安踏体育用品雨花仓库存管理物流管理专业

安踏体育用品雨花仓库存管理研究摘 要在经济全球化的大背景下，体育用品行业迎来前所未有的发展机遇，同时也面临着巨大的竞争压力，库存成本的飞速增长已经成为国内外体育用品公司的通病，探求如何解决公司的库存问题变得越加紧迫。本文首先针对雨花仓库存需求现状和仓储管理现状进行分析，发现雨花仓存在需求预测不准确和仓储管理效率低下的问题。针对雨花仓需求预测不准确的问题，利用灰色预测法，构建仓库需求预测模型，借助Matlab软件进行优化，提高雨花仓需求预测的准确度；针对雨花仓仓储管理效率低下的问题，运用ABC分类法，对仓库货物进行分类管理，解决此问题。通过灰色预测法和ABC分类法两种方法对雨花仓的库存进行优化，有利于雨花仓合理利用库存空间，节约库存成本，提高库存管理效率，走出库存积压的困境，对仓库的持续、健康发展具有深远的意义。【关键词】库存管理；需求预测；灰色预测法;ABC分类法Study on the Management of Yuhua Warehouse in Anta Sporting GoodsAbstractIn the context of economic globalization, the sporting goods industry ushered in an unprecedented opportunity for development, but also faced with a huge competitive pressure, the rapid growth of inventory costs has become a common problem at home and abroad sporting goods company, to find out how to solve the companys inventory problems Becoming more and more urgent.This paper first analyzes the present situation of warehousing demand and the current situation of warehousing management, and finds out that there is a problem that the demand forecast is inaccurate and the efficiency of warehousing management is low. According to the problem of inaccurate forecasting of Yuhua warehouse demand, the gray forecasting method is used to build the warehouse demand forecasting model, and the accuracy of Yuhua warehouse demand forecast is improved by means of Matlab software. In view of the problem of inefficient management of Yuhua warehouse ABC classification, the classification of warehouse goods management, to solve this problem. It is beneficial to optimize the inventory of Yuhua warehouse by gray forecasting method and ABC classification method, which is beneficial to the utilization of inventory space, save inventory cost, improve the efficiency of inventory management, get out of the plight of inventory, Healthy development has far-reaching significance.Key words inventory management；Demand forecasting；Gray prediction method；ABC model目录一、绪论1（一）研究背景、目的与意义1（二) 国内外研究综述1（三）研究主要内容及创新点2二、安踏体育用品公司背景及雨花仓库存管理现状3（一）安踏体育用品公司背景介绍3（二）雨花仓现状分析3（三）雨花仓库存管理存在的问题5三、雨花仓库存管理优化策略6（一）利用灰色预测法提高产品预测准确率6（二）采用ABC 分类法提高仓储管理效率11四、结束语16（一）总结16（二）研究展望16参考文献17致 谢18一、绪论 （一）研究背景、目的与意义1.研究背景库存成本是企业的主要成本之一，库存成本的减少可以减少企业的开支，而目前我国企业的库存成本一直高居不下，企业持续发展受限。这一现象在体育用品行业中尤为严重。体育用品行业是服装业的一种，容易受到季节性，时尚型，流行性等不确定因素影响，导致库存大量积压。研究其库存问题显得十分紧迫。安踏体育用品公司是国内最大的体育用品公司之一，在体育用品市场占有较大的份额，专卖店遍布全国各地。但其在仓库的库存管理方面存在管理混乱，管理效率低下，存货摆放杂乱等问题，给企业带来了不少的损失，安踏要想在国内体育用品竞争中更进一步，长远发展还需解决库存问题。 2.研究目的与意义 对于库存的有效管理可以很好的解决库存积压，避免存货短缺的现象，对于减少企业的库存成本，提高企业的利润，加快企业资金周转有着重要的意义，深远的影响。对于体育用品行业的意义则更如此。本文针对安踏体育用品公司雨花仓出现的一系列问题，进行深入研究，运用科学的模型与方法，旨在帮助雨花仓走出库存严重积压的困境。代写各专业硕博学位论文,代写代发CSSCI、北大核心论文，合作加QQ:97079517、 97079518 ; 微 电同号：1580 1280 825。淘宝交易，安全无忧。CSSCI来源期刊：电子政务、汉语学习、会计与经济研究、现代中文学刊、甘肃行政学院学报、天津体育学院学报民族学刊、大学教育科学、金融论坛、南方经济、东北亚论坛、宁夏社会科学、法商研究、云南社会科学、人文杂志、甘肃社会科学、东北大学学报、自然资源与环境。审稿周期：35-90天办结查稿。北大核心期刊：西安理工大学学报、心理与行为研究、统计与信息论坛、人口与发展、广西民族大学学报.哲学社会科学版、南昌大学学报理科版、现代法学、江西财经大学学报、武汉金融、学校党建与思想教育、成人教育、中国科技翻译审稿周期：35-90天办结查稿。普刊：中国新通信、兰台内外、中国多媒体与网络教学学报、农村科学实验、今日财富、心血管外科中国结合医学、经贸实践、语文课内外、记者观察、新课程、现代职业教育、建筑与装饰、畜牧兽医科学、化工管理、魅力中国、人力资源管理、新教育时代、心理月刊等300多家国家级、省级普刊。审稿周期：1-7天办结查稿。（二）国内外研究综述1.国外研究现状国外的库存管理研究时间较中国要早，理论成果也较成熟，研究角度也相对广泛。针对库存分类这一方向，管理学家戴克将ABC分类法广泛运用于各个企业的库存管理中。Allen和Desop1提出了必须对配件进行合理分类，分为重要的和不重要的，才能有效的管理库存。针对需求预测这一方向，英国学者沃尔斯特在库存控制与管理一书中对库存管理进行了系统的介绍，包括库存信息系统，需求预测等。Chor2等学者通过对时尚产品的颜色趋势的研究，改进了灰色预测模型，建立了GM-ANN预测模型，即先用GM模型进行预测，再利用残差值进行修正，提高了预测精确度。Xia3学者把季节因子引入离散型灰色预测模型，成功的解决了数据少且带有季节性的产品预测，减少季节性产品的库存风险。2.国内研究现状国内库存管理研究起步较晚。我国的学者正在不断摸索研究适合我国企业生存与发展的库存管理方法。张莉4使用ABC分类法，按照服装商品的实际金额将商品分为三个等级，进行有效的分类管理；在此基础上根据顾客的购买数量对顾客进行分类管理，制定差异化的服务方式，提高满意度。黄晓静5将ABC分类法运用于高校仪器设备领域，不仅降低了工作量还提高了工作效率。张英6则将ABC分类法运用于服装领域，以李宁为实例，对存货进行研究，帮助李宁走出库存困境。吴志明7等人利用颜色科学理论，借助灰色预测模型，对未来颜色趋势进行预测，并以春夏蓝色流行度为例预测颜色流行程度。孙利辉8基于改进型的灰色预测模型对服装销售的情况进行预测，结合销售预测的结果和库存情况，建立服装调补货模型，帮助企业达到库存最优化的目标。3.国内外研究综述通过对国内外库存管理研究成果的分析，不难发现，针对企业库存管理，运用ABC分类法进行研究已经很成熟，理论水平高，研究的内容也是涵盖各个领域，对企业的库存优化效果明显。针对企业的需求预测，借助灰色预测法及其模型的研究也越来越完善，国内外研究内容也呈现出专业化。不局限于理论的层面，出现大量针对具体企业的研究。但其研究并未形成相应的体系，还需国内外学者进行更加深度的研究。（三）研究主要内容及创新点1.研究的主要内容分析了安踏体育用品公司雨花仓的库存现状，得出了雨花仓库存管理的主要问题是：需求预测不准确，货物积压严重和货物摆放杂乱，管理效率低下。针对需求预测不准确的问题，利用灰色预测法提高雨花仓预测准确率；利用ABC分类法解决雨花仓管理效率低下的问题，帮助雨花仓走出库存困境。2创新点本文以安踏体育用品的具体仓库雨花仓为例，具有较强的针对性，普及面广，创造性使用灰色预测法及ABC分类法对某一具体仓库库存实施有效管理，对与安踏相似的服装行业提高库存管理效率，减少库存成本具有借鉴作用。二、安踏体育用品公司背景及雨花仓库存管理现状（一）安踏体育用品公司背景介绍安踏体育用品有限公司是由丁世忠及其父兄于1991年在福建晋江所创立。1994年，20岁的丁世忠带着在北京做3年鞋类推销所赚到的20万元回到晋江，加入岳父的安踏公司。不久后，其家族控股的晋江世发通过投资成为安踏福建的最大股东，随后岳父丁思忍将安踏中国与安踏福建两家公司的所有股份都无偿送给了丁世忠，世发集团也在此时宣布将股份转让给丁世忠，那么丁世忠就正式成为了安踏公司的唯一掌权人。经过二十多年的发展，安踏体育从一个制鞋坊变成中国内地最大的综合体育用品有限公司。1999年，安踏体育签约乒乓球名将孔令辉为其代言人来提高品牌影响度，并率先运用“央视+体育明星”的营销模式，营业额飞速增长。2004年2012 赞助CBA，成为其赞助商之一。2007年，安踏体育在香港联交所正式上市。2009年更是签约中国奥委会，为中国奥运健儿打造运动装备。2014年，与NBA建立合作关系，进一步扩展其国际影响力。安踏公司采取多品牌发展模式，旗下除了拥有核心品牌安踏以外，还拥有ANTA KIDS,并于2009年收购意大利时尚运动品牌FILA，成为其新的增长点。此外还与NBA球星克莱汤普森等合作推出多款技术性球星战靴。安踏一直致力于体育事业，为中国体育的发展作出了卓越贡献。（二）雨花仓现状分析雨花仓是安踏体育用品公司的一个三级配送中心，位于雨花台区龙藏大道9号，职责是向生产商采购服装货物，以及南京地区的货物配送。雨花仓货物数量多，种类齐全，可以很好的满足不同门店的多样需求。通过对雨花仓的调查，发现雨花仓的现状如下：1雨花仓的需求现状雨花仓需求量大，仅仅是运动鞋这一类产品的月需求量就能达到20000双以上，而短袖在夏季的需求量则会突破22000件，下面将列举雨花仓2016年6月7类产品的需求量。图1 2016年6月7类产品需求量表资料来源: 由安踏官网正因为雨花仓的需求量大，在调查研究中发现仓库管理人员经常根据个人经验及往年的销售情况采取估量的方法来减少工作量，这很容易导致需求预测的不准确，存货的大量积压，据统计，雨花仓每年约有12%的货物积压卖不出去，这对于季节性消费品来说是致命的，不仅减少了企业的利润，也增加了企业在库存方面的成本，不利于企业的长远发展。2雨花仓的仓储管理现状雨花仓货物种类多，存货量大。2016年库存总量大约为85700件，其中45%为鞋类产品，较2015年的76900件上涨了11.44%。下面将列举2016年雨花仓运动服饰及其配件的种类数以供参考。表1 运动服饰及运动配件种类数名称种类篮球鞋27运动鞋(包含跑步鞋)23综合训练鞋15板鞋26运动T恤23运动长裤17运动外套19双肩包13运动袜10 篮球7资料来源：安踏官网在对雨花仓的调查中发现，雨花仓货物摆放杂乱，鞋类货物与服装货物混在一起，仓库管理人员在进行盘点管理时经常要在一堆货物中进行挑选清查，一堆货物往往要翻查三四遍，工作量大，盘点所需时间长，效率十分低下。针对这一现状，雨花仓试过加派仓库工作人员进行货物盘查清点，但效果并不理想，工作效率依旧十分低下。（三）雨花仓库存管理存在的问题安踏采取的供应链模式是：配送中心通过向服装生产商发出订单，服装生厂商则根据订单提供货物，服装生产商提供货物的多与少完全由配送中心来决定，一旦配送中心的预测出现了错误就很容易导致库存的积压。通过对雨花仓的调查研究发现主要存在下列两个问题。1需求预测不准确，库存积压严重由于货物的多少是由仓库控制的，再加上仓库管理人员对于预测缺乏正确的认识，只是根据各个专卖店先前的销量或者个人的经验加上仓库的库存进行预估，便极易造成需求的放大，导致库存的积压或者缺货的现象出现，公司利润的流失，成本的大量增加。下面列出了2016年仓库7月7类产品的品种及其实际需求量与订货量的比较。图2 雨花仓7月7类产品实际需求量与订货量比较表资料来源：从图中不难看出仓库的订货量与需求量存在着较大的误差，一个月的库存积压已经很多，仓库商品众多，一年的库存误差可想而知，这说明了管理者对需求预测存在巨大的问题，这也是导致仓库库存积压现象严重，成为库存成本增加的重要原因。企业拥有一定得库存可以很好的应对紧急情况下对存货的需求，缓解供需带来的矛盾，但大量的库存占有率会占用企业大量资金，使企业资金流动受限，影响企业的周转，减少企业的利润，带来一系列问题。雨花仓想要解决库存积压的问题，必须要先处理预测这一难题。2存货摆放杂乱，仓储管理效率低下雨花仓仓库大，种类较多，库存管理也比一般的仓库要难，如果管理者不分重点，货物胡乱摆放，那必然会使管理工作难上加难，管理效率低下。通过对雨花仓的调查，发现仓库货物摆放随意，不同货物之间存在一定的混杂现象，仓库并未完全制定严格的区分方式，摆放不分主次，一把抓式管理现象严重。这对盘点清查工作是一个巨大的挑战。如果对于并不重要，价格相对低廉的运动配饰的盘查出现误差可能还不会有巨大的影响，但如果对价格相对昂贵的运动鞋的盘查不准确的话，则可能造成库存积压的现象，一旦这些货物出现积压，对仓库乃至企业的损失是巨大的。这就要求雨花仓依据货物的重要程度进行分类管理，重要的，价值高的货物要定期进行库存盘点，精确计算其需求量。价格相对较低的则可以隔一段时间进行盘点。这样可以很好的提高仓储管理的效率，减少库存的积压的难题。三、雨花仓库存管理优化策略雨花仓库存管理问题总结起来就是需求预测不准确，库存管理效率低下。下文针对雨花仓需求预测不准确的问题，提出利用灰色预测的方法，借助灰色预测模型，对雨花仓的需求进行科学预测，将预测出的数据与实际销售量数据进行对比，查看预测的误差大小，检验灰色预测法对提高仓库的预测准确率是否具有可行性。针对雨花仓库存管理效率低下，货物摆放杂乱的问题，采用ABC分类法，将仓库的货物进行区分化的管理，来提高管理人员的盘点清查效率和准确度，减少库存积压的可能性。（一）利用灰色预测法提高产品预测准确率产品需求预测是否准确直接影响到库存多少，当产品需求预测存在较大误差时，就会出现库存积压或者产品短缺等问题，对于体育用品公司来说，库存的积压就意味着产品过时，过时的产品就需要低价处理，企业的利润也会减少。而当预测准确时，则会提高客户满意度，减少企业对安全库存的要求，极大程度的减少企业的成本。由此不难看出，产品需求预测是非常重要的，找到提高需求预测准确率的方法是减少雨花仓库存的关键一环。1灰色预测法的介绍及其检验方式(1)灰色预测法的介绍灰色预测法是一种在含有不完全的信息，和不确定因素的背景下，利用一定的数学模型进行预测的方法。所谓的灰色预测是介于白色预测与黑色预测之间的，既含有白色预测信息完全已知的特点，又含有黑色预测信息完全未知的特点。是由我国著名的学者邓聚龙教授于80年代所创立。现已广泛应用于预测，决策等各个方面。(2)灰色预测模型GM（1，1）模型（一阶，一个变量的微分方程模型）灰色预测不是直接使用原始数据，而是在原始数据的基础上通过累加或累减生成一个新的数列，然后对新生成的数列建立微分方程。其公式通过归纳总结为： 此式为原始数据的一次累加生成，显然X（1）（1）=X(0)(1)一直存在。设X（1）满足一阶常微分方程 其中的a称为发展灰数，而u为内生控制灰数。设a为待估参数向量，其中 ， 利用最小二乘法求解可得： 其中：求解微分方程，得到预测模型： (3)模型检验.GM（1，1）模型一般检验步骤分为两步，首先是残差检验，然后是后验差检验。C与P求解出的值的大小直接影响着预测的准确性，具体的对照表如下表2所示。表2 预测精度对照表预测精度PC好0.900.35及格0.800.45勉强合格0.700.50不合格0.700.65（二）雨花仓的需求预测在了解了灰色预测的检验方式及其检验标准后，以雨花仓中热卖产品型号为91625501的跑步鞋为例，借助其历史需求量，运用Matlab软件对其未来12个月的需求进行预测，具体数据如下表3： 表3 型号为91725501的跑步鞋2016年需求量表 单位（双）月份需求量116902167031660416365161061590716208161791601101599111597121579资料来源：由安踏官网由图可知原始数列X(0)=1690，1670，1660，1636，1610，1590，1620，1617，1601，1599，1597，1579将需求量数据带入Matlab软件进行求解，求解结果如下图3所示。（具体求解过程见附录1）图3 Matlab求解雨花仓需求量代码图由Matlab求解可知：C=29.3095%,P=91.6667%,对比预测精确度表可知预测精度十分准确，预测可行。预测公式可知为：X(k+1)=-362751.0952exp(-0.0045685k)364441.0952K=1，2，11 预测值如表4所示 ： 表4 型号为91725501的跑步鞋未来12个月需求量预测表 单位（双）月份预测需求量116902165331646416385163161624716168160191601101594111587121580（三）需求预测结果分析根据雨花仓工作人员的统计，雨花仓2017年13月该产品销售量及灰色预测预测量比较如下表5所示：表5 13月型号91725501的跑步鞋实际销量与预测销量比较表 单位（双）月份实际需求量预测需求量116801690216391653316351646从表中可以看出，用灰色预测法预测的跑步鞋1-3月需求量与实际需求量误差较小，雨花仓可以运用此方法对重要的，价值高的产品进行需求预测，在预测的基础上，根据雨花仓的具体情况，制定合理的订货量，来达到减少库存量，节约库存成本的目的。综上所述，灰色成本法在雨花仓的实际预测中是可行的，能够减少仓库的库存。当然灰色预测法只是一种预测方法，雨花仓在订货时可以结合预测数据，根据体育用品行业的具体行情，本仓的仓储水平以及其他的影响因素，综合考虑订货量，只有这样才能最大程度减少库存风险。（二）采用ABC 分类法提高仓储管理效率雨花仓库存从对上述问题分析中可以看出，店内存货摆放杂乱，库存管理效率低下。运用ABC分类法,将存货按照价值划分重要性，进行区别管理。ABC 分类法,又称帕累托分析法,是由意大利经济学家帕累托于1906年最早使用。由管理学家戴克命名。ABC分类法有利于集中精力重点突破，且简单易行，被广泛使用。ABC 分类法是将企业内的存货按照价值为依据分成A，B，C三类。A 类数量约占总量的10%20%,所占资金约为60%80% ;B 类数量约占总量的20%30%,所占资金约为15%25%;C 类数量约占总数的50%70%,所占资金约为5%15% 。随后按照分类结果对服装存货进行区分化管理。具体分类方法如下表6所示：表6 ABC分类法分类示意表数量占存货总量比重金额占存货总量比重管理方法A类10%20%60%80%分品种重点管理B类20%30%15%-25%分类别一般控制C类50%70%5%20%按总额灵活掌控1.对存货进行ABC分类现在对雨花仓的存货采用ABC分析法进行管理由于仓库产品种类众多，在此只选取仓库内热卖17种产品进行分析，探究ABC分析法在雨花仓的运用，并给出相应的管理建议供参考。 （1）收集数据对于一定时期内这17种存货进出库的数据进行统计，记录下这17种存货的数量及单价，并计算出其金额，整理出17种存货的数量情况，如下表7所示：表7 雨花仓库存统计表款号类型数量单价金额11641101篮球鞋1804988964011711112球星战靴1605498784091638801休闲鞋2303798717011725588跑步鞋1704998483092718001板鞋2502596475095717748男士长裤3001293870095727301男士短裤4507935550续表7款号类型数量单价金额95717717男装卫衣2101593339095717751男士长裤350893115095728148男士短袖300792370095727781男士短裤300792370096727145女士短袖300692070099618160双肩包1501091635016725210女运动衣套装1001391390019717301男袜700191330019627351女袜700181260019273011运动背心3003911700资料来源：根据（2）处理数据对收集来的数据资料进行整理，计算出品种与金额所占百分比。第一步，将收集来的存货数据进行计算。第二步，按照计算的总额由大到小排序并列成表格。第三步，分别计算品种百分比，品种累计百分比；金额百分比，金额累计百分比。第四步，将服装存货分为A，B，C三类。金额累计占比60%80%之间，为需重点管理的A类；金额累计占比70%90%之间，为一般控制的B类；金额累计占比80%100%之间， 为灵活掌控的C类。计算汇总情况如下表8所示： 表8 ABC 分类汇总表款号类型数量金额品种百分比品种累计百分比金额百分比金额累计百分比分类11641101篮球鞋180896403.50%3.5%13.01%13.01%A11711112篮球鞋160878403.11%6.61%12.75%25.76%A91638801休闲鞋230871704.47%11.08%12.65%38.41%A11725588跑步鞋170848303.30%14.38%12.31%50.72%A92718001板鞋250647504.85%19.23%9.40%60.12%A95717748男士长裤300387005.83%25.06%5.62%65.74%B95727301男士短裤450355508.74%33.8%5.16%70.90%B续表8款号类型数量金额品种百分比品种累计百分比金额百分比金额累计百分比分类95717717男装卫衣210333904.08%37.88%4.85%75.75%B95717751男士长裤350311506.80%44.68%4.52%80.27%B95728148男士短袖300237005.83%50.51%3.44%83.71%C95727781男士短裤300237005.83%56.34%3.44%87.15%C96727145女士短袖300207005.83%62.17%3.00%90.15%C99618160双肩包150163502.91%65.08%2.37%92.52%C16725210女运动套装100139001.94%67.02%2.02%94.54%C19717301男袜7001330013.59%80.61%1.93%96.47%C19627351女袜7001260013.59%94.20%1.83%98.3%C19273011运动背心300117005.80%100&1.70%100%C总量5150688970100%100%（3）制作ABC分类表根据上面的ABC 分类汇总表，整理计算数据，将金额累计百分比60%80%的，累计品种百分比10%20%的列为A类；将累计金额百分比15%25%的，累计品种百分比20%30%的列为B类 ；将累计金额百分比5%20%的，累计品种百分比50%70%的列为C类。绘制出ABC分类表，如下表9所示：表9 雨花仓热销产品ABC分类表款号项目分类金额累计百分比品种累计百分比11641101篮球鞋A60.12%19.23%11711112球星战靴91638801休闲鞋11725588跑步鞋92718001板鞋95717748男士长裤B20.15%25.45%95727301男士短裤95717717男装卫衣续表9款号项目分类金额累计百分比品种累计百分比95717751男士长裤B20.15%25.45%95728148男士短袖C19.73%55.32%95727781男士短裤96727145女士短袖99618160双肩包16725210女运动衣套装19717301男袜19627351女袜19273011运动背心由上面表格可得，篮球鞋、跑步鞋、休闲鞋、板鞋等鞋类产品金额所占百分比很高为A类。男士长裤、男士短裤，男装卫衣，男士长裤等其次，为B类。男士短袖、女士短袖、女士短袖、男袜、女袜、双肩包、运动背心、女运动装套装等最低，为C类。 （4）绘制ABC分析图根据上表所示数据，将金额累计百分比作为横坐标，品种累计百分比作为纵坐标，绘制分析图，所做图如下图4所示：%60.1219.2344.6810010080.27% 金额累计百分比品种累计百分比 % 图4 ABC分析图2三类产品的管理策略通过ABC分类法将库存进行分类，企业可以通过分类结果，对不同的存货采取区别化的管理方式，集中力量解决最主要的矛盾。但是集中力量解决主要矛盾并不是其他的次要矛盾可以忽略，而是突出重点，兼顾一般，统筹安排，控制有度，要确保每一种存货都能及时供应。具体的管理策略如下表10所示：表10 不同类别的库存管理策略 分类 项 目 ABC管理重心将库存尽可能降到最低按照销量灵活控制可以增加订货量来减少订货次数订货方式可每周订货定量订货双堆法检查方式频繁仔细一般性按月度季度控制程度控制重心，严格管理常规控制管理控制可粗略定额水平品种规格精确统计按大类普通统计按总金额统计联系雨花仓的实际情况可以得出如下的结论：对于篮球鞋、跑步鞋之类的价格高的A类产品需要按照实际的需求，多批次，小批量的进行定期采购，做到精准，精确的盘查与管理，尽可能的将库存降到最低水平，避免库存出现积压。同时，当货物到达安全库存时要及时补货，不能出现缺货，断货情况的，保证货物及时周转。对于男装卫衣、运动长裤等B类产品要按照实际的销售情况，库存管理水平，货物周转效率，灵活的决定库存，选择合适的控制方法进行常规控制即可，保证一定的安全库存量，以定期订货的方式为主，检查方式以一般检查为主。对于男女袜这种需求较高又不受季节等变化影响的C类产品一般按照“双堆法”进行订货，货物可以适当的增加储存量以减少订货费用的增加，检查方式以季度为主，而男女短袖这种应季性的产品则适量减少其订货量，避免因为换季而带来不必要的损失，检查方式以月度为主。四、结束语（一）总结本文主要讲述了安踏体育用品公司的库存现状，并选取雨花仓作为具体的案例进行库存研究，找出雨花仓在库存方面存在的问题主要是需求预测不准确，库存积压严重；存货摆放杂乱，管理效率低下，并针对问题提出解决办法。针对雨花仓需求预测不准确的问题，参考其往期数据，运用灰色预测法，借助Matlab软件求解，对雨花仓的近期产品需求量进行预测，在减少需求预测误差的同时减少企业的库存。让雨花仓对库存的监控更加的准确及时，尽量避免企业因为库存问题而带来的成本的增加。针对库存管理效率低下的问题，采取ABC分类法，将库存商品按照经济价值与数量多少进行分类管理，不同的货物采取不一样的管理方法，提高管理者管理效率的同时也保证了库存盘查的精确度，节约了库存成本。（二）研究展望库存管理是一项庞大而又复杂的过程，需要管理问题亦是多种多样。由于鄙人水平有限，文章仍有不足之处，需要不断的完善与改进，还望读者见谅。对于安踏体育用品公司雨花仓的库存管理研究也是尽本人所学，利用简单的数据模型与软件分析得出结论，希望对安踏体育用品公司雨花仓有所帮助，助其走出库存管理的困境。由于我国对于库存管理问题的研究起步较晚，也希望与众学者一起为我国企业的库存管理研究贡献一份力。参考文献1Allen and Desop. Control of Service Parts. International Journal of Operation & Production Management, 1999, 19(9):950-971.2Chor T M,Hui C L,Ng S F,et al. Color Trend Forecasting of Fashionable.Products with Very Few Historical DataJ.IEEE Transaction on System,Man,and Cybernetics.Part C:Application and Reviews,2012,59:84-92.3Xia M,Wong W K.A seasonal discrete grey forecasting model for fashion retailing J.Knowledge-Based System.2014,57:119-126 4张莉.ABC分析法在库存管理中的应用J.中国物流与采购，2013，（10）：47.5黄晓静.ABC分析法在高校教学仪器设备管理中的应用J.实验技术与管理，2010，27（8）：208-2106张英.李宁体育用品公司存货管理研究D.河北：河北大学，20047吴志明.服装流行色的色彩意向灰色预测J.纺织学报，2009，30（4）：94-1008孙利辉.基于灰色理论的服装销售预测及库存优化研究D.浙江：浙江理工大学，20159励凌峰.黄培清.骆建文.易腐物品的库存管理研究J.系统工程，2004，（3）：1-310周文广.逆向物流的网络决策与库存管理研究D.合肥：合肥工业大学，200711宋向前.王宏付，服装专卖店库存管理模型的研究与分析J.江南大学，2008，（4）：2-512宋英辉.我国服装行业上市公司存货管理研究D.河北：河北大学，201413徐贤浩.短生命周期产品库存管理及运营策略M.北京：中国物资出版社，2007（7）：3-6附录1：Matlab软件求解过程To get started, select MATLAB Help or Demos from the Help menu. X0=1690 1670 1660 1636 1610 1590 1620 1617 1601 1599 1597 1579;GM1_1(X0)%format long ;m,n=size(X0); X1=cumsum(X0); %累加 X2=;for i=1:n-1 X2(i,:)=X1(i)+X1(i+1);endB=-0.5.*X2 ;t=ones(n-1,1);B=B,t ; % 求B矩阵YN=X0(2:end) ;P_t=YN./X1(1:(length(X0)-1) %对原始数据序列X0进行准光滑性检验， %序列x0的光滑比P(t)=X0(t)/X1(t-1)A=inv(B.*B)*B.*YN. ;a=A(1) u=A(2) c=u/a ;b=X0(1)-c ; X=num2str(b),exp,(,num2str(-a),k,),num2str(c); strcat(X(k+1)=,X) %syms k; for t=1:length(X0) k(1,t)=t-1; end kY_k_1=b*exp(-a*k)+c;for j=1:length(k)-1 Y(1,j)=Y_k_1(j+1)-Y_k_1(j);endXY=Y_k_1(1),Y %预测值CA=abs(XY-X0) ; %残差数列Theta=CA %残差检验 绝对误差序列XD_Theta= CA ./ X0 %残差检验 相对误差序列AV=mean(CA); % 残差数列平均值 R_k=(min(Theta)+0.5*max(Theta)./(Theta+0.5*max(Theta) ;% P=0.5R=sum(R_k)/length(R_k) %关联度Temp0=(CA-AV).2 ;Temp1=sum(Temp0)/length(CA);S2=sqrt(Temp1) ; %绝对误差序列的标准差%-AV_0=mean(X0); % 原始序列平均值Temp_0=(X0-AV_0).2 ;Temp_1=sum(Temp_0)/length(CA);S1=sqrt(Temp_1) ; %原始序列的标准差TempC=S2/S1*100; %方差比C=strcat(num2str(TempC),%) %后验差检验 %方差比 %-SS=0.675*S1 ;Delta=abs(CA-AV) ;TempN=find(Delta=SS);N1=length(TempN);N2=length(CA);TempP=N1/N2*100;P=strcat(num2str(TempP),%) %后验差检验 %计算小误差概率 P_t = 0.9882 0.4940 0.3259 0.2419 0.1924 0.1644 0.1409 0.1223 0.1088 0.0980 0.0883a = 0.0046u = 1.6649e+003ans =X(k+1)=-362751.0952exp(-0.0045685k)364441.0952k = 0 1 2 3 4 5 6 7 8 9 10 11XY = 1.0e+003 * Columns 1 through 11 1.6900 1.6534 1.6459 1.6384 1.6309 1.6235 1.6161 1.6087 1.6014 1.5941 1.5868 Column 12 1.5796Theta = Columns 1 through 11 0 16.5595 14.0960 2.4019 20.9339 33.5000 3.9000 8.2662 0.4011 4.8982 10.1642 Column 12 0.6029XD_Theta = Columns 1 through 11 0 0.0099 0.0085 0.0015 0.0130 0.0211 0.0024 0.0051 0.0003 0.0031 0.0064 Column 12 0.0004R =0.7097C =29.3095%P =91.6667%P_t = 0.9882 0.4940 0.3259 0.2419 0.1924 0.1644 0.1409 0.1223 0.1088 0.0980 0.0883a = 0.0046u = 1.6649e+003ans =X(k+1)=-362751.0952exp(-0.0045685k)364441.0952k = 0 1 2 3 4 5 6 7 8 9 10 11XY = 1.0e+003 * Columns 1 through 11 1.6900 1.6534 1.6459 1.6384 1.6309 1.6235 1.6161 1.6087 1.6014 1.5941 1.5868 Column 12 1.5796Theta = Columns 1 through 11 0 16.5595 14.0960 2.4019 20.9339 33.5000 3.9000 8.2662 0.4011 4.8982 10.1642 Column 12 0.6029XD_Theta = Columns 1 through 11 0 0.0099 0.0085 0.0015 0.0130 0.0211 0.0024 0.0051 0.0003 0.0031 0.0064 Column 12 0.0004R =0.7097C =29.3095%P =91.6667%The element type name must be terminated by the matching end-tag .Could not parse the file: c:matlab7toolboxccslinkccslinkinfo.xml致 谢 在完成这篇论文的过程中，老师和同学给予我很多关心与帮助，在此对他们表示深深的谢意。同时，特别感激我的导师葛长飞老师，葛老师治学严谨，处事认真，他踏实的科研态度深深地感染了我，广博的知识和丰富的经验也让我受益匪浅。在葛老师的教诲和关怀下，本论文的选题，课题研究和撰写过程得以顺利开展，葛老师自始自终的指导和热情帮助保证了本论文的最后完成。在此，我向葛老师致以诚挚的谢意!其次，我还要感谢我的同学和朋友们对我的帮助与支持。同时谨向文中提到和文献中列出的每一位作者表示感谢，他们的研究成果给了我许多启迪。特别感谢在百忙之中抽出宝贵时间来评阅论文的各位老师，感谢你们为之付出的辛勤劳动。 再次致以最诚挚的谢意!谢谢大家!22