實際上，在安全庫存問題的研究中通常考慮會直接影響安全庫存量的兩類不確定因素：

一是需求方面的不確定性。需求通常按照一定的規律運行或表現出一定的規律特征，但是任何預測方法都存在某些缺陷而無法確切地預測需求的波動。

　　二是供給方面的不確定性。供應商的生產系統發生故障延遲生產，交通事故導致運輸阻塞等都會導致訂貨至交貨周期的不確定性。這類訂貨至交貨周期也即提前期的不確定性。

　　鑒于需求與供給的不確定，給安全庫存研究帶來較大的挑戰。本文引入模糊數來研究此類不確定環境下的安全庫存設置。

　　3.1正態模糊數的可信性分布函數及期望值　

　　本文主要用正態模糊數描述供應鏈節點企業面臨的市場需求以及供貨提前期。故而先將文中涉及的相關理論簡介如下：

　　定義1正態模糊數§的隸屬函數為：，記為。考慮到本文所研究問題的實際意義，在此將正態模糊數專的隸屬函數為

　　模糊正態分布的隸屬函數與隨機正態分布的密度函數僅差一個“歸一化因子”，但其建模機理是完全不同的。隨機正態分布中，參數a，。分別表示期望值和方差。其確定依賴歷史數據，由統計方法得到。而模糊正態分布中，參數a. σ的確定依賴專家的主觀估計。對于模糊需求而言，a反映了專家對最大可能性市場需要的期望，a越大，對市場需求的預期越樂觀；σ反映了市場需求的不確定性程度，a越大，需求不確定性越強。對于模糊提前期而言，a反映了專家對最大可能性的供貨提前期的預期，a越大，說明供應商供貨越慢；σ反映了提前期的不確定性程度，。越大，供給越不穩定。

　　定義2設θ為非空集合，F(θ)表示θ的冪集，R為實數域，。記事件AEP(θ)發生的可能性為n(A)，必要性為N(A)，可信性為C_r(A)，期望為E(A)。設模糊變量專的隸屬函數為μ(χ)，則

 

　　定理1正態模糊變量§的隸屬函數為  ，其中a＞0,σ＞0  則其可信性分布函數   和期望值E｛§｝分別為：

　　3.2需求與提前期不確定狀態下的庫存分析

　　當運用(T, R, S )庫存策略時，安全庫存需要應對整個(LT+T )時間內的不確定性。其中LT為提前期，T為盤點周期。本文主要討論需求和提前期均為模糊變量時的安全庫存分析。此狀態下

的存貨變化如圖1所示

　　圖1：（T，R, S）策略下需求和提前期均為模糊變量的存儲狀態

　　假設市場需求§1（第1期）是獨立同分布的正態模糊變量序列，提前期LT為正整數模糊變量，且LT與§1獨立。訂貨周期T取正整數。在給定的補給周期供給水平CSL下，安全庫存SS應滿足以下條件：

　　再訂購點ROP實際為提前期LT和訂貨周期T內市場需求的期望值與安全庫存之和，即

 

        根據不確定性相關理論，SS即為     的悲觀值，即

  

 

　　也即在給定的補給周期供給水平CLS下，安全庫存ss就是模糊變量以可信性CLS所取值中的最小值。   

　　由于篇幅的限制，關于安全庫存設置的實例不在此贅述。

　　4.小結

　　本文基于模糊數學原理，探討了對備件的分類與安全庫存的設置，與傳統的方法，此方法更結合實際。并且文章提供了詳細的分類思路以及安全庫存設置思路，對風電行業的備件管理具有重要意義。