一种新超市门店需求预测方法与库存管理模型.docVIP

一种新的超市门店需求预测方法与库存管理模型 　　摘要：探讨了VMI模式下如何确定连锁超市门店的订货点的问题。利用专家判定法改进了基于历史数据的零售商需求预测模型，并在此需求预测模型基础上提出一种具有时间和数量柔性的自动补货策略模型。最后通过实例分析表明，研究结果有助于帮助企业在快速响应市场需求的同时，降低企业的成本，提高企业的竞争力。此模型将在某连锁百货的订货系统中得到应用。 　　关键词：VMI；订货点；专家判别法；自动补货 　　中图分类号：P724文献标识码：A文章编号：1002-3100(2008)03-0048-03 　　 　　Abstract: The optimal order point is not only determined by historical data of lead time and demand velocity. Compared with traditional means, order point based on real-time demand and other factor such as promotion is more reasonable and scientific. Decision-Support Expert Method is a good way to make demand forecasting based on different factors. At last, an example is given. 　　Key words: VMI; order point; Decision-Support Expert Method; Automatic-replenishment 　　 　　0引言 　　 　　Vendor Management Inventory（VMI）是指由供应商来管理零售商库存的供应链协调机制[1]。供应链上供应商的生产计划、库存控制等活动都是根据其下游伙伴的需求信息来制定的，并根据需求的不断变化调整自己的生产计划。在传统的订货模式下，库存管理的任务由零售商完成，由于信息“不透明”，在需求信息传递到供应商时，需求的方差就会被放大，这种逐级放大被称为“牛鞭效应”[2]。在VMI模式下，供应商和零售商之间充分合作，供应商通过对零售商实时销售数据的分析和零售商营销策略的调整做出零售商的库存管理决策。国内外一些企业成功实施VMI的经验表明，VMI能有效的缩短订货提前期，降低零售商库水平，从整体上改善供应链绩效[3]。VMI的核心是由供应商来管理零售商的库存，因此传统的零售商订货模型已经无法适用。如何科学地设置订货点和补货量，成为目前VMI研究中的热点。文献[3、4]提出了利用系统仿真得到最优订货点的方法。但是这种基于仿真得出的订货点同样也是基于历史数据得出，没有考虑到现代连锁超市的销售会受到多方面因素的影响，有一定的局限性。本文将结合文献[5]提出的补货模型，对其做出改进。利用专家判定法综合考虑多种因素得到需求最优的估计值，然后根据需求预计来设定门店的安全库存与订货点。 　　 　　1门店需求预测方法和订货模型 　　 　　1.1模型提出的背景 　　这里我们假设存在一个由供应商和零售商共同组成的两级分销体系，由于需求时间、需求量、订货时间与订货量都可能是随机的，故无法精确求解。VMI的核心思想是，供应商监视销售商库存状态，当库存水平降低到订货点以下时，供应商及时组织补货，保持货源充足。在保证一定的客户服务率的前提下如何确定订货点和订货量的问题就摆在我们面前。但是在确定订货点与订货量之间，需要解决的是如何利用科学的建模理论和分析方法建立可靠的需求随机预测模型，并以此为基础确定门店的安全库存与订货点。在这种补货模式下，供应商和销售商一同对未来一段时间销售商需求的预测是最核心的内容。 　　1.2销售商需求预测模型和描述 　　下文提出的供应商综合考虑历史销售数据和综合其他影响销售的因素，做出需求预测我称之为“前驱性预测”。在这里，影响需求F的因子有以下几种类型：历史需求量的均值B、在基本需求B的基础上考虑季节因素的需求预测值S、销售趋势预测值T、周期因素预测值C、促销因素预测值P、其他因素预测值I。如果还有其他因素的存在，我们可以对其他因素I进行扩展，以满足预测的需要。基本需求为历史销售数据的平均水平。例如，根据季节因素预期到下一段时间的销售商需求量为St，Tt是根据销售趋势做出的预测，Ct是根据周期因素做出的需求量预测，其他几个因素也是同理得到。值得注意的是，这些估计值需要供应商和销售商共同协商后确定。 　　 　　1.3门店安全库存的设定和订货点的描述 　　门店的安全库存的含义是，当供应商发现门店的存货少于安全