单位 3 / 9

库存和库存优化

收益:

  • 能够计算 EOQ、安全库存和再订购点概念
  • 能够使用人工智能辅助 ABC/XYZ 分析和库存策略设计
  • 能够通过公式和实际消耗数据验证人工智能建议的库存参数

库存是企业的冻结资金。太多会抑制现金流,造成仓储成本和浪费;低于这个数字意味着销售损失、生产线停工和客户流失。工业工程师的任务不是通过“感觉”,而是通过公式和数据来建立这种平衡。人工智能加速该领域的核算、分类和政策设计;然而,股票公式对单位和假设误差非常敏感,因此AI输出必须通过重新计算来验证。在本单元中,我们将以人工智能辅助的方式涵盖 EOQ、安全库存、再订购点和 ABC/XYZ 分析。

基本概念和公式

库存管理有三个核心问题:我应该订购多少?,我应该何时订购?,我应该保留多少缓冲区?

经济订购数量(EOQ):平衡订购成本和持有成本的数量。

EOQ = 平方根( (2 × D × S) / H )D = 年需求量(单位/年)S = 每份订单成本(TL/订单)H = 每单位年持有成本(TL/项目/年)

再订购点 (ROP):当库存下降到该水平时,就会下新订单。

ROP = d × L + SSd = 日均(或周期)需求L = 提前期(同一时间单位内)SS = 安全库存

安全库存 (SS):缓冲需求和交货时间的不确定性。

SS = Z × σ_d × 平方根(L)Z = 与服务水平相对应的置信系数(例如 95% 时 ≈ 1.65)σ_d = 需求标准差(每个周期)L = 交付周期(周期数)

注意:这些公式中最常见的错误是单位不一致。如果每天给出需求时间,每周给出供给时间,结果将毫无意义。在启动每个帐户之前,将所有条目转换为相同的时间单位。人工智能经常会跳过这种转变。

示例计算:逐步

对于备件,令 D = 3,600 件/年,S = 120 TL/订单,H = 8 TL/件/年。

EOQ = 平方根( (2 × 3600 × 120) / 8 ) = 平方根( 864000 / 8 ) = 平方根( 108000 ) ≈ 328.6 → 约 329 台每年订单数 = 3600 / 329 ≈ 10.9 ≈ 11 订单

现在 ROP:每日需求 d = 3,600 / 300 个工作日 = 12 单位/天,提前期 L = 10 天,需求标准差 σ_d = 4 单位/天,目标服务水平 95% (Z ≈ 1.65):

SS = 1.65 × 4 × 平方根(10) = 1.65 × 4 × 3.162 ≈ 20.9 → 21 单位ROP = 12 × 10 + 21 = 141 单位

换句话说,当库存下降到141个单位时,就会下新的329个单位的订单。当你将这种类型的计算外包给AI时,要求它像这样显示打开的每一行;无法验证“结果为 141”的输出。

聚焦 ABC 和 XYZ 分析

以同样的小心程度管理每件物品是一种浪费。 ABC 分析按价值(年使用量 × 单位成本)对项目进行分类: A 项目(通常约 20% 的项目,约 80% 的价值)受到严格管理。 XYZ 分析根据需求变化性进行分类:X 为规则需求,Z 为不规则需求。

含义

政治

A-X

高价值、经常性需求

跟踪严格,安全库存低,订货频繁

A-Z

价值高,需求不稳定

严密监控、精心缓冲、灵活供应

CX

低价值,经常需求

策略简单,自动排序

C-Z

价值低、不规则

根据需要采取,低优先级

角色:你是一名专门从事库存管理的工业工程师。任务:将以下项目列表插入矩阵ABC(年使用值)并产生

弱提示/强提示

弱提示:

这些产品的安全库存应该是多少?

如果没有服务水平、需求变化和交货时间,任何答案都只是猜测。

强力提示:

计算以下项目的安全库存和 ROP。服务水平98%(指定Z值),日均需求30,日需求标准偏差9,交货时间7天。写出公式,显示每一步,检查单位。然后比较如果我将服务级别降低到 95%,SS 会如何变化。

第二个提示包含计算和“敏感性”问题;这使您可以了解决策在多大程度上取决于哪种假设。

迷你案例:服务水平成本

一家汽车供应行业公司的目标是实现 99.9% 的服务水平,确保关键垫圈不丢失。工业工程师巴兰(Baran)拥有人工智能计算当前和替代服务水平的安全库存。该公式表明,从 95% 到 99.9% 会使 Z 从 1.65 移动到大约 3.09;所以安全库存几乎翻倍。当巴兰将此乘以该物品的持有成本时,他发现最后一个百分比非常昂贵。它通过选择 95% 的非关键物料和 99% 的停止生产线的关键物料来降低总库存成本。 AI设立账户;巴兰的工程判断决定了何种水平的服务值得付出努力。

提示:安全库存随服务水平呈指数增长,而不是线性增长。最后一个百分点(99% → 99.9%)非常昂贵。质疑每个项目是否真的需要那么高的水平。

常见错误

  • 单位混合:每天输入需求,每周输入供应时间,发现无意义的 SS/ROP。
  • 单一服务级别:对所有项目应用相同的服务级别,并平等地管理项目 A 和 C。
  • 不验证AI计算:在没有看到平方根和乘法步骤的情况下接受EOQ/SS结果。
  • 恒定需求假设:忽略变异性 (σ) 并将安全库存保持为零。
  • 忽略滞销库存:继续使用旧参数对需求减少的商品下订单。

综上所述

  • 库存回答三个问题:多少(EOQ)、何时(ROP)、多少缓冲(SS)。每一个都有一个明确的公式。
  • 单位一致性是存货核算中最关键且经常被忽视的一点;请务必通过单元检查来验证 AI 输出。
  • ABC/XYZ 矩阵将精力引导到正确的项目上;每一件物品都用同样的细心管理是一种浪费。
  • 随着服务水平的提高,安全库存很快就会变得昂贵;查询最后一个百分位数。
  • AI建立并加速账户;人类的判断决定了哪些政策值得努力。

应用任务

准备至少 8-10 项的库存清单(代码、年需求、单位成本、需求标准偏差、交货时间)。首先让AI构建ABC/XYZ矩阵并清晰地显示变异系数。然后计算一个A项的EOQ、安全库存和ROP值;查看每个步骤和单元。关键验证:亲自用Excel或计算器重新计算EOQ和SS,并与AI进行比较。最后,计算同一项目在 95% 和 99% 场景下的服务水平,并解释安全库存差异及其年度成本影响。