技术领域
[0001] 本发明涉及库存管理系统领域，具体为一种动态库存优化方法。
相关背景技术
[0002] 随着国内经济水平的不断发展，餐饮市场规模也越来越大，酒店餐厅的总体数量已经连续多年保持两位数的增长。在整个消费升级的大背景下，餐饮食材的需求也发生了很大变化。食材的品种类别越来越多，酒店餐厅等餐饮企业对食材的需求变得更复杂，食品安全管理也变得严峻且迫切。从一般餐饮单位的日常运营成本结构可以看得出，人工、租赁和食材一直都是三个主要成本支出，通常占比达85％，由此可见食材的采购、存储、库存管理对一个餐饮单位来说，是非常重要的，如何用科学的方法来优化库存、保障食材安全高效的周转，在此背景下，基于复杂需求环境下酒店标准食材的动态库存优化变得非常紧迫和重要。
[0003] 新消费群体的崛起，对美食的需求已经不只是满足温饱，特色食材、外观形状新颖有趣的食材更受欢迎，而这些大部分是标准化食材。酒店越来越时尚化、各种类别的餐饮终端越来越多，对食材需求就追求多元、多样、有趣、营养、绿色、健康等。包装好的半成品标准化食材不仅可以节约厨师烹饪时间，加快厨房出菜速度，同时还迎合了市场对创新食材的需求。因此，标准化食材的采购和库存管理是当前餐饮业关注的热点问题之一。
[0004] 另一方面，对于食材研发和生产企业，要想继续保持行业的领先，就要对市场需求有准确的分析和预测。特别是在新兴的移动互联网背景下，很多地方性的美食、特产，都有机会通过互联网广泛传播，为消费者所熟知。因此，很多食材研发和生产的供应商开始将目光聚焦于标准化食材。越来越多的传统食材工厂开始研究并开发具有当地特色的标准化食材。在复杂多变的需求环境下，食材的品种越来越多，这给餐饮业和食材供应商带来很多困扰，工厂的货物存放和周转对食材生产管理来说是个巨大挑战。
具体实施方式
[0074] 下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
[0075] 请参阅图1至图13，一种动态库存优化方法，用于动态地确定标准食材的最佳货品库存量及最佳仓库规模。标准食材是指有固定重量、稳定的品质且有确定的产品外观和成分标准的食材产品，通常是预包装的半成品、预制菜品、特色菜、面点制品、速冻肉制品等产品。相对与非标食材来说，标准食材包装形式固定、运输管理包括储存都比较方便，跟活海鲜、蔬菜大米等非标食材来说，标准食材的推广更方面。
[0076] 主要包括以下步骤：
[0077] (1)构建动态库存优化模型，包括静态模型和动态模型：
[0078] 在静态模型中，企业的库存优化只基于现有客户量的需求变化进行日常的经营调整，根据季节性及宏观经济调整仓储大小及产品的备货量，不考虑经营企业的扩张或收缩策略。企业的库存空间大小按产品最大的进货量设计，静态模型假设企业每次的进货量，按月均需求设定保持不变，则库存空间大小保持不变。产品从进库开始计数，根据订单的出货量，统计剩余库存以及产品在库日期，当库存低于最小量或者超过规定保存期限，则需清理继续补货，这种模式下产品的储存成本基本保持不变。
[0079] 如图1所示，在静态库存管理方法下，企业根据市场产品的实际需求量，设定一定周期的产品固定进货量，并安排库存的空间大小，在此情境下，仓库的空间大小设为固定不可变的，仓储的租赁费用则保持不变。为了对比库存的设置多少比较合适，可以给定不同周期下的进货批量，通过计算对比，确定静态模型下合理的产品库存量。不同的进货批量会影响企业的订货议价能力，对应的订单折扣会有所差别。在订单入库后会实时地统计产品的库存数，并记录产品的保质期限，判断库存数低于设定的最低库存量或者库存产品的保质期超过规定，则安排产品的进货，将过期产品清理库存。库存数据随着订单的变化实时更新，运输的费用依据进出货次数计算。
[0080] 在动态模型中，企业的库存优化基于企业市场拓展或者宏观需求突变而调整日常的经营策略，不仅有季节性的周期波动，需求也随着客户量的增加或减少而变化，需要按客户的数量及销售额、订货量，并根据平台数据的变化响应市场的需求，不断的调整仓库大小及产品的备货量。企业的库存空间大小按产品最大的进货量设计，动态模型假设企业每次的进货量，可以按月均需求滚动变化设定，则库存空间跟随改变。产品从进库开始计数，根据订单的出货量，统计剩余库存以及产品在库日期，当库存低于最小量或者超过规定保存期限，则需清理继续补货，这种模式下产品的储存成本会随着需求动态变化。
[0081] 如图2所示，在动态库存管理方法下，企业根据市场产品的实际需求量，设定一定周期的产品滚动调整进货量，并安排库存的空间大小，在此情境下，仓库的空间大小设为可以适当月度调节，仓库的租赁费用可随需求改变。同样，为了对比库存的设置多少比较合适，可以给定不同周期下的进货批量，通过计算对比，确定动态模型下合理的产品库存量。不同的进货批量会影响企业的订货议价能力，对应的订单折扣会有所差别。在订单入库后会实时地统计产品的库存数，并记录产品的保质期限，判断库存数低于设定的最低库存量或者库存产品的保质期超过规定，则安排产品的进货，将过期产品清理库存。库存数据随着订单的变化实时更新，运输的费用依据进出货次数计算。
[0082] 基于动态需求环境下的标准食材的动态库存优化模型的构建分为所述的动态模型和静态模型，其优化求解流程如图3所示。在产品及配料需求量、仓库配置、产品及配料的采购等约束条件下，优化模型以最小运维成本、最大经营利润为目标，可以求解得到各品类产品及配料的最佳备货量，以及仓库最佳的配置大小。模型构建的根本目的是求解出各品类产品及配料的最佳备货量，以及仓库最佳的配置大小，使得公司的仓库储存的运行维护成本最小化经营利润最大化。
[0083] (2)获取输入数据，包括以下数据：
[0084] 宏观数据——包括季节、节假日的需求波动系数，突发事件的发生系数。数据来源于地方烹饪协会和地方饭店业协会联合发布的数据，如安徽省合肥市有3.6万家餐饮单位，标准化食材单品年需求量超过1000万的就有78种，如鸡蛋干、千叶豆腐、蜜汁莲藕、香芋地瓜丸、泡藕带等标准化食材。
[0085] 销量数据——包括对在线平台上的公开数据进行统计分析，所挖掘出在线平台的有效信息，以及企业自有的销售数据(企业一定时期的销量的基本信息和企业年增长数据)。后台订单的数据主要来自于企业经营数据，通常包括客户名称、下单日期、下单产品名称、产品规格、单品数量、产品单价、订单合计金额、客户联系电话、客户地址信息以及结算方式这些基本信息。客户名称为公司业务区域范围内的酒店、餐厅、饭店食堂，部分是公司的代理商、分销商等B端客户。
[0086] 仓库数据——包括仓库冷常温的大小，仓库的可调节租赁面积，以及仓库的租金和运维费用。仓库的信息：仓库为立体标准仓，分为常温仓和冷冻仓，常温仓库为钢结构，层高12.5米的标准化厂房结构，2500平方，里面安装标准化网格式加强货架20组，每 2组合成为1排。排与排直接的间距为4米。每一排层高8米，分4层，每层2米高；每一排长度为20米，分10个舱位，每个货位2米；每一排款4米，每一个立体库的体积为高2米，款1.8米，长2米，共
7.2立方。一组共4层，每层单边10个货位，4层就单边40个货位，一组就是80个货位，常温仓库满仓满载容量是20组*80个货位*7.2 立方每个货位＝11520立方米，也就是最多能容纳
11520立方米的常温贮藏的食品食材货物。
[0087] 冷冻库即零下十八度的冷藏食品存放库，相对常温库要小一些。层高只有7米，整体面积只有900个平方，也是标准化的货架舱位。每一组由2排货架组合而成，总共有 6组。每组直接间隔3.5米，每组层总高5.8米，每组分层舱位，舱位高度为1.8米，一排长10米，分5个舱位，每个舱位长度1.8米，款1.6米。也就是一组舱位有2*2*5＝20 个舱位，每个舱位体积为1.8*1.6*1.8＝5.18个立方。整个冷冻库满载容量是 6*20*5.18＝621.6立方米，也就是最大能容纳621.6个立方的冷冻食品。
[0088] 订单数据——包括订货批量和订货周期，订单的一些基本信息。主要为菜品销量：数据来源于各大主要的网络下单平台，对餐饮消费大数据进行多平台读取、搜集和整理，按照热度和销量进行排列、分类。同时把每个菜品里面所需的标准化食材和配料进行二次分析。就能得到每一款菜，每一天的销售量，从而反推该菜品所需的标准食材用量。
[0089] 菜品配料：通常一份菜的配料包括主料、辅料、调味品三大成分。主料是一道菜的主要原材料，比如干锅千页豆腐，主要原材料就是千叶豆腐，辅料是少量五花肉片，调味品就是干锅千页豆腐所需的食用盐和鸡精。菜品的这些成分都是可以定量出来的，比如干锅千页豆腐，这道菜就是试用了一袋400克的千页豆腐、3克食用盐和5克鸡精。再比如香芋地瓜丸，这个菜品的成分就一个香芋地瓜丸，只要拆开一袋标准化的香芋地瓜丸，油炸一下即可做成菜品。假如每天某市各大酒店餐厅饭店食堂合计有5万份被客户品尝，也就是每天该市市场需要5万袋千叶豆腐，千叶豆腐的规格基本上是400克*30 袋，也就是有1666件千页豆腐被食用完。
[0090] 进货数据——包括进货的优惠折扣表，单次进货量，以及进货周期；
[0091] 货物数据——包括货物的价格、保质期、存储方式和体积；
[0092] (3)将数据及信息导入库存优化模型，形成相应的转换函数或约束条件，约束条件包括仓库的可调节单元、损失最小函数、货品价值体积比、货品保质期、供应商优惠策略和需求波动函数。
[0093] 标准食材的存储分为常温存储和冷冻存储，存储单元为可调节租赁的模式，可根据库存周转灵活的调节仓库面积的大小，及时的优化控制成本，在模型中通过修改仓库配置的参数，能够实现仓库的动态调节。标准食材的当期需求量由客户订单量直接确定，标准食材的下期需求量可由餐饮企业的销售额和餐饮行业的宏观信息预测得到，因此，可以根据标准食材流通供应企业的日常订单量和餐饮企业及行业的销量及零售额，估算标准食材产品及配料的需求量，将数据及信息导入库存优化模型，形成相应的转换函数或约束条件，供模型进行目标的优化求解。
[0094] 模型的其他输入还包括了标准食材的采购信息，及从供应商进货的批次、货品量、货品价格及优惠方式，根据产品库存周转的大小，采购的周期及批次也会动态变化，采购的频次和数量影响产品的采购成本，同时就制约了产品库存的多少，因而对库存优化模型产生约束。
[0095] 另外，标准食材产品及配料本身的价值、大小及保质期，也决定了其合理的存储周期和存储大小。总体而言，在产品及配料需求量、仓库配置、产品及配料的采购等约束条件下，优化模型以最小运维成本最大企业利润为目标，可以求解得到各品类产品及配料的最佳库存量，以及仓库最佳的配置大小，动态库存优化理论模型的输入与输出如图 4所示。
[0096] (4)构建模型算法，分别在静态模型和动态模型中通过按天计算货品的库存周转量、按周和月预测，来调整库存周转量，按年来计算货物的周转成本，最终求解出货品的最佳备货量以及相应的仓库最佳租赁面积大小，完成库存管理的优化过程。根据实际采集的数据，建立了动态库存标准模型，将模型的求解分为固定进货策略和滚动进货策略，即静态模型和动态模型。该模型以企业利润最大化为目标，约束条件包括：降低仓储成本，提高议价能力，减少运输成本，降低仓储损耗。最后，通过统计软件R语言，利用整数规划方法，实现对产品的进货量和仓库的容量进行优化求解。
[0097] 库存管理优化的过程包括以下步骤：
[0098] (41)根据餐饮行业的宏观数据波动性提取季节性、周期性和趋势性特性，形成月度修正函数：
[0099] f(α,β,γ)＝g(α)*h(β)*y(γ) (1)
[0100] 其中α，β，γ分别为季节性、周期性和趋势性因子，因子值的确定由历史数据训练得到，g(α)、h(β)、y(γ)分别为季节性修正函数、周期性修正函数、趋势性函数，用于月度、季度的预测调整；
[0101] (42)根据餐饮线上平台菜品销量数据的日、周、月的直接波动提取波动因子，包括单日、单周、单月、节假日、季节性特性，形成日度修正函数：
[0102] φ(δ)＝δt (2)
[0103] φ(δ)是以天为单位的修正函数，根据从平台获取的年度365天销量数据计算得到；
[0104] (43)通过餐饮行业的总需求变化和餐饮企业的实际零售额预测得到产品的需求，其公式如下：
[0105]
[0106] Qi(t)＝Θ(f,φ,S) (4)
[0107] 其中：S为第i个产品的实际零售额，qj(t)为第j个菜品t时间的销量，Dij为第j个菜品对第i个产品的需求量，Qi(t)代表第i个产品t时间段的所有菜品累加的预测需求总量；
[0108] (44)设置仓库的大小：仓库分为冷冻仓库和常温仓库，仓库的可容纳体积根据存放货品的多少调整大小，设冷冻仓库和常温仓库的可调整大小单元为S1和S2，租赁的单元个数为K1和K2，仓库的租赁大小满足以下条件：
[0109]
[0110]
[0111] S1*K1≥Wcold＞S1*(K1‑1) (7)
[0112] S2*K2≥Wnor＞S2*(K2‑1) (8)
[0113] 其中，Vi为第i个产品需要的单位存储单元，Ri为第i个产品的库存周转周期，Wcold为所有需要冷藏的产品占用的库存大小，Wnor为所有常规存储产品占用的库存大小，K1和K2的调整值只能按月变动；
[0114] (45)确定库存约束条件：
[0115] 单位价值体积对库存周转周期设置的约束为εi，单位价值体积比越高的产品库存周转周期设置偏大：
[0116]
[0117] 其中：Pi为第i个产品的价格，Vi为第i个产品的体积；
[0118] 市场需求对产品库存周转周期设置的约束为θi，市场需求频繁的产品库存周转周期设置偏小：
[0119]
[0120] 其中：Qi为第i个产品周转周期内的需求量，Fi为第i个产品的月周转的频次；
[0121] 保质期对产品库存周转周期设置的约束为ei，保质期较短的产品库存周转周期设置偏小：
[0122] ei＝f(edi) (11)
[0123] 其中：edi为第i个产品的保质期天数；
[0124] 供应商折扣影响对产品库存周转周期的影响设为τi，则库存周转周期Ri的设定如下：
[0125] Ri＝L(εi,θi,ei,msi,τi) (12)
[0126] (46)优化目标函数，按照以下公式进行：
[0127] W＝Wnor+Wcold (13)
[0128] Np＝∑iDi*rif(Qi) (14)
[0129] Tr＝∑i360/Ri*Tp (15)
[0130] Lo＝∑if(edi)*Qli*Pi (16)
[0131] Rev＝Np‑W‑Tr‑Lo (17)
[0132] 其中：W为仓储费用，Np为订货优惠总额，Tr为运费总额，Lo为库存损失总额， Rev为总收益，f(Qi)为订货优惠率与单次订货批量的关系函数，ri为单个产品的毛利率，Tp为单次的运输费用，Qli为产品过保的损失量。
[0133] 该库存优化模型所涉及的主体有宏观市场、生产企业、平台服务商、终端需求商以及仓库租赁商。宏观市场指省级及国家餐饮行业的零售和消费信心指数，由此获得行业需求的动态变化，包括周期性、季节性及趋势性信息。生产企业指标准食材的生产商或供应商。平台商指提供标准食材流通服务的供应链企业。终端需求商指餐饮服务的运营企业。仓储商指为标准食材供应链企业提供仓库租赁服务的仓储企业。动态库存优化理论模型的实体与信息流如图所示5所示。
[0134] 在此建立的需求侧动态库存优化模型，以企业经营数据为基础，选取10个月的订单数据，以周为计算单位，核算仓库的大小和库存量及进货量等。该模型根据进货的策略不同以及进货量的大小不同，分为两类十个对比求解模型，如图6所示。固定进货策略代表一年内每个产品单次的进货量按上年同期的保持不变，及进货策略只与季节性因素有关，不与市场环境和企业增长相关，是一个完全静态的进货策略模型。滚动进货策略代表每个产品的单次进货量与前三周的需求高度相关，能实时响应市场的需变化，能够对市场的增长和收缩作出及时的响应，是一个动态的进货策略模型。如图所示，根据进货量的大小分为五个档次，及按一周的需求量备货(F1和S1)，按两周的需求量备货(F2和S2)，按三周的需求量备货(F3和S3)，按四周的需求量备货(F4和S4)，按五周的需求量备货(F5和S5)，其中备货量即为产品的最大库存量。
[0135] 该模型的约束条件主要包括以下四个方面：(1)库存成本：产品根据规格和大小，需要不同的仓储条件以及仓库大小，仓库的大小可根据企业的经营情况动态调整；(2) 议价成本：单个产品进货量的多少决定了企业的议价能力，单次进货量越多给予的优惠价格越高；(3)运输成本：每个产品的进货频次决定了产品的运输成本高低，进货量越少进货频次越高，均摊的费用越高；(4)损耗成本：产品在库时间越久，产品超过保质期限的风险越高，进货量的多少决定产品的在库时间长短。
[0136] 通过R语言统计分析软件，建立了十种库存优化模型，对比各模型最终的经营效益，以此确定单个产品的合理进货量以及仓库空间的合理大小，计算过程如图7所示。首先，对两万多条订单数据进行预处理，按时间排序以及按产品分类，测算得单个产品的周度以及月度的销量数据。其次，依据进货的方式及进货量的大小，确定每个产品单次的进货量，将预处理后的订单数据纳入模型进行模拟统计。然后，汇总计算每个产品每周的仓储量，确定总的库存空间需求，得到产品的库存数据和仓库空间大小。最后，在给定的产品价格信息和供应商优惠信息下，分别计算企业的库存成本、运输成本、优惠价格和库存损失，测算企业的经营效益，最终确定最佳的库存策略。
[0137] 下面以申请人所在公司的实际运营数据，来具体阐述该动态库存优化方法的实际应用过程和效果。
[0138] (1)订单需求：
[0139] 基于本公司2019年10月至2020年11月的2万多条订单数据，以周为单位汇总计算的总订单额如图8所示。正常营业期间该公司单周的销售额在10万元至14万元之间，如图所示，但由于2020年不可抗力事件的爆发以及收集的订单数据有限，因此需求的季节性波动因素难以考虑。在2020年1月至5月，订单呈现剧烈的异常波动，2020年 2月份的销售额直接由12万元跌至1万元多，2020年5月份销售额又增至12万元区间内。总的来说，销量的陡降与迅速恢复增长，对企业的风险应对能力和需求实时响应能力提出了巨大的挑战。因此，如何根据日常的信息数据选择合理的经营策略，以迅速响应市场变化，降低食品供应链企业的经营风险，提高企业的经营效益十分必要。
[0140] 根据一周订单的需求总量，计算出单周的产品体积如图9所示，产品的保存分为冷藏和常温保存，产品的体积波动与销售总额波动类似，从图中可以看出，在正常期间，产品的库存容积需求波动比较大，但在疫情期间，长期的不确定性对企业的经营产生一定的库存积压风险，不合理的库存量也会增加库存成本以及存货跌价的损失，因此，探究依据需求变化动态地调整仓库的大小是否存在一定的必要性。
[0141] 从该公司的销售总额和产品规格体积来看，不同季节的波动有一定差异，2020年的不可抗力事件对该公司的影响甚为明显，由于产品的数量品种较多，细分来讲，部分产品的季节性需求有差异，以两个产品为例，如图10所示编号为P0026的产品与编号为P0049的产品需求量的波动就有所不同，若不考虑不可抗力事件因素P0026的销售呈增长的趋势，但P0049则呈一定的下跌趋势，市场的火热程度对部分产品的影响较为明显。因此，探究动态的滚动进货策略以及动态调整仓库的大小对企业的经营效益是否有一定的帮助。
[0142] (2)产品进货量
[0143] 按照产品的进货策略不同以及进货量的大小划分，测算出10个模型的产品进货量，根据进货量和产品体积，计算所需要的仓库空间大小如图11所示。虚线部分代表固定进货策略的产品所需仓库空间大小，实线部分代表滚动进货策略的产品所需仓库空间大小。固定进货策略对应的是固定仓库大小，滚动进货策略对应的是可变仓库大小。单次进货量越多所需要的仓库空间越大，单位的仓储成本越高，单次进货量越低所需要的仓库空间越小，单位的仓储成本越低。
[0144] 固定策略下按照正常经营下月平均进货量给定仓库固定大小，以一周进货量为3 3
例，则需要的货架空间为317m ，以五周进货量为例，则需要的货架空间为1585m ，同样的备货周期下，与固定策略相比滚动策略全年节省的货架空间约为22％，尤其在类似疫情突发事件期间，节省的货架空间约为66％。由此可以看出，与固定策略相比，滚动策略能及时响应市场需求的变化，不过滚动策略有一定的局限，在以自建仓库设施的条件下，不能快速频繁的变动仓库空间，基础设施的投资基本是一次性投入的。只有在可灵活租赁仓库空间模式下，滚动策略才能起到不错的成本节流效果。
[0145] 进货策略不同以及进货量的大小不同都影响了进货的频次，2019年10月至2020 年7月的单月进货次数如图12所示，该研究采取的是实时进货方式，即产品库存接近单周需求的三分之一立即补货，单次补货的数量由不同的进货策略和进货量决定。从图中可以看出单次进货量越多，则进货的次数越少，能及时满足客户的需求，但是存在库存积压的风险；采取滚动进货策略方式，则单月进货次数高于固定策略方式，且进货的单位运输成本略高；疫情期间，明显的进货次数下降，采取滚动策略以及低进货量的方式能够有效避免库存积压风险。
[0146] 通过对本公司产品进货量和进货频次分析，可以看出产品设置过低的库存量会增加进货的频次，提高单位的运输成本，同时过低的进货量会降低企业的议价能力，难以享受供应商的价格优惠；而设置过高的库存量，虽然减少了运输成本，但增加了仓储费用。滚动的进货策略虽然能节省仓库空间，但会增加补货的频次，在进货量较低的情形下尤为明显。因此，可以考虑采取适中的滚动进货方式。
[0147] (3)库存损失
[0148] 库存损失主要是针对长期滞留仓库的产品计提过质保期的风险损失。目前，本公司在库产品的保质期限在3个月至12个月期间，对于在仓库存放超过质保期一半期限的产品，则计提存货风险损失。本公司2019年10月至2020年7月的单月库存损失如图 13所示。从图中可以看出，在2020年2月至5月份期间库存损失最严重，不可抗力事件期间对餐饮行业的影响是导致高昂损失的直接原因，模型中最高月损失额达到54万元，而在正常经营期间，月库存损失最高也不过3万元左右。
[0149] 2019年10月至2020年7月，十种模型S1、F1、S2、F2、S3、F3、S4、F4、S5、 F5的损失总和分别为2.56万元、2.63万元、7.29万元、11.01万元、21.07万元、29.03 万元、46.50万元、60.90万元、84.90万元、100.75万元。经测算，在按一周量的进货情形下，滚动进货策略比固定进货策略能减少3％的库存损失；在按两周量的进货情形下，滚动进货策略比固定进货策略能减少34％的库存损失；在按三周量的进货情形下，滚动进货策略比固定进货策略能减少27％的库存损失；在按四周量的进货情形下，滚动进货策略比固定进货策略能减少24％的库存损失；在按五周量的进货情形下，滚动进货策略比固定进货策略能减少16％的库存损失。
[0150] 通过以上比较可以看出，突发事件对本公司的库存损失影响非常大，而选择合适的进货策略以及控制合适的进货量，可以将损失降低；单次进货量的多少或者库存设置的大小，直接影响库存损失的大小，控制合理的库存量十分必要；滚动进货策略在库存损失控制上明显比固定进货策略具有优势，在按两周量的进货情形下，滚动策略优势明显。
[0151] (4)经营效益分析
[0152] 根据本公司2019年10月至2020年7月的订单记录数据，按产品的进货策略不同以及进货量的大小不同，划分了十种仿真模型，考虑库存成本、议价优惠、运输成本以及损耗成本四个因素，计算出十个模型的成本效益结果如表1所示。
[0153] 表1不同进货策略模型下的成本效益核算结果
[0154] 库存成本 议价优惠 运输成本 损耗成本 合计S1 15.42 29.95 29.28 2.38 ‑17.12
S2 26.72 51.05 13.62 6.78 3.93
S3 37.47 74.79 9.99 19.60 7.73
S4 48.98 104.20 7.39 43.25 4.57
S5 61.05 136.93 5.67 78.98 ‑8.76
F1 18.00 20.77 18.60 2.45 ‑18.28
F2 30.00 41.97 9.62 10.24 ‑7.89
F3 48.00 64.81 6.69 27.00 ‑16.88
F4 57.00 92.15 5.28 56.66 ‑26.78
F5 75.00 122.48 4.55 93.72 ‑50.79
[0155] 通过对比分析可以看出，在库存成本方面，随着进货量的增加，所需的库存空间越大，固定进货策略的库存成本也明显高于滚动进货策略；在议价优惠方面，企业进货量越多，供应商所给予的优惠力度更大，滚动进货策略的优惠高于固定进货策略；在运输成本方面，运输的次数越多，单次运输的数量越少，则单位运输的成本越高，由于滚动进货策略的运输次数多于固定进货策略，因此滚动进货策略的运输成本略高于固定进货策略；在损耗成本方面，在库产品的数量越多，存在的库存损失风险越大，尤其在面对市场需求不确定的情形下，滞销所带来的损失巨大，在滚动进货策略下，风险控制的能力明显优于固定进货策略。
[0156] 在固定进货策略下，本公司的五种模型损益分别为‑18.28万元、‑7.89万元、‑16.88 万元、‑26.78万元和‑8.76万元，按进货量由低到高情形下，企业的效益先上升在下降，在按两周量的进货情形下效益最好，在按五周量的进货情形下效益最差。在滚动进货策略下，本公司的五种模型损益分别为‑17.12万元、‑3.93万元、7.73万元、4.57万元和‑50.79 万元，按进货量由低到高情形下，企业的效益先上升在下降，在按三周量的进货情形下效益最好，在按一周量的进货情形下效益最差。将固定进货策略与滚动进货策略对比可以发现，固定策略在所有情形下的效益都为负的，而滚动进货策略在三种情形下，能实现正向的经营效益。且在每种进货量下，滚动进货策率都优于固定进货策略。
[0157] 通过经营效益分析，本公司选择较多的进货量，会增加仓储费用，提升企业的议价能力，减少运输费用，但增加库存的同时，也会增加损耗的风险，难以应对市场突发情形。在选择滚动进货策略时，按三周量的进货效益最好，在选择固定进货策略时，按两周量的进货效益最好。在滚动进货策略与固定进货策略之间，选择滚动进货策略能实现正向的效益，最好的情形比固定进货策略多盈利16.6万元。因此，本企业最优的选择策略是按两周量进行滚动进货。
[0158] 以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
