[发明专利]一种基于企业MRP的物料需求加权预测方法

摘要

本发明公开了一种基于企业MRP的物料需求加权预测方法。本发明步骤如下：首先确定物料最小采购周期T、物料采购提前期LT，获取每日库存、出库、MRP等多维度数据；其次基于历史每日真实出库数据，利用移动平均法计算得到采购提前期需求DLT的平均值Davg；计算历史需求平均值Davg与历史每日MRP数据两者的比值分布，分别得到最大值rmax和最小值rmin；然后根据历史需求平均值Davg与当前测试日MRP的比值rt，计算实际权重Wavg和MRP权重Wmrp；最后模型基于权重系数分别估计采购提前期需求DLT以及最小采购周期需求DT，完成需求预测。本发明利用MRP数据和历史出库规律，设计两者的权重系数进行需求预测,极大地改良MRP的缺陷，为企业进行物料采购提供科学的参考依据。

主权项

1.一种基于企业MRP的物料需求加权预测方法，其特征在于，包括以下步骤：步骤1：首先获取商品的采购提前期lt、最小采购周期ft、测试日t的日初库存I_t、安全库存s；再基于企业信息化管理平台构建以下多个维度的时间序列：商品的库存结余{I_i}，历史每日销售记录{O_i}，MRP日计划需求数据{M_n}，其中下标i、n表示日期且满足i≤t,n＜t+lt；根据在途未到货记录得到由测试日t开始未来一个lt内的在途未到货时间序列表示如下：qⁿ＝[q₀,...,q_j,...,q_lt‑1]；其中q_j表示从测试日t开始第j天的到货量(0≤j＜lt)；步骤2：基于历史每日销售记录{O_i}进行移动窗口求和，其中时间窗为lt，得到历史lt需求序列然后对所得需求序列求平均值得到历史lt需求平均值D_avg；同理，基于MRP日计划需求数据{M_n}进行移动窗口求和，时间窗为lt，得到历史MRPlt计划需求序列以及测试日MRPlt计划需求步骤3：计算历史lt需求平均值D_avg与历史MRPlt计划需求序列两者的比值序列{r_i}，公式如下：得到比值序列{r_i}后，基于该比值序列得到最大比值r_max和最小比值r_min；同理，得到历史lt需求平均值D_avg与测试日MRPlt计划需求的比值如下：步骤4：利用测试日比值r_t、历史最大比值r_max和最小比值r_min，计算得到实际权重如下所示：且令MRP权重W_mrp＝1‑W_avg；步骤5：基于历史lt需求平均值D_avg和测试日MRPlt计划需求通过加权求和法预测未来lt需求D_{lt_pre}，计算公式如下：其中W_avg+W_mrp＝1，同时最小采购周期ft预测需求：步骤6：根据未来lt预测需求D_{lt_pre}计算从测试日t开始第lt天的日末库存若满足I_t+lt≤s，则测试日t为采购时间点，且令采购量Q＝D_{ft_pre}；否则，不给出采购建议，也即Q＝0；企业根据建议采购量Q在当前测试日t执行补货行为，完成基于MRP数据和历史出库规律的需求加权预测。