A市地铁运营物资需求预测及管理优化研究
本文关键词: 地铁物资 分类 需求预测 物资管理 出处:《西南交通大学》2017年硕士论文 论文类型:学位论文
【摘要】:A市地铁运营规模不断扩张,且已成为分担城市居民出行的重要交通方式。其运营物资作为支撑与确保城市地铁正常、安全运行的重要组成部分,如何对几万项物资进行分类梳理,合理预测物资需求,提高库存管理水平,降低库存成本是一个值得思考与研究的问题。本文以A市地铁为研究对象,首先对其运营物资管理现状进行分析,表明A市地铁面临库存控制方法不合理,物资库存结构不合理,成本偏高,周转率小,故需要寻找一个合适的方法来解决以上问题。本文首先基于ABC-FSN分类法,对A市地铁的11608项运营物资进行分类。通过对各类预测模型的不断试用及探索,选用回归模型对AF类物资中的生产配件进行了需求预测,选用SARIMA模型对AF类物资中的生产材料及CF、CS类物资代表进行了需求预测,选用ARIMA模型对BF类物资代表进行了需求预测,相关数据指标表明以上三种预测模型能够较好的作为地铁运营物资的需求预测方法。最后对各类物资采购流程和仓储管理方式进行了优化,结果显示优化后可以达到减低整体成本,提高采购效率的目的。
[Abstract]:A subway operation scale expansion, and has become the important traffic sharing of city residents travel. Its operations and materials as the support and ensure the normal city subway, an important part of safe operation, how to classify the sort of tens of thousands of items, a reasonable forecast of materials demand, improve inventory management, reduce inventory costs is a worth thinking and research. This paper takes A city subway as the research object, the first of its operational materials management situation analysis, show that the A city subway is facing the inventory control method is not reasonable, unreasonable inventory structure, high cost, the turnover rate is small, so it needs to find a suitable way to solve the above problems in this paper. Based on the classification of ABC-FSN, 11608 operating supplies of A city subway classification. Through continuous trial and exploration of all kinds of forecasting models, selection of materials AF regression model In the production of spare parts demand forecasting, SARIMA model is selected for production materials and CF AF materials, CS materials on the demand forecast, used ARIMA model to forecast the demand of BF materials representative indexes data show that these three kinds of forecasting model can be well as the subway operation requirement of materials prediction method. At the end of all kinds of material procurement process and warehouse management mode is optimized, the result shows that the optimization can reduce the overall cost, improve procurement efficiency.
【学位授予单位】:西南交通大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:F251;F572.88
【相似文献】
相关期刊论文 前10条
1 袁长伟 ,吴群琪;对运输需求预测理论的再认识[J];综合运输;2005年01期
2 彼得·哈曼;培恩德·埃里克生;翟祥龙;;需求预测与需求分析[J];现代外国哲学社会科学文摘;1981年07期
3 刘俊生;;衡水市农村1985年耐用机电消费品需求预测[J];预测;1985年05期
4 海;;日本情报服务需求预测[J];情报学刊;1989年01期
5 振波;;我国今后五年内的冰箱需求预测[J];制冷;1990年03期
6 ;“九五”──2010年棉花需求预测[J];技术经济信息;1994年10期
7 ;2010年世界钢需求预测[J];冶金管理;1995年02期
8 ;今后几年化肥需求预测[J];垦殖与稻作;1996年02期
9 何兆利;公司职工的需求预测[J];行政人事管理;1999年12期
10 谈成龙;未来五年世界铀需求预测[J];国外铀金地质;1999年04期
相关会议论文 前10条
1 宋国青;;从总需求预测的角度看利率[A];2013年秋季CMRC中国经济观察(总第35期)[C];2013年
2 马树德;;卷烟订单需求预测的特点及模型构建[A];上海市烟草专卖局2007年度获奖论文集(经济管理类)[C];2007年
3 张淼;;北京市能源需求预测及发展对策研究[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年
4 高月芳;梁永生;唐飞;欧志伟;湛邵斌;;基于神经网络和VBA的零售业需求预测系统[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 聂锐;张炎治;吕涛;;江苏省能源需求预测及平衡方案设计[A];2006年江苏省哲学社会科学界学术大会论文集(上)[C];2006年
6 王帅;汤铃;余乐安;;基于Wavelet/EMD-LSSVR的分解集成预测模型及其在牛奶消费需求预测中的应用[A];第五届(2010)中国管理学年会——管理科学与工程分会场论文集[C];2010年
7 张舵;高文杰;李小玲;;石家庄市区公共自行车租赁点布局研究[A];2014(第九届)城市发展与规划大会论文集—S04绿色交通、公交优先与综合交通体系[C];2014年
8 王红;;2020年我国教育经费投入强度需求预测及政策建议[A];中国梦:道路·精神·力量——上海市社会科学界第十一届学术年会文集(2013年度)[C];2013年
9 路言峰;;新模型在卷烟需求预测中的探索及应用[A];上海市烟草专卖局2009年度获奖论文集(经济管理类)[C];2009年
10 张哲荣;戴文礼;陈建智;;以潜在信息函数为基础之残差离散灰模型预测短期需求[A];第25届全国灰色系统会议论文集[C];2014年
相关重要报纸文章 前10条
1 梁小民;需求预测的运用与困难[N];中国经济时报;2004年
2 蔡绮芝 DigiTimes;康宁上调2006~2008年玻璃面板需求预测[N];电子资讯时报;2007年
3 本报记者 高蕾;明年钢铁需求预测[N];中国煤炭报;2012年
4 福建龙海市局(分公司) 林文通;遵循科学方法 保证预测质量[N];东方烟草报;2013年
5 朱成章;六大因素影响能源需求预测[N];华中电力报;2004年
6 商报记者 王万利 师兴;2013年国内汽车需求预测达2080万辆[N];北京商报;2013年
7 上海丰宝电子副总经理 刘海东;做好市场和需求预测关键在于有效沟通[N];中国电子报;2008年
8 全国农业技术推广服务中心;2007年农药药械需求预测[N];农民日报;2006年
9 许庆欣;如何进行产品需求预测[N];厂长经理日报;2000年
10 ;十类新型建材未来需求预测[N];陕西科技报;2007年
相关博士学位论文 前4条
1 徐琳;云计算环境下计算型任务的资源需求预测[D];中国科学技术大学;2015年
2 詹蓉;面向即时顾客化定制的个性化需求预测方法研究[D];华中科技大学;2008年
3 张志清;面向不确定需求的供应链协同需求预测研究[D];哈尔滨工业大学;2010年
4 演克武;基于需求预测的机型指派和评价研究[D];南京航空航天大学;2010年
相关硕士学位论文 前10条
1 祝新春;基于模糊理论的国内旅游需求预测研究[D];湖南工业大学;2015年
2 陈湘芝;基于需求预测的库存管理技术与系统研发[D];哈尔滨工业大学;2015年
3 强春发;应对自然灾害应急粮食需求预测研究[D];南京财经大学;2015年
4 靳绍悦;基于城市轨道交通的停车换乘需求预测[D];大连交通大学;2015年
5 蒋聪之;基于轨道交通接驳的公共自行车租赁点规划方法研究[D];东南大学;2015年
6 韩晓飞;减排约束下的中国能源需求预测[D];合肥工业大学;2015年
7 龚爽;“全面二孩”政策下X省不同功能区学前教育资源需求预测[D];西南大学;2016年
8 于慧;美国电子商务市场中的婚庆用品需求预测研究[D];华中科技大学;2013年
9 薛昀;A公司婴幼儿洗护用品需求预测研究[D];北京交通大学;2016年
10 贺磊;FY公司的产品需求预测研究[D];暨南大学;2016年
,本文编号:1515775
本文链接:https://www.wllwen.com/jingjifazhanlunwen/1515775.html