超市庫存商品的需求預(yù)測

摘要：超市中的庫存管理就是對各種商品進(jìn)行保管與控制，如果庫存中的商品留存過多，則會造成資金的浪費(fèi)，進(jìn)而影響效益；如果庫存中的商品留存過少，當(dāng)有顧客需要時不能有效的提供，影響企業(yè)信譽(yù)。因此，對于庫存量的把握就成為了庫存管理的關(guān)鍵。所以對庫存商品的需求預(yù)測是非常必要的。文章用GM1，1模型對庫存商品進(jìn)行需求預(yù)測，并進(jìn)行精度、關(guān)聯(lián)度分析，得出了較準(zhǔn)確的結(jié)論，對超市庫存管理者具有指導(dǎo)意義。

關(guān)鍵詞：庫存商品；需求預(yù)測；GM1，1模型

中圖分類號：F253.4文獻(xiàn)標(biāo)識碼：A文章編號：1002-3100(2008)06-0043-02

Abstract: The various commodities are controlled and custodied in the inventory management of supermarket， if the inventory of goods in excess retained， it will be a waste of funds and affect efficiency; if the inventory of goods is too small， it will affect corporate's credibility when the needs of customers can not be satisfacted. There-fore it is important of grasping the amount of inventory. So the stock's requirement prediction is very necessary. In this paper， we forecast stock commodities in GM1，1 model and analysis of accuracy and correlation. At last， we come to a more precise conclusion， so it will have a guiding to the supermarket inventory managers.

Key words: stock commodities; requirement prediction; grey model1，1

0引言

需求預(yù)測對庫存管理具有指導(dǎo)意義，為庫存決策提供了依據(jù)。因此需求預(yù)測在庫存管理中占有重要的作用。我們這里選擇了灰色預(yù)測方法來對庫存商品需求量進(jìn)行預(yù)測，它的基本觀點(diǎn)認(rèn)為：盡管客觀系統(tǒng)的表象復(fù)雜，資料離亂，但它總是具有整體功能，因此蘊(yùn)涵著內(nèi)在的規(guī)律性。一切灰色序列都能通過某種生成來弱化其隨機(jī)性，顯現(xiàn)其規(guī)律性。隨機(jī)過程可看作在一定的幅區(qū)、一定的時區(qū)內(nèi)變化的灰色過程；將無規(guī)律或規(guī)律性較差的原始資料通過累加生成，弱化了部分隨機(jī)干擾或噪音，使其變?yōu)檩^有規(guī)律的生成數(shù)列。由此建立的灰色模型，實(shí)際上是生成數(shù)列的模型。通過GM1，1模型獲得的數(shù)據(jù)序列，再經(jīng)逆生成還原，最后得出可供使用的資料。

4實(shí)例計算

下面是以某超市雪碧在2000~2007年度5月份商品的出庫量，數(shù)據(jù)如表1所示：

根據(jù)表1的數(shù)據(jù)計算可得到如下的結(jié)果，如表2所示：

同樣據(jù)公式可得灰色關(guān)聯(lián)度為0.616。

5結(jié)論

本文對灰色預(yù)測法在庫存商品中的應(yīng)用作了初步探討，通過實(shí)例分析，表明該法具有較高的預(yù)測精度，且計算過程簡單，可信度高，用來預(yù)測庫存商品的需求是可行的。

參考文獻(xiàn)：

[1] 范習(xí)輝，張焰. 灰色自記憶模型及應(yīng)用[J]. 系統(tǒng)工程理論與實(shí)踐，2003(8):114-118.

[2] 鄧聚龍. 灰色控制系統(tǒng)[M]. 武漢：華中理工大學(xué)出版社，1993.

[3] 楊茂盛，李銀俠. 季節(jié)性指數(shù)平滑法在庫存商品需求預(yù)測中的應(yīng)用[J]. 商場現(xiàn)代化，2007(7):212-213.