补货系统4参数动态校准 — 前置期/安全库存/补货点/最大库存的精准化维护体系

"""
补货系统4参数动态校准
基于《全链路管理》陈凤霞 第七章第四节
4基础参数 + 3变量参数 + 2计算参数 + 参数健康诊断
"""
import numpy as np
import pandas as pd
from scipy import stats
from dataclasses import dataclass, field
from typing import Dict, List, Optional, Tuple
import warnings
warnings.filterwarnings('ignore')


@dataclass
class ReplenishmentParameters:
    """补货系统参数集"""
    sku_id: str
    # 4个基础参数
    lead_time_days: float           # 前置期
    safety_stock_days: float        # 安全库存天数
    service_level: float = 0.95     # 目标服务水平
    max_stock_days: float = 60.0    # 最大库存天数
    # 参数设置时间
    param_version: str = '2026-Q1'
    last_calibration: str = '2026-01'


class ReplenishmentParameterCalibrator:
    """补货参数校准器"""

    @staticmethod
    def compute_safety_stock_days(daily_sales: np.ndarray, lead_time: float,
                                   service_level: float = 0.95) -> float:
        """
        安全库存天数 = z × σ_D × √LT / 日均销量
        （书中标准公式）
        """
        if len(daily_sales) < 7:
            return 14.0  # 数据不足时的默认值

        z = stats.norm.ppf(service_level)
        sigma_d = float(np.std(daily_sales))
        avg_d = float(np.mean(daily_sales))

        # 安全库存件数
        safety_units = z * sigma_d * np.sqrt(lead_time)
        # 转化为天数
        safety_days = safety_units / max(avg_d, 0.01)

        return max(round(safety_days, 1), 3.0)  # 最少3天安全库存

    @staticmethod
    def compute_seasonal_index(monthly_sales: List[float]) -> Dict[int, float]:
        """
        计算12个月的季节指数
        季节指数 = 当月销量 / 全年月均销量
        """
        if len(monthly_sales) < 12:
            return {i+1: 1.0 for i in range(12)}