一种基于间歇性序列预测的售后配件可靠安全库存方法技术

本发明专利技术属于库存优化技术领域，具体涉及一种基于间歇性序列预测的售后配件可靠安全库存方法，该方法同时考虑静态平均故障时间和动态间歇性时间序列预测

【技术实现步骤摘要】
一种基于间歇性序列预测的售后配件可靠安全库存方法


[0001]本专利技术属于库存优化
，具体涉及一种基于间歇性序列预测的售后配件可靠安全库存方法
。

技术介绍

[0002]随着全球制造业的发展，我国制造业正推行智能化和服务化战略，机器学习领域在工业
4.0
范式下对制造业产生了深刻的影响
。
在服务型制造业中，随着市场需求的变化和客户期望的提高，库存管理成为了服务型制造业中一个不可或缺的环节
。
合理
、
高效的库存管理不仅可以帮助企业降低成本，提高效率，还能够提升客户满意度，增强竞争力
。
然而，当前的库存管理面临着一些挑战和问题
。
例如，库存呆滞和缺货的互斥增加了库存管理的复杂性，间歇性数据的不确定性需求波动使得准确预测库存需求变得困难等
。
为了解决这些问题并提高库存管理的效果，库存优化变得至关重要
。
库存优化旨在最大程度地满足需求，同时最大限度地减少库存水平和成本
。
安全库存是库存优化的一个重要方面
。
安全库存是指为了应对需求波动
、
供应链中断或其他不确定性因素而额外储备的库存量
。
它的作用是提供一个缓冲区，确保在不可预见的情况下仍能满足客户需求，减少供应链中断对客户交付的影响
、
提高订单履约率
、
降低过剩库存和滞销风险，以及增强供应链的弹性和灵活性
。
[0003]传统的安全库存测算方法主要分为三类：专家经验测算
、
数理统计测算和预测组合测算的方法
。
基于专家经验的方法是通过企业库存管理专家人为设置安全库存结果，该方法可把握市场动向，及时调整配件库存计划，但无法处理大规模配件数据，不具有普适性；基于数理统计的方法利用统计学原理和数学公式可以快速计算出安全库存结果，效率高
、
实用性广，但是容易对不同配件实行“一刀切”的相同备件策略，造成“旱的旱死，涝的涝死”的结果
。
上述两种方法本质上仍为静态模型，不能充分利用历史数据蕴含的演化知识，无法贴合现代制造企业充满不确定性的需求波动
。
基于预测组合的测算方法是目前企业常用的测算方法，此种方法可以通过需求预测算法削弱需求不确定性对安全库存的影响，设定出具有弹性的安全库存策略，但是该方法受限于需求数据本身的特点，无力应对间歇性数据的需求分布，也就无法确保降低安全库存中需求不确定性，难以给出有效的间歇性需求数据库存备件策略
。
[0004]综上，目前的安全库存方法存在以下问题：
1)
优化单一，现有安全库存模型通常只对自身企业单一因素进行优化，无法形成鲁棒的
、
适应性强的优化策略；
2)
受数据影响大，全库存模型中的关键之一是对需求的准确预测，然而，现有预测方法受限于间歇性需求数据，难以对未来需求做出准确预测，因此无法消除需求的不确定性；
3)
无灵活性，有安全库存模型往往是建立在固定的假设和参数上的静态模型，无法完全考虑到实际情况中的各种变化和不确定性，这使得模型可能无法应对突发事件
、
需求变化或供应链中其他风险因素的影响，导致过度库存或库存不足的情况
。

技术实现思路

[0005]本专利技术的目的在于提供一种基于间歇性序列预测的售后配件可靠安全库存方法，用以解决现有技术中的安全库存方法无法应对间歇性数据的需求波动的问题
。
[0006]为解决上述技术问题，本专利技术提供了一种基于间歇性序列预测的售后配件可靠安全库存方法，包括如下步骤：
[0007]1)
构建安全库存模型，并基于设置的优化目标求解安全库存模型，得到安全库存静态区间，区间下限为订货点，区间上限为最大库存量；
[0008]2)
将历史需求序列分为历史需求存在序列和历史需求间隔序列，需求存在序列表示需求发生的时间点，需求间隔序列表示两非零需求之间间隔，并分别利用历史需求存在序列和需求间隔序列预测得到预测时间段的需求存在序列和需求间隔序列；
[0009]3)
利用预测时间段的需求存在序列和需求间隔序列调整步骤
1)
中得到的区间上限
。
[0010]上述技术方案的有益效果为：本专利技术针对间歇性配件数据特点，将需求序列划分为需求存在序列和需求间隔序列，该种分离处理可以更好地适应间歇性需求的特点，进而，对间歇性数据进行鲁棒预测，以削减需求不确定性对安全库存影响，而且，为实现安全库存的动态调整，将鲁棒预测结果冗余初始安全库存订货点，得出弹性安全库存区间
。
按照该方法得到弹性安全库存区间可以应对间歇性数据充满不确定性的需求波动，同时在提高需求覆盖度的情况下实现更高的库存周转率，为制造企业优化后市场服务运维资源配置提供一种可靠的安全库存方案
。
[0011]进一步地，还包括：利用静态
MTTF
信息调整步骤
1)
中得到的区间下限
。
[0012]上述技术方案的有益效果为：利用静态
MTTF
信息调整区间下限，可以提高库存可靠度
。
[0013]进一步地，步骤
3)
中调整区间上限的手段为：
[0014]①
进行如下计算得到动态趋势信息：
[0015][0016]式中，和分别表示第
i
时期预测第
(i+1)
的需求量与时间间隔，
y
T+h/T
表示第
(i+1)
的估计；
[0017]②
对步骤
①
得到的结果和步骤
1)
中得到的曲线上限进行加权求和，得到调整后的区间上限，即：
[0018]S
t
＝
S*Weight
s1
+y
T+h/T
*Weight
s2
[0019]式中，
S
t
表示调整后的区间上限；
S
表示调整前的区间上限；
Weight
s1
和
Weight
s2
表示权重
。
[0020]上述技术方案的有益效果为：将静态安全库存区间最大库存量与得到的动态趋势信息做加权融合，可以改善泛化能力，提升安全库存动态自适应能力，从而提升库存效率
。
[0021]进一步地，权重
Weight
s1
和
Weight
s2
分别为：
[0022][0023]进一步地，利用如下公式得到调整后的区间下限：
[0024]s
t
＝
s*本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于间歇性序列预测的售后配件可靠安全库存方法，其特征在于，包括如下步骤：
1)
构建安全库存模型，并基于设置的优化目标求解安全库存模型，得到安全库存静态区间，区间下限为订货点，区间上限为最大库存量；
2)
将历史需求序列分为历史需求存在序列和历史需求间隔序列，需求存在序列表示需求发生的时间点，需求间隔序列表示两非零需求之间间隔，并分别利用历史需求存在序列和需求间隔序列预测得到预测时间段的需求存在序列和需求间隔序列；
3)
利用预测时间段的需求存在序列和需求间隔序列调整步骤
1)
中得到的区间上限
。2.
根据权利要求1所述的基于间歇性序列预测的售后配件可靠安全库存方法，其特征在于，还包括：利用静态
MTTF
信息调整步骤
1)
中得到的区间下限
。3.
根据权利要求1所述的基于间歇性序列预测的售后配件可靠安全库存方法，其特征在于，步骤
3)
中调整区间上限的手段为：
①
进行如下计算得到动态趋势信息：式中，和分别表示第
i
时期预测第
(i+1)
的需求量与时间间隔，
y
T+h/T
表示第
(i+1)
的估计；
②
对步骤
①
得到的结果和步骤
1)
中得到的曲线上限进行加权求和，得到调整后的区间上限，即：
S
t
＝
S*Weight
s1
+y
T+h/T
*Weight
s2
式中...

【专利技术属性】
技术研发人员：毛文涛，
申请(专利权)人：河南师范大学，
类型：发明
国别省市：