物流系统规划与设计实验报告 - 图文

重 庆 交 通 大 学

学 生 实 验 报 告

实验课程名称 物流系统规划与设计

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 1 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-α）=95%的t检验。α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2007~2011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α、趋势指数β和季节指数γ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

一、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。

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。

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 三、利用线性回归预测预测

实验结果：由上表可知

（1）a=-103.17,b=0.78,所以回归方程为：Y=－103.17+0.78X+ （2）相关系数R=0.988

（3）a的标准差为98.41，b的标准差为0.042

（4）b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16.42,11.53,8.55，21.67 趋势比率法：

年份2010销售季节ABCDABCDABCDABCDa=10.88时序（t）12345678910111213141516b=0.24销售额（x）12.68.66.317.514.110.37.518.215.310.68.119.6去除季节性后的需求趋势值11.1211.3611.611.8412.0812.3212.5612.813.0413.2813.5213.761414.2414.4814.72季节指数1.130.760.541.481.170.840.601.421.170.800.601.421.160.800.581.44预测值12.68.66.317.514.110.37.518.215.310.68.119.616.2111.358.4021.222011201211.4411.8412.2012.4412.6812.8612.9813.232013

回归统计Multiple R0.984949R Square0.970125Adjusted R 0.965146标准误差0.112893观测值8方差分析df回归分析残差总计SSMSFSignificance F12.4832182.483218194.83998.43E-0660.0764690.01274572.559688Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0%Intercept10.875740.12005890.587511.22E-1010.5819711.1695210.5819711.16952X Variable 0.2431550.0174213.958518.43E-060.200530.285780.200530.28578 实验结果：如以上图表

五、利用Winter’s 模型进行季节性数据预测

年份2007季节123412341234123412341234t123456789101112131415161718192021222324销量（xt）684.2584.1765.4892.3885.46771006.61122.11163.4993.21312.51545.31596.21260.41735.22029.72107.81650.32304.42639.4StTt2008200920102011731.5783.75014838.8771066910.5244703967.04316641034.9397731134.5885621226.2597471317.6785621414.2696271499.8991181592.40231695.9801751817.2045941942.1756972080.2188152217.510585052.2501455.1269771.6473656.518767.8966199.6487991.6711991.4188196.5910685.6294992.50318103.5779121.2244124.9711138.0431137.2918It0.9353380.7984961.0463431.2198221.086880.8051511.0924811.1734451.1159190.8599111.0752081.1728991.1258370.8446381.0864871.1915121.1524060.8485981.103081.190531Ft20122713.6891998.2812597.5352803.465 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

（3）?、?、?改变时图形的变化如下??、?、?同时增大时

同时减小时

六、利用统计数据进行EIQ分析 实验结果：

EN图

EQ图

IK图

IQ图

IK、IQ交叉图

实验结果电子文档见附件：631104090302黄永恒.rar

五、总结

通过实验一，做完这六个实验我了解并熟悉了利用excel软件做移动平均预测、指数平滑预测，线性回归预测和EIQ的相关分析，我掌握了简单的预测方法，并且加强了操作EXCEL软件。

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，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，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 PRODUCTION 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, Demands ( for TelecomOptic) Demand City Supply City Baltimore Atlanta 1,675 Cheyenne 1,460 Salt Lake Memphis Wichita 1,925 380 Boston 400 1,940 2,400 1,355 Chicago 685 970 1,425 543 Denver 1,630 100 500 1,045 Omaha Portland 1,160 495 950 665 2,800 1,200 800 2,321 4,100 2,200 22 31 5,000 27 3,500 24 7,650 18 Cost ($) city Production and Transportation Cost per 1000 Units Fixed Capa- 922 Demand

Decision Variables Supply City Baltimore Cheyenne Salt Lake Memphis Wichita Atlanta 0 0 0 1 0 10 1,646 8 700 14 508 6 311 7 1,797 11 Demand City Supplied (1 indicates Cities Supplied) Boston 0 0 0 1 0 Chicago 0 0 0 0 1 Denver 0 0 1 0 0 Omaha Portland 0 0 0 0 1 0 0 1 0 0 Plants (1=open) 0 0 1 1 1 Resulting Production Allocation Supply City Baltimore Cheyenne Salt Lake Memphis Wichita Constraints Supply City Baltimore Cheyenne Salt Lake Memphis Wichita Demand Atlanta 1 Boston 1 Chicago 1 Denver 1 1 Excess Capacity 0 0 10 4 10 Omaha Portland 1 Atlanta 0 0 0 10 0 Boston 0 0 0 8 0 Chicago 0 0 0 0 14 Denver 0 0 6 0 0 Omaha Portland 0 0 0 0 7 0 0 11 0 0 Demand City - Production Allocation (1000 Units) Objective Function Cost = $49,717 Optimal Location&Allocation Cost= $47,401 $ 2,316 Cost penalty for single sourcing = Linear Program Formulations Model Inputs:

n = Number of potential factory locations

m = Number of markets or demand points

Dj = Annual demand from market j Ki = Potential capacity of factory i

fi = Annualized fixed cost of keeping factory i open

cij = Cost of producing and shipping one unit from factory i to market j

(cost includes production, inventory, and transportation)

Decision Variables:

yi = 1 if factory i is open, 0 otherwise.

xij = Quantity shipped from factory i to market j

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（THE CAPACITATED 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。

Model1 拉式逻辑使用模型

1.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。 2.问题描述与参数模型

(1)产品在制造完成以后需要检测。

(2)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。 (3)产品到达的时间间隔是exponential(0,30,1)。

(4)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120～150s之间的均匀分布duniform()。

Model2标签使用模型

1.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。 2.问题描述与参数模型

(1)共建按照每30s的指数分布时间间隔到达一个队列。

(2)有四种类型的工件，工件类型的分布为20%、30%、40%、10%。

(3)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. (4)工件被加工后，在一个队列中等待检验，检测时间为常数：10s

(5)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队列中等待返工；返工率为10%

(6)返工的工件在队列中具有优先权。

Model3操作员使用模型

1.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。 2.问题描述与参数模型

(1)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。

(2)操作员需要用10s来进行工件装卡(预设置)。

(3)然后，工件自己加工20s。 (4)工件加工完成后离开系统。 (5)所有三个机器由一个人来负责。

Model4条件中断响应使用模型

1.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 2.问题描述与参数模型

(1)临时实体以随机方式到达三个队列。

(2)这些临时实体类型按均匀分布duniform（）被分配为1，2，3三种类型。 (3)所有三个队列均可以接收三种类型的临时实体。

(4)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。

(5)然后，临时实体从这些队列到处理器，并到吸收器中。 (6)一台运输机可以同时搬运五个临时实体。

(7)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

1.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。 2.问题描述与参数模型

(1)一个加工车间有五台机器。

(2)工件必须在所有五台机器上逐一加工。 (3)该车间里有一个由三人组成的操作员小组。

(4)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。 (5)装卡（预设置）时间为5s，加工时间为15s。 (6)每25s有新的工件到达系统。

Model6全局表使用模型

1.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。 2.问题描述与参数模型

(1)三种产品以均匀分布的方式进入五个车间的工作站。 (2)产品1需要在工作站1，3，2进行加工。 (3)产品2需要在工作站1，2，4进行加工。 (4)产品3需要在工作站2，4，3，5进行加工。

(5)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。

(6)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。 (7)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

Model1实验结果如下：

Model2实验结果如下：

Model3实验结果如下：

Model4实验结果如下：

Model5实验结果如下：

实验结果电子文档见附件：631104090302黄永恒.rar

六、总结

通过实验三的操作，实验四做起来就感觉容易得很多。通过实验四的几个模型的建立，深切体会到了Flexsim软件在具体使用时优点。

建立Flexsim模型无需花费太多时间。只需将已经做好的模块对象从对象库中拖放到三维的建模空间。通过很方便的标准Windows界面，配合便捷的弹出菜单，选项框，下拉菜单等等，设置或者修改对象的特征，比如输入/输出，处理时间，速度，尺寸，外观，过程

控制逻辑，空闲时间及其他。下一步，通过用鼠标从一个部件到下一个部件进行连线在部件间建立连接。接着通过同样方便的界面设置它们之间交互的相关参数，像是处理时间，处理优先权，延迟及其他。现在模型已经建立好了，你可以运行仿真了，通过Flexsim极具艺术效果的三维动画可以观察过程中的每个动作。对系统的改变——包括添加和去除部件——可以在仿真运行的过程中进行。Flexsim表现出色，因为它不仅可以按照标准的压缩时间（这个压缩比是完全可控的变量）方式来运行仿真，也可以采用实时方式，这使得它的模型可以监测甚至控制已经投入运行的真实世界的系统。

Flexsim无可比拟的图形界面使得使用它的过程就是一种享受。所有的模型都建立和运行在令人眩目的彩色三维世界中，它采用了与当今的电视游戏相同的虚拟现实技术。只需要简单的点击和拖拽，就可以毫不费力的将视角从一边转换到另一边，前面换到后面，放大或是缩小，还可以流畅地旋转。可以从任何视角观察模型——甚至是下面。在飞行浏览模式中，用户可以进行遍历浏览，或者就像是在其中飞行穿梭似的观察模型。当仿真运行的时候，可以打开多个窗口展现不同的视角，以便同时观察系统的各个不同的部分。

Flexsim使用一组好用的“对象”来构建真实世界的对象，过程和系统。这个软件是用C++——当今最为广泛使用的面向对象语言——所写的。Flexsim中所有搭建模型的要素都是对象，无论它们是产品，模块，表格，记录，对象库，图形用户界面，抑或甚至是程序本身。对象可以从其他对象那里继承属性和行为，包含其它对象，创建和删除对象，对象之间相互移进移出，甚至是自己删除自己。

实验四的建模实验，对于我们以后的工作起到了很大的帮助，通过3D的模型，对于问题的分析结果更加直观明了。

本文来源：https://www.bwwdw.com/article/2odw.html