NL1005745C2 - Systeem en werkwijze voor het berekenen van reorderparameters voor een computer-gebaseerd voorraadbeheerssysteem. - Google Patents
Systeem en werkwijze voor het berekenen van reorderparameters voor een computer-gebaseerd voorraadbeheerssysteem. Download PDFInfo
- Publication number
- NL1005745C2 NL1005745C2 NL1005745A NL1005745A NL1005745C2 NL 1005745 C2 NL1005745 C2 NL 1005745C2 NL 1005745 A NL1005745 A NL 1005745A NL 1005745 A NL1005745 A NL 1005745A NL 1005745 C2 NL1005745 C2 NL 1005745C2
- Authority
- NL
- Netherlands
- Prior art keywords
- rop
- var
- order
- reorder
- computer
- Prior art date
Links
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
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Development Economics (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)
- General Factory Administration (AREA)
- Hardware Redundancy (AREA)
- Debugging And Monitoring (AREA)
- Stereophonic System (AREA)
- Electrotherapy Devices (AREA)
Description
Systeem en werkwijze voor het berekenen van reorderparameters voor een computer-gebaseerd voorraadbeheersysteem
Technisch gebied 5
De onderhavige uitvinding heeft betrekking op voorraad-beheers-systemen en de parameters die daarin worden gebruikt. In het bijzonder heeft de uitvinding betrekking op het berekenen van optimale re-order-parameters.
10 Op zich zijn voorraadbeheersystemen, waarbij gebruik gemaakt wordt van geschikt geprogrammeerde computers bekend. Als voorbeeld wordt gewezen op het programma TRITON, dat wordt geleverd door Baan BV, Nederland. Dit programma draait op een computer die uit tenminste één processor, geheugen, invoereenheid en uitvoereenheid bestaat. Een 15 theoretische onderbouwing van de wijze waarop een dergelijk programma functioneert is te vinden in bijvoorbeeld R.H. Ballou, Business, Logistics Management, Prentice Hall Ine. 1992.
Het algemene streven in voorraadbeheersystemen is het zodanig op peil houden van de voorraad dat op de vraag naar een willekeurig arti-20 kei daadwerkelijk met levering van dat artikel kan worden gereageerd terwijl tegelijkertijd de daarvoor aangehouden voorraad artikelen zo klein mogelijk moet zijn. Met andere woorden, een goed voorraadbeheer behelst het verschaffen van een hoge productbeschikbaarheid of hoog artikel-serviceniveau, bij redelijke kosten. Het service-niveau wordt 25 gedefinieerd als de verhouding tussen het bediend aantal vragen en het totale aantal vragen, of alternatief als de verhouding tussen bediende hoeveelheid en totale gevraagde hoeveelheid.
SL = bediende hoeveelheid / totale hoeveelheid 30
Het service-niveau hangt direct af van de tijdstippen waarop voorraad-artikelen worden bijbesteld. Voor elk artikel geld afhankelijk van de leverancier een zekere bestelperiode L. Om het bedienen van vragen naar artikelen uit voorraad tijdens de bestelperiode te 35 waarborgen moeten artikelen op een zodanig moment worden bijbesteld, dat er nog een voldoende voorraadhoeveelheid is om de bestelperiode te overbruggen voordat de bestelde artikelen arriveren. Voor dit doel worden artikelen bijbesteld op het moment dat de voorraadhoeveelheid 1 0 0 5 7 4 5 2 een zekere lage waarde bereikt, het zogenaamde herbestelpunt ROP (zie figuur 1). Dit herbestelpunt moet zodanig worden berekend dat aan de vraag naar artikelen gedurende de bestelperiode met een zeker vooraf bepaald gewenst service-niveau SLcon kan worden voldaan. Een tweede 5 methode om aan de vraag naar artikelen uit de voorraad te voldoen, bestaat uit het op vaste periodieke tijdstippen inspecteren van de voorraad (zie figuur 2), en bijbestellen van artikelen tot een gewenst maximaal voorraadniveau MSL, zodanig dat aan de vraag naar artikelen in de periode tussen de inspecties Tp met een zeker vooraf bepaald 10 gewenst service-niveau SLcon kan worden voldaan. Beide methoden kunnen eveneens gebruikt worden indien de artikelen niet besteld, maar geproduceerd moeten worden met een zekere produktietijd L.
Doel van de uitvinding.
15
Gebleken is dat de huidige bekende systemen voor verbetering vatbaar zijn als het aankomt op de nauwkeurigheid waarmee het reorderpunt ROP en het bijbestel-tot-niveau MSL kunnen worden bepaald. De uitvinding beoogt nu aan te geven op welke wijze dat kan worden gereali-20 seerd.
Korte omschrijving van de uitvinding.
In overeenstemming met het gestelde doel verschaft de uitvinding 25 nu een systeem voor de berekening van optimale re-orderparameters voor gebruik in een computer-gebaseerd voorraadbeheersysteem welk systeem omvat een computerprogramma voor het berekenen van het moment waarop besteld moet worden alsook de hoeveelheid die besteld moet worden, met het kenmerk, dat de enkelvoudige gevraagde hoeveelheidsverdeling voor 30 elk artikel in de inventaris wordt gebruikt om het herbestelmoment ROP en de herbestelhoeveelheid, die wordt bepaald door het bijbestel-tot-niveau MSL te bepalen met gebruikmaking van uitdrukkingsformules E(R) = A1 x E(L)x E(Q) 35 en
Var(R)= A2 x E(L)xVar(Q)+ A3 x E(L)xE(Q)2 + A42 x E(Q)2 xVar(L) ^ 0 0 5 7 4 5 3 waarin
Aj parameter afhankelijk, van de verdelingsfunctie van Tj
Tj inter-aankomsttijd tussen de (j-1)de en de j-de vraag L herbestelperiode
5 R gevraagde hoeveelheid of verbruik in eenheden over L
Q(i) hoeveelheid van de i-de enkelvoudige vraag tijdens bestelpe-
riode L
E(R) verwacht verbruik van artikel over L E(L) verwachte waarde van L
10 E(Q) verwachte waarde voor Q voor elke willekeurige i
Var(R) variantie van R
Var(Q) variantie van Q
Var(L) variantie van L
Een andere uitvoeringsvorm van het systeem heeft het kenmerk dat 15 de volgende formules worden toegepast n P(R) = Σ wj x Pj(R) j = 1 20 waarin
P(R) waarschijnlijkheidsverdeling van R
P(Q) waarschijnlijkheidsverdeling van Q voor elke willekeurige vraag i 25 Pj (R) de j-de zelfconvolutie van P(Q) (de gezamelijke waarschijnlijkheidsverdeling voor de totale hoeveelheid van j vragen) wj de statistische weging van de overeenkomstige gezamenlijke waarschijnlijkheidsfunctie is voor j gelijktijdige vragen in 30 bestelperiode L, waarna het bestelmoment gevonden wordt uit:
ROP
SL(ROP) = ƒ P(R) dR 35 0
Volgens weer een andere uitvoeringsvorm wordt de volgende formule toegepast 1005745 4 η SL(ROP) = Σ wj X Fj(ROP) j = 1 5 waarin
SL(ROP) service-niveau als functie van het ROP
Fj(ROP) cumulatieve waarschijnlijkheidsverdeling van Rj
Een zeer algemeen toepasbare uitvoeringsvorm maakt gebruik van 10 n
L(R)= Σ wj x [L(Q)] J
j = 1 waarin 15 L(Q) Fourier-getransformeerde van P(Q) L(R) Fourier-getransformeerde van P(R) waarna P(R) wordt gevonden uit de terugtransformatie 20 P(R) = Fourier-getransformeerde (L(R))
Figuren
Figuur 1 toont het Q-systeem, waar als het voorraadniveau het 25 herbestelpunt ROP bereikt, een bijbestelling geplaats wordt. Als de voorraadhoeveelheid een zekere waarde ROP bereikt dan wordt een zekere orderhoeveelheid OQ bijbesteld. Het herbestelpunt ROP wordt zodanig berekent dat aan de vraag naar artikelen gedurende de bestelperiode L met een zeker vooraf bepaald gewenst service-niveau Slcon kan worden 30 voldaan.
Figuur 2 toont de vaste bestel cyclus methode, of het P-systeem, waarbij op periodieke tijdstippen Tp, een bijbestelling geplaats wordt. Op bepaalde periodieke tijdstippen wordt de voorraadhoeveelheid geïnspecteerd, en een bestelling geplaats, om de 35 voorraad weer op pijl te brengen. Het bestel-tot-niveau of gewenst maximum voorraadniveau MSL wordt zodanig berekent dat aan de vraag naar artikelen gedurende de tussen-inspectie-periode Tp vermeerderd met de bestelperiode L met een zeker vooraf bepaald gewenst service- 1Ö05745 5 niveau Slcon kan worden voldaan
Figuur 3 toont relaties tussen de aanwezige voorraad en de bestelperiode.
Figuur 4 toont een verdeling die kan worden gebruikt voor het 5 bepalen van het reorderpunt.
Figuur 5 illustreert schematisch een patroon met verband tussen vraag en hoeveelheid.
Figuur 6 toont op de wijze van £iguur 5 andere patronen.
Figuur 7 toont de patronen van figuur 6 met een verschoven 10 bemonstering.
Figuur 8 toont een aantal diagrammen die worden gebruikt bij de gedetaileerde wiskundige onderbouwing van het beschreven systeem.
Figuur 9 toont eveneens een diagrammen dat wordt gebruikt bij de gedetaileerde wiskundige onderbouwing van het beschreven systeem.
15
Gedetaileerde omschrijving aan de hand van de figuren.
Het gebruik van de parameters die worden verkregen van het besturingssysteem volgens de uitvinding maakt het aan het voorraadbe-20 heerssysteem mogelijk om voorraadserviceniveaus te optimaliseren terwijl de voorraadhoeveelheden en dus de gemiddelde voorraadwaarde van de artikelen in de inventaris wordt geminimaliseerd. De logistieke parameters die voor alle artikelen door het besturingssysteem worden berekend zijn: voor het Q-systeem (R.H. Ballou, Business, Logistics 25 Management, Prentice Hall Ine. 1992) het bijbestelpunt, de bijbestelhoeveelheid, voor het P-systeem (R.H. Ballou) of Vaste-Bestel-Cyclus-werkwijze, de bestel-tot-niveau of gewenste maximum voorraadniveau, de tijd-tussen-periodieke-inspecties, ten behoeve herbestelling. Voor zowel Q-systeem als P-systeem worden de 30 uitzonderlijk-groot-drempel waarbij een vraag niet uit de voorraad wordt geleverd maar in een speciale bestelling wordt omgezet en historische bijbestelperiode statistiek eveneens berekend.
Om te beginnen wordt het herbestelpunt berekend als verwachte vraag E(R), de zogenaamde voorraadreserve SR, waaraan een hoeveelheid 35 wordt toegevoegd, de zogenaamde veiligheidsvoorraad SS, om een grotere vraag dan verwacht te dekken, die is veroorzaakt door de veranderlijkheid in vraag en bestelperiode. Zie figuur 3.
Het herbestelpunt ROP voor Q-systemen en het bijbestel-tot- 10« *7 45 6 niveau MSL voor P-systemen worden op exact dezelfde wijze berekend, het enige verschil is dat ROP afhangt van de bestelperiode L, terwijl MSL afhangt van Tp+L. Daarom zijn de hieronder gegeven vergelijkingen alleen voor ROP gegeven. Overeenkomstige berekeningen zijn toepasbaar 5 voor het aanvullen van de voorraad van geproduceerde artikelen, bij batchgewijze fabricatie van producten met een zekere productietijd L.
Thans gebruikte werkwijzen voor het bepalen van bijbestelpunten gebruiken in het algemeen het volgende mechanisme om ROP te schatten: er wordt aangenomen dat de waarschijnlijkheidsverdeling van P(R) een 10 normale verdeling is (figuur 4). Als de vraag R > ROP is, zal er niet worden bediend. Dit vormt het gebied of de fractie p in figuur 4. De schatting van ROP is gegeven door ROP = E(R) + Z X Sd(R) 15
Waarbij Z is gegeven door Z = G-1(1-p), wat leidt tot een service-ni-veau s = (1-p) x 100% (G is de standaard normale kansverdelingsfunctie) . Sd(R) wordt door middel van verscheidene werkwijzen geschat, de werkwijze die het meest wordt gebruikt is gebaseerd op het gewogen-20 gemiddelde-absolute-verschil van het verbruik en de voorspelling over een aantal historische perioden: n MAD = I wi |voorspelling(periode i)-verbruik(periode i)| 25 i=1 waarbij de gewichten wi meestal overeenkomen met exponentiële afvlak-king, en de factor 1.25 de berekende gemiddelde-waarde-absolute-afwijking naar de theoretisch gewenste wortel-gemiddelde-waarde-kwadraat-30 afwijking converteerd
Sd(R) = 1.25 x MAD
De waarde van HAD moet worden gecorrigeerd voor het verschil tussen L 35 en de voorspellingstijd waarop MAD is gebaseerd.
Een andere werkwijze is gebaseerd op een schatting van Sd(R) door directe schatting van de variantie van de vraag die is bemonsterd over periodieke intervallen, waaraan een aanvullende term voor de 1005745 7 variantie van de bestelperiode wordt toegevoegd.
Var(R) = E(L) x Var(D) + [E(D) ] 2x Var(L) 5 Deze beide werkwijzen zijn gebaseerd op het bemonsteren van de totale gevraagde hoeveelheid D enkel door middel van periodiek intervallen, veeleer dan gebruikmaking van de statistieken op basis van individuele vragen. In deze context zijn termen zoals "veranderlijkheid in vraag" en "variantie van vragen" niet ongebruikelijk, deze impliceren echter 10 niet het gebruik van individuele vraagstatistieken. Merk op dat bemonstering van vragen over intervallen feitelijk tot het verlies van informatie leidt.
In figuur 5 is een vraag naar een hoeveelheid Q vertegenwoordigd door een streepje, de lengte van het streepje is 15 proportioneel aan de hoeveelheid. De totale hoeveelheid D binnen een gegeven periode wordt vertegenwoordigd door een vakje.
Twee verschillende patronen van vragen worden weergegeven in figuur 6 in patroon A1 respectievelijk B1, samen met de weergave van dezelfde vraagpatronen die over periodieke intervallen in A2 en B2 20 zijn bemonsterd. Het is duidelijk dat het op periodieke wijze bemonsteren tot de valse conclusie leidt dat niet-identieke patronen identiek zijn.
Bovendien, zoals is afgeheeld in figuur 7, kunnen kleine veranderingen in - of verschuivingen van de periode van de 25 bemonstering van hetzelfde patroon leiden tot radicaal verschillende schattingen voor de variantie van de verdeling zoals te zien is bij A2 en A3, die beide periodieke weergaven van hetzelfde vraagpatroon A1 zijn.
Alleen het service-niveau tijdens de bestelperiode is 30 belangrijk, het service-niveau buiten de bestelperiode is altijd tenminste gelijk hieraan. In de context van de uitvinding wordt ROP geschat aan de hand van historische data terwijl de hierboven vermelde problemen worden vermeden.
Een rigoureus wiskundig formalisme wordt hieronder gegeven.
35 We leiden P(R) van P(Q) af, waarbij P(Q) is gebaseerd op historische frequentiedata (figuur 8), die tijd-gewogen kunnen worden met gebruikmaking van een empirisch wegingsschema wq, dat inaccurate data en data van een lange tijd in het verleden omlaag weegt.
1005745 8
Bij de gewogen frequentieverdeling, wordt niet het aantal keren dat een vraaghoeveelheid in een interval valt geteld, maar de som van de gewichten genomen voor alle vragen waarvan de vraaghoeveelheid in een interval vallen.
5 Gegeven een aantal vragen, bijvoorbeeld 3 (figuur 9), kan de gezamenlijke waarschijnlijkheidsverdeling P3(R) voor het totale verbruik R van 3 vragen, worden geconstrueerd van de enkele-vraag-waarschijnlijkheidsverdeling P(Q).
De totale vraaghoeveelheid in de bestelperiode kan van 10 verschillende aantallen vragen j komen, die elk een zekere waarschijnlijkheid wj hebben om op te treden, en een waarschijnlijkheidsverdeling Pj(R) voor de totale vraaghoeveelheid van de j vragen.
Daarom wordt P(R) afgeleid als serie, 15 n P(R) = Σ wj x Pj(R) (formule 1) j-1 20 waarbij Pj(R) de j-de zelfconvolutie van P(Q) is en waarbij wj de statistische weging van de overeenkomstige gezamenlijke waarschijnlijk-heidsfunctie is voor 1 ... n gelijktijdige vragen in bestelperiode L. In de praktijk hoeven waarden van n > 100 niet te worden beschouwd, aangezien dan de alternatieve benadering die hieronder is gegeven gel-25 dig is.
Onder de aanname dat de verdeling van Ti bekend is bijvoorbeeld een exponentiële of afgekapte normaal of Heibull, enzovoorts - kunnen de coëfficiënten wj direct worden berekend. Deze berekening van de coëfficiënten kan worden gemodificeerd om de functie 30 P(L) te omvatten.
In het geval dat de verdeling van Ti exponentieel is, is voor wj een Poisson-verdeling het resultaat, waarbij de gemiddelde vraagaantaldichtheid λ gelijk is aan het aantal vragen gedurende L gedeeld door L. De berekening van P(R) is dan ongecompliceerd als de 35 functies Pj bekend zijn.
De functies Pj kunnen niet gemakkelijk direct worden verkregen, maar schattingen van voldoende nauwkeurigheid van deze convoluties kunnen worden verkregen door middel van Fourier-getransformeerde van 1 0 0 5 7 4 5 9 P(Q) en terugtransformatie van de j-de macht van de transformatie die is verkregen. P(R) kan echter direct worden verkregen door eerst over j, de j-de machten van de transformatie van P(Q) op te tellen, 5 n L(R)= Σ wj x [L(Q)] J (formule 2) j = 1 met gebruikmaking van de gewichten wj, en slechts eenmaal terugtrans-10 formeren van het resultaat.
P(R) = Fourier-getransformeerde (L(R)) (formule 3)
Aan de hand van deze uitdrukking kan ROP, gegeven een gewenst 15 service-niveau SLcon, gemakkelijk worden berekend. Het bijbestelpunt wordt nu op gebruikelijke wijze berekend.
ROP
SL(ROP) = ƒ P(R) dR (formule 4) 20 0
In verband met de nauwkeurigheid van P(Q) en de afbreek-effecten in de reciproke ruimte, kan in formule 2 de Fourier-getransformeerde L(Q) met de in de reciproke ruimte gedefinieerde dempingsfactor wL verme-25 nigvuldigd worden.
n L(R)= I wj x [ wL x L(Q) ] j (formule 2B) j-1 30
Voor bepaalde waarschijnlijkheidsverdelingen van P(Q), zoals een normale of een gamma-verdeling, kan Pj(R) analytisch voor alle waarden van j worden gevonden. Het ROP kan dan worden berekend door direct gebruik te maken van formule 4 of door gebruik te maken van de 35 cumulatieve verdelingsfuncties Fj van Pj(R) in formule 5.
1005745 5 10 η SL(ROP) = Σ wj x Fj(ROP) (formule 5) j-1
Als het aantal vragen gedurende de bestelperiode voldoende groot is, kan P(R) worden beschouwd als een normale verdeling. In dit geval is P(R) volledig gedefinieerd door zijn gemiddelde waarde en variantie. Het gemiddelde kan worden verkregen aan de hand van 10 E(R) = A x E(L)x E{Q) (formule 6) en de variantie aan de hand van 15 Var(R) = A x E(L) x Var(Q)+ A x E(L) x E(Q)2 + A2 x E(Q)2 x Var(L) (formule 7)
Het voordeel is duidelijk in termen van snelheid en efficiëntie. Er moet echter worden benadrukt dat deze benadering 20 alleen geldig is als het aantal vragen hoog is.
Merk op dat formule 7 wordt verkregen van de enkelvoudige- vraag-statistieken E(L) en Var(L). De E(Q), Var(Q) kunnen tijd-gewogen worden met gebruikmaking van een empirisch weegschema wq, dat inaccurate data en de data die zijn verkregen door het bemonsteren uit 25 een lange tijd in het verleden omlaag weegt.
E(Q) = Σ wq x Qj / Σ wq en 30
Var(Q) = Σ wq x (Qj - E(Q))2 / Σ wq
Als bij het Q-systeem door een vraag de voorraadhoeveelheid onder het reorderpunt ROP komt, begint de hele berekening in feite op 35 een punt dat lager is dan het bovenstaande afgeleide bestelpunt. Om daarvoor te compenseren kan hiervoor aan de bovenstaande formules een correctie term worden toegevoegd.
1005745 11
In het bovenstaande zijn de volgende parameters gebruikt: MAD gemiddelde-waarde-absolute-afwijking tussen voorspeld en daad werkelijk verbruik over een aantal historische perioden D totale hoeveelheid die over een periode is gevraagd
5 Var(D) variantie van D
L re-ordertijd, bijbestelperiode, bestelperiode of de productie tijd
P(L) waarschijnlijkheidsverdeling van L
E(L) verwachte waarde van L 10 Var(L) variantie van L
R gevraagde hoeveelheid of verbruik in eenheden over L
P(R) waarschijnlijkheidsverdeling van R
E(R) verwacht verbruik van artikel over L
Var(R) variantie van R
15 Sd(R) standaardafwijking van R
Tj inter-aankomsttijd tussen de (j-1)de en de j-de vraag
Rj verbruik in eenheden van j vragen over L
wj de statistische weging of kans op j vragen in bestelperiode L.
Pj(R) waarschijnlijkheidsverdeling van de totale vraaghoeveelheid Rj 20 van j vragen F j (R) cumulatieve waarschijnlijkheidsverdeling van Rj Q(i) hoeveelheid van de i-de enkelvoudige vraag tijdens bestelperiode wq empirisch wegingsschema wq 25 P(Q) waarschijnlijkheidsverdeling van Q voor elke willekeurige vraag i
E(Q) verwachte waarde voor Q voor elke willekeurige i Var(Q) variantie van Q
A gemiddelde vraagaantal-dichtheid 30 L(Q) Fourier-getransformeerde van P(Q) L(R) Fourier-getransformeerde van P(R) wL dempings-factor in de reciproke ruimte ROP herbestelpunt, bijbestelpunt, productietijd SL service-niveau
35 SL(ROP) service-niveau als functie van het ROP
SLcon gewenst service-niveau
Tp de tijd tussen periodieke inspecties, ten behoeve van herbestelling bij de Vaste-Bestel-Cyclus-werkwijze 1005745 12 MSL bijbestel-tot-niveau of gewenst maximum bij de Vaste-Bestel-Cy- clus-werkwijze 1005745
Claims (14)
1. Systeem voor de berekening van optimale re-orderparameters voor gebruik in een computer-gebaseerd voorraadbeheersysteem welk 5 systeem omvat een computerprogramma voor het berekenen van het moment waarop besteld moet worden, met het kenmerk, dat de enkelvoudige gevraagde hoeveelheidsverdeling voor elk artikel in de inventaris wordt gebruikt om het herbestelmoment (ROP = re order point) dan wel, afhankelijk van de toegepaste strategie het maximale voorraadniveau (MSL = 10 maximum stock level) te bepalen
2. Systeem voor de berekening van optimale re-orderparameters voor gebruik in een computer-gebaseerd voorraadbeheersysteem volgens conclusie 1, met het kenmerk, dat de enkelvoudige gevraagde 15 hoeveelheidsverdeling voor elk artikel in de inventaris wordt gebruikt om het herbestelmoment (ROP = re order point) dan wel, afhankelijk van de toegepaste strategie het maximale voorraadniveau (MSL = maximum stock level) te bepalen met gebruikmaking van de volgende formules
20 E(R) = A1 x E(L)x E(Q) en Var(R)= A2 x E(L)x Var(Q)+ A3 x E(L) x E(Q)2 ♦ A42 x E(Q)2 x Var(L) 25 waarin Aj parameter afhankelijk van de verdelingsfunctie van Tj Tj inter-aankomsttijd tussen de {j-1)de en de j-de vraag L herbestelperiode 30. gevraagde hoeveelheid of verbruik in eenheden over L 1Q(i) hoeveelheid van de i-de enkelvoudige vraag tijdens bestelpe-riode L E(R) verwacht verbruik van artikel over L E(L) verwachte waarde van L 35 E(Q) verwachte waarde voor Q voor elke willekeurige i Var(R) variantie van R Var(Q) variantie van Q Var(L) variantie van L 1 00 57 4 5
3. Systeem volgens conclusie 2, met het kenmerk, dat de verdelingsfunctie van Tj exponentieel is in welk geval A1 = A2 = A3 = A4
4. Systeem volgens conclusie 2 of 3, met het kenmerk, dat gebruik 5 gemaakt wordt van gewichtsfactoren volgens: E(Q) = Σ wq x Qj / Σ wq en Var(Q) = Σ wq x (Qj - E(Q))2 / Σ wq 10
5. Systeem voor de berekening van optimale re-orderparameters voor gebruik in een computer-gebaseerd voorraadbeheerssysteem volgens conclusie 1, met het kenmerk, dat de enkelvoudige gevraagde hoeveelheidsverdeling voor elk artikel in de inventaris wordt gebruikt 15 om het herbestelmoment (ROP = re order point) dan wel, afhankelijk van de toegepaste strategie het maximale voorraadniveau (HSL = maximum stock level) te bepalen met gebruikmaking van de volgende formules n P(R) = Σ wj x Pj(R) 20 j = 1 waarin P(R) waarschijnlijkheidsverdeling van R P(Q) waarschijnlijkheidsverdeling van Q voor elke willekeurige vraag i
25 Pj(R) de j-de zelfconvolutie van P(Q) is en waarbij wj de sta tistische weging van de overeenkomstige gezamenlijke waarschijnlijkheidsfunctie is voor 1 ... n gelijktijdige vragen in bestelperiode L, waarna het bestelmoment gevonden wordt uit: 30 ROP SL(ROP) = ƒ P(R) dR 0
6. Systeem voor de berekening van optimale re-orderparameters voor gebruik in een computer-gebaseerd voorraadbeheerssysteem volgens conclusie 1, met het kenmerk, dat de enkelvoudige gevraagde hoeveelheidsverdeling voor elk artikel in de inventaris wordt gebruikt f 0 0 .*> 7 4 5 om het herbestelmoment (ROP = re order point) dan wel, afhankelijk van de toegepaste strategie het maximale voorraadniveau (MSL = maximum stock level) te bepalen met gebruikmaking van de volgende formule 5 n SL(ROP) = Σ wj X Fj(ROP) j = 1 waarin SL(ROP) service-niveau als functie van het ROP
10 Fj(ROP) cumulatieve waarschijnlijkheidsverdeling van Rj
7. Systeem voor de berekening van optimale re-orderparameters voor gebruik in een computer-gebaseerd voorraadbeheersysteem volgens conclusie 1, met het kenmerk, dat de enkelvoudige gevraagde 15 hoeveelheidsverdeling voor elk artikel in de inventaris wordt gebruikt om het herbestelmoment (ROP = re order point) dan wel, afhankelijk van de toegepaste strategie het maximale voorraadniveau (HSL = maximum stock level) te bepalen met gebruikmaking van de volgende formule n
20 L(R) = Σ wj x [L(Q)] J j-1 waarin L(Q) Fourier-getransformeerde van P(Q)
25 L(R) Fourier-getransformeerde van P(R) waarna P(R) wordt gevonden uit de terugtransformatie P(R) = Fourier-getransformeerde (L(R)) 30
8. Systeem volgens conclusie 7, met het kenmerk, dat gebruik gemaakt wordt van de dempingsfactor wL in de reciproke ruimte volgens: n
35 L(R) = Σ wj x [ wL x L(Q) ] J j-1 waarin L(Q) Fourier-getransformeerde van P(Q) 1005745 L(R) Fourier-getransformeerde van P(R) wL dempings-factor in de reciproke ruimte waarna P(R) wordt gevonden uit de terugtransformatie 5 P(R) = Fourier-getransformeerde (L(R)) 1005745
Priority Applications (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
NL1005745A NL1005745C2 (nl) | 1997-04-07 | 1997-04-07 | Systeem en werkwijze voor het berekenen van reorderparameters voor een computer-gebaseerd voorraadbeheerssysteem. |
CA002285619A CA2285619A1 (en) | 1997-04-07 | 1998-04-07 | System and method for calculation of controlling parameters for a computer based inventory management system |
EP98912818A EP0974115B1 (en) | 1997-04-07 | 1998-04-07 | System and method for calculation of controlling parameters for a computer based inventory management system |
AT98912818T ATE231998T1 (de) | 1997-04-07 | 1998-04-07 | System und verfahren zur berechnung der steuerparameter für ein rechnergestutztes lagerhaltungssystem |
AU67512/98A AU6751298A (en) | 1997-04-07 | 1998-04-07 | System and method for calculation of controlling parameters for a computer basedinventory management system |
PCT/NL1998/000198 WO1998045796A1 (en) | 1997-04-07 | 1998-04-07 | System and method for calculation of controlling parameters for a computer based inventory management system |
DE69811064T DE69811064D1 (de) | 1997-04-07 | 1998-04-07 | System und verfahren zur berechnung der steuerparameter für ein rechnergestutztes lagerhaltungssystem |
JP54262898A JP2001518865A (ja) | 1997-04-07 | 1998-04-07 | コンピユーターをベースとする在庫管理システム用の制御パラメーターを計算するためのシステムと方法 |
US10/146,958 US20020188529A1 (en) | 1997-04-07 | 2002-05-17 | System and method for calculation of controlling parameters for a computer based inventory management |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
NL1005745A NL1005745C2 (nl) | 1997-04-07 | 1997-04-07 | Systeem en werkwijze voor het berekenen van reorderparameters voor een computer-gebaseerd voorraadbeheerssysteem. |
NL1005745 | 1997-04-07 |
Publications (1)
Publication Number | Publication Date |
---|---|
NL1005745C2 true NL1005745C2 (nl) | 1998-10-09 |
Family
ID=19764743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
NL1005745A NL1005745C2 (nl) | 1997-04-07 | 1997-04-07 | Systeem en werkwijze voor het berekenen van reorderparameters voor een computer-gebaseerd voorraadbeheerssysteem. |
Country Status (8)
Country | Link |
---|---|
EP (1) | EP0974115B1 (nl) |
JP (1) | JP2001518865A (nl) |
AT (1) | ATE231998T1 (nl) |
AU (1) | AU6751298A (nl) |
CA (1) | CA2285619A1 (nl) |
DE (1) | DE69811064D1 (nl) |
NL (1) | NL1005745C2 (nl) |
WO (1) | WO1998045796A1 (nl) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6205431B1 (en) * | 1998-10-29 | 2001-03-20 | Smart Software, Inc. | System and method for forecasting intermittent demand |
FI990221A0 (fi) * | 1999-02-05 | 1999-02-05 | Mika Winqvist | Varaston optimointi |
CN113887771A (zh) * | 2020-07-02 | 2022-01-04 | 上海顺如丰来技术有限公司 | 服务水平优化方法、装置、计算机设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5128861A (en) * | 1988-12-07 | 1992-07-07 | Hitachi, Ltd. | Inventory control method and system |
US5287267A (en) * | 1991-05-10 | 1994-02-15 | International Business Machines Corporation | Methods for parts procurement quantity determination where demand is uncertain for the product in which the parts are used |
US5459656A (en) * | 1989-09-12 | 1995-10-17 | Park City Group, Inc. | Business demand projection system and method |
EP0733986A2 (en) * | 1995-03-24 | 1996-09-25 | Panduit Corp. | System and method for controlling the number of units of parts in an inventory |
-
1997
- 1997-04-07 NL NL1005745A patent/NL1005745C2/nl not_active IP Right Cessation
-
1998
- 1998-04-07 DE DE69811064T patent/DE69811064D1/de not_active Expired - Lifetime
- 1998-04-07 WO PCT/NL1998/000198 patent/WO1998045796A1/en active IP Right Grant
- 1998-04-07 CA CA002285619A patent/CA2285619A1/en not_active Abandoned
- 1998-04-07 AU AU67512/98A patent/AU6751298A/en not_active Abandoned
- 1998-04-07 EP EP98912818A patent/EP0974115B1/en not_active Expired - Lifetime
- 1998-04-07 AT AT98912818T patent/ATE231998T1/de not_active IP Right Cessation
- 1998-04-07 JP JP54262898A patent/JP2001518865A/ja not_active Ceased
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5128861A (en) * | 1988-12-07 | 1992-07-07 | Hitachi, Ltd. | Inventory control method and system |
US5459656A (en) * | 1989-09-12 | 1995-10-17 | Park City Group, Inc. | Business demand projection system and method |
US5287267A (en) * | 1991-05-10 | 1994-02-15 | International Business Machines Corporation | Methods for parts procurement quantity determination where demand is uncertain for the product in which the parts are used |
EP0733986A2 (en) * | 1995-03-24 | 1996-09-25 | Panduit Corp. | System and method for controlling the number of units of parts in an inventory |
Also Published As
Publication number | Publication date |
---|---|
JP2001518865A (ja) | 2001-10-16 |
EP0974115B1 (en) | 2003-01-29 |
WO1998045796A1 (en) | 1998-10-15 |
AU6751298A (en) | 1998-10-30 |
CA2285619A1 (en) | 1998-10-15 |
ATE231998T1 (de) | 2003-02-15 |
EP0974115A1 (en) | 2000-01-26 |
DE69811064D1 (de) | 2003-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Axsäter | Supply chain operations: Serial and distribution inventory systems | |
CN109272276B (zh) | 一种库存补货管理方法以及装置 | |
Özer | Replenishment strategies for distribution systems under advance demand information | |
Ketzenberg et al. | Managing slow‐moving perishables in the grocery industry | |
US7313532B2 (en) | Computer implemented system and method for determining the most profitable distribution policy | |
Dellaert | Production to order: models and rules for production planning | |
Marklund | Centralized inventory control in a two‐level distribution system with poisson demand | |
US20020188529A1 (en) | System and method for calculation of controlling parameters for a computer based inventory management | |
Lee et al. | A dynamic joint replenishment policy with auto-correlated demand | |
Fradinata et al. | Compare the forecasting method of artificial neural network and support vector regression model to measure the bullwhip effect in supply chain | |
NL1005745C2 (nl) | Systeem en werkwijze voor het berekenen van reorderparameters voor een computer-gebaseerd voorraadbeheerssysteem. | |
JP2019079208A (ja) | 在庫規模見積装置、エネルギー消費規模見積装置、コスト見積装置及びプログラム | |
Merkuryev et al. | Simulation-based analysis of the bullwhip effect under different information sharing strategies | |
Berling et al. | Heuristic coordination of decentralized inventory systems using induced backorder costs | |
Lin et al. | Mitigating the bullwhip effect by reducing demand variance in the supply chain | |
Ferguson et al. | Single stage heuristic for perishable inventory control in two-echelon supply chains | |
Gudum et al. | A safety stock adjustment procedure to enable target service levels in simulation of generic inventory systems | |
De Kok | Basics of inventory management (Part 2): The (R, S)-model | |
Erhun et al. | Interaction of design and operational parameters in periodic review kanban systems | |
Viswanathan et al. | Evaluation of hierarchical forecasting for substitutable products | |
John et al. | Investigation of Order-Up-To-Policy and Allocation-Rationing Mechanism for Divergent Supply Chains with Multiple Objectives | |
Liu et al. | Elasticity based demand forecasting and price optimization for online retail | |
Ota et al. | Manufacturer optimal stock requirement and production rate to maximise the expected profit during peak time | |
Janakiraman et al. | Periodic review inventory control with lost sales and fractional lead times | |
De Kok | Basics of inventory management (Part 3): The (b, Q)-model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PD2B | A search report has been drawn up | ||
VD1 | Lapsed due to non-payment of the annual fee |
Effective date: 20041101 |