JP2002053211A - 在庫量予測方法及び在庫量予測装置 - Google Patents
在庫量予測方法及び在庫量予測装置Info
- Publication number
- JP2002053211A JP2002053211A JP2000240887A JP2000240887A JP2002053211A JP 2002053211 A JP2002053211 A JP 2002053211A JP 2000240887 A JP2000240887 A JP 2000240887A JP 2000240887 A JP2000240887 A JP 2000240887A JP 2002053211 A JP2002053211 A JP 2002053211A
- Authority
- JP
- Japan
- Prior art keywords
- stock
- lead time
- probability
- inventory
- delivered
- 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.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Factory Administration (AREA)
- Warehouses Or Storage Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】 製品を前出しして生産する場合に、前出しを
した製品のうちどれだけの数量が在庫として残るかを予
測する。 【解決手段】 製品の受注実績データに基づいて車両の
工場出荷日から顧客への納車日までに要したリードタイ
ムを車両毎に算出するリードタイム算出処理部２と、各
リードタイムにおける納車台数を算出する納車量算出処
理部４と、リードタイム毎の納品量に基づいて納車され
た全車両台数のうち各リードタイムにおいて納車された
車両が占める納車割合を算出し、更に各リードタイム経
過時点までに納車された車両が占める割合を累積納車割
合として算出する累積納車割合算出処理部６と、各リー
ドタイムにおいて１から累積納車割合を引くことで在庫
残確率を算出し、更に在庫残確率を数式で表した在庫残
確率関数を求める在庫残確率算出処理部８と、入力指定
された生産計画量及び予測日後における予測在庫量を在
庫残確率関数を用いて算出する予測在庫量算出処理部１
０とを有し、各製品の在庫量をリードタイムの実績に基
づき予測する。
した製品のうちどれだけの数量が在庫として残るかを予
測する。 【解決手段】 製品の受注実績データに基づいて車両の
工場出荷日から顧客への納車日までに要したリードタイ
ムを車両毎に算出するリードタイム算出処理部２と、各
リードタイムにおける納車台数を算出する納車量算出処
理部４と、リードタイム毎の納品量に基づいて納車され
た全車両台数のうち各リードタイムにおいて納車された
車両が占める納車割合を算出し、更に各リードタイム経
過時点までに納車された車両が占める割合を累積納車割
合として算出する累積納車割合算出処理部６と、各リー
ドタイムにおいて１から累積納車割合を引くことで在庫
残確率を算出し、更に在庫残確率を数式で表した在庫残
確率関数を求める在庫残確率算出処理部８と、入力指定
された生産計画量及び予測日後における予測在庫量を在
庫残確率関数を用いて算出する予測在庫量算出処理部１
０とを有し、各製品の在庫量をリードタイムの実績に基
づき予測する。
Description
【０００１】
【発明の属する技術分野】本発明は製品の将来における
在庫量を予測する方法及び装置、特に何らかの理由によ
り製品を前出しして生産する場合に、その前出しをして
生産する製品のうち在庫となる量の予測に関する。
在庫量を予測する方法及び装置、特に何らかの理由によ
り製品を前出しして生産する場合に、その前出しをして
生産する製品のうち在庫となる量の予測に関する。
【０００２】
【従来の技術】例えば、車両を製造する生産工場におい
ては、通常、販売実績や販売計画等に基づき数ヶ月先ま
での月単位の生産計画を立案し、それを日単位にまで細
分化することで日々生産している。現在においては、必
要な実績情報、計画情報を入力指定することにより生産
計画を自動的に立案できるシステムも構築されている。
ては、通常、販売実績や販売計画等に基づき数ヶ月先ま
での月単位の生産計画を立案し、それを日単位にまで細
分化することで日々生産している。現在においては、必
要な実績情報、計画情報を入力指定することにより生産
計画を自動的に立案できるシステムも構築されている。
【０００３】製造ラインの稼働中に何ら障害等が発生し
なければ、計画通りに生産をしていけばよいのである
が、製造ラインの停止等の障害によって予定した月次の
生産計画量を達成できない場合もある。このような場合
は、生産できなかった分を翌月以降に生産する必要が生
じるため生産計画を再立案する。また、障害が発生しな
くても販売計画の見直しによって生産計画の再立案をす
る場合もある。
なければ、計画通りに生産をしていけばよいのである
が、製造ラインの停止等の障害によって予定した月次の
生産計画量を達成できない場合もある。このような場合
は、生産できなかった分を翌月以降に生産する必要が生
じるため生産計画を再立案する。また、障害が発生しな
くても販売計画の見直しによって生産計画の再立案をす
る場合もある。
【０００４】また、車両生産工場においては、通常、受
注車のみならず顧客のついていない見込車も同一製造ラ
イン上において製造する場合もあるが、見込車に顧客が
すぐにつくとは限らないため、見込車の一部は在庫車両
となる。従って、翌月以降の生産計画を立案する際に
は、生産過剰を防止するために在庫量の実績値及び予測
値を参考にして生産計画量を決定している。
注車のみならず顧客のついていない見込車も同一製造ラ
イン上において製造する場合もあるが、見込車に顧客が
すぐにつくとは限らないため、見込車の一部は在庫車両
となる。従って、翌月以降の生産計画を立案する際に
は、生産過剰を防止するために在庫量の実績値及び予測
値を参考にして生産計画量を決定している。
【０００５】ところで、生産工場には生産能力の限界と
いうものがあり、その限界値として製造ラインの最大生
産可能車両台数が通常決められている。従って、生産計
画の自動的な再立案処理によってある月の生産計画量に
膨大な数量が設定されたとしてもその数量を生産するこ
とは不可能である。従って、最大生産可能車両台数を超
えた分は、他の月へ回す必要があるが、販売戦略の観点
からすると通常は後の月へ後送りするよりも前の月へ前
出しされる。
いうものがあり、その限界値として製造ラインの最大生
産可能車両台数が通常決められている。従って、生産計
画の自動的な再立案処理によってある月の生産計画量に
膨大な数量が設定されたとしてもその数量を生産するこ
とは不可能である。従って、最大生産可能車両台数を超
えた分は、他の月へ回す必要があるが、販売戦略の観点
からすると通常は後の月へ後送りするよりも前の月へ前
出しされる。
【０００６】
【発明が解決しようとする課題】しかしながら、前出し
した車両の一部は、在庫となると考えられるが、従来に
おいては、前出しする生産計画量のうち在庫となるであ
ろう数量を得るための手段がないため、予測在庫量を得
るためには生産計画を再度立案し直さなくてはならず面
倒であった。
した車両の一部は、在庫となると考えられるが、従来に
おいては、前出しする生産計画量のうち在庫となるであ
ろう数量を得るための手段がないため、予測在庫量を得
るためには生産計画を再度立案し直さなくてはならず面
倒であった。
【０００７】本発明は以上のような問題を解決するため
になされたものであり、その目的は、製品を前出しして
生産する場合に、前出しをした製品のうちどれだけの数
量が在庫として残るかを予測する在庫量予測方法及び在
庫量予測装置を提供することにある。
になされたものであり、その目的は、製品を前出しして
生産する場合に、前出しをした製品のうちどれだけの数
量が在庫として残るかを予測する在庫量予測方法及び在
庫量予測装置を提供することにある。
【０００８】
【課題を解決するための手段】以上のような目的を達成
するために、本発明に係る在庫量予測方法は、製品の出
荷日及び納品日を含む受注実績情報に基づいて、各製品
が工場から出荷された時点から顧客に納品される時点ま
でに要した時間数であるリードタイム毎に、工場から出
荷された全製品のうち各リードタイム経過時点において
顧客に納品されていない製品が占める割合を在庫残確率
として求める在庫残確率取得ステップと、前記在庫残確
率取得ステップが算出した在庫残確率に基づいて、入力
指定された生産計画量のうち在庫となりうる数量を算出
する在庫予測量算出ステップと、を含み、各製品の在庫
量をリードタイムの実績に基づき予測することを特徴と
する。
するために、本発明に係る在庫量予測方法は、製品の出
荷日及び納品日を含む受注実績情報に基づいて、各製品
が工場から出荷された時点から顧客に納品される時点ま
でに要した時間数であるリードタイム毎に、工場から出
荷された全製品のうち各リードタイム経過時点において
顧客に納品されていない製品が占める割合を在庫残確率
として求める在庫残確率取得ステップと、前記在庫残確
率取得ステップが算出した在庫残確率に基づいて、入力
指定された生産計画量のうち在庫となりうる数量を算出
する在庫予測量算出ステップと、を含み、各製品の在庫
量をリードタイムの実績に基づき予測することを特徴と
する。
【０００９】また、前記在庫残確率取得ステップは、リ
ードタイム毎の在庫残確率を数式で表した在庫残確率関
数を生成し、前記在庫予測量算出ステップは、在庫残確
率関数を用いて製品の生産計画量のうち在庫となる数量
を算出することを特徴とする。
ードタイム毎の在庫残確率を数式で表した在庫残確率関
数を生成し、前記在庫予測量算出ステップは、在庫残確
率関数を用いて製品の生産計画量のうち在庫となる数量
を算出することを特徴とする。
【００１０】また、本発明に係る在庫量予測装置は、製
品の出荷日及び納品日を含む受注実績情報に基づいて、
各製品が工場から出荷された時点から顧客に納品される
時点までに要した時間数であるリードタイム毎に、工場
から出荷された製品のうち各リードタイム経過時点にお
いて顧客に納品されていない製品が占める割合を在庫残
確率として求める在庫残確率取得処理手段と、前記在庫
残確率取得処理手段が算出したリードタイム毎の在庫残
確率に基づいて、入力指定された製品の生産計画量のう
ち在庫となりうる数量を予測する在庫量予測処理手段と
を有し、各製品の在庫量をリードタイムの実績に基づき
予測することを特徴とする。
品の出荷日及び納品日を含む受注実績情報に基づいて、
各製品が工場から出荷された時点から顧客に納品される
時点までに要した時間数であるリードタイム毎に、工場
から出荷された製品のうち各リードタイム経過時点にお
いて顧客に納品されていない製品が占める割合を在庫残
確率として求める在庫残確率取得処理手段と、前記在庫
残確率取得処理手段が算出したリードタイム毎の在庫残
確率に基づいて、入力指定された製品の生産計画量のう
ち在庫となりうる数量を予測する在庫量予測処理手段と
を有し、各製品の在庫量をリードタイムの実績に基づき
予測することを特徴とする。
【００１１】また、前記在庫残確率取得処理手段は、製
品の受注実績情報に基づいてリードタイムを製品毎に算
出するリードタイム算出処理部と、前記リードタイム算
出処理部が算出したリードタイム毎に製品数を集計する
ことによって各リードタイムにおける納品量を算出する
納品量算出処理部と、前記納品量算出処理部が算出した
リードタイム毎の納品量に基づいて全製品のうち各リー
ドタイム経過時点までに納品された製品が占める割合を
累積納品割合として算出する累積納品割合算出処理部
と、前記累積納品割合算出処理手段が算出した累積納品
割合に基づいて在庫残確率を算出する在庫残確率算出処
理部とを有することを特徴とする。
品の受注実績情報に基づいてリードタイムを製品毎に算
出するリードタイム算出処理部と、前記リードタイム算
出処理部が算出したリードタイム毎に製品数を集計する
ことによって各リードタイムにおける納品量を算出する
納品量算出処理部と、前記納品量算出処理部が算出した
リードタイム毎の納品量に基づいて全製品のうち各リー
ドタイム経過時点までに納品された製品が占める割合を
累積納品割合として算出する累積納品割合算出処理部
と、前記累積納品割合算出処理手段が算出した累積納品
割合に基づいて在庫残確率を算出する在庫残確率算出処
理部とを有することを特徴とする。
【００１２】あるいは、前記在庫残確率取得処理手段
は、リードタイム毎の在庫残確率を数式で表した在庫残
確率関数を生成し、前記在庫量予測処理手段は、在庫残
確率関数を用いて生産計画量のうち在庫となりうる数量
を算出することを特徴とする。
は、リードタイム毎の在庫残確率を数式で表した在庫残
確率関数を生成し、前記在庫量予測処理手段は、在庫残
確率関数を用いて生産計画量のうち在庫となりうる数量
を算出することを特徴とする。
【００１３】本発明においては、受注実績情報に基づき
得た各製品のリードタイム毎の納品量から各製品がどの
ように納品されていくかを試算し、これに基づき入力指
定された生産計画量分の製品がどのように納品されてい
くかを求め、これにより、当該製品の将来における在庫
量を予測する。
得た各製品のリードタイム毎の納品量から各製品がどの
ように納品されていくかを試算し、これに基づき入力指
定された生産計画量分の製品がどのように納品されてい
くかを求め、これにより、当該製品の将来における在庫
量を予測する。
【００１４】また、算出した在庫残確率に基づき在庫残
確率関数を生成することによって納品量データのないリ
ードタイムに対応する在庫残確率を補完することがで
き、これにより、将来の所望する時点での在庫量を予測
することができる。
確率関数を生成することによって納品量データのないリ
ードタイムに対応する在庫残確率を補完することがで
き、これにより、将来の所望する時点での在庫量を予測
することができる。
【００１５】
【発明の実施の形態】以下、図面に基づいて、本発明の
好適な実施の形態について説明する。
好適な実施の形態について説明する。
【００１６】図１は、本発明に係る在庫量予測装置の一
実施の形態を示したブロック構成図である。本実施の形
態における在庫量予測装置は、在庫量管理対象とする車
両を生産する工場に設置されるものとする。図１には、
リードタイム算出処理部２、納車量算出処理部４、累積
納車割合算出処理部６、在庫残確率算出処理部８及び予
測在庫量算出処理部１０が示されている。このうち、上
記各算出処理部２〜８から構成される在庫残確率取得処
理手段によって受注実績データに基づき在庫残確率を取
得し、予測在庫量算出処理部１０は、この在庫残確率を
数式で表した在庫残確率関数を用いて将来における在庫
量を算出する。各算出処理部２〜１０の各作用について
は後述する。また、この在庫量予測装置には、図示しな
いディスプレイやキーボード、マウス等が接続されてお
り、各算出処理部２〜１０の処理において必要な情報入
力及び各算出処理部２〜１０における算出結果出力をす
ることができる。
実施の形態を示したブロック構成図である。本実施の形
態における在庫量予測装置は、在庫量管理対象とする車
両を生産する工場に設置されるものとする。図１には、
リードタイム算出処理部２、納車量算出処理部４、累積
納車割合算出処理部６、在庫残確率算出処理部８及び予
測在庫量算出処理部１０が示されている。このうち、上
記各算出処理部２〜８から構成される在庫残確率取得処
理手段によって受注実績データに基づき在庫残確率を取
得し、予測在庫量算出処理部１０は、この在庫残確率を
数式で表した在庫残確率関数を用いて将来における在庫
量を算出する。各算出処理部２〜１０の各作用について
は後述する。また、この在庫量予測装置には、図示しな
いディスプレイやキーボード、マウス等が接続されてお
り、各算出処理部２〜１０の処理において必要な情報入
力及び各算出処理部２〜１０における算出結果出力をす
ることができる。
【００１７】図２は、本実施の形態における受注実績デ
ータベース１２のデータ構成例を示した図である。受注
実績データベース１２には、生産工場において生産され
た各車両の車両番号、車種、工場出荷日及び納車日が蓄
積されている。工場出荷日は、生産工場から販売店へ出
荷された日付である。納車日は、販売店が当該車両を顧
客へ納車した日付であり、本装置には、納車した販売店
から当該納車日が送られてくる。
ータベース１２のデータ構成例を示した図である。受注
実績データベース１２には、生産工場において生産され
た各車両の車両番号、車種、工場出荷日及び納車日が蓄
積されている。工場出荷日は、生産工場から販売店へ出
荷された日付である。納車日は、販売店が当該車両を顧
客へ納車した日付であり、本装置には、納車した販売店
から当該納車日が送られてくる。
【００１８】なお、図１には、受注実績データベース１
２の他にリードタイムデータ、度数分布データ、累積納
車割合データ、在庫残確率データ、そして最終的に求め
る予測在庫量データをそれぞれ格納するデータファイル
１４，１６，１８，２０，２２が生成されるが、各デー
タファイル１４〜２２は、在庫量予測処理の過程におい
て生成されるので、各データの内容については処理の説
明の際に併せて説明する。
２の他にリードタイムデータ、度数分布データ、累積納
車割合データ、在庫残確率データ、そして最終的に求め
る予測在庫量データをそれぞれ格納するデータファイル
１４，１６，１８，２０，２２が生成されるが、各デー
タファイル１４〜２２は、在庫量予測処理の過程におい
て生成されるので、各データの内容については処理の説
明の際に併せて説明する。
【００１９】次に、本実施の形態における在庫量予測処
理について図３に示したフローチャートを用いて説明す
る。本実施の形態では、受注実績データベース１２に基
づいてリードタイム毎の在庫残確率、最終的には在庫残
確率を数式で表した在庫残確率関数を得る処理（ステッ
プ１１０〜１４０）と、生産計画量、例えば前出しする
生産計画量を取得した在庫残確率関数を用いて前出しす
る生産計画量のうち在庫となりうる数量を算出すること
で予測在庫量を求める処理（ステップ１５０）とに大別
される。
理について図３に示したフローチャートを用いて説明す
る。本実施の形態では、受注実績データベース１２に基
づいてリードタイム毎の在庫残確率、最終的には在庫残
確率を数式で表した在庫残確率関数を得る処理（ステッ
プ１１０〜１４０）と、生産計画量、例えば前出しする
生産計画量を取得した在庫残確率関数を用いて前出しす
る生産計画量のうち在庫となりうる数量を算出すること
で予測在庫量を求める処理（ステップ１５０）とに大別
される。
【００２０】ステップ１１０において、リードタイム算
出処理部２は、受注実績データに基づいてリードタイム
を製品毎に算出する。車両は、生産工場から販売店へ出
荷され、販売店から顧客に納車されるわけであるが、こ
こで言うリードタイムというのは、車両が工場から出荷
された時点から顧客に納車される時点までに要した時間
数をいう。本実施の形態では、日単位にリードタイムを
計算する。リードタイムは、車両が受注車／見込車であ
るかの別、ディーラオプションの取付時間などによって
ばらついてくる。
出処理部２は、受注実績データに基づいてリードタイム
を製品毎に算出する。車両は、生産工場から販売店へ出
荷され、販売店から顧客に納車されるわけであるが、こ
こで言うリードタイムというのは、車両が工場から出荷
された時点から顧客に納車される時点までに要した時間
数をいう。本実施の形態では、日単位にリードタイムを
計算する。リードタイムは、車両が受注車／見込車であ
るかの別、ディーラオプションの取付時間などによって
ばらついてくる。
【００２１】リードタイム算出処理部２は、受注実績デ
ータファイル１２から各車両の受注実績データを順次読
み込むと、納車日から工場出荷日を引くことでリードタ
イムを算出する。図４は、リードタイム算出処理部２に
おける処理結果であるリードタイムデータファイル１４
のデータ構成例を示した図であるが、この図に示したよ
うに、車両毎にリードタイムを求める。
ータファイル１２から各車両の受注実績データを順次読
み込むと、納車日から工場出荷日を引くことでリードタ
イムを算出する。図４は、リードタイム算出処理部２に
おける処理結果であるリードタイムデータファイル１４
のデータ構成例を示した図であるが、この図に示したよ
うに、車両毎にリードタイムを求める。
【００２２】ステップ１２０において、納車量算出処理
部４は、リードタイムデータファイル１４からリードタ
イムデータを順次取り出して、リードタイム毎車種毎に
車両台数を集計することで各リードタイムにおいて納車
された車両台数を算出する。車種毎に分類するのは、在
庫は通常車種毎に管理するからである。算出された車両
台数の度数分布データは、度数分布データファイル１６
に書き込まれる。図５（ａ）は、度数分布データをテー
ブル形式で表した図である。このテーブルを度数分布の
グラフで表したのが図５（ｂ）である。この処理により
出荷日から何日経過した時に納車された車両台数が把握
できる。例えば、図５に示した例によると、工場からの
出荷日当日に納車したのは８台、出荷日の翌日に納車し
たのは１４台である。
部４は、リードタイムデータファイル１４からリードタ
イムデータを順次取り出して、リードタイム毎車種毎に
車両台数を集計することで各リードタイムにおいて納車
された車両台数を算出する。車種毎に分類するのは、在
庫は通常車種毎に管理するからである。算出された車両
台数の度数分布データは、度数分布データファイル１６
に書き込まれる。図５（ａ）は、度数分布データをテー
ブル形式で表した図である。このテーブルを度数分布の
グラフで表したのが図５（ｂ）である。この処理により
出荷日から何日経過した時に納車された車両台数が把握
できる。例えば、図５に示した例によると、工場からの
出荷日当日に納車したのは８台、出荷日の翌日に納車し
たのは１４台である。
【００２３】ステップ１３０において、累積納車割合算
出処理部６は、度数分布データに基づいて納車割合及び
累積納車割合を算出する。図６（ａ）は、累積納車割合
算出処理部６における処理結果を格納する累積納車割合
データファイル１８のデータ内容例を示した図である。
「納車割合」というのは、納車された全車両台数（この
例では３００台）のうち各リードタイムにおいて納車さ
れた車両が占める割合のことをいう。図６（ａ）におい
て、例えば、リードタイムが０日（出荷日＝納車日）の
場合の納車割合は８／３００×１００≒２．７［％］で
ある。各リードタイムにおける納車割合の総計は１００
％となる。
出処理部６は、度数分布データに基づいて納車割合及び
累積納車割合を算出する。図６（ａ）は、累積納車割合
算出処理部６における処理結果を格納する累積納車割合
データファイル１８のデータ内容例を示した図である。
「納車割合」というのは、納車された全車両台数（この
例では３００台）のうち各リードタイムにおいて納車さ
れた車両が占める割合のことをいう。図６（ａ）におい
て、例えば、リードタイムが０日（出荷日＝納車日）の
場合の納車割合は８／３００×１００≒２．７［％］で
ある。各リードタイムにおける納車割合の総計は１００
％となる。
【００２４】また、「累積納車割合」というのは、納車
された全車両台数のうち各リードタイム経過時点までに
納車された車両が占める割合のことをいう。図６（ａ）
において、例えば、リードタイム０，１，２日の納車割
合はそれぞれ２．７％，４．７％，６．０％なので、リ
ードタイムが１日の場合の累積納車割合は、２．７＋
４．７＝７．４［％］、リードタイムが２日の場合の累
積納車割合は、２．７＋４．７＋６．０＝１３．４
［％］である。図６（ａ）に示した例によると、出荷さ
れた全車両のうちリードタイムがＮ日目にして０．７％
の車両を納車したことによって全車両の納車が完了した
ということを意味している。最後のリードタイムＮ日に
おける累積納車割合の値は、常に１００％となる。以上
のようにして生成された納車割合及び累積納車割合をグ
ラフで表したものが図６（ｂ）、（ｃ）である。なお、
ステップ１２０以降の処理は車種毎なので、ここでいう
全車両というのは、特定の車種に該当する全車両という
意味である。
された全車両台数のうち各リードタイム経過時点までに
納車された車両が占める割合のことをいう。図６（ａ）
において、例えば、リードタイム０，１，２日の納車割
合はそれぞれ２．７％，４．７％，６．０％なので、リ
ードタイムが１日の場合の累積納車割合は、２．７＋
４．７＝７．４［％］、リードタイムが２日の場合の累
積納車割合は、２．７＋４．７＋６．０＝１３．４
［％］である。図６（ａ）に示した例によると、出荷さ
れた全車両のうちリードタイムがＮ日目にして０．７％
の車両を納車したことによって全車両の納車が完了した
ということを意味している。最後のリードタイムＮ日に
おける累積納車割合の値は、常に１００％となる。以上
のようにして生成された納車割合及び累積納車割合をグ
ラフで表したものが図６（ｂ）、（ｃ）である。なお、
ステップ１２０以降の処理は車種毎なので、ここでいう
全車両というのは、特定の車種に該当する全車両という
意味である。
【００２５】ステップ１４０において、在庫残確率算出
処理部８は、各リードタイム経過時点において顧客に納
品されていない製品が占める割合を在庫残確率として算
出する。その処理結果を在庫残確率データファイル２０
に格納する。図７（ａ）には、在庫残確率データの内容
例が図示されている。在庫残確率は、図７（ａ）から明
らかなように１から累積納車割合を引くことで算出する
ことができる。これは、累積納車割合が納車された全車
両台数のうち各リードタイム経過時点までに納車された
車両が占める割合であるのに対して、在庫残確率は、納
車されていない車両が占める割合だからである。図７に
例示した在庫残確率データは、リードタイムがＮ日目に
して前出しした全車両（３００台）の納車が完了したこ
とによって在庫がなくなったということを意味してい
る。
処理部８は、各リードタイム経過時点において顧客に納
品されていない製品が占める割合を在庫残確率として算
出する。その処理結果を在庫残確率データファイル２０
に格納する。図７（ａ）には、在庫残確率データの内容
例が図示されている。在庫残確率は、図７（ａ）から明
らかなように１から累積納車割合を引くことで算出する
ことができる。これは、累積納車割合が納車された全車
両台数のうち各リードタイム経過時点までに納車された
車両が占める割合であるのに対して、在庫残確率は、納
車されていない車両が占める割合だからである。図７に
例示した在庫残確率データは、リードタイムがＮ日目に
して前出しした全車両（３００台）の納車が完了したこ
とによって在庫がなくなったということを意味してい
る。
【００２６】更に、在庫残確率算出処理部８は、あらゆ
るリードタイム時点における在庫残確率を求めることが
できるように、算出した在庫残確率を関数に当てはめ
る。図７（ｂ）は、在庫残確率データをグラフで表した
図であるが、上記処理において算出した在庫残確率は、
実際の受注実績データに基づいているので全てのリード
タイム（０，１，２，・・・，Ｎ日）に対する各在庫残
確率が算出されているとは限らない。つまり、例えばリ
ードタイムが５日の受注実績データがなければ、リード
タイム＝５の在庫残確率は算出されない。しかし、リー
ドタイムが５日目の在庫量を予測するには、５日目の在
庫残確率が必要である。そこで、このような欠損値を補
間するために関数を生成する。
るリードタイム時点における在庫残確率を求めることが
できるように、算出した在庫残確率を関数に当てはめ
る。図７（ｂ）は、在庫残確率データをグラフで表した
図であるが、上記処理において算出した在庫残確率は、
実際の受注実績データに基づいているので全てのリード
タイム（０，１，２，・・・，Ｎ日）に対する各在庫残
確率が算出されているとは限らない。つまり、例えばリ
ードタイムが５日の受注実績データがなければ、リード
タイム＝５の在庫残確率は算出されない。しかし、リー
ドタイムが５日目の在庫量を予測するには、５日目の在
庫残確率が必要である。そこで、このような欠損値を補
間するために関数を生成する。
【００２７】本実施の形態では、一般に故障率の状態を
示すワイブル関数を利用する。ワイブル関数は、
示すワイブル関数を利用する。ワイブル関数は、
【数１】 で表すことができる。但し、αi，βi，γiは、車種ｉ
の係数、Ｐiは車種ｉの在庫残確率を得るための在庫残
確率関数である。そして、
の係数、Ｐiは車種ｉの在庫残確率を得るための在庫残
確率関数である。そして、
【数２】 が最小となる係数αi，βi，γiを求める。このように
して、車種毎に在庫残確率関数を得る。
して、車種毎に在庫残確率関数を得る。
【００２８】ステップ１５０において、図示しないキー
ボード等の入力手段から前出しした生産計画量と在庫量
を予測したい日後が入力されると、予測在庫量算出処理
部１０は、 予測在庫量＝車種ｉの生産計画量×Ｐi の式により予測在庫量を算出する。例えば、前出しした
車種ａの生産計画量２０００台のうち３０日後に在庫と
して残る車両台数は、
ボード等の入力手段から前出しした生産計画量と在庫量
を予測したい日後が入力されると、予測在庫量算出処理
部１０は、 予測在庫量＝車種ｉの生産計画量×Ｐi の式により予測在庫量を算出する。例えば、前出しした
車種ａの生産計画量２０００台のうち３０日後に在庫と
して残る車両台数は、
【数３】 より求めることができる。この結果を予測在庫量データ
として予測在庫量データファイル２２に格納する。
として予測在庫量データファイル２２に格納する。
【００２９】本実施の形態によれば、以上のようにして
前出しした生産計画量のうち予測日後において在庫とな
る数量を求めることができる。これにより、ある月の生
産計画量が製造ラインの限界を超えたときなど何らかの
理由により生産計画量を前出ししなければならないとき
でも、その前出しした部分に対する在庫量のみの試算を
行うことができるので、将来における在庫量を予測する
際に生産計画全体を再立案しなくてもよくなる。
前出しした生産計画量のうち予測日後において在庫とな
る数量を求めることができる。これにより、ある月の生
産計画量が製造ラインの限界を超えたときなど何らかの
理由により生産計画量を前出ししなければならないとき
でも、その前出しした部分に対する在庫量のみの試算を
行うことができるので、将来における在庫量を予測する
際に生産計画全体を再立案しなくてもよくなる。
【００３０】なお、本実施の形態では、各処理の入出力
を明確に区別するために異なるデータファイル１６，１
８，２０を生成するようにしたが、図５〜図７を参照す
れば明らかなように、同一のデ−タファイルとして形成
してもよい。
を明確に区別するために異なるデータファイル１６，１
８，２０を生成するようにしたが、図５〜図７を参照す
れば明らかなように、同一のデ−タファイルとして形成
してもよい。
【００３１】また、本実施の形態では、製品として車両
を例にして説明したが、これに限られるものではない。
を例にして説明したが、これに限られるものではない。
【００３２】
【発明の効果】本発明によれば、入力指定された生産計
画量のうち在庫となる数量を予測することができるの
で、将来における在庫量を得るために生産計画を再度立
案し直さなくてもよい。
画量のうち在庫となる数量を予測することができるの
で、将来における在庫量を得るために生産計画を再度立
案し直さなくてもよい。
【００３３】また、在庫残確率を関数で表すようにした
ので、受注実績情報が存在しなかったために在庫残確率
を算出できなかったリードタイムに対しても在庫残確率
を設定でき、これにより、将来の所望する時点での在庫
量を予測することができる。
ので、受注実績情報が存在しなかったために在庫残確率
を算出できなかったリードタイムに対しても在庫残確率
を設定でき、これにより、将来の所望する時点での在庫
量を予測することができる。
【図１】 本発明に係る在庫量予測装置の一実施の形態
を示したブロック構成図である。
を示したブロック構成図である。
【図２】 本実施の形態における受注実績データベース
のデータ構成例を示した図である。
のデータ構成例を示した図である。
【図３】 本実施の形態における在庫量予測処理を示し
たフローチャートである。
たフローチャートである。
【図４】 本実施の形態におけるリードタイムデータフ
ァイルのデータ構成例を示した図である
ァイルのデータ構成例を示した図である
【図５】 本実施の形態における度数分布データの内容
例及びグラフを示した図である。
例及びグラフを示した図である。
【図６】 本実施の形態における納車割合データと累積
納車割合データの各内容例及び各グラフを示した図であ
る。
納車割合データの各内容例及び各グラフを示した図であ
る。
【図７】 本実施の形態における在庫残確率データの内
容例及びグラフを示した図である。
容例及びグラフを示した図である。
２ リードタイム算出処理部、４ 納車量算出処理部、
６ 累積納車割合算出処理部、８ 在庫残確率算出処理
部、１０ 予測在庫量算出処理部、１２ 受注実績デー
タベース、１４ リードタイムデータファイル、１６
度数分布データファイル、１８ 累積納車割合データフ
ァイル、２０ 在庫残確率データファイル、２２ 予測
在庫量データファイル。
６ 累積納車割合算出処理部、８ 在庫残確率算出処理
部、１０ 予測在庫量算出処理部、１２ 受注実績デー
タベース、１４ リードタイムデータファイル、１６
度数分布データファイル、１８ 累積納車割合データフ
ァイル、２０ 在庫残確率データファイル、２２ 予測
在庫量データファイル。
Claims (5)
- 【請求項１】 製品の出荷日及び納品日を含む受注実績
情報に基づいて、各製品が工場から出荷された時点から
顧客に納品される時点までに要した時間数であるリード
タイム毎に、工場から出荷された全製品のうち各リード
タイム経過時点において顧客に納品されていない製品が
占める割合を在庫残確率として求める在庫残確率取得ス
テップと、 前記在庫残確率取得ステップが算出した在庫残確率に基
づいて、入力指定された生産計画量のうち在庫となりう
る数量を算出する在庫予測量算出ステップと、 を含み、各製品の在庫量をリードタイムの実績に基づき
予測することを特徴とする在庫量予測方法。 - 【請求項２】 請求項１記載の在庫量予測方法におい
て、 前記在庫残確率取得ステップは、リードタイム毎の在庫
残確率を数式で表した在庫残確率関数を生成し、 前記在庫予測量算出ステップは、在庫残確率関数を用い
て製品の生産計画量のうち在庫となる数量を算出するこ
とを特徴とする在庫量予測方法。 - 【請求項３】 製品の出荷日及び納品日を含む受注実績
情報に基づいて、各製品が工場から出荷された時点から
顧客に納品される時点までに要した時間数であるリード
タイム毎に、工場から出荷された製品のうち各リードタ
イム経過時点において顧客に納品されていない製品が占
める割合を在庫残確率として求める在庫残確率取得処理
手段と、 前記在庫残確率取得処理手段が算出したリードタイム毎
の在庫残確率に基づいて、入力指定された製品の生産計
画量のうち在庫となりうる数量を予測する在庫量予測処
理手段と、 を有し、各製品の在庫量をリードタイムの実績に基づき
予測することを特徴とする在庫量予測装置。 - 【請求項４】 請求項３記載の在庫量予測装置におい
て、 前記在庫残確率取得処理手段は、 製品の受注実績情報に基づいてリードタイムを製品毎に
算出するリードタイム算出処理部と、 前記リードタイム算出処理部が算出したリードタイム毎
に製品数を集計することによって各リードタイムにおけ
る納品量を算出する納品量算出処理部と、 前記納品量算出処理部が算出したリードタイム毎の納品
量に基づいて全製品のうち各リードタイム経過時点まで
に納品された製品が占める割合を累積納品割合として算
出する累積納品割合算出処理部と、 前記累積納品割合算出処理手段が算出した累積納品割合
に基づいて在庫残確率を算出する在庫残確率算出処理部
と、 を有することを特徴とする在庫量予測装置。 - 【請求項５】 請求項３記載の在庫量予測装置におい
て、 前記在庫残確率取得処理手段は、リードタイム毎の在庫
残確率を数式で表した在庫残確率関数を生成し、 前記在庫量予測処理手段は、在庫残確率関数を用いて生
産計画量のうち在庫となりうる数量を算出することを特
徴とする在庫量予測装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000240887A JP2002053211A (ja) | 2000-08-09 | 2000-08-09 | 在庫量予測方法及び在庫量予測装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000240887A JP2002053211A (ja) | 2000-08-09 | 2000-08-09 | 在庫量予測方法及び在庫量予測装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002053211A true JP2002053211A (ja) | 2002-02-19 |
Family
ID=18732172
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000240887A Pending JP2002053211A (ja) | 2000-08-09 | 2000-08-09 | 在庫量予測方法及び在庫量予測装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002053211A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100477035B1 (ko) * | 2002-04-25 | 2005-03-17 | 가부시키가이샤 히타치세이사쿠쇼 | 재고 계획 방법 및 장치와, 재고 계획 방법을 실행시키는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능 기록 매체 |
| CN105005824A (zh) * | 2015-06-30 | 2015-10-28 | 南京朗坤软件有限公司 | 基于线性规划的配煤掺烧寻优系统 |
| WO2017110509A1 (ja) * | 2015-12-24 | 2017-06-29 | 株式会社イシダ | ピッキングシステム |
-
2000
- 2000-08-09 JP JP2000240887A patent/JP2002053211A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100477035B1 (ko) * | 2002-04-25 | 2005-03-17 | 가부시키가이샤 히타치세이사쿠쇼 | 재고 계획 방법 및 장치와, 재고 계획 방법을 실행시키는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능 기록 매체 |
| CN105005824A (zh) * | 2015-06-30 | 2015-10-28 | 南京朗坤软件有限公司 | 基于线性规划的配煤掺烧寻优系统 |
| WO2017110509A1 (ja) * | 2015-12-24 | 2017-06-29 | 株式会社イシダ | ピッキングシステム |
| CN108463419A (zh) * | 2015-12-24 | 2018-08-28 | 株式会社石田 | 分拣系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190332991A1 (en) | Inventory management apparatus, inventory management method, and storage medium | |
| US11551078B2 (en) | Data processing apparatus and data processing method | |
| JPWO2004022463A1 (ja) | 安全在庫量算出装置、安全在庫量算出プログラム及び発注点算出装置 | |
| US20030050870A1 (en) | Capacity-driven production planning tools | |
| JP2006050834A (ja) | 電力供給事業リスク管理支援システム | |
| JP2012247964A (ja) | 進捗管理装置、及び進捗管理プログラム | |
| Alfieri et al. | Dynamic inventory rationing: How to allocate stock according to managerial priorities. An empirical study | |
| JP2001282906A (ja) | 販売数の予測値と発注量演算処理システム | |
| JP2009043291A (ja) | 商品需要予測システム、商品の売上数調整システム | |
| JP2005015140A (ja) | 発注量算出システム | |
| JP2004334326A (ja) | 商品需要予測システム、商品の売上数調整システム | |
| JP2009301466A (ja) | サプライチェーンの効率化支援方法 | |
| JP2009043292A (ja) | 商品需要予測システムおよび年末年始の商品需要予測システム | |
| JP2002053211A (ja) | 在庫量予測方法及び在庫量予測装置 | |
| JP3671809B2 (ja) | 在庫管理支援装置 | |
| Andrejić et al. | Value stream mapping in ordering process—A case of retail chain | |
| JP3260333B2 (ja) | 生産管理装置、生産管理システム、生産計画方法、及び記憶媒体 | |
| JP2004334327A (ja) | 発注提案システムおよび方法 | |
| JP4361306B2 (ja) | 需要予測装置、生産計画システム、需要予測方法、生産計画方法およびプログラム | |
| JP2004334328A (ja) | 商品需要予測システムおよび年末年始の商品需要予測システム | |
| WO2024048694A1 (ja) | 発注支援装置、発注支援方法、及び、発注支援プログラム | |
| JP4162920B2 (ja) | 生産計画確定期間算出システム、方法およびその方法をコンピュータに実行させるプログラム | |
| Farahani et al. | A hierarchical demand-driven production planning and control framework for the FMCG industry: An SAP-based approach | |
| US20060100729A1 (en) | Method for determination of a lead time | |
| WO2022102160A1 (ja) | 物量予測システム |