安全库存计算方法,实例讲解仓库的安全库存算法

安全库存计算方法
以前的库存理论是构筑于物量，也就是商品数量的基础上的。希望大批量低价订购零部件材料，您想要省去订购的麻烦，还想避免短缺——您肯定会问那么应该要怎么办呢？这个问题多少都与生产管理学发祥地的美国，没有以大量生产意向为基础有关系。另外，库存是受时间约束的。仓库备有存货的理由是，预先以库存的形式优先取得时间，是为了想缩短从收到订单到交货的生产周期。考虑这一点，库存理论并不是以物量为基准而是按照接近于时间（天数）的基准会比较有用。事实上，订货点的决定方法比较简单的是按照天数基准。
以下内容将介绍这种方法。
根据订货点方式使得库存控制最适化，是通过如同使用ABC分析让BC排列进行分类那么，使用量比较小的，不适合每天要使用的几百个几十个零件。说起来，倒是比较适合零散的消费类型的品种。譬如，接受订货生产的企业，是间断性的接到订单，这是才会需要零部件，那么存货库存的零部件就以这种形式进行消耗。

假设每个订单(=消费)都是间断的，在一定时期内都习惯性的保持平均稳定，每个订单都是互相独立的（没有周期性也不会一窝蜂的)。这时，如果详细研究订货间隔就会发现它是很有趣的。如果取订货间隔为横坐标，而纵坐标为频率（用对数）做成单对数图表的话，曲线图会是右下降的直线。

这被称为poisson到达。也就是曲线周期很短，被大家所熟知的poisson到达。比如（不是最好的比方）地震的发生就是这个形式。因此，大地震后容易发生余震。如果中间有停顿那么概率就变得低了。可是间隔的平均值是存在的，那就可以从实际成果来计算。

那么，对现有零件的消费实际成果进行调查，就会知道现在的消费情况是以平均τ天为间隔。另一方面，从安排购买这个零部件到交货的采购周期为L日。铸件零部件，使用间隔为7.5天，购买周期定为1个月(30天)吗？

订货点的基准，是指购买周期中被消费的数量。这个公式是L/τ。按这个例子就变成有4个。反过来说，4个就相当于30天的量。如果以天数测量订货点的水平，那就是L天(即30天)。

虽说如此，这是没有考虑安全库存时的数字。实际上，接受订货的间隔会有变动，而且短期内持续的概率应该会很高。因此安全库存就是必要的。这应该怎样决定呢？原本安全库存就是在理论和现实之间起到的润滑油的一个东西，而没有安全库存的库存管理，就如同不加润滑油在转的变速箱一样。
因此，平均间隔τ天可到到达 possion（使用零件） ，一定期间L天内发生几次，其实只是通过L/τ就可以解决了。那个概率图就会形成右侧稍向上的山形状。上述的例子，就会变成如下的图表。总之，1个月有3次消费的概率约2成，消费4次的概率也有2成。完全没有的概率，也有2％存在。5次以上的可能性，也就是短缺发生的危险性，也有37％。

有趣的是，这个图片的形式是仅仅由L和τ的比决定的，L=20日，τ=5日结果也是一样的。并不是根据购买周期的绝对值来定的。这个图表的形式就被成为poisson分布。同时，poisson分布的性质是标准差是由平均值的平方根计算出的。不过这不是重点。
那么，按这个例子，将短缺率的危险率控制在5％以下，应该怎样做呢？首先，订货点设定为7个就可以了。也即，安全库存=3个。顺便说一下，订货点（
天数基准）为P，采购周期为L，平均使用间隔表示为τ，P =1.4 L+1.1τ(日)。这样的公式就能计算出近似结果。以上面的例子来看得出的结果约为50天的量。