CH4生产物流管理

CH4生产物流：需求预测、计划与控制Page.2需求预测方法定性预测方法：头脑风暴法Delphi法定量预测方法：回归分析时间序列……Page.31.回归分析回归分析（RegressionAnalysis）：统计分析的方法，主要探讨数据之间的相关关系。主要过程：1.根据预测目标，确定自变量和因变量；2.建立回归预测模型；3.进行相关分析（获得相关系数等）；4.检验回归预测模型，计算预测误差；5.计算并确定预测值。Page.4线性回归预测线性回归预测法是指一个或多个自变量和因变量之间具有线性关系，配合线性回归模型，根据自变量的变动来预测应变量平均发展趋势的方法。式中：y——预测值（因变量）a、b——回归模型系数R——相关系数R=0时，不相关；R=1时，完全相关；0R≤1时，部分相关，R越大相关性越高。yabxPage.5非线性回归预测非线性回归预测是指自变量与因变量之间的关系某种非线性关系时的回归预测法常用模型：多项式模型、对数模型、指数模型、幂函数模型等2012ˆ...ybbxbx()yabLnxbaxybxcey多项式：对数：幂函数：指数：……Page.6Excel在回归分析中的应用利用图表进行回归分析选择变量生成散点图添加趋势线选择类型，设置选项利用数据分析工具进行回归分析（将函数转换为线性回归形式）数据分析—回归选项设置输出结果•回归统计表：相关系数、标准误差等•方差分析表：通过F检验来判断回归模型的回归效果(与置信度相关)•回归参数：通过t检验的p值判断能否解释因变量变化(p值为可信程度的递减指标)Page.7一些常见曲线：转化为标准线性回归曲线Compertz曲线：描述一种新产品从试制期到饱和期产量的增长趋势(01,01)tbtYkaab-6-4-20246800.511.52ln001ab-0.500.511.520255075100125150ln01abPage.8lnlnlnttYkba两边取对数：(01,01)tbtYkaabln,ln,lnttttYYkkaaYkab再令有Page.9Pearl曲线：描述技术和经济的发生、发展、成熟三个阶段（缓慢、快速、缓慢）tLY其中，为变量的极限值，a,b为常数，t为时间变量-2-1121234L1tbtLYaePage.102.时间序列时间序列：指在一个给定的时期内按照固定时间间隔把某种变量的数值依时间先后顺序排列而成的序列。时间序列的四个主要因素：趋势(T），即人口、资金和技术等要素发展变化的基本情况。周期（C），即经济周期波动的影响。季节（S），指一年中销售变化的固有模式，如与日、周、月或季节相关的规律性变动。偶然事件（I），包括风雨等各种自然灾害及动乱等等。这些因素都属于不可抗力的范畴之内。时间序列预测可用于短期预测、中期预测和长期预测Page.11时间序列预测方法通过对历史数据作平均运算，序列中偏高或偏低的数据可相互抵消，以此平滑时间数据序列中的波动。按照数据处理方法不同，可以分为：简单算术平均加权算术平均移动平均指数平滑季节指数趋势预测（回归分析）Page.12时间序列的预测步骤第一步，确定时间序列的类型即分析时间序列的组成成分。第二步，选择合适的方法建立预测模型如果时间序列没有趋势和季节成分，可选择移动平均或指数平滑法如果时间序列含有趋势成分，可选择趋势预测法如果时间序列含有季节成分可选择季节指数法第三步，评价模型准确性，确定最优模型参数第四步，按要求进行预测211()ntttMSEYFn均方差Page.13（1）简单算术平均某销售公司2010年下半年各月的销售额分别为18、17、19、20、17、19万元，试预测2011年1月份该公司销售额。预测值1181719201719ˆ=18.336nttYYn33.18ˆYYPage.14（2）加权算术平均赋予时间序列中距离预测期较近数据以较大的权重。例：某商场家电产品在前四周的需求量依次为12、17、15、13，给最近一期数据赋予权重0.4，上一期数据赋予权重0.3，上上一期数据分配权重0.2，距离预测期最远一期数据分配权重0.1。则加权平均值为：MAn＝0.4×13＋0.3×15＋0.2×17＋0.1×12＝15优点：对最近一期的实际情况反应灵敏。难点：一个是移动间隔期的确定，企业没有办法知道多久以前的需求对预测期的需求没有影响；另一个是赋予每一期的权重没有科学的确定方法，只能依靠主观的经验进行判断。Page.15移动平均：利用过去一系列的实际数值进行预测，将距离预测期最近几期的实际数值的平均值作为预测值。计算公式为：（3）移动平均t1()/ntiiFAn适用：历史数据量大，无明显长期增长下降趋势和周期波动缺点：赋予各期相同的权重，如果在时间序列中发生了非随机性变动，移动平均预测法对这种变化的反应不敏感。Page.16年份销售量移动平均数N=3移动平均数N=51992206——1993214——1994208——1995220209.33—1996230214.00—1997212219.33215.61998202220.67216.81999210214.67214.42000218208.00214.82001206210.00214.4211.33209.6根据历史数据，通过移动平均预测未来值(直接将最后一期移动平均值作为预测值)Page.17Excel做移动平均自定义函数与公式，测算与比较MSE数据分析——移动平均输入区域间隔：移动周期输出区域：预测数据开始单元格标准误差Page.18上一期预测值加上该期实际与预测值差额的一定百分数即得新的预测值式中：Ft——第t期的预测值；Ft-1——第t-1期的预测值；a——平滑系数；At-1——第t-1期的实际值。（4）指数平滑)(111ttttFAFF11)1(tttaAFF上式可变形为：平滑常数α决定了预测对时间序列偏差调整的快慢，一般取0.01～0.3适用：数据量少，短期预测Page.19时间序列观测值:tF时间序列预测值1(1)tttFAF:tAFt-2Ft-11-Ft+11-Ft1-At-1At-2AtPage.20Excel做指数平滑预测自定义函数与公式，测算与比较MSE数据分析——指数平滑输入区域阻尼系数=1-平滑系数输出区域：预测数据开始单元格标准误差Page.21对于既含有线性趋势成分又含有季节成分的时间序列，须对其成分进行分解，这种分解建立在以下乘法模型的基础上：其中，Tt表示长期趋势成分，St表示季节成分，Ct表示周期性成分，It表示不规则成分。由于不规则成分的不可预测，因此预测值就可表示为趋势成分和季节成分的乘积。（5）季节指数tttttYTSCIPage.22建立季节指数模型建立季节指数模型的一般步骤如下：第一步，计算每一季（每季度，每月等等）的季节指数St。第二步，用时间序列的每一个观测值除以适当的季节指数，消除季节影响。第三步，为消除了季节影响的时间序列建立适当的趋势模型，并用这个模型进行预测。第四步，用预测值乘以季节指数，计算出最终的带季节影响的预测值。Page.23根据时间序列预测第五年各季度销售量季别各季销售量第一年第二年第三年第四年第一季148138150145145.25127.27147.00第二季6264586662.5054.7763.26第三季7680727876.5067.0377.42第四季164172180173172.25150.93174.32tY%tf（）tYˆ季均销售季节指数预测值Page.24（1）计算各年同季季平均销售额资料于表第6栏。如第一季为：25.1454145150138148（2）计算所有年所有季的季平均销售额125.11442.1725.765.6225.1450Y（3）计算各季节比率于表第7栏。如第二季为：%76.54125.114/5.622f（4）预测年的季趋势值（简单平均预测，如有长期趋势需回归预测）tXˆ1456678173ˆ=115.54tX（5）第五年各季预测值tYˆ于表第8栏。如第三季为：42.776703.05.115ˆ3YPage.25需求预测方法选择预测方法选择时应考虑的因素（1）不同预测方法的适用范围（2）数据资料的数量和质量（3）预测精度要求（MSE）（4）预测期限、时间和费用Page.26生产物流计划和控制生产物流：工厂中的原材料、燃料、外购件等，经过下料、发运送到各个加工点和存储点，以在制品的形态，从一个生产过程流入到另一个生产过程，按规定的生产工艺过程进行加工、储存的全部生产过程。由于生产物流的多样性和复杂性，以及生产工艺和设备的不断更新，如何更好地组织生产物流，是物流研究者和管理者始终追求的目标。合理组织生产物流过程，才能使生产过程始终处于最佳状态。Page.27生产物流结构及内容经销商/批发商原材料.零部件输入半成品库存原材料半成品库存加工零件装配整机安装包装.堆放成品库存进货系统搬运系统出货系统生产物流退货物流供应物流其它厂部件厂合作厂供应商销售商销售物流成品库存成品出货零售商库存信息Page.28282019/9/5影响生产物流的因素：生产工艺——对生产物流有不同要求和限制生产类型——影响生产物流的构成和比例生产规模——影响物流量大小专业化和协作化水平——影响生产物流的构成与管理Page.29管理生产物流应注意的问题物流过程的连续性——物料顺畅、最快、最省地走完各个工序，直到成为产品。物流过程的平行性——各个支流平行流动物流过程的节奏性——生产过程中各阶段都能有节奏、均衡地进行物流过程的比例性——考虑各工序内的质量合格率，以及装卸搬运过程中的可能损失，零部件数量在各工序间有一定的比例，形成了物流过程的比例性。（考虑回收物流）物流过程的适应性——企业生产组织向多品种、少批量发展，要求生产过程具有较强的应变能力，物流过程同时具备相应的应变能力。Page.30生产方式单件小批量生产成批生产大量生产Page.31计划的目的在于你如何根据运输节奏，在正确的时间，将恰当的物料送达恰当的工位。或者找出不能按时完成物流计划的原因，采取相应的措施。一个生产物流作业计划：32145810111213697时间/周制造过程构成Page.32单件小批量生产的物流计划计划难度最大，把握生产周期安排物流计划，是可行的选择。例：成套设备的生产周期Tb1T1T2T3Tb2Tb3Tc毛坯车间加工车间装配车间Tc——成套设备的生产周期；Ti——零件在某车间的生产周期；Tbi——某车间的保险期。cibiTTTPage.33生产提前期：组成产品的各零件在各车间投入或产出的日期距产品装配产出日期或交付期应提前的时间。Tb1T1T2T3Tb2Tb3Tc毛坯车间加工车间装配车间1iiiiINOTiOTINbiTTTTTT投入提前期：产出提前期：Page.34大量流水线生产方式的生产物流计划大量流水线生产方式的期量标准——节拍、流水作业图表、在制品占用定额。节拍：流水线作业速度r——流水线节拍（min/件）te——计划期的有效工作时间（min）；N计划期制品量（件）t0——计划期的日历工作时间（min）；η——时间有效利用系数，一般取0.9~0.96NtNtreη0Page.35如果计算出的节拍数很小，同时制品的体积、重量也很小，不宜按件传送时，则按批传送；此时产出两批同样制品之间的时间间隔称为节奏：rg=r×nrrg——节奏（min/批）n——运输批量当流水线采用批传送在制品时，科学确定批运输量n，对合理使运输工具，减少运输时间，充分利