分析一下仓储费用的最优化问题

假设我的半年总销量是500件货物,每次找厂家订货大约需要80元订货手续费用(包括电话、出差、合同等),仓库费用0.4元/件/月,假设我的日销售数量是平均的,如果设单次进货量为X的话,总费用包括订货手续费用和仓储费用,总费用的变化趋势是怎样的?X的值多少最合适?
微信图片_20250926110730_4964_28.png

一、先明确核心参数与总费用公式

首先统一时间、成本单位,避免计算偏差:

核心参数具体数值与说明
半年总需求量(D)500件(日销量平均,即半年内均匀消耗,日销量=500÷180≈2.78件/天,无需精确到日,按半年维度计算即可)
单次订货成本(S)80元/次(固定成本,与进货量X无关,包括手续、差旅等)
单位仓储成本(H)0.4元/件/月 → 半年仓储成本=0.4×6=2.4元/件(仓储成本与库存持有时间、数量正相关,需换算为半年单位)
单次进货量(决策变量X)每次向厂家订X件,半年内订货次数=总需求量÷进货量=D/X=500/X次

总费用(TC)的构成公式

总费用=订货成本+仓储成本,两者此消彼长,需找到平衡点:

  1. 订货成本:半年内订货次数×单次订货成本 = (D/X)×S = (500/X)×80 = 40000/X
    (逻辑:进货量X越小,订货次数越多,订货成本越高;反之则越低)
  2. 仓储成本:平均库存量×单位半年仓储成本 = (X/2)×H = (X/2)×2.4 = 1.2X
    (关键逻辑:货物均匀消耗——进货时库存为X,逐渐卖到0,再订下一批,因此平均库存始终是X/2,而非X;仓储成本与平均库存正相关,X越大,平均库存越高,仓储成本越高)

最终总费用公式:
TC = 40000/X + 1.2X

基于此得出以下脚本

import tkinter as tk
from tkinter import ttk, messagebox
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
import math
from matplotlib.figure import Figure

class InventoryOptimizer:
    def __init__(self, root):
        # 设置中文字体支持
        plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei", "Heiti TC"]
        
        self.root = root
        self.root.title("仓储费用优化计算器")
        self.root.geometry("900x700")
        self.root.resizable(True, True)
        
        # 创建主框架
        main_frame = ttk.Frame(root, padding="10")
        main_frame.pack(fill=tk.BOTH, expand=True)
        
        # 创建输入框架
        input_frame = ttk.LabelFrame(main_frame, text="输入参数", padding="10")
        input_frame.pack(fill=tk.X, pady=(0, 10))
        
        # 输入字段配置
        input_fields = [
            ("总销售数量(件):", "total_quantity", "500"),
            ("销售周期(月):", "sales_months", "6"),
            ("单次订货手续费(元):", "order_cost", "80"),
            ("单件单月库存费用(元):", "storage_cost", "0.4")
        ]
        
        # 存储输入变量
        self.vars = {}
        
        # 创建输入控件
        for i, (label_text, var_name, default) in enumerate(input_fields):
            ttk.Label(input_frame, text=label_text).grid(
                row=i, column=0, padx=5, pady=5, sticky=tk.W
            )
            self.vars[var_name] = tk.StringVar(value=default)
            ttk.Entry(input_frame, textvariable=self.vars[var_name], width=20).grid(
                row=i, column=1, padx=5, pady=5, sticky=tk.W
            )
        
        # 计算按钮
        btn_frame = ttk.Frame(input_frame)
        btn_frame.grid(row=len(input_fields), column=0, columnspan=2, pady=10)
        ttk.Button(btn_frame, text="计算最优方案", command=self.calculate).pack(side=tk.LEFT, padx=5)
        ttk.Button(btn_frame, text="重置", command=self.reset).pack(side=tk.LEFT, padx=5)
        
        # 创建结果框架
        result_frame = ttk.LabelFrame(main_frame, text="计算结果", padding="10")
        result_frame.pack(fill=tk.BOTH, expand=True)
        
        # 结果面板
        result_paned = ttk.PanedWindow(result_frame, orient=tk.VERTICAL)
        result_paned.pack(fill=tk.BOTH, expand=True)
        
        # 文本结果区域
        text_frame = ttk.Frame(result_paned, height=150)
        result_paned.add(text_frame, weight=1)
        
        self.result_text = tk.Text(text_frame, wrap=tk.WORD, padx=5, pady=5)
        self.result_text.pack(fill=tk.BOTH, expand=True)
        self.result_text.config(state=tk.DISABLED)
        
        # 图表区域
        chart_frame = ttk.Frame(result_paned)
        result_paned.add(chart_frame, weight=3)
        
        # 创建图表
        self.fig = Figure(figsize=(8, 4), dpi=100)
        self.ax = self.fig.add_subplot(111)
        self.canvas = FigureCanvasTkAgg(self.fig, master=chart_frame)
        self.canvas.get_tk_widget().pack(fill=tk.BOTH, expand=True)
        
    def calculate(self):
        """计算最优订货量并显示结果"""
        try:
            # 获取输入参数
            D = float(self.vars["total_quantity"].get())  # 总需求量
            T = float(self.vars["sales_months"].get())   # 销售月数
            S = float(self.vars["order_cost"].get())     # 单次订货成本
            H_monthly = float(self.vars["storage_cost"].get())  # 单件单月库存成本
            H = H_monthly * T  # 单件总周期库存成本
            
            # 计算最优订货量 (EOQ模型)
            eoq = math.sqrt((2 * D * S) / H)
            optimal_order_quantity = round(eoq)
            
            # 计算相关成本
            order_count = D / eoq  # 订货次数
            optimal_order_cost = order_count * S  # 最优订货成本
            optimal_storage_cost = (eoq / 2) * H  # 最优库存成本
            total_cost = optimal_order_cost + optimal_storage_cost  # 总成本
            
            # 生成图表数据
            x_min = max(1, int(eoq * 0.3))  # 避免x值过小
            x_max = int(eoq * 2)
            x_values = np.linspace(x_min, x_max, 100)  # 生成X值范围
            
            # 计算不同订货量下的成本
            order_costs = (D / x_values) * S  # 订货成本
            storage_costs = (x_values / 2) * H  # 库存成本
            total_costs = order_costs + storage_costs  # 总成本
            
            # 清空之前的图表
            self.ax.clear()
            
            # 绘制成本曲线
            self.ax.plot(x_values, order_costs, label='订货成本', color='blue', linewidth=2)
            self.ax.plot(x_values, storage_costs, label='库存成本', color='green', linewidth=2)
            self.ax.plot(x_values, total_costs, label='总成本', color='red', linewidth=2)
            
            # 标记最优订货量
            self.ax.axvline(x=eoq, color='purple', linestyle='--', 
                           label=f'最优订货量: {optimal_order_quantity}件')
            
            # 图表设置
            self.ax.set_xlabel('单次订货量 (件)')
            self.ax.set_ylabel('成本 (元)')
            self.ax.set_title('库存成本优化分析')
            self.ax.legend()
            self.ax.grid(True, linestyle='--', alpha=0.7)
            self.fig.tight_layout()
            
            # 更新画布
            self.canvas.draw()
            
            # 显示文本结果
            self.result_text.config(state=tk.NORMAL)
            self.result_text.delete(1.0, tk.END)
            
            result = "仓储费用优化分析结果:\n\n"
            result += f"1. 最优单次订货量:{optimal_order_quantity} 件\n"
            result += f"2. 预计订货次数:{order_count:.1f} 次\n"
            result += f"3. 订货总成本:{optimal_order_cost:.2f} 元\n"
            result += f"4. 库存总成本:{optimal_storage_cost:.2f} 元\n"
            result += f"5. 总费用:{total_cost:.2f} 元\n\n"
            result += "分析:\n"
            result += "- 当订货量小于最优值时,订货成本占主导,总费用随订货量增加而降低\n"
            result += "- 当订货量大于最优值时,库存成本占主导,总费用随订货量增加而上升\n"
            result += "- 最优订货量处,订货成本与库存成本基本相等,总费用最低"
            
            self.result_text.insert(tk.END, result)
            self.result_text.config(state=tk.DISABLED)
            
        except ValueError:
            messagebox.showerror("输入错误", "请确保所有输入都是有效的数字")
        except Exception as e:
            messagebox.showerror("计算错误", f"计算过程中出现错误: {str(e)}")
    
    def reset(self):
        """重置输入和结果"""
        for var in self.vars.values():
            var.set("")
        
        self.result_text.config(state=tk.NORMAL)
        self.result_text.delete(1.0, tk.END)
        self.result_text.config(state=tk.DISABLED)
        
        self.ax.clear()
        self.canvas.draw()

if __name__ == "__main__":
    root = tk.Tk()
    app = InventoryOptimizer(root)
    root.mainloop()

标签: none

添加新评论