공급망에 있는 대부분의 회사는 전체 공급망에서 자산을 관리하는 데 도움이 되는 도구를 가지고 있습니다. 이러한 자산 관리를 위한 예시적인 도구는 예를 들어 ERP, CRM, SGA 등입니다. 그러나 기본적으로 이러한 솔루션은 일정에 분석 인텔리전스를 적용하지 않습니다. 인공 지능 및 수학적 최적화 기능을 용량 계획 및 관리에 통합하면 체인의 모든 지점에서 실제 최적화를 달성할 수 있습니다. 장기 전략 계획에서 세부 운영 […]
운영 연구는 개별 창고 위치 문제에 대한 정확한 최적의 솔루션을 결정하기위한 다양한 알고리즘을 제공합니다. 그러나 이러한 알고리즘에는 각 고객 및 각 창고에 대해 창고 j에서 고객 i를 공급하는 비용을 지정하는 비용 매트릭스가 필요합니다. 아래에서는 이러한 알고리즘을 적용 할 수 있도록 비용 행렬을 지정하는 알고리즘을 제안합니다. 계산은 비용 측정 값으로 유클리드 거리를 기반으로합니다. 아래 코드 스 […]
공간 근접 고객 클러스터링을 수행하는 방법에 대한 코딩 예제 제공 (예 : 적용 가능) 여러 무게 중심을 검색 할 때 (즉, 여러 창고 위치 문제를 해결하려는 경우). 논리와 접근 방식은 모든 종류의 거리 기반 클러스터링 문제와 동일합니다. 공간적 거리에 따라 고객을 그룹화하기 위해 k- 평균 클러스터링을 적용합니다. k- 평균 클러스터링에 대한 알고리즘은 잘 설명되어 있습니다. […]
이 게시물에서는 용량이 무제한 인 고정 창고 세트를 고려하여 고객 그룹을 각각 하나의 창고에 할당 할 수있는 방법에 대한 코딩 예제를 제공합니다. 기본 가정은 고정 비용이 없으며 비용은 고객과 창고 사이의 유클리드 거리에만 의존한다는 것입니다. 또한이 문제에서는 리드 타임 요구 사항이나 기타 서비스 수준 관련 제약이 고려되지 않습니다. 알고리즘은 매우 간단하며 클러스터링 알고리즘 중 하나를 […]
이전 게시물에서 저는 창고를 질량 중심 근처에 배치하여 단일 창고 위치 문제에 어떻게 접근 할 수 있는지 보여주었습니다. 이 게시물에서는 질량 중심에 여러 창고를 배치하려고합니다. 이전 게시물에서 이미 정의 된 기능을 사용합니다. http://www.supplychaindataanalytics.com/single-warehouse-problem-locating-warehouse-at-center-of-mass-using-r/에서 질량 중심에서 단일 창고를 찾는 기능을 제공했습니다. http://www.supplychaindataanalytics.com/proximity-based-spatial-customer-grouping-in-r에서 공간 근접 클러스터링을 기반으로 고객을 그룹화하는 방법을 보여주었습니다. 질량 중심 이론을 사용하여 다중 창고 […]