倉儲與搬運系統(tǒng)(ppt)

倉儲與搬運系統(tǒng)

倉儲系統(tǒng)的必要性
倉儲系統(tǒng)的功能
倉儲方案
物料搬運問題
四種方案

倉儲系統(tǒng)的必要性
利用合理的倉儲活動可以實現(xiàn)儲存、生產(chǎn)和運輸之間良好的、經(jīng)濟的平衡。
降低運輸-生產(chǎn)成本
平衡生產(chǎn)、提高運輸效率
協(xié)調(diào)供求
需求與生產(chǎn)、生產(chǎn)與供應(yīng)之間的不平衡；
長期生產(chǎn)供應(yīng)短期的需求；短期生產(chǎn)供應(yīng)長期需求；低價時采購充足的原材料；
生產(chǎn)需要
倉儲可以是生產(chǎn)的一部分，例如，酒。
營銷需要
倉儲可以使產(chǎn)品更接近客戶，加快交貨時間，改善客戶服務(wù)。

倉儲系統(tǒng)的功能
儲存（Holding）
集裝（Consolidation）
分撥倉庫：
半永久性存儲區(qū)與揀貨區(qū)
拆裝(Break-Bulk)
由于運輸費用的關(guān)系，用于分拆的分撥倉庫應(yīng)離客戶較近。
混合(Mixing)配送

物料移動的功能
裝貨和卸貨
卸貨、整理分類、貨物分級和檢驗、修改庫存記錄；
核實訂單、加固包裝、更改庫存記錄；
庫內(nèi)運輸
從卸貨點到存儲區(qū)，從存儲區(qū)到揀貨貨區(qū)，從揀貨區(qū)到裝貨點。
揀貨

倉儲方案
企業(yè)在進行倉儲方案選擇時，一般都是從倉儲成本和客戶服務(wù)水平兩方面來考慮。
自營倉庫
優(yōu)勢
較低的倉儲費用，在利用率較高時；
更大程度地控制倉儲運作；
充分發(fā)揮人力資源的優(yōu)勢；
稅收及無形資產(chǎn)方面的優(yōu)勢；
增值及未來的發(fā)展；
缺點
缺乏柔性；
位置、規(guī)模、技術(shù)水平。
較高的投資、較低的投資回報率。

公共倉庫
優(yōu)勢
無需固定投資；
當庫存量過高或很低時，可以降低倉儲成本。
降低投資風險；
倉庫設(shè)施、設(shè)備的壽命，技術(shù)的革新和運行模式的改變；
較高的柔性；
選址靈活；物流網(wǎng)絡(luò)的優(yōu)化；
缺點
信息的溝通
倉庫的信息化管理和企業(yè)的信息溝通。
個性化服務(wù)
企業(yè)的特殊要求等。

租賃倉庫
在一定時期內(nèi)，按照一定的合同約束，使用倉庫內(nèi)一定的設(shè)備、空間和服務(wù)。
優(yōu)勢
較低的租金；
倉庫經(jīng)營者可以提供更多的服務(wù)，如，運輸配送、存貨控制、客戶服務(wù)、訂貨、退貨等。
加強了溝通與協(xié)調(diào)；
缺點
喪失了一定的靈活性；
在途存儲


物料搬運問題
搬運的指導(dǎo)原則
消除無效搬運
搬運不能增加貨物的內(nèi)在價值，而會增加破損可能性和成本；
減少搬運次數(shù)，提高搬運純度（先去雜質(zhì)、避免過度包裝等）；
注意重力等因素的影響和作用；
提高搬運活性
物品放置有利于下次搬運；托盤化；（裝上時考慮便于卸下，入庫時考慮便于出庫等）

充分利用搬運設(shè)備
即使人可以操作，為了提高效率、安全性等因素也用機械設(shè)備，人做更有意義的事情；
物流均衡順暢、避免忙閑不均；
集裝化；
系統(tǒng)化
將運輸、保管、包裝、裝卸各環(huán)節(jié)作為一個系統(tǒng)來考慮，考慮綜合效益；

倉庫布局
存儲區(qū)
根據(jù)貨物的周轉(zhuǎn)率設(shè)計通道的寬度、堆碼的高度。
揀貨區(qū)
將揀貨區(qū)與存儲區(qū)分開，可以縮短工人配貨的時間。
提高揀貨效率的幾個策略：
排序：將訂單上的貨物按照揀貨路線上的次序排列，減少路程；
分區(qū)：一個揀貨員只負責一個區(qū)域內(nèi)的貨物；
批處理：一次經(jīng)過貨位時，為多個訂單揀貨；

選擇存儲設(shè)備
貨架和其他適合不規(guī)則形狀貨物的設(shè)備。如回轉(zhuǎn)貨架，可在一個封閉軌道上移動；
選擇搬運設(shè)備
手工搬運設(shè)備：靈活、低成本、低能力
動力輔助設(shè)備
托盤-叉車；電瓶車（操作簡單、靈活，載重量小）；
牽引車+掛車（適合運輸量大而穩(wěn)定的場合，如碼頭、中心貨站、大型企業(yè)的原料倉庫）；
輸送機——重力式、滾軸式、皮帶式等（出入庫、分揀）；
全機械化設(shè)備
自動存取系統(tǒng)AS/RS（Automated Storage/Retrieval System）


預(yù)測物流需求
決策離不開預(yù)測，預(yù)測是編制計劃（存儲計劃、運輸計劃）的基礎(chǔ)；
預(yù)測的主要方法是“讓歷史告訴未來”；
需求的特性
預(yù)測方法分類
一些簡單方法
特殊的預(yù)測問題
快速反應(yīng)——解決預(yù)測問題的另一個辦法



需求的特性
時間和空間
時間維上的變化規(guī)律，時間序列；
不同的區(qū)域需求不同；
自上而下的預(yù)測：先分析總需求，再按地理區(qū)域分解；
自下而上的預(yù)測：先對各地區(qū)預(yù)測，再匯總總需求。


無規(guī)則需求與規(guī)律性需求
在產(chǎn)品處于穩(wěn)定時期，需求模式一般可分解為趨勢、季節(jié)性和隨機性因素，表現(xiàn)出一定的規(guī)律性；
當產(chǎn)品剛剛進入市場或即將退出市場時，則產(chǎn)品的需求時間和需求水平非常不確定，難有規(guī)律可循。
派生需求與獨立需求
派生需求：是由其它需求決定的；
獨立需求：來自客戶的“原始”需求；

例如， 獨立需求——自行車銷售量；
派生需求——輪胎、車架、踏腳；
因此，重要的是獨立需求的預(yù)測。
預(yù)測的方法分類
預(yù)測技術(shù)可分為三類：
定性法（Qualitative Method）
通過調(diào)查、比較、直覺和判斷對未來作出估計。
如Delphi法，使一組互不相關(guān)的專家（20人左右），不斷在匯總材料上給出新的預(yù)測和新的要求，使大家都能掌握充分的信息。適合中長期的經(jīng)濟預(yù)測；

定量法（Quantitative Method）
例如：
歷史映射法（Historical Projection Method）
用過去的變化模式來預(yù)測未來。
因果法（Causal Method）
通過分析因果關(guān)系將因變量的預(yù)測歸結(jié)為較容易預(yù)測的自變量的預(yù)測。
如回歸分析與計量經(jīng)濟模型，困難在于變量的選取；
定性定量結(jié)合，如計算機仿真；

一些簡單的預(yù)測方法
研究顯示，簡單的預(yù)測模型得到的結(jié)果常常不比深奧的、復(fù)雜的模型差。
移動平均法
Ft+1=(At+ At-1… + At-N+1)/N
其中，F(xiàn)t是t時段的預(yù)測值; At是t時段的實際值;N是選定的時段數(shù)量;
通過給每個時段的實際值不同的權(quán)值就得到加權(quán)移動平均法。

指數(shù)平滑法
指數(shù)平滑法是時間序列方法中最廣泛為人接受使用的方法。
Ft+1= At +(1-)Ft
其中，是指數(shù)平滑系數(shù)。
越大，預(yù)測模型對近期的實際值變化有更靈敏的反應(yīng)；
越小，預(yù)測需求量時給需求歷史數(shù)據(jù)的權(quán)數(shù)越大，預(yù)測結(jié)果越平穩(wěn)，受隨機因素的干擾少。


為什么叫指數(shù)平滑法？
過去實際數(shù)據(jù)的權(quán)重越來越?。?
At的權(quán)重為， At-1的權(quán)重為(1- ) ，At-2的權(quán)重為(1- ) (1- ) ，…
例如，對=0.2，有


資料9.3

例

當數(shù)據(jù)中有明顯的趨勢和季節(jié)性特征時，模型的內(nèi)在滯后性使預(yù)測誤差相當大。加入趨勢和季節(jié)性因子后，可以提高預(yù)測精度。


1.校正趨勢
St+1= At +(1-)Ft
Tt+1= (St+1 -St) +(1- ) Tt
Ft+1=St+1 +Tt+1
其中St是t期初始預(yù)測；
Tt是t期的趨勢；是趨勢平滑系數(shù)；


資料9.4 與上例同樣的數(shù)據(jù)

2.季節(jié)性指數(shù)
有些產(chǎn)品的需求有明顯的季節(jié)性，當季節(jié)性高峰與低峰在每個周期的同一時期出現(xiàn)時，可以用以下的預(yù)測模型：
St+1= (At /It-L )+(1-)(St +Tt)
Tt+1= (St+1 -St) +(1- ) Tt
It= (At / St) +(1- ) It-L
Ft+1=(St+1 +Tt+1) It-L+1
其中It是t期的季節(jié)性指數(shù)；
L是一個完整季節(jié)的期間；是季節(jié)性指數(shù)上的平滑系數(shù)；


3.預(yù)測效果的衡量：
預(yù)測誤差 Ei=Fi-Ai
平均絕對誤差

如果誤差服從期望為0的正態(tài)分布，則對于一定的置信度，可以得出需求的一個范圍。
即首先查正態(tài)分布表（附錄A），得z()，置信度為的需求范圍為（ Ft - z() SF, Ft + z() SF ）
資料9.5


假設(shè)置信度為95%，則查得
z(0.975)=1.96 (對應(yīng)附錄中面積為0.975)，
因此，置信度為95%的預(yù)測區(qū)間為
（1064-1.96*407.92, 1064+1.96*407.92 ）
4.監(jiān)控預(yù)測誤差
預(yù)測系統(tǒng)應(yīng)是一個自維護系統(tǒng)。不僅建立初始模型，而且在預(yù)測過程中自動調(diào)整模型，使之適應(yīng)新的情況。
使用指數(shù)平滑法進行預(yù)測時，即是要根據(jù)對預(yù)測誤差的監(jiān)控對平滑系數(shù)進行自動調(diào)整。


經(jīng)典時間序列分解
長期的銷售模式可以分解為四組成分：趨勢、季節(jié)性波動、周期性變化和隨機因素。
即
F=T*S*C*R
其中T是趨勢水平； S是季節(jié)指數(shù)； C是周期指數(shù)； R是隨機波動指數(shù)；
實踐中，通常設(shè)C=R=1。因為預(yù)測本身就是預(yù)測期望值；在長期的預(yù)測過程中，模型本身也要更新，在更新過程中預(yù)測者會考慮周期性變化的趨勢。
趨勢T的估計
線性回歸：設(shè)T=a+b*t
a, b可以用最小二乘法，得到

其中N是觀察值個數(shù)；
Dt是第t期的實際需求；

資料9.6
某服裝制造商根據(jù)歷史銷售情況將每年分為夏季、換季時節(jié)、秋季、春節(jié)期間和春季，已知前兩年的銷售情況，現(xiàn)需要對最近兩個季節(jié)的需求做預(yù)測。

多元回歸分析
對某種產(chǎn)品的需求可能受到多種因素的影響。
例如對羊毛衫的需求量，受到羊毛衫價格、消費者收入、消費者偏好、氣候等因素的影響。
通過分析需求與變量之間的關(guān)系，預(yù)測各個變量的未來值，最后求得需求的預(yù)測值。
例.已知17年來玻璃制造業(yè)的銷售額、汽車生產(chǎn)量和建筑業(yè)的產(chǎn)值。經(jīng)過回歸分析得到
Y=19.1234+35.6697X1+10.8603X2
預(yù)計來年汽車生產(chǎn)量為6.4萬輛，建筑業(yè)產(chǎn)值為40千萬元，則來年玻璃的需求量為，
19.1234+35.6697*6.5+10.8603*40=685.389(萬元)

特殊的預(yù)測問題
啟動
沒有歷史數(shù)據(jù)
利用類似產(chǎn)品的需求模式來估計；
有比較高的平滑系數(shù)進行預(yù)測，逐漸調(diào)低；
不規(guī)律需求
分析原因
不頻繁大額訂單；派生需求；季節(jié)性高峰；例外情況等；
將不規(guī)律需求與其他有規(guī)律需求分開處理。
如果是例外情況，可以不對變化作快速反應(yīng)，例如用較小的平滑系數(shù)。


地區(qū)性預(yù)測
是總預(yù)測后分配還是先預(yù)測再合計？
組合預(yù)測
根據(jù)各種預(yù)測模型（例如回歸法、判斷法、指數(shù)平滑法等）的預(yù)測誤差，給每種預(yù)測模型一定的權(quán)值。
將各個預(yù)測模型的預(yù)測值進行加權(quán)平均后作為最后的預(yù)測結(jié)果。
綜合考慮了多個預(yù)測渠道的信息。

快速反應(yīng)——解決預(yù)測問題的另一辦法
推式市場的供應(yīng)鏈
根據(jù)長期預(yù)測進行生產(chǎn)決策；
拉式市場的供應(yīng)鏈
生產(chǎn)是由需求驅(qū)動的，因此生產(chǎn)是根據(jù)實際客戶需求而不是預(yù)測需求進行協(xié)調(diào)的。
快速的信息流機制；
庫存水平明顯下降；
資料9.10



倉儲與搬運系統(tǒng)(ppt)