易腐性商品二阶段最佳补货策略.ppt

討論－重要觀念 4.1 移動平均法 本研究將預測98年11月1日至11月30日便當的訂購量，以六天為一期，其預測值透過EXCEL的運算。如不能整除就採用四捨五入法，將數值取至整數，如表6所示： 表6 以移動平均法預測每日便當訂購量 時間起迄 預測日期 每日訂購量 移動平均 10月26日至10月31日 11月1日 12 13 11 15 10 15 13 10月27日至11月1日 11月2日 13 11 15 10 15 17 14 10月28日至11月2日 11月3日 11 15 10 15 17 14 14 10月29日至11月3日 11月4日 15 10 15 17 14 14 14 10月30日至11月4日 11月5日 10 15 17 14 14 10 13 10月31日至11月5日 11月6日 15 17 14 14 10 14 14 11月1日 至11月6日 11月7日 17 14 14 10 14 14 14 11月2日 至11月7日 11月8日 14 14 10 14 14 13 13 11月3日 至11月8日 11月9日 14 10 14 14 13 12 13 4.3 支援向量機(2/5) 因為便當的成本高於利潤3.5倍，所以11月8日選擇11為預測訂購量。後面的預測以此類推。 有”－”代表不會有報廢 沒有”－”代表會有報廢 圖5 SVM分析結果 11 12 4.3 支援向量機(3/5) 店長進貨 移動平均 SVM預測 (原始設計) SVM預測 (最佳設計) 11/1 17 13 16 15 11/2 14 13 14 15 11/3 14 13 16 15 11/4 14 13 12 9 11/5 15 13 12 9 11/6 18 13 12 9 11/7 20 13 10 11 11/8 19 13 11 11 11/9 15 12 10 11 11/10 12 13 10 12 11/11 12 13 11 11 11/12 13 13 12 9 11/13 15 13 11 12 11/14 14 13 10 12 11/15 13 13 11 11 11/16 16 12 9 11 11/17 17 13 12 11 表 13 SVM預測結果 4.3 支援向量機(4/5) 店長進貨 移動平均 SVM預測 (原始設計) SVM預測 (最佳設計) 11/18 17 12 12 10 11/19 13 11 12 10 11/20 14 10 12 11 11/21 9 10 11 11 11/22 11 10 12 11 11/23 10 9 9 11 11/24 10 6 12 10 11/25 8 10 12 9 11/26 9 10 12 10 11/27 14 9 11 9 11/28 14 9 10 9 11/29 11 10 11 9 11/30 12 11 8 11 賣出便當數 328 308 300 293 報廢便當 82 44 43 32 損失 3610.46 1937.32 1893.29 1408.96 利潤 4011.44 3766.84 3669 3583.39 淨值 400.98 1829.52 1805.71 2174.43 表 13 SVM預測結果(續) 註：成本=44.03(各項便當成本的平均值)，利潤12.23(各項便當利潤的平均值 4.3 支援向量機(5/5) 店長進貨 移動平均 SVM預測 (原始設計) SVM預測 (最佳設計) 賣出便當數 328 308 300 293 報廢便當 82 44 43 32 損失 3610.46 1937.32 1893.29 1408.96 利潤 4011.44 3766.84 3669 3583.39 淨值 400.98 1829.52 1805.71 2174.43 表 14 SVM預測結果 註：成本=44.03(各項便當成本的平均值)，利潤12.23(各項便當利潤的平均值 用SVM微調之後的預測，可得到2174.43淨利比移動平均法多出345元，且比店長依經驗法則所推算出的訂購量提升了許多利潤。 4.4 資料包絡分析(1/6) 以11月8日為預測對象，將11月1日至11月7日進貨量進行平均，所得的數據如表12所示： 品名 平均進貨量 國民便當 2 新國民便當 3 奮起湖便當 2 新國民便當-排骨 2 國民便當-雞排 1 招牌雙拼便當 1 真飽便當-碳烤香雞排 1 奮起湖便當60年紀念版 3 日本咖哩豬排飯 2 總量 17 表15 11月1日至11月7日平均進貨量 4.3 支援向量機(3/5) 店長進貨 移動平均 SVM預測 (原始設計) SVM預測 (最佳