【正文】 時期稱為初期故障期(),這一時期的特點是故障率由高到低發(fā)生變化。這樣導(dǎo)致了備件和元件的使用數(shù)量很高。在這一時期(),隨著使用者對設(shè)備逐步熟悉,工程師也學會了如何維修與保養(yǎng),也對解決設(shè)備問題做了一些技術(shù)上的改進,這時備件和元件的數(shù)量穩(wěn)定在一定的水平上。發(fā)生故障的原因是由于維護不好或操作失誤或零部件的某些無法預(yù)測的缺陷造成的。第3個時期稱之為磨損故障期(),這個時期的特點是,設(shè)備走向它的生命周期的未期,故障率急劇升高,對備件需求量也比較大。于是被人們淘汰、丟棄的物品日益增多。它們有生產(chǎn)過程的邊角余料、廢渣廢水以及未能形成合格產(chǎn)品而不具有使用價值的物質(zhì),有流通過程產(chǎn)生的廢棄包裝材料,也有在消費后產(chǎn)生的排泄物,如家庭垃圾、辦公室垃圾等。不合格物品的返修、退貨以及周轉(zhuǎn)使用的包裝容器從需方返回到供方所形成的物品實體流動。廢棄物經(jīng)過處理后,返回自然界,形成廢棄物流。庫存物品的可追蹤性(如通過條碼)可以處理和計算退貨,這就是逆向物流。美國物流協(xié)會對逆向物流下的定義是:為了資源回收或處理廢棄物,在有效率及適當?shù)某杀鞠?對原料、在制品、成品和相關(guān)信息從消費點到原始產(chǎn)出點的流動和儲存,進行規(guī)劃、執(zhí)行與管制的過程。廣義的逆向物流應(yīng)涉及到企業(yè)生產(chǎn)與銷售,產(chǎn)品售后服務(wù)等各個方面,如生產(chǎn)加工過程中的原材料節(jié)約,廢料的重新利用,包裝物的重新利用,次品的改造,產(chǎn)品消費后的回收等。①什么是回收的產(chǎn)品、零件或者原材料的代替品?②誰來完成不同的回收活動?③不同的回收活動將怎么完成?④是否可以將逆向物流的典型活動與傳統(tǒng)生產(chǎn)和配送系統(tǒng)整合?⑤經(jīng)濟與環(huán)境的成本與收益是什么?在物流中加入逆向物流結(jié)構(gòu)后,就可以大大減少流向自然界的、需要處理的廢棄物數(shù)量,在一個受管制的經(jīng)濟環(huán)境中,減少廢棄物處置量,不僅減少了對環(huán)境的危害,也會降低企業(yè)因圖32逆向物流示意圖處理廢棄物所發(fā)生的成本,如圖32所示。一是將其中有再利用價值的部分加以分揀、加工分解,使其成為有用的物質(zhì)重新進入生產(chǎn)和消費領(lǐng)域。如圖33所示。②使用處理過的回收產(chǎn)品比支付高昂的處理費用要劃算。生產(chǎn)、流通、生活分揀、加工凈化、提純垃圾廢料堆場焚燒或掩埋處理圖33 逆向物流的流程圖3．逆向物流的組織意義逆向物流處理得好,可以增加資源的利用,可以降低能量的消耗,可以減少環(huán)境污染,不僅有重要的經(jīng)濟意義,而且有重要的政治意義。例如把有毒的物質(zhì)倒入河川，對飲用人的健康有；將電池隨意丟棄，對土壤危害性極大。它可變廢為寶,化害為利,創(chuàng)造經(jīng)濟價值和社會價值,為人們提供優(yōu)美環(huán)境,促進人與自然的和諧統(tǒng)一。預(yù)測是對未來形式的估計。需求預(yù)測是有效控制庫存系統(tǒng)的關(guān)鍵。①數(shù)量數(shù)量是可以用精確的數(shù)字來表達（如100單位），也可以表達為一個范圍（如75到125單位）或一個概率（如某種物品95％的需求位于80到120件之間）②時間這里的時間是指預(yù)測的時間跨度。短期預(yù)測 短期預(yù)測的方法一般包括簡單平均、加權(quán)平均和指數(shù)擬合等。季節(jié)預(yù)測 季節(jié)預(yù)測的方法包括曲線和指數(shù)平滑、基數(shù)序列等。長期預(yù)測 長期預(yù)測的方法一般包括簡單回歸等。常用于規(guī)劃新產(chǎn)品、資本支出、生產(chǎn)設(shè)備安裝或添置以及研究與開發(fā)等?？疾鞖v史消耗量與補充庫存數(shù)據(jù)可以揭示未來的形式及趨勢。一般情況下,對產(chǎn)品或服務(wù)的需求可以分為如下幾種:穩(wěn)定型需求、趨勢需求、季節(jié)需求、周期性變化的需求、隨機需求、自相關(guān)需求等。在一定的時期內(nèi),需求在其值的上下變動,而且變動的范圍不大。線性趨勢,顧名思義反映了數(shù)據(jù)呈連續(xù)的直線關(guān)系,S曲線是產(chǎn)品成長成熟周期的典型曲線。(c)季節(jié)型需求。 圖34 各種需求趨勢①需求頻率及其分布對需求的進一步分析,還應(yīng)該了解在一定時間內(nèi)需求頻率及其分布特征不同庫存物品在不同時間段的需求表現(xiàn)出來的特征,分析它們的需求頻率。表32中記錄了幾種物品在某一段時間的需求頻率。下面我們來分析快速需求物品與慢速需求物品的需求分布情況。表33 某快速需求物品四年間的需求數(shù)據(jù) 單位：10 000件期間（月）123456789101112第一年697778988581636164807060第二年946875896870696572685291第三年978988589354817180757997第四年917181795556737187768170進一步的分析需要統(tǒng)計落在不同數(shù)據(jù)段的需求數(shù)據(jù)的個數(shù)。①需求范圍＝最大值－最小值＝9852＝46②將需求范圍分成10個子區(qū)間，每個子區(qū)間包含5個需求單元③統(tǒng)計落在每個子區(qū)間的數(shù)據(jù)個數(shù)，如表34所示 表3－4 每個需求區(qū)間記錄的次數(shù)（分布頻率）需求空間區(qū)間中點每個區(qū)間記錄的次數(shù)（分布頻率）50～5452255～5957360～6462465～6967670～7472875～7977780～8482685～8987590～9492495～99973對于慢速需求的需求物品而言分布情況又會如何？我們再來看一個慢速需求物品情況。1．預(yù)測方法的種類預(yù)測有兩個基本的方法：定量分析和定性分析。定量分析方法包括采用歷史數(shù)據(jù)來估計未來的需求情況或用隨即變量建立一個模型來預(yù)測。預(yù)測方法的種類見表，表36中將定量預(yù)測方法細分為：時間序列分析方法、因果聯(lián)系分析方法以及模擬方法等。其假設(shè)前提為：處于最底層的那些離顧客最近、最了解產(chǎn)品最終用途的銷售人員最清楚產(chǎn)品未來的需求情況。將最低一級預(yù)測結(jié)果匯總后送至上一級，這一級通常為一個地區(qū)倉庫。依次類推，直到這些信息最后成為頂層的輸入。這種方法在長期預(yù)測和新產(chǎn)品銷售預(yù)測中經(jīng)常使用。將最低一級預(yù)測結(jié)果匯總后送至上一級,這一級通常為一個地區(qū)倉庫。（3）小組共識采用會議上的自由討論方法達成小組共識。參加討論會議的人員是高級管理人員、銷售人員或顧客。（5）德爾菲法此方法有三種不同類型的參與者:決策人員、參謀人員和應(yīng)答人員。參謀人員協(xié)助決策人員準備、分發(fā)、收集有關(guān)問題及匯總調(diào)查結(jié)果。這群人在決策人員做預(yù)測之前提出自己的看法。由組織者匯集調(diào)查結(jié)果,并形成新的調(diào)查問卷,再由該組專家重新回答。3．定量預(yù)測方法從表36中可以看出常見的定量分析方法有:時間序列分析方法、因果聯(lián)系分析方法以及模擬方法等。例如,由過去六星期中每一星期的庫存需求量可以預(yù)測第七個星期的庫存需求量。雖然上述兩個例子都與庫存需求量有關(guān),但預(yù)測時用的卻是不同的時間序列模型。在商業(yè)預(yù)測中,短期通常指3個月以內(nèi),中期指3個月到2年,長期指2年以上。中期預(yù)測模型適用于受季節(jié)性影響的情況。企業(yè)選用哪一種預(yù)測模型取決于:1)預(yù)測的時間范圍。3)所需的預(yù)測精度。5）合格的預(yù)算人員。①確定預(yù)測的用途，即我們想達到什么目的。三、常用的預(yù)測分析方法1．時間序列分析方法時間序列就是一列均勻分布的數(shù)據(jù)點。一個典型的時間序列可以分成四個部分：趨勢、季節(jié)、周期和隨機波動。計算公式如下： （31） 式中：－預(yù)測值 －時間段的需求數(shù)據(jù)值； －觀測時段的個數(shù)例3－2：某物品的需求禮數(shù)數(shù)據(jù)見表3－7，利用簡單平均法對下一時段（周）的需求進行預(yù)測。②加權(quán)平均法當需求模式可能呈現(xiàn)某種趨勢時，在進行預(yù)測時需要更注重使用最近的需求數(shù)據(jù)，計算公式： （32）式中：－預(yù)測值－時間段的需求數(shù)據(jù)值；－時間段的需求數(shù)據(jù)的權(quán)重值。表3－8 某種物品的需求數(shù)據(jù)表周實際需求量權(quán)重12341401561841/62/63/6我們利用加權(quán)平均方法進行預(yù)測時，不同時間的實際需求數(shù)據(jù)的權(quán)重時不同的（各權(quán)重之和為1），一般越接近的數(shù)據(jù)其權(quán)重越大，反之其權(quán)重越小。當當n=3和n=4，試用簡單移動平均法進行預(yù)測。首先，當n=4時表3－10 簡單移動平均法 期間需求滯后需求總數(shù) 移動平均1234567891011121314155481718075799791718179555673715481718075799791718179286/4286307305331342338340322286271263255 表中滯后需求是指已經(jīng)不用于預(yù)測的需求當n=5個期間時，我們得到： 期間需求滯后需求總數(shù)移動平均12345678910111213141554817180757997917181795556737154817180757997917181361/5361386402422413419419377342344334從計算中可以看出，預(yù)測值同簡單移動平均所選的事時段長有關(guān)。我們將預(yù)測結(jié)果用圖表示出來。有時，最近的數(shù)據(jù)反映了需求的趨勢，用加權(quán)移動平均法更合適些。加權(quán)移動平均法的計算公式為： （34） （35）例3－6 加權(quán)移動平均法舉例。一般說來，權(quán)重和時段的取值不同，預(yù)測的穩(wěn)定性和響應(yīng)性也不一樣，受隨機干擾的程度也不一樣。近期數(shù)據(jù)的權(quán)重越大，則預(yù)測值的穩(wěn)定性就越差，響應(yīng)性就越好；近期數(shù)據(jù)的權(quán)重越小，則預(yù)測值的穩(wěn)定性就越好，響應(yīng)性就越差。但是如果數(shù)據(jù)時季節(jié)性的，則權(quán)重也應(yīng)該時季節(jié)性的。隨著模型中新數(shù)據(jù)的增加以及過期數(shù)據(jù)的刪除，新的預(yù)測結(jié)果就計算出來了。指數(shù)平滑法只需用三個數(shù)據(jù)就可以預(yù)測未來，即需要最近期的預(yù)測值、預(yù)測期的實際需求量以及平滑常數(shù)。指數(shù)平滑數(shù)決定了平滑水平以及對預(yù)測值與實際結(jié)果之間差異的相應(yīng)速度。一般情況下。表312 指數(shù)平滑法預(yù)測12月需求量月份 需求量 觀測值 指數(shù)平滑值 ＝ ＝ ＝1 30002 28793000 3000 30003 31212988 2940 28914 28562955 2799 26815 28672896 2582 23976 31002893 2724 28207 28542914 2912 30728 29892908 2883 28769 27322859 2651 246510 29002846 2692 270511 3156 2852 2796 2881122931 3129 3404簡單指數(shù)平滑也有滯后于需求變化這一不足之處。 圖37 不同平滑常數(shù)的預(yù)測值變化預(yù)測結(jié)果圖如果一個物品的需求分布時季節(jié)性模型，就要使用符合季節(jié)性變化的更精確的預(yù)測方法，來預(yù)測不同時段的季節(jié)性變化量，常用的方法有季節(jié)指數(shù)法和基礎(chǔ)序列法。例38 我們已知某產(chǎn)品前3年的需求數(shù)據(jù)，見表。 表313 某產(chǎn)品需求的歷史數(shù)據(jù)時段第1年第2年第3年3年總和占全年的百分比（％）第1季度第2季度第3季度第4季度1252701868414024517496183295190102448810550282總計6656557702090假設(shè)我們利用前面講述的方法對下一年度的某產(chǎn)品的需求量進行的預(yù)測值為830，那么根據(jù)季節(jié)性需求模式，每一季度的需求為：第1季度 830448/2090=830％＝178第2季度 830810/2090＝830％＝322第3季度 830550/2090＝830％＝218第4季度 830282/2090＝830％＝112⑴相關(guān)與回歸世界