[发明专利]一种基于概率需求分布的库存优化方法

说明书

本发明公开了一种基于概率需求分布的库存优化方法。本发明包括以下步骤：依托现有企业信息化管理平台，抽取商品的库存结余，出入库明细，销售订单，采购提前期等多维度数据，首先构造采购提前期LT内出库数量的概率分布，若LT天内的出库量为q(q＞0)，通过统计历史出库频次分布，可得到需求概率密度函数f(q),从而某一概率值α对应的期望值其中0≤α≤1。至此，便建立了概率值与需求预测值之间的函数关系；然后确定目标满足率S_opt,根据F(α)遍历概率值α_i，算出仿真满足率S_i，直到S_i≥S_opt，训练出最优概率以及对应的需求预测值。本发明创造性引入了需求概率分布的预测思想，针对当下企业面临的商品需求波动大、预测难度高的痛点问题，在保证满足率的情况下，实现库存优化效益最大化。

技术领域

本发明属于信息预测技术领域，具体是一种基于概率需求分布的库存优化方法设计。

背景技术

企业在生产经营和商品销售的活动中，往往需要把购买的原料、生产的产品和销售的商品存储起来,以备使用和销售。但是，现实业务场景具有高度复杂性，需求与供应、消费与存储之间的协调性会直接引发供需不平衡的状态，一方面可能会造成物料积压，导致资金周转缓慢和库存成本增加；另一方面由于物料短缺，引起生产停工或者无货销售，使经营单位因利润降低而带来经济损失。

为了有效管理库存结构，一般企业通过库存价值、销售频次等维度将商品分为ABC类别，不同类别使用不同的规则进行库存的补货。决定采购哪些商品，采购多少数据，大部分企业使用过去一个月或三个月销量，利用移动平均的方式预测未来的销售量，然后再加上人为经验的判断进行补货决策。

然而，由于商品的需求具有较强的随机性，使用移动平均的模型预测销量误差会很大；另外，对于季节性的商品使用过去一个月或三个月的销量数据很难正确把握其销量的季节因素。因此，在传统运筹学的库存模型下，本发明提出了一种基于概率需求分布的库存优化方法，可通过训练的方式得到最合理的销量预测结果，进而在满足商品不缺货的情况下，最大化地降低库存周转天数。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于概率需求分布的库存优化方法设计。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤1：首先基于企业信息化管理平台，获取商品的每日期末库存I_r(t)、采购提前期LT、销售出库S(t)、采购入库Q_r(t)、安全库存I_S、供应商合并天数V、最小包装量MQ，其中t表示第t天；基于历史每日销售出库S(t)进行移动求和，时间窗口为LT，移动步长为1天，得到历史需求序列S_LT(t)，通过统计需求序列S_LT(t)的频次分布，得到需求概率密度函数f(S_LT(t))，从而概率值α对应的需求预测值为

由上式(1)可得概率值α与需求预测值F(α)之间的函数关系；

步骤2：设训练天数为T_test，T_test∈N⁺，第t天仿真的期末库存为I_r(t)，第t天起LT天内预计到货数量为q(t),若当前时间为第t天，给定概率值α，即确定了需求概率分布。由于要满足采购提前期LT的需求，所以LT天之后的库存水平I_r(t,α)为：

I_r(t,α)＝I_r(t-1,α)+q(t)-F(α)