物流系统规划与设计4物流系统调研及预测

《物流系统规划与设计4物流系统调研及预测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第4章系统规划现状调研与需求预测本章主要内容（重点问题）：■物流系统规划现状调研概述■现状调研资料的收集与分析■物流需求特征分析■物流需求预测的方法4.1物流系统规划现状调研概述4.1.1物流系统现状调研的主要内容物流服务需求调研物流资源状况调研物流服务的竞争状况调研社会经济发展状况调研物流技术状况调研确定问题和调研目标阶段制定调研计划阶段收集原始资料与现状信息阶段分析原始资料与现状信息阶段提交现状调研报告阶段4.1.2现状调研工作的程序4.2现状调研资料的收集与分析4.2.1现状调研资料收集的方法访谈调查发问卷或调查表调查查找历史资料现场调查4.2.2现状调研资料的

2、整理调研资料准确性分析调研资料的分类汇总4.2.3现状调研资料分析的方法定性分析主要采用通过专家进行推理分析的方法；定量分析主要有频数与频率分析、相关分析、回归分析、因子分析等等。4.3物流需求特征分析4.3.1物流需求预测的重要性物流需求预测是制定物流发展战略目标的依据物流需求预测是设计物流管理策略的重要手段4.3.2物流需求预测的困难性需求的不确定性物流的需求不仅表现在量的多少，还表现在空间分布、时间分布的特征，显得更加复杂需求预测需要有大量基础数据信息支持，而现在往往是基础统计资料不足，而且统计口径存在缺陷，由于历史的原因，对物流的范畴的定义不统一，物流量的数据

3、的计算会出现重复与交叉现象将降低预测的细节程度与缩短预测周期这两种措施结合起来处理需求预测问题将能大大提高预测的精度。物流需求的空间和时间特征规律性需求需求模式一般可分为趋势（Trend）、季节性（Seasonal）和随机性（Random）不规律性需求派生性需求与独立需求4.3.3物流需求的特征1.大宗货物或大流量物流一般来说相对稳定。2.大宗货物的发送和到达比较集中。3.一些重要物资的产运系数(运量与生产量的比率)在短期内比较稳定。4.主要货流的平均运程相对稳定，其变动规律也可以探求。5.现代统计制度可以提供相当部分预测所需要的基础资料。6.一些物资的需求和生产也有

4、其自身规律，从而为物流预测提供有价值信息。7.企业可以积累物流预测的许多资料。有利于物流预测的因素包括：基本类型：定性预测、时间序列分析、因果联系和模拟。预测方法内容常用模型定性方法主观判断，基于估计和评价一般预测、市场调研、德尔菲法等时间序列分析基于事件随时间发生的历史预测移动平均、指数平滑、回归分析等。因果联系预测项目的基础和环境系统情况回归分析、经济模型、投入产出等模拟模型以计算机为基础的动态模拟4.4预测方法4.4.1定性方法（1）一般预测——逐步累加来自低层的数据。（2）市场调研——问卷调查和上门访谈。（3）小组共识（4）历史类比（5）头脑风暴法——邀请专家

5、讨论。（6）情景分析法——所有可能未来进行描述。（7）德尔菲法——专家组包括不同知识背景。德尔菲法是以匿名的方式，通过轮番征询专家意见，最终得出预测结果的一种经验意见综合预测方法。德尔菲法是定性预测方法中最重要、最有效的一种方法。德尔菲法具有以下特点：（1）匿名性。（2）反馈性。（3）集思广益。（4）趋同性。德尔菲法一般按下列步骤实施：1）准备阶段。主要完成两方面的工作：拟定征询意见表和选定征询对象。2）轮番征询阶段。一般情况下，专家意见经过三至四轮征询，就会基本趋于一致。德尔菲法3）做出预测结论阶段。该阶段，最重要的工作是用一定的统计方法对专家的意见做出统计归纳处理

6、。常用的统计处理方法有：中位数和上下四分位数法、算数平均统计处理法等。德尔菲法的优点表现在：1）既能充分发挥每个专家的经验和判断能力，又能将个人的意见有效地综合为集体意见；2）简单易行，且可靠性好。德尔菲法的缺点表现在：1）预测需要的时间较长；2）主要凭专家的主观判断，缺乏客观标准。该方法适用于没有足够信息资料的中、长期经济预测与科技预测，还可用于决策和技术咨询等方面。把注意力集中在历史模式和模式的变化上来产生预测。观测或记录到的一组按时间顺序排列的数据，通过适当的模型形式和模型参数建立预测模型，运用惯性原理外推。适合短期预测。4.4.2时间序列分析回归预测，通过统计

7、方法给出某种函数关系表达式。适合中短期预测。4.4.3因果分析4.4.4预测模型的选择1）预测的时间范围2）能否获得相关数据3）所需要的预测精度4）预测预算的规模等5)合格的预测人员1）注意各类模型的适用范围2）定量与定性方法结合3）注意预测精度4）做敏感性分析4.4.5预测的注意事项4.5预测模型4.5.1简单移动平均在实际应用中，采用通过移动平均的方法对时间序列进行平滑处理，在平滑后的时间序列基础上对系统进行预测。Fi=(At-1+At-2+……+At-n)/n能有效地消除预测中的随机波动，但涉及数据多时会非常复杂。4.5.2加权移动平均Fi=w