現代物流發展戰略決策應用
更新時間:2022-05-18
1.需求計劃
做出精確的需求預測是提高整個供應鏈效率的關鍵。因此,預測已經成為DSS的一個重要領域。
2.物流網絡設計
物流網絡的設計包括倉庫和工廠位置的確定、倉庫周圍零售商和顧客的配置等。物流網絡設計通常需要輸出的數據包括備選位置、運輸成本、總需求預測等。物流網絡設計方案使用了啟發式和優化的運算法則。此外,并不是泉州貨運公司所有的標準都可以量化,因此決策者最終還需要依靠決策系統的判斷。
3.存貨配置
即使企業不準備改造它的物流網絡,它也必須對什么時間、哪個倉庫保持何種庫存作出決策,這便是存貨配置決策。在這里,運輸成本、需求預測和現有庫存被用來決定在每一時間每一位置保持存貨的水平,并且DSS又一次使用了優化和啟發式的運算法來生成建議決策。
4.銷售與營銷區域的劃分
銷售區域的劃分既需要使銷售額最大化,又需要令顧客和銷售代表都滿意。銷售區域劃分的決策支持系統將顧客位置和需求預測作為輸入,銷售區域的劃分要以決策者所選定的一系列目標(運輸距離、銷售潛力、市場)為依據。
5.配送資源計劃(DRP)
對于一組倉庫和零售商來說,此模型用來確定合適的配送路線和存貨策略,如確定倉庫和零售商的位置、存貨和運輸成本及每一零售點的需求預測,利用分析工具來確定以最低的成本向顧客提供高水平的服務。
6.物流需求計劃(MRP)
MRP系統利用產品的物料清單和零部件的提前期來計劃何時開始制造某種產品。如果決策者可以僅使用DSS結果作為可能的問題解決方案,那么這些決策支持系統便是最好的例子。然而MRP系統經常提供不可行的計劃,因為它不考慮企業的生產能力,這時決策者就需要將它們修改成為一個可行的計劃,并且不要花費太高的代價。系統根據數據庫中的數據和接到的訂單來生成生產計劃,特別是在有生產和需求的約束條件下,系統制訂的計劃要使缺貨和成品存貨都最小,但實際這兩個目標是相互沖突的,在這種情況下系統可以生成一種潛在的生產計劃,最終由決策者來選擇取舍。
7.庫存管理
當企業持有多種不同種類的存貨時,管理那么多庫存就變得相當困難了。一個庫存管理決策支持系統能夠運用運輸和持有成本信息及生產提前期和項目需求來制定庫存策略,從雨幫助決策者達到降低成本與提高客戶服務質量的目標。
8.生產地點選擇 ˇ
許多制造商都有一個生產設施網絡,向絡上的每一個`點分別生產不同的產品或者同一產品的不同部件。設施布置決策支持系統將生產成本、提前期、運輸成本及需求預測作為輸人數據,針對生產設施來分配不同的產品或者部件。在工作時,這些決策支持系統經常將人工智能和數學技術結合在一起使用。
9.車輛計劃
車輛計劃不僅包括企業自有車輛的派遣,而且也包括在某些線路上商業車輛的選擇。因為費用結構非常復雜,不同車輛的速度和可靠性也不同,所以運輸的模式選擇經常是一個非常困難的問題。在給定的一系列的要求下,決策支持系統運用各種啟發式算法來確定較好的路線和調度時間安排,接著連同表示路線成本和運行狀況的報單與表格一起顯示調度時間及線路安排圖形。
10.生產計劃
給定所要生產的產品系列、生產流程及產品的到期日期,生產計劃D∞可以制訂產品的生產計劃。生產計劃決策支持系統可以利用人工智能、數學及模擬技術來制訂生產計劃。
做出精確的需求預測是提高整個供應鏈效率的關鍵。因此,預測已經成為DSS的一個重要領域。
2.物流網絡設計
物流網絡的設計包括倉庫和工廠位置的確定、倉庫周圍零售商和顧客的配置等。物流網絡設計通常需要輸出的數據包括備選位置、運輸成本、總需求預測等。物流網絡設計方案使用了啟發式和優化的運算法則。此外,并不是泉州貨運公司所有的標準都可以量化,因此決策者最終還需要依靠決策系統的判斷。
3.存貨配置
即使企業不準備改造它的物流網絡,它也必須對什么時間、哪個倉庫保持何種庫存作出決策,這便是存貨配置決策。在這里,運輸成本、需求預測和現有庫存被用來決定在每一時間每一位置保持存貨的水平,并且DSS又一次使用了優化和啟發式的運算法來生成建議決策。
4.銷售與營銷區域的劃分
銷售區域的劃分既需要使銷售額最大化,又需要令顧客和銷售代表都滿意。銷售區域劃分的決策支持系統將顧客位置和需求預測作為輸入,銷售區域的劃分要以決策者所選定的一系列目標(運輸距離、銷售潛力、市場)為依據。
5.配送資源計劃(DRP)
對于一組倉庫和零售商來說,此模型用來確定合適的配送路線和存貨策略,如確定倉庫和零售商的位置、存貨和運輸成本及每一零售點的需求預測,利用分析工具來確定以最低的成本向顧客提供高水平的服務。
6.物流需求計劃(MRP)
MRP系統利用產品的物料清單和零部件的提前期來計劃何時開始制造某種產品。如果決策者可以僅使用DSS結果作為可能的問題解決方案,那么這些決策支持系統便是最好的例子。然而MRP系統經常提供不可行的計劃,因為它不考慮企業的生產能力,這時決策者就需要將它們修改成為一個可行的計劃,并且不要花費太高的代價。系統根據數據庫中的數據和接到的訂單來生成生產計劃,特別是在有生產和需求的約束條件下,系統制訂的計劃要使缺貨和成品存貨都最小,但實際這兩個目標是相互沖突的,在這種情況下系統可以生成一種潛在的生產計劃,最終由決策者來選擇取舍。
7.庫存管理
當企業持有多種不同種類的存貨時,管理那么多庫存就變得相當困難了。一個庫存管理決策支持系統能夠運用運輸和持有成本信息及生產提前期和項目需求來制定庫存策略,從雨幫助決策者達到降低成本與提高客戶服務質量的目標。
8.生產地點選擇 ˇ
許多制造商都有一個生產設施網絡,向絡上的每一個`點分別生產不同的產品或者同一產品的不同部件。設施布置決策支持系統將生產成本、提前期、運輸成本及需求預測作為輸人數據,針對生產設施來分配不同的產品或者部件。在工作時,這些決策支持系統經常將人工智能和數學技術結合在一起使用。
9.車輛計劃
車輛計劃不僅包括企業自有車輛的派遣,而且也包括在某些線路上商業車輛的選擇。因為費用結構非常復雜,不同車輛的速度和可靠性也不同,所以運輸的模式選擇經常是一個非常困難的問題。在給定的一系列的要求下,決策支持系統運用各種啟發式算法來確定較好的路線和調度時間安排,接著連同表示路線成本和運行狀況的報單與表格一起顯示調度時間及線路安排圖形。
10.生產計劃
給定所要生產的產品系列、生產流程及產品的到期日期,生產計劃D∞可以制訂產品的生產計劃。生產計劃決策支持系統可以利用人工智能、數學及模擬技術來制訂生產計劃。