阶段13|供应商交期:为什么平均七天不够
全文共 2078 字,阅读约需 5 分钟
阶段13|供应商交期:为什么平均七天不够:供应商A四次交期是[4,4,4,4]天,B是[2,4,4,6]天,平均都是4天。A稳定,B波动,不能仅看均值说两者相同。把B每次减均值得到[−2,0,0,2],平方为[4,0,0,4];若把这四个情景视为完整等概率总体,方差=(4+0+0+
课程目录与学习记录 0 / 109
学习进度仅存于本机浏览器。原教程站的记录不会跨域自动迁移;可先在原站导出留存,新站按实际完成情况重新勾选。
入门数据与作业包
禾味数据为 2 店 × 8 SKU × 180 天,共 2,880 行,是可见教学数据,不是封存盲测集。起步包是模拟夹具,不表示已完成六行业预测实验。资源中心另有四专项工程、模型实验和计划实验,使用前请阅读各自能力边界。
先用小表理解,再做已提供的完整工程:进入本专项实际项目、输出与模型能力说明。已实现模型以新工程模型卡为准,不把下述早期项目中的进阶模型要求视作已经实现。手算输入。
阶段13|供应商交期:为什么平均七天不够
第37课:均值相同,风险可以不同
供应商A四次交期是[4,4,4,4]天,B是[2,4,4,6]天,平均都是4天。A稳定,B波动,不能仅看均值说两者相同。把B每次减均值得到[−2,0,0,2],平方为[4,0,0,4];若把这四个情景视为完整等概率总体,方差=(4+0+0+4)/4=2天²,标准差=√2≈1.414天。若估计样本方差会用n−1分母,这是另一个口径,不能混用。
标准差与原始单位相同,容易解释;方差是单位平方,便于组合不确定性。先学会这张四行表,再进入安全库存公式。
第38课:需求波动与交期波动怎样叠加
假设日需求平均10件、标准差2件,交期平均4天、标准差1天,并且各日需求独立、分布一致,且交期与需求独立。交期内总需求的方差等于4×2²+10²×1²=116件²。第一项是“等待4天,日需求自己在晃动”;第二项是“每天大约10件,等待天数自己在晃动”。标准差√116≈10.77件。
这两项从哪里来?构造可手算情景:交期L以各半概率为3天或5天,因此均值4、方差[(3−4)²+(5−4)²]/2=1。每天需求以各半概率为8或12件,所以均值10、方差[(8−10)²+(12−10)²]/2=4件²,并假设每天独立且与L独立。若已知等3天,总需求均值30件、方差3×4=12件²;若等5天,均值50件、方差5×4=20件²。
把总体波动拆成两层:每种交期内部的平均方差=(12+20)/2=16件²;两种交期均值30、50围绕总体40的方差=[(30−40)²+(50−40)²]/2=100件²;合计16+100=116件²。这叫“组内波动加组间波动”,是全方差公式的直觉。扩展到独立随机和Y=Σ_(j=1)^L D_j,就得到Var(Y)=E[L]×σ_D²+μ_D²×Var(L)。j是日桶编号,D_j为该完整日桶的需求件数,μ_D、σ_D分别为其均值和标准差;L是包含多少个1天桶的整数个数,E表示按概率加权平均,Var表示方差。固定用一天为一个桶才能套此数值,不把小时、天、周混算。随机和与条件期望可查MIT官方概率课第8周随机和笔记资料入口。
若再假设交期总需求近似正态,95%分位系数约1.645,安全库存约1.645×10.77=17.72件。平均交期需求40件,加安全库存约57.72件;若必须整件,可以按政策向上取58件。95%是该近似模型下需求不超过阈值的概率,不是订单满足率一定95%。若销售越旺供应商越堵,需求与交期相关,就不能套独立公式,改用联合情景模拟。
符号SS=z_α×σ_Y中,SS是安全库存件数,σ_Y是交期总需求标准差(件),α是目标单侧覆盖概率,z_α是标准正态相应分位数、无单位;α=.95时z_α≈1.645来自正态表。它不是95%双侧区间的1.96。前面的离散8/12件情景证明方差分解,不证明其总需求恰好正态;SS计算另用了近似,真实分位数可由情景分布直接计算。需求相关、交期相关或极稀疏时应重新检验该近似,而不是机械加库存。
第39课:未收货的采购单不应消失
只拿已经收货的采购单训练,会漏掉拖得最长、至今未交的单,导致看起来交期很短。采购单要保留创建、承诺、部分收货、收齐和观察截止时点。预测目标到底是首次到货还是收齐,须先固定;二者不能混在同一标签。
项目设10供应商、20物料、2,000条模拟PO,按下单日期切分,保留未完结状态;预测P50/P90并看后期成熟样本覆盖情况。匿名服装可讲面料到齐,禾味可讲食材到仓,但各自单位、验收条件和保质期不同。不要把P90交期加P90需求当成总风险的P90,分位数一般不能相加。
项目步骤:①手算两供应商均值标准差;②明确收齐标签与删失;③计算固定交期基线与分位数预测;④用独立场景复算17.72,再切换相关场景;⑤提交建议安全库存及不适用条件。交付PO预测、覆盖图、情景对照表。验收公式数值正确、所有特征时间早于下单/预测原点、未完结数据有标记;不因模型输出自动改变真实供应商订单。
本阶段项目与验收
阶段13:2,000PO收齐与删失(3课与工程项目)
完整项目入口:四专项实验室,下载forecast-specialty-projects.zip,先读README/模型卡,再运行python run_all.py。此命令覆盖包内data/outputs同名生成文件,不改外部文件;修改数据前先保留副本。
步骤:复算方差;从分批收货和未完成PO比较固定、已完成样本经验分位与KM,报告P50/P90。
交付:手算复核、运行命令和种子、模型选择与测试结果、一项未来信息检查、一项守恒检查、未实现范围。参考输出已提供,学习者仍需自行完成解释与图表分析。
验收:订购=已收+未收;收齐日取补足事件;不可估P90留空;报告覆盖分母/未知数;没有分位数回归和相关需求库存优化。
仅保存在本机当前浏览器,无账号云同步;清除浏览器数据会丢失。不自动认定你通过测试。建议先保留输出文件和计算过程。
所有数据、系数与业务场景均为教学模拟。预测不等于采购或排产指令。来源与修订说明。