JP2004046893A

JP2004046893A - 商品供給量決定方法及び装置

Info

Publication number: JP2004046893A
Application number: JP2003314520A
Authority: JP
Inventors: Yoichi Kasuga; 春日　洋一; Yutaka Nagayoshi; 永良　裕; Masaaki Tateishi; 立石　政明; Nobunori Ooji; 大路　延憲
Original assignee: Kao Corp
Current assignee: Kao Corp
Priority date: 2003-09-05
Filing date: 2003-09-05
Publication date: 2004-02-12

Abstract

【課題】　低コストで顧客に対する欠品等が生ずることがない商品の出荷量あるいは供給量の決定方法あるいは装置を提供する。
【解決手段】　この発明の商品供給量決定方法は、過去の第１所定時期における所定供給先への第１供給量値及び、過去の第２所定時期における所定供給先への第２供給量値を第２供給量メモリへ記憶するステップと、最近の第３所定時期における前記供給先への供給量の第３供給量値を第３供給量メモリへ記憶するステップと、コンピュータが、前記第２供給量メモリ及び第３供給量メモリから前記第１供給領値及び第３供給量値を読み出し、この読み出した第１供給量値、第３供給量値の比率を計算すると共に、この比率を比率メモリへ記憶するステップと、コンピュータが、前記比率メモリ及び第２供給量メモリから前記比率及び前記第２供給量値を読み出すと共に、読み出した前記比率及び第２供給量値に基づいて、将来の第４所定時期における前記供給先への供給量を計算するステップと、を含む。
【選択図】　図２

Description

　本発明は、商品出荷量等の商品供給量の決定方法あるいは決定装置に関する。

　従来から、商品の物流管理あるいは在庫管理の分野においては、顧客に対して最適の時期に、最適量の最適商品を、最低コストで供給すべく種々の工夫がされている。

　従来の商品供給量決定方法あるいは決定装置においては、日々の出荷変動量を参照して、直接日々の出荷予測量を計算しようとしていた。従って、過去データにおいて出荷量の突発的ピークが存在するとこのピーク等に影響されて結果的に過剰の在庫を保有する傾向を有しコスト的に不利となることがあった。

　また前記ピーク等を無視して在庫量あるいは出荷量を計算すると、結果的に顧客に対する商品供給において欠品等を生ずることとなり問題があった。

　この発明の目的は、前記従来技術の問題点を解決することである。

　より詳細には、低コストで顧客に対する欠品等が生ずることがない商品の出荷量あるいは供給量の決定方法あるいは装置を提供することである。

　上記課題を解決するために、この発明の商品供給量決定方法は、
　過去の第１所定時期における所定供給先への第１供給量値及び、過去の第２所定時期における所定供給先への第２供給量値を第２供給量メモリへ記憶するステップと、
　最近の第３所定時期における前記供給先への供給量の第３供給量値を第３供給量メモリへ記憶するステップと、
　コンピュータが、前記第２供給量メモリ及び第３供給量メモリから前記第１供給量値及び第３供給量値を読み出し、この読み出した第１供給量値、第３供給量値の比率を計算すると共に、この比率を比率メモリへ記憶するステップと、
　コンピュータが、前記比率メモリ及び第２供給量メモリから前記比率及び前記第２供給量値を読み出すと共に、読み出した前記比率及び第２供給量値に基づいて、将来の第４所定時期における前記供給先への供給量を計算するステップと、　を含む。

　前記方法は、コンピュータが、前記第２時期に於ける所定期間に亘る供給量の概略変動関数を計算するステップを備え
　前記供給量計算ステップで、コンピュータは、前記比率と、概略変動関数計算手段により計算された概略変動関数とに基づいて、前記第４所定時期における前記所定商品の所定供給先への供給量を計算するのが望ましい。

　前記方法において、前記概略変動関数は、供給量変動の低次フーリエ成分に基づいて計算されるのが望ましい。

　前記方法において、コンピュータは、前記比率が所定期間に亘って概略一定と成らない場合に起動され、回帰分析により修正比率を計算するのが望ましい。

　この発明の他の商品供給量決定方法は、
　最近の所定期間における所定商品の供給先への供給量を、初期供給量値と、リピート供給量値とに分けて供給量メモリへ記憶するステップと、
　コンピュータが、前記所定期間における初期供給量値の変動に基づいて、所定予測時点以降の所定期間に於ける初期供給量値の変動を予測するステップと、
　コンピュータが、前記所定期間におけるリピート供給量値の変動に基づいて、所定予測時点以降の所定期間に於けるリピート供給量値の変動を予測するステップと、
　を備える。

　前記方法において、前記所定期間における初期供給量値の変動は、一次遅れステップ応答関数で近似されるのが望ましい。

　また前記方法において、前記所定期間におけるリピート供給量値の変動は、時間に比例する一次関数で近似されるのが望ましい。

　前記方法において、初期供給量予測ステップは、供給店数と供給量との比率を計算する供給店数・供給量比率計算ステップを有するのが好ましい。

　また、前記初期供給量予測ステップは、初期供給店数変動関数決定ステップを有するのが望ましい。

　上記初期供給店数変動関数は、一次遅れステップ応答関数で近似されることが望ましい。

　またこの発明の商品供給量決定装置は、
　過去の第１所定時期における所定商品の所定供給先への第１供給量値及び、過去の第２所定時期における前記所定商品の所定供給先への第２供給量値を記憶する第２供給量メモリと、
　最近の第３所定時期における前記所定商品の前記供給先への供給量の第３供給量値を記憶する第３供給量メモリと、
　前記第１供給量値及び第３供給量値を、前記第２供給量メモリ及び第３供給量メモリからコンピュータにより読み出し、この読み出された第１供給量値、第３供給量値の比率を計算する比率計算手段と、
　前記比率を記憶する比率メモリと、
　この比率及び前記第２供給量値を、前記第３供給量メモリ及び比率メモリからコンピュータにより読み出すと共に、読み出した前記比率及び第２供給量値に基づいて、将来の第４所定時期における前記所定商品の所定供給先への供給量を計算する供給量計算手段と、
を有する。

　上記商品供給量決定装置は、回帰分析手段を有するのが好ましい。

　これにより予測期間中に売上トレンドが変化した場合にもその後の商品供給量を比較的正確に予測することができ、結果的に商品供給量を決定することができる。

　また、この発明の商品供給量決定装置は、
　最近の所定期間における所定商品の供給先への供給量を、初期供給量値と、リピート供給量値とに分けて記憶する供給量メモリと、
　前記所定期間における初期供給量値の変動に基づいて、所定予測時点以降の所定期間に於ける初期供給量値の変動を予測する初期供給量予測手段と、
　前記所定期間におけるリピート供給量値の変動に基づいて、所定予測時点以降の所定期間に於けるリピート供給量値の変動を予測するリピート供給量予測手段と、
を備えることが出来る。

　上記構成により、過去の商品供給量（あるいは商品出荷量）のデータが存在しない場合にも、将来の商品供給量あるいは出荷量を比較的正しく計算し予測することができる。

　前記初期供給量予測手段は、供給店数・供給量比率計算手段を有するのが好ましい。

　また、前記初期供給量予測手段は、初期供給店数変動関数決定手段を有することが出来る。
　上記初期供給店数変動関数は、一次遅れステップ応答関数で近似されることが出来る。

　以上説明したようにこの発明によれば、低コストで、顧客に対する欠品等が生ずることがない商品の供給量或いは出荷量を決定することができる。

　以下、図１乃至図１５を参照して本願発明の実施形態を説明する。

　図１はこの発明の商品供給量決定方法あるいは装置の実施形態が適用される商品流通経路の説明図である。ここで商品は、石鹸等の身体の手入れ品あるいは、衣類や住まいの手入れ品、おむつ等の衛生用品、種々の化粧品、種々の業務用商品、産業用化学商品等を含むが、これに限定されない。

　図１に示すように、前記商品は、流通経路において以下のように流通する。

　ステップＳ１で前記商品のための原料が生産拠点１１へ調達される。

　ステップＳ２で、生産拠点１１に於いて前記原料を加工等することにより商品が生産され在庫される。

　ステップＳ３で、前記商品が卸あるいは当該生産者の物流拠点１３へ車両等により運送又は供給される。

　ステップＳ４で、前記運送又は供給された商品が前記卸あるいは物流拠点１３に在庫される。

　ステップＳ５で、小売店からの要求により所定の数量ずつ商品が前記卸あるいは物流拠点１３から小売店１５へ運送される。なお図１に於ける小売店１５は物流拠点等１３が管轄する多数の小売店を一括して表す。

　ステップＳ６及びＳ７で、当該商品が小売店に陳列され消費者に購入される。

　この実施形態の商品供給量決定装置あるいは決定方法は、生産拠点１１から物流拠点１３への商品の供給量或いは出荷量の予想及び物流拠点等１３における在庫量の決定を行う。

　より詳細には、この方法或いは装置は例えば、現在の所定時期における商品の出荷量変動が過去の一定時期における商品の出荷量変動と類似すると予想される場合に適用される。即ち、この方法或いは装置は、例えばある年のお中元時期におけるお中元商品の出荷量変動が、前年の同時期に於ける同商品の出荷量変動と類似することを利用する。

　図２は、この発明の商品供給量決定装置の一実施形態２０を示すブロック図である。なおこのブロック図におけるメモリ以外の種々の手段は、例えばコンピュータプログラムにより実現される。

　図２に示すようにこの実施形態２０は、過去の所定時期における所定商品の、生産拠点１１から物流拠点１３への出荷量値を記憶する過去出荷量メモリ２１を有する。より詳細には、この過去出荷量メモリ２１には、例えば供給量あるいは出荷量を予測しようとする年の１年前の同時期（例えばお中元時期）における同商品の、生産拠点１１から物流拠点１３への出荷量変動値が記憶される。

　図２に示すように、前記過去出荷量メモリ２１は、過去（Ｎ年）の所定期間（例えばお中元時期）における日々の出荷量変動を記憶する第１出荷量メモリ２３と、当該日々の出荷量の累積値（の変動）を記憶する第２出荷メモリ２５とを有する。

　図３は、第１出荷量メモリ２３に記憶される、過去（Ｎ年）の所定期間（例えばお中元時期）における日々の出荷量変動を示す。より詳細には、図３の例は、ある商品についてのお中元期間である５月１日から８月３１日の間の日々の出荷量変動を示す。なお図３において縦軸は１日当たりの梱包数を表す。

　図４の上側の曲線Ｎは、前記第２出荷メモリ２５に記憶される、Ｎ年におけるお中元時期の累積出荷量あるいは累積供給量（第１，第２出荷量値）を示すグラフである。前記累積出荷量は図３における日々の出荷量を順次加え合わせることにより計算される。

　図２に示すように、この実施形態の商品供給量決定装置２０は第３出荷量メモリ２７を有する。この第３出荷量メモリ２７は、出荷量の予測を行おうとする年（例えば前記Ｎ年の翌年の（Ｎ＋１）年）の所定時期（例えばお中元時期前半）における前記商品の、前記生産拠点１１から物流拠点１３への出荷量の累積値（第３出荷量値）を記憶する。図４の下側の曲線（Ｎ＋１）は、前記第３出荷メモリ２７に記憶される出荷量累積値を示す。

　すなわち図４の上側の曲線Ｎの各値は第２出荷メモリ２５に記憶され、下側の曲線（Ｎ＋１）の各値は、第３出荷メモリ２７に記憶される。

　図２に示すように、この実施形態２０は比率計算手段２９を有する。この比較計算手段２９は、例えば、第３出荷メモリ２７に記憶されたＮ＋１年におけるお中元期前半（例えば図４における５月１日から７月１０日まで）の累積出荷量変動値と、第２出荷メモリ２５に記憶されたＮ年におけるお中元期前半（５月１日〜７月１０日まで）の累積出荷量変動値とを相互に比較する。

　図５は、比較計算手段２９が行う前記比較操作を示す。

　即ち、比率計算手段２９は、Ｎ年の累積出荷量変動値とＮ＋１年の累積出荷量変動値をそれぞれｘ、ｙ座標軸にとって、出荷日をパラメータとして各値をプロットする。例えば図４のグラフで、６月１２日においてＮ年では累積出荷量が１００（千箱単位）であるのに対してＮ＋１年では８０であるので、図５のグラフでは横軸１００、縦軸８０の所にプロットが付される。

　図５のグラフに於いて、図５に示す様に（Ｎ年の累積出荷数量変動値とＮ＋１年の累積出荷量変動値との）プロットが直線になると、Ｎ＋１年の出荷量推移は、Ｎ年の出荷量推移のｋ１倍となると予想することができる。ここにｋ１は図５の直線の傾きである。

　従って前記比率計算手段２９は、図５の如きプロットに基づき前記比率ｋ１を計算する。

　この比率ｋ１は、比率メモリ２９ａへ格納される。

　図２に示すように、この商品供給量決定装置２０は、概略変動関数計算手段３１を有する。

　概略変動関数計算手段３１は、図３に示す過去（Ｎ年）に於ける所定商品の所定時期（例えば５月１日〜８月３０日）の日々の変動値の概略変動関数或いは概略変動傾向（季節トレンド曲線）を計算する。より詳細には、この概略変動関数或いは概略変動傾向は、例えば前記日々の変動値の低次フーリエ成分で作られるフーリエ級数で表される。

　低次の周期成分としては、最短、１週間程度とするのが適当である。

　図３において低次フーリエ成分のみから構成される波形（概略変動関数）は曲線３１０で示される。

　前記フーリエ成分及び、これらの低次フーリエ成分で構成される波形（概略変動関数）は概略変動関数メモリ３１ａに格納される。

　図２に示すように、この実施形態の商品供給量決定装置２０は、前記比率メモリ２９ａ及びフーリエ成分メモリ３１ａからのデータに基づいて、将来（例えばＮ＋１年に於けるお中元時期後半）の出荷量を計算する第１出荷量計算手段３３を有する。

　より詳細には、第１出荷量計算手段３３は、例えばＮ＋１年の７月１０日においてそれ以降の日々の商品供給量を計算する場合、概略変動関数メモリ３１ａからの概略変動関数Ｆ（ｔ）に比率メモリ２９ａからの比率ｋ１を掛けてｋ１×Ｆ（ｔ）として７月１０日以降の出荷量を計算する。

　図６は、前記概略変動関数Ｆ（ｔ）を表す曲線Ｎと、第１出荷量計算手段３３により計算された出荷量（ｋ１×Ｆ（ｔ））を表す曲線Ｎ＋１を示す。

　ここに例えば７月１０日から２週間の出荷量を決定する場合、図６において７月１０日〜７月２４日の矢印Ｔで示される期間の曲線Ｎ＋１が採用あるいは使用される。

　この決定出荷量（ｋ１×Ｆ（ｔ））は出荷量メモリ３３ａへ格納される。

　図２に示すように、この実施形態の商品供給量決定装置２０は、追加出荷量メモリ３４を有する。この追加出荷メモリ３４は、第１出荷量計算手段３３で計算される標準的出荷量に追加されて、小売店１５等からの日々の追加的或いは臨時的要求等に応じて物流拠点１３へ出荷される（当該商品の）追加出荷量を記憶する。

　この商品供給量決定装置２０は、前記出荷量メモリ３３ａからの決定出荷量及び、追加出荷量メモリ３４からの追加出荷量に応じて、この全体の出荷量を（生産拠点１１から流通拠点１３へ）運送するためのトラックの如き車両の種類あるいは台数を決定するための運送車輌種類・台数決定手段３５を有する。より詳細には、決定手段３５は、追加出荷量メモリ３４中の最新データに基づいて、例えばその決定日（例えば７月１０日）の２日後（例えば７月１２日）の出荷量を決定し、この決定データに基づいて、当該２日後の車両種類・台数を決定する。

　これにより例えば決定日の２日後に於いて、出荷商品を生産拠点１１から流通拠点１３へ運搬するための車両種類及び台数が決定される。

　図２に示すようにこの実施形態２０はさらに、車両積載商品種類積載量決定手段３７を有する。この決定手段３７は、前記決定日の翌日（７月１１日）に、追加出荷量メモリ３４からの最新追加出荷量（７月１１日のデータ）に基づいて、前記決定された車両種類・台数に対して積送量（最新追加出荷量（７月１１日のデータ）に基づく流通拠点の必要量）を積載したときに車両が満載にならない場合に、当該運送車輌を満載化するように、７月１２日以降の予定出荷量を７月１２日の出荷量の中に組み込む。これにより輸送車両を満載することができ、結果として輸送車両数を低減し、輸送コストを削減することができる。

　図２に示すように、この実施形態の商品供給量決定装置２０は、回帰分析手段３９を有する。

　この回帰分析手段３９は、比率計算手段２９での計算に於いて、Ｎ年の累積出荷数量変動とＮ＋１年の累積出荷数量変動との関係が、図５に示す直線関係にならない場合（例えば、ある時点からその直線関係からずれが生ずる場合（図７））、そのずれが生ずる時点以降の出荷量の決定を回帰分析により行う。

　前記回帰分析手段３９は以下の通り動作し、前記対比線の屈折点以降の出荷量予測を行う。

　回帰分析手段は、Ｎ年とＮ＋１年の累積出荷量を用いて最小二乗法により、傾き比率ｋと、（自由度修正済）相関関数ｒを算出する。このとき用いる累積出荷量データとして、例えば過去２週間、３週間、４週間の期間を限定したデータを用いて傾き比率ｋと相関係数ｒをそれぞれ算出する。この３種類の期間の相関係数が十分高い相関を示す場合（例えば0.98以上）の時は、前記比率メモリの傾き係数ｋ１に代わってこの傾き比率ｋを用いる。

　再び図２に示すように、前記第３出荷メモリ２７は、初期出荷メモリ２７ａ及びリピート出荷メモリ２７ｂを有する。前記初期出荷メモリ２７ａ及びリピート出荷メモリ２７ｂは、例えばある年に新発売された商品についての出荷量予測を行うために使用される。

　図８は、例えばＮ＋１年の４月２０日に販売開始された新商品について５月３０日までの累積出荷量を示す棒グラフである。ここに各棒グラフにおいて一点鎖線より下の長さが、流通拠点１３から各小売店１５へ最初に配荷された量を表す。すなわち各小売店へ最初に配荷された（あるいは出荷された）商品の数量の合計を表す。また、各棒グラフにおいて一点鎖線より上の部分の長さは各小売店への２回目以降の配荷量（リピート配荷量）の合計を表す。

　図９は、図８における初期配荷量の累積値を取り出したグラフであり、図１０は、図８におけるリピート配荷量の累積値を取り出したグラフである。

　前記初期配荷メモリ２７ａには、図９に示す初期配荷量の累積値データが記憶されている。一方、リピート配荷メモリ２７ｂには、図１０に示すリピート配荷量変動データが記憶されている。既に述べたように図９及び図１０における各データは商品発売日からの累積配荷量データである。

　この実施形態の商品出荷量決定装置は、当該新商品を少なくとも一回配荷した小売店の数の累積値を記憶する初期配荷店数メモリ４２を有する。

　図１１は、初期配荷店数メモリ４２に記憶される、当該新商品を少なくとも一回配荷した小売店の数の累積値データを示す。

　図２に示す実施形態の商品出荷量決定装置は、初期配荷メモリ２７ａからの初期配荷量変動データ及び、初期配荷店数メモリ４２からの初期配荷店数データに基づいて、将来の初期配荷量を予測する初期配荷量予測手段４１を有する。

　より詳細には、前記初期配荷量予測手段４１は、初期配荷店・初期配荷量比較手段４３を有する。この初期配荷店・初期配荷量比較手段４３は、前記初期出荷メモリ２７ａからの初期配荷量変動データと、初期配荷店数メモリ４２からの初期配荷店変動データとを比較する。

　図１２は、前記比較手段４３により行われる初期配荷量変動データと初期出荷店変動データとの比較を示す。

　すなわち比較手段４３は、新商品発売日からの日数をパラメータとして、初期出荷量と初期出荷店数とが直線関係或いは比例関係にあるかどうかをチェックする。

　前記比較手段４３により初期出荷量変動と初期出荷店数変動とが直線関係あるいは比例関係にある場合、図１２のグラフにおける傾きｋ２が各小売店の初期出荷量を表す。そして初期出荷量変動過程のある時点において、将来の初期出荷量変動を予測する問題は、初期出荷店数の変動を予測する問題に帰着する。

　再び図２に示すように、前記初期配荷量予測手段４１は、初期出荷店数メモリ４２からの初期出荷店数変動データに基づいて初期出荷店数変動関数を決定する初期出荷店数変動関数決定手段４５を有する。

　ところで、前記初期出荷店数変動関数は、１次遅れステップ応答関数ｙ(ｘ)＝ｃ−ｂexp[−ａｘ]で表されることが期待される。

　従って前記決定手段４５は、初期配荷店数メモリ４２に記憶されたデータ（図１１）に基づいて、前記一時遅れステップ応答関数ｙ(ｘ)＝ｃ−ｂexp[−ａｘ]
の係数ａ，ｂ，ｃを決定する。この決定の為に、例えば非線形最小二乗法が使用される。なおその際、例えばスプライン補間法が使用される。

　図２に示すように前記初期配荷量予測手段４１は、さらに前記初期出荷店数変動関数決定手段４５からの関数及び数量・店数比較手段４３からの比較係数ｋ２に基づいて、将来初期配荷量変動を計算する将来初期配荷量計算手段４７を有する。より詳細には当該計算手段４７は、初期出荷店数変動関数決定手段４５からの関数へ数量・店数比較手段４３からの係数ｋ２を掛け合わせて、例えば図９における予測時点ｔ０以降の将来の初期出荷累積数量を計算する。

　図２に示すように、この実施形態の商品出荷量決定装置は更に、リピート配荷メモリ２７ｂに基づいて、所定の時点以降におけるリピート配荷量を予測計算するリピート配荷量予測手段４９を有する。

　前記予測手段４９は、リピート配荷量関数決定手段５１を有する。図１０に示す様に、リピート出荷量が発売日からの日数に比例する場合、前記リピート配荷量関数決定手段５１は、図１０のグラフで表されるデータにおける傾き或いは係数ｋ３を計算する。

　図２に示すように前記リピート配荷量予測手段４９は、前記リピート配荷量関数決定手段５１からのリピート配荷量関数に基づいて、所定予測時点以降の将来リピート配荷量を計算する。より詳細には前記リピート出荷量関数の日数パラメータに対して、発売日からの経過日数を代入して将来リピート配荷量を計算する。

　図２に示すようにこの実施形態の商品出荷量決定装置は、将来初期配荷量計算手段４７からの将来初期配荷量と、将来リピート配荷量計算手段５３からの将来リピート配荷量とを加算して将来出荷量を計算する第２出荷量計算手段５５を有する。

　これにより、新商品について発売日から所定期間（例えば数日）経過後、その後の流通拠点１３への出荷量を比較的正確に予測することができる。

　なお、前記の第２出荷量計算手段５５からの予測出荷量も前記予測出荷量メモリ３３ａへ記憶される。

　また図２に示すように、この実施形態の商品出荷量決定装置には、流通拠点１３における在庫量に欠品等を生じないようにするための安全在庫量を決定するための安全在庫量決定手段５７が設けてある。

　より詳細には前記安全在庫量決定手段５７は、前記概略変動関数メモリ３１ａに記憶される概略変動関数に対する、日々の出荷量（第１出荷メモリ２３に記憶される）のズレ幅の分布を求めるズレ幅分布計算手段５９を有する。

　図１３は、前記概略変動曲線３１０に対する、日々の出荷量のズレ幅を表すグラフである。

　図１４は、図１３における概略変動曲線３１０を基準としてみた変動幅（ズレ幅）の推移を表すグラフである。

　前記ズレ幅分布計算手段５９は、図１４におけるズレ幅分布を確率分布と見なしてその確率分布パラメータを決定する。より詳細には前記計算手段５９は、図１４におけるズレ幅分布を、ガンマ分布

　とみなしてその分布パラメータα、βを決定する。図１４（Ｂ）はこのようにして決定されたガンマ分布の確率密度を表す。図１４（Ｂ）において、縦軸はズレ量或いは乖離量を表し、横軸は確率密度を表す。

　この確率分布はメモリ５９ａに記憶される。

　図２に示すように前記安全在庫量決定手段５７は、前記メモリ５９ａに記憶される確率分布に基づいて、通常ズレ幅を求める通常ズレ幅計算手段６１を有する。この通常ズレ幅計算手段６１は、前記確率分布の確率密度が、最大値から所定値たとえば０．１となるまでのズレ量Δｍの値を求める。このズレ量はメモリ６１ａに記憶される。

　安全在庫量決定手段５７は、前記ズレ量Δｍを通常変動幅と見なしてこれを安全在庫量として決定する。

　なお前記通常変動幅Δｍを超える変動は突発変動として判断され、この実施形態の分析（例えば概略変動関数としての低次フーリエ係数の決定）では無視される。

　図２に示すように前記各車両積載商品・積載量決定手段３７は、車両を満載化するための商品を及びその数量を決定する際に、前記安全在庫量決定手段５７からの安全在庫量をも参酌することができる。

図１は、この発明の商品供給量決定方法あるいは装置が適用される商品供給経路の説明図である。図２は、この発明による商品供給量決定装置の一実施形態のブロック図である。図３は、ある年（Ｎ年）の所定時期における、前記実施形態により管理される商品の日々の出荷量を示すグラフである。図４は、ある年（Ｎ年）の所定時期における、前記実施形態により管理される商品の累積出荷量及びその翌年（（Ｎ＋１）年）の同時期における同商品の累積出荷量を示すグラフである。図５は、図４のグラフに基づいて作成されるところの、Ｎ年の累積出荷量とＮ＋１年の累積出荷量との関係を示すグラフである。図６は、この実施形態により計算され予想される将来の出荷量の変動を示すグラフである。図７は、図４に示すＮ＋１年の所定期間において、外的変動要因等により出荷量の変動傾向に異常或いは変化が生じた場合の、Ｎ年の累積出荷数量とＮ＋１年の累積出荷数量との関係を示すグラフである。図８は、新発売商品について発売時点からの累積出荷量の変動履歴を示すグラフである。図９は、図８に示す累積出荷量のうち、各小売店への１回目の供給或いは配荷（すなわち初期配荷あるいは初期出荷）分の変動を表すグラフである。図１０は、図８に示す累積出荷量のうち、各小売店への２回目以降の供給或いは配荷（すなわちリピート配荷あるいはリピート出荷）分の変動を表すグラフである。図１１は、１回目の供給或いは配荷（すなわち初期配荷あるいは初期出荷）が行われた小売店の累積数（初期出荷店数累計）の変動を表すグラフである。図１２は、図９及び図１１のデータから導き出されるところの初期出荷量累計と初期出荷店数累計との関係を表すグラフである。図１３は、図３に示す商品出荷量の概略変動幅を示すグラフである。図１４（Ａ）は、図３又は図１３における概略変動関数曲線としての低次フーリエ級数曲線を基準として見た前記出荷量の概略変動幅を示すグラフである。図１４（Ｂ）は、前記出荷量の変動に対応するガンマ分布を示す図である。

Claims

　商品の供給量決定方法にして、
　過去の第１所定時期における所定供給先への第１供給量値及び、過去の第２所定時期における所定供給先への第２供給量値を第２供給量メモリへ記憶するステップと、
　最近の第３所定時期における前記供給先への供給量の第３供給量値を第３供給量メモリへ記憶するステップと、
　コンピュータが、前記第２供給量メモリ及び第３供給量メモリから前記第１供給量値及び第３供給量値を読み出し、この読み出した第１供給量値、第３供給量値の比率を計算すると共に、この比率を比率メモリへ記憶するステップと、
　コンピュータが、前記比率メモリ及び第２供給量メモリから前記比率及び前記第２供給量値を読み出すと共に、読み出した前記比率及び第２供給量値に基づいて、将来の第４所定時期における前記供給先への供給量を計算するステップと、　を含む商品供給量決定方法。
　商品供給量決定装置にして、
　過去の第１所定時期における所定商品の所定供給先への第１供給量値及び、過去の第２所定時期における前記所定商品の所定供給先への第２供給量値を記憶する第２供給量メモリと、
　最近の第３所定時期における前記所定商品の前記供給先への供給量の第３供給量値を記憶する第３供給量メモリと、
　前記第１供給量値及び第３供給量値を、前記第２供給量メモリ及び第３供給量メモリからコンピュータにより読み出し、この読み出された第１供給量値、第３供給量値の比率を計算する比率計算手段と、
　前記比率を記憶する比率メモリと、
　この比率及び前記第２供給量値を、前記第３供給量メモリ及び比率メモリからコンピュータにより読み出すと共に、読み出した前記比率及び第２供給量値に基づいて、将来の第４所定時期における前記所定商品の所定供給先への供給量を計算する供給量計算手段と、
を有する商品供給量決定装置。
　請求項２の装置にして、前記第２時期に於ける所定期間に亘る供給量の概略変動関数を計算する概略変動関数計算手段を備え、供給量計算手段は、前記比率と、概略変動関数計算手段により計算された概略変動関数とに基づいて、前記第４所定時期における前記所定商品の所定供給先への供給量を計算する。
　請求項３の装置にして、前記概略変動関数は、供給量変動の低次フーリエ成分に基づいて計算される。
　請求項２の装置にして、前記比率が所定期間に亘って概略一定と成らない場合に起動され、回帰分析により修正比率を計算する回帰分析手段を有する。
　商品供給量決定装置にして、
　最近の所定期間における所定商品の供給先への供給量を、初期供給量値と、リピート供給量値とに分けて記憶する供給量メモリと、
　前記所定期間における初期供給量値の変動に基づいて、所定予測時点以降の所定期間に於ける初期供給量値の変動を予測する初期供給量予測手段と、
　前記所定期間におけるリピート供給量値の変動に基づいて、所定予測時点以降の所定期間に於けるリピート供給量値の変動を予測するリピート供給量予測手段と、
　を備える装置。
　請求項６の装置にして、前記所定期間における初期供給量値の変動は、一次遅れステップ応答関数で近似される。
　請求項７の装置にして、前記所定期間におけるリピート供給量値の変動は、時間に比例する一次関数で近似される。