对某些需求类型，使用泊桑分布去计算订货点是方便的，因为它具有其标准偏

        差永远等于其均值的平方根这一性质。泊桑分布的主要应用是在质量控制上与涉及

        顾客在超级市场的收银机前或汽车在高速公路收税站前的随机到达问题的研究之中。

        虽然它已为实际工作者所熟知有多年了，但泊桑分布在库存控制中并未获得广泛应

        用（１１）。它最适用于小量、不经常的需求，每一订单的物品数量相当稳定的场

        合，这是某些低产量产品与修理用零件的典型情况。

            要恰当地使用于订货点的计算，其需求史必须表达为收到的订单数以及每份订

        单的物品数。例如，一物品在提前期中的需求可能平均为４０００件；要使用泊桑

        分布，必须进一步考察这４０００件的需求以确定它确实是由４０份每份１００件

        的订单所构成。

            使用泊桑分布来计算订货点的公式如下：

                      ＯＰ（订货点）＝ｕ（ａ＋ｆ√ａ）    （５－４）

        其中，ＯＰ＝用件数表示的订货点

                ｕ＝每份订单的平均需求件数

                ａ＝在提前期中到达的平均订单数

                ｆ＝服务因子（类似但并不等于正态分布中所用的标准偏差的个数）

            使用上面的数据，此物品的订货点可计算如下：

                        ＯＰ＝１００（４０＋２．１√４０）

                            ＝１００（４０＋１３．２８）

                            ＝４０００＋１３２８＝５３２８

            服务因子２．１是从图５－１３中选用的，图中给出了使用泊桑分布时相应服

        务水平的服务因子应取的值。泊桑分布取服务因子２．１将给出９８％的服务率。

        这一计算表明要这一特定物品给出９８％的服务率，需要有１３２８件后备存货。

                        ┏━━━━━┳━━━━━━┳━━━┓

                        ┃要满足的需┃允许的欠交 ┃ ｆ ┃

                        ┃求的最小％┃订单的最大％┃      ┃

                        ┣━━━━━╋━━━━━━╋━━━┫

                        ┃ ７５    ┃ ２５       ┃０．７┃

                        ┣━━━━━╋━━━━━━╋━━━┫

                        ┃ ８０    ┃ ２０       ┃０．８┃

                        ┣━━━━━╋━━━━━━╋━━━┫

                        ┃ ８５    ┃ １５       ┃１．０┃

                        ┣━━━━━╋━━━━━━╋━━━┫

                        ┃ ９０    ┃ １０       ┃１．３┃

                        ┣━━━━━╋━━━━━━╋━━━┫

                        ┃ ９５    ┃   ５       ┃１．７┃

                        ┣━━━━━╋━━━━━━╋━━━┫   

                        ┃ ９８    ┃   ２       ┃２．１┃

                        ┣━━━━━╋━━━━━━╋━━━┫

                        ┃ ９９    ┃   １       ┃２．３┃

                        ┣━━━━━╋━━━━━━╋━━━┫

                        ┃ ９９．９┃   ０．１０ ┃３．１┃

                        ┗━━━━━┻━━━━━━┻━━━┛

                          图５－１３ 泊桑分布的服务因子ｆ

            如果另一物品在提前期中也有４０００件需求，但此物品是卖给少数分销商的，

        他们大量订货但并不经常，答案就将大不相同。如果他们一份订单的平均订货量是

        １０００件，而在提前期中只收到４份订单，计算将是：

                  ＯＰ＝１０００（４＋２．１√４）

                      ＝４０００＋４２００＝８２００

            对这一更为飘忽不定的需求，将要求有４２００件后备存货才能达到９８％的

        服务率。

            许多作者推荐使用泊桑分布来计算订货点。重要的是要记住：泊桑分布不能被

        用来描述提前期中需求的总件数。它可以用来近似地表示提前期中将收到的个别订

        单的份数。

            使用泊桑分布时所得结果的准确性直接取决于这些订单所涉及的该物品的平均

        订货量能被确定到多大准确度。

            使用泊桑分布去计算订货点时必须记住的限制性假设如下：

            １、订单的到达必须符合泊桑频率分布曲线。当每一提前期间的到达数相对地

        小时，通常就符合得更好些。

            ２、订单的到达是随机而独立的。当客户订单要经销售办公室过滤时，他把同

        类物品的订单累积一段时间然后成批地发放它们，这一条就不成立了。

            ３、对平均订货量要能作出准确的预测。预测中的误差将在订货点与后备存货

        中引起相应的误差。

            ４、订货量不得与平均值有很大差异。要作一些研究以确定可以容许的变差有

        多大，但已知变差大时结果是不好的。

            ５、最后，要记住一切这类统计学方法的基本假设──未来将类似于过去。

            正确使用时，计算订货点的泊桑公式有两个明显的优点：

            １、它给出前后一贯的有用的结果，远比某些常用的经验法则要优越，诸如设

        定后备存货为１个月的供应量或提前期中需求的１０％之类。

            ２、它不要求准备与分析大量统计数据。更为精确的订货点计算方法将给出更