mysimulator.uk
🔍 Пошук симуляцій…/
UK ▼
EnglishУкраїнськаПоточнаPolskiEspañolDeutsch日本語ItalianoPortuguês (BR)FrançaisالعربيةNederlands中文한국어हिन्दीTürkçeTiếng ViệtРусскийBahasa IndonesiaفارسیবাংলাไทยFilipinoKiswahiliاردوBahasa Melayuதமிழ்עבריתΕλληνικάਪੰਜਾਬੀአማርኛမြန်မာဘာသာខ្មែរქართულიनेपालीМонгол хэлՀայերենසිංහලລາວČeštinaRomânăMagyarБългарскиSvenskaDanskSuomiNorskSlovenčinaHrvatski
Головна▸ШІ та Машинне навчання▸Симулятор Поповнення Запасів

📦 Симулятор Поповнення Запасів — Попит, Страховий Запас і Дефіцит

Прокрутіть дні вперед крізь систему поповнення на основі прогнозування — спостерігайте, як рівні запасів, буфери страхового запасу та автоматичні замовлення на закупівлю реагують на коливання попиту.

ШІ та Машинне навчання2DСередній60 FPS
smart-inventory-management ↗ Відкрити окремо

Про Симулятор Поповнення Запасів

Кожен рітейлер і керівник складу стикається з однаковим балансуванням: замовиш замало — і запаси закінчаться, втративши продажі та довіру клієнтів; замовиш забагато — і гроші тихо простоюють на полиці, коштуючи на зберіганні та псуванні. Класична відповідь — система точки замовлення: правило, яке відстежує рівні запасів і автоматично ініціює замовлення на закупівлю, щойно запаси падають до порогу, обчисленого на основі нещодавнього попиту, його мінливості та часу, потрібного для прибуття нового замовлення. Ця симуляція запускає саме таку систему день за днем: генерується випадковий добовий попит (з регульованим тижневим сезонним циклом), перераховується ковзний 30-денний прогноз середнього попиту та його стандартного відхилення, а буфер страхового запасу, розрахований під обраний рівень обслуговування, додається поверх очікуваного попиту за час постачання, формуючи живу точку замовлення.

Спостерігайте, як лінія рівня запасів поступово знижується з щоденними продажами, опускається нижче помаранчевої лінії точки замовлення, ініціюючи замовлення на закупівлю, і піднімається знову, коли те замовлення прибуває після налаштованого часу постачання. Дні дефіциту — коли попит перевищує наявні запаси — виділено червоним. Налаштуйте середній попит, мінливість попиту, сезонну амплітуду, час постачання, рівень обслуговування та метод визначення розміру замовлення (фіксована кількість або розрахований економічний розмір замовлення), а тоді спостерігайте, як живі KPI — рівень виконання замовлень, дні дефіциту, середній запас, витрати на зберігання та витрати через дефіцит — реагують на ваш вибір у реальному часі.

Часті питання

Що таке точка замовлення і як вона обчислюється?

Точка замовлення (ROP) — це рівень запасів, за якого потрібно ініціювати нове замовлення на закупівлю, щоб поповнення прибуло раніше, ніж запаси закінчаться. ROP = (середній добовий попит × час постачання у днях) + страховий запас. Перший доданок покриває очікуваний попит, поки ви чекаєте на прибуття замовлення; доданок страхового запасу покриває попит, що перевищує середній протягом того самого періоду. У цій симуляції точка замовлення перераховується щодня на основі ковзного 30-денного прогнозу попиту, тож вона зростає і спадає разом зі зміною тенденцій попиту.

Як обчислюється страховий запас і чому важливий z-показник рівня обслуговування?

Страховий запас = z × σ × √(час постачання), де σ — стандартне відхилення добового попиту (оцінене за ковзним 30-денним вікном), а z — z-показник для обраного рівня обслуговування: приблизно 1,28 для 90%, 1,645 для 95% і 2,33 для 99%. Z-показник перетворює цільову ймовірність відсутності дефіциту на кількість стандартних відхилень буфера. Підвищення рівня обслуговування з 90% до 99% майже подвоює буфер, оскільки хвіст нормального розподілу стає значно тоншим у міру зниження ймовірності дефіциту.

Чому довший час постачання потребує більшого страхового запасу?

Страховий запас масштабується з квадратним коренем часу постачання, тому що невизначеність попиту накопичується за кожен день, протягом якого ви їй піддані: дисперсія додається лінійно за незалежні дні, тож стандартне відхилення зростає пропорційно √(часу). Подвоєння часу постачання з 5 до 10 днів збільшує необхідний страховий запас лише приблизно у 1,41×, а не у 2× — але водночас подвоює детермінований доданок попиту (середній попит × час постачання) у точці замовлення, тож загальний необхідний буфер помітно зростає, навіть попри те, що доданок невизначеності зростає повільніше за лінійний.

Що вимірює рівень виконання замовлень і чому 100% рівень виконання не означає нульові витрати?

Рівень виконання замовлень — це відсоток загального попиту клієнтів, який фактично був задоволений з наявних запасів, без дефіциту: продані одиниці ÷ одиниці попиту. 100% рівень виконання означає, що кожен клієнт отримав бажане негайно, але для цього зазвичай потрібен дуже великий страховий запас, що підвищує щоденні витрати на зберігання. Рітейлери рідко орієнтуються на 100%; вони обирають рівень обслуговування (скажімо, 95–98%), що врівноважує витрати від періодичного дефіциту з витратами на заморожування коштів у запасах, які лежать на полиці.

У чому компроміс між витратами на зберігання та витратами через дефіцит?

Витрати на зберігання нараховуються на кожну одиницю, що перебуває на складі щодня (заморожений капітал, складські площі, ризик псування), тоді як витрати через дефіцит виникають лише для попиту, який не вдалося задовольнити (втрачені продажі, витрати на прискорену доставку, підірвана довіра клієнтів). Збільшення точки замовлення і страхового запасу знижує витрати через дефіцит, але підвищує витрати на зберігання, і навпаки. Крива загальних витрат у цій симуляції зазвичай має U-подібну форму: занадто мало запасів — і домінують витрати через дефіцит, занадто багато — домінують витрати на зберігання, з мінімумом десь посередині, що залежить від конкретного співвідношення ваших витрат.

Що таке економічний розмір замовлення (EOQ) і коли варто використовувати його замість фіксованої кількості замовлення?

EOQ — це розмір замовлення, що мінімізує суму витрат на оформлення замовлення (фіксовані витрати на одне замовлення, наприклад, оформлення документів, налаштування доставки) і витрат на зберігання, обчислюваний за формулою EOQ = √(2 × D × S ⁄ H), де D — річний попит, S — вартість одного замовлення, а H — річні витрати на зберігання одиниці товару. Замовлення малими частими партіями утримує середній рівень запасів (і витрати на зберігання) низьким, але накопичує витрати на оформлення замовлень; замовлення великими рідкісними партіями діє навпаки. EOQ найкорисніший, коли витрати на замовлення і зберігання відомі, а попит достатньо стабільний; увімкніть його, щоб симулятор автоматично обчислював розмір замовлення замість використання фіксованого розміру партії.

Чому сезонність попиту ускладнює прогнозування запасів?

Прогноз на основі ковзного середнього припускає, що недавня історія репрезентативна для найближчого майбутнього. Коли попит має тижневий (або сезонний) цикл, звичайне ковзне середнє змішує дні з високим і низьким попитом, тому відстає від справжньої закономірності — воно занижує прогноз безпосередньо перед піком попиту і завищує його одразу після. У цій симуляції збільшення сезонної амплітуди розширює розрив між наївним ковзним прогнозом і фактичним попитом, що проявляється у частіших дефіцитах поблизу сезонних піків, навіть якщо довгостроковий середній попит не змінився. Промислові системи прогнозування розв'язують цю проблему за допомогою сезонної декомпозиції, а не плаского ковзного середнього.

⚙ Під капотом

Добовий попит генерується з нормального розподілу з тижневим сезонним множником; ковзне 30-денне вікно прогнозує його середнє та стандартне відхилення, які живлять реальну формулу страхового запасу (z·σ·√час_постачання) та правило точки замовлення, що автоматично ініціює замовлення на закупівлю.

Canvas 2DReorder PointSafety StockEOQService Level

2D · Three.js / WebGL рушій · ціль 60 FPS · працює повністю на клієнті, без встановлення

Що ви знайшли?

Додати кроки відтворення (необов'язково)