JP2008293319A - 安全在庫算出装置および安全在庫算出方法 - Google Patents

Abstract

【課題】多品種少量品の安全在庫を適切に算出することができる安全在庫算出装置および安全在庫算出方法を提供する。
【解決手段】複数の種別の部品ごとに使用実績を記憶する使用実績ＤＢ３１と、部品を所定の方法でグルーピングした部品グループに属する部品の情報を部品グループごとに記憶する層別部２２と、部品グループごとに標準偏差モデルを記憶し、部品ごとに安全在庫及び入力された安全係数を記憶する部品ＤＢ３２と、部品グループに属する部品の使用実績から部品グループごとに標準偏差モデルを算出して記憶部に記憶する標準偏差モデル算出部２３と、部品グループの標準偏差モデルと部品の安全係数から部品の安全在庫を算出して結果を表示する安全在庫算出部２４とを備える。
【選択図】図１

Description

この発明は、多品種少量品の安全在庫を適切に算出することができる安全在庫算出装置および安全在庫算出方法に関するものである。

安全在庫とは、需要変動又は補充期間の不確実性を吸収するために必要とされる在庫のことであり、不確実性の分布の標準偏差をσ、安全係数をｋとすると、安全在庫は、
安全在庫＝ｋ×σ ・・・（４）
上記式（４）にて算出することができる（例えば、非特許文献１参照）。尚、安全係数ｋは、欠品率をどの程度まで許容するかにより意思決定される値である。

上記に示した式（４）により、需要実績の標準偏差と許容できる欠品率とより安全在庫を算出できるが、一般に、多品種少量品の場合、需要実績の標準偏差に基づき安全在庫を算出すると安全在庫は多くなり、在庫過多を招く傾向がある。これは、各部品の需要実績の母集団が十分大きくないため、過去の極端な需要実績が標準偏差に与える影響が大きいことによる。

従来の安全在庫算出においては、過去の需要の予測量と実績量に基づいて算出された安全在庫率が上限および下限の範囲になければ、算出された安全在庫の代わりに上限または下限を適用して安全在庫量を算出している（例えば、特許文献１参照）。

また、需要が季節変動する製品や、ライフサイクルが予測可能な製品では、製品の需要予測が可能である。適切な需要予測が可能な場合は、需要予測と需要実績との予測誤差の標準偏差の方が需要実績の標準偏差より小さいため、より少ない安全在庫で同様の欠品率を実現できる。

従来の安全在庫算出においては、予測誤差の推移傾向の有無と傾向パターンを時系列で解析し、得られた推移傾向式（直線、二次関数、指数関数、対数関数など）に基づき安全在庫を算出する方法を開示している（例えば、特許文献２参照）。また、他の安全在庫算出においては、需要が非定常で一般的な傾向式で近似できない場合でも、そのライフサイクルが予測可能であれば、販売開始からの時刻における安全在庫を算出している（例えば、特許文献３参照）。

特開２０００−２０７４７９号公報 特開平９−６２９４１号公報 特開２００４−３５９４１５号公報 勝呂隆男著、「適正在庫の考え方・求め方」、日刊工業新聞社発行

多品種少量品の場合、需要実績の標準偏差に基づき安全在庫を算出すると、各部品の需要実績の母集団が十分大きくないため、安全在庫は多くなり、在庫過多を招く傾向がある。算出された安全在庫に対して、設定した上限および下限の範囲になければ、上限または下限を適用する方法は、上限および下限の設定を担当者の勘に委ねるものであり合理的ではないという問題点があった。

また、需要が季節変動したり、ライフサイクルが予測可能であれば、製品の需要予測が可能であり、需要予測と需要実績との予測誤差の標準偏差に基づき適切に安全在庫を算出することができる。しかしながら、需要変動が時系列的な傾向を有さない場合は、時系列的な解析は意味をなさない。例えば、客先仕様に応じて部品の所要数が増減する場合は、各部品の需要変動は時系列的な傾向を有さない。

この発明は上記のような課題を解決するためになされたものであり、多品種少量品の安全在庫を適切に算出することができる安全在庫算出装置および安全在庫算出方法を提供することを目的とする。

この発明は、複数の種別の部品ごとに使用実績を記憶する使用実績データベースと、
部品を所定の方法でグルーピングした部品グループに属する部品の情報を部品グループごとに記憶する層別部と、
部品グループごとに標準偏差モデルを記憶し、部品ごとに安全在庫及び入力された安全係数を記憶する記憶部と、
部品グループに属する部品の使用実績から部品グループごとに標準偏差モデルを算出して記憶部に記憶する標準偏差モデル算出部と、
部品グループの標準偏差モデルと部品の安全係数から部品の安全在庫を算出して結果を表示する安全在庫算出部とを備えたものである。

また、この発明は、複数の種別の部品を所定の方法でグルーピングして、各部品グループを母集団として標準偏差モデルを算出して、各部品グループの標準偏差モデルと予め設定した各部品の安全係数より各部品の安全在庫を算出するものである。

この発明の安全在庫算出装置によれば、複数の種別の部品ごとに使用実績を記憶する使用実績データベースと、
部品を所定の方法でグルーピングした部品グループに属する部品の情報を部品グループごとに記憶する層別部と、
部品グループごとに標準偏差モデルを記憶し、部品ごとに安全在庫及び入力された安全係数を記憶する記憶部と、
部品グループに属する部品の使用実績から部品グループごとに標準偏差モデルを算出して記憶部に記憶する標準偏差モデル算出部と、
部品グループの標準偏差モデルと部品の安全係数から部品の安全在庫を算出して結果を表示する安全在庫算出部とを備えたので、同一部品グループの部品を母集団として標準偏差を算出することができる。従って、多品種少量品の安全在庫を適切に算出することができる。

また、この発明の安全在庫算出方法によれば、複数の種別の部品を所定の方法でグルーピングして、各部品グループを母集団として標準偏差モデルを算出して、各部品グループの標準偏差モデルと予め設定した各部品の安全係数より各部品の安全在庫を算出するので、多品種少量品の安全在庫を適切に算出することができる。

実施の形態１．
以下、本願発明の実施の形態について説明する。図１はこの発明の実施の形態１による安全在庫算出装置の構成を示す図である。図１において、安全在庫算出装置１０は、制御部２０と、データベース（以下、“データベース”は“ＤＢ”と略して示す）部３０とにより構成される。

制御部２０は、キーボード、マウス等から構成される入力部２１と、部品を所定の方法として例えば予め設定した閾値に基づき各部品の単位時間当たりの使用数の平均値で各部品をグルーピングし、部品グループに属する部品の情報を部品グループごとに記憶する層別部２２と、同一部品グループの部品を母集団として各部品グループごとに標準偏差モデルを算出する標準偏差モデル算出部２３と、各部品グループの標準偏差モデルと予め設定した各部品の安全係数より安全在庫を算出する安全在庫算出部２４と、算出された安全在庫や標準偏差モデルを表やグラフで表示する表示部２５とにより構成される。尚、層別部２２のグルーピングするための方法は他の方法であってもよいことは言うまでもない。

ＤＢ部３０は、各部品の使用実績を記憶する使用実績ＤＢ３１と、各部品の使用数の平均値、標準偏差、グループ、部品ごとの安全係数、部品ごとの安全在庫等を記憶する記憶部としての部品ＤＢ３２と、各部品グループの閾値、標準偏差モデル等を記憶する部品グループＤＢ３３とにより構成される。

図２は図１に示した安全在庫算出装置における使用実績ＤＢ３１内のデータの一例を示す図である。図２に示すように使用実績ＤＢ３１には、例えば１行目のデータ、２００６年１月の部品Ａの使用数実績が６００である等の単位期間（本実施の形態１においては１ヶ月を単位期間と設定しているが、他の期間を設定してもよいことは言うまでもない。）あたりの使用実績のデータが記憶されている。

図３は図１に示した安全在庫算出装置における部品ＤＢ３２内のデータの一例を示す図である。図３に示すように部品ＤＢ３２は、例えば１行目のデータは、部品Ａの使用数の平均値が５００、標準偏差が１２０、グループがＧ１、安全係数が１．６５、安全在庫が８５である等のデータが記憶されている。

図４は図１に示した安全在庫算出装置における部品グループＤＢ３３内のデータの一例を示す図である。図４に示すように部品グループＤＢ３３は、例えば１行目のデータは、グループＧ１に該当する部品の使用数の平均値は最小値４００から最大値６００の範囲にあり、グループＧ１の係数α（ｊ）が２．３である等のデータが記憶されている。

次に上記のように構成された実施の形態１の安全在庫算出装置の安全在庫算出方法について説明する。図５は図１に示した安全在庫算出装置における入力部２１の処理の一例を示す図である。入力部２１は、キーボード、マウス等から構成され、部品ＤＢ３２の各部品の安全係数と、部品グループＤＢ３３の各グループの最小値および最大値の閾値を入力する。

図６は図１に示した安全在庫算出装置における層別部２２の処理の一例を示す図である。層別部２２は、使用実績ＤＢ３１より、単位期間あたりの各部品ｉの使用数の平均値μ（ｉ）と標準偏差σ（ｉ）とを算出し、部品ＤＢ３２に記憶する（図６のステップＳ４１）。

そして、部品ＤＢ３２の各部品ｉの平均値μ（ｉ）と、部品グループＤＢ３３の各グループ毎の最小値および最大値の閾値により、各部品ｉをグルーピングし、部品ＤＢ３２に記憶する（図６のステップＳ４２）。

図７は図１に示した安全在庫算出装置における標準偏差モデル算出部２３の処理の一例を示す図である。標準偏差モデル算出部２３は、部品ＤＢ３２の各部品ｉの平均値μ（ｉ）と標準偏差σ（ｉ）とにより、各部品グループｊ毎に係数α（ｊ）を算出し、部品グループＤＢ３３に記憶する。

次に、上記係数α（ｊ）の算出方法に関して説明する。一般的に、各部品が１個ずつ（同時に複数個使用されない）ランダムに使用されると仮定した場合、各部品の使用数は、ポアソン分布モデルに従う。ポアソン分布モデルは、式（５）で表現され、式（６）および式（７）に示すように、平均と分散とが等しいことが大きな特徴である。
Ｆ（ｘ）＝ｅ^−λ・λ^×／ｘ！（ｘ＝０、１、２、・・・） ・・・（５）
平均Ｅ（ｘ）＝λ ・・・（６）
分散Ｖ（ｘ）＝λ ・・・（７）

しかしながら、各部品が同時にｎ個使用されることを考慮すると、各部品の使用数は、分散が平均に比例することになる。
平均Ｅ（ｘ）＝ｎ・λ ・・・（８）
分散Ｖ（ｘ）＝ｎ^２・λ ・・・（９）
従って、部品ｉが同時にｎ個使用される場合、部品ｉの標準偏差σ（ｉ）は、部品ｉの平均値μ（ｉ）、式（８）、式（９）より、式（１０）となり、変動係数（ｉ）は、式（１１）となる。
σ（ｉ）＝√（ｎ・μ（ｉ）） ・・・（１０）
変動係数（ｉ）＝σ（ｉ）／μ（ｉ）
＝√（ｎ／μ（ｉ）） ・・・（１１）

このように式（１１）は、部品ｉの使用数の変動係数（ｉ）は、部品ｉの使用数の平均値μ（ｉ）の平方根に反比例すること、部品ｉの同時使用数ｎの平方根に比例することを意味している。従って、各部品の使用数の平均値μ（ｉ）で部品をグルーピングし（層別部２２）、各部品グループｊの各部品ｉに対して、下記に示した式（１）、式（２）を満足する係数α（ｊ）を算出する（標準偏差モデル算出部２３）ことで、各部品ｉの使用数の変動係数（ｉ）をα（ｊ）／√（μ（ｉ））で近似変換することができる。即ち、部品グループｊの部品ｉの使用数の標準偏差モデル（ｉ，ｊ）は、下記に示した式（３）で近似変換することができる。そして、算出された係数α（ｊ）は、部品グループＤＢ３３に記憶される。

Ｆ（α（ｊ））＜Ｆ（ｘ） （ｘ≠α（ｊ）） ・・・（２）
但し、μ（ｉ）：単位期間あたりの部品ｉの使用数の平均値
σ（ｉ）：単位期間あたりの部品ｉの使用数の標準偏差
Ｐ ：同一部品グループｊの部品数

標準偏差モデル（ｉ，ｊ）＝α（ｊ）×√（μ（ｉ）） ・・・（３）
但し、μ（ｉ）：単位期間あたりの部品ｉの使用数の平均値
α（ｊ）：部品グループｊの係数

図８は図１に示した安全在庫算出装置における安全在庫算出部２４の処理の一例を示す図である。安全在庫算出部２４は、部品ＤＢ３２の各部品ｉの平均値μ（ｉ）と安全係数（ｉ）と、部品グループＤＢ３３の各部品グループｊの係数α（ｊ）とから、下記に示した式（１２）により安全在庫（ｉ）を算出し、部品ＤＢ３２に記憶する。

安全在庫（ｉ）＝安全係数（ｉ）×α（ｊ）×√（μ（ｉ）） ・・・（１２）
但し、安全係数（ｉ）：部品ｉにおいて予め設定されている安全係数
μ（ｉ）：単位期間あたりの部品ｉの使用数の平均値
α（ｊ）：部品グループｊの係数

図９は図１に示した安全在庫算出装置における出力部２５の処理の一例を示す図である。図９は、横軸に部品使用数、縦軸に変動係数をとり、部品ｉの変動係数（ｉ）をプロットしたグラフである。プロット１は部品ＤＢ３２の各部品ｉの使用数の平均値μ（ｉ）と標準偏差σ（ｉ）よりσ（ｉ）／μ（ｉ）にて算出された変動係数、プロット２は本願発明により算出された部品グループＤＢ３３の各部品グループｊの係数α（ｊ）を用いてα（ｊ）／√（μ（ｉ））にて算出された変動係数、である。図９に示すように、各部品ｉの使用数の変動係数（ｉ）をα（ｊ）／√（μ（ｉ））で近似できていることを確認できる。

上記のように構成された実施の形態１の安全在庫算出装置によれば、同一部品グループの部品を母集団として標準偏差を算出することができる。従って、多品種少量品の安全在庫を適切に算出することができる。また、標準偏差モデルは他の方法にて算出してもよいことは言うまでもなく、同様の効果を奏することが可能であることは言うまでもない。

尚、上記実施の形態１では特に示していないが、例えば図１０に示すように、制御部２０に、各部品の使用数の平均値を算出する統計量算出部２６と、同一グループの部品を対象に変動係数を変換する変換部２７とを備えるようにしてもよく、上記実施の形態１と同様の効果を奏することが可能である。

この発明の実施の形態１の安全在庫算出装置の構成を示す図である。 図１に示した安全在庫算出装置における使用実績ＤＢ内のデータの一例を示す図である。 図１に示した安全在庫算出装置における部品ＤＢ内のデータの一例を示す図である。 図１に示した安全在庫算出装置における部品グループＤＢ内のデータの一例を示す図である。 図１に示した安全在庫算出装置における入力部の処理の一例を示す図である。 図１に示した安全在庫算出装置における層別部の処理の一例を示す図である。 図１に示した安全在庫算出装置における標準偏差モデル算出部の処理の一例を示す図である。 図１に示した安全在庫算出装置における安全在庫算出部の処理の一例を示す図である。 図１に示した安全在庫算出装置における出力部の処理の一例で部品ｉの変動係数をプロットした図である。 この発明の実施の形態１の他の安全在庫算出装置の構成を示す図である。

符号の説明

１０ 安全在庫算出装置、２０ 制御部、２１ 入力部、２２ 層別部、
２３ 標準偏差モデル算出部、２４ 安全在庫算出部、２５ 表示部、３０ ＤＢ部、
３１ 使用実績ＤＢ、３２ 部品ＤＢ、３３ 部品グループＤＢ。

Claims (4)

1. 複数の種別の部品ごとに使用実績を記憶する使用実績データベースと、
   上記部品を所定の方法でグルーピングした部品グループに属する部品の情報を部品グループごとに記憶する層別部と、
   上記部品グループごとに標準偏差モデルを記憶し、部品ごとに安全在庫及び入力された安全係数を記憶する記憶部と、
   上記部品グループに属する部品の上記使用実績から上記部品グループごとに標準偏差モデルを算出して上記記憶部に記憶する標準偏差モデル算出部と、
   上記部品グループの標準偏差モデルと上記部品の安全係数から部品の安全在庫を算出して結果を表示する安全在庫算出部とを備えた安全在庫算出装置。
2. 上記層別部の所定の方法は、所定の閾値に基づき部品の単位時間当たりの使用数の平均値によりグルーピングすることを特徴とする請求項１に記載の安全在庫算出装置。
3. 請求項１または請求項２に記載の安全在庫算出装置において、上記標準偏差モデル算出部は、各部品グループｊの各部品ｉを対象に、
   

   

   Ｆ（α（ｊ））＜Ｆ（ｘ） （ｘ≠α（ｊ）） ・・・（２）
   但し、μ（ｉ）：単位期間あたりの部品ｉの使用数の平均値
   σ（ｉ）：単位期間あたりの部品ｉの使用数の標準偏差
   Ｐ ：同一部品グループｊの部品数
   上記式（１）および上記式（２）を満足する係数α（ｊ）を算出し、
   標準偏差モデル（ｉ，ｊ）＝α（ｊ）×√（μ（ｉ）） ・・・（３）
   但し、μ（ｉ）：単位期間あたりの部品ｉの使用数の平均値
   α（ｊ）：部品グループｊの係数
   上記式（３）を部品グループｊの部品ｉの標準偏差モデルとすることを特徴とする安全在庫算出装置。
4. 複数の種別の部品を所定の方法でグルーピングして、各部品グループを母集団として標準偏差モデルを算出して、各部品グループの標準偏差モデルと予め設定した各部品の安全係数より各部品の安全在庫を算出することを特徴とする安全在庫算出方法。

Images