当前,供应链中需求的可视性已经成为供应链管理的关键性问题。在各管理要素中,需求变得越来越重要,由需求来拉动(Pull)整个供应链进行生产和供应的组织比通过生产、销售模式的推式(Push)具有更好的适应性,可以以更加准确的方式满足客户需求,获得更好的收益。但由于供应链环境的不确定性和自身结构的复杂性,以及供应链中各主体的利益博弈等导致企业很难获得准确的需求。牛鞭效应的广泛存在造成了企业和社会资源的浪费,如何获得高质量的需求预测是企业必须面对的难题。对此,企业可以选择以下策略,一是进行协同,即通过加入供应链和上下游企业进行信息、资源和预测方面的共享,从而减少需求预测的不确定性,改进需求预测效果;二是加强主体在信息不对称和不确定性环境里的预测能力,即通过对预测信息的获取和方法的改进提高预测能力。本文基于以上思路进行了研究,具体内容包括:(1)构建了供应链协同需求预测的基本理论及模型。基于协同学理论分析了供应链协同需求预测中的序参量、协同力、阻尼(阻力)以及协同的稳定性,从感知、认知、决策和指令四个维度对供应链需求信息的演化规律进行了分析,建立了供应链需求信息演化模型;提出了带有反馈特征和集成的供应链协同需求预测模型;探讨了供应链协同需求预测的复杂性以及动因,并基于技术接受模型定性地解释了供应链协同需求预测的接受机理和关键成功要素。(2)对供应链需求预测的信息协同和方法协同进行了研究。根据多源信息的特征和信息量将信息协同分为信息不足、信息互补、信息冗余和信息互斥四种类型,对不同情形下的信息协同策略和协同预测方法进行了研究。以时间为主线,研究了历史信息和即时信息的协同需求预测;在空间上,探讨了不同供应链主体间的信息协同问题;以预测方法为主线,探讨了不同信息特征下的供应链协同需求预测方法,并基于支持向量机和粗糙集改进了需求预测方法。为了进一步提高预测的准确性,综合利用环境、竞争对手、宏观经济状况等作为证据来修正需求预测,设计了基于证据理论和贝叶斯网络的供应链需求预测修正方法。(3)对消费数据和库存信息动态协同的供应链需求预测修正方法进行了研究。从消费者行为角度分析了需求的动态性,探讨了由于商品的可存储性、可替代性以及价格变动(如降价销售活动等)等因素导致的消费者库存现象,基于系统动力学研究了消费者库存的形成机理,研究了消费者库存对需求预测的影响,并提出了基于即时销售数据和库存信息的动态需求预测修正方法。还探讨了需求中广泛存在的名义周期现象,分析了预测频率对需求预测的影响。(4)探讨了供应链需求预测的组织协同问题。分析了传统商务模式下的供应链组织形式及其优缺点以及协同需求预测下的组织形式与特征,提出了基于团队的柔性组织形式。基于博弈对供应链协同需求预测的协调机制进行了研究,提出了核心企业主导、信任、信息共享和激励等机制。分析了协同需求预测下供应链合作伙伴关系,设计了基于AHP和NEULONET的供应链伙伴选择方法。(5)研究了供应链需求预测的流程协同问题。提出了一个集成的协同需求预测流程模型,对模型的六个层面的功能、特征和实现方法进行了研究,并用Petri网对其中的部分关键环节进行了描述和仿真。研究了多智能体协同需求预测方法,并建立了基于多智能体和互联网的敏捷化的协同需求预测支持系统框架。以上研究,对消除需求预测的不确定性,提高预测精度,优化资源配置具有很好的价值。所构建的理论、模型和方法对丰富供应链管理理论,指导供应链实践具有积极的理论和实践意义。