物流系统规划与设计实验报告

1、重庆交通大学学生实验报告实验课程名称开课实验室明德楼115、118学 院 2011年级物流管理专业班3班学 生姓名 黄永恒 学 号 631104090302开课时间2014 至2015 学年第 学期总成绩 教师签名实验一：利用Excel预测与EIQ分析一、实验目的利用EXCEL软件作移动平均预测、指数平滑预测、线性回归预测和EIQ分析，让学生 掌握简单的预测方法，熟练操作EXCEL软件二、实验环境多媒体计算机WindowsXP操作系统Excel三、实验内容1、已知某运输企业某年度1月至11月的货运量，用二次移动平均预测法预测其12月 的货运量。2、根据数据，利用一次指数平滑法和二次指数平滑法预

2、测2012年的货运量。3、根据下表数据，利用线性回归预测预测下表是某城市家庭10个月人均收入与人均消费的有关数据统计情况，请用线性回归预 测法预测当人均月收入为4000美元时的人均消费情况。要求：（1）写出回归方程；（2）计算相关系数R；（3）计算：估计参数a的标准差、估计参数b的标准差；（4）写出估计参数a、b的t检验值及其对应的p-value，说明是a、b否通过置信系数（1- a ）=95%的 t 检验。a 为显著性水平（level of significance）；（5）计算s2的无偏估计量。（6）计算当人均月收入为4000美元时的预测人均消费值，及其标准差。4、利用季节比例法预测某厂商

3、根据销售情况作购买量据测，将一年分为4个销售季节:A、B、C、D。该厂掌 握了三年的销售数据，为保证足够的采购和生产提前期，需要对2013年的需求情况作预测。 分别用季节指数（季节比重）和季节指数（趋势比率）预测5、某产品20072011年销量如下表所示，利用Winter s模型对该产品2012年销量进 行预测。要求：（1）根据模型，完成表格的计算。（2）作出销量xt和预测值Ft的趋势图（3）改变平滑常数a、趋势指数8和季节指数Y的大小，观察图形变化。6、利用统计数据进行EIQ分析某配送中心为应对每家店面的需求，每天所处理的订单数据非常庞大。现从该配送中心 一天的订单处理业务中选择了有代表性的

4、12份订单进行分析、共涉及33个品项。要求根据 这些数据对该配送中心进行EIQ分析，并根据所作的图形，简要说明分析结果对配送中心 的日常管理和布局规划有什么样的启示。实验数据见实验指导书1四、实验结果、已知某运输企业某年度1月至11月的货运量，用二次移动平均预测法预测其12月的货 运量。n=3月份实际货运B 里MtMta：tt)b (t)：Y122400221如。322&0042140022300. 002310021966. 6762310022366. 6772570022 5 33 ； -3323266. 6722800. 00266. 6782340023966.6722588. 89

5、25644. 441677. 7892380024066. 6722955. 5625177. 781111. 111025.20024300. 0023522, 2225077. 78777. 78112540024133. 8824111. 1124155. 5622. 2212: 24177. 78由数据可知：当n=3时预测出的12月的货运量为24177.78吨。二、利用一次指数平滑法和二次指数平滑法预测2012年的货运量。al=O.9U- t年份时序实际货 运量恒我珥1)St。）St(2)at二次指数平涓预测 侑2005：1404040项,02006474045.644.4846.72

6、4-舞4020073蛾:46.353.9252.03255.8087. 552：51. 22008：455.0362.78460.633664.9344S. SO16强3&200 Q；7664.0036S.556866.9721670.141446. 3385673. 536;20107S69.400373.71136723635275.05925. 39136花、4S20111274.4400380342277E.74652S1.&380226. 3SS0JQ2SQ. 45056.2012SS. 32102由数据可知：当a1=0.9, a2=0.8时预测出的2012年的货运量为88.32吨

7、三、利用线性回归预测预测n=10序号月人均收入Xi （美元）月人均消 费Yi （美 元）Xi+YiXi 2药-区平均yiF平均(xix平均（xix平均厂（yi-y平均）”21800594475200640000-1350-973. 413140901822500947507. 56211006387018001210000-1050-929. 49758701102500863784. 36314001122157080019S0000-750-445. 4334050562500198381.1641700115519635002890000-450-412. 418558020250017

8、0073.7652000140828160004000000-150-159. 4239102250025408. 366230015953668500529000015027. 6414022500761.7672600196951194006760000450401. 6180720202500161282. 5682900207860262008410000750510. 6382950562500260712.3693200258582720001024000010501017. 6106848011025001035509.761035002530885500012250000135

9、0962. 612995101822500926598.76求和21500156743946840053650000576930074250004590020. 4平均.21501567. 4b0. 78a-103. 17R0. 988回归分析1SUMMARY CJUTPUT回归统计Multiple0. 9S0252R Square0. 976641Adjusted0. 97372S:标准误差115. 767观测值10方差分析dfssMSF;nificancfe F回归分析:14402SO44402SO4.334. 48768.22E-0S残差810Z：216.1340.2总计9459020C

10、defficien标淮误差t Statp-ValueLbw er弱呼Upper 9SWF限：95.削上限：95. 0%Inter cep-ioi1729S. 40598-1. 04S430. 32079-33j0.；0&12 7529-器O.：O魂123.- 752S79X Variab：0. 77701Q, 04240518. 2898. 22E-0S0. 67039：874981Q, 6袒而g0, S749S091residual Output观测值预测Y残差1510.痴475, 56S42：751. 5394-113 ; 5 3 9-3984. 6424137; 357641217-.

11、745-泣.745551450. S40-42. 84S561683; 952-S8. 951511917)555E 9454502150. 158-72. 15732363.知201. 7394102616. 364-S6. 3636实验结果：由上表可知a=-103.17,b=0.78,所以回归方程为：Y= 103.17+0.78X+相关系数R=0.988a的标准差为98.41, b的标准差为0.042b的p-value值为0.33；在t检验中，b的t检验值为18.29大于1.81,所以通过t检验。四、利用季节指数法预测实验结果：季节比重法：由数据可知：2013年A、B、C、D需求情况分别是

12、16.42,11.53,8.55, 21.67b=0.24趋势比率法：年份销售季节时序 (t)销售额 (x)去除季节性后的需 求趋势值季节指数预测值2010A112.611.121.1312.6B28.611.360.768.6C36.311.4411.60.546.3D417.511.8411.841.4817.52011A514.112.2012.081.1714.1B610.312.4412.320.8410.3C77.512.6812.560.607.5D818.212.8612.81.4218.22012A915.312.9813.041.1715.3B1010.613.2313.2

13、80.8010.6C118.113.520.608.1D1219.613.761.4219.62013A13141.1616.21B1414.240.8011.35C1514.480.588.40D1614.721.4421.22a=10.88回归统计Multiple10.984949R Square0.970125Adjusted10.965146标准误差0.112893观测值8方差分沂dfSSMSF Significance F回归分斤12.4832182.483218194.83998.43E-06残差60.0764690.012745总计72.559688Coefficien力标准误差

14、t StatP-valueLower 95%Upper 95%下限95.0，上限95.0%Intercep10.875740.12005890.587511.22E-1010.5819711.1695210.5819711.16952X Variabl(0.2431550.0174213.958518.43E-060.200530.285780.200530.28578实验结果：如以上图表五、利用Winters模型进行季节性数据预测年份季节t销量（x）STIF200711684.2tIt0.935338t22584.10.79849633765.41.04634344892.3731.501.

15、219822200815885.4783.7501452.250141.0868826677838.877106655.126970.805151371006.6910.524470371.647361.092481481122.1967.043166456.51871.1734452009191163.41034.93977367.896611.115919210993.21134.58856299.648790.8599113111312.51226.25974791.671191.0752084121545.31317.67856291.418811.17289920101131596.

16、21414.26962796.591061.1258372141260.41499.89911885.629490.8446383151735.21592.402392.503181.0864874162029.71695.980175103.57791.19151220111172107.81817.204594121.22441.1524062181650.31942.175697124.97110.8485983192304.42080.218815138.04311.103084202639.42217.510585137.29181.19053120121212713.6892221

17、998.2813232597.5354242803.465实验结果：（1）表格计算如图中红色区域（2）销量和预测值的趋势图如下ABCDEFG1实验一（5）2年份季节t销童（瓦）StT，L兀1320071168420.935338422584.10.798496533765.41.046343644892.3731.501.219822720081885.4796.0329024193.598711.0945728826677947.095310865.989810.72318519371006.6997.764755520.0287131.0126038104811224988 4219215

18、-68 085931 1437017112009191163.4963.099314960.2040371.19663491221099321128.323068375.263190.864538413311131221441.35939188.582590.920799214412154531546.301078-62.340121.0137875152010113159621438.944859-197.38841.11802162141260.41306.455847-2.6902050.954726617315173521477.97092519.925631.148717818416

19、2029.71999.156404523.70521.01512921920111172107.82331.59228-50.102780.9254177202181650.32115.609967-547.74140.7975255213192304.41699.326854-153.36661.3353315224202639.41862.191163795.326061.377139223201212124593134242222116.4378253233548.6665264243659.7712JKLWmtek s模型参数平滑常数a0. 3趋势指数3季节指数y0.9个周期的L4同时

20、减小时ABCDEFGH1实验一（5）2年份季节t销量Cxt）珏L耳1320071168420.935338422584.10.798496533765.41.046343644892.3731.501.21982272008188.4753.010967510.7554841.0074805826677772.174200814.9593590.82197089371006.6804.621926923.7035421.107746810481122.1837.481753428.2816841.2558304112009191163.4894.663278442.7316051.095349

21、6122109932964.486944956.2776360.8843106133111312.51037.17187764.4812841.155060914412154531114.53789870.9236521.2950295152010113159621212.64056284.5131581.16163516214126041309.96745390.9200250.907665817315173521411.02457595.9885741.177466184162029.71513.04185899.0029281.30896161920111172107.81632.291

22、45109.126261.200538620218165031749.093957112.964380.91842122131923M.41871.560911117.715671.1936077224202639.41991.989676119.07222131377522320121212534.4112242221938.844253232519.7798264242773.4607JKLMN0FWinter s模型参数平滑常数CE0.1趋势指数0. 5季节指数y0. 3个周期的L4六、利用统计数据进行EIQ分析实验结果：EN图IKEN250200EQIK5EQ图o0 I i i i i

23、 i i i i i i i i i i i i i i i i i i i i i i i i i i i i IQ 图 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33IQ在一开始做实验的时候，有很多不懂的地方，也不知道怎么操作；但通过老师的指导，五、EXCEL通过同学们的教诲，还有自己实际的操作；我对相关的预测方法有了很深的了解。所以多上 实验课对于我们的学习非常有帮助。通过实验的实际操作，一方面可以加强了自己的动手能力，另一方面巩固了在课堂的理 论知识的学习。例如：（1）移动平均预测法中n值的一般选择原则。当n值增大，移动平均 值的修匀能力增加

24、，但同时移动平均值对时间序列变化的敏感性降低。所以要根据时间序列 的特点来确定n值的大小。（2）指数平滑预测法中a越大，现实测定值在预测中占的比重就 越大，这就越能体现预测对象当前的变化趋势而忽视它的历史趋势。a越小，历史数据在预 测中占的比重就越大，这就越能反映预测对象的历史演变趋势而忽视了当前的变化。（3）在 线性回归预测预测中，加深了怎么样求回归方程的方法；还有知道人均月收入为4000美元 时，预测人均消费值，及其标准差；（4）季节比例法预测中，季节变动预测的基本思路是： 首先根据时间序列的实际值，观察不同年份的季或月有无明显的周期波动，以判断该序列是 否存在季节变动；然后设法消除季节因

25、素的影响，以测定趋势变动；最后求出季节指数，结 合预测模型进行预测。（5）EIQ的基本思想：在订单出库资料取样的基础上，运用柏拉图、 次数分布图及ABC分析工具等，对其订单进行订单量（EQ）、订货品项数（EN）、品项数量（IQ）、 品项受订次数（IK）等的统计分析，以获取规划信息。实验二：利用Excel进行物流网络规划一、实验目的熟悉利用Excel进行物流网络规划二、实验内容用 Excel 计算 the Capacitated Plant Location Model（CPLM）模型，进行物流网络规划三、实验结果实验一：需求分配模型(ALLOCATING DEMAND TO PRODUCTIO

26、N FACILITIES)光纤通信设备制造企业TelecomOne：由数据可知：Atlanta主要有 Memphis提供服务；Boston主要有Baltimore提供服务；Chicago 有 Baltimore Memphis 提供服务。光纤通信设备制造企业HighOptic：由数据可知：Denver主要有Cheyenne提供服务；Omaha主要有Cheyenne提供服务；Portland 主要有Salt Lake City提供服务。实验二：有能力约束的工厂选址模型(THE CAPACITATED PLANT LOCATION MODEL)Inputs - Costs, Capacities,

27、 Demands ( for TelecomOptic)SupplyCityDemand CityProduction and Transportation Cost per 1000 UnitsFixedCost ($)CapacityAtlanta BostonChicagoDenverOmahaPortlandBaltimore1,6754006851,6301,1602,8007,65018Cheyenne1,4601,9409701004951,2003,50024Salt Lake1,9252,4001,4255009508005,00027MemphisWichita3801,3

28、555431,0456652,3214,1002,20022319221,6467005083111,797Demand108146711Decision VariablesDemand City Supplied (1 indicates Cities Supplied) PlantsSupply CityAtlantaBostonChicagoDenverOmahaPortland(1=open)Baltimore0000000Cheyenne0000000Salt Lake0001011Memphis1100001Wichita0010101Resulting Production Al

29、locationDemand City -Production Allocation (1000 Units)SupplyCityAtlantaBostonChicagoDenverOmahaPortlandBaltimore000000Cheyenne000000Salt Lake0006011Memphis1080000Wichita0014070ConstraintsSupply CityExcess CapacityBaltimore0Cheyenne0Salt Lake10Memphis4Wichita10AtlantaBostonChicagoDenverOmaha Portlan

30、dDemand111111Objective FunctionCost =$49,717Optimal Location&Allocation Cost=$47,401Cost penalty for single sourcing =$ 2,316Linear Program FormulationsModel Inputs:n = Number of potential factory locationsm =D =jK =if=c = ijNumber of markets or demand pointsAnnual demand from market jPotential capa

31、city of factory iAnnualized fixed cost of keeping factory i openCost of producing and shipping one unit from factory i to market j (cost includes production, inventory, and transportation)Decision Variables:y, = 1 if factory i is open, 0 otherwise.x, = Quantity shipped from factory i to market jnn m

32、Objective Function :y DjC x*1=1j=i j=i*Subject to the following constra int s :ni=lmZD X痍 K).伽 i = L，n尸ix扩y实验结果电子文档见附件：631104090302黄永恒rar四、总结通过实验二，利用 Excel 计算 the Capacitated Plant Location Model (CPLM)模型，进行 物流网络规划。在需求分配模型中，通过对有两家光纤通信设备制造企业TelecomOne和 HighOptic。各工厂每月生产能力，每月市场需求量，每一千单位的生产和运输成本，每个 工厂每

33、月的固定成本等等数据进行分析，利用Excel求出这两个企业的生产和需求分配情况。 市场由哪个工厂服务，工厂使用哪个供应来源。在有能力约束的工厂选址模型(THECAPACITATED PLANT LOCATION MODEL 中，通过分析 TelecomOne 和 HighOptic 两家 光纤通信设备制造企业进行企业合并，对合并后的5个工厂和6个市场进行资源重新整合， 学会利用CPLM模型对其物流网络进行规划。首先，作决策变量表、约束表、目标函数， 然后填写相应表格公式，最后填写“规划求解参数”。CPLM模型是在满足所有约束条件下 以达到最低成本为目标。这一次的实验做起来感觉比较有挑战力，给我

34、最大的收获就是，做实验一定要细心、态 度要端正，听了老师初步的指导后，有了具体的思路之后，一定要注意细节，不能掉以轻心， 马马虎虎。细节决定成败，态度决定一切。实验三：Flexsim的基础操作一、实验目的认识和熟悉仿真软件Flexsim的基础操作二、实验内容动手操作和熟悉Flexsim仿真软件。三、实验结果熟悉物流仿真系统软件，实验结果略。实验结果电子文档见附件：631104090302黄永恒rar四、总结通过实验三，仿真软件Flexsim的基础操作，第一次接触到这个软件，知道了 Flexsim 是一个基于Windows的，面向对象的仿真环境，用于建立离散事件流程过程，像是制造业， 物料处理和

35、办公室工作流，这些全都配以令人瞠目结舌的三维虚拟现实环境。这次的Flexsim仿真软件的使用，是我第一次真正的使用仿真软件，感觉很很有意思,所 以自己一直很投入的做实验，也从这次实验中得到了许多收获。首先是通过这次实验，让我了 解和熟悉了 Flexsim仿真软件,并初步的学会了运用该软件。其次，在这次实验中使我们的同 学关系更进一步了，同学之间互相帮助，有什么不懂的大家在一起商量,听听不同的看法对我 们更好的理解知识,所以在这里非常感谢热心帮助我的同学。在此要感谢老师对我的指导和 帮助。在实验过程中，与同学交流经验和自学,并向老师请教等方式，使自己学到了不少知识, 也经历了不少艰辛，但收获同样

36、巨大。在整个实验中我懂得了许多东西，也培养了我独立工 作的能力，树立了对自己工作能力的信心，相信会对今后的学习工作生活有重要的影响。而且 大大提高了动手的能力，使我充分体会到了在创造过程中探索的艰难和成功时的喜悦。虽然 这个设计做的也不太好，但是在设计过程中所学到的东西是这次课程设计的最大收获和财 富，使我终身受益。学了这么长时间，我觉得Flexsim还是很强大的，也有很多东西可以学，我们也只能是 用到什么学什么。另外再次大家提醒细心的重要性，有时遇到问题，一查手册就会恍然大明 白了，特别是有些专门标出的文字以前也都看漏了，其实是很重要的。实验四：熟悉Flexsim建模规则一、实验目的熟悉仿真

37、软件Flexsim的操作和建模规则。二、实验环境多媒体计算机 WindowsXP操作系统FLEXSIM 3.0三、实验内容建立以下Flexsim实例模型，熟悉Flexsim的建模规则。Modell拉式逻辑使用模型学习内容与目的学习如何使用拉式逻辑，根据临时实体类型来定义临时实体的流程路径。问题描述与参数模型产品在制造完成以后需要检测。两种类型的产品以4： 6的比例随机到达，在一个队列中排队等待。产品到达的时间间隔是exponential(0,30,1)。有2台检测仪检测产品1，3台检测仪检测产品2,产品将首先到空闲可用的监测仪进行 检测。(5)两种产品的检测时间是介于120150s之间的均匀分

38、布duniform()。Model2标签使用模型学习内容与目的学习如何在临时实体上设定和使用标签来进行流程和加工过程的建模。学习如何使用经验分 布(dempirical()来分配临时实体的类型。问题描述与参数模型共建按照每30s的指数分布时间间隔到达一个队列。有四种类型的工件，工件类型的分布为20%、30%、40%、10%。每种类型的工件都在专用的机器上进行加工，工件第一次加工的加工时间为uniform(100,200)s ；如果返工，返工时间为 uniform(120,130)s.工件被加工后，在一个队列中等待检验，检测时间为常数：10s检验通过的工件离开模型，检验不能通过对工件被送回第一个

39、队列中等待返工；返工率 为10%返工的工件在队列中具有优先权。Model3操作员使用模型学习内容与目的学习如何使用操作员来同时搬运和加工临时实体。问题描述与参数模型工件以每20s指数分布的时间间隔到达一个队列，并需要由操作员将其搬运到三个机器 之一。操作员需要用10s来进行工件装卡(预设置)。然后，工件自己加工20s。工件加工完成后离开系统。所有三个机器由一个人来负责。Model4条件中断响应使用模型学习内容与目的学习如何使用任务执行器(taskexcuser)的“条件中断响应”命令问题描述与参数模型临时实体以随机方式到达三个队列。这些临时实体类型按均匀分布duniform()被分配为1， 2

40、， 3三种类型。所有三个队列均可以接收三种类型的临时实体。一个运输机从三个队列搬运临时实体到另外三个队列处，这三个队列每个只接收一类临 时实体。然后，临时实体从这些队列到处理器，并到吸收器中。一台运输机可以同时搬运五个临时实体。运输机只能同时搬运多个相同的临时实体类型。Model5优先级与先占使用模型学习内容与目的练习使用操作员、优先级和先占；时间表的应用。问题描述与参数模型一个加工车间有五台机器。工件必须在所有五台机器上逐一加工。该车间里有一个由三人组成的操作员小组。操作员需要将工件搬运到下一台机器去，并为机器装卡(预设置)该工作。装卡(预设置)时间为5、，加工时间为15s。每25s有新的工

41、件到达系统。Model6全局表使用模型学习内容与目的学习如何使用全局表来定义和控制产品的流程，如何使用标签来跟踪产品所处的加工步骤。问题描述与参数模型三种产品以均匀分布的方式进入五个车间的工作站。产品1需要在工作站1，3，2进行加工。产品2需要在工作站1，2，4进行加工。产品3需要在工作站2，4，3，5进行加工。采用一个全局表来确保产品以正确的顺序被送到正确的工作站。采用一个队列，将其输出端口分别与五个工作站相连，再和一个吸收器相连。这五个工作站都将其输出端口与这个队列的输入端口相连。五、实验结果Modell实验结果如下:Model2实验结果如下:Model3实验结果如下:Model4实验结果

42、如下:提升速度;叫升降机流节点收器13暂存区8储灌灌T复合处理器传送带 匠分拣商送带Z流节点/网路节点:血茂通控制器至削视化工且A记录器、基本任苗执行器,基本画耘体文件道）编辑 视图 创建但）执行00统计 工具您）调试旭）Window帮助 日咨导 叵如 口，a， 国Excel包树 300脚本Object:暂存区7 Position 2.00, 17.00,0.00 Rotation 0.00, 0.00r 0.00 Scale 2,00, 2.00, 0.20 State: emptyDone Bindina Objects.文件但）编辑d）视图W）创建但）执行催）统计窈 工具（X）调试皿Window帮助冬） 0B； H 匝A % 口，迫， 国Excel向树 带300脚本响重置 A运行.停止 回步进运行时间：云66|停止时间：Ljnone- JQ 运行速度:11.85离散实体发生器.N暂存区*处理器吸收器合成器.分解器z复合处理器隹送带旧分拣传送带切?I任务分配器任务执行器V操作员叉车 应升降机7,起重机4堆垛机z网路节点交通控制器即，可视化工且-记录器、基本任务执行器.基本固定实体际重置汗运行停止|w步进运行时间：|。