一种新的不常用备件需求预测和库存优化方法

摘要

不常用备件具有需求量变化剧烈、需求发生间隔期长且不确定的特点,从而引发了备件需求预测失准而无法做出合理库存决策的问题。为此,提出了一种新的需求预测和库存优化相结合的方法以提高决策的精准度。利用高斯过程回归法预测需求发生间隔,结合Bootstrap增广样本统计方法来预测备件的需求概率分布;基于该概率统计结果,建立库存总成本最小的随机库存优化模型,采用粒子群算法求解得到最优库存决策变量。两个实际工业备件的实验结果表明,本文方法具有更高的预测精度,同时,在满足服务水平约束下库存决策实现了更低的库存总费用,具有实用性。