面向订单的物料库存监控和预警方法研究

摘 要：对于市场快速变化带来的挑战，传统的按库存生产的模式已无法应对，因此面向订单生产成为了越来越多企业的生产模式，在面向订单的生产模式下，物料库存的安排要求严格按订单来管控。针对这一需求提出了一种面向订单的物料库存的预警方法。

关键词：订单；物料库存；缺件；模糊综合评价

中图分类号：F25 文献标识码：A 文章编号：16723198（2013）11005902

1 引言

随着市场竞争的日益激烈，对于现在市场快速变化的挑战上，如果继续采用传统按库存生产的模式，将会造成更多的库存和资金积压，降低企业的竞争力。因此当前越来越多的企业强调的是以销售订单驱动采购和生产，从而实现最大限度地满足市场和客户的需求。面向订单作业的企业，无论是产品还是材料，在实际管理中，都有可能，要求要严格按订单来管控与之相关的所有业务，这种需求，实际上是面向订单的企业的客户所要求的。

在面向订单的生产模式下，传统的库存管理模式已不适用，物料的库存应严格按照订单的需求进行控制，库存过多造成库存成本过高，反之，库存不足可能导致订单无法按时完成，给企业造成经济和声誉损失。因此，面向订单的生产企业迫切需要一种对物料的库存进行有效管理的方法，以实现减小库存并且保证物料的正常供应。本文借鉴了非线性模糊综合评价法，构建并研究了一种能根据订单需求变化对物料库存进行监控和预警的方法，包括单个零件和所有零件总体的评价，并考虑了零件的重要程度和采购周期长短等因素。

2 非线性模糊综合评价法

假设在某一系统可靠性评估过程中，要根据一些指标的性能来评价n个同类对象，其中评价指标集U={u1，u2，u3…un}，可靠性评语等级论域V={v1，v2，v3，…vm}，对于任意一个评价对象Op都将有一个模糊关系矩阵Rp=（rpij）n×m，rpij∈[0，1]，它表示评价对象Op的指标ui对评语等级vj的隶属度。权重模糊向量A={a1，a2，a3…an}。通常在模糊综合评估模型中，评估结果B=A·R={b1，b2，b3…bm}是将模糊权重向量A与模糊关系矩阵R按模糊矩阵合成得到，具体见下式：

B=A·R=（a1，a2，a3…an）·r11…r1m

rn1…rnm

=（b1，b2，b3…bm）

根据最大隶属度法即可确定评价等级，即bi最大时评价等级即为vi。

上述即为传统的线性加权评价方法，但其存在的一大缺陷即为其无法反映某些评价指标的所具有的突出影响。所谓指标的突出影响即指指标对评价结果的影响仅靠增大权重无法完全体现。具体地说，当被评对象某个指标值很高而其他指标值相对较低时，实际情况下可以认为其是优秀的或不良的，但应用加权平均法后，由于权重影响的不足，这个指标的突出影响就无法体现，而使整体的评价结果与实际相悖。

定义指标突出影响程度系数向量T，记T=（θ1，θ2，θ3…θn）。式中：θi≥1。指标ui对评价结果所具有的突出影响程度越大θi也就越大，当指标ui不具有突出影响时，取θi为1。为简化问题，将θi取为大于或等于1的整数。令θ=max{θ1，θ2，θ3…θn}，在复杂系统可靠性评估模型中，定义引入突出影响因子的模糊矩阵合成算子“°”为

f（a1，a2，a3…an；x1，x2，x3…xn；T）=

（a1xθ11+a2xθ22+a3xθ33+…+anxθnn）1/θ

记A={a1，a2，a3…an}。式中：ai>0，且∑ni=1ai=1；X=（x1，x2，x3…xn），xi≥1（i=1，2，3…n），X为模糊关系矩阵中的列向量。但由于在模糊关系矩阵中，隶属度rij∈[0，1]，故在利用此算子进行矩阵合成时，必须先对评价对象的隶属度矩阵做一个变换，使其成为大于或等于1的数，如可取rij=erij。

3 物料库存监控和预警

3.1 库存监控流程

当企业营业部门接到订单后，由计划部门制订生产计划，结合现有库存，制定库存计划，审核通过后即可执行该计划。在执行计划的过程中通过物料系统实时采集库存信息并对库存量进行监控，当库存量达到设定的阈值时，产生预警信息，提醒相关人员进行处理，根据缺件的情况制定采购订单，由采购部门进行采购以补充库存，从而保证生产计划的顺利完成，其流程如下图1所示。

图1 库存监控流程图3.2 库存监控方法

根据订单制订生产计划后，利用BOM清单将其分解，可得到一段时间内订单需求的所有零件为l1，l2，l3，l4，…ln，数目分别为a1，a2，a3…an。

然后由相关人员根据生产和库存经验给出bij，i∈[1，n]，j∈（1，2，3），得到表1。

因素论域为U={l1，l2，l3，l4…ln}，评价等级集为V={严重差件，差件，不差件，充裕}。由物料系统得到现物料库存数量为（m1，m2，m3，m4…mn）。

由单个零件评价指标构造折线型隶属函数

H～（x）=1mi≤ai-bi1

（ai-bi2）-mi（ai-bi2）-（ai-bi1）ai-bi1

0mi≥ai-bi2

J～（x）=0mi≤ai-bi1

mi-（ai-bi1）（ai-bi2）-（ai-bi1）ai-bi1

ai-miai-（ai-bi2）ai-bi2

0mi≥ai

L～（x）=0mi≤ai

mi-ai（ai+bi3）-aiai

1mi≥ai+bi3

K～（x）=0mi≤ai-bi2

mi-（ai-bi2）ai-（ai-bi2）ai-bi2

（ai+bi3）-mi（ai+bi3）-aiai

0mi≥ai+bi3

式中i∈{1，2，3，4…n}。

由上得到隶属函数折线图，如下图2所示。

取矩阵中的每一行，判断每行值中的最大值是第几个，对应的就是单个零件相应的评价级别。差件的个数为wi=ai-mi（当wi

对于物料总体库存评价，首先进行权重分配，这里假设了零件数目不会超过充裕的程度，也可取成仓库存储上限，按照减少库存的思想，这里认为库存零件数目不超过充裕程度的数目。零件充裕程度pi=miai+bi3，则缺件程度ωi=1-pi。

一般要对ωi进行归一化处理，令

αi=ωi∑ni=1ωi

则可得到模糊权重向量为

A=（α1，α2，α3，α4…αn）

后n-m种零件属于关键零件或采购周期较长，可归结为对差件级别的影响较大，应该具有很明显的突出影响。这样将零件分为k类，对不同类别的零件确定各自基本的突出影响程度λ（k）。对任意一种零件令其突出影响程度系数为λi=λ（k）·ωi，（通常情况下取其为整数）；由专家或相关人员给出λ（k）的取值，影响程度越大λ（k）越大，则根据上述方法可分别由r′ij=erij确定不同零件的突出影响程度系数。

取变换处理原始模糊关系矩阵R′，应用前面所述的模糊综合评价法得到评价结果为

B=A°·R′=（b1，b2，b3…bm）

根据最大隶属度原则可得到评价等级。采用参数表征法表征最终的评价结果，参数表征法的作用就是将评价集合中的分散元素值转换成一个可比的综合值，以便进行比较，通过上述方法产生的评价结果可用图3所示的预警信号图输出，根据信号图的历史记录及其变化规律，可生成评价结果在未来一段时间内的发展趋势，从而提供一种参考依据。

图3 预警信号图4 结论

面向订单型生产企业在生产过程中对库存的管理有着严格的要求，物料库存量应根据订单的需求动态调整，针对这一问题，提出并建立了用于库存量的控制和预警的模糊综合评估模型，并且针对不同零件对于生产过程影响程度的不同，在传统的线性模糊综合评价的基础上引入了突出影响因子，从而能更加准确的跟踪订单的需求。

参考文献

[1]侯定丕，王战军.非线性评估的理论探索与应用[M].合肥：中国科学技术大学出版社，2001：1012.

[2]李鸿吉.模糊数学基础及使用算法[M].第1版.北京：科学出版社，2005，2.

[3]尹超，马春斌，刘飞等.车间生产异常事件实时管理系统研究[J].计算机集成制造系统，2009（4）：719725.

[4]张晓慧，冯英浚.一种非线性模糊综合评价模型[J].系统工程理论与实践，2005（10）：5459.

[5]张晓慧，冯英俊，白莽.一种反映突出影响因素的评价模型[J].哈尔滨工业大学学报，2003，35（10）.

[6]刘玲艳，吴晓平，叶清.一种引入突出影响因子的复杂系统可靠性评估模型3[J].武汉理工大学学报（交通科学与工程版），2010，（1）：213216.

[7]李因果，李新春.综合评价棋裂权重确欠方法月开究[J].辽东学院学报社会科学版），2007，（2）：9296.

[8]FanIiang K，Lijie W.Researches on the Model of Fuzzy[J].工程数学学报，2003，（4）：6569.

[9]曾蓉，陈洪凯，李俊业.熵权模糊综合评价法在公路洪灾[J].重庆交通大学学报（自然科学版），2010，（4）：587591.

[10]许雪燕.模糊综合评价模型的研究及应用[D].成都：西南石油大学，2011，6.