同城服装门店VMI模式下分布式库存策略研究

摘要

近些年来，市场竞争随着全球经济共同体的逐渐成熟而更激烈。对于变化多样、难以预测的买方市场，企业之间往往存在激烈的竞争。同时，买方对产品的需求呈现出差异性、非静态性和不确定性，产品的生命周期也在缩短。对于服装行业，这一形势显得尤为明显。当今服装行业的特点是:产品生命周期短，品种多，数量小，顾客对服装产品的到货日期、价格、质量和个性化要求也越来越高。企业为了快速响应顾客需求，往往会有大量库存。同时服装企业拥有很多分销网点，并且分布在不同位置，因此如何使库存合理配置，降低库存成本是现代服装企业迫切需要解决的问题。本文研究的是供应商管理库存(Vendor Managed Inventory，缩写为VMI)下的分布式库存策略，探讨在该模式下同城服装门店的库存补货策略和调拨策略，使单位时间内系统的总成本最小。主要进行如下研究:
　　(1)明确研究场景。分布式库存管理实施的关键在于决策持有库存量和当需求来临时库存缺乏该如何处理。为了解决库存控制问题，本文研究的是由供应商和分销商组成的二级供应链系统在VMI模式下的分布式库存策略，即供应商对多个分销商库存进行管理。采用集中控制和分散管理的模式，通过虚拟协调中心，对分散在各库存点的库存信息进行集中控制。
　　(2)进行VMI模式下的分布式库存需求预测方法的研究，服装行业的库存需求具有明显的周期性变化特点，按年周期上升，并且考虑到这个变化特点所具有的不确定性，根据其历史库存需求数据，采用随机时间序列预测和灰色预测组合的预测算法进行建模，将预测得到的数据与实际数据进行对比改进，从而使拟合模型的精确度得到提高。进行库存需求预测，库存策略的制定。
　　(3)研究基于二级供应链系统在VMI模式下的分布式库存策略，对补货和调拨策略进行探讨。以现实中的具体情况为依据，分别根据补货和调拨策略建立模型，采用白适应遗传算法对模型求解，求解出能使库存成本最低的安全库存、补货量以及送货点。
　　(4)结合北京某企业的具体业务，对历史需求数据进行分析和拟合，然后预测未来一段时间的产品需求量，进行补货和调拨分析，对比这两种方式所产生的费用，来验证采用VMI模式下的分布式库存策略的优势。

目录

声明

致谢

摘要

1．1．1 研究背景

1．1．2 研究目的及意义

1．2 国内外研究现状

1．2．1 分布式库存管理研究现状

1．2．2 补货策略现状

1．2．3 调拨策略现状

1．2．4 需求预测现状

1．2．5 VMI模式下的分布式库存管理优化现状

1．3 研究内容与技术路线

1．3．1 研究内容

1．3．2 技术路线

2 相关基础理论与方法

2．1 VMI模式下的分布式库存管理理论

2．1．1 分布式库存管理理论

2．1．2 VMI思想理论

2．1．3 VMI模式下的分布式库存管理

2．2 库存需求预测理论

2．2．1 需求预测的概念

2．2．2 需求预测的方法

2．3 自适应遗传算法

2．3．1 自适应遗传算法介绍

2．3．2 自适应遗传算法的具体步骤

3 VMI模式下的分布式库存需求预测研究

3．1 VMI模式下的分布式库存需求预测

3．1．1 库存需求预测的概念与意义

3．1．2 库存需求预测问题说明

3．2 基于时间序列和灰色预测组合预测算法的建立

3．2．1 随机时间序列预测法介绍

3．2．2 灰色预测法介绍

3．2．3 组合预测模型的建立

3．2．4 组合预测模型的具体算法

4 VMI模式下的分布式库存模型研究

4．1 模型假设

4．1．1 问题描述

4．1．2 假设与参数

4．2 模型建立

4．2．1 补货模型

4．2．2 调拨模型

4．3 自适应遗传算法对问题求解

4．3．1 补货模型求解

4．3．2 调拨模型求解

5．1 案例概述

5．2 库存需求预测

5．2．1 门店历史库存需求数据分析

5．2．2 门店需求预测

5．3 补货分析

5．3．1 补货相关数据准备

5．3．2 运行求解

5．4 调拨分析

5．4．1 调拨相关数据准备

5．4．2 运行求解

6 成果与展望

6．1 主要工作成果

6．2 展望

参考文献

附录

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集