【基于BP神经网络的配送中心库存预测探究案例综述3700字】.docx

基于BP神经网络的配送中心库存预测分析案例综述

目录

TOC\o1-2\h\u28255基于BP神经网络的配送中心库存预测分析案例综述 1

190861.1A整车配送中心背景介绍 1

244611.2影响因素分析 2

18782（1）时间 2

24875（2）准达率 2

27382（3）订货价格 3

10031（4）制造周期 3

15907（5）订单批量 3

197411.3数据准备 3

165411.4BP神经网络建立 4

289331.1.1BP神经网络结构 4

149801.1.2BP神经网络预测步骤 5

70551.5BP神经网络训练和仿真 6

58281.6BP神经网络预测结果分析 8

1.1A整车配送中心背景介绍

A汽车企业是集生产、销售、售后服务为一体的中高端汽车企业，在辽宁沈阳配有生产基地，主要生产5种车型、共20个款式。A整车配送中心是A汽车企业自营的配送中心，承接生产基地的产成品，产成品通过短驳到达配送中心，主要承担存储保管、集散、流通加工、配送等功能，从接收客户订单和下达生产任务，到安排发货、配板和规划路线，A配送中心拥有完整的配送中心运行平台和专业的人员配备。2017年，在A配送中心中转的整车数量达到了81780台，通过水路运输、公路运输和铁路运输三种方式销往全国260余个地区，近600家经销店。从接收订单起，A公司规定了严格的入库时间、出库时间范围，并根据运输距离控制运输时间和交接时间，并要求配送中心车辆准达率达到95%以上，质损率控制在0.3%以内，以此作为客户服务质量标准。表4-1列出了A配送中心2017年的部分绩效指标和达标率。根据这套考核标准，A企业还制定了相关奖惩法则，如：当质损率超过0.3%时，A配送中心在补偿损失的基础上还会被扣除部分运费，但是当质损率低于0.2%时，A配送中心将会接收来自公司内部的津贴，以此激励配送中心提高工作质量、减少质损率。

表4-1A配送中心2017年部分绩效指标和达标率

指标

准时入库率

准时出库率

准时交接率

超时5天交接率

质损率

标准

98%

98%

95%

1%

0.3%

实际

100%

100%

95.6%

2.1%

0.2%

1.2影响因素分析

库存需求量与影响因素之间的关系模糊且复杂，影响较大的参数可以归纳为供应商、核心企业和零售商三个方面[45]，考虑A整车配送中心的特点，选取时间、准达率、订货价格、制造周期、订单批量五个影响因素。

（1）时间

即使汽车本身的使用不具有季节性，由于汽车购买所需资金相对较多，加上国内传统的消费习惯，汽车销量仍呈现明显的季节性。在年前的1-2月，由于资金关系和传统消费习惯，新车交易量显著上升，随后的3-4月成为销售淡季。6月作为上半年财务报表最后一个月，为刺激销量、增加销售额、减少库存，很多车企开展促销让利的优惠活动，因而随后的7-8月成为销售淡季。销售淡季期间，对需求较低的预期使得配送中心会相应减少库存量；反之，销售旺季期间，配送中心会相应增加库存量。

（2）准达率

随着库存管理研究的深入和物流行业的专业化发展，交付质量逐渐成为学者和管理者重点关注的参数。不同行业的交付质量衡量标准存在差异。高豪杰（2015）[46]对阀门制造企业库存需求量进行预测时，重点关注不合格率这一项指标。徐学民（2018）[47]把交付及时性纳入库存管理指标体系进行分析。整车配送中心作为集散地，将货物发往全国各地，因此，当计划分散时，合理规划路线十分重要。整车运输需要专业的运输工具，通常是六位板车和八位板车，基于成本考虑，配送中心需要配板以充分利用大板车的运输空间、避免有空位。配送中心可能选择本批次订单延迟发货，等待下一批次订单，安排共同发货，因而压缩了货物在途时间，也提高了货物延迟交货的风险。及时交付、货物准时到达影响配送中心库存需求，低准达率意味着低服务质量，这不仅会影响终端销售、降低客户满意度，还会影响库存量。准达率越低，货物的库存量可能越低，需要相应提高库存量；反之，准达率越高，货物的库存量可能越高，需要适当减少库存量。

（3）订货价格

订货价格是指配送中心向供应商发起订货请求时给出的价格。订货价格影响市场需求，还会影响储存成本等因素[46]。订货价格越高，配送中心库存量可能越低，从而避免因折旧和损耗而导致的成本；反之，订货价格越低，配送中心库存量可能越高，从而避免因库存不足而导致的缺货成本。

（4）制造周期

从供给和需求角度出发，库存量预测的误差是由供应商供应能力和市场需求量的不匹配导致的[48]。当供应商供应能力超过市场需求量，会导致库存积压；当供应商供应能力达不到市场需求量的要求时，就会导致库存短缺。供应商制造