- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
学习目标
1 掌握供应链网络的构建理论和方法;学习了解供应链环境、经营主体与基础网络以及供应链网络的类型等基本知识。
2 掌握区域物流网络构成,正确理解设施网络选址方法和供应链网链城镇布局方法。;第一节 供应链网络构建的基础;二 供应链网络构建的要点
产品从生产者经物流企业及销售商到达消费者手中的过程,其实质是产品在供应链上的流动过程
1 供应链的核心内容
(1)监控整条供应链上的库存
(2)有效控制物品流动成本
(3)订单整个执行过程的管理
2 供应链的运作机制
(1)供应链过程信息反馈
(2)供应链商品供应控制
(3)供应链管理动态联盟
(4)互联网信息技术利用;
;供应链网络构建急需解决的问题
(1)相关企业集成
(2)物流集成;第二节 确定供应链网络节点 ;供应链网络节点的确定
1 制造企业供应网链的节点
2 销售商连锁经营网络节点
3 第三方物流网络节点
4 供应链网络节点的确定(重中之重);一 区域物流系统网络结构
1 区域物流网络构成
2 区域物流系统一般运作模式
3 交通运输网对区域物流系统的影响
供应链物流网络节点的四个层次
(1)国际物流枢纽(2)区域物流设施(3)城市配送中心(4)商店
;二 设施网络选址方法
1 设施网络选址方法
(1)启发式方法
(2)模拟方法
(3)优化方法
(4)聚类布点方法
2 单一选址问题
会出现在以下几种情况
(1)大网络节点已定的设施选址
(2)企业扩大原有的物流设施
(3)企业网络中的部分节点选址
3 定性分析法;三 供应网链城镇布局方法
1 选择中心城市或者重点镇
2 选择适当区位设置作业点
3 综合其他因素; 移动平均预测法对时间序列中数据变化的反映速度及对干扰的修均能力,取决于N的值。随着N的减小,移动平均对时间序列数据变化的反映敏感性增加,但修匀能力下降;而N增大,移动平均对时间序列数据变化的反映敏感性减小,但对时间序列的修匀能力却上升。因此,移动平均法的修匀能力与时间序列数据变化的敏感性是矛盾的,两者不可兼得。在确定N的时候,一定要根据时间序列的特点来确定。; 一般选择的N原则???
(1)由所需处理的时间序列的数据点的多少而定,数据点多,可以取得大一些;
(2)要由已有的时间序列的趋势而定,趋势平稳并基本保持水平状态的,可以取得大一些;趋势平稳并保持阶梯性或周期性增长的,应该取得小一些;趋势不稳并有脉冲式增减的,应取得大一些。 ; 当时间序列有明显线性变化趋势时,上述方法存在滞后偏差,使预测值偏低。为解决这一问题,采用二次移动平均法。上面介绍的一次移动平均数本身也构成一个时间序列,在此基础上再作一次移动平均,之后建立线性预测模型进行预测,这就是二次移动平均法。;二次移动平均数发的线性预测模型为: ; 仍举上例,取N=5,求解二次移动平均预测模型,并对第12、14月的销售量进行预测 ;; 指数平滑预测法是与以前需求水平和预测水平加权平均数所估计的未来年交通运输量为基础来进行预测。是在移动平均预测法的基础上发展起来的一种预测方法。新的预测函数引入参数α。它包括一次指数平滑预测法、二次指数平滑预测法和高次指数平滑法。 ;一次指数平滑预测法 ;实例 ;解: 应用指数平滑公式进行预测,首先应选取 ,并确定 。
设 =0.9, = x1 。 ; 应用指数平滑公式进行预测,就应首先确定 , 被称为初始值。初始值是不能直接得到的,应该通过其他方法选取或直接选用当期实际值。 称为平滑系数,其值为 ,取值大小体现了不同时期数据在预测中所起的作用, 值越大,越反映近期数据变化趋势,模型灵敏度越高; 值越小,越反映长期的大致发展趋势。掌握 值,是用好指数平滑模型的一个重要技巧,一般采用多方案比较方法,从中选出最能反映实际值变化规律的 值。;1.6 回归分析预测法 ;一元线性回归预测法;实例:;;;8/25/2021; 显然:如果已知其中一个变量的未来值,那么可以通过上述公式预测另一个变量的未来值。问题在于,假设中的线性关系是否存在,或者说线性相关程度多大?研究两个变量x与y之间是否存在线性相关关系,通常的办法是将独立的n对观测数据 在坐标上画出散点图,由直观观察进行判断,散点是否沿直线排列。; 相关系数是描述两个变量线性关系密切程度的数量指示(用γ表示),它的计算公式如下:; 实际上,所有的预测都包含一定的不确定性,我们又往往会低估这种不确定性,有时甚至严重低估了这种不
原创力文档


文档评论(0)