【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
...
【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...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。