需求链研究院

项目强调以我国时尚品企业在需求学习和动态库存管理中存在的具有中国特色的管理实践问题为研究背景，从需求管理（需求预测、替代性估计和需求学习）角度，提出了更适用于流行品替代性描述的邻近替代估计方法和流行品行业特有的天气敏感性需求预测方法，引入了生命周期对流行品的需求特性进行刻画，将流行品企业运营过程中遇到的需求预测与需求学习、定价问题与品类规划、库存控制决策和调拨问题有机地结合起来进行联合决策。在上述理论研究的基础上，项目组调研走访多家流行品品牌企业和零售企业，从案例研究角度针对流行品行业进行需求管理理论、方法和技术体系的搭建，将合适的需求管理技术引入企业，实现了协助多家企业构建科学的需求管理体系的目标。

运用不确定的非线性整数规划建模技术、模糊神经网络技术、支持向量机（SVM）技术、集成方法，将操作层的销量数据、管理层的经验和影响需求的各种因素都嵌入到需求描述和需求预测中，并在此基础上，深入研究不确定性需求下、基于需求预测、替代性需求下和促销情况下的品类规划与库存控制的联合决策模型。国外同类研究往往偏重品类规划的研究，对于库存控制方面的研究比较薄弱，本课题将弥补这一缺陷，所提出的品类规划与库存控制模型将是一种面向零售企业运作实践的模型，特别适用于SKUs数目较多的品类，并能给出符合零售企业的多级库存控制策略，且所给出的各种启发式算法还能够迅速找到模型的满意解，模型的鲁棒性和应用效果较好。

有限需求信息是企业因产品更新换代快、信息化时间短和管理水平较低而出现的普遍情景，但目前学术界缺少指导企业应对有限需求信息下的需求管理方法。间断需求出现高库存、呆滞需求等的根源在于间断需求预测非常困难，如果能够提高需求预测的精度，必然有助于解决间断需求的库存控制难题。本课题以有限需求信息下的间断需求为研究对象，将其分为三类情境：一是需求分布已知而参数未知，二是需求分布未知但部分需求信息已知，三是需求分布未知及其参数信息未知，分别构建（1）需求分布已知但参数未知情境下的基于需求影响因素挖掘的间断需求自适应预测模型；（2）需求分布未知但部分需求信息已知情境下的基于需求特性捕捉的间断需求分布拟合模型；（3）需求分布未知及其参数信息未知情景下的基于专家经验嵌入式的间断需求耦合预测模型。

该项目认为需求链管理不仅仅是一种理念，而且是一种需求链战略指导下的包含计划、流程和管理技术、信息技术在内的管理体系。项目组提出了需求创造战略、需求领导战略和需求驱动战略三种战略，指出企业的需求链转型包括组织结构驱动的需求链转型，信息化建设驱动的需求链转型和电子商务驱动的需求链转型三类常见模式。由于本项目立足于从运营管理视角和营销管理视角研究需求链管理模式的设计和实施，所以，是一个涉及企业战略、企业文化、跨职能交叉、渠道管理、信息系统应用等多个方面的系统性工程，并为此组织了多家长三角和闽三角的企业以小型研讨会、访谈等多种形式对需求链管理模式应用的关键流程与关键资源进行探索，撰写了包括苏宁云商、全家便利店、上海电力物资供应公司在内的多家企业案例。

该项目主要利用支持向量机集成学习方法来构建软件核心产品的需求预测模型，提出了一种基于广义邻近替代的需求预测方法，并应用于上海永乐家用电器有限公司某一门店PC产品的需求预测，取得了良好的效果。

面向服装业基于需求学习的库存、定价和配送的联合决策研究。该项目以主要结合我国服装企业在运作管理实践开展需求学习问题与动态库存控制问题，为企业开发了需求管理与运营决策支持系统软件。