EOQ模型的应用与改进.docx

4.3EOQ模型的应用与改进 4.1.1EOQ模型的适应性分析 根据公司实际情况，如果公司缺货，客户会选择其他煤源，90%的情况下会流失客户，造成订单的直接减少，因此公司必须在不可缺货的前提下进行订货，而且煤炭生产周期较长。因此我们可以尝试选择传统EOQ模型中不允许缺货，且补充时间较长的订货方式来解决问题。 接下来我们分析实际情况是否符合EOQ模型的假设前提条件。 首先，我们根据历史月需求数据表来分析需求特性。通过计算平均值和标准差，然后通过变异系数公式： 变异系数V=(标准差/平均值)*100 求得变异系数表 通过观察可知V12%（一般认定20%），因此可认为这个需求是确定性的，并且它的值等于所有月份需求量的平均值。 由于供货煤源都为公司控股的煤矿，因此购货单价为固定值。且每次订货费用不变，单位存储成本不变。因此满足经典EOQ模型的假设前提条件。 作为已有的知识，我们知道确定需求不允许缺货，生产需要一定时间的存贮模型，其最佳周期、最优生产批量、最佳生产时间、进入存贮的最高数量计算公式为： （1） （2） （3） （4） 其中，P为生产速度（单位时间补充量）为常数； C1表示没订购一次的固定费用； C2表示单位时间内单位物资的存贮用用； R代表需求速度（单位时间内的需求量）为常数； 但是由于集装站库存有限，一般会将多余的货物放置在租用的场地或者仓库，同时租用场地的费用和存储在自己储煤仓的费用不同，因此不能按照现有的EOQ模型来计算最优生产批量和最佳生产时间，必须限制约束条件来改进EOQ模型才能符合公司实际情况。 12345678910111220101661501381401281371491501601771802082011158168125150155120156170156190188220201214015016015513215014015013314018017020131501481351701401221521401481601701992014130128150140138129139140150166150170历史月需求数据表 单位：万吨 12345678910111220101661501381401281371491501601771802082011158168125150155120156170156190188220201214015016015513215014015013314018017020131501481351701401221521401481601701992014130128150140138129139140150166150170平均值148.8148.8141.6151138.6131.6147.2150149.4166.6173.6193.4标准差14.2514.1813.6112.4510.3312.267.4612.2510.3318.7614.6622.62变异系数9.639.539.6128.257.459.325.078.176.9211.278.4411.704.1.2改进EOQ模型 由于根据实际情况，集装站仓储有限，需要使用港口租赁场地来储存批量生产的货物，但是由于港口场地的存贮费与公司自己的储煤仓存贮费用不同，一般远高于公司储煤仓。因此最优生产批量和最佳生产时间不能按照现有EOQ模型公式来计算，为了对现有模型进行改进来求得最优生产批量和最佳生产时间的模型，我们需在原有的基础上做出如下假设条件： 1）不允许缺货； 2）生产需要一定的时间；生产能力P需求速度R；生产和需求是随时间变化连续均匀的。 3）在销售货物时，先销售租借仓库中的货物，最后使用自己仓库的货物； 4）使用租赁仓库或场地时单位货物在单位时间内的存贮费用是C3，一般的C3C2，其中C2为自己仓库的单位贮存费。 根据公司发运煤炭的过程，我们可将整个采购销售过程概括为：