服装供应链滚动需求预测方法研究

发布时间：2020-08-31 16:19

　　具有季节性、时尚性以及多样性等特点的服装产品正面临着消费者越来越高的个性化、差异化以及时效化等要求,因此对市场不断变化的需求的快速响应对服装企业或服装供应链而言至关重要。未动态更新需求信息的需求预测常常无法为快速响应需求变化提供科学有力的决策依据。以较高的产品持有量满足顾客的需求往往导致服装企业出现严重的库存积压问题。针对以上现状和问题,本文提出了服装供应链滚动需求预测方法,对降低库存水平、提高响应速度进行了探究。首先,从服装供应链的基本组成结构和现有的运作模式出发,提出了服装供应链滚动需求预测方法,并对其基本思想进行了介绍。给出了时间迭代维度下供应链各环节滚动需求预测的实现方法和供应链运作方式维度下供应链各环节间滚动衔接运作的具体形式,并构建了对应的方法模型和运作模型。其次,在所构建的滚动需求预测方法模型和滚动供应链运作模型的基础上,给出了供应链各环节不同周期的滚动需求预测的具体实现方法和步骤,并对实现供应链各环节间滚动衔接的具体操作方式和各环节间的滚动逻辑关系进行了详细介绍。最后,分别用提出的供应链滚动需求预测方法和传统供应链常用的分析方法对实地调研的服装企业进行实例对比分析,结果表明:滚动需求预测方法有更高的预测准确性;滚动供应链运作模式在满足需求的情况下可持有更低的库存水平;供应链滚动需求预测方法具有更短的运作周期,即更快的需求响应速度。
【学位单位】：宁波大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F274;TP18
【部分图文】：

路线图,主要技术,路线,需求预测

图 1.1 主要技术路线Fig.1.1Maintechnicalroute供应链滚动需求预测机制研究服装供应链相关的文献对供应链的基本运作方式应链中各环节的业务活动和各环节间的业务关系最后提出并阐述服装供应链滚动需求预测的主要思供应链滚动需求预测模型构建供应链滚动需求预测的思想和内容进行界定和研运作中各环节的业务情况、业务关系以及影响因接实现关系并构建整条供应链的滚动需求预测模型供应链滚动需求预测方法研究企业调研的基础上，以 ARIMA 模型模拟分析所调规 BP 神经网络的基础上，构建 BP 神经网络滚动滚动预测分析。供应链滚动需求预测对供应链的影响分析

框架图,论文,框架图,服装供应链

宁波大学硕士学位论文选定服装供应链管理中常关注的评价指标，通过服装供应链滚动需求预测方法与 ARIMA 模型实例对比分析，检验其在各指标的表现情况，并请多位服装行业专家对此进行评价。1.5 论文组织结构本文的组织架构图如图 1.2 所示。

推拉式,供应链

图 2.2 拉式供应链Fig.2.2Pullsupplychain与推式供应链对比可知拉式供应链主要有以下优缺点：优点：（1）可在一定程度上满足顾客的个性化需求；（2）按需生产，可有效降低库存水平；（3）相较于推式的运作周期，大大缩短了前置时间。缺点：（1）有需才生产使其不具有规模效益；（2）对生产能力和相关技术要求较高；（3）企业资源利用率不高，管理较为复杂。3.推拉式供应链推拉式供应链结合了推式、拉式供应链的优点，如图 2.3 所示，该模式在供应链不同环节进行订单分离时（客户订单分离点, Customer order decouplingpoint, CODP），可形成不同形式的推拉结合供应链模式，适用范围较广。

【参考文献】