TWI248572B - Method of and system for forecasting future orders in parts inventory system - Google Patents

Method of and system for forecasting future orders in parts inventory system Download PDF

Info

Publication number
TWI248572B
TWI248572B TW090120665A TW90120665A TWI248572B TW I248572 B TWI248572 B TW I248572B TW 090120665 A TW090120665 A TW 090120665A TW 90120665 A TW90120665 A TW 90120665A TW I248572 B TWI248572 B TW I248572B
Authority
TW
Taiwan
Prior art keywords
order
rate
probability distribution
occurrence
order quantity
Prior art date
Application number
TW090120665A
Other languages
English (en)
Inventor
Tameo Yanagino
Yukihiko Suzaki
Original Assignee
Honda Motor Co 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 Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Application granted granted Critical
Publication of TWI248572B publication Critical patent/TWI248572B/zh

Links

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
    • 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
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities

Landscapes

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

Description

1248572 A7 ___B7_ __ 五、發明說明(1 ) (請先閱讀背面之注意事項再填寫本頁) 本發明係有關於用以於部品庫存系統中預測未來訂單 之方法及系統,特別是有關於用於預測訂單率低於預定水 準的低訂貨率部品之未來訂貨數量或需求的方法及系統。 在製造業中很多種曾銷售給使用者之如車輛零件之產 品部品(零件)必需被庫存一段預定期間並在回應於經銷商 與使用者之訂單下被供應。目前部品庫存一般係由專家使 用適當的技術預測未來訂貨數量而被估計。 曰本公開專利申請案第Hei 1 1 ( 1 999 )-7482號教習一 種方法,其使用蒙地卡羅模擬來計畫配銷網路中之中間供 應商應保持多少庫存。 一般而言,部品之訂單或需求在產品生產中是相當主 動的,且在生產不持續之時亦然,但此後便逐漸下降,最 終到達每月一個(一單元)之比率。 在訂單興隆時,大量的交易產生很多交易資料使得計 畫最適的庫存水準相對地容易。然而在訂單下降時,預測 逐漸地變難。在低訂單率下,就算專家也難以用好的精確 性來預測訂貨率。 經濟部智慧財產局員工消費合作社印製 然而事實上是訂單率低的部品佔大多數。此外,低訂 貨率部品還有需解決的難免之課題,如是否要棄置用以製 造這些部品的模具。 因此便欲有對部品,特別是低訂貨率部品之末端訂單 或需求(由使用者、經銷商等來者)的精確預測。上述習知 技藝所提供之方法受限於根據事先已知的末端訂單使用 蒙地卡羅模擬預測最適庫存以在中間供應商存放。 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 1248572 經濟部智慧財產局員工消費合作社印製 A7 B7 五、發明說明(2 ) 因此本發明之目標為要提供一種用以於部品庫存系統 中預測未來訂單之方法及系統’其能對部品’特別是低訂 貨率部品之末端訂單或需求(由使用者、經銷商等來者) 的精確預測。 本發明在第一層面藉由提供一種方法預測被銷售給 顧客的產品之未來訂單而達成前面的目標’包含的步驟 為··針對每一部品決定訂單時間程序記錄並抽取訂貨率低 於預定水準之訂單記錄的低訂貨率部品;由每一此訂單記 錄決定至少一參數表示訂貨率低於該預定水準後之訂單 特徵;將所抽取之低訂貨率部品區分為數種類別並使用表 示訂單特徵之參數就每一類別計算訂單出現機率分佈;根 據所計算的訂單出現機率分佈實施蒙地卡羅模擬以決定 在預定期間之際的訂貨數量出現率機率分佈;以及根據在 預定期間之際所計算的訂貨數量出現率機率分佈來預測 低訂貨率部品之未來訂貨數量。 本發明在第二層面藉由提供一種方法預測被銷售給 顧客的產品之未來訂單而達成前面的目標’包含的步驟 為:針對每一部品決定訂單時間程序記錄並抽取訂貨率低 於預定水準之訂單記錄的低訂貨率部品;由每一此訂單記 錄決定為時間之函數的訂單出現機率分佈與為訂單數量 比值之函數的訂單出現機率分佈;根據所計算的訂單出現 機率分佈實施蒙地卡羅模擬以決定在預定期間之際的訂 貨數量出現率機率分佈;以及根據在預定期間之際所計算 的訂貨數量出現率機率分佈來預測低訂貨率部品之未來 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) I . --------^-------------------------------- (請先閱讀背面之注意事項再填寫本頁) 1248572
經濟部智慧財產局員工消費合作社印製 1、發明說明(3) 訂貨數量。 本發明之其他目標與益處將由下列描述與附圖成為 更明白的,其中: 第1圖為以使用一裝置(微電腦)來實作本方法為基礎 之方塊圖,綜合性地顯示依據本發明實施例之用以於部品 庫存系統中預測未來訂單之方法及系統; 第2圖顯示在第1圖之未來訂單預測方法中被執行用 於抽取低訂貨率部品(非常低訂貨率部品(1)與非常低訂 貨率部品(2 ))之過程的解釋圖; 第3圖為在第1圖用未來訂單預測方法預測之訂單次 數的時間程序波動的解釋圖; 第4圖為以訂單出現時段(表示訂單特徵之一種參數) 之函數的訂單出現機率分佈之解釋圖,其為第1圖之未來 訂單預測方法的蒙地卡羅模擬輸入; 第5圖為以訂貨數量比值(表示訂單特徵之一種參數) 之函數的訂單出現機率分佈之解釋圖,其為第1圖之未來 訂單預測方法的蒙地卡羅模擬輸入; 第6圖顯示在第4圖中就每一類別所計算的以訂單出 現時段為函數的訂單出現機率分佈例之解釋圖; 第7圖顯示在第4圖中就每一類別所計算的以訂貨數 量比值為函數的訂單出現機率分佈例之解釋圖; 第8圖為使用第6與7圖在第1圖之未來訂單預測方 法所執行的蒙地卡羅模擬之解釋圖; 第9圖為用第8圖之蒙地卡羅模擬所獲得的在預定期 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) . --------^---------^ IAW.----------------------- (請先閱讀背面之注意事項再填寫本頁) 1248572 經濟部智慧財產局員工消費合作社印製 A7 B7 五、發明說明(4) 間之際(N個月)的訂貨數量出現率機率分佈之解釋圖; 第10圖為根據第9圖之訂貨數量出現率機率分佈所 執行的訂貨數量預測; 第11圖顯示用第8圖之蒙地卡羅模擬針對訂單預測 所做的預測精確度檢查結果; 第12圖為第1圖之未來訂單預測方法中所進行的迴 歸分析之訂單預測的解釋圖;以及 第1 3圖亦為第1圖之未來訂單預測方法中所進行的 迴歸分析之訂單預測的解釋圖; 第1圖為一方塊圖用於解釋依據本發明實施例之用以 於部品庫存系統中預測未來訂單之方法及系統。 在第1圖中未來訂單預測方法被呈現為一裝置之處 理(在圖中被表示為ENG(引擎)),構成一微電腦用於實施本 方法。 如第1圖顯示者,裝置10被連接於一大電腦(或主機 電腦,未畫出)1 2,包括一主機系統訂單記錄DB(資料 庫)12a與一主系統部品資訊DB(資料庫)12b。裝置10存 取它們以獲得有關已被銷售給顧客之產品部品的訂單記 錄與資訊。該部品資訊係指部品名稱、部品編號、目的地 (送貨地址)與價格之類。 在此實施例中,銷售給顧客的產品被定義為分為三 類:四輪車輛、機車(二輪車輛)、與通用產品,包括通用 發動機。其部品被定義成這些產品的成份元件(零件)。這 些部件分別以每一個為單元被交易並被指定部品編號。 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐)
72 5 8 m A7B7 五、發明說明(5) (請先閱讀背面之注意事項再填寫本頁) 資料抽取與處理ENG(引擎)10a針對四輪車輛等之各 別部品決定訂單時間程序記錄,根據的為所獲取之資料’ 並抽取第一低訂貨率部品(部品之群組),其訂貨率低於一 第一水準及第二低訂貨率部品(部品之群組)’其訂貨率低 於一第二水準。 第2圖為說明這些工作之解釋圖。 如顯示者,當一部品訂單之月平均數低於一個且該部 品在過去某些時間經歷超過24個月沒有訂單之歷史時’ 該部品之訂貨率被定義成低於該第一預定水準。符合此條 件之部品集合式被定義為第一種低訂貨率部品(此後亦稱 為非常低訂貨率部品(1))。 此外,當一部品訂單之月平均數低於一個且發生訂單 的總月數為1 3以上時,該部品之訂貨率被定義成低於該 第二預定水準。符合此條件之部品集合式被定義為第二種 低訂貨率部品(此後亦稱為非常低訂貨率部品(1))。 經濟部智慧財產局員工消費合作社印製 所謂「當一部品訂單之月平均數低於一個且發生訂單 的總月數為1 3以上」意即該部品具有之月平均訂貨率不 大於一單位,但過去有一個以上部品發生之月數(不論連 續與否)總合為13以上。 明確地說,在第2圖之左側’部品之訂單或需求例如 在每月5, 0 0 0單位之訂單於該產品在生產中或在生產未持 續的一會兒內一般是相當主動的’但在此後便逐漸地下 降,終至到達約每月一個(一單位)之比率。 在此說明書中的名詞「部品」意即由使用者與經銷商 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 經濟部智慧財產局員工消費合作社印製 1248572 A7 ___B7_ 五、發明說明(6 ) 等來之末端訂單(需求),及「訂貨數量」意即被訂貨之部 品數量(更精確地即被訂貨之部品單位數量)。所以,例如 在一個月之際的訂貨數量為三時表示為部品一次被訂貨 三個單位及三個單位之部品逐一地分別被訂貨二者均 可。 如由前面定義將被了解者,當部品訂貨數量下降時, 該部品首先變成非常低訂貨率部品(2),然後變成非常低 訂貨率部品(1)。資料抽取與處理ENG 1 Qa抽取非常低訂 貨率部品(1)與非常低訂貨率部品(2)。 回到第1圖之解釋,有關被資料抽取與處理ENG 10a 抽取之非常低訂貨率部品(1)與非常低訂貨率部品(2)的 資訊被儲存於一個非常低訂貨率部品訂單預測DB (資料庫) 10b ° 然後被儲存之非常低訂貨率部品資訊被送至一個訂 單特徵分析資料產生ENG 10c、一個非常低訂貨率部品 (l)MCS(蒙地卡羅模擬)輸入資料產生ENG 10d與一個非常 低訂貨率部品(2)輸入資料產生ENG 10e。 被送至訂單特徵分析資料產生ENG 10c之非常低低訂 貨率部品資訊受到統計分析與特徵方程式輸入處理’然後 被輸入就每一類別包括有訂單出現判別器與訂貨數量判 別器之訂單出現判別器與訂貨數量判別器DB 1 Of。訂單出 現判別器與訂貨數量判別器DB 1 0 f根據指示訂貨率低於 該第一水準後之訂單特徵的至少一參數將由部品訂單記 錄被抽取之低訂貨率部品(非常低訂貨率部品(〇)區分為 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) I . -1------t-------------------------------- (請先閱讀背面之注意事項再填寫本頁) 經濟部智慧財產局員工消費合作社印製 1248572 A7 ____Β7_____ 五、發明說明(7 ) 數種類別。 該等數種類別不限定為稍早提及之三種(四輪車輛、 機車與通用產品),但可被進一步被細分為24,50,100 種以上的群組。 被輸入訂單出現判別器與訂貨數量判別器DB 10 f之 資料與被儲存於非常低訂貨率部品(OMCS輸入資料產生 ENG 10d之資料一起被送至MSC(蒙地卡羅模擬)ENG 10g。 該等「訂單出現判別器」與「訂貨數量判別器」為「指 示訂貨率低於該第一水準後之訂單特徵的至少一參數」, 更明確地說為指示部品出現時段與訂貨數量比值之參 數。 根據指示訂單特徵之參數,MCS ENG 10g就屬於每一 類別之產品決定兩種型式之訂單出現機率分佈,並輸入所 決定的訂單出現機率分佈至蒙地卡羅模擬以決定在預定 期間N之際的訂貨數量出現率機率分佈。 現在將解釋蒙地卡羅模擬被使用之部品預測方法。 蒙地卡羅模擬(亦稱為「蒙地卡羅分析」或「蒙地卡 羅技術」)是一種方法論,其藉由已表達成公式回復到機 率之領域而解決問題。其普遍地被用以就無法以解析技術 解決的問題來求得近似解。 透過對有關低訂貨率部品之訂貨數量預測的廣泛深 入研究,本發明人發現在部品之訂貨率落到低水準時,部 品之訂貨數量展現某種特徵(即符合某些規則)。第3圖就 以a,b,c表示之三種部品顯示訂貨數量(月平均數)之時 -10 - 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) I ··_------ I ^-------------------------------- (請先閱讀背面之注意事項再填寫本頁) 1248572 經濟部智慧財產局員工消費合作社印製 A7 B7 五、發明說明(8 ) 間程序波動。如圖示者,在訂單為主動的期間之際,不同 部品之訂貨數量不同。 然而在需求消失且訂貨數量落到低水準後,則當一部 品訂單之月平均數低於一個且該部品在過去某些時間經 歷超過24個月沒有訂單之歷史時,部品間之訂單或需求 各別性變弱且部品a,b,c之訂貨數量趨向於共同的型態。 所以,該等部品之訂單實際上可被視為展現相同的特徵。 透過對第3圖顯示之訂單時間程序記錄的進一步研 究,本發明人發現低訂貨率部品之交易行為表現由最後一 次訂單(不論訂單之單位數)之月數者,即訂單出現機率分 佈為時間之函數,更明確地說’即隨後幾個月的訂單出現 機率分佈。 其進一步發現訂單記錄(資料)為如24個月維持為零 前之訂貨數量的函數,即訂單出現機率分佈為訂貨數量之 函數。注意,第3圖中xl,x2與x3代表在零訂單期間前 之部品訂貨數量為零訂單期間後之部品訂貨數量的倍 數。 因此,藉由以部品訂貨數量為基礎考慮零期間前後之 訂貨行為下,訂單出現機率分佈可精確地被決定。所以低 訂貨率部品之未來訂貨數量預測的精確度可進一步被加 強。 第4圖顯示訂單出現機率分佈為時間之函數’更明確 地說,訂單出現機率分佈為訂單出現時段(月)之函數’此 係藉由根據前面的知識近似地圖繪訂單時間程序記錄(用 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) ϋ 一一口, ϋ ϋ ϋ I I ϋ ϋ I I n ϋ I n n I - (請先閱讀背面之注意事項再填寫本頁) 1248572 A7 B7 經濟部智慧財產局員工消費合作社印製 五、發明說明(9) 點表示)而求得。 第5圖顯示藉由分析訂單時間程序記錄所獲得之訂單 出現機率分佈,其為訂貨數量比值之函數。 「訂貨數量比值」為訂單期限到期後之訂貨數量對訂 單期限到期前之訂貨數量的比值。更明確地說,訂貨數量 比值=(在零訂單出現後24個月的月份訂貨數量)/(在零 訂單出現前24個月的月份訂貨數量)。簡單地說,訂貨數 量比值為訂單到期前後之訂貨數量間的比值。 第4與5圖顯示之特徵視部品種類而不同,所抽取的 非常低訂貨率部品(1)便被區分為數個類別。然後如第6 與7圖顯者,為時間之函數的訂單出現機率分佈(顯示於 第4圖)與為訂貨數量比值之函數的訂單出現機率分佈(顯 示於第5圖)就每一類別被決定。 將部品區分為類別係藉由就每一非常低訂貨率部品 (1)決定訂單出現時段與訂貨數量比值(表示在訂貨率低 於預定水準之訂單特徵的參數),並將具有類似參數的部 品置於同一個類別。 雖然第6與7圖只顯示四種類別,此僅係為了說明簡 單起見,實際上部品被細分為24,50種或以上的類別。 接著如第8圖顯示者,蒙地卡羅模擬根據第6與7圖 顯示之二種訂單出現機率分佈被重複(如5, 0 0 0次)。藉此 如第9圖顯示者,其被決定在多少個月之際多少部品將被 訂貨的機率,即在一預定期間(N個月)之際可能的總訂貨 數量。 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐)
1248572 A7 _B7_ 五、發明說明(1〇) 針對部品所屬的類別,第6與7圖顯示之被決定的訂 單出現機率分佈被選擇,且蒙地卡羅模擬就被選擇之訂單 出現機率分佈分開地被實施。 換言之,本發明根據未來訂貨數量之知識被達成’本 知識可藉假設未來的訂單出現機率分佈與由訂單記錄得 知的過去之訂單出現機率分佈相同下被預測。 因此,為時間與訂貨數量比值之函數的訂單出現機率 分佈至少之一個被聚焦於表示訂單特徵之參數、訂單出現 機率分佈被計算、且所計算的訂單出現機率分佈被用作為 蒙地卡羅模擬輸入。其結果為,訂單出現機率分佈可就類 似的預定期間被求得作為蒙地卡羅模擬之輸出。其結果 為,低訂貨率部品之未來訂貨數量預測的精確度可進一步 被加強。 其後,非常低訂貨率部品(1)之未來訂貨數量根據N 個月之際所計算的(總訂貨數量)訂貨數量出現率機率分 佈被預測(計算)。更明確地說,如第1 〇圖顯示者’其被 預測(計算)在所關切的類別於N個月之際,在Z%之涵蓋 率(相對訂單之目標供應率)下為符合非常低訂貨率部品 (1)之訂單所必要的訂貨數量Yz。 在Ν個月之期間可被設定為任何所欲長度下,其足以 適當選擇對應於所欲預測期間之值。 因此,在所欲長度之際可預測部品訂貨數量(更精確 地說為部品之總訂貨數量)的事實為此未來訂單預測方法 之一特徵。 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) (請先閱讀背面之注咅?事項再填寫本頁) · 經濟部智慧財產局員工消費合作社印製 --t---------^ ------------------------ !248572 A7 B7 五、發明說明(11) 所以,精確的訂單預測可依照所欲的預測期間或預測 數量適當地設定期間而被達成。此外,例如其亦可能藉由 設定較短長度的期間使訂貨數量降下,或藉由檢查垂直軸 之訂貨數量出現率機率分佈是否小於一預定值使訂貨數 量降下。 現在,前述者將參照第1圖顯示之組配被解釋。在MCS ENG 10g中用蒙地卡羅模擬求得之資料(在N個月之際的總 訂貨數量出現率機率分佈)被送至計算結果顯示ENG 1 Oh。 MCS ENG lQg之輸出亦被送至預測精確度檢查資料產 生ENG lQi,其檢查非常低訂貨率部品(1)類別是否適當, 且必要時重置該類別或指定新的一個。 明確地說,預測精確度檢查資料產生ENG 1 0 i根據在 所關切之類別中非常低訂貨率部品(1)於過去某一時間點 止的訂單記錄預測由此時間點至另一過去時間點的訂 單。然後其藉由比較預測結果與記錄資料來檢查預測精確 度,並在預測精確度被決定為低的時重置該類別或指定新 的一個。 類別數目設定較少會使處理工作較簡單,但其預測精 確度較低。所以如稍早提及者,在本實施例中類別數目被 做成例如為24,50個或以上。 第11圖顯示當本實施例之未來訂單預測方法被應用 於2 3 9,0 0 0個低訂貨率部品分為2 4個類別所求得之結 果,且其預測精確度與過去訂單記錄被比較。 雖然計算結果顯示ENG 10h進行類似的處理,第11 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) (請先閱讀背面之注意事項再填寫本頁) 經濟部智慧財產局員工消費合作社印製 -------- I ^---------^ IAW.-----;----------------- 1248572 經濟部智慧財產局員工消費合作社印製 A7 B7 五、發明說明(12) 圖所顯示者為項目個數之不同。「項目」係指部品目的地 所在的部品數目。因此,當相同部品之目的地所在為曰本 與美國,則其項目數目為2。 第11圖顯示在採用本實施例之訂單預測方法預測被 庫存的部品存貨的情形中,針對2 3 9, 0 0 0個部品於90% ’ 95%,98%與99. 6%涵蓋率下的短缺比值與符合比值(垂 直軸)。 「短缺比值」意為訂單未滿足之百分比,及「符合比 值」意為訂單被滿足之百分比。雖然,短缺比值因在檢查 期間之際不正常訂單的出現之值一般是由100%減去符合 比值而被求得,但短缺比值、符合比值與不正常訂單(如 在99. 6%涵蓋率之0.15%)之和被定義為100%。 如圖中可看出的該所欲之符合比值實際上被達成的 事實驗證此實施例之未來訂單預測方法的有效性。 回到第1圖之解釋,非常低訂貨率部品(2)輸入資料 產生ENG 10e之輸出透過MCS ENG 10g直接被送至預測精 確度檢查資料產生ENG 10i。 總結而言,在本實施例中非常低訂貨率部品(1)使用 蒙地卡羅模擬以前面的方式被預測,而迴歸分析技術以關 於非常低訂貨率部品(2 )被使用。此外,在迴歸分析決定 迴歸直線中,蒙地卡羅模擬所獲得的預測值(訂貨數量)被 添加至已知的資料。換言之,在非常低訂貨率部品(2 )的 情形中,蒙地卡羅模擬分析與迴歸分析的好處被結合以進 行預測。 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) — II — — — — — — II 11111111 — — — — — — — — — — — — — — — — — — — — I. (請先閱讀背面之注意事項再填寫本頁) A7 B7 1248572 五、發明說明(13) 此將參照第1 2圖被解釋。如圖中上面部分指出者, 當訂單很大時,最方便的是處理每一單元時間的訂貨量 (訂貨數量)。但當訂貨量降至低水準時,人工設定的單位 時間造成資料本身改變。 所以,如圖中左下方顯示地,低訂貨率部品(更精確 地說為非常低訂貨率部品(2 ))以累積訂貨數量為準被處 理。明確地說,指數函數如右下方顯示地被用以將累積訂 貨數量(記錄資料)線性處理且迴歸直線由此結果被畫 出。 確實地說,如最小平方法之已知技術如第13圖顯示 地被用以決定迴歸係數及畫出直線,且用蒙地卡羅模擬獲 得的資料中之任意值(以參照符號Md表示)被用以決定該 迴歸直線。 雖然迴歸分析與蒙地卡羅分析基本上為不同的技 術,前面的安排被採用,原因在於如前所述者,當部品訂 單下降時,該部品一般先變為非常低訂貨率部品(2),然 後變為非常低訂貨率部品(1 ),此外用蒙地卡羅模擬獲得 之非常低訂貨率部品(1 )預測被確認為具有高度精確的。 雖然由於如前述者,非常低訂貨率部品(2 )在時間上 領先非常低訂貨率部品(1),非常低訂貨率部品(2)之未來 訂單預測必須不用針對所關切的部品以蒙地卡羅模擬來 實施。 所以在此實施例中,所描述之方法就非常低訂貨率部 品(1)被構建,且當為時間之函數的訂單出現機率分佈與 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公t ) --------------·___ (請先閱讀背面之注意事項再填寫本頁) 經濟部智慧財產局員工消費合作社印製 訂---------線----------------------- 經濟部智慧財產局員工消費合作社印製 Ϊ248572 五、發明說明(14) 為訂貨數量比值之函數的訂單出現機率分佈就每一類別 關於非常低訂貨率部品(2 )被決定,如數個月的縮短期問 在計算訂貨數量比值時取代24個月被使用。 在第13圖中,L1為獨由已知資料被獲得之迴歸直線 及L2為由已知資料被獲得之迴歸直線;且Md值用蒙地卡 羅模擬修改被獲得。在圖中,僅迴歸直線L1被呈現作為 參考。迴歸直線L2在本實施例之未來訂單預測方法被使 用。 迴歸直線上對應於第13圖水平軸所指示的預測期間 之值因而為在垂直軸上所指示的預測訂貨數量。如非常低 訂貨率部品(1)的情形中,非常低訂貨率部品(2)之未來訂 單亦被預測為在所欲期間長度之際的訂貨數量。 由於有關非常低訂貨率部品(2 )之未來訂單預測藉由 以此方式結合蒙地卡羅分析與迴歸分析之好處被進行,雖 然非常低訂貨率部品(2 )之交易行為不見得會展現針對第 3圖被解釋的非常低訂貨率部品(1)特徵,未來訂貨數量預 測之精確度可被進一步加強。 回到第1圖之解釋,非常低訂貨率部品(2)預測ENG 10 j以前面的方式根據非常低訂貨率部品(2)輸入資料產 生ENG 10e與與MCS ENG 10g之輸出決定迴歸直線L2。 非常低訂貨率部品(2)預測ENG 10j之輸出與MCS ENG 10g之輸出一起被送至計算結果顯示ENG 10h,其預測(計 算)非常低訂貨率部品(2 )之未來訂貨數量並利用CRT或印 表機(均未畫出)顯示或列印預測結果。 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) ^ --------1------------------------------- (請先閱讀背面之注意事項再填寫本頁) 經濟部智慧財產局員工消費合作社印製 1248572 A7 ___Β7___ 五、發明說明(15 ) 由於前面的組配,此實施例可精確地預測低訂貨率部 品之未來訂貨數量’此低訂貨率部品係指訂貨數量已低於 每月一單位以下,且利用此促成庫存管理品質適當地被決 定。 而且,由於低訂貨率部品之未來訂單可精確地被預 測,有關是否要棄置製造部品用之模具的決策可被作成。 此外,由於低訂貨率部品之未來訂單可精確地被預 測,有關庫存管理之策略(包括涵蓋度)可易於被決定。 還有如第1圖顯示者,由於預測精確度檢查資料產生 ENG 10i檢查預測精確度並根據必要時之檢查結果重置(改 變)分類,即由於本實施例被組配使得未來訂單預測方法 被涉及,故預測精確度可固定地被加強。 尤有甚者,由於區分為非常低訂貨率部品(1)與非常 低訂貨率部品(2)被實施,訂貨數量以關於前者使用蒙地 卡羅分析被預測,及訂貨數量以關於後者使用蒙地卡羅分 析與迴歸分析被預測,即由於二種分析之優點被結合’故 預測精確度進一步被加強。 換言之,就算非常低訂貨率部品(2 )之交易行為不見 得會展現針對第3圖被解釋的非常低訂貨率部品(1)特 徵,未來訂貨數量預測之精確度可被進一步加強。 而且,由於未來訂單被預測為在所欲期間長度之際的 訂貨數量(總訂貨數量),訂單可依照所欲的預測期間或預 測數量最適地被預測。 如前述者,此實施例被組配以具有一種預測部品未來 -18 - 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) -1 .·--------訂---------線----------------------- (請先閱讀背面之注意事項再填寫本頁) 1248572 A7 B7 經濟部智慧財產局員工消費合作社印製 五、發明説明(l6 ) 部品之方法,更明確地說係用於被銷售給顧客之產品(四 輪車輛、機車、通用產品)之低訂貨率部品’其訂貨率低 於預定水準且其被儲存數個期間及在被訂貨時將被銷 售,包含的步驟為:針對每一部品決定訂單時間程序記 錄,抽取訂單記錄顯示其訂貨率低於該預定水準之低訂貨 率部品(非常低訂貨率部品(1);資料抽取與處理eng 10a 與非常低訂貨率部品訂單預測DB 1 Ob),由每一此訂單記 錄決定至少一參數表示訂貨率低於該預定水準後之訂單 特徵,將所抽取之低訂貨率部品區分為數種類別’使用表 示訂單特徵之參數就每一類別計算訂單出現機率分佈(訂 單特徵分析資料產生ENG 10c,非常低訂貨率部品(l)MCS 輸入資料產生ENG 1 0d,訂單出現判別器與訂貨數量判別 器DB 10f,預測精確度檢查資料產生ENG 10i,與MC.S ENG l〇g);根據所計算的訂單出現機率分佈實施蒙地卡羅模擬 以決定在預定水準(N個月;MCS ENG 10g)之際的訂貨數量 出現率機率分佈;以及根據在預定水準(計算結果顯示ENG 1 Oh)之際所計算的訂貨數量出現率機率分佈來預測低訂 貨率部品之未來訂貨數量(總訂貨數量)。 在此組配中,訂單時間程序記錄針對每一部品被決定 訂貨率低於預定水準之訂單記錄的低訂貨率部品被抽 取;至少一參數表示訂貨率低於該預定水準後之訂單特徵 由每一此訂單記錄被決定;所抽取之低訂貨率部品被區分 為數種類別,表示訂單特徵之參數被用以就每一類別計算 訂單出現機率分佈;蒙地卡羅模擬根據所計算的訂單出現 -19 - 本紙張尺度適用中國國家標準(CNS ) A4規格(210X297公釐) 一 (請先閱讀背面之注意事項再填寫本頁) ^^1 %本頁 -訂 線- 1248572 A7 B7 經濟部智慧財產局員工消費合作社印製 五、發明説明(Π ) 機率分佈被實施以決定在預定期間之際的訂貨數量出現 率機率分佈;以及低訂貨率部品之未來訂貨數量根據在預 定期間之際所計算的訂貨數量出現率機率分佈被預測。由 於未來訂貨數量因而可針對訂貨率低於低水準的部品精 確地被預測,庫存可適當地被決定。此外,有關是否要棄 置製造部品用之模具的決策可被作成。庫存管理之策略 (包括涵蓋度)可易於被決定。 本發明進一步包括之步驟為··針對每一部品決定訂單 時間程序記錄,抽取訂單記錄顯示其訂貨率低於第二預定 水準之低訂貨率部品(非常低訂貨率部品(2);資料抽取與 處理ENG 10a與非常低訂貨率部品訂單預測DB 10b),將 所抽取之低訂貨率部品區分為數種類別,使用表示訂單特 徵之參數就每一類別計算訂單出現機率分佈(訂單特徵分 析資料產生ENG 10c,非常低訂貨率部品(2)輸入資料產生 ENG 10e,訂單出現判別器與訂貨數量判別器DB 10f,預 測精確度檢查資料產生ENG lGi,與MCS ENG lQg);根據 所計算的訂單出現機率分佈實施蒙地卡羅模擬以決定在 預定水準(MCS ENG 10g)之際的訂貨數量出現率機率分 佈;根據在預定水準之際所計算的訂貨數量出現率機率分 佈來預測低訂貨率部品之未來訂貨數量以及根據訂貨率 低於該第二預定水準前之訂單記錄與所計算的訂貨數量 (非常低訂貨率部品(2)預測ENG 10 j與計算結果顯示ENG 10h)用迴歸分析預測該第二低訂貨率部品之未來訂貨數 量。 -20 - (請先閲讀背面之注意事項再填寫一
1r 線· 本紙張尺度適用中國國家標準(CNS ) A4規格(210X297公釐) 經濟部智慧財產局員工消費合作社印製 1248572 A7 B7 五、發明説明(18 ) 在此組配中,訂單時間程序記錄針對每一部品被決 定,訂單記錄顯示其訂貨率低於第二預定水準之低訂貨率 部品被抽取,所抽取之低訂貨率部品被區分為數種類別, 表示訂單特徵之參數就每一類別被用以計算訂單出現機 率分佈;蒙地卡羅模擬根據所計算的訂單出現機率分佈被 實施以決定在預定水準之際的訂貨數量出現率機率分 佈;第二低訂貨率部品之未來訂貨數量根據在預定水準之 際所計算的訂貨數量出現率機率分佈被預測以及該第二 低訂貨率部品之未來訂貨數量根據訂貨率低於該第二預 定水準前之訂單記錄與所計算的訂貨數量用迴歸分析被 預測。換言之,由於有關非常低訂貨率部品之未來訂單預 測藉由以此方式結合蒙地卡羅模擬分析與迴歸分析之好 處被進行,雖然不同的訂貨率部品之交易行為不見得會展 現相同特徵,未來訂貨數量預測之精確度可被進一步加 強。 表示訂單特徵的至少一參數為訂單出現時段(月;第4 圖所顯示者)及訂貨數量比值(如第5圖顯示者)的其中之 一或二者皆是。 當在此方式下,訂單出現時段與訂貨數量比值的至少 一個被聚焦於表示訂單特徵之參數、訂單出現機率分佈被 計算、且所計算的訂單出現機率分佈被用作為蒙地卡羅模 擬輸入。其結果為,訂單出現機率分佈可就類似的預定期 間被求得作為蒙地卡羅模擬之輸出。其結果為,低訂貨率 部品之未來訂貨數量預測的精確度可進一步被加強。 -21 - 本紙張尺度適用中國國家標準(CNS ) A4規格(210X297公釐)
1248572 五、發明說明(I9) 訂 數 貨 值 比 到 限 期 單 訂 對 為訂 前 期 期 單 訂 量 數 貨 數地 貨確 訂明 之更 後。 期值 匕 到 t 限 的 值 比 量 數 貨 訂 說 在 / 量 數 貨 訂 份 月 訂 的份 月 月 個的 4 月 2 個 後C 4 現 2 出前 單現 訂出 零單 (¢1 訂 零 量 數 貨 訂 慮 考 礎 基 為 量 數 貨 出 單 訂 下 為 行 貨 訂 之 訂後 品前 部期 以到 由品 藉部 之 面 層分 量率 數機 貨現 進 。 可 定度 決確, 被精 2 地的 確測 精預 可量 佈數 言 而 進 品 部品 來產 未之 品客 方 之 輪 四 貨 訂 來 未 之 品 部 率 貨 訂 低 以 所 強 加 被 步 部 測 預 •Imll 種 1 有 具 以 配 組 被 例 施 實 此
βπ 一甲 法 f Μ ί W 用 係 說 地 確 明 更 品 產 用 通 1ml 機 顧率 給貨 售訂 銷低 被之 於 部品,其訂貨率低於預定水準且其被儲存數個期間 及在被訂貨時將被銷售,包含的步驟為:針對每一 部品決定訂單時間程序記錄,抽取訂單記錄顯示其 訂貨率低於該預定水準之低訂貨率部品(非常低訂 貨率部品(1);資料抽取與處理ENG 10a與非常低訂 貨率部品訂單預測 DB 1 Ob),由每一此訂單記錄決 定為時間之函數的訂單出現機率分佈與為訂貨數量 比值之函數的訂單出現機率分佈(訂單特徵分析資 料產生ENG 10c,非常低訂貨率部品(l)MCS輸入資 料產生 ENG 1 0d,訂單出現判別器與訂貨數量判別 器DBlOf,預測精確度檢查資料產生ENGlOi與MCS ENG 1 0g),根據所計算的訂單出現機率分佈實施蒙 22 1248572 五、 發明說明 (20) 地 卡 羅 模 擬 以 決 定在預定期間 1 (1 N個月; MCS ENG 1 〇g) 之 際 的 訂 貨 數 量 出現率機率分佈, 以 •及 :根 據 在 預 定 期 間 (計算結果顯示 ENG lGh)之 :際 :所 計 算 的 訂 貨 數 量 出 現 率 機 率 分 佈來預測低 訂 貨 率 部 品 之 未 來 訂 貨 數 量 〇 在 比 阻配中 ,此實施例被 組 配 以 具 有 一 種 預 測 部 品 未 來 部 品 之 方法,更明確 地 說 係 用 於 被 銷 售 給 顧 客 之 產 品 (四輪車輛、機車 、通用產品〕 丨之 低 訂 貨 率 部 品 其訂貨率低於預定水 準 且 其 被 儲 存 數 個 期 間 及 在 被 訂 貨 時 將被銷售,包含的步 '驟 :為 ,: 訂 單 時 間 程 序 記 錄 針 對 每一部品被決定, 訂 單 記 錄 顯 示 其 訂 貨 率 低 於 該 預 定水準之低 訂 貨 率 部 品 被 抽 取 為 時 間 之 函 數 的 訂 單出現機率 分 佈 與 為 訂 貨 數 量 比 值 之 函 數 的 訂 單 出現機率分 佈 由 每 一 此 訂 單 記 錄 被 決 定 ,蒙地卡羅模擬根據所 計 算 的 訂 單 出 現 機 率 分 佈 被 實 施 以 決 定在預定期 間 之 際 的 訂 貨 數 量 出 現 率 機 率 分 佈 ,以及低訂貨率 部 品 之 未 來 訂 貨 數 量 根 據 在 預 定 期 間 之際所計算 的 訂 貨 數 量 出 現 率 機 率 分 佈 被 預 測 〇 : 換言之,為時 間 之 函 數 的 訂 單 出 現 機 率 分 佈 與 為 訂 貨數量比值 之 函 數 的 訂 單 出 現 機 率 分 佈 至 少 一 個 被聚焦於計 算 訂 單 出 現 機 率 分 佈 輸 入 至 蒙 地 卡 羅 模擬,使得訂 貨 數 量 可 藉 由 就 類 似 的 預 定 期 間 計 算 訂貨數量出 現 率 機 率 分 佈 被 預 測 作 為 蒙 地 卡 羅 模 擬之輸出。其 結 果 為 由 於 低 訂 貨 率 23 1248572 五、發明說明(21 ) 部品之未來訂單可精確地被預測,有關是否要棄置 製造部品用之模具的決策可被作成。庫存管理之策 略(包括涵蓋度)可易於被決定。 一種組配亦被提供,其中被抽取之低訂貨率部 品被區分為數稱類別(如2 4或5 0種),且訂單出現 機率分佈就每一種類別被決定(訂單特徵分析資料 產生ENG 1 Oc,非常低訂貨率部品(1 )MCS輸入資料 產生ENG 1 Od,訂單出現判別器與訂貨數量判別器 DB 10f,預測精確度檢查資料產生ENG 10i與MCS ENG 1Og) ° 在此組配中,被抽取之低訂貨率部品被區分為 數稱類別,且訂單出現機率分佈就每一種類別被決 定。由於獨特的部品訂單行為可因而被考慮,低訂 貨率部品之未來訂貨數量的精確度可進一步被加 強。 一種組配進一步被提供之步驟為檢查訂貨數量 預測之精確度;以及根據檢查結果改變類別(預測 精確度檢查資料產生E N G 1 0 i )。 在此組配中,檢查訂貨數量預測之精確度被檢 查;以及根據檢查結果改變類別。其結果為低訂 貨率部品之未來訂貨數量預測固定地被加強。 雖然在前述中,期間與時段的單位被定義為月 數,其可替代地以表示如日、週、二週、季或年之 任何各種其他期間或時段單位被定義。 24 1248572
五、 發明說明(22 ) 2 0 00 年 8 月 30 曰 建檔 之 曰 本 專 利 串 案第 2C 丨0 0 - 2 6 0 9 1 8號的全部揭 示, 包 括 說 明 晝 、 甲 請專 利 範圍 、圖與摘要以其整 體被 納 入 於 此 做 為 參 考。 雖 然本發明已參照特 定實 施 例 因 而 被 顯 示 及描 述 ,其 應被注意本發明絕 不受 限 於 所 描 述 之 配 置的 細 節, 而是變化與修改可 被做 成 而 不 致 偏 離 如 由 3主 甲硝 專 利範 圍之領域。 元件標 號 對 照 表 元件編號 譯 名 元件編號 譯 名 10 裝置 10 i 預 測) 隋確度 :檢 查: 資料 10a 資料抽取與處理 產 生 ENG ENG(弓丨擎) l〇j 非常低訂貨率 部品(2) 1 Ob 非常低訂貨率部品 預 測 ENG 訂單預測D B 12 主 機 電 腦 10c 非常低訂貨率部品(2) 12a 主 系 統 訂 單 記 錄 預測E N G 資 料 庫 1 0d 非常低訂貨率部品(1) 12b 主 系 統 部 品 資 訊 MCS輸入資料產生ENG 資 料 庫 1 0 e 非常低訂貨率部品(2) 輸入資料產生ENG 1 0 f 訂單出現判別器與 訂貨數量判別器DB 1 〇g MCS(蒙地卡羅模擬)ENG 1 Oh 計算結果顯示ENG
25

Claims (1)

1248572 A8 B8 C8 _ _D8_— ___ 六、申請專利範圍 —-__ 正l手Λ β 第9012〇665號申請案申請專利範圍修正本j補充於·〇『〇’· 1. 一種用以預測銷售給顧客的產品部品之未來訂單之万 法,包含的步驟爲: 針對每一部品決定訂單時間程序記錄並抽取訂貨 率低於預定水準之訂單記錄的低訂貨率部品; 由每一此訂單記錄決.定至少一參數表示訂貨率低 於該預定水準後之訂單特徵; 將所抽取之低訂貨率部品區分爲數種類別並使用 表示訂單特徵之參數就每一類別計算訂單出現機率分 佈; 根據所計算的訂單出現機率分佈實施蒙地卡羅模 擬以決定在預定期間之際的訂貨數量出現率機率分 佈;以及 根據在預定期間之際所計算的訂貨數量出現率機 率分佈來預測低訂貨率部品之未來訂貨數量。 2. 如申請專利範圍第1項所述之方法,進一步包括的步驟 爲: 針對每一部品決定訂單時間程序記錄並抽取訂貨 率低於一第二預定水準之訂單記錄(但高於該預定水準) 的第二低訂貨率部品; 將所抽取之第二低訂貨率部品區分爲數種類別並 使用表示訂單特徵之參數就每一類別計算訂單出現機 率分佈; 根據所計算的訂單出現機率分佈實施蒙地卡羅模擬 —---26........... . 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐) ABCD 1248572 六、申請專利範圍 以決定在預定期間之際的訂貨數量出現率機率分佈; 根據在該預定期間之際所計算的訂貨數量出現率 機率分佈計算第二低訂貨率部品之未來訂貨數量;以及 根據訂貨率低於該第二預定水準前之訂單特徵與 所計算的訂貨數量用迴歸分析預測該第二低訂貨率部 品的未來訂貨數量。 3. 如申請專利範圍第1項所述之方法,其中表示訂單特徵 之參數爲訂單出現時段與訂貨數量比値的至少之一。 4. 如申請專利範圍第2項所述之方法,其中表示訂單特徵 之參數爲訂單出現時段與訂貨數量比値的至少之一。 5. 如申請專利範圍第3項所述之方法,其中該訂貨數量比 値爲訂單到期後之訂貨數量對訂單到期前之訂貨數量 的比値。 6. 如申請專利範圍第4項所述之方法,其中該訂貨數量比 値爲訂單到期後之訂貨數量對訂單到期前之訂貨數量 的比値。 7. —種用以預測銷售給顧客的產品部品之未來訂單之方 法’包含的步驟爲· 針對每一部品決定訂單時間程序記錄並抽取訂貨 率低於預定水準之訂單記錄的低訂貨率部品; 由每一此訂單記錄決定爲時間之函數的訂單出現 機率分佈與爲訂單數量比値之函數的訂單出現機率分 佈; 根據所計算的訂單出現機率分佈實施蒙地卡羅模 ___w37一··丨_____丨_.丨_丨-丨 | | ---- 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐)
ABCD 1248572 六、申請專利範圍 擬以決定在預定期間之際的訂貨數量出現率機率分 佈;以及 根據在預定期間之際所計算的訂貨數量出現率機 率分佈來預測低訂貨率部品之未來訂貨數量。 8. 如申請專利範圍第7項所述之方法,其中該訂貨數量比 値爲訂單到期後之訂貨數量對訂單到期前之訂貨數量 的比値。 9. 如申請專利範圍第7項所述之方法,其中被抽取之該等 低訂貨率部品被區分爲數種類別,且訂單出現機率分佈 就每一該等數種類別被決定。 10. 如申請專利範圍第1項所述之方法,進一步包括的步驟 · 局 · 檢查訂貨數量預測之精確度;以及 根據檢查結果改變該等類別。 11. 如申請專利範圍第7項所述之方法,進一步包括的步驟 爲·· 檢查訂貨數量預測之精確度;以及 根據檢查結果改變該等類別。 12. —種用以預測銷售給顧客的產品部品之未來訂單之系 統,包含的步驟爲: 訂單時間程序記錄決定設施用於針對每一部品決 定訂單時間程序記錄並抽取訂貨率低於預定水準之訂 單記錄的低訂貨率部品; 訂單出現機率分佈決定設施用於由每一此訂單記 —-- - 本紙張尺度適用中國國家標準(CNS) A4规格(210X297公釐)
ABCD 1248572 六、申請專利範圍 錄決定至少一參數表示訂貨率低於該預定水準後之訂 單特徵,及用於將所抽取之低訂貨率部品區分爲數種 類別並使用表示訂單特徵之參數就每一類別計算訂單 出現機率分佈; 蒙地卡羅模擬設施用於根據所計算的訂單出現機 率分佈實施蒙地卡羅模擬以決定在預定期間之際的訂 貨數量出現率機率分佈;以及 預測設施用於根據在預定期間之際所計算的訂貨 數量出現率機率分佈來預測低訂貨率部品之未來訂貨 數量。 13.如申請專利範圍第12項所述之系統,進一步包含: 第二訂單時間程序記錄決定設施用於針對每一部 品決定訂單時間程序記錄並抽取訂貨率低於一第二預 定水準之訂單記錄(但高於該預定水準)的第二低訂貨率 部品; 第二訂單時間出現機率分佈決定設施用於將所抽 取之第二低訂貨率部品區分爲數種類別並使用表示訂 單特徵之參數就每一類別計算訂單出現機率分佈; 蒙地卡羅模擬設施用於根據所計算的訂單出現機率 分佈實施蒙地卡羅模擬以決定在預定期間之際的訂貨數 量出現率機率分佈; 訂單計算設施根據在該預定期間之際所計算的訂 貨數量出現率機率分佈計算第二低訂貨率部品之未來 訂貨數量;以及 … - ------------—' _ _晒 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐) ABCD 1248572 六、申請專利範圍 預測設施用於根據訂貨率低於該第二預定水準前 之訂單特徵與所計算的訂貨數量用迴歸分析預測該第 二低訂貨率部品的未來訂貨數量。 14. 如申請專利範圍第12項所述之系統,其中表示訂單特徵 之參數爲訂單出現時段與訂貨數量比値的至少之一。 15. 如申請專利範圍第13項所述之系統,其中表示訂單特徵 之參數爲訂單出現時段與訂貨數量比値的至少之一。 16. 如申請專利範圍第14項所述之系統,其中該訂貨數量比 値爲訂單到期後之訂貨數量對訂單到期前之訂貨數量 的比値。 17. 如申請專利範圍第15項所述之系統,其中該訂貨數量比 値爲訂單到期後之訂貨數量對訂單到期前之訂貨數量 的比値。 18. —種用以預測銷售給顧客的產品部品之未來訂單之系 統,包含: 訂單時間程序記錄決定設施用於針對每一部品決 定訂單時間程序記錄並抽取訂貨率低於預定水準之訂 單記錄的低訂貨率部品; 訂單時間出現機率分佈決定設施用於由每一此訂 單記錄決定爲時間之函數的訂單出現機率分佈與爲訂 單數量比値之函數的訂單出現機率分佈; 蒙地卡羅模擬設施根據所計算的訂單出現機率 分佈實施蒙地卡羅模擬以決定在預定期間之際的訂 貨數量出現率機率分佈;以及 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐)
1248572 C8 ___D8_ 六、申請專利範圍 預測設施根據在預定期間之際所計算的訂貨數量 出現率機率分佈來預測低訂貨率部品之未來訂貨數 量。 19. 如申請專利範圍第1 8項所述之系統,其中該訂貨數量比 値爲訂單到期後之訂貨數量對訂單到期前之訂貨數量 的比値。 20. 如申請專利範圍第18項所述之系統,其中被抽取之該等 低訂貨率部品被區分爲數種類別,且訂單出現機率分佈 就每一該等數種類別被決定。 21. 如申請專利範圍第1 2項所述之系統,進一步包含: 檢查設施用於檢查訂貨數量預測之精確度;以及 改變設施用於根據檢查結果改變該等類別。 22. 如申請專利範圍第18項所述之系統,進一步包含: 檢查設施用於檢査訂貨數量預測之精確度;以及 改變設施用於根據檢查結果改變該等類別。 _^丨 麵 3丨_1·—__ _ 本紙張尺度適用中國國家標準(CNS) A4規格(210X297公釐)
TW090120665A 2000-08-30 2001-08-22 Method of and system for forecasting future orders in parts inventory system TWI248572B (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2000260918A JP3481570B2 (ja) 2000-08-30 2000-08-30 部品在庫管理における需要予測装置

Publications (1)

Publication Number Publication Date
TWI248572B true TWI248572B (en) 2006-02-01

Family

ID=18748855

Family Applications (1)

Application Number Title Priority Date Filing Date
TW090120665A TWI248572B (en) 2000-08-30 2001-08-22 Method of and system for forecasting future orders in parts inventory system

Country Status (10)

Country Link
US (1) US7225140B2 (zh)
EP (1) EP1315107A1 (zh)
JP (1) JP3481570B2 (zh)
CN (1) CN1386234A (zh)
BR (1) BR0107024A (zh)
CA (1) CA2381569A1 (zh)
MX (1) MXPA02004267A (zh)
TW (1) TWI248572B (zh)
WO (1) WO2002019190A1 (zh)
ZA (1) ZA200202274B (zh)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7480623B1 (en) * 2000-03-25 2009-01-20 The Retail Pipeline Integration Group, Inc. Method and system for determining time-phased product sales forecasts and projected replenishment shipments for a retail store supply chain
US20020082899A1 (en) * 2000-09-29 2002-06-27 Aley Fredrick J. Methods and systems for integrating marketing, production, and finance
US7552066B1 (en) * 2001-07-05 2009-06-23 The Retail Pipeline Integration Group, Inc. Method and system for retail store supply chain sales forecasting and replenishment shipment determination
US7295990B1 (en) * 2001-09-27 2007-11-13 Amazon.Com, Inc. Generating current order fulfillment plans based on expected future orders
US7747543B1 (en) 2001-09-27 2010-06-29 Amazon Technologies, Inc Dynamically determining actual delivery information for orders based on actual order fulfillment plans
US20030163364A1 (en) * 2002-02-28 2003-08-28 Piercy Lee W. Net delta change in inventory management
JP2004021881A (ja) * 2002-06-20 2004-01-22 Honda Motor Co Ltd 小売価格決定支援システム
US20040210473A1 (en) * 2002-11-08 2004-10-21 Pfizer Inc. Method and system for forecasting resources for the development of pharmaceutical drugs
US8271369B2 (en) * 2003-03-12 2012-09-18 Norman Gilmore Financial modeling and forecasting system
US7840449B2 (en) * 2004-09-07 2010-11-23 International Business Machines Corporation Total inventory management
US7558755B2 (en) 2005-07-13 2009-07-07 Mott Antony R Methods and systems for valuing investments, budgets and decisions
US9330373B2 (en) 2005-07-19 2016-05-03 Amazon Technologies, Inc. Method and system for storing inventory holders
US7894933B2 (en) * 2005-07-19 2011-02-22 Kiva Systems, Inc. Method and system for retrieving inventory items
US8483869B2 (en) 2005-07-19 2013-07-09 Amazon Technologies, Inc. Method and system for fulfilling requests in an inventory system
US7894932B2 (en) * 2005-07-19 2011-02-22 Kiva Systems, Inc. Method and system for replenishing inventory items
US9123000B2 (en) * 2005-10-31 2015-09-01 Friedrich Gartner Automatic generation of calendarization curves
JP4696874B2 (ja) * 2005-11-28 2011-06-08 株式会社日立製作所 リソース予測装置及び方法
US7424448B2 (en) * 2006-03-23 2008-09-09 Sap Ag Method for quantity checking of product purchase orders
US7694874B2 (en) * 2006-03-29 2010-04-13 Amazon Technologies, Inc. Over-the-air device provisioning and activation
JP4805055B2 (ja) * 2006-08-02 2011-11-02 シーコムス株式会社 商品発注量計算装置
US8374922B1 (en) 2006-09-22 2013-02-12 Amazon Technologies, Inc. Fulfillment network with customer-transparent costs
JP2008171171A (ja) * 2007-01-11 2008-07-24 Hitachi Ltd 需要予測方法、および需要予測分析サーバ、並びに需要予測プログラム
US10366426B2 (en) * 2007-03-09 2019-07-30 Amazon Technologies, Inc. Personalizing handheld electronic book readers
US20090024446A1 (en) * 2007-07-20 2009-01-22 Shan Jerry Z Providing a model of a life cycle of an enterprise offering
KR100928621B1 (ko) * 2007-11-07 2009-11-26 연세대학교 산학협력단 부품 수요 예측 방법 및 시스템
US20100274601A1 (en) * 2009-04-24 2010-10-28 Intermational Business Machines Corporation Supply chain perameter optimization and anomaly identification in product offerings
US8234295B2 (en) 2009-06-03 2012-07-31 International Business Machines Corporation Managing uncertain data using Monte Carlo techniques
US8364512B2 (en) * 2010-02-01 2013-01-29 Taiwan Semiconductor Manufacturing Company, Ltd. Methods and systems for dynamic inventory control
US8498888B1 (en) 2011-06-22 2013-07-30 Amazon Technologies, Inc. Cost-based fulfillment tie-breaking
US20140058783A1 (en) * 2012-08-22 2014-02-27 Hartford Fire Insurance Company System and method for optimizing catastrophe based resources
US10133996B2 (en) * 2014-04-22 2018-11-20 International Business Machines Corporation Object lifecycle analysis tool
CN104091094A (zh) * 2014-08-03 2014-10-08 刘鸿 Meta分析数值缺失状态下MCMC模拟导向的基于多重填补法的缺失值处理的方法
EP3182348A1 (en) * 2015-12-17 2017-06-21 Dematic Systems GmbH Method of order fulfilling by making storage units available from a storage facility in a desired sequence at a picking station
US11810044B1 (en) * 2016-04-11 2023-11-07 Blue Yonder Group, Inc. System and method of providing a supply chain digital hub
US10373117B1 (en) * 2016-11-15 2019-08-06 Amazon Technologies, Inc. Inventory optimization based on leftover demand distribution function
CN111192071B (zh) * 2018-11-15 2023-11-17 北京嘀嘀无限科技发展有限公司 发单量预估方法及装置、训练发单概率模型的方法及装置
CN113344652A (zh) * 2020-03-02 2021-09-03 多点(深圳)数字科技有限公司 信息呈现方法、装置、电子设备和介质
CN113537850A (zh) * 2020-04-14 2021-10-22 顺丰科技有限公司 仓储优化方法、装置、计算机设备和存储介质
CN111724205B (zh) * 2020-06-17 2021-08-10 乐清市凡山电器有限公司 一种车辆装备维修管理经费评估系统及方法
WO2023161789A1 (en) * 2022-02-23 2023-08-31 Jio Platforms Limited Systems and methods for forecasting inventory

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4414629A (en) * 1979-04-02 1983-11-08 Waite John H Method and apparatus for making correlations and predictions using a finite field of data of unorganized and/or partially structured elements
JPH08147357A (ja) * 1994-11-22 1996-06-07 Nec Yamagata Ltd 製造装置の簡易モデリング方法
US5765143A (en) 1995-02-28 1998-06-09 Triad Systems Corporation Method and system for inventory management
US5608621A (en) * 1995-03-24 1997-03-04 Panduit Corporation System and method for controlling the number of units of parts in an inventory
US5893076A (en) * 1996-01-16 1999-04-06 Sterling Commerce, Inc. Supplier driven commerce transaction processing system and methodology
US6006196A (en) * 1997-05-01 1999-12-21 International Business Machines Corporation Method of estimating future replenishment requirements and inventory levels in physical distribution networks
US6144945A (en) * 1997-07-14 2000-11-07 International Business Machines Corporation Method for fast and accurate evaluation of periodic review inventory policy
JP2000003388A (ja) * 1998-06-16 2000-01-07 Hitachi Ltd 需要予測単位設定方法
US6061691A (en) * 1998-08-31 2000-05-09 Maxagrid International, Inc. Method and system for inventory management
DE19848094A1 (de) * 1998-10-19 2000-04-20 Asea Brown Boveri Verfahren zur Ermittlung des Grades der Aufgabenerfüllung technischer Systeme
US6826538B1 (en) * 1999-07-28 2004-11-30 I2 Technologies Us, Inc. Method for planning key component purchases to optimize revenue
US6611726B1 (en) * 1999-09-17 2003-08-26 Carl E. Crosswhite Method for determining optimal time series forecasting parameters
EP1360619A2 (en) * 2000-04-07 2003-11-12 The Procter & Gamble Company Method and apparatus for monitoring the effective velocity of items through a store or warehouse
US6970841B1 (en) * 2000-04-17 2005-11-29 International Business Machines Corporation Large inventory-service optimization in configure-to-order systems
US6816839B1 (en) * 2000-05-04 2004-11-09 International Business Machines Corporation Demand planning for configure-to-order and building blocks-based market environment
US6978249B1 (en) * 2000-07-28 2005-12-20 Hewlett-Packard Development Company, L.P. Profile-based product demand forecasting

Also Published As

Publication number Publication date
EP1315107A1 (en) 2003-05-28
BR0107024A (pt) 2002-05-21
JP2002073746A (ja) 2002-03-12
CN1386234A (zh) 2002-12-18
ZA200202274B (en) 2003-03-20
MXPA02004267A (es) 2002-10-17
JP3481570B2 (ja) 2003-12-22
US7225140B2 (en) 2007-05-29
WO2002019190A1 (fr) 2002-03-07
US20020026347A1 (en) 2002-02-28
CA2381569A1 (en) 2002-03-07

Similar Documents

Publication Publication Date Title
TWI248572B (en) Method of and system for forecasting future orders in parts inventory system
Kingsman et al. Responding to customer enquiries in make-to-order companies problems and solutions
JP5337174B2 (ja) 需要予測装置、及びそのプログラム
WO1992018939A1 (en) Sale quantity characteristics classification system and supplementary ordering system
JP5611254B2 (ja) 需要予測装置およびプログラム
Hegedus et al. Due date setting with supply constraints in systems using MRP
US20070299716A1 (en) Method and system for forecasting demand of rotable parts
CN112132618A (zh) 一种商品价格确定方法、装置、设备及可读存储介质
US20070299747A1 (en) Method and system for replenishing rotable inventory
US20040148212A1 (en) Method and apparatus for measuring optimality for master production schedules
Poursoltan et al. An extension to the economic production quantity problem with deteriorating products considering random machine breakdown and stochastic repair time
JP4964067B2 (ja) 基準在庫管理装置
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
JP2007115169A (ja) 生産計画作成装置及び生産計画作成方法、並びにプログラム
JP2001209674A (ja) 商品価値評価装置
Kumar et al. Economic production lot size model with stochastic demand and shortage partial backlogging rate under imperfect quality items
JP5750468B2 (ja) 需要予測装置およびプログラム
US20090106060A1 (en) Method and apparatus for determining capital investment, employment creation and geographic location of greenfield investment projects
Keyhanian et al. Revenue and turn–over based joint pricing and production planning for an integrated financial lease–sales system: a new mathematical model
JPH09305663A (ja) 利益計画の策定方法
CN113780799A (zh) 一种商品经销商服务弱项的识别评估方法及装置
JP5756485B2 (ja) 需要予測装置およびプログラム
JP2004035219A (ja) サプライチェーン・マネージメント支援方法及びその装置、サプライチェーン・マネージメント支援プログラム
Chen et al. The joint determination of process mean, quality investment, replenishment cycle time, and credit period for the integrated supply chain model
Chen et al. Optimal quality investment, replenishment cycle time, and credit period for the buyer-seller decision model

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees