Bestandsmanagement unter Berücksichtigung von Mindestbestellmengen mit mehreren Referenzen

Joannes Vermorel

Mindestbestellmengen (MOQs) sind allgegenwärtig in der Supply Chain. Jedes Unternehmen, das kein Einzelhandelsspezialist ist, wird höchstwahrscheinlich eine MOQ für alles, was es vertreibt, festlegen. Selbst die Einzelhändler selbst müssen sich mit MOQs auseinandersetzen, da diese von ihren Lieferanten auferlegt werden. Angesichts der Verbreitung von MOQs und der Tatsache, dass in den letzten 100 Jahren etwa 1 Million Artikel in den Bereichen Supply Chain-bezogene Felder veröffentlicht wurden (auch bekannt als Operationsforschung, Bestandsmanagement, Planung usw.), würde man erwarten, dass Tausende von Artikeln¹ verfügbar sind, die sich mit einer solch grundlegenden Frage befassen. Man würde sich irren.

Vor einigen Jahren begann Gaetan Delétoille eine Promotion bei Lokad zu diesem Thema, und unsere größte Überraschung war die äußerst geringe Anzahl an wissenschaftlicher Literatur zu diesem Thema. Es gab nicht nur kaum ein paar Dutzend Artikel aus den letzten 100 Jahren, die sich mit MOQs beschäftigten², sondern viele von ihnen reproduzierten nicht einmal bessere Ergebnisse als triviale Heuristiken bei der Behandlung von MOQs.

Ähnlich wie die Forschung von Benoit Petra und Matthieu Durut ist diese wissenschaftliche Arbeit eine längst überfällige Ergänzung der Lokad-Website.

Autor: Gaetan Delétoille

Datum: Juni 2022

Zusammenfassung:

Diese Promotion³ befasst sich mit dem Problem der Bestandskontrolle mit Mindestbestellmenge (MOQ) für mehrere Artikel, dem viele Kunden der Supply Chain-Optimierung gegenüberstehen. Das MOQ-Problem ist sowohl entscheidend als auch schwierig zu lösen, aufgrund seiner stochastischen Natur und der gemeinsamen Mindestbestellmenge für mehrere Artikel. Bestehende Methoden wie dynamische Programmierung und Verstärkungslernalgorithmen sind für komplexe Probleme nicht skalierbar oder werden selten in der Praxis angewendet. Diese Arbeit stellt die w-Richtlinie vor, einen neuartigen Ansatz, der das Problem der mehrperiodischen MOQ vereinfacht, indem er Artikel priorisiert, wenn die beste potenzielle Bestellung erstellt wird. Umfangreiche numerische Experimente bestätigen die nahezu optimale Leistung und Robustheit der w-Richtlinie. Darüber hinaus untersucht die Studie das Potenzial des Verstärkungslernens bei der Lösung des MOQ-Problems, indem sie die Hybridrichtlinie vorstellt - einen Ansatz, der den Mechanismus der w-Richtlinienzuweisung mit einem Deep Q-Network kombiniert. Obwohl die Hybridrichtlinie vielversprechende Ergebnisse zeigt, erfordert sie weitere Robustheit für die Anwendung in der realen Welt. Die w-Richtlinie wurde erfolgreich implementiert und in die Lösung von Lokad für die tägliche Bestandskontrolle Entscheidungsfindung integriert. Die Forschungsergebnisse tragen wesentlich zur Lösung komplexer Bestandskontrollprobleme im großen Maßstab unter Ungewissheit bei und haben praktische Auswirkungen auf die Supply Chain-Optimierung.

Prüfungskommission:

Die Dissertation herunterladen (PDF)