企业计划流程型备件采购管理决策Word格式文档下载.docx
- 文档编号:15061347
- 上传时间:2022-10-27
- 格式:DOCX
- 页数:5
- 大小:107.09KB
企业计划流程型备件采购管理决策Word格式文档下载.docx
《企业计划流程型备件采购管理决策Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《企业计划流程型备件采购管理决策Word格式文档下载.docx(5页珍藏版)》请在冰豆网上搜索。
。
由于备件需求的不确定性,生产作业部门为了保障设备正常运行,上报的需求打算往往是放大了的打算,而物资供应部门进行采购时,依照上报的需求打算与自己的经验进行推断,需求可能进一步放大,造成大量的备件库存积压,库存周转慢。
3.缺乏有效的备件库存治理方法
现有的库存治理方法以经验治理为主导,没有合理地设定安全库存、订购点、订购批量等参数,缺乏有效的备件治理措施。
因而,企业需要建立一套科学完整的备件库存治理系统,在科学预测的基础上,既能保证供应,又可不能沉淀大量的流淌资金负担沉重的库存维持费用。
备件库存治理体系原理
首先从需求预测的角度对备件进行分类,然后针对分类备件进行需求预测,最后结合需求预测的结果进行库存治理。
1.需求预测方法。
预测方法有专门多种,一般而为统计预测。
预测方法有专门多种,一般而言,按照预测方法的特征分类,可分为定性预测和定量预测两类。
定性预测是指依靠人的观看分析能力进行预测的方法;
定量预测是指依靠历史统计数据,运用数学方法建立数学模型进行预测的方法,也称为统计预测。
定量预测中,按照需求的连续性划分,能够划分成连续需求和间断需求两类。
连续需求指需求序列是连续的,每一期都有需求;
间断需求是指需求序列中有专门多零,需求是间隔开的。
间断需求在现实生活中出现的较少,已有的研究成果不多,预测方法较少,目前只有指数平滑、加权移动平均、Croston、Bootstrap和IFM法等。
笔者重点介绍间断需求预测方法。
Croston法是用来预测间断需求的常用方法,适用于需求量服从正态分布、需求间隔比较稳定(如服从泊松分布)的需求序列。
该方法是在指数平滑的基础上进展起来的,要紧针对指数平滑预测周期性的间断需求时过高可能需求的情况进展的一种算法。
该方法采纳对需求间隔和需求量进行分开可能,然后采纳平均需求率来预测以后的需求。
JohnstonFR则采纳多种算例,讲明了只要需求间隔大于1.25,Croston法就比指数加权移动平均法有优势。
但该方法关于非正态分布的需求,间隔变化大的情况不适用。
Bootstrap法是2004年由Willemain提出的间断需求预测方法,要紧针对需求序列中有大量的零、提早期固定的需求序列。
Willemain用了9个工业数据库来计算,发觉Bootstrap法比Croston法和指数平滑法更精确。
该方法是依照需求历史数据统计需求发生的概率和前后需求发生与否的相关性,然后利用需求发生的概率结合需求量随机抽样的方法来产生以后需求的预测,重复多次能够得到预测的提早期需求分布。
该方法不能考虑需求的阻碍因素预测,且可能过低可能提早期需求变异,尤其是当需求样本比较少时,准确性不高。
IFM法将多种阻碍备件需求发生的因素考虑进备件需求预测中,如装置检修安排、设备大修安排等(这些因素中专门多是能够提早预测的),同时同时考虑需求自身数据的特点(如相关性)来预测,相关于只考虑需求数据自身特性的Bootstrap法相比,在预测专用或者通用性不强的物资需求规律时,预测的准确性要高专门多。
用IFM法预测通用类物资以及与阻碍因素关系不显著的物资需求时,预测的准确性不高。
综上所述,各种预测方法有一定的使用范围,在相应的范围内预测的准确性较高,而脱离使用范围则预测的准确性不够高。
因此,我们要针对每种备件的具体特征来选择合适的预测方法,建立备件分类-预测方法体系。
2.备件分类体系。
流程型企业往往会按设备备件的功能、物理特征或性能参数对备件进行分类。
本文的备件分类与企业的这种分类不同,因为本文进行备件分类的目的是为了更好地预测其需求并进行库存决策。
从备件需求预测的角度看,分类的目的是要将有相同或相似的需求规律的备件分在一类,然后研究这一类备件的需求规律。
这种分类的作用是,一方面,由于流程型企业的备件种类专门多,专门难同时也没有必要对每一种备件建立其需求预测和库存治理模型;
另一方面,有助于克服部分备件需求的历史数据少而难以可能其订购提早期内需求的困难。
从备件库存决策的角度看,由于确定库存的订购点和订购批量一般都需要缺货成本参数,而设备备件的缺货成本往往可能困难,因而需要确定设备备件需求的服务水平。
当备件的种类专门多时,对每一种备件都确定其服务水平也是困难而没有必要的。
下面,笔者在典型的流程型企业(石化企业)中选取典型备件--阀门进行分析,建立阀门分类-预测方法体系。
石化企业使用阀门种类繁多,按照维修时处理方式不同,可把阀门分成设备型阀门(可维修阀门)和一般阀门(不可维修阀门)两类。
一般阀门通常是小阀门,如常规阀门以及部分专门阀门,出故障只能更换,与备件相似;
可维修阀门通常是大阀门,如滑阀、安全阀等,出故障只更换其内部备件,能够看成设备。
本文重点分析备件的库存采购决策,因此,在分类时只考虑一般阀门。
一般阀门的压力参数对其需求规律阻碍专门大,本文首先按阀门的压力参数将一般阀门分为高压、中压、低压和其他阀门4类。
各种压力参数的一般阀门的需求与装置检修打算有关,因此装置检修打算是阀门需求的一个阻碍因素。
需求预测过程中,我们一方面要尽可能周全地考虑如此的阻碍因素;
另一方面,要考虑间断需求预测方法的专门性。
综合上述思路,面向需求预测的阀门分类结果如图1所示。
图1一般阀门分类
表1分类阀门的需求预测方法
图1将一般阀门分为10类。
其中,间断需求的判不标准是给定时刻段上非零需求的比重(如非零需求小于70%的归为间断需求)。
图1中阀门的分类预测方法如表1所示。
从理论上讲,连续需求也能够按其需求的阻碍因素(如装置检修)进行分类,但考虑到连续需求已有专门多有效的预测方法(如指数平滑等),本文就不对其进行进一步的细分。
第10类其他阀门为需求确定类的阀门,无需进行预测。
3.库存操纵方法。
建立了备件分类与预测方法体系之后,我们能够得到预测的需求分布,然后依照预测的需求分布来进行库存治理。
所谓库存治理策略确实是在种种条件下决定何时订货、订购多少数量的方法。
实际中经常使用的有ABC策略(一种以价值为基础的库存分析方法)、(T,R)策略、(Q,R)策略、(T,R,R)策略以及JIT策略。
ABC策略:
是一种粗放式的库存治理策略,能够采纳ABC分类法,把物资按价值分布将任何库存区分为三个不同部份:
A类物资、B类物资和C类物资。
对A类严加操纵,B类正常操纵,C类最简便操纵。
(T,R)策略:
每隔T期检查库存水平,低于R就订货,保证库存水平达到R。
这种策略的成本较高,服务较好。
(Q,R)策略:
R表示库存下界,Q表示固定订货量,假如库存水平等于或者小于R就订货固定的批量Q。
(T,r,R)策略:
T表示订货周期,每次检查库存水平,假如库存水平等于或者小于r,就订货,保证库存水平达到R。
JIT策略:
JIT的关键在于按时供给,从协作方面获利以弥补成本方面的损失。
依照石化企业的实际情况,我们采纳连续检查的(Q,R)策略。
我们能够得到单位备件的采购成本,库存成本采纳银行利率(即库存资金占用成本)。
由于缺货成本没法可能,因此我们采纳指定不同服务水平的方法来确定再订货点,订货批量通过优化成本来计算,也能够通过计算预测的平均需求量来得到。
计算方法简要讲明如下:
依照企业对备件的重要程度分为高、中、低三种,我们分不设定对应的服务水平为:
95%、85%和70%。
依照上述设定的服务水平SL,由预测方法得到提早期需求分布F(x),在上面查找一点,满足F(r)≥SL,即可得到再订货点r。
通过优化成本,得出订货批量Q的计算公式为:
任何时候只要"
实际库存"
+"
在途量"
≥r,且没有发出订单,则按照固定的订货批量Q进行订货。
阀门库存决策
我们选择石化企业典型的一般阀门--中压闸阀Z41H-25Dg15为例,通过对该阀门的消耗数据进行分析,我们认为其需求是间断需求。
通过采纳IFM法进行预测,得到该阀门的需求分布(见图2),图2中纵坐标为阀门数量,横坐标为服务水平。
图2 闸阀Z41H-25Dg15采购提早期需求分布
依照需求分布,在85%的服务水平下,我们得到再订货点和定货批量(见表2)。
表2 阀门再订货点和订货批量表
由上表可知,该型号阀门的再订货点数量为71只,订货批量为9只,这表示在企业的物资供应治理中,当该阀门的"
在途库存"
小于或等于71只时,我们应该立即采购该型号阀门,采购数量为9只(或9的倍数,满足"
>71只)。
按照上述策略进行库存与采购治理,能够在85%的服务水平上保证企业的物资需求,并使该阀门的库存和采购总费用最低。
综上所述,本文针对流程型企业备件库存采购策略进行了研究,提出了一种基于备件分类的体系化库存治理方法,既能解决实际备件库存治理中备件种类繁多的问题,又能综合运用现有的备件需求预测方法和库存治理模型,保证了服务水平,又实现了备件库存存量、库存结构和订货策略的优化,更好地解决了流程型企业备件库存治理的现实问题。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 企业 计划 流程 备件 采购 管理 决策