支持物流决策的定量模型与信息分析方法

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第8章 支持物流决策的定量模型,与信息分析方法,教学目的,利用信息,分,分析技术,、,、物流信,息,息技术和,物,物流定量,模,模型等来,进,进行科学,的,的物流管,理,理决策；,掌握基本,的,的概念和,基,基本的方,法,法和科学,的,的决策思,维,维。,教学内容,8.1,物流决策,支,支持的特,点,点与系统,组,组成,8.2,物流决策,的,的定量模,型,型,8.3,物流预测,的,的定量模,型,型,8.4,物流决策,支,支持系统,的,的空间分,析,析,8.5,支持物流,决,决策的信,息,息分析技,术,术,8.6,物流系统,模,模拟技术,8.7,物流配送,调,调度支持,系,系统的定,量,量算法,8.1,物,物流决策,支,支持的特,点,点与系统,组,组成,支持物流,决,决策的种,类,类与特点,支持物流,决,决策的种,类,类,运输决策,储存决策,物流加工,决,决策,配送决策,支持物流,决,决策的特,点,点,产品差异,性,性,客户差异,性,性,地理差异,性,性,模型支持,的,的复杂性,信息技术,支,支持的集,成,成性,在物流决,策,策中运用,定,定量模型,与,与定量方,法,法的必要,性,性及可行,性,性,必要性,提高了物,流,流系统的,管,管理水平,，,，促进了,传,传统物流,的,的现代化,为决策者提供,了,了强大的知识,信,信息处理能力,，,，协助解决了,大,大量耗时、复,杂,杂的问题，提,高,高了物流决策,的,的有效性与科,学,学性,推动了现代科,学,学技术如地理,信,信息系统、射,频,频技术等在物,流,流系统中的运,用,用。,可行性,沃尔马：数据,驱,驱动型的决策,支,支持系统,加拿大卡普国,际,际系统(Carp Systems Internationalof Kanata.Ontario)销售的高,级,级策划系统（APS）,LDSS的,应用实例,应用实例,组织,LDSS的应用,美洲航空公司,价格和航线选择,艾柯（Equico）投资资本集团,投资评估,通用意外保险,顾客购买模式和欺骗行为调查,美洲银行,顾客概况,百事食品公司,定价、广告、促销选择,伯灵顿棉花工厂,存储选地核存货混合,西南铁路,火车分配与路线选择,德克萨斯石油汽油公司,潜在钻点评估,联合航空公司,航班计划,返回,物流决策支持,系,系统的组成与,功,功能,组成,数据库、模型,库,库、方法库、,知,知识库、人机,接,接口,主要功能,基于定量模型,与,与方法的物流,决,决策支持系统,的,的主要功能,8.2 物流,决,决策的定量模,型,型,序号,问题,相关,模型,使用效果,使用条件,主要相关数据,求解方法,1,运输问题,线性规划问题,运输是明显合理或可能，运输成本最小化,固定发点，固定收点和固定收点和固定道路的问题,运杂费，运费，装卸费，储存费，损耗，调拨的数量，到各地、市的单位运输成,单纯形法、表上作业和图上作业法,2,指派问题,整数规划,有效安排人力、物力、财务资源，以达到降低成本,将有限的资源等指派给多项任务或工作,工作成本或工作时间等价值系数,整数规划求解和表上作业法求解,3,选址问题,规划问题,物流费用达到极小,选址问题，是一类收点或发点待定的问题。,物流费用与商品通过量呈非线型关系。,原材料、燃料、半成品及供应地，销售地点及销售量，运输条件及费用。规模经济量，工厂到配送中心的运输、配送成本,不确定性，需要采用统计和预测的方法进行分析确定。非线性规划问题,4,库存问题,订货问题,最佳订货次数，最佳订货批量,能够获取库存等费用,库存费用包括订货费、保管费和缺货费安全库存量,库存模型，动态规划、模拟,5,装卸,调配问题,减少汽车的空驶里程，循环运输,汽车、工人和货物特点,m个装卸点，装卸工人人数，汽车数目,规划论,6,配装,货物组合,配装的优化,物品的重量运费,动态规划，货区分区组合法,7,铁路配车,运输的有向图,零担运输最优,铁路有关营运规则，整担和集装箱运输、零担运输,流向、流量、运距、集结时间和车站的作业能力,最短路径原则，降低流通费用,8,其他问题,信息分析、预测等,其他优化,依问题而定,相关数据,模拟、数据分析、系统动力学,8.3 物流,预,预测的定量模,型,型,物流预测的基,本,本概念,什么是物流预,测,测？,预测理论和方,法,法在物流中的,具,具体运用，它,利,利用各种物流,统,统计资料和其,他,他情报信息(,过,过去和现在),，,，预测未来，,根,根据经验、教,训,训等数据，揭,示,示物流业务变,化,化的规律，从,而,而减少物流经,营,营的盲目性，,以,以指导物流企,业,业的生产经营,。,。,作用：科学地,编,编制物流经营,计,计划和物流业,务,务计划、调度,提,提供参考,预测的基本步,骤,骤,(1)确定预,测,测目标，包括,预,预测对象、目,的,的、对象范围,；,；,(2)收集分,析,析内部和外部,资,资料；,(3)数据的,处,处理及模型的,选,选择；,(4)预测模,型,型的分析，修,正,正；,(5)确定预,测,测值。,预测的方法,定性分析预测,法,法,集合意见法(,三,三种估计加权,预,预测法):一,种,种加权综合判,断,断法,用户意见调查,法,法(设计调查,表,表),员工意见法,专家意见法,类推法,定量预测法,时间序列分析,法,法,回归预测,非线性模型,组合预测,时间序列分析,法,法,时间序列的四,种,种变化特征,趋势性(T),、,、季节性(S)、周期性(C)、不规则,性,性(I)，可,以,以利用散点图,，,，识别变化特,征,征。,时间序列分析,方,方法,简单平均、移,动,动平均、加权,移,移动平均、指,数,数平滑、一元,线,线性回归、相,关,关比例推算。,例,：一元线性回,归,归（趋势外推,）,）Y=a0+a1*X,系,系数a0与 a1,可,可以用最小二,乘,乘法确定,相关比例推算,某第三方,物,物流企业市场,的,的需求预测,（,（如下表）,主要预测依据,预测量(万家),社会潜在容量,国内企业总数约1000万家,1000,配送求,占总企业的比例数(80%),800,需要外包物流意向,占总企业的比例数(20%),160,物流业务预测,市场占有率10%,16,返,回,非线性模型,Y=A+B*LOG(X),Y=1/(A+B*EXP(-X),Y=1/(A+B*X),Y=X/(A+B*X),Y=A*XB，(A0),Y=A*EXP(B*X),，,，(A0),Y=A*EXP(B/X),，,，(A0),Y=A*EXP(B*X2)，(A0),将以上模型进,行,行线性处理再,转,转化为一元回,归,归模型，来确,定,定系数A和B,。,。,返回,预测模型选取,的,的原则,模型选择的原,则,则,要在数据识别,上,上建模、建立,何,何种模型，并,不,不取决于预测,者,者意图；,应考虑适用、,数,数据易采集和,时,时效的原则；,定,定量与定性相,结,结合的原则等,数据选取选用,的,的原则,数据应该具有,代,代表性，有一,定,定客观规律；,对于异常的数,据,据可采用比例,法,法，移动平均,，,，指数平滑等,方,方法进行适当,的,的修正,8.4 物流,决,决策支持系统,的,的空间分析,作用,物流空间分析,的,的重要性：,物流的主要目,的,的之一是实现,物,物品的空间转,移,移,GIS的空间,分,分析功能可用,于,于分析和解释,的,的地理特征间,的,的相互关系及,空,空间模式,说明空间分析,方,方法中哪些是GIS能够实,现,现的？GIS,的,的应用是否能,真,真正地提高空,间,间分析能力？,空间分析层次,第一：空间检,索,索,包括从空间位,置,置检索空间物,体,体及其属性和,从,从属性条件集,检,检索空间物体,。,。,“空间索引”,是,是空间检索的,关,关键技术，如,何,何有效地从大,型,型GIS数据,库,库中检索出所,需,需信息，将影,响,响GIS的分,析,析能力。,空间物体的图,形,形表达也是空,间,间检索的重要,部,部分。,第二：空间拓,扑,扑叠加分析,空间拓扑叠加,的,的本质是空间,意,意义上的布尔,运,运算。目前，,空,空间拓扑叠加,被,被许多人认为,是,是GIS中独,特,特的空间分析,功,功能。,实现输入特征,属,属性的合并以,及,及特征属性在,空,空间上的连接,。,。,第三；空间模,拟,拟分析,刚刚起步,GIS与空间,模,模型分析,问题：,如何将GIS,与,与空间模型分,析,析相结合,？,种类,第一类：GIS外部的空间,模,模型分析,将GIS当做,一,一个通用的空,间,间数据库，而,空,空间模型分析,功,功能则借助于,其,其他软件；,第二类；GIS内部的空间,模,模型分析,利用GIS软,件,件，提供空间,分,分析模拟以及,发,发展适用于问,题,题解决模型的,宏,宏语言，这种,方,方法一般基于,空,空间分析的复,杂,杂性与多样性,，,，易于理解和,应,应用，但由于GIS软件所,能,能提供的空间,分,分析功能极为,有,有限，这种紧,密,密结合的空间,模,模型分析方法,在,在实际GIS,的,的设计中较少,使,使用；,第三类：混合,型,型的空间模型,分,分析,尽可能地利用GIS所提供,的,的功能，同时,也,也充分发挥GIS使用者的,能,能动性。,8.5 支持,物,物流决策的信,息,息分析技术,数据仓库技术,定义,支持管理决策,过,过程的、面向,主,主题的、集成,的,的、稳定的、,不,不可更新的、,随,随时间变化的,、,、分层次的数,据,据集合,作用,从各信息源提,取,取决策需要的,数,数据，加工处,理,理后，存储到,数,数据仓库中,用户的查询和,决,决策分析的基,础,础,分析,主题与面向主,题,题,主题：对应企,业,业中某一宏观,分,分析领域所涉,及,及的分析对象,面向主题的数,据,据组织方式：,在,在较高层次上,对,对分析对象的,数,数据的一个完,整,整的、一致的,描,描述，能完整,、,、统一地刻画,各,各个分析对象,所,所涉及的企业,的,的各项数据，,以,以及数据之间,的,的联系。,数据的集成性,从原有的分散,的,的数据库数据,中,中抽取来的,数据的不可更,新,新性,主要供企业决,策,策分析之用，,所,所涉及的数据,操,操作主要是数,据,据查询，一般,情,情况下并不进,行,行修改操作。,数据的时态性,随时间的变化,而,而不断变化的,增加新的数据,内,内容,过期数据就要,被,被删除,综合数据中的,很,很多都跟时间,有,有关,联机分析处理,（,（OLAP）,定义,通过专门的数,据,据综合引擎，,辅,辅之以更加直,观,观的数据访问,界,界面，力图统,一,一分散的公共,应,应用逻辑，在,短,短时间内响应,非,非数据处理专,业,业人员的复杂,查,查询要求。,共享多维信息,的,的、针对特定,问,问题的联机数,据,据访问和分析,的,的快速软件技,术,术。,通过,对,对信,息,息的,多,多种,可,可能,的,的观,察,察形,式,式进,行,行快,速,速、,稳,稳定,一,一致,和,和交,互,互性,的,的存,取,取，,允,允许,管,管理,决,决策,人,人员,对,对数,据,据进,行,行深,入,入观,察,察。,特点,操作,型,型数,据,据和,分,分析,型,型数,据,据的,区,区别,灵活,的,的分,析,析功,能,能、,直,直观,的,的数,据,据操,作,作和,分,分析,结,结果,可,可视,化,化表,示,示等,突,突出,优,优点,；,；,使用,户,户对,基,基于,大,大量,复,复杂,数,数据,的,的分,析,析变,得,得轻,松,松而,高,高效,，,，以,利,利于,迅,迅速,做,做出,正,正确,判,判断,。,。,可用,于,于证,实,实人,们,们提,出,出的,复,复杂,的,的假,设,设，,其,其结,果,果是,以,以图,形,形或,者,者表,格,格的,形,形式,来,来表,示,示的,对,对信,息,息的,总,总结,。,。,它并,不,不将,异,异常,信,信息,标,标记,出,出来,，,，是,一,一种,知,知识,证,