JP2004118429A - 適正在庫量算出方法およびそのシステム - Google Patents
適正在庫量算出方法およびそのシステム Download PDFInfo
- Publication number
- JP2004118429A JP2004118429A JP2002279330A JP2002279330A JP2004118429A JP 2004118429 A JP2004118429 A JP 2004118429A JP 2002279330 A JP2002279330 A JP 2002279330A JP 2002279330 A JP2002279330 A JP 2002279330A JP 2004118429 A JP2004118429 A JP 2004118429A
- Authority
- JP
- Japan
- Prior art keywords
- data
- production
- demand
- product
- shortage
- 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.)
- Withdrawn
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 23
- 238000004519 manufacturing process Methods 0.000 claims abstract description 263
- 238000004088 simulation Methods 0.000 claims abstract description 21
- 239000000047 product Substances 0.000 claims description 164
- 238000009826 distribution Methods 0.000 claims description 51
- 238000000034 method Methods 0.000 claims description 31
- 238000007726 management method Methods 0.000 claims description 18
- 230000000875 corresponding effect Effects 0.000 claims description 9
- 230000007812 deficiency Effects 0.000 claims description 7
- 230000002950 deficient Effects 0.000 claims description 5
- 238000013439 planning Methods 0.000 claims description 4
- 239000006227 byproduct Substances 0.000 claims description 2
- 230000002596 correlated effect Effects 0.000 claims description 2
- 239000000463 material Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 22
- 238000003860 storage Methods 0.000 description 9
- 238000012384 transportation and delivery Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 3
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Images
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】多品種生産品を生産する生産ラインの品番ごとの安全在庫量を、コンピュータ処理により決定する適正在庫量算出方法を提供する。
【解決手段】生産計画データbのもととなる需要量予測データセットaを生成し、生産量不足を許容する品番を決定し、生産計画シミュレーションを実行して、試行回数分の各品番の生産計画量と生産不足量を含む生産計画データbを生成し、すべての生産不足量を必要在庫量として統計処理し、予め設定された在庫管理基準にもとづき、各品番の適正在庫量を決定する。
【選択図】図1
【解決手段】生産計画データbのもととなる需要量予測データセットaを生成し、生産量不足を許容する品番を決定し、生産計画シミュレーションを実行して、試行回数分の各品番の生産計画量と生産不足量を含む生産計画データbを生成し、すべての生産不足量を必要在庫量として統計処理し、予め設定された在庫管理基準にもとづき、各品番の適正在庫量を決定する。
【選択図】図1
Description
【0001】
【発明の属する技術分野】
本発明は、過剰在庫を避け、在庫量を最小化するとともに、欠品による損失を最小にして許容範囲内に収められるような適正な在庫量の算出方法とそのシステムに関するものである。
【0002】
【従来の技術】
従来、在庫水準は、生産管理の書物に記載されている発注点方式における安全在庫公式にもとづいて算出するか、過去の販売実績に対する意思決定者の勘と経験から、例えば、過去の平均販売実績の0.1ヶ月分と仮定するなどにより決定されていた。
【0003】
発注点方式での安全在庫公式は、
安全在庫 = 安全係数k×√LT×σD
ここで k:安全係数 LT:調達期間リードタイム
σD:単位期間当たりの需要の標準偏差
で表わされる。
【0004】
この算出方法は単位時間当たりの需要量の分布が正規分布に従うと仮定し、需要が独立に発生する場合に、予め定められた調達期間リードタイム間の需要量も正規分布に従うことから導かれたものであり、品番ごとに安全在庫量を算出して在庫水準とする方法である。図15は、この算出方法を示した図である。
【0005】
また、特開平5−81301(在庫管理システムの管理基準値決定方法(特許文献1))では、売上のABC分析と月間の平均出荷日数から、在庫基準値を設定し、設定された値でシミュレーションを行って、基準値の変更による在庫数量などの変化の確認や、過去のデータでの設定された基準値の効果の確認を行い、需要予測によって求めた値を用いて、翌月の在庫基準値を登録している。
【0006】
また、特開2000−172768(安全在庫量計算装置(特許文献2))では、需要が変動することに対応し、安全在庫=期間最大出荷量−平均出荷量×最大生産リードタイム期間として、安全在庫を算出している。
【0007】
更に、特開平9−62941(安全在庫量算出方法(特許文献3))では、需要量と供給量が変動することに対応し、需要の期待値と実需要の差異あるいは供給予定量と実供給量との差異の発生傾向の変化を捉えて、その推移傾向の有無とパターンの解析から、需要と供給の安全係数をそれぞれ算出し、安全在庫=(需要の期待値×需要安全係数ー供給の予定値×供給安全係数)÷100により安全在庫を算出している。
【0008】
【特許文献1】
特開平5−81301号公報
【特許文献2】
特開2000−172768号公報
【特許文献3】
特開平9−62941号公報
【0009】
【発明が解決しようとする課題】
しかしながら、この種の適正在庫量の決定は、生産能力、すなわち、同一の生産ラインにおける複数品番の生産の場合、どの品番を優先して生産を行い、どの品番を安全在庫から引き当てて出荷するのかを考慮したものではなく、単品別にその水準が決定されるにすぎない。
【0010】
そのため、同一の生産資源で生産される複数品番の需要量が増大した場合、複数品番の生産において生産資源の奪い合いが発生し、予定していた調達時間での調達が遵守できずに、欠品が発生する場合があった。
【0011】
図16は、同一の生産ラインで生産される複数品番の在庫量の推移を示す図である。品番Aと品番Bの調達時間をそれぞれ3日と定め、品番Aと品番Bが同一の加工機で加工される場合、品番Aと品番Bの発注が同時に発生すれば、品番Aと品番Bが同一の設備で生産されるため、品番Aは調達期間3日を遵守できても(図16(a))、品番Bは調達期間3日を遵守できない(図16(b))状況が発生する。
【0012】
本発明は、このような問題を考慮して提案されたもので、その目的は、多品種生産品を生産する生産ラインの品番ごとの安全在庫量を、コンピュータ処理により決定する適正在庫量算出方法およびそのシステムを提供することにある。
【0013】
【課題を解決するための手段】
上記目的を達成するために、請求項1に記載の適正在庫量算出方法は、予めコンピュータに入力され、記憶された、各生産品の品番別の需要実績データおよびその需要実績分布データを含む需要基礎データにもとづいて、コンピュータの演算処理により、多品種生産品を生産する生産ラインの各品番生産品の適正在庫量を決定する方法であって、次の特徴を有する。
【0014】
すなわち、本発明方法は、▲1▼品番ごとに、需要基礎データの需要実績データおよびその需要実績分布データにもとづいて、複数の需要量予測データを生成し、生成した各品番の需要量予測データを全品番について組み合わせて多数となる複数の需要量予測データセットを生成するステップと、▲2▼予め設定された生産量不足品番選択ルールにもとづき、生産量不足を許容すべき品番を生産量不足品番として決定するステップと、▲3▼需要量予測データセットごとに、対応する生産品を生産する生産ラインの生産計画シミュレーションを行い、生産可能な場合においては、その各品番の生産計画量を生産計画データに割り当て、生産可能な生産量が不足する場合においては、生産不足分について生産量不足品番に生産不足量として割り当てるとともに、生産可能分については各品番の生産計画データに割り当てることを繰り返して全品番の生産計画データを生成するステップと、▲4▼生成された生産計画データのすべての生産不足量を必要在庫量として統計処理し、予め設定された在庫管理基準にもとづき、各品番の適正在庫量を決定するステップとを、順次実行して適正な在庫量が算出されるものである。
【0015】
請求項2では、請求項1で適正在庫量を算出した生産品を構成する部品について、適正な在庫量を算出する方法であって、需要実績データに代えて、請求項1で算出された生産計画データに含まれる生産計画量データを部品所要量展開した結果を、部品の需要量として需要量予測データセットを生成し、対応する部品を生産する生産ラインの生産計画シミュレーションを行い、請求項1と同様の手順で生産品を構成する部品の適正在庫量を決定する。
【0016】
請求項3では、需要基礎データには、それぞれの各品番生産品についての生産不足量の上限値データを含んでおり、生産計画データ生成ステップにおいて、生産量不足品番選択ルールで選択された特定の生産不足品番の生産不足量がこの上限値を超える場合は、超過分に相当する量を生産量不足品番選択ルールにより決定される次の生産量不足品番の生産不足量として割り当てることを特徴とする。
【0017】
請求項4では、需要実績分布データに従う乱数を用いて生産品需要量予測データを生成することを特徴とする。
【0018】
請求項5では、需要基礎データは、予め確率刻み基準値を含んでおり、需要実績分布データと確率刻み基準値にもとづき、発生率を均等に分割してなる複数の生産品需要量予測データセットを生成することを特徴とする。
【0019】
請求項6では、需要基礎データは、販売計画に対する販売実績の差の分布データを含んでおり、販売計画量と、販売計画に対する販売実績の差の分布データにもとづき需要量予測データを生成することを特徴とする。
【0020】
請求項7では、需要基礎データは、品番間の相関係数データを含んでおり、相関のある品番については、同時確率分布に従い需要量予測データを生成することを特徴とする。
【0021】
請求項8では、需要基礎データには、各品番生産品の単価データを含んでおり生産量不足品番選択ルールは、この単価データを品番間で比較して、単価の低い品番ほど、生産量不足品番としての優先順位が高く設定されることを特徴とする。
【0022】
請求項9では、需要基礎データは、各品番生産品の生産による付加価値生産性データを含んでおり、生産量不足品番選択ルールは、この付加価値生産性データを品番間で比較して、付加価値生産性の低い品番ほど、生産量不足品番としての優先順位が高く設定されることを特徴とする。
【0023】
請求項10では、需要基礎データは、各品番生産品の機会損失単価データを含んでおり、生産量不足品番選択ルールは、機会損失単価データを品番間で比較して、機会損失単価の低い品番ほど、生産量不足品番としての優先順位が高く設定されることを特徴とする。
【0024】
請求項11では、需要基礎データは、各品番生産品の部材調達リードタイムデータを含んでおり、生産量不足品番選択ルールは、生産品部材調達リードタイムデータを品番間で比較して、生産品部材調達リードタイムの長い品番ほど、生産量不足品番としての優先順位が高く設定されることを特徴とする。
【0025】
請求項12では、需要基礎データは、各品番生産品の単価データ、付加価値生産性データ、機会損失単価データ、部材調達リードタイムデータを含んでおり、生産量不足品番選択ルールは、単価データ、付加価値生産性データ、機会損失単価データ、生産品部材調達リードタイムデータの4種類の各々について品番間で比較して、生産量不足品番としての優先順位を算出し、4種類の優先順位の重み付き線形和により、総合的な生産量不足品番としての優先順位を設定することを特徴とする。
【0026】
請求項12では、需要基礎データは、各品番生産品の単価データ、付加価値生産性データ、機会損失単価データ、部材調達リードタイムデータの少なくとも2種以上のデータを含んでおり、生産量不足品番選択ルールは、単価データ、付加価値生産性データ、機会損失単価データ、生産品部材調達リードタイムデータの少なくとも2種以上のデータの各々について品番間で比較して、生産量不足品番としての優先順位を算出し、算出したこれらの優先順位の重み付き線形和により、総合的な生産量不足品番としての優先順位を決定することを特徴とする。
【0027】
請求項13では、在庫管理基準は、上記需要基礎データに含まれる許容欠品率または許容欠品数であることを特徴とする。
【0028】
請求項14では、在庫管理基準は、上記需要基礎データに含まれる許容欠品ロット率または許容欠品ロット数であることを特徴とする。
【0029】
請求項15に記載の適正在庫量算出システムは、多品種生産品を生産する生産ラインの各品番生産品の適正在庫量を、予めコンピュータに入力され、記憶される生産品の品番別の需要実績データおよびその需要実績分布データを含む需要基礎データにもとづいて、コンピュータの演算処理により決定するシステムであって、次のような構成となっている。
【0030】
すなわち、本発明システムは、品番ごとに、需要基礎データの需要実績データおよびその需要実績分布データにもとづいて、複数の需要量予測データを生成し、生成した各品番の需要量予測データを全品番について組み合わせて多数の需要量予測データセットを生成する需要量予測データセット作成手段と、予め設定された生産量不足品番選択ルールにもとづき、生産量不足を許容すべき品番を生産量不足品番として決定する生産量不足品番決定手段と、需要量予測データセットごとに、対応する生産品を生産する生産ラインの生産計画シミュレーションを行い、生産可能な場合においては、その各品番の生産計画量を生産計画データに割り当て記録し、生産可能な生産量が不足する場合においては、生産不足分について上記選択した生産量不足品番に生産不足量として割り当て記録するとともに、生産可能分については各品番の生産計画データに割り当て記録することを繰り返して全品番の生産計画データを生成する生産計画データ生成手段と、生成された生産計画データのすべての生産不足量を必要在庫量として統計処理し、予め設定された在庫管理基準にもとづき、各品番の適正在庫量を算出する適正在庫量決定手段とを備えている。
【0031】
【発明の実施の形態】
以下に、本発明の実施の形態について添付図面とともに説明する。
【0032】
図1は、本発明の適正在庫量算出方法を実現するコンピュータシステムのシステム構成図である。
【0033】
本システムSは、多品種生産品を生産する生産ラインを管理するコンピュータ上で、各品番ごとに生産品の適正な在庫量すなわち安全在庫を決定するために稼働する。システムSは、適正在庫量を算出するための需要基礎データ1aを保存した記憶手段1と、需要量予測データセット生成手段2と、生産量不足品番決定手段3と、生産計画データ生成手段4と、適正在庫量決定手段5とを少なくとも備えている。
【0034】
ここで、需要基礎データ1aには、生産品ごとの過去の需要実績データ1bや、その需要量実績分布データ1cなどを含んでいる。
【0035】
なお、本システムSは、本システムによって算出される適正在庫量やその他の計画データにもとづき生産計画を立て、生産ラインに対して指示を出力する生産計画システム20や、生産品の各種実績データを収集、管理する生産管理システム30と連動、接続されている。
【0036】
図2は、本発明の適正在庫量算出方法の概略フローチャートを示す図である。
【0037】
この方法は、生産管理システム30の出力データなどから収集したデータから需要基礎データ1aを準備するステップ(100)と、需要量予測データセット生成ステップ(101)と、生産量不足品番決定ステップ(102)と、生産計画データ生成ステップ(103)と、適正在庫量決定ステップ(104)とを、コンピュータ処理により実行して、各品番生産品の適正な在庫量を算出するものである。
【0038】
以下に、上記の各ステップの詳細について説明する。
【0039】
なお、以下に説明する実施例は、品番A、B、Cに対応するものを示しており、品番AとBは同一の生産ライン(加工機1)で、品番Cは他の生産ライン(加工機2)で生産されるものとして説明する。
【0040】
図3には詳細フローチャート、図4には需要基礎データ1aの内容を示している。
【0041】
まず、準備ステップとして、在庫水準を算出するための需要基礎データ1aを用意する(図3のステップ200)。具体的には図4に示すように、予め算出されている需要量実績分布データ1b、シミュレーションの試行回数N、単価データ、生産効率を示す生産タクトマスタデータ、加工機ごとの生産能力データ、納期遅延となることが許される限度率データ、生産不足量の上限値データなどが準備される。
【0042】
ここで、限度率は、欠品すなわち品切れとなってもいい、予め設定される比率を示しており、単品ごとに設定してもよいし、ロット換算で設定してもよい。また、率ではなく欠品数や欠品ロット数で定義してもよいし、納期遅延損失金額または金額率などでもよい。
【0043】
次に、図4に示す試行回数N(複数)組の生産品需要量予測データセットaを生成する(図3のステップ201)。ここで、需要量予測データセットaに割り当てる生産量は、需要実績の分布が図5の確率分布グラフに示すような正規分布であるため、図4に示す平均と標準偏差にもとづき算出される。すなわち、品番Aについては、N個(ここでは100個)の乱数を用いて、平均400、標準偏差100の正規分布に従うように、100個分の正規乱数を生成する。品番B、Cについても100個分の正規乱数を生成して、これらを組み合わせて100組の需要量予測データセットaとする。図6は、需要量予測データセットaの一例を示している。
【0044】
また、品番ごとの正規乱数をすべて組み合わせて需要量予測データセットaを生成してもよい。すなわち、1000000(100の3乗)の組み合わせデータを生成してもよい。
【0045】
なお、需要実績が、T分布、F分布、χ二乗分布などの確率分布傾向がある場合は、これらの需要実績分布データを使用して需要量予測データを生成すればよい。
【0046】
次に、生産量不足品番選択ルールにもとづき、生産量不足を許容すべき品番を生産量不足品番として決定する(図3のステップ202)。この生産量不足品番選択ルールは、生産品単価基準、付加価値基準、保管費用基準などが含まれ、オペレータ等によって選択される。ここでは、生産品単価基準にもとづいて、在庫金額を少なくするという理由から、単価の低い生産品を生産量不足品番と決定する。したがって、このルールにもとづけば、品番AがBより低単価であるため、品番Aが生産量不足品番と決定される。
【0047】
ついで、需要量予測データセットaにもとづき生産計画データを生成する。具体的には、需要量予測データセットaの各組の生産計画データ試算(シミュレーション)を繰り返す(図3のステップ203〜205)。生産計画シミュレーションは、セットごとに生産計画量と生産不足量とを割り当てて生産計画データを順次生成することにより行う。この生産不足量は、決定された生産量不足品番について計上されるデータで、生産能力を超える分の生産量で示される。
【0048】
図7は、設備ごとの生産能力と生産量不足品番の生産不足量を説明するための図である。
【0049】
ここで、生産能力を超えない生産量は、図4で示す生産能力と生産タクトマスタから求められる。加工機1の場合、生産能力=160÷0.2=800(個)となり、これを超える分(図中の点線より上)が生産不足量となる。なお、品番B、Cについては、生産不足量は発生しない。
【0050】
したがって、生産計画シミュレーションの各試行において、品番Aと品番Bとの生産計画量の合計は800を超えないように、それぞれの生産計画量が割り当てられ、超える場合には、超えた分を品番Aの生産不足量として割り当てられる。
【0051】
ただし、図4に示すように品番ごとに生産不足量の上限値が設定されている場合で、生産不足量がこの値を超える場合は、超過分に相当する量を生産量不足品番選択ルールにより決定される次の生産量不足品番の生産不足量として割り当てる。
【0052】
このように、実現可能性のある在庫量の上限値を設けておいて、算出された生産不足量が上限値を超える分を他の品番に割り振るようにすれば、より実現性のある在庫量を算出することができる。
【0053】
図8には、繰り返し実行される生産計画シミュレーションによって割り当てられる全品番の生産計画データbの一例を示している。試行100回目では、上限値が設定されていなければ、品番Bの生産計画量は613、生産不足量は0で、品番Aの生産計画量は800−613=187、生産不足量は525−187=338となるが、品番Aの上限値が250と設定されているので、品番Aの生産不足量が250となるため、生産計画量は525−250=275、品番Bの生産計画量は800−275=525、生産不足量は613−525=88となる。
【0054】
こうして算出された生産不足量(必要在庫量)から、予め設定された在庫管理基準にもとづき、各品番の適正在庫量を決定する(図3のステップ206、207)。ここで、在庫管理基準には、図4に示す限度率データが含まれ、例えば、品切れとなってもいい限度である欠品率などで表わされる。
【0055】
生産不足量から適正在庫量を決定するための所定の処理を、図9を用いて説明する。
▲1▼1試行当たりの比率(度数)を求める。
例えば100回の試行であれば1%、200回に試行であれば0.5%とする。
▲2▼生産不足量をキーとして降順ソートする。
▲3▼累積量と累積量比率を順次算出し、限度率(欠品率)と比較する。
▲4▼限度率を超えたときの、あるいは超える直前の試行データに対応する生産不足量を適正在庫量と決定する。
【0056】
以上の処理を全品番について行い、全品番の適正在庫量を決定する。図9の例では、品番Aについては限度率が2%に設定されているため、その2%を超えたところの試行(試行回n)の生産不足量が適正な在庫量として決定される。
【0057】
このように、多品種生産体制の生産ライン(上記の例では加工機1)であっても、生産能力を考慮して分布データにもとづきシミュレーションを行い、欠品による損失を許容範囲にするような在庫量を算出しているので、欠品による機会損失リスクを許容範囲内に安定化して、かつ、在庫コストの最小化を図ることができる。また、正規分布の平均や標準偏差などの需要実績分布データを用いているので、実際の需要実績データを用いることなく、適正な在庫量を算出することができる。
【0058】
以上は、本発明の基本となる実施形態であるが、以下には、実施形態の他例について順次説明する。
(1)需要量予測データセット生成の他例
(a)予め設定された確率刻み基準値データ(不図示)と、需要量実績分布データにもとづき発生率を均等に分割して、需要量予測データセットAを生成する。たとえば、確率刻みが10%の場合、需要実績分布データにおける、5%点、15%点、・・・、95%点のデータを需要量予測データとして抽出し、これを品番別に行い、組み合わせて需要量予測データセットAを生成する。
【0059】
これによれば、乱数を用いることなく簡単なロジックで需要量予測データセットを生成することができ、その結果、品番数に応じた多数組のデータを生成することができるため、精度の高いシミュレーションを実行することができる。たとえば、10%刻みで、品番数50であれば、10の50乗の数分のデータセットを生成することができる。
【0060】
(b)販売計画に対する販売実績の差の分布データにもとづき、需要量予測データセットを生成する。たとえば、品番Aの次月の販売計画量が1000個であり、過去の販売計画に対する販売実績の差の分布が平均−100、標準偏差100の正規分布に従っていた場合、品番Aの販売計画量は販売実績に対して平均して100個多めに見積もられていたことになる。よって、品番Aの次月の販売実績が1000−100=900、標準偏差100の正規分布に従うとし、この分布に従うように需要量予測データを生成する。図10には、この方式にもとづく需要量予測データセットの一例を示している。
【0061】
販売計画量を利用することにより、現状の販売傾向に沿った需要量予測データセットを生成することができ、実情に合ったシミュレーションデータにもとづき適正な在庫量を算出することができる。
【0062】
(c)需要実績データ1bのヒストグラムを用いて需要量予測データを生成する。たとえば、品番Aの需要実績のヒストグラムが200個の需要実績データから作成された図11(a)の場合であったとすると、100個に換算すると図11(b)のグラフが得られ、需要量0が3個、125個が26個、・・・の需要量予測データが発生することとなる。
【0063】
他品番についても同様の手順でデータを生成し、各品番のデータをランダムに組み合わせて、図11(c)のような需要量予測データセットを生成する。
【0064】
この方式によれば、過去の需要量実績分布の推定が困難な場合でも、需要実績データさえあれば、容易に需要量予測データを生成することができる。
【0065】
(d)品番間で相関がある場合には同時確率分布に従い、需要量予測データを生成する。たとえば、品番Aと品番Bの需要実績に相関ρがある場合、需要量予測データを、相関ρが成り立つように生成する。具体的には、
▲1▼一対の標準正規乱数の組(X,Y)を、
Y=SQRT(1−ρ^2)×Z+ρ×X
が成り立つように生成する。ここで、Zは標準正規乱数とする。
▲2▼生成した(X,Y)から、品番Aと品番Bの平均と標準偏差をもとに需要量予測データを生成する。
【0066】
より具体的には、標準正規乱数X、Zにもとづいて上記▲1▼式を用いて、標準正規乱数Yを生成する。次に、算出された標準正規乱数Xと標準正規乱数Yから、品番Aと品番Bの平均と標準偏差にもとづいて、品番Aと品番Bの需要量予測データYを算出する。
【0067】
図12は、品番Aと品番Bの相関ρが0.8の場合の需要量予測データセットを示している。
【0068】
この方式によれば、品番間に需要量の相関がある場合でも、需要量予測データが生成でき、適正な在庫量を決定することができる。
【0069】
(2)生産量不足品番選択ルールの他例
(a)付加価値生産性データにより、生産量不足品番を選択する。需要基礎データ1aに含まれる付加価値生産性データを品番間で比較して、付加価値生産性の高い品番の生産量を優先して割り当て、付加価値生産性の低い品番ほど生産量不足品番としての優先順位を高く設定する。
【0070】
たとえば、品番Aを構成する部品単価の合計額が900円、品番Bは1950円とすると、図4で示す単価は、品番Aが1000円、品番Bが2000円であり、品番A、Bともに加工機1で、0.2時間で1個生産されるため、付加価値生産性は、品番Aが(1000−900)/0.2=500(円/時間)、品番Bが(2000−1950)/0.2=250(円/時間)となり、品番Bが生産量不足品番として選択される。
【0071】
すなわち、利益を多く見込めない品番ほど在庫量を多くすることができ、その結果、生産ラインの高いスループットを維持することができる。
【0072】
図13には、品番Bを生産量不足品番とした場合の生産量割り当ての例を示している。
【0073】
(b)機会損失単価データにより、生産量不足品番を選択する。需要基礎データ1aに含まれる機会損失単価データを品番間で比較して、機会損失単価の高い品番の生産量を優先して割り当て、機会損失単価の低い品番ほど生産量不足品番としての優先順位を高く設定する。
【0074】
この結果、未納が発生した場合のリスクを少なくする在庫量を算出することができる。
【0075】
(c)部材調達リードタイムデータにより、生産量不足品番を選択する。需要基礎データ1aに含まれる部材調達リードタイムデータを品番間で比較して、部材調達リードタイムの短い品番の生産量を優先して割り当て、部材調達リードタイムの長い品番ほど生産量不足品番としての優先順位を高く設定する。
【0076】
部材調達リードタイムが長い品番は、生産能力に余裕があった場合でも生産不可能な場合がある。そのため、部材調達リードタイムが長い品番ほど生産量不足品番とすることで、この品番の在庫量を多くすることができる。
【0077】
この結果、未納が発生した場合のリスクを少なくする在庫量を算出することができる。
【0078】
(d)単価データ、付加価値生産性データ、機会損失単価データ、部材調達リードタイムデータの少なくとも2種のデータについて、品番間で比較して優先順位を算出し、これらの優先順位の重み付き線形和により、総合的な生産量不足品番の優先順位を決定する。
【0079】
これにより、上記の少なくとも2種の要素を含んだシミュレーションが実行でき、これらの要素間で重みを調整することにより最適な在庫量を算出することができる。また、重み調整は学習により自動調整されるようにしてもよい。
【0080】
すなわち、重み付き線形和は、上記4種すべてで行ってもよいし、特定の2種、3種で行ってもよい。
【0081】
(3)適正在庫量算出ステップの他例
(a)在庫量算出後に全品番の合計在庫金額を算出し、経営目標などの予め定めた上限金額よりも多い場合に、設備の生産能力を上げて、生産計画データ生成ステップを、合計在庫金額が上限金額以下になるまで繰り返す。
【0082】
たとえば、各設備別に、需要量予測データセットに対して、生産量の不足が発生したデータセットの割合を算出し、その割合の最も多い設備の生産能力を上げる。生産能力を上げる程度は、生産量の不足分に対する加工時間の分布などから決定する。
【0083】
これにより、生産能力の設定値変化による在庫量算出シミュレーションが実現でき、その結果、生産能力を上げる費用と在庫金額の対投資効果を測定することができる。
【0084】
(b)合計在庫金額の上限が予め定まっている場合に、各品番の限度率(欠品率)をどのような値にすれば、最も納期遅延の発生する需要量予測データセットの割合が小さくなるかを算出し、その限度率で在庫量を算出する。
【0085】
在庫管理基準をきびしくすれば、すなわち限度率をより0%に近づければ納期遅延の起こる需要量予測データセットの割合は小さくなるが、在庫量が高くなるため、合計在庫金額も高くなる。この考え方を利用して、限度率の調整を行うことで納期遅延の程度が許容範囲内となるようにして、最小の適切な在庫量を算出することができる。
【0086】
(4)その他の例
図14には、生産品やこれを構成する部品の在庫保管場所が複数存在する場合の階層構造模式図を示している。
【0087】
図14の場合、まず在庫保管場所1での品番別の在庫量を、上述した適性在庫量算出方法により算出する。このとき生産計画データ生成ステップで算出される生産計画量と生産不足量は、生産工程1での生産計画データである。
【0088】
次に、算出された生産工程1での生産量の生産品を加工するために必要な部品について、生産計画データに含まれる生産計画量を部品所要量展開し、その結果を、在庫保管場所2での需要量予測データセットを生成する。
【0089】
そして、この需要量予測データセットを用いて、部品を生産する生産ライン2の生産計画シミュレーションを行い、生産品の場合の同様の手順で、部品に関する適正在庫量を算出する。
【0090】
これにより、生産品を構成する部品については、その生産品の生産ラインの生産能力を考慮して適正な在庫量を算出することができる。
【0091】
【発明の効果】
以上の説明からも理解できるように、本発明方法またはシステムによれば、生産ラインの生産能力、特に多品種生産品を生産する生産ラインの品番ごとの生産能力を考慮して生産計画シミュレーションを行っているので、多品種生産品の生産販売において、欠品による損失を許容範囲内にして、各生産品の在庫量を適正に決定することができ、そのため、欠品による機会損失リスクを許容範囲内に安定化して、在庫コストの最小化を図ることができる。
【0092】
請求項2では、在庫保管場所が複数存在し、生産から出荷までが階層構造になっている場合に、需要のばらつきに生産品工程での生産能力を加味した、部品工程の在庫保管場所での適正在庫量を算出することができる。
【0093】
請求項3では、実現可能性のある在庫量の上限値を設け、算出された生産不足量が上限値を超える分を他の品番に割り振るようにしているので、より実現性のある在庫量を算出することができる。
【0094】
請求項4では、正規分布の平均や標準偏差などの需要実績分布データにより需要量予測データセットを生成しているので、実際の需要実績データを用いることなく、適正な在庫量を算出することができる。
【0095】
請求項5では、乱数を用いることなく簡単なロジックで需要量予測データセットを生成することができ、その結果、品番数に応じた多数組のデータを生成することができるため、精度の高いシミュレーションを実行することができる。
【0096】
請求項6では、販売計画量を利用することにより、現状の販売傾向に沿った需要量予測データセットを生成することができるので、実情に合ったシミュレーションデータにもとづき適正な在庫量を算出することができる。
【0097】
請求項7では、同時確率分布に従い需要量予測データを生成しているので、品番間に需要量の相関がある場合でも、需要量予測データが生成でき、適正な在庫量を決定することができる。
【0098】
請求項8では、単価の低い品番の在庫量を多くするようにしているので、全体として在庫金額を低くすることができる。
【0099】
請求項9では、付加価値生産性の低い品番の生産不足量を多くするようにしているので、利益を多く見込めない品番ほど在庫量を多くすることができ、その結果、生産ラインの高いスループットを維持することができる。
【0100】
請求項10では、機会損失単価の低い品番ほど生産不足量を多くしているので、未納が発生した場合のリスクを少なくする在庫量を算出することができる。
【0101】
請求項11では、部材調達リードタイムが長い品番ほど生産量不足品番とすることで、この品番の在庫量を多くして、未納が発生した場合に生産不可能となるリスクを回避することができる。
【0102】
請求項12では、単価データ、付加価値生産性データ、機会損失単価データ、生産品部材調達リードタイムデータの少なくとも2種以上により、総合的な生産量不足品番としての優先順位を決定しているので、すべての要素を含んだシミュレーションが実行でき、これらの間で重みを調整することにより最適な在庫量を算出することができる。
【0103】
請求項13では、在庫管理基準を許容欠品率または許容欠品数としているので、納期遅延を許容範囲とする最小の適正在庫量を算出することができる。
【0104】
請求項14では、在庫管理基準を許容欠品ロット率または許容欠品ロット数としているので、ロット単位で、納期遅延を許容範囲とする最小の適正在庫量を算出することができる。
【図面の簡単な説明】
【図1】本発明の適正在庫量算出方法を実現するコンピュータシステムのシステム構成図である。
【図2】本発明の適正在庫量算出方法の概略フローチャートを示す図である。
【図3】本発明の適正在庫量算出方法の詳細フローチャートを示す図である。
【図4】需要基礎データに含まれる各種データを示す図である。
【図5】需要実績データの分布グラフの一例を示す図である。
【図6】生産品需要量予測データセットの一例を示す図である。
【図7】生産量不足品番とその生産不足量を説明するための図である。
【図8】生産計画シミュレーション結果を示す図である。
【図9】生産不足量から適正在庫量を決定するための所定の処理を説明するための図である。
【図10】販売計画に対する販売実績の差の分布データにもとづく需要量予測データセットの一例を示す図である。
【図11】需要実績データのヒストグラムを用いた需要量予測データセットの生成を説明する図である。
【図12】品番間で相関がある場合の需要量予測データセットの一例を示す図である。
【図13】生産量不足品番選択ルールの他例による生産計画データの一例を示す図である。
【図14】生産品やこれを構成する部品の在庫保管場所が複数存在する場合の階層構造模式図を示している。
【図15】従来の適正在庫量の算出方法を示す図である。
【図16】同一の生産ラインで生産される複数品番の在庫量の推移を示す図である。
【符号の説明】
S・・・適正在庫量算出システム
1・・・記憶手段
1a・・・需要実績データ
1b・・・需要実績分布データ
2・・・需要量予測データセット手段
3・・・生産量不足品番決定手段
4・・・生産計画データ生成手段
5・・・適正在庫量決定手段
a・・・需要量予測データセット
b・・・生産計画データ
【発明の属する技術分野】
本発明は、過剰在庫を避け、在庫量を最小化するとともに、欠品による損失を最小にして許容範囲内に収められるような適正な在庫量の算出方法とそのシステムに関するものである。
【0002】
【従来の技術】
従来、在庫水準は、生産管理の書物に記載されている発注点方式における安全在庫公式にもとづいて算出するか、過去の販売実績に対する意思決定者の勘と経験から、例えば、過去の平均販売実績の0.1ヶ月分と仮定するなどにより決定されていた。
【0003】
発注点方式での安全在庫公式は、
安全在庫 = 安全係数k×√LT×σD
ここで k:安全係数 LT:調達期間リードタイム
σD:単位期間当たりの需要の標準偏差
で表わされる。
【0004】
この算出方法は単位時間当たりの需要量の分布が正規分布に従うと仮定し、需要が独立に発生する場合に、予め定められた調達期間リードタイム間の需要量も正規分布に従うことから導かれたものであり、品番ごとに安全在庫量を算出して在庫水準とする方法である。図15は、この算出方法を示した図である。
【0005】
また、特開平5−81301(在庫管理システムの管理基準値決定方法(特許文献1))では、売上のABC分析と月間の平均出荷日数から、在庫基準値を設定し、設定された値でシミュレーションを行って、基準値の変更による在庫数量などの変化の確認や、過去のデータでの設定された基準値の効果の確認を行い、需要予測によって求めた値を用いて、翌月の在庫基準値を登録している。
【0006】
また、特開2000−172768(安全在庫量計算装置(特許文献2))では、需要が変動することに対応し、安全在庫=期間最大出荷量−平均出荷量×最大生産リードタイム期間として、安全在庫を算出している。
【0007】
更に、特開平9−62941(安全在庫量算出方法(特許文献3))では、需要量と供給量が変動することに対応し、需要の期待値と実需要の差異あるいは供給予定量と実供給量との差異の発生傾向の変化を捉えて、その推移傾向の有無とパターンの解析から、需要と供給の安全係数をそれぞれ算出し、安全在庫=(需要の期待値×需要安全係数ー供給の予定値×供給安全係数)÷100により安全在庫を算出している。
【0008】
【特許文献1】
特開平5−81301号公報
【特許文献2】
特開2000−172768号公報
【特許文献3】
特開平9−62941号公報
【0009】
【発明が解決しようとする課題】
しかしながら、この種の適正在庫量の決定は、生産能力、すなわち、同一の生産ラインにおける複数品番の生産の場合、どの品番を優先して生産を行い、どの品番を安全在庫から引き当てて出荷するのかを考慮したものではなく、単品別にその水準が決定されるにすぎない。
【0010】
そのため、同一の生産資源で生産される複数品番の需要量が増大した場合、複数品番の生産において生産資源の奪い合いが発生し、予定していた調達時間での調達が遵守できずに、欠品が発生する場合があった。
【0011】
図16は、同一の生産ラインで生産される複数品番の在庫量の推移を示す図である。品番Aと品番Bの調達時間をそれぞれ3日と定め、品番Aと品番Bが同一の加工機で加工される場合、品番Aと品番Bの発注が同時に発生すれば、品番Aと品番Bが同一の設備で生産されるため、品番Aは調達期間3日を遵守できても(図16(a))、品番Bは調達期間3日を遵守できない(図16(b))状況が発生する。
【0012】
本発明は、このような問題を考慮して提案されたもので、その目的は、多品種生産品を生産する生産ラインの品番ごとの安全在庫量を、コンピュータ処理により決定する適正在庫量算出方法およびそのシステムを提供することにある。
【0013】
【課題を解決するための手段】
上記目的を達成するために、請求項1に記載の適正在庫量算出方法は、予めコンピュータに入力され、記憶された、各生産品の品番別の需要実績データおよびその需要実績分布データを含む需要基礎データにもとづいて、コンピュータの演算処理により、多品種生産品を生産する生産ラインの各品番生産品の適正在庫量を決定する方法であって、次の特徴を有する。
【0014】
すなわち、本発明方法は、▲1▼品番ごとに、需要基礎データの需要実績データおよびその需要実績分布データにもとづいて、複数の需要量予測データを生成し、生成した各品番の需要量予測データを全品番について組み合わせて多数となる複数の需要量予測データセットを生成するステップと、▲2▼予め設定された生産量不足品番選択ルールにもとづき、生産量不足を許容すべき品番を生産量不足品番として決定するステップと、▲3▼需要量予測データセットごとに、対応する生産品を生産する生産ラインの生産計画シミュレーションを行い、生産可能な場合においては、その各品番の生産計画量を生産計画データに割り当て、生産可能な生産量が不足する場合においては、生産不足分について生産量不足品番に生産不足量として割り当てるとともに、生産可能分については各品番の生産計画データに割り当てることを繰り返して全品番の生産計画データを生成するステップと、▲4▼生成された生産計画データのすべての生産不足量を必要在庫量として統計処理し、予め設定された在庫管理基準にもとづき、各品番の適正在庫量を決定するステップとを、順次実行して適正な在庫量が算出されるものである。
【0015】
請求項2では、請求項1で適正在庫量を算出した生産品を構成する部品について、適正な在庫量を算出する方法であって、需要実績データに代えて、請求項1で算出された生産計画データに含まれる生産計画量データを部品所要量展開した結果を、部品の需要量として需要量予測データセットを生成し、対応する部品を生産する生産ラインの生産計画シミュレーションを行い、請求項1と同様の手順で生産品を構成する部品の適正在庫量を決定する。
【0016】
請求項3では、需要基礎データには、それぞれの各品番生産品についての生産不足量の上限値データを含んでおり、生産計画データ生成ステップにおいて、生産量不足品番選択ルールで選択された特定の生産不足品番の生産不足量がこの上限値を超える場合は、超過分に相当する量を生産量不足品番選択ルールにより決定される次の生産量不足品番の生産不足量として割り当てることを特徴とする。
【0017】
請求項4では、需要実績分布データに従う乱数を用いて生産品需要量予測データを生成することを特徴とする。
【0018】
請求項5では、需要基礎データは、予め確率刻み基準値を含んでおり、需要実績分布データと確率刻み基準値にもとづき、発生率を均等に分割してなる複数の生産品需要量予測データセットを生成することを特徴とする。
【0019】
請求項6では、需要基礎データは、販売計画に対する販売実績の差の分布データを含んでおり、販売計画量と、販売計画に対する販売実績の差の分布データにもとづき需要量予測データを生成することを特徴とする。
【0020】
請求項7では、需要基礎データは、品番間の相関係数データを含んでおり、相関のある品番については、同時確率分布に従い需要量予測データを生成することを特徴とする。
【0021】
請求項8では、需要基礎データには、各品番生産品の単価データを含んでおり生産量不足品番選択ルールは、この単価データを品番間で比較して、単価の低い品番ほど、生産量不足品番としての優先順位が高く設定されることを特徴とする。
【0022】
請求項9では、需要基礎データは、各品番生産品の生産による付加価値生産性データを含んでおり、生産量不足品番選択ルールは、この付加価値生産性データを品番間で比較して、付加価値生産性の低い品番ほど、生産量不足品番としての優先順位が高く設定されることを特徴とする。
【0023】
請求項10では、需要基礎データは、各品番生産品の機会損失単価データを含んでおり、生産量不足品番選択ルールは、機会損失単価データを品番間で比較して、機会損失単価の低い品番ほど、生産量不足品番としての優先順位が高く設定されることを特徴とする。
【0024】
請求項11では、需要基礎データは、各品番生産品の部材調達リードタイムデータを含んでおり、生産量不足品番選択ルールは、生産品部材調達リードタイムデータを品番間で比較して、生産品部材調達リードタイムの長い品番ほど、生産量不足品番としての優先順位が高く設定されることを特徴とする。
【0025】
請求項12では、需要基礎データは、各品番生産品の単価データ、付加価値生産性データ、機会損失単価データ、部材調達リードタイムデータを含んでおり、生産量不足品番選択ルールは、単価データ、付加価値生産性データ、機会損失単価データ、生産品部材調達リードタイムデータの4種類の各々について品番間で比較して、生産量不足品番としての優先順位を算出し、4種類の優先順位の重み付き線形和により、総合的な生産量不足品番としての優先順位を設定することを特徴とする。
【0026】
請求項12では、需要基礎データは、各品番生産品の単価データ、付加価値生産性データ、機会損失単価データ、部材調達リードタイムデータの少なくとも2種以上のデータを含んでおり、生産量不足品番選択ルールは、単価データ、付加価値生産性データ、機会損失単価データ、生産品部材調達リードタイムデータの少なくとも2種以上のデータの各々について品番間で比較して、生産量不足品番としての優先順位を算出し、算出したこれらの優先順位の重み付き線形和により、総合的な生産量不足品番としての優先順位を決定することを特徴とする。
【0027】
請求項13では、在庫管理基準は、上記需要基礎データに含まれる許容欠品率または許容欠品数であることを特徴とする。
【0028】
請求項14では、在庫管理基準は、上記需要基礎データに含まれる許容欠品ロット率または許容欠品ロット数であることを特徴とする。
【0029】
請求項15に記載の適正在庫量算出システムは、多品種生産品を生産する生産ラインの各品番生産品の適正在庫量を、予めコンピュータに入力され、記憶される生産品の品番別の需要実績データおよびその需要実績分布データを含む需要基礎データにもとづいて、コンピュータの演算処理により決定するシステムであって、次のような構成となっている。
【0030】
すなわち、本発明システムは、品番ごとに、需要基礎データの需要実績データおよびその需要実績分布データにもとづいて、複数の需要量予測データを生成し、生成した各品番の需要量予測データを全品番について組み合わせて多数の需要量予測データセットを生成する需要量予測データセット作成手段と、予め設定された生産量不足品番選択ルールにもとづき、生産量不足を許容すべき品番を生産量不足品番として決定する生産量不足品番決定手段と、需要量予測データセットごとに、対応する生産品を生産する生産ラインの生産計画シミュレーションを行い、生産可能な場合においては、その各品番の生産計画量を生産計画データに割り当て記録し、生産可能な生産量が不足する場合においては、生産不足分について上記選択した生産量不足品番に生産不足量として割り当て記録するとともに、生産可能分については各品番の生産計画データに割り当て記録することを繰り返して全品番の生産計画データを生成する生産計画データ生成手段と、生成された生産計画データのすべての生産不足量を必要在庫量として統計処理し、予め設定された在庫管理基準にもとづき、各品番の適正在庫量を算出する適正在庫量決定手段とを備えている。
【0031】
【発明の実施の形態】
以下に、本発明の実施の形態について添付図面とともに説明する。
【0032】
図1は、本発明の適正在庫量算出方法を実現するコンピュータシステムのシステム構成図である。
【0033】
本システムSは、多品種生産品を生産する生産ラインを管理するコンピュータ上で、各品番ごとに生産品の適正な在庫量すなわち安全在庫を決定するために稼働する。システムSは、適正在庫量を算出するための需要基礎データ1aを保存した記憶手段1と、需要量予測データセット生成手段2と、生産量不足品番決定手段3と、生産計画データ生成手段4と、適正在庫量決定手段5とを少なくとも備えている。
【0034】
ここで、需要基礎データ1aには、生産品ごとの過去の需要実績データ1bや、その需要量実績分布データ1cなどを含んでいる。
【0035】
なお、本システムSは、本システムによって算出される適正在庫量やその他の計画データにもとづき生産計画を立て、生産ラインに対して指示を出力する生産計画システム20や、生産品の各種実績データを収集、管理する生産管理システム30と連動、接続されている。
【0036】
図2は、本発明の適正在庫量算出方法の概略フローチャートを示す図である。
【0037】
この方法は、生産管理システム30の出力データなどから収集したデータから需要基礎データ1aを準備するステップ(100)と、需要量予測データセット生成ステップ(101)と、生産量不足品番決定ステップ(102)と、生産計画データ生成ステップ(103)と、適正在庫量決定ステップ(104)とを、コンピュータ処理により実行して、各品番生産品の適正な在庫量を算出するものである。
【0038】
以下に、上記の各ステップの詳細について説明する。
【0039】
なお、以下に説明する実施例は、品番A、B、Cに対応するものを示しており、品番AとBは同一の生産ライン(加工機1)で、品番Cは他の生産ライン(加工機2)で生産されるものとして説明する。
【0040】
図3には詳細フローチャート、図4には需要基礎データ1aの内容を示している。
【0041】
まず、準備ステップとして、在庫水準を算出するための需要基礎データ1aを用意する(図3のステップ200)。具体的には図4に示すように、予め算出されている需要量実績分布データ1b、シミュレーションの試行回数N、単価データ、生産効率を示す生産タクトマスタデータ、加工機ごとの生産能力データ、納期遅延となることが許される限度率データ、生産不足量の上限値データなどが準備される。
【0042】
ここで、限度率は、欠品すなわち品切れとなってもいい、予め設定される比率を示しており、単品ごとに設定してもよいし、ロット換算で設定してもよい。また、率ではなく欠品数や欠品ロット数で定義してもよいし、納期遅延損失金額または金額率などでもよい。
【0043】
次に、図4に示す試行回数N(複数)組の生産品需要量予測データセットaを生成する(図3のステップ201)。ここで、需要量予測データセットaに割り当てる生産量は、需要実績の分布が図5の確率分布グラフに示すような正規分布であるため、図4に示す平均と標準偏差にもとづき算出される。すなわち、品番Aについては、N個(ここでは100個)の乱数を用いて、平均400、標準偏差100の正規分布に従うように、100個分の正規乱数を生成する。品番B、Cについても100個分の正規乱数を生成して、これらを組み合わせて100組の需要量予測データセットaとする。図6は、需要量予測データセットaの一例を示している。
【0044】
また、品番ごとの正規乱数をすべて組み合わせて需要量予測データセットaを生成してもよい。すなわち、1000000(100の3乗)の組み合わせデータを生成してもよい。
【0045】
なお、需要実績が、T分布、F分布、χ二乗分布などの確率分布傾向がある場合は、これらの需要実績分布データを使用して需要量予測データを生成すればよい。
【0046】
次に、生産量不足品番選択ルールにもとづき、生産量不足を許容すべき品番を生産量不足品番として決定する(図3のステップ202)。この生産量不足品番選択ルールは、生産品単価基準、付加価値基準、保管費用基準などが含まれ、オペレータ等によって選択される。ここでは、生産品単価基準にもとづいて、在庫金額を少なくするという理由から、単価の低い生産品を生産量不足品番と決定する。したがって、このルールにもとづけば、品番AがBより低単価であるため、品番Aが生産量不足品番と決定される。
【0047】
ついで、需要量予測データセットaにもとづき生産計画データを生成する。具体的には、需要量予測データセットaの各組の生産計画データ試算(シミュレーション)を繰り返す(図3のステップ203〜205)。生産計画シミュレーションは、セットごとに生産計画量と生産不足量とを割り当てて生産計画データを順次生成することにより行う。この生産不足量は、決定された生産量不足品番について計上されるデータで、生産能力を超える分の生産量で示される。
【0048】
図7は、設備ごとの生産能力と生産量不足品番の生産不足量を説明するための図である。
【0049】
ここで、生産能力を超えない生産量は、図4で示す生産能力と生産タクトマスタから求められる。加工機1の場合、生産能力=160÷0.2=800(個)となり、これを超える分(図中の点線より上)が生産不足量となる。なお、品番B、Cについては、生産不足量は発生しない。
【0050】
したがって、生産計画シミュレーションの各試行において、品番Aと品番Bとの生産計画量の合計は800を超えないように、それぞれの生産計画量が割り当てられ、超える場合には、超えた分を品番Aの生産不足量として割り当てられる。
【0051】
ただし、図4に示すように品番ごとに生産不足量の上限値が設定されている場合で、生産不足量がこの値を超える場合は、超過分に相当する量を生産量不足品番選択ルールにより決定される次の生産量不足品番の生産不足量として割り当てる。
【0052】
このように、実現可能性のある在庫量の上限値を設けておいて、算出された生産不足量が上限値を超える分を他の品番に割り振るようにすれば、より実現性のある在庫量を算出することができる。
【0053】
図8には、繰り返し実行される生産計画シミュレーションによって割り当てられる全品番の生産計画データbの一例を示している。試行100回目では、上限値が設定されていなければ、品番Bの生産計画量は613、生産不足量は0で、品番Aの生産計画量は800−613=187、生産不足量は525−187=338となるが、品番Aの上限値が250と設定されているので、品番Aの生産不足量が250となるため、生産計画量は525−250=275、品番Bの生産計画量は800−275=525、生産不足量は613−525=88となる。
【0054】
こうして算出された生産不足量(必要在庫量)から、予め設定された在庫管理基準にもとづき、各品番の適正在庫量を決定する(図3のステップ206、207)。ここで、在庫管理基準には、図4に示す限度率データが含まれ、例えば、品切れとなってもいい限度である欠品率などで表わされる。
【0055】
生産不足量から適正在庫量を決定するための所定の処理を、図9を用いて説明する。
▲1▼1試行当たりの比率(度数)を求める。
例えば100回の試行であれば1%、200回に試行であれば0.5%とする。
▲2▼生産不足量をキーとして降順ソートする。
▲3▼累積量と累積量比率を順次算出し、限度率(欠品率)と比較する。
▲4▼限度率を超えたときの、あるいは超える直前の試行データに対応する生産不足量を適正在庫量と決定する。
【0056】
以上の処理を全品番について行い、全品番の適正在庫量を決定する。図9の例では、品番Aについては限度率が2%に設定されているため、その2%を超えたところの試行(試行回n)の生産不足量が適正な在庫量として決定される。
【0057】
このように、多品種生産体制の生産ライン(上記の例では加工機1)であっても、生産能力を考慮して分布データにもとづきシミュレーションを行い、欠品による損失を許容範囲にするような在庫量を算出しているので、欠品による機会損失リスクを許容範囲内に安定化して、かつ、在庫コストの最小化を図ることができる。また、正規分布の平均や標準偏差などの需要実績分布データを用いているので、実際の需要実績データを用いることなく、適正な在庫量を算出することができる。
【0058】
以上は、本発明の基本となる実施形態であるが、以下には、実施形態の他例について順次説明する。
(1)需要量予測データセット生成の他例
(a)予め設定された確率刻み基準値データ(不図示)と、需要量実績分布データにもとづき発生率を均等に分割して、需要量予測データセットAを生成する。たとえば、確率刻みが10%の場合、需要実績分布データにおける、5%点、15%点、・・・、95%点のデータを需要量予測データとして抽出し、これを品番別に行い、組み合わせて需要量予測データセットAを生成する。
【0059】
これによれば、乱数を用いることなく簡単なロジックで需要量予測データセットを生成することができ、その結果、品番数に応じた多数組のデータを生成することができるため、精度の高いシミュレーションを実行することができる。たとえば、10%刻みで、品番数50であれば、10の50乗の数分のデータセットを生成することができる。
【0060】
(b)販売計画に対する販売実績の差の分布データにもとづき、需要量予測データセットを生成する。たとえば、品番Aの次月の販売計画量が1000個であり、過去の販売計画に対する販売実績の差の分布が平均−100、標準偏差100の正規分布に従っていた場合、品番Aの販売計画量は販売実績に対して平均して100個多めに見積もられていたことになる。よって、品番Aの次月の販売実績が1000−100=900、標準偏差100の正規分布に従うとし、この分布に従うように需要量予測データを生成する。図10には、この方式にもとづく需要量予測データセットの一例を示している。
【0061】
販売計画量を利用することにより、現状の販売傾向に沿った需要量予測データセットを生成することができ、実情に合ったシミュレーションデータにもとづき適正な在庫量を算出することができる。
【0062】
(c)需要実績データ1bのヒストグラムを用いて需要量予測データを生成する。たとえば、品番Aの需要実績のヒストグラムが200個の需要実績データから作成された図11(a)の場合であったとすると、100個に換算すると図11(b)のグラフが得られ、需要量0が3個、125個が26個、・・・の需要量予測データが発生することとなる。
【0063】
他品番についても同様の手順でデータを生成し、各品番のデータをランダムに組み合わせて、図11(c)のような需要量予測データセットを生成する。
【0064】
この方式によれば、過去の需要量実績分布の推定が困難な場合でも、需要実績データさえあれば、容易に需要量予測データを生成することができる。
【0065】
(d)品番間で相関がある場合には同時確率分布に従い、需要量予測データを生成する。たとえば、品番Aと品番Bの需要実績に相関ρがある場合、需要量予測データを、相関ρが成り立つように生成する。具体的には、
▲1▼一対の標準正規乱数の組(X,Y)を、
Y=SQRT(1−ρ^2)×Z+ρ×X
が成り立つように生成する。ここで、Zは標準正規乱数とする。
▲2▼生成した(X,Y)から、品番Aと品番Bの平均と標準偏差をもとに需要量予測データを生成する。
【0066】
より具体的には、標準正規乱数X、Zにもとづいて上記▲1▼式を用いて、標準正規乱数Yを生成する。次に、算出された標準正規乱数Xと標準正規乱数Yから、品番Aと品番Bの平均と標準偏差にもとづいて、品番Aと品番Bの需要量予測データYを算出する。
【0067】
図12は、品番Aと品番Bの相関ρが0.8の場合の需要量予測データセットを示している。
【0068】
この方式によれば、品番間に需要量の相関がある場合でも、需要量予測データが生成でき、適正な在庫量を決定することができる。
【0069】
(2)生産量不足品番選択ルールの他例
(a)付加価値生産性データにより、生産量不足品番を選択する。需要基礎データ1aに含まれる付加価値生産性データを品番間で比較して、付加価値生産性の高い品番の生産量を優先して割り当て、付加価値生産性の低い品番ほど生産量不足品番としての優先順位を高く設定する。
【0070】
たとえば、品番Aを構成する部品単価の合計額が900円、品番Bは1950円とすると、図4で示す単価は、品番Aが1000円、品番Bが2000円であり、品番A、Bともに加工機1で、0.2時間で1個生産されるため、付加価値生産性は、品番Aが(1000−900)/0.2=500(円/時間)、品番Bが(2000−1950)/0.2=250(円/時間)となり、品番Bが生産量不足品番として選択される。
【0071】
すなわち、利益を多く見込めない品番ほど在庫量を多くすることができ、その結果、生産ラインの高いスループットを維持することができる。
【0072】
図13には、品番Bを生産量不足品番とした場合の生産量割り当ての例を示している。
【0073】
(b)機会損失単価データにより、生産量不足品番を選択する。需要基礎データ1aに含まれる機会損失単価データを品番間で比較して、機会損失単価の高い品番の生産量を優先して割り当て、機会損失単価の低い品番ほど生産量不足品番としての優先順位を高く設定する。
【0074】
この結果、未納が発生した場合のリスクを少なくする在庫量を算出することができる。
【0075】
(c)部材調達リードタイムデータにより、生産量不足品番を選択する。需要基礎データ1aに含まれる部材調達リードタイムデータを品番間で比較して、部材調達リードタイムの短い品番の生産量を優先して割り当て、部材調達リードタイムの長い品番ほど生産量不足品番としての優先順位を高く設定する。
【0076】
部材調達リードタイムが長い品番は、生産能力に余裕があった場合でも生産不可能な場合がある。そのため、部材調達リードタイムが長い品番ほど生産量不足品番とすることで、この品番の在庫量を多くすることができる。
【0077】
この結果、未納が発生した場合のリスクを少なくする在庫量を算出することができる。
【0078】
(d)単価データ、付加価値生産性データ、機会損失単価データ、部材調達リードタイムデータの少なくとも2種のデータについて、品番間で比較して優先順位を算出し、これらの優先順位の重み付き線形和により、総合的な生産量不足品番の優先順位を決定する。
【0079】
これにより、上記の少なくとも2種の要素を含んだシミュレーションが実行でき、これらの要素間で重みを調整することにより最適な在庫量を算出することができる。また、重み調整は学習により自動調整されるようにしてもよい。
【0080】
すなわち、重み付き線形和は、上記4種すべてで行ってもよいし、特定の2種、3種で行ってもよい。
【0081】
(3)適正在庫量算出ステップの他例
(a)在庫量算出後に全品番の合計在庫金額を算出し、経営目標などの予め定めた上限金額よりも多い場合に、設備の生産能力を上げて、生産計画データ生成ステップを、合計在庫金額が上限金額以下になるまで繰り返す。
【0082】
たとえば、各設備別に、需要量予測データセットに対して、生産量の不足が発生したデータセットの割合を算出し、その割合の最も多い設備の生産能力を上げる。生産能力を上げる程度は、生産量の不足分に対する加工時間の分布などから決定する。
【0083】
これにより、生産能力の設定値変化による在庫量算出シミュレーションが実現でき、その結果、生産能力を上げる費用と在庫金額の対投資効果を測定することができる。
【0084】
(b)合計在庫金額の上限が予め定まっている場合に、各品番の限度率(欠品率)をどのような値にすれば、最も納期遅延の発生する需要量予測データセットの割合が小さくなるかを算出し、その限度率で在庫量を算出する。
【0085】
在庫管理基準をきびしくすれば、すなわち限度率をより0%に近づければ納期遅延の起こる需要量予測データセットの割合は小さくなるが、在庫量が高くなるため、合計在庫金額も高くなる。この考え方を利用して、限度率の調整を行うことで納期遅延の程度が許容範囲内となるようにして、最小の適切な在庫量を算出することができる。
【0086】
(4)その他の例
図14には、生産品やこれを構成する部品の在庫保管場所が複数存在する場合の階層構造模式図を示している。
【0087】
図14の場合、まず在庫保管場所1での品番別の在庫量を、上述した適性在庫量算出方法により算出する。このとき生産計画データ生成ステップで算出される生産計画量と生産不足量は、生産工程1での生産計画データである。
【0088】
次に、算出された生産工程1での生産量の生産品を加工するために必要な部品について、生産計画データに含まれる生産計画量を部品所要量展開し、その結果を、在庫保管場所2での需要量予測データセットを生成する。
【0089】
そして、この需要量予測データセットを用いて、部品を生産する生産ライン2の生産計画シミュレーションを行い、生産品の場合の同様の手順で、部品に関する適正在庫量を算出する。
【0090】
これにより、生産品を構成する部品については、その生産品の生産ラインの生産能力を考慮して適正な在庫量を算出することができる。
【0091】
【発明の効果】
以上の説明からも理解できるように、本発明方法またはシステムによれば、生産ラインの生産能力、特に多品種生産品を生産する生産ラインの品番ごとの生産能力を考慮して生産計画シミュレーションを行っているので、多品種生産品の生産販売において、欠品による損失を許容範囲内にして、各生産品の在庫量を適正に決定することができ、そのため、欠品による機会損失リスクを許容範囲内に安定化して、在庫コストの最小化を図ることができる。
【0092】
請求項2では、在庫保管場所が複数存在し、生産から出荷までが階層構造になっている場合に、需要のばらつきに生産品工程での生産能力を加味した、部品工程の在庫保管場所での適正在庫量を算出することができる。
【0093】
請求項3では、実現可能性のある在庫量の上限値を設け、算出された生産不足量が上限値を超える分を他の品番に割り振るようにしているので、より実現性のある在庫量を算出することができる。
【0094】
請求項4では、正規分布の平均や標準偏差などの需要実績分布データにより需要量予測データセットを生成しているので、実際の需要実績データを用いることなく、適正な在庫量を算出することができる。
【0095】
請求項5では、乱数を用いることなく簡単なロジックで需要量予測データセットを生成することができ、その結果、品番数に応じた多数組のデータを生成することができるため、精度の高いシミュレーションを実行することができる。
【0096】
請求項6では、販売計画量を利用することにより、現状の販売傾向に沿った需要量予測データセットを生成することができるので、実情に合ったシミュレーションデータにもとづき適正な在庫量を算出することができる。
【0097】
請求項7では、同時確率分布に従い需要量予測データを生成しているので、品番間に需要量の相関がある場合でも、需要量予測データが生成でき、適正な在庫量を決定することができる。
【0098】
請求項8では、単価の低い品番の在庫量を多くするようにしているので、全体として在庫金額を低くすることができる。
【0099】
請求項9では、付加価値生産性の低い品番の生産不足量を多くするようにしているので、利益を多く見込めない品番ほど在庫量を多くすることができ、その結果、生産ラインの高いスループットを維持することができる。
【0100】
請求項10では、機会損失単価の低い品番ほど生産不足量を多くしているので、未納が発生した場合のリスクを少なくする在庫量を算出することができる。
【0101】
請求項11では、部材調達リードタイムが長い品番ほど生産量不足品番とすることで、この品番の在庫量を多くして、未納が発生した場合に生産不可能となるリスクを回避することができる。
【0102】
請求項12では、単価データ、付加価値生産性データ、機会損失単価データ、生産品部材調達リードタイムデータの少なくとも2種以上により、総合的な生産量不足品番としての優先順位を決定しているので、すべての要素を含んだシミュレーションが実行でき、これらの間で重みを調整することにより最適な在庫量を算出することができる。
【0103】
請求項13では、在庫管理基準を許容欠品率または許容欠品数としているので、納期遅延を許容範囲とする最小の適正在庫量を算出することができる。
【0104】
請求項14では、在庫管理基準を許容欠品ロット率または許容欠品ロット数としているので、ロット単位で、納期遅延を許容範囲とする最小の適正在庫量を算出することができる。
【図面の簡単な説明】
【図1】本発明の適正在庫量算出方法を実現するコンピュータシステムのシステム構成図である。
【図2】本発明の適正在庫量算出方法の概略フローチャートを示す図である。
【図3】本発明の適正在庫量算出方法の詳細フローチャートを示す図である。
【図4】需要基礎データに含まれる各種データを示す図である。
【図5】需要実績データの分布グラフの一例を示す図である。
【図6】生産品需要量予測データセットの一例を示す図である。
【図7】生産量不足品番とその生産不足量を説明するための図である。
【図8】生産計画シミュレーション結果を示す図である。
【図9】生産不足量から適正在庫量を決定するための所定の処理を説明するための図である。
【図10】販売計画に対する販売実績の差の分布データにもとづく需要量予測データセットの一例を示す図である。
【図11】需要実績データのヒストグラムを用いた需要量予測データセットの生成を説明する図である。
【図12】品番間で相関がある場合の需要量予測データセットの一例を示す図である。
【図13】生産量不足品番選択ルールの他例による生産計画データの一例を示す図である。
【図14】生産品やこれを構成する部品の在庫保管場所が複数存在する場合の階層構造模式図を示している。
【図15】従来の適正在庫量の算出方法を示す図である。
【図16】同一の生産ラインで生産される複数品番の在庫量の推移を示す図である。
【符号の説明】
S・・・適正在庫量算出システム
1・・・記憶手段
1a・・・需要実績データ
1b・・・需要実績分布データ
2・・・需要量予測データセット手段
3・・・生産量不足品番決定手段
4・・・生産計画データ生成手段
5・・・適正在庫量決定手段
a・・・需要量予測データセット
b・・・生産計画データ
Claims (15)
- 予めコンピュータに入力され、記憶された、各生産品の品番別の需要実績データおよびその需要実績分布データを含む需要基礎データにもとづいて、コンピュータの演算処理により、多品種生産品を生産する生産ラインの各品番生産品の適正在庫量を決定する適正在庫量算出方法であって、
品番ごとに、上記需要基礎データの需要実績データおよびその需要実績分布データにもとづいて、複数の需要量予測データを生成し、生成した各品番の需要量予測データを全品番について組み合わせて複数の需要量予測データセットを生成する需要量予測データセット作成ステップと、
予め設定された生産量不足品番選択ルールにもとづき、生産量不足を許容すべき品番を生産量不足品番として決定する生産量不足品番決定ステップと、
上記需要量予測データセットごとに、対応する生産品を生産する生産ラインの生産計画シミュレーションを行い、生産可能な場合においては、その各品番の生産計画量を生産計画データに割り当て、生産可能な生産量が不足する場合においては、生産不足分について上記生産量不足品番に生産不足量として割り当てるとともに、生産可能分については各品番の生産計画データに割り当てることを繰り返して全品番の生産計画データを生成する生産計画データ生成ステップと、
生成された生産計画データのすべての生産不足量を必要在庫量として統計処理し、予め設定された在庫管理基準にもとづき、各品番の適正在庫量を決定する適正在庫量決定ステップと
を備えたことを特徴とする適正在庫量算出方法。 - 上記需要実績データに代えて、請求項1で算出された上記生産計画データに含まれる生産計画量データを部品所要量展開した結果を部品の需要量として需要量予測データセットを生成し、対応する部品を生産する生産ラインの生産計画シミュレーションを行い、請求項1と同様の手順で生産品を構成する部品の適正在庫量を決定する適正在庫量算出方法。
- 請求項1において、
上記需要基礎データには、それぞれの各品番生産品についての上記生産不足量の上限値データを含んでおり、
上記生産計画データ生成ステップにおいて、生産量不足品番選択ルールで選択された特定の生産不足品番の生産不足量がこの上限値を超える場合は、超過分に相当する量を生産量不足品番選択ルールにより決定される次の生産量不足品番の生産不足量として割り当てることを特徴とする適正在庫量算出方法。 - 請求項1において、
上記需要実績分布データに従う乱数を用いて生産品需要量予測データを生成することを特徴とする適正在庫量算出方法。 - 請求項1において、
上記需要基礎データは、予め確率刻み基準値を含んでおり、需要実績分布データと確率刻み基準値にもとづき、発生率を均等に分割してなる複数の生産品需要量予測データセットを生成することを特徴とする適正在庫量算出方法。 - 請求項1において、
上記需要基礎データは、販売計画に対する販売実績の差の分布データを含んでおり、販売計画量と、上記販売計画に対する販売実績の差の分布データにもとづき需要量予測データを生成することを特徴とする適正在庫量算出方法。 - 請求項1において、
上記需要基礎データは、品番間の相関係数データを含んでおり、相関のある品番については、同時確率分布に従い需要量予測データを生成することを特徴とする適正在庫量算出方法。 - 請求項1において、
上記需要基礎データには、各品番生産品の単価データを含んでおり
上記生産量不足品番選択ルールは、この単価データを品番間で比較して、単価の低い品番ほど、生産量不足品番としての優先順位が高く設定されることを特徴とする適正在庫量算出方法。 - 請求項1において、
上記需要基礎データは、各品番生産品の生産による付加価値生産性データを含んでおり、
上記生産量不足品番選択ルールは、上記付加価値生産性データを品番間で比較して、付加価値生産性の低い品番ほど、生産量不足品番としての優先順位が高く設定されることを特徴とする適正在庫量算出方法。 - 請求項1において、
上記需要基礎データは、各品番生産品の機会損失単価データを含んでおり、
上記生産量不足品番選択ルールは、上記機会損失単価データを品番間で比較して、機会損失単価の低い品番ほど、生産量不足品番としての優先順位が高く設定されることを特徴とする適正在庫量算出方法。 - 請求項1において、
上記需要基礎データは、各品番生産品の部材調達リードタイムデータを含んでおり、
上記生産量不足品番選択ルールは、生産品部材調達リードタイムデータを品番間で比較して、生産品部材調達リードタイムの長い品番ほど、生産量不足品番としての優先順位が高く設定されることを特徴とする適正在庫量算出方法。 - 請求項1において、
上記需要基礎データは、各品番生産品の単価データ、付加価値生産性データ、機会損失単価データ、部材調達リードタイムデータの少なくとも2種以上のデータを含んでおり、
上記生産量不足品番選択ルールは、単価データ、付加価値生産性データ、機会損失単価データ、生産品部材調達リードタイムデータの少なくとも2種以上のデータの各々ついて品番間で比較して、生産量不足品番としての優先順位を算出し、算出したこれらの優先順位の重み付き線形和により、総合的な生産量不足品番としての優先順位を決定することを特徴とする適正在庫量算出方法。 - 請求項1において
上記在庫管理基準は、上記需要基礎データに含まれる許容欠品率または許容欠品数であることを特徴とする適正在庫量算出方法。 - 請求項1において
上記在庫管理基準は、上記需要基礎データに含まれる許容欠品ロット率または許容欠品ロット数であることを特徴とする適正在庫量算出方法。 - 多品種生産品を生産する生産ラインの各品番生産品の適正在庫量を、予めコンピュータに入力され、記憶される生産品の品番別の需要実績データおよびその需要実績分布データを含む需要基礎データにもとづいて、コンピュータの演算処理により決定する適正在庫量算出システムであって、
品番ごとに、上記需要基礎データの需要実績データおよびその需要実績分布データにもとづいて、複数の需要量予測データを生成し、生成した各品番の需要量予測データを全品番について組み合わせて多数の需要量予測データセットを生成する需要量予測データセット作成手段と、
予め設定された生産量不足品番選択ルールにもとづき、生産量不足を許容すべき品番を生産量不足品番として決定する生産量不足品番決定手段と、
上記需要量予測データセットごとに、対応する生産品を生産する生産ラインの生産計画シミュレーションを行い、生産可能な場合においては、その各品番の生産計画量を生産計画データに割り当て記録し、生産可能な生産量が不足する場合においては、生産不足分について上記選択した生産量不足品番に生産不足量として割り当て記録するとともに、生産可能分については各品番の生産計画データに割り当て記録することを繰り返して全品番の生産計画データを生成する生産計画データ生成手段と、
生成された生産計画データのすべての生産不足量を必要在庫量として統計処理し、予め設定された在庫管理基準にもとづき、各品番の適正在庫量を算出する適正在庫量決定手段と
を備えたことを特徴とする適正在庫量算出システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002279330A JP2004118429A (ja) | 2002-09-25 | 2002-09-25 | 適正在庫量算出方法およびそのシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002279330A JP2004118429A (ja) | 2002-09-25 | 2002-09-25 | 適正在庫量算出方法およびそのシステム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004118429A true JP2004118429A (ja) | 2004-04-15 |
Family
ID=32274374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002279330A Withdrawn JP2004118429A (ja) | 2002-09-25 | 2002-09-25 | 適正在庫量算出方法およびそのシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004118429A (ja) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005309770A (ja) * | 2004-04-21 | 2005-11-04 | Canon System Solutions Inc | 在庫管理プログラム及び在庫管理装置並びにその方法 |
JP2007219941A (ja) * | 2006-02-17 | 2007-08-30 | Askul Corp | 経営指標に基づく発注優先順位算出装置、経営指標に基づく発注優先順位算出方法、経営指標に基づく発注優先順位算出プログラム |
JP2007246186A (ja) * | 2006-03-14 | 2007-09-27 | Bridgestone Corp | 保管倉庫の在庫数調整方法 |
JP2008242531A (ja) * | 2007-03-23 | 2008-10-09 | Nomura Research Institute Ltd | 売上着地予想プログラムおよび装置 |
JP2009173435A (ja) * | 2008-01-28 | 2009-08-06 | Panasonic Electric Works Co Ltd | 安全在庫数算出システム及び安全在庫数算出プログラム |
JP2010003202A (ja) * | 2008-06-23 | 2010-01-07 | Fujitsu Ltd | 手配指示計画プログラム、手配指示計画装置、および手配指示計画方法 |
WO2010073311A1 (ja) * | 2008-12-22 | 2010-07-01 | 株式会社日立製作所 | 部品の安全在庫量の算出方法、その実行プログラム、及びその実行装置 |
US7848943B2 (en) | 2005-12-22 | 2010-12-07 | International Business Machines Corporation | System and method for supporting purchase or production of products by potential demand prediction |
JP2015032200A (ja) * | 2013-08-05 | 2015-02-16 | 株式会社神戸製鋼所 | 仕掛量算出装置、仕掛量算出方法、及び、仕掛量算出プログラム |
JP2015052862A (ja) * | 2013-09-06 | 2015-03-19 | 株式会社東芝 | 生産管理装置および生産管理プログラム |
WO2015156637A1 (ko) * | 2014-04-11 | 2015-10-15 | 삼성에스디에스 주식회사 | 수요의 조정 방법 및 그 장치 |
WO2018135526A1 (ja) * | 2017-01-23 | 2018-07-26 | 三菱電機株式会社 | 基準在庫数算出システム、基準在庫数算出方法およびプログラム |
CN118071107A (zh) * | 2024-04-11 | 2024-05-24 | 中国电子科技集团公司第二十九研究所 | 一种多芯片组件的经济生产批量计算方法及系统 |
-
2002
- 2002-09-25 JP JP2002279330A patent/JP2004118429A/ja not_active Withdrawn
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005309770A (ja) * | 2004-04-21 | 2005-11-04 | Canon System Solutions Inc | 在庫管理プログラム及び在庫管理装置並びにその方法 |
US7848943B2 (en) | 2005-12-22 | 2010-12-07 | International Business Machines Corporation | System and method for supporting purchase or production of products by potential demand prediction |
JP2007219941A (ja) * | 2006-02-17 | 2007-08-30 | Askul Corp | 経営指標に基づく発注優先順位算出装置、経営指標に基づく発注優先順位算出方法、経営指標に基づく発注優先順位算出プログラム |
JP2007246186A (ja) * | 2006-03-14 | 2007-09-27 | Bridgestone Corp | 保管倉庫の在庫数調整方法 |
JP2008242531A (ja) * | 2007-03-23 | 2008-10-09 | Nomura Research Institute Ltd | 売上着地予想プログラムおよび装置 |
JP2009173435A (ja) * | 2008-01-28 | 2009-08-06 | Panasonic Electric Works Co Ltd | 安全在庫数算出システム及び安全在庫数算出プログラム |
JP2010003202A (ja) * | 2008-06-23 | 2010-01-07 | Fujitsu Ltd | 手配指示計画プログラム、手配指示計画装置、および手配指示計画方法 |
JP5090537B2 (ja) * | 2008-12-22 | 2012-12-05 | 株式会社日立製作所 | 部品の安全在庫量の算出方法、その実行プログラム、及びその実行装置 |
WO2010073311A1 (ja) * | 2008-12-22 | 2010-07-01 | 株式会社日立製作所 | 部品の安全在庫量の算出方法、その実行プログラム、及びその実行装置 |
JP2015032200A (ja) * | 2013-08-05 | 2015-02-16 | 株式会社神戸製鋼所 | 仕掛量算出装置、仕掛量算出方法、及び、仕掛量算出プログラム |
JP2015052862A (ja) * | 2013-09-06 | 2015-03-19 | 株式会社東芝 | 生産管理装置および生産管理プログラム |
WO2015156637A1 (ko) * | 2014-04-11 | 2015-10-15 | 삼성에스디에스 주식회사 | 수요의 조정 방법 및 그 장치 |
KR20150117877A (ko) * | 2014-04-11 | 2015-10-21 | 삼성에스디에스 주식회사 | 수요의 조정 방법 및 그 장치 |
KR102197022B1 (ko) * | 2014-04-11 | 2020-12-30 | 삼성에스디에스 주식회사 | 수요의 조정 방법 및 그 장치 |
WO2018135526A1 (ja) * | 2017-01-23 | 2018-07-26 | 三菱電機株式会社 | 基準在庫数算出システム、基準在庫数算出方法およびプログラム |
JPWO2018135526A1 (ja) * | 2017-01-23 | 2019-07-11 | 三菱電機株式会社 | 基準在庫数算出システム、基準在庫数算出方法およびプログラム |
CN118071107A (zh) * | 2024-04-11 | 2024-05-24 | 中国电子科技集团公司第二十九研究所 | 一种多芯片组件的经济生产批量计算方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4736651B2 (ja) | 受注・見込み生産混流時の生産計画方法および生産計画システム | |
JP2004118429A (ja) | 適正在庫量算出方法およびそのシステム | |
EP2610696A1 (en) | Process design/production planning device | |
CN116542508A (zh) | 一种服装订单的排产方法、装置和设备 | |
JP2006235879A (ja) | 販売計画作成支援システム、販売計画作成支援方法及び販売計画作成支援プログラム | |
JP2009217573A (ja) | サプライチェーン最適化システム及びサプライチェーン最適化方法 | |
JP2013122733A (ja) | 生産計画プログラム及び生産計画装置 | |
Lee et al. | Production planning in semiconductor wafer fab considering variable cycle times | |
JP2010198286A (ja) | サプライチェーンの効率化支援方法 | |
JP2010055258A (ja) | サプライチェーンの効率化支援方法 | |
JP2008217653A (ja) | 資材調達・生産プロセスの効率的管理支援方法 | |
JP2006244470A (ja) | 納期回答システム、納期回答方法、及び納期回答プログラム | |
JP4648013B2 (ja) | 生産スケジューリングシステム | |
JP5968513B1 (ja) | 安定在庫数量予測システム、安定在庫数量予測方法及びプログラム | |
US20200081720A1 (en) | Parallel distributed processing control system, program, and parallel distributed processing control method | |
JP2798299B2 (ja) | 在庫シミュレーションシステム | |
JP2007279998A (ja) | 先行計画変更考慮形棚卸残高シミュレーションシステム | |
Ashayeri et al. | A production planning model and a case study for the pharmaceutical industry in the Netherlands | |
Han et al. | A stochastic dynamic programming approach-based yield management with substitution and uncertainty in semiconductor manufacturing | |
Gong et al. | Simulation study of impact of capacity reservation threshold on order fulfilment | |
Ji et al. | Hybrid optimization approach for supply chain planning | |
WO2024185645A1 (ja) | 供給計画立案装置、供給計画立案システム、供給計画立案方法、及びプログラム | |
JP5068845B2 (ja) | 管理工程マトリックステーブルを用いたコア管理工程全展開型統合生産管理の方法とシステム | |
JP2000322483A (ja) | 工場管理方法及びその装置 | |
JPH11114784A (ja) | 生産計画作成装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20060110 |