基于加油站需求預測下成品油配送模式轉變的研究

楊睿智 李福寶

【摘 要】當今社會經濟發(fā)展越來越快，在經濟和社會不斷發(fā)展的背景下，市場對成品油的需求量也越來越大，成品油的配送是成品油供應過程中非常重要的環(huán)節(jié)，傳統(tǒng)的成品油配送方式已經不能滿足當前發(fā)展的需求，因此我們需要積極探索成品油的配送模式的轉變。通過建立加油站需求量預測模型，預測第二日的需求量和汽車配送量，然后整合預測結果，使被動模式配送向主動模式配送轉變，提高成品油在配送過程中的效率。

【關鍵詞】需求量;配送;主動模式

【中圖分類號】F61 【文獻標識碼】A 【文章編號】1674-0688（2021）03-0211-03

0 引言

成品油是我國重要的戰(zhàn)略性產品，與國家經濟發(fā)展和人民生活息息相關。許多發(fā)達國家的石油企業(yè)為了提高市場反應速率，體現競爭優(yōu)勢，降低物流成本，在成品油物流配送方面采用了先進的信息技術。在成品油配送體系中，成品油配送模式的建立至關重要。以配送機制設計理論為指導建立成品油配送模式，可以減少配送體系的消耗，提高整個過程的效率，實現企業(yè)效益的最大化 [1]。我國在成品油配送過程中存在很多影響因素，因此無法有效地提升成品油配送效率，其中一個主要的影響因素是需求信息誤差大，而規(guī)劃、控制物流過程中的儲存、運輸等業(yè)務活動都是以預測為運作基礎的。因此，要想優(yōu)化成品油物流配送過程，就需要做好該區(qū)域成品油的需求預測。通過對銷售點（加油站）的需求預測，改變成品油的配送模式，從而提高配送效率，提升配送過程的信息化程度。

1 成品油主動配送模式

成品油主動配送模式是指通過對銷售點的需求量進行一系列科學的預測，讓配送中心能及時了解并掌握銷售點的消費情況，根據前線情況判斷油庫的庫存量，然后根據庫存量決定是否需要對銷售點進行配送，如果需要，則派遣油罐車進行成品油的配送 [2]。

主動模式配送相對于被動模式配送存在很大的差異，同時具有幾大優(yōu)勢。主動配送模式采用預測方法，根據銷售情況、庫存情況及需求量，判斷哪個銷售點會提前銷售完產品。根據銷售成品油量庫存多少的順序，合理安排配送順序，大大降低了加油站脫銷的風險，提高了整個配送過程的效率，有效地控制了庫存成本，降低了物流成本。在運力分配方面，主動配送模式可以更合理地安排油罐車的使用 [3]。根據加油站近期銷售情況和市場需求的變動趨勢，提前補貨，采用大容量或分艙油罐車進行多點配送，可以節(jié)省配送成本。采用主動配送模式后，可以有效地解決在配送路徑上車輛使用沖突和配送車輛不夠的問題。

主動配送模式是一個環(huán)環(huán)相扣的配送體系，需要各個環(huán)節(jié)的密切配合與協(xié)作，使市場對成品油需求的多變性變?yōu)榭深A見性，降低運營成本和避免脫銷的風險，提高配送效率，杜絕運力安排不合理的問題發(fā)生。

2 預測需求量模型

在開展油品需求量的預測工作中，一是要做好充足的準備，保證銷售點順利地對接油品;二是要合理地分配資源，安排好配送的順序等;三是要控制好庫存成本，最大限度地降低銷售點的庫存成本。油品需求量的預測是對成品油的二次配送，采用這樣方式能提高整個物流過程的效率和油品的整體競爭力，為企業(yè)創(chuàng)造更多的效益。

2.1 問題描述

油品需求預測工作的具體步驟：①在每個月末預測下一個月的需求總量;②基于每日銷售點的需求量歷史數據，準確地預測下一日的需求量。主要預測對象是民用汽油的3個品種，即92#、95#、98#汽油。收集3種成品油前3個月的歷史需求量數據，根據成品油需求量數據的特征，判斷油品需求量變化是否屬于平穩(wěn)變化的趨勢。本文采用時間序列平滑預測方法進行預測，這種方法考慮了各種因素的綜合影響，所有因素都通過時間段內的需求量變化趨勢進行表達。

本文將歷史數據和時間兩個參數按時間序列編制統(tǒng)計資料。通過數據分析發(fā)現，加油站不存在較大的隨機性，所以時間序列預測法采用確定性模型進行預測。每個加油站都是按照最優(yōu)庫存計算設計的，所以不考慮加油站自身的優(yōu)化問題。

2.2 數據收集（L城S區(qū)域）

本文選出L城S區(qū)域的10個具有代表性的加油站，每個加油站都銷售92#汽油、95#汽油、98#汽油（見表1）;選擇2020年2月1日至4月30日的被動配送模式下的歷史需求數據;根據實際調查，確定該區(qū)域的油罐車車型為10 t、16 t、22 t、28 t。

2.3 建立模型

通過調查歷史數據發(fā)現，加油站每天的需求量變化總體趨向于穩(wěn)定，因此我們選擇時間序列平滑預測方法中的一次指數平滑法進行下一日的需求量預測，公式如下：

上式中，Yt+1為下期的預測值;St為一階平滑值;Xt為第t期實際觀測值;a為加權平滑系數，0

加權平滑系數的選擇在指數平滑預測中是很重要的。加權平滑系數a的選擇決定了（1-a）（i=1，2，…，t）按指數規(guī)律遞減的速度，規(guī)定了新預測值在原預測值所占的比重。通常a值的大小與指數規(guī)律遞減速度成正比。原則上，a可以任意取值（0.1～0.9），取值不同，得出的預測結果也不同，誤差也不同。實際的取值要根據時間序列波動趨勢確定。當時間序列呈平穩(wěn)趨勢時，a應取較小值（0.1

初始值的選擇由時間序列的數據決定，如果t大于30，初始值對預測值影響較小，可以取t=1時的實際觀測值為初始值;如果t較小，則影響很大，一般用前幾期實際觀測值的平均數作為初始值。

2.4 實際應用計算

以加油站No.3的92#汽油需求量為例，用一次指數平滑法預測2～4月的數據，并與實際觀測值對比，從而確定誤差相對最小時a的取值。2月份實際數據見表2。

2月份的需求總量為324 t。由于時間數列t小于30，為了方便計算，初始值取前5期觀測值的平均數。

從2月7日開始計算一階平滑值，即

因為實際數據中加油站需求量變化均趨于平穩(wěn)，所以分別取a=0.1、0.2、0.3、0.4，a=0.1時，S2.7=0.1×0+（1-0.1）×16=14.4;a=0.2時，S2.7=0.2×0+（1-0.2）×16=12.8;a=0.3時，S2.7=0.3×0+（1-0.3）×16=11.2;a=0.4時，S2.7=0.4×0+（1-0.4）×16=9.6。

運用計算機語言進行所有的迭代計算。同理，根據此方法進行迭代推算，將2～4月的每天的一階平滑值計算出來，然后將每個月求和與實際總量進行對比，求出誤差值（見表3）。取誤差值最小時的a作為預測加權系數。

通過表3可以得出，當a=0.3時，誤差最小，預測符合實際。因為該區(qū)域提供加油站銷售油品的油庫相同，所以各加油站的變化與油庫供給無關，無特殊說明時，a的取值為0.3。

加油站每日實際需求量是根據庫存的儲備量進行配送的，但本文推算出的平滑值是基于不考慮庫存量的每天加油站預測的需求量，計算出來的數值是零散值（見表4），不符合加油站實際的配送規(guī)律，所以要對預測值進行整數整合，達到真正優(yōu)化減少配送成本的目標。

通過調查發(fā)現，油罐車艙室容量分別為10 t、16 t、22 t、28 t，考慮汽車滿載和配送及時的情況，同時考慮油罐車的利用率，將其排列整合。此項運算通過計算機工具py-charm，python語言實現。

設Qi為每日預測需求量，Pi為油品配送量，P為油罐車容量（P=10，16，22，28），△Q=Qi-P，△Q'=△Qi-P，Q'i+1為修正后的下一日的預測需求量。

（1）若丨Qi-10丨<1，當不滿足時，Pi=0，Q'i+1=Qi+Qi+1，當滿足時，Qi<10，Pi=10，Q'i+1=Qi+1;Qi>10，Pi=10，Q'i+1=△Q+Qi+1。

（2）若丨Qi-16丨<1，當不滿足時，Pi=0，Q'i+1=Qi+Qi+1，當滿足時，Qi<16，Pi=16，Q'i+1=Qi+1;Qi>16，Pi=16，Q'i+1=△Q+Qi+1。

（3）若丨Qi-22丨<1，當不滿足時，Pi=0，Q'i+1=Qi+Qi+1，當滿足時，Qi<22，Pi=22，Q'i+1=Qi+1;Qi>22，Pi=22，Q'i+1=△Q+Qi+1。

（4）若丨Qi-28丨<1，當不滿足時，Pi=0，Q'i+1=Qi+Qi+1，當滿足時，Qi<28，Pi=28，Q'i+1=Qi+1;Qi>28，Pi=28，Q'i+1=△Q+Qi+1。

（5）若0

（6）若Qi-28≥8，將△Q代入前4個條件中進行判斷，輸出Pi'，則最終輸出Pi=28+Pi'，Q'i+1=△Q'+Qi+1。

以No.3加油站的92#汽油的實測數據作為算例代入整合模型，得出整合后3個月的預測配送量（見表5）。

通過表5可以得出，No.3加油站在5月1日時，油庫對其不配送。

將該區(qū)域10個加油站其中的3種油品的實測數據代入上述模型，可以得出5月1日油庫對該區(qū)域10個加油站的配送量，從而實現在成品油二次配送中配送模式轉為主動配送模式。

3 結論

本文結合L城S區(qū)域的實測資料，運用時間序列預測方法，建立對每日需求量的預測模型，得出每日預測需求量，繼續(xù)建立整合模型，將油品的配送安排更符合實際需求，得出每日的車輛配送計劃。由于本文中有一定的假設條件，而實際的配送系統(tǒng)是很復雜的，因此還需要對模型做更細化的研究。

通過本文中的分析，可以推斷出在成品油二次配送過程的模型構建中，應以一段時間作為考察單位進行系統(tǒng)的優(yōu)化，縱向地看待問題。通過對成品油二次配送過程的預測模擬并利用信息系統(tǒng)最終可以實現如下需求。

（1）實現主動模式下的成品油二次配送。通過對需求量的預測，油庫及配送中心可及時地掌握銷售點的油品消費情況，從而制訂配送計劃。

（2）實現車輛的合理利用。通過對初始階段預測值的校對，實現滿載裝車，合理地利用車輛，降低配送成本。

（3）有效控制庫存。根據銷售點的每日需求量可以分析出市場對油品的需求量，可以合理地定出銷售點庫存的上下限值，達到良好的庫存控制。

參 考 文 獻

[1]王博弘，梁永圖，張浩然，等.成品油二次配送研究進展[J].油氣儲運，2018，37（2）：121-126.

[2]胥錕.企業(yè)二次配送模式下提高成品油利潤的探索[J].數碼設計（下），2019（9）：224-225.

[3]李建偉.成品油配送模式的研究[J].中小企業(yè)管理與科技，2015（22）：244.