Optimierungsstrategien

Ergebnis

Dieses Konzeptdokument bietet dem Benutzer grundlegende Informationen dazu, wie Optimierungsstrategien auf den Planungsprozess von Lieferketten angewendet werden kann.

Sie können diese Informationen für Folgendes verwenden:

• Planungsoptimierungen, die auf dem höchstmöglichen Gewinn basieren
• Planungsoptimierungen, die auf der optimalen Bedarfserfüllung basieren
• Anpassen der Einstellungen zu Optimierungsparametern in der Lieferkettenplanung gemäß bestimmter Anforderungen

Bevor Sie beginnen

Der Benutzer muss über Grundkenntnisse darin verfügen, wie M3 SCP hinsichtlich Lieferkettenstruktur, Lieferkettenelemente und Benutzerumgebung verwendet wird.

Optimierungselemente – Einschränkungen

Das Lieferkettenmodell enthält eine Anzahl an verschiedenen Ressourcen, die den Materialfluss durch bestimmte Abschnitte in der Lieferkette einschränken. Jede Ressource wurde mit einer bestimmten Kapazität pro Periode angegeben. In der Ist-Lieferkette kann diese Kapazität im Laufe der Zeit geändert werden. Ob die Kapazität geändert werden sollte oder nicht, hängt von mehreren Faktoren ab, z. B. vom Ressourcentyp und den durch eine vorgeschlagene Änderung gewonnen Vorteilen.

Handhabung von Ressourcenseinschränkungen

Alle Arten von Ressourcen werden grundsätzlich auf die gleiche Art und Weise gehandhabt. Die M3 SCP-Artikelgruppen, die die gleichen Ressourcen benötigen, werden um die verfügbare Kapazität konkurrieren. Wenn die verfügbare Kapazität nicht ausreicht, wird die Zuweisung von Kapazität von den Gesamtkosten und den in der Lieferkette angegebenen Prioritäten abhängig gemacht. Die verbleibenden M3 SCP-Artikelgruppen werden auf verschiedene Arten behandelt:

• Sie können durch andere und kostenintensivere Teile der Lieferkette beliefert werden.
• Sie können die gleiche Ressource in einer früheren Periode in Anspruch nehmen. Dies wird zu zusätzlichen Lagerkosten führen.
• Sie können möglicherweise gar nicht geliefert werden, da sie entweder zu teuer sind oder die Gesamtkapazität in der Lieferkette den Bedarf nicht erfüllen kann.

Bei der Lockerung der Kapazitätseinschränkungen für eine oder mehrere Ressourcen kann die optimale Kapazitätsanforderung für diese Ressourcen identifiziert werden. Optimale Kapazität bedeutet, dass der gesamte Plan aus einer Kosten/Nutzen-Sicht so gut wie möglich ist. Um dies zu ermöglichen, wird die Kapazität der Ressourcen bei einer Optimierung als unbegrenzt angegeben. Dies bedeutet, dass die beteiligten Ressourcen nicht als Einschränkungen behandelt werden. Der optimierte Plan kann jetzt nach den vom Optimizer vorgeschlagenen Kapazitäten analysiert werden. Jetzt kann festgelegt werden, ob diese Lösung möglich ist, indem die gewünschte Kapazität mit der maximal verfügbaren Kapazität, einschließlich verfügbarer Kapazitätserhöhung, verglichen wird. Wenn dies nicht möglich ist, müssen andere Möglichkeiten untersucht werden.

Begrenzte Kapazitäten werden schrittweise eingeführt

Indem alle Kapazitäten als unbegrenzt definiert werden und die wichtigste Einschränkung identifiziert wird, kann die Engpasstheorie angewendet werden. Versuchen Sie, die identifizierten Einschränkungen zu lösen, indem Sie z. B. die Kapazität erhöhen. Wenn die Einschränkungen nicht gelöst werden können, muss dies akzeptiert werden, indem sie als endgültig festgelegt werden. Wenn die erste Einschränkung gelöst oder akzeptiert worden ist, wird automatisch die nächste Einschränkung angegeben, zu der eine Entscheidung getroffen werden muss: Kann sie gelöst oder muss sie akzeptiert werden. Auf diese Art wird weiterhin verfahren, bis keine kritischen Einschränkungen mehr möglich sind oder beschlossen wird, dass alle übrigen Einschränkungen als endgültig akzeptiert werden.

M3 SCP erlaubt es, auf eine sehr flexible Art festzulegen, welche Ressourcenkapazitäten endgültig oder unbegrenzt sein sollen. Dies wird in den folgenden Unterabschnitten beschrieben.

Status und Kontrolle von Einschränkungen

Allen einzelnen Ressourcen wird ein Einschränkungsstatus für jede Periode zugewiesen. Dieser Status gibt dem Optimizer Anweisungen zur Anwendung von einer von drei Optionen:

Die Ressourcenkapazität kann auf folgende Arten eingestellt werden:

1. Begrenzt in der Periode

2. Unbegrenzt in der Periode

3. Der allgemeinen Optimierungsstrategie folgen

Wenn keine Option gewählt ist, wird der Status der allgemeinen Optimierungsstrategie zufolge bestimmt. Der allgemeine Status "Begrenzt/Unbegrenzt" wird im Bild "Optimierungsstrategieeinrichtung" in der ersten Registerkarte "Einschränkungssteuerung" festgesetzt. Diese Einstellungen können für jeden Ressourcentyp festgelegt werden (Transport, Lieferung, Lagerbereich, Ship-in und Ship-out) oder für alle auf einmal.

Definieren, welche Ressourcen begrenzte oder unbegrenzte Kapazität anwenden sollen

Jeder einzelnen Ressource im Lieferkettenmodell wird eine Kapazitätsstufe zwischen 1 und 99 zugewiesen, die bei der Datenerstellung definiert wird. Durch die Auswahl einer allgemeinen Optimierungsstrategiestufe kann der Optimizer automatisch alle Ressourcen unter dieser Stufe auf unbegrenzt und alle Ressourcen über dieser Stufe auf begrenzt stellen. Ein Beispiel wird in der nächsten Grafik angezeigt.

Eine bestimmte Kapazitätsstufe kann verwendet werden, wenn die Reihenfolge, in der die Ressourcen behandelt werden sollen, im Voraus als mit begrenzter Kapazität bekannt sind. Dies basiert auf der Erfahrung des Benutzers mit der Lieferkettenplanung. Beispiel: Wenn es praktisch unmöglich ist, die Kapazität einer bestimmten Ressource in absehbarer Zukunft zu ändern, wird dieser Ressource eine hohe Kapazitätsstufe zugewiesen. Allen Ressourcen, die normalerweise geändert werden können – z. B. einfach per Absprache mit der richtigen Person –, kann eine niedrigere Kapazitätsstufe zugewiesen werden.

Perioden mit keiner verfügbaren Kapazität erhalten besondere Aufmerksamkeit

Es gibt eine allgemeine Ausnahme, die dem Benutzer bekannt sein sollte, wenn mit unbegrenzten Kapazitäten gearbeitet wird. Diese Ausnahme betrifft Perioden, in denen keine Kapazität verfügbar ist, z. B. Feiertage. Standardmäßig werden alle Null-Kapazitätsperioden vom Optimizer respektiert, wenn die Unbegrenztheitsstrategie verwendet wird. Der Parameter "Null-Kapazität respektieren" kann jedoch ausgeschaltet werden, um zu testen, welche Auswirkungen es hat, diese Ressourcenkapazität auf unbegrenzt zu stellen.

Der Parameter "Einschränkungsstatus ignorieren"

Wenn der Parameter "Einschränkungsstatus ignorieren" im Optimierungsstrategiebild eingeschaltet wird, wird der Optimizer angewiesen, die einzelnen Statuseinstellungen zu ignorieren. Dies ermöglicht es dem Optimizer, die allgemeine Optimierungsstrategie – wie in der Registerkarte "Einschränkungssteuerung" angegeben – für alle Ressourcen anzuwenden.

Tiefere Grenzwerte bei Ressourcennutzung

Für Einkaufs-, Produktions- und Transportressourcen ist es möglich, eine andere Art von Ressourceneinschränkung einzuschalten, um die Nutzung von unten zu begrenzen, z. B. mindestens 50%. Dies bedeutet, dass der Optimizer angewiesen werden kann, mehr von bestimmten Ressourcen zu nutzen als er in Bezug auf Kosten und Preis "berechtigt" ist. Da die Grenzwerte in zwei verschiedenen Optimierungen ein- und ausgeschaltet werden können, kann der Benutzer den Effekt der Grenzwerte untersuchen.

Diese tieferen Grenzwerte könnten z. B. für Molkereiunternehmen nützlich sein, die eingehende Rohmilchvorräte zu 100 % nutzen müssen. Ein anderes Beispiel sind Produktionsanlagen, die nicht das gesamte Jahr laufen müssen. Wenn die Verwaltung während Standzeiten keine Mitarbeiter entlassen möchte, könnte den Produktionsanlagen z. B. eine Minimalauslastung von 50 % zugewiesen werden.

Sicherheitshinweis: Die Einstellung der Minimalauslastung einer Ressource kann es unmöglich machen, einen durchführbaren Plan zu finden, z. B. wenn nicht ausreichend Materialien zur Ressource gesendet werden können. Daher ist bei der Zuweisung von tieferen Grenzwerten Vorsicht geboten. Wenn nicht alle Grenzwerte eingehalten werden können, wird das Modell keinen neuen Plan erstellen.

Lagereinschränkungen

Das Modell enthält zudem zwei spezielle Arten von Einschränkungen, die zur Kontrolle von Lagerbeständen angewendet werden können. Minimale Deckungstage (Sicherheitsbestand) können angewendet werden, um den Lageraufbau von unten zu begrenzen. Die maximalen Deckungstage (Haltbarkeit) können angewendet werden, um den Lageraufbau von oben zu begrenzen. Diese Einschränkungen sind in dem Sinne dynamisch, dass ihre eigentlichen Begrenzungswerte von anderen Teilen der Lösung abhängig sind.

Beide funktionieren auf Tagesniveau im Gegensatz zum üblichen Periodenintervall. Weitere Details erhalten Sie im Hilfefenster für den Lagerbericht.

Hier gilt der gleiche Sicherheitshinweis wie im Abschnitt "Tiefere Grenzwerte bei Ressourcennutzung".

Optimierungselemente – Bedarfserfüllungskriterium

Der detaillierte Bedarf an Verkaufsknoten legt die Gesamtmenge des benötigten Materialflusses im Lieferkettennetzwerk fest. Die Kostenstruktur definiert die beste Art und Weise, diesen Bedarf zu decken. Da der Einkauf, die Produktion, Lagerung und der Transport von Material im Lieferkettenmodell jedoch mit Kosten verbunden ist, wäre die günstigste Lösung (ausschließlich in Hinblick auf die Kosten), gar nichts zu liefern. Aus diesem Grund braucht das Lieferkettenmodell ein bestimmtes Kriterium, das den Durchfluss einleitet und es lohnend macht, den Bedarf zu decken. Dies wird auf zwei verschiedene Arten im Modell implementiert, die zwei verschiedenen Lieferkriterien entsprechen:

• Nur bei Rentabilität liefern (Bester Gewinn)
• So viel wie möglich liefern (Beste Lieferung)

Nur bei Rentabilität liefern (Bester Gewinn)

Dieses Kriterium ermöglicht es, den Artikelfluss von Gewinnorientierung bei Bedarfsdeckung abhängig zu machen. Wenn der Optimizer festlegt, ob ein Artikel geliefert wird oder nicht, werden die Gesamtkosten der Lieferung (Material, Transport usw.) mit dem Verkaufspreis/-wert verglichen. Artikel, deren Gesamtkosten den Verkaufspreis übersteigen, werden nicht geliefert.

Dieses Optimierungsverfahren wird nicht auf einer Einzelbewertung der Artikel wie oben angezeigt, sondern für das gesamte Modell auf einmal ausgeführt. Der Optimizer versucht, so viel Gewinn wie möglich innerhalb der gesamten Lieferkette zu erzielen. Dies bedeutet, dass eine Reduktion der empfohlenen Lieferung von selbst einem Artikel (jegliche Artikel) den Gesamtgewinn verringern würde.

Wenn der Gesamtbedarf größer ist als die Gesamtversorgungskapazität, werden bestimmte Bedarfe nicht gedeckt. Während der Optimierung werden solche verpassten Lieferungen nicht auf eine spätere Periode verschoben. Sie werden daher ganz einfach nicht erfüllt. Der Benutzer kann festlegen, ob Kapazitätsprobleme gelöst müssen oder der Bedarf angepasst werden soll. Die Entscheidung, welche Bedarfe gedeckt wird, wird in der Regel vom Optimizer getroffen und basiert allein auf Gewinn. Lieferungen, die den höchsten Gewinn liefern, werden zuerst erfüllt.

Dieses Kriterium ist sehr besonders, da Überlegungen bezüglich des Gewinns erfordern, dass alle Kosten im Modell real anfallende Kosten sind. Deshalb kann die Einbeziehung von Teilen der Gesamtoptimierungsstrategie, die die Kosten betreffen, z. B. die Reduktion von geringer Stückzahl und Multiplikationsfaktoren bei Kosten, zu undefinierbaren oder undeutlichen Ergebnissen führen. Es wird eine durchführbare Lösung gefunden, allerdings wird unklar sein, welche Bedarfe gedeckt werden sollten.

So viel wie möglich liefern (Beste Lieferung)

Die Wahl dieses Kriteriums bedeutet, dass der Lieferkettenfluss von Strafen für nicht gedeckte Bedarfe getrieben wird (basierend auf Strafen für verpasste Lieferungen). Der Optimizer wird sich darauf konzentrieren, die Bedarfe um jeden Preis zu decken, um die noch höheren Strafen zu vermeiden, die bei Nichtlieferung verhängt werden. Dies bedeutet, dass die Strafen verwendet werden, um sicherzustellen, dass so viele Bedarfe wie möglich gedeckt werden, auch wenn diese Bedarfe zu keinem Gewinn führen.

Wie beim Kriterium des besten Gewinns kann die gesamte Lieferkapazität nicht ausreichen, um alle Bedarfe zu decken. Die Priorisierung davon, welche Bedarfe gedeckt werden, wird auch vom Optimizer vorgenommen. In diesem Fall basiert sie jedoch auf der durch Unterschiede in den Nichtlieferungsstrafen (MDP) definierten Priorisierung. Die Bedarfe mit den höchsten PBPs werden zuerst gedeckt. Dies bedeutet Folgendes: Wenn einige Bedarfe eine höhere Priorität als andere haben, z. B. spezielle M3 SCP-Artikelgruppen oder spezielle Märkte, muss diese Priorisierung hier eingestellt werden. Wenn die PBPs gleich sind, wird die Priorisierung auf Basis der Gesamtkosten vorgenommen.

Manuelle Lieferentscheidungen

Indem eine von beiden Kriterien angewendet wird, lassen Sie den Optimizer entscheiden, welche Bedarfe gedeckt werden sollen, basierend auf den Kosten und/oder dem Gewinn (wie oben beschrieben).

Sie können jedoch die Priorisierung direkter beeinflussen, indem Sie sich für Minimallieferungen in bestimmten Kombinationen aus Markt/Artikel und Gruppe/Periode entscheiden. Auf diese Weise können Sie den Optimizer anweisen, gewisse Bedarfe unabhängig von Lieferprioritäten, die von Kosten, Verkaufspreis und Strafstruktur abhängig sind, zu decken.

Sicherheitshinweis: Die Einstellung von Minimallieferungen ist nicht dazu geeignet, die Kapazitäten von Ressourcen in der Lieferkette zu erhöhen. Daher ist bei der Zuweisung von Minimallieferungen Vorsicht geboten. Wenn nicht alle Minima eingehalten werden können, wird das Modell keinen neuen Plan erstellen.

Pläne vergleichen

Durch die Ausführung einer Optimierung auf einer der beiden Kriterien können die nicht rentablen Bedarfe ausfindig gemacht werden. Die Optimierung wird auch anzeigen, wie viel Gewinnverlust akzeptiert werden soll, wenn die Bedarfe trotzdem gedeckt werden sollen.

Optimierungselemente – Reduktion geringer Stückzahlen

Wenn die Optimierung auf einem kosten- und gewinnorientierten Lieferkettenmodell basiert, wird immer die wirtschaftlich bestmögliche Lösung erstellt. Die vorgeschlagenen Lösungen können jedoch nicht immer angemessen sein, wenn die zu produzierenden Mengen berücksichtigt werden müssen. Der Optimizer wird immer die günstigste Produktion planen, ohne zu berücksichtigen, dass die Produktion über weniger Perioden oder von weniger Produktionsanlagen besser geeignet sein kann. In bestimmten Situationen kann ein besser geeigneter Plan erzielt werden, indem geringere Produktionsmengen aus einer Periode zu einer früheren Periode oder zu anderen Produktionsanlagen verschoben werden, in denen die Produktion der gleichen M3 SCP-Produktionsgruppe bereits geplant wurde.

Eine geringere Produktion kann auf zwei Arten reduziert werden:

• Manuelle Reduktion von geringer Produktion
• Automatische Reduktion von geringer Produktion

Manuelle Reduktion von geringer Produktion

Geringe Produktion kann mithilfe des Berichts über geringe Produktion identifiziert werden. Der Bericht kann auch verwendet werden, um manuelle Entscheidungen über die Behandlung von Mengen zu treffen, z. B. den Stopp der Produktion einer bestimmten Periode. Der Optimizer sucht dann alternative Lösungen, die die neu getroffenenen Entscheidungen berücksichtigt.

Automatische Reduktion von geringer Produktion

Eine andere Art, die Anzahl geringer Produktionen zu reduzieren, ist, sie den Optimizer mit gemischt ganzzahlig-linearer Programmierung (MILP) behandeln zu lassen. Dieses Verfahren wird im Teil der Reduzierung geringerer Produktion der Optimierungsstrategie eingeleitet. Es funktioniert durch die Einführung eines festen Preises (einer Strafe), die sich auf den laufenden Prozess in einer Periode bezieht (die Periodenproduktionsstrafe).

Jedes Mal, wenn ein Prozess in einer Periode ausgeführt wird, fällt eine Strafe an. Um die Gesamtzahl der Strafen zu verringern, wird der Optimizer versuchen, die Anzahl der geringen Produktionen zu senken, indem er sie zusammenfasst. Dies garantiert jedoch nicht, dass geringe Produktionen völlig beseitigt werden, da dies aufgrund begrenzter Kapazitäten nicht immer möglich ist. Der Optimizer wird versuchen, dies zu erreichen, indem er den Parameter "Periodenproduktionsstrafe" (BPP) anwendet. Der Optimizer kann angewiesen werden, sich mehr oder weniger zu bemühen, dieses Ziel zu erreichen. Der BPP-Wert wird mit einem vom Benutzer gewählten Faktor multipliziert. Auf diese Weise wird ein höherer BPP-Faktor den Optimizer dazu veranlassen, die Anzahl geringer Produktionen zu senken. Beispiel: Die Produktion kann zeitversetzt und zusammen mit anderen geringen Produktionen in diese Intervalle versetzt werden.

Jeder BPP-Wert wird auf Grundlage der minimal gewünschten Produktionsmenge für den Prozess berechnet. Dies wird so berechnet, dass es vorteilhaft ist, die Produktion eine Periode zurückzuversetzen (basierend auf den Lagerkosten).

Um zu garantieren, dass die Produktionsmengen die MDPQ-Menge berücksichtigen, kann die MDPQ als harte Einscränkung eingeführt werden. Auf diese Weise wird die Produktion in jeder Periode entweder 0 (Null) oder gleich oder über der MDPQ sein, auch wenn dies bedeutet, dass eine gewisse Menge des produzierten Artikels lediglich auf Lager gelegt wird.

Aufgrund der enormen Anzahl möglicher Lösungen kann es sehr zeitintensiv sein, MILP-Probleme wie dieses zu lösen. Daher wird dringend empfohlen, so viele Entscheidungen wie möglich manuell zu treffen, bevor diese Strategie angewendet wird. Jede manuelle Entscheidung reduziert die erforderliche Zeit zur Berechnung einer Lösung. Die MILP-Optimierung erstellt eine Anzahl verschiedener durchführbarer Lösungen während der Optimierung. Es ist möglich, den Optimierungsprozess jederzeit zu pausieren und die aktuell bestmögliche Lösung für zukünftige Entscheidungen zu verwenden.

Optimierungselemente – Kosten

Standardmäßig werden Transport, Angebot, Kauf und Abwicklungskosten im M3 SCP mit ihren Realwerten angezeigt. Dies ermöglicht es, realen Gewinn in der Optimierung und den tatsächlich zu erwartenden Gewinn im Ergebnis anzuzeigen. Alle Kostenangaben können geändert werden, um verschiedene Simulationsszenarien zu testen.

Diese Methode ermöglicht die Simulation von und Antworten zu Fragen wie:

• Was passiert, wenn die Produktionskosten in unserem Werk in Europa um 5 % erhöht werden?
• Was passiert, wenn die Transportkosten von Australien ab Januar des nächsten Jahres um 10 % erhöht werden?
• Was passiert, wenn die Lagerkosten um 15 % überbewertet worden sind?

Auf diese Weise werden detaillierte Kostenänderungen verwendet, um WENN-Sensibilitätsanalysen vorzunehmen. Beispiel: Eine sofortige Übersicht der Folgen der Kostenänderungen können Sie durch die Erstellung eines geeigneten Sets von Scoreboard-Datensätzen erhalten.

Wenn Sie mit festen Kosten bei Öffnungsverschiebungen der Produktionsressourcen arbeiten, werden diese Kosten standardmäßig linearisiert. Sie werden also so behandelt, als wären sie nur ein Zusatz zu den variablen Kosten. Um alle Vorteile der Festkostenoptimierung zu nutzen, müssen Sie die Option "Verbrauchte Schichten reduzieren" aktivieren, die genau wie bei "Geringe Produktion reduzieren" eine MILP-Optimierung starten wird. Es wird länger dauern, Lösungen zu finden, diese Lösungen werden jedoch besser sein.

Kostenmultiplikationsfaktoren (CMF)

Eine andere Möglichkeit, die im Optimizer angewendeten Kosten zu beeinflussen, erfolgt mithilfe des Abschnitts zu den Kostenmultiplikationsfaktoren (CMF) in der Optimierungsstrategie. Der Optimizer wird diese Faktoren als Multiplikatoren für die Realkosten anwenden. Dies wird das relative Gewicht der individuellen Kostentypen verändern. Beispiel: Der Optimizer kann angewiesen werden, besonderen Fokus auf die Minimierung der Transportkosten zu legen (zu Lasten höherer Produktions-, Einkaufs-, Bearbeitungs- und Lagerkosten). Der Optimizer wird dann vorgeben, dass die Transportkosten höher sind. Dies kann z. B. durchgeführt werden, indem der Transport CMF auf 2 gestellt wird. Der Optimizer wird dann eine Kosteneinsparung von 5 beim Transport vorziehen, die genauso hoch ist wie eine Kosteneinsparung von 10 in der Produktion.

Diese Option kann dazu führen, dass realistischere Lösungen als diejenigen erstellt werden, die Realkosten direkt anwenden.

Diese Option kann angewendet werden, um Lösungen zu finden, die näher an der realen Situation liegen, als die, in denen die Kosten direkt angewendet werden. Um diese Option nutzen zu können, müssen die CMFs ausschließlich auf Basis der Planungserfahrung des Benutzers verwendet werden. Mehrere iterative Simulationen und Feinabstimmungen der Faktoren sind möglicherweise erforderlich.

Alle in den Scoreboard-Datensätzen und Berichten abgebildeten Kosten werden jedoch in Hinsicht auf Realkosten angezeigt. Sie werden daher nicht von den CMFs beeinträchtigt.

Optimierungselemente – Sicherheitsbestand

Standardmäßig sind alle Einschränkungen bzgl. des Sicherheitsbestandes harte Einschränkungen. Dies bedeutet, dass sie während der Optimierung nie übertreten werden können, auch wenn diese Anforderung es unmöglich macht, eine durchführbare Lösung für die Optimierung zu finden.

Um dieses Problem zu lösen, aktivieren Sie die Funktion "Sicherheitsbestand verwenden, um Unausführbarkeit zu verhindern", die es dem Optimizer möglich macht, jegliche Einschränkung bzgl. des Sicherheitsbestandes zu umgehen, um eine durchführbare Lösung in einem sonst undurchführbaren Modell zu finden. Dies kann zum Beispiel in Situationen erfolgen, in denen das anfängliche Bestandsniveau gering ist und die Kapazität, den Sicherheitsbestand während der ersten Periode wieder aufzubauen, unzureichend ist.

Diese Funktion wird durch Strafen wie die Periodenproduktionsstrafen und Nichtlieferungsstrafen gesteuert.

Hier müssen die Strafen deutlich höher ausfallen als die Nichtlieferungsstrafen für den gleichen Artikel. Wenn diese niedriger ausfielen, würde der Optimizer möglicherweise anfangen, die Bedarfe mithilfe des Sicherheitsbestandes zu decken, da dies zu einer geringeren Strafe als bei Nichtlieferung führen würde.

Es kann jedoch Situationen geben, in denen die Planung für solche Verletzungen des Sicherheitsbestandes eine gute Idee sein kann, da es so möglich wird, Bedarfe zu decken, die sonst nicht gedeckt werden würden. Dies kann durch Aktivieren von "Sicherheitsbestand verwenden, um verpasste Lieferungen zu verhindern" erreicht werden. Sie können den allgemeinen Prozentsatz des Sicherheitsbestandes, der zur Deckung des Bedarfs verwendet werden soll, festlegen.

Diese Funktion wird ebenfalls über Strafen gesteuert. In diesem Fall müssen die Strafen deutlich höher als die Kosten für die Lieferung eines Artikels auf normale Weise und deutlich geringer als die Strafe für Nichtlieferung ausfallen.

Optimierungselemente – Erweiterte Bedarfsfunktionen

Zusätzlich zur Standardformulierung der oben beschriebenen Lieferkettenmodelle unterstützt der M3 Supply Chain Planner eine Reihe von speziellen Funktionen, mit denen die Bedarfe flexibler gehandhabt werden kann.

Wenn es nicht genug Kapazität in der Lieferkette gibt, um alle Bedarfe zu decken, können Sie den Sicherheitsbestand anwenden und sehen, ob dies das Problem löst.

Hinweis: Dies ist eine Alternative zur Lösung durch die oben beschriebene Sicherheitsbestandsstrafe. Der Unterschied besteht darin, dass die hier beschriebene Alternative zwar schwieriger einzurichten ist, aber die Möglichkeit bietet, den Sicherheitsbestand nur bei bestimmten Kunden und Artikeln anzutasten. Dagegen ist der Strafansatz einfacher in der Anwendung, erlaubt aber keine Auswahl bestimmter Kunden und Artikel.

Alternativ oder als Ergänzung kann die Verschiebung von einigen Lieferungen in Betracht gezogen werden.

Ein völlig andere Funktion, die eigenständig oder nach einer der vorherigen Funktionen ausgeführt werden kann, erlaubt es Ihnen, die Möglichkeiten von Überkapazitäten in der Lieferkette zu untersuchen. Es kann nur eine dieser drei erweiterten Funktionen auf einmal verwendet werden. Wenn Sie mehr als eine der Funktionen verwenden möchten, müssen Sie in der oben angegebenen Reihenfolge angewendet werden.

Sicherheitsbestandsverbrauch

Diese Funktion erlaubt es Ihnen, bestimmte Lieferprobleme zu lösen, indem Sie den Sicherheitsbestand nutzen, der in der laufenden Lösung aufgebaut ist. Es wird so viel von der Lösung behalten wie möglich, lediglich die Möglichkeit, fehlenden Lieferungen nachzukommen, wird ausgelassen. Dies kann entweder durch die direkte Lieferung von Endprodukten aus dem Sicherheitsbestand an den Verkaufsknoten oder der Produktion von neuen Endprodukten mithilfe der Materialsicherheitsbestände und der anschließenden Versendung an den Verkaufsknoten erzielt werden.

Die Entnahme des Sicherheitsbestandes in einer Periode würde das Lager mit der gleichen Menge in allen kommenden Perioden reduzieren. Daher wird der Optimizer versuchen, so viel des Sicherheitsbestandes wie möglich wieder aufzubauen.

Lieferungen verschieben

Diese Funktion erlaubt es Ihnen, Lieferprobleme zu lösen, indem Sie die Verschiebung von bestimmten verpassten Lieferungen auf spätere Perioden verschieben. Alle nicht ausgewählten, verpassten Lieferungen werden ihren Ausgangswert behalten. Die Verschiebungen werden durch Parameter gesteuert, die die Menge der Verschiebungen und die maximale Verschiebungszeit begrenzen.

Opportunitätsplanung

Diese Funktion ermöglicht es Ihnen, herauszufinden, wie sie die Überschusskapazität in der Lieferkette bestmöglich ausnutzen können. Sie können wählen, für welche Bedarfe Sie Möglichkeiten finden wollen und wie stark die Bedarfe erhöht werden sollten. Basierend auf diesen Parametern wird der Optimizer automatisch die Bedarfe und Lieferungen so gut wie möglich erhöhen, um den Gewinn oder die Lieferleistung, gemessen an der gewählten Optimierungsstrategie, zu maximieren.

Hinweis: Starten Sie die Opportunitätsplanungsfunktion nicht mit unbegrenztem Bedarf und unbegrenzten Kapazitäten, da dies zu einer unbegrenzten Gewinn- oder Lieferleistung führen könnte. Dies würde es dem Optimizer unmöglich machen, einen neuen Plan zu erstellen.

Vordefinierte Optimierungsstrategien

M3 SCP bietet die folgenden Standardeinstellungen für Optimierungsstrategien.

• Unbegrenzt – der Idealplan
• Begrenzt – der realistische Plan
• Profit – der gewinnoptimierte, realistische Plan
• MILP – der realistische Plan inklusive der Reduzierung von geringer Produktion

Begrenzt – der Idealplan

Alle Ressourcen werden behandelt, als hätten sie eine unbegrenzte Kapazität. Dies bedeutet, dass der Optimizer Ressourceneinschränkungen nicht berücksichtigt. Der Optimizer wird den Fokus auf die Deckung aller Bedarfe legen, vorausgesetzt, dass alle Ressourcenkapazitäten entweder zur Verfügung stehen oder mehr Ressourcen bei gleichen Kosten beschafft werden können.

Die unbegrenzte Strategie wird hauptsächlich in den frühen Phasen der Lieferkettenplanung angewendet. Der Zweck dieser Strategie ist es, die Anzahl der Lieferungen aufzudecken, die aufgrund von Lieferzeiten und geringen Startbeständen verpasst werden, selbst wenn alle erforderlichen Ressourcenkapazitäten verfügbar sind. Dies ist ein Idealplan und spiegelt nicht die Realität wider. Dies ist jedoch sehr nützlich, um die Lieferungen hervorzuheben, die ungeachtet der ergriffenen Maßnahmen verpasst werden.

Es wird meistens nicht ausreichen, gleich von der unbegrenzten zur begrenzten Strategie überzugehen. Der Benutzer wird eine Reihe von benutzerdefinierten Optimierungsstrategien erstellen müssen, die den schrittweisen Planungsverlauf von unbegrenzt zu begrenzt umfassen. Bei einer allmählichen Änderung der Kapazität von Ressourcen von unbegrenzt zu begrenzt ist eine fokussierte Analyse und die Lösung der aktuell wichtigsten Einschränkungen möglich. Siehe Schrittweise Planung für weitere Einzelheiten zu dieser Methode.

Begrenzt – der realistische Plan

Alle Ressourcen werden behandelt, als hätten sie begrenzte Kapazität. Dies bedeutet, dass der Optimizer Ressourceneinschränkungen berücksichtigt. Diese Strategie legt den Fokus auf die Deckung der Bedarfe ohne die Berücksichtigung von Gewinn.

Diese Strategie wird als nächster – optionaler – Schritt im schrittweisen Planungsverlauf angewendet. Er wird für die Analyse und Lösung von Ressourceneinschränkungen verwendet, die verpasste Lieferungen verursachen. Dieser Schritt dient nicht als endgültiger Plan. Es ist jedoch ein wichtiger Schritt, um einen optimierten Lieferkettenplan zu erhalten.

Profit – der gewinnoptimierte, realistische Plan

Diese Strategie entspricht weitgehend der begrenzten, allerdings berücksichtigt der Optimizer Gewinn. Dies macht es möglich, den Lieferkettenablauf mit Hinblick auf den höchstmöglichen Gewinn zu optimieren.

Die Kostenoptimierungsroutine wird in der Regel angewendet, wenn verpasste Lieferungen und Ressourceneinschränkungen analysiert und gelöst/akzeptiert wurden.

MILP – der realistische Plan inklusive der Reduzierung von geringer Produktion

Diese Strategie berechnet alle möglichen Lösungen und berücksichtigt alle Einschränkungen, indem es gemischt ganzzahlig-lineare Programmierung (MILP) verwendet. Weitere Informationen zu MILP erhalten Sie unter Die Berechnungen des Optimizers.

MILP enthält auch die Funktion "Reduktion geringer Stückzahlen", die es dem Optimizer erlaubt, geringe Produktionen zu sammeln, um Periodenproduktionsstrafen zu vermeiden. Darüber hinaus enthält es die Funktion "Abgelaufene Schichten miteinbeziehen".

So viele manuelle Entscheidungen wie möglich sollten vor der Anwendung dieser Methode getroffen werden, da die Berücksichtigung aller Bedingungen lange und komplizierte mathematische Berechnungen erfordert.

Die Berechnungen des Optimizers

Jeder optimierte Lieferkettenplan ist das Ergebnis von komplexen mathematischen Berechnungen, die auf linearer Programmierung (LP) und gemischt ganzzahlig-linearer Programmierung (MILP) basieren. Diese Techniken werden hier nicht weiter erläutert, aber eine Grundkenntnis ist nötig, um die fortgeschrittenen Optimierungsparameter sinnvoll justieren zu können. Lineare und ganzzahlige lineare Optimierung hat sich für die Simulation von vielen verschiedenen Arten von Planungs-, Routen-, Operationsplanungs-, Zuteilungs- und Designproblemen als nützlich erwiesen.

Lineare Programmierung (LP)

Bei linearer Programmierung wird das Wort Programmierung oft auf die gleiche Art verwendet wie der Begriff Planung. Die Bedeutung von linearer Programmierung leitet sich teilweise von seinen vielen Anwendungen (z. B. M3 SCP zieht Vorteile aus dem von Dash mitgelieferten XPRESS-Modul) und teilweise von guten und verlässlichen Techniken zum Finden optimaler Lösungen ab. Beachten Sie jedoch, dass ein Plan, der lediglich auf LP basiert, nur als ein rein mathematischer optimaler Plan angesehen werden sollte. Der mathematische Plan wird aller Wahrscheinlichkeit nach zusätzliche manuelle Entscheidungen benötigen.

In M3 SCP können Sie jedoch zwei verschiedene, aber eng verknüpfte, Optimierungsalgorithmen zur Lösung der LPs anwenden: einen Standardsimplexalgorithmus und einen Dualsimplexalgorithmus. Auch wenn diese Techniken sich sehr ähnlich sind, können die Optimierungszeiten sehr unterschiedlich ausfallen. Es empfiehlt sich daher, in jedem einzelnen Fall beide Algorithmen zu testen, um den schnellsten zu finden.

Optimierungsmodelle funktionieren oft via Verhaltenssteuerung durch Strafen, wodurch Prioritäten für bestimmte Verhaltensarten erstellt werden. Je höher die Strafe, desto weniger erwünscht ist das Verhalten. Beispiel: Wenn Lieferungen wichtig sind, werden fehlende Lieferungen als sehr unerwünscht eingestuft und daher eine hohe Strafe damit verknüpft. Eine Lieferung zu verschieben ist auch unerwünscht, aber nicht in dem gleichen Maße wie eine Lieferung zu verpassen. Daher wird eine geringere Strafe mit einer verschobenen Lieferung verknüpft. Auf diese Weise weiß der Optimizer, dass beide Vorkommnisse unerwünscht sind, kann aber den Grad der "Unerwünschtheit" bewerten.

Wenn eine oder mehrere der eingebauten Funktionen von diesen Strafen abhängig sind, ist es von allerhöchster Bedeutung für die Optimierung, dass Kosten und Strafen korrekt aufeinander abgestimmt sind. Ein Grundregel für das Strafniveau ist:

Preis = Standardpreis/Verkaufspreis

Sicherheitsbestand zur Verhinderung von verpassten Lieferungen verwenden: 5 * Preis

Lieferungsverschiebung Strafe 10 -> 990 * Preis

Strafe für verpasste Lieferungen: 1.000 * Preis

Sicherheitsbestand zur Verhinderung von Undurchführbarkeit verwenden: 10.000 * Preis

Gemischt ganzzahlig-lineare Programmierung (LP)

MILP ist eine Kombination aus ganzzahliger Programmierung (IP) und linearer Programmierung (LP). Während die reine LP erfordert, dass alle Variablen ganzzahlige Werte haben, erfordert MILP nur, dass einige Variablen ganzzahlig sind. Ganzzahlige Programme haben oft den Vorteil, realistischer zu sein als LP-Programme. Sie werden jedoch, was Zeit angeht, schwieriger zu lösen sein. Die ganzzahlige Programmierung kann unter Umständen als eine weniger schwierige Art von Problem erscheinen, aber dies ist sowohl in der Theorie als auch in der Praxis der Fall.

So verwendet M3 SCP LP in MILP

LP wird dazu verwendet, die erste "optimale" Lösung basierend auf entspannten Bedingungen zu finden. Dies bedeutet, dass ganzzahlige Variablen als nicht-ganzzahlig behandelt werden.

Der Ausgangspunkt von MILP ist die Lösung, die von LP gefunden wurde. Es findet eine Bestlösung (Best-Solution), die sich fortlaufend dem Bestgrenzwert (Best-Bound) nähert, wobei:

• Best-Bound eine Grenze des Wertes mit der besten durchführbaren ganzzahligen Lösung darstellt und
• Best-Solution der Wert der besten durchführbaren ganzzahligen Lösung, die bisher gefunden wurde, ist.

Alle Berechnungen basieren auf der Kostenfunktion, die die beste vom Benutzer gewählte Optimierungsstrategie widerspiegelt. So soll das spezifische Ziel des Benutzers im Lieferkettenplanungsprozess erfüllt werden.

Die nächste Grafik illustriert den Fortschritt von LP- und MILP-Berechnungen.

1. Das vorrangige Ziel ist es, die "optimale" Lösung durch LP zu finden. Diese Lösung ist der Ausgangspunkt für die MILP-Berechnungen.

2. Der Ausgangspunkt von MILP ist die "optimale" Lösung, die von LP gefunden wurde. MILP berechnet fortlaufend Best-Bound-Werte, bis eine durchführbare ganzzahlige Lösung gefunden wird. Anschließend werden Best-Bound-Werte für die optimale ganzzahlige Lösung gesucht. Jedes Mal, wenn eine neue Lösung gefunden wird, liegt sie näher am Best-Bound-Wert.

MILP setzt die Berechnungen fort, bis die beste Lösung auf dem Best-Bound liegt, d. h., bis die optimale ganzzahlige Lösung gefunden wurde.

Die Definition von zusätzlichen Optimierungsparametern kann den Optimizer allerdings anweisen, auf einer früheren Stufe zu stoppen. Dies wird durch die Optionen "Stopp", "Zeitfenster" oder "Optimale Lösungsschwelle" erreicht. Weitere Informationen zum Optimizer finden Sie im Hilfetext für dieses Kontrollfeld.