以類神經網路建立物流中心出貨預測模式林哲宏＊正修科技大學資訊管理系linch@csu.edu.tw盧淵源國立中山大學企業管理系iylu@bm.nsysu.edu.tw摘 要本文主要提出物流中心出貨預測模式之建構程序，經由此程序可根據物流中心的作業特性與品項特性篩選攸關的預測變數，並根據各預測變數的型態進行資料前處理以利類神經網路使用。本文以系統性的方法決定訓練範例與測試範例的比例，經由比較各種訓練範例與測試範例的比例所得之預測績效，可找出最適的組合。最後本文以兩種實際商品的出貨資料驗證其方法的有效性。關鍵詞：物流中心、出貨預測、類神經網路前言由於流通產業的快速成長，使得具有連結上游製造商與下游零售商功能的物流中心在商業現代化的過程中扮演著重要的角色。現代化的物流中心為達到大量進貨統一分配的物流機能，以滿足多種少量多頻配送的現代化消費需求特性，必須強化物流中心的管理與作業功能。然而在物流中心之中，存貨式的物流中心必須自行向供應商訂貨保有庫存，以滿足零售商的訂貨需求，因此精確有效的需求預測是物流中心內部不可或缺的重要功能之一。Bowersox 和 Closs(1996)指出單一品項預測是物流預測的基礎作業，藉由單一品項預測可預測出重要品項的出貨數量，並可將此預測結果配合庫存數量決定採購數量，有效調整物流中心內各品項之庫存數量，達到降低缺貨風險與節省庫存空間的目的。然而在零售商型物流中心內因為其處理的商品品項繁多，出貨的數量與項目常因時間、季節或商品流行性的不同而產生極大的變化；而且其顧客常為每日訂貨、每日配送的零售商，其訂單從接收到出貨的訂單週程時間極為短暫，以上的物流中心出貨特性，導致其需求預測的困難。因此如何建構一套預測模式以供物流中心出貨需求預測之用，是為物流中心亟待解決之工作，本文即從影響物流中心出貨需求的兩項重要因素(作業特性因素與品項特性因素)進行分析，進而找出攸關的預測變數，並以模糊類神經網路建構出一套預測模式，以解決物流中心單一品項出貨預測之問題。文獻探討所謂類神經網路是模仿人類神經系統的結構及處理資訊運作方式，其基本元素為處理單元及連接鍵，分別相當於人類神經系統中的神經元與神經鍵的功能。處理單元的主要作用是接收並加總所有的輸入訊號，此加總後的訊號經由轉換函數(transfer function)輸出給下一個處理單元(Wasserman, 1989)，圖 1 則為處理單元的基本運作。圖 1 處理單元之基本運作資料來源：Wasserman(1989)應用類神...
