CN101118625A - 存货管理系统和方法 - Google Patents

Abstract

用于监控仓库中项目存货的存货管理系统。提供用于电子地存储和维护仓库中项目的库存数量的数据库系统，且安排监控系统来检索与项目相关的数据并确定仓库中项目的待物理计数的样本。提供一个或多个远程终端，所述远程终端被安排为接收项目样本、显示所接收样本中每个项目的相关数据、接收表示所显示项目物理计数的输入数据和传递接收到的输入数据到监控系统。确定样本误差，并可以从样本误差外推出与仓库中整个存货相关的误差。

Description

存货管理系统和方法

技术领域

本发明涉及存货管理系统，所述系统用于监控仓库中的项目(例如部件号码(part numbers)、物品、货物)总体的存货水准(也就是数目、库存、数量、供应)的存货库存记录的精确性，该系统包含用于电子地存储和维护仓库中项目总体的电子库存数量的数据库系统。库存数量可以通过项目进入仓库时进行物理计数来得到，并基于定购或交货更新库存数量。另一方面，本发明涉及用于监控仓库中项目总体存货的库存管理方法，包含电子地存储和维护仓库中项目总体的库存数量。

背景技术

例如，从美国专利申请公开US2006036498了解这样的存货管理系统，该申请公开了部件库存数目管理设备。许多物流设施中的入库数量信息和出库数量信息之间的差可以被确定来更新每一个物流设施中的实际数量。可以使用终端计算机发送数量信息到整理信息的中心主计算机。在该公知系统中，部件库存数目的精确性显著地依赖入库信息和出库信息的精确性。于是，处理过程中的误差可以传播，潜在导致物流设施中电子库存数据和真实数据之间的大误差。

公知的验证库存记录的手段是执行年度物理存货计数。这涉及计数仓库中所有部件号码和所有位置，并将这调节回库存记录。这种方法需要极大的劳动强度、成本和时间耗费。另外，它通常需要关闭设施几天以最小化存货变动，因而在物理计数过程期间隔离了存货和外部变动。这些年度物理存货计数处理过程可能导致每年一次的大调整，以利用容纳在设施中的实际数量适当地调节电子存货记录。当更新库存记录时，这些大的存货调整另外显示出那些年度存货审核过程可能明显地阻碍设施运行。大调整可以指示太多或太少部件在前述审核的年度期间被订购，这可以指示潜在的存货控制问题。例如，如果年度审核过程指示电子记录中特定部件号码的数量显著小于实际存货库存，则设施中的存货可能储备过剩。这种过剩可能潜在地增加工作(例如，存储和处理)成本和降低设施利润。或者，如果年度审核过程指示电子记录中特定部件号码的数量显著大于实际存货库存，则设施中的存货可能库存不足，潜在地导致降低顾客服务质量。

发明内容

本发明旨在提供改进的存货管理系统，所述系统可以提供更加有效的用于管理存货库存和确保精确存货库存记录的机制，同时减少与年度存货审核有关的成本和工作中断。

根据本发明，提供如上所述的存货管理系统，其中存货管理系统进一步包含连接到数据库系统的监控系统，以及至少一个可连接到监控系统的远程终端(例如客户计算机、PDA等等)，其中，所述监控系统被安排为纠正与项目总体相关的数据并确定仓库中项目总体待物理计数的样本(并且，例如进一步确定样本的哪些特定项目待物理计数)，所述至少一个远程终端被安排为从涉及样本中的项目电子库存数量的数据库系统接收数据、从与样本中每个项目(例如部件号码、仓库位置)相关的电子库存数量显示数据、接收代表被显示项目的物理计数的数据、以及传递接收的输入数据到监控系统。因为仅仅对总体项目的(随机)样本进行物理计数，所以需要较少的时间用于计数。通过使用随机号码生成器来选择哪些项目(例如部件号码或箱柜)是样本的部件，可以维护测试计数的计数有效性。结果，仓库中一些部件号码根本从来没被计数到是可能的。所述至少一个远程终端可以利用例如以太网络的基于线路的(计算机)网络连接到监控系统。作为可选方案，可以使用提供了额外优势的无线网络，所述额外优势即远程终端可以被拿到待计数项目的仓库位置。

在本发明另外的实施例中，监控系统可以被进一步安排为计算项目的所存储库存数量和代表所述项目物理计数的输入数据之间的差，并当差超过预先设定的阈值时(例如+/-5％)产生警告。例如，警告可以被发送到所述至少一个远程终端，这可以触发即时重新计数。可选地，警告可以导致未来样本大小增大或引起与项目相关的调查，以便于确定电子库存数量和物理计数之间差别的原因。

根据一个实施例，监控系统可以进一步被配置来使用接收到的输入数据更新数据库系统。这可以有助于数据库系统使被电子存储的库存数量跟上这些特定项目被物理计数的日期。当计数完成，可以对照计数时期的电子库存数量调节所述计数，以防止可能由于动态仓库环境引起的差异。

在另一个实施例中，存货管理系统可以用来提供统计数据，所述统计数据与计数时发现的误差相关。在该实施例中，监控系统可以被进一步安排为基于接收到的输入数据来确定样本误差，并从样本误差外推以确定仓库中整个存货-也就是仓库中整个项目总体-的误差。例如，样本误差可以包含与每个项目的物理计数有关的标准偏差，所述每个项目的物理计数是相对于样本中每个项目的存储数量。可选地，样本误差可以包含与样本中每个项目的物理计数和与相应样本有关的存储数量之间的差有关的平均。

在又一个实施例中，存货管理系统可以进一步包含连接到监控系统的报告系统，所述报告系统被安排为接收误差，并显示误差或报告其指示给用户。

在另一方面，本发明涉及如上定义的存货管理方法，所述方法包含检索与项目总体相关的数据、确定仓库中项目总体的待物理计数的样本、接收涉及与样本中每个项目相关的电子库存数量数据、显示来自与样本中每个的项目相关的电子库存数量的数据，以及接收代表所显示项目物理计数的输入数据。

此外，所述方法可以进一步包含计算项目所存储的数量和代表所述项目物理计数的输入数据之间的差，并当差超过预先定义阈值时生成警告。在另一个实施例中，该方法进一步包含利用接收到的输入数据更新存货数量。为了确定仓库中整个项目总体的存货统计，在另一个实施例中，该方法包含确定样本误差和从样本误差外推涉及仓库中整个存货的误差。

在本方法的另一个实施例中，仓库中待物理计数的项目总体的样本确定包含将项目总体分成多个层(也就是通过例如货币价格的共同特性而关联的总体的项目群)、为所述层确定样本大小、从样本大小确定每个层的计数数目并从每个层随机选择项目以得到待物理计数的项目的样本。部件号码的随机选择保证样本是有效计数样本且不会由于偏差或偏见而产生会使样本的结论或数据失效的偏斜。层中的整体分布，也称为分层过程，确保所选择的项目覆盖所有层，这防止了项目的特定类(例如与每个项目的价格相关的)在所选择项目中占优势。当样本的误差考虑了样本中每个项目的货币价格时，层的使用通过防止大价格项目的误差淹没小价格项目的误差，从而防止了物理计数结果的偏斜。结果，可以更加精确地跟踪电子库存数量。

在另一个实施例中，将项目总体分成多个层是基于项目数量和每个项目的价格。这一实施例确保将计数仓库中项目总价格的最小百分比，而不是项目总数量的某个百分比。通过适当地定义层，可以优先选择高价格项目。

样本大小在另外的实施例中可以按照下式确定：

n＝(1.96/delta)²*P(1-P)

式中n是最小样本大小，delta是样本所需的％形式的精度水平，而P是％形式的用于净值调整的价格精度历史水平。例如，在使用+/-2％的精度水平、价格精度历史水平例如为95％的情况下，得到样本大小为456。

作为可选择方案，对于5个层，每个层选择大约30个部件号码，可以应用90％置信率。因此，当需要更多或更少的置信度时，样本大小可以作相应的调整。

在另一个实施例中，每个层所选择项目的数目与该层中批量价格(volume value)的百分比成比例。样本大小因而以有利仓库中高价格项目的方式而划分层。

根据本发明另一个实施例的存货管理系统的监控系统，可以被安排为执行上述方法的实施例中任何一个。

另一方面，本发明涉及计算机程序产品，所述程序产品包含计算机可执行代码，当其加载到计算机系统时允许计算机执行根据上述方法实施例中任何一个的方法。

附图说明

本发明将在下文使用多个示意性实施例，参考附图详细论述，附图中：

图1表示根据本发明的存货管理系统实施例的示意结构图；

图2表示根据本发明实施例的统计测试计数过程的第一部分流程图；

图3的图表中对于5个层的总体，给出了的部件号码的分布以及待计数的部件号码的分布；和

图4表示根据本发明实施例的统计测试计数过程的第二部分流程图；

具体实施方式

在图1中，表示了设施计算机网络1的示意性结构图包含连接到存货数据库2的设施处理系统。许多设施具有这样的计算机网络1，例如生产设施、存储设施、配送设施等等。计算机网络1可以包含许多领域内技术人员公知的服务器和/或桌上电脑形式的计算机与其它网络设施。数据库2主要用来存储关于设施的存货(例如部件号码、仓库位置、部件号码的真实存储数量、每个部件号码的价格等等)的信息。在现有技术系统中，已经有更新存储在存货数据库2中的数据的要求，但由于所牵涉的时间和成本，仓库中项目的真实计数仅仅一年执行一次。于是，设施处理系统3被用来更新存货数据库2中存储的存货信息。

根据本发明的第一个实施例，物理计数仓库中每个项目的计数处理过程被统计测试计数(STC)过程替代。这种STC过程使用STC处理系统10来实施，所述STC处理系统10连接到设施处理系统3用于数据交换。STC过程是这样的方法：通过被选样本计数进行连续评估(仓库中)物理数量和(存货数据库2中)库存记录数量之间的差，从而检测库存记录的精确性并有助于满足库存验证需求。统计采样技术提供客观的基准和减少需要用于验证存货的计数数目，所述基准用于基于随机采样评估库存误差。

在图1的实施例中，STC处理系统10被进一步连接到例如数据存储装置(磁盘、光盘、半导体存储器等等)形式的本地数据库和报告装置12。另外，许多远程终端15连接到STC处理系统10，所述终端可以被安置在远离STC处理系统10的各个地方，例如仓库的不同部分。STC处理系统10可以被配置输入/输出设备，例如本领域内技术人员公知的键盘和显示器，以允许操作员影响STC处理系统10。远程终端15也可以用计算机系统的形式来实施，例如桌上计算机或小型客户机，使用领域内技术人员公知的网络结构将所述计算机系统连接到STC处理系统10。例如，STC处理系统10与远程终端15之间的连接可以使用固定以太网结构来实施。可选地，远程终端可以使用无线网络来实施，例如WiFi网络的形式。远程终端15也使用便携式计算机来实施，例如膝上计算机或PDA计算机。

STC处理系统10可以是安排执行计算机代码的单处理器或多处理器计算机系统，所述代码可以被存储在作为STC处理系统10一部分的存储装置(例如本地数据库11)中，或例如以存储在光盘上或磁盘存储器上的计算机程序形式存储在STC处理系统10的外面。STC处理系统10被安排为执行统计测试计数过程，这将参考多个实施例在下文详细描述。

图2表示本发明实施例的流程图。在本申请的上下文中，在例如仓库中的项目存货或库存被假设包含大量的项目、物品、产品等，所述项目、物品、产品等被唯一地分配了用于存货管理目的的部件号码。单个部件号码可以与单个项目相关，也可以与多个项目包相关。对于每个部件号码，可以指定货币值，所述货币值表示仓库中存货物主的部件号码的价格。

在本发明的存货监控系统中，可以首先确定存货，也就是需要待监控的项目总体(图2中的第21步)。例如，对于生产设施，存货包含所有的待装货、但临时存入仓库中的成品。每种类型的成品都有唯一的部件号码。该数据，-也包含所述部件号码的价格和每个部件号码的库存数量-，可以经由设施处理系统3通过STC处理系统10从存货数据库2收集。

有利的是，项目总体被分层，也就是被分成许多层，每个层代表整个存货价格的百分比(图2中的第22步)。例如，每个层可以与整个产品存货的总价格的百分比相关。例如，包含大部分部件号码的层A，可能仅仅对应整个存货价格的5％。另一方面，包含实质上较小数量的高价格部件号码的层D，可以包含整个存货价格的60％。作为可以选择的中间步骤，存货总体被分类，每个类别包含价格范围。大量类可以分组成为层。批量价格被定义为货币值，也就是项目的数目乘以分配给该项目的价格。分层目录(或层)的数目可以从设施到设施而变化，直到集中到95％以上的存货批量价格。例如，在总存货价格少于$200百万的设施中，层可以划分如下：

层1＝总存货价格的5％

层2＝总存货价格的15％

层3＝总存货价格的20％

层4＝总存货价格的20％

层5＝总存货价格的40％

在总存货价格大于$200百万的设施中，可以使用更大数目的层来划分层：

层1＝总存货价格的5％

层2＝总存货价格的5％

层3＝总存货价格的10％

层4＝总存货价格的10％

层5＝总存货价格的15％

层6＝总存货价格的15％

层7＝总存货价格的20％

层8＝总存货价格的20％

在统计测试计数过程中，确定下一次有效计数样本大小和通过层计数的数目(分别为图2中第23步、第24步)。必须具有基于总体部件号码的计数有效样本。为每个群或分总体选择的部件号码的数目，可以基于与群相关的总体大小和/或相对于整个库存总价格的所述群的价格来确定。被选择的部件号码的数目可以预先定义，或可选地，利用任何适当的样本选择算法来确定，所述选择算法用于确定用于总体的适当计数样本。例如，可以基于总体中元件总数量的一个或多个、与存货误差相关的历史标准偏差数据、或者统计测试计数数据可能需求的置信因子来确定部件号码的数目。根据一个实施例，STC处理系统10可以基于下面的公式确定最小样本大小n：

$n={\left(\frac{x}{\mathrm{\Δ}}\right)}^2\·P(1-P)$ (式1)

 式中x是预先定义的可以从表中得到的对应置信度水平的常数(例如，对于95％的置信度水平，x＝1.96)；P对应期望的置信度水平(例如，对于期望的95％的置信度水平，P＝0.95)；且Δ包含用于特定样本或元素的可接受标准偏差。应该指出的是上面提到的一个或多个变量可以取决于一个或多个其它变量。例如，当标准偏差随着与统计测试计数相关的存货误差的降低而降低，统计测试技术过程中的置信度因子可以升高。相应地，一旦达到期望的标准偏差，可以基于与统计测试计数过程有关的期望的置信度因子减小样本的大小。

一旦建立了多个群，可以从每个群中选出多个样本。样本可以利用任意适当类型的随机样本选择装置随机选择。根据一个实施例，STC处理系统10可以执行随机样本选择算法，所述算法从存储在存货数据库2中的多个部件号码中选出一个或多个部件号码。可选地，一个或多个部件号码可以通过存货管理人员人工地随机选择。

对于和P在同一单元给出的delta值，被选择在+或-2％。

公式中的值x＝1.96是代表置信度水平95％的常数。对于其他置信度水平值，该值将变化。

利用上面给出的公式，样本大小计算产生样本大小为：

(1.96/0.2)²*0.95*(1-0.95)＝456

这种计算对于总体中部件大于9120个的设施有效。如果车间总数中有9120或更少的部件，可以执行下面的算法以调整用于小总数的样本大小：

用于小总数的样本大小＝456/(1+456/总数)

1000个部件号码总数的样本大小＝456/(1+456/1000)＝313

在可选实施例中，STC处理系统10被安排通过使用查找表格来确定样本大小(第23步)，所述查找表格可以例如存储在本地数据库11中。这样的查找表格的一个例子如下：

样本大小查找表格
		总数中部件号码	样本大小
50	45
		100	82
200	139
		500	238
750	284
		1000	313
2000	371
		3000	396
4000	409
		5000	418
6000	424
		7000	428
8000	431
		9000	434
＞9120	456

作为其他可选方案，可以使用90％的置信度率，所述置信度率可以外推到每个层30个部件号码。当需要更大的置信度时，可以采用更大的样本大小。

在图2第24步中使用分层随机采样确定每个层计数的数目。正如在上述第22步确定的那样，通过层完成的计数数目与该层中批量价格的百分比成比例。

可以为每个部件号码确定待执行的物理计数数目。物理计数的数目可以基于样本大小和百分比价格，所述百分比价格与整个存货价格各个特定层相关。例如，STC处理系统10可以执行计数确定算法，所述算法使用下式计算计数数目：

y＝n·v(式2)

式中y是待执行的计数数目；n是可以使用公式1确定的最小样本大小；且v对应相对于整个库存值的特定层的百分比价格。

统计测试计数可以基于样本数目和计数数目来执行。统计测试计数可以包含每个被选择样本的物理计数并可以被重复“y”次。因为待执行的计数数目y是基于置信度因子和先前统计测试计数的历史精度，本领域内技术人员将认识到计数数目可以直接与期望的置信度因子成比例，所述置信度因子与测试计数相关。

统计测试计数的物理计数部分可以通过一个或多个存货管理人员人工地执行。可选地，物理计数可以包含半自动过程，即凭借使用光学扫瞄装置或其它手动扫瞄仪器扫瞄附属于每个产品的条形码。扫瞄的数据可以上载到STC处理系统10，所述STC处理系统10可以自动地分类和计数被扫瞄数据以生成物理计数数据。

如果计算返回的计数数目大于层中的部件数目，整个层被计数且在下一个层中差被转入并计数。

在下面的表中给出了两个例子：

具有5个层的例子A
				层	批量价格的分层％	部件号码的数目	计数数目
A	45％	696	205
				B	25％	1,013	114

C	15％	1,092	68
				D	10％	1,624	46
E	5％	18,000	23
				总数	100％	22,425	456

具有2个层的例子B
				层	批量价格的分层％	部件号码的数目	计数数目
A	95％	4,425	433
				B	5％	18,000	23
总数	100％	22,425	456

例子A更加着重于高价格部件。这在图3的曲线图中很明显，曲线图显示在每个层中部件号码的数目(三角形，轴在右边)和每个层计数的数目(菱形，轴在左边)。很明显计数的最高数目被分配给层A，这代表库存中最高价格的部件号码，而在层E中，仅仅部件号码的有限数目被计数，这表示库存中非常低价格的部件号码。

一旦为每个层确定了样本大小，STC处理系统10确定每个早先定义(图2中第25步)的层的计数数目。所用到的方法被称为分层随机采样。每个层中待计数的部件号码被随机选择。随机采样意味着每个部件号码具有相同的被选择机会，而不论其它部件号码已经或将要被选择。过程的这部分将导致一列仓库中待计数的部件号码(正如图2中流程图第26步所示)。列表仅仅包含所有部件号码的一部分，并因此计数过程将比年度整个存货计数花费更少的工作(时间和金钱)来完成。

在上述实施例中，层中部件号码的随机选择确保存货中有代表性的样本被计数。存货中的分层过程(定义层，第22步)确保样本真实的计数不会朝库存中部件号码的任何特定价格范围偏斜。

待计数部件号码列表26可以存储在本地数据库11中。整个列表26或其特定部分现在可以被发送到远程终端15中的一个，以便计数任务可以在仓库中执行(或在任何其它适当位置)。远程终端15可以被安排为接收(部分的)列表26，并显示待计数的部件号码(任选仓库位置)。远程终端15也被安排为接收输入，也就是特定部件号码的真实计数数目。

在另外的实施例中，用于整个设施的计数可以分布在较长的时期每次执行一个层(例如每周一个层)。用这种方式，每次需要更少的工作，而且总的计数过程可以一结合到或多或少的日常模式。

一旦完成真实的计数过程，远程终端15可以再一次连接到STC处理系统10，这之后计数数据从远程终端15传送到STC处理系统10。作为可选方案，远程终端15总是连接到STC处理系统10(例如使用无线网络)，在这种情况下计数数据在输入远程终端之后被直接传送。这被示意性地指示在图4流程图的第41步中。

一旦STC处理系统10接收到计数数据，如图4的流程图附图标记42所指示，该计数数据被用于更新存货数据库2。这可以通过设施处理系统3来实施(参见图1的实施例)，或者STC处理系统10可以直接更新存货数据库2。存货数据库2中存货记录的这种调节是用于正如下面论述的误差外推和性能测试的基础。

在图4流程图的第43步中，STC处理系统10确定每个部件号码的STC数据。待计算的STC数据可以包含存货数据库中预先存储的数目和物理计数之间的计数误差。另外，每个部件号码的STC数据包含调节的净值，也就是部件号码计数中的delta乘以部件的数目值。然后STC数据被存储在本地数据库11用于进一步处理。例如，一旦执行了物理计数，就识别了存货误差。对于多个被选部件号码中的每一个，存货误差-作为这里使用的术语-参照了物理计数数据与存货记录数据的差异数。存货误差可以反映为实际数量与特定部件号码的存货记录之间的差(例如，逆差，顺差)。例如，如果部件号码“X”的实际数量通过物理计数确定为13个单元，而存货记录显示有15个单元，软件可以指定-2的存货误差给部件号码“X”。可选地，存货误差可以表示成为方差、标准偏差或其它适当的计数表示，所述计数表示指示物理计数数据与存货记录反映的数据之间的差别。尽管存货误差被描述为与物理计数数据和存货记录数据之间的数量差别有关，也可以考虑存货误差可以表示为货币价格差别。

如果获得的STC数据在界限内，在本发明实施例中的进一步处理可以包含测试(图4中的决策块)。例如，存货误差可以与预先定义的误差范围相比较。预先定义的误差范围可以对应于存货误差范围，当超出时，可以指示超出可接收波动范围的存货误差。如果部件号码的STC数据中的一个落在预先定义的界限之外(例如物理计数大于部件号码的所存储数量的5％)，可以采取纠正动作(图4中第45步)。例如，在这种情况下STC处理系统10可以产生警告消息并将其发送到远程终端15。在一个特定的实施例中，落在界限之外的计数可以在初始计数之后立即再执行一次，以确信在物理计数期间没有出错。在另一个实施例中，再次执行计数，但是在随后的时间点通过不同的计数器执行。可选地，经比较，如果存货误差在预先定义的误差范围之内，存货误差可以更新而不需要库存误差分析。

当特定部件号码或部件号码群的误差超过预先定义的阈值时，识别特定部件号码(部件号码群)以进一步研究误差的原因。这允许仓库总体的小的子部被识别，并被研究用于过程的改进和用于识别未充分考虑到的问题。另外，任何被发现的部件号码中的界外值能够被识别用于进一步的研究。例如，部件号码计数可以导致计数界外值。经过进一步的研究，这种界外值可以是供应商将4个部件包成一个包的结果。接收时，设施人员可能将包作为一个项目，而当包中的一个项目被移出并装运时，存货数据库2将显示这部件号码没有余下任何项目，而实际上剩余三个部件。当STC处理的样本包含这样的部件号码时，该部件号码会被识别成为界外值并标记用于进一步研究，因为当库存中没有时要计数大量部件。当分析显示存货过程未能考虑这供应商的包装方法时，通过该供应商提供的所有部件号码可以被识别和检查来误差。

可选和/或附加地，如果存货误差没有位于预先定义的误差范围之内，可以分析历史误差数据来确定计数样本测试计数过程的历史精度。例如，STC处理系统10可以分析历史计数样本测试计数数据来比较存货误差数据、置信度因子和样本大小，以调节与存货管理处理有关的样本大小。在一个实施例中，STC处理系统10可以确定先前统计测试计数是基于利用90％置信度因子确定的样本大小。随着时间的流逝，积累的历史精度下降直到误差超过预先定义的误差范围。结果，系统110可以通过调节与样本大小算法(也就是式1)有关的置信度因子直到存货误差和/或累积历史数据符合预先定义的误差范围来调节最小样本大小。

另外，STC处理系统10被安排为进一步确定与层相关的STC数据(图4中第46步)。对于每一个层，确定用于层中所有部件的物理计数、净值调节和总额调节以及相关的百分比。同样在第46步中确定用于所有层的总数。净值调节百分比被确定作为样本(考虑标记)的价格调节，所述样本通过所计数存货的总价格来划分。总额调节百分比被确定作为样本(忽略标记)的价格调节，所述样本通过所计数存货的总价格来划分。所计数存货的样本和价格的调节包含在(或换算到)货币值中。

再者，所得到的STC数据对照预先定义的界限被检查(图4中决策块)，并当一个或多个STC数据落在所定义界限之外时，可以采取纠正动作(图4中块48)。用于净值调节的精度指标可以是所计数价格的1.5％，用于总额调节的精度指标可以是5％或甚至8％。同样，纠正动作可以涉及执行重新计数，例如，限制于出现最大误差的特定层或仓库部件。

根据一个实施例，纠正动作可以涉及增加所期望的用于该设施下一个计数循环的置信度水平。当所期望置信度水平从90％增加到95％时，如图2的流程图第23步中计算的样本大小也增加。如果没有测量到改善，所期望置信度水平甚至可以从95％增加到98％，然后用于下一次计数。如果测量到改善，或结果在界限之内，所期望置信度水平可以再次降低到95％甚至到90％。例如，当采集至少4个数据点之后和误差落在阈值之外时，样本大小将被调节以更加精确地判断已经出现的问题，并补偿大的标准偏差。大的标准偏差阻碍工具有效工作。结果，通过增加置信度率，避免与造成数据和结果的偏斜界外值有关的问题是可能的。

同样，可以采取其它的补救工作，包含但不限于对于累积误差的聚焦循环计数、现场审核、改进的调节过程、改进的接收过程和纠正动作。这些补救工作将帮助设施识别错误的原因以及采取行动消除误差。作为示意性实施例，纠正动作可以随后包含更多限制样本大小的新STC处理，其中结果可以被用于分析任何作用是否可测量进行中的补救工作。这有助于识别补救工作的作用和是否需要开始其它工作将设施带回设置的界限之内。

最后，在图4中流程图的实施例中，在块49中产生STC报告，所述报告可以用于管理目的，但也可以用于计数目的。包含在STC报告中的性能测定是设施记录精确性良好的关键指示符，以及用于来年测试计数处理的基础。具有可接收性能测定的设施，将维持或降低待来年执行的测试计数的数目。反之，具有不良测定的设施，可以适当经历增加待来年执行的测试计数的数目。换句话说，上述的根据各种实施例的统计测试计数过程具有随着容许量内外的结果自我纠正的特征。除增加来年测试计数数量之外，上述的补救工作可以开始识别存在于设施容许量之外的记录错误的根源。

根据本发明另一个实施例的统计测试计数过程的特征是控制数据。例如，限制访问测试计数过程。同样，样本的项目，一旦被选择就不能够被删除或不选择。这避免了设施用“摘樱桃式”选择部件号码，即通过消除任何导致大调节的部件号码以实现最好的结果。测试计数部件号码只能在合法情况下被替换，例如去除陈旧存货。

现有技术方法的年度物理存货也经常导致一年一次大的调节，以纠正存货价格。无论调节是正是负，全部作用对于整体是负的。大的正调节指示在年度里存货水准已经少报了，这可能已经导致存货的过度购买。大的负调节指示在年度里存货水准已经多报了，这导致整体处在不良业务水平的风险中。本发明的STC处理可以联合正在进行的存货验证工作使用。这样，避免了年终“吃惊”，因为在存货差别一旦出现就纠正了它们。这提供了更多的精确性、更好的业务水平并降低了存货水准。

Claims (15)

1.一种存货管理系统，用于监控仓库中项目总体的存货水准的存货库存记录精确性，该系统包含：

数据库系统，用于电子地存储和维护所述仓库中所述项目总体的库存数量；

连接到所述数据库系统的监控系统，所述监控系统被安排为检索与所述项目总体相关的数据，并确定仓库中所述项目总体的待物理计数的样本；

以及，可连接到所述监控系统的至少一个远程终端，所述至少一个远程终端被安排为从所述数据库系统接收涉及电子库存数量的数据，其中所述电子库存数量与所述样本中每个项目相关，显示来自与所述样本中每个项目相关的所述电子库存数量的数据，接收表示所显示项目的物理计数的输入数据，以及传递所接收到的输入数据到所述监控系统。

2.根据权利要求1的存货管理系统，其中，所述监控系统被进一步安排为计算项目的储存库存数量和表示所述项目物理计数的输入数据之间的差，并当所述差超出预先定义的阈值时产生警告。

3.根据权利要求1或2的存货管理系统，其中，所述监控系统被进一步安排为利用所接收的输入数据更新所述数据库系统。

4.根据权利要求1、2或3的存货管理系统，其中，所述监控系统被进一步安排为基于所接收到的输入数据确定样本误差，并从所述样本误差外推以确定所述仓库中整个存货的误差。

5.根据权利要求1-4任一项的存货管理系统，进一步包含连接到所述监控系统的报告系统，所述报告系统被安排为接收所述误差并呈现所述误差。

6.一种存货管理方法，用于监控仓库中的项目总体存货，该方法包含：

电子地存储和维护仓库中所述项目总体的库存数量；

检索与所述项目总体相关的数据；

确定仓库中所述项目总体的待物理计数的样本；

接收涉及电子库存数量的数据，所述电子库存数量与所述样本中每个项目相关；

显示与所述样本中每个项目相关的所述电子库存数量的数据；以及

接收表示所显示项目的物理计数的输入数据。

7.根据权利要求6的存货管理方法，进一步包含计算项目的储存库存数量和表示所述项目物理计数的输入数据之间的差，并当所述差超出预先定义的阈值时产生警告。

8.根据权利要求6或7的存货管理方法，进一步包含利用所接收的输入数据更新所述数据库系统。

9.根据权利要求6、7或8的存货管理方法，进一步包含：

确定样本误差；

从所述样本误差外推与所述仓库中的整个存货相关的误差。

10.根据权利要求6-9任一项的存货管理方法，其中，确定仓库中所述项目总体的待物理计数的所述样本包含：

将所述项目总体划分成多个层；

对所述层确定样本大小；

从所述样本大小确定每个层的计数的数目；

从每个层中随机选择项目以获得所述项目总体的样本。

11.根据权利要求10的存货管理方法，其中，基于项目的数目和每个项目的价格将所述项目总体划分成多个层。

12.根据权利要求10或11的存货管理方法，其中，所述样本大小根据下式确定：

n＝(1.96/delta)²*P(1-P)

式中n是最小样本大小，delta是样本需求的％形式的精度水平，P是％形式的用于净值调节的价格精度的历史水平。

13.根据权利要求10、11或12的存货管理方法，其中，每个层被选择项目的数目与该层中批量价格的百分比成正比。

14.根据权利要求1-5任一项的存货管理系统，其中，所述监控系统被进一步安排为执行根据权利要求10-13任一项的方法。

15.一种包含计算机可执行代码的计算机程序产品，当其被加载到计算机系统时允许计算机执行根据权利要求10-13任一项的方法。

Images