Gestione dell'inventario sotto il vincolo di quantitativi minimi d'ordine multi-referenza

Joannes Vermorel

I quantitativi minimi d’ordine (MOQs) sono onnipresenti nelle supply chain. Ogni azienda che non sia specializzata nel retail è molto probabile che imponga un MOQ su qualsiasi cosa distribuisca. Anche i rivenditori stessi devono affrontare i MOQs, in quanto questi sono imposti dai loro fornitori. Considerando la prevalenza dei MOQs, e il fatto che negli ultimi 100 anni siano stati pubblicati circa 1 milione di articoli in ambiti correlati alla supply chain (ovvero ricerca operativa, inventory management, pianificazione, ecc.), ci si potrebbe aspettare migliaia di articoli¹ prontamente disponibili per investigare una preoccupazione così basilare. Si sbaglierebbe.

Qualche anno fa, Gaetan Delétoille ha iniziato un dottorato presso Lokad affrontando proprio questo argomento, e la nostra più grande sorpresa è stata scoprire l’estrema scarsità di letteratura scientifica in merito. Negli ultimi 100 anni sono stati trovati a malapena qualche decina di articoli che trattassero i MOQs², e molti di essi né sono stati riprodotti né hanno fornito risultati migliori rispetto ad euristiche banali nell’affrontare i MOQs.

Proprio come la ricerca di Benoit Petra e Matthieu Durut, questo lavoro accademico è un’aggiunta da tempo attesa al sito web di Lokad.

Autore: Gaetan Delétoille

Data: giugno 2022

Riassunto:

Questa ricerca di dottorato³ affronta il problema del controllo dell’inventario a MOQs multi-articolo (Minimum Order Quantity) che molti clienti di supply chain optimization devono fronteggiare. Il problema dei MOQs è sia cruciale che difficile da risolvere a causa della sua natura stocastica e della quantità minima d’ordine condivisa tra più articoli. I metodi esistenti, come la programmazione dinamica e gli algoritmi di reinforcement learning, non riescono a scalare per problemi complessi o sono raramente applicati nella pratica. Questa tesi introduce la w-policy, un approccio innovativo che semplifica il problema dei MOQs su più periodi, dando priorità agli articoli nella costruzione del miglior ordine potenziale. Ampi esperimenti numerici convalidano le prestazioni quasi ottimali e la robustezza della w-policy. Inoltre, lo studio esplora il potenziale del reinforcement learning nella risoluzione del problema dei MOQs presentando la hybrid policy - un approccio che combina il meccanismo di assegnazione della w-policy con una deep Q-network. Sebbene la hybrid policy dimostri risultati promettenti, necessita di ulteriore robustezza per l’applicazione nel mondo reale. La w-policy è stata implementata con successo e integrata nella soluzione di Lokad per il decision-making quotidiano nel controllo dell’inventario decision-making. I risultati della ricerca contribuiscono in modo significativo a risolvere complessi problemi di controllo dell’inventario su larga scala in condizioni di uncertainty, con implicazioni pratiche per la supply chain optimization.

Giuria:

Scarica la tesi (PDF)