提前期需求为模糊随机条件下的企业连续库存补货策略

摘 要：随着社会步入互联网时代，社会经济发展体系逐渐朝着集群化发展，节奏越来越快。在库存管理中，通过连续库存补货能够为企业获得更大的市场竞争优势，提前期的合理规划能够给企业带来巨大的经济效益，基于市场经济多元化和多变化的特点，影响企业库存管理的因素越来越多，模糊随机条件为库存管理提供了新思路，本文通过考虑提前期内需求为模糊随机情形下，建立简单连续库存补货模型，以实现企业库存管理中补货的成本最小化目的。

关键词：模糊随机;提前期需求;模型

引言：随着全球多元化，社会市场竞争越来越激烈，互联网促使企业对产品的销售和采购节奏变得更快，时间成为了市场竞争力的主导因素，提前期作为反映企业产品周期时间的重要节点，受到了足够的重视，连续库存补货属于库存控制管理，连续补货的周期和水平能够体现出企业的市场产品竞争力，对于连续库存补货策略，通常是构建分析模型来实现，在基于模糊随机条件下通过模型来分析库存补货数量和周期。随机型库存控制模型是指库存控制系统中产品的需求量，在模糊随机条件下的提前期需求很难通过基础的算法来构建函数模型，模糊随机是一个变量，随着市场销售和客户需求的变化都会影响库存补货，以往建立的库存控制模型，大部分都假设需求为常量的情况或者需求服从一个比较好的函数，这样得出的结论实用性较差，基于此本文构建提前期需求为模糊随机条件下的连续库存补货模型。

一、MTO模式下供应链企业模糊随机需求下的补货模型构建

在MTO产品供应链中，需求和供应的不确定性会对库存企业造成波动较大的成本，大部分企业为了降低随机需求的不确定性因素，通常会尽可能地满足最大需求，这样就造成了大量的浪费，增加企业库存成本，基于此本文通过分析MTO模式下的企业库存补货的优点和缺点，从而构建更优化的连续补货模型，有效地解决供应链企业中库存成本问题，降低企业库存成本，提高企业经济效益。

1.MTO运营模式介绍

企业在整个生产过程中，从接收订单开始，再根据物料的需求进行采购相应的原材料并投入生产，其中流程如图1所示：

2.MTO模式的优缺点

优点：库存占用率低，因为该模式是在确定已经收到客户订单之后开始生产，对于需求是处于确定的状态，而不是随机模糊状态。

缺点：由于是接收到客户订单才开始去准备原材料和投入生产，这样的生产周期就会长于客户需求的提前期，也有可能受到订单数量和原材料的紧缺程度影响，导致不能进行有序地生产，也会受到生产方面的突发事件影响，这样就会导致大部分客户的订单完成效率低，交货期不能达标，整体需求满足率低。特别是MTO模式下的生产满足不了一些急缺客户的需求，从而导致失去市场份额，面对一些急缺订单，企业如果对订单进行提前安排，就会影响正常生产的产品线，从而导致企业只能按照客户的需求量大小和紧急程度进行排量生产，这样就会对生产线造成较大的波动，在生产忙碌时期，会导致各个产品都处于催、赶生产的局面，不仅容易造成产品质量问题，也会对产品分货造成影响，针对于多个客户需要的同一种产品，由于订单时间通常短于采购、生产提前期，导致客户的需求无法同时满足，这样就存在了要满足哪一个或几个客户，或者是分配数量的多少的问题。这一分配工作耗费大量人力物力，同时也导致客户的满意度不高。

3.基于MTO模式下连续库存补货模型

（1）模型目标

通过对目标客户的订单需求进行估算，进而补充相应的原材料和产品库存，充分满足客户的订单需求，达到企业的最优化生产目的。通过模型的构建来控制客户需求的多变性和市场的突变，利用连续补货让库存一直处于最优状态。

（2）模型原理

在这个模型中主要是要通过计算来分析各个时期的客户订单情况，从而对库存进行连续补货。在补货中分为原材料和成品，在补货计算中分为安全库存值、订货节点、目标库存值。通过具体的计算让企业中每一种产品对应相应的原材料数量和产品储存数值，根据安全库存值和目标库存值来获得连续补货的周期和数量，以此达到满足客户订单需求的前提下保障库存仓库最优化状态。

①库存储备类型的确定原理

对于库存连续补货，首先要确定库存储备类型，才能计算出连续补货的周期和数量，如图2所示，将客户订单需求进行数据化处理，并了解其订单规律，然后再通过对不同采购和产品生产提前期进行调整，找到客户订单需求和提前期覆盖的节点，计算出其中概率，并划分为不同类型的补货存储方式。

②连续补货策略计算原理

在补货模型中可以将采购和生产覆盖的概率进行参数复核，引入参数的设定来达到目的，在库存控制中，还可以通过安全库存来提高提前期覆盖的概率，满足订单总体满足率。在连续补货库存模型中，是通过安全库存量和再订货节点来预判客户订单需求，设定补货点和目标库存量。具体流程如图3所示。

③库存储备类型与连续补货数量和节点参数的确定

由上文可知本模式首先通过预算客户需求订单，然后根据订单储备类型来进行生产工作，在库存储备类型上本模型采用了订单提前期概率覆盖，补货节点计算也是通过客户订单满足率来判断。在参数的确定上要满足两组之间的关系，以客户订单满足率为核心条件。其中主要公式：客户订单满足率=客户订单覆盖率x连续补货时间节点对客户订单的满足率，也就是说通过结合两组参数，能够使得客户订单满足率大于95%。

4.MTO模式与现模型对比

如表1所示。通过数据对比不难发现基于连续补货模型能够满足客户的订单需求，在市场经济体系中，要以客户为中心，充分考虑客户的订单满足率，因此本文采用的连续补货模型更具有市场价值。

5.连续补货模型的价值

首先，在库存储备分类中，能够充分考慮客户订单的提前期分布、原材料采购、生产提前期的关系，利用提前期覆盖概率满足了客户订单需求，对于企业运营来说，具有较好的适用性价值。其次，在连续补货基数中，本文结合了库存储备类型，让计算结构更加贴近生产环境。

二、提前期需求为模糊随机条件下的补货策略基本模型构建

模糊随机条件下的库存控制，首先要确定库存分类，其次确定再订货节点和补货方式，最后完成库存补货。

1.库存分类

常规的库存可以分为三类，第一类是日常库存，主要用于日常短期备货。第二类是安全库存，安全库存主要是为了防御不确定订单需求，在最大程度上满足订单需求，例如发生爆单现象或者是产品生产线短期出现问题的缓冲库存，安全库存的存量大小取决于模型对未来产品出货的判断。安全库存需要保持在订单满足率和库存持有成本之间的最佳状态，安全库存和顾客服务水平，以及库存持有成本直接相关，是把双刃剑。安全库存增多，缺货成本降低，顾客服务水平对应提高，但库存持有成本随之提升;相反，安全库存量降低，库存持有成本较小，但缺货成本会升高，顾客服务水平会降低，也是本模型中最核心的库存条件。第三类属于多余库存，就是一些多余的产品及原材料。标志着短期需要清理。

2.基于模糊随机条件下连续补货逻辑

（1）再订货点

在连续补货逻辑思维中，再订货点是其中关键因素，再订货点指的是提示补货的时机点，每当库存下降至再订货点时就会触发补货。是一种反应式补货，其目的是通过连续补货将库存维持在一个可以满足客户订单而不超出的状态，用通俗话说就是刚刚好，不多也不少，不早也不晚。再订货点构建中需要综合考虑其他因素，主要包括提前期、日均使用量、安全库存。进行评估分析，从而设置再订货点，当库存量达到指标后，触发订货补货行为。

（2）采购补货方式

在提前期需求下，一般补货方式分为定量不定期、定期不定量、不定期不定量、定期定量四种方式，根据不同企业的产品和销售业务状态所匹配。如表2所示。

（3）补货逻辑分析

假设某库存商品历史销量符合正态分布，且需求和采购提前期相对稳定，在不定期不定量情况下，采购补货逻辑应为：某仓的可用库存低于订货点库存时就触发补货，补到目标库存为止，如图4所示。补货触发时机为某仓的可用库存低于该仓的订货点，且所有库房的总可用库存低于总订货点时（若某仓可用库存低于订货点，但全国总库存超过总订货点，说明某些库房商品尚有盈余，此时不需要补货，将订单分拨到盈余仓库即可，必要時可以进行仓间调拨），采购单以仓库为单位生成：

订货点=单仓日平均销量*采购提前期+日安全库存;日安全库存为服务承诺水平下的备用库存，应对需求和供应商送货的不确定性;

补货量=目标库存-当前仓库可用库存;当然这是不定量情况下的方式，若为定量补货，补货数量每次都是固定的。

可用库存=实物库存-订单已出库预占库存+在途库存;在途库存包含：已入库未上架数量+已采购/调拨未到货数量;

目标库存=日平均销量*（计划备货天数+采购提前期）+日安全库存;

3.提前期需求为模糊随机条件下的需求预测

连续补货模型首先要对客户订单需求进行预测，这样才能更好地调整库存状态，让库存达到最优状态，对于客户订单需求预测，方法有很多，例如定性分析中的德尔菲法、专业判断法;定量分析中的因果预测法、时间序列法等，本文主要通过指数平滑法来进行研究。

（1）指数平滑法定义

指数平滑法是生产预测中常用的一种方法，也用于中短期经济发展趋势预测，所有预测方法中，指数平滑是用得最多的一种。简单的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用;移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重;而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。

（2）一次指数平滑法

以某种指标的本期实际数和本期预测数为基础，引入一个简化的加权因子，即平滑系数，以求得平均数的一种时间序列预测法。即对离预测期较近的历史数据给予较大的权数，权数由近到远按指数规律递减的一种特殊的加权平均法。

St：t+1期的预测值，t期的平滑值

Yt：t期的实际值

St-1：t期的预测值，t-1期的平滑值。

三、结语

随着行业供应链的发展，库存控制成为了企业成本管理的重要因素，库存控制水平直接影响到企业实际经济效益，也关乎到企业的市场竞争力。本文考虑提前期内需求为模糊随机变量，构建不同的补货模型来实现库存的最佳状态。

参考文献：

[1]王强.考虑双补货模式和参考价格效应的库存与定价策略研究[D].中国科学技术大学，2020.

[2]汪传旭，蒋良奎.提前期需求为模糊随机条件下的连续库存补货策略[J].模糊系统与数学，2011，25（02）：124-130.

[3]樊双蛟.考虑无缺陷退货的在线零售库存和定价联合优化[D].大连理工大学，2019.

[4]高咏岩.不确定需求下精确库存策略设计和模拟[J].山东交通科技，2019（06）：144-146.

[5]金鑫，王正肖，叶建芳，潘晓弘.可拆分ATO系统的最优、渐进最优和次优库存控制策略[J/OL].计算机集成制造系统，2020：1-26[2021-04-14].

[6]王林，江华莲，王永刚.模糊随机决策环境下的核电站不常用条件（Q，r）库存模型[J].控制与决策，2009，24（10）：1565-1567+1572.

[7]金鑫，王正肖，叶建芳，潘晓弘.非平稳需求面向订单装配系统库存稳定性研究[J].计算机集成制造系统，2020，26（09）：2531-2540.

[8]官振中，刘广宁.提前转运还是紧急转运？考虑消费者缺货后悔的补货策略研究[J/OL].工业工程与管理，（2020-07-15） [2021-04-14].

[9]石敏，屈挺，郭洪飞，李从东，黄国全.双渠道多级分销网络的预防性库存分拨机制与方法研究[J].工业工程，2020，23（03）：75-83+106.

[10]姜樱梅，牟进进，王淑云.二级冷链系统库存与定价联合决策模型构建[J].统计与决策，2021，37（01）：178-181.

[11]狄卫民，王然.考虑多级设施中断的供应链选址—库存决策模型及优化算法[J].计算机集成制造系统，2021，27（01）：270-283.

[12]石敏，屈挺，郭洪飞，李从东，黄国全.双渠道多级分销网络的预防性库存分拨机制与方法研究[J].工业工程，2020，23（03）：75-83+106.

[13]陈明非，刘艳秋，孙琦，宋洋.考虑服务效率的无人系统多式联运自适应优化策略[J/OL].工业工程与管理，（2020-05-26）[2021-04-14].

[14]赵川，苗丽叶，杨浩雄，何明珂.随机需求下双渠道供应链库存动态交互优化[J].计算机应用，2020，40（09）：2754-2761.

作者简介：刁德荣（1981.02- ），男，汉族，广东省河源市龙川县人，澳门科技大学商学院，博士在读，工商管理专业，研究方向：工商管理、企业管理