CN112561411A - 一种备件安全库存数的计算方法、存储设备及终端 - Google Patents
一种备件安全库存数的计算方法、存储设备及终端 Download PDFInfo
- Publication number
- CN112561411A CN112561411A CN201910850538.4A CN201910850538A CN112561411A CN 112561411 A CN112561411 A CN 112561411A CN 201910850538 A CN201910850538 A CN 201910850538A CN 112561411 A CN112561411 A CN 112561411A
- Authority
- CN
- China
- Prior art keywords
- spare part
- obtaining
- distribution function
- failure
- probability
- 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
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 12
- 238000005315 distribution function Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000009826 distribution Methods 0.000 claims abstract description 29
- 238000012217 deletion Methods 0.000 claims abstract description 16
- 230000037430 deletion Effects 0.000 claims abstract description 16
- 230000009191 jumping Effects 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 6
- 238000004445 quantitative analysis Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 8
- 230000004083 survival effect Effects 0.000 description 7
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种备件安全库存计算方法、存储设备及终端。其中,该方法包括以下步骤:S100、获取样本参数,所述样本参数包括:死亡数据和右删失数据;S200、根据所述样本参数得到可靠度分布函数,所述可靠度分布函数用于表示备件的失效分布;S300、根据所述可靠度分布函数得到每个当前正在工作备件在下一采购周期内失效的后验概率;S400、根据后验概率,得到失效个数概率分布函数;S500、获取服务水平参数;S600、根据所述服务水平参数和所述失效个数概率分布函数得到备件安全库存数。本发明提供的备件安全库存计算方法、存储设备及终端,可给出在满足设定顾客服务水平条件的备件库存量建议,为企业备件库存提供科学的量化方法,有效降低运维成本。
Description
技术领域
本发明属于装备维修保障领域,具体涉及一种备件安全库存数的计算方法、存储设备及终端。
背景技术
安全库存是为防止未来物资供应或需求的不确定性因素而准备的缓冲库存。其大小决定于供应和需求的不确定性、顾客服务水平(或订货满足率),以及缺货成本和库存持有成本。安全库存越大,出现缺货的可能性越小;但库存越大,会导致剩余库存的出现。应根据不同物品的用途以及客户的要求,将缺货保持在适当的水平上,允许一定程度的缺货现象存在。传统的安全库存的量化计算主要根据顾客需求量固定,需求量变化,提前期固定、提前期变化等情况,利用正态分布图、标准差、期望服务水平等来求得。另一方面,对于机电***,备件的需求主要由故障率决定,可靠性分析理论作为一种成熟的故障分布估计理论,为计算备件故障概率提供了有效的工具,从而使估计备件需求成为可能。为备件安全库存,降低运维成本确定指导性的方法。
发明内容
本发明的目在于提供一种备件安全库存计算方法、存储设备及终端,可给出在满足设定顾客服务水平条件的备件库存量建议,为企业备件库存提供科学的量化方法,有效降低运维成本。
本发明第一方面提供了一种备件安全库存数的计算方法,包括以下步骤:
S100、获取样本参数,所述样本参数包括:死亡数据和右删失数据,其中,所述死亡数据包括已失效备件的运行参数,所述右删失数据包括正常工作备件的运行参数;
S200、根据所述样本参数得到可靠度分布函数,所述可靠度分布函数用于表示备件的失效分布;
S300、根据所述可靠度分布函数得到每个当前正在工作备件在下一采购周期内失效的后验概率;
S400、根据每个当前正在工作备件在下一采购周期内失效的后验概率,得到失效个数概率分布函数,所述失效个数概率分布函数用于表示备件失效个数的概率分布;
S500、获取服务水平参数;
S600、根据所述服务水平参数和所述失效个数概率分布函数得到备件安全库存数。
在一种可行的方案中,在步骤S200中,具体包括以下步骤:
S210、根据所述死亡数据和所述右删失数据得到二维表;
S220、根据所述二维表得到可靠性模型;
S230、根据所述可靠性模型得到所述可靠度分布函数。
在一种可行的方案中,在步骤S300中,具体包括以下步骤:
S310、获取每个当前正在工作备件的运行参数和下一个采购周期;
S320、根据每个当前正在工作备件的运行参数、下一个采购周期和所述可靠度分布函数,得到每个当前正在工作备件在下一采购周期内失效的后验概率。
在一种可行的方案中,在步骤S400中,根据公式:
得到所述失效个数概率分布函数,其中,x为当前运行参数,a为单位时间内的行驶里程数,T为下一个采购周期,ξ为单个备件失效时的运行参数,S为可靠度分布函数。
在一种可行的方案中,在步骤S500中,具体包括以下步骤:
S510、获取可容忍缺货概率;
S520、根据所述可容忍缺货概率得到服务水平参数。
在一种可行的方案中,在步骤S600中,具体包括以下步骤:
S610、设定顾客服务水平为1-r,其中,r为可容忍缺货概率;
S620、以满足公式:P(η>b)≤r的最小整数b的值作为备件安全库存数,其中,P为所述失效个数概率分布函数,η为失效备件数的变量。
在一种可行的方案中,在步骤S620中,具体为:令p=0,对 i=n,n-1,…,1,循环计算公式:p=p+P(η=i),当p>r,跳出循环,并输出对应的i值,并将所述i值作为整数b。
本发明第二方面提供了一种存储设备,其中存储有多条指令,所述指令适于由处理器加载并执行如上述第一方面所涉及的任意一种可行方案中的备件安全库存数的计算方法。
本发明第三方面提供了一种终端,包括:
处理器,适于实现各指令;以及
存储设备,适于存储多条指令,其特征在于,所述指令适于由处理器加载并执行如上述第一方面所涉及的任意一种可行方案中的备件安全库存数的计算方法。
本发明提供的备件安全库存数的计算方法、存储设备及终端,可以充分利用每个备件的运行参数,动态预测其在下一个采购周期的故障概率,考虑了每一个部件使用情况的不同,并统一整合估计备件需求量,给出在满足设定顾客服务水平条件的备件库存量建议,为企业备件库存提供科学的量化方法,有效降低运维成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一中的备件安全库存数的计算方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
实施例一,提供了一种备件安全库存数的计算方法,如图1所示,包括以下步骤:
S100、获取样本参数,所述样本参数包括:死亡数据和右删失数据,其中,所述死亡数据包括已失效备件的运行参数,所述右删失数据包括正常工作备件的运行参数;
S200、根据所述样本参数得到可靠度分布函数,所述可靠度分布函数用于表示备件的失效分布;
S300、根据所述可靠度分布函数得到每个当前正在工作备件在下一采购周期内失效的后验概率;
S400、根据每个当前正在工作备件在下一采购周期内失效的后验概率,得到失效个数概率分布函数,所述失效个数概率分布函数用于表示备件失效个数的概率分布;
S500、获取服务水平参数;
S600、根据所述服务水平参数和所述失效个数概率分布函数得到备件安全库存数。
举例来说,在步骤S100中,备件可为电机,获取样本参数可以通过统计备件所有失效模式下的历史故障记录,确定备件故障时所使用的里程数(或使用时长,为方便描述,以下均以里程表示),里程数可以为运行参数的其中一种,但并不对运行参数进行任何限定,同时获取正常工作状态的备件使用里程数,将其打上标签分别处理为死亡数据与右删失数据(生存分析术语,死亡数据表示故障数据,右删失表示还在继续使用)。
在步骤S200中,可根据传统可靠性分析理论,得到估计备件失效分布的可靠度函数S,即S(t)=P(ξ>t),随机变量ξ表示单个备件使用寿命对应的里程数。值得说明的是,可靠度分布函数类型可以为指数分布函数与威布尔分布函数。本领域技术人员可通过现有技术中的数据分析工具得到S(t)的估计。
通过上述内容不难发现,本发明相对于现有备件安全库存技术,可以充分利用每个备件已知的里程数,动态预测其在下一个采购周期的故障概率,考虑了每一个部件使用情况的不同,并统一整合估计备件需求量。
可选地,在步骤S200中,具体包括以下步骤:
S210、根据所述死亡数据和所述右删失数据得到二维表;
S220、根据所述二维表得到可靠性模型;
S230、根据所述可靠性模型得到所述可靠度分布函数。
具体来说,利用步骤S100得到的死亡数据与右删失数据,制得关于使用里程与备件状态的二维表,将二维表输入可靠度模型中,可选择合适的分布函数作为待拟合的分布函数类型,通过生存分析工具箱计算得到估计备件失效分布的可靠度函数S。其中,生存分析工具箱集成了传统生存分析理论关于可靠度函数(或称生存函数)的各种参数与非参数估计方法,通过简单的调用接口可以得到可靠度函数的有效估计。需要说明的是,传统生存分析理论以统计原理为基础,通过统计中诸如矩估计、极大似然等经典统计思想估计可靠度函数。本实施例中的生存函数的参数估计方法是极大化如下的似然函数:
其中θ为待估计参数。第一部分对应死亡数据,f为可靠度函数对应的密度函数,第二部分对应右删失数据,F为可靠度函数对应的分布函数,即 F(t)=1-S(t)。将死亡数据与右删失数据对应的时刻代入公式,即得关于θ的单变量函数,通过诸如梯度下降等最优化方法,即可得θ的极大似然估计。当数据中包含左删失数据(已知在某一个时刻之前死亡或失效)与区间型数据 (已知在某一区间段死亡或失效)时,该似然函数存在更丰富的表现形式。
需要说明的是,分布函数的类型通常有指数分布和威布尔分布等。分布类型的确定可基于先验知识(先验知识即如果故障率不会因为时间的推移递增或递减就用指数分布;其余均用威布尔)或通过非参数方法估计可靠度函数并分析其满足何种分布类型的性质。
非参数方法不对可靠度函数的分布类型做任何假设,通过直接估计部分重要时刻(通常为死亡数据对应的若干时刻)的可靠度函数值,得到阶梯型可靠度函数(即从前一个死亡时刻到下一个死亡时刻的可靠度函数取值相同)。常用的非参数估计方法有寿命表法,乘积限估计(PL估计)等。
为了更完整、清楚地阐述本申请的方案,下面以指数分布与威布尔分布的例子说明如何利用非参数方法得到的可靠度函数S(t)检验其分布类型:取所有的死亡时刻t1,t2……tn,在平面上画出如下n个点(ti,ln(S(ti))),i= 1,2,……n。若这n个点基本在同一直线上,则认为该可靠度函数近似服从指数分布。否则,考察如下n个点(ln(ti),ln(-ln(S(ti)))),i=1,2,……n。若这 n个点基本在同一直线上,则认为该可靠度函数近似服从威布尔分布。当没有合适的分布类型时,可直接用非参数方法得到的St近似,此时St为一分段函数。
S400、根据每个当前正在工作的备件在下一采购周期内失效的后验概率得到所述失效个数概率分布函数。
可选地,在步骤S300中,具体包括以下步骤:
S310、获取每个当前正在工作备件的运行参数和下一个采购周期;
S320、根据每个当前正在工作备件的运行参数、下一个采购周期和所述可靠度分布函数,得到每个当前正在工作备件在下一采购周期内失效的后验概率;
结合步骤S400,根据公式:
得到所述失效个数概率分布函数,其中,x为当前运行参数,a为单位时间内的行驶里程数,T为下一个采购周期,ξ为单个备件失效时的运行参数,S为可靠度分布函数。
也就是说,在步骤S300中,获取当前所有正在使用的备件里程数,根据步骤S200中的可靠度函数,计算每一个备件下一采购周期T内失效的后验概率。具体方法为:根据实际业务情况确定单位时间内的行驶里程数a,根据备件当前行驶里程估计其下一个采购周期T内行驶里程的范围为(x+ aT,x+2aT),其中x为当前使用里程。所需计算的后验概率为:P(x+aT< ξ<x+2aT|ξ>x),然后根据条件概率与联合概率关系,得到下一个采购周期内,根据公式:
得到备件失效后验概率关于可靠度函数的表示。
因此,该方案相比于利用统计历史备件需求来确定备件需求分布规律的方法,该方法考虑了备件现有使用情况的不同,并通过严格的数学计算给出满足一定顾客服务水平的库存建议。另一方面,利用数据分布的特点,修改了现有软件关于卷积公式的计算方式,大大降低了计算复杂度,使得方案通过计算机实现成为可能。
可选地,在步骤S500中,具体包括以下步骤:
S510、获取可容忍缺货概率;
S520、根据所述可容忍缺货概率得到服务水平参数。
可选地,在步骤S600中,具体包括以下步骤:
S610、设定顾客服务水平为1-r,其中,r为可容忍缺货概率;
S620、以满足公式:P(η>b)≤r的最小整数b的值作为备件安全库存数,其中,P为所述失效个数概率分布函数,η为失效备件数的变量。
可选地,在步骤S620中,具体为:令p=0,对i=n,n-1,…,1,循环计算公式:p=p+P(η=i),当p>r,跳出循环,并输出对应的i值,并将所述i值作为整数b。
具体来说,令η表示备件在下一个采购周期内的失效个数。
根据ξi的分布计算随机变量和η的分布。具体方法为:假定ξi相互独立,根据卷积公式依次计算两个独立随机变量和的分布,迭代n-1次运算,得到 n个随机变量和η的分布规律。利用需要做卷积的两个随机变量中有一个随机变量满足伯努利分布,故每一步卷积结果可通过其数学定义很容易直接计算得到,所需要的总的计算量可控制在O(n2),而不会指数式增长,从而通过计算机容易实现。每一步的卷积计算可通过如下方法得到:设u= (u1,u2,…,un)为n维向量,v=(v1,v2)为2维向量,令a=(u2,u3,…,un), b=(u1,u2,…,un-1),则u与v的卷积u*v=(u1v1,av1+bv2,unv2)。
设定一顾客服务水平1-r,根据步骤S400中得到的分布函数,确定满足P(η>b)≤r的最小整数b。并以b的值作为建议采购的库存数。具体方法为:令p=0,对i=n,n-1,…,1,循环计算p=p+P(η=i),当p>r,跳出循环,输出对应的i值即为满足要求的整数b。
本发明提出的备件安全库存数的计算方法,通过分析备件历史故障数据与当前正在使用的备件数据,建立可靠性分析模型,估计故障分布函数。根据故障分布函数,利用卷积公式,计算下一采购周期内备件消耗分布情况,并设定顾客服务水平(1-可容忍缺货概率),给出在满足设定顾客服务水平条件的备件库存量建议。为企业备件库存提供科学的量化方法,有效降低运维成本。
实施例二,提供了一种存储设备,其中存储有多条指令,所述指令适于由处理器加载并执行上述实施例一涉及的备件安全库存数的计算方法。
实施例三,提供了一种终端,包括:
处理器,适于实现各指令;以及
存储设备,适于存储多条指令,其特征在于,所述指令适于由处理器加载并执行上述实施例一涉及的备件安全库存数的计算方法。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (9)
1.一种备件安全库存数的计算方法,其特征在于,包括以下步骤:
S100、获取样本参数,所述样本参数包括:死亡数据和右删失数据,其中,所述死亡数据包括已失效备件的运行参数,所述右删失数据包括正常工作备件的运行参数;
S200、根据所述样本参数得到可靠度分布函数,所述可靠度分布函数用于表示备件的失效分布;
S300、根据所述可靠度分布函数得到每个当前正在工作备件在下一采购周期内失效的后验概率;
S400、根据每个当前正在工作备件在下一采购周期内失效的后验概率,得到失效个数概率分布函数,所述失效个数概率分布函数用于表示备件失效个数的概率分布;
S500、获取服务水平参数;
S600、根据所述服务水平参数和所述失效个数概率分布函数得到备件安全库存数。
2.根据权利要求1所述的备件安全库存数的计算方法,其特征在于,在步骤S200中,具体包括以下步骤:
S210、根据所述死亡数据和所述右删失数据得到二维表;
S220、根据所述二维表得到可靠性模型;
S230、根据所述可靠性模型得到所述可靠度分布函数。
3.根据权利要求1所述的备件安全库存数的计算方法,其特征在于,在步骤S300中,具体包括以下步骤:
S310、获取每个当前正在工作备件的运行参数和下一个采购周期;
S320、根据每个当前正在工作备件的运行参数、下一个采购周期和所述可靠度分布函数,得到每个当前正在工作备件在下一采购周期内失效的后验概率。
5.根据权利要求1所述的备件安全库存数的计算方法,其特征在于,在步骤S500中,具体包括以下步骤:
S510、获取可容忍缺货概率;
S520、根据所述可容忍缺货概率得到服务水平参数。
6.根据权利要求1或5所述的备件安全库存数的计算方法,其特征在于,在步骤S600中,具体包括以下步骤:
S610、设定顾客服务水平为1-r,其中,r为可容忍缺货概率;
S620、以满足公式:P(η>b)≤r的最小整数b的值作为备件安全库存数,其中,P为所述失效个数概率分布函数,η为失效备件数的变量。
7.根据权利要求6所述的备件安全库存计算方法,其特征在于,在步骤S620中,具体为:令p=0,对i=n,n-1,…,1,循环计算公式:p=p+P(η=i),当p>r,跳出循环,并输出对应的i值,并将所述i值作为整数b。
8.一种存储设备,存储有多条指令,其特征在于,所述指令适于由处理器加载并执行如权利要求1至7中任意一种所述的备件安全库存数的计算方法。
9.一种终端,包括:
处理器,适于实现各指令;以及
存储设备,适于存储多条指令,其特征在于,所述指令适于由处理器加载并执行如权利要求1至7中任意一种所述的备件安全库存数的计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910850538.4A CN112561411B (zh) | 2019-09-10 | 2019-09-10 | 一种备件安全库存数的计算方法、存储设备及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910850538.4A CN112561411B (zh) | 2019-09-10 | 2019-09-10 | 一种备件安全库存数的计算方法、存储设备及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112561411A true CN112561411A (zh) | 2021-03-26 |
CN112561411B CN112561411B (zh) | 2023-11-21 |
Family
ID=75028777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910850538.4A Active CN112561411B (zh) | 2019-09-10 | 2019-09-10 | 一种备件安全库存数的计算方法、存储设备及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112561411B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7249068B1 (en) * | 2000-06-30 | 2007-07-24 | Hewlett-Packard Development Company, L.P. | Spot market-based inventory planning |
US20070282669A1 (en) * | 2006-06-06 | 2007-12-06 | Logistics Management Institute | Method of determining inventory levels |
JP2009104359A (ja) * | 2007-10-23 | 2009-05-14 | Mitsubishi Chemicals Corp | 適正在庫算出方法及び装置、銘柄の需要の傾向判定方法及び装置、並びに、プログラム |
CN103632054A (zh) * | 2013-11-28 | 2014-03-12 | 清华大学 | 一种基于状态监测和设备部件可靠性的备件需求预测方法 |
CN104732287A (zh) * | 2013-12-19 | 2015-06-24 | 广州市地下铁道总公司 | 一种基于备件最佳补充周期的库存控制方法 |
CN105160513A (zh) * | 2015-09-07 | 2015-12-16 | 拓维信息***股份有限公司 | 一种设备备件的安全库存计算方法及*** |
CN107784374A (zh) * | 2016-08-25 | 2018-03-09 | 新疆金风科技股份有限公司 | 风电机组备件需求的预测方法、装置及设备 |
CN108022061A (zh) * | 2016-10-31 | 2018-05-11 | 株式会社日立制作所 | 库存管理***和方法 |
CN108876002A (zh) * | 2018-05-03 | 2018-11-23 | 浙江运达风电股份有限公司 | 一种风力发电机组零部件备品备件库存优化方法 |
CN109242141A (zh) * | 2018-07-24 | 2019-01-18 | 杭州汇数智通科技有限公司 | 一种商品库存数量的预测方法及装置 |
CN110147975A (zh) * | 2019-05-23 | 2019-08-20 | 北京润科通用技术有限公司 | 备件库存控制方法及装置 |
-
2019
- 2019-09-10 CN CN201910850538.4A patent/CN112561411B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7249068B1 (en) * | 2000-06-30 | 2007-07-24 | Hewlett-Packard Development Company, L.P. | Spot market-based inventory planning |
US20070282669A1 (en) * | 2006-06-06 | 2007-12-06 | Logistics Management Institute | Method of determining inventory levels |
JP2009104359A (ja) * | 2007-10-23 | 2009-05-14 | Mitsubishi Chemicals Corp | 適正在庫算出方法及び装置、銘柄の需要の傾向判定方法及び装置、並びに、プログラム |
CN103632054A (zh) * | 2013-11-28 | 2014-03-12 | 清华大学 | 一种基于状态监测和设备部件可靠性的备件需求预测方法 |
CN104732287A (zh) * | 2013-12-19 | 2015-06-24 | 广州市地下铁道总公司 | 一种基于备件最佳补充周期的库存控制方法 |
CN105160513A (zh) * | 2015-09-07 | 2015-12-16 | 拓维信息***股份有限公司 | 一种设备备件的安全库存计算方法及*** |
CN107784374A (zh) * | 2016-08-25 | 2018-03-09 | 新疆金风科技股份有限公司 | 风电机组备件需求的预测方法、装置及设备 |
CN108022061A (zh) * | 2016-10-31 | 2018-05-11 | 株式会社日立制作所 | 库存管理***和方法 |
CN108876002A (zh) * | 2018-05-03 | 2018-11-23 | 浙江运达风电股份有限公司 | 一种风力发电机组零部件备品备件库存优化方法 |
CN109242141A (zh) * | 2018-07-24 | 2019-01-18 | 杭州汇数智通科技有限公司 | 一种商品库存数量的预测方法及装置 |
CN110147975A (zh) * | 2019-05-23 | 2019-08-20 | 北京润科通用技术有限公司 | 备件库存控制方法及装置 |
Non-Patent Citations (1)
Title |
---|
王玖河等: "基于服务水平的港口关键备件库存模型研究", 《企业经济》, no. 4, pages 145 - 148 * |
Also Published As
Publication number | Publication date |
---|---|
CN112561411B (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113099729B (zh) | 生产调度的深度强化学习 | |
US10872309B2 (en) | System and method for root cause analysis and early warning of inventory problems | |
US8600843B2 (en) | Method and computer system for setting inventory control levels from demand inter-arrival time, demand size statistics | |
CN111242524B (zh) | 一种确定单品补货量的方法、***、设备及存储介质 | |
JP7147561B2 (ja) | 発注数決定システム、発注数決定方法および発注数決定プログラム | |
CN111784245A (zh) | 仓库采购清单生成方法、装置、设备以及存储介质 | |
US20140310059A1 (en) | System , method and computer program forecasting energy price | |
CN114118503A (zh) | 供应链库存优化方法、装置、设备和存储介质 | |
CN111275358A (zh) | 派单匹配方法、装置、设备及存储介质 | |
CN113283671B (zh) | 一种预测补货量的方法、装置、计算机设备及存储介质 | |
CN113052533A (zh) | 概率产品的库存异动预警与调拨方案更新方法及*** | |
CN114170002A (zh) | 一种访问频次的预测方法及装置 | |
WO2022121219A1 (zh) | 基于分布曲线的预测方法、装置、设备及存储介质 | |
CN115271574A (zh) | 一种货品补货方法、装置、电子设备及存储介质 | |
CN111401636B (zh) | 实现连锁商家智能补货的方法及*** | |
CN112561411A (zh) | 一种备件安全库存数的计算方法、存储设备及终端 | |
CN113780912A (zh) | 一种确定安全库存的方法及装置 | |
WO2023093567A1 (zh) | 物品库存的控制方法、装置、设备及介质 | |
CN116228375A (zh) | 基于跨境销售***的运营管理方法与装置 | |
CN115170191A (zh) | 一种产品销量预测方法及*** | |
CN106537442A (zh) | 收集量调节辅助装置,收集量调节辅助方法和计算机可读记录介质 | |
EP1357498A2 (en) | Stock planning method | |
JP2500194B2 (ja) | 商品発注システム | |
CN116090943A (zh) | 用于确定商品的目标库存量的方法和设备 | |
JP2000348016A (ja) | 安全在庫率による在庫補充方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |