基于供应链网络的杭派女装流行色预测研究.docVIP

基于供应链网络的杭派女装流行色预测研 】：在消费性和商业指导性日益突出的服装行 业，准确预测服装流行色显得尤为重要。随着供应链结构越 来越复杂，从单一角度进行对流行色预测，已经不能更好地 反应流行趋势。面对复杂供应链网络的不稳定性，分别从供 应端与需求端两种角度收集、处理数据，分析杭派女装流行 色趋势，提高预测的准确性，从而提高整个供应链网络的效 益。应用Photoshop软件以及蒙赛尔表色体系，对国内权威 机构发布的2001-2014年度春夏女装流行色色卡以及某杭派 女装2013-2014年春夏销售服饰样式进行准确划分与测量， 量化样本分项统计，进行误差分析，得到处理后数据。最后， 针对较短时间的小样本离散数据建立马尔科夫预测模型，进 行流行色的预测。 关键词】：供应链网络；服装流行色；马尔科夫预测 模型；蒙赛尔表色体系 随着消费水平的提高和消费习惯的改变，女性消费者购 买衣服更注重个性的张扬，因而女装的流行性特征更为关 键。杭派女装虽然品牌多，但风格比较单一。杭派女装企业 过去更关注功能性，面对这种改变，企业运营决策必须做出 相应调整，其中通过对流行性进行准确预测来提高生产提前 期、减少库存对于企业绩效至为关键。服饰颜色是流行性的 关键组成部分，预测流行色是企业应对流行性特征凸显的消 费需求时不可或缺的内容。 为了更好的适应快速发展的市场与不断变化的顾客需 求，许多服装企业改变过去独立进行生产和销售，偏重企业 内部从面辅料采购到服装销售全过程的经营模式，企业之间 通过相互沟通、合作，形成一条由面辅料的供应商、服装的 生产企业、服装的分销商以及最终客户组成，包含物流、资 金流、信息流的供应链网络。当前，杭派女装企业对服装流 行色的预测主要依据对销售数据的经验性处理。随着供应链 网络的形成，企业发现仅仅利用销售数据进行流行色预测已 不能准确反映市场需求。 供应链网络理论为准确预测服装流行色提供新的思路 和角。以服装供应链网络为角，利用网络的层次结构以及对 网络结构的统计分析，建立马尔科夫预测模型，利用回归分 析排除偶然误差，寻求最优参数值，使所得到的模型能够更 好的实现真实网络的结构和关系特征，网络中的两个节点的 相互转化概率就等于通过对最优数据的分析得出的转移概 率。避免传统预测中由于顾客对某款型服装产品的订单波动 大，大量的退货、换货等原因导致的企业难以准确地定制需 求计划和生产计划，顾客满意度下降等问题。 我国对流行色的预测研究方法不健全，现实中，企业对 流行色的预测大多依靠国际时尚界权威机构发布的流行色， 或凭从业者主观感觉来确定流行色。文献中，关于流行色预 测的最新的理论和观点主要是通过对供应链销售端某节点 企业成品镝售数据分析来预测服装流行色趋势。例如2010 年，东华大学朱莉思等在产品生命周期理论的基础上结合 SPA服装企业的经营特征以及季节服装的历史销售数据，建 立SPA服装适时销售预测模型，并对符合相关规则的不同服 装产品进行服装销售预测。2011年，TsanMing Choi等人对 SKU销售数据以及网上销售数据，进行改进后的人工神经网 络预测，通过对服装产品月销量的预测，比较与传统预测方 法的优点，并取得预测结果。2012年，苏晨以某品牌夏款女 装在杭州地区的销售数据为基础，基于遗传算法和BP神经 网络建立预测模型，使用遗传算法对网络的初始权值及阀值 进行优化。 本文通过对国内权威机构提供的流行色数据与阿里巴 巴网站多家大型面料供应商的销售数据的契合度的分析，提 出将权威机构发布的流行色卡作为上游面料供应商数据，针 对各节点的数据属性，建立马尔科夫预测模型。同时结合杭 派某品牌女装在2013-2014年春夏的销售数据作为下游最终 消费者数据，对预测结果进行调整，使预测结果更准确、合 理，提高整个服装供应链网络的效益。 1网络视角的流行色预测 “杭派”女装开始于上个世90年代初，由杭州不少高 等院校的服装系毕业生自己设计、剪裁、制作服装，逐渐升 级为专卖连锁店，形成了庞大的女装产业群，随着四季青服 装市场、龙祥桥服装市场等几个大市场出现，提供了更大的 市场平台，杭派女装不断加快品牌提升，从传统的大批量生 产，向集约型发展转变，逐渐形成一条围绕核心企业，从设 计服装、采购面辅料、制定生产计划、生产成品，最后将成 品由服装分销网络送到最终消费者手中，期间通过对物流、 资金流、信息流控制，形成由面辅料的供应商、服装的生产 企业、服装的分销商以及最终客户连接组成的具有系统性功 能的网络结构。 由于时尚服装销量变化规律很复杂，在对流行趋势进行 预测过程中影响时尚服装销量的因素众多、产品生命周期不 确定。这些问题决定服装企业对市场变化比较敏感，形成一 种敏捷型供需链。网络结构的复杂性使流行色预测成为一个 复杂性问