SCM-在庫管理

サプライチェーンの主な目的の下で見られるように、SCMの基本的な目的の1つは、社内および社内全体のすべての活動と機能を効率的に管理することです。

在庫削減の効率を維持することにより、在庫の効率、より正確には、サプライチェーンの効率を確保できる場合があります。在庫は効率的なサプライチェーン管理に対する責任と見なされますが、サプライチェーンマネージャーは在庫の必要性を認識しています。ただし、記述されていないルールは、インベントリを最小限に抑えることです。

サプライチェーンを超えて在庫を合理化し、在庫投資を可能な限り低く抑えることを目的に、多くの戦略が開発されています。サプライチェーンマネージャーは、在庫投資のために在庫を可能な限り低く維持する傾向があります。在庫の所有に関連するコストまたは投資は高くなる可能性があります。これらのコストには、在庫の購入に必要な現金支出、在庫の取得コスト（他の何かに投資するのではなく在庫に投資したコスト）、および在庫の管理に関連するコストが含まれます。

在庫の役割

サプライチェーンにおける在庫の役割を理解する前に、製造業者と顧客との心のこもった関係を理解する必要があります。クライアントを処理し、顧客の要求に対処し、製造業者との関係を構築することは、サプライチェーンを管理する上で重要なセクションです。

協力関係の概念がサプライチェーン管理の本質としてマークされていると考える多くの例があります。ただし、サプライチェーンの関係、特に製品フローを含む関係をより深く分析すると、これらの関係の中心にあるのは在庫の移動と保管であることが明らかになります。

その半分以上は、在庫の購入、譲渡、または管理に依存しています。ご存知のとおり、在庫はサプライチェーンで非常に重要な役割を果たしており、重要な機能です。

在庫がサプライチェーンに持つ最も基本的な機能は次のとおりです-

需要と供給のバランスを供給およびサポートする。
サプライチェーンの順方向および逆方向の流れに効果的に対処するため。

企業は、上流のサプライヤ交換と下流の顧客需要を管理する必要があります。この状況では、会社は顧客の要求を満たすことのバランスを維持しなければならない状態になります。顧客の要求は、ほとんどの場合、正確または正確に予測することは非常に困難です。この残高は在庫から取得できます。

最適化モデル

サプライチェーンの最適化モデルは、実際の問題または現実の問題を数学的モデルに体系化するモデルです。この数学モデルを構築する主な目的は、目的関数を最大化または最小化することです。これに加えて、実行可能領域を定義するためにこれらの問題にいくつかの制約が追加されます。すべての可能な解決策を調べ、最終的に最良の解決策を返す効率的なアルゴリズムを生成しようとします。さまざまなサプライチェーン最適化モデルは次のとおりです-

混合整数線形計画法

混合整数線形計画法（MILP）は、いくつかの制限があるシステムの最良の結果を得るために使用される数学的モデリング手法です。このモデルは、生産計画、輸送、ネットワーク設計など、多くの最適化分野で広く使用されています。

MILPは、線形目的関数と、連続変数および整数変数で構成されたいくつかの制限制約を備えています。このモデルの主な目的は、目的関数の最適なソリューションを取得することです。これは最大値または最小値の場合がありますが、課される制約に違反することなく達成する必要があります。

MILPは、バイナリ変数を使用する線形計画法の特殊なケースであると言えます。通常の線形計画モデルと比較すると、それらを解決するのはわずかに困難です。基本的に、MILPモデルは、商用および非商用のソルバー、たとえばFico XpressまたはSCIPによって解決されます。

確率的モデリング

確率的モデリングは、ある程度のランダム性または予測不可能性がある状況でデータを表現したり、結果を予測したりする数学的アプローチです。

たとえば、生産ユニットでは、製造プロセスは一般に、投入材料の品質、機械の信頼性、従業員の能力など、いくつかの未知のパラメーターを持っています。これらのパラメーターは製造プロセスの結果に影響を与えますが、絶対値で測定することは不可能です。

これらのタイプのケースでは、正確に測定できない未知のパラメーターの絶対値を見つける必要がある場合、確率的モデリングアプローチを使用します。このモデリング戦略は、これらの要因の予測不可能性を考慮することにより、定義されたエラー率でこのプロセスの結果を予測するのに役立ちます。

不確実性モデリング

現実的なモデリング手法を使用している間、システムは不確実性を考慮する必要があります。不確実性は、システムの不確実な特性が確率的性質でモデル化されるレベルまで評価されます。

不確実性パラメータを確率分布で特徴付けるために不確実性モデリングを使用します。マルコフ連鎖のように入力として依存関係を簡単に考慮するか、待機が重要な役割を果たすシステムのモデリングにキューイング理論を使用できます。これらは、不確実性をモデル化する一般的な方法です。

バイレベル最適化

分散型または階層型の決定を行う必要がある場合は常に、実生活の状況でバイレベルの問題が発生します。このような状況では、複数の当事者が次々に決定を下し、それぞれの利益に影響します。

今まで、バイレベルの問題を解決する唯一の解決策は、現実的なサイズのヒューリスティックな方法によるものです。ただし、これらの最適な方法を改善して、実際の問題の最適なソリューションを計算する試みも行われています。

Supply-chain-management-inventory

目次