JP2015158812A - 発注量決定方法、発注量決定装置および発注量決定プログラム - Google Patents

発注量決定方法、発注量決定装置および発注量決定プログラム Download PDF

Info

Publication number
JP2015158812A
JP2015158812A JP2014033457A JP2014033457A JP2015158812A JP 2015158812 A JP2015158812 A JP 2015158812A JP 2014033457 A JP2014033457 A JP 2014033457A JP 2014033457 A JP2014033457 A JP 2014033457A JP 2015158812 A JP2015158812 A JP 2015158812A
Authority
JP
Japan
Prior art keywords
order quantity
period
profit
demand
predicted
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.)
Granted
Application number
JP2014033457A
Other languages
English (en)
Other versions
JP6307926B2 (ja
Inventor
由信 松井
Yoshinobu Matsui
由信 松井
裕平 梅田
Yuhei Umeda
裕平 梅田
松本 和宏
Kazuhiro Matsumoto
和宏 松本
穴井 宏和
Hirokazu Anai
宏和 穴井
渡部 勇
Isamu Watabe
勇 渡部
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2014033457A priority Critical patent/JP6307926B2/ja
Priority to US14/618,698 priority patent/US20150242784A1/en
Publication of JP2015158812A publication Critical patent/JP2015158812A/ja
Application granted granted Critical
Publication of JP6307926B2 publication Critical patent/JP6307926B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】制約の下で利益がより高くなることが見込まれる発注量を決定すること。
【解決手段】データ集計部111は、外部のPOSシステムからの実際の売上データを集計する。需要予測生成部112は、k期から先読み区間H先のk+H期までの需要量を予測する。予測モデル生成部113は、期毎に在庫数を算出するための基本モデルを生成する。制約生成部121は、商品の発注に関する制約条件を生成する。目的関数生成部122は、指定期間k期〜k+H期内の利益を算出するための目的関数を生成する。最適発注量計算部130は、制約条件を満たす範囲で指定期間内の利益を高める最適発注量を計算する。最適発注量計算部130は、計算された各期の発注量に基づいて想定される利益の範囲を算出する。出力部160は、総発注量と利益予測の範囲とを表形式で表したGUIイメージを、モニタ20に出力する。
【選択図】図1

Description

本発明は、発注量決定方法、発注量決定装置および発注量決定プログラムに関する。
商品の需要量を予測し、その予測誤差との差から在庫切れを起こさない程度の安全な発注量を決定することで倉庫内の在庫量を管理する技術がある。予測誤差とは、商品の需要予測を超えて販売される商品数である。かかる技術では、予測した商品の需要量に対し、予測誤差を加算することで商品の発注量を決定する。このように、予測した需要量よりも多くの商品を発注することにより、予測した需要よりも実際の需要が伸びた場合に在庫が尽きて商品の販売機会を喪失するのを防止する。
特開2007−200185号公報
しかしながら、制約の下で利益を高くすることができないという問題がある。
需要予測に予測誤差を加算して在庫切れを回避しても、利益を高くすることができない場合がある。例えば、在庫切れを起こさないように需要量以上に商品の発注量を増やすと、倉庫に余分な在庫を抱えて商品を保管するためのコストが増加し、利益が減少する場合がある。一方、商品の在庫管理には様々な制約が存在する。例えば、生産元への発注量には限界があるので、商品の需要が増大してから発注量を増やしても商品の供給が間に合わず、販売機会を喪失して利益が減少する場合がある。
一つの側面では、制約の下で利益がより高くなることが見込まれる発注量決定方法、発注量決定装置および発注量決定プログラムを提供することを目的とする。
第1の案では、コンピュータが、商品の発注量に基づいて利益を算出する制約情報を受け付け、制約情報を用いて、より利益が大きくなるk期からk+H期までの発注量を探索し、探索した発注量のうち、k期の前記発注量を出力する処理を実行する。
本発明の一の実施態様によれば、制約の下で利益がより高くなることが見込まれる発注量を決定できるという効果を奏する。
図1は、実施例1に係る発注量決定装置の構成を示す機能ブロック図である。 図2は、売上データのデータ構造の一例を示す図である。 図3は、設定情報テーブルのデータ構造の一例を示す図である。 図4は、予測需要量テーブルのデータ構造の一例を示す図である。 図5は、発注量決定システムの一例を示す図である。 図6は、商品を発注してから倉庫に届くまでのリードタイムを説明するための図である。 図7は、GUIイメージの第1の例を示す図である。 図8は、最適発注量を求める処理全体の流れの例を示すフロー図である。 図9は、予測需要量の第1の例を示す図である。 図10は、最適発注量の第1の例を示す図である。 図11は、予想される利益の第1の例を示す図である。 図12は、予測需要量の第2の例を示す図である。 図13は、最適発注量の第2の例を示す図である。 図14は、予測される利益の第2の例を示す図である。 図15は、実施例2に係る発注量決定装置の構成を示す機能ブロック図である。 図16は、GUIイメージの第2の例を示す図である。 図17は、実施例1または実施例2の発注量決定装置のハードウェア構成を示す図である。
以下に、本願の開示する発注量決定方法、発注量決定装置および発注量決定プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの権利範囲が限定されるものではない。各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
実施例1に係る発注量決定装置100の全体構成の一例について説明する。図1は、実施例1に係る発注量決定装置の構成を示す機能ブロック図である。図1の例に示すように、発注量決定装置100は、処理部110および記憶部140を有する。
(記憶部の説明)
記憶部140は、売上データ141、設定情報テーブル142、予測需要量テーブル143および過去需要量テーブル144を有する。記憶部140は例えば、RAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリ(Flash Memory)などの半導体メモリ素子、ハードディスクや光ディスクなどの記憶装置に対応する。
図2は、売上データのデータ構造の一例を示す図である。売上データ141は、期毎の各商品の売上情報を保持する。例えば、売上データ141は、外部のPOS(Point Of Sale)システムから入力される。図2の例に示されるように、売上データ141は、売上IDと、商品コードと、商品名と、取得日と、売上とを対応付ける。「売上ID」は、商品の売上を期毎に識別するための識別番号である。「商品コード」は、各商品に一意に付されるコードである。「商品名」は、商品コードに対応する商品の名称である。「取得日」は、売上情報が取得された日付である。実施例1においては各日を期とする。「売上」は、売り上げた商品価格の合計値である。図2の例に示されるように、売上データ141は、各日を期として各日の売上を売上ID、商品コード、商品名および取得日に対応付ける。
図3は、設定情報テーブルのデータ構造の一例を示す図である。設定情報テーブル142は、ユーザ端末10から入力された各種の設定情報を保持する。図3の例に示されるように設定情報テーブル142は、設定ID、設定項目、設定1、設定2および条件値を対応付ける。「設定ID」は、設定情報毎に一意に付される識別番号である。「設定項目」は、商品に対して設定される項目名である。「設定1」は、各項目に対する第1の設定値である。「設定2」は、各項目に対する第2の設定値である。「条件値」は、設定1と設定2とを切り替える条件となる値である。なお、「設定項目」が設定値を一つしか持たない場合は、設定1にのみ設定値が入力され、「設定2」および「条件値」には「−」が格納される。
次に、図3を用いて設定情報テーブル142の各設定項目に関して説明する。設定ID「1」の商品コードは、各商品に一意に付されるコードであり、売上データ141の商品コードに対応する。設定ID「2」の販売価格は、商品を販売するときの価格である。例えば、図3の例に示されるように設定情報テーブル142は、1商品あたりの販売価格が350円であることを表す。設定ID「3」のリードタイムとは、生産元に商品を発注してから倉庫に商品が到着するまでの時間である。リードタイムは、商品の種類、発注先等によって異なる。例えば、図3の例に示されるように、設定情報テーブル142は、リードタイムが32時間であることを表す。
設定ID「4」の発注コストとは、商品1個を発注する場合に費やすコストである。発注コストには、商品1個当たりの購入価格の他、送料、手数料なども含まれる。発注コストは、1商品毎に購入するよりもセット単位で購入した方が、1商品あたりの発注コストが小さい場合がある。この場合に設定情報テーブル142は、設定ID「4」の設定1に、商品一個あたりの発注コストを有し、設定2に、1セットあたりの発注コストを有し、条件値に、1セットに含まれる個数を有してもよい。例えば、図3の例に示されるように設定情報テーブル142は、商品1個あたりの発注コストが130円で、1セットあたりの発注コストが24000円であることを表す。また、設定情報テーブル142は、1セットに含まれる商品数が200個であることを表す。
設定ID「5」の保管コストとは、商品1個を1期保管する場合に使用するコストである。保管コストは、商品の保管期間に比例して増加する。例えば、図3の例に示されるように設定情報テーブル142は、商品1個を1期保管する場合の保管コストが5円であることを表す。設定ID「6」の廃棄コストとは、商品1個を廃棄するときに生じるコストである。例えば、図3の例に示されるように、設定情報テーブル142は、商品1個あたりの廃棄コストが10円であることを表す。設定ID「7」の発注量限界とは、生産元に1回に発注できる最大の商品数である。例えば、図3の例に示されるように設定情報テーブル142は、発注量限界が1回の発注に付き商品1000個であることを表す。設定ID「8」の在庫量限界とは、倉庫内に収納できる最大の商品数である。例えば、図3の例に示されるように設定情報テーブル142は、在庫量限界が商品3000個であることを表す。設定ID「9」の先読み区間Hとは、商品の需要量を予測する期間である。例えば、図3の例に示されるように設定情報テーブル142は、先読み区間が6ヶ月であることを表す。設定ID「10」の廃棄時間とは、商品を発注してから廃棄するまでの時間である。例えば、図3の例に示されるように設定情報テーブル142は、商品を発注してから90時間後に廃棄することを表す。
図4は、予測需要量テーブルのデータ構造の一例を示す図である。予測需要量テーブル143は、予測方法毎に予測需要量を対応付けたテーブルである。例えば、予測需要量テーブル143は、後述する需要予測生成部112によって作成される。図4の例に示されるように、予測需要量テーブル143は、N個の需要量の予測方法p〜pのそれぞれに対応するk期〜k+H期までの予測需要量を保持する。例えば、予測需要量テーブル143は、予測方法pのk期の需要量が100個、k+1期の需要量が120個、k+2期の需要量が130個、k+H期の需要量が140個であることを表す。
過去需要量テーブル144は、1期からk−1期までの過去の需要量に関するデータを保持する。過去需要量テーブル144は、データ集計部111が集計した実際の需要量を適宜保持してもよい。
(入力部の説明)
発注量決定装置100は、入力部150および出力部160に接続される。入力部150は、例えば外部のPOSシステムからの売上情報や、ユーザ端末10からの設定情報の入力を受け付ける処理部である。入力部150は、ユーザ端末10から商品の販売価格、リードタイム、発注コスト、保管コスト、廃棄コスト、発注量限界、在庫量限界、先読み区間および廃棄時間等の設定情報の入力を受け付ける。入力部150は、受け付けた各データを設定情報テーブル142に出力する。
また、入力部150は、ネットワーク11を介して外部のPOSシステムから売上情報を受け付ける。入力部150は、受け付けた売上情報を記憶部140の売上データ141に出力する。
図5を用いて、発注量決定装置100と他のシステムとの通信に関して説明する。図5は、発注量決定システムの一例を示す図である。図5の例に示されるように、発注量決定装置100は、受注システム200と、POSシステム300aと、POSシステム300bと、POSシステム300cとに通信可能に接続される。POSシステム300a、POSシステム300bおよびPOSシステム300cは、期毎の売上データを発注量決定装置100に送信する。発注量決定装置100は、受信した売上データを基に商品の最適発注量を算出する。発注量決定装置100は、適宜、ユーザの指示により商品の発注情報を受注システム200に送信する。受注システム200は、発注情報を受信した後、発注量決定装置100に受注確認を送信する。
(処理部の説明)
処理部110は、データ集計部111、需要予測生成部112、予測モデル生成部113、条件設定部120および最適発注量計算部130を有する。条件設定部110は、制約生成部121および目的関数生成部122を有する。
処理部110の各構成は例えば、CPU(Central Processing Unit)が所定のプログラムを実行することで実現することができる。また、処理部110の機能は例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)などの集積回路により実現することができる。
処理部110は、入力部150を介して商品の発注量に基づいて利益を算出する制約情報を受け付ける。最適発注量計算部130は、制約情報を用いて、より利益が大きくなるk期からk+H期までの発注量を探索する。処理部110は、出力部160を介して探索した発注量のうち、k期の発注量を出力する処理を実行する。例えば、入力部150は、発注コスト、保管コスト、納期のいずれか一つまたは複数を受け付ける。最適発注量計算部130は、発注コスト、保管コスト、納期のいずれか一つまたは複数を考慮した、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、k期の発注量を求める。例えば、最適発注量計算部130は、k期からk+H期までの需要を予測し、予測した需要を考慮した、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、k期の発注量を求める。例えば、最適発注量計算部130は、k期からk+H期までの需要を複数の手法を用いて手法ごとに予測し、最低限確保できる利益が高くなるように、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、k期の発注量を求める。また、出力部160は、発注量とともに利益予測を出力する。なお、入力部150は、受付部の一例である。また、最適発注量計算部130は、探索部の一例である。以下、処理部110の各構成について詳細に説明する。
データ集計部111は、外部のPOSシステムからの実際の売上データを集計する処理部である。データ集計部111は、売上データ141から取得した売上情報を集計し、実際の商品の需要量D[k−1]を求める。D[k−1]は、現在のk期よりも一つ前のk−1期に売り上げた商品数である。データ集計部111は、実際の商品の需要量D[k−1]を記憶部140に出力する。このように、データ集計部111は、期が経過する度に実際の商品の需要量Dを過去需要量テーブル144に出力する。なお、過去需要量テーブル144は、1期からk−1期までの過去の商品の需要量D[1]〜D[k−1]を保持している。
需要予測生成部112は、k期から先読み区間H先のk+H期までの需要量を予測する処理部である。需要予測生成部112は、過去需要量テーブル144に含まれる需要量D[1]〜D[k−1]を用いて、N個の需要量の予測方法p〜pによってそれぞれk期〜k+H期までの予測需要量Dpi[k]〜Dpi[k+H](i=1,…,N)を算出する。そして、需要予測生成部112は、予測需要量Dpi[k]〜Dpi[k+H]のそれぞれを予測需要量テーブル143に出力する。
なお、需要量の予測方法p〜pには、他の予測方法と比べて需要量を大きく見積もるものや需要量を小さく見積もるものが含まれる。すなわち、需要予測生成部112は、複数の予測方法を用いて複数の予測需要量Dを算出することで、予測需要量Dに幅を持たせることができる。
予測モデル生成部113は、期毎に在庫数を算出するための基本モデルを生成する処理部である。予測モデル生成部113は、以下の式(1)(2)に表される基本モデルMを生成する。k+1期の始めに倉庫にある予測在庫数をy[k+1]、k期の始めに倉庫に実在する在庫数をy[k]、k期の発注量をu[k]、k期の予測需要量をD[k]、k期に抱える最大在庫数をStとする。
:y[k+1]=y[k]+u[k]−D[k] ・・・(1)
St=y[k]+u[k] ・・・(2)
また、予測モデル生成部113は、商品を発注してから倉庫に届くまでのリードタイムを基本モデルに反映してもよい。予測モデル生成部113は、設定情報テーブル142からリードタイムを取得する。予測モデル生成部113は、取得したリードタイムに基づいて以下の式(3)の基本モデルMを生成する。式(3)において、リードタイムはLt、発注間隔はhである。なお、最大在庫数Stに関しては、式(2)で表される。
:y[k+1]=y[k]+u[k−floor(Lt/h)]−D[k] ・・・(3)
図6は、商品を発注してから倉庫に届くまでのリードタイムを説明するための図である。図6の例に示されるように、商品を発注してからリードタイムLtが経過した後に倉庫に商品が到着する。例えば、発注u[k−1]は、k−1期に発注した商品である。k−1期に発注した商品がk期を過ぎてから倉庫に到着する。また、発注u[k]は、k期に発注した商品である。k期に発注した商品がk+1期を過ぎてから倉庫に到着する。このように、発注先、商品の種類によっては、前の期に発注した商品が次の期が経過した後に到着する場合がある。
また、予測モデル生成部113は、商品を発注してから廃棄時間を経過した後に廃棄する商品数を基本モデルに反映してもよい。予測モデル生成部113は、廃棄時間を設定情報テーブル142から取得する。予測モデル生成部113は、取得した廃棄時間に基づいて、以下の式(4)の基本モデルMを生成する。式(4)において、廃棄時間はWtである。なお、最大在庫数Stに関しては、式(2)で表される。
Figure 2015158812
式(4)の条件式について説明する。最適発注量計算部130は、k期において倉庫内に廃棄する商品が残っている場合、基本モデルMの上側の式を用いる。一方、最適発注量計算部130は、k期において倉庫内に廃棄する商品がない場合、基本モデルMの下側の式を用いる。すなわち、最適発注量計算部130は、期毎に廃棄する商品数の有無を判定し、使用する基本モデルを決定する。なお、最適発注量計算部130の処理の詳細に関しては後述する。
制約生成部121は、商品の発注に関する制約条件を生成する処理部である。制約生成部121は、例えば発注量限界、在庫量限界を制約条件として生成する。制約生成部121は、設定情報テーブル142から各制約条件を取得する。
制約生成部121は、例えば以下の式(5)の発注量限界に関する制約式を生成する。式(5)において、発注量限界はUuである。
u[k]≦Uu,u[k+1]≦Uu,・・・ ,u[k+H]≦Uu ・・・(5)
制約生成部121は、例えば以下の式(6)の在庫量限界に関する制約式を生成する。式(6)において、在庫量限界はUsである。
[k+1]+u[k+1]≦Us,y[k+2]+u[k+2]≦Us, ・・・,y[k+H]+u[k+H]≦Us ・・・(6)
また、制約生成部121は、在庫切れを起こさない条件として在庫量を常に0以上とする制約条件を生成する。制約生成部121は、例えば以下の式(7)の在庫切れを起こさない条件に関する制約式を生成する。
[k+1]≧0,y[k+2]≧0,・・・,y[k+H]≧0 ・・・(7)
目的関数生成部122は、目的関数を生成する処理部である。目的関数とは、予測需要量D、在庫量y、発注量u等を用いてk期からk+H期までに得られる利益を算出するための関数である。目的関数生成部122は、商品の販売価格、発注コスト、保管コストを設定情報テーブル142から取得する。次いで、目的関数生成部122は、以下の式(8)の目的関数Oを生成する。式(8)において、商品の販売価格はm、商品の発注コストはb、商品の保管コストはcである。
Figure 2015158812
また、目的関数生成部122は、商品の発注量によって発注コストが異なる場合に、条件式で場合分けし、発注量に応じた発注コストを定義してもよい。例えば、商品を1個単位で購入するよりも商品をセット単位で購入した方が、商品1個あたりの発注コストが低い場合がある。目的関数生成部122は、設定情報テーブル142から1セットあたりの発注コストと商品1個あたりの発注コストとを取得する。そして、目的関数生成部122は、以下の式(9)の目的関数Oを生成する。式(9)において、商品R個を1セットとする1セットあたりの発注コストはb、商品1個あたりの発注コストはbである。また、商品の販売価格はm、商品の保管コストはcである。
Figure 2015158812
また、目的関数生成部122は、商品を廃棄する際に生じる廃棄コストを目的関数に反映してもよい。目的関数生成部122は、設定情報テーブル142から廃棄コストおよび廃棄時間を取得する。そして、目的関数生成部122は、以下の式(10)の目的関数Oを生成する。式(10)において、商品の販売価格はm、商品の発注コストはb、商品の保管コストはc、商品の廃棄コストはd、商品の廃棄時間はWtである。
Figure 2015158812
最適発注量計算部130は、制約条件を満たす範囲で指定期間内の利益を高くする最適発注量を計算する処理部である。最適発注量計算部130は、基本モデル、制約条件および目的関数に基づいて、複数の需要予測を用いて最適化問題を解くことで、指定期間k期〜k+H期の最適発注量u[k]〜u[k+H]を求める。
例えば、最適発注量計算部130は、利益の最小値が最も高くなるように最適化問題を解き、各期の最適発注量u[k+j](j=1,…,H)を求める。例えば、最適発注量計算部130は、下記の式(11)および式(12)を用いて最適化問題を解く。式(11)は、利益の最小値が最も高くなる場合の発注量を算出するための数式である。式(11)において、Pは、需要量の予測方法p(i=1,…,N)によって取得される予測需要量D[k]〜D[k+H]を目的関数に当てはめて算出した利益である。また、式(12)は、制約生成部121によって生成された制約式である。最適発注量計算部130は、P〜Pのうち、最も小さいminPが最も大きくなるように、式(12)の条件式を満たす範囲で発注量u[k]〜u[k+H]を設定する。
Figure 2015158812
pi[k+j]≧0,u[k+j]<Uu,Stpi[k+j]<Us(j=1,…,H) ・・・(12)
次いで、最適発注量計算部130は、設定された各期の発注量に基づいて想定される利益の範囲を算出する。例えば、最適発注量計算部130は、設定された各期の発注量u[k]〜u[k+H]を用いて、予測方法p〜pのそれぞれに対応する予測利益P〜Pを算出する。次いで、最適発注量計算部130は、算出した予測利益P〜Pのうち予測利益の最大値と最小値とを取得し、利益予測の範囲を求める。すなわち、最適発注量計算部130は、予測利益の最大値を利益予測の範囲の上限とし、予測利益の最小値を利益予測の範囲の下限とする。
(出力部の説明)
出力部160は、総発注量と利益予測の範囲とを表形式で表したGUIイメージを、モニタ等の出力デバイスに出力する処理部である。出力部160は、図7に示されるGUIイメージをモニタ20に出力する。図7は、GUIイメージの第1の例を示す図である。図7の例に示されるように、出力部160は、総発注量30に対する利益予測の最大値が25000で、最小値が10000であることを示すGUIイメージをモニタ20に出力する。
(処理の流れ)
次に、図8を用いて、最適発注量を求める処理について説明する。図8は、最適発注量を求める処理全体の流れの例を示すフロー図である。図8の例に示されるように、入力部150は、ユーザ端末10から商品の販売価格、リードタイム、発注コスト、保管コスト、廃棄コスト、発注量限界、在庫量限界、先読み区間および廃棄時間等の各種設定の入力を受け付ける(ステップS10)。データ集計部111は、売上データ141から取得した売上情報を期毎に集計し(ステップS11)、実際の商品の需要量D[k−1]を算出する。
需要予測生成部112は、N個の需要量の予測方法p〜pによって、過去の需要量D[1]〜D[k−1]を用いて予測需要量Dpi[k]〜Dpi[k+H](i=1,…,N)を算出する(ステップS12)。
予測モデル生成部113は、期毎の在庫数を算出するための基本モデルを生成する(ステップS13)。基本モデルは、各期の始めの予測在庫数yに対応する式と、各期の予測最大在庫量Stに対応する式とを含む。各期の始めに倉庫にある予測在庫数yに対応する式は、例えば式(1)、式(3)または式(4)である。また、各期の予測最大在庫量Stに対応する式は、例えば式(2)である。
制約生成部121は、発注量限界、在庫量限界に対応する制約条件、在庫切れを起こさない条件として在庫量を常に0以上とする制約条件とを生成する(ステップS14)。発注量限界に対応する制約条件は、例えば式(5)である。在庫量限界に対応する制約条件は、例えば式(6)である。在庫切れを起こさないための制約条件は、例えば式(7)である。
目的関数生成部122は、指定期間k〜k+H内の利益を算出するための目的関数を生成する(ステップS15)。目的関数とは、例えば式(8)、式(9)または式(10)である。
最適発注量計算部130は、基本モデル、制約条件および目的関数に基づいて最適化問題を解き、指定期間k〜k+H内の利益を高くする最適発注量を計算する(ステップS16)。例えば、最適発注量計算部130は、最低限確保できる利益が最も高くなるように、式(11)および式(12)を用いて最適化問題を解くことで、各期の最適発注量u[j](j=k,…,K+H)を求める。最適発注量計算部130は、各期の最適発注量u[j]を基にして利益予測の範囲を求める。
出力部160は、総発注量および利益予測の範囲の表示を含むGUIイメージをモニタ20に出力する(ステップS17)。このとき、表示されるGUIイメージは、例えば図7に示される。
これにより、発注量決定装置100は、商品の保管コスト、商品の廃棄コストによる損失を最小限に抑え、在庫切れを抑えつつ、確保する利益を高くする発注量を求めることができる。
(予測不確定性への効果)
次に、図9〜図11を用いて、予測不確定性への効果の例について説明する。図9は、予測需要量の第1の例を示す図である。図9の縦軸は個数単位の予測需要量を示し、横軸は期を示す。実線は、予測方法pの予測需要量を示す。一点鎖線は、予測方法pの予測需要量を示す。二点鎖線は、予測方法pの予測需要量を示す。図9の例に示されるように、34期〜42期で各予測方法によって予測された需要量に差異が生じる。
図10は、最適発注量の第1の例を示す図である。図10の縦軸は個数単位の発注量を示し、横軸は期を示す。実線は、予測方法pの予測需要量を基に算出された最適発注量である。一点鎖線は予測方法pの予測需要量を基に算出された最適発注量である。二点鎖線は予測方法pの予測需要量を基に算出された最適発注量である。
一方、太線は利益の最小値が最も高くなるように発注量決定装置100が決定した最適発注量の推移である。最適発注量計算部130は、図9の予測方法p、pおよびpに対応する各予測需要量を用いて、予測利益の最小値が最大となる最適発注量u[k]〜u[k+H]を算出する。
図11は、予想される利益の第1の例を示す図である。図11の縦軸は予測利益を示し、横軸は期を示す。図11の例に示されるように、予測方法p、pおよびpによって予測された各予測需要量を用いて、各期において予測利益の最大値と最小値とを算出する。図11の「△」は、予測方法pに対応する予測利益の最大値と最小値である。「□」は、予測方法pに対応する予測利益の最大値と最小値である。「◇」は、予測方法pに対応する予測利益の最大値と最小値である。「○」は、最適発注量u[k]〜u[k+H]を基に算出された予測利益の最大値と最小値である。最適発注量計算部130は、「○」に対応する予測利益の最大値と最小値を集計することで利益予測の範囲を求める。
このように、発注量決定装置100は、複数の需要予測を用いて最適発注量を決定するので、需要の変動が不規則で需要予測を先読みしにくい場合でも、在庫切れや保管コストの増加を最小限に抑えた最適発注量を求めることができる。
(先読みの効果)
次に、図12〜図14を用いて、先読みの効果の例について説明する。図12は、予測需要量の第2の例を示す図である。図12の縦軸は個数単位の予測需要量を示し、横軸は期を示す。実線は、予測方法pの予測需要量を示す。一点鎖線は、予測方法pの予測需要量を示す。二点鎖線は、予測方法pの予測需要量を示す。太線は、実際の需要量を示す。図12の例に示されるように、0期から45期に渡って需要が予測されており、29期から32期の間で特に実際の需要が伸びている。また、29期から32期の間で予測方法pの需要量が概ね実際の需要量に一致しているのに対して、予測方法pおよび予測方法pの需要量は実際の需要量よりも少ない。
図13は、最適発注量の第2の例を示す図である。図13の縦軸は個数単位の発注量を示し、横軸は期を示す。実線は、予測方法pの予測需要量を基に算出された従来技術による予測発注量である。一点鎖線は予測方法pの予測需要量を基に算出された従来技術による予測発注量である。二点鎖線は予測方法pの予測需要量を基に算出された従来技術による予測発注量である。
一方、太線は利益の最小値が最も高くなるように発注量決定装置100が決定した最適発注量の推移である。発注量決定装置100は、需要が伸び始める29期に発注量を増加させ始めても、1期の発注量限界が4000個であるため、商品の供給が間に合わず、在庫切れを起こす場合がある。そこで、図13の例に示されるように、発注量決定装置100は、需要が伸び始める29期に備えて、28期の発注量を増加させる。これにより、在庫切れを回避できる。
図14は、予測される利益の第2の例を示す図である。図14の縦軸は利益を示し、横軸は期を示す。実線は、予測方法pに基づく利益である。一点鎖線は、予測方法pに基づく利益である。二点鎖線は、予測方法pに基づく利益である。太線は、最適発注量に基づく利益である。図14の例に示されるように、在庫切れを回避できたので29期から31期までの最適発注量に基づく利益が大きくなっている。
このように、発注量決定装置100は、発注量の先読み区間を大きくして需要の急激な増加に備えて発注量を増加する時期を早めるので、在庫切れを回避し、利益を最大限に確保することができる。
また、発注量決定装置100は、発注量の先読み区間を大きくすることで、需要の減少に備えて需要の減少が見込まれる時期よりも早い時期から発注量を抑えることもできる。
(実施例1の効果)
以上説明したように、発注量決定装置100は、商品の発注量に基づいて利益を算出する制約情報を受け付ける。発注量決定装置100は、制約情報を用いて、より利益が大きくなるk期からk+H期までの発注量を探索する。発注量決定装置100は、探索した発注量のうち、k期の発注量を出力する。これにより、制約の下で利益がより高くなることが見込まれる発注量を決定できる。
発注量決定装置100は発注コスト、保管コスト、納期のいずれか一つまたは複数を受け付ける。発注量決定装置100は、発注コスト、保管コスト、納期のいずれか一つまたは複数を考慮した、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、k期の発注量を求める。これにより、各種コストや納期を考慮して発注量を設定することができ、利益をより高くすることができる。
発注量決定装置100は、k期からk+H期までの需要を予測し、予測した需要を考慮した、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、k期の発注量を求める。このように、目的関数を用いて最適化問題を解くことで、精度よく最適発注量を求めることができる。
発注量決定装置100は、実際の需要を考慮した、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、k期の発注量を求める。これにより、実際の需要を考慮することで予測需要量の精度を向上でき、予測需要量を基に精度よく最適発注量を求めることができる。
発注量決定装置100は、発注量とともに利益予測を出力する。これにより、最適な発注量と、予測される利益の範囲を提示することができる。
実施例2に係る発注量決定装置400の全体構成の一例について説明する。図15は、実施例2に係る発注量決定装置の構成を示す機能ブロック図である。図15の例に示すように、発注量決定装置400は、処理部410および記憶部440を有する。なお、実施例1の発注量決定装置100と同じ構成については下2桁を同一とし、適宜説明を省略する。
(記憶部の説明)
記憶部440は、売上データ441、設定情報テーブル442、予測需要量テーブル443および過去需要量テーブル444を有する。記憶部440は例えば、RAM、ROM、フラッシュメモリなどの半導体メモリ素子、ハードディスクや光ディスクなどの記憶装置に対応する。
(処理部の説明)
処理部410は、データ集計部411、需要予測生成部412、予測モデル生成部413、条件設定部420、L−L戦略最適発注量計算部430a、M−M戦略最適発注量計算部430bおよびH−H戦略最適発注量計算部430cを有する。条件設定部420は、制約生成部421、L−L戦略目的関数生成部422a、M−M戦略目的関数生成部422bおよびH−H戦略目的関数生成部422cを有する。また、発注量決定装置400は、入力部450および出力部460に接続される。入力部450は、ユーザ端末50およびネットワーク51に接続される。出力部460は、モニタ60に接続される。
処理部410の各機能は例えば、CPUが所定のプログラムを実行することで実現することができる。また、処理部410の各機能は例えば、ASICやFPGAなどの集積回路により実現することができる。
L−L戦略最適発注量計算部430aは、k期からk+H期までの需要を複数の手法を用いて手法ごとに予測する。さらに、L−L戦略最適発注量計算部430aは、複数の需要予測を用いて予測した需要ごとの利益の最低値が最大となるように、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、利益を高くするk期の発注量を求める。
また、M−M戦略最適発注量計算部430bは、k期からk+H期までの需要を複数の手法を用いて手法ごとに予測する。さらに、M−M戦略最適発注量計算部430bは、複数の手法を用いて予測した需要ごとの平均値が最大となるように、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、利益を高くするk期の発注量を求める。
また、H−H戦略最適発注量計算部430cは、k期からk+H期までの需要を複数の手法を用いて手法ごとに予測する。さらに、H−H戦略最適発注量計算部430cは、複数の需要予測を用いて予測した需要ごとの利益の最大値が最大となるように、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、利益を高くするk期の発注量を求める。以下、処理部410の各構成について詳細に説明する。
実施例2の条件設定部420は、L−L(Low risk-Low return)戦略目的関数生成部422a、M−M(Middle risk-Middle return)戦略目的関数生成部422bおよびH−H(High risk-High return)戦略目的関数生成部422cを有する。条件設定部420が3つの目的関数生成部を有する点で、実施例1の条件設定部120と異なる。また、処理部410は、L−L戦略最適発注量計算部430a、M−M戦略最適発注量計算部430bおよびH−H戦略最適発注量計算部430cを有する。処理部410が3つの戦略最適発注量計算部を有する点で、実施例1の処理部110と異なる。
発注量決定装置400は、L−L戦略、M−M戦略、H−H戦略等の戦略毎に最適発注量と予測される利益範囲を算出して結果をモニタ60に表示する。以下、各戦略の処理に関して個別に説明する。
L−L戦略に対応する処理に関して説明する。L−L戦略目的関数生成部422aは、指定期間内で利益の最小値が最も高くなる発注量を算出するための目的関数を生成する処理部である。例えば、L−L戦略目的関数生成部422aは、式(8)、式(9)または式(10)に対応する数式と、式(11)に対応する数式とを生成する。式(11)のminP(i=1,…,N)は、予測利益P〜Pのうちの最低の予測利益である。L−L戦略目的関数生成部422aは、生成した各数式をL−L戦略最適発注量計算部430aに出力する。
L−L戦略最適発注量計算部430aは、指定期間内で利益の最小値が最も高くなる発注量を計算する処理部である。L−L戦略最適発注量計算部430aは、式(11)および式(12)を用いて最適化問題を解くことで最適発注量u[k]〜u[k+H]を求める。次いで、L−L戦略最適発注量計算部430aは、最適発注量u[k]〜u[k+H]を用いて、予測方法p〜pのそれぞれに対応する予測利益P〜Pを算出する。次いで、L−L戦略最適発注量計算部430aは、算出した予測利益P〜Pのうち最大値と最小値とを選択することで利益予測の範囲を求める。例えば、L−L戦略最適発注量計算部430aは、利益予測の範囲の最小値を式(13)により算出する。また、L−L戦略最適発注量計算部430aは、利益予測の範囲の最大値を式(14)により算出する。そして、L−L戦略最適発注量計算部430aは、総発注量と利益予測の範囲とを出力部460に出力する。なお、総発注量とは、各期の最適発注量の合計値である。
Figure 2015158812
Figure 2015158812
次に、M−M戦略に対応する処理に関して説明する。M−M戦略目的関数生成部422bは、予測利益P〜Pの平均値が最も高くなる発注量を算出するための目的関数を生成する処理部である。例えば、M−M戦略目的関数生成部422bは、式(8)、式(9)または式(10)に対応する数式と、下記の式(15)に対応する数式とを生成する。式(15)のEpi[P](i=1,…,N)は、予測利益P〜Pの平均値である。M−M戦略目的関数生成部422bは、生成した各数式をM−M戦略最適発注量計算部430bに出力する。
Figure 2015158812
M−M戦略最適発注量計算部430bは、予測利益P〜Pの平均値が最も高くなる発注量を算出する処理部である。M−M戦略最適発注量計算部430bは、式(12)および式(15)を用いて最適化問題を解くことで最適発注量u[k]〜u[k+H]を求める。次いで、M−M戦略最適発注量計算部430bは、L−L戦略最適発注量計算部430aと同様に、最適発注量u[k]〜u[k+H]を基に予測利益P〜Pを算出し、利益予測の範囲を求める。例えば、M−M戦略最適発注量計算部430bは、利益予測の範囲の最小値を式(16)により算出する。また、M−M戦略最適発注量計算部430bは、利益予測の範囲の最大値を式(17)により算出する。そして、M−M戦略最適発注量計算部430bは、総発注量と利益予測の範囲とを出力部460に出力する。
Figure 2015158812
Figure 2015158812
次に、H−H戦略に対応する処理に関して説明する。H−H戦略目的関数生成部422cは、指定期間内で予測される利益の最大値が最大となる発注量を算出するための目的関数を生成する処理部である。例えば、H−H戦略目的関数生成部422cは、式(8)、式(9)または式(10)に対応する数式と、下記の式(18)に対応する数式とを生成する。式(18)のmaxP(i=1,…,N)は、予測利益P〜Pのうちの最大の予測利益である。H−H戦略目的関数生成部422cは、生成した各数式をH−H戦略最適発注量計算部430cに出力する。
Figure 2015158812
H−H戦略最適発注量計算部430cは、予測利益P〜Pの最大値が最も高くなる発注量を算出する処理部である。H−H戦略最適発注量計算部430cは、式(12)および式(18)を用いて最適化問題を解くことで最適発注量u[k]〜u[k+H]を求める。次いで、H−H戦略最適発注量計算部430cは、L−L戦略最適発注量計算部430aと同様に、最適発注量u[k]〜u[k+H]を基に予測利益P〜Pを算出し、利益予測の範囲を求める。例えば、H−H戦略最適発注量計算部430cは、利益予測の範囲の最小値を式(19)により算出する。また、H−H戦略最適発注量計算部430cは、利益予測の範囲の最大値を式(20)により算出する。そして、H−H戦略最適発注量計算部430cは、総発注量と利益予測の範囲とを出力部460に出力する。
Figure 2015158812
Figure 2015158812
(出力部の説明)
出力部460は、各戦略に対応する総発注量と利益予測の範囲とを表形式で表したGUIイメージを、モニタ等の出力デバイスに出力する処理部である。出力部460は、各戦略の総発注量および利益予測の範囲を基にGUIイメージを生成し、モニタ60に出力する。図16は、GUIイメージの第2の例を示す図である。図16の例に示されるように、GUIイメージは、L−L戦略を採用した場合、総発注量が30であり、利益予測の最大値が25000で、最小値が10000であることを示す。また、GUIイメージは、M−M戦略を採用した場合、総発注量が50であり、利益予測の最大値が30000で、最小値が5000であることを示す。また、GUIイメージは、H−H戦略を採用した場合、総発注量が60であり、利益予測の最大値が38000で、最小値が−8000であることを示す。出力部460は、各戦略に対応する利益予測の範囲を矢印で並列して表すことで各戦略を採用した場合の利益やリスクを比較しやすく表示できる。
上述したように発注量決定装置400は、L−L戦略、M−M戦略、H−H戦略等の戦略毎に最適発注量と利益範囲とを算出するので、リスク回避を重視する、もしくは利益の最大化を重視する等の企業の戦略に応じた発注量の決定を支援できる。
(実施例2の効果)
以上説明したように、発注量決定装置400は、k期からk+H期までの需要を複数の手法を用いて手法ごとに予測する。発注量決定装置400は、最低限確保できる利益が高くなるように、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、利益を高くするk期の発注量を求める。これにより、利益の最小値が最も高くなる発注量を算出することができる。
発注量決定装置400は、k期からk+H期までの需要を複数の手法を用いて手法ごとに予測し、複数の手法を用いて予測した需要ごとに利益を求める。発注量決定装置400は、求めた利益の平均値が高くなるように、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、利益を高くするk期の発注量を求める。これにより、中程度のリスクを取る場合の利益を高くする発注量を算出することができる。
発注量決定装置400は、k期からk+H期までの需要を複数の手法を用いて手法ごとに予測し、予測される利益の最大値が高くなるように、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、利益を高くするk期の発注量を求める。これにより、利益の最大値が最大となる発注量を算出することができる。
(実施例1および実施例2に関連する他の実施例)
上記実施例1においては、需要予測生成部112は、過去の需要量D[1]〜D[k−1]を用いて、k期〜k+H期までの予測需要量Dpi[k]〜Dpi[k+H]を算出したが、これに限られない。需要予測生成部112は、k期以降の実際の需要量Dを取得した場合に、k期以降の実際の需要量Dを予測需要量Dpiに反映してもよい。例えば、需要予測生成部112または需要予測生成部412は、k期の需要量D[k]を取得した場合に、k+1期〜k+H期までの予測需要量Dpi[k+1]〜Dpi[k+H]を算出してもよい。
上記実施例2においては、発注量決定装置400は、L−L戦略、M−M戦略、H−H戦略のそれぞれに対して最適発注量および利益予測の範囲を算出したが、これに限られない。例えば、発注量決定装置400は、算出された予測利益P〜Pのうち、利益の順位がi番目(i=1,…,N)の利益を高くする最適発注量と利益範囲とを算出してもよい。
上記実施例1の発注量決定装置100または実施例2の発注量決定装置400は、k期における実際の需要量が予測需要量よりも大きく、在庫切れを起こした場合に、k+1期以降の最適発注量u[k+1]〜u[k+H]を増加させてもよい。
上記実施例1においては、制約生成部121は、在庫量を常に0以上とする式(7)の制約条件を生成するが、これに限られない。例えば、制約生成部121は、在庫量に所定量のマージンαを設定して、在庫量を常にα以上とする制約条件を生成してもよい。
上記実施例1においては、売上データ141は、日単位を期とする売上情報を保持するが、これに限られない。例えば、売上データ141は、週単位、月単位、半日単位、時間単位を期として売上情報を保持してもよい。
上記実施例1において、ユーザ端末10から入力される先読み区間Hは、商品の性質に応じて長さを変更してもよい。例えば、生鮮食品の場合、先読み区間Hを短く設定してもよい。
上記実施例1において、最適発注量計算部130は、複数の需要予測を用いて最適化問題を解き最適発注量を算出したが、これに限られない。例えば、最適発注量計算部130は、一つの需要予測を用いて最適化問題を解いてもよい。
上記実施例1において、設定情報テーブル142の設定ID「2」の販売価格は、時期よって変化するものであってもよい。設定情報テーブル142は、例えば、設定1に初期の販売価格、設定2に変化後の販売価格、条件値に変化する時期を格納してもよい。
また、実施例1および2に示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
また、図1に示した発注量決定装置100および図15に示した発注量決定装置400の各構成要素は機能概念的なものであり、必ずしも物理的に図示のように構成されていることを要しない。すなわち、発注量決定装置100の分散・統合の具体的態様は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
(表示端末のハードウェア構成)
図17は、実施例1または実施例2の発注量決定装置のハードウェア構成を示す図である。図17が示すように、コンピュータ500は、各種演算処理を実行するCPU501と、ユーザからのデータ入力を受け付ける入力装置502と、モニタ503とを有する。また、コンピュータ500は、記憶媒体からプログラム等を読み取る媒体読取装置504と、他の装置と接続するためのインターフェース装置505と、他の装置と無線により接続するための無線通信装置506とを有する。また、コンピュータ500は、各種情報を一時記憶するRAM(Random Access Memory)507と、ハードディスク装置508とを有する。また、各装置501〜508は、バス509に接続される。
ハードディスク装置508は、図1に示した処理部110のデータ集計部111、需要予測生成部112、予測モデル生成部113、制約生成部121、目的関数生成部122および最適発注量計算部130と同様の機能を有する発注量決定プログラムを記憶する。また、ハードディスク装置508には、発注量決定プログラムを実現するための各種データが記憶される。
CPU501は、ハードディスク装置508に記憶された各プログラムを読み出して、RAM507に展開して実行することで、各種の処理を行う。また、これらのプログラムは、コンピュータ500を図1に示した処理部110のデータ集計部111、需要予測生成部112、予測モデル生成部113、制約生成部121、目的関数生成部122および最適発注量計算部130として機能させることができる。
なお、上記の処方リスト表示プログラムは、必ずしもハードディスク装置508に記憶されている必要はない。例えば、コンピュータ500が読み取り可能な記憶媒体に記憶されたプログラムを、コンピュータ500が読み出して実行するようにしてもよい。コンピュータ500が読み取り可能な記憶媒体は、例えば、CD−ROMやDVDディスク、USB(Universal Serial Bus)メモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリ、ハードディスクドライブ等が対応する。また、公衆回線、インターネット、LAN(Local Area Network)等に接続された装置にこのプログラムを記憶させておき、コンピュータ500がこれらからプログラムを読み出して実行するようにしてもよい。
10 ユーザ端末
11 ネットワーク
20 モニタ
100 発注量決定装置
110 処理部
111 データ集計部
112 需要予測生成部
113 予測モデル生成部
120 条件設定部
121 制約生成部
122 目的関数生成部
130 最適発注量計算部
140 記憶部
141 売上データ
142 設定情報テーブル
143 予測需要量テーブル
150 入力部
160 出力部

Claims (10)

  1. コンピュータが、
    商品の発注量に基づいて利益を算出する制約情報を受け付け、
    前記制約情報を用いて、より利益が大きくなるk期からk+H期までの発注量を探索し、
    探索した発注量のうち、k期の前記発注量を出力する
    処理を実行することを特徴とする発注量決定方法。
  2. 前記受け付ける処理は、発注コスト、保管コスト、納期のいずれか一つまたは複数を受け付け、
    前記発注量を求める処理は、発注コスト、保管コスト、納期のいずれか一つまたは複数を考慮した、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、前記k期の発注量を求めることを特徴とする請求項1に記載の発注量決定方法。
  3. 前記発注量を求める処理は、k期からk+H期までの需要を予測し、予測した需要を考慮した、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、前記k期の発注量を求めることを特徴とする請求項1および2に記載の発注量決定方法。
  4. 前記発注量を求める処理は、実際の需要を考慮した、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、前記k期の発注量を求めることを特徴とする請求項1〜3のいずれか一に記載の発注量決定方法。
  5. 前記発注量を求める処理は、k期からk+H期までの需要を複数の手法を用いて手法ごとに予測し、最低限確保できる利益が高くなるように、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、前記k期の発注量を求めることを特徴とする請求項1〜3のいずれか一に記載の発注量決定方法。
  6. 前記発注量を求める処理は、k期からk+H期までの需要を複数の手法を用いて手法ごとに予測し、前記複数の手法を用いて予測した需要ごとに利益の平均値が高くなるように、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、前記k期の発注量を求めることを特徴とする請求項1〜3のいずれか一に記載の発注量決定方法。
  7. 前記発注量を求める処理は、k期からk+H期までの需要を複数の手法を用いて手法ごとに予測し、予測される利益の最大値が高くなるように、k期からk+H期までの利益を目的関数とする最適化問題を解くことで、前記k期の発注量を求めることを特徴とする請求項1〜3のいずれか一に記載の発注量決定方法。
  8. 前記出力する処理は、前記発注量とともに利益予測を出力することを特徴とする請求項1〜6のいずれか一に記載の発注量決定方法。
  9. 商品の発注量に基づいて利益を算出する制約情報を受け付ける受付部と、
    前記制約情報を用いて、より利益が大きくなるk期からk+H期までの発注量を探索する探索部と、
    探索した発注量のうち、k期の前記発注量を出力する出力部と
    を有することを特徴とする発注量決定装置。
  10. 商品の利益に係る制約情報を受け付け、
    前記制約情報を用いて、k期からk+H期までの発注量を探索し、
    探索した発注量のうち、k期の前記発注量を出力する処理を、コンピュータに実行させることを特徴とする発注量決定プログラム。
JP2014033457A 2014-02-24 2014-02-24 発注量決定方法、発注量決定装置および発注量決定プログラム Active JP6307926B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2014033457A JP6307926B2 (ja) 2014-02-24 2014-02-24 発注量決定方法、発注量決定装置および発注量決定プログラム
US14/618,698 US20150242784A1 (en) 2014-02-24 2015-02-10 Order quantity determining method, order quantity determining apparatus, and recording medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014033457A JP6307926B2 (ja) 2014-02-24 2014-02-24 発注量決定方法、発注量決定装置および発注量決定プログラム

Publications (2)

Publication Number Publication Date
JP2015158812A true JP2015158812A (ja) 2015-09-03
JP6307926B2 JP6307926B2 (ja) 2018-04-11

Family

ID=53882581

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014033457A Active JP6307926B2 (ja) 2014-02-24 2014-02-24 発注量決定方法、発注量決定装置および発注量決定プログラム

Country Status (2)

Country Link
US (1) US20150242784A1 (ja)
JP (1) JP6307926B2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017094207A1 (ja) * 2015-11-30 2017-06-08 日本電気株式会社 情報処理システム、情報処理方法および情報処理用プログラム
JP2020187416A (ja) * 2019-05-10 2020-11-19 アスクル株式会社 物流管理システム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7317671B2 (ja) * 2019-11-01 2023-07-31 日立建機株式会社 在庫評価装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080167930A1 (en) * 2007-01-10 2008-07-10 Heng Cao Method and structure for end-to-end workforce management
JP2010086278A (ja) * 2008-09-30 2010-04-15 Ntt Data Corp 手法自動選択装置、手法自動選択方法及びプログラム。
JP2011022987A (ja) * 2009-06-18 2011-02-03 Hitachi Ltd 部品発注量決定装置および部品発注量決定プログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070050209A1 (en) * 2004-11-08 2007-03-01 Paul Yered Method for Providing Prescriptions and Additional Services at Lower Costs Using an Ethnic and Demographic Prescription Program
CA2717666A1 (en) * 2010-10-15 2012-04-15 W. John Mowat Method for managing the inbound freight process of the supply chain on behalf of a retail distribution network

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080167930A1 (en) * 2007-01-10 2008-07-10 Heng Cao Method and structure for end-to-end workforce management
JP2010086278A (ja) * 2008-09-30 2010-04-15 Ntt Data Corp 手法自動選択装置、手法自動選択方法及びプログラム。
JP2011022987A (ja) * 2009-06-18 2011-02-03 Hitachi Ltd 部品発注量決定装置および部品発注量決定プログラム

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
大野 勝久, EXCELによる生産管理, vol. 第1版, JPN6017040525, 15 March 2011 (2011-03-15), pages 61 - 73, ISSN: 0003667647 *
大野 勝久, サプライチェーンの最適運用 −かんばん方式を超えて− 初版, vol. 第1版, JPN6017040530, 20 October 2011 (2011-10-20), pages 2 - 68, ISSN: 0003667648 *
小林 康弘: "在庫機能を持たないサプライチェーン運用のリスク管理手法", 電気学会論文誌C, vol. 127, no. 3, JPN6017040523, 1 March 2007 (2007-03-01), JP, pages 425 - 433, ISSN: 0003667646 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017094207A1 (ja) * 2015-11-30 2017-06-08 日本電気株式会社 情報処理システム、情報処理方法および情報処理用プログラム
JPWO2017094207A1 (ja) * 2015-11-30 2018-09-13 日本電気株式会社 情報処理システム、情報処理方法および情報処理用プログラム
JP2020187416A (ja) * 2019-05-10 2020-11-19 アスクル株式会社 物流管理システム
JP7308073B2 (ja) 2019-05-10 2023-07-13 アスクル株式会社 物流管理システム

Also Published As

Publication number Publication date
JP6307926B2 (ja) 2018-04-11
US20150242784A1 (en) 2015-08-27

Similar Documents

Publication Publication Date Title
JP6435685B2 (ja) 発注量決定方法、発注量決定プログラムおよび情報処理装置
Glock et al. Reducing lead time risk through multiple sourcing: the case of stochastic demand and variable lead time
CN111784245A (zh) 仓库采购清单生成方法、装置、设备以及存储介质
Wang et al. Joint order and pricing decisions for fresh produce with put option contracts
US20180374042A1 (en) Agricultural production information management system, server device, and program for agricultural production information management
JP6031184B2 (ja) 供給グループ決定支援装置及び供給グループ決定支援プログラム
JP6536028B2 (ja) 発注計画決定装置、発注計画決定方法および発注計画決定プログラム
CN112215546B (zh) 一种对象页面生成方法、装置、设备及存储介质
JP2009187151A (ja) 在庫管理システム及び発注量算出プログラム
US20190251609A1 (en) Commodity demand prediction system, commodity demand prediction method, and commodity demand prediction program
JP6307926B2 (ja) 発注量決定方法、発注量決定装置および発注量決定プログラム
Shah Three-layered integrated inventory model for deteriorating items with quadratic demand and two-level trade credit financing
Giri et al. Service competition in a supply chain with two retailers under service level sensitive retail price and demand
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
JP6436584B2 (ja) 手配方式選定システム、手配方式選定方法及びプログラム
Mahar et al. Appreciating how your bread is buttered: improving online order allocation for cross-channel retailers
JP2011145960A (ja) 商品按分管理装置,商品按分管理プログラム
KR102061853B1 (ko) 수요 예측 방법, 이를 구현하는 컴퓨터 프로그램 및 이를 수행하도록 구성되는 시스템
US11301805B2 (en) Recommended order quantity determining device, recommended order quantity determination method, and recommended order quantity determination program
JP2006018777A (ja) 物品発注量決定方法、物品発注量決定装置、及びコンピュータプログラム
JP2008165597A (ja) 業務パラメータ決定システム
JP2010181963A (ja) 需要予測装置、需要予測方法及びプログラム
JP6040626B2 (ja) 顧客抽出プログラム、顧客抽出装置、及び顧客抽出方法
JP2005089060A (ja) 物流拠点決定装置、物流拠点決定方法及びそのプログラム
JP2007284185A (ja) 定量値管理装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20161102

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20171020

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20171031

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171219

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180213

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180226

R150 Certificate of patent or registration of utility model

Ref document number: 6307926

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150