仓储与搬运系统(2)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
D,t 分别表示需求与时期t的平均数。 ❖ 季节性指数S 可以用实际需求与趋势值相比作为季节性指数
St Dt / Tt
其中Tt是由T=a+bt决定的趋势值。
❖ 资料9.6
某服装制造商根据历史销售情况将每年分为夏季、换季 时节、秋季、春节期间和春季,已知前两年的销售情 况,现需要对最近两个季节的需求做预测。
春节
4
15754
63016
16 13503.6 1.166652
冬季
5
17269
86345
25 14027.16 1.231112
夏季
6
11514
69084
36 14550.72 0.791301
随机波动指数;
实践中,通常设C=R=1。因为预测本身就是预测期望值; 在长期的预测过程中,模型本身也要更新,在更新过 程中预测者会考虑周期性变化的趋势。
❖ 趋势T的估计 线性回归:设T=a+b*t a, b可以用最小二乘法,得到
b
Dtt ND t t 2 N (t )2
a D bt
其中N是观察值个数; Dt是第t期的实际需求;
❖ 全机械化设备 自动存取系统AS/RS(Automated Storage/Retrieval System)
四种仓储方案的成本曲线
成
公共仓储
本
租赁仓库,手工搬运
自有仓储,自动搬运 自有仓储,托盘叉车搬运
a
b
c
d 年系统吞吐量
公共仓储成本最低
租赁、手工搬运成本最低
自有、托盘-叉车搬运成本最低 自有、自动搬运成本最低
是选定的时段数量; 通过给每个时段的实际值不同的权值就得到加权
移动平均法。
➢ 指数平滑法
指数平滑法是时间序列方法中最广泛为人接受使 用的方法。
Ft+1= At +(1-)Ft 其中,是指数平滑系数。 越大,预测模型对近期的实际值变化有更灵敏
的反应;
越小,预测需求量时给需求历史数据的权数越 大,预测结果越平稳,受随机因素的干扰少。
内一定的设备、空间和服务。 优势 ❖ 较低的租金; ❖ 仓库经营者可以提供更多的服务,如,运输配
送、存货控制、客户服务、订货、退货等。 ❖ 加强了沟通与协调; 缺点 ❖ 丧失了一定的灵活性; ➢ 在途存储
物料搬运问题 搬运的指导原则 消除无效搬运
搬运不能增加货物的内在价值,而会增加破损可 能性和成本;
将运输、保管、包装、装卸各环节作为一个系统 来考虑,考虑综合效益;
➢ 仓库布局 ❖ 存储区 根据货物的周转率设计通道的宽度、堆码的高度。 ❖ 拣货区 将拣货区与存储区分开,可以缩短工人配货的时
间。 提高拣货效率的几个策略:
排序:将订单上的货物按照拣货路线上的次序排 列,减少路程;
分区:一个拣货员只负责一个区域内的货物; 批处理:一次经过货位时,为多个订单拣货;
去年 1200 700
900
今年 1400 1000 ?
1100
设平滑指数=0.2 从预测今年第一季度开始,
F1= A0 +(1-)F0 (设A0 =1100,F0=1200+700+900+1100)/4=975) =0.2*1100+0.8*975=1000;
F2= A1 +(1-)F1 =0.2*1400+0.8*1000=1080;
资料9.5
第一季度 第二季度 第三季度 第四季度
去年 今年 预测
1200 1400 1000
700 1000 1080
900 1064
1100
标准差的估计值为,
SF
(1400 1000)2 (1000 1080)2 2 1
407.92
假设置信度为95%,则查得 z(0.975)=1.96 (对应附录中面积为0.975), 因此,置信度为95%的预测区间为 (1064-1.96*407.92, 1064+1.96*407.92 ) 4.监控预测误差
如Delphi法,使一组互不相关的专家(20人左 右),不断在汇总材料上给出新的预测和新的 要求,使大家都能掌握充分的信息。适合中长 期的经济预测;
➢ 定量法(Quantitative Method) 例如:
❖ 历史映射法(Historical Projection Method) 用过去的变化模式来预测未来。
减少搬运次数,提高搬运纯度(先去杂质、避免 过度包装等);
注意重力等因素的影响和作用; 提高搬运活性
物品放置有利于下次搬运;托盘化;(装上时考 虑便于卸下,入库时考虑便于出库等)
❖ 充分利用搬运设备
即使人可以操作,为了提高效率、安全性等因素 也用机械设备,人做更有意义的事情;
❖ 物流均衡顺畅、避免忙闲不均; ❖ 集装化; ❖ 系统化
❖ 因果法(Causal Method) 通过分析因果关系将因变量的预测归结为
较容易预测的自变量的预测。
如回归分析与计量经济模型,困难在于变 量的选取;
➢ 定性定量结合,如计算机仿真;
一些简单的预测方法
研究显示,简单的预测模型得到的结果常 常不比深奥的、复杂的模型差。
移动平均法
Ft+1=(At+ At-1… + At-N+1)/N 其中,Ft是t时段的预测值; At是t时段的实际值;N
仓储与搬运系统
库存战略: •预测 •仓储基本知识 •库存决策 •采购与供应决策 •仓储决策
客户服务目标
•产品 •物流服务 •信息系统
运输战略: •运输基础知识 •运输决策
选址战略: •选址决策 •网络规划流程
仓储系统的必要性 仓储系统的功能 仓储方案 物料搬运问题 四种方案
仓储系统的必要性
仓储系统的功能 储存(Holding) 集装(Consolidation) 分拨仓库: 半永久性存储区与拣货区 拆装(Break-Bulk) 由于运输费用的关系,用于分拆的分拨仓库应离
客户较近。 混合(Mixing)配送
➢ 物料移动的功能 ❖ 装货和卸货
卸货、整理分类、货物分级和检验、修改库存记 录;
❖ 为什么叫指数平滑法? 过去实际数据的权重越来越小; At的权重为, At-1的权重为(1- ) ,At-2的权重
为(1- ) (1- ) ,… 例如,对=0.2,有
0.25
0.2
0.15 0.1
系列2
0.05
0
1
2
3
4
5
6
7
8
9
10
11
12
❖ 资料9.3 第一季度 第二季度 第三季度 第四季度
➢ 派生需求与独立需求
派生需求:是由其它需求决定的;
独立需求:来自客户的“原始”需求;
例如, 独立需求——自行车销售量; 派生需求——轮胎、车架、踏脚;
因此,重要的是独立需求的预测。
预测的方法分类 预测技术可分为三类:
➢ 定性法(Qualitative Method) 通过调查、比较、直觉和判断对未来作出估计。
滑系数;
3.预测效果的衡量:
预测误差 Ei=Fi-Ai 平均绝对误差
N
| Ei |
MAD i1 N
平均平方误差
N
| Ei |2
MSE i1 N
标准差
SF
N
| Ei |2
i 1
N 1
如果误差服从期望为0的正态分布,则对于一定 的置信度,可以得出需求的一个范围。
即首先查正态分布表(附录A),得z(),置信 度为的需求范围为( Ft - z() SF, Ft + z() SF )
➢ 选择存储设备
货架和其他适合不规则形状货物的设备。如回转货架, 可在一个封闭轨道上移动;
➢ 选择搬运设备 ❖ 手工搬运设备:灵活、低成本、低能力 ❖ 动力辅助设备 托盘-叉车;电瓶车(操作简单、灵活,载重量小); 牵引车+挂车(适合运输量大而稳定的场合,如码头、中
心货站、大型企业的原料仓库);
输送机——重力式、滚轴式、皮带式等(出入库、分 拣);
(1)
(2)
(3)
(4)
(5)
(6)=(2)/(5)
销售期 时期t
销售额Dt Dt*t
t*t
趋势值T 季节指数S预测值
夏季
1
9485
9485
1 11932.92 0.79486
换季
2
11542
23084
4 12456.48 0.926586
秋季
3
14489
43wk.baidu.com67
9 12980.04 1.116252
内在滞后性使预测误差相当大。加入趋势和季 节性因子后,可以提高预测精度。
1.校正趋势
St+1= At +(1-)Ft Tt+1= (St+1 -St) +(1- ) Tt Ft+1=St+1 +Tt+1 其中St是t期初始预测; Tt是t期的趋势;是趋势平滑系数;
❖ 资料9.4 与上例同样的数据 第一季度 第二季度 第三季度 第四季度
2.季节性指数
有些产品的需求有明显的季节性,当季节性高峰 与低峰在每个周期的同一时期出现时,可以用 以下的预测模型:
St+1= (At /It-L )+(1-)(St +Tt) Tt+1= (St+1 -St) +(1- ) Tt It= (At / St) +(1- ) It-L Ft+1=(St+1 +Tt+1) It-L+1 其中It是t期的季节性指数; L是一个完整季节的期间;是季节性指数上的平
自上而下的预测:先分析总需求,再按地理区域 分解;
自下而上的预测:先对各地区预测,再汇总总需 求。
➢ 无规则需求与规律性需求
在产品处于稳定时期,需求模式一般可分解为趋 势、季节性和随机性因素,表现出一定的规律 性;
当产品刚刚进入市场或即将退出市场时,则产品 的需求时间和需求水平非常不确定,难有规律 可循。
➢ 公共仓库 优势 ❖ 无需固定投资; ❖ 当库存量过高或很低时,可以降低仓储成本。 ❖ 降低投资风险; 仓库设施、设备的寿命,技术的革新和运行模式的改变; ❖ 较高的柔性; 选址灵活;物流网络的优化; 缺点 ❖ 信息的沟通 仓库的信息化管理和企业的信息沟通。 ❖ 个性化服务 企业的特殊要求等。
➢ 租赁仓库 在一定时期内,按照一定的合同约束,使用仓库
F3= A2 +(1-)F2 =0.2*1000+0.8*1080=1064;
❖例
去年 今年
第一季度 第二季度 第三季度 第四季度
3500 ?
3000
3650
4000
设平滑指数=0.1
假设从去年第二季度的预测值为3500开始预测第三季 度…(答案是3520)
当数据中有明显的趋势和季节性特征时,模型的
利用合理的仓储活动可以实现储存、生产和运输之间良 好的、经济的平衡。
降低运输-生产成本 平衡生产、提高运输效率
协调供求 需求与生产、生产与供应之间的不平衡;
长期生产供应短期的需求;短期生产供应长期需求;低 价时采购充足的原材料;
生产需要 仓储可以是生产的一部分,例如,酒。
营销需要
仓储可以使产品更接近客户,加快交货时间,改善客户 服务。
去年
1200
700
900
今年
1400
1000
?
1100
设平滑指数=0.2,趋势平滑系数=0.3 设A0 =1100, S0= 975,T0=0, F0= S0 +T0=975; S1=0.2*1100+0.8*975 =1000 T1=0.3* (1000-975) +(0.7)*0=7.5 F1=1000+7.5=1007.5 S2=0.2*1400+0.8*1007.5 =1086 T2=0.3* (1086-1000) +(0.7)*7.5=31.05 F2=1086+31.05=1117.05 同样的过程可以得到F3=1117.67
预测物流需求
决策离不开预测,预测是编制计划(存储计划、 运输计划)的基础;
预测的主要方法是“让历史告诉未来”; 需求的特性 预测方法分类 一些简单方法 特殊的预测问题 快速反应——解决预测问题的另一个办法
需求的特性 时间和空间 时间维上的变化规律,时间序列; 不同的区域需求不同;
预测系统应是一个自维护系统。不仅建立初始模 型,而且在预测过程中自动调整模型,使之适 应新的情况。
使用指数平滑法进行预测时,即是要根据对预测 误差的监控对平滑系数进行自动调整。
➢ 经典时间序列分解
长期的销售模式可以分解为四组成分:趋势、季节性波 动、周期性变化和随机因素。
即
F=T*S*C*R 其中T是趋势水平; S是季节指数; C是周期指数; R是
核实订单、加固包装、更改库存记录; ❖ 库内运输
从卸货点到存储区,从存储区到拣货货区,从拣 货区到装货点。
❖ 拣货
仓储方案 企业在进行仓储方案选择时,一般都是从仓储成本和客
户服务水平两方面来考虑。 自营仓库 优势 较低的仓储费用,在利用率较高时; 更大程度地控制仓储运作; 充分发挥人力资源的优势; 税收及无形资产方面的优势; 增值及未来的发展; 缺点 缺乏柔性; 位置、规模、技术水平。 较高的投资、较低的投资回报率。