サプライ チェーンの最適化では、データ分析を最大限に活用して、需要と供給を一致させる工場と配送センターの最適な組み合わせを見つけます。

現在の配送コストの高騰により、企業は新型コロナウイルス感染症後の「ニューノーマル」に適応するために、現在の事業規模に挑戦し始めています。

この記事では、次のことを考慮して、線形計画法を使用したサプライチェーン最適化のための簡単な方法論を紹介します。

• 施設の固定生産コスト($/月)
• 生産単位あたりの変動生産費($/単位)
• 送料($)
• お客様のご要望（個数）

新しい記事が無料で受信箱に直接届きます:ニュースレター

視聴したい場合は、この記事のビデオ版をご覧ください。

I. Python を使用してサプライチェーン ネットワークを設計するにはどうすればよいですか?

問題文

あなたは、国際的な製造会社のサプライ チェーン管理責任者として、最近の輸送コストの上昇と将来の需要予測を考慮して、今後 5 年間のサプライ チェーン ネットワークを再定義したいと考えています。

サプライチェーンネットワーク

• ブラジル、米国、インド、日本、ドイツの5 つの市場
• 低生産拠点と大生産拠点の2種類の製造設備
• 送料（コンテナあたり$）
• 顧客の需要(台/年)

• 設備の資本支出 (機械、ストレージなど)
• 公共事業（電気、水道など）
• 工場管理・事務スタッフ
• スペースレンタル

生産変動費

• 生産ラインオペレーター
• 原材料

配送変動費

• コンテナあたりのコスト ($/コンテナ)
• 仮定: 1 つのコンテナに 1000 個のユニットを収容できる

拠点別の製造能力

たとえば、ブラジルの高生産能力工場では 1,500,000 (個/月) を生産できます。

市場ごとの顧客の需要

完全なコードは、この Github リポジトリで見つけることができます:私のポートフォリオを他のプロジェクトにリンク: Samir Saci

II. 結果

3 つのシナリオを試してみましょう

• シナリオ 1: 初期パラメータ
• シナリオ 2: インドの生産能力を増強します (x2)
• シナリオ 3: コンテナ不足による輸送コストの高騰

• ブラジル工場は地元市場と米国向けに生産しています

Facilities: 1 high capacity plant
('Brazil','Brazil') = 145,000 (Units/Month)
('Brazil','USA') = 1,250,000 (Units/Month)

Facilities: 1 high capacity plant and 1 low capacity plant
('India','Germany') = 90,000 (Units/Month)
('India','India') = 160,000 (Units/Month)
('India','Japan') = 200,000 (Units/Month)
('India','USA') = 1,550,000 (Units/Month)

Facilities: 1 high capacity plant
('Japan','Japan') = 1,500,000 (Units/Month)

Total Costs = 62,038,000 ($/Month)

固定費が 2 倍になると仮定して、インドの高生産能力プラントの規模を 2 倍にしてみます。

• ブラジル工場は現在も地元市場と米国向けに生産を行っている

Facilities: 1 high capacity plant
('Brazil','Brazil') = 145,000 (Units/Month)
('Brazil','USA') = 1,250,000 (Units/Month)

Facilities: 2 high capacity and 1 low capacity plants
('India','Germany') = 90,000 (Units/Month)
('India','India') = 160,000 (Units/Month)
('India','Japan') = 1,700,000 (Units/Month)
('India','USA') = 1,550,000 (Units/Month)

-19.4(%) vs. Scenario 1
Total Costs = 51,352,000 ($/Month)

コンテナのコストを 5 倍にするとどうなるでしょうか?

• ブラジルは地元市場向けにのみ生産しています

Facilities: 1 low capacity plant
('Brazil','Brazil') = 145,000 (Units/Month)

Facilities: 1 high capacity plant
('USA','Japan') = 200,000 (Units/Month)
('USA','USA') = 1,300,000 (Units/Month)

Facilities: 1 high capacity plant
('India','Germany') = 90,000 (Units/Month)
('India','India') = 160,000 (Units/Month)
('India','USA') = 1,500,000 (Units/Month)

Facilities: 1 high capacity plant
('Japan','Japan') = 1,500,000 (Units/Month)

Total Costs = 92,981,000 ($/Month)

サプライ チェーンのデータ サイエンスに関連する詳細については、medium でフォローしてください。

PythonのPuLPライブラリを使用します。PuLP は、線形 (LP) および整数計画 (IP) 問題のためのモデリング フレームワークで、Python で記述され、COIN-OR Foundation (オペレーションズ リサーチのための計算インフラストラクチャ) によって維持されています。

1. 変数、パラメータ、モデルを宣言します

• LpMinimize : 目的はコストを最小限に抑えることです
• lowBound =0: 負の値の単位を生成することはできません

3. モデルを解いて結果を分析する

Ⅲ．結論と次のステップ

データ分析とサプライチェーン管理に関連するその他の記事については、お気軽に Medium でフォローしてください。

結論

このモデルを使用すると、運用パラメータと商用パラメータに影響を与えるいくつかのシナリオをシミュレートできます。

• インドで需要が爆発的に増えたらどうなるでしょうか?
• ブラジルの工場を閉鎖しなければならない場合はどうすればよいでしょうか?
• 日本の生産能力を3倍にしたらどうなるでしょうか？

持続可能な調達

同様のアプローチを使用して、CO2 排出量を最小限に抑える目的関数を考慮してサプライヤーを選択することができます。

持続可能な調達とは、サプライヤーを選択する際に社会的、倫理的、環境的パフォーマンス要素を統合するプロセスです。

これには、労働者の権利、健康と安全、環境への影響、人権などの一連の持続可能性基準に基づいてサプライヤーを評価し、評価することが含まれます。

データ分析を使用して、経済的制約と環境的制約が混在する中で最適なサプライヤーを自動的に選択します

この記事では、データ分析を使用して最適なサプライ チェーン ネットワークを設計し、コストと環境への影響を最小限に抑える方法を説明します。

モデルを改善する

この単純なモデルは、サプライ チェーン ネットワーク最適化の線形最適化の可能性を得るのに役立ちます。制約を追加することで、このモデルをすぐに改善できます

• 保管コスト
• 炭素排出制限(CO2 = f(距離、重量))
• 配送リードタイム
• 顧客決済手数料
• 通貨の変更

私について

LinkedinとTwitterでつながりましょう。私はサプライ チェーン エンジニアで、データ分析を使用して物流業務を改善し、コストを削減しています。

データ分析とサプライ チェーンに興味がある場合は、私の Web サイトをご覧ください。

参考文献

[1] オペレーションズ リサーチのための計算インフラストラクチャ、PuLP による最適化 (ドキュメント)、リンク