jenny_xu99
我先来发言。 关于平方根公式推倒,不是我的强项。想聊聊安全库存。 我觉得这里大部分同学都是工程师的思路,就是找出正确的方法。我比较认同这样的说法效率是做好事情,有效是做对的事情。那我们要做安全库存时,大方向和思路就一定要清晰明了。 首先,为什么要做安全库存,最平凡的原因是应付不确定性,如果是有计划的铺货或是屯库存卖高价不在此范围内。 安全库存是为了应付不确定性,不确定包含需求的不确定和供应的不确定。那需求的不确定和供应的不确定又有两大类,量的波动和周期的波动。题外话,游中游所说的周期的变化会影响安全库存就是这个原因。 还有就是另外一个影响安全库存的重要因素是订单满足率,或者说缺货容忍度。根本不准备安全库存,客户订单满足率是50%。 那问题来了,要知道要准备多少的安全库存,我们知不知道自己的需求/供应波动率是多少,是怎么分布的?我们所需要的订单满足率是多少呢?当然不同行业,不同产品有各自的特点,如果各位同学有真实数据,希望参加讨论。
hzauer110
好,游客先生果然是专家!对安全库存的解释很到位,希望大家看了该帖后,不要再认为ROP是安全库存或最大库存之类的了。但是对平方根法则我还在揣摩,先研究下,稍后谈谈感想~~~哈哈! 同时,我对安全库存仍旧有点疑问,就是关于那个^%%$$#,打了半天没有打出特殊字符,晕~~~ 就我所了解的情况来说,有两种情况,一个是ss=z*σ,而这个σ还有点学问: 一方面,σ实际应该是σ*SQRT(LT),但是这是那最长的提前期做LT的结果。另一个计算就是考虑需求与提前期不确定性的情况
游客游
根号法则的推导 有啥琢磨的呢?大一时忙着找女朋友呢吧,帅哥?全是统计数学的东东,估计你看了也烦。以前苗大侠曾在某贴中摸着脑门说是因为微积分啥的,俺当时看了没好意思出手。毕竟人家也是一方大侠啊。既然你今天搁着了,俺就给你推导如下,也算是对得起网友们多年的捧场:
4楼借贴摆出的招式化解如下 如果您能明白您自己说的安全库存的简化公式SS=Z*SQRT(LT),并掌握了根号法则,那么那个复杂的招式看起来就没什么稀奇的了。 根号里面,加号前的是供应的波动性,加号后面是需求的波动性。您说的那个简化公式仅是指的需求的波动性,放在根号里面一平方,根号就没了,对吧? 另外,
1.您说的简化公式里面根号下的lead time是指的最长的,不正确,是指lead time的平均值;
2.简化公式您在很多大师的书里都会见到,可惜他们偏偏不告诉大家这公式里面的所以然。即,您可以看见多数人举的例子都很巧。即根号下的lead time与后面的σ时间单位必须一致,才中。嘿嘿,他们从来不说,贻误了天下多少子弟啊!
hzauer110
TO:游客先生
1、我琢磨的平方根法则应用,其是否只适合安全库存——这是我关注的重点。但是您的推导使这个更加清楚,先感谢一下!
2、用最长的LT来代替平均值,是我考虑σ*SQRT(LT)对提前期的波动考虑不足,如果不考虑LT的标准差,仍旧在LT波动明显的情况下用平均值似乎不太合适。在企业实际操作中,只要LT的最长时间不是特别离谱(有人愿意求标准差也行),为保险起见可一考虑用最长的一个时间或较长的时间(例如,平均LT+一个你认为合理的值)来代替平均提前期(当然,书上介绍的LT用平均值是没错)。这样虽然库存可能有所上升,但至少能够保证我的生产。尤其适合per unit库存价值不高的情况。
3、您所举的例子都不错。但限制前提太多,正态分布、EOQ(或一个相对固定的批量)。否则,假设是分批采购满足需求,而每批的批量都不等,且每批对应的LT不等,上面的公式的存在意义就值得怀疑。 同时,感谢您的指导,希望多发好帖,祝FANS多多。也欢迎各位大侠在实际工作中勇敢尝试这些方法(记得把结果告诉我)。
游客游
hzauer110先生:
1)如果说,“在实际工作中”,感觉有点拿特例来辩解呦?还是面子的问题,对吧?请让我告诉您一个具体的区别,就是在实际工作中,lead time的波动恰恰不是一个完整的正态分布。只不过,再往下研究,就是researcher的领域了,您可以在一些学术论文中看到。
2)我们上面的所有讨论没涉及到EOQ,不知道您为什么牵扯它进来;
3)选择最长的lead time放在根号下面,还只是一个顾及面子的说辞。如果您那样想,其实就不用讨论什么安全库存了。因为,您在试图按最坏的打算做准备了,至少在俺们接触的上百家大公司或上千名从业者中,还是第一次听您说。恕俺孤陋寡闻。这里面能看出您对那个简化公式为什么对lead time使用根号,还不理解。 最后,我想说,如果是想钻研,就千万别着急拿“在实际工作”等话语来解脱;否则,咱们为什么还讨论原理呢?还是我原先的那句话,千万别忘了理论是来自于实践的。在我前面的帖子就说过,可以按照经验去做。
hzauer110
1)不是面子问题,是确实有些疑问,如果您考虑面子问题那我实在无法接受。还是就事论事,设想,如果LT不考虑波动的标准差,面对LT变化很明显的情况,我觉得拉长LT的时间的确是可以考虑的(并不一定是最长,可以是在平均LT上加一个你认为合理的值)。虽然会抬升库存,但是的确可以比不太宽泛的LT保证服务水平?为什么不行呢?正如您对XU同学的问题回答的一样。而且我承认LT在理论书中的确是平均数,当然,如果一定是从理论公式考虑,我否定我的看法。拉到足够长也未必能保证生产,因为涉及到供应速率与需求速率的问题,尤其是计划排程的时候。
2)谈到EOQ或固定批量,是因为我考虑一个需求下如果是没有固定批量采购,那么LT是很难保持一致的。例如15000件的LT和5000的LT就可能不一样,尤其是供应商产能超负荷的情况,如果一个需求产生的订单被分批履行,那么您给的那个公式怎么计算呢?15000件分成2000、3000、5000等分别履行,LT就有可能发生变化,因为每批的履行周期可能都不一样。难道我只能要求15000件必须分成1500件*10次履行么?所以就涉及我说的EOQ或采用一个固定批量的问题。
3)欢迎您继续讨论问题。只要不做人身攻击,就事论事,这里的确没有什么面子问题。况且我都已经不从事相关工作了,讨论这个纯粹是兴趣。
游客游
1)您可以采用任何您觉得合适的方法。但是,您强行把个最长的lead time装到根号下,是否有点儿“金玉其外,败絮其中”的感觉呢?如果顾及lead time的波动,正确的做法是使用那个复杂的组合公式。否则,您如何建立z*σSQRT(max LT)与服务水平的联系呢?那还不如直接在根号外面乘以一个系数呢?只不过,真要这样做,就不好跟人解释了,对吧?最长的lead time是否是偶然的(小概率事件)呢?
2)没说仅可以静态的使用安全库存的公式啊?针对不同的批量造成的lead time的不同,里面的数据和lead time可以动态地使用啊,在Excel里不难实现。
3)我会注意,抱歉。
hzauer110
TO:游客先生 您说的的确是。对第一个LT的问题,我就是在LT波动明显,但又不求标准差的情况下考虑的,的确是主观做的,不是数学推导。对第二个问题,我同意,但我没有考虑那么复杂的,也就是仅那个SS公式讨论的,如果考虑批量的不同,那自然可以调整。 您的确是很认真的研究问题,值得大家学习。
log96
6西格码模式由摩托罗拉公司于1993年率先开发,采取6西格码模式管理后,该公司平均每年提高生产率12.3%,由于质量缺陷造成的费用消耗减少了84%,运作过程中的失误率降低99.7%。通用公司的韦尔奇则指出: "6西格码已经彻底改变了通用电气,决定了公司经营的基因密码(DNA),它已经成为通用电气现行的最佳运作模式。" 西格码原文为希腊字母sigma,其含义为"标准偏差",6西格码意为"6倍标准差",在质量上表示每百万坏品率(parts permillion,简称PPM)少于3.4。
当然,6西格码模式的含义并不简单地是指上述这些内容,而是一整套系统的理论和实践方法。它着眼于揭示生产流程中每百万个机会当中有多少缺陷或失误,这些缺陷和失误包括产品本身、产品生产的流程、包装、转运、交货延期、系统故障、不可抗力等等。大多数企业运作在3至4西格码的水平,这意味着每百万个机会中已经产生6210至66800个缺陷,这些缺陷将要求生产者耗费其销售额的15%-30%进行弥补。而一个实施6西格码模式的公司仅需耗费年销售额的5%来矫正失误。
游客游
和事姥咋能这么当捏? log,拜托, 我觉得,先请搞明白使用那个根号的原理,再把认为合适的参数往里面放,才为好。否则,画猫不成反成虎。比如,某物品历史的lead time表现为7,6,7,8,9,6,7,7,8,7,16...您使用SQRT(16)?道理是什么?
我前面说的很清楚了,当然可以考虑lead time的波动,但您准备用最坏的可能代表波动?而据此再开根号又是什么道理呢?真要那样,咱们在那个公式前面还干啥使用Z做伪装去糊弄人呢?Z不是用来作为一个度,便于管理着设定服务水平,来确定覆盖多大的概率事件吗?
如果这样,比如,我给老板去解释诸如hzauer110在楼上复印的书中的那样,并绘声绘色地说:“侬晓得吗?那个z啊是服务水平的系数,比如z=95%,是考虑到95%的情况..."然后,当我再解释根号下的那个最大的lead time使用,老板肯定会会意地笑着对我说:“侬替我考虑的老周到的啦!”您是那个意思吧? 您冷不丁地在前面倒饬出6σ来。那么您解释一下为什么6σ说的缺陷率为3.4ppm(百万分之3.4)而数学上,超过6σ范围的却是10亿分之一呢(注:您可以在excel中使用=1-Normsdist(6)来计算)?请注意,此σ非彼σ。看看历史就应该明白了,moto搞6σ才多少年?库存管理的理论又有多少年?而统计数学的历史又有多少年? 您念过书,一定懂得大多数相同的“个人喜好”才能上升为理论,并再返回实践。要不这样,我也加入你们,满世界宣扬用最长的lead time,众口铄金,对吧?我就不信,咱们就不能颠覆世界。 log啊,我喜欢您维和的精神,也喜欢您两肋插刀的义气,更喜欢您孜孜不倦地为大家找资料。但有一点,做什么事情,还要认真认真再认真。
hzauer110
我觉得大家可能误会我的意思了,我的意思是就那个SS公式的σ’谈的,也就是Demand和Lead Time都是Variable的情况下,如果不去计算LT标准差,而LT又波动明显的时候,继续照搬SS的σ‘公式就会有有问题,保险的做法是用一个最长提前期或一个相对长的提前期来代替LT的平均值。您说的有道理,但我也没说一定只能选个那么长的啊?我都承认了,完全按公式推导的方法,我的设想确有不妥。但那个SS公式里的σ‘=σ*SQRT(LT)的LT是要求Constant的。回头再看我说的前提,波动明显,而又没有统计LT标准差(完全可能因为样本空间问题或其他问题不可以实现),难道在LT是Variable的情况下硬要用σ*SQRT(LT)?对的,我就是假设这个情况,所以相对取一个长点的LT(可能是出现概率还比较多,但比平均数长点的LT,或者就是在分布上往右边多去那么一些的LT)。最后,Z也不是不可以调整啊! 此外,我说的那个EOQ或固定批量也就是针对那个SS而言的,如果说一个Order可以拆散成不同批量履行,LT可能会变化,但也的确可以计算出来,尤其是当人了解供应商产能等信息的情况下。 我想我是说明白了,但按照您所说,完全且严格地遵循公式推导出才是合理的。那就是要否定我假设的那个前提,进而否定我的结论,我觉得完全可以否定啊!同时,我不是不同意您的观点,语言上若有过激之处,还请谅解!
游客游
问题的所在 你担忧的问题依然是lead time的波动。 如果我们了解SS=Z*σ*SQRT(LT)的出处,就应该知道,正如我在前面的某层楼说过的,这只是一个简化的公式,即不考虑供应的波动。lead time的波动也是供应的波动的一种。 LT是Variable的情况下,决不能硬要用σ*SQRT(LT)!如果考虑lead time的波动,是有办法的,就是我在前面说的那个复杂的使用了根号法则的公司。您既然推出了Heizer的那本Principles of Operation Management,应该能看到第12章后面有论述解决您说的情况吧。两个公式之间的关系如下图, Z当然是可以调整的了。但如果我们不明就里地改动了根号下的参数,那Z还怎么调整呢?调整的逻辑是什么呢? 如果“又没有统计LT标准差(完全可能因为样本空间问题或其他问题不可以实现)”,说这种话的人,在我们作咨询过程中经常出现,甚至在500强的企业了。
您也做过咨询,我经常比喻这样一个事情:一个老中医给病人看病,想号脉吧,病人晃了晃袖子,没胳膊!没辙,那就看看舌苔吧,病人口中呜噜呜噜,没舌头。唉!这病可咋看捏?如果没有数据,嘿嘿,那还上赶着用什么公式呢?随便对付呗!用经验方法,否则不就成了伪科学? 最后,为感谢大家的参与,借花献佛,附件里给出了Heizer的那本Principles of OM第12章的PPT,建议注意其中的第61和65张slide,有助于对我们这个帖子的理解。 最后,您言语上挺好的,千万别挂心。探讨问题,难免有碰撞。文字上,总是平淡,也对不起老祖宗传下来的“文字”这个玩意儿,对吧? 顺祝大家Happy New Year!
LT是Variable的情况下,决不能硬要用σ*SQRT(LT)!如果考虑lead time的波动,是有办法的,就是我在前面说的那个复杂的使用了根号法则的公司。” 同意!我是碰见过这样的情况。所以,如果硬上σ'我就只能想到去调LT了。呵呵,如果有足够把握,当然不用选这个。可以选择Demand和Lead TIme都Variable,或Demand是Constant但Lead Time是Variable的计算方法。 就如您所说咨询的问题,很多情况下没有相关数据,或者根本凑不齐足够的样本空间,老工人的经验兴许更有效。另外,我发现您是挺幽默的,呵呵! 发完这个帖,我也该去复习考试了。否则要郁闷到明年了~~~ 同祝新年快乐!
johnchengbj
搞复杂了不是? 库存的平方根法则为如果合并N个仓库的需求,那么合并后的安全库存量应该降低为原先N个仓库的安全库存之和的 1- 1/sqrt(N)。 譬如说,你合并9个仓库,那么安全库存降低为原先的 1-1/SQRT(9)=1-1/3=67%。 这个我用EXCEL的随机函数验证过,基本是这样的,只是这个公式为平均值;具体你的安全库存能够降低多少,还要看你的需求之间的相关性。 而安全库存=normsinv(sl)xstdev(d)&sqrt(lt), 其中,SL为服务水平,STDEV(D)为需求波动的标准差,LT为采购提前期-这是供应稳定而需求不稳定条件下的安全库存。
ppyqql
抛砖 很好的讨论,游客对安全库存的解释很清楚哦。至于最长的LT和LT的平均值,吾冒昧认为在理论研究中应该使用LT的平均值,而在实践中可以根据实践情况或者经验进行调整。如果理论研究一味考虑特例,事情就没法进行了。
urinator
quote: 最初由 hzauer110 发布 2)谈到EOQ或固定批量,是因为我考虑一个需求下如果是没有固定批量采购,那么LT是很难保持一致的。例如15000件的LT和5000的LT就可能不一样,尤其是供应商产能超负荷的情况,如果一个需求产生的订单被分批履行,那么您给的那个公式怎么计算呢?15000件分成2000、3000、5000等分别履行,LT就有可能发生变化,因为每批的履行周期可能都不一样。难道我只能要求15000件必须分成1500件*10次履行么?所以就涉及我说的EOQ或采用一个固定批量的问题。
你的这话我不同意,LT是采购提前期,一般供应商的产能都会比客户的产能大,一旦第一个批量上来以后,其他的都不是问题了 所以LT是满足自己生产线开线的第一个批量的时间,至于选用哪种方式:EQQ、固定批量还是固定周期(批对批显然不合适),那还是要分具体情况的
smallwood
quote: 最初由 urinator 发布 你的这话我不同意,LT是采购提前期,一般供应商的产能都会比客户的产能大,一旦第一个批量上来以后,其他的都不是问题了 所以LT是满足自己生产线开线的第一个批量的时间,至于选用哪种方式:EQQ、固定批量还是固定周期(批对批显然不合适),那还是要分具体情况的
这个问题我们讨论过的 关键看 read the whole passage
This guy is lazy,Introduction has not been set