基于需求预测的连锁便利店鲜食生产计划与调度研究

【摘要】：连锁便利店以品类丰富、店铺面积小、选购方便、选址近人流聚集区等优势得以快速发展,近年来便利店商品结构中的鲜食占比不断增加,SKU种类也在不断丰富。便利店自建的鲜食加工中心一般规模与产能有限,会同时面临多产品、小批量、多批次、短周期以及市场需求不确定性等压力。除此之外,鲜食本身又具有高易腐性、不宜长期储存等特点,这大大提高了便利店对于鲜食管理的难度,也导致生产计划期内的总成本居高不下,尤其缺货成本、过期成本以及库存成本。所以在临近交付日的有限时间内,如何利用有限的生产资源,提高生产计划与调度决策的准确性、经济性与可行性以保证鲜食供应是非常重要的,也是本文研究所要解决的问题。基于以上背景,本文对考虑鲜食需求特点和产品保质期的生产计划与调度问题进行了研究。首先,通过对连锁便利店鲜食需求与生产问题基本分析,明确了鲜食需求在需求数量和需求品类两方面的变化规律与特点,同时分析了需求变化对生产计划与调度的具体影响。其次,建立了一种综合考虑季节、节假日、天气等众多内外部因素的需求概率密度预测模型,通过分位数回归森林算法+Epanechnikov核密度估计得到完整的需求概率密度分布,量化需求以降低由于需求估计误差而给生产计划带来的干扰。再次,以计划期内总成本(包括生产成本、库存成本、过期成本与缺货成本)为上层目标,生产调度环节的最大完工时间最小为下层目标,建立了考虑鲜食保质期的生产计划与生产调度双层规划模型,对计划期内需要生产的产品种类、生产数量、生产调度时间及顺序等做出决策。随后,针对本文提出的生产计划-生产调度双层规划模型,设计了基于粒子群(PSO)+遗传算法(GA)的混合算法用于模型求解。最后,通过对北京BLF连锁便利店实证研究,研究结果表明本文提出的综合考虑鲜食需求预测和产品保质期的生产计划-生产调度集成优化模型,有助企业实现高服务水平,低缺货成本、低过期成本、低库存成本的管理目标。具体结果表现在以下几方面,QRF-E模型能够以较高的预测精度给出完整的需求概率密度分布;在量化需求以及生产模型中考虑保质期因素,有助于在降低总成本的同时提高需求服务水平;生产计划与调度集成模型,相比于单一优化模型能够避免不可行解;以及发现随着服务水平的提高,企业在计划期内需要承担的总成本将呈指数型增长。