SuperAPI AI 工具集

replenishment-strategy

设计与创作

查看项目

更新于 10-15 23:46

技能介绍

该技能定位为库存补货策略专家,帮助设计高效、响应式的补货体系,在降低缺货与过剩库存的同时维持合理库存水平。

用途:当需要设计或优化补货策略、确定补货政策、改善地点之间库存流动时使用。

主要能力:提供补货策略框架与常用方法,包括连续检查(s,Q)、周期检查(R,S)、Min-Max(s,S)、需求驱动补货(DDR)、供应商管理库存(VMI);覆盖补货政策模型如再订货点计算、订单至目标水平计算、Min-Max水平计算、分销需求计划(DRP)与多级补货(两级DC到门店);并给出仿真与绩效指标(平均库存、缺货天数、服务水平、下单次数、日均销量、供应天数等)。

使用方式:先做初始评估,明确网络结构(供应链层级、各层级地点数、库存持有地点、补货关系)、需求特征(各层级需求波动、层级间提前期、订单模式、预测准确度)、运营约束(最小起订量、订单频率限制、运输约束、仓储容量上限)和现状(当前补货方式、缺货与过剩情况、补货提前期、服务水平)。再据此选择方法并计算参数,可通过提供的Python函数进行再订货点、订单至目标水平、Min-Max及DRP试算与仿真。

适用场景:多层级供应链、配送中心到门店、零售与自动化系统、需求波动大或提前期短的场景,以及需要与供应商协同的VMI场景。

限制:官方公开内容在两级补货模型处中断,多级补货的完整参数与后续内容暂未提供;部分模型依赖需求分布、提前期和服务水平假设,实际应用需结合数据校验。