用途：帮助在库存成本与服务水平之间取得平衡，确定最优库存水平、再订货点和补货策略，适用于需要优化库存、计算安全库存或降低库存成本的场景。
主要能力：
- 经济订货批量（EOQ）：按公式 EOQ = sqrt((2 * D * S) / H) 计算最优订货量、年订货次数、订货间隔与总成本，并支持数量折扣下的 EOQ 比较。
- 安全库存与再订货点：基于服务水平（Z 值）、需求标准差与提前期计算安全库存；支持需求与提前期均可变的组合方差公式；再订货点 ROP = 平均日需求 × 提前期 + 安全库存，并支持含盘点周期的版本。
- 库存策略模型：(s, Q) 连续盘点策略与 (R, S) 周期盘点策略，均提供 Python 类实现与模拟方法，可输出平均库存、缺货天数、下单次数等指标。
- ABC 分析与 XYZ 分析：按年价值累计占比将 SKU 分为 A/B/C 类；按需求变异系数（CV）分为 X/Y/Z 类，用于差异化库存管理。
使用方式：资料以 Python 代码为主，依赖 numpy、pandas、scipy、matplotlib。典型流程是先评估业务背景、需求特征、供应参数与成本结构，再调用相应函数计算 EOQ、安全库存、ROP，或运行策略模拟。示例命令与函数签名保持原样，如 eoq(annual_demand, order_cost, holding_cost_rate, unit_cost)、safety_stock(demand_std, lead_time_days, service_level=0.95)、reorder_point(demand_avg_daily, lead_time_days, safety_stock)。
适用场景：多 SKU 库存优化、安全库存设定、补货点确定、库存成本最小化、ABC/XYZ 分类管理。
限制：资料未提供具体收费、价格、平台支持或效果数据；模型假设（如需求独立、正态分布）需结合实际数据验证；XYZ 分析部分内容在资料中未完整给出。