智慧倉儲(chǔ)管理

倉儲(chǔ)庫存管理目錄庫存管理概述01需求預(yù)測02庫存控制優(yōu)化策略03庫存分類管理05供應(yīng)鏈庫存控制策略04倉儲(chǔ)庫存管理302DemandForecast需求預(yù)測2.需求預(yù)測5庫存需求預(yù)測是預(yù)測未來生產(chǎn)經(jīng)營活動(dòng)對庫存物資的需求。它是基于對生產(chǎn)、裝運(yùn)或銷售等方面的預(yù)測或計(jì)劃以及客戶需求的估計(jì)而對未來貨物的需求數(shù)量、需求地點(diǎn)、需求品種、需求時(shí)間進(jìn)行的估計(jì)。需求預(yù)測定性預(yù)測一元線性回歸分析預(yù)測法需求預(yù)測概述時(shí)間序列法2.1需求預(yù)測概述6需求預(yù)測指估計(jì)未來一定時(shí)間內(nèi)，整個(gè)產(chǎn)品或特定產(chǎn)品的需求量和需求金額。需求預(yù)測通過充分利用現(xiàn)在和過去的歷史數(shù)據(jù)，考慮未來各種影響因素，結(jié)合企業(yè)的實(shí)際情況，采用合適的科學(xué)分析方法，提出切合實(shí)際的需求目標(biāo)，從而制定營銷、采購、預(yù)算、人力資源等計(jì)劃。市場需求是企業(yè)生產(chǎn)運(yùn)作的“驅(qū)動(dòng)源”，因此，比較準(zhǔn)確的需求預(yù)測對于企業(yè)的運(yùn)作至關(guān)重要。影響需求預(yù)測的因素有很多，如顧客偏好、產(chǎn)品生命周期、競爭者的行為、商業(yè)周期等，市場中的各種因素對需求預(yù)測也有不同的影響。2.2定性預(yù)測7定性預(yù)測指預(yù)測者依靠熟悉業(yè)務(wù)知識、具有豐富經(jīng)驗(yàn)和綜合分析能力的人員與專家，根據(jù)已掌握的歷史資料和直觀材料，運(yùn)用個(gè)人的經(jīng)驗(yàn)和分析判斷能力，對事物的未來發(fā)展做出性質(zhì)和程度上的判斷，然后，再通過一定形式綜合各方面的意見，作為預(yù)測未來的主要依據(jù)。德爾菲法銷售人員預(yù)測法主觀概率法定性預(yù)測2.3一元線性回歸分析預(yù)測法8一元線性回歸分析預(yù)測法，是根據(jù)自變量x和因變量y的相關(guān)關(guān)系，建立x與y的線性回歸方程進(jìn)行預(yù)測的方法。前提：對影響市場現(xiàn)象的多種因素做出全面的分析。在剔除季節(jié)因素、促銷因素和其他因素后，我們就可以把銷量當(dāng)成是時(shí)間序列的函數(shù)，將時(shí)間作為自變量x，對因變量商品銷量進(jìn)行線性擬合。式中，x為自變量；y為回歸擬合值；a為回歸直線在縱軸上的截距；b為回歸直線的斜率，在實(shí)際中表示自變量x每變動(dòng)一個(gè)單位時(shí)因變量y的平均變動(dòng)量。根據(jù)最小二乘法原理來估計(jì)參數(shù)a和b：5-1

5-2

5-3

5-4求出參數(shù)a和b的值后，即可得到回歸方程：2.3一元線性回歸分析預(yù)測法9例5-1：某企業(yè)研究企業(yè)廣告費(fèi)對銷售額的影響，相關(guān)部門收集了2005-2013年該企業(yè)廣告費(fèi)和銷售額的資料，如下表所示。若該企業(yè)2014年準(zhǔn)備支出廣告費(fèi)58萬元，估計(jì)企業(yè)銷售額將為多少？表5-1企業(yè)廣告費(fèi)支出統(tǒng)計(jì)資料年份（i）201520162017201820192020202120222023廣告費(fèi)（xi/萬元）252834384762455654銷售額（yi/百萬元）283150536170606663列表并計(jì)算相關(guān)數(shù)值，如表5-2所示。2.3一元線性回歸分析預(yù)測法10表5-2

計(jì)算企業(yè)廣告費(fèi)與銷售額相關(guān)數(shù)據(jù)年份（i）廣告費(fèi)（xi)銷售額（yi)xiyi2015252870062578420162831868784961201734501700115625002018385320141444280920194761286722093721202062704340384449002021456027002025360020225666369631364356202354633402291639693894822228718139276002.3一元線性回歸分析預(yù)測法11即，若該企業(yè)2024年準(zhǔn)備支出廣告費(fèi)58萬元，估計(jì)企業(yè)銷售額將為6990萬元。由表5-2可知：代入公式5-2,5-3b=1.1a=6.1故得一元線性回歸方程模型：

當(dāng)x=58時(shí)，y=69.9（百萬元）2.4時(shí)間序列法:2.4.1時(shí)間序列分解模型12時(shí)間序列法是指將過去的歷史資料及數(shù)據(jù)，按時(shí)間順序加以排列構(gòu)成一個(gè)數(shù)字序列，根據(jù)其動(dòng)向預(yù)測未來趨勢。時(shí)間序列法認(rèn)為:過去的統(tǒng)計(jì)數(shù)字之間存在著一定的關(guān)系，這種關(guān)系可以用統(tǒng)計(jì)方法顯示出來，過去的狀況對未來的銷售趨勢有決定性影響。2.4.1時(shí)間序列分解模型13偶發(fā)事件導(dǎo)致時(shí)間序列出現(xiàn)數(shù)值忽高忽低無規(guī)則可循的變動(dòng)。既然是隨機(jī)波動(dòng)，不可預(yù)測.不規(guī)則變動(dòng)時(shí)間序列在較長時(shí)間內(nèi)呈現(xiàn)出的漲落起伏。循環(huán)變動(dòng)的周期是隱性的，往往要先將顯性的周期性波動(dòng)排除后，再觀察剩下的數(shù)據(jù)部分是否有循環(huán)波動(dòng)的因素。通過同比計(jì)算等方法將其提出，可預(yù)測。周期變動(dòng)季節(jié)變動(dòng)的周期可以是一個(gè)季度或一年。通過固定位置的歷史數(shù)據(jù)（取均值或者其他數(shù)學(xué)變換），也能對未來的某個(gè)位置的季節(jié)變動(dòng)因素進(jìn)行估計(jì)，可預(yù)測。季節(jié)變動(dòng)時(shí)間序列變量在較長的持續(xù)時(shí)間內(nèi)的某種發(fā)展總動(dòng)向。這個(gè)數(shù)據(jù)一般可以通過移動(dòng)平均或者線性回歸等方法進(jìn)行擬合?？深A(yù)測。長期趨勢變動(dòng)SIT時(shí)間序列分解影響因素C2.4.1時(shí)間序列分解模型14（1）加法模型

（2）乘法模型

(5-6)（5-5）（3）時(shí)間函數(shù)y=f(t)2.4.2時(shí)間序列平滑模型1502利用過去若干個(gè)按照時(shí)間順序排列起來的同一變量的觀測值并以時(shí)間順序變量出現(xiàn)的次數(shù)為權(quán)數(shù)，計(jì)算出觀測值的加權(quán)算術(shù)平均數(shù)，以這一數(shù)字作為預(yù)測未來期間該變量預(yù)測值的一種趨勢預(yù)測法。加權(quán)平均法04根據(jù)特定的平滑系數(shù)計(jì)算指數(shù)平滑值進(jìn)行市場預(yù)測的方法，是一種特殊的加權(quán)平均法。預(yù)測值是全部歷史數(shù)據(jù)的加權(quán)平均數(shù)。一般用于觀察期具有長期趨勢變動(dòng)和周期性變動(dòng)的預(yù)測。指數(shù)平滑法01求出一定觀察期內(nèi)預(yù)測目標(biāo)的時(shí)間數(shù)列的算術(shù)平均數(shù)作為下期預(yù)測值的一種最簡單的時(shí)序預(yù)測法算術(shù)平均法03用一組最近的實(shí)際數(shù)據(jù)值來預(yù)測未來一期或幾期內(nèi)公司產(chǎn)品的需求量的一種常用方法。適用于即期預(yù)測。當(dāng)產(chǎn)品需求勻速且不存在季節(jié)性因素時(shí)，移動(dòng)平均法能有效地消除預(yù)測中的隨機(jī)波動(dòng)。移動(dòng)平均法05預(yù)測誤差是指預(yù)測值與實(shí)際值之間的差異。當(dāng)預(yù)測值大于實(shí)際值時(shí)，誤差為正，反之為負(fù)。預(yù)測誤差iSlide2.4.2時(shí)間序列平滑模型：算數(shù)平均法16算數(shù)平均預(yù)測法是求出一定觀察期內(nèi)預(yù)測目標(biāo)的時(shí)間數(shù)列的算術(shù)平均數(shù)作為下期預(yù)測值的一種最簡單的時(shí)序預(yù)測法。

2.4.2時(shí)間序列平滑模型：加權(quán)平均預(yù)測法17加權(quán)平均法，利用過去若干個(gè)按照時(shí)間順序排列起來的同一變量的觀測值并以時(shí)間順序變量出現(xiàn)的次數(shù)為權(quán)數(shù)，計(jì)算出觀測值的加權(quán)算術(shù)平均數(shù)，以這一數(shù)字作為預(yù)測未來期間該變量預(yù)測值的一種趨勢預(yù)測法。原理：近期數(shù)據(jù)反映的預(yù)測信息比早期信息更為重要。2.4.2時(shí)間序列平滑模型：移動(dòng)平均法18移動(dòng)平均法是指用一組最近的實(shí)際數(shù)據(jù)值來預(yù)測未來一期或幾期內(nèi)公司產(chǎn)品的需求量的一種常用方法。適用于即期預(yù)測當(dāng)產(chǎn)品需求勻速且不存在季節(jié)性因素時(shí)，移動(dòng)平均法能有效地消除預(yù)測中的隨機(jī)波動(dòng)。簡單移動(dòng)平均法（5-7）2.4.2時(shí)間序列平滑模型：加權(quán)移動(dòng)平均法19加權(quán)移動(dòng)平均給每個(gè)實(shí)際銷量值以不相等的權(quán)重。原理：歷史各期產(chǎn)品需求的數(shù)據(jù)信息對預(yù)測未來期內(nèi)的需求量的作用是不一樣的。一般來說，遠(yuǎn)離目標(biāo)期的銷量值的影響力相對較低，故應(yīng)給予較低的權(quán)重。②加權(quán)移動(dòng)平均法（5-8）其中，at-1，at-2，…，at-n稱為加權(quán)因子；滿足at-1，at-2，…，at-n∈[0，1]且at-1+at-2+…，+at-n=1最近期的數(shù)據(jù)最能預(yù)示未來的情況，因而權(quán)重應(yīng)大些2.4.2時(shí)間序列平滑模型：指數(shù)平滑法20指數(shù)平滑法是根據(jù)特定的平滑系數(shù)計(jì)算指數(shù)平滑值進(jìn)行市場預(yù)測的方法，實(shí)質(zhì)是一種特殊的加權(quán)平均法。指數(shù)平滑法的預(yù)測值是全部歷史數(shù)據(jù)的加權(quán)平均數(shù)。指數(shù)平滑法一般用于觀察期具有長期趨勢變動(dòng)和周期性變動(dòng)的預(yù)測。010203一次指數(shù)平滑法適用于水平型變動(dòng)的時(shí)間序列預(yù)測二次指數(shù)平滑法適用于線性趨勢型變動(dòng)的時(shí)間序列預(yù)測三次指數(shù)平滑法適用于非線性趨勢變動(dòng)的時(shí)間序列預(yù)測2.4.2時(shí)間序列平滑模型：指數(shù)平滑法21一次指數(shù)平滑法（5-9）式中，

為t+1期的預(yù)測值；a為平滑系數(shù)；

為t期的實(shí)際值關(guān)鍵的問題：決定平滑系數(shù)a(0<a<1）的大小，它表示賦予實(shí)際數(shù)據(jù)的權(quán)重。一般來說，預(yù)測值依賴于平滑系數(shù)的選擇。如果實(shí)際需求穩(wěn)定，那么a的值應(yīng)該選擇小一些，如果實(shí)際需求波動(dòng)比較大，則a應(yīng)該取值較大。2.4.2時(shí)間序列平滑模型22例5-2：設(shè)某種商品2022年的分月銷量資料如下，取平滑系數(shù)a=0.7，利用一次指數(shù)平滑法計(jì)算該商品的每月銷售量的指數(shù)平滑值，并預(yù)測2022年7月份該商品的銷售量。計(jì)算過程如表5-3所示。表5-3一次指數(shù)平滑值計(jì)算表月份（t)銷售量（xt/千件）指數(shù)平滑指14602440.7×46+0.3×0=32.203510.7×44+0.3×32.20=40.464380.7×51+0.3×40.46=47.845410.7×38+0.3×47.84=40.956350.7×41+0.3×40.95=47.847預(yù)測0.7×35+0.3×47.84=36.80應(yīng)用一次指數(shù)平滑法預(yù)測，a取值一般從0.1開始，0.2，0.3,.，（0<a<1），逐個(gè)計(jì)算其預(yù)測值，分析預(yù)測誤差，從中確定預(yù)測誤差最小的a值，并以此確定最后預(yù)測值。注意2.4.3預(yù)測誤差23預(yù)測誤差是指預(yù)測值與實(shí)際值之間的差異。當(dāng)預(yù)測值大于實(shí)際值時(shí)，誤差為正，反之為負(fù)。當(dāng)所使用的預(yù)測模型有參數(shù)時(shí)，如指數(shù)平滑法，在選擇參數(shù)a時(shí)，應(yīng)選擇使預(yù)測誤差最小的參數(shù)a來進(jìn)行預(yù)測表5-4預(yù)測誤差表時(shí)序（t)銷售量（噸）指數(shù)平滑值a=0.1a=0.3a=0.5126.726.726.726.7229.526.726.726.7329.027.027.528.1429.927.228.028.6532.227.528.629.2631.427.929.630.7725.728.330.231.1832.128.028.828.4929.128.429.830.21030.828.529.629.71125.728.730.030.21230.928.428.728.01331.528.729.329.41428.129.030.030.51530.828.929.429.3預(yù)測值29.129.830.0平均絕對誤差（MAE)2.432.212.23練習(xí)：241.某公司的產(chǎn)品在某城市最近6個(gè)月的銷售量如下表所示，試用算數(shù)平均數(shù)預(yù)測下個(gè)月的銷售量。月份123456銷售量/臺(tái)9509709409609709802.習(xí)題1,數(shù)據(jù)，設(shè)各時(shí)期銷售量的權(quán)數(shù)依次為0.1,0.1,0.15,0.15,0.25,0.25。使用加權(quán)平均數(shù)法預(yù)測第7個(gè)月產(chǎn)品銷售量的預(yù)測值？3.已知某產(chǎn)品最近15個(gè)月的銷售量，分別取N=3，N=5，計(jì)算一次移動(dòng)平均數(shù)，結(jié)果如下表：t123456789101112131415yt11148191117182122242325262829N=3--N=5----練習(xí)：25