JP2008293319A - 安全在庫算出装置および安全在庫算出方法 - Google Patents
安全在庫算出装置および安全在庫算出方法 Download PDFInfo
- Publication number
- JP2008293319A JP2008293319A JP2007138988A JP2007138988A JP2008293319A JP 2008293319 A JP2008293319 A JP 2008293319A JP 2007138988 A JP2007138988 A JP 2007138988A JP 2007138988 A JP2007138988 A JP 2007138988A JP 2008293319 A JP2008293319 A JP 2008293319A
- Authority
- JP
- Japan
- Prior art keywords
- parts
- standard deviation
- safety stock
- safety
- group
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012821 model calculation Methods 0.000 claims abstract description 11
- 238000013517 stratification Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 9
- 230000014509 gene expression Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis 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]
Landscapes
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
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
【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。
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)。
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。
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。
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。
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)
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)=n2・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)
平均E(x)=n・λ ・・・(8)
分散V(x)=n2・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
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
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
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。
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。
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)
- 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。 - 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。
- 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、
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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007138988A JP2008293319A (ja) | 2007-05-25 | 2007-05-25 | 安全在庫算出装置および安全在庫算出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007138988A JP2008293319A (ja) | 2007-05-25 | 2007-05-25 | 安全在庫算出装置および安全在庫算出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008293319A true JP2008293319A (ja) | 2008-12-04 |
Family
ID=40167970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007138988A Pending JP2008293319A (ja) | 2007-05-25 | 2007-05-25 | 安全在庫算出装置および安全在庫算出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008293319A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018092259A (ja) * | 2016-11-30 | 2018-06-14 | 日立建機株式会社 | 作業機械の補修部品の選択支援システム |
-
2007
- 2007-05-25 JP JP2007138988A patent/JP2008293319A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018092259A (ja) * | 2016-11-30 | 2018-06-14 | 日立建機株式会社 | 作業機械の補修部品の選択支援システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wilding | The supply chain complexity triangle: uncertainty generation in the supply chain | |
US8527321B2 (en) | Product assortment planning system | |
US9990597B2 (en) | System and method for forecast driven replenishment of merchandise | |
JP2009187151A (ja) | 在庫管理システム及び発注量算出プログラム | |
CN110633820B (zh) | 仓库地址的推荐方法、装置及计算机可读存储介质 | |
US20160148226A1 (en) | System and method for forecasting and managing returned merchanidse in retail | |
CN114240304B (zh) | 仓库库存管控方法、装置、存储介质及erp系统 | |
CN112215546A (zh) | 一种对象页面生成方法、装置、设备及存储介质 | |
Huang et al. | Demand forecasting and smoothing capacity planning for products with high random demand volatility | |
JP6435803B2 (ja) | 発注量決定装置、発注量決定方法および発注量決定プログラム | |
US9851713B2 (en) | Operation-time calculation device and method for calculating operation time | |
Vaghefinezhad et al. | A genetic algorithm approach for solving a flexible job shop scheduling problem | |
JP2008293319A (ja) | 安全在庫算出装置および安全在庫算出方法 | |
JP2009015740A (ja) | 製造指示システム及び製造指示方法 | |
CN110599077A (zh) | 物流预测系统及预测方法 | |
CN113822543B (zh) | 一种资源数量确定方法、装置、电子设备及存储介质 | |
JP6953038B1 (ja) | 在庫管理支援装置および在庫管理支援プログラム | |
US20120089489A1 (en) | Component safety inventory amount calculating method, program for executing same, and device for executing same | |
JP4268408B2 (ja) | 製品の出荷量予測装置、方法及びコンピュータ読み取り可能な記憶媒体 | |
JP2023016349A (ja) | 在庫管理システム、及び在庫管理プログラム | |
JP2009126621A (ja) | 適正在庫量決定システム及び適正在庫量決定方法 | |
JP2010181963A (ja) | 需要予測装置、需要予測方法及びプログラム | |
CN113159663A (zh) | 一种计算机可读存储介质和药品库存量监控方法 | |
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 | |
Rajoria et al. | An inventory model for decaying item with ramp demand pattern under inflation and partial backlogging |