構建有競爭力的供應鏈網絡第五章學習目標1掌握供應鏈網絡的構建理論和方法；學習了解供應鏈環境、經營主體與基礎網絡以及供應鏈網絡的類型等基本知識。第五章構建有競爭力的供應鏈網絡12/31/20232第一節供應鏈網絡構建的基礎一供應鏈環境、經營主體與基礎網絡1.供應鏈環境建設供應鏈環境建設包括硬件環境和軟件環境建設，對硬件環境建設的理解可結合供應鏈商流、物流、信息流、資金流的建設和規劃的需要；對軟環境的建設是基于供應鏈的體制和規則而興起的2.供應鏈經營主體3.供應鏈基礎網絡（1）制造商與供應鏈網絡（2）分銷商與供應鏈網絡（3）零售商與供應鏈網絡（4）物流商與供應鏈網絡12/31/20233二供應鏈網絡構建的要點產品從生產者經物流企業及銷售商到達消費者手中的過程，其實質是產品在供應鏈上的流動過程1供應鏈的核心內容（1）監控整條供應鏈上的庫存（2）有效控制物品流動成本（3）訂單整個執行過程的管理2供應鏈的運作機制（1）供應鏈過程信息反饋（2）供應鏈商品供應控制（3）供應鏈管理動態聯盟（4）互聯網信息技術利用12/31/202343發展現代物流業對供應鏈的支持（1）外包部分業務（2）共用物流資源12/31/20235供應鏈網絡構建急需解決的問題（1）相關企業集成（2）物流集成12/31/20236第二節確定供應鏈網絡節點

一供應鏈網絡類型1設施網絡類型（1）產品行設施網絡（2）市場型設施網絡（3）工藝型設施網絡2功能網絡類型（1）運輸網絡（2）倉儲網絡（3）組織網絡（4）信息網絡12/31/20237供應鏈網絡節點的確定

1制造企業供應網鏈的節點2銷售商連鎖經營網絡節點3第三方物流網絡節點4供應鏈網絡節點的確定（重中之重）12/31/20238一區域物流系統網絡結構1區域物流網絡構成2區域物流系統一般運作模式3交通運輸網對區域物流系統的影響供應鏈物流網絡節點的四個層次（1）國際物流樞紐（2）區域物流設施（3）城市配送中心（4）商店第三節供應鏈設施網鏈布點方法12/31/20239二設施網絡選址方法1設施網絡選址方法（1）啟發式方法（2）模擬方法（3）優化方法（4）聚類布點方法2單一選址問題會出現在以下幾種情況（1）大網絡節點已定的設施選址（2）企業擴大原有的物流設施（3）企業網絡中的部分節點選址3定性分析法

12/31/202310三供應網鏈城鎮布局方法1選擇中心城市或者重點鎮2選擇適當區位設置作業點3綜合其他因素12/31/202311

移動平均預測法對時間序列中數據變化的反映速度及對干擾的修均能力，取決于N的值。隨著N的減小，移動平均對時間序列數據變化的反映敏感性增加，但修勻能力下降；而N增大，移動平均對時間序列數據變化的反映敏感性減小，但對時間序列的修勻能力卻上升。因此，移動平均法的修勻能力與時間序列數據變化的敏感性是矛盾的，兩者不可兼得。在確定N的時候，一定要根據時間序列的特點來確定。12/31/202312

一般選擇的N原則：（1）由所需處理的時間序列的數據點的多少而定，數據點多，可以取得大一些；（2）要由已有的時間序列的趨勢而定，趨勢平穩并基本保持水平狀態的，可以取得大一些；趨勢平穩并保持階梯性或周期性增長的，應該取得小一些；趨勢不穩并有脈沖式增減的，應取得大一些。

12/31/202313

當時間序列有明顯線性變化趨勢時，上述方法存在滯后偏差，使預測值偏低。為解決這一問題，采用二次移動平均法。上面介紹的一次移動平均數本身也構成一個時間序列，在此基礎上再作一次移動平均，之后建立線性預測模型進行預測，這就是二次移動平均法。2.二次移動平均法12/31/202314二次移動平均數發的線性預測模型為：

式中t——當前的時間序號；T——由當前時間到預測時間的時間間隔數；——線性模型的截距；——線性模型的斜率；——第時間的預測值。其中:12/31/202315仍舉上例，取N=5，求解二次移動平均預測模型，并對第12、14月的銷售量進行預測月12345678910運輸量Xt45526048525558626467一次移動平均值━━━━51.453.454.65558.261.2二次移動平均值━━━━━━━━54.5256.4812/31/202316因此，預測模型為：12/31/202317

指數平滑預測法是與以前需求水平和預測水平加權平均數所估計的未來年交通運輸量為基礎來進行預測。是在移動平均預測法的基礎上發展起來的一種預測方法。新的預測函數引入參數α。它包括一次指數平滑預測法、二次指數平滑預測法和高次指數平滑法。

3.指數平滑預測法12/31/202318一次指數平滑預測法

一次指數平滑預測法就是利用時間序列中本期的實際值與本期的預測值加權平均作為下一期的預測值：式中：——在t+1時刻的一次指數平滑值(t時刻預測值)；——平滑常數，規定。——在t時刻的實際值。；12/31/202319實例

某企業對某年度l~11月某種物資的價格情況進行了統計，見表，試用一次指數平滑法對該年12月份該物資的市場價格進行預測。月份期數市場價格（元/噸）預測值月份期數市場價格（元/噸）預測值1120077155187.42213520088130158.233195141.599220132.844197189.71010277211.355310196.71111235270.966175298.71212238.612/31/202320解:應用指數平滑公式進行預測，首先應選取，并確定。設＝0.9，＝x1。

12/31/202321

應用指數平滑公式進行預測，就應首先確定，被稱為初始值。初始值是不能直接得到的，應該通過其他方法選取或直接選用當期實際值。稱為平滑系數，其值為，取值大小體現了不同時期數據在預測中所起的作用，值越大，越反映近期數據變化趨勢，模型靈敏度越高；值越小，越反映長期的大致發展趨勢。掌握值，是用好指數平滑模型的一個重要技巧，一般采用多方案比較方法，從中選出最能反映實際值變化規律的值。12/31/2023221.6回歸分析預測法

回歸預測技術就是根據存在于現象之間的內在因果關系和函數關系建立回歸模型的方法，用來從某一現象的變動，來估計另一現象的變化方向和程度，也就是從一種現象變化的因，來推測另一現象變化的果。因此，回歸預測也叫因果預測。回歸預測按所包含的自變量的多少，可分為一元回歸預測法和多元回歸預測法。

12/31/202323一元線性回歸預測法假設變量x與變量y是線性相關的，且有相關方程為：式中：a，b——回歸系數，xt代表t期自變量的值,yt代表t期因變量的值。回歸系數可用最小二乘法由觀測數據計算得知：12/31/202324實例：

已經某廢品回收企業從其附近的不同回收站回收物資，不同的回收站回收的運輸成本各不相同，詳情見表，試預測7號回收站的運輸成本。回收站1234567運輸距離Xi3108126911運輸成本Yj51614221118？12/31/20232512/31/20232612/31/20232712/31/202328

顯然：如果已知其中一個變量的未來值，那么可以通過上述公式預測另一個變量的未來值。問題在于，假設中的線性關系是否存在，或者說線性相關程度多大？研究兩個變量x與y之間是否存在線性相關關系，通常的辦法是將獨立的n對觀測數據在坐標上畫出散點圖，由直觀觀察進行判斷，散點是否沿直線排列。12/31/202329相關系數是描述兩個變量線性關系密切程度的數量指示（用γ表示），它的計算公式如下：

當γ=0時，表示X，Y沒有線性關系；當0<γ<1時，表示X，Y正線性相關；當-1<γ<0時，表示X，Y負線性相關。

一般來講，只有當|γ|較大時，用線性回歸模型描述Y與X的相關關系，才有實際價值。12/31/202330實際上，所有的預測都包含一定的不確定性，我們又往往會低估這種不確定性，有時甚至嚴重低估了這種不確定性。出現這種現象的原因可能是不確定性過于復雜，無法進行表示。即使假定不確定性不存在，也無法