物流定量分析技术.pptVIP

工商管理学院物流管理系 课程学习内容 理论部分： 第1章 物流需求预测 第2章 运输决策 第3章 库存控制 第4章 选址决策 第5章 决策支持系统的设计 实验部分：包括MATLAB操作、数据拟合、回归分析 、优化、线性规划、库存系统仿真等。 课程设计部分：应用所学知识，完成一个基于定量 模型的决策辅助系统的设计。 第1章 物流需求预测 “预测是决策的基础和前提，决策始于预测”； 同样物流需求预测也是物流管理决策的基础 和前提，是物流管理决策的组成部分。 本章主要学习两个内容: 1.1 物流需求预测概述 1.2 物流需求预测典型方法 1.1 物流需求预测概述 物流需求预测：利用历史资料和市场信息，运用适 当的方法和技巧，对未来的物流需求状况进行科学 的分析、估算和推断。[物流需求状况涉及需求的 空间和时间特征，需求波动的幅度和随机程度] 常用预测方法：定性方法、时间序列分析、因果分 析、模拟预测等 定性方法，如市场调研、历史类比、德尔菲… 时间序列分析,如指数平滑、趋势外推… 因果分析，如回归分析、计量经济模型… 模拟预测，利用计算机进行预测模拟分析 1.2 物流需求预测典型方法 物流需求预测的典型方法主要有：指数平滑法、回 归分析、聚焦预测等。 1、指数平滑法 指数平滑法：加权移动平均法的改进形式，是一次 移动平均法的延伸；它在短期预测中最有效；指数 平滑法分为一次指数平滑法、二次指数平滑法、三 次指数平滑法。 （1）一次指数平滑法 一次指数平滑预测模型： 将公式展开，可以看到方法的特点 三次指数平滑法 适合于时间数据序列呈非线性增长情况。 平滑值计算公式如下： 三次指数平滑法的抛物线预测模型： 2、回归预测 回归预测以因果关系为前提，应用统计方法寻找一 个适当的回归模型，对未来需求的变化进行预测。 在回归预测中，预测对象称为因变量，相关的分析 对象称为自变量。 回归分析分为一元、二元与多元回归分析；根据回 归关系可分为线性与非线性回归分析。 回归分析的基本步骤如下： 第一步：判断变量之间是否存在有相关关系 第二步：确定因变量与自变量 第三步：建立回归预测模型 第四步：对回归预测模型进行评价 第五步：利用回归模型预测，分析评价预测值 二元一次线性回归预测 二元一次线性回归的预测模型是： 二元一次线性回归的正规方程是： —例 根据下表进行二元一次线性回归预测。 解： 将有关数据代入到正规方程，得到： 3、聚焦预测 聚焦预测：根据某些规则进行简单试算，这些规则 较符合逻辑，并已将其历史数据外推至未来的过程 易于理解。它主要适用于独立需求预测。 一些简单实用的预测规则，如:过去三个月的销 量为未来三个月的可能销量；过去某三个月的销量 为今年同期的可能销量；未来三个月的销量可能比 过去三个月的销量增加10%；未来三个月的销量可 能比去年同期增加50% ；… 。 聚焦预测的两个要素：有一些简单的预测规则；利 用历史数据对预测规则进行计算机模拟。 聚焦预测系统的开发要点：动态创建预测规则，做 到吸收各方经验，及时更新；确保规则简洁明了， 通俗易懂并为预测人员信赖。 第2章 运输决策 运输决策在物流管理决策中占有重要位置。 运输决策包括运输方式选择、运输服务商选 择、运输路线选择和最优物资调运。 本章主要学习两个内容: 2.1 运输服务商选择 2.2 物资调运 2.1 运输服务商选择 选择运输服务商的方法主要有：服务质量比较法、 运输价格比较法、综合选择和层次分析法。 1、服务质量比较法：比较运输质量、服务理念 2、运输价格比较法：比较运输价格 3、综合选择：比较服务质量、运输价格、服务商品 牌、资产、网点数量等，选择最佳的运输服务商。 4、层次分析法（AHP） 层次分析法是一种应用广泛的定性定量结合的方法。 层次分析法：根据具有递阶结构的目标、子目标、 约束条件、部门等来评价方案，采用两两比较的方 法确定判断矩阵，然后把判断矩阵的最大特征根对 应的特征向量的分量作为相应的系数，最后综合给 出各方案的权重（优先程度）。 —AHP特点、步骤 层次分析法特点：可靠性高、误差小；但遇到因素 众多，规模较大的问题时，该方法容易出现问题， 如判断矩阵难以满足一致性要求。 应用层次分析法选择运输服务商的步骤： 1、依据问题，确定层次分析模型，包括评价指 标和评价尺度； 2、采用两两比较的方法确定判断矩阵，计算各 评价指标的权重； 3、采取类似2的方法，计算各评价指标下各供 应商的权重； 4、利用所得评价指标权重、供应商权重，计算 各供应商排序总分，选取总分最高的供应商。 2.2 物资调运 1、调运问题概述 运输问题描述