机器算法验证 - 具有随机交货时间和需求的再订货点 - 吾爱随笔录

我正在尝试确定某些产品的最佳再订购点。再订货点必须大于我应该确定的交货时间的需求，例如。 $\%$ $95\%$

问题是需求当然是随机的。我已经使用 Holt/HW 方法进行了预测，所以我有一个平均值 $\mathbf{D}$ ，然后我可以检查该需求对已通过事件的每日误差。给出该均值误差的分布，如下所示：

预测误差

然后我有交货时间，例如这样分布：

交货时间

有一个众所周知的公式假设两个分布都是正态的，因此可以通过使用逆累积分布轻松计算重新排序点：

R O P = D \cdot L T + Z (C S) \cdot \sqrt{L T \cdot σ_{demand}^{2} + D^{2} \cdot σ_{lead time}^{2}}

$ROP = D\cdot LT + Z(CS)\cdot \sqrt{LT\cdot \sigma_{\text{demand}}^2 + D^2\cdot \sigma_{\text{lead time}}^2}$ }

C S

$CS$ 即

95 %

$95\%$ ，

Z

$Z$ 是逆累积分布，

σ

$\sigma$ 是标准差。

但是这些分布似乎根本不正常，所以鉴于我有历史数据，我怎么能估计一个合适的再订货点，因为该目标 $95\%$ 的时间大于交货期的需求。