AIと最適化を用いたサプライチェーン最適化ソリューションを提供 - ログ・オプト -
ログ・オプトは研究者および技術者のプロフェッショナル集団です.
  • Home
  • Solution
    • Webシステムデモ&トライアル
    • Optimization Solver
      • 制約最適化ソルバーSCOP
      • スケジューリング最適化ソルバーOptSeq
      • 数理最適化ソルバーGurobi Optimizer
      • 配送最適化ソルバーMETRO
    • Web System
      • サプライ・チェイン基本分析
      • 在庫最適化
      • 生産ロット最適化
      • ロジスティックネットワーク設計
      • 幹線輸送ネットワーク最適化
      • 人員配置(シフト)最適化
      • 配送最適化
      • サプライ・チェインリスク分析
      • 需要予測
    • Consulting
  • News/Blog
  • Resource
  • About us
    • 会社概要
    • お問い合わせ
    • プライバシーポリシー
    • 情報セキュリティポリシー

ENGLISH CHINESE

  • ENGLISH
  • CHINESE

LOG OPT(ログオプト)は研究者および技術者のプロフェッショナル集団です.

scrm
2020-08-06

コロナ禍で重要になる最適化モデル(2)リスク分析

最適化

リスク分析

パンデミックが発生するとグローバル・サプライ・チェインの途絶が発生します.たとえば,covid-19のため,インドと中国間の物流が停止したため,部品の供給ができなくなった工場は,生産停止に追い込まれています.

このような問題を解決するための最適化モデルが,サプライ・チェイン・リスク分析モデルです.このモデルでは,工場を点とした輸送グラフと,製品を点とした部品展開表の2つのグラフが中心的な役割を果たします.

輸送グラフとは,工場を点とし,輸送可能な点対が枝のグラフです.各工場には,生産可能な製品の情報が付加されています.

部品展開表とは,製品(部品)を点とし,どの製品がどの部品から構成されるかを枝で表します.枝上には,必要な部品数を重みとして与えます.

scrm graph

 

この2つのグラフから生産グラフが得られます.このグラフの点は,工場と製品の組で,各組に対してパイプライン在庫量が与えられます.枝は,ある工場で生産される製品が,どの工場で生産された部品から構成されるかを表します.最終製品には需要量(1日あたりの生産必要量)が与えられ,工場には生産容量が決められています.

scrm prod graph

 

生産グラフの各点(工場と製品の組)が,何らかの原因で途絶(生産停止)したときに,最終需要が品切れになるまでに日数を「生存時間 (time to survival: TTS)と呼び,これを最小化します.

TTSが小さい点は途絶の影響が大きい点なので,注意が必要です.その点が途絶が発生する確率が高い地域にある場合には,デュアルソーシングやと緊急時に使用するリスク在庫の準備などの施策を検討すべきです.

詳細については,リスク分析システムの製品ページをご参照下さい.

scrm tts
コロナ禍で重要になる最適化モデル(1)シフト最適化 コロナ禍で重要になる最適化モデル(3)サービスネットワーク設計

Related Posts

AI, その他, 最適化

巡回セールスマン問題の最先端

case_gannt_for_shift

Python, SCMOPT, サプライ・チェイン, 可視化, 実務, 最適化

シフト最適化(ケーススタディ7)

case sendo sol

Python, SCMOPT, サプライ・チェイン, 可視化, 実務, 最適化

サービスネットワーク設計(ケーススタディ6)

カテゴリー

  • AI
  • Python
  • SCMOPT
  • サプライ・チェイン
  • その他
  • 可視化
  • 実務
  • 最適化
AIと最適化を用いたサプライチェーン最適化ソリューションを提供 - ログ・オプト -
Copyright © 2019 Log Opt Co., Ltd.