利用随机函数验证库存平方根法则.docVIP

利用随机函数验证库存平方根法则库存的平方根法则是指一个物流系统中，如果库存点的数量减少n倍，那么平均的安全库存量就会下降n的平方根倍。譬如说，一家服装厂在山东设有9个地区级分销仓库，总平均安全库存为1000万，如果把这9个仓库合并为一个物流中心(DC)，那么DC所需要的安全库存预计为1000万除以9的平方根，即330万左右，大约可以节约67％左右的安全库存。 为什么会出现这种所需安全库存降低的情况呢?实际上这就是我们所说的库存的聚集效应。那么为什么存在库存的聚集效应呢?这里涉及到需求的相关性问题。 以前面的服装厂为例，我们知道，分布在不同地区的分销仓库所面对的需求是不可能完全正相关的，也就是说几乎不可能出现如图1的情况。所有的分销中心面临的日需求是完全相同的，这在实际生活中是完全不可能发生的。 每个分销中心的需求量各不相同时，我们取图1中假设的日需求的最大最小值，然后对D1－D9的日需求做随机函数取值。 经计算我们发现，在这种情况下，9个分销仓库的安全库存总和为1892，而合并需求后，在DC中只需要719个安全库存即可，安全库存节省大约62％左右。如果把图2变成曲线图(图3)，可能就易于理解这个安全库存的“节省”了――由于不同需求之间存在一定的相关性，需求之间存在此消彼长的现象，需求合并后，其变异系数减小了。反映在曲线上就是，该总需求的曲线变得更加平滑，这就不难理解为什么DC的安全库存需求量会大大小于各个分销中心的安全库存之和了。 经过大量的随机模拟，笔者发现了一些规律： 第一，合并后安全库存水平的降低比例与不同需求之间的相关系数之间几乎是完全负相关的。也就是说，需求之间相关系数越小(越靠近－1)，安全库存降低的比例就越大；反之则相反。库存降低比例与需求相关系数的相关性如图4所示。经反复随机模拟，由两个仓库合并为一个DC，库存降低比例一直徘徊在10％～30％左右，这与库存的平方根法则计算的结果为29％基本一致；库存降低比例与需求相关系数两条随机曲线之间的相关系数基本保持在－0．9～－0．99999之间，说明合并后安全库存水平的降低与不同需求之间相关系数之间几乎是完全负相关的。同时，这一随机模拟也验证了一个理论：库存的平方根法则计算结果不是绝对的，多次随机演示表明，该结果应该是实际发生(库存降低比例)的上限值范围，库存的实际聚集效应在大多数情况下应该低于此值，但不排除高于此值的可能性，这完全取决于需求之间的相关性系数的大小。 第二，越多的仓库合并成DC，安全库存的聚集效应越趋近于库存的平方根法则的计算结果。对8个、20个仓库合并成DC分别进行模拟(见图5、图6)，其结果基本分别保持在60％～70％以及70％～80％之间，这与库存的平方根法则计算的结果64％、77％更吻合，因为两个仓库合并的模拟显示，平方根法则计算的结果(29％)处于上限值范围，库存降低比例的实际波动范围在10％～30％之间。 最后需要特别说明的是，局限于计算手段，本验证仅仅随机模拟了有限的仓库合并情况(2个、8个、20个)，并没有模拟所有可能发生的实际情况，因此本结论具有一定的局限性，这是在实际应用中需要注意的地方。 1