logo

基于批次管理的铁路施工水泥库存控制研究

工程经济•工程管理•规划设计

基于批次管理的铁路施工水泥库存控制研究

晓春
铁道科学与工程学报第22卷, 第1期pp.392-403纸质出版 2025-01-28
1000

铁路施工项目中混凝土搅拌站的水泥筒仓库存控制十分重要,考虑水泥独特的化学属性,需要建立具有批次管理以及数值离散的库存控制模型。以等箱法为基础,分别构建双等箱模型、多等箱模型,并针对其订货箱数不可变的特点进行优化,构建订货箱数可变的多等箱模型,对采用连续检查和周期检查2种情况进行讨论。通过考虑水泥筒仓的容量与水泥运输罐车的整数关系,更好地定制水泥筒仓容量,为铁路施工项目降低运营成本,并通过仿真模拟分析水泥筒仓的最优储备量、满足率和利用率。研究结果表明,多等箱库存优化模型适宜水泥的库存控制,水泥罐车容量倍数系数的加入会带来库存成本的非常规变化。相比于周期检查,连续检查策略在水泥罐车装载量较大的情况下更为适用。多等箱优化模型不会由于水泥筒仓的额外储备造成资金占用,且采用连续检查策略可提高水泥筒仓的利用率。在水泥拌合站设计时,应该对水泥筒仓容量进行合理规划,采用容量较小、数量较多的筒仓,以提高水泥筒仓利用率,降低库存成本。本文研究的等箱系统库存控制策略可以为铁路施工中其他罐体存储的物资提供一些建议。

库存控制铁路施工多等箱模型批次管理水泥物资

铁路工程建设项目物资保障非常重要,尤其是一些复杂艰险地区,如川藏铁路工程建设项目,所需物资运距远、运量大、风险高,为项目实施带来了更多的不确定性[1]。在铁路施工项目中,水泥作为重要的建筑材料,其库存管理对工程进展至关重要。铁路施工项目大多数会配套建设混凝土搅拌站,存储在搅拌站筒仓中的水泥库存控制十分重要,库存过低会造成供应中断,影响施工进度,库存过高,水泥可能会因长时间存放而过期失效。水泥在存储时还需要考虑其批次限制,不同批次的水泥不能存储在同一筒形仓库中。水泥的库存模型有别于其他物资,筒仓存储及批次限制的特点,使得其库存变化不是连续型而是离散型。这些多种因素叠加对水泥的库存管理及控制带来更大的挑战,一般的通用库存控制策略无法完全适用于水泥。因此,本文从水泥的特质出发,研究水泥在铁路施工项目中的库存模型,以提高工程建设的保障水平。水泥库存控制理论的基础是随机库存模型,而连续检查策略和周期性检查策略是随机型库存模型的2种库存控制策略。一般在制定库存控制策略研究时,往往将周期检查和周期采购相结合,将连续检查和连续采购相结合[2-4]。PRAK等[5]研究了将周期检查和连续采购相结合的模式,为本文研究水泥库存控制策略带来一定启发。在实际应用中,库存控制策略需要依赖于具体的应用场景进行选择,许多学者也对基础的库存控制策略进行了改进。ROSSI等[6]研究了在订单容量限制下的随机库存决策问题,提出改进的pic策略。FAN等[7-8]研究了易损耗物品的动态批量库存决策问题。LI等[9]研究了非负订单数量约束和运输延迟对库存决策的影响。CHENG等[10]提出双目标库存模型,旨在最小化库存成本的同时最大化客户服务。BRAGLIA等[11]研究了需求不确定且易损耗物品的库存控制,提出了一种基于pic的库存控制策略。MA等[12]提出了pic策略和pic策略,分别对应订货量随时间变化和订货量固定的2种情况。VISENTIN等[13-14]针对随机或非确定性需求下的库存控制策略pic提出了2种不同的求解方法。但以上方法均是对于数值连续型库存控制策略的研究,对于罐体存储的物资,如水泥,应展开进一步的研究。双箱系统亦称复仓法、双料箱系统、两箱系统,通常被认为是pic模型经过研究后的特例。由于医疗物资大多数具有时效性,要求遵循“先进先出”原则,且双箱系统在控制批次方面具有显著优势。目前对于双箱系统的研究大多在医药领域展开,研究其在医药领域的应用,包括实施双箱库存控制策略的具体方法[15]、对缺货问题的改进情况[16-17]以及带来的物流系统性能提升[18]等。对于周期检查和连续检查在双箱系统及其改进系统中的应用,ROSALES等[19]探讨周期检查和连续检查模型分别适应于何种情况,并提出了一个半马尔可夫决策模型,最终给出最优补给策略。NALLUSAMY等[20]研究了一个多箱库存系统,表明与连续检查相比,周期检查更适合多箱系统。一般的双等箱系统是使双箱系统的两部分库存量相等。KANET等[21]将“双等箱”系统进一步优化为“多等箱”系统,其所表述的“多等箱”系统是指将库存分为多等份,当用完一部分之后立即发起订货,其总量应为提前期内的需求加上安全库存量。这一部分库存用光之后,再如此循环往复进行订货。此方法与双等箱模型同为订货箱数不可变的模型,研究结果表明此方法适宜于批量小价值高的货物。综上所述,多等箱模型相比于双等箱模型更适用于批量小,价值高的货物。目前对于双箱系统以及多箱系统的研究多在医疗物资等领域进行,而少有在工程建设项目的背景下开展研究。对于双等箱和多等箱模型,一般的研究中订货箱数是不可变的等箱法模型,每次订货箱数只能为1,订货点pic一定大于等于订货批量pic,对于需大批量订货的水泥具有一定的局限性。本文在订货箱数不可变的模型基础上,构建了订货箱数可变的多等箱优化模型,在本文的多等箱优化模型中,由于订货箱数可变,解决了订货点pic大于订货批量pic的限制,决策值可以更接近实际场景中的最优值,具有更高的灵活性和适用性,可以应用于更多样的场景,进而本文对比了采用连续检查和周期检查策略的多等箱优化模型,研究其适用范围。在本研究中,水泥筒仓的容量是离散的而非连续的,由于考虑了水泥筒仓容量与水泥罐车容量的倍数关系,因而更适宜于水泥补货,可为工程项目的资源整合带来助力,也可为需罐体存放物品的库存控制带来一些启示。

1 订货箱数不可变的等箱法模型构建

本文依此构建订货箱数不可变的双等箱模型和多等箱模型,并在其基础上构建订货箱数可变的多等箱模型,表1为2类模型的参数设置,在本节中首先构建订货箱数不可变的等箱法模型。

表1
模型参数设置
参数含义符号参数含义符号
单个箱的容量pic平均最低库存量pic
双等箱模型单个水泥筒仓的容量pic平均库存量pic
多等箱模型单个水泥筒仓的容量pic水泥筒仓的批量pic
采用连续检查的多等箱法水泥筒仓容量pic检查周期pic
采用周期检查的多等箱法水泥筒仓容量pic最优检查周期pic
日平均需求量pic水泥罐车容量倍数系数pic
单位库存每日存储成本pic水泥罐车载重量V
单次采购成本pic多等箱模型每日总成本pic
采购提前期pic多等箱模型的经济订货批量pic
安全库存量pic采用连续检查的多等箱法每日总成本pic
正态分布的picpic采用连续检查的多等箱法经济订货批量pic
日平均需求标准差pic采用周期检查的多等箱法每日总成本pic
采购提前期标准差pic双箱模型的库存总成本pic
平均最高库存量pic双箱模型的经济订货批量pic
展开更多
1.1 双等箱模型

双等箱系统,顾名思义就是使双箱系统分割出的两部分库存量相等。双等箱系统通常一部分库存为工作仓,另一部分库存为储存仓。对于水泥物资而言,无法对使用一半的筒仓进行补货,只有当一个筒仓水泥全部用完后,才能补货,筒仓大小不一致会带来更高的人工成本。在实际问题中如图1所示,每个圆柱体代表一个筒仓,总共有2个批次,每个批次有1个筒仓,一个批次的水泥量为pic,一个筒仓可装水泥量pic,即水泥罐车容量倍数系数和水泥罐车载重量的乘积。在双等箱模型中包含2个水泥筒仓,箱的容量等于筒仓容量pic也等于批量。在实际应用中,一个批次的水泥可以放在多个水泥筒仓中存储。

图1
水泥双等箱模型原理及库存曲线
pic

双等箱系统订购数量和重新订购点是相同的,当水泥运达时,理想情况下新到达的批次水泥正好补充库存。该模型的示意图如图1(a)。

在双等箱系统中,再订货点pic和订货量pic这2个参数是相同的;当水泥库存下降到pic时,开始采购pic数量的水泥。

在第1个周期后的双箱模型达到稳定状态,如图1(b)所示,考虑在稳定状态下,当采购提前期为pic,单位时间需求为pic时,最低库存为

pic (1)

假设提前期pic期间的每日需求服从平均值pic和标准差pic的正态分布,可得到在客户服务水平位pic的前提下,安全库存为

pic (2)

这是处理需求和采购提前期不确定的情况下最基础的方法,具体可查阅文献[22-23]。在模型中要满足最低库存水平大于安全库存,则有pic,即pic

图1(b)可知,最高库存为

pic (3)

可以得出平均库存量为

pic (4)

如果缺货损失很小,不考虑缺货情况,库存总成本主要由两部分构成,即库存持有成本和采购成本,因此库存总成本为

pic (5)

其中,等式右边第1项是库存持有成本,第2项是采购成本。求式(5)1阶导的零点,可以得到双等箱模型的最优订货批量,用pic表示双等箱模型的最优订货批量,其表达式为

pic (6)

已知库存总成本函数是一个关于容量pic的U型函数,因此若要保证pic,则pic取最小时,库存最低点满足pic,若要使得水泥要保证筒仓利用率最高,其容量应为水泥罐车容量的正整数倍,用pic表示双等箱模型最优箱的容量,即

pic (7)

在双等箱模型中,单批次采购量等于单个水泥筒仓的容量等于单个箱的容量,在实际应用中,为方便储存,可以使用多个小型筒仓代替大型筒仓,这一点在3.5节中加以考虑。

1.2 多等箱模型

多等箱模型是将水泥库存分为pic等份,当用完一部分之后立即发起订货,其剩余部分的总量应为提前期内的需求加上安全库存量,如此循环往复进行订货[21]

图2(a)为多等箱示意图,其中最大总库存量为pic个水泥筒仓的水泥存储量,即pic。订货批量为1个水泥筒仓的水泥存储量,即pic。多等箱模型示意图如图2(b)所示。

图2
水泥双等箱模型原理及库存曲线
pic

该模型同样只考虑存储成本和采购成本。

图2(b)所示,第1个周期后的多等箱模型达到稳定状态。在稳定状态下,可以对该模型进行分析。

最低库存为

pic (8)

同双等箱模型,为了保证适当的客户服务水平(pic),模型中需要考虑安全库存pic,安全库存如式(2)所示。在该模型中同样要满足最低库存水平大于安全库存,也就是pic,即pic

最高库存为

pic (9)

因此,可以得出平均库存量为

pic (10)

同样不考虑缺货的情况,库存总成本由库存持有成本和采购成本构成,可得到库存总成本为

pic (11)

式(11)1阶求导,并令导数为0,可以得到多等箱模型的最优订货批量,多等箱模型的最优订货批量为

pic (12)

同样,考虑水泥的筒仓容量应为水泥罐车容量的正整数倍,用pic表示多等箱模型最优箱的容量,即

pic (13)

2 订货箱数可变的多等箱优化模型构建

2.1 采用连续检查库存控制策略的多等箱模型

采用连续检查库存控制策略的多等箱模型是在多等箱模式的基础上,考虑当实施多等箱系统时,对库存状态进行连续检查,当消耗pic等份库存后再发起订货。

图3(a)为采用连续检查库存控制策略的多等箱示意图,其中最大总库存量为pic个水泥筒仓的水泥存储量,即pic。订货批量为pic个水泥筒仓的水泥存储量,即pic。采用连续检查库存控制策略的多等箱模型示意图如图3(b)所示。

图3
采用连续检查库存控制策略的多等箱原理及库存曲线
pic

图3(b)中所示,库存消耗pic等份后,开始采购,采购提前期为pic,第1个周期后的多等箱系统达到稳定状态。

最低库存为

pic (14)

最低库存水平应大于安全库存,也就是pic,有pic

最高库存为

pic (15)

因此,可以得出平均库存为

pic (16)

同样,不考虑缺货,库存总成本仅考虑库存持有成本和采购成本,库存总成本为

pic (17)

式(17)1阶导的零点,可以得到采用连续检查的多等箱优化模型的最优订货批量,多等箱优化模型的最优订货批量为

pic (18)

pic表示采用连续检查库存控制策略的多等箱模型最优箱的容量,即

pic (19)

在采用连续检查库存控制策略的多等箱模型中,单批次采购量等于pic倍的单个水泥筒仓的容量等于pic倍的单个箱的容量。

2.2 采用周期检查库存控制策略的多等箱模型

采用周期检查库存控制策略的多等箱模型是通过设定采购周期和最高库存量,从而达到库存控制的目的。周期检查的库存策略在某些情形下,相比连续检查库存策略更为适用,该模型示意图如图4

图4
采用周期检查库存控制策略的多等箱模型示意图
pic

在该模型中,每个水泥筒仓容量为pic,一共建有pic个水泥筒仓,假设采购了一个批次的水泥,可以存放在pic个筒仓中,与之前的模型不同的是,在周期检查情境下,pic非恒定的,而是变化的。如图4所示,在周期检查情况下,对于稳定状态下的多等箱库存优化模型进行分析。

最高库存为

pic (20)

最低库存为

pic (21)

同样,安全库存如式(2),有pic,即pic

则平均库存应为

pic (22)

该模型中同样不考虑缺货成本,库存总成本由库存持有成本和采购成本构成,则库存总成本为

pic (23)

该模型的理想目标库存水平为

pic (24)

式(24)代入式(23)求1阶导为0,得到该模型的最优采购周期为

pic (25)

pic表示采用周期检查库存控制策略的多等箱模型最优箱的容量,即

pic (26)
2.3 模型差异

在模型构建上双等箱模型和多等箱模型都是采用连续检查策略。采用连续检查策略的多等箱模型以及采用周期检查策略的多等箱模型是对多等箱模型的改进模型。几个模型的差别详见表2

表2
各模型之间差别
检查策略最优筒仓容量最大总库存量单次订货批量
双等箱模型连续检查pic2picpic
多等箱模型连续检查picpicpic
采用连续检查策略的多等箱模型连续检查picpicpic
采用周期检查策略的多等箱模型周期检查picpicpic(不恒定)
展开更多

3 水泥等箱法模型算例求解及结果分析

3.1 数据准备

本文调研某一铁路工程建设项目工段,根据调研数据对水泥等箱法库存模型求解及分析。此项目日平均水泥需求为322.16 t,日均需求标准差约为86.20 t,水泥的正常运输时间为2 d,但在某些偏远地区道路运输时有中断,运输时间可能会达到4 d,设定采购提前期平均值为3 d,采购提前期的标准差为1 d,需求满足率为95%,则pic1.645,安全库存为

pic (27)

水泥库存控制的单位采购成本主要是运输价格、人工费用等多项费用构成,单位存储成本主要是筒仓的运营成本。水泥罐车一车可以装6~18 m3水泥,以8 m3为主,水泥的密度按照3.1 t/m3,通过计算得到水泥罐车的装载量为24.3 t。模型参数详见表3

表3
参数值汇总表
符号参数说明参数值
pic日平均需求量322.16
pic单位库存每日存储成本0.5
pic单次采购成本5 000
pic平均采购提前期3
pic安全库存量584.10
pic需求满足率0.95
pic水泥罐车可承载重量24.3
pic日需求量的标准差86.20
pic采购提前期的标准差1
展开更多
3.2 算例求解结果

1)双等箱模型

首先,按照上述参数,可以得到水泥双等箱模型单个筒仓容量pic1 555.2 m3,水泥罐车容量倍数系数pic,总成本pic

2) 多等箱模型

对于多等箱模型,先对不同的水泥筒仓数量pic求出对应的水泥筒仓最优容量pic,并计算库存总成本,最低成本所对应的解即为最优解。从图5(a)中可以看出,库存成本在水泥筒仓数pic时达到最低,最低成本为2 354.77元,在此时水泥罐车容量倍数系数pic,水泥筒仓容量为pic t。多等箱模型最优水泥筒仓数量取临界值3,且库存成本曲线随着水泥筒仓数量pic的增大不断上升,表明在订货批量大、需求波动大的情况,多等箱模型并不适宜。

图5
等箱法模型库存总成本曲线
pic

3) 采用连续检查库存控制策略的多等箱模型

对于采用连续检查库存控制策略的多等箱模型,具体求解步骤与多等箱模型相似。如图5(b)为采用连续检查库存控制策略的多等箱模型的库存总成本变化曲线,从该图中可以得到在pic时库存总成本最低,最低成本1 563.55元,此时水泥罐车容量倍数系数pic,筒仓最优容量pic为194.4 t。由于加入水泥罐车容量倍数系数,所得到的成本曲线不是光滑的。在pic较小时,波动较小,随着pic增大,波动增大。

4) 采用周期检查库存控制策略的多等箱模型求解

针对采用周期检查库存控制策略的多等箱模型,可以发现求得的最优检查周期与水泥筒仓数量pic的值是无关的,水泥检查周期为:

pic (28)

求解方式同采用连续检查的多等箱模型,如图5(c)所示为采用周期检查策略的多等箱模型的库存成本曲线,可以发现该模型同样存在多个极值,最低成本为1 562.94元,此时最优水泥筒仓数pic,水泥罐车容量倍数系数pic,水泥筒仓容量pic为826.2 t。

3.3 模型算例结果分析

一些铁路工程建设项目的水泥库存控制采用双箱法,以双箱为比较基准,对比不同模型的优化效果。多等箱模型在大批量订货,且需求不稳定的情况下并不适用,优化后的多等箱模型相比于双等箱模型对于铁路施工项目的成本管控有较大的增益,水泥库存成本降低比率可达9.07%,采用连续检查和周期检查策略的多等箱模型对成本的优化差异不大。分析双等箱、多等箱以及采用连续检查策略的多等箱模型主要的差别,设最大水泥筒仓数量pic与水泥筒仓批量pic的比值为pic。双等箱模型的pic恒等于2,多等箱的pic为大于2的正整数,理论上采用连续检查策略的多等箱模型的pic可以为大于0的任意分数。因此,双等箱模型适宜于需求和提前期波动较小的货物,多等箱模型适宜于批量较小,缺货损失较高的货物,而采用连续检查策略的多等箱模型和采用周期检查策略的多等箱模型适宜的范围更加广泛。

3.4 灵敏度分析

1) 水泥罐车容量

将水泥罐车容量按GB/T 5059中规定,取额定装载量中25、30、35、40以及45 t,可得到如表5所示结果。可以发现,水泥罐车容量对于不同库存模型的影响较小,对于库存策略的选择存在一定程度的影响,从结果上分析,在当前参数设定下,越大的水泥罐车装载量越易使周期检查所求得的目标库存pic远离最优,使成本增加,因此,采用连续检查的多等箱库存策略可以更好地控制库存。

表4
实施效果对比
库存模型picpicpicpicpic优化程度/%
双等箱模型21641 555.201 718.91
多等箱模型31471 142.12 354.7736.99
采用连续检查策略的多等箱模型21138194.41 563.55-9.04
采用周期检查策略的多等箱模型534826.21 562.94-9.07
展开更多
表5
水泥罐车容量变动的成本变化
库存模型pic25 picpic30 tpicpic35picpic40 picpic45 pic
双等箱模型1 7211 7191 7211 7191 721
多等箱模型2 3552 3552 3552 3552 356
采用连续检查策略的多等箱模型1 5731 5661 5731 5661 573
采用周期检查策略的多等箱模型1 5671 5671 5641 5971 564
展开更多

2) 需求和采购提前期

pic表示参数变动的百分比,得到图6需求和采购提前期变动的成本变化曲线,从左到右分别为采购提前期pic、采购提前期标准差pic、需求量平均值pic和需求量标准差pic的变化对库存总成本的影响。

图6
需求和提前期灵敏度分析图
pic

从结果中可以看出,采购提前期pic以及采购提前期标准差pic变化对库存模型的选择影响不大,多等箱优化模型相比于双等箱模型成本都更低,但是随着采购提前期pic以及采购提前期标准差pic的增大双等箱模型和多等箱优化模型的差距逐渐减小。值得注意的是,采购提前期pic的变动对采用周期检查和采用周期检查库存控制策略的多等箱模型几乎没有影响,采购提前期标准差pic的变动对双等箱模型的成本几乎没有影响。

需求量标准差pic变动对各模型的成本影响较小,且采用周期检查和采用周期检查库存控制策略的多等箱模型随着需求标准差的增加而呈现阶梯性增加,增加幅度较小。需求量平均值越大,双等箱模型和采用周期检查与采用周期检查库存控制策略的多等箱模型的差距越小。

3.5 筒仓储备数量仿真模拟分析

在实际的生产过程中,由于需求量以及提前期的波动,水泥筒仓可能会出现准备过多或者准备不足的情况。水泥罐车到达时,需要立即卸货,因此需要对水泥筒仓的储备数量进行进一步的研究。

1) 仿真逻辑

该节中,通过仿真程序实现对铁路施工现场水泥库存变化的模拟,记录每日水泥库存量,从而获得水泥筒仓使用量,为避免水泥到达时无法存储的情况,水泥筒仓最优储备量应为水泥筒仓使用量的最大值。当前筒仓满足率即为当前水泥筒仓储备量占最优筒仓储备量的百分比。最优储备量水泥筒仓利用率即为水泥平均每日库存量占最优水泥筒仓储备容量的百分比。当前水泥筒仓利用率即为水泥平均每日库存量占当前筒仓储备容量的百分比。依据表3中的参数设定以及表4中的水泥筒仓数量和容量对水泥筒仓储备数量进行仿真。

2) 仿真结果

重复实验1 000次,最终结果如表6所示。双等箱库存控制策略在实际的运作中,常常将多个相同大小的水泥筒仓分为2等份,一部分作为储存仓,一部分作为订购仓,在仿真中考虑这一点,由于设定水泥筒仓容量只能为整数倍的水泥罐车容量,在需求满足率为0.95的情况下,考虑共使用2、4、8和16个水泥筒仓对项目库存成本、管理效率和服务水平的影响。从结果中可以发现,对于双等箱模型而言,水泥筒仓数量越多,水泥筒仓的满足率越高,当前筒仓利用率越低。但在水泥筒仓理论储备量pic为4,实际储备量为5时,最优筒仓储备量筒仓利用率最高,这说明在双等箱模型中,一味地增加水泥筒仓数量并不是更优的选择,过多的筒仓可能会导致资源的浪费和效率的下降,应该找到某一适当的筒仓数量。

表6
水泥筒仓储备量仿真结果
库存模型picpicpicpic最优筒仓储备量当前筒仓满足率/%最优储备量筒仓利用率/%当前筒仓利用率/%

需求满

足率=0.95

双等箱模型211 555.2064366.753.0879.64
42777.63258053.5466.87
84388.816108048.4960.66
168194.408208046.0057.47
采用连续检查策略的多等箱模型2113194.4082110055.3355.33
采用周期检查策略的多等箱模型5826.2034510052.6352.63

需求满

足率=0.99

双等箱模型211 895.4078366.755.1782.80
42947.73958056.2270.29
126315.9131485.753.0661.95
采用连续检查策略的多等箱模型74631.826710063.6363.63
采用周期检查策略的多等箱模型41 117.846410059.1159.11
展开更多

而采用连续检查和采用周期检查策略的多等箱模型筒仓满足率均为100%,也就是说,在采用周期检查和连续检查策略的多等箱模型中,不需要额外储备水泥筒仓,从而减少资金占用,且在需求满足率为0.95和0.99这2种情况下,采用连续检查策略的多等箱模型水泥筒仓最优储备量下的利用率均为最大,分别为55.33%和63.63%。筒仓满足率与筒仓利用率是相背相反的2个指标,筒仓满足率高则会带来筒仓利用率的下降,筒仓满足率低,则会带来筒仓利用率的上升。需求满足率的增高会带来水泥储备量的增加,从而带来更高的库存成本,追求更高服务水平的同时,需要权衡库存成本和资源利用效率。对于该问题背景下,需求满足率为0.99相比于0.95降低了多等箱优化模型的最优筒仓量pic,增加了水泥筒仓容量pic,从而带来了筒仓利用率的上升。

4 结论

1) 针对水泥库存控制中的批次限制和筒仓的整数库存特性,分别建立订货箱数不可变的双等箱模型和多等箱模型,并针对其订货箱数不可变的特点进行优化,构建了订货箱数可变的多等箱模型。通过对比,本文发现多等箱库存优化模型对于水泥库存控制这种大批量订货的物资更为适用。

2) 本文还考虑了水泥筒仓的容量与水泥运输罐车的整数关系,水泥罐车容量倍数系数的加入使库存成本曲线随着水泥筒仓数量的增加呈现非常规变动,存在多个峰值,难以通过理论推导。水泥罐车装载量的变化对于不同库存模型的成本影响较小,但是越大的水泥罐车装载量越易使周期检查所求得的目标库存远离最优值,由此连续检查策略在水泥罐车装载量较大的情况下更为适用。

3) 仿真结果表明,在采用周期检查和连续检查策略的多等箱模型中,不会由于水泥筒仓的额外储备造成资金占用,且采用连续检查策略的水泥筒仓的利用率也略有提高。筒仓满足率与筒仓利用率、需求满足率与库存成本是相背相反的2个指标,在进行决策时应该权衡,追求更高服务水平的同时,需要权衡库存成本和资源利用效率。在水泥拌合站设计时,可以采用容量较小、数量较多的筒仓,并使水泥筒仓和水泥罐车成整数倍数关系,这样筒仓利用率会比较高,在一定程度上降低库存成本。

研究不仅局限于水泥物资,其提出的等箱系统库存控制策略选择对其他罐体存储的物资同样具有借鉴意义。在后续的工作中,应结合具体应用情况对不同的库存控制模型进行选择。

参考文献
1谢洪涛, 卢睿, 刘文荐, .

川藏铁路工程物资供应保障策略的系统动力学仿真研究

[J]. 铁道科学与工程学报, 2021, 18(1): 250-258.
百度学术谷歌学术
2MASSONNET G, GAYON J, RAPINE C.

Approximation algorithms for deterministic continuous-review inventory lot-sizing problems with time-varying demand

[J]. European Journal of Operational Research, 2014, 234(3): 641-649.
百度学术谷歌学术
3JOHANSEN S G, THORSTENSON J.

Emergency orders in the periodic-review inventory system with fixed ordering costs and compound Poisson demand

[J].International Journal of Production Economics, 2014, 157(C): 147-157.
百度学术谷歌学术
4AVINADAV T, HENIG M I.

Exact accounting of inventory costs in stochastic periodic-review models

[J]. International Journal of Production Economics, 2015, 169: 89-98.
百度学术谷歌学术
5PRAK D, TEUNTER R, RIEZEBOS J.

Periodic review and continuous ordering

[J]. European Journal of Operational Research, 2015, 242(3): 820-827.
百度学术谷歌学术
6ROSSI R, CHEN Z, TARIM S A.

On the stochastic inventory problem under order capacity constraints

[J]. European Journal of Operational Research, 2024, 312(2): 541-555.
百度学术谷歌学术
7FAN Jie, OU Jinwen.

On dynamic lot sizing with bounded inventory for a perishable product

[J]. Omega, 2023, 119: 102895.
百度学术谷歌学术
8JING Fuying, MU Yinping.

Dynamic lot-sizing model under perishability, substitution, and limited storage capacity

[J]. Computers & Operations Research, 2020, 122: 104978.
百度学术谷歌学术
9LI Zhuoqun, SUN Shiwei, HUANG Yongchun.

Exploring inventory order policies impact under the non-negative constraint of order quantity: system stability, service level, and cost

[J]. Chaos, Solitons & Fractals, 2017, 103: 111-122.
百度学术谷歌学术
10CHENG L S,TSOU C S,YANG D Y.

Cost-service tradeoff analysis of reorder-point-lot-size inventory models

[J]. Journal of Manufacturing Systems, 2015, 37(1): 217-226.
百度学术谷歌学术
11BRAGLIA M, CASTELLANO D, MARRAZZINI L, et al.

A continuous review, (Q, r) inventory model for a deteriorating item with random demand and positive lead time

[J]. Computers & Operations Research, 2019, 109(9): 102-121.
百度学术谷歌学术
12MA X Y,ROSSI R,ARCHIBALD T W.

Approximations for non-stationary stochastic lot-sizing under (s,Q)-type policy

[J].European Journal of Operational Research, 2022, 298(2): 573-584.
百度学术谷歌学术
13VISENTIN A, PRESTWICH S, ROSSI R, et al.

Computing optimal (R,s,S) policy parameters by a hybrid of branch-and-bound and stochastic dynamic programming

[J]. European Journal of Operational Research, 2021, 294(1): 91-99.
百度学术谷歌学术
14VISENTIN A, PRESTWICH S, ROSSI R, et al.

Stochastic dynamic programming heuristic for the (R,s,S) policy parameters computation

[J]. Computers & Operations Research, 2023, 158: 106289.
百度学术谷歌学术
15高少茹, 夏萍, 郑敏妮, .

双箱系统在儿科病区无菌物品管理中的应用

[J]. 齐鲁护理杂志, 2020, 26(15): 121-123.
百度学术谷歌学术
16LÓPEZ-RAMÍREZ M A, ROJAS-TREJOS C A, GONZÁLEZ-VELASCO J.

Inventory control model using the Two-Bin System methodology in the hospital network of the City of Cali, Colombia

[J]. Int J Comb Optim Probl Informatics, 2017, 8: 19-24.
百度学术谷歌学术
17JEBBOR S, CHIHEB R, AL AFIA A.

Hospitals automatic replenishment system under surge demand: a proactive priority management policy of replenishment orders

[J]. International Review on Modelling and Simulations (IREMOS), 2019, 12(3): 130.
百度学术谷歌学术
18AGUILAR-ESCOBAR V G, BOURQUE S M, GODINO-GALLEGO N.

Hospital kanban system implementation: Evaluating satisfaction of nursing personnel

[J].Investigaciones Europeas De Dirección Y Economía De La Empresa, 2015, 21(3): 101-110.
百度学术谷歌学术
19ROSALES C R,MAGAZINE M,RAO U.

The 2Bin system for controlling medical supplies at point-of-use

[J].European Journal of Operational Research, 2015, 243(1): 271-280.
百度学术谷歌学术
20NALLUSAMY S, KUMAR S L.

Development of multi bin inventory maintenance management system in lean manufacturing using ARENA

[J]. Journal of Engineering and Applied Sciences, 2018, 12(26): 7971-7980.
百度学术谷歌学术
21KANET J J, WELLS C E.

Setting Bin quantities for 2-Bin Kanban systems (version 3)

[J]. Omega, 2019, 87: 142-149.
百度学术谷歌学术
22GONÇALVES J N C, SAMEIRO CARVALHO M, CORTEZ P.

Operations research models and methods for safety stock determination: a review

[J]. Operations Research Perspectives, 2020, 7: 100164.
百度学术谷歌学术
23SCHMIDT M, HARTMANN W, NYHUIS P.

Simulation based comparison of safety-stock calculation methods

[J]. CIRP Annals, 2012, 61(1): 403-406.
百度学术谷歌学术
注释

谭雪,鲁晓春,倪铮.基于批次管理的铁路施工水泥库存控制研究[J].铁道科学与工程学报,2025,22(01):392-403.

TAN Xue,LU Xiaochun,NI Zheng.Research on batch management-based inventory control of cement in railway construction[J].Journal of Railway Science and Engineering,2025,22(01):392-403.