基于改進 FSND 分類法的機場庫存物料分類優化研究

摘 要：文章針對解決機場管理企業庫存控制中物料難以劃分、庫存策略無法制定等問題，首先，結合某機場實際庫存數據對機場庫存現狀和物料特點進行分析；其次，提出一種改進FSND分類的分類優化方法——FSND-Kmeans矩陣分類法，該分類優化方法是一種結合K-means機器學習算法的多準則分類法，能充分地考慮物料消耗變異系數（CV）、物料存放難易度（SD）、物料消耗價值、物料消耗頻率這幾個因素，后根據FSND-Kmeans矩陣分類的原理對機場庫存物料進行劃分；最后，分析分類結果，明確了機場庫存各類物料的補貨策略和倉儲策略。FSND-Kmeans矩陣分類法的分類結果表明，相比于傳統的FSND分類法，對物料的劃分更具合理性和全面性，因此將其運用于機場庫存分類管理中具有一定的現實意義。

關鍵詞：FSND-Kmeans矩陣分類法； 庫存控制； 機器學習； 機場庫存分類管理

中圖分類號：F562 文獻標志碼：A DOI：10.13714/j.cnki.1002-3100.2025.02.015

Abstract： This paper aims to address the challenges in airport inventory management， such as difficulties in material classification and the inability to formulate inventory strategies. It first analyzes the current inventory status and material characteristics of a specific airport by using actual inventory data. Then， it proposes an improved FSND classification optimization method： the FSND-Kmeans matrix classification method. This optimization method combines the K-means machine learning algorithm with a multi-criteria classification approach. By using machine learning algorithm， it effectively considers the coefficient of variation （CV） of material consumption， the storage difficulty （SD） of materials， the value of the material consumed and frequency of material consumption， allowing for a more detailed classification based on material characteristics. The paper then classifies airport inventory materials according to the principles of the FSND-Kmeans matrix classification method. Finally， it defines replenishment and storage strategies for various types of materials based on the classification results. The classification results of the FSND-Kmeans matrix method indicate that， compared to the traditional FSND classification method， it provides a more rational and comprehensive classification of materials， making it practically significant for airport inventory classification management.

Key words： FSND-Kmeans matrix classification method; inventory control; machine learning; airport inventory classification management

0 " " 引 " "言

庫存管理是企業成本控制的重要組成部分[1]。通過實施科學合理的庫存管理系統，可以提高倉儲操作的效率，減少庫存成本，增強企業的盈利能力，從而使企業在市場競爭中具備更強的競爭優勢。

在S公司機場庫存管理方面，由于機場庫存物料數目、種類繁多，且種類之間價值差異巨大，如果僅以物料存放難易度或者價值進行單一劃分，這種分類方式會導致機場管理企業機供品庫存周轉速率低下、物料主次不分明等問題，不利于制定庫存管理策略。

因此如何對機場庫存物料進行有效分類，是本文研究的重點問題。傳統的ABC分類法是Dickie[2]在解決通用電氣公司庫存問題時引入的。后續有許多學者將ABC分類應用于各行各業中，如拉毛才旦[3]在西藥房庫存管理中使用ABC庫存分類方法對醫用品進行分類；蓋麗麗等[4]在水利工程造價分析中使用ABC分類法對工程物料進行分類；溫智峰[5]在煤機大修企業庫存管理中使用ABC分類法，等等。傳統ABC分類法主要基于貨物重要性或是價值，通過確定“關鍵的少數或是次要的多數”來對物料進行劃分[6]，從而對物料進行重點管理，這種方法雖然簡單直觀，但是有很明顯的缺點和局限性，如忽視物料需求波動、單一維度分類、難以處理多層次物料等。

為此，許多學者提出了各種改進方法，如王敏[7]利用ABC-XYZ分類矩陣，在ABC分類基礎上考慮了物料的需求波動程度；如方忠民等[8]使用ABC-FSN分類法將物料根據消耗頻率和物料價值細分；又如徐曉萌等[9]使用K-means 算法和ABC 分類法進行對比選擇最優方法；再如劉陽[10]在使用ABC分類法時引入AHP分析法，通過對物料重要性的準則評價，分析相關影響因素并對其進行分類。以上這些方法，雖然補充了ABC分類法但無法反映庫存物料的儲存成本和管理復雜性，且分類具有主觀性，不適應對機場庫存的分類研究。

鑒于以上研究，本文基于S機場管理公司庫存管理的現狀及問題分析，結合機場物料實際情況，對S公司庫存物料進行分析，并制定相應的補貨和儲存策略。

1 " " S機場管理公司庫存分類現狀及特點分析

1.1 " "機場庫存分類現狀

S公司庫存貨物的分類，主要是根據貨物的存放難易度和價值進行簡單分類，如易碎、易燃、易爆或是高價值貨物單獨存放。這種分類方式，過于單一沒有科學地使用庫存分類方法從不同緯度對商品的重要性進行分類，也沒有考慮各個貨物的需求量，這會導致某些關鍵貨物供需存在信息差，還會導致響應慢、時效性低和補貨不及時。為避免出現缺貨情況，公司往往會選擇增加庫存量，這種方式會使公司賬面資金周轉壓力變大，無法及時響應市場供需變化從而造成貨物積壓。

1.2 " "機場庫存特點分析

為保證機場正常運營，機場庫存（不包含機供品）中常存儲有900多種貨物，圖1根據其功能對庫存物料進行簡單歸類和劃分，從圖1中不難看出機場庫存物料存在以下兩個特點。

1.2.1 " "貨物存放難易度不同、單位價值差異性大

首先，機場庫存貨物物理性質差異很大，如一些棉布織品、木制品和含酒精消毒品屬于易燃物品；玻璃制品屬于易碎品；一些紙質餐盒、紙質水杯等需要防潮防壓放置。由于物理屬性不同，存放難易度也不同。其次，機場貨物單位價值也參差不齊，小到幾分錢的紙質餐盒、塑料餐盒，幾十塊錢的清潔用品，大到幾萬元的服務設備，都屬于機場日常消耗的庫存貨物。以上特點對企業的貨物分類管理造成很大困難，如果沒有合理的分類方式和儲存方法將會給公司帶來大量損失。

1.2.2 " "各種類庫存物料需求不一致，特殊種類貨物的需求還會發生特殊變動

不同種類庫存貨物配備周期完全不同。如某品牌清潔劑每日配備2～3次，每次10～15瓶，這類貨物的消耗不會根據時間發生劇烈變化；又如某品牌瓶裝水，旅游淡季時每日配備2～3次，每次近100瓶，到了旅游旺季則激增到平時補貨量的4～5倍，這類貨物的消耗量會隨時間不同產生巨大波動；再如一些電子設備，配備一定數量以后，短時間不會產生消耗，半年左右才會出現部分消耗，配備頻次和配備數量相對于前兩種明顯減少。綜上，如果不合理分類，制定補貨策略，會使庫存配備速度無法適應機場供需變化速度，從而導致庫存積壓或庫存短缺問題，給機場管理公司帶來巨大損失。

2 " "機場庫存物料FSND-Kmeans分類矩陣的構建

FSND-Kmeans分類矩陣是建立在細化庫存物料基礎上的分類方法，將FSND分類法和k-means機器學習算法相結合。首先，根據物料的消耗價值和消耗頻率對物料使用FSND分類法進行分類，得到FSND分類結果矩陣；其次，使用物料消耗變異系數（CV）[11]和平均存放難易度（SD）對物料進行聚類分析，得到K-means聚類結果矩陣；再次將二者結合，得到最終的FSND-Kmeans分類矩陣；最后，為矩陣單元中的分類制定合理的庫存管理策略。該分類方法既能繼承FSND分類法的優點，又能充分考慮物料的存放難易度和需求波動程度，使得其可以有效減小需求波動帶來的影響，為補貨策略提供思路，在提升庫存周轉率、避免庫存積壓方面具有重大意義。構建FSND-Kmeans分類矩陣流程如圖2所示。

2.1 " "FSND分類法

2.1.1 " "FSND分類法相關背景

FSND分類法（Fast，Slow，Non-moving，Dead）的形成可以追溯到庫存管理領域對優化庫存控制和提高運營效率的持續需求，是在庫存管理和物料控制領域逐漸發展形成的一種分類方法。EOQ模型和ABC分類法（基于物料的價值和重要性進行分類）廣泛應用于庫存管理領域[12]。FSND 分類法作為一種補充方法，綜合考慮了物料消耗價值和消耗頻率，幫助企業更精確地管理庫存、優化庫存成本和供應鏈效率[13]。這種分類法綜合了ABC分類法和HML 分類法的優點，并增加了對物料消耗頻率的考量。

FSND分類法將倉庫物料分為四類（見表1），F類物料（Fast movers，快速移動物料）：F類物料具有高消耗價值和高消耗頻率。這些物料在企業的生產或服務中需求量大且頻繁，是生產連續性和客戶滿意度的關鍵因素。通常需要采取更加緊密的庫存管理和補貨策略，以確保始終充足供應，同時盡量避免過剩庫存。S類物料（Slow movers，慢速移動物料）：S 類物料具有低消耗價值但消耗頻率高。雖然單個物料的價值不高，但由于消耗頻率較高，仍然需要管理和監控，以確保及時供應和庫存的適當水平。對于這類物料，庫存管理的重點是避免缺貨，同時控制庫存水平，避免占用過多資金。N類物料（Non-movers，非移動物料）：N類物料具有高消耗價值但消耗頻率低。這些物料的需求量不頻繁，可能是雖然備件或者某些特定的材料不經常使用，但在需要時卻是必不可少的。對于N類物料，需要定期審查需求情況并進行庫存控制，確保不會因為長時間未使用而過期或變質，同時也要盡可能減少庫存的資金占用。D類物料（Dead movers，死物料）：D類物料具有低消耗價值和低消耗頻率。這些物料的需求量極低或是一段時間內幾乎不消耗，只在特定情況下才會使用到。對于這類物料應該定期審查，確定是否要繼續保留，盡量減少庫存，避免庫存積壓。

2.1.2 " "FSND分類法的實現

本文選取X機場集團下某S公司2023年全年機場歷史庫存數據進行分析，通過數據清洗和數據篩選，篩選出有代表性的45項機場庫存物料，除去16項即將下架或被預計替換的物料，剩余29項如表2所示。

依據表2，計算消耗價值和平均月消耗頻率，得到庫存物料消耗價值和庫存物料平均月消耗頻率折線圖（見圖3），根據實際情況消耗金額占比超過消耗總金額5%的為高消耗價值物料，其余為低價值物料；庫存物料消耗頻率高于1 000的為高消耗頻率物料，其余為低消耗物料。按照FSND分類法思想對結果進行分類，得到F類物料7種、S類物料3種、N類物料5種、D類物料7種，分類結果如表3所示。分類結果表明傳統的FSND分類法，雖然能對物料進行消耗價值和消耗頻率的劃分，但卻不能考慮到物料的需求波動程度和存放難易度這兩個因素，從而無法制定更加細致合理的補貨策略和倉儲策略。

2.2 " "K-means 聚類算法

2.2.1 " "K-means 聚類算法簡介

K-means聚類算法是一種廣泛使用的無監督學習算法，用于將數據集分成若干個簇（clusters），使得每個簇中的數據點彼此盡可能相似，而不同簇之間的數據點盡可能不同[14]。其具體計算步驟如下。

Step1：隨機選擇K個數據點作為初始質心。設質心集合為：{c1，c2，c3，...，ci}其中ci表示第i個簇的質心。

Step2：對于數據集中的每個數據點Xj（j=1，2，…，N），其中N是數據點總數，計算它與每個質心的距離，通常使用歐幾里得距離，如公式（1），其中Xj是數據點，Ci是第i個簇的質心，dij是數據點Xj到質心Ci的距離，將每個數據點Xj分配給距離最近的質心，如公式（2）所示。

（1） " " " " " " " " " " " " " " " " " " " " " " " " （2）

Step3：根據新的簇分配，更新每個簇的質心。新的質心Ci是簇內所有數據點的均值，Ci是第i個簇的所有數據點集合，∣Ci∣是第i個簇的大小。更新過程如公式（3）所示。

（3）

Step4：重復Step2和Step3，直到質心不再發生顯著變化或達到最大迭代次數。即當質心的變化量小于設定的閾值?時，算法終止，如公式（4）所示。

（4）

2.2.2 " "機場庫存物料分類中影響因素選擇

庫存物料的存放難易度直接影響庫存管理的多個方面，包括倉儲布局、搬運方式、儲存條件、安全管理和成本控制等[15]。有效的庫存管理需要重點考慮物料的存放難易度，制定相應的管理策略，以提高庫存管理的效率，降低成本，同時保證物料的質量和安全。具體實現方式如下，調查8位庫管員，讓其對物料存放的難易度進行評分（5分為極難存放或特殊存放物料，1分為只需簡單存放的物料），統計數據并求均值。

庫存物料的需求變異系數（Coefficient of Variation，CV）反映了需求的波動程度，它在設置安全庫存水平、預測訂貨頻率和數量、制定庫存成本、優化庫存管理中起到重要作用。需求變異系數的計算步驟如下。

根據表2中物料月消耗量、平均消耗量等值，計算物料需求的標準差（如公式（5）所示），和物料月需求變異系數（如公式（6）所示），最后結果如表4所示。

（5） " " " " " " " " " " " " " " （6）

2.2.3 " "基于 K-means 聚類算法的庫存分類

將數據標準化處理，設置k=4，對數據進行聚類分析，結果如圖4所示。

根據輪廓系數公式，即公式（7），其中a（i）表示樣本i到其所屬簇內所有其他樣本的平均距離。b（i）表示樣本i到最近的其他簇的所有樣本的平均距離。輪廓系數公式越接近1表示分類個數越合理，越接近-1表示分類個數越不合理，當k=4時，平均輪廓系數為0.71，表明聚類效果良好，將數據代入系統進行迭代分析，得到聚類中心，匯總如表5所示。

（7）

根據圖4聚類結果，將庫存物料分為ABCD四類：A類物料4種，需求變異系數CVgt;1.8，存放難易度SDlt;2.52；B類物料3種，需求變異系數CVgt;2.2，存放難易度SDgt;3.5；C類物料11種，需求變異系數CVlt;1.15，存放難易度SDlt;2.4；D類物料11種，需求變異系數CVlt;0.84，存放難易度SDgt;3.51。最后分類結果如表6所示。

對講機、爆炸物檢測器、二分類垃圾桶、機場指示牌 登機橋維護裝備、傳送履帶維護裝備、地表油漆 行李車、橡膠手套、抑菌洗手液等11種 強力膠水、電池、急救包等11種

2.3 " "FSND-Kmeans分類矩陣

將FSND分類和基于K-means聚類的分類（見表1）結合，得到FSND-Kmeans分類矩陣，如表7所示。統計結果將各個物料對應分組，得到FSND-Kmeans分類矩陣結果，如表8所示，分類矩陣將庫存物料根據消耗價值、消耗頻率、物料存放難易度和需求波動程度分為10類。對比傳統的FSND分類法得出的結果（見表3），該方法將物料劃分得更加細致，考慮因素更加全面，在機場庫存管理中更具實際意義。

3 " "基于FSND-Kmeans分類矩陣的機場庫存分類管理策略分析

3.1 " "S公司機場庫存物料補貨策略

3.1.1 " "FC、FD、SC、SD類使用訂貨點補貨（Reorder Point，ROP）策略

FC、FD 、SC、SD類物料具有高消耗頻率、低需求變異系數的特點，使用訂貨點補貨（Reorder Point，ROP）策略能夠有效地管理高消耗頻率的物料，并且因為需求變異系數低，補貨計劃可以較為準確地預測和控制。這四類物料（共10種）年消耗金額占比為46%，占用資金最大，使用訂貨點補貨策略時，需要通過多次盤點這幾類物料庫存狀態，然后根據其日常消耗設置合理的訂貨點、最小訂購批量以及安全庫存，做到采購量與消耗量的均衡，在保證庫存總費用最小的前提下防止缺貨。

3.1.2 " "NC、ND類使用最優庫存補貨策略（Economic Order Quantity，EOQ）

NC、ND類物料具有高消耗價值、低消耗頻率和低需求變異系數的特點，這類物料的特點使得EOQ策略能夠有效地平衡庫存成本和缺貨風險。這兩類物料（共3種）在補貨時需要計算其經濟訂貨量，其中D是年需求量，S是每次訂貨的固定成本，H是每單位商品的持有成本。通過計算每次補貨的最優數量，達到最小化庫存成本的目的。

3.1.3 " "DA、DB類使用定量補貨法

DA、DB物料具有低消耗價值、低消耗頻率、高需求變異系數的特點，如金屬指示牌、地標油漆等，這兩類物料（共5種）需求波動較大，但消耗價值低，不會占用很多流動資金，所以針對這兩類物料應該使用定量補貨法。在使用定量補貨法時，應該統計該類物料的消耗峰值，以該峰值為標準定量補貨。定量補貨能有效降低管理成本和運營復雜性。

3.1.4 " "DC、DD類使用定期補貨策略（Periodic Review）

DC、DD物料具有低消耗價值、低消耗頻率、低需求變異系數的特點，這兩類物料（共9種）基本屬于備用物料，如小型滅火器等，或是低價值有固定消耗頻率的物料，如地板清潔劑、電池等。這兩類物料應該根據每種物料的實際情況設定時間間隔，定期補貨。當每個補貨周期結束時，檢查庫存水平，并確定下個周期的補貨量。

3.2 " "S公司機場庫存物料儲存策略

根據表7的分類結果，S公司機場庫存物料儲存策略如下。

FC、SC類物料具有高消耗頻率、低存放難易度的特點。這兩類物料使用頻繁，但存放方便，沒有易燃易爆易受潮等物理特性，應該存放到易于取用、放置的位置，減少取貨時間和勞動成本。

FD、SD類物料具有高消耗頻率、高存放難易度的特點。這兩類物料在保證取用方便的同時，要考慮物料的物理屬性，按照不同的物理屬性合理劃分倉儲區域，每次取用物料要及時盤點庫存，檢查物料存放狀態，確保物料安全。

NC、DA、DC類物料，具有低消耗頻率、低存放難易度的特點。這三類物料在倉儲時根據每種物料的規模合理劃分區域即可，庫存管理人員要定期審查需求并根據需求進行庫存控制，注意淘汰因儲存時間過長而導致的過期或變質物料，盡量減少庫存的資金占用。

ND、NB、DD類物料具有低消耗頻率、高存放難易度的特點。這三類物料較低的消耗頻率，意味著其在倉儲時的空間基本不會發生變動，在倉儲時應該根據其物理特性和需求情況提前劃分固定的區域倉儲，并定期審查物料存放狀態和物料需求情況，根據實際情況，盡量減少庫存資金的占用。

4 " "結束語

本文面向機場管理企業，針對機場庫存物料難以分類、無法制定相應管理策略的問題，結合機場物料自身特點及其歷史需求數據，使用FSND分類法和機器學習算法構建了以消耗價值、消耗頻率、存放難易度和需求波動程度為分類準則的FSND-Kmeans分類矩陣。在此基礎上針對各類機場物料的特點在補貨策略和儲存策略上進行了相應庫存策略理論研究。一方面，擴展了機場庫存物料的庫存優化策略理論，能夠為機場管理企業更好地實施物料庫存分類管理提供重要的理論依據。另一方面，本文在考慮庫存物料消耗價值和消耗頻率的基礎上，加入了存放難易度、需求變異系數這兩個影響因素，將只能進行簡單分類的FSND分類法進行改進，使之成為多準則分類優化方法。這種改進思路除了能加入存放難易度和需求變異系數這兩個因素外，還可以根據實際情況加入更多影響因素，能夠為庫存物料的進一步細化分類和控制提供思路。

參考文獻：

[1] 張幸聰.航材庫存控制對成本的意義[J].商場現代化，2013（31）：115.

[2] DICKIE H F. ABC inventory analysis shoots for dollars not pennies[J]. Factory Management and Maintenance，1951，109（7）：92-94.

[3] 拉毛才旦. ABC分類管理法在西藥房庫存管理中的應用研究[C]//南京康復醫學會.第六屆全國康復與臨床藥學學術交流

會議論文集（一）.西寧：青海省康復醫院，2023：5.

[4] 蓋麗麗，李剛.基于ABC分類法水利工程造價分析[J].內蒙古科技與經濟，2024（10）：125-128.

[5] 溫智峰. ABC分類法在煤機大修企業庫存管理中的應用[J].鑿巖機械氣動工具，2023，49（3）：54-56.

[6] 陳潔，亓春海，陳東彪.智能化視角下基于ABC分類管理法的企業倉儲管理研究——以H公司為例[J].中國儲運，

2024（5）：95-96.

[7] 王敏.基于需求預測的C汽車售后配件公司庫存優化研究[D].濟南：山東財經大學，2024.

[8] 方忠民，韓福義，馬蓉.模糊ABC-FSN分類法在企業庫存管理中的應用[J].物流技術，2019，38（1）：114-119.

[9] 徐曉萌，張艷艷，房一凡，等.基于k-means聚類算法的A商貿公司庫存管理優化研究[J].中國儲運，2024（1）：143-144.

[10] "劉陽.基于AHP分析法對庫存物資分類研究[J].物流科技，2023，46（24）：136-139.

[11] "汪蘭蘭.考慮需求預測的R公司原材料庫存控制策略研究[D].無錫：江南大學，2022.

[12] "鐘飛燕.基于EOQ模型傳統涉外制造企業物料庫存管理研究[J].物流科技，2024，47（11）：39-42.

[13] "鄧潔.基于模糊ABC-FSN分類下預測模型及其應用于藥品銷售的研究[D].衡陽：南華大學，2022.

[14] "郭麗，孫華.基于K-means和支持向量機SVM的電力數據通信網絡流量分類方法[J].網絡安全技術與應用，2024（4）：64-66.

[15] "孟慶翔.W公司倉儲管理分析及優化研究[D].天津：天津財經大學，2021.