商务英语需求模型研究
商务英语需求模型研究（精选9篇）
商务英语需求模型研究 第1篇
住房需求是影响房价的一大因素, 在房价日益高涨的今天, 研究住房需求成为有效控制房价的重要途径和手段。学术界对住房需求已有大量研究[1-3], 其中定性分析多于定量分析, 本文根据相关文献研究, 决定采用计量经济学的相关知识来对住房需求模型进行拟合建模。
2 模型的建立
2.1 指标的选取
指标的选取对模型的准确性有很重要的影响, 本文确定了六个主要影响因素:国内生产总值增速 (GDPZ) ;商品房销售价格 (P) ;就业人口总数 (JY) ;年末人口总数 (RK) ;恩格尔系数 (EGR) ;准货币 (ZHB) 。房地产经济学认为影响房地产行业的因素一般可以分为一般因素、区域因素。一般因素主要包括经济因素、社会因素等。经济因素包括经济发展因素、财政金融因素等。社会因素包括人口因素、家庭规模因素等。行政因素包括地价政策、城市规划等。区域因素是某一特定区域内的自然条件与社会、经济、行政、技术因素等产生的区域性特征, 包括繁华因素、交通便捷因素等。通过阅读房地产行业研究文献, 我们发现当前对房地产需求影响因素的研究多集中于经济总量增长、人口增长、可支配收入、利率、土地价格、住宅销售价格等几个方面。本文选取了以下几个指标变量作为影响住宅商品房需求的因素。
(1) 国内生产总值增速 (GDPZ) 。根据有关文献研究, GDP增速对居民日常用品影响不明显, 但是对价格较大的耐用品消费影响明显, 住宅作为居民一次性耐用品消费, 受GDP增速的影响很大。 (2) 商品房销售价格 (P) 。根据经济学原理, 商品的价格是影响商品需求不可忽略的因素。 (3) 就业人口总数 (JY) 。就业人口是影响房地产需求的一个重要因素, 就业的增长和衰退情况也成为决定房地产需求变动的强有力因素。 (4) 年末人口总数 (RK) 。总人口的变动特别是中青年人口的变动对我国的房地产市场有很大的影响, 人口变化是制约房地产市场变化的根本因素, 因此, 本文选取年末人口总数来体现人口对住宅需求的影响。 (5) 恩格尔系数 (EGR) 。恩格尔系数代表了一个家庭的富裕情况。 (6) 准货币 (ZHB) 。准货币虽受到政策影响较大, 但是可以作为衡量居民财富的一个标准用以来衡量居民对住宅的需求。我们采用计量经济学中相关性分析, 平稳性检验和协整检验等方法, 对可能影响住宅需求的因素进行筛选和检验。
2.2 指标变量的检验和筛选
考虑到实际的定量建模, 必须对各个影响因素进行统计上的检验。首先是变量之间的相关性检验, 从结果得知, 上述六个指标变量除去准货币外对需求的相关性都很高。准货币虽然线性相关性弱一些, 但是不能说明没有其他相关关系, 予以保留。指标变量之间有较大的相关性会对模型的合理性产生影响, 因为相关性大说明指标变量之间可以相互代替, 因此还需要对各个指标变量进行共线性诊断, 然后通过逐步回归筛选指标变量。根据检验结果, 解释变量ZHB和P、JY、RK之间, EGR和P、JY、RK之间, P和JY、RK、ZHB之间都有较高的相关系数。因此, 我们可以认定解释变量之间确实存在着多重共线性。采用逐步回归方法, 先分别拟合ZZXS对各个变量的一元回归, 得到6个一元回归模型的参数结果, 每个方程都只给出解释变量系数估计值, T统计量, T统计量相应概率P以及拟合优度R2。其中, ZHB的系数估计值为58.50, T统计量为20.155, 概率值P为0.0000, 拟合优度R2为0.9598。EGR系数估计值为-3382.915, T统计量为-5.1477, 概率值P为0.0001。GDPZ的系数估计值为0.256, T统计量为20.764, 概率值P为0.0000, 拟合优度R2为0.962。P的系数估计值为27.682, T统计量为18.294, 概率值P为0.0000, 拟合优度R2为0.9516。JY的系数估计值为4.4058, T统计量为7.1948, 概率值P为0.0000, 拟合优度R2为0.7527。RK的系数估计值为6.193, T统计量为8.7788, 概率值P为0.0000, 拟合优度R2为0.8192。
对于解释变量出现的多重共线性问题, 我们采用逐步回归的方法, 依据t检验法, 对解释变量指标进行筛选, 最后确定了当年的恩格尔系数 (EGR) 、就业人员数 (JY) 、住宅商品房本年销售价格 (P) 和人口数量 (RK) 为影响房地产需求的指标变量。
2.3 模型的建立
我们采用回归拟合的方法来构建房地产需求模型, 在进行回归拟合之前, 都需要对数据的平稳性进行检验, 并根据检验结果进行拟合或者进行相应的协整检验和处理。我们通过Eviews5.0对4个影响因素分别进行检验。根据绘制的走势图, 可以确定变量所选用模型, 计算所得单位根检验结果可知所有变量的t统计量值均大于10%临界值, 因此, 所有的时间序列数据均为非平稳序列, 需要进行一阶差分, 对变量一阶差分可知, ZZXS、JY、P、EGR、RK是一阶平稳的。根据经典回归模型的假定, 可以使用经典回归模型方法建立回归模型, 如果变量在某个时期受到干扰后偏离了长期均衡点, 它们之间的内在机制会在下一个时期进行调整, 这样, 变量之间又回到均衡状态。上述五个变量都是一阶单整序列, 因此, 我们可以对其进行协整分析。
在这里我们采用协整检验, 根据处理分析的结果, 可以判断变量之间存在着四个协整关系, 从长期来看, 变量之间存在着长期均衡关系。我们可以采用多元回归拟合, 建立反映房地产需求的数学模型, 我们使用Eviews5.0进行最小二乘拟合, 以ZZXS为被解释变量, 得到结果:
其中各拟合数据的T统计量如下:
其中, EGR变量没有通过t检验, 进行逐步回归后得到的模型也不理想, 因此, 我们尝试建立如下对数线性模型。
其中, ln (ZZXS) 表示当年住宅商品房销售面积, ln (E-GR) 表示当年家庭恩格尔系数, ln (JY) 表示当年就业人口数, ln (P) 表示当年住宅商品房销售价格, ln (RK) 表示年末人口总数, μi为随机扰动项。
3 模型的实证分析
根据上面建立的模型, 我们选取上述五个变量1991年到2009年19年的数据, 运用Eviews5.0进行多元线性回归, 得到结果:
其中, 拟合优度:R2=0.992588莓F。统计量值:F=468.6846。从拟合的结果来看, 各个影响因素都通过t检验, 整个模型的拟合优度达到0.992588, F统计值也通过了检验, 因此, 拟合所得到的模型是合理和准确的。
4 结论
对上面所得模型进行分析, 我们可以发现, 恩格尔系数和就业人口数前面的系数是负值, 住宅商品房当年销售价格和当年人口总数前面的系数是正值, 说明恩格尔系数越高, 即家庭生活越贫困, 对住房的需求越小, 具体影响指数为3.015。模型也反映出人口越多对住宅的需求也越大。模型也反映出住宅商品房的价格的增高对需求呈现出拉动作用, 虽然违背一般经济学原理, 但是符合现在国内房地产市场的现状和国人的消费心理, 说明住宅商品房作为消费品与一般消费品的不同之处, 这一点可以为制定房地产调控政策提供有益的帮助。同时, 模型也表明就业人口对房地产市场呈现出反向拉动作用, 根据相关文献研究结果表明, 就业人口对租房需求的上升会对住宅商品房的需求产生影响, 这一点也显示了我国房地产市场发展的特殊性。
摘要：住房需求是影响房地产价格的重要因素, 在房价调控难度日益增大的今天, 研究住房需求成为有效控制房价的重要手段。本文使用定量分析的研究方法, 采用计量经济学的理论对房价需求模型进行拟合, 通过实证分析, 证明拟合结果有效, 可以为房价调控提供有益的建议。
关键词：住宅需求模型,拟合,房价
参考文献
[1]李艳双.房地产业与国民经济协调发展研究[D], 天津大学博士论文, 42-66, 2003。
[2]吕红军, 王要武, 姚兵.房价增长时期商品房需求调控模型研究[J], 哈尔滨工程大学学报, 第29卷10期:91-93, 2008.
[3]陆宁, 蔡爱云.我国建筑业可持续发展综合评价[J], 重庆建筑大学学报, 第4期:3-4, 2006.
商务英语需求模型研究 第2篇
新建开发区交通需求预测模型研究及应用
提出新建开发区交通需求预测模型并将其应用于实际规划工作.提出交通需求预测的体系框架,建立居民出行生成预测模型,将所建立的模型应用于营口沿海产业基地的综合交通规划中.
作 者：张效杰 ZHANG Xiao-jie 作者单位：营口市城市规划设计院,营口,115000刊 名：北方交通英文刊名：NORTHERN COMMUNI CATIONS年，卷(期)：2009“”(5)分类号：U412.1关键词：土地利用 交通需求预测 重力模型 距离竞争曲线
商务英语需求模型研究 第3篇
【关键词】支持向量机 属性约简法 区域物流 需求预测
一、引言
区域物流需求预测是物流系统发展的关键技术，可为上级管理部门规划和下级物流企业决策提供指导。目前，我国广大学者为准确预测区域物流需求未来变化趋势，曾提出多种物流需求预测方法，而随着计算机发展、人工智能技术不断成熟，BP神经网络、支持向量机（SVM）等新型预测方法也孕育而生。如何更为行之有效地进行区域物流需求预测，对整个区域内物流系统规划与管理、运行与决策具有重大意义。
二、预测指标体系
（一）基于属性约简法的预测指标筛选
根据国内经济物流发展情况与关系，初步确定区域物流需求八大预测指标：区域生产总值、第一产业产值、第二产业产值、第三产业产值、区域社会消费品零售总额、区域人均消费水平、区域进出口总额、区域快递业务量。货运量为物流需求的量化變量。
为减少计算量，选用属性约简法进行指标筛选。
1.属性约简方法的选择。属性约简[1-2]是粗糙集理论研究的核心内容之一。属性组合爆炸是致使最小属性约简成为NP-hard问题的原因，因此为得到一个最优或次优的约简集，常常运用启发式算法。
基于正区域算法的属性约简无需建立可分辨矩阵，时间与空间复杂度相对可分辨矩阵较小，更具优势。因此本文选用基于正区域算法的属性约简作为预测指标的筛选方法。
2.基于改进求核算法的属性约简。篇幅限制，不再赘述粗糙集理论，下面详细介绍基于正区域算法的属性约简。
在粗糙集理论中，往往需要求出核，再利用启发式信息进行约简。而核是通过正区域定义的，因此正区域的有效计算对整个属性约简至关重要。
目前最行之有效的算法之一是徐章艳等[3]设计的一种基于基数排序的改进的求核算法（正区域算法），时间复杂度为O（|C||U|），具体步骤如下：
Step1：基于基数排序的属性连续化
设决策表S={U，C，D，V，f}，条件属性集合C中元素α的最大、最小值分别为Mα、mα。
（1）取α最值间隔为1，根据包括首尾在内的间隔数建立相应数量的空队列;
（2）若？字存在于论域U中，将？字加至第f（？字，α）-m个队列中，修改该队列首尾的指针;
（3）count初始化为零;
（4）依次搜索队列，若为非空，则将该队列中所有元素在属性α上的值改为count，执行后count值自增1;
（5）得到在α上有序且值连续的新决策表S，其值域为[0，M’α]。
Step2：计算简化决策表S’
其实质是删除决策表重复元素，定义如下：
决策表S={U，D，D，V，f}中，记U/C={[u’1]C，[u’2]C，…，[u’m]C}，U’={u’1，…u’m};
设POSC（D）=[ui1’]CU…U[uis’]C，其中？坌uis’∈U’且uis’/D的绝对值等于1（s=1，…，t）;记U’pos={ui1’，…，uit’}，U’neg=U’-U’pos，则有简化决策表S’={U’，C，D，V，f}。
计算步骤如下：
（1）计算U/C={X1，X2，…，Xm};
（2）对于？坌Xi∈U/C，若Xi/D的绝对值等于1，则任意取元素？字∈Xi，令x.is_pos=1，U’pos新增元素？字，反之？字.is+pos=0，U’heg新增元素？字。
Step3：基于简化决策表S’的改进求核算法
（1）初始i=0，当i<|C|时执行循环体，循环体每执行一次则i++，否则break;
（2）内部循环：
循环1：
若i≥0，则第i-1属性执行基数排序;
循环2：？字指向链表首地址;
循环3：若？字？埸？覫
循环3.1：
若f（？字，D≠f（x→link，D）且？字与？字→link同属正区域的同一等价类或分属正负区域的同一等价类，
则Core（C）=Core（C）U{ci}，break;
循环3.2：
若？字与？字→link非同一等价类，则？字为链表下一元素指针;
（3）得到原始决策表S的核Core（C）。
以上提出的算法是基于不相容决策表执行的，对于相容或不相容决策表均能实现求解，适应范围广。对于相容决策表，循环3.1执行条件可简化为f（？字，D）≠f（？字->link，D）且？字与？字→link属于同一等价类。这样就得到基于正区域算法的属性约简结果。
（二）预测指标体系的建立
以江苏省为例，根据江苏省统计年鉴，筛选后的预测指标为自变量，货运量为目标函数，建立区域物流预测指标体系，如下图所示：
图1 江苏省物流需求预测指标体系
受数据的可获得性限制，实际预测时可能会调整指标应用情况。
三、基于SVM的物流需求预测模型
（一）预测模型的选择
回归分析、时间序列均为线性模型，不能满足求出系统发展主要因素的条件;灰色关联分析具有样本需求少、计算简单的优势，然而根据通过原始数据预测未来的工作特点，其同样缺乏对影响因素的考虑;BP神经网络的自学习、自适应特性克服了非定量因素无法用数学公式严谨表达难题，较传统预测方法，精确性更高，但结果容易陷入局部最优、出现拟合或发生维数灾难。而支持向量机[4-5]凭借结构风险最小化原理可避免BP神经网络过学习或欠学习现象，获得全局最优解，在处理有限样本问题中具有非线性拟合精度高、抗噪声性能强等无可比拟的强大优势。
（二）预测模型的建立
1.数据归一化处理。本文中七个输入输出指标量纲不一致，采用极差最大值变换法进行归一化处理，
公式如下：
通过上式将各指标数据转化至区间[-1，1]内，可以提高支持向量机收敛速度。
2.支持向量机基本模型。支持向量机基本原理是通过非线性映射，将低维空间即输入因素x1，x2，…，xn变换到高维特征空间，从而进行线性建模，寻找输入输出变量之间的关系。如下图所示：
图2 STV原理图——最优分隔超平面
设样本？字i为d维向量（i=1，2，…，n），训练集L={（？字i，yi）|i=1，2，…，n}，根据一个带有权值向量与偏置量的映射函数，在高维特征空间建立的数学模型为：f（？字）=ωT·φ（？字）+b（1）
其中，ω、b分别为模型辨识参数——权值向量和偏置量。
根据最小风险原则，对辨识参数ω、b进行处理：
（2）
其中，C（ei）、Remp（f）、‖ω‖2分别为损失函数、经验风险和置信风险。
进一步分析，想要求解式（2），即可转化为一个约束优化问题：
（3）
其中，γ为惩罚系数（又称正则化系数），ei为误差。
为方便计算，上述约束优化方程组可利用Lagrange乘子αi，转换为以无约束优化问题形式存在于对偶空间内的方程，即：
（4）
至此，建立Lagrange函数后，SVM使优化问题转化为求解线性方程组。
令y=（y1，y2，…，yn）T，α=（α1，α2，…，αn）T，根据KKT条件可以得到矩阵：
（5）
其中，1N为元素向量，E为单位矩阵，。
在非线性数据建模中，人们普遍认为径向基（Radial basis function，简称RBF）函数性能为支持向量机众多核函数中最优，径向基函数为：
（6）
基于RBF函数构造的支持向量机分类函数为：
（7）
其中，σ为径向基函数的宽度系数。
3.支持向量机参数的确定。在SVM算法中，根据其工作原理可知，惩罚系数γ与核函数宽度系数σ是支持向量机学习性能的共同决定参数，两参数值的大小决定了拟合情况的好坏。现常采用的参数确定方法为交叉验证法，这里选用五折交叉检验法，具体方法不再赘述。取多次交叉检验的差错率的均值，重复多次交叉验证，再取平均，得到对算法精度的估计值。
参考文献[6]提出利用人工鱼群算法优化参数，通过模仿鱼群觅食追尾行为，进行高效率搜索，根据文章中给出的算法流程，总结出以下物流预测步骤：
图3 物流预测步骤流程图
四、结语
区域物流需求预测是个复杂的建模过程，通过上文研究，可以得到整个建模流程：确定研究对象;了解背景，查阅相关资料;分析研究对象影响因素，初步确定指标;利用改进属性约简法分析筛选预测指标，确立预测指标体系;选择SVM作为预测模型;建立预测模型;在最后，收集到原始数据后，需对不同的预测方法进行检验分析，并证明预测结果合理性。
参考文献
[1]黄鑫.基于DTRS-SVM模型的广东省物流需求预测研究[D].广东工业大学，2015.
[2]邹志超.基于正区域的属性约简算法的研究和改进[D].暨南大学，2011.
[3]徐章艳，刘作鹏，杨炳儒.一个复杂度为max（O（||U|），O（|C|～2|U/C|））的快速属性约简算法[J].计算机学报，03：391-399，2006.
[4]梁毅刚，耿立艳，张占福.基于核主成分——最小二乘支持向量机的区域物流需求預测[J].铁道运输与经济，34（11）：63-67，2012.
[5]李自立.基于支持向量机的区域物流需求预测研究[D].武汉科技大学，2009.
[6]陈海英，张萍，柳合龙.人工鱼群算法优化支持向量机的物流需求预测模型研究[J].数学的实践与认识，46（2）：69-75，2016.
基金项目：本论文受2016年大学生创新创业训练计划项目（xcx2016021）资助。
柔性系统开发项目需求模型研究 第4篇
研究背景：企业e化管理已成为一种潮流和趋势，越来越多的企业通过不断导入或开发各种管理信息系统，提升管理水平。F公司下属NBE塑模单位，近年来一直致力于管理水平提升，不断进行e化管理系统的引进和开发。总结历次开发实践，开发结果与最初需求总存在一定偏差。
究其原因，是需求方项目主管需求开发及管理不规范，所提需求不具可行性、模糊或变更频繁等。鉴于此，文章拟构建一个面向用户的柔性系统项目需求模型，来解决此问题，提升企业需求开发管理水平，提高系统开发项目成功率。
研究思路：课题研究思路：通过研究F公司系统开发实践，总结以往需求开发中导致需求偏差产生的因子；选用PMBOK范围与风险管理知识与工具，结合6σ问题改善模式、FMEA、流程图等工具来构建模型过程维度；利用柔性系统评价及开发的相关研究成果，来构建模型柔性维度；最后，简要介绍该模型在F公司的实践状况。
1 理论与文献研究
1.1 企业系统开发实践
截止08年初，F公司模具厂已陆续引进和开发了PDM系统、TIP-TOP成本系统、MPIS系统、刀具管理系统、I-MOLD生管系统等。有效提升了企业效率和e化管理水平。然而，各系统缺乏有效整合，成信息孤岛，未能发挥管理综效；为使集团各塑模厂之间能协同接单、生产，需架构统一之管控系统；在模具开发中，与上游客户、下游供货商，就产能、品质、交期、成本及人力等进行沟通，需架设全面的信息平台。因此，启动了塑模厂系统整合项目，整合后系统架构见图1。
系统目标大且需求模糊，开发结果需求偏差大，项目失败。
F公司在系统开发中，积累了大量实践经验，可资借鉴：(1)系统受企业环境、作业流程和组织变更影响，会进行功能模块增减、客制或流程变更；(2)企业各系统的有效整合是趋势，系统应具有兼容性；(3)因应系统的二次开发、客制或变更，系统功能构件、模块应具有可重用性；(4)系统需求单位要精心挑选项目人员，配合IT人员展开系统开发及测试；(5)系统开发前的流程整合，流程的在线可调，可有效减少系统流程变更；(6)系统变更高峰期为开发初具雏形时，可视化为需求开发之有效工具；(7)形成并保持记录的过程，使系统开发过程可追溯；(8)有效的变更控制，可有效减少需求偏差。
1.2 需求管理知识与工具
1.2.1 PMBOK
美国项目管理协会（PMI）制定的项目管理知识体系（PMBOK），将项目管理归为44过程和9大知识领域。PMBOK注重流程管理和过程控制。PMBOK范围管理含范围规划、范围定义、制作WBS、范围确认和范围控制[1]。
范围包括两方面：一是产品范围，产品和服务所包含的特征、功能，即需求；二是交付具有规定特征、功能的产品或服务所必须完成的工作，即项目范围[5]。前者为后者基础，两者为映射关系，须保持一致。由于软件项目需求之特殊性，需求管理通常被视为范围管理。
1.2.2 6σ针对需求管理，6σ相关知识、工具很有借
鉴意义。6σ除了应用在制造领域，也越来越多的应用于服务行业。软件开发属服务行业，故6σ的基本思想和辅助工具也可应用。软件开发和6σ管理有着共同的关注：以客户为中心和减少变差[2]。软件项目开发和6σDMAIC改善模型的阶段可以对应起来，见表1[3]。文章将借用模型D、M阶段的SMART原则、流程图和FMEA等工具来构建需求模型。
1.3 系统柔性
系统柔性的定义版本较多，文章定义：系统在生命周期中，对内外部环境变化的适应、控制能力与投入成本，该柔性分三个维度：缓冲、适应和创新，各维度又细分为三个次级维度：成本、敏捷性和范围[4]。柔性系统注重对系统全生命周期过程（从项目启动，到上线与维护）变化的适应和控制能力及投入成本。
系统柔性开发技术，主要指系统在生命周期中，为适应和控制内外部环境变化，提高自身能力和降低变更成本的工具和方法，目前主要有BPR、构件法、软件复用、可视化开发、UML和敏捷软件技术等[3]、[6]。
2 模型构建
2.1 模型维度
模型为二维，分X和Y两个方向展开维度分析，X向为逻辑维，按过程控制各项活动之内在逻辑展开；Y向为流程维，按需求开发之时间顺序展开。
需求开发流程维度：柔性系统需求开发要有合理的流程，文章参照需求工程知识将流程定义为需求获取、需求分析、需求处理、需求确认和需求管理五个过程[3]，将上述各过程分别细化为一组活动，增加过程粒度，增强过程的可视化、可控性。
过程维度：PMI、CMMI和6σ理论注重过程控制，通过相关过程技术和工具的使用（f()），有效控制过程输入（X1…Xn），获得理想输出（Y），即Y=f(X1…Xn）模型[2]。文章亦认同此观点，将过程维度定义为依据、工具和技术、成果。
风险维度：柔性系统开发的出发点是适应和控制在系统生命周期中可能存在的需求变更风险，所以模型应设风险维度。
柔性策略维度：柔性策略也即需求风险因子的控制策略，风险管理策略分积极和消极两方面，前者包括回避、减轻、转嫁和接受，后者包括开拓、分享和提高[1]。
综上，柔性需求模型维度架构见表2。
2.2 需求模型
X向维度：需求获取、需求分析、需求处理、需求确认和需求管理；Y向维度：活动、依据、技术与工具、成果、风险和柔性策略，模型见表3。以下对模型内容设计及使用进行说明。
内容设计：在需求开发的各阶段，进行过程细化，最终分解成一组可控的低阶过程或活动；根据PMI和6σ过程控制技术，对低阶过程进行分析，区分出依据、技术与工具、成果；根据柔性系统开发技术[3]、[6]、系统需求开发相关知识与风险记录[3]，[5]，借鉴本企业系统开发实践，分析出该过程可能存在的风险，并制定出相应的柔性策略。
需求获取阶段是模型的关键，过程目的不仅仅是需求数据采集更重要的是与需求方共同制定需求规划（包括风险、柔性规划）和需求开发战略。
在需求开发过程中，各过程顺序并非固定不变，实际上过程存在反复，尤其，当SRS初步完成时，需求变更和流程往复趋于频繁。
2.3 模型应用
模型被应用在F企业PDM系统开发项目中，初见成效，项目于09年5月启动，10年1月成功上线,比计划提前近1个月。首先，在需求获取前，为降低信息沟通偏差，策划了为期两周的需求方与开发人员的结对学习，使相互熟悉对方业务。针对兼容性：系统采用通用的开发语言和系统平台，实现与企业现有MPIS、I-MOLD、CAD等系统的兼容。针对灵活性和适应性：在系统开发前，进行了部门流程的再次优化、整合，及流程的在线可调；充分考虑到系统基于构件的架构和基于复用的设计，决定在Windchill系统的基础上进行客制。导入了FMEA进行风险管理；成立了CCB，制定了变更控制机制，使需求可控等。塑模设计开发部PDM系统见图2。
3 总结与展望
3.1 总结
文章基于F公司模具单位信息系统开发实践，通过对PMBOK、6σ理论与工具，IT项目开发技术及柔性系统开发相关成果的研究，构建了基于用户的柔性系统开发项目需求模型，并应用于模具设计部门PDM系统开发实践中，初见成效。
3.2 不足与展望
文章提到一些专业的IT项目开发技术与工具，如UML、建模和原型法等，但文章主要基于系统需求方视角，从项目管理层面，对柔性系统需求开发进行建模；系统开发技术细节，限于笔者专业背景，未作深入；模型在案例导入中，亦未详细展开，拟在下一篇文章中详述。另外，本模型为动态模型，在后续实践中将不断丰富案例、工具和模板，持续优化。
参考文献
[1](美)项目管理协会(PMI)著,卢有杰,王勇译,PMBOK指南(第4版),北京:电子工业出版社,2008.
[2]Christine B Tayntor.6西格玛软件开发[M].锺鸣,王君译,北京:机械工业出版社,2003.
[3]覃征,徐文华,韩毅等编著,软件项目管理(第二版),清华大学出版社,2009.
[4]李广明.供应链信息系统柔性研究研究,同济大学博士论文,2008.
[5]栾红栋.IT项目范围管理和风险管理研究,上海交通大学硕士论文,2009.
航材备件需求预测模型与应用研究 第5篇
航材备件复杂多样, 航材保障工作就变得非常困难。未来提高保障的科学性, 通过换件次数的预测, 可以进一步对各类航材更好的预测和控制, 提高航材精确化保障能力。
王国大等基于更新过程理论研究了航材库存需求预测方法, 左山等将简单移动平均预测法应用与航材预测中提高了航材保障准确性, 侯明军针对仓库容量有限条件下的器材仓储管理, 采用随机方法进行研究, 侯毅等研究了航材备件的最优分配问题, 提高了航材保障效能。唐伟从需求角度对装备维修保障的航材进行了预测研究。现有研究多从库存变化规律研究的角度研究备件的变化规律, 且多采用复杂的计算公式, 过程复杂, 不利于工程应用, 本文从计算航材换件次数的角度进行分析, 并采用函数拟合算法, 给出需求规律拟合公式, 并给出预测结果。
1 航材消耗与需求特点分析
根据数据统计分析, 多数航材换件次数都服从泊松过程。对于航材不管是周转件还是消耗性器材, 它们在一定时间内, 其发生备件换件的次数都满足以下条件:
一是平稳性, 在一定的时间间隔内, 某个航材备件有件损坏的备件换件的概率PN (t) 仅与这段时间区间间隔的长短有关, 而与这段时间的起始时刻无关, 即是在时间区间[0, t]或[t, t+△t]内, 则PN (t) 的值是一样的。
二是无后效性, 在互不相交的时间区间内备件的故障次数是相互独立的, 或者说在时间区间[t, t+△t]内有N个备件故障的概率与时刻t之前备件所发生的故障次数是无关的。
三是普通性, 在足够小的时间区间内, 同一种备件可能出现一个备件发生故障, 不可能有两个或者两个以上的备件同时发生故障, 如果用φ (t) 表示备件在时间[t, t+△t]有两个或者两个以上的概率, 则有φ (t) =o (t) (t→0) 。
四是有限性, 在有限的时间内有有限个备件故障的概率是1。
因此, 航材备件中不论是周转件还是消耗件, 它们的故障次数分布都同时服从POISSON过程, 其在一定时间短内备件故障数目服从泊松分布, 即在[t, t+△t]内, 备件发生i次故障的概率是
对处于装机状态的航材而言, 随着时间推移, 航材故障源源不断且随机出现, 而对应的航材需求也随机、持续出现, 因此航材的消耗量是不确定的, 由上面分析可知其消耗服从泊松分布。
2 航材需求预测模型
针对航材的消耗特点, 对航材进行研究, 建立基于泊松分布的航材换件次数模型。设某类航材的需求率为λ (零部件的故障和需求是同步发生, 有故障就有需求, 因此零部件的需求率就是该零部件的失效率) , 建立泊松需求预测模型如下:
设N ( (t) ) 是某类航材[0, t]中的需求量, 在 (t1, t2]中的需求量为I, 记为N (t1, t2) =N (t2) -N (t1) =I。 (t1, t2]中的需求量为i的概率为Pi (t1, t2) =P{N (t1, t2) =i}。
泊松流的要求, 在互不重叠的各个时间间隔 (t0, t1], (t1, t2], …, (tn-1, tn]内产生需求的现象是相互独立的。在 (t, t+△t) 内产生一个需求的概率为P1 (t, t+△t) , 即P1 (t, t+△t) =P{N (t, t+△t) =1}=λ△t+o (△t) 。
其中o (△t) 为△t的高阶无穷小量, 当△t→0时, 在 (t, t+△t) 内出现2个以上的需求的概率为o (△t) , 即
则不产生需求的概率为
历史统计数据表明, 航材需求的随机过程{N (t) , t叟0}为参数λ的泊松过程, 则每次事件发生的时间T1, T2, …, TN相互独立, 且服从同一参数λ的指数分布。
同样, 还可以证明, 泊松过程中 (t, t+△t]时间内出现i次需求的概率为
上述为平稳泊松流, 即零部件需求率λ恒定。对于非平稳泊松流, λ (t) 随时间变化时, 随机流在时间间隔 (t, t+△t) 时间间隔内发生i次需求的概率为
综上, 泊松分布随机过程中, 在 (t, t+△t) 时间内, 某型航材的需求数量为
这样就能预测出时间内的航材换件次数。
3 航材需求预测实例计算
设某单位, 某类处于装机状态的航材其中一类零部件有30个, 已知平时正常训练零部件失效率历史统计数据如表1所示, 需要预计当飞行时间为100小时时的换件次数。
根据表1数据, 作其失效率λ (t) 与时间t的散点图, 见图1。
运用MATLAB进行多项式拟合, 同时得到如下多项式:λ (t) =5.0801×10-14t4+1.3229×10-10t3+1.0117×107t2+4.5884×10-5t+0.0553
根据建立的泊松预测模型:
运用MATLAB计算出该零部件的换件数。先求出λ在各时间点的值, 对时间t和需求量N的多项式拟合。
换件数的时间散点图, 见图2。
将泊松预测模型的计算结果经过拟合可得该类零部件换件数N与时间t的函数关系。
N (t) =-3.0416×10-6t4+3.6129×10-4t3-0.0486t2+17.3639t+1.7879
这样就可以预测出每个时间间隔内航材的换件数。以上计算只是给出了某件航材随飞行时间变化时航材的换件次数, 如果需要计算具体哪个航材备件的换件次数, 则直接根据以上方法计算出航材换件次数与航材的工作时间的函数, 然后在代入计算, 得到需要的结果。
由于零部件的故障和需求是同步发生, 有故障就有需求, 因此零部件的需求率其实就是该零部件的失效率, 所以本文的失效率其实也是航材的需求率, 换件次数也是不考虑重复利用情况下的需求量。
4 结束语
航材消耗件和周转件虽然特性有很大的不同, 但是在飞机上装备以后, 其消耗规律符合一定的函数分布。本文从计算航材换件次数的角度进行分析, 并采用简单的函数拟合算法, 给出需求规律拟合公式, 并给出预测结果, 计算过程简单, 如果不考虑周转件的维修特性, 可以粗略预测消耗件和周转件需求规律, 拟合效果较好, 易于工程采用。
摘要：分析了航材消耗与需求特点, 从计算航材换件次数的角度进行分析, 采用简单的函数拟合算法, 给出需求规律拟合公式, 结合具体实例进行了器材需求预测, 并给出预测。计算结果表明, 计算过程简单, 拟合效果较好, 易于工程采用。
关键词：航材保障,需求预测,泊送分布
参考文献
[1]王国大, 孙春林.基于更新过程理论的航材库存需求预测方法[D].西北工业大学, 2001:1-3.
[2]左山, 王学谦.简单移动平均预测法在航材保障中的应用[J].科技信息, 18 (3) , 2004:2-4.
[3]侯明军.仓库容量有限条件下的随机存贮管理研究[D].成都理工大学, 2006:3-5.
[4]侯毅, 孙春林.航材备件的最优分配[A].2001年中国航空学会可靠性工程学术年会文集[C].北京:国防工业出版社, 2010:186-190.
商务英语需求模型研究 第6篇
1 石油钻井物料的分类及特点
石油钻井物料主要包括钻具组合、套管组合、钻井液组合以及其他辅助材料等。钻具组合是指在钻进过程中所使用的各种器材, 这些器材一般不属于消耗品, 因此, 不但在钻井的过程中可以重复使用, 并且在每次的油气井钻完后也可以重复使用。套管组合和钻井液属于消耗品, 是在施工阶段所要消耗的、不可重复使用的, 并且当套管组合和钻进液消耗完毕后, 为了不影响施工进度, 必须及时补充。其他辅助材料, 包括一些小零件等, 这些辅助材料特点各有不同, 有些是可以重复使用的, 有些则是消耗完便需要再次补充的。
2 物料需求计划的基本计划模型
物料需求计划包括三个重要信息, 即主生产计划、物料清单和库存记录。当一个企业要制定物料需求计划时, 首先要从这个企业的主生产计划入手, 通过生产、施工过程的分析, 可以了解该企业在一个生产周期内所需要的物料种类及不同种类物料的具体数量, 然后列出所需要的所有物料的清单, 接下来, 再将所采购或租借的物料列入库存记录中。在通过分析企业的主生产计划来制定物料需求计划的时候, 企业可以参考本企业往期的物料消耗量, 亦可以参考同类型企业的物料消耗量, 制定出合理、有效的需求计划。
3 石油钻井物料需求计划模型
3.1 石油钻井物料需求计划模型的制定原则
利润是企业安身立命的根本, 唯有获得利润, 企业才能够生存、发展和不断扩大。而石油钻进物料需求计划的制定, 则是为了在降低物料消耗及物料管理储存成本的同时, 保证施工进度, 提高施工效果, 提高企业的利润。所以, 物料需求计划的制定, 应该遵循“安全、高效、低成本、满足生产、减少消耗、实事求是”的原则。
3.2 石油钻井企业施工的特点
虽然在施工之前, 施工单位会对将要钻井地区的地质特点进行全面的考察和系统的分析, 但是, 由于所要开钻的目标是在地底下的, 施工单位并不能够完全了解到地面之下的情况, 这也就给企业未来的施工带来了很多未知数, 因此所要消耗的钻具及其他相关物料也就不能够完全确定。
3.3 石油钻井物料需求计划模型的不同种类
3.3.1 长期物料需求计划模型
长期物料计划模型是指的是结合生产施工企业整个工期所需要物料的总量, 制定出一个完整的物料需求计划模型, 这个计划模型必须包括钻井企业在整个钻井的过程中将要消耗的所有物料, 如有遗漏, 则必须马上进行补充。长期物料计划模型是施工企业整个物料计划模型最重要的一部分, 只有通过长期物料需求计划的分析, 采购部门才能做好充分的准备工作, 保证施工工作的顺利进行。
3.3.2 阶段物料需求计划模型
阶段物料需求计划指模型的是通过分析钻井工作的流程特点, 将整个钻井工程分成不同的阶段, 并且将每个阶段所需要的物料都罗列出来。通过了解阶段物料需求计划模型, 施工企业可以了解到每一阶段分别所消耗的物料, 亦可分析出不同阶段的施工中所存在的问题和不足, 制定出更加详尽和完善的施工计划。
3.3.3 单项物料需求计划模型
单项物料需求计划模型指的是通过分析钻井企业的整个施工过程, 将每一项物料在整个施工过程中的消耗量都罗列出来, 并且还要列出该项物料每一阶段的消耗量。通过分析单项物料需求计划模型, 可以了解每项物料在企业施工过程中所占的比例, 为接下来的采购工作提供数据, 便于采购员就物料的价格与供货商进行商讨。
4 石油钻井物料需求计划模型的制定
在了解完石油钻井企业的整个施工过程之后, 施工企业便可以制定石油钻井物料的需求计划。如前所述, 物料需求计划一共有三种, 即长期物料需求计划模型、阶段物料需求计划模型、单项物料需求计划模型。这三种计划模型的制定既有相同之处, 又有不同之处。
4.1 三种计划模型制定的相同之处
4.1.1 制定基础。
这三种物料的需求计划模型都要通过结合企业实际施工需要量、企业往期同类工程的需要量、同类企业同类工程的需要量来制定。
4.1.2 分类制定。
这三种物料的需求计划模型, 都要将施工企业所需物料分企业购进物料及企业租用物料, 以分别制定需求计划模型。
4.2 三种计划模型制定的不同之处
4.2.1 范围不同。
在三种物料需求计划模型中, 长期物料需求计划模型和阶段物料需求计划模型的范围都是最广的, 包括了企业在施工过程中所涉及的所有物料。而单项物料需求计划则只包括某一特定的、单项的物料, 目标确定, 指向性更加显著。
4.2.2 周期不同。
长期物料需求计划模型和单项物料需求计划模型考察的都是施工企业在整个施工周期内的物料消耗量, 而阶段物料需求计划模型考察则是企业在某一阶段的物料消耗量。
4.3 如何制定物料需求计划模型
石油钻井企业在制定不同类型物料需求计划模型时, 需要了解物料存有量、物料消耗量、物料计划入库量, 这样便能计算出物料的需求量。然后, 将所有物料需求量, 做出完整的、分类的、分期的统计。
5 结束语
不同的物料需求计划模型都要有不同的作用, 作为石油钻井施工企业, 要能结合施工及企业管理的实际需要, 制定不同的物料需求计划, 让整个施工工作做到真正的有序、有度、有利。
摘要：众所周知, 由于石油钻井企业在生产施工方面的特点, 石油钻井在施工过程中安全的保障及其所消耗的相关钻井往往都是材料价值较高的, 因此消耗的数量巨大, 不安全因素也较多。在这样的情况下, 如果相关的安全设备及需求计划模型做得不够完善, 则可能会出现安全方面及物料过少, 而无法满足生产施工的需求, 延误工期;而又或者物料过多, 造成不必要的浪费而提高企业成本的两种情况。为了降低成本、提高效率, 消除安排隐患, 因此石油钻井过程中所需求计划必须要做到完整、完善、完备。
关键词：石油钻井,安全,物料,需求计划
参考文献
[1]周开吉, 郝俊芳.钻井工程设计[M].中国石油大学出版社, 1996.[1]周开吉, 郝俊芳.钻井工程设计[M].中国石油大学出版社, 1996.
[2]程控, 革扬.原理与应用[M].清华大学出版社, 2006.[2]程控, 革扬.原理与应用[M].清华大学出版社, 2006.
[3]《运筹学》教材编写组.运筹学[M].清华大学出版社, 2005.[3]《运筹学》教材编写组.运筹学[M].清华大学出版社, 2005.
商务英语需求模型研究 第7篇
复杂产品系统(Complex Products and Systems,CoPS)的概念是由英国的学者Miller和Hobday在20世纪90年代中期提出的,特指一些研究开发成本大、技术含量高、小批量定制化、集成度高的大型产品、系统或基础设施[2,3]。复杂产品系统已成为促进高新技术产业发展的核心部分,与国家经济发展休戚相关。
CoPS的研发流程与普通的研发活动类似,同样遵循“研发一试制生产”的过程。不同的是,用户高度参与整个复杂产品系统开发过程。复杂产品系统来源于技术进步,其应用的领域多为高科技领(如军事,航空航天)。由于用户自身科技知识的局限性,很难明确地用技术语言表达其真正的需求。因此,在复杂产品系统的研发阶段,用户需求信息通常都较为模糊且不全面,经常在开发甚至生产过程中发现自身的潜在需求从而改变要求。因此,对用户的需求,尤其是隐性需求的深入研究和分析对复杂产品系统成功开发有着至关重要的意义,本文拟在此领域进行探讨。
1 复杂产品系统的研究现状及理论回顾
相对于大规模制造产品创新所具有的相对成熟的理论体系,CoPS创新还没有一套公认的模式。与规模化生产的产品相比,复杂产品系统在产品特征、创新过程、市场特征等方面都有明显的不同之处:多是小批量生产,有限的交易数量,不具有规模效应,竞争焦点聚集于产品的设计与开发以及系统的集成。因此,大规模生产过程中的许多理论无法移植到复杂产品系统创新过程。
目前,国内外学者对复杂产品系统进行了初步研究。Andrew Davies[4]以蜂窝移动通信系统为例分析了Co PS生命周期各阶段的特征及关键问题,研究了政府在Co PS创新中的作用;陈劲[5,6]认为Co PS并没有明显的生命周期发展模式及该模式存在的条件;齐二石等[7]认为虚拟组织模式是开发Co PS的有效模式,建立了基于虚拟组织的Co PS全生命周期管理体系;Massimo和Andrea[8]以航空武器装备系统为例,说明采用虚拟组织形式管理Co PS创新是不合适的。Hardstone G.A.P[9]比较了原有企业和出现Co PS企业功能、结构和战略的差异,认为基于项目的组织是进行Co PS生产和创新的理想组织形式;Mike Hobday[10]将基于项目的组织形式(PBO)与传统功能矩阵组织进行了比较研究,指出Co PS中多种组织形式存在的必要性以及选择适合组织形式的主要因素。所有这些学者的研究成果主要集中在复杂产品系统的过程以及组织形式,还没有研究者从需求的角度进行分析。因此,本文从用户需求的层面对复杂产品系统进行研究,提出了基于用户隐形需求开发的复杂产品系统创新模型。
2 基于隐形需求的复杂产品系统创新机理分析
复杂产品系统具体的设计指标和方案是在开发过程中由用户需求转化而来并最终确定的。然而,开发初期用户需求信息的不完备性会导致开发过程充满方案变动和修改,甚至在最终系统试制出来后,用户也很有可能对其提出新的要求。变动次数会因开发系统的复杂程度的提升而增加。同样,开发成本和周期也会随之显著上升。因此,系统开发商不仅要尽力满足用户的显性需求,更应发现用户自身未意识到的潜在需求。
所谓显性需求是指消费者已经意识到的、能够清楚表达出来的,用以达到基本期望的一种内在要求和行为状态。所谓隐性需求是指消费者为获取高层次的精神满足产生的或客观事物与刺激通过人体感官作用于人脑所引起的一种潜意识、未明确表述的,并能够实现或超越消费者期望的一种心理要求和行为状态[11]。隐性需求是与显性需求是相对的,隐形需求可以通过一定的转化过程而表现为显性需求从而被企业和用户认知。
用户需求能引导Co PS创新的方向,CoPS创新又能进一部能提升用户需求的层次,创新与需求形成动态的良性循环。客户需求尤其是隐形需求融入到产品开发中是Co PS开发成功的必要因素之一。所谓需求融入,就是把客户需求转化为具体的产品特征及属性。CoPS集成开发商通过对用户隐性需求挖掘和转化,并根据自身的技术能力和创新能力对转化后的产品属性进行识别和细分,通过产品属性的不同组合或不同表现形式实现系统创新。
3 基于隐形需求的复杂产品系统创新模型
隐性需求转化为系统创新,需要首先将隐形需求转化为显性需求。从转化机理来看,该过程主要包括创新程度、用户显性需求、用户隐形需求三个维度。整体转化及创新过程综述如下:
1)隐形需求的识别和预测。
其目的是识别顾客隐性需求并且提前准备,以最小代价和最快速度对当前的复杂产品系统做出调整和创新,从而赢得主动权。通过持续地对现有技术资料的研究,内、外部资源的挖掘以及过往开发经验的回顾,实现对隐形需求的搜寻、识别和预测,使新的创新思维源源不断地从用户处转移到开发的具体环节中。在这一步骤的实际应用中,隐形需求识别和预测的准确度是成功的关键。错误的需求识别会导致由此转化而来的产品属性和功能不满足用户实际需求,既增加开发周期和成本,同时又造成浪费。
2)隐形需求的开发甄选。
与其他的是物质资源不同,用户需求资源是抽象、动态和复杂的,但其与物质资源有着相同的价值属性。复杂产品系统的集成开发商在不同时期会设定不同的企业战略或随时调整发展战略,用于转化为创新指标的需求选择标准也会因此随之发生相应改变。因此,在识别或预测出的需求集合中挑选出恰当的需求资源进行开发是至关重要的。
企业在进行需求甄选时应采用动态的优化方法。首先,用户需求是动态的,会随着国内外技术发展和市场的变化不断地进行调整。其次,因为隐性需求通常是用户自身还未意识到的需求,当这些额外属性提供给用户时,可能会带给他们惊喜的感觉,但也可能存在风险。复杂产品系统的集成开发商在进行需求甄选时必须充分考虑到各种风险,时刻关注顾客需求的变化并在此基础上随时调整选择标准。
3)隐形需求向显性需求以及最终产品功能指标的转化。
这一步骤的转化可以利用多种方法实现,如产品功能展开(QFD)、价值创新工程(VCE)或灰决策等(具体公式和步骤可参考相关文献,本文不再赘述)。关键点是要将多种隐形需求综合考虑,进行需求细分,从中筛选出不同的功能集并将其转化为新产品。
4)CoPS新产品的设计、试制、生产。
根据3)得到的功能指标设计具体的创新方案,并进行试制。即使用户的隐形需求已经融入到实际的设计标准中,这一过程仍然可能会反复几次。
当目前的CoPS创新暂时满足用户需求后,随着用户对系统功能认知程度的增强和内、外部环境的变化,又会产生新的隐性需求。这就促使CoPS的集成开发商进行第二轮的开发,开发过程仍然重复上述四个步骤,整个创新链交叉前进。
4 结论
任何一种新产品或新服务都难以持久,这就要求每个企业必须不断地创新才能占领或扩大相应的市场份额。由于复杂产品系统自身的特殊性,其整个创新过程都是以最终用户为导向的,用户的需求和偏好才是产品开发成功与否的关键。为此,企业要想取得创新的成功,必须深入开发用户的隐性需求,注重研究潜在市场,通过技术方法将隐性需求转化为显性需求,建立以用户需求为先导的产品开发机制和主体目标,并将其贯穿于整个产品开发过程之中,才能创造最佳的市场利益。
摘要：在基于对复杂产品系统深入研究的背景下,探讨了隐性需求开发对复杂产品产品系统创新的特殊意义和促进作用,并将隐性需求导入复杂产品系统的创新过程中,构建了基于隐形需求转化开发的复杂产品系统创新模型。
关键词：隐性需求,复杂产品系统,创新模型
参考文献
[1]Brady.T,Tools,Management of Innovation and Complex Product Systems[R],Working Paper Prepared for CENTRIM/SPRU Project on Complex Product Systems/EPSRC,Technology Management Initiative,1995
[2]Roger Miller&Mike Hobday,Innovation in Complex Systems Industries:the Case of Flight Simulation[J],Industrial and Corporate Change,1995,4(2):362-400
[3]Andrew Davies,the Life Cycle of a Complex Product System,International Journal of Innovation Management,1997,1(3):229-256
[4]陈劲,等.复杂产品系统创新的过程模型研究[J].科研管理,2005(2):61-67
[5]陈劲,等.复杂产品系统创新对传统创新管理的挑战[J].科学学与科学技术管理,2004,(9):47-51
[6]霍艳芳,齐二石,等.基于虚拟组织的复杂产品系统集成开发模式研究.制造技术与机床,2004,(9):46-49
[7]Massimo Paoli&Andrea Prencipe,The Role of Knowledge Bases in Complex Product Systems:Some Empirical Evidence from the Aero Engine Industry,Journal of Management and Governance,1999,3(2):117-201
[8]Hardstone G.A.P,Capabilities,Structures and Strategies Re-Examined:Incumbent Firms and the Emergence of Complex Product Systems(CoPS)in Mature Industries,Technology Analysis and Strategic Management,2004,16(2):173-196
[9]Mike Hobday,The project-based organization:an ideal form for managing complex products and systems-,Research Policy,2000,29(7):871-893
商务英语需求模型研究 第8篇
煤炭资源是我国第一大能源资源,在我国一次能源生产和消费构成中,煤炭占到七成以上,生产和消费量是世界的1/2左右。2012年,全国原煤产量36.5亿t,消费24.4亿t,生产和消费总量分别同比增加3.8%和2.5%。研究表明,尽管受气候变化、经济结构和能源结构调整的影响,在未来较长一段时期内,其作为我国基础能源的主体地位不会改变[1,2,3]。根据1997年到2012年的煤炭需求数据,不难发现我国煤炭需求整体上呈现非线性和不确定性特征,相关机构发布和一些学者研究的煤炭需求变动数据总体上没有较好地拟合煤炭需求变动趋势[4,5],这给我国煤炭产业规划、能源战略调整以及经济安全保障带来了一定影响。
目前,煤炭需求预测有多种方法,按预测原理和建模基础,可以分为单项预测模型和组合预测模型。在单项预测模型建模和应用方面,主要有传统时间序列法、弹性系数法、协整与误差修正模型、投入产出法、系统动力模型、人工智能模型(ANN、SVM)等[6,7,8,9,10]。在这方面,林伯强、赵国浩、魏一鸣等、孙涵等学者的研究成果具有代表性。事实上,单项预测模型很难拟合煤炭需求变动趋势,预测效果都有待改善。Bates和Granger[11]首次将多种单项预测模型进行适当组合形成一个新的预测模型,预测效果明显好于单项预测模型。柴建、郭菊娥[12]考虑了多重共线性和预测有效性问题,在偏最小二乘(PLS)和趋势外推预测模型的基础上,构建了线性组合模型。张青[13]针对线性最优组合预测模型最优权重分配时往往出现负权重等方面的不足,建立了基于Ann模型非线性组合预测模型。张会新、白嘉[14]首先运用灰色GM(1,1)模型获得煤炭消费的趋势项,然后利用三角模型捕获GM(1,1)模型残差的周期现象以提高预测精度。在现有组合预测模型中,一是对单项预测模型的非线性缺陷和模型组合进行改善和优化,二是模型选取偏重于方法导向,没有紧扣煤炭需求变动特点,从而预测精度都有待提高。因此,本文紧紧围绕我国煤炭消费的非平稳变动特征,首先通过趋势外推模型拟合煤炭需求的确定性趋势,再利用ARMA模型拟合其不确定性趋势,进而建立基于趋势组合的我国煤炭需求预测模型,力求提高煤炭需求预测模型的实用性和精确度。
二、数据与模型建立
(一)数据来源
煤炭需求是指在一定时期内和一定条件下消费者能够且愿意购买的煤炭产品的数量。本文在对煤炭需求进行分析时,采用2012年《中国统计年鉴》公布的煤炭消费总量数据进行分析。
(二)基于趋势组合的需求预测模型
1. 趋势外推模型建立。
任何事物的发展都有一定的连续性和稳定性,煤炭需求也不例外。煤炭需求预测趋势外推法正是根据煤炭需求量未来变化规律与过去能源需求量变化规律相一致这一理论依据,利用煤炭消费量历史数据进行预测的方法。根据1985-2011年我国煤炭消费数据不难发现我国煤炭消费总量逐年递增,呈非线性变动特征,分别用多项式曲线、logistic曲线、指数曲线进行拟合,结果发现二次曲线拟合的平均相对误差最小。因此,最终确定选取二次曲线模型拟合煤炭需求总量的确定性趋势。根据趋势外推法的基本原理,建立以时间t为自变量,时序数值Y为因变量的煤炭需求趋势外推模型:
运用Eviews6.0对该模型进行最小二乘估计,得到二次曲线模型1,如下,括号内为t检验值:
二次曲线模型拟合优度高达0.9638,且模型中各项都非常显著,表明二次曲线模型解释了我国煤炭消费总量的大部分变动。利用式(2)可得到我国1985-2011年的煤炭消费总量的拟合值,见表1。
以上二次曲线模型经过检验在统计量上均是显著的。从表1可以看出,煤炭消费拟合相对误差绝对值的平均值为7.83%,从逐年的拟合相对误差可以看出波动也较大,拟合效果一般,可以进一步得出该模型需要改进的结论。
2. ARMA模型建立。
分别用DW、LM统计量检验模型1中误差项ut是否存在自相关。运用Eviews6.0,通过残差自相关图初步可以看出,二次模型第1期、第2期偏相关系数的直方块超出了虚线部分,存在一阶二阶自相关现象。已知DW=0.271456,若给定α=0.05,查表得,DW检验临界值dL=1.32,可以得到0
由ARMA模型的应用条件可知,ARMA模型只适用于对平稳时间序列的描述,故首先对上述趋势外推模型残差序列进行平稳性检验。通过Eviews6.0得到残差序列ADF检验结果,t统计量(-3.106382)均小于1%(-2.660720),5%(-1.955020),10%(-1.609070)水平,P值(0.0033)小于0.05,可知该残差序列平稳,符合建模条件,因此可以对该序列建立ARMA模型。
在符合ARMA模型建模条件的基础上,为了识别ARMA的p、q值,通常运用自相关函数图和偏自相关函数图来识别ARMA模型,对模型1的残差序列自相关函数图和偏自相关函数图的拖尾性和截尾性,很难准确地确定p和q的阶数。从图中可以看出偏自相关系数在k=1显著不为0,k=2时似乎也与0有显著差异,所以考虑p=1或p=2;自相关系数在k=2后很快地趋于0,所以取q=2。估计两个残差序列的ARMA模型分别是:ARMA(1,2),ARMA(2,2)。运用Eviews6.0分别对ARMA(1,2),ARMA(2,2)进行初步估计,由于ARMA(2,2)模型的滞后多项式倒数根未落入单位圆内,只有ARMA(1,2)满足过程的平稳的基本要求,并且符合可逆的要求,并且各项回归系数均显著,调整后R2=0.86,拟合较好,AIC(19.51088)、SC(19.70444)和F值(51.47605)均为最佳,可以认为ARMA(1,2)是最优的模型,通过Eviews6.0,得到模型2,即ARMA(1,2)模型为:
ARMA(1,2)模型各变量P值全都小于0.05,括号内为t统计量,得到各变量在α=0.05时均显著。通过估计相关系数法进一步检验模型的适应性。运用Eviews6.0得出et的自相关系数可以看出,模型2中εt满足独立同分布的标准正态分布。运用Eviews6.0软件,绘制1986-2011年模型2与实际值的拟合程度,见图1。
从图1可看出,模型2与我国煤炭1986-2011年的需求量的残差序列拟合较好,说明预测效果很好。通过Eviews6.0软件对模型2进行动态预测时,动态预测值几乎是一条直线,预测效果不是很好,而静态预测效果较为理想,所以选择静态预测,得到残差序列et的拟合值,见表2。
(三)组合预测模型
将确定性组成部分即模型1的拟合值与随机性组成部分,即对模型1残差序列et构建的模型2的拟合值相加,可得到趋势外推与ARMA组合模型的拟合结果,见表3。
由表3可知,由趋势外推与ARMA组合模型预测的煤炭需求相对误差绝对值的平均值仅为2.42%,低于仅用趋势外推模型拟合的相对误差绝对值的平均值7.83%,说明组合拟合值的精度较高。而且从逐年预测的相对误差可以看出,组合模型的相对误差波动比单独趋势外推模型的波动小得多。
综上所述,可以判定趋势外推与ARMA组合模型更适合于实际预测。因此,利用该组合模型预测我国2012-2016年的煤炭需求量,分别为250 857.41万吨标准煤,267 055.02万吨标准煤,285 385.84万吨标准煤,303 130.64万吨标准煤,321 170.10万吨标准煤。
三、模型比较和分析
根据国家统计局公布的数据,2012全年实际能源消费总量36.2亿吨标准煤,比上年增长3.9%。其中,煤炭消费量增长2.5%,约为243 984.2022万吨标准煤。通过对我国煤炭需求预测的文献进行梳理,2012-2016年煤炭需求预测结果,见表4所示。
(单位:万吨标准煤)
孙涵(2011)[18]基于支持向量机模型的预测结果为229 820万吨标准煤,与我国2012年的煤炭实际消费量相差14 164万吨标准煤,相对预测误差为5.8%。而本文与我国2012年的煤炭实际消费量相差6 873万吨标准煤,相对预测误差为2.8%,精度提高3.0%,因此与现有文献中最佳结果相比,本文预测效果较好。
从模型选择、优化以及组合方式上看,首先,文献[17]所用趋势外推模型和文献[20]所用logistic模型,不具备捕捉波动趋势的能力,所以预测精度偏低;其次,文献[18]所用支持向量机模型和文献[22]所用神经网络模型刻画非线性趋势的能力较强,所以,预测精度有所提高;第三,文献[16]所用VEC和ARIMA组合模型和文献[21]所用回归分析、模糊分析和BP神经网络组合模型均采用标准差法的线性组合方式,但是文献[16]的预测效果远好于文献[21],说明模型个数的增加并不能提高预测精度;第四,文献[19]所用变权重组合模型的预测精度比文献[16]和文献[21]高,说明模型组合方式的改进是可以提高预测精度的;第五,文献[14]所用三角灰色组合模型将GM(1,1)模型TGM(1,1)即三角残差修正技术相结合,虽然TGM(1,1)可以获得趋势项,并较好地捕获周期性,但GM(1,1)模型预测误差较大。总之,应针对我国煤炭需求变动的特点,选取合适的模型。
四、结论
商务英语需求模型研究 第9篇
截止到2006年年底, 我国中小企业已经达到4200多万户, 占全国企业总数的99.8%, 中小企业在国民经济发展体系中占有极其重要的地位。面对竞争日益激烈的国内国际市场和自身业务的不断扩大, 越来越多的中小企业开始认识到用ERP系统实现企业信息化与管理规范化的重要性。
纵观国内外的ERP市场, 可谓是群雄逐鹿、烽火连天。一方面, 众多ERP厂商铺天盖地的宣传, 使中小企业难以抉择;另一方面, 知名ERP产品昂贵的价格又让中小企业望而却步。在这种情况下, 如何选择合适的ERP产品, 对中小企业来说是需要相当慎重的。
二、中小企业对ERP的需求特点
现代市场的竞争实质上是以核心大企业为主导的供应链之间的竞争。中小企业要在这样的竞争环境下求生存, 就必须及时沟通供应链上下游信息, 迅速响应市场需求, 及时调整生产。核心企业的ERP系统成为供应链的神经中枢, 与各节点企业的ERP系统共同组成了供应链神经网络。因此, 拥有良好的ERP系统, 一方面能够帮助中小企业摆脱信息闭塞的困境, 准确把握市场趋势, 另一方面可以帮助中小企业规范管理模式, 走上结构化的自我优化之路, 从内到外提升企业在市场竞争中的地位。
1. 中小企业的特点
作为处于高速成长阶段的中小企业来说, 他们与大型企业相比有许多不同的特点:
(1) 企业核心竞争力。大型企业发展最重要的是战略和组织, 但对于中小企业来说核心竞争力是企业自身的管理水平和关键业务。中小企业各自为战的比较多, 难以形成规模效应, 也就造成了在供应链上保持与合作伙伴的密切协作有一定难度。
(2) 利益。不同于大型企业注重长期的效益和利益, 作为中小企业, 由于资金有限和市场的风险性, 决定了中小企业更重视短期的利益。
(3) 成本敏感性。中小企业投资少, 利润少, 对盈亏的敏感程度远远高于大型企业, 在进行大规模投资时更小心谨慎。
(4) 人才结构。由于中小企业规模和资金的限制, 招聘素质高并有丰富经验的人才很困难, 而且自己培养的人才在经验丰富之后容易流失。
2. 中小企业对ERP的需求特点
企业的规模不同, 对ERP的要求不同。中小企业的信息化需求, 常是出自企业自身提高管理水平和优化业务流程来获取竞争优势的强烈愿望。由于他们所追求的目标比较朴实, 强调以较少的IT项目整体投入、相对简单的日常业务应用、较高的个性化满足程度, 来快速地提升企业管理应用的整体水平。因此中小企业在进行ERP选型中不能照搬大型企业的模式, 而应该根据自身发展的特点和需求选择合适的解决方案。中小企业对ERP的需求特点有以下几个方面:
(1) 中小企业对ERP的需求与大型企业没有本质区别。中小企业的ERP涉及财务管理、物料管理、需求管理、生产管理、采购管理、销售管理等诸多方面, 只是在管理层次和流程上比较简单。把部门级的信息系统有机整合起来, 最终实现整体运营活动的全面集成和协同。
(2) 中小企业对ERP要求实施周期短、见效快。一般来讲中小企业规模比较小, 基金有限, 在有了资金后多用于产品开发和销售、建设渠道等方面。一旦将大量资金投入信息化建设, 也希望短期内获得回报。根据调查结果, 中小企业的ERP实施一般不应超过3个月。
(3) 中小企业更重视ERP的成本。由于中小企业对成本的敏感性较高, 在选择ERP产品的时候, 价格成为一个重要的因素。价格低廉并能够提供高适用性功能的产品才能进入中小企业的选型范围。
(4) 中小企业对ERP要求更强的易用性。中小企业缺乏专业的技术人才, 且员工的IT技能普遍较低, 因此针对中小企业的管理软件产品必须有更强的易用性, 操作方便、易学易用。同时, 由于中小企业处于成长阶段, 变化快, 要求ERP产品有很大的柔性, 能灵活适应需求。
(5) 中小企业ERP必须适应中国成长型企业的发展特点。要有层次性, 由低到高不断满足企业信息化需求;要有灵活性, 适应企业需求的不断变化;要有个性化, 满足企业信息化需求的特殊性。因此, 要求ERP厂商有强大的服务能力, 提高应用成功率。
三、基于中小企业需求的ERP选型策略模型
中小企业ERP选型主要涉及到3个角色:企业、咨询机构和软件供应商。企业是选型决策过程的主导者, 是决策过程的主体。咨询机构和软件供应商是选型过程的辅助因素。咨询机构主要为企业提供技术、方案咨询、选择和实施等, 是企业的决策参谋;软件商为企业提供产品并获取销售利润, 是决策的利益关联方, 其产品是企业决策的客体。ERP的选型过程实质是企业和咨询机构作为博弈的一方和多方软件供应商之间对围绕信息化软件的需求和购买活动而展开的一场博弈。本文从中小企业的实际情况和需求特点出发, 建立了基于需求的E R P选型策略模型D B E S M (Demand-Based ERP Selection Model) 。
整个模型的架构如上图所示。本模型提出ERP的选型必须重视企业的特征和对E R P的需求特点以作为选型的起点和驱动力, 模型的主体部分由三个层次组成, 分别是策略层、执行层、保障层。下面对各个层次进行说明。
1. DBESM的策略层分析
策略层作为整体性的框架, 是进行选型战术安排的基础和方向, 是协调指挥选型过程的行动纲领。
(1) 对于不希望承担过高风险、总是希望短期见到收益的中小企业而言, “总体规划, 分步进行”更适合其需求状况。企业从选型初期就开始分析自己的需求, 着眼于未来几年的发展计划, 考虑在这期间的经营管理需要什么工具来辅助, 用科学的方式把系统分解为不同的功能, 最终确定选择合适的ERP产品。通过渐进性的选型方法, 力求让企业看到效果, 从而加强了推行的力度。
(2) 一般来说, 中小企业正处于快速发展阶段, 管理模式较为落后。这样的一种企业管理现状就必然要求企业在ERP选型的同时, 进行业务流程的重组 (BPR) , 按照先进的ERP管理要求对现有的业务流程进行优化和改造。由于中小企业管理基础的约束, 流程重组不能全线出击, 而应该选择存在问题最突出的环节或核心部分进行改造。
(3) 中小企业选择ERP系统的根本原则是在保证实施效果的前提下, 将ERP系统设计的越简单越好。选择ERP的标准功能可以降低实施难度, 缩短实施周期。同时企业之间存在差异, 对软件的个性化要求是必然的。我国企业选择ERP系统主要有四种类型:独立开发、委托开发、购买商业软件、使用开源软件。
这四种选型策略的优劣比较见表。
表4种选型策略的特点比较
2. DBESM的执行层分析
(1) 建立科学的ERP选型小组。ERP选型需要做大量的工作, 企业在决定实施ERP的最初应该建立科学的ERP选型小组, 由最高决策层和技术、IT、财务、生产、销售等相关部门参加, 并聘请有成功实施ERP经验的专家作为项目小组的咨询顾问。ERP选型小组的成员应该对ERP有一定的了解, 并熟悉本部门的需求。
(2) 分析企业的需求。企业需求是选择ERP系统的重要依据。企业既要考虑当前需求, 也要考虑未来的发展。这要从企业的行业特点、当前运转状态和未来发展进行分析。通过需求分析, 找到企业目前管理中存在哪些低效环节, 明确企业的规模、生产类型, 以及希望ERP系统解决哪些问题。宏观方面, 企业要考察:企业的市场环境、生产特点、制约企业发展的因素、应用ERP的时机是否成熟、资金能否到位;微观方面, 企业要考察:各个部门需要处理的业务需求、软件使用权限、业务报表需求、现有系统的调查。
(3) 考察ERP供应商与产品。中小企业所选择的供应商应能够清楚地理解公司的业务, 有长期的经营战略和技术研发能力, 有较多实施成功的案例。企业与供应商建立一种长期合作的关系, 循序渐进地实现业务流程的规范和改进。在考察ERP产品时, 要权衡软件的功能和技术, 中小企业可以参考Gartner Group公司提出的ERP软件四区域技术功能矩阵 (图2) , 进行综合考虑。该矩阵纵坐标表示软件产品功能完备程度, 横坐标表示软件产品技术水平高低。根据各种ERP软件产品功能和技术水平的高低, 将其分别对应安置在不同区域。这四个区域的含义分别为:Ⅰ区域为保持优势 (Remain) 区域, 该区域内的软件产品在功能和技术方面较好, 是E R P软件产品的市场领导者;Ⅱ区域为有待加强 (Reinforce) 区域, 该区域内的软件产品技术先进, 但功能有待完备和加强;Ⅲ区域为重新构造 (Rebuild) 区域, 该区域内的软件产品功能方面得分很高, 但技术得分较低, 从长远看这些软件产品是没有生命力的;Ⅳ区域为重新考虑 (Review) 区域, 该区域的软件产品技术和功能都较差。
从这个矩阵看出, 凡是进入Ⅳ区域的软件产品是不可选择的;Ⅲ区域的软件产品是尽量不要选择的;Ⅱ区域的软件产品是可以重点考虑的对象;Ⅰ区域的软件产品一般都价格昂贵, 中小企业往往难以承受。因此企业应根据自己的投资和需求进行综合考虑。
3. DBESM的保障层分析
对大多数中小企业来说, ERP系统刚刚开始接触, 在选型过程中, 借助咨询顾问的经验和对整体项目的把握, 确定企业需求, 这是保证实施成功的重要前提。专业咨询公司在ERP选型与实施过程中承担着解决方案的策划、企业的业务流程重组、对日常工作重定义、项目实施过程中的监理等工作。中小企业应充分利用咨询公司的优势, 为企业进行业务诊断和流程再造, 参与企业ERP选型与实施的全过程, 降低实施风险。此外, 中小企业要考虑咨询公司介入深度, 一般定位在对企业前期调研、培训、确定目标与系统选型。
实施ERP系统是一场管理革命, 只有企业决策层领导在深入理解ERP的基础上, 动员企业全体员工共同参加, 才能取得成功。ERP选型的培训保障在人员上分为三个层次。首先是企业领导的培训, 通过对公司领导和部门领导进行ERP理论和应用操作培训, 使领导层能够结合企业管理情况对系统提出明确的意见, 并能够运用ERP系统了解企业的管理信息;其次是项目小组的培训, 项目小组负责选型的全过程, 其培训应包括较为广泛的内容, 包括ERP理论、系统初级高级应用、实施方法与项目管理等;最后是业务管理人员的培训, 任何ERP系统都要依靠基层的员工来具体操作, 培训工作应根据部门业务要求和员工能力基础, 有针对性地进行。
四、对中小企业ERP选型的建议
在经过了成长初创期后, 大部分中小企业已经有了稳定的产品, 进入了发展期。在此阶段, 原有的管理模式将不再适应企业外部环境的变化, 企业迫切需要借助信息化手段在企业内部形成更为规范的决策、执行与监督制衡的治理结构, 更为有效地推动企业快速发展。但是, 中小企业不能力求一步到位、盲目上马, 应该理性分析、循序渐进。
1. 选择合适的时机。
成功实现ERP的最佳时期是在企业的兴盛期和呆滞期, 在初创期和衰退期很难成功。在兴盛期和呆滞期, 企业会居安思危或寻求出路, 很自然地产生革新念头, 这是成功实现ERP的最佳时期。中小企业对信息化的需求有明显的阶段性递升的特点, 国内ERP成功率一直不高的一个重要原因就是中小企业盲目跟风急于求成。企业在准备ERP项目前必须理性分析企业的现状, 明确引入ERP的目的, 这样在选型和实施中才能有的放矢。
2. 客观认识ERP。
许多企业不认真考虑自身的客观条件和管理基础, 而是将ERP当成企业的救命良方, 希望通过实施ERP, 解决企业内部存在的一系列弊病。ERP对企业来说, 不在于治病, 而是通过优秀的管理流程和管理思想, 优化企业内部的资源配置, 并确保资金流、物流、信息流的充分共享和高效畅通。企业自身体制和组织结构上的问题需要通过企业重组改制来解决, 只有管理问题、资源利用效率问题才需要ERP去提升。
五、结束语
在当今的竞争环境下, 应用ERP实现信息化是我国中小企业迎接挑战、求得生存与发展的必然选择。中小企业成功实施ERP的关键就是做好ERP系统选型。面对众多的ERP供应商, 企业必须理性分析自己的信息化需求, 把握合适的时机, 选择与自身业务相适应的ERP系统。
中小企业的ERP选型涉及众多因素。本文结合中小企业的需求特点提出了一个比较完整的选型策略模型DBESM, 但是对企业的需求分析还不是很全面。在这个模型的基础上, 对中小企业的行业特点进行区分, 以建立不同行业的选型指导策略, 是下一步努力的方向。
摘要：面对激烈的竞争, 中小企业迫切要求引入先进的ERP系统提升管理水平。本文首先分析了中小企业对ERP的需求特点, 在此基础上提出了基于中小企业需求的ERP选型策略模型DBESM, 并对模型的策略层、执行层、保障层进行分析, 最后对中小企业进行ERP选型提出了两点建议。
关键词：ERP,中小企业,选型
参考文献
[1]http://www.ndrc.gov.cn/zxqy/zhdt/t20070608_140378.htm[J/OL]
[2]黄晓敏侯晓燕:中小企业ERP选型的思考[J].情报探索, 2006 (5) :67
[3]黄林军张勇闭珊珊:ERP选型的策略与流程[J].财务与会计, 2007 (5) :54-55
[4]周玉清刘伯莹周强:ERP与企业管理[M].北京:清华大学出版社, 2005:191-193
商务英语需求模型研究
声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益，可联系本站删除。
