一种基于需求特性分类的备件库存管理方法及其实证研究

提出了一种基于分类的备件库存管理方法,该方法先从备件需求预测的角度对备件进行分类,然后对每一类备件的需求进行预测并给出了其适当的库存决策方法.基于分类的预测方法可以解决备件种类过多、部分备件需求的历史数据不足问题并能够为每类备件选择预测精度较高的预测方法;基于分类的库存决策模型适用于在缺少单位备件缺货成本参数条件下的订购点与订购批量决策.以石化企业的阀门为典型背景,论文说明了所提出方法的适用性和优越性.     

基于需求预测的分销系统成本模型

研究一类分销系统的成本模型,在不规则的需求模式下,将一类模糊系统模型引入需求预测领域,然后,在需求预测的基础上给出一段时间内中心仓库和各个零售商的成本模型.最后,通过一个算例说明模糊系统模型与传统的统计模型在预测精度、分销系统及其成员的总成本和服务水平方面的差异.运算结果表明,在研究基于需求预测的分销系统成本优化问题时,模糊系统模型更优于统计模型.     

基于组合预测的装甲装备器材需求确定

为提高装甲装备器材需求预测的科学性,设计基于组合预测的器材需求确定方法。首先明确组合预测模型的构建流程与具体步骤,引入预测有效度理论,以评估模型的预测有效度。其次优化了关联面积法,实现组合预测模型中构成单元权重的动态配置,为模型滚动式更新及最终确定奠定基础。算例分析过程表明,基于组合模型的预测不仅能够提高局部器材需求预测的准确性,而且能够提升整体预测过程的稳定性。     

流程型企业原材料需求预测与库存决策方法及应用

以石化企业化工原辅料库存管理同题为背景,研究流程型企业与生产计划相关的原材料库存管理问题.从订购提前期与生产计划是否确定的角度,将流程型企业原材料需求分为四类,重点研究了订购提前期与生产计划不确定下的需求预测方法,并给出了确定其库存决策的建议策略及再订购点和订购批量的确定方法.应用结果则证明了所提出的预测与决策方法的适用性.     

一种基于证据理论的战时备件需求预测方法

为解决战时备件需求预测缺乏数据的问题,提出一种基于证据理论的战时备件需求预测方法。构建马尔可夫链模型,从备件需求历史数据中挖掘平时备件需求规律;进而设计一种基于战斗强度变化的战时备件需求马尔可夫链转移概率调整策略,用于模拟战时备件需求规律;最后结合专家经验,综合利用模糊理论和证据理论实现对战时备件需求的预测。仿真算例表明,该方法能够有效实现战时备件需求的预测。     

我国航空客运量需求预测模型:基于随机前沿预测模型和模型平均

针对多数研究以产品或服务的历史消费量来代替不可观测的需求量而导致的需求预测出现实质性偏差的问题，本文将包含技术无效率项的随机前沿预测模型应用于航空客运量需求的预测，从而有效解决实质性偏差的问题.同时我们在此基础上引入一种模型平均权重确定方法，即通过最小化M折交叉验证准则（CV_M）确定候选模型权重.本文证明了该方法在理论上的最优性.由于模型中技术无效项的存在，我们可以同时预测航空客运量的实际产生量和需求量，实证研究也表明，相比其他常用的预测方法，该方法在预测航空客运量中长期的实际产生量上更具优势.     

随机需求下基于存货质押融资的项目投资决策

将投资决策与存货质押融资和库存管理结合起来,采用联合决策机制,在货物需求随机的情况下构建了企业基于存货质押融资业务的项目投资模型.将该模型的解与正常销售情况下的期望利润比较,得出中小企业的投资决策.最后,给出了一个中小企业投资决策的算例,结果表明企业的最优决策是采用存货质押模式融资进行项目投资,同时确定了该企业的最优质押量,并分析了参数变化对该企业的期望利润和投资决策的影响.     

货币市场与商品市场共同均衡下的货币需求建模与预测

在货币市场与商品市场共同均衡下研究货币需求建模与货币需求预测问题．首先利用1980－1996年的季度数据给出了Johansen检验的经验结果,得到两个协整向量,分别对应货币市场和商品市场相关经济变量之间的长期稳定关系;然后建立了误差矫正模型,并比较了单方程估计和我们的两个市场共同均衡下的联立方程估计的预测能力．     

基于需求预测信息更新的零售商三阶段采购最优策略

考虑存在顾客需求预测信息更新下零售商最优订货策略,研究了三阶段订货模型,零售商首先在第1阶段订货,然后在第1和第2阶段之间实现需求预测信息更新,并在第2阶段调整第1阶段的订货水平,第3阶段顾客需求实现,此时零售商可以从实时市场购货以满足前2阶段订货不足的部分.给出了零售商的最优订货策略,并分析了需求预测信息和实际需求满足二维正态分布时,它们之间的相关系数对采购决策和零售商期望利润的影响.提出了计算最优采购策略的算法并证明了其收敛性.说明了预测信息和实际需求联系越密切,零售商第1阶段最优订货水平越高,同时零售商利润越高;如果信息和实际需求之间的相关系数确定,那么第1阶段最优订货水平就确定,而第2阶段订货水平和需求预测信息与第1阶段订货量有关.     

基于模糊认知图的物流需求预测模型研究

准确地预测社会物流需求,在政府对物流行业政策制定、企业物流活动规划中有着重要意义.本文提出一种基于模糊认知图的物流需求预测模型构建方法,综合考虑国内生产总值、进出口总额等五个经济要素与物流需求之间的相互影响关系,通过对历史数据机器学习获得相互影响权重,构建了物流需求预测模型,可对未来物流需求进行推算和预测.实验证明,该模型对物流需求的预测精度较高,效果较好.     

基于MLP 神经网络的区域物流需求预测方法及其应用

区域物流需求预测是区域物流系统规划、物流资源合理配置过程中的重要环节,而区域经济是产生区域物流需求的内在决定性因素,因此寻求利用区域经济指标来预测区域物流需求具有较强的可行性,同时能够促使区域物流产业与区域经济之间的协调发展.为此提出了基于MLP神经网络的区域物流需求预测模型,不仅揭示了区域经济与区域物流需求之间的非线性映射关系,同时也为区域物流需求预测提供了一种新的思路和方法.     

基于组合预测的间断性需求器材预测

为了提高间断性需求装备器材的预测精度,提出一种组合预测模型。该模型从解释变量序列和自相关序列两个方面进行组合预测,对解释变量序列采用Logistic回归模型预测提前期非零需求发生概率,对自相关序列采用Markov过程估计提前期非零需求发生概率,整合两个预测结果得到最终的提前期需求。实验结果表明,该预测模型具有较高的预测精度。     

基于多属性模糊Petri网的知识化制造系统产品需求预测

为强化模糊Petri网的知识表示能力, 提出了一种多属性模糊Petri网(AFPN), 即在模糊Petri网的基础上, 为每个库所及权值赋予与实际系统相对应的多个属性, 以简单模型结构完成具有多个属性的系统的建模．利用知识化制造系统的知识库, 对多属性模糊Petri网进行属性分解、属性合并以及训练更新, 并对不规则模型进行规则化, 可以在原有产品的AFPN模型基础上简单快速建立后续产品的AFPN新模型．在产品需求预测的实例中, 采用原材料和产品的各需求相关因素建立产品的需求预测AFPN, 实现了产品需求的快速预测．     

最优需求预测下预测与处理过程中的牛鞭效应

研究了在AR(1)市场需求模式下,生产商与零售商所组成的供应链系统中,当零售商采取不同预测技术时,在信息预测,处理及传递过程中产生的牛鞭效应问题.证明当存在订货提前期时,零售商采用移动平均法及一次指数平滑法预测会导致在需求预测,信息处理及传递过程中产生牛鞭效应;而采用最优预测仅在需求相关性很强时存在有限值的牛鞭效应.并对二级供应链进行拓展,证明在信息传递过程中,非最优预测将导致上游需求模式复杂化,牛鞭效应逐级递增,而最优预测可使上游需求模式简化,遏制误差的传递.     

基于需求预测信息共享的竞争性企业联盟结构

构建联盟是企业应对市场需求不确定性和避免过度竞争的重要战略选择，由于企业间的差异性，如何根据市场竞争环境和需求预测精度选择合适的联盟伙伴，是企业决策过程中值得重视的问题。构建了一个包含3个竞争性企业的单层供应链，在不确定性需求下，企业间可以共享需求信号，从而降低需求不确定性和竞争强度。考虑到各企业预测精度的异质性和联盟结构的多样性，分别计算了有无需求预测技术时，不同联盟结构下各主体（企业或联盟）的期望收益。通过数值分析，展示了竞争强度和预测精度对不同联盟结构下各企业期望收益的影响，从而得到合作与信息共享对各主体期望收益的影响机制，同时得到一些结论和观察结果，可以为相关企业提供决策支持。     

基于不同预测技术的供应链牛鞭效应分析

以H.L.Lee提出的消费需求AR(1)自相关模型为基础,在假定采用订货点库存策略的前提下,分别推导出了零售商采用移动平均法、一次指数平滑法预测及均方误差优化预测市场需求时,生产商所面对的需求波动,建立三种需求预测技术对一个两级供应链牛鞭效应影响的量化模型及仿真模型并进行了验证,分析了不同预测技术对供应链牛鞭效应的影响及适用范围.     

The Forecast Model of Talent Demand and Quality

１　ＦｏｒｅｃａｓｔＭｅｔｈｏｄＷｅ′ｌｌｕｓｅｔｈｅｆａｃｔｏｒｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｎａｌｙｓｉｓ（ＦＲＡ）ｔｏｓｔｕｄｙｔｈｅｌａｗｏｆｔａｌｅｎｔ，ｂｅｃａｕｓｅｔｈｅｓｔａｔｉｓｔｉｃｄａｔａａｂｏｕｔｔａｌｅｎｔｈａｓｔｈｅｆｏｌｌｏｗｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｓ：１）Ｔｈｅｄａｔａａｒｅｎｏｔｓｔａｎｄａｒｄ２）Ｔｈｅｍｅｃｈａｎｉｓｍｏｆｔａｌｅｎｔｒｕｎｎｉｎｇｉｓｃｈａｎｇｉｎｇ，ｔｈｕｓｔｈｅｌａｗｏｆｔａｌｅｎｔｉｓｃｏｍｐｌｉｃａｔｅｄＴｈｅＦＲＡｗａｓ…     

基于新陈代谢灰色马尔科夫的应急物资需求量预测方法

为提高受灾人数与应急物资需求量预测精度问题,提出了基于新陈代谢灰色马尔科夫的应急物资需求量预测方法。依据应急物资需求量预测思路,利用灰色、马尔科夫和新陈代谢理论,层级递进地构建新陈代谢灰色马尔科夫预测模型,实现受灾人数的动态预测;利用安全库存理论,构建应急物资柔性需求预测模型,实现受灾人数与物资需求量的供需平衡问题;运用本文模型、灰色马尔科夫模型和灰色模型对受灾人数与物资需求量进行预测,结果表明：该预测模型的相对误差要比其他模型小0.002 1%,预测精度明显优于基本的灰色模型,预测的受灾人口数量与应急物资需求量拟合度较高。