これがサプライチェーンであるとします。 これでエキスパートシステムが最適化します。
導入 ：あなたがタブレットと電話を生産する会社であると想像してください-mayfunsとmaypads。 あなた自身がカリフォルニアに座っており、東部にいくつかの工場があり、さらに、より収益性の高いサプライヤーからあらゆる種類のコンポーネントを定期的に注文しています。 また、タブレットや携帯電話を販売する独自の小売チェーン店もあります。
トピックでは、世界中のコンポーネントから製品を収集する機器の製造業者がどのようにロジスティクスを扱うことができるかについて。 まあ、または小売チェーン、その供給も些細ではありません。
3つの問題があります。
- ロジスティクスは非常に複雑で分岐しているため、今では何十人もの人々がそれに取り組んでいます。誰かがメイファンを配布し、誰かが店のカバーをばらまき、メーカーが世界中の工場で部品を収集する最適な方法を計算しています。
- 同時に、私はロジスティックスキームを保存したいと思います：すべてのフローをスマートに分析することで、たとえば、新しい生産の開始場所や追加の倉庫の組織について決定することができ、最終的に利益が得られると思われます。
- 同時に、あなたの人々は常に出発と間違えられます-しかし、あなたはどこでも忘れられないことを確認したい、すべてが時計仕掛けのように働いて、商品が時間通りに到着しました。 これも節約になりますが、タイムリーな配信とエラーの発生を犠牲にします。
マップ上の基本的なサプライチェーン
また、需要と供給の量をすでに予測しており（ こちらで読むことができます ）、オンデマンドおよび生産に関するデータを分析するためのエキスパートITシステムを導入する最初のステップ（ ここ ）を通過していることも前提としています。 過去のトピックでは、需要予測を設定しました。あなたは、買い手とマーケティング担当者のおかげで、市場全体で必要な製品の量と種類、およびこれらすべてが店舗にどのように配布されるかを正確に把握しています。
そのような場合に私たちが行うことは次のとおりです。
- はじめに-製品、倉庫、およびそれらのポイントのすべてのソースを地図上にマークします。
製品が取られる場所（材料とコンポーネントの生産）、製品が組み立てられる場所（アルミニウムケース、超小型回路、バッテリー、カメラを接続するプラント）、製品が保管される場所（流通ノード）、および商品が販売される場所（ショップ）があります。 バッテリー用の酸の生産から完成したタブレットのクライアントへの販売までの完全なチェーンを含む場所のネットワークが判明しました。
- ここで、各ポイントおよび各タイプの供給に制限を課します。
たとえば、工場Aは20,000個のバッチでしか箱を出荷できず、倉庫Bは土曜日に稼働せず、店舗Cには商品を受け取るためのこのような作業スケジュールがあり、1日あたり生産Dで500錠しか収集できず、各ポイントでの保管には多くの費用がかかりますなどなど。
- 各ポイントに配送条件を設定します。
たとえば、タブレット用のカメラを製造する工場には、ロットの量に応じた価格のステップがあります。10,000単位はNお金、30,000単位は2N、100,000単位は5Nのみです。 さらに、彼の倉庫は1日あたり100立方メートル以下の製品しか出荷できません。 別の例-倉庫Eでの出荷は2週間に1回だけ可能ですが、すぐに蓄積されたすべての倉庫に対して可能ですが、別の倉庫では毎日製品を配送できますが、配送の最適なスケジュールを計算する必要があります。
- 次に、トランスポートデータを設定します 。
そのような持ち上げ能力とそのような速度の車はここから行きます。ここでは船で船で送ることができます。鉄道と飛行機のオプションなどがあります。
各輸送について-可能なスケジュール、配達時間、体の量、およびコストを含むその他のパラメーター。 - 中間点でアセンブリレシピを設定します。
たとえば、タブレットを作成するには、一連のチップ、バッテリー、カメラ、画面などを接続する必要があります。
これらの部品はすべて異なる工場で生産することができます。後でシステムは、最適な供給場所と注文方法を計算します。 - さらに、さまざまな外部要因のカレンダー 、特に国の祝日がアンロードされます。
7.システムは、 総コストの最小化や利益の最大化などの最適化基準を考慮して、最適な供給、生産、配送ルートのソースを見つけます。
8.その結果、供給ネットワークの各ポイントがどのように機能するかに関するデータの全体を取得し、注文と移動の最適なスケジュールを計算します。 同時に、システムはすべての動きを1分以内に考慮しますが、これは多くの場合不要です-したがって、これに加えてフィルターが適用されるため、現実により適用可能なわずかに異なる精度の平面で操作する必要があることが明確になります。
最適化された回路
これにより、3つの重要なタスクが解決されます。
- まず、何を、いつ、どこで、何を販売するかについての計画が準備されています。
- 次に、ネットワークに新しいポイント（たとえば、安価な生産を提供する新しいリモートプラント、新しい店舗、または新しい中間倉庫）を含めて、これがすべての運用と条件のコストをどのように変えるかを理解できます。
- そして第三に、小売ネットワークの需要量の予測に関するデータ（またはその他の入力データ）をこのロジスティクスモジュールにアップロードできます。これにより、生産計画が決定され、どの期間に正確に作業するかを理解できます。 たとえば、プラントの1つを停止し、半期にわたって中央倉庫を介してすべてを輸送し、両方のプラントに負荷をかけ、さらに3か月間いずれかのプラントから別の場所に直接輸送し、シーズンの終わりに新年のピークとそこから飛行機で商品を運ぶ。
最終計画には、「ソフト」制限の違反に関する情報が含まれています。たとえば、システムが生産プロセスのボトルネックを明らかにしたり、購入を少なくすることを推奨する場合があります（罰金が科せられますが、商品の長期保管よりも損失が少なくなります）、標準のスケジュール外で飛行機をチャーターしますなどなど。
同じシステムを使用して、限られた製品の最適な分布を予測します。 地震の種類の緊急事態が私たちの工場の1つで発生し、年末までに予想されるタブレットの数の70％しか受け取らないことを想像してください。 店舗間でそれらを最適に分散する方法と、他のネットワークに与える金額を理解する必要があります。「ここでは、少なくとも1,000個をロードする必要がある」、「これらはディスプレイケースに30個あるので、常に少なくともある」などの制限を手動で設定できます優先ストア」を選択してから、すべてのロジスティックファクターを考慮し、制限と予想利益を設定して、送信に必要な場所と金額の予測を取得します。
組立サイクル
まとめ
システムは需要を予測し、製品の最適な流通チェーンを構築し、戦略的意思決定を支援します（これには多くのモジュールがあります）。新しいポイント、ルートなどの出現のシナリオを計算し、外部要因の各変化を評価し、マーケティング予測を構築することができます。
このシステムをより広く見ると、分析プロセスにとって時間のかかる困難な作業をすべて自動化し、優先度が最も高いタスクまたはアルゴリズム処理が不可能なタスクを特定し、それらについて質問することが明らかになります。 実際、買い手とロジスティックがこのシステムのバイオモジュールであるというジョークは非常に真実です。 エキスパートシステムは実際に人との共生のようなもので動作します：大量のデータを処理し、すべての計画を正しく構築します（人はそのような正確さとパフォーマンスができません）が、同時に疑わしい決定を識別し、「バイオシステム」がある外部処理を与えます、直接予測できないすべてを認識しています。
要するに、それは多くのお金を節約し、ロジスティクスで何が起こっているかを制御し、透明な決定を下すことを可能にするツールであることがわかります。
需要予測モジュールと組み合わせた典型的な結果は次のようになります。
- 予測の精度は15〜20％向上しています。
- プロセスの複雑さが大幅に軽減されます。
- 在庫は10〜15％削減されます。
- サービスのレベル（商品の入手可能性）は5〜10％増加しています。
- 人的要因によって引き起こされるエラーの数が削減されます。
- 輸送コストは10〜30％削減されます。
- 同じソースデータを持つ単一の情報スペースで作業する機会があります。
- ヘッドは各ストリームを制御および表示します。これは、構造の透明性と制御性です。
コメントで質問に答える準備ができました。 Habréを使用していない場合、またはメールですべてについて話し合いたい場合は、eneveykin @ croc.ruに連絡してください 。 小売または生産に実装コストが必要な場合は、Alexey Isaev、 alisaev @ croc.ruが回答します。