4.物流信息系统流程(LIS flow)
● 电子资料交换(Electronic Data Interchange, EDI)
● 个人计算机(Personal Computers)
● 人工智能/专家系统(Artificial Intelligence /Expert systems)
● 通讯(Communications)
● 条形码及扫瞄技术(Bar coding and scanning)
● 电子商务乃一新商业名词，用来描述构建无纸化商业环境所使用广泛的工具及技术Extranet与Intranet (Ravi Kalakota & Andrew B. Whinston，1997)
● 一套WMS是一组计算机软件应用程序，设计用来自动化整个仓库现场物料流动程序。它会指导及控制仓库内所有存货的移动。
● 确保WMS可以提供拣货用的紧急订单自动释放。切勿用人工的方式来释放订单。
● 预测乃对未来销售、生产或运送量的推估。预测的单位可以是个数或金额，而预测的基准可以是某一品项，某顾客或品项群及顾客群的汇整。典型的物流预测可能是某品项一星期或一个月自物流中心的出货量。
● 预测之一般考虑因素(General forecast considerations)
1.需求(Nature of demand)
2.预测组成(Forecast components)
3.预测方式(Forecast Approaches)
● 预测程序(Forecast Porcess)
预测数据库 预测程序 预测使用者
预测程序图
● 预测技术(Forecast Techniques)
1.物流预测必须选择合适的预测技术，以产生未来周期预测值。
2.评估预测技术的应用性，一般须考虑以下准则：
(1)精确度(Accuracy)
(2)预测时间带(Forecasting time horizon)
(3)预测值(Value of forecasting)
(4)资料的供应(Availability of data)
(5)资料型态的类别(Type of data pattern)
(6)预测人员的经验(Experience of the forecaster)
3.预测技术之选择多半因情况不同而异，然而其取舍往往是艺术成分多于科学成分(Much more of an art than science)。
● 预测技术之分类：
1.定质技术(Qualitative techniques)
2.时间序列技术(Time-series Techniques)
(1)移动平均(Moving Average)
(2)指数平滑法(Exponential Smoothing)
(3)指数平滑法之扩展(Extended Smoothing)
(4)调节性平滑法(Adaptive Smoothing)
3. 因果技术(Causal Techniques)
预测误差(Forecast error)
预测与实际间完全谋和之情形相当罕见，因此预测值与实际值间之误差大小即为判定预测是否精准的最佳指针。预测精准度(Forecast accuracy)的改良有赖误差之评量及分析。
