当前位置:问答库>论文摘要

题目:基于复杂数据的FMCG物流系统需求预测与库存决策

关键词:集成物流管理,快速消费品,需求预测与库存决策,变邻域搜索算法

  摘要

物流管理是供应链管理的核心,集成物流管理是供应链提高核心竞争力的关键和供应链管理的重要增值途径,而集成物流管理的两个关键环节——需求预测与库存决策的综合研究在集成物流管理处于中心地位。FMCG(快速消费品)所具有一些特征,如高频率消费、使用时效短、拥有广泛的消费群体、消费者忠诚度不高等,决定了FMCG物流系统在物流成本控制及集成物流管理方面倍受关注。本文在对经济预测、库存决策、现代优化算法及FMCG物流系统管理现状进行文献研究的基础上,详细分析FMCG的特征、需求影响因素及其物流系统特点,建立基于时间序列(ARMA)的单阶段需求预测模型;把ARMA预测模型外推预测值作为一个影响因子引入回归模型,从而建立基于时间序列与因果关系的两阶段多元回归预测模型;考虑前两个模型评价准则的单一性,通过设定新的评价准则,把变邻域搜索算法引入回归模型,从而在两阶段多元回归模型的基础上,建立基于变邻域搜索算法求解的三阶段多元回归预测模型。通过把海南某饮料公司1-44周饮料需求量作为实际的案例数据,对所建立的三个模型分别进行预测效果验证及比较分析,证明了三阶段模型具有较佳的预测效果。传统的库存决策模型往往是把需求预测结果直接作为输入值引入决策模型,但是这样做是以需求预测模型的预测精度来决定库存决策模型优劣,显然是不合理的。本文在三阶段预测模型的基础上,改变预测评价函数把库存成本最小作为评价准则,从而建立需求预测与库存决策集成模型。再次通过把海南某饮料公司1-44周饮料需求量作为实际的案例数据,分别对传统库存决策模型和集成模型进行了算例验证和比较分析研究,证明了集成模型具有较优的效果。