Перенастройка сети электропитания с использованием текущих данных о производительности

РЕЗЮМЕ

Преобразование сети поставок время от времени необходимо для предприятий, сохранить их конкурентоспособность. Эта статья представляет методологию реконструкции tguration существующей сети цепи поставок. Методология характеризуется двумя уровнями решения. В первом уровне текущих показателей сети оценивается и эффективных методов выявления. В следующий уровень, модель, которая включает в себя эффективные практики разработан для перенастройки сети. Эта комплексная методика позволяет для принятия решения (ЛПР), вход на протяжении всего процесса. Методика была внедрена и испытана в реорганизации исходящих поставок нефти сети для совместной CountryMark, Inc В этом случае исследование Анализ среды (DEA), используется для анализа текущих операций и целочисленного программирования (IP) модели, которая включает в себя метрики эффективности разработан для выбора распределения средств и выделения ресурсов на объекты. Использование этой методики может привести к повышению эффективности операций и снижения операционных расходов.

Предметные области: Анализ среды, распределения и поставок.

ВВЕДЕНИЕ

Компании, которые стремятся повысить конкурентоспособность снижены расходы по сбыту и улучшенный внешний вид услуг в цепи поставок для таких оперативных улучшений. Но плохо интегрированы системы распределения компонентов и процессов, или ненадлежащего исполнения мер сделать его еще более трудным для компаний, конкурировать и дифференцировать себя (Arntzen, Браун, Харрисон,

Перед реконфигурации существующей сети цепи поставок, крайне важно, чтобы компании-первых, определить значение, которое существует в нынешней системе. Значение присутствует как в текущих, лучшие компании практики и знания, которыми обладает собственными сотрудниками. В дополнение к качественным форматы обсуждения передовой практики часто могут быть определены с использованием количественных процессов и мер. Знания, которые не поддаются количественной оценке могут быть захвачены в процессе реорганизации, требуя, принимающего решение во взаимодействии.

В этом исследовании, комплексной методологии для реконфигурации сети электропитания с использованием текущих данных о производительности разработки и внедрения. Методология включает непараметрических компонент для выполнения анализа данных, оптимизации основе моделирования компонентов, а также интерактивное взаимодействие, которое позволяет принимающему решение в этом процессе. Эта методика может быть использована предприятиями для оценки текущей деятельности сети питания, перенастроить объекта местах, выделить распределения ресурсов, а также улучшить общее функционирование.

Эта статья начинается с обзора соответствующей литературы и обзор предлагаемой методологии. Методика была успешно реализована в системе поддержки принятия решений (DSS) связи для распространения нефтепродуктов. Обсуждение проблемы окружающей среды случае, а также описание системы реализация. И наконец, управленческие последствия и выводы предлагается.

Обзор литературы

Текущий литературы показал, много плодотворных областей на поставку научно-исследовательской сети. Исследования в области оптимизации деятельности распределения сосредоточена на управление каналом или физических функций распределения. Академический научно-исследовательских работ, что исследования по оптимизации деятельности канала управления очень мало, и дело только с некоторых видов деятельности канала сбыта дизайн (Anderson

Другой поток исследований в этой области подчеркивается важность иерархической планирования и ввода топ-менеджмента. Некоторые из этих работ, в том числе "Аль-Клингман и др. (1986) изучили функциональные входы системы маркетинга, такие как платные, и поставщиком информации, такой как доставка из-за надежности даты. Другие, в том числе Айкен (1985) и Brandeau, Ци (1989), рассмотрел размеров объекта и аспекты расширения производственных мощностей. Другие работы рассмотрены стратегического планирования и тактических операций (Робинсон

Эти два основных потоков логистики исследований и обсудить важные вопросы и теоретических концепций в поставках проектированию сетей и управления ими. Необходимость, которую еще предстоит заполнить в литературе для более расследования подходы, объединяющие два и позволяют значительно управленческого взаимодействия на протяжении всего процесса. Это исследование стремится отправляется от работы предшественников, таких как Brodheim и Prastacos (1979), Клингман и др.. (1986), Клингман, Моте, и Филлипс (1988), Сир (1993), и Суинк (1995). В этом исследовании, значительная часть системы количественных, но наши методологии (см. Рисунок 1) свидетельствует о гибкости в предоставлении важную роль для управления входом. Такой подход согласуется с предложениями Суинк относительно роли знания и проблема с предложениями Сир (1993), Кук и Ли (1988), и Papavassiliou (1995), которые требуют более комплексного подхода. В нашем исследовании представлены инновационные и надежные формулировка, которая считает, что назначение распределения ресурсов при одновременном введении стандартов оперативных подразделений для выполнения опыта.

Как отмечалось ранее, большинство из предыдущих исследований в этой области, был основан на управление либо канал или физической активности распределения. Мы утверждаем, что это разрозненные подход не в полной мере учитывать динамику оперативной наряду с деятельностью в рамках операции распределения питания. Оптимизация деятельности должны включать канал (распределение видов деятельности) и позволяет для принятия взаимодействия производителя. Таким образом, подход к питающей сети анализ в данном исследовании является комплексной. Он отличается от своих предшественников (1) при исполнении мер, чтобы выбрать из множества эффективных объектов (если не весь набор), (2) рассматривает объекты консолидации, и (3) включение интуиции и проблема знания в процессе принятия решений . Наш подход направлен на преодоление причин-процедуры, основанные на традиционных методов исследования операций.

ОБЗОР МЕТОДОЛОГИИ

Общая цель этой методологии могут быть классифицированы как совершенствование конструкции цепи сети питания существующих исходящей логистики. Желание руководства, чтобы делать больше с меньшими затратами можно добиться путем использования процедур по выявлению и сокращению отходов и неэффективности. Во многих случаях, это значит поставить больше значения эффективности работы (например, использования существующих и будущих объектов распределение, распределение ресурсов и персонала).

Общая методология реконфигурации процесс представлен на рисунке 1. Поскольку вход принимающего решение имеет важное значение для процесса, команда опытных сотрудников должна быть первой в сборе. Такая база знаний должна включать:

(1) понимание материально-технической поставки фирмы и распределения;

(2) сведения о текущем состоянии работы и процедуры аттестации;

(3) на отраслевом уровне осведомленности рынка, стратегий и тенденций в области конкуренции, а также

(4) опытом с количественными и качественными инструментами (Manganelli

Принятие решений среди команд по-прежнему уделяется много внимания в литературе по менеджменту. Исследования определены и реализуются многие факторы мысли влиять на создание команды, и, следовательно, принятия решений (Буллер

Наконец, команда должна включать в себя один или несколько аналитиков, которые обладают знаниями о базовых методов и возможностей методологии. Роль аналитик должен в качестве посредника в процессе, а не лицо, принимающее решения ..

После того как группа собрана, она должна установить консенсуса стратегии, а также правила голосования, которые будут использоваться в том случае, если группа консенсус не может быть достигнута. Есть много методов, которые существуют, чтобы помочь урегулировать разногласия и предпочтения между членами группы, когда единодушия не существует. К ним относятся методы Delphi, номинальная методологии фокус-группы, разъяснительные структурного моделирования, мозговой штурм, и когнитивные отображения для выявления проблемных вопросов (Ходжсон, 1992; Nyhart

Другим важным компонентом процесса исторического оперативные данные, которые могут быть впоследствии использованы для разработки мер по повышению эффективности. Эти исторические данные бухгалтерского учета включает в себя, финансовых и оперативных данных, которые отражают вклад в системе распределения и выпуск продукции по системе распределения. Такие данные, возможно, уже существуют во внутренние базы данных или, при необходимости, возможно, необходимо будет, собранных с помощью полевых исследований. Первоначально принятия решений (DM) команда должна провести "мозговой штурм множество всех таких показателей. Такие совместные анализу и сбору данных было начислено заставить членов команды сотрудничества (Nyhart

Зачастую, некоторые из этих показателей тесно связаны друг с другом и набор может быть легко уменьшена в размерах. Дебаты и дискуссии между DM команда, скорее всего, приведет к дальнейшему сокращению. После РИР считает, что она изолировала наиболее соответствующего набора показателей, эффективность мер должна быть разработана для распределения объектов с использованием выбранных показателей. РИР может быть получен по поводу того, не являются меры по повышению эффективности весьма привлекательным. Их знания об исполнении их распределения системы могут помочь в ПМ распознавать потенциальных несоответствий и дать им возможность дальнейшего изменения выбранных показателей.

В то же время, знания аналитика методологии может позволить ему или ей предложить комбинации или преобразования этих показателей. Он или она может также определить дополнительные проблемы корреляции между показателями. Чтобы включить коррелированных переменных нарушает независимость предположение для независимых переменных. Если это не правильно управлять, коррелированных переменных увеличить результатов и косых общего анализа. Многие простые методы существуют для нормализации или преобразования независимых переменных, которые обладают этими свойствами (Келлер

Определение соответствующих показателей в качестве входных и выходных меры системы распределения зачастую требуется несколько циклов до принятия решений, команда не достигнет консенсуса. Роль аналитика в этом процессе имеет решающее значение для успешного использования этой методологии.

Как отмечалось ранее, после ввода и вывода компонентов определены, они используются для разработки мер по повышению эффективности, которые описывают текущую операцию. Два подходящих методик для разработки таких мер регрессионного анализа и Анализ среды (DEA). Мы используем DEA для этой цели в нашем примере. (См. Приложение для дополнительного обсуждения.) DEA это эмпирическая процедура описывается Charnes, Купер, Родос (1978) для оценки относительной эффективности какой-либо группы компаний, работающих в той же отрасли, и департаментов конкретной фирмы с течением времени. Потому что перестройка решения приводится в движение измерения эффективной работы, DEA идеально подходит для нашей методологии. DEA, безусловно, является простая процедура по сравнению с альтернативными такие меры, как традиционный анализ дисперсии. Однако, это больше, чем специальной процедурой и стала тяжело различных некоммерческих и не некоммерческих сценариев (Banker, Charnes,

С регрессионного анализа эффективности мер является переменной отклика и выбранного входов и выходов независимых переменных. Поскольку такая первоначальная оценка эффективности зачастую не являются легкодоступными, DEA был выбран для осуществления примере нашей методологии ..

Результаты этого этапа нашей методологии определения того, какие распределения объектов в настоящее время эффективным или неэффективным, а также на каком уровне исходных данных и результатов необходимы для того, чтобы операции, должны классифицироваться как эффективное. Для управления, это свидетельствует о потенциальных компромиссах, связанных с повышением эффективности (как это определено в Приложении) на объекте. Компонент оценки эффективности методики также помогает изучить компромиссов в общую производительность различных конфигураций системы распределения и эффективности. Из этих компромиссов, желаемого уровня выходного разработаны для типичного объекта распределения с заданным набором входов. Объема деятельности обеспечивает преобразованного номера с возможность для достижения приемлемого рейтинга эффективности за счет оперативного опыта. РИР также можем предоставить список потенциальных новых объекта распределения мест для рассмотрения на следующем этапе системы. Исходящих модели планирования распределения выбирает эффективные средства и ресурсы выделяет распределения производственные мощности в следующий этап методологии. Окончательный вывод уровнях выбраны РИР стать дополнительным ограничениям в математической модели, которая связывает этап оценки эффективности с этапа планирования.

Иными словами, это не сырой меры по повышению эффективности, которые включены в модель. Скорее, это вход / выход уровнях использоваться для получения приемлемого уровня эффективности, что модель, то использует. Такая информация, как покупательский спрос данных (прогноз или планируются), место расположения и расстояния данных и структура затрат (постоянных и переменных), также указанных в модели планирования распределения. После этого система предоставляет принимающему решение с решением подробно, какие учреждения работают, распределения ресурсов, выделенных объектов, а также конкретные поручения клиента ..

Математическая модель может быть линейного программирования (ЛП), целые программы (IP), или нелинейной программе (НЛП). Мы рекомендуем оптимизации процедуры решить модели, когда это возможно. В нашем примере, модель была целое программы, которая была решена с помощью ветвей и границ (B

Модели распределения может быть решена итеративно до РИР выполнено. Например, DM может нарушить конфигурации счет перераспределения ресурсов и / или открытии или закрытии дополнительных средств распределения по разработке альтернативных решений, а также изучить результате показатель эффективности. Проблема знания и интуиция играют одинаково важную роль. Альтернативные объекты отверстия закрытие и распределение уровней могут быть рассмотрены и протестированы до решения модели планирования. Если группа не может достичь консенсуса, они должны использовать предварительно согласована схема голосования.

Наконец, выполнение рекомендаций, с учетом внутренних операционную политику и процедуры компании. Эта методика включает в себя управленческие ввода и оперативных данных, которые являются критическими для оценки эффективности фазы. Связаны между собой, эта методика обеспечивает эффективный механизм, который может быть повторно с течением времени в качестве дополнительных изменений в питающей сети становятся необходимыми. Основные преимущества, которые могут возникнуть в результате использования этой методики, описанные подробно в дальнейшем являются: повышение эффективности системы, повышение степени удовлетворенности для персонала и клиентов, а также сокращение общего объема оперативных расходов в системе.

ПРИМЕР

Предложенная методика была протестирована и в полном объеме в связи DSS для совместной CountryMark, Inc, крупнейший дистрибьютор Midwest сельскохозяйственной топлива. Внедрение системы было завершено микрокомпьютер с программирования на языке С с оптимизатором Линдо внедрены. Мы также использовали более традиционный подход, минимизация затрат на реконфигурацию без результатов и эффективности в сравнении ее результатов, полученных при эффективности результатов, предписанных (см. таблицу 3). Краткое обсуждение фон компании и ее операционной среды следовать. Затем, внедрению методологии для нашего случая исследование описано.

Фон

Введение "No-Till" сельского хозяйства в начале 1980-х был крупный прорыв в области сельскохозяйственных технологий. Использования No-Till метода, который способствует повышению урожайности, но требует значительно меньше, использование крупных установок по обработке, была широко распространена по всей территории США в течение нескольких лет ее внедрения. Для дистрибьюторов, это снижение зависимости от топливно-голодные оборудование означало 25% сокращение совокупного спроса на энергию топлива в течение последних 6 лет. Поскольку сельскохозяйственные топливе составляют большинство своих доходов, управление CountryMark начало исследование с целью оценки его текущей деятельности распределения на каждом из своих хранилищ.

Базовая структура нынешней операции распределения CountryMark показано на рисунке 2. Нефть поставляется на заводы по подземным трубопроводам. Далее, нефтепродуктов направляется на bulkplants (депо). И наконец, нефть доставляется заказчику.

Эта система состоит из четырех заводов, 100 bulkplants, и 210 транспортных средств tankwagon, обслуживающих около 8000 клиентов, где средний покупательский спрос составляет 600 литров в месяц в течение пикового сезона. Совокупный спрос на самой быстро продаваемой маркой энергетического топлива в 1994 году около 180 миллионов литров и составил 70% от выручки. Хотя распределение CountryMark входили другие продукты, такие как удобрения и семян зерновых культур, продажи этих продуктов были весьма незначительными по сравнению с общего объема продаж нефтепродуктов. Таким образом, распределение нефтепродуктов было в центре внимания управления при планировании исходящего функции логистики.

Динамика рынка и меняющиеся условия бизнеса осаждают сокращением доходов и недовольные сотрудники доставки значительное количество предприятий, которые впоследствии привели к низкой удовлетворенности клиентов. Использования наших Предложенная методика идеально подходит для решения задач, стоящих перед CountryMark. Потому что они уже имели эффективные системы распределения с нефтеперерабатывающих заводов на bulkplants и легко может перенастроить его, этот анализ не затрагивает ту часть исходящего функции логистики. Заметим, однако, что этот компонент может быть легко моделируется как транспортные проблемы, и включить в нашу модель распределения. Анализ фокусировался, а не на bulkplant к клиенту часть исходящего функции логистики. В этом случае, наша методология изначально оценивали эффективность каждого из существующих операций bulkplant. Затем растения изменена использованием bulkplant стандартов эффективности и управленческой ввода. Результаты показали, какие растения должен действовать и при условии доставки автомобиля заданий как растения и клиентов.

Шаг 1: Соберите принятия решений команды

Принятия решений группу вошли опытный менеджер депо, корпоративных операций и менеджера по маркетингу, руководитель службы планирования и 2 аналитиков, которые были без права голоса членов. Депо менеджер был выбран (на основе опыта и успеха в оперативной логистики фирмы-процессов), и сообщил (по корпоративному управлению) его роль и значение своего участия в исследовании. Операций менеджером по маркетингу и внес свой вклад и руководство под влиянием знания рынка фирмы и конкурентных позиций. Руководитель службы планирования отвечает за административное управление, совокупный планирования и оценки деятельности центров депо. Наконец, аналитики квалифицированных в различных комплексных технических подходов. Культуры исследования фирмы поддерживает использование простых "правил большинство" схема голосования в случае, если консенсус не может быть достигнута.

Шаг 2: Приобретение / Оценка исторических данных Операционные

Определение источников неэффективности в такой сложной проблемы, логистика и ответственное дело. После мозгового штурма, показатели деятельности, приведенные ниже, были подготовлены и рассмотрены CountryMark РИР в качестве потенциальных переменных данных исследования. Данные были доступны через внутренние базы данных. Дальнейшее совершенствование этого множества результате предварительной оценки эффективности описанных в шаге 3.

Шаг 3: Разработка показателей и выявления передовой практики

Мы решили использовать вместо DEA регрессии для оценки эффективности, поскольку никаких начальных оценки эффективности были доступны. Если первоначальный анализ DEA был проведен с лиц, принимающих решения на CountryMark (см. Приложение), было признано, что оценка эффективности депо была эквивалентна оценке эффективности доставки персонала. В результате потенциальные входных переменных, таких как доставка персонала заработной платы, транспортные расходы, операционные расходы, количество доставки персонала и количество tankwagons были рассмотрены. Мы обнаружили, что эти материалы были сильно коррелированными и, следовательно, используя числа автотранспортных средств (возложенные на bulkplant) в качестве единственной входной переменной, захватили соответствующих ввода информации. На основании этого входа меры, РИР достигли консенсуса, что соответствующие меры выхода включены: миль пробега (в автомобиле), а количество родов (из транспортного средства), которые вместе составляли для использования доставки персонала и поставляется галлонов (по транспортного средства), которая является суррогатом доходов. Эти переменные являются компонентами модели DEA, которые затем предоставляет расчетные эффективности для каждого bulkplant объекта.

DEA эффективности процесса ранжирования сделал интуитивный смысл, принимающих решения, с учетом их знакомство с данными, проблемы и окружающей среды. РИР выразил заинтересованность в снижении веса связано с пробегу, поскольку она имеет значения меры конечный результат. Интерактивный характер этой системы, однако, иллюстрируется их последствия такой позе, показав, что исключение этой продукции наказание растения охватывает широкие области. Чтобы уменьшить влияние пройденных миль, это выход мера была масштабной, которые не влияют на эффективность рейтинга, потому что DEA использует относительную весом на выходах. Масштабной значение тогда в сочетании с галлонов поставки. Это косвенного показателя составил арифметические преобразования и не ухудшаются, анализа и последствия результатов. В результате DEA модель при условии соответствующего веса для растений, для удовлетворения лиц, принимающих решения.

Результаты этого анализа, РИР с руководящие принципы для эффективного функционирования склада в плане tankwagons (максимум, 35 000 миль пробега на один автомобиль в год), совокупная пропускная способность tankwagon (по крайней мере 800 000 галлонов доставлены в год), а общая количество капель для каждой tankwagon (по крайней мере 1500 капель).

Мы должны признать, что при различных наборов данных, чем те, которые используются в этом исследовании, анализ может предложить альтернативные наборы входных и выходных переменных. Тем не менее, процесс и методологию, разработанную в данном исследовании по-прежнему крепка и ценным для анализа операций. Сейчас связь планирование модель поэтапного DEA для CountryMark.

Шаг 4: Разработка модели для перенастройки, которая включает Best Practices

Использование принципов, начиная с шага 3, мы тогда разработали схему реорганизации сбытовой сети. Если говорить конкретно, целого модель программирования, выделяет средства доставки на склад операций удовлетворить спрос на топливо для производства энергии, обеспечивая при этом DEA рекомендовал уровней производительности удовлетворены (см. Приложение Б полная формулировка). Ветвей и границ, процедуры решения был использован.

Шаг 5: Определение новой конфигурации

Решение модели планирования распределения не означает завершения анализа. Методика позволяет принимающему решение, чтобы изменить завода отверстия и транспортных задач. Так было в сценарии CountryMark. В некоторых случаях, для защиты присутствие на рынке клиентами и доброй воли, РИР необходимо, чтобы конкретные bulkplant операции остаются открытыми, несмотря на рекомендации для их закрытия. РИР также хотел бы исследовать открытия дополнительных bulkplants и консолидации некоторых bulkplants в более крупные операции. В этом случае, консолидированная или вновь открыли заводы должны иметь реальную возможность для достижения приемлемой оценки эффективности. Исследователи получили данные и связанные Система легко, предоставляемое для таких ценных DM взаимодействия. DM интерес к подмене счета оптимального решения для нематериальных выгод сохранения завода открытым или закрытым, и, возможно, назначения транспортных средств. Такие изменения необходимо просто фиксация определенных нуля или единицы величин и в результате IP проблема может быть решена раз за секунды, используя оптимизатор Линдо.

Шаг 6: осуществление и анализ

Сравнение структуры питающей сети до и после завершения этого исследования приводится в обобщенном виде в таблице 1. Потенциальная экономия от сети электропитания, после полной реализации, по скромным оценкам составляют от 5 до 7% от общей суммы расходов с 20% сокращение числа складов в использовании. Эти сэкономленные в результате освобождения недостаточно средств и складов. Дополнительные результате экономии от консолидации и закрытие конкретных операций. Окончательные данные показывают, что типичная операция депо процессов 2000000 галлонов топлива для энергетических, чтобы среднем клиентская база 590 клиентов. Рекомендованный план реорганизации в настоящее время осуществляется CountryMark.

Управленческих последствий ИССЛЕДОВАНИЕ

Есть несколько важных последствий для нашего комплексного подхода и методологии. Во-первых, принципы DEA эффективности влияние реорганизации процесса. Расслабляющая ограничителей (B7) - (В9) привело к полному целочисленных решений без каких-либо заказов раскол среди средств его доставки, а значение целевой функции были сокращены на 3% до 5 процентов (за эффективностью ограниченного сценарий), а в таблице 2. Во-вторых, распространение использования ресурсов, определяется эффективности транспортных средств, стали более изменчивыми по сети питания. В-третьих, в соответствии с чистого подход оптимизации минимизации затрат, кажется разумным, что оптимальное решение этой проблемы должно быть реализовано. Такие близорукие парадигмы, однако, часто не учитывают важные императивы обслуживания клиентов, а также необходимость для компаний, для поддержания присутствия на рынке в убыточные или исчезающих регионах. Во многих отраслях промышленности, это присутствие на рынке, несмотря на бремя делать это, может быть требование к долгосрочной деловой репутации фирмы. В таких случаях, руководители операций должны быть в состоянии оправдать дополнительные расходы. Наша методология способствовала последующего анализа для изучения этих вопросов в деталях.

На первый взгляд казалось, что хороший потенциал экономии в результате распределения затрат в ослаблении ограничителей DEA. Дальнейший анализ, однако, четко указано, что общая эффективность транспортного средства фактически сократился на 25%. Эта потеря эффективности может снизить надежность клиента службы и ее волатильность может снизить эффективность доставки персонала. Такое было в случае с фирмой до настоящего исследования. Перерасход водителей в плотной зоны обслуживания привело к высоким затратам сверхурочную работу и увеличить жалоб обслуживания клиентов. Недостаточно используемые драйверы часто дополнительного работы за пределами фирмы, чтобы заменить потерянный доход. Ясно, что такие сценарии процесс потребует улучшения распределения и использования ресурсов (транспортных средств и водителей), а также реструктуризация сети питания. Постфактум анализа подтвердили наши первоначальные гипотезы, что интеграция фаз DEA улучшение системы в целом. В результаты приведены в таблице 3, мы изучили эффективность системы в трех случаях:

Состояние = 1 система в настоящее время структура.

Состояние 2 = изменена система (B7) - (В9) расслабленным (например, удалить из LHS (B7) и удалить (B8) и (В9) от модели).

Состояние 3 = изменена система с DEA (B7) - (В9) наказания.

Для каждого условия в таблице 3, операционная bulkplants, их эффективности и концентрации спроса показано на рисунке. Последних двух строках резюмировать эффективности системы и общей стоимости распространения. Клиент заданий ясно изменится через каждый состоянии. Кроме того, как bulkplant операций являются закрытыми (розовый и Wht_1) и консолидированный (Red_4 и Red_9), bulkplant и общесистемной эффективности изменений. Например, в 9-bulkplant рабочей области общесистемной эффективность была 0,7183. Эти данные ясно указывают на то, что Есть номера, которые должны быть рассмотрены на основе конкурентных целей фирмы и рынка руководства императивы присутствия. Операционная система стоимость составила 75 326 единиц. Условия 2 и 3 иллюстрируют компромиссы в использовании DEA, и, следовательно, эффективность нашей методологии. Обратите внимание, что DEA его вынесения, и Red_4 Red_9 консолидируются. Императивы сохранить присутствие на рынке, несмотря на затраты, слева bulkplant Грин открытым. Кроме того, мы видим, что DEA позволяет признать, что, оставляя открытым Грин и перераспределение клиентской базы, эффективность работы этого завода, при условии улучшения 3. Кроме того, консолидация Red_4 и Red_9 не было строгой причинно-следственной связи, потому что клиентская база увеличилась на 16 вместо ожидаемых 11.

Хотя расходы системы при условии, 3 на 5% выше, чем состояние 2, долгосрочные выгоды от повышения транспортного средства и водителя эффективности при сохранении присутствия на рынке часто может компенсировать рискованности связано с продолжающимся неэффективности и потенциальной потерей рынка наличии условий 1 или 2. Вместе с другими подходами, такими идеи не могут быть очевидными решение органов, или дополнительного анализа может потребоваться ..

Таким образом, с этой методологии моделирования, отметим следующие: (1) критерии для принятия решений создатель эффективность сохраняется в течение всего процесса; (2) в результате дизайн питающей сети в полной мере использовать bulkplants и средств его доставки, которые были предназначены для них, и дали улучшилось, сбалансированная система, и (3) морально сотрудника и критериев удовлетворенности клиентов, были включены в процесс принятия решений.

ВЫВОДЫ

В данной работе мы представляем комплексные методологии планирования и анализа, который включает в себя приложение для последующих распределения нефти. Интерактивные модели системы распределения текущих операций и вычисляет показатели эффективности распределения объектов. Результаты процесса оценки эффективности наряду с DM ввода объединены в математическую модель, чтобы перенастроить макет системы распределения. В процессе реорганизации, DM выполняет "что если" анализ. Это позволяет знание проблемы и управления входной повлиять на окончательное решение.

Для операций на CountryMark, аналитический процесс определения того, какие базы должны быть закрыты, комбинированных или открыл в "что если" сценарию подробное представление на эффективную работу системы распределения. Руководство считает, что это привело как к повышению морального духа сотрудников, так как графики водителей более сбалансированной и последовательной, а также повышение удовлетворенности клиентов, потому что поставки более своевременно. Система реорганизации было достигнуто за счет передачи транспортных средств, складов и транспортных средств клиентов, обеспечивая при этом ограничения модели IP не были нарушены, и что покупательский спрос остался доволен. Успех внедрения системы с CountryMark в значительной мере зависит от нашей способности общаться полезность системы для сотрудников корпоративных клиентов, а также местных руководителей, поскольку управление было децентрализовано и лиц, принимающих решения не обладают глубокими знаниями науки управления. DSS подход не только позволил CountryMark решить свои проблемы распределения надежно, но и включить их в процесс принятия решения и при условии, улучшенными эксплуатационными представление bulkplant операции. Крайне важно, чтобы местные руководители депо в процессе гарантировать, что данные затраты в целом отражают реальность, а также обеспечить "бай-ин" по рекомендации.

В прошлом руководство CountryMark в передавались решения местных руководителей. Новая методология поддерживает эффективную команду-ориентированный процесс оперативного принятия решений. Ее гибкость поддерживает коллективный подход к принятию решений в ответ на изменения на рынке или организационных изменений ..

Контроль логистика стала критической конкурентным оружием. Руководители понимают, что решение средств, таких, как те, которые предусмотрены нашей методологии являются полезными и необходимыми для поддержания эффективного контроля над компонентов логистической системы. Методологии планирования распределения и анализа, который был представлен и реализован в данной работе, делает несколько уникальный вклад в развитие существующих знаний. Она обеспечивает интерактивную и активного подхода для анализа каких-либо услуг или производство. Она использует мощные функции управления наукой методов при этом не позволяя лишь для взаимодействия с пользователем, но в зависимости от его завершения разработки проблемы и решения. Кроме того, мы предлагаем новый подход, благодаря разработке синергетических связей между процессом оценки эффективности и исходящих модели планирования распределения. Результаты оценки эффективности используются для формирования однозначно определяется ограничениями в последующие математической модели. Такая интеграция гарантирует, что цели руководства оперативной эффективности и минимизации затрат одновременно мет.

Будущее развитие данного исследования будет включать расширения модели за распространение многочисленных товаров и изучение вверх компонентов системы распределения. Еще одна область исследований позволит нелинейной функции затрат в цель математической модели. [В редакцию: Апрель 30,1996. Принято: 27 января 1998].

Ссылки

Айкен, C. H. (1985). Фонда месте модели распределения планирования. Европейский журнал исследования операций, 22, 263-279.

Андерсон, Е.,

Arntzen, Б. Браун, Г. Харрисон, T.,

Бауэрсокс, D. J.,

Буллер, П. F.,

Бернс, P, тарифов, Р.,

Charnes, А. Купер, В.,

Daripan, П. (1992). Глобальная логистика в действии. Международный журнал по физической распределения и материально-техническом обеспечении, 22 (6), 7-11. Дэвис, Т. (1993). Эффективное управление цепочкой поставок. Слон-управленческой деятельности, Лето, 35-46.

Дайер, В. Г. (1987). Построение команды: проблемы и альтернативы (2-е изд.). Чтение, М.: Addison-Wesley.

Efroymson, М. А.,

Eglese, Р. В. (1990). Имитации отжига: инструмент для оперативных исследований. Европейский журнал по исследованию операций, 46, 271-281. Erlenkotter, D. (1978). Двойной основе процедуры uncapacitated расположение объекта.

Исследование операций, 26 (6), 992-1009.

Французский, В. Д.,

Гао, L.,

Гловер, F. (1989). Табу поиск, часть I. Orsa журнал по вычислительной, 1 (3) ,190-206. Гловер, F. (1990). Табу поиск, часть II. Orsa журнал по вычислительной, 2 (1), 4-32. Гловер, Ф. Джонс, Г., Карни Д., Клингман Д.,

Голдберг, Д. Е. (1989). Генетические алгоритмы поиска, оптимизации и машинного обучения. Чтение, М.: Addison-Wesley.

Карга, Н. А., Врат П.,

Ходжсон, А. М. (1992). Шестигранники системного мышления. Европейский журнал по оперативным исследованиям, 59 (1), 220-230.

Келлер Г.

Khumawala, Б. М. (1972). Эффективные отрасли и границ алгоритм для задачи размещения склада. Управление науки, 18, 718-731.

Klincewicz, J. Г.,

Клингман Д., Филлипс, N., Стайгер Д., Вирт, Р.,

Manganelli, Р. Л.,

Rangan К.

Шраге, Л. (1975). Неявное представление переменной верхней границы линейного программирования. Математическое программирование Исследование, 4, 118-132. Сир, Т. Н. (1993). Планирование процессов логистики в низовьях нефтяной промышленности. Журнал Оперативного общества исследований, 44 (1), 9-17.

Секстон, T., Sleeper, С.,

Спилберг, К. (1969). Алгоритмы простая задача размещения завода с некоторым дополнительным условиям. Исследование операций, 17, 85-111. Стюарт Kotze, Р. (1980). Введение в организационное поведение. Нью-Йорк: Рестон Publishing.

Суинк, M. (1995). Влияние характеристик пользователя на производительность в приложении логистики DSS. Решение наук, 26 (4), 503-530. Warfield, Н. J. (1982). Консенсус методологий. В SA Олсен (ред.), Группа планирования и методов решения проблем в технике управления. Чичестер, Великобритания: John Wiley и сыновья ".

Лебедка, Г. В. (1995). Разработка консенсуса: Размышления о модели поддержке процесса принятия решения. Решение управления, 33 (6), 22-31. ЮСОФФ, М. Б.,

Энтони Росс

Департамент бизнес-анализа и исследований, бизнес-колледжа, штат Техас

М. А. Venkataramanan

Департамент операций и решения Технологии, школа бизнеса, Университет штата Индиана Блумингтон, IN47405, адрес электронной почты: <a href="mailto:venkatar@ucs.indiana.edu"> venkatar@ucs.indiana.edu </ A>

Кэтрин В. Эрнстбергер

Отдел бизнеса и экономики, Университет штата Индиана Юго-Востока, Нью-Олбани, В 47150, адрес электронной почты: @ kernst iusmail ius.indiana.edu

Энтони Росс доцент кафедры управления операциями в колледж и Высшая школа бизнеса, штат Техас

М. Venkataramanan является доцентом операций и решения технологий в Университете Индианы в Блумингтоне, штат Индиана. Он получил докторскую степень в бизнес-анализа и исследований из Техаса

Кэтрин В. Эрнстбергер является доцент кафедры бизнес-администрирования в Университете Индианы в Нью-Юго-Албани, штат Индиана. Она защитила кандидатскую диссертацию в университете Индианы, при принятии решений и информационных систем. Ее исследовательские интересы включают логистики, моделирования сети и системы поддержки принятия решений.