Статья опубликована в рамках: CIV Международной научно-практической конференции «Вопросы технических и физико-математических наук в свете современных исследований» (Россия, г. Новосибирск, 26 октября 2026 г.)
Наука: Информационные технологии
Секция: Системный анализ, управление и обработка информации
Скачать книгу(-и): Скачать книгу
дипломов
ИССЛЕДОВАНИЕ МЕТОДОВ ФОРМИРОВАНИЯ СТРАХОВОГО ЗАПАСА В УСЛОВИЯХ ПРЕРЫВИСТОГО СПРОСА
УДК 658.7:519.8
A STUDY OF SAFETY STOCK DETERMINATION METHODS UNDER INTERMITTENT DEMAND
Аннотация
Проведен обзор существующих методов формирования страхового запаса и стратегий пополнения запасов для товаров с прерывистым спросом. Актуальность исследования обусловлена необходимостью принятия решений об уровне запасов в условиях значительного количества периодов с нулевым потреблением и нерегулярного возникновения заказов различного объема.
Целью исследования является систематизация и сравнительный анализ методов формирования страхового запаса и стратегий пополнения, применимых в условиях прерывистого спроса.
Abstract
This paper provides a review of existing safety stock determination methods and inventory replenishment strategies for items with intermittent demand. The relevance of the research is driven by the need for inventory decision-making under conditions characterized by a significant number of zero-demand periods and the irregular occurrence of orders of varying volume.
The objective of the study is to systematize and perform a comparative analysis of safety stock calculation methods and replenishment strategies applicable to intermittent demand conditions.
Ключевые слова: страховой запас, прерывистый спрос, управление запасами, пополнение запасов, дефицит запасов, логистика снабжения, оптимизация запасов, период поставки, уровень обслуживания, цепи поставок.
Keywords: safety stock, intermittent demand, inventory management, inventory replenishment, stockout, supply logistics, inventory optimization, lead time, service level, supply chains.
В условиях неопределённости спроса предприятие должно поддерживать уровень запасов, который одновременно позволяет удовлетворять потребность покупателей и не приводит к избыточному накоплению продукции. Одним из основных инструментов управления такой неопределённостью является страховой запас [1].
Прерывистый спрос характеризуется большим количеством периодов с нулевым потреблением, между которыми возникают отдельные события спроса. Кроме самого факта возникновения заказа, неопределённым является и его размер.
В общем случае страховой запас рассматривается как разность между целевым уровнем запаса и ожидаемой потребностью [2].
Эмпирический метод максимального отклонения является наиболее простым. Запас формируется по наибольшему наблюдавшемуся отклонению спроса от среднего. Преимущество метода заключается в отсутствии сложных статистических предположений. Недостаток особенно заметен при прерывистом спросе: один крупный заказ способен существенно увеличить рассчитанный запас [3].
Статистический метод на основе стандартного отклонения связывает страховой запас с требуемым уровнем обслуживания. Метод удобен своей простотой и интерпретируемостью, однако для прерывистого спроса предположение о нормальном характере распределения может быть недостаточно корректным [2].
Составное биномиальное распределение учитывает две составляющие спроса: факт возникновения события и его размер. За дискретный период сначала определяется случайное число событий, затем их объёмы, а суммарный спрос рассчитывается как сумма размеров заказов. Целевой запас может определяться непосредственно по квантилю полученного распределения. Подход подходит для дискретных периодов с выраженной нерегулярностью спроса.
Составное пуассоновское распределение также разделяет интенсивность возникновения заказов и их размеры, но описывает события через пуассоновский процесс. Основным ограничением является необходимость задавать или оценивать интенсивность появления спроса и распределение размеров заказов.
Бутстрэп-метод относится к непараметрическим подходам. Распределение спроса за период поставки формируется непосредственно из исторических наблюдений без обязательного выбора теоретического закона. Страховой запас затем определяется по соответствующему эмпирическому квантилю. Недостаток метода – зависимость результата от объёма и качества исторических данных.
Робастный подход применяется, когда точный закон распределения спроса неизвестен. В отличие от методов, предполагающих конкретное распределение, робастный подход ориентирован на обеспечение заданного уровня обслуживания для широкого множества допустимых распределений. Его преимуществом является устойчивость к ошибке выбора закона распределения, а недостатком – большая вычислительная сложность [1].
Для сравнения методов в таблице 1 выделены их основные свойства.
Таблица 1.
Сравнение методов формирования страхового запаса
| Метод | Преимущества | Недостатки | Целесообразность применения |
|---|---|---|---|
| Метод максимального отклонения | Простота реализации | Экстремально большой заказ может существенно завысить запас | Подходит для простых систем управления запасами |
| Метод на основе стандартного отклонения | Простая связь между запасом и уровнем обслуживания | При прерывистом спросе фактическое распределение спроса может существенно отличаться от нормального | Применим при относительно стабильном спросе |
| Составное биномиальное распределение | Учитывает наличие нулевых периодов и изменчивость объема заказов | Сложнее классических методов | Подходит для дискретных периодов при выраженной нерегулярности спроса |
| Составное пуассоновское распределение | Позволяет моделировать редкие и случайно возникающие события спроса | Требует предположений относительно интенсивности возникновения спроса и распределения объема заказов | Наиболее применим для товаров, спрос на которые возникает в виде отдельных, относительно редких заказов |
| Бутстрэп-метод | Непараметрический подход позволяет использовать исторический спрос без задания конкретного теоретического распределения | Требует достаточного объема исторических данных; точность результата зависит от исходной выборки | Целесообразен при сложном неизвестном распределении спроса |
| Робастная оптимизация | Не требует точного задания распределения спроса; обеспечивает устойчивость решения при неопределённости | Более сложный расчёт; может формировать более высокий уровень запаса | Подходит при неизвестном распределении спроса и необходимости обеспечения заданного уровня обслуживания |
Страховой запас представляет собой количественный параметр системы пополнения, компенсирующий неопределённость спроса и поставки. Поэтому сравнивать методы только по величине страхового запаса нельзя. Слишком низкий запас может приводить к дефициту.
Универсального метода, обеспечивающего минимальные затраты для всех наборов данных, не существует. Эффективность методов зависит от длины исторического ряда, степени прерывистости спроса, времени поставки и структуры размера заказов [4,5].
Заключение
Проведенное сравнение показывает, что рассмотренные методы формирования страхового запаса существенно различаются по уровню учета специфики прерывистого спроса и требованиям к исходным данным.
При выборе метода необходимо учитывать не только величину формируемого страхового запаса, но и такие характеристики, как степень прерывистости спроса, объем доступной истории, характер размера заказов и период поставки. При этом эффективность метода целесообразно оценивать по совокупности показателей, включая уровень обслуживания, уровень выполнения заказов, средний запас, число дефицитов и совокупные затраты.
Список литературы
- Больдясов А.И. Определение оптимального страхового товарного запаса в оптовой торговле цветными металлами // Вестник Института экономики Российской академии наук. – 2026. – № 2. – С. 99–123.
- Сурков А.А. Математические модели управления запасами на промышленных предприятиях // Экономический вестник. – 2024. – Т. 3, № 1. – С. 33–43.
- Червинская, А.А. Методы управления страховыми запасами торговых предприятий / А.А. Червинская. – Текст: непосредственный // Молодой ученый. – 2025. – № 18 (569). – С. 205–207. – URL: https://moluch.ru/archive/569/124636 (дата обращения: 18.09.2026).
- Мочалина Е.П., Иванкова Г.В. Стрессовые ситуации и логистические прогнозы для бизнеса // Вестник ЮУрГУ. Серия: Экономика и менеджмент. – 2022. – № 2. – URL: https://cyberleninka.ru/article/n/stressovye-situatsii-i-logisticheskie-prognozy-dlya-biznesa (дата обращения: 15.09.2026).
- Первушина М.А., Скальская Н.О. Модель выбора стратегии управления запасами в условиях нестабильного спроса [Электронный ресурс]. – 2024. – С. 371–373. – URL: http://edoc.bseu.by:8080/handle/edoc/105345 (дата обращения: 14.09.2026).
дипломов

