优化物流系统时请注意十大原则

* 来源 : * 作者 : * 发表时间 : 2019-11-08 0:45:46 * 浏览 : 61

物流系统优化是降低供应链运营总成本的最重要商机。但是，物流系统优化过程不仅需要大量资源，而且还需要克服困难和细致管理的巨大努力。 Velant的总裁兼首席执行官Don Ratliff博士是美国领先的货运计划解决方案提供商，在为企业提供货运决策优化解决方案方面拥有30多年的经验。在2002年美国物流管理协会（CLM）年度会议上，“物流优化”的10个基本原则，并相信通过优化物流决策和运营流程，企业可以获得减少物流成本10％的商机。到40％节省的成本将不可避免地转化为企业投资回报的增加。在当前激烈的市场竞争和通缩的经济环境中，唐·拉特里夫博士提出了企业物流系统优化的10条基本原则，无论是正在寻找新的经济增长点的制造业，批发和零售企业。努力提高服务水平并争取更大市场份额的第三方物流公司（3PL）（包括物流和供应链管理应用软件提供商和集成商）具有非常实际的运营意义。目标mdash必须是定量且可衡量的。设定目标是确定我们期望的一种方式。为了优化某些东西或过程，您必须确定如何知道目标对象已被优化。使用定量目标，计算机可以确定后勤计划是否比其他计划更好。公司管理层可以知道优化过程是否可以提供可接受的投资回报。例如，可以以“每日评估资产使用成本，燃料和维护成本之和，人工成本之和”为目标来确定交货操作。这些成本目标既是定量的又是易于衡量的。模型mdash必须真实地反映实际的物流过程。建立模型是一种将物流操作需求和约束转化为计算机可以理解和处理的东西的方法。例如，我们需要一个模型来反映如何通过组合将货物组装成卡车。一个非常简单的模型（例如装运的总重量或总体积）可以忠实地反映某些货物（例如散装液体货物）的装载要求。但是，如果使用总重量或总体积模型将新车装载到拖车上，则该模型将失败，因为它无法充分反映实际的物流状况。例如，使用“ ldquo”不适用于运载45,000磅的汽车来描述拖车的货物容量。因为拖车可以运送的汽车数量取决于汽车的形状，拖车的结构和其他因素。在这种情况下，如果使用简单的重量或体积模型，则许多计算机会认为将不会实际加载适当的负载，实际上，由于计算机认为不合适，因此将放弃更好的加载方案。因此，如果模型不能如实反映装载过程，则优化系统给出的装载解决方案要么不切实际，要么在经济上不经济。数据必须是准确，及时和全面的。数据驱动着物流系统的优化过程。如果数据不正确，或者无法及时将数据输入到系统优化模型中，那么最终的物流解决方案就值得怀疑。对于必须产生可操作的物流解决方案的物流优化过程，数据还必须是全面且充分的。例如，如果卡车的体积限制了负载，则使用每批货物的重量数据是不够的。集成的mdash，mdash的数据自动传输要平稳由于物流系统的优化，必须同时考虑大量数据，因此系统的集成非常重要。例如，要优化从仓库到商店的每日交付，您需要考虑订单，客户，卡车，驾驶员和路况等数据。手动输入数据即使仅输入少量数据，也不会支持系统优化，因为这会花费太多时间并且容易出错。 mdash的表达方式mdash必须简单，易于实现，管理和控制。物流优化技术给出的解决方案，除非现场操作人员能够执行，否则经理可以确认已经实现了预期的投资回报，否则将无法成功。现场操作说明简单明了，应该易于理解和实施。管理人员需要有关时间和资产利用方面的计划优化及其实施的更全面，更集中的信息。算法mdash，mdash，算法必须灵活不同的物流优化技术之间的差异在于算法的差异（物流过程通常可以通过计算机过程处理来确定）。每种物流优化技术都有一定的特点。为了在合理的时间内给出物流优化解决方案，有必要借助优化算法进一步开发优化技术。因此，关键问题是：（1）物流优化系统的分析人员必须认识并理解不同物流优化技术的问题结构。（2）所使用的优化算法应该灵活，并且可以调整为可以利用这些特定问题结构的状态。解决物流优化问题有多种可能的解决方案（例如，对于40票比卡车少的票，有1万亿种可能的负载组合）。如果您无法使用特定的问题结构进行计算，则意味着该算法将基于一些不可靠的近似计算给出解决方案，或者计算时间过长（也许无限长）。计算mdash，mdash，平台容量必须足以缩短计算时间。因为对于任何实际的物流问题都有大量可能的解决方案，所以一定规模的任何问题都需要相当大的计算能力。这种计算能力应使优化技术能够在合理的时间内找到物流解决方案和解决方案。显然，对于在日常执行环境中运行的优化技术，它必须在数分钟或数小时内给出后勤优化计划（而不是花几天的计算时间）。与使用PC或基于工作站的算法相比，使用由许多计算机同时计算的强大群集服务和并行体系结构优化算法可以更快地提供更好的物流优化解决方案。人员-物流系统优化器必须具有建模，数据收集和优化所需的技术专长。最优化技术是火箭科学，希望火箭发射后能运转良好，而且没有“火箭”，保持科学家的地位是不可能的。这些专家必须确保数据和模型正确，并且技术系统按设计工作。在缺乏具有适当技术专长和领导经验的人员的组织管理的情况下，复杂的数据模型和软件系统无法正常运行并获得必要的支持。没有他们的大量工作，物流优化系统将难以实现预期的目标。流程mdash必须支持优化和持续改进物流优化需要处理运营过程中的大量问题。物流目标，规则和流程的更改是系统中的规范。因此，不仅需要系统的数据监视方法，模型结构和算法来适应变化，而且还需要它们来抓住机会并推动系统的变化。如果不能在实际的业务运作过程中进行对物流优化技术的监测，支持和持续改进，就必然会带来优化技术的全部潜能，或者只能变成一种“优化技术”。

上一条: 介绍不同商品的包装操作知识下一条: 物流系统5S目标