WO2004038625A1

WO2004038625A1 - 商品在庫量決定方法

Info

Publication number: WO2004038625A1
Application number: PCT/JP2002/010942
Authority: WO
Inventors: Yoichi Kasuga; Yutaka Nagara; Naoyuki Adachi; Masaaki Tateishi
Original assignee: Kao Corporation
Priority date: 2002-10-22
Filing date: 2002-10-22
Publication date: 2004-05-06
Also published as: AU2002344130A1

Abstract

低コストで顧客に対する欠品等が生ずることがない商品の在庫量の決定方法を提供する。この商在庫量決定方法は、商品の物流ノードでの、ある期間における商品出荷量の変動データを第１メモリ（２３）へ記憶するステップと、コンピュータが、前記第１メモリ（２３）からの変動データに基づいて、当該変動データの概略変動関数を求めるステップと、前記概略変動関数を概略変動関数メモリ（３１ａ）へ記憶するステップと、前記第１メモリ（２３）からの前記変動データと前記第概略変動関数メモリ（３１ａ）からの概略変動関数とにもとづいて、それらの差分から成るズレ幅データをコンピュータが求めるステップと、このズレ幅データをズレ幅データメモリ（５８ａ）へ記憶するステップと、前記ズレ幅データメモリ（５８ａ）からのズレ幅データに基づいて、商品在庫量をコンピュータが計算するステップと、を含む。

Description

明細書商品在庫量決定方法本出願は、同出願人により先に出願された日本国特許出願 2 0 0 1 - 1 5 7 6 7 9号（出願日 2 0 0 1年 5月 2 5日）の明細書を参照のためにここに組み込むものとする。技術分野

本発明は、物流ノードに於ける商品在庫量の決定方法に関する。背景技術

従来から、商品の物流管理あるいは在庫管理の分野においては、顧客に対して最適の時期に、最適量の最適商品を、最低コストで供給すべく種々の工夫がされている。

従来の商品在庫量決定方法においては、日々の出荷変動量を参照して、直接日々の出荷予測量を計算しょうとしていた。従って、過去データにおいて出荷量の突発的ピークが存在するとこのピーク等に影響されて結果的に過剰の在庫を保有する傾向を有しコスト的に不利となることがあつた。

また前記ピーク等を無視して在庫量を計算すると、結果的に顧客に対する商品供給において欠品等を生ずることとなり問題があった。発明の開示

この発明の目的は、前記従来技術の問題点を解決することである。

より詳細には、低コストで顧客に対する欠品等が生ずることがない商品の在庫量の決定方法提供することである。

上記課題を解決するために、この発明の商品在庫量決定方法は、

商品の物流ノードでの、ある期間における商品出荷量の変動データを第 1メモリ ( 2 3 ) へ記憶するステップと、コンピュータが、前記第 1メモリ（2 3 ) からの変動デ一夕に基づいて、当該変動データの概略変動関数を求めるステップと、

前記概略変動関数を概略変動関数メモリ（3 1 a ) へ記憶するステップと、前記第 1メモリ（2 3 ) からの前記変動データと前記第概略変動関数メモリ（ 3 1 a) からの概略変動関数とにもとづいて、それらの差分から成るズレ幅データをコンピュータが求めるステップと、

このズレ幅データをズレ幅データメモリ（5 8 a ) へ記憶するステップと、前記ズレ幅データメモリ（5 8 a) からのズレ幅データに基づいて、商品在庫量をコンピュータが計算するステップと、

を含む。

前記方法に於いて、ズレ幅データに基づいて商品在庫量を計算するステップは、ズレ幅データに基づいて、ズレ幅の分布関数をコンピュータが計算するステツプと、前記分布関数に基づいて、通常ずれ幅をコンピュータが計算するステップと、を有するのが好ましい。

また前記方法において、分布関数を計算するステップは、 r分布のパラメ一夕を計算するステップを含むのが好ましい。

また、前記方法において、前記通常ずれ幅は、前記分布関数の標準偏差として求めることができる。

またこの発明の他の側面は、以下の構成を有する商品在庫量決定装置にある。即ち、この商品在庫量決定装置は、

商品の物流ノードでのある期間における商品出荷量の変動データを記憶する第 1メモリ（2 3 ) と、

前記第 1メモリ（2 3 ) 力らの変動デ一夕に基づいて、当該変動データの概略変動関数を求める手段（3 1 ) と、

前記概略変動関数を記憶する概略変動関数メモリ（3 1 a ) と、

前記各メモリ（2 3 , 3 1 a) からの前記変動データと概略変動関数とにもとづいて、それらの差分から成るズレ幅データを求めるずれ幅デ一夕計算手段（5 8 ) と、

このズレ幅データを記憶するズレ幅データメモリ（5 8 a ) と、前記ズレ幅データメモリ（5 8 a) からのズレ幅データに基づいて、商品在庫量を計算する手段（5 9 , 6 1 ) と、

を含む。

前記商品在庫量計算手段は、ズレ幅デ一夕に基づいて、ズレ幅の分布関数を計算するずれ幅分布関数計算手段（5 9 ) と、前記分布関数に基づいて、通常ずれ幅を計算する通常ずれ幅計算手段（6 1 ) と、を有するのが好ましい。

前記ずれ幅分布関数計算手段は、ァ分布のパラメ一夕を計算するのが好ましい前記通常ずれ幅計算手段は、分布関数の標準偏差を計算するのが好ましい。図面の簡単な説明

図 1は、この発明の商品在庫方法を含む物流管理方法が適用される商品供給経路の説明図である。

図 2は、この発明の商品在庫方法を含む物流管理方法を実行する物流管理装置のブロック図である。

図 3は、ある年（N年）の所定時期における、前記物流管理方法により管理される商品の日々の出荷量を示すグラフである。

図 4は、ある年（N年）の所定時期における、前記物流管理方法により管理される商品の累積出荷量及びその翌年（（N + 1 ) 年）の同時期における同商品の累積出荷量を示すグラフである。

図 5は、図 4のグラフに基づいて作成されるところの、 N年の累積出荷量と N + 1年の累積出荷量との関係を示すグラフである。

図 6は、この物流管理方法により計算され予想される将来の出荷量の変動を示すグラフである。

図 7は、図 4に示す N + 1年の所定期間において、外的変動要因等により出荷量の変動傾向に異常或いは変化が生じた場合の、 N年の累積出荷数量と N + 1年の累積出荷数量との関係を示すグラフである。

図 8は、新発売商品について発売時点からの累積出荷量の変動履歴を示すダラフである。図 9は、図 8に示す累積出荷量のうち、各小売店への 1回目の供給或いは配荷 (すなわち初期配荷あるいは初期出荷）分の変動を表すグラフである。

図 1 0は、図 8に示す累積出荷量のうち、各小売店への 2回目以降の供給或いは配荷（すなわちリピート配荷あるいはリピート出荷）分の変動を表すグラフである。

図 1 1は、 1回目の供給或いは配荷（すなわち初期配荷あるいは初期出荷）が行われた小売店の累積数（初期出荷店数累計）の変動を表すグラフである。図 1 2は、図 9及び図 1 1のデータから導き出されるところの初期出荷量累計と初期出荷店数累計との関係を表すグラフである。

図 1 3は、図 3に示す商品出荷量の概略変動幅を示すグラフである。

図 1 4の（A) は、図 3又は図 1 3における概略変動関数曲線としての低次フ一リエ級数曲線を基準として見た前記出荷量のずれ幅を示すグラフである。図 1 4の（B ) は、前記出荷量のずれ幅に対応するガンマ分布を示す図である。発明を実施するための最良の形態

以下、図 1乃至図 1 4を参照して本願発明の実施形態を説明する。

図 1はこの発明の商品在庫量決定方法の実施形態を含む物流管理方法が適用される商品流通経路を示す。ここで商品は、石鹼等の身体の手入れ品あるいは、衣類や住まいの手入れ品、おむつ等の衛生用品、種々の化粧品、種々の業務用商品、産業用化学商品等を含むが、これに限定されない。

図 1に示すように、前記商品は、流通経路において以下のように流通する。ステップ S 1で前記商品のための原料が生産拠点 1 1へ調達される。

ステップ S 2で、生産拠点 1 1に於いて前記原料を加工等することにより商品が生産され在庫される。

ステップ S 3で、前記商品が卸あるいは当該生産者の物流拠点 1 3へ車両等により運送又は供給される。 . ステップ S 4で、前記運送又は供給された商品が前記卸あるいは物流拠点 1 3 に在庫される。

ステップ S 5で、小売店からの要求により所定の数量ずつ商品が前記卸あるいは物流拠点 1 3から小売店 1 5へ運送される。なお図 1に於ける小売店 1 5は物流拠点等 1 3が管轄する多数の小売店を一括して表す。

ステップ S 6及び S 7で、当該商品が小売店に陳列され消費者に購入される。この物流管理方法は、生産拠点 1 1から物流拠点 1 3への商品の供給量或いは出荷量の予想及び物流拠点等 1 3における在庫量の決定を行う。

より詳細には、この物流管理方法は例えば、現在の所定時期における商品の出荷量変動が過去の一定時期における商品の出荷量変動と類似すると予想される場合に適用される。即ちこの方法は、例えば、ある年の夏季におけるある商品の出荷量変動が、前年の同時期に於ける同商品の出荷量変動と類似することを利用する。

図 2は、この発明の商品在庫量決定方法の実施形態を含む物流管理方法を実行する物流管理装置を示すプロック図である。なおこのプロック図におけるメモリ以外の種々の手段は、例えばコンビュ一夕プログラムにより実現される。

図 2に示すようにこの物流管理装置 2 0は、過去の所定時期における所定商品の、生産拠点 1 1から物流拠点 1 3への出荷量値を記憶する過去出荷量メモリ 2 1を有する。より詳細には、この過去出荷量メモリ 2 1には、例えば供給量あるいは出荷量を予測しょうとする年の 1年前の同時期（例えば夏季）における同商品の、生産拠点 1 1から物流拠点 1 3への出荷量変動値が記憶される。

図 2に示すように、前記過去出荷量メモリ 2 1は、過去（N年）の所定期間（例えば夏季）における日々の出荷量変動を記憶する第 1出荷量メモリ 2 3と、' 当該日々の出荷量の累積値（の変動）を記憶する第 2出荷量メモリ 2 5とを有する図 3は、第 1出荷量メモリ 2 3に記憶されるところの、過去（N年）の所定期間（例えば夏季）における日々の出荷量変動を示す。より詳細には、図 3の例は、ある商品についての夏季（5月 1日から 8月 3 1日）の日々の出荷量変動を示す。なお図 3において縦軸は 1日当たりの梱包数を表す。

図 4の上側の曲線 Nは、前記第 2出荷メモリ 2 5に記憶されるところの、 N年における夏季の累積出荷量あるいは累積供給量（第 1 , 第 2出荷量値）を示すグラフである。前記累積出荷量は図 3における日々の出荷量を順次加え合わせることにより計算される。

図 2に示すように、この物流管理装置は第 3出荷量メモリ 2 7を有する。この第 3出荷量メモリ 2 7は、出荷量の予測を行おうとする年（例えば前記 N年の翌年の（N + 1 ) 年）の所定時期（例えば夏季前半）における前記商品の、前記生産拠点 1 1から物流拠点 1 3への出荷量の累積値（第 3出荷量値）を記憶する。図 4の下側の曲線（N + 1 ) は、前記第 3出荷メモリ 2 7に記憶される出荷量累積値を示す。

すなわち図 4の上側の曲線 Nの各値は第 2出荷メモリ 2 5に記憶され、下側の曲線（N + 1 ) の各値は、第 3出荷メモリ 2 7に記憶される。

図 2に示すように、この物流管理装置 2 0は比率計算手段 2 9を有する。この比較計算手段 2 9は、例えば、第 3出荷メモリ 2 7に記憶された N+ 1年における夏季前半（例えば図 4における 5月 1日から 7月 1 0日まで）の累積出荷量変動値と、第 2出荷メモリ 2 5に記憶された N年における夏季前半（5月 1日〜 7 月 1 0日まで）の累積出荷量変動値とを相互に比較する。

図 5は、比較計算手段 2 9が行う前記比較操作を示す。

即ち、比率計算手段 2 9は、 N年の累積出荷量変動値と N + 1年の累積出荷量変動値をそれぞれ x、 y座標軸にとって、出荷日をパラメ一タとして各値をプロットする。例えば図 4のグラフで、 6月 1 2日において N年では累積出荷量が 1 0 0 (千箱単位）であるのに対して N + 1年では 8 0であるので、図 5のグラフでは横軸 1 0 0、縦軸 8 0の所にプロットが付される。

図 5のグラフに於いて、図 5に示す様に（N年の累積出荷数量変動値と N + 1 年の累積出荷量変動値との）プロットが直線になると、 N + 1年の出荷量推移は、 N年の出荷量推移の k 1倍となると予想することができる。ここに k lは図 5 の直線の傾きである。

従って前記比率計算手段 2 9は、図 5の如きプロットに基づき前記比率 k 1を計算する。

この比率 k 1は、比率メモリ 2 9 aへ格納される。

図 2に示すように、この物流管理装置 2 0は、概略変動関数計算手段 3 1を有する。概略変動関数計算手段 3 1は、図 3に示す過去（N年）に於ける所定商品の所定時期（例えば 5月 1日〜 8月 3 0日）の日々の変動値の概略変動関数或いは概略変動傾向（季節トレンド曲線）を計算する。より詳細には、この概略変動関数或いは概略変動傾向は、例えば前記日々の変動値の低次フ一リェ成分で作られるフ一リエ級数で表される。

低次の周期成分としては、最短、一週間程度とするのが適当である。

図 3において低次フ一リエ成分のみから構成される波形（概略変動関数）は曲線 3 1 0で示される。

前記フーリエ成分及び、これらの低次フーリエ成分で構成される波形（概略変動関数）は概略変動関数メモリ 3 1 aに格納される。

この物流管理装置 2 0は、前記比率メモリ 2 9 a及びフーリエ成分メモリ 3 1 aからのデータに基づいて、将来（例えば N + 1年に於ける夏季後半）の出荷量を計算する第 1出荷量計算手段 3 3を有する。

より詳細には、第 1出荷量計算手段 3 3は、例えば N + 1年の 7月 1 0日においてそれ以降の日々の商品供給量を計算する場合、概略変動関数メモリ 3 1 aからの概略変動関数 F ( t ) に比率メモリ 2 9 aからの比率 k 1を掛けて k l xF ( t ) として 7月 1 0日以降の出荷量を計算する。

図 6は、前記概略変動関数 F ( t ) を表す曲線 Nと、第 1出荷量計算手段 3 3 により計算された出荷量（k l xF ( t ) ) を表す曲線 N + lを示す。なお、ここでは k 1は 1より小さい場合が示されている。

ここに例えば 7月 1 0日から 2週間の出荷量を決定する場合、図 6において 7 月 1 0日〜 7月 2 4日の矢印 Tで示される期間の曲線 N + 1が採用あるいは使用される。

この決定出荷量（k l xF ( t ) ) は出荷量メモリ 3 3 aへ格納される。この決定出荷量によれば、例えば N+ 1年の夏季後半に於ける、生産拠点 1 1 から物流拠点 1 3への概略出荷量を正確に予測することができる。

図 2に示すように、この物流管理装置 2 0は、追加出荷量メモリ 3 4を有する。この追加出荷メモリ 3 4は、第 1出荷量計算手段 3 3で計算される標準的出荷量に追加されて、小売店 1 5等からの日々の追加的或いは臨時的要求等に応じて物流拠点 1 3へ出荷される（当該商品の）追加出荷量を記憶する。この物流管理装置 2 0は、前記出荷量メモリ 3 3 aからの決定出荷量及び、追加出荷量メモリ 3 4からの追加出荷量に応じて、この全体の出荷量を（生産拠点 1 1から流通拠点 1 3へ）運送するためのトラックの如き車両の種類あるいは台数を決定するための運送車輛種類 ·台数決定手段 3 5を有する。より詳細には、決定手段 3 5は、予測出荷量メモリ 3 3 a及び追加出荷量メモリ 3 4中の最新デ一夕に基づいて、例えばその決定日（例えば 7月 1 0日）の 2日後（例えば 7月 1 2日）の出荷量を決定し、この決定データに基づいて、当該 2日後の車両種類 •台数を決定する。

これにより例えば決定日の 2日後に於いて、出荷商品を生産拠点 1 1から流通拠点 1 3へ運搬するための車両種類及び台数が決定される。

図 2に示すようにこの物流管理装置 2 0はさらに、車両積載商品種類積載量決定手段 3 7を有する。この決定手段 3 7は、前記決定日の翌日（7月 1 1日）に、追加出荷量メモリ 3 4からの最新追加出荷量（7月 1 1日のデータ）に基づいて、前記決定された車両種類 ·台数に対して積送量（最新追加出荷量（7月 1 1 日のデ一夕）に基づく流通拠点の必要量）を積載したときに車両が満載にならない場合に、当該運送車輛を満載化するように、 7月 1 2日以降の予定出荷量を 7 月 1 2日の出荷量の中に組み込む。これにより輸送車両を満載することができ、結果として輸送車両を減らし、輸送コストを削減することができる。

図 2に示すように、この物 ¾S管理装置 2 0は、回帰分析手段 3 9を有する。この回帰分析手段 3 9は、比率計算手段 2 9での計算に於いて、 N年の累積出荷数量変動と N + 1年の累積出荷数量変動との関係が、図 5に示す直線関係にならない場合（例えば、ある時点からその直線関係からずれが生ずる場合（図 7 ) ) 、そのずれが生ずる時点以降の出荷量の決定を回帰分析により行う。

前記回帰分析手段 3 9は以下の通り動作し、前記対比線の屈折点以降の出荷量予測を行う。

回帰分析手段 3 9は、 N年と N + 1年の累積出荷量を用いて最小二乗法により、傾き比率 kと、（自由度修正済）相関関数 rを算出する。このとき用いる累積出荷量データとして、例えば過去 2週間、 3週間、 4週間の期間を限定したデー夕を用いて傾き比率 kと相関係数 rをそれぞれ算出する。この 3種類の期間の相関係数が十分高い相関（例えば 0.98以上）を示す場合は、前記比率メモリの傾き係数 k 1に代わつてこの傾き比率 kを用いる。

図 2に示すように、前記第 3出荷メモリ 2 7は、初期出荷メモリ 2 7 a及びリピート出荷メモリ 2 7 bを有する。前記初期出荷メモリ 2 7 a及びリピート出荷メモリ 2 7 bは、例えばある年に新発売された商品についての出荷量予測を行うために使用される。

図 8は、例えば N+ 1年の 4月 2 0日に販売開始された新商品について 5月 3 0曰までの累積出荷量を示す棒グラフである。ここに各棒グラフにおいて一点鎖線より下の長さが、流通拠点 1 3から各小売店 1 5へ最初に配荷された量を表す。すなわち各小売店へ最初に配荷された（あるいは出荷された）商品の数量の合計を表す。また、各棒グラフにおいて一点鎖線より上の部分の長さは各小売店への 2回目以降の配荷量（リピート配荷量）の合計を表す。

図 9は、図 8における初期配荷量の累積値を取り出したグラフであり、図 1 0 は、図 8におけるリピート配荷量の累積値を取り出したグラフである。

前記初期配荷メモリ 2 7 aには、図 9に示す初期配荷量の累積値データが記憶されている。一方、リピート配荷メモリ 2 7 bには、図 1 0に示すリピート配荷量変動データが記憶されている。既に述べたように図 9及び図 1 0における各デ一夕は商品発売日からの累積配荷量データである。

この物流管理装置 2 0は、当該新商品を少なくとも一回配荷した小売店の数の累積値を記憶する初期配荷店数メモリ 4 2を有する。

図 1 1は、初期配荷店数メモリ 4 2に記憶される、当該新商品を少なくとも一回配荷した小売店の数の累積値データを示す。

図 2に示す物流管理装置 2 0は、初期配荷メモリ 2 7 aからの初期配荷量変動データ及び、初期配荷店数メモリ 4 2からの初期配荷店数データに基づいて、将来の初期配荷量を予測する初期配荷量予測手段 4 1を有する。

より詳細には、前記初期配荷量予測手段 4 1は、初期配荷店 .初期配荷量比較手段 4 3を有する。この初期配荷店 ·初期配荷量比較手段 4 3は、前記初期出荷メモリ 2 7 aからの初期配荷量変動データと、初期配荷店数メモリ 4 2からの初期配荷店変動デ一夕とを比較する。

図 1 2は、前記比較手段 4 3により行われる初期配荷量変動デ一夕と初期出荷店変動データとの比較を示す。

すなわち比較手段 4 3は、新商品発売日からの日数をパラメータとして、初期出荷量と初期出荷店数とが直線関係或いは比例関係にあるかどうかをチェックする。

前記比較手段 4 3により初期出荷量変動と初期出荷店数変動とが直線関係あるいは比例関係にある場合、図 1 2のグラフにおける傾き k 2が各小売店の初期出荷量を表す。そして初期出荷量変動過程のある時点において、将来の初期出荷量変動を予測する問題は、初期出荷店数の変動を予測する問題に帰着する。

再び図 2に示すように、前記初期配荷量予測手段 4 1は、初期出荷店数メモリ 4 2からの初期出荷店数変動データに基づいて初期出荷店数変動関数を決定する初期出荷店数変動関数決定手段 4 5を有する。

ところで、前記初期出荷店数変動関数は、 1次遅れステップ応答関数 y (x)= c一 bexp [— a x]で表されることが期待される。

従って前記決定手段 4 5は、初期配荷店数メモリ 4 2に記憶されたデータ（図 1 1 ) に基づいて、前記一時遅れステップ応答関数 y (x)= c一 bexp卜 a x]の係数 a， b， cを決定する。この決定の為に、例えば非線形最小二乗法が使用される。なおその際、例えばスプライン補間法が使用される。

図 2に示すように前記初期配荷量予測手段 4 1は、さらに前記初期出荷店数変動関数決定手段 4 5からの関数 G ( t ) 及び数量 ·店数比較手段 4 3からの比較係数 k 2に基づいて、将来初期配荷量変動を計算する将来初期配荷量計算手段 4 7を有する。より詳細には当該計算手段 4 7は、初期出荷店数変動関数決定手段 4 5からの関数 G ( t ) へ数量 ·店数比較手段 4 3からの係数 k 2を掛け合わせて、例えば図 9における予測時点 t 0以降の将来の初期出荷累積数量 ( k 2 xG ( t ) ) を計算する。

図 2に示すように、この物流管理装置 2 0は更に、リピート配荷メモリ 2 7 b に基づいて、所定の時点以降におけるリピ一ト配荷量を予測計算するリピート配荷量予測手段 4 9を有する。前記予測手段 4 9は、リピート配荷量関数決定手段 5 1を有する。図 1 0に示す様に、リピート出荷量が発売日からの日数に比例する場合、前記リピート配荷量関数決定手段 5 1は、図 1 0のグラフで表されるデータにおける傾き或いは係数 k 3を計算する。

図 2に示すように前記リピート配荷量予測手段 4 9は、前記リピート配荷量関数決定手段 5 1からのリピート配荷量関数に基づいて、所定予測時点以降の将来リピート配荷量を計算する将来リピート配荷量計算手段 5 3を有する。より詳細には当該計算手段 5 3は、前記リピート出荷量関数の日数パラメ一夕に対して、発売日からの経過日数を代入して将来リピート配荷量を計算する。

図 2に示すようにこの物流管理装置 2 0は、将来初期配荷量計算手段 4 7からの将来初期配荷量と、将来リピート配荷量計算手段 5 3からの将来リピート配荷量とを加算して将来出荷量を計算する第 2出荷量計算手段 5 5を有する。

これにより、新商品について発売日から所定期間（例えば数日）経過後、その後の流通拠点 1 3への出荷量を比較的正確に予測することができる。

なお、前記の第 2出荷量計算手段 5 5からの予測出荷量も前記予測出荷量メモリ 3 3 aへ記憶される。

また図 2に示すように、この物流管理装置 2 0には、この発明の商品在庫方法の実施形態を実行する商品在庫量決定装置 5 7が設けてある。この商品在庫量決定装置 5 7は、例えば流通拠点 1 3における在庫量に欠品等を生じないようにするための商品在庫量を決定する。

図 2に示すように、この商品在庫量決定装置 5 7は、第 1出荷量メモリ 2 3と、概略変動関数計算手段 3 1と、概略変動関数メモリ 3 1 aとを含む。

また前記商品在庫量決定装置 5 7は、前記第 1出荷量メモリ 2 3からの変動デ一夕と概略変動関数メモリ 3 1 aからの概略変動関数とにもとづいて、それらの差分から成るズレ幅データを求めるずれ幅データ計算手段 5 8を含む。

図 1 3は、前記ずれ幅データ計算手段 5 8により計算されるところの、概略変動関数曲線 3 1 0に対する日々の出荷量のズレ幅（差分）を表すグラフである。図 1 4は、図 1 3における概略変動曲線 3 1 0を基準としてみたズレ幅データを表すグラフである。このずれ幅デ一夕（図 14) はズレ幅データ記憶手段 58 aに記憶される。再び図 2を参照するに、この商品在庫決定装置 57は、ズレ幅分布計算手段 5 9を有する。このずれ幅分布計算手段 59は、図 14におけるズレ幅データを確率分布と見なしてその確率分布パラメータを決定する。より詳細には前記計算手段 59は、図 14におけるズレ幅分布を、ガンマ分布

Χ^α一¹ exp (丁）

確率密度関数： = _

S^a 厂（ο

ただし「（Q? = I u^x一¹ e一 ^ud u

o

パラメ

>0, β >0 平均： α β 分散： β ²

2

歪度：

とみなしてその分布パラメ一夕 α、 j3を決定する。図 14の（B) はこのようにして決定されたガンマ分布の確率密度を表す。図 14の（B) において、縦軸はズレ量或いは乖離量を表し、横軸は確率密度を表す。

この確率分布及びその分布パラメ一夕 a;、 /3は、ずれ幅分布メモリ 59 aに記憶される。

図 2に示すように前記商品在庫量決定手段 57は、前記ずれ幅分布メモリ 59 aに記憶される確率分布に基づいて、通常発生しうるズレ幅（通常ずれ幅）を求める通常ズレ幅計算手段 61を有する。この通常ズレ幅計算手段 61は、例えば前記確率分布の標準偏差を計算し、この標準偏差に基づいて、前記通常ズレ幅 Δ mの値を求める。この通常ズレ量は、通常ズレ幅メモリ 6 1 aに記憶される。

なお図 1 3、図 1 4において前記通常変動幅 Amを超える変動は、この物流管理方法においては突発変動として判断される。そしてこれらの突発変動は、販売情報等を詳細に収集することにより対処される。

本願発明の商品在庫量決定方法の実施形態は、前記商品在庫量決定装置 5 7により実行される。

より詳細には、この実施形態は、前記商品の物流拠点 1 3でのある期間における商品出荷量の変動データを第 1出荷量メモリ 2 3へ記憶するステップと、前記第出荷量 1メモリ 2 3からの変動データに基づいて、当該変動データの概略変動関数を概略変動関数計算手段 3 1が求めるステップと、前記概略変動関数を概略変動関数メモリ 3 1 aへ記憶するステップと、前記第 1出荷量メモリ 2 3からの前記変動デ一夕と前記第概略変動関数メモリ 3 1 aからの概略変動関数とに基づいてそれらの差分から成るズレ幅データをずれ幅データ計算手段 5 8が求めるステツプと、このズレ幅データをズレ幅データメモリ 5 8 aへ記憶するステップと、前記ズレ幅デ一タメモリ 5 8 aからのズレ幅データに基づいて、ずれ幅分布としての確率分布関数をずれ幅分布計算手段 5 9が計算するステップと、前記確率分布に基づいて商品在庫量としての通常ずれ幅を通常ずれ幅計算手段 6 1が計算するステップと、を含む。

前記方法において、確率分布関数を計算するステップは、ァ分布関数のパラメ一夕を計算するステップを含むのが好ましい。

また、前記通常ずれ幅は、前記ァ分布関数の標準偏差として求めることができる。

この実施形態によれば、前記概略変動関数を基準として見た通常ずれ幅（図 1 4の（A) (B) ) を商品在庫量とする。従って、流通拠点 1 3等に於ける在庫量を比較的少量にすることができる。

以上説明したようにこの発明によれば、低コストで、顧客に対する欠品等が生ずることがない商品の在庫量を決定することができる。

Claims

請求の範囲

1 . 商品の物流ノードでの、ある期間における商品出荷量の変動データを第 1メモリ（2 3 ) へ記憶するステップと、

コンピュータが、前記第 1メモリ（2 3 ) からの変動データに基づいて、当該変動データの概略変動関数を求めるステップと、

このズレ幅データをズレ幅データメモリ（5 8 a ) へ記憶するステップと、前記ズレ幅データメモリ（5 8 a) からのズレ幅デ一夕に基づいて、商品在庫量をコンピュータが計算するステップと、

を含む商品在庫量決定方法。

2 . 請求項 1の方法にして、ズレ幅データに基づいて商品在庫量を計算するステップは、

ズレ幅データに基づいてズレ幅の分布関数をコンピュータが計算するステップと、

前記分布関数に基づいて、通常ずれ幅をコンピュータが計算するステップと、を有する方法。

3 . 請求項 2の方法にして、分布関数を計算するステップは、ァ分布のパラメ一タを計算するステップを含む方法。