Руководство
Firefly Semantics выполняет оптимизацию прибыли от запасных частей в два этапа, описанных ниже.
Чтобы узнать больше обо всех обсуждаемых концепциях, посетите наш вспомогательный центр:
Продукт FS Alpha работает только с Stage I. Основная цель этого продукта — быть инструментом обучения, несмотря на то, что локальная оптимизация действительно дает представление о бизнесе.
Бета-версия FS, которая будет выпущена в ближайшее время, обрабатывает Этап II и Этап I. Он показывает планировщикам наиболее ценные сценарии планирования, на которых следует сосредоточиться.
FS Gamma выполнит анализ оптимизации бюджетных ограничений, когда возможность обеспечения оптимального уровня запасов для всех деталей невозможна.
{ Этап I } — Локальная оптимизация
Первым этапом является локальная оптимизация, где мы фокусируемся на определении Оптимального уровня запасов для следующих входных данных:
- Уровень годового спроса
- Стоимость покупки
- Цена для продажи
- Стоимость капитала
- Срок выполнения дней
Шаг 1
Построить модель Распределение спроса, моделирующую вероятность спроса на lead time days для детали.
Шаг 2
Для каждого уровня запаса рассчитайте:
Шаг 3
Проверьте, превышает ли Предельная прибыль Предельную стоимость запасов.
Если это увеличение stocking level и повторите шаги.
Если это не предыдущее stocking level, это был Оптимальный уровень запасов.
{ Этап II } — Глобальная оптимизация
На этапе I мы рассмотрели фиксированный annual demand level.
На этапе II мы будем рассматриватьannual demand levels в диапазоне от 1 до 24
Шаг 1
Разработайте распределение априорной вероятности для совокупного спроса на детали.
Шаг 2
Разработайте апостериорное распределение вероятности. Это распределение отвечает на вопрос.
«Какова вероятность того, что спрос на деталь, которую мы поставляем, составит 3 единицы, учитывая, что в прошлом году спрос на эту деталь составлял 8 единиц?»
Мы используем байесовскую вероятность для разработки этого распределения.
Шаг 3
На этом этапе мы оцениваем все возможные сценарии уровня годового спроса, начиная с 1 до 24.
Для каждого уровня спроса рассчитывается оптимальный уровень запасов.
Затем мы рассчитываем чистую прибыль при оптимальном уровне запасов для каждого сценария спроса.
Затем мы оцениваем расчет чистой прибыли, умножая его на вероятность попадания в этот сценарий.
Для этого мы используем оба распределения вероятностей.
Так, например, для mean annual demand level из 10 единиц ожидаемая чистая прибыль составит 44 000 000 долларов США. Вероятность реализации этого сценария равна 0.14.
Оценка составляет 0,14*44000000 или 6 160 000.
Для mean annual demand level из 23 единиц ожидаемая чистая прибыль может составить 72 000 000 долларов США. Вероятность реализации этого сценария составляет 0,001.
Оценка составляет 72 000.
На каком сценарии должен сосредоточиться планировщик?
Связанные концепции, формулы и руководства
Оптимизация прибыли от запасных частей
Для получения дополнительных концепций, руководств и формул, связанных с оптимизацией прибыли от запасных частей, посетите прибыль от запасных частей Firefly Semantics, Справочный центр оптимизации:
