仓储配销决策(特别好的物流案例资料）.DOC.docx

《仓储配销决策(特别好的物流案例资料）.DOC.docx》由会员分享，可在线阅读，更多相关《仓储配销决策(特别好的物流案例资料）.DOC.docx（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第14页 共14页第二章案例： Bis 公司Bis是一家生產與配銷飲料的公司，目前有兩處生產工廠分別位於Atlanta及 Denver供應全美約120000個零售據點，目前之配銷系統需要將所有產品於交運至各零售商前先運送至位於Chiago,Dallas,Sacramento三處倉儲中心。Bis於1964年以家族資金成立，70年代開始成長，80年代以十分穩定之速度持續成長，目前Bis有12個股東並由一新指定的CEO經營。飲料業的邊際收益大約為20%，所有產品的每一SKU(Stock Keeping Unit)為$1000，雖有高的

2、獲利率，新的CEO仍對此配銷網路非為十分有效率表示關切，在最近的股東會議中，CEO指出目前之配銷策略為15年前設計且從無修改過，它包括下列步驟：於生產工廠製造與儲存撿貨、裝載及運送至倉庫或配銷中心於倉庫卸貨與儲存撿貨、裝載及運送至零售店因此股東決定去尋求外面協助以修正他們的物流網路，以期修改其配銷網路，因為這是一個龐大的專案，吾人認為寧可多收集資料而不求快，特別是在首要階段，吾人剛剛完成確認約有10000零售商應能直接從製造工廠交運產品，這需依據下列因素：倉庫貨品接收能力儲存能力貨品接收方法商品之廣告推銷需求訂單產生能力教運時間窗口限制目前訂價促銷活動的配套方式現在該是重新設計配銷網路的時候，

3、為達此目的，吾人將零售據點劃分成250區，將產品區分為5大產品族。資料的收集包含下列：1997年每一顧客區之每一產品族之SKU需求每一製造工廠之年生產能量（SKUs）每一倉庫新的及現有的最大能量（SKUs）每一產品族從製造工廠及從倉庫之每一哩運輸成本建立倉庫之設置成本由於在市場上有許多競爭性產品，故對Bis而言，特別關注於顧客服務，雖然並無特定服務水準有關之數字，但CEO堅持維持競爭性的運輸時間不超過48小時，這意謂著倉庫與顧客區之距離不應超過900哩。Bis公司剛好完成一個廣泛的市場研究，此研究顯示市場規模有重大成長，此成長被預估一致性橫跨每一不同區，僅於產品間變化。1998及1999年預估

4、的年成長被提供在下表中：Estimated Yearly Growth：Family 1 2 3 4 5 Multiplier 1.07 1.03 1.06 1.05 1.06在兩製造設備的可變生產成本為產品及製造工廠所改變，因為投入之成本與風險，CEO及公司股東反對建立新工廠，然而他們樂意必要時擴大現有工廠產能，他們估計為一產品族增加產能之成本為每100SKU為$2000左右。Bis願意提出下列的問題：被發展的模式能真實表現該公司的物流網路嗎? Bis如何能確認此模式適當?顧客與產品之總和對模式準確性影響為何?應有多少個配銷中心要設立?這些配銷中心應設於何處?如何分配工廠每一產品至各倉庫的生

5、產量?產能應被擴大?在何時?在何處?在本章結束前，我們將建議一種方法去分析這個案例。於本章結束前，你應該了解下列的問題：企業如何發展一個可表現該企業物流網路的模式企業如何能確認此模式適當顧客與產品之總和如何影響此模式的準確性企業如何知道需多少個配銷中心應被設立企業如何知道這些配銷中心應設於何處企業如何分配工廠的每一產品至各配銷中心的生產量企業如何知道是否要?何時要?在何處要去擴大產能2.1 導論物流網路包括供應商、倉庫、配銷中心、零售商及在其設施間流動的生料、在製品與最終產品，在本章中，我們提出某些涉及物流網路設計與型態的問題。物流網路型態或許涉及到工廠、倉庫、配銷中心、零售商等位置之相關問題

6、，如同第一章解釋，這些策略性決策對公司有長期之影響，在隨後的討論，我們集中於下列各項中重要的策略性決定：決定適當的倉庫數量決定每一倉庫的位置決定每一倉庫的大小分配產品於每一倉庫的空間決定顧客從那一倉庫接收貨品我們假設工廠與零售商位置不變，目標在於設計及重新塑造物流網路使得包含生產及採購成本、存貨持有成本、設施成本（倉儲、搬運及固定成本）及運輸成本在不同之服務水準需求下之年度系統成本最小化。另一重要的決定為運輸方式的選擇（即卡車或火車），此策略性決定將於第三章討論。在此情況下，取捨是顯而易見的，增加倉庫數目的典型結果為：因減少平均到顧客的運輸時間所獲得服務水準的改善為防止每一倉庫因不確定的顧客需

7、求而增加安全存量造成存貨成本增加營運及設置成本增加從倉庫到顧客的外部運輸成本降低從供應商或製造商到倉庫的內部運輸成本增加基本上，企業必須在新增倉庫或接近顧客的利益間取得平衡，如此，倉庫位置的決定即為產品配銷之供應鏈是否為一有效管道的決定性因素。以下我們將說明一些與模式最佳化有關的資料收集與成本計算的問題，其中某些資料是依據物流的教科書而來。圖2.1及2.2表示兩個決策支援系統（DDS）的畫面，使用者將可看到最佳化的不同階段，一個表示最佳化前的畫面，第二個表示最佳化的網路。2.2資料收集一個典型的網路型態問題牽涉到大量的資料，這些資料包含下列各項：顧客、零售商、現有倉庫及配銷中心、製造工廠及供應

8、商位置所有產品，包括體積，特殊的運送模式（如冷藏）每一產品顧客之年需求量不同運輸模式的費率倉儲成本（包含人工、存貨搬運費用及固定作業成本）為顧客交運之運送量及頻率訂單處理成本顧客服務需求與目標2.2.1 資料的總和乍看來，上面列舉涉及到模式最佳化的大量資料將令人感到困惑，譬如一個含有10000到120000個零售商的典型飲料配銷系統，類似情況如WalMart或J.C.Penny在其零售物流網路中流通的不同產品數目數以千計甚至數十萬計，基於此理由，首要步驟即為資料之總和，下列準則被應用去完成此項工作：彼此非常接近的顧客被以網狀網路或其他群組技術總合在一起，所有位於此單一細胞或單一群組的顧客被位於

9、該細胞或群組中心的單一顧客取代，此細胞或群組被視作一個顧客區，應用5碼或3碼之郵遞區號來總合顧客為一非常有效的技巧。如果顧客被依據交運的頻率與服務水準來加上分級，則他們將依此分級來被統合在一起。如此，在同一級別的所有顧客的統計將與其他級別的相互獨立。依據下列因素將產品項目統合為合理數目的產品組配銷型式；所有在相同來源及送到相同顧客的產品被統合在一起產品型式；在許多案例中，不同的產品或許僅僅於產品樣式或型式上變化或包裝型式不同而已，這些產品被總合在一起當然，一個重要的考量為原始的零售商資料被以總合過的資料取代對模式效益的影響。我們可用下列方法來說明這問題：即使存在有技術去應用原始資料來解決物流網

10、路設計問題，但由於以零售商及產品階層來預測顧客需求的能力經常是不足的，故將資料總合或許是有用的，經由資料總合以降低變化性使得需求預測在總合過的水準下更具正確性。不同的研究報告指出大約150到200點的總合資料所導致對總運輸成本之估計誤差不大於1%。在實務上，下列的準則經常被應用於資料之總合：統計需求點為150到200區，如果顧客被依其服務水準或交運頻率來分級，則每級應包含150到200個統計點確認每一區有近似相同數量的總需求，那意謂著每一區或許是不同大小的地理區域將總合過的點置於區域中心將產品總合為20至50產品群組圖2.3表示大約有3220個顧客位於北美，圖2.4表示相同資料應用三碼郵遞區號

11、總合過後只剩217個總合點。2.2.2 運輸費率下一步驟在於建立一個有效的配銷網路設計模式以估算運輸成本，包括卡車、鐵路及其他在內，大多數的運輸費率其主要的特徵為幾乎與距離成線性關係，而非與體積有關。我們在此以內部與外部來區分運輸成本，估算公司所屬卡車的運輸成本是非常簡單，它包含每一卡車的年成本、年哩程數、年運輸量及其有效容量，所有這些資料均能被應用去簡單地算出每一SKU下之每一哩的成本。將外部車隊的運輸費率納入模式中則較複雜，我們在此區分兩種運輸模式：卡車滿載量以TL表示，較少的卡車滿載量以LTL表示，在美國TL運輸業者將美國再分為數個區域，除了某些大州如Florida,New York被再

12、分割為兩區外，幾乎每州均為單獨的一區，這些運輸業者提供給其委託人州到州的價目表，此價目表提供以任何兩州間每一裝載之每哩的費用，譬如，計算從Chicago, Illinois到Boston, Massachusetts的TL費用，首先獲得這組每哩之費用，再乘以Chicago到Boston的距離而得，TL成本架構的一個重要特性為它不是對稱的，即從Illinois運送一個滿載貨車到New York比從New York到Illinois貴WHY?。在LTL運輸業，費率基本上屬於貨運費率三種基本型式之一：即 class, exception及commodity。Class費率是一種標準費率，幾乎適用於所

13、有的產品或商品之運送，他們將每一運送物品分類或分級，如鐵路分級包含31級從400到13，這些均從被廣泛使用的貨運分級制度而得。另一方面，國家車輛運輸分級包含23級，範圍從500到35，在所有案例中愈高的分類/分級則有愈多的相關運輸費用，有許多因素涉及產品特定等級的決定，這些因素包括產品的密度、運輸及處理的難易及損傷理賠義務，一旦分類被建立就必須去確認rate basis number，此數字即為貨物裝載地至目的地之近似距離，由貨物之分類/分級及rate basis number，每百磅的費率就能從運輸價目表求得。其餘兩種運輸費率即exception及commodity為特別的費率，是用於提供價

14、廉費率(exception)或特定商品費率(commodity)，大多數的運輸業者提供其所有的運輸費率基本資料而這些基本資料均被納入決策支援系統中。LTL運輸費率的剖視及卡車運輸業的高度凌亂本質已產生對精細分類工具的需求，南方動力運輸業的完整稽核與分類工具(CZAR)為一被廣泛使用的分類工具之範例，這工具能與各類的價目表及CZAR-Lite一起運作，不像個別運輸業的價目表，CZAR-Lite提供一個經由對地方的、區域的及全國的LTL運輸費率的研究所獲得一個以市場為基礎的價格清單，它提供給運貨者一個合理的價格及避免任何個別運輸業的操縱或市場的成見公然影響運貨者的選擇，因此，CZAR-Lite的費

15、率已經常被用於運貨者、運輸業與第三物流供應者間LTL合約議價的基礎。2.2.3 哩程的估算如同前面所述，從一特定地方運送產品到特定的目的地，其運輸成本是由兩點間的距離產生作用的，因此，我們需要一種工具去估算距離，我們估算距離不是應用街道網路就是用直線距離，尤其是，假如我們想估算a,b兩點距離，我們就需要得到lona及， lonb 即a點的經緯度，同理b點亦同，因此a,b兩點距離哩Dab之計算如下： 69為在美洲大陸每度經度代表之近似哩程數，由於此方程式並未將地球之區度列入考量故僅對短距離之計算準確，為了量測稍長距離及修正地球的區度 ，我們使用美國地理量測所建議的公式： 這些公式產生非常精確的距

16、離計算，然而在兩案例中，公式低估了實際的道路距離，為了修正此誤差，我們再將Dab乘以circuit因子，基本上，大都會區=1.3，在美洲大陸=1.14。應用從先進的地理資訊系統獲得的正確距離是較適當的，然而，這方法基本上使得決策支援系統的運作戲劇性地變慢，且上述近似距離演算技巧對許多應用而言通常已能提供足夠的正確。倉儲成本倉儲與配銷中心的成本包含三個主要成份：處理成本；此成本包含與年度倉庫流通量成比例之人工與公用設施之成本固定成本；為不與流經倉庫之物資數量成比例之成本元素總合，固定成本與倉庫之容量有比例關係但非線性關係，如圖2.5所示，此成本係以倉庫大小的範圍為標準的固定性成本。儲存成本；此表

17、示存貨持有成本與平均存貨水準成比例關係因此，預估倉庫處理成本是非常容易，但是預估其他兩種成本值是非常困難，為了解此差異，假設某特定顧客在整年中需要1000單位的產品，此1000單位的產品不需於相同的時間流經該倉庫，因此平均存貨水準似乎比1000單位低很多，如此，當為決策支援系統建構資料時，我們需要去轉換這些年度流通量為實際存貨量。類似的，與產品有關的年度流通量與平均存貨並無法告訴我們於倉庫中此產品需要多大空間。倉庫需求的空間量與存貨尖峰成比例而非與年度流通量或平均存貨，一種有效的方法去克服此困難為利用存貨周轉率，其定義如下：存貨周轉率=年度銷售量平均存貨水準特別的，在我們的案例中，此存貨周轉率

18、即為總年度流經倉庫的量對平均存貨水準的比率，如此，如果此比率為，則平均存貨水準為總年度流通量除以，最後平均存貨水準乘以存貨持有成本即為年度儲存成本。總之，計算固定成本需要去預估倉庫的容量，這在下章節進行。倉庫的容量對配銷網路設計模式的另一重要輸入為實際倉庫的容量，此問題為針對已知特定年度流經倉庫的物資如何去估算其需求之空間，存貨周轉率建議一個適當的方法，如同前述，一個倉庫之總年度流通量除以存貨周轉率可計算出平均存貨水準，圖2.6表示假設的一個規則性運送與交貨時程，它容許的需求儲存空間幾近儲存量的兩倍。TimeAverageOrder SizeInventory當然，實際上每一在倉庫儲存的棧板均

19、需一個淨空的空間以允許進出與處理，如此，除考慮儲存空間外尚須考量走道、撿貨、分類、處理設施及AGVs等的空間，一般而言，需要的儲存空間需乘以一個 1 的因子，此因子視特定的使用而定且容許我們去更正確地評估倉庫可利用的空間大小。在實務應用上，典型的因子是3，此因子被應用於下面的例子：如考量年倉庫流通量為1000單位，且存貨周轉率為10.0則平均平均存貨水準為100單位，假如每一單位佔地板空間為10平方呎，則產品需求空間為2000平方呎，故倉庫總需求空間約6000平方呎。2.2.6倉庫的可能位置對新倉庫而言，有效地確認其可能的位置也是非常重要的，基本上，位置必須滿足不同種類的情況：地理與基礎建設情

20、況自然資源與人力的可獲性地方工業與稅法社會公益結果，僅有有限的位置滿足這些需求，這些就是新倉庫可能的位置。2.2.7服務水準需求在本文中有不同的方法去定義服務水準，譬如我們或許會指定每一顧客與其供應倉庫間的最大距離，此可確保倉庫可於合理的時間去服務他的顧客，有時我們必須承認對如鄉村或分離區域的顧客而言，較難去滿足他們與其他大多數顧客獲得的相同服務水準，在此情況下，以顧客至其被指定的倉庫距離不超過一特定距離的比率來定義服務水準經常是有用的，如我們需要95%的顧客位於其供應倉庫200哩以內的地方。2.2.8未來需求如同第一章看到的，包含配銷網路設計在內的策略標準的決定對企業有長遠的影響，尤其有關倉

21、庫數量、位置及大小的決定將至少影響該企業往後的3至5年時間，這意謂著在設計網路時往後幾年間的顧客需求變化應被加以考量，這通常應用一個基本劇本方法將現有淨需求值納入計算，譬如，不同的劇本在整個規劃階段被產生以表示未來可能需求組合的變化，這些劇本能被直接納入模式中以決定最佳的配銷策略。2.3模式與資料確認在前面的章節中已說明在網路型態模式的資料收集、列表及釐清的困難，一旦完成上述活動，我們如何確認資料與模式能正確地反應網路設計問題?模式與資料的確認程序為已知被應用去提出此問題，典型的作法為應用模式與所收集之資料重新建構現有的網路型態並將模式的輸出結果與現有資料比較。確認的重要性不能被誇大，以現有網

22、路型態的運作條件(含倉儲、存貨、生產與運輸)於模式中型態化複製所產生的有用資料能被與公司的會計資料相互比較，此經常為找出存於資料、問題的假設、模式的瑕疵等錯誤的最佳方法。譬如，在一案例中，於確認過程中其運輸成本的計算一直被會計資料顯示其被低估了，經過配銷實務的仔細審查，發現有效的卡車能量僅為卡車的實體能量的30%，即卡車以極低的裝貨量出貨。如此，確認程序不僅有助於應用於模式中參數的調整且對現存網路應用的可能改善之處提出建議。另確認過程也經常有助於了解一些網路型態的局部或微小修改對系統在成本與服務水準的影響預估，尤其是，這步驟包含種種”what-if”問題的假設，也包含於系統運作中關閉一個現有倉

23、庫之影響預測。另一案例，確認過程允許使用者改變流經現有網路的物資以了解在成本上的改變。一般而言，經理人員對這些小改變對系統之應有效應有很好的直覺，因此他們能更輕易找出在模式中的錯誤，但對整個系統的徹底重新設計之影響，直覺經常不可信賴。確認為決定模式與資料之有效性的關鍵，其過程亦具有其他的好處，尤其，有助於使用者將其確認過程中已模式化的現有運作與最佳化後的可能改變之處相互結合。2.4 解決方法的技術一旦資料被收集、表格化及確認，在下一步驟為進行物流網路型態最佳化，於實務上，有兩種技術可應用：數學最佳化技術，其包括：正確的方法順序以保證發現最佳的方法，即最少成本方案啟發式順序法找出好的方案但不必是

24、最佳的方案模擬模式以對設計者產生的特定設計可行方案提供評估機制2.4.1 正確問題解決順序的啟發式方法與需求藉由考慮數學最佳化技術，我們開始進行討論，為了解正確的方法順序之需求與啟發式方法之效益，考慮下面之範例：此範例清楚地說明以最佳化為基礎的技術之價值，這些工具可決定有效降低總成本的策略。當然，我們想要分析與解決的物流網路型態基本上比範例複雜的多，主要差異在於需要為倉庫、配銷中心與轉運貨倉設立於最佳地點，不幸的，這些決定使得營運線性規畫顯得不相稱而需要一種被稱做整數規劃的技術應用，因為線性規畫以二進位變數處理連續的變數以決定是否在特定的城市設立倉庫，以0表示不要於那位置設立倉庫，以1表示相反

25、的結果，如此，物流網路型態模式是一種整數規劃模式。不幸的，整數規劃模式更困難解決問題，有興趣的讀者可參照參考書目有關物流網路型態問題正確解決方法的討論。2.4.2 模擬模式與最佳化技術數學最佳化技術有一些重要的限制，他們處理靜態的模式即基本上僅考量年度或平均需求而不將因時間變化的改變加以考慮，以模擬為基礎的工具將系統動態加以考慮且能夠針對一既定設計的系統績效加以特徵化，因此，提供若干設計的可採行方法到模擬模式為使用者的責任。這意謂著模擬模式允許使用者去執行一個微階（micro level）分析。實際上，模擬模式或許包含：單一訂單模組特定的存貨政策倉庫內部存貨移動不幸的，模擬模式僅塑造預先指定之

26、物流網路設計，換言之，設定倉庫、零售商等等的特定型態，模擬模式就能被應用去協助估算有關於該特定型態運作的成本，如果不同的型態被考慮（如較少的顧客必須由不同的倉庫供應）則模式必須重新執行，如同將於第11章看到的，模擬不是一種最佳的工具，它對一特定型態的執行加以特徵化是極為有用的，但卻無法從一個大的型態可能組合中決定一個有效的型態。除此之外，一個詳細的模擬模式因納入有關個別顧客訂單模組、特定的存貨與生產政策、每日的配銷政策等等資料故處理這些資料或許需要大量的電腦運算時間以獲得有關系統執行之必要的正確水準，這意謂著基本上只有極少的可行方案可用做模擬工具。因此，如果系統動態不是一個關鍵問題，一個靜態的

27、模式是適當的且數學最佳化技術就能適用，在經驗中，此種型式的模式幾乎為實務上應用的網路型態模式，而當詳細的系統動態是一個關鍵問題時，就利用下面由Hax及 Candea建議的兩階段方法，它具有以最佳化為基礎與模擬這兩種技術之長處的優勢：利用最佳化模式去產生若干微階的最少成本方案，並對最重要的成本要素加以考量利用模擬模式去評估在第一階段產生的方案2.5網路型態DSS的主要特徵對網路設計而言，任何決策支援系統的主要需求之一為彈性，在本文中我們對彈性的定義為一個系統包容先前存在的大量網路特質的能力，事實上，視特定的應用而定，一個具完整範圍的設計選擇或許是適當的，在範圍的一端為將現有的網路完全地重新最佳化

28、，其意為每一倉庫可被開放或關閉且所有運輸流向可被重新改變方向，在範圍的另一端，將下列特徵溶入最佳化模式是必要的：特定顧客服務水準需求現有倉庫，在大多數的案例中，倉庫已經存在且租期尚未到期，因此，模式不應容許倉庫的關閉現有倉庫的擴大，現有倉庫或許是可擴大的特定流通模組，在各式各樣的狀況中，特定流通模組如從一特定倉庫到一群的顧客不應被改變，或許更甚至於，某些地方之製造廠不會或不能生產某些SKUs倉庫到倉庫的流動，在某些的案例中，物質或許從一個倉庫到另一個倉庫材料清單，在某些的案例中，最終組合件是在倉庫完成，模式需要將此納入，為此目的，使用者需要提供被用於組合完成品之元件資料將上述特徵納入決策支援系

29、統是不夠的，決策支援系統亦必須有能力處理所有問題而極少或不降低其效益。這後者的需求直接與所謂的系統的穩健性有關，且規定系統即成本與服務水準所產生的方案其相對地品質應與特定的環境、資料的可變性或特定的設定無關，如果一個特定的決策支援系統不是穩健的則它很難決定它對一特定的問題的有效程度。另系統運算時間亦必須合理，當然，合理需視特定問題而定，表2.6列出一個一般性的DSS在Pentium200個人電腦上運算的時間，此表提供不同問題的運算時間，對每一例子而言，表中提供統合過之顧客數目、產品數目、供應商數目、倉庫可能位置的數目及現存倉庫的數目，除此之外，此表亦提供被DSS考量新倉庫數目的範圍即最小至最大

30、，這意謂著被DSS考量的倉庫數目不少於最小值且不大於最大值，於每一案例，模式包含一個以顧客與其供應的倉庫之距離限制為定義的服務水準需求，這個值被提供於距離欄位上，決策支援系統發現方案均為於最佳方案的1.0%及.0.5%內，每一方案之運算時間均於列出，所有被列出的問題均依據美國一些公司的真實資料。2.6 解決Bis公司配銷問題現在我們回到本章一開始敘述之Bis公司案例，於網路設計中以一個有效的方法去預測估計需求增加之影響為分析的一個重要問題，一個正在使用的方法為依據現有需求去設計網路然後評估未來需求對總成本的影響，如此，依據現有需求1997以固定倉庫的位置與數目且計算1997、1998及1999

31、之總成本，加以比較，以1998需求設計物流網路。明確的說，考量下列三個選擇：選擇I：依據1997年需求找出最佳網路設計選擇II：依據1998年需求找出最佳網路設計選擇III：依據1999年需求找出最佳網路設計於本例中，考量選擇I，我們需要計算1998及1999之總成本且假設網路型態不變，我們依據設計選擇與評估未來需求對總成本的影響以固定網路型態，藉由計算1997、1998及1999年之總物流成本的淨現值，我們可得與此設計選擇有關的總成本，於過程中，我們能提出產能的問題，譬如，1998需求資料的分析允許我們去評估生產產能是否足夠，或者需要增加生產產能以滿足顧客需求。相同的分析亦適用於其他兩個設計

32、選擇且這三個淨現值被用作最終之決定。摘要在本章中，我們檢視於物流網路設計中重要之問題，一個經常產生的問題為需求整合的效益，由於可獲得的資料為個別零售商的需求資料，對於將顧客群合併組合並將他們視為一個單一總合顧客的原因並不清楚，如同我們所看到的，總合需求資料有其兩個主要理由，其一為從輸入資料所產生的模式大小，事實上，解決網路設計問題所花的時間正隨著顧客數目之增加以指數成長，甚至如果最佳化時間不是問題的話，總合需求可改善需求預測的正確性故其是很重要的，而實際上，我們於零售商與產品階層去預測顧客需求的能力一直是低劣的，相對的，透過資料總合可達到降低變化量，於總合階層之需求預測也將更具正確。第二個於實務上經常引起的問題為最佳化物流網路決策支援系統的需求，此問題為是否需要一個複雜高深的工具或者僅僅一些散開來的紙就足夠了，在本章中主張一個完整的物流網路分析應該考量複雜的運輸成本架構、倉庫大小、製造限制、存貨周轉率、存貨成本及服務水準，這些問題需要應用能有效解決大量問題的以最佳化為基礎的決策支援系統，對此，將於第11章有詳盡的討論。第 14 页 共 14 页