批量政策算法应用场景介绍
一、应用背景
为了提升生产效率,降低生产损耗和采购费用,企业一般会设定一定的政策进行批量生产或采购物料, 例如:一炉钢生产量为200吨,或热处理炉能力为200千克。订货数量低于生产负荷能力,经济效益会受影响,目前星瀚系统支持以下三种批量政策:
固定批量:受生产条件限制,或供应商供货批量限制,或物流运输能力等限制,须按固定批量设定一个固定批量值与批量取整值(批量数量)进行生产或采购。
直接批量:通常是计划得到的需求量作为生产加工量或采购订货量,即要多少就生产或者采购多少,一点都不多生产或采购。
周期批量:周期批量又区分固定周期批量和动态周期批量。固定周期批量指固定周期时间内的需求合并生产或采购;动态周期批量指动态周期时间内的需求合并生产或采购,其中只有存在净需求的日期才会计入动态。
二、基础配置
批量政策在物料计划信息的“批量政策”页签,按照实际业务需要配置。
字段说明:
直接批量 | 固定批量 | 周期批量 | |
批量数量/取整倍数 | 可维护 | 可维护 | 可维护 |
批量增量 | 可维护 | 可维护 | 可维护 |
最小批量 | 可维护,最小批量必须是批量数量/取整倍数的倍数,最小批量<=分割基数<=最大批量 | 不可维护 | 可维护,最小批量必须是批量数量/取整倍数的倍数,最小批量<=分割基数<=最大批量 |
最大批量 | 可维护,最大批量必须是批量数量/取整倍数的倍数,最小批量<=分割基数<=最大批量 | 不可维护 | 可维护,最大批量必须是批量数量/取整倍数的倍数,最小批量<=分割基数<=最大批量 |
分割符 | 可维护 | 可维护 | 可维护 |
分割间隔周期 | 可维护 | 可维护 | 可维护 |
分割基数 | 可维护 | 不可维护,默认等于批量数量/取整倍数 | 可维护 |
固定周期 | 不可维护 | 不可维护 | 可维护,固定、指定、动态周期三个字段录入其中一个 |
指定周期 | 不可维护 | 不可维护 | 可维护,固定、指定、动态周期三个字段录入其中一个 |
动态周期 | 不可维护 | 不可维护 | 可维护,固定、指定、动态周期三个字段录入其中一个 |
三、批量政策业务场景
固定批量
1.业务流程图
2.业务场景
某公司需求采购物料A 850个,物料B 1100个,但是供应商物料A的最小包装量为1000,物料B的最小包装量为300。
问题:实际需要采购多少数量的物料A和物料B?
批量政策 | 批量数量 | 需求数量 | 考虑批量 | 新建计划建议 | |
物料A | 固定批量 | 1000 | 850 | 1000 | 1000 |
物料B | 固定批量 | 300 | 1100 | 1200 | 300*4 |
答:物料A需求数量不够批量数量,考虑批量数量按照批量数量生成计划建议;物料B大于批量数量,但不是批量数量的整数倍数,计划建议数量=向上取整[(净需求+批量增量)/批量数量]*批量数量=1200,按批量拆分成4个300的计划建议。
MRP计算明细表中物料A运算结果如下图所示,生成数量为1000的计划建议,其中850供应了需求单据,还剩150的富余量。
MRP计算明细表中物料B运算结果如下图所示,生成4个数量为300的计划建议,需求总数为1100,前3笔分别供应数量为300的需求,最后一笔计划建议匹配剩余200的需求,还剩100的富余量。
直接批量
1.业务流程图
2.业务场景
场景 | 物料 | 需求数量 | 批量数量 | 批量增量 | 最小批量 | 分割基数 | 最大批量 | M1 | 拆分后新建计划建议 | 说明 |
场景1 | 物料C | 150 | 100 | 10 | 300 | 400 | 600 | 200 | 300 | M1≤最小批量,计划建议数量=最小批量 |
场景2 | 物料D | 520 | 200 | 10 | 200 | 800 | 1000 | 600 | 600 | 最小批量≤M1≤分割基数,计划建议数量=M1 |
场景3 | 物料E | 360 | 100 | 10 | 100 | 200 | 500 | 400 | 200*2 | 分割基数≤M1≤最大批量,计划建议按分割基数分割 |
场景4 | 物料F | 220 | 10 | 10 | 100 | 150 | 200 | 230 | 150+80 | 最大批量≤需求数量,存在分割基数,计划建议按分割基数分割 |
MRP计算明细表物料C运算结果如下图所示,需求数量为150,考虑批量后生成数量为300的计划建议,其中150供应需求,剩余150的富余量。
MRP计算明细表物料D运算结果如下图所示,需求数量为520,考虑批量后生成数量为600的计划建议,其中520供应需求,剩余80的富余量。
MRP计算明细表物料E运算结果如下图所示,需求数量为360,考虑批量后生成两个数量为200的计划建议,其中一笔计划建议供应200的需求,另一个计划建议,拆分成两行,一行供应数量为160的需求,剩余40的富余量。
MRP计算明细表物料F运算结果如下图所示,需求数量为220,考虑批量后生成两个计划建议,数量分别为150和80,其中一笔计划建议供应150的需求,另一个计划建议,拆分成两行,一行供应数量为70的需求,剩余10的富余量。
周期批量
1.业务流程图
与直接批量业务流程图一致(拆分之前先按规则合并需求)。
2.需求合并规则
固定周期:有需求的日期开始算起,后期无需求的日期也算一天(期),合并后需求日期取周期内最早日期。
动态周期:有需求的日期算一天(期),没有需求的日期则不算,合并后需求日期取周期内最早日期。
指定周期:按照指定的合并周期合并。
注意:以上合并规则都是基于计划方案定义的供需匹配维度进行合并,例如,供需匹配维度的实体字段映射配置的字段包含物料、组织、配置号、跟踪号,则同一组织+物料+配置号+跟踪号的需求进行合并。
3.业务场景
某公司生产某产品需不定期采购物料G(外购件),但是受限于供应商的产能,需要将需求合并然后按批量拆分,定期给供应商下单,每次下单需要多采购5个作为检测样品(批量增量),供应商的最大批量为1000,最小批量为200,最小包装量(批量数量)为100,物料G的需求数量和日期如下表。
物料G的需求数据
物料 | 需求数量 | 需求日期 |
物料G | 230 | 2022-1-25 |
物料G | 580 | 2022-2-10 |
物料G | 625 | 2022-2-16 |
物料G | 321 | 2022-2-22 |
物料G | 263 | 2022-2-28 |
物料G的批量政策
物料 | 批量政策 | 批量数量 | 批量增量 | 最小批量 | 分割基数 | 最大批量 | 分隔符号 | 分割间隔周期 |
物料G | 周期批量 | 100 | 5 | 200 | 300 | 1000 | + | 5 |
场景一:固定周期=20
按固定周期计算,合并日期区间如下表:
区间开始日期 | 区间结束日期 | 区间合并日期 |
2022/1/25 | 2022/2/13 | 2022/1/25 |
2022/2/14 | 2022/3/5 | 2022/2/14 |
需求按照合并区间合并后结果如下表:
物料 | 需求数量 | 需求日期 |
物料G | 810 | 2022/1/25 |
物料G | 1209 | 2022/2/15 |
按照批量政策拆分如下表:
物料 | 需求数量 | 需求日期 | M1 | 新建计划建议编码 | 计划建议数量 | 供应单据日期 | 富余量 |
物料G | 810 | 2022/1/25 | 900 | JHJY-001 | 300 | 2022/1/25 | 90 |
JHJY-002 | 300 | 2022/1/30 | |||||
JHJY-003 | 300 | 2022/2/4 | |||||
物料G | 1209 | 2022/2/25 | 1300 | JHJY-004 | 300 | 2022/2/14 | 81 |
JHJY-005 | 300 | 2022/2/19 | |||||
JHJY-006 | 300 | 2022/2/24 | |||||
JHJY-007 | 300 | 2022/3/1 |
MRP计算明细表物料G运算结果如下图,需求合并后变成两笔需求,下图标红框的为第一笔需求,标黄框的为第二笔需求,其中第一笔需求数量810,按批量拆分生成3个300的计划建议,最后一笔计划建议富余量90,富余量可以继续供应下一笔需求,另一笔需求总量为1209,因此第二笔需求的M1=向上取整[(1209-90+5)/100]*100=1200,拆分成4个300的计划建议供应需求,最后一笔富余量为81。
注意:
多笔需求按照批量拆分产生的计划建议,富余量可以继续供给下一笔需求。
分割间隔周期将拆分后的计划建议,按照间隔周期分割在不同的日期进行供应,例如上图中物料G的分割间隔周期为5,分割符号为“+”,则第一笔计划建议供应单据日期=需求单据日期,拆分后的其他计划建议依次往后顺延5天。
场景二:动态周期=4(其他数据与场景一一致)
按动态周期计算,前面4笔需求合并为一个周期,最后一笔需求合并为另一个周期,需求按照动态周期合并后结果如下表:
物料 | 需求数量 | 需求日期 |
物料G | 1756 | 2022/1/25 |
物料G | 263 | 2022/2/28 |
按照批量政策拆分如下表:
物料 | 需求数量 | 需求日期 | M1 | 新建计划建议编码 | 计划建议数量 | 供应单据日期 | 富余量 |
物料G | 1756 | 2022/1/25 | 1800 | JHJY-001 | 300 | 2022/1/25 | 44 |
JHJY-002 | 300 | 2022/1/30 | |||||
JHJY-003 | 300 | 2022/2/4 | |||||
JHJY-004 | 300 | 2022/2/9 | |||||
JHJY-005 | 300 | 2022/2/14 | |||||
JHJY-006 | 300 | 2022/2/19 | |||||
物料G | 263 | 2022/2/28 | 300 | JHJY-007 | 300 | 2022/2/28 | 81 |
MRP计算明细表物料G运算结果如下图,需求合并后变成两笔需求,下图标红框的为第一笔需求,标黄框的为第二笔需求,其中第一笔需求数量1756,按批量拆分生成6个300的计划建议,最后一笔计划建议富余量44,富余量可以继续供应下一笔需求,另一笔需求总量为263,因此第二笔需求的M1=向上取整[(263-44+5)/100]*100=300,生成1个300的计划建议供应需求,最后一笔计划建议富余量为81。
场景三:指定周期(其他数据与场景一一致)
合并周期如下图,按月份合并到每个月的第一天。
需求按照指定周期合并后结果如下表:
物料 | 需求数量 | 需求日期 |
物料G | 230 | 2022/1/1 |
物料G | 1789 | 2022/2/1 |
按照批量政策拆分如下表:
物料 | 需求数量 | 需求日期 | M1 | 新建计划建议编码 | 计划建议数量 | 计划建议供应日期 | 富余量 |
物料G | 230 | 2022/1/1 | 300 | JHJY-001 | 300 | 2022/1/1 | 70 |
物料G | 1789 | 2022/2/1 | 1800 | JHJY-002 | 300 | 2022/2/1 | 81 |
JHJY-003 | 300 | 2022/2/6 | |||||
JHJY-004 | 300 | 2022/2/11 | |||||
JHJY-005 | 300 | 2022/2/16 | |||||
JHJY-006 | 300 | 2022/2/21 | |||||
JHJY-007 | 300 | 2022/2/26 |
MRP计算明细表运算结果如下图,需求合并后变成两笔需求,下图标红框的为第一笔需求,标黄框的为第二笔需求,其中第一笔需求数量230,按批量生成1个300的计划建议,富余量70,富余量可以继续供应下一笔需求,另一笔需求总量为1789,因此第二笔需求的M1=向上取整[(1789-70+5)/100]*100=1800,按批量生成6个300的计划建议供应需求,最后一笔计划建议富余量为81。
批量政策算法应用场景介绍
本文2024-09-23 00:03:27发表“云星瀚知识”栏目。
本文链接:https://wenku.my7c.com/article/kingdee-xinghan-137023.html