本文以D公司北京作業(yè)中心的實際情況為基礎(chǔ),通過深入調(diào)研,發(fā)現(xiàn)作業(yè)中心包裝物料庫存控制存在缺乏分類管理,需求預測準確率低,安全庫存不合理等問題。在此基礎(chǔ)上,本文提出了D公司北京作業(yè)中心包裝物料的庫存控制方案。首先采用考慮需求特性的ABC分類法將包裝物料分為三類,基于分類對包裝物料提出了不同的庫存控制方法。然后采用溫特季節(jié)指數(shù)平滑法對AB類包裝物料的使用量進行了預測。利用2014年的預測數(shù)據(jù)介紹了庫存控制方法的應用,并對包裝物料設(shè)置了安全庫存。最后將2014年1～5月的實際庫存控制效果與方案實施效果進行了對比評價,表明新的庫存控制方案可以在保證服務(wù)水平的前提下,顯著降低庫存水平,減少資金占用。 本文的研究目的主要有兩點：一是提高包裝物料需求預測的準確性,為包裝物料的庫存控制提供更好的參考；二是滿足包裝物料的日常需求,并維持合理的庫存水平。對需求波動較小的包裝物料采用多品種分組統(tǒng)一訂購模型進行庫存控制,利用了高需求和低需求的物品單獨訂購時訂購頻率上的差異,每次訂購時可以有選擇地將部分產(chǎn)品聯(lián)合訂購。對需求波動較大的包裝物料,采用基本經(jīng)濟訂購批量參照法,這種方法簡便易操作。對C類包裝物料進行一次性訂購,保證不發(fā)生缺貨即可。另外,本文也對包裝物料的安全庫存重新進行了設(shè)置。
【學位單位】：北京交通大學
【學位級別】：碩士
【學位年份】：2014
【中圖分類】：F142;F224;F259.23
【部分圖文】：

部門）進行規(guī)劃和控制的重要依據(jù)；從宏觀上來看，物流產(chǎn)業(yè)發(fā)展政策的制定需要以正確的物流需求預測為前提。影響需求的因素有很多，如圖1-2所示：顧客偏好 隨機影商業(yè)周期， /顧客的購買行為競爭者的行為\ / / 時間產(chǎn)品生命周期\ \ \ / / // 2 Ct 信 晉、、企業(yè)努力/廣推商 用 I 、/ 告銷業(yè)或政 /I f 策,z,乂? ? - -、 圖1-2需求影響因素圖Figure 1-2 Influencing factor of demand需求預測的基本步驟有以下五步：(1)明確預測對象和目的。包括預測結(jié)果的用途、預測的時間跨度等，據(jù)此可確定預測所用信息、需要做的前期準備。(2)選擇合適的預測方法和預測模型。這里要充分考慮預測的目的、時間的跨度、需求的特征等因素對預測方法的影響。(3)收集、分析相關(guān)的資料數(shù)據(jù)。(4)預測。不僅靠某一理論模型，要綜合考慮各種復雜狀況和影響因素，借助經(jīng)驗判斷、邏輯推理和統(tǒng)計分析進行預測。(5)預測結(jié)果評價，分析預測精度和誤差。將預測結(jié)果進行實際應用，根據(jù)實際發(fā)生的需求對預測進行監(jiān)控。必要的時候，還需要對某些環(huán)節(jié)做出調(diào)整后10

4.2.2需求波動較大的包裝物料庫存控制方法選擇用Origin畫出需求波動較大的9種包裝物料的2013年月使用量圖4-1。從圖4-1可以看出，這9種包裝物料不僅使用量波動較大，使用量之間差異的也很大，且這9種包裝物料6-8月份使用量較多。根據(jù)調(diào)研，需求波動較大原因有三個：一是固定合作客戶某時間段內(nèi)的大量需求，如每年7、8月份的外交行李包裹；二是某時間段內(nèi)客戶的集中需求，如每年11、12月份的留學申請文件；三是突發(fā)活動導致的大量需求，如拍賣活動。根據(jù)調(diào)研得知
【參考文獻】

相關(guān)期刊論文 前10條

1 劉秉鐮;楊明;;城市物流園區(qū)需求預測的系統(tǒng)動力學模型構(gòu)建[J];城市交通;2009年05期

2 黃音;李夏苗;魏波;;時變需求下醫(yī)藥供應鏈多藥品聯(lián)合補貨策略研究[J];鐵道科學與工程學報;2011年01期

3 周濤,程鈞謨,喬忠;多品種配送的庫存優(yōu)化模型研究[J];系統(tǒng)工程;2003年05期

4 樓潤平;薛聲家;;兩個實用的安全庫存公式[J];系統(tǒng)工程;2008年12期

5 戴更新,達慶利;多階段EOQ的合并訂購策略[J];管理工程學報;2000年03期

6 董云庭，王智勇;多品種隨機庫存控制聯(lián)合補充問題的實用策略[J];管理工程學報;1995年03期

7 孔琳;陳鴻宇;曾斌;;基于AHP和灰色分析法的備件ABC分類模型[J];艦船電子工程;2008年01期

8 趙鋒;史欣向;;現(xiàn)代物流園區(qū)的合理規(guī)模問題研究[J];經(jīng)濟師;2008年06期

9 郭智敏,嚴洪森,陳施華,王學偉;備件庫存控制方法研究[J];計算機集成制造系統(tǒng)-CIMS;2003年11期

10 馬秀紅,宋建社,董晟飛;基于回歸分析的備件故障率預測模型[J];計算機仿真;2003年11期

本文編號：2881077