物流调拨计划中的平均需求D的确定
\((LT+T)D+Z_aσ\sqrt{LT+T}-I_0\)
Z是指服务水平,这是一个人为定义的数,LT是到达时间,T是订货周期,I0是当库存存+在途,这些数都很容易定下来。
但D和标准差σ的确定就有点困难了,如果这两个数不能确定下来,那就不能算出订货量。本文就主要解决这两个值的确定。
首先要明白, D是平均需要,标准差σ也是和D一样,通过同一列数值计算得出。
假如按周需求(周销售)来做物流计划,需要解决的是周平均需求D的确定,一般人会把周平均需求D等同于前4周周平均出货量。对于某些产品这个方法是不错的,但并不是所有的产品都能这样处理,但可能某些产品就需要用到前8周或其它前N周的周平均需求来订货,靠经验来确定的前N周的N值就有太多的人为成分在里头。本文将介绍一个依靠数学统计方法来定下前N周的N值。
思路是,通过大量已经发生了的销售(按周统计)对不同的前N周进行订货模拟,用断货比例是否在我们可以接受的水平和如果断货比例在我们可以接受的水平下,哪一种方法令库存最小,来确定最佳的N值。
假如现在已有50周的周销售数,N取4,服务水平取95%,对应的服务水平系数Z=1.64,从第1周开始模拟,在第5周开始时计算前4周平均需求D和这4周的标准差,然后把数值代入
\((LT+T)D+Z_aσ\sqrt{LT+T}\)
得到一个数值S1,然后拿S1去和第5周的周一开始后的LT+T天销售S2对比,如果S1大于S2,那么,我们就认为这个前4周是可以接受的,否则就不行,并且记录S=S2-S1的量,两种情况都需要记录S1。这里的核心思想是我们按前N周计算,计划订货、供应商发货、收货、再订货、供应商发货、收货,如下图
\((LT+T)D+Z_aσ\sqrt{LT+T}\)
请认真思量这个周期,有2次收货,但在最后一次收货前,我们要确保不断货,也就是说我们第一次订货的量要支撑到第二次收货的那个时点,也就是说
\((LT+T)D+Z_aσ\sqrt{LT+T}\)
至少要不能少于第一次订货到第二次收货过程中的销售,这个过程时间长度是LT+T。
第一次模拟结束,第二次模拟开始,向后移动一周,第6周的订货计算前4周平均需求,那前4周平均需求就变成了从第2周到第5周的平均需求,同样计算出来的值与第6周开始之后的一个LT+T周期的销售S2比较,记录S1与S2的大小对比和S2-S1和S1。
一直模拟到最后一周,共模拟了46次(从第5周开始到第50周),我们再计算出S2>S1的次数(断货次数)再除以46,这个就是会产生断货的比例,因为S2大于S1是会产生断货的。如果这个断货的比例高于我们设定的0.05(即1-0.95)的水平,那么我们就不能使用前4周来作为未来周平均需求D来计算。
把前4周改为前5周来重复上面的过程(周移动次数比46少1次,45次),如果断货比例小于我们设定的0.05即(1-0.95)的水平,那么这个前5周就暂时保留。
把前5周改为前6周、前7周来重复上面的过程,一直重复到前15周(可以按实际工作而定),假如我们总共得到8种前N周模拟产生的断货比例符合我们的要求(断货比例小于0.05),那我们还需要在这8种前N周来选择一个最好的。
既然这8个前N周都符合我们的断货要求,那么我们比较那一个订货量最小我们就要那一个。我们计算8种前N周的\((LT+T)D+Z_aσ\sqrt{LT+T}\)的平均值,进行比例,最小的那个就是我们所需要的。这样就确定一个唯一的前N周了。如果这些平均值有些是比较接近的话,我们再考虑一下\((LT+T)D+Z_aσ\sqrt{LT+T}\)的离散系数,在几个平均数都比较小比较接近的前N周中,选一个离散系数最中的就是我们所需要的最佳的前N周了。
模拟方法非常复杂,必需认真反复阅读方能理解。这里用到了统计学的离散系数、标准差、服务水平(统计学上称为显著性水平或置信水平)。问题解决了,新问题又来了,如果销售会在月末有比较大幅度的增加的情况下,这个模拟方法就不适用了,这个问题的解决方法会在以后的文章中详细描述。
stjnu
2012 年 11 月 27 日 16:22
上面的时间点的图片,真的是太清楚了。一看就明白,想了很久了。