C公司区域物流网络模式设计——以M6装瓶厂之SC1为例

《C公司区域物流网络模式设计——以M6装瓶厂之SC1为例》由会员分享，可在线阅读，更多相关《C公司区域物流网络模式设计——以M6装瓶厂之SC1为例（84页珍藏版）》请在装配图网上搜索。

1、C公司区域物流网络模式设计以M6装瓶厂之SC1为例 Multiple_stars2007年 12 月摘 要摘 要本方案首先对C公司的供应链的结构、绩效以及企业商业环境等进行了全面分析；然后针对C公司的现存问题，以具有典型意义的M6装瓶厂下的SC1为例，设计了一个区域物流网络模型，并对该区域进行了具体的介绍和分析。在销售预测分析过程中，利用马尔可夫和一元线性回归相结合的方法，对区域的饮料需求量进行了预测；在库存分析中，根据覆盖天数和预测确定了库存量和仓库面积，并融合了ABC分类法的思想，确定精确库存；针对运输及配送方面暴露出的问题，本案对营业所采用的物流模式进行了详细的设计，并结合当地情况提出了

2、不同的解决方案，以提高车辆利用率，降低物流成本，并利用Dijkstra算法及节约法等方法对市内配送进行了设计；此外，基于SC1信息系统中存在的缺陷，本案重新设计了相应的信息系统，并制作了具有典型意义的部分子软件。通过对该区域的网络模型设计，以期在改善本地区物流结构的同时，对公司其它地区的物流运作有一定的借鉴意义。本方案的创新之处主要有：1）结合C公司的具体情况，本方案设计了相应的物流管理信息系统，并自行设计了其中的订单子系统软件；2）使用马尔可夫和一元线性回归相结合的方法，并使用了Matlab软件辅助，对饮料的需求量进行了精确的预测；3）针对M6装瓶厂配销过程中存在的车辆利用率低下等主要问题，

3、提出了以自有车为主、外租车为辅和完全使用外租车服务的两种备选物流配送模式，再通过大量的数据计算，推算出自有车和外租车的比例，最后结合各营业所不同的实际情况确定各自的配送模式，最终达到一个整体优化的效果。目 录摘 要2目 录3绪论5第1章 C公司物流现状分析81.1 C公司供应链结构81.1.1 C公司组织管理结构81.1.2 C公司货物流动情况81.1.3 C公司信息管理现状91.2 C公司供应链绩效91.2.1 C公司总体绩效91.2.2 C公司单项物流功能绩效91.3 C公司所处商业环境101.4 C公司现有问题分析11第2章 运用的模型、算法132.1 C公司区域物流网络模型设计132.

4、1.1 库存设计152.1.2 运输/配送模式的设计172.2算法说明182.2.1线性回归182.2.2 马尔可夫决策192.2.3 Dijkstra算法202.2.4 节约法20第3章 区域物流网络方案（以M6下SC1为例）223.1需求预测223.2 库存253.2.1 SC1仓库的选址253.2.2 预计SC1的库存量253.2.3.预计SC1仓库所需面积263.3运输/配送模式设计273.3.1长途运输与市内配送概述273.3.2长途运输第三方费率的计算313.3.3市内配送设计393.3.4 市内配送线路优化503.4基于SC1的物流信息系统553.4.1系统目标设计553.4.2

5、开发设计思想563.4.3系统功能分析563.4.4系统数据流程图573.4.5系统功能模块图613.4.6数据库设计623.4.7物流软件设计（这里仅对订单子系统进行实现）71参 考 文 献75附录一 2006年SC1每日销量统计分析76附录二 2007销售线性回归表77附录三 用Dijsktra算法求仓库到各超市和批发商全过程80附录四 订单子系统部分源代码.82 绪论随着我国经济的发展，饮料业作为快速消费品产业迅速发展，同时饮料企业的国际化程度不断提高，各企业的销售区域也不断扩大。这些都对饮料企业的研发、生产、营销等领域提出了更高的要求，而在这之中，物流管理又是所有饮料企业日益重视的一环

6、，一个良好的物流管理系统将极大的提高企业的综合竞争力。C公司是一家大型饮料合资企业，其下有8个装瓶厂等下属机构。但C公司在管理过程中，其运输与配送、库存、信息系统等方面暴露出诸多亟待解决的问题，这些问题对公司绩效产生了较为严重的影响。C公司所面临的现状在国内饮料企业中具有典型性，其在物流领域所出现的许多问题是该行业的普遍现象。当前国内对于饮料企业物流的专题研究较少，已有的论文的对象也多为大型跨国饮料企业（如可口可乐），且其在预测、配送等过程中较少结合中国具体国情，此外，已有的论文通常没有设计一套完整的物流信息系统，以使方案成为一个有效的整体。因此，本案对于C公司问题的解决将不仅提高C公司自身运

7、营的效益，也对国内其他饮料公司相似问题的解决有一定借鉴意义。针对C公司现状，本方案首先对公司供应链结构、绩效以及商业环境等方面进行了全面的分析，总结了公司现存的主要问题。找出公司在物流领域的劣势，并提出解决方案。针对发现的现存问题，以具有典型意义的M6装瓶厂下的SC1为设计对象，本案设计了一个区域物流网络模型；首先对该区域进行了分析，确定该地区的物流网络设计具有实践性、典型性和推广性。在此基础上设计了预测方法、库存系统、运输配送系统、物流信息管理系统。（1）预测：C公司当前存在库存数据的时效性和准确性不高的问题，并导致D&OP项目预测精度不高。为解决该问题，我们使用了马尔可夫法和一元线性回归相

8、结合的预测手段。方案以某一日的销量预测为例，通过马尔可夫法对去年同月数据进行了处理，并求得P矩阵，根据经统计的该月销量评价系数得到该日前一天的状态，利用Matlab软件结合去年同月的P矩阵得到该日的状态，并进行加权求和，得到该日的初步预测销量。在此基础上，由于饮料的销售量和气温具有极大的联系。本案还使用了一元线性回归的方法对气温和销量进行了拟合，并得到拟合直线方程，代入当天的预计气温得到当天的销量。最后，本案对由以上两种方法得到的结果进行了加权求和。权系数由一元线性回归方法中得到的线性拟合相关度计算而来。使用此两种方法相结合的全新预测方法，不仅发挥了马尔可夫法预测近期数据准确的优势，又利用一元

9、线性回归法，对气温和销售进行了拟合，使得该预测能够贴合饮料销售的实际情况，使得预测结果更加精确。（2）库存：C公司库存方面存在信息化程度不高等问题，本案在物流信息系统章节有详细的解决方案。此外，在库存设计中，针对饮料企业的特殊性，本案在ABC分类法的基础上，提出“产品计划覆盖天数的概念”，按照未来的预期销量进行库存的前期储备，以有效的支持顾客的需求。（3）运输、配送：C公司饮料产品的配销过程分为长途运输和市内配送两大模块。首先本案整理归纳了M6装瓶厂供应链运作上暴露出的问题，如车辆利用率低下、送货的及时性和准确性差、配送系统信息化程度低等核心问题，通过深入分析这些问题所产生的表象和现有的数据，

10、最后发现各营业所（SC）物流模式选择上的混乱和滞后缺乏规划的信息系统是导致以上问题出现的根源，因此我们采取了相应的措施并提出了一套科学的、行之有效的解决方法。运输/配送模式设计的目的，就是在保证满足客户服务需求、完成预测销量的前提下，尽可能的节省物流成本，提高自有车的车辆利用率。通过对本案现有数据的分析和讨论，在长途运输方面，选择了将长途运输完全外包给第三方物流的运输模式。随之通过一套科学的计算方法，经过较为精确的计算，确定了长途运输第三方的费率。在市内配送过程中，在参照现有配送模式的基础上，提出了两种以上的配送模式。接着对其中三种配送模式进行了横向比较和绩效评估，并考虑了各SC的实际情况（包

11、括预测销量、目前的配送模式、自有车数量、车辆利用率等），初步提出了以销量确定配送模式的方法，再经过较为精确的计算，结合自有车配送的实际成本，最终以运价确定到底采用哪种物流配送模式。之后又对市内配送线路缺乏规划等影响车辆利用率而又非物流模式所能解决的问题，利用运筹学中的Dijkstra算法及节约法等法则对市内配送线路进行了合理的规划设计，优化了市内配送线路。（4）信息系统：本案根据信息系统的开发方法,对SC1的整个业务过程进行分析和设计，并用数据库开发软件PowerBuilder9.0制作了具有典型意义的订单子软件。信息系统对于解决本案中现存的问题，具有极其重要的意义。它将整个供应链网络电子化、

12、自动化、集成化，利用系统的思想与软件工程的方法优化网络，提高供应链效率，增强企业竞争力。第1章 C公司物流现状分析1.1 C公司供应链结构 1.1.1 C公司组织管理结构:C公司总部协调管理8省的装瓶厂（M1-M8），提供必要的支持和帮助。每一家装瓶厂要负责这个品牌系列产品的生产，各装瓶厂只负责所辖地区的销售，在自己的辖区内设立分公司、营业所或配送中心，各装瓶厂需把产品运送到分公司、营业所或配送中心的仓库，分公司、营业所或配送中心租用当地仓库，主要使用公司自己配置的车辆为客户送货，根据客户的订单从仓库把产品送到客户手中。1.1.2 C公司货物流动情况 当前，C公司货物的实际流动如图1.1所示,

13、M1-M8表示各装瓶厂，SC加数字表示装瓶厂下的分公司：M6M1M8SC1SC2SC8装瓶厂当地客户分公司，营业所，或配送中心原料供应商图1.1 C公司货物实际流动图 货物的流动情况为从原料到成品，成品从装瓶厂到分公司再到当地客户。其中原料到成品部分涉及到采购问题，公司采用集中采购以获得最优价格和质量保证。而在装瓶厂生产的过程中主要存在生产计划变化过快的问题。各装瓶厂的成品运输分为两大块：产品调拨和市内配送。产品调拨即产品从装瓶厂到分公司的配送过程，市内配送为分公司将产品运到当地客户。1.1.3 C公司信息管理现状: 信息管理主要分为以下几个方面（1）订单信息处理：C公司现有自己的订单处理系统

14、。但手工填写订单常在录入数据时才发现错误导致数据延迟录入；系统数据流设置的问题导致效率低下；系统数据共享程度很低，库存数据无法实时更新，常常因为库存缺货而导致单据的更改。（2）需求预测信息：各分公司根据历史数据和市场需求与IT部门合作开发预测软件。但预测精度在65%以下，有时甚至不到50%，库存数据的可用性差。（3）管理信息：无有效的物流管理信息对物流运作效率进行监控、对库存水平等进行实时监控。1.2 C公司供应链绩效1.2.1 C公司总体绩效：（1）客户服务：承诺24小时送货，总体服务令人满意，但送货方面客户有不少抱怨，主要表现为部分货物不能在24小时内送达，不能完全满足客户送货时段的要求，

15、货物与订单不符，部分货物送达时损坏。（2）物流成本：各厂总运输费用占储运费用70%左右，在自有车成本非常高的情况下，使用了第三方物流，市内配送成本普遍较高；部分公司仓储成本过高（如M5）。1.2.2 C公司单项物流功能绩效：（1）库存控制系统：使用ABC法对短期内需求较大的产品进行重点管理。依统计学原理确定安全库存。（2）运输服务：a.长途运输采用公路运输的模式，一是从装瓶厂的中心仓库向下级仓库调拨产品；二是服务装瓶厂所在市的室内配送。各厂都有自由车队，但数据显示其效率普遍低下，在运力不足的情况下，使用第三方运输作为补充。b.市内配送自有车辆进行市内配送，其驾驶人员和客户进行良好沟通，运力不足

16、时外租车辆。(3)供应商关系：集团指定供应商。产品自有一套严格质量认证体系。总部给各厂采购指引保证集团得到最优价格并和供应商长期合作。(4)生产控制：根据最大库存水平、销售预测、实际库存数量，制定出各厂生产计划和向下级产品调拨计划。生产过程品种变换频繁，生产线效率低下。1.3 C公司所处商业环境商业环境可以分为以下两类：（1）企业内部环境：C集团公司统一的客户服务承诺是24小时送货。为防止缺货，公司的24小时送货体系对配送方面提出了很高的要求，各装瓶厂要有一定的合理库存。另外，由于客户有送货时段的要求，对市内配送中送货的路线、时间安排提出了更高的要求。与此同时，这对公司的订单处理系统提出了较高

17、的要求，它需要系统对订单进行更快更好的处理，以把更多的时间留给配送。由于产品自身特点，货物销量在不同月份以及在同一月份内都有较大的波动性，并要求产品库存的位置必须要最接近客户端，即产品的存货缓冲点必须在最下流。（2）企业外部环境：行业竞争激烈；客户对库存、运输的要求很高，在供应链中使用第三方物流可能能减少成本。1.4 C公司现有问题分析：经分析归纳，C公司现主要存在的问题如下：表1.1 C公司现有问题分析一、需求预测库存数据的时效性和准确性差导致D&OP项目预测精度不高二、库存设计仓库信息化程度不高，安全库存的确定方法有待改进三、运输与配送（一）长途运输现有的物流运输模式不合理表现为使用自有车

18、送货运力小，运费高产品送达后空车返回造成资源的浪费（二）市内配送1.送货的及时性和准确性差客户反馈信息中，不满主要集中在送货方面2.车辆利用率低车辆的分布和利用不合理因产品的回库而产生的逆向物流3.市内配送线路安排不合理没有合理的模型、算法以确定合理的配送路线4.配送系统信息化程度低采用原始的手工订单录入方式造成订单的人为延迟订单管理系统落后，处理环节繁琐，处理效率低5.仓库受面积限制，配货效率低车辆在仓库等待装货的时间长，造成整个送货被延迟四、信息系统供应链响应速度慢，等待时间长，现有的信息系统无力对突发情况作出及时且行之有效的调整针对C公司供应链各环节的问题，本案提出了相应的解决方案。（1

19、） 销售预测中针对库存数据的时效性和准确性差这一主要问题，我们使用马尔可夫法和一元线性回归法相结合的方法提高了预测的精度。（2） 仓储方面，采用库存设计和信息系统的构建相结合的方式，同时在确定安全库存时提出了产品计划覆盖天数的概念。（3） 通过分析配销过程中暴露出的一系列表面现象，追本溯源，发现C公司混乱的配销模式和落后的信息系统是造成这些问题的根源，从源头处着手，不仅对长途运输和市内配送的模式进行了重新设计，还建立了一整套新的物流信息管理系统。（4） 四、针对供应链响应速度慢的问题，设计了一套及时且行之有效的信息系统，完成了编程并制作出了部分的子软件模块。第2章 运用的模型、算法2.1 C公

20、司区域物流网络模型设计针对M6装瓶厂配销过程中存在的问题，我们设计了一个区域物流网络模型，以使我们所设计的方案更接近于现实，同时使方案可操作性更强，更易于实施执行。设计对象：M6装瓶厂下的SC1SC1介绍：SC1地处Z省南部的一座海滨城市，现辖AF六区、GHI三市、J县，总面积1.25万平方公里，人口603万。其中ABC为市内三区，本案主要的研究对象为A-F区，尤以A-C市内三区为本案的中心，该三区人口密集、销量较大，存在大量大型超市，同时配送相对复杂。而J县由于销量有限，其配送等由F区的批发商负责，GHI三市由于距离本省装瓶厂较近，而距SC1较远，因此装瓶厂在该三市设立了一个独立的分公司，本

21、案对该三地不予以考虑。下图为SC1地理区划图，其中划圈部分是SC1地区消费较大的地区。图2.1 SC1地理区划及重点市镇图在本章里，我们将以销售区域“M6之下SC1”为例，其优势在于：（1） M6装瓶厂存在的问题在C公司具有普遍性，且C公司对于M6已有较为深入的研究，对其问题的解决值得C公司其他装瓶厂的借鉴；（2） SC1同时作为M6下最大的分公司，问题的解决对于提高M6装瓶厂业绩也有重要意义。（3） 同时作为最大的分公司，又于装瓶厂有一定的距离，SC1的长途运输模式具有典型性。（4） M6其下的SC1面向该省最大的消费市场，其在订单管理、运输配送、仓储等环节中暴露了一些典型性问题，对其物流网

22、络的设计有一定的推广作用。同时，位处沿海大型城市的SC1，在推广新的物流理念和信息系统方面具有可操作性和可实验性。下图是本案的研究中心，ABC三区，该三区位于该市的南部。图2.2 ABC三区A区 面积 49平方千米，人口 70万。B 区 面积 43平方千米，人口 41万。C 区 面积 26平方千米，人口 34万。按照物流资源的分类，整个物流网络的设计过程分为两大块：1. 库存设计2. 运输/配送模式的设计。其中运输/配送模式的设计作为本方案的重点解决的问题2.1.1 库存设计（1）库存量的确定C公司作为一家饮料企业，其共有三类产品，市场对于各产品有着不同的要求。同时，随着市场竞争的加剧，为了增

23、强自身的竞争能力，不断的满足客户的要求，也需要努力缩短交货周期。只有维持适当的库存，充分发挥库存的缓冲作用，才能满足以上的需求。充分发挥库存的缓冲作用，提高服务水平。同时，也不能设置过高的库存，否则库存成本将非常的高。在确定库存时，我们采用了ABC分类法的思想。参照“巴雷特法则”（Paretos Law）即“（80/20 rule），按销售量来进行分类1。分类结果：A 类产品：占销量总量的 80%左右，或短期内需求较大的促销产品；B 类产品：占销量总量的 15%左右；C 类产品：占销量总量的 5%左右。定出 A，B，C 分类后，就可以按每个不同企业的特有运转模式，制定策略。按照每月的预测销量，

24、根据预测，计算出区域仓库需要存储的产品数量。这些在仓库中储存的产品为“库存量”。库存量的计算公式为： W=S/D*t （2.1）（W-库存量；S-当月配送的预测销量；D-当月天数；t-产品覆盖天数）。S和D的数据经过计算可得，其中最大的影响因素便为t。产品计划库存覆盖天数，就是为库存水平以日销量来计算，可以满足的销售天数。按照未来的预期销量进行库存的前期储备，即利用存货来协调作业，以有效的支持顾客服务的需求。但是大批量的存货关乎庞大的成本和利息，因此必须确定适当的库存水平，尤其是作为快速消费品的饮料行业，产品流量大、周转快，对库存管理的要求也相应提高。举例来说，如果库存天数为7，即说明库存可以

25、满足7天的销售。这种以“产品计划库存覆盖天数”来计量安全库存的方法，是不同于一个固定数值作为安全库存的方法。为在激烈的市场竞争中保持优势。所以，对于不同重要性的产品，跟采用ABC管理方法一致，可以分别设立其自己的“产品计划库存覆盖天数”，这种控制库存的办法实际上就是一种“巴雷特法则”，又称“80/20规则”(80/20rule)。按照这个原则，通过库存覆盖天数可以分别设置不同重要性的产品的安全库存。对于地区仓库来说，由于不是装瓶厂的总仓，安全库存量不能设置的太高，是因为一个装瓶厂的区域仓库不下十个，我们更强调把安全库存放在总仓，以便于机动地应付每一个仓库的随时的需求。所以，我们在设置区域仓库的

26、安全库存时，要尽量的设置低一些，如对于一般A类、B类产品来说，可以设置2一3天的安全库存，对于C类产品，可以设置一周左右的安全库存。但同时，安全库存又不能设置的太低。如果设置太低的话，如C类产品设置1天的安全库存，就会造成几乎每一天的补货需求(即转仓运输)，但这样物流成本就会高的很多，显然不是一个好的设置。所以，在设置区域仓库的安全库存时，既不能太高，以免造成库存积压和仓库面积租用过多，这些都是造成仓储费用提高;但又不能太低，以免造成频繁的转仓补货，造成运输费用提高。这两部分费用都是物流费用的一部分，也就是说，如果安全库存设置不当，物流费用就会提高。2（2）计算成品所需库存面积计算原理:通过预

27、测的销量和产品码放的规则，来计算出需要的仓库面积。公式: A=W/C/L （2.2）其中，A一成品所占仓库面积W库存量C一每托盘堆放箱数L一托盘堆放层数在这里，托盘面积为1M2，托盘堆放层数为1层。（3）估算其他产品所需占用仓库面积一个区域仓库不仅仅要存放产品，而且还会有其他非产品的存储。根据仓库的实际情况，估算非产品所需面积。估算的依据是要考虑预测时间段内的市场活动涉及的市场物品、冷饮设备以及管理需要的其他辅料、包装物及其他办公劳保物品等的数量。如果该仓库较大，我们一般取70%的仓库利用率。2.1.2 运输/配送模式的设计运输/配送模式的设计的目的，是在保证满足客户服务需求、完成预测销量的前

28、提下，尽可能的节省物流成本，提高自有车的车辆利用率。需要确定每一步的配销过程采用下列物流模式中的其中一种：A 自建物流自营运作：即由自有车完成全部的送货B 第三方物流外包运作：将送货全部外包给专业的物流公司C 自建物流为主，外租车辆为辅：以自有车辆送货为主，外租车辆送货为辅所谓配销过程是指在运输送货全过程中，可以分为几个不同的分过程：图2.3 物流的三种配销过程从上图我们可以得出C公司在该省各地区的配销过程主要有以下3种配销过程：（1） 转仓：从装瓶厂仓库发货到各营业所的仓库（2） 直送货：从装瓶厂直接发货到各营业所所辖地区的经销商（3） 市内配送：从当地营业所仓库发货到当地的分销商其中，转仓

29、和直送货一起被称为长途运输。本方案中，长途运输是指产品从装瓶厂仓库向各地区分公司或营业所的仓库调拨的过程。C公司下属的M6装瓶厂地处Z省省会南部地区，负责整个Z省的市场销售。SC1至Z省省会的装瓶厂300公里，从M6装瓶厂走高速公路可直达SC1的仓库。图2.4 从装瓶厂至SC1的路线市内配送是指从当地营业所仓库发货到当地的分销商。SC1每天每次的送货里程为30公里，一天可以配送两次。本模型具体的设计步骤和计算方法见“3.3运输/配送模式设计”一节。2.2算法说明2.2.1线性回归线性回归分析是在一个因变量与一个或者多个自变量之间建立相关关系的预测模型。我们运用相关性以及自变量未来值的知识信息，

30、预测因变量的未来值。在简单线性回归分析中，只有一个自变量。本案中我们采用的自变量是气温，因变量是销售量。表2.1列出了变量、变量定义和简单线性回归分析公式。模型公式是Y=a+bX。表2.1 变量、变量定义和简单线性回归分析公式x=自变量值Y位于趋势线的y的值Y=a+bxX位于趋势线的x的值r=相关系数=相关强度y=因变量值n=观察数a=纵轴截距b=回归线斜率=因变量的平均值 a= （2.3） Y=a+bX （2.4） b= （2.5） r= （2.6）求得常量以后，将X的未来值代入线性回归方程就可以得到Y的未来值。42.2.2 马尔可夫决策一次转移概率是指系统又状态i（i=1，2，n）经过一次

31、转移达到状态j（j=1，2，n）的概率，设。系统全部一次转移概率的集合所组成的矩阵就称为一次转移概率矩阵，设为P（1） 5，则有表2.2 转移概率矩阵P（1）P（1）=k次转移概率是指系统又状态i（i=1，2，n）经过k次转移达到状态j（j=1，2，n）的概率，设。表2.3经过K次转移后的矩阵P(k)= =所谓的状态概率就是指系统在某一时期处在某一状态的概率。设初始状态为S0,则之后一个时间段的状态S1=S0*P由此可知，之后k个时间段的状态为Sk=S0*在本案中，我们通过去年同月的P矩阵和今年某一天的状态来对后面几天的销售量进行预测。2.2.3 Dijkstra算法Dijkstra的基本思想

32、是从出发，逐步地向外探寻最短路。执行的过程中与每个点对应，记录下一个数（称为这个点的标号），它或者表示从到该点的最短路的权（称为P标号），或者是从到该点的最短路的权的上界（称为T标号），方法的每一步是去修改T标号并且把某一个具T标号的点改变为具P标号的点，从而使D中具P标号的顶点数多一个，这样，至多经过p-1步就可以求出从到各点的最短路6。2.2.4 节约法节约法的目标是使所有车辆的行驶总里程最短，并且服务的车辆数最小。1. 首先假设每个站点都有一辆虚拟的卡车提供服务，随后返回仓库；2. 将两个站点合并到同一线路上，缩短了路线里程，减少了一辆车；图2.5 节约法节约的里程为dOA+ dAO +

33、 dOB + dBO ( dOA + dAB + dBO)= dAO + dOB dAB 第3章 区域物流网络方案（以M6下SC1为例） 本方案设计的对象为M6下SC1，SC1的基本情况介绍见本文“2.1区域物流网络模型”一节。设计的主要内容包括需求预测、库存设计、运输配送模式设计以及物流信息系统的设计。3.1需求预测 C公司现存在库存数据的时效性和准确性差导致D&OP项目预测精度不高。为了解决该问题，在2007年预测中，我们使用了马尔可夫法和一元线性回归相结合的预测手段。我们以11月份16号的销量预测为例，在2007年11月销量预测中，假设已知该月1日15日的日销量。其他月份可以依照11月1

34、6日的预测方法进行。3.1.1马尔可夫法：通过统计2006年SC1地区的日销售量（见附录一），对其进行数据分析（见附录二），利用马尔可夫法，对每日的数据进行了处理。以下是对2006年11月份该地区销量进行的数据分析：首先对每日的数据进行统计，并根据数值高低分为以下五类：表3.1 2006年11月该地区日销售量分类统计评价系数ABCDE区间1299910000-129997000-99994000-69993999个数351282以下是求得的2006年11月马尔可夫P矩阵：表3.2 马尔可夫法求得的该地区2006年11月日销量P矩阵=假设已知2007的销量为6234。则根据2007年11月的评价

35、系数表相关数据分析可得15日该天的状态S0=.利用Matlab软件，根据马尔可夫法预测的16日的状态S1，并再次利用去年同月的P矩阵。 公式为：S1=S0*P （3.1）图3.1 利用Matlab软件求出的16日状态根据上图得到：S1=| 0 0 0.5000 0.2500 0.2500 |根据S1和11月的评价区间，并进行加权求和，得到16日的销量为8499.5*0.5000+5499.5*0.2500+2499*0.2500=4249.75+1374.75+624.75=6249.253.1.2一元线性回归法：2007年11月16日最低气温-3度，最高气温7度，平均气温2度（每日的气温我们

36、都是从大连日报中查得）。下图是对11月115日的销量与气温的关系绘制的散点图：图3.2 11月1日15日气温和销售量散点图拟合直线方程：Y=4433.03866+391.5103093*X代入16日平均气温=4433.03866+391.5103093*2=5216.06线性拟合的相关度为：=0.68592241又根据马尔可夫法所得的结果，进行加权求和，马尔可夫法所得结果的权重为1-，线性回归所的结果的权重为综上，16日的销量：=6249.25*(1-0.68592241)+ 5216.06*0.68592241=1962.75+3577.81=5540.6可得，2007年11月16日的销量约

37、为5540。 总结：使用该方法能够有效的解决C公司现在预测中的问题，并结合了历史数据，天气情况等进行具体分析，使得预测结果更加精确。3.2 库存3.2.1 SC1仓库的选址SC1营业所仓库的设计，首先是进行合适的选址工作，同时这也涉及到需要多大的仓库面积。考虑到SC1只是营业所的等级，以及SC1地区近些年土地价格较高等因素，因此选择外租仓库的方式。考虑到饮料业的特殊性及C公司的自身情况，在使用普通的选址方法的情况下，SC1在仓库的选择方面要考虑以下几个要点：1. 靠近主干公路。运输成本是仓库选址的重要指标，又由于C公司主要采用公路运输的方式，因此靠近主干公路成为仓库选址的重要评价指标。SC1营

38、业所需要从分公司调运货物，因此城市营业所应具有良好的公路运输条件，附近高等级的公路通向分公司，卡车可以自由通行。2. 营业所仓库选择城市周边。仓库定位于城市周边，一方面可以减少租金，另外也便于从分公司调运货物到营业所，也便于向整个城市出货。3.2.2 预计SC1的库存量SC1仓库负责全城的供货，SC1的仓库出货辆就是该城市的配送量。即：月度预测出库量=月度预测销量；表3.3 9月和11月预计销量A产品每销量（600ml 24瓶）B产品每日销量（355ml 24罐）C产品每日销量（1.25L 6瓶）合计9月合计8068861512915043010086089月销售总量（T）11619t1289

39、t378t13286t11月合计164061307611025320507611月销售总量（T）2362.5t262.1t76.9t2701.5t对于SC1，产品的覆盖天数并不用过高，SC1距离装瓶厂较近，长途运输方便，同时，SC1销量很大，覆盖天数过高，将极高的提高其库存成本，具体覆盖天数设定如下表：表3.4 产品覆盖天数产品分类覆盖天数A-促销4天A-常规4天B6天C11天库存量的计算公式如下： W=S/D*t （3.2）（W-库存量；S-当月配送的预测销量；D-当月天数；t-产品覆盖天数）经过计算，9月和11月的库存量如下表，其他月份和这两个月算法类似：表3.5 SC19月和11月的库存

40、量产品9月库存量11月库存量A10758521875B302586153C184913760总计28577258105SC1只作为一个城市的仓库，因此无需设置过于高的安全库存，以免造成库存积压导致浪费仓储费用，安全库存应更多的放在总仓。9月为最高的库存量，11月为最低的库存量。3.2.3.预计SC1仓库所需面积以下是根据前文提到的方法计算出的SC1营业所9月仓库堆放产品面积：表3.6 SC1营业所9月库存成品面积9月托盘堆放箱数托盘堆放层数需要仓库面积A（600ml 24瓶）8011494B（355ml 24罐）801420C（1.25L 6瓶）10011859月需要的库存面积最大，为2099

41、M2。即最高库存量所需占的面积A=2099 M2此外，还有非产品所占的仓库面积,根据一般仓库的来推算：非产品所占仓库面积B=300 M2 另外，仓库可利用系数也是影响仓库面积的因素，仓库可利用面积主要为库内通道等面积，一般来说仓库可利用面积在60%70%，但考虑到该仓库面积较大，公共分摊面积就相对较小，我们取该系数S=70%。 所需仓库面积W=（A+B）/S (3.3)=3427 M23.3运输/配送模式设计3.3.1长途运输与市内配送概述（1）、长途运输1定义案例中将从装瓶厂厂房仓库向各分公司或营业所的仓库调拨产品，以及向各分公司或营业所所辖地区经销商直发产品定义为长途运输。需要特别指出的是

42、，本方案所指的长途运输仅指产品从装瓶厂仓库向各地区销售中心的仓库调拨的过程，即转仓的配销过程。2长途运输区域物流模式的选择目前装瓶厂长途运输都是采用以自备车为主，第三方的运输作为补充的物流运作模式。但运能较低。如下表所示：表3.7 各装瓶厂长途运输自备车辆与第三方车辆比较自备车第三方车辆装瓶厂使用车辆运量（标准箱）运费（元）使用车辆运量（标准箱）运费（元）M18T60345267586615T、20T727365538250M28T45034548637315T、20T698020474654M38T、15T1076892102304715T、20T、25T14438880857M48T、10

43、T33657941735815T、20T216935141008M58T46745141135715T554056265947M68T、10T887324101154915T、20T947563502208M78T、10T50547062172815T、20T467860378967M88T71128772551315T、20T823575510617上表反映出各厂使用的第三方物流在运量远大于装瓶厂自备车运量的情况下，运费却远低于自备车送货的运费。如果继续使用自备车运输这种运输方式，运输成本明显偏高，因此将长途运输完全外包给第三方物流具有较大的优势。此外，使用第三方物流的另一个优势在于能够解决

44、一直困扰C公司的长途运输问题：产品从装瓶厂仓库运送到各地营业所仓库后，空车返回，单向物流，间接增加了物流成本。一旦采用第三方物流服务，此问题也就相应的得到了解决表3.8 长途运输两种物流模式的比较模式比较当前物流运作模式改进后的物流运作模式以自备车为主，外租车为辅完全采用第三方物流服务优点配送时间灵活机动不用考虑空车返回送货方式灵活一次性固定投入少（无需购车）大部分的送货服务由自备车完成，服务水平可基本得到保证长距离的长途运输中通常外租车的运行费用低于自有车的运行费用，将送货量全部交给外租公司有利于争取到较有竞争力的价格缺点自备车的数量难以确定，过少运力无法满足运量，过多会造成某段时间内部分车

45、辆闲置，车辆利用率低，物流资源不能有效利用完全依赖第三方，不能完全控制客户服务水平自备车将产品从装瓶厂仓库送至各营业所仓库后空车返回，增加了物流成本需要公司相关部门与第三方物流公司合作才能完成每天的送货服务，公司需要投入人力与第三方物流进行沟通和协作3长途运输第三方费率的确定正因为如此，装瓶厂的运输经理才会认识到全部使用第三方运输是一个不错的选择，但如何确定运输的吨公里费率，第三方投标提出的费率是否合理，我们将在“3.3.2长途运输第三方费率的计算”一节中作深入探讨，此处不赘。（2）市内配送1定义本案中，市内配送是指从分公司或营业所的仓库送货到分公司或营业所所辖的客户的配销过程。2市内配送区域

46、物流模式的选择目前市内配送的模式是公司使用自有车辆用于市内配送，在运力不足时外租车辆补充运力。以自有车为主，外租车为辅的配送模式服务于市内配送从整体上看是可行的，但鉴于M6装瓶厂车辆利用率严重偏低的现状，这种模式能否通用于M6厂下属的所有营业所的配送服务还有待商榷，具体内容请见“3.3.3 市内配送模式设计”一节。3市内配送存在的问题分析表3 .9 M6装瓶厂各SC全年累计的车辆利用率表现销售中心车辆数销售占全公司比例（%）车辆占有比例（%）外租车运输比例（%）车辆利用率（%）SC11546234567SC289121341SC389121737SC43451145SC53451348SC63

47、351931SC7538730SC88712924SC95581630SC1081012733M6厂合计661001001552从上表可以看出，M6厂整体的车辆利用率很低，最高的营业所SC1也只有67%，最低的营业所SC9只有30%。这些车辆都是公司的资产，资产不能充分利用，实质上是资源的浪费。造成车辆利用率偏低的原因既有结构上的，也有运作上的：a.自有车结构上的问题：主要是由于历史的原因，各营业所的车辆比例和销量比例不匹配，b.自有车运作上的问题： 自有车辆被批发商或分销商过多利用月末人为的大量出货造成销量的波动“积压”的订单，订单处理延迟产品的回库现象严重线路安排的不合理仓库配货效率低下4

48、. 市内配送解决方案我们认为造成市内配送车辆利用率低的主要原因集中在各营业所所选择的配送模式和订单处理的流程上。要解决自有车结构上的问题不但要从宏观上对各营业所SC的配送模式分别加以选择，统筹规划；而且要从微观上确定各营业所所需要配备的自有车辆数（可能为0），根据确定的配送模式和运量对M6装瓶厂各SC自有车辆进行重新分配。对于自有车运作上的问题，其中问题的解决方案是，在批发商和分销商所占的销量比重较大的地区，看能否找到合适的第三方物流，如果能找到客户服务水平基本可以满足公司的要求，报价又具有竞争优势的第三方，就可以解决自有车辆被批发商和分销商过多利用的问题。由于营业所配送是完全采用第三方物流配

49、送的模式，本身没有自有车辆，因此不必迫于销量的压力而代批发商和分销商向零售商送货。对于那些必须送货的大型零售商（如大型超市），可绕开批发商的环节，委托第三方直接向其送货。当然这种配送模式也存在较大的弊端，适用前提也有很大的限制，具体内容详见 “3.3.3 市内配送模式设计”一节 和 表3.44 市内配送的物流运作模式 。至于运作问题，我们对SC1所在地的配送网络进行了模拟仿真，通过对一个地区配送线路的优化，合理的安排配送路线予以解决，具体祥见“3.3.4 SC1市内配送线路优化”一节。其他问题如问题 可以统一合并到信息系统数据流程中，通过对订单信息系统处理系统的优化，建立新的订单信息系统处理解

50、决以上问题。具体内容详见“3.4.4系统数据流程图”一节。3.3.2长途运输第三方费率的计算表3.10 M6厂2006年销售中心SC1预算销量（库存单位）销售中心1月2月3月4月5月6月7月8月9月10月11月12月合计SC14724208291297294046743226264509405456841935773859845733214282565544236997520102（1）预测销量吨位计算表3.11 2006年销售中心SC1销量预测（标准箱）销售中心SC11月2月3月4月5月6月A：PET600ml（24瓶）377936663303.2583523.2539457.6501160

51、752436B：CAN355ml（24罐）70863124369.35109410.6101148.393967.5141081.75C：PET1.25L（6瓶）2362141456.4536470.233716.131322.547027.25合计472420829129729404674322626450940545销售中心SC17月8月9月10月11月12月合计A：PET600ml（24瓶）547354.4461908787658.4257142.4205243.2338959.26016081.6B：CAN355ml（24罐）102628.9586607.75147685.954821

52、4.238483.163554.851128015.3C：PET1.25L（6瓶）34209.6528869.2549228.6516071.412827.721184.95376005.1合计6841935773859845733214282565544236997520102表3.12 2006年销售中心SC1销量预测（T）销售中心SC11月2月3月4月5月6月A：PET600ml（24瓶）5442.289551.578402.737768.197216.710835. 08B：CAN355ml（24罐）603.751059.63932.18861.78800.61202.02C：PET1

53、.25L（6瓶）177.16310.92273.53252.87234.92352.7合计6223.1910922.129608.448882.848252.2212389.8销售中心SC17月8月9月10月11月12月合计A：PET600ml（24瓶）7881.96651.4811342.283702.852955.54881.0186631.57B：CAN355ml（24罐）874.4737.91258.28410.79327.88541.499610.7C：PET1.25L（6瓶）256.57216.52369.22120.5496.21158.892820.05合计9012.87760

54、5.912969.784234.183379.595581.3999062.32表3.13 M6厂2006年销售中心SC1销量吨位（T）产品A产品预测销量（80%）B产品预测销量（15%）C产品预测销量（5%）合计预测销量（箱）6016081.61128015.3376005.17520102吨位换算8663157571296106907162820038550吨位（T）86631.589610.692820.0499062.30（2）分担到日平均运量将销量预测箱量转化为吨位后，即有了月运量，下面要分摊计算出各月每天的平均送货量。我们假定各月中每日的运量基本均衡，我们采用将每月的运输量按工作天

55、数平均分配。需要说明的是，在日常生活中，因为饮料销售随温度的变化销量波动很大，所以并不能做到每日都平均出货，不过如果每月的销量能够尽可能的做到日/周销量均衡，那么我们设计的模型将更接近于现实。日平均运量=月运量/工作天数表3.14 工作天数月份1 2 3 4 5 6 7 8 9 10 11 12 工作天数20 24 30 24 24 30 24 24 30 24 24 29 表3.15长途运输的日平均运量（按月）销售中心SC11月2月3月4月5月6月月运量6223.1910922.129608.448882.848252.2212389.80日平均运量311.16455.09320.28370

56、.12343.84412.99销售中心SC17月8月9月10月11月12月月运量9012.877605.9012969.784234.183379.595581.39日平均运量375.54316.91432.33176.42140.82192.46（3）长途运输需要的车辆数计算通过计算要完成每日的预计送货量，需要一定吨位的车辆送货的次数，再根据装瓶厂到该地区的实际里程，设定一辆车每天送货的次数。我们假设装瓶厂M6位于Z省省会，SC1位于该省南部，SC1距离M6有300公里，从M6装瓶厂的送货车辆一天只能送一个来回，所以：从M6至SC1通常的送货次数/天：1次计算公式：每天的送货车次=日平均运量

57、/车辆可送货吨位长途运输需要的车辆数目计算货车吨位：15吨表3.16 长途运输需要的车辆数目1月2月3月4月5月6月7月8月9月10月11月12月需要车次（车/天）20.74 30.34 21.35 24.67 22.92 27.53 25.04 21.13 28.82 11.76 9.39 12.83 因为M6到SC1每天只能送货一次，因此每月需要的车辆数目如下表：表3.17 长途运输需要的车辆数目（货车吨位：15吨）月份1月2月3月4月5月6月7月8月9月10月11月12月需要车次（车/天）21 31 22 25 23 28 26 2229 12 10 13 （4）第三方运输成本计算表3.18 M6第三方运输成本数据M6到SC1的里程300 km一般运