Prévision et optimisation de la taille des lots
Dans le cas de ce client - une entreprise développant un système de gestion des marchandises pour l'industrie de l'emballage, nos experts en Data Science COSMO CONSULT ont mis en place un module spécial pour la prévision et la planification de la taille des lots pour la production, l'entreposage et le transport. Grâce à l'optimisation intégrée et simultanée des coûts de production, de stockage et de transport, les coûts totaux de la chaîne d'approvisionnement ont été réduits jusqu'à 3 %.
Bénéfices principaux
- Prévisions automatisées de la demande
- Rendement de production optimal en tenant compte des coûts d'installation et de stockage
- Prise en compte flexible des restrictions liées aux clients et des processus de production alternatifs
- Prise en charge de plusieurs usines avec un serveur d'optimisation central (architecture client-serveur)
Situation initiale
L'entreprise recherchait une solution d'optimisation de la taille des lots afin de mieux accompagner ses clients qui planifient à court terme et ne prennent pas en compte les aspects de coût total lors de la gestion de la taille des lots.
Approche retenue
Après un atelier commun, l'équipe projet a d'abord développé une architecture logicielle composée de différents modules pour :
- La prévision
- Le traitement des données (pré- et post-traitement)
- L'optimisation
- La visualisation
Afin de mieux utiliser les capacités et les licences des ordinateurs et de maintenir les coûts à un niveau bas pour chaque utilisateur, l'entreprise a opté pour une solution client-serveur : alors que la prévision, la préparation des données et la visualisation sont exécutées du côté client, l'optimisation est exécutée du côté serveur.
Pour la mise en œuvre, l'équipe projet a choisi une approche agile avec un retour régulier des clients et un processus de développement interactif. La collaboration étroite avec les clients et les partenaires nous a permis de prendre en compte de nombreux problèmes d'optimisation liés à l'industrie. Un défi particulier était la longueur typique de la programmation mixte en nombres entiers (MIP). Avec une modélisation efficace et une sélection adéquate des paramètres d'optimisation, les durées d'exécution ont pu être réduites à 5-10 minutes par cycle d'optimisation.
Le système de planification est basé sur une base de données Microsoft SQL Server, qui comprend toutes les données d'entrée et de sortie. Les processus d'optimisation peuvent être planifiés à l'avance ou exécutés manuellement.
Bénéfice supplémentaire
Grâce à l'optimisation intégrée et simultanée des coûts de production, de stockage et de transport, les coûts totaux de la chaîne d'approvisionnement ont pu être réduits de 2 à 3 %. Il est devenu facile de simuler différents scénarios - comme des équipes différentes ou des investissements en machines - en ajustant les paramètres. Les processus de planification peuvent être lancés à la fois sur une base régulière (par exemple hebdomadaire), dans le cadre d'une planification glissante, ainsi que manuellement. L'entreprise applique la solution par le biais de processus de planification réguliers et d'évaluations individuelles telles que des analyses de simulation. Avec le nouveau module, non seulement il a été possible de réduire les coûts globaux, mais aussi de mieux assister les employés dans la planification en générant automatiquement des propositions de décision.
Ces autres articles sur les lots peuvent vous intéresser
