CN104732287B - 一种基于备件最佳补充周期的库存控制方法 - Google Patents
一种基于备件最佳补充周期的库存控制方法 Download PDFInfo
- Publication number
- CN104732287B CN104732287B CN201310710758.XA CN201310710758A CN104732287B CN 104732287 B CN104732287 B CN 104732287B CN 201310710758 A CN201310710758 A CN 201310710758A CN 104732287 B CN104732287 B CN 104732287B
- Authority
- CN
- China
- Prior art keywords
- spare part
- cycle
- stock
- replenishment
- spare
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于备件最佳补充周期的库存控制方法,其目的在于以降低企业备件库存成本为核心,通过分析备件的补货周期对库存水平的影响,提出一个完整的基于备件最佳补充周期的库存控制模型,优化企业备件库存。通过备件历史需求特点及备件采购存储等成本判断备件在一个补货周期内备件最佳补货次数和备件存储的安全库存量,并结合备件的需求预测值,判断备件的发出补货的时间和补货批量。
Description
技术领域
本发明属于仓储管理领域,具体涉及一种基于备件最佳补充周期的库存控制方法。
背景技术
备件库存控制常见方法主要有基于备件需求预测的库存控制、基于备件的补货周期库存控制、基于备件缺货损失库存控制等。崔南方等从零件寿命函数角度进行研究,给出了基于零件寿命函数的高价值慢速流动备件库存控制模型。Koopman,Kimball研究了需求率为线性函数时,对应的库存控制策略。Ritchie通过用简单直线段拟合的求解方法,解决了需求率拟合函数复杂难以求解的问题,同时Ritchie也对需求率为指数函数的库存控制问题进行研究,给出模型的计算方法。当备件需求预测精度一定时,安全库存量和订货点水平与补货周期成相同变化趋势,所以一些学者从补货周期角度对备件库存控制模型进行研究。Heyvaert,Hurt从顾客满意度角度出发,对补货周期长备件给出一个确定最优控制水平快速、准确的方法,但要求该类备件属于慢速流动备件。张晋豫等考虑了补货周期对备件库存的影响,在(s,Q)的故障替换概率分布模型基础上,提出基于最小补货周期效应的优化补充周期定义算法和基于最小订货周期效用的优化订购周期定义算法。目前我国很多企业在地铁列车等高度自动化设备的备件管理中存在的问题有:库存占用大量企业资源,库存结构不合理,部分备件积压严重同时某些备件经常发生缺货,备件种类繁多造成管理混乱。
发明内容
本发明为了解决现有技术的不足之处,其目的在于以降低企业备件库存成本为核心,通过分析备件的补货周期对库存水平的影响,提出一个完整的基于备件最佳补充周期的库存控制模型,优化企业备件库存。通过备件历史需求特点及备件采购存储等成本判断备件在一个补货周期内备件最佳补货次数和备件存储的安全库存量,并结合备件的需求预测值,判断备件的发出补货的时间和补货批量。
本发明实施例提供了一种基于备件最佳补充周期的库存控制方法,包括:
建立库存控制进程,构建库存控制模型,包括以下步骤:
步骤1)计算补货周期内总费用W;
步骤2)计算备件最佳补货次数和补充周期;
步骤3)根据备件最佳补充周期及不同缺货量对应的损失,采用效应值法判断最佳安全库存量E;
步骤4)统计预设值的t1时刻补货前的库存量Q1,统计(t1-T)时刻至(t1-t)时刻共n期发出的补货量Q*,T为备件补货周期;
步骤5)根据历史消耗数据,采用croston方法预测t1时刻至(t1+T+t)时刻内的备件需求值Qn+1;
步骤6)根据公式计算t1补货批量,并发出订单;
步骤7)库存备件继续消耗时间t后,重复执行步骤4)-7),循环进行备件的补货操作。
本发明提供了对企业备件库存控制的方法,通过分析备件补货周期对库存水平的影响,提出一套完整而具体的基于备件最佳补充周期的库存控制模型,获得备件的最佳补货时间和补货批量;通过选择合适的补货周期和安全库存量水平,有效控制了备件的平均库存量并避免缺货的发生;对于补货周期较长的备件通过分批量采购补货周期内所需备件,也有效降低安全库存量等,最终实现对企业备件仓库的合理控制。
附图说明
图1为效应曲线。
图2为基于备件最佳补充周期的库存控制模型图。
图3为速度传感器的历史消耗统计。
图4为速度传感器各期补货批量
图5为速度传感器库存量变化曲线。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
建立库存控制进程,构建库存控制模型,包括:
步骤1)计算补货周期内总费用W;
其中,计算补货周期内总费用W,具体为:
根据输入公式计算补货周期内总费用W,其中,T为备件补货周期,t为两次订货间隔即最佳补充周期,Ri为备件平均消耗速率,P为单位备件价格,h为单位时间备件存储成本,H为补货周期内其他存储费用,E为仓储安全库存量,S为单次采购费用,n为一个补货周期内采购次数,Q为每次采购批量。
步骤2)计算备件最佳补货次数和补充周期;
其中,计算备件最佳补货次数和补充周期,具体为:
根据补货周期内总费用W,利用微分求极值的方法,令
并根据公式求得补货周期内最佳补货次数n*;
根据公式求得最佳补充周期t。
步骤3)根据备件最佳补充周期及不同缺货量对应的损失,采用效应值法判断最佳安全库存量E;
该步骤还包括:
备件按重要程度不同分为重要备件、一般备件和次要备件,用三根不同的效用曲线描述:
I1:
I2:
I3:
其中,I1、I2、I3分别代表重要备件、一般备件、次要备件的效应曲线。式中,a是益损值(缺货费用等)的最小值,b是益损值的最大值,U(x)为益损值x对应的效应值。
利用效应值确定安全库存量步骤如下:
根据效应曲线,如图1所示,将考察的各安全库存量在可能出现的缺货量下益损值换算成效应值U(x);
用效应值代替益损值,计算考察的各安全库存量期望效应值EU(Q);
根据各安全库存量期望效应值的大小确定最优方案,取min{EU(Q)}作为最佳安全库存量。
步骤4)统计预设值的t1时刻补货前的库存量Q1,统计(t1-T)时刻至(t1-t)时刻共n期发出的补货量Q*,T为备件补货周期;
步骤5)根据历史消耗数据,采用croston方法预测t1时刻至(t1+T+t)时刻内的备件需求值Qn+1;
步骤6)根据公式计算t1补货批量,并发出订单;
步骤7)库存备件继续消耗时间t后,重复执行步骤4)-7),循环进行备件的补货操作。
下面将结合对地铁列车维修备件速度传感器库存控制的具体示例进行描述,该示例包括以下步骤:
步骤1:地铁公司所用列车的速度传感器为进口备件,采购周期T为12个月,每月速度传感器存储费用折算为h=0.02万元,每次采购费用为S=0.2万元,备件平均消耗速率Ri=2,单位备件价格P=4万元,补货周期内其他存储费用H=0.5万元,计算补货周期内总费用W:
步骤2:计算补货周期内最佳补货次数和最佳补充周期。
补货周期内最佳补货次数n*:
最佳补充周期t:
即每隔三个月仓库管理人员发出一次订货。
步骤3:根据速度传感器最佳补充周期及不同缺货量对应的损失,采用效应值法判断最佳安全库存量E。
1)地铁列车上的速度传感器归为一般备件,选择选用I2作为计算安全库存量的效应曲线。单个传感器三个月的存储费用0.06万元,缺货Qd件损失为5Qd万元。
2)根据效应曲线,将考察的各安全库存量在各个可能出现的益损值转化成效应值。历史统计数据中三个月的最低消耗为2件,因此计算缺货概率过程中,采购批量值设为2件,当月实际消耗量去掉采购批量值后与安全库存量的差值即为缺货量,对所有缺货量统计得到不同缺货量的缺货概率。最小缺货费用a=0,最大缺货费用b=8,费用单位均为万元。如表1所示:
表1
计算安全库存量为0时的费用期望值为:
同样分别计算安全库存量为1、2、3、4时的费用期望值:
3)根据期望值确定最优方案。min{EU}=EU(4)=0.03,则最佳安全库存量设为4。
步骤4:统计速度传感器库存。速度传感器从订货至货物到达仓库需要12个月,每隔三个月发出一次订货,即没接受完一批订货,还有三批订单正在途中,此时要再次发出一份订单。2008年7月企业接接收一批订购的速度传感器,接收前仓库现有量Q1=4件,而2007年7月至2008年4月发出四份订单总的补货量统计Q*=15件。
步骤5:速度传感器的需求预测。统计2007年4月至2008年6月备件消耗量为20件,而这段时间需求预测为19件,利用croston方法预测2008年7月至2009年9月的需求量,令平滑参数α=0.2,计算可得需求量Qn+1=20件。
步骤6:计算2008年7月仓库所需发出的订单。库存控制最佳状态为传感器消耗至补货点时库存量恰好到达安全库存点,我们以此为根据判断补货批量。2008年7月至2009年9月的预测需求量Qn+1=20,2007年7月至2008年4月发出四份订单总的补货量统计Q*=15件,2008年7月接收补货前仓库保有量Q1=4件,安全库存量E=4,则2008年7月仓库所需发出的补货量:
步骤7:仓库于2008年7月接收备件并在次发出订单后,继续消耗速度传感器三个月到达下一个补货点2008年9月。再次计算2008年9月至2009年12月的预测需求量,2007年10月至2008年7月发出四份订单总的补货量,2008年10月接收补货前仓库保有量,判断2008年10月仓库所需发出的补货量。按此类推,根据库存数据实时更新,判断各个补货点的补货批量。图4为2007年7月至2010年4月共八个补货批量值,图5为2008年7月至2011年4月该模型管理仓库的速度传感器库存量变化。
Claims (3)
1.一种基于备件最佳补充周期的库存控制方法,其特征在于,
建立库存控制进程,构建库存控制模型,包括:
步骤1)根据公式计算补货周期内总费用W;
步骤2)根据补货周期内总费用W,利用微分求极值的方法,令根据公式计算最佳补货次数n*;
根据公式计算最佳补充周期t;
步骤3)根据备件最佳补充周期及不同缺货量对应的损失,采用效应值法判断最佳安全库存量E;
步骤4)统计预设值的t1时刻补货前的库存量Q1,统计(t1-T)时刻至(t1-t)时刻共n期发出的补货量Q*,T为备件补货周期;
步骤5)根据历史消耗数据,采用croston方法预测t1时刻至(t1+T+t)时刻内的备件需求值Qn+1;
步骤6)根据公式计算t1补货批量,并发出订单;
步骤7)库存备件继续消耗时间t后,重复执行步骤4)-7),循环进行备件的补货操作;
其中,计算补充周期内总费用W,T为备件补货周期,Ri为备件平均消耗速率,P为单位备件价格,h为单位时间备件存储成本,H为补货周期内其他存储费用,S为单次采购费用,n为一个补货周期内采购次数,Q为每次采购批量。
2.根据权利要求1所述的方法,其特征在于,所述根据备件最佳补充周期及不同缺货量对应的损失,采用效应值法判断最佳安全库存量E之前,还包括:
备件按重要程度不同分为重要备件、一般备件和次要备件,用三根不同的效用曲线描述:
I1:
I2:
I3:
其中,I1、I2、I3分别代表重要备件、一般备件、次要备件的效应曲线;式中,a是益损值的最小值,b是益损值的最大值,U(x)为益损值x对应的效应值。
3.根据权利要求2所述的方法,其特征在于,所述采用效应值法判断最佳安全库存量E,包括:
根据效应曲线,将考察的各安全库存量在可能出现的缺货量下益损值换算成效应值U(x);
用效应值代替益损值,计算考察的各安全库存量期望效应值EU(Q);
根据各安全库存量期望效应值的大小确定最优方案,取min{EU(Q)}作为最佳安全库存量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310710758.XA CN104732287B (zh) | 2013-12-19 | 2013-12-19 | 一种基于备件最佳补充周期的库存控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310710758.XA CN104732287B (zh) | 2013-12-19 | 2013-12-19 | 一种基于备件最佳补充周期的库存控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104732287A CN104732287A (zh) | 2015-06-24 |
CN104732287B true CN104732287B (zh) | 2018-04-13 |
Family
ID=53456158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310710758.XA Active CN104732287B (zh) | 2013-12-19 | 2013-12-19 | 一种基于备件最佳补充周期的库存控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104732287B (zh) |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160513B (zh) * | 2015-09-07 | 2019-01-29 | 拓维信息系统股份有限公司 | 一种设备备件的安全库存计算方法及系统 |
CN106991550B (zh) * | 2016-01-21 | 2020-12-01 | 菜鸟智能物流控股有限公司 | 商品对象补货信息处理方法及装置 |
JP6764685B2 (ja) * | 2016-05-17 | 2020-10-07 | Juki株式会社 | 出庫管理装置、出庫管理システム及びプログラム |
CN106934486B (zh) * | 2017-01-18 | 2021-03-23 | 四川航空股份有限公司 | 飞机航材周转件备件需求预测模型 |
CN108694460B (zh) * | 2017-04-12 | 2020-11-03 | 华为技术有限公司 | 产品需求预测方法及装置 |
CN107451687B (zh) * | 2017-07-21 | 2020-11-24 | 上海杉互健康科技有限公司 | 一种试验消耗品自动补充库存的方法 |
CN110555639B (zh) * | 2018-05-31 | 2024-04-05 | 红塔烟草(集团)有限责任公司 | 备件管理装置和备件库存管理方法 |
CN110689159A (zh) * | 2018-07-06 | 2020-01-14 | 北京京东尚科信息技术有限公司 | 一种商品补货的方法和装置 |
SG11202102774SA (en) * | 2018-09-20 | 2021-05-28 | China Construction Science&Technology Group Co Ltd | Method and device for cost early warning of prefabricated building |
CN111325490B (zh) * | 2018-12-14 | 2024-04-16 | 顺丰科技有限公司 | 一种补货方法及装置 |
CN109740814A (zh) * | 2018-12-29 | 2019-05-10 | 联想(北京)有限公司 | 预测方法、装置及电子设备 |
CN110147975A (zh) * | 2019-05-23 | 2019-08-20 | 北京润科通用技术有限公司 | 备件库存控制方法及装置 |
CN112150056A (zh) * | 2019-06-28 | 2020-12-29 | 北京京东尚科信息技术有限公司 | 一种确定补货周期的方法、装置和存储介质 |
CN112561411B (zh) * | 2019-09-10 | 2023-11-21 | 上海杰之能软件科技有限公司 | 一种备件安全库存数的计算方法、存储设备及终端 |
CN112668728A (zh) * | 2019-10-15 | 2021-04-16 | 深圳怡化电脑股份有限公司 | 设备模块配置方法、装置、计算机设备及存储介质 |
CN110782083B (zh) * | 2019-10-23 | 2020-10-27 | 哈尔滨工业大学 | 基于深度Croston方法的航空发动机备用需求预测方法 |
CN111062652A (zh) * | 2019-11-22 | 2020-04-24 | 广汽乘用车(杭州)有限公司 | 制造备件管理方法、系统 |
CN111008661B (zh) * | 2019-12-04 | 2021-03-09 | 哈尔滨工业大学 | 航空发动机备发需求量的Croston-XGBoost预测方法 |
CN111325920A (zh) * | 2020-02-10 | 2020-06-23 | 上海探能实业有限公司 | 一种备件智取柜及系统 |
CN113450042A (zh) * | 2020-03-25 | 2021-09-28 | 北京京东乾石科技有限公司 | 一种确定补货量的方法和装置 |
CN111461559B (zh) * | 2020-04-03 | 2023-06-23 | 中国人民解放军陆军勤务学院 | 备件需求量确定方法、装置及电子设备 |
CN113947341A (zh) * | 2020-07-17 | 2022-01-18 | 上海顺如丰来技术有限公司 | 供应链补货方法、装置、计算机设备和存储介质 |
CN111815244A (zh) * | 2020-07-20 | 2020-10-23 | 杉数科技(北京)有限公司 | 一种库存数据处理方法、装置、设备及介质 |
CN111898914A (zh) * | 2020-08-04 | 2020-11-06 | 广东三扬网络科技有限公司 | 一种企业制造运营系统和存储介质 |
CN112529259A (zh) * | 2020-11-26 | 2021-03-19 | 中广核核电运营有限公司 | 一种核电站备件采购需求日期优化方法及计算机 |
CN113837678B (zh) * | 2021-03-01 | 2023-09-29 | 北京京东振世信息技术有限公司 | 补货任务信息生成方法、装置、电子设备以及存储介质 |
CN113554384A (zh) * | 2021-05-14 | 2021-10-26 | 深圳市富能新能源科技有限公司 | 仓储管理方法、系统、设备及计算机存储介质 |
CN113283844B (zh) * | 2021-06-11 | 2024-01-19 | 杉数科技(北京)有限公司 | 时效敏感物料的库存确定方法、装置、电子设备 |
CN115081997B (zh) * | 2022-08-18 | 2022-12-13 | 庞械(天津)科技有限公司 | 设备备件库存诊断系统 |
CN116071000B (zh) * | 2023-03-07 | 2023-08-01 | 美云智数科技有限公司 | 物品库存的控制方法及控制装置 |
CN117057704A (zh) * | 2023-06-30 | 2023-11-14 | 东风设备制造有限公司 | 一种复杂工况下多品类备件快速调度的方法及系统 |
CN116542500B (zh) * | 2023-07-06 | 2023-12-08 | 北方联创通信有限公司 | 无人机备件采购方法、系统、存储介质及设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7266518B2 (en) * | 2005-12-29 | 2007-09-04 | Kimberly-Clark Worldwide, Inc. | Spare parts inventory management |
CN103400252A (zh) * | 2013-08-02 | 2013-11-20 | 华迪计算机集团有限公司 | 货物库存的管理方法和装置 |
CN103426073B (zh) * | 2013-08-21 | 2016-06-29 | 易程科技股份有限公司 | 一种基于设备寿命预测的客服系统备件库存管理方法 |
-
2013
- 2013-12-19 CN CN201310710758.XA patent/CN104732287B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104732287A (zh) | 2015-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104732287B (zh) | 一种基于备件最佳补充周期的库存控制方法 | |
CN109193720A (zh) | 基于企业用户典型日负荷曲线的用户侧储能容量配置方法 | |
CN101752903B (zh) | 一种时序递进式电力调度方法 | |
CN107069753B (zh) | 一种考虑行为随机性的电动汽车参与电网调压调度方法 | |
CN106846179B (zh) | 一种基于非合作博弈的居民负荷双层调度优化方法 | |
CN103985064A (zh) | 一种基于实时电价的电动汽车换电模式充电控制方法 | |
CN104217320A (zh) | 仓库库存流转的处理系统和处理方法 | |
CN108092290A (zh) | 一种联合储能容量配置与优化运行的微网能量配置方法 | |
CN107403256A (zh) | 一种考虑需求响应不确定性的光伏微网电池储能配置方法 | |
CN104778635A (zh) | 全寿命周期框架下的配电变压器更换方法 | |
CN110406422A (zh) | 一种计及多方利益的电动公交车电池参与v2g控制方法 | |
CN108009672B (zh) | 基于双层优化模型的水光互补电站日发电计划编制方法 | |
CN103376790A (zh) | 用于优化生产过程的方法和设备 | |
CN116470543A (zh) | 一种虚拟电厂的运行控制方法、装置、设备及介质 | |
CN110378501A (zh) | 一种预派件方法 | |
Chen et al. | Multimodal Transport Network Optimization Considering Safety Stock under Real‐Time Information | |
CN110245972A (zh) | 一种电网多电价计量及调度系统 | |
CN109492905B (zh) | 一种基于购电量转移的可控资源控制方法 | |
CN114219154A (zh) | 一种手机备件目标库存确定方法 | |
CN111144657B (zh) | 协同售用双方的多家庭能源优化方法 | |
CN104794536A (zh) | 一种自助售电终端的清机维护时间的预测方法 | |
Zeng | Research on the demand prediction of parts inventory for auto customer service | |
Aljuboori et al. | A novel battery energy storage system (BESS) using refurbished and certified li-ion batteries | |
Bin et al. | Research on the reasonable investment scale measurement of power grid based on the reform of transmission and distribution price | |
CN111030088B (zh) | 一种电力外送输电通道容量预测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 510335 Guangdong city in Guangzhou Province, Haizhuqu District Road No. 618 Xingang South Fenghui Global trade and Exhibition Center from eleventh to 14 Applicant after: GUANGZHOU METRO GROUP CO., LTD. Address before: 12, No. 510335, Xingang East Road, Haizhuqu District, Guangdong, Guangzhou Province, 618 floor, South China Hui Global Exhibition Center Applicant before: Guangzhou Metro Corporation |
|
COR | Change of bibliographic data | ||
GR01 | Patent grant | ||
GR01 | Patent grant |