国外备件库存管理的新趋势
作者: 来源: 文字大小:[大][中][小]
现代生产方式，如
精益生产、敏捷制造，要求企业能够快速响应市场需求，而快速响应用户不断变化的需求需要强有力的后勤保障与支持。备件是设备正常维护检修和应急处理的保障性物资，是保障设备处于良好状态的重要因素。企业在使用设备过程中，为了保证设备的正常运转，需要对备件的采购和储备进行决策。很多企业都有这种经历，备件存储很多，有的很少使用，甚至不用；但一旦维修时，所需的备件没有，又需现定制，供应商需要收取额外费用，这使维修成本急剧升高。如何保障企业以最少资金保证备件的及时供应成为企业日益关注的课题。国外备件库存管理研究较早，近几年成果显著，研究的发展方向主要体现在备件分类、预测、
库存控制与管理几方面。
一、综合考虑备件影响因素所进行的备件分类
早在20世纪60年代，Allen等就提出必须考虑备件的可维修特性，将备件分成可维修和不可维修两类，这是较粗略的分类。之后，为制定科学合理的备件库存策略，从不同角度对备件进行详细分类。如Peter等人(1988)将备件分为不需要储备的备件和必需储备的关键备件;Cohen(1992)将需求分为两类:紧急需求和普通需求;Moore(1996)提出备件分类需考虑机器故障、备件过去使用的情况、提前期、供应商
可靠性、缺货水平和库存周转期等因素;Dekker等人(1998)将备件需求分为关键和非关键需求;Braglia等人(2004)考虑备件的库存约束、停机成本、安全和环境目标、所采取的维修战略以及物流等因素对备件的分类。综合考虑备件的影响因素进行备件分类已成为备件分类研究趋势。
二、间断需求或慢速流动的备件需求预测
在制定备件库存策略、构建库存模型中，需求预测十分重要。但山于多数备件的需求具有不确定性，增加了需求分析与预测难度。备件需求预测常采用的方法是回归技术。如Flint曾利用备件库存回归分析方法，在1995年估计美国航空行业存储备件的价值450亿美元。
而备件需求预测难度最大的是间断需求，即历史需求数据中含有大量零值，对这类备件也称慢速流动备件或不常用备件。这类备件需求利用一般的统计技术预测往往误差很大。而实际上这类备件价值往往很高，一旦缺货设备停机损失又很大，所以对这类备件的需求预测也是企业关注的焦点。2000年以后的文献，对此类问题研究也较多。对这类备件的需求预测有Bayesian方法，如Kamath(2002)提出了需求不服从任何分布情况下，采用Bayesian方法预测备件需求。还有Croston模型(1972)的修正，如Eavesl等为英联邦皇家空军的飞机备件需求预测提出的修正Croston模型(2004)。此外，Willemain等人(2004)采用一种新的时间序列方法——Bootstrap方法，预测固定提前期的累计分布，认为Bootstrap方法比指数平滑和Croston方法对间断需求预测精度更高。而Regattieria等人(2005)利用意大利航空公司的历史数据，检验20种预测技术的精度，结果表明加权移动平均、Croston方法和指数加权平均法较好。
三、低需求的备件多级库存模型及算法
对于低需求备件采取多级库存，有利于降低库存，提高备件服务水平。对此，Muckstadt(1980)和Hausman(1994))进行过讨论。对于多级备件库存研究的基础是Sherbrooke提出的METRIC (Multi-Echelon Technique for Recoverable Item Control)模型(1968)。Sherbrooke提出的模型是针对低需求的备件多级库存。之后对该模型的不同条件研究，得出了不同库存模型。具有代表的是Muckstadt对METRIC模型做了进一步的扩展，给出了多备件、多订单情况下的MOD-METRIC系统模型(1973)。Graves提出补给站的延迟订货的两参数近似解的VARI-METRIC模型(1985)。目前的研究也是围绕这些问题，如Sleptchenko等人(2005)提出了考虑修理优先权的VARI一METRIC模型的扩展模型。
对这类库存模型的算法也引起研究者的关注，如Cohen等(1986)使用分支定界法获得最优存储策略，Hopp(1999)等人得到了更有效、更易实施的使持有库存成本最小的启发式算法，Caglar(2004)采用有效的遗传算法求解。