MIT供应链管理框架 - 库存管理 第十三课

继续深入了解(s, Q)策略

上次我们提到了根据周期服务水平来计算安全系数k,从而设定安全库存,今天我们把剩下的3个参数说完。

CSOE(Cost Per Stockout Event),如果我们知道每次缺货导致停产或者客户损失,比如每次10万人民币,总成本最小化的时候,优化函数会让

1) 安全库存增加或者减少

2) 缺货成本计算在内

所以总成本的公式变成这样,

通过导数求解,计算出K与已知变量的关系为

看起来好复杂,好恐怖。

还是回到实际的例子中同样的例子,产品的需求是满足正态分布,预期年度需求均值是62,000个,标准差是8,000个。每一个产品的成本是100元,库存持有成本是年化15%,计算出的经济批量订货数量Q是5200个,交货期是2周。管理层没有规定周期服务水平,而是给出了每次缺货导致公司损失50,000元,请给出(s,Q)库存策略的具体方案。

之前计算的mean_DL = 2385 个;SD_DL = 1569 个

根据上述公式,计算K = Sqrt(2*ln(10.1)) = 2.15

因此,s = mean_DL + k*SD_DL = 2385 + 2.15*1569 = 5758,

那么库存策略就是:

在库存水平小于5758的时候,

订购5200个产品。

IFR (Item Fill Rate) 订单行满足率

他的意思是客户订单从库存可以直接满足的比率,也等于是1-缺货的比例。

IFR = 1 - E[short]/Q, 每次订购Q数量的库存,预期缺货的数量是E[Short], 因此订单行满足率就是 1- 缺货

在正态分布的需求里面,E[Short] = SD_DL*G(k)

那么,推导出来的G(k)就是上面这个怪物

还是回到实际的例子中同样的例子,管理层没有规定周期服务水平,没有给出每次缺货的损失,而是给出了IFR= 99%,请给出(s,Q)库存策略的具体方案。

求解G(k) = 5200/1569 * (1-99%) = 0.0331

查询正态分布表,k = 1.45

因此,s = mean_DL + k*SD_DL = 2385 + 1.45*1569 = 4660,

那么库存策略就是:

在库存水平小于4660的时候,

订购5200个产品。

CIS (Cost per Item Short)单个产品缺货成本,同样,可以根据总成本公式,求导数,可以计算出最佳的Cs

还是回到实际的例子中同样的例子,管理层没有规定周期服务水平,没有给出每次缺货的损失,没有给出IFR,而是给出了每件缺货成本是45元/年,(s,Q)库存策略的具体方案。

计算k

P[x>=k] = 1 - P[X

查表或者用excel的函数可知 k = 1.91.

因此,s = mean_DL + k*SD_DL = 2385 + 1.91*1569 = 5382,

那么库存策略就是:

在库存水平小于5382的时候,

订购5200个产品。

上面说了多,最关键的就是求解出最佳的k安全系数,反过来讲,如果我知道了k,那么对应的CSL, IFR, CSOE, CIS都可以知道,这个涉及很多公式推导,下次内容再讲述。

看到了这么多公式是否惶恐,是有那么一点,如一盆冷水而下,这个应该是库存管理里面最公式化的一部分了。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,980评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,178评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,868评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,498评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,492评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,521评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,910评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,569评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,793评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,559评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,639评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,342评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,931评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,904评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,144评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,833评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,350评论 2 342

推荐阅读更多精彩内容