基于CPFR的库存补充方法研究

摘要

目前，协同商务模式下多层次 CPFR(Collaborative Planning Forecasting and Replenishment，CPFR)控制与优化研究是供应链管理中一个热门问题。如何利用协同计划所获得的实时信息进行预测，减少不确定性因素的影响，提升预测的准确性，以降低不必要的库存成本，是企业未来所追求的目标。协同预测、协同补货阶段是 CPFR 中重要组成部分。协同预测分为销售预测与订单预测。销售预测着重在市场需求部分的预测；订单预测则是依据销售预测、库存状况与生产因素来做实际订单预测。由于订单预测作为下个阶段实施协同补货的参考，因此其需要较高的预测精度。 本文着重研究基于 CPFR 的最优补货策略。具体研究内容包括： (1) 构建了 CPFR 流程下的混合销售预测模型。通过短期预测的计算结果表明，本文模型优于时间序列模型。因此该模型可作为供应链中合作产商参考的依据。 (2) 构建了二阶段订单预测模型。计算结果表明，二阶段协同订单预测模型的预测绩效优于传统时间序列或一般线性回归模型。因此该模型可作为 CPFR 流程下欲进行协同订单预测或一般订单预测的参考。 (3) 建立了最佳库存和最佳运送周期之间的函数关系，并在此基础上采用进化策略法对建立的目标函数进行优化。计算结果证明该研究方法是正确的。 本文对协同商务模式下基于 CPFR 的最优补货策略进行了有益的探讨，所得到的研究结果为CPFR．的应用提供了理论基础和实践经验，同时也为企业实施 CPFR 策略提供了新的思路和方法。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景和意义

1.1.1研究背景

1.1.2研究意义

1.2国内外研究现状

1.2.1国外研究现状

1.2.2国内研究现状

1.2.3当前研究的特点及存在的不足

1.3论文内容、结构和研究方法

1.3.1论文内容

1.3.2论文结构

1.3.3研究方法

第二章协同商务模式下供应链库存管理模式CPFR

2.1 CPFR简介

2.1.1 CPFR概念

2.1.2 CPFR特点

2.2 CPFR的实施

2.2.1 CPFR的构建

2.2.2 CPFR的实施步骤

2.2.3 CPFR实施中的关键因素

2.2.4 CPFR的业务模型

2.3 CPFR的相关研究

第三章基于CPFR的混合销售预测模型

3.1常见的预测方法

3.1.1移动平均法(Moving Average，MA)

3.1.2指数平滑法(Exponential Smoothing，ES)

3.1.3 Box-Jenkins时间序列模型(Autoregressive Integrated Moving Average Models，ARIMA)

3.1.4多元回归分析(Multiple Regression，MR)

3.1.5岭回归分析(Ridge Regression，RR)

3.2基于CPFR的销售预测模型

3.2.1常用销售预测方法

3.2.2混合销售预测模型的构建

3.3算例分析

3.3.1具体研究步骤

3.3.2计算结果与绩效

3.4小结

第四章基于CPFR的二阶段订单预测模型

4.1订单预测概述

4.2二阶段订单预测模型

4.2.1模型建立

4.2.2算例分析

4.3小结

第五章基于进化策略法的最优补货成本模型

5.1常见的库存补充方法概述

5.1.1(s,Q)补货策略

5.1.2(s,S)补货策略

5.1.3(R，S)补货策略

5.1.4(R，s，S)补货策略

5.2进化策略法(Evolution Strategy)介绍

5.3基于进化策略法的补货策略

5.3.1模型假设

5.3.2模型建立

5.4基于进化策略法的模型求解

5.5小结

第六章结论与展望

6.1结论

6.2展望

参考文献

附录

致谢

攻读硕士学位期间发表论文情况