基于信息融合的供应链协同需求预测分析

供应链企业内部、竞争环境及企业间多源信息的引入可以有效提升不确定性环境下的供应链需求预测效果。在讨论供应链传统预测方法不足的基础上,论述了供应链协同需求预测的概念,分析了供应链需求预测多源信息的特征及其组成,探讨了需求预测信息融合的3个层次,提出了信息融合的瀑布模型、环状模型以及混合模型,并且分析了信息融合的方法和策略。

基于Petri网的供应链协同需求预测流程模型

提出了一个集成化的供应链协同需求预测模型,该模型包括数据、组织、环境与例外、决策与方法、运作与计划以及协作与调整等6个部分,其特点是将不同成员的意见根据不同的重要性融合到预测中,且突出了多源信息的应用。通过基于有色Petri网对本模型的关键部分建模和仿真发现,该模型可以协同供应链成员,协调供应链中各系统要素,实现协同需求预测和信息共享,对改善供应链需求预测具有参考价值。

基于多源信息的供应链协同需求预测支持系统框架模型研究

准确的需求预测可以协助供应链企业大大降低库存和优化资源配置,从而获得竞争力的有效提升。供应链企业内部、竞争环境及企业间多源信息的引入可以有效提升不确定性环境下的供应链需求预测效果。在供应链需求预测多源信息特征与组成分析的基础上,探讨了多源信息的获取、筛选、清洗、标准化等方法以及多源信息融合策略和处理流程,提出了基于多源信息进行协同需求预测模型,并设计了基于Internet和多个Agent的协同需求预测支持系统框架模型。

零售供应链动态协同需求预测模型研究

从系统工程的角度定量研究供应链运作模式下多级库存需求水平的预测问题。针对零售供应链系统中事件具有时延和随机并发性的特点,建立了一种基于着色时间Petri网和Agent的零售供应链动态协同需求预测模型。分析了零售供应链中零售企业、分销商和供应商三者各自的实时库存需求预测量及其相互关系。最后以某零售供应链的相关数据对预测模型进行了验证,仿真结果表明,该预测模型可以协调供应链中的各个系统要素,实现动态协同需求预测和信息共享,从而能够为连锁零售供应链多级库存实时控制决策提供参考。