協(xié)同規(guī)劃、預測與補貨（Collaborative Planning Forecasting and Replenishment）,是一種協(xié)同式的供應鏈庫存管理技術,它在降低存貨的同時,也增加了銷售額。有別于目前很多從零售商角度思考的CPFR策略研究,本文研究的方向聚焦于照明制造企業(yè)及其經(jīng)銷商基于CPFR模式的補貨決策,從供應商至零售商的傳統(tǒng)層級轉(zhuǎn)移到制造商至經(jīng)銷商的層級。研究的目的為探討在CPFR模式下,A企業(yè)與經(jīng)銷商的補貨如何決策,才能更好滿足訂單需求,同時提高庫存周轉(zhuǎn)。本文研究發(fā)現(xiàn),銷售預測不準是照明行業(yè)供應鏈水平不理想的最直接原因之一。但是經(jīng)過進一步剖析發(fā)現(xiàn),即使制造企業(yè)與經(jīng)銷商協(xié)同做預測（假定預測準確率可達到合理水平）,也不能保證訂單滿足率及庫存周轉(zhuǎn)率達到理想水平。我們發(fā)現(xiàn),正常預測水平下制約改善目標達成的重要因素是補貨進度,下游經(jīng)銷商的補貨進度對A企業(yè)的供應鏈水平存在決定性的影響。補貨進度的改善,需要A企業(yè)和經(jīng)銷商形成共同認可并易于執(zhí)行的補貨決策思維邏輯與配套系統(tǒng)工具。綜上所述,現(xiàn)階段A企業(yè)與經(jīng)銷商科學的補貨決策,是改善A企業(yè)及其經(jīng)銷商的供應鏈水平的核心因素。本文主要分為六個... 

【文章來源】：東南大學江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

A企業(yè)某月份某品類預測、訂單、供貨數(shù)量曲線圖

圖 3-3 A 企業(yè)全國 DC 補貨輻射區(qū)域劃分同時，由于經(jīng)銷商做的是月度預測，是數(shù)量上的預測，并沒有對下單時間及節(jié)奏進預測，所以導致即使月的訂單總數(shù)量與預測一樣情況下，訂單曲線與供貨曲線不能擬

產(chǎn)能浪費原因分析

【參考文獻】：
期刊論文
[1]基于CPFR的協(xié)同訂單預測模型研究[J]. 張洋,劉勇軍,周小平.  現(xiàn)代商貿(mào)工業(yè). 2015(01)
[2]CPFR在電子制造企業(yè)中的應用研究[J]. 張煒.  企業(yè)技術開發(fā). 2014(35)
[3]基于快速響應的N公司二次補貨機制研究[J]. 劉朝君.  企業(yè)技術開發(fā). 2014(34)
[4]CPFR相關參數(shù)對供應鏈成本影響的仿真研究[J]. 孫文清.  物流技術. 2014(13)
[5]企業(yè)實施CPFR面臨的困境[J]. 劉純霞,甘露.  中國集體經(jīng)濟. 2010(15)
[6]CPFR供應鏈補貨策略模型與關鍵因素分析[J]. 趙金實,王浣塵.  商業(yè)經(jīng)濟與管理. 2008(02)
[7]CPFR原理及實施[J]. 甄文祥.  工業(yè)工程與管理. 2001(05)
[8]CPFR——供應鏈庫存管理技術的新趨勢[J]. 李玉良,邵新宇,李培根,高亮.  機械設計與制造工程. 2001(03)
[9]基于CPFR的供應鏈合作關系[J]. 但斌,張旭梅.  工業(yè)工程與管理. 2000(01)

碩士論文
[1]基于CPFR的ARIMA-BP神經(jīng)網(wǎng)絡需求預測模型研究[D]. 姚海波.東北大學 2008
[2]基于CPFR的多級庫存協(xié)調(diào)補貨模型構建與仿真[D]. 董云龍.東北大學 2008
[3]面向敏捷供應鏈的CPFR模式及其信息系統(tǒng)研究[D]. 斯亞民.昆明理工大學 2005



本文編號：2955809