50,d=5三个周期内实际观察值为：,年5月12日,湖南大学喻建良,第29页,年5月12日,湖南大学喻建良,第30页,对需求量进行频率统计结果为：,D,i,F,i,总观察次（天）数 n=28又叫样本空间为28,年5月12日,湖南大学喻建良,第31页,需求频率（某一需求量出现频率）图表明需求服从正态分布,年5月12日,湖南大学喻建良,第32页,中数 d=5,d-,d-,d-3,d-3,年5月12日,湖南大学喻建良,第33页,标准离差（标准方差预计值）,计算：,D,i,表示样本离差。本例中，,计算表见附件。,年5月12日,湖南大学喻建良,第34页,d,年5月12日,湖南大学喻建良,第35页,按照95%服务水平（可信度0.95）,z=1.65,安全库存量计算以下：,订货点为：50+14=64 SKU,SKU代表库存单位，Storage keep unit）,年5月12日,湖南大学喻建良,第36页,实际操作中，确定订货点时候还必须考虑库存结余。即实际订货点是理论订货点减去库存结余。,年5月12日,湖南大学喻建良,第37页,（二）提前期发生改变，需求为固定常数情形,提前期发生改变原因：订货不能按时完成，或者送货不能按时抵达。,在提前期（又称为完成周期、补给周期）服从正态分布情况下（实际情况基本符合）：,年5月12日,湖南大学喻建良,第38页,补给周期标准离差计算举例：,D,i,表示离差,N表示观察周期数,年5月12日,湖南大学喻建良,第39页,L=10Q,EOQ,=50d=5,理想情况下：R=50,因为补给周期不稳定，需要安全库存，在95%服务水平下，计算得：,SS=zd,=1.65*5*2=16.5 SKU17,所以，,实际需要订货点,：,R=50+17=67 SKU,依然以上面例题数据进行计算：,考虑单尾效应，是加7.34约等于8 SKU,年5月12日,湖南大学喻建良,第40页,（三）需求和提前期都不确定情况,一样假设两个都服从正态分布，先求联合标准离差，,再求安全库存：,年5月12日,湖南大学喻建良,第41页,年5月12日,湖南大学喻建良,第42页,