JP6424568B2 - 発注量決定プログラム、発注量決定方法および発注量決定装置 - Google Patents

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

Info

Publication number
JP6424568B2
JP6424568B2 JP2014223456A JP2014223456A JP6424568B2 JP 6424568 B2 JP6424568 B2 JP 6424568B2 JP 2014223456 A JP2014223456 A JP 2014223456A JP 2014223456 A JP2014223456 A JP 2014223456A JP 6424568 B2 JP6424568 B2 JP 6424568B2
Authority
JP
Japan
Prior art keywords
profit
probability
order
demand
ordering
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.)
Active
Application number
JP2014223456A
Other languages
English (en)
Other versions
JP2016091217A (ja
Inventor
裕平 梅田
裕平 梅田
由信 松井
由信 松井
松本　和宏
和宏 松本
穴井　宏和
宏和 穴井
渡部　勇
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 JP2014223456A priority Critical patent/JP6424568B2/ja
Priority to US14/927,183 priority patent/US20160125436A1/en
Publication of JP2016091217A publication Critical patent/JP2016091217A/ja
Application granted granted Critical
Publication of JP6424568B2 publication Critical patent/JP6424568B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (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)

Description

本発明は、発注量決定プログラム、発注量決定方法および発注量決定装置に関する。
商品の需要量を予測し、商品が在庫切れになる欠品の発生確率を所定値以下に抑制する発注量計画を求める技術がある。
特開２００３−３１６９３８号公報 特開２００４−１７１１８０号公報 特開２００２−３５２１２３号公報
しかしながら、従来の技術は、欠品の発生確率を所定値以下に抑制する発注量計画を出力するものであり、発注者の指定条件に応じた多様な発注量計画を出力することが出来ない。
一つの側面では、発注者の指定条件に応じた発注量計画出力することができる発注量決定プログラム、発注量決定方法および発注量決定装置を提供することを目的とする。
第１の案では、発注量決定プログラムは、コンピュータに、利益に関する条件を受け付ける処理を実行させる。発注量決定プログラムは、コンピュータに、商品の需要予測に基づき、複数の期間それぞれの前記商品の発注量を示す複数の発注計画の其々について、利益の確率分布を算出する処理を実行させる。発注量決定プログラムは、コンピュータに、算出した前記利益の確率分布と、受け付けた前記利益に関する条件と、に基づき、前記発注計画の何れかを出力する処理を実行させる。
本発明の一の実施態様によれば、発注者の指定条件に応じた発注量計画出力することができるという効果を奏する。
図１は、システム構成の一例を説明する図である。 図２は、発注量決定装置の全体構成を示す図である。 図３は、発注予測画面の一例を示す図である。 図４は、需要の予測結果の一例を示す図である。 図５は、需要予測情報に記憶される予測区間ごとの予測される需要量、発生確率を模式的に示した図である。 図６は、各予測区間の需要を組み合わせた発生確率の一例を示した図である。 図７は、利益と累積の発生確率の対応関係の一例を示す図である。 図８は、確保される利益を求める方法を説明する図である。 図９は、利益が確保される確率を求める方法を説明する図である。 図１０は、指定された利益を確保可能な確率、および、指定された確率で確保される利益を求める方法を説明する図である。 図１１は、指定された利益を確保可能な確率、および、指定された利益が確保される確率を求める方法を説明する図である。 図１２は、発注量決定処理の手順の一例を示すフローチャートである。 図１３は、発注量決定プログラムを実行するコンピュータを示す図である。
以下に、本発明にかかる発注量決定プログラム、発注量決定方法および発注量決定装置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発明が限定されるものではない。そして、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。
［システム構成］
最初に、実施例１に係る発注量決定装置を用いて発注を行うシステムの一例を説明する。図１は、システム構成の一例を説明する図である。図１に示すように、システム１は、発注量決定装置１０と、受注システム１１と有する。発注量決定装置１０と受注システム１１は、ネットワーク１２を介して通信可能に接続され、各種の情報を交換することが可能とされている。かかるネットワーク１２の一態様としては、有線または無線を問わず、携帯電話などの移動体通信、インターネット（Internet）、ＬＡＮ（Local Area Network）やＶＰＮ（Virtual Private Network）などの任意の種類の通信網を採用できる。
受注システム１１は、商品の発注や在庫を管理するためのシステムである。例えば、受注システム１１は、１台または複数第のサーバコンピュータ上で動作するシステムである。受注システム１１は、商品の販売価格や原価などが設定されたマスタデータを記憶する。受注システム１１は、店舗のＰＯＳ（Point of sale）システム等から商品の売り上げ情報や商品の納品情報がアップロードされる。受注システム１１は、アップロードされた商品の売り上げ情報や商品の納品情報を基づき、現在の商品の在庫量を管理する。また、受注システム１１は、商品の発注に関する処理を行う。例えば、受注システム１１は、商品毎の発注量を示した発注データを受け付け、商品の取り扱い元に発注データを送信する。
発注量決定装置１０は、商品の発注量を決定する装置である。発注量決定装置１０は、所定の発注期間についての発注対象の商品の最適な発注量を求め、発注期間の発注計画を出力する。本実施例では、発注対象の期間を本日、明日、明後日の３日間として、発注量決定装置１０が、それぞれの日に１回ずつ３回分の発注量を示した発注計画を出力する場合について説明する。発注量決定装置１０は、例えば、パーソナルコンピュータやサーバコンピュータなどのコンピュータなどである。発注量決定装置１０は、１台のコンピュータとして実装してもよく、また、複数台のコンピュータにより実装してもよい。なお、本実施例では、発注量決定装置１０を１台のコンピュータとした場合を例として説明する。
［発注量決定装置の構成］
実施例１に係る発注量決定装置１０について説明する。図２は、発注量決定装置の全体構成を示す図である。図２の例に示すように、発注量決定装置１０は、通信Ｉ／Ｆ（インタフェース）部２０と、入力部２１と、表示部２２と、記憶部２３と、制御部２４とを有する。なお、発注量決定装置１０は、上記の機器以外の他の機器を有してもよい。
通信Ｉ／Ｆ部２０は、他の装置との間で通信制御を行うインタフェースである。通信Ｉ／Ｆ部２０としては、ＬＡＮカードなどのネットワークインタフェースカードを採用できる。
通信Ｉ／Ｆ部２０は、ネットワーク１２を介して他の装置と各種情報を送受信する。例えば、通信Ｉ／Ｆ部２０は、受注システム１１と各種情報を送受信が可能とされており、受注システム１１と発注対象の商品に関する各種情報を送受信する。
入力部２１は、各種の情報を入力する入力デバイスである。入力部２１としては、マウスやキーボードなどの操作の入力を受け付ける入力デバイスが挙げられる。入力部２１は、各種の情報の入力を受付ける。例えば、入力部２１は、発注量の決定に関する各種の操作の入力を受け付ける。入力部２１は、ユーザからの操作入力を受け付け、受け付けた操作内容を示す操作情報を制御部２４に入力する。
表示部２２は、各種情報を表示する表示デバイスである。表示部２２としては、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）などの表示デバイスが挙げられる。表示部２２は、各種情報を表示する。例えば、表示部２２は、発注に関する各種の条件や、決定された発注量を表示する画面など各種の画面を表示する。例えば、表示部２２は、後述する発注予測画面を表示する。
記憶部２３は、ハードディスク、ＳＳＤ（Solid State Drive）、光ディスクなどの記憶装置である。なお、記憶部２３は、ＲＡＭ（Random Access Memory）、フラッシュメモリ、ＮＶＳＲＡＭ（Non Volatile Static Random Access Memory）などのデータを書き換え可能な半導体メモリであってもよい。
記憶部２３は、制御部２４で実行されるＯＳ（Operating System）や各種プログラムを記憶する。例えば、記憶部２３は、発注量の決定に用いる各種のプログラムを記憶する。さらに、記憶部２３は、制御部２４で実行されるプログラムで用いられる各種データを記憶する。例えば、記憶部２３は、商品情報３０と、需要実績情報３１と、需要予測情報３２を記憶する。
商品情報３０は、発注対象の商品に関する各種の情報を記憶したデータである。商品情報３０には、発注対象の商品の現在の在庫量や、１つ当たりの利益など、発注量の決定に用いる各種の情報が記憶される。
需要実績情報３１は、発注対象の商品に関する過去の需要に関する情報を記憶したデータである。例えば、需要実績情報３１には、発注対象の商品の過去の需要量が記憶される。
需要予測情報３２は、発注対象の商品に関する予測される需要に関する情報を記憶したデータである。例えば、需要予測情報３２には、商品の予測される需要量毎に、当該需要量の需要が発生する発生確率が記憶される。
制御部２４は、発注量決定装置１０を制御するデバイスである。制御部２４としては、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等の電子回路や、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）等の集積回路を採用できる。制御部２４は、各種の処理手順を規定したプログラムや制御データを格納するための内部メモリを有し、これらによって種々の処理を実行する。制御部２４は、各種のプログラムが動作することにより各種の処理部として機能する。例えば、制御部２４は、収集部４０と、受付部４１と、予測部４２と、算出部４３と、出力部４４とを有する。
収集部４０は、各種の収集を行う。例えば、収集部４０は、発注対象の商品に関する各種の情報を収集する。例えば、収集部４０は、受注システム１１から発注対象の商品の販売価格や、原価、現在の在庫量を収集する。収集部４０は、発注対象の商品の販売価格から原価を減算して、発注対象の商品の１つ当たりの利益を求める。収集部４０は、発注対象の商品の現在の在庫量や、１つ当たりの利益を商品情報３０に記憶させる。また、収集部４０は、受注システム１１から発注対象の商品の過去の需要量を収集し、発注対象の商品の過去の需要量を需要実績情報３１に記憶させる。なお、本実施例では、商品情報３０および需要実績情報３１は、収集部４０が受注システム１１から情報を収集して格納するが、これに限定されるものではない。商品情報３０および需要実績情報３１は、別なシステムや管理者が格納してもよい。
受付部４１は、発注に関する各種の条件の受付を行う。例えば、受付部４１は、発注に関する各種の条件として、利益に関する条件を受け付ける。例えば、受付部４１は、後述する発注予測画面を表示させ、発注予測画面から利益に関する条件の入力を受け付ける。また、例えば、受付部４１は、発注に関する各種の条件として、発注量を求める際の各種の制約条件を受け付ける。例えば、受付部４１は、発注予測画面から制約条件の入力を受け付ける。
図３は、発注予測画面の一例を示す図である。発注予測画面５０は、発注に関して複数のモードから条件選択が可能とされており、モードを選択するラジオボタン５１ａ、５１ｂ、５１ｃ、５１ｄが設けられている。ラジオボタン５１ａは、指定された確率以上で確保できる利益を最大とする発注量を求める第１の発注モードを指定するボタンである。ラジオボタン５１ｂは、指定された利益以上を確保できる確率を最大とする発注量を求める第２の発注モードを指定するボタンである。ラジオボタン５１ｃは、指定された確率で指定された利益を確保しつつ、指定された確率以上で確保できる利益を最大とする発注量を求める第３の発注モードを指定するボタンである。ラジオボタン５１ｄは、指定された確率で指定された利益を確保しつつ、指定された利益以上を確保できる確率を最大とする発注量を求める第４の発注モードを指定するボタンである。
発注予測画面５０には、各発注モードでの利益に関する条件を指定する入力領域が設けられている。例えば、発注予測画面５０には、第１の発注モードにおいて、利益に関する条件として、確保する利益を最大化する確率を指定する入力領域５２が設けられている。また、発注予測画面５０は、第２の発注モードにおいて、利益に関する条件として、確保を望む利益を指定する入力領域５３が設けられている。また、発注予測画面５０は、第３の発注モードにおいて、利益に関する条件として、確保すべき利益を指定する入力領域５４ａと、利益を確保すべき確率を指定する入力領域５４ｂと、利益を最大化する確率を指定する入力領域５４ｃとが設けられている。また、発注予測画面５０は、第４の発注モードにおいて、利益に関する条件として、確保すべき利益を指定する入力領域５５ａと、利益を確保すべき確率を指定する入力領域５５ｂと、確保を望む利益を指定する入力領域５５ｃとが設けられている。
また、発注予測画面５０には、発注量を求める際の各種の制約条件を指定する入力領域が設けられている。例えば、発注予測画面５０には、制約条件として、それぞれの発注タイミングでの最大発注量を指定する入力領域５６と、最大在庫量を指定する入力領域５７とが設けられている。また、発注予測画面５０には、制約条件として、商品が在庫切れになる欠品の発生確率を指定する入力領域５８とが設けられている。
また、発注予測画面５０には、実行ボタン５９が設けられている。発注者は、発注予測画面５０で発注モードを選択し、選択した発注モードに応じた利益に関する条件を指定し、制約条件を指定して実行ボタン５９を指定する。これにより、発注量決定装置１０は、商品の最適な発注量の算出を行い、最適な発注計画を決定する。
発注予測画面５０には、発注対象の期間の決定された発注計画の発注量を表示する発注量表示領域６０が設けられている。本実施例では、発注対象の期間を本日、明日、明後日とし、発注計画としてそれぞれの日に１回ずつ３回分の発注量を決定する。図３の例では、本日と、明日と、明後日の３回分の発注量が発注量表示領域６０に表示される。また、発注予測画面５０には、決定された発注計画での利益の確率分布を表示する確率分布表示領域６１が設けられている。
図２に戻り、予測部４２は、各種の予測を行う。例えば、予測部４２は、需要実績情報３１に記憶された発注対象の商品の過去の需要の履歴に基づき、発注対象の期間の需要を予測する。例えば、予測部４２は、ＡＲＩＭＡモデル（autoregressive integrated moving average model）などによる時系列分析を行って、発注対象の商品の需要を予測する。なお、需要の予測の手法は、これに限定されず、何れの手法であってもよい。例えば、サポートベクタマシンなどにより過去の需要を学習して需要量を予測してもよい。
図４は、需要の予測結果の一例を示す図である。需要の予測結果は、それぞれの需要量に対する発生確率として得られる。図４には、需要量に対する発生確率のグラフが示されている。図４のグラフの横軸は、商品の需要量である。図４のグラフの縦軸は、需要量の発生確率である。図４の例では、商品の需要の確率分布は正規分布となっている。個々に販売される商品の需要量は、整数である。このため、予測部４２は、連続型の分布のモデルの場合、離散化し、整数の需要量毎に、需要が発生する確率を求めて需要予測情報３２に記憶させる。例えば、予測部４２は、図４に示すように、需要量ｄの前後０．５の区間の確率分布の面積Ｓに対応する確率を需要量ｄの需要が発生する発生確率として、需要予測情報３２に記憶させる。なお、予測部４２は、需要の確率分布において、所定の有意確率区間外を切り捨てるようにしてもよい。例えば、図４に示すように、予測部４２は、上側確率Ｐｕ＋下側確率ＰＬが１−有意確率となる区間外を切り捨て、区間内の各需要量について発生確率を需要予測情報３２に記憶させてもよい。この有意確率は、外部から設定可能としてもよい。例えば、発注予測画面５０に有意確率を指定する入力領域を設けて、発注者が有意確率を設定可能としてもよい。
予測部４２は、発注対象の商品の発注対象の期間について、予測区間ごとに順に、直前までの予測区間に予測された各需要量の需要が発生しているものとして、それぞれケース分けして需要量を予測する。本実施例では、本日、明日、明後日の３回分の予測区間について需要を予測する。予測部４２は、それぞれのケースで予測される需要量毎に、当該需要量の需要の発生確率を需要予測情報３２に記憶させる。
図５は、需要予測情報に記憶される予測区間ごとの予測される需要量、発生確率を模式的に示した図である。１ステップ目の予測区間については、予測された需要量と発生確率が記憶される。図５の例では、１ステップ目の予測区間の需要量ｄ１〜ｄｋと発生確率ｐ１〜ｐｋが記憶される。また、２ステップ目の予測区間については、１ステップ目の予測区間の需要量のそれぞれでケース分けされて予測された需要量と発生確率が記憶される。例えば、１ステップ目の予測区間の需要量ｄ１として予測された需要量ｄ１,１〜ｄ１,ｍと発生確率ｐ１,１〜ｐ１,ｍが記憶される。３ステップ目の予測区間については、２ステップ目までの予測区間の需要量のそれぞれでケース分けされて予測された需要量と発生確率が記憶される。例えば、１ステップ目の予測区間の需要量ｄ１とし、２ステップ目の予測区間の需要量ｄ１,１として予測された需要量ｄ１,１,１〜ｄ１,１,ｘと発生確率ｐ１,１,１〜ｐ１,１,ｘが記憶される。なお、本実施例では、予測部４２が商品の過去の需要量から、予測区間の需要を予測する場合について説明したが、これに限定されるものではない。需要予測情報３２は、別なシステムでの予測結果を記憶してもよく、管理者が設定してもよい。また、予測部４２は、発注対象の期間と同一の直前の期間の需要量や過去の同一時期の需要量など過去の需要量をそのまま、あるいは、補正して、予測結果として需要予測情報３２に記憶させてもよい。
算出部４３は、各種の算出を行う。例えば、算出部４３は、需要予測情報３２に記憶された商品の需要予測に基づき、複数の期間それぞれの商品の発注量を示す複数の発注計画の其々について、利益の確率分布を算出する。例えば、算出部４３は、発注対象の期間の予測区間ごとに、制約条件を満たす発注量を初期の発注計画として定める。例えば、算出部４３は、最大発注量が指定されている場合、予測区間ごとに、最大発注量以下でランダムに発注量を定める。なお、初期の発注計画の定め方は、これに限定されるものではない。初期の発注計画は、予め固定で定められもよく、発注者が設定してもよく、直前に発注された発注計画や過去の同一時期に発注された発注計画など過去の発注計画を用いていてもよい。この場合、過去の発注計画は、収集部４０により、受注システム１１から収集する。
また、算出部４３は、需要予測情報３２に記憶された商品の需要予測に基づき、予測区間ごとの商品の需要を組み合わせ、組み合わせた各予測区間の需要の発生確率を乗算して各予測区間の需要の組み合わせ毎の発生確率を求める。
図６は、各予測区間の需要を組み合わせた発生確率の一例を示した図である。例えば、図６には、１ステップ目の予測区間の需要量ｄ１と、２ステップ目の予測区間の需要量ｄ１,１と、３ステップ目の予測区間の需要量ｄ１,１,１とを組み合わせた経路が示されている。この場合、算出部４３は、発生確率ｐ１と、発生確率ｐ１,１と、発生確率ｐ１,１,１と乗算して、需要量ｄ１、ｄ１,１、ｄ１,１,１の経路の発生確率を求める。
算出部４３は、各予測区間の需要を組み合わせた経路毎に、発注計画の発注が行われた場合の利益を算出する。例えば、前の予測区間に発注した商品が次の予測区間に納品される場合、予測区間ｋ＋１の在庫量ｙ［ｋ＋１］は、以下から求まる。
ｙ［ｋ＋１］＝ｙ［ｋ］＋ｕ［ｋ］−Ｄ［ｋ］・・・（１）
ｙ［ｋ］は、予測区間ｋの在庫量である。
ｕ［ｋ］は、予測区間ｋの発注量である。
Ｄ［ｋ］は、予測区間ｋの需要量である。
例えば、明日の在庫量は、現在の在庫量に本日の発注量を加算し、本日の需要量を減算した値となる。算出部４３は、式（１）を用いて、各予測区間の在庫量を順に算出する。
ところで、商品の在庫量から需要量Ｄ［ｋ］を減算した場合、需要量Ｄ［ｋ］が在庫量より多いと、在庫量は、マイナスとなる場合がある。しかし、商品の在庫量がゼロになると欠品状態となって売る商品がないため、商品の在庫量はゼロ未満にならない。
そこで、算出部４３は、以下の式（２）により予測区間ｋ＋１の在庫量を補正する。予測区間ｋ＋１の補正された在庫量をｙｐ［ｋ＋１］とする。
ｙｐ［ｋ＋１］＝ｍａｘ（ｙ［ｋ＋１］，０） ・・・（２）
式（２）では、予測区間ｋ＋１の在庫量ｙ［ｋ＋１］がゼロ以下の場合、予測区間ｋ＋１の補正された在庫量ｙｐ［ｋ＋１］がゼロとなる。
利益の計算を単純化するため、商品は、各予測区間で在庫量までしか販売できないものとした場合、予測区間ｋ＋１での販売量Ｖ［ｋ＋１］は、以下の式（３）となる。
Ｖ［ｋ＋１］＝ｍｉｎ（ｙｐ［ｋ＋１］，Ｄ［ｋ＋１］） ・・・（３）
式（３）では、在庫量ｙｐ［ｋ＋１］と、需要量Ｄ［ｋ＋１］のうち小さい方が販売量Ｖ［ｋ＋１］となる。
１つの商品当たりの利益ｍとした場合、予測区間ｋ＋１での利益ｐ［ｋ＋１］は、以下の式（４）となる。
ｐ［ｋ＋１］＝ｍ×Ｖ［ｋ＋１］ ・・・（４）
なお、利益を算出の手法は、上述の手法に限定されるものではなく、様々な手法を用いることができる。例えば、在庫の保管コストや、発注コストなどの様々なコストなどを様々なコストを考慮して利益を算出してもよい。また、在庫量は、リードタイムなどを考慮して算出してもよい。
算出部４３は、需要を組み合わせた経路毎に、発注計画の発注が行われた場合の各予測区間の利益を加算して、全ての経路についてそれぞれの利益を算出する。算出部４３は、全ての経路の利益を互いに比較し、利益が同じになる経路について、経路の発生確率を足し合わせ、利益と当該利益の発生確率の対応を求める。算出部４３は、利益の順に、利益の発生確率をソートして、利益順に、利益と当該利益の発生確率の対応付けた利益の確率分布を算出する。
出力部４４は、各種の出力を行う。例えば、出力部４４は、算出された利益の確率分布と、受け付けた利益に関する条件と、に基づき、発注計画の何れかを出力する。例えば、出力部４４は、利益の確率分布のそれぞれの利益について、当該利益以下の発生確率を足し合わせて、利益と、利益以下の累積の発生確率の対応関係を求める。
図７は、利益と累積の発生確率の対応関係の一例を示す図である。図７には、利益と累積の発生確率の対応関係のグラフが示されている。図７のグラフの横軸は、利益である。図７のグラフの縦軸は、累積の発生確率である。このグラフは、利益と当該利益が確保される確率の対応関係を示す。
出力部４４は、それぞれの発注計画について、当該発注計画での利益と、利益以下の累積の発生確率の対応関係を用いて、発注計画が利益に関する条件を満たすか否かを判定する。
例えば、出力部４４は、第１の発注モードが指定されている場合、発注計画について、当該発注計画での利益と当該利益が確保される確率の対応関係から、指定された確率で確保される利益を求める。
図８は、確保される利益を求める方法を説明する図である。図８には、図７に示した利益と累積の発生確率の対応関係のグラフが示されている。例えば、図３に示した発注予測画面５０でラジオボタン５１ａが選択され、入力領域５２に確率ａが指定されたものとする。この場合、出力部４４は、図８に示すグラフにおいて、累積の発生確率が１−ａに対応する利益ｂを求める。ここで、本実施例では、利益と累積の発生確率の対応関係のグラフは、利益について、当該利益以下の発生確率を足し合わせている。このため、グラフは、累積の発生確率の最大値が１となり、１との差分１−ａに対応する利益ｂが、確率ａで確保される利益を表すこととなる。
一方、例えば、出力部４４は、第２の発注モードが指定されている場合、発注計画について、当該発注計画での利益と当該利益が確保される確率の対応関係から、指定された利益が確保される確率を求める。
図９は、利益が確保される確率を求める方法を説明する図である。図９には、図７に示した利益と累積の発生確率の対応関係のグラフが示されている。例えば、図３に示した発注予測画面５０でラジオボタン５１ｂが選択され、入力領域５３に利益ｃが指定されたものとする。この場合、出力部４４は、図９に示すグラフにおいて、利益ｃに対応する累積の発生確率ｄを求める。ここで、利益と累積の発生確率の対応関係のグラフは、利益について、当該利益以下の発生確率を足し合わせている。このため、発生確率ｄが小さいほど、利益ｃが確保される確率が高いこととなる。
一方、例えば、出力部４４は、第３の発注モードが指定されている場合、発注計画について、当該発注計画での利益と当該利益が確保される確率の対応関係から、指定された利益を確保可能な確率、および、指定された確率で確保される利益を求める。
図１０は、指定された利益を確保可能な確率、および、指定された確率で確保される利益を求める方法を説明する図である。図１０には、図７に示した利益と累積の発生確率の対応関係のグラフが示されている。例えば、図３に示した発注予測画面５０でラジオボタン５１ｃが選択され、入力領域５４ａに利益ｆが指定され、入力領域５４ｂに確率ｅが指定され、入力領域５４ｃに確率ｇが指定されたものとする。この場合、出力部４４は、図１０に示すグラフにおいて、累積の発生確率が１−ｅに対応する利益ｈを求める。この利益ｈが利益ｆより大きい場合、確率ｅで利益ｆ以上が確保可能なこととなる。また、出力部４４は、図１０に示すグラフにおいて、累積の発生確率が１−ｇに対応する利益ｋを求める。利益ｋが確率ｇで確保される利益となる。
一方、例えば、出力部４４は、第４の発注モードが指定されている場合、発注計画について、当該発注計画での利益と当該利益が確保される確率の対応関係から、指定された利益を確保可能な確率、および、指定された利益が確保される確率を求める。
図１１は、指定された利益を確保可能な確率、および、指定された利益が確保される確率を求める方法を説明する図である。図１１には、図７に示した利益と累積の発生確率の対応関係のグラフが示されている。例えば、図３に示した発注予測画面５０でラジオボタン５１ｄが選択され、入力領域５５ａに利益ｍが指定され、入力領域５５ｂに確率ｌが指定され、入力領域５５ｃに利益ｎが指定されたものとする。この場合、出力部４４は、図１１に示すグラフにおいて、累積の発生確率が１−ｌに対応する利益ｐを求める。この利益ｐが利益ｍより大きい場合、確率ｌで利益ｍ以上が確保可能なこととなる。また、出力部４４は、図１１に示すグラフにおいて、利益ｎに対応する累積の発生確率ｑを求める。この発生確率ｑが小さいほど、利益ｎが確保される確率が高いこととなる。
出力部４４は、発注計画を変更して、算出部４３により利益の確率分布を算出させることを繰り返す。出力部４４は、発注計画毎に、指定された制約条件を満たすか否かを判定する。例えば、出力部４４は、制約条件として、図３に示した発注予測画面５０の入力領域５６に最大発注量が指定された場合、発注計画の各予測区間の発注量が最大発注量以下であるか判定する。また、出力部４４は、制約条件として、図３に示した発注予測画面５０の入力領域５７に最大在庫量が指定された場合、発注計画の各予測区間の在庫量が最大在庫量以下であるか判定する。また、出力部４４は、制約条件として、図３に示した発注予測画面５０の入力領域５８に欠品の発生確率が指定された場合、発注計画での欠品の発生確率を算出し、発注計画での欠品の発生確率が指定された欠品の発生確率であるか判定する。この欠品の発生確率は、次のように算出する。例えば、出力部４４は、発注計画の発注した場合に、図６に示した各予測区間の需要を組み合わせた経路毎に、在庫がマイナスとなる欠品が発生するか判定し、全ての経路数に対する欠品が発生した経路の割合から欠品の発生確率を算出する。
出力部４４は、制約条件を満たす発注計画の算出された利益の確率分布から、変更した発注計画での利益と、利益以下の累積の発生確率の対応関係を求め、指定された発注モードに応じた利益に関する条件を満たすか否かを判定する。出力部４４は、利益に関する条件を満たす発注計画がある場合、利益に関する条件を満たす発注計画のなかから確保される確率が最大の発注計画を出力する。例えば、出力部４４は、最適化アルゴリズムを用いて、指定された制約条件を設定して、発注計画の各予測区間の発注量を指定された発注モードに応じて最適化することにより、指定された発注モードに応じた最適な発注計画を計算する。この最適化アルゴリズムとしては、ＧＡ（genetic algorithm），ＰＳＯ（Particle Swarm Optimization）などが挙げられる。これにより、第１の発注モードでは、図８に示すように、確保する利益を最大化する確率ａが指定された場合、累積の発生確率１−ａの利益ｂがより大きい発注計画が最適な発注計画として求まる。第２の発注モードでは、図９に示すように、確保を望む利益ｃが指定された場合、利益ｃの発生確率ｄがより小さい発注計画が最適な発注計画として求まる。第３の発注モードでは、図１０に示すように、確保すべき利益ｆと、当該利益を確保すべき確率ｅと、利益を最大化する確率ｇが指定された場合、累積の発生確率１−ｅの利益ｈが利益ｆより大きく、累積の発生確率１−ｇの利益ｋがより大きい発注計画が最適な発注計画として求まる。第４の発注モードでは、図１１に示すように、確保すべき利益ｍと、当該利益を確保すべき確率ｌと、確保を望む利益ｎが指定された場合、累積の発生確率１−ｌの利益ｐが利益ｍより大きく、利益ｎの発生確率ｑがより小さい発注計画が最適な発注計画として求まる。
出力部４４は、利益に関する条件を満たす最適な発注計画が算出された場合、算出された最適な発注計画を出力する。例えば、出力部４４は、発注予測画面５０の発注量表示領域６０に最適な発注計画の各予測区間の発注量を出力する。本実施例では、出力部４４は、図３に示すように、発注量表示領域６０に本日、明日、明後日の３回分の予測区間の発注量を表示させる。また、出力部４４は、図３に示すように、出力した最適な発注計画での利益の確率分布を確率分布表示領域６１に表示させる。
一方、出力部４４は、利益に関する条件を満たす発注計画が無い場合、条件を満たす発注計画が無い旨のエラーを出力する。なお、出力部４４は、算出された最適な発注計画の発注データを受注システム１１へ出力して、自動的な発注を行うようにしてもよい。
［処理の流れ］
次に、発注量決定装置１０が発注量を決定する発注量決定処理の流れについて説明する。図１２は、発注量決定処理の手順の一例を示すフローチャートである。この発注量決定処理は、所定のタイミング、例えば、発注予測画面５０で条件が指定されて実行ボタン５９が選択されたタイミングで実行される。
図１２に示すように、収集部４０は、発注対象の商品に関する各種の情報を収集して記憶部２３に格納する（Ｓ１０）。例えば、収集部４０は、受注システム１１から発注対象の商品の販売価格や、原価、現在の在庫量を収集し、収集した現在の在庫量や、販売価格から原価を減算した１つ当たりの利益を商品情報３０に格納する。また、収集部４０は、受注システム１１から発注対象の商品の過去の需要量を収集し、発注対象の商品の過去の需要量を需要実績情報３１に格納する。
予測部４２は、発注対象の期間の予測区間ごとの発注対象の商品の需要を予測し、予測される需要量毎に、当該需要量の需要の発生確率を需要予測情報３２に格納する（Ｓ１１）。
算出部４３は、需要予測情報３２に記憶された商品の需要予測に基づき、予測区間ごとの商品の需要を組み合わせた経路毎の発生確率を算出し、発注計画の発注が行われた場合の利益の確率分布を算出する（Ｓ１２）。この発注計画は、最初の処理の場合、初期の発注計画を用い、以降、変更された発注計画を用いる。
出力部４４は、利益の確率分布から利益と当該利益が確保される確率の対応関係を求め、当該対応関係を用いて、発注計画が利益に関する条件を満たすか否かを判定する（Ｓ１３）。利益に関する条件を満たす場合（Ｓ１３肯定）、出力部４４は、最適な発注計画の候補として、発注計画を一時記憶し（Ｓ１４）、後述のＳ１５へ移行する。一方、利益に関する条件を満たさない場合（Ｓ１３否定）、後述のＳ１５へ移行する。
出力部４４は、所定の終了条件を満たしたか否かを判定する（Ｓ１５）。例えば、出力部４４は、ＧＡ，ＰＳＯなどの最適化アルゴリズムの終了条件を満たしたか否か判定する。この終了条件は、発注計画を変更した回数としてもよい。また、終了条件は、ある発注計画の発注量の周辺で、各予測区間の発注量をそれぞれ増減させた結果、何れも利益の低下したこと条件としてもよい。また、終了条件は、複数の条件を組み合わせてもよい。終了条件を満たした場合（Ｓ１５肯定）、出力部４４は、一時記憶した発注計画があるか否かを判定する（Ｓ１６）。一時記憶した発注計画がある場合（Ｓ１６肯定）、出力部４４は、一時記憶した発注計画のなかから、確保される利益が最大の発注計画を出力し（Ｓ１７）、処理を終了する。
一方、一時記憶した発注計画がない場合（Ｓ１６否定）、出力部４４は、条件を満たす発注計画が無い旨のエラーを出力し（Ｓ１８）、処理を終了する。
終了条件を満たさない場合（Ｓ１５否定）、出力部４４は、発注計画を変更する（Ｓ１９）。例えば、出力部４４は、最適化アルゴリズムに従い、発注計画の発注量を変更する。その後、上述のＳ１２へ移行し、変更された発注計画での利益の確率分布の算出を行う。
［効果］
上述してきたように、本実施例に係る発注量決定装置１０は、利益に関する条件を受け付ける。発注量決定装置１０は、商品の需要予測に基づき、複数の期間それぞれの前記商品の発注量を示す複数の発注計画の其々について、利益の確率分布を算出する。発注量決定装置１０は、算出した利益の確率分布と、受け付けた利益に関する条件と、に基づき、発注計画の何れかを出力する。このように、発注量決定装置１０は、利益に関する条件を受け付けるため、発注者が発注戦略に応じた利益に関する条件を指定できる。発注量決定装置１０は、受け付けた利益に関する条件に応じて、発注計画を出力する。これにより、発注量決定装置１０は、発注者の指定条件に応じた発注量計画出力することができる。
また、本実施例に係る発注量決定装置１０は、複数の期間のそれぞれで予測される商品の需要を組み合わせる。発注量決定装置１０は、組み合わせた各期間の需要の発生確率を乗算して複数の期間の需要の組み合わせ毎の発生確率を求める。発注量決定装置１０は、発注計画毎に、各需要の組み合わせにおける利益と当該需要の組み合わせの発生確率から利益の確率分布を算出する。発注量決定装置１０は、発注計画毎に、利益の確率分布から利益と当該利益が確保される確率の対応関係を求める。発注量決定装置１０は、対応関係において利益に関する条件を満たす発注計画を出力する。このように、発注量決定装置１０は、利益の確率分布を算出し、利益の確率分布から利益と当該利益が確保される確率の対応関係を求めことにより、利益の条件をより高い確率で満たす発注計画を求めることができる。
また、本実施例に係る発注量決定装置１０は、利益に関する条件として、確保する利益を最大化する確率の指定を受け付ける。発注量決定装置１０は、発注計画毎に、指定された確率で確保される利益を求め、確保される利益が最大の発注計画を出力する。これにより、発注量決定装置１０は、発注者の指定する確率で確保される利益が最大の発注計画を求めることができる。
また、本実施例に係る発注量決定装置１０は、利益に関する条件として、確保を望む利益の指定を受け付ける。発注量決定装置１０は、発注計画毎に、指定された利益が確保される確率を求め、確保される確率が最大の発注計画を出力する。これにより、発注量決定装置１０は、発注者の指定する利益が確保される確率が最大の発注計画を求めることができる。
また、本実施例に係る発注量決定装置１０は、利益に関する条件として、確保すべき利益と、当該利益を確保すべき第１確率と、利益を最大化する第２確率の指定を受け付ける。発注量決定装置１０は、発注計画毎に、指定された利益を確保可能な確率、および、指定された第２確率で確保される利益を求める。発注量決定装置１０は、確保可能な確率が第１確率を満たす発注計画のなかから、確保される利益が最大の発注計画を出力する。これにより、発注量決定装置１０は、発注者の指定する利益と、当該利益を確保すべき第１確率とを満たしつつ、発注者の指定する第２確率で確保される利益が最大の発注計画を求めることができる。
また、本実施例に係る発注量決定装置１０は、利益に関する条件として、確保すべき第１利益と、当該利益を確保すべき確率と、確保を望む第２利益の指定を受け付ける。発注量決定装置１０は、発注計画毎に、指定された第１利益を確保可能な確率、および、指定された第２利益が確保される確率を求める。発注量決定装置１０は、確保可能な確率が指定された確率を満たす発注計画のなかから、確保される確率が最大の発注計画を出力する。これにより、発注量決定装置１０は、発注者の指定する第１利益と、当該利益を確保すべき確率とを満たしつつ、発注者の指定する第２利益が確保される確率が最大の発注計画を求めることができる。
さて、これまで開示の装置に関する実施例について説明したが、開示の技術は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下では、本発明に含まれる他の実施例を説明する。
例えば、上記の実施例では、図５に示すように、各予測区間の需要量について、前の期間の需要量も予測に加えて、ツリー状に各予測区間の需要量の発生確率を予測する。そして、上記の実施例では、経路毎に、経路の予測区間の需要量の発生確率を乗算して経路の需要の発生確率を求める場合について説明したが、これに限定されない。例えば、各予測区間の需要量の発生確率を求め、各予測区間の需要量に対応した発生確率を乗算して、需要の発生確率を求めてもよい。各予測区間の需要量の発生確率は、過去の需要から予測してもよく、別なシステムで予測してもよく、管理者が設定してもよい。また、各予測区間の需要量の発生確率は、共通の１つの需要量の発生確率を用いてもよく、予測区間ごとに予測された個別の需要量の発生確率を用いてもよい。
また、上記の実施例では、制約条件に、最大発注量、最大在庫量、欠品の発生確率を用いた場合について説明したが、これに限定されない。その他の各種の制約条件を加えてもよい。制約条件は、発注者が指定するなど外部から設定可能としてもよく、システムで固定としてもよい。
また、図示した各装置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如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的状態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。例えば、収集部４０、受付部４１、予測部４２、算出部４３および出力部４４の各処理部が適宜統合されてもよい。また、各処理部の処理が適宜複数の処理部の処理に分離されてもよい。さらに、各処理部にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
［発注量決定プログラム］
また、上記の実施例で説明した各種の処理は、あらかじめ用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータシステムで実行することによって実現することもできる。そこで、以下では、上記の実施例と同様の機能を有するプログラムを実行するコンピュータシステムの一例を説明する。図１３は、発注量決定プログラムを実行するコンピュータを示す図である。
図１３に示すように、コンピュータ３００は、ＣＰＵ（Central Processing Unit）３１０、ＨＤＤ（Hard Disk Drive）３２０、ＲＡＭ（Random Access Memory）３４０を有する。これら３００〜３４０の各部は、バス４００を介して接続される。
ＨＤＤ３２０には上記の収集部４０、受付部４１、予測部４２、算出部４３および出力部４４と同様の機能を発揮する発注量決定プログラム３２０ａが予め記憶される。なお、発注量決定プログラム３２０ａについては、適宜分離しても良い。
また、ＨＤＤ３２０は、各種情報を記憶する。例えば、ＨＤＤ３２０は、ＯＳや発注量の決定に用いる各種データを記憶する。
そして、ＣＰＵ３１０が、発注量決定プログラム３２０ａをＨＤＤ３２０から読み出して実行することで、実施例の各処理部と同様の動作を実行する。すなわち、発注量決定プログラム３２０ａは、収集部４０、受付部４１、予測部４２、算出部４３および出力部４４と同様の動作を実行する。
なお、上記した発注量決定プログラム３２０ａについては、必ずしも最初からＨＤＤ３２０に記憶させることを要しない。
例えば、コンピュータ３００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」にプログラムを記憶させておく。そして、コンピュータ３００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。
さらには、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ３００に接続される「他のコンピュータ（またはサーバ）」などにプログラムを記憶させておく。そして、コンピュータ３００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。
１ システム
１０ 発注量決定装置
１１ 受注システム
１２ ネットワーク
２０ 通信Ｉ／Ｆ部
２１ 入力部
２２ 表示部
２３ 記憶部
２４ 制御部
３０ 商品情報
３１ 需要実績情報
３２ 需要予測情報
４０ 収集部
４１ 受付部
４２ 予測部
４３ 算出部
４４ 出力部

Claims (7)

  1. コンピュータに、
    利益に関する条件を受け付け、
    商品の需要予測に基づき、複数の期間それぞれの前記商品の発注量を示す複数の発注計画の其々について、利益の確率分布を算出し、
    算出した前記利益の確率分布と、受け付けた前記利益に関する条件と、に基づき、前記発注計画の何れかを出力する
    処理を実行させる発注量決定プログラムであって、
    前記算出する処理は、前記複数の期間のそれぞれで予測される前記商品の需要を組み合わせ、組み合わせた各期間の需要の発生確率を用いて前記複数の期間の需要の組み合わせ毎の発生確率を求め、前記発注計画毎に、各需要の組み合わせにおける利益と当該需要の組み合わせの発生確率から利益の確率分布を算出し、
    前記出力する処理は、前記発注計画毎に、前記利益の確率分布から利益と当該利益が確保される確率の対応関係を求め、当該対応関係において前記利益に関する条件を満たす発注計画を出力する
    ことを特徴とする発注量決定プログラム。
  2. 前記受け付ける処理は、前記利益に関する条件として、確保する利益を最大化する確率の指定を受け付け、
    前記出力する処理は、前記発注計画毎に、指定された確率で確保される利益を求め、確保される利益が最大の発注計画を出力する
    ことを特徴とする請求項１に記載の発注量決定プログラム。
  3. 前記受け付ける処理は、前記利益に関する条件として、確保を望む利益の指定を受け付け、
    前記算出する処理は、前記発注計画毎に、指定された利益が確保される確率を求め、確保される確率が最大の発注計画を出力する
    ことを特徴とする請求項１に記載の発注量決定プログラム。
  4. 前記受け付ける処理は、前記利益に関する条件として、確保すべき利益と、当該利益を確保すべき第１確率と、利益を最大化する第２確率の指定を受け付け、
    前記出力する処理は、前記発注計画毎に、指定された利益を確保可能な確率、および、指定された第２確率で確保される利益を求め、確保可能な確率が前記第１確率を満たす発注計画のなかから、確保される利益が最大の発注計画を出力する
    ことを特徴とする請求項１に記載の発注量決定プログラム。
  5. 前記受け付ける処理は、前記利益に関する条件として、確保すべき第１利益と、当該利益を確保すべき確率と、確保を望む第２利益の指定を受け付け、
    前記出力する処理は、前記発注計画毎に、指定された第１利益を確保可能な確率、および、指定された第２利益が確保される確率を求め、確保可能な確率が指定された確率を満たす発注計画のなかから、確保される確率が最大の発注計画を出力する
    ことを特徴とする請求項１に記載の発注量決定プログラム。
  6. コンピュータが、
    利益に関する条件を受け付け、
    商品の需要予測に基づき、複数の期間それぞれの前記商品の発注量を示す複数の発注計画の其々について、利益の確率分布を算出し、
    算出した前記利益の確率分布と、受け付けた前記利益に関する条件と、に基づき、前記発注計画の何れかを出力する
    処理を実行する発注量決定方法であって、
    前記算出する処理は、前記複数の期間のそれぞれで予測される前記商品の需要を組み合わせ、組み合わせた各期間の需要の発生確率を用いて前記複数の期間の需要の組み合わせ毎の発生確率を求め、前記発注計画毎に、各需要の組み合わせにおける利益と当該需要の組み合わせの発生確率から利益の確率分布を算出し、
    前記出力する処理は、前記発注計画毎に、前記利益の確率分布から利益と当該利益が確保される確率の対応関係を求め、当該対応関係において前記利益に関する条件を満たす発注計画を出力する
    ことを特徴とする発注量決定方法。
  7. 利益に関する条件を受け付ける受付部と、
    商品の需要予測に基づき、複数の期間それぞれの前記商品の発注量を示す複数の発注計画の其々について、利益の確率分布を算出する算出部と、
    前記算出部により算出された前記利益の確率分布と、前記受付部により受け付けた前記利益に関する条件と、に基づき、前記発注計画の何れかを出力する出力部と、
    を有する発注量決定装置であって、
    前記算出部は、前記複数の期間のそれぞれで予測される前記商品の需要を組み合わせ、組み合わせた各期間の需要の発生確率を用いて前記複数の期間の需要の組み合わせ毎の発生確率を求め、前記発注計画毎に、各需要の組み合わせにおける利益と当該需要の組み合わせの発生確率から利益の確率分布を算出し、
    前記出力部は、前記発注計画毎に、前記利益の確率分布から利益と当該利益が確保される確率の対応関係を求め、当該対応関係において前記利益に関する条件を満たす発注計画を出力する
    ことを特徴とする発注量決定装置。
JP2014223456A 2014-10-31 2014-10-31 発注量決定プログラム、発注量決定方法および発注量決定装置 Active JP6424568B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2014223456A JP6424568B2 (ja) 2014-10-31 2014-10-31 発注量決定プログラム、発注量決定方法および発注量決定装置
US14/927,183 US20160125436A1 (en) 2014-10-31 2015-10-29 Computer-readable medium, system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014223456A JP6424568B2 (ja) 2014-10-31 2014-10-31 発注量決定プログラム、発注量決定方法および発注量決定装置

Publications (2)

Publication Number Publication Date
JP2016091217A JP2016091217A (ja) 2016-05-23
JP6424568B2 true JP6424568B2 (ja) 2018-11-21

Family

ID=55853094

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014223456A Active JP6424568B2 (ja) 2014-10-31 2014-10-31 発注量決定プログラム、発注量決定方法および発注量決定装置

Country Status (2)

Country Link
US (1) US20160125436A1 (ja)
JP (1) JP6424568B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107122847B (zh) * 2017-04-07 2020-09-15 中国科学院东北地理与农业生态研究所 一种基于双层粒子群算法的渠系配水优化方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003256635A (ja) * 2002-02-28 2003-09-12 Hitachi East Japan Solutions Ltd 製造指示量決定支援方法およびそのプログラム
JP2005056024A (ja) * 2003-07-31 2005-03-03 Hitachi East Japan Solutions Ltd 供給計画を作成するための支援システムおよび支援方法および支援のためのコンピュータプログラム
JP2007172307A (ja) * 2005-12-22 2007-07-05 Internatl Business Mach Corp <Ibm> 商品の仕入または生産を支援するシステム
US8447423B2 (en) * 2009-11-30 2013-05-21 Exxonmobil Research And Engineering Company Method and apparatus for optimizing a performance index of a bulk product blending and packaging plant

Also Published As

Publication number Publication date
US20160125436A1 (en) 2016-05-05
JP2016091217A (ja) 2016-05-23

Similar Documents

Publication Publication Date Title
WO2017094207A1 (ja) 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
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
US20210158259A1 (en) Orchestrated intelligent supply chain optimizer
AU2010249271B2 (en) Product assortment planning system and method utilizing scaled performance metric values
Kim et al. Integrated planning for product selection, shelf-space allocation, and replenishment decision with elasticity and positioning effects
US20200410426A1 (en) Method of determining optimal business metrics from a product mix constrained by at least physical shelf space and at least one business rule
US10467638B2 (en) Generating work products using work product metrics and predicted constituent availability
US11068919B2 (en) Method of making changes to product mixes placed on boundary constrained shelves by determining the cost of implementing a pricing strategy formed by changeable business rules
US20160283895A1 (en) Plan determination method, computer-readable recording medium storing plan determination program, and plan determination apparatus
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
JPWO2014141394A1 (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
Wang et al. Incorporating travel time uncertainty into the design of service regions for delivery/pickup problems with time windows
JP2010117919A (ja) 棚割データ作成システム及び曜日別販売個数予測システム
JP6159056B2 (ja) 選択プログラム、選択方法及び選択装置
JP6424568B2 (ja) 発注量決定プログラム、発注量決定方法および発注量決定装置
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
CN114626660A (zh) 用于激增调整预报的方法和装置
JP6825479B2 (ja) 推定プログラム、推定装置、及び推定方法
Das et al. Pack size effects on retail store inventory and storage space needs
JP2005242816A (ja) コンピュータによる受注交渉支援方法
US20160300180A1 (en) Product data analysis
US8126765B2 (en) Market demand estimation method, system, and apparatus
JP2008165597A (ja) 業務パラメータ決定システム
JP2009003850A (ja) 企業施策の決定支援装置、企業施策の決定支援方法及びそのプログラム
JP2006171856A (ja) 在庫補充計画システム、在庫補充計画方法、および在庫補充計画プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170704

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180625

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180710

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180910

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: 20180925

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20181008

R150 Certificate of patent or registration of utility model

Ref document number: 6424568

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150