Pufferung der Unsicherheit bei Angebot und Nachfrage mit JMP® Analytics and Modeling
Ling Lin, Manager für klinische Forschung und Ergebnisse; Khoa To, Herstellungsprozessingenieur, AcuFocus Inc.
Der Lagerbestand spielt eine Schlüsselrolle im Betriebsverhalten nahezu aller Fertigungssysteme. Es dient als effektive Möglichkeit, Schwankungen in einer Lieferkette abzufedern. Es gibt viele mathematische Modellierungsansätze zur Bestandskontrolle im Betriebsmanagement. Zum Beispiel vom ältesten und einfachsten EOQ-Modell (Economic Order Quantity) zum ausgefeilteren ROP-Modell (Reorder Point). Viele Modelle gehen jedoch in der Regel davon aus, dass die Nachfrage im Voraus bekannt ist. In diesem Poster haben wir das statistische Modell verwendet, bei dem sowohl Nachfrage als auch Angebot als unsicher angenommen werden und mithilfe von JMP® Analytics (z. B. Modellanpassung) statistisch charakterisiert werden. Die allgemeine Problemstellung besteht darin, die optimierte Bestandspolitik zu bestimmen, die die Lagerhaltungskosten minimiert und gleichzeitig ein gewünschtes Serviceniveau erfüllt. Das Ergebnis des Modells ist eine sinnvolle Bestandspolitik, ausgedrückt als Paar (Q, r), wobei Q der Zyklusbestand (wie viel zu bestellen ist) und r der Sicherheitsbestand (wann zu bestellen) ist.
Ich bin überrascht, dass dies nicht mehr Aufmerksamkeit erregt hat.Die JMP-Modellierung kann gut in der Lieferkette eingesetzt werden.Das ist ein tolles Beispiel.Und es gibt nur wenige oder andere Beispiele in der JMP-Community, wie eine einfache Community-Suche nach „ Inventar ".Ich weiß, dass dies vor etwa einem Jahrzehnt gepostet wurde.Aber ich würde gerne sehen, dass so etwas vollständig in JMP ausgeführt wird, anstatt zu Excel zurückzukehren.
