張建榮， 邢聯(lián)大， 蘇振華， 羅廣珂

（1.軍械工程學(xué)院 裝備指揮與管理系，河北 石家莊050003； 2.空軍駐山西地區(qū)軍事代表室，山西 太原030006； 3.94754部隊）

維修器材庫存管理是裝備保障管理工作中的一項重要內(nèi)容。為應(yīng)對作戰(zhàn)和訓(xùn)練需求，維修器材倉庫往往儲備大量的維修器材。由于現(xiàn)有裝備的可靠性和維修性還不夠高，仍然需要把維修器材作為保持戰(zhàn)備完好性的手段，但這種方法也導(dǎo)致了費(fèi)用提高和其他一些問題。盡管如此，提高裝備戰(zhàn)備完好性的途徑非常有限，維修器材在相當(dāng)長一段時間內(nèi)仍是維持戰(zhàn)備完好性的最有效手段［1］。

由于維修器材需求的不確定性，使得進(jìn)行戰(zhàn)時維修器材供應(yīng)保障決策時難以定奪，依靠傳統(tǒng)大量預(yù)置儲備的理念，雖然保障了戰(zhàn)斗力，但會因增加成本造成浪費(fèi)；而供應(yīng)不足又將影響作戰(zhàn)效能［2］。因此如何盡可能地滿足不確定需求以獲得最佳軍事經(jīng)濟(jì)效益是戰(zhàn)時維修器材供應(yīng)保障工作的關(guān)鍵，采取聯(lián)合訂購是一種可行的辦法。

多品種維修器材聯(lián)合訂購問題屬于聯(lián)合補(bǔ)充問題（joint replenishment problem，JRP）。針 對隨機(jī)性JRP問題，國內(nèi)外很多學(xué)者也進(jìn)行了廣泛研究，并提出了很多有實際意義的策略［3－4］。根據(jù)庫存檢查方式不同，聯(lián)合補(bǔ)充策略可以分為定周期補(bǔ)充策略（periodic replenishment policy）和連續(xù)補(bǔ)充策略（continuous replenishment policy）。最典型的聯(lián)合補(bǔ)充策略有3種：文獻(xiàn)［5］提出的可訂購點(diǎn)（s，c，S）策略；文獻(xiàn)［6］和文獻(xiàn)［7］提出了組訂購點(diǎn)（Q，S）策略，后來文獻(xiàn)［8］對需求服從泊松分布的該策略進(jìn)行了研究；文獻(xiàn)［9］提出了周期性補(bǔ)充策略（T，S）策略，每個訂購間隔周期將所有品種的物資訂購至最大庫存。前2種策略都屬于連續(xù)補(bǔ)充策略。在（T，S）策略中，各種物資定期補(bǔ)充而不考慮其每個周期的庫存水平。這樣做可以更具有柔性，更大程度上體現(xiàn)聚集效應(yīng)，降低固定訂購成本，但是訂購任何一種物資都應(yīng)該考慮其庫存位置。

本文提出了（T，s，S）策略，該策略可以比定周期統(tǒng)一訂購策略提供更大的柔性。其中，T表示庫存檢查間隔時間；s和S分別表示庫存器材的訂貨點(diǎn)和最大庫存量。按照該策略，庫存的每種器材采用定周期檢查庫存的方式。每種物資采用一種獨(dú)立的，定周期的（s，S）策略。每隔T時間檢查一次庫存，如果器材i的庫存水平低于或等于其訂購點(diǎn)，則補(bǔ)充至最大庫存Si。每個周期發(fā)出訂購申請，并支付一次運(yùn)輸啟動成本。

1 模型設(shè)計

定周期檢查庫存的聯(lián)合補(bǔ)充策略適用于需求波動比較平穩(wěn)，上級供應(yīng)及時，運(yùn)輸條件有利的情況。從器材種類上來說，該策略適用于重要度和缺貨風(fēng)險都不是很大的種類，但這些器材在庫存數(shù)量中往往占據(jù)較大份額。定周期檢查庫存方式下，不需要持續(xù)監(jiān)視庫存水平變化。因此采用定期檢查庫存的策略可以節(jié)省更多時間和精力來管理其他重要的維修器材。本文不考慮維修器材的修復(fù)，并假定其需求服從正態(tài)分布。

1.1 符號約定

模型中用到的符號約定如下。

i為第i種維修器材；n為參與聯(lián)合訂購的器材數(shù)；K為運(yùn)輸啟動成本；ki為器材i的可變運(yùn)輸成本；T為訂貨間隔周期；Ci（T）為第i種器材的單位時間可變運(yùn)輸成本和庫存保管費(fèi)用和；C（T）為單位時間庫存費(fèi)用的總期望值；λi為器材i的需求率服從已知的分布；hi為單位庫存單位時間的保管費(fèi)用；L為訂購提前期，為常數(shù)，為簡化計算，規(guī)定L＜T／2，即不會出現(xiàn)交叉訂購，每個時間段都只有一個在途訂單；Di為隨機(jī)變量，表示第i種器材單位時間的需求量；Si為器材i的最大庫存量；si為器材i的訂購點(diǎn)；α為服務(wù)水平，訂購周期內(nèi)維修器材需求被滿足的概率。

1.2 策略流程

（T，s，S）策略運(yùn)作流程如圖1所示。可能發(fā)生缺貨的時間有2個階段：上次器材供應(yīng)到貨到下一次訂購時這段時間內(nèi)；補(bǔ)貨提前期內(nèi)，缺貨采用補(bǔ)足處理。

圖1 （T，s，S）策略運(yùn)作流程

某個庫存盤點(diǎn)時刻，可能所有器材的庫存都大于訂貨點(diǎn)，那么這個周期就不需要訂貨，可以節(jié)約運(yùn)輸啟動成本。但只要訂貨點(diǎn)的設(shè)計合理的話，這種概率是很小的，所以可以忽略。假定每個盤點(diǎn)時刻至少有一種器材的庫存水平低于訂貨點(diǎn)。這種策略是對現(xiàn)行單品種（s，S）策略的改進(jìn)，是最容易改造后在實際工作中實施的一種策略，研究它的意義也正在于此。

1.3 建立模型

訂貨間隔周期T的長度，可根據(jù)最小費(fèi)用來確定，也可根據(jù)維修器材供應(yīng)實際需要事先確定。本文搜索最佳T的方法是根據(jù)費(fèi)用最小確定的。如果T已知，設(shè)T等于確定型模型的基本訂購間隔時間。間隔時間為T的周期性訂購（s，S）策略下，總費(fèi)用為

C＊i（T）是物資i的單位時間（s，S）策略的費(fèi)用，其中訂購間隔時間為T。假定（s，S）策略的成本計算只與可變運(yùn)輸成本ki相關(guān)，故可采取求解單品種策略的方法求解這2個參數(shù)。實際上，（T，s，S）策略的費(fèi)用要比式（1）的低。因為如果在1個周期內(nèi)1個維修器材都沒有訂購的話，固定訂購費(fèi)用K是不會產(chǎn)生的。經(jīng)分析認(rèn)為可忽略這一差異，即每次至少有一種物品會低于訂貨點(diǎn)。

2 算法設(shè)計

T與（s，S）參數(shù)分別確定，故可分開設(shè)計算法，采用RAND算法求解T，（s，S）參數(shù)則采用一種近似求解方法，這樣可以降低算法的難度，減小計算的工作量。

2.1 T參數(shù)的求解算法

文獻(xiàn)［10］結(jié)合Goyal和Silver算法的優(yōu)點(diǎn)，提出了具有重要影響的RAND算法。該算法將T的有效區(qū)間分為均等的m段，形成m個T的初始值，應(yīng)用Silver的改進(jìn)算法來求解T的初始值。RAND算法的步驟如下。

Step1 由式（2）計算系統(tǒng)的基本訂購周期的最大值和最小值

Step2 把［Tmax，Tmin］分為m等分，得到初始值（T1，…，Tj，…，Tm），m由決策者決定；設(shè)j＝0。

Step3 設(shè)j＝j(luò)＋1，r＝0。

Step4 設(shè)r＝r＋1，對每個Tj計算每種維修器材的周期乘子bjr，即

Step5 尋找Tj下的最優(yōu)周期乘子b＊ir＝L，如L（L－1）＜b2ir≤L（L＋1）。

Step6 計算新的基本訂購周期時間，即

2.2 （s，S）參數(shù)的求解算法

2.2.1 最大庫存量S的確定

確定最大庫存量最簡單的方法就是參照基本經(jīng) 濟(jì) 訂 貨 批 量（economic odering quantity，EOQ）來確定，采用期望值將隨機(jī)需求處理為確定性的恒定需求，這在工程實現(xiàn)上是可以接受的。不過，由于S是訂單發(fā)出后庫存水平達(dá)到的目標(biāo)，在決策時刻如果發(fā)出訂單，則訂購至最大庫存量S。也就是說，如果需求是批量出現(xiàn)的，則每次補(bǔ)貨批量不是固定不變的，Qi＝Si－si。如果需求是逐個出現(xiàn)的，則等同于固定訂購量模型。s是正常訂購的參照點(diǎn)，這樣利用EOQ計算出來的補(bǔ)貨批量就對應(yīng)于S與s的差值。需求取其均值λ，則補(bǔ)貨目標(biāo)為

2.2.2 安全庫存與訂貨點(diǎn)s的確定

單位時間的需求量D是隨機(jī)變量，均值為λ，方差為σ2。訂購提前期內(nèi)的總需求量DL的均值為λL＝λL，方差為σ2L＝Lσ2，用FL（x）表示DL的概率分布函數(shù)。

盤點(diǎn)周期內(nèi)的總需求量DT的均值為λT＝λT，方差為σ2＝Tσ2，用FT（x）表示DT的概率分布函數(shù)。

與連續(xù)性盤點(diǎn)不同，周期性判斷訂貨點(diǎn)庫存要滿足的需求所對應(yīng)的時間段不僅僅是訂購提前期，還包括一個盤點(diǎn)周期。因為采用周期性盤點(diǎn)時，在盤點(diǎn)時間刻可能補(bǔ)貨也可能不補(bǔ)貨。如不補(bǔ)貨，則補(bǔ)貨的機(jī)會就在下一個盤點(diǎn)時刻。由此可知，在采用周期性盤點(diǎn)時，滿足維修器材需求的服務(wù)水平是指（T＋L）時間范圍內(nèi)的。安全庫存及訂貨點(diǎn)s是基于（T＋L）時間內(nèi)總需求量來確定，其值為s＝λ（T＋L）＋ss。其中，λ（T＋L）＝λT＋λL，是（T＋L）時間總需求量的期望值；ss為安全庫存。圖2表示（s，S）策略下的安全庫存。

圖2 （s，S）策略下的安全庫存

假設(shè)要求服務(wù)水平不低于α。對于維修器材這樣離散類型的貨物，訂貨點(diǎn)應(yīng)該是滿足式（7）最小的s：

對于給定的服務(wù)水平要求α，查標(biāo)準(zhǔn)正態(tài)分布面積表可獲得對應(yīng)的安全系數(shù)z。每周期的訂貨點(diǎn)除滿足提前期內(nèi)需求量外還要滿足盤點(diǎn)周期內(nèi)的需求量，因此得到

式中zσ（T＋L）即 為 安 全 庫 存 量，其 中σ（T＋L）為 標(biāo)準(zhǔn)差。

根據(jù)維修器材的使用數(shù)據(jù)，按預(yù)測周期R，選擇合適的預(yù)測方法對維修器材的需求量進(jìn)行預(yù)測，得到λR和σR。假設(shè)各品種維修器材的需求量獨(dú)立同分布，可得：

3 算 例

某軍區(qū)器材倉庫，選擇10種器材作為研究對象，已知運(yùn)輸啟動成本K＝500元，訂購提前期L＝1／12；維修器材需求服從正態(tài)分布，其他數(shù)值如表1所示。

表1 算例數(shù)據(jù)

根據(jù)文獻(xiàn)［11］得到保障度為P＝0.95時（T，S）策略的解，采用本文的算法求解可以算得保障度為P＝0.95時（T，s，S）策略的解，2種策略結(jié)果比較如表2所示。

表2 （T，S）策略和（T，s，S）策略的解

從表2可看出，當(dāng)保障度為P＝0.95時，（T，s，S）策略比（T，S）策略的經(jīng)費(fèi)節(jié)省率為

可以看出（T，s，S）策略比（T，S）策略的經(jīng)費(fèi)要節(jié)省。同理，在相同費(fèi)用約束下，新策略的服務(wù)水平會更高。此外，（T，s，S）策略的庫存檢查周期更長一些，可以減少單位時間內(nèi)的訂購次數(shù)。

4 結(jié) 束 語

本文所提出的（T，s，S）策略只是維修器材聯(lián)合訂購策略中的一種，所采用的算法并非一定是最優(yōu)，但它與（T，S）策略比較所產(chǎn)生的效果，簡化了模型復(fù)雜程度，減少了算法工作量。根據(jù)要求的滿足率確定訂貨點(diǎn)的方法可以確保維修器材服務(wù)水平，對維修器材庫存控制不失為一種滿意的方法。同時有多個在途訂單的情況也是現(xiàn)實維修器材保障活動中常見的現(xiàn)象，用本文的方法無法描述這種情況，這也是下一步研究的方向。

（

）

［1］宋太亮.裝備保障性工程［M］.北京：國防工業(yè)出版社，2002：95－99.

［2］劉喜春.不確定需求下航空維修器材多階段供應(yīng)保障規(guī)劃模型及動態(tài)協(xié)調(diào)機(jī)制研究［D］.長沙：國防科技大學(xué)，2009：3－4.

［3］JOHSON E L.Optimality and computation of（q，s）policies in the multi－item inventory systems［J］.Management Science，1967，13（1）：475－491.

［4］NADDOR E.Optimal and heuristic decisions in single and multi－item inventory systems［J］.Management Science，1975，21（11）：1234－1249.

［5］BALINTFY J L.On a basic class of multi－item inventory problems［J］.Management Science，1964，10（1）：287－297.

［6］RENBERG B，PLANCHE R.A model of multi－item inventory replenishment policy for simulation［J］.Operational Research，1967（6）：47－59.

［7］PANTUMSINCHAI P.A comparison of three joint ordering inventory policies［J］.Decision Sciences，1992，23（1）：111.

［8］ATKINS D R，IYOGUN P O.Periodic versus can－order policies for coordinated multi－item inventory systems［J］.Management Science，1988，34（6）：791.

［9］HANS BLANC.Advanced inventory management：models and algorithms［M］.Tilburg：Tilburg University，2011：32－34.

［10］KAPSI M，ROSENBLATT M.On the economic ordering quantity of jointly replenished items［J］.International journal of Production Research，1991（29）：107－114.

［11］高靜，李成嚴(yán).隨機(jī)型聯(lián)合補(bǔ)充問題的混合遺傳算法的研究［J］.哈爾濱理工大學(xué)學(xué)報，2008，13（2）：11－14.