供应链综合计划管理23400.pptx

《供应链综合计划管理23400.pptx》由会员分享，可在线阅读，更多相关《供应链综合计划管理23400.pptx（56页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第四章第四章 供应链综合计划管理供应链综合计划管理第第1 1节节 供应链需求预测供应链需求预测第第2 2节节 供应链总体计划供应链总体计划第第3 3节节 供应链中的供给和需求规划：控制供应链中的供给和需求规划：控制可预测变量可预测变量第第1节节 供应链需求预测供应链需求预测一、预测的作用与特征一、预测的作用与特征二、预测的组成部分及预测方法二、预测的组成部分及预测方法三、需求预测的基本方法三、需求预测的基本方法四、预测的时间序列四、预测的时间序列五、预测误差的测定方法五、预测误差的测定方法六、案例：天然气公司的需求预测六、案例：天然气公司的需求预测一、供应链中预测的作用一、供应链中预测的作用需

2、求预测是供应链中所有计划的基础需求预测是供应链中所有计划的基础需求预测是推拉流程的起点需求预测是推拉流程的起点推：规划生产能力、库存推：规划生产能力、库存拉：规划供给水平拉：规划供给水平零部件和生产线零部件和生产线拥有稳定需求的成熟产品最容易预测拥有稳定需求的成熟产品最容易预测原材料供应和成品需求不确定性大的产品难预原材料供应和成品需求不确定性大的产品难预测测二、预测的特点二、预测的特点预测通常是不准确的预测通常是不准确的长期预测的准确性通常比短期预测低长期预测的准确性通常比短期预测低综合预测准确性比分解预测高综合预测准确性比分解预测高企业越处在供应链上游，预测误差也越大企业越处在供应链上游，

3、预测误差也越大三、预测的组成及预测方法三、预测的组成及预测方法1、影响需求预测的因素、影响需求预测的因素历史需求历史需求产品提前期产品提前期广告计划或其他营销努力广告计划或其他营销努力经济状况经济状况价格折扣价格折扣竞争者采取的行动竞争者采取的行动2、预测方法、预测方法定性法（定性法（qualitative）历史数据少，专家对市场的见解非常重要历史数据少，专家对市场的见解非常重要时间序列法（时间序列法（time series）未来需求与过去需求相关性大未来需求与过去需求相关性大因果关系法因果关系法需求预测与某些外界因素高度相关需求预测与某些外界因素高度相关仿真法仿真法四、需求预测的基本步骤四、

4、需求预测的基本步骤1、理解预测的目标、理解预测的目标2、把供应链的需求计划和预测整合起来、把供应链的需求计划和预测整合起来3、了解和识别顾客群、了解和识别顾客群4、识别影响需求预测的主要因素、识别影响需求预测的主要因素5、确定合适的预测技术、确定合适的预测技术6、设定预测绩效和误差侧度、设定预测绩效和误差侧度五、时间序列预测法五、时间序列预测法乘法型：乘法型：系统需求系统需求=需求水平需求水平*需求趋势需求趋势*季节性需求季节性需求加法型：加法型：系统需求系统需求=需求水平需求水平+需求趋势需求趋势+季节性需求季节性需求混合型：混合型：系统需求系统需求=（需求水平（需求水平+需求趋势）需求趋势

5、）*季节性需求季节性需求1、静态预测法、静态预测法假设未来需求水平、需求趋势和季节系数都不随观测假设未来需求水平、需求趋势和季节系数都不随观测到的新需求而改变。到的新需求而改变。系统需求系统需求=（需求水平（需求水平+需求趋势）需求趋势）*季节性需求季节性需求在在t t期预测期预测t+lt+l期的需求：期的需求：F F F Ft+lt+lt+lt+l=L+(t+l)TL+(t+l)TL+(t+l)TL+(t+l)TS S S St+lt+lt+lt+l L=L=基期的预计需求水平基期的预计需求水平T=T=预计需求趋势预计需求趋势S St t=预计预计t t期的季节系数期的季节系数D Dt t=

6、实际观测的实际观测的t t期需求期需求F Ft t=预测的预测的t t期需求期需求案例：案例：（1）估计需求水平和需求趋势）估计需求水平和需求趋势 剔除季节性需求影响剔除季节性需求影响P:P:每次季节性循环包含的期数每次季节性循环包含的期数从从l+1l+1到到l+pl+p这段时期的平均需求是这段时期的平均需求是l+(p+l)/2l+(p+l)/2时时期剔除季节性影响后的需求期剔除季节性影响后的需求D Dt t=(D=(Dt-p/2t-p/2+D+Dt+p/2t+p/2+2D2Di i)/2p)/2p偶数偶数D Dt t=(=(D Di i)/p )/p 奇数奇数如如p=4p=4，t=3 t=3

7、，D D3 3=(D=(D1 1+D+D5 5+2D2Di i)/2*4)/2*4如如p=3p=3，t=3 t=3，D D3 3=(D=(D2 2+D+D3 3+D+D4 4)/3)/3案例：案例：年份年份季度季度时期时期t需求量需求量Dt剔除季节影响后的需剔除季节影响后的需求求121800013213000143230001975021434000206252251000021250236180002175024723000225003183800022125329120002262533101300024125341132000411241000Dt=(Dt-p/2+Dt+p/2+2Di)

8、/2pD=L+tTD=L+TtD=L+TtExel(Exel(工具工具/数据分析数据分析/回回归归)D=18439+524tD=18439+524tCoefficienCoefficientsts标准误差标准误差InterceptIntercept18438.9918438.99440.8087440.8087X Variable 1X Variable 1523.8095523.809563.9592563.95925时期时期t需求量需求量Dt剔除季节影响后的需求剔除季节影响后的需求1800018963189632130001948719487323000200112001143400020

9、5362053651000021059210596180002158321583723000221072210783800022631226319120002315523155101300023679236791132000242032420312410002472724727（2）估计季节系数）估计季节系数 S St t=d=dt t/D/Dt t时期时期t需求量需求量dt剔除季节影响后的需求剔除季节影响后的需求季节系数季节系数1800018963189630.4218741760.42187417621300019487194870.6671114080.66711140832300020

10、011200111.1493678481.14936784843400020536205361.6556291391.65562913951000021059210590.4748563560.47485635661800021583215830.8339897140.83398971472300022107221071.0403944451.04039444583800022631226311.6791127211.67911272191200023155231550.5182465990.518246599101300023679236790.5490096710.549009671113

11、200024203242031.3221501471.322150147124100024727247271.6581065231.658106523季节系数：季节系数：S S1 1=(S=(S1+1+S S5+5+S S9 9)/3=)/3=（0.42+0.47+0.520.42+0.47+0.52）/3=0.47/3=0.47S S2 2=(S=(S2+2+S S6+6+S S1010)/3=)/3=（0.67+0.83+0.550.67+0.83+0.55）/3=0.68/3=0.68S S3 3=(S=(S3+3+S S7+7+S S1111)/3=)/3=（1.15+1.04+1.3

12、21.15+1.04+1.32）/3=1.17/3=1.17S S4 4=(S=(S4+4+S S8+8+S S1212)/3=)/3=（1.66+1.68+1.661.66+1.68+1.66）/3=1.67/3=1.67静态预测：静态预测：F F1313=(L+13T)S=(L+13T)S1313=(18439+13*524)0.47=11868=(18439+13*524)0.47=11868F F1414=(L+14T)S=(L+14T)S1414=(18439+14*524)0.68=17527=(18439+14*524)0.68=17527F F1515=(L+15T)S=(L+

13、15T)S1515=(18439+15*524)1.17=30770=(18439+15*524)1.17=30770F F1616=(L+16T)S=(L+16T)S1616=(18439+16*524)1.67=44794=(18439+16*524)1.67=447942、适应性预测法、适应性预测法 假设需求水平、需求趋势、季节性随每次观测到假设需求水平、需求趋势、季节性随每次观测到的实际需求量变化。的实际需求量变化。L Lt t=t=t期末的预计需求水平期末的预计需求水平T Tt t=t=t期末的预计需求趋势期末的预计需求趋势S St t=t=t期末预计季节系数期末预计季节系数D Dt

14、 t=t=t期实际观测的需求期实际观测的需求F Ft t=t=t期的预测需求期的预测需求E Et t=t=t期的预测误差期的预测误差适应性需求预测步骤：适应性需求预测步骤：第一步，初始化：静态的第一步，初始化：静态的L L0 0、T T0 0、S S第二步，预测：第二步，预测：F Ft+1 t+1=（L Lt t+lTlTt t）S St+1t+1第三步，预测误差：第三步，预测误差：E Et+1 t+1=F=Ft+1t+1-D Dt+1t+1第四步，修正预测值：用已知的第四步，修正预测值：用已知的E Et+1t+1再去修正再去修正L Lt+1t+1、T Tt+1t+1、S,S,并作为下一期的基

15、础数据并作为下一期的基础数据（1）移动平均法移动平均法没有可观测到的需求趋势或季节变动时没有可观测到的需求趋势或季节变动时系统需求系统需求=需求水平需求水平L Lt t=(D=(Dt t+D+Dt-1t-1+D+Dt-2t-2+.+D.+Dt-N+1t-N+1)/N)/NF Ft+1t+1=L=Lt t当观测完当观测完t t期后期后L Lt+1t+1=(D=(Dt+1t+1+D+Dt t+D+Dt-1t-1+.+D.+Dt-N+2t-N+2)/N)/NF Ft+2t+2=L=Lt+1t+1案例：案例：用用4 4期移动平均预测期移动平均预测5 5期期L L4 4=(D=(D4 4+D D3 3+

16、D D2 2+D D1 1)/4=19500)/4=19500F F5 5=L=L4 4E E5 5=F=F5 5-D-D5 5=19500-10000=9500=19500-10000=9500当得到当得到5 5期的需求观察值后，修正第期的需求观察值后，修正第5 5期需求水平。期需求水平。L L5 5=(D=(D5 5+D D4 4+D D3 3+D D2 2)/4=20000)/4=20000时期时期t需求量需求量Dt18000213000323000434000510000（2）一次指数平滑法）一次指数平滑法 没有可观测到的需求趋势或季节变动时没有可观测到的需求趋势或季节变动时 L L0

17、 0=1/n*=1/n*D D F Ft+1t+1=L=Lt t L Lt+1t+1=aD=aDt+1t+1+(1-a)L+(1-a)Lt t （0 a1 0 a1）案例：天然气在线公司用指数平滑法预测案例：天然气在线公司用指数平滑法预测1 1期，已有期，已有1212期数据期数据L L0 0=1/12*=1/12*D=22083 FD=22083 F1 1=L=L0 0=22083=22083E Et t=F=Ft t-D-Dt t=22083-8000=14083=22083-8000=14083设设a=0.1a=0.1L Lt+1t+1=aD=aDt+1t+1+(1-a)L+(1-a)Lt

18、 t=0.1*8000+0.9*22083=20674=0.1*8000+0.9*22083=20674Ft+1=aDt+(1-a)Ft（3）矫正需求趋势的指数平滑法（）矫正需求趋势的指数平滑法（HOLT）呈现需求趋势但没有季节性变动呈现需求趋势但没有季节性变动系统需求系统需求=需求水平需求水平+需求趋势需求趋势线性回归线性回归 ：D Dt t=at+b=at+bF Ft+1t+1=L=Lt t+T+Tt t F Ft+nt+n=L=Lt t+nT+nTt t观测到观测到t t期的实际需求后，对需求水平和需求趋势期的实际需求后，对需求水平和需求趋势进行修正进行修正L Lt+1t+1=aD=aD

19、t+1t+1+(1-a)(L+(1-a)(Lt t+T+Tt t)T Tt+1t+1=b(L=b(Lt+1t+1-L-Lt t)+(1-b)T)+(1-b)Tt t案例：天然气在线公司案例：天然气在线公司holtholt模型法预测模型法预测回归回归 L0=12015 T0=1549L0=12015 T0=1549预测：预测：F1=L0+T0=12015+1549=13564F1=L0+T0=12015+1549=13564预测误差：预测误差：E1=F1-D1=13564-8000=5564E1=F1-D1=13564-8000=5564平滑系数：平滑系数：a=0.1 b=0.2a=0.1 b=

20、0.2修正：修正：L1=aD1+(1-a)(L0+T0)=0.1*8000+0.9*13564=13008L1=aD1+(1-a)(L0+T0)=0.1*8000+0.9*13564=13008T1=b(L1-L0)+(1-b)T0=0.2*(13008-12015)+0.8*1549=1438T1=b(L1-L0)+(1-b)T0=0.2*(13008-12015)+0.8*1549=1438F2=L1+T1=13008+1438=14446F2=L1+T1=13008+1438=14446 初始预测过高，修正从初始预测过高，修正从1356413564到到1300813008，预测趋势也从，

21、预测趋势也从15491549降到降到14381438案例：案例：一家电子制造商在过去一家电子制造商在过去6个月中观察到它的最新个月中观察到它的最新MP3产品的需求一直保持增长，需求的观测值分别为产品的需求一直保持增长，需求的观测值分别为8415、8732、9014、9808、10413和和11961，用矫，用矫正需求趋势的指数平滑法预测第正需求趋势的指数平滑法预测第4期的需求，其中期的需求，其中a=0.1，b=0.2。（线性回归结果：（线性回归结果：L0=7367，T0=673）F1=L0+T0=7367+673=8040E1=F1-D1=8040-8415=-375L1=aD1+（1-a）F

22、1=0.1*8415+0.9*8040=8078T1=b（L1-L0）+（1-b）T0 =0.2*（8078-7367）+0.8*673=681（4）矫正需求趋势和季节性的指数平滑法（）矫正需求趋势和季节性的指数平滑法（winter模型）模型）呈现需求趋势和季节变动。呈现需求趋势和季节变动。系统需求系统需求=（需求水平（需求水平+需求趋势）季节性需求需求趋势）季节性需求F Ft+1t+1=(L=(Lt t+T+Tt t)S)St+1t+1 F Ft+nt+n=(L=(Lt t+nT+nTt t)S)St+nt+n观测到观测到t t期的实际需求后，对需求水平、需求趋势和期的实际需求后，对需求水平

23、、需求趋势和季节系数进行修正季节系数进行修正L Lt+1t+1=a(D=a(Dt+1t+1/S/St+1t+1)+(1-a)(L)+(1-a)(Lt t+T+Tt t)T Tt+1t+1=b(L=b(Lt+1t+1-L-Lt t)+(1-b)T)+(1-b)Tt tS St+p+1t+p+1=c(D=c(Dt+1t+1/L/Lt+1t+1)+(1-c)S)+(1-c)St+1t+1案例：案例：L L0 0=18439=18439，T T0 0=524=524，S S1 1=0.47=0.47，S S2 2=0.68=0.68，S S3 3=1.17=1.17，S S4 4=1.67=1.67预

24、测：预测：F F1 1=(L=(L0 0+T+T0 0)S)S1 1=(18439+524)0.47=8913=(18439+524)0.47=8913预测误差：预测误差：E E1 1=F=F1 1-D-D1 1=8913-8000=913=8913-8000=913平滑平滑 ：a=0.1 b=0.2 c=0.1a=0.1 b=0.2 c=0.1修正：修正：L L1 1=a(D=a(D1 1/S/S1 1)+(1-a)(L)+(1-a)(L0 0+T+T0 0)=0.1*=0.1*（8000/0.478000/0.47）+0.9*+0.9*（18439+52418439+524）=18769=

25、18769T T1 1=b(L=b(L1 1-L-L0 0)+(1-b)T)+(1-b)T0 0 =0.2*=0.2*（18769-1843918769-18439）+0.8*524=485+0.8*524=485S S1 1=c(D=c(D1 1/L/L1 1)+(1-c)S)+(1-c)S1 1 =0.1 =0.1（8000/187698000/18769）+0.9*0.49=0.47+0.9*0.49=0.47F F2 2=(L=(L1 1+T+T1 1)S)S2 2=(18769+485)*0.68=13093=(18769+485)*0.68=13093预测方法的适用情况预测方法的适

26、用情况预测方法预测方法适用情况适用情况移动平均法移动平均法需求没有呈现趋势或季节性需求没有呈现趋势或季节性一次指数平滑法一次指数平滑法需求没有呈现趋势或季节性需求没有呈现趋势或季节性Holt模型模型需求呈现趋势但没有季节性需求呈现趋势但没有季节性Winter模型模型需求呈现趋势和季节性需求呈现趋势和季节性六、预测误差的度量六、预测误差的度量分析原因：分析原因：可以运用误差分析，检查是否准确反映系统需可以运用误差分析，检查是否准确反映系统需求部分求部分误差用来解释意外事件误差用来解释意外事件误差在误差在一定范围一定范围是可以接受的；是可以接受的；t t期的误差是该期预测需求与实际需求的差值：期的

27、误差是该期预测需求与实际需求的差值：E Et t=F=Ft t-D-Dt t衡量方法：衡量方法：MSE:MSE:均方差，表示误差的离散程度（均方差，表示误差的离散程度（mean squared errormean squared error）MSEn=1/nMSEn=1/nE E2 2t tAtAt：绝对偏差，表示：绝对偏差，表示t t期误差绝对值（期误差绝对值（absolute deviationabsolute deviation）At=|Et|At=|Et|MADnMADn：表示平均绝对误差：表示平均绝对误差MADn=1/n MADn=1/n AtAt如果正态分布，如果正态分布，MADM

28、AD可以用来预测随机需求部分标准差可以用来预测随机需求部分标准差=1.25MAD=1.25MADMAPEnMAPEn表示平均绝对百分比误差表示平均绝对百分比误差MAPEn=MAPEn=（|Et/Dt|Et/Dt|）100/n100/n为辨别是否持续低估或者高估，用预测误差之和衡量为辨别是否持续低估或者高估，用预测误差之和衡量Bias=Bias=Et Et 正态分布值为正态分布值为0 0 TSTS路径信号（路径信号（tracking signaltracking signal）TSt=Biast/MADt TSt=Biast/MADt -6TSt6-6TSt6时期时期t需求量需求量Dt需求水需求

29、水平平L L预测需预测需求求F F预测误预测误差差E E绝对误绝对误差差AEAE平均方差平均方差MSEMSE平均绝对离平均绝对离差差MADMAD误差百分误差百分比比平均绝对百分比误平均绝对百分比误差差MAPEMAPE路径信号路径信号TSTS180002130003230004340001950019500510000200002000019500195009500950095009500902500009025000095009500959595951 16180002125021250200002000020002000200020004712500047125000575057501111

30、53532 272300021250212502125021250-1750-1750175017503243750032437500441744177.67.637.9066022537.906602252.22.283800022250222502125021250-16750-16750167501675094468750944687507500750044.0789544.0789539.4496885339.44968853-0.93333-0.9333391200022750227502225022250102501025010250102509658750096587500805

31、08050858548.6430841648.643084160.400.401013000215002150022750227509750975097509750963333339633333383338333757553.0359034753.035903471.561.56113200023750237502150021500-10500-10500105001050098321428983214288642864232.812532.812550.146850.14680.2890.289124100024500245002375023750-17250-172501725017250

32、1232265621232265629718.759718.75424249.1376364449.13763644-1.5-1.5七、综合项目：七、综合项目：天然气在线公司需求预测天然气在线公司需求预测移动平均法移动平均法七、综合项目：天然气在线公司需求预测七、综合项目：天然气在线公司需求预测单一指数平滑法：单一指数平滑法：时期时期t需求量需求量t需求水平需求水平预测需求预测需求预测误差预测误差绝对误差绝对误差平均方差平均方差平均绝对离差平均绝对离差误差百分比误差百分比平均绝对百分比误差平均绝对百分比误差路径信号路径信号0 022083 22083 18000 20675 20675 220

33、83 22083 14083 14083 14083 14083 198340278 198340278 14083 14083 176 176 176 176 1.00 1.00 21300019908 19908 20675 20675 7675 7675 7675 7675 128622951 128622951 10879 10879 59 59 118 118 2.00 2.00 323000 20217 20217 19908 19908-3093-3093 3093 3093 88936486 88936486 8284 8284 13 13 83 83 2.25 2.25 43

34、4000 21595 21595 20217 20217-13783-13783 13783 13783 114196860 114196860 9659 9659 41 41 72 72 0.51 0.51 510000 20436 20436 21595 21595 11595 11595 11595 11595 118246641 118246641 10046 10046 116 116 81 81 1.64 1.64 618000 20192 20192 20436 20436 2436 2436 2436 2436 99527532 99527532 8777 8777 14 14

35、 70 70 2.15 2.15 723000 20473 20473 20192 20192-2808-2808 2808 2808 86435714 86435714 7925 7925 12 12 62 62 2.03 2.03 838000 22226 22226 20473 20473-17527-17527 17527 17527 114031550 114031550 9125 9125 46 46 60 60-0.16-0.16 912000 21203 21203 22226 22226 10226 10226 10226 10226 112979315 112979315

36、9247 9247 85 85 62 62 0.95 0.95 1013000 20383 20383 21203 21203 8203 8203 8203 8203 108410265 108410265 9143 9143 63 63 63 63 1.86 1.86 1132000 21544 21544 20383 20383-11617-11617 11617 11617 110824074 110824074 9368 9368 36 36 60 60 0.58 0.58 1241000 23490 23490 21544 21544-19456-19456 19456 19456

37、133132065 133132065 10208 10208 47 47 59 59-1.38-1.38 七、综合项目：天然气在线公司需求预测holt model时期时期需求量需求量需求水平需求水平趋势水平趋势水平季节因素季节因素预测需求预测需求预测误差预测误差绝对误差绝对误差MSEMSEMADMAD误差百分比误差百分比MAPEMAPE路径信号路径信号0 018439 18439 524 524 18000 18866 18866 514 514 0.47 0.47 8913 8913 913 913 913 913 832857 832857 913 913 11 11 11 11 1.0

38、0 1.00 213000 19367 19367 513 513 0.68 0.68 13179 13179 179 179 179 179 432367 432367 546 546 1 1 6 6 2.00 2.00 323000 19869 19869 512 512 1.17 1.17 23260 23260 260 260 260 260 310720 310720 450 450 1 1 5 5 3.00 3.00 434000 20380 20380 512 512 1.67 1.67 34036 34036 36 36 36 36 233364 233364 347 347

39、0 0 4 4 4.00 4.00 510000 20911 20911 514 514 0.47 0.47 9819 9819-181-181 181 181 193242 193242 314 314 2 2 3 3 3.85 3.85 618000 21677 21677 539 539 0.68 0.68 14569 14569-3431-3431 3431 3431 2123421 2123421 833 833 19 19 6 6-2.67-2.67 723000 22088 22088 526 526 1.17 1.17 25992 25992 2992 2992 2992 29

40、92 3099234 3099234 1142 1142 13 13 7 7 0.67 0.67 838000 22621 22621 527 527 1.67 1.67 37765 37765-235-235 235 235 2718717 2718717 1028 1028 1 1 6 6 0.52 0.52 912000 23267 23267 539 539 0.47 0.47 10879 10879-1121-1121 1121 1121 2556150 2556150 1039 1039 9 9 6 6-0.57-0.57 1013000 23571 23571 515 515 0

41、.68 0.68 16188 16188 3188 3188 3188 3188 3316811 3316811 1253 1253 25 25 8 8 2.07 2.07 1132000 24250 24250 532 532 1.17 1.17 28181 28181-3819-3819 3819 3819 4340901 4340901 1487 1487 12 12 9 9-0.82-0.82 1241000 24770 24770 530 530 1.67 1.67 41385 41385 385 385 385 385 3991516 3991516 1395 1395 1 1 8

42、 8-0.60-0.60 预测方法预测方法MADMADMAPE(%)MAPE(%)TSTS变动范围变动范围四期移动平均四期移动平均9718.75 9718.75 49.14 49.14-1.52-1.52 2.21 2.21 单一指数平滑单一指数平滑法法10208.44 10208.44 59.08 59.08-1.38-1.38 2.25 2.25 HOLT MODELHOLT MODEL8835.84 8835.84 51.68 51.68-2.15-2.15 2.00 2.00 WINTER WINTER MODELMODEL1394.86 1394.86 7.94 7.94-2.67-

43、2.67 4.00 4.00 四种方法的预测误差第第2 2节节 供应链综合计划供应链综合计划 主要内容：主要内容：一、供应链综合计划的作用一、供应链综合计划的作用二、综合计划的有关问题二、综合计划的有关问题三、综合计划策略三、综合计划策略四、利用线性模型制定总体计划四、利用线性模型制定总体计划一、供应链综合计划的作用一、供应链综合计划的作用在需求产生之前进行预测，并决定需求得到的满在需求产生之前进行预测，并决定需求得到的满足的程度。足的程度。需确定的主要参数：需确定的主要参数：生产速率生产速率劳动力劳动力加班量加班量机器产能水平机器产能水平转包转包延期交货需求延期交货需求现有库存现有库存二、综

44、合计划的有关问题二、综合计划的有关问题1 1、制定总体计划需要的信息、制定总体计划需要的信息T T期的需求预测期的需求预测F F生产成本生产成本劳动成本（日常劳动成本（日常+加班）加班）转包生产成本转包生产成本变动成本（工人、设备以及产能）变动成本（工人、设备以及产能）单位产品所需劳动或机器小时数单位产品所需劳动或机器小时数库存成本库存成本缺货或者积压成本缺货或者积压成本2 2、限制性因素、限制性因素加班时间加班时间解雇解雇可利用资本可利用资本库存缺货或积压库存缺货或积压从供应商到企业的约束从供应商到企业的约束三、综合计划策略三、综合计划策略1、追逐策略、追逐策略将产能作为杠杆将产能作为杠杆当

45、需求变动时，改变生产能力，解雇或者雇佣当需求变动时，改变生产能力，解雇或者雇佣劳动力。劳动力。缺点：产能改变成本很高缺点：产能改变成本很高适用条件：库存成本很高，而改变产能成本较适用条件：库存成本很高，而改变产能成本较低。低。2、劳动力或产能的时间柔性策略、劳动力或产能的时间柔性策略将利用率作将利用率作为杠杆为杠杆劳动力和产能不变，调整作业时间劳动力和产能不变，调整作业时间缺点：设备与员工的闲置缺点：设备与员工的闲置适用条件：库存成本很高，而改变产能利用水适用条件：库存成本很高，而改变产能利用水平的成本较低。平的成本较低。3、平稳策略、平稳策略将库存作为杠杆将库存作为杠杆劳动力与产能的产出率保

46、持不变，通过库存调劳动力与产能的产出率保持不变，通过库存调节。节。优点：雇员稳定，设备利用率高优点：雇员稳定，设备利用率高缺点：积压严重缺点：积压严重四、利用线性模型制定综合计划四、利用线性模型制定综合计划项目项目成本成本另另:单位原材料成本单位原材料成本10101 1月库存月库存10001000每月每单位库存成本每月每单位库存成本2 2单位售价单位售价4040每月每单位缺货或积压成本每月每单位缺货或积压成本5 51 1月初员工数月初员工数8080雇用或培训每个工人成本雇用或培训每个工人成本300300每条生产线工作日每条生产线工作日2020解雇成本解雇成本500500工人日常工作小时工人日常

47、工作小时8 8单位产品劳动时间单位产品劳动时间4 4每月加班不超过每月加班不超过1010日常每小时工作成本日常每小时工作成本4 46 6月末最低库存月末最低库存500500加班每小时工作成本加班每小时工作成本6 6单位转包成本单位转包成本30301 1、决策变量：、决策变量：Wt=tWt=t月的劳动力人数月的劳动力人数Ht=tHt=t月初雇佣员工数月初雇佣员工数Lt=tLt=t月初解雇员工数月初解雇员工数Pt=tPt=t月生产的产量水平月生产的产量水平It=tIt=t月末的库存水平月末的库存水平St=tSt=t月末缺货或积压的产品数量月末缺货或积压的产品数量Ct=tCt=t月转包生产数量月转包

48、生产数量Ot=tOt=t月加班小时数月加班小时数2 2、目标函数：总成本最小、目标函数：总成本最小日常劳动成本日常劳动成本=640Wt=640Wt加班劳动成本加班劳动成本=6Ot=6Ot雇佣和解雇成本雇佣和解雇成本=300Ht+500Lt=300Ht+500Lt保有和出清库存成本保有和出清库存成本=2It+5St=2It+5St原材料成本和转包成本原材料成本和转包成本=10Pt+30Ct=10Pt+30Ct总成本总成本=640Wt+6Ot+300Ht+500Lt+2It+=640Wt+6Ot+300Ht+500Lt+2It+5St+10Pt+30Ct5St+10Pt+30Ct3 3、限制性条件

49、、限制性条件工人总数、雇佣员工数和解雇员工数工人总数、雇佣员工数和解雇员工数Wt=WWt=Wt-1t-1+H+Ht t+L+Lt t t=1,t=1,6 W0=80,6 W0=80生产能力生产能力P Pt t40W40Wt t+O+Ot t/4 t=1,/4 t=1,6,6 库存平衡库存平衡I It-1t-1+P+Pt t+C+Ct t=D=Dt t+S+St-1t-1+I+It t-S-St t t=1,t=1,6,6 I I0 0=1000 I=1000 I6 6500 S500 S0 0=0 S=0 S6 6=0=0加班时间加班时间O Ot t10W10Wt t t=1,t=1,6,6

50、所有变量非负所有变量非负red tomato tools red tomato tools 综合计划综合计划（持有成本（持有成本6 6美元）美元）时时间间雇佣人雇佣人数数解雇人解雇人数数工人人工人人数数加班时加班时间间库存库存库存缺库存缺货货转包合转包合同同总产总产量量需求预需求预测测0 00 00 080800 0100010000 00 01 10 0232357570 0166716670 00 022672267100010002 20 00 057570 09339330 00 022672267300030003 30 00 057570 00 00 00 022672267380