LogForum Logo
Scopus Logo
Webofsc Logo

ISSN 1895-2038, e-ISSN:1734-459X

Język strony
Artykuły
Informacje dla autorów
Punktacja czasopisma
Bazy indeksujące:

Creative Commons licence CC BY-NC (Attribution-NonCommercial)Logforum. 2020. 16(4), artykuł 5, 535-547; DOI: https://doi.org/10.17270/J.LOG.2020.512

ZARZĄDZANIE ZAPASEM ORAZ OPTYMALIZACJA LOGISTYKI - PODEJŚCIE OPARTE NA EKSPLORACJI DANYCH

Rafael Granillo-Macías

Autonomous University of Hidalgo State, Hidalgo, México

Streszczenie:

Wstęp: W obecnych warunkach ekonomicznych, charakteryzujących się wysoką konkurencyjności i nieprzewidywalności działalności w obrębie łańcucha dostaw, istotne jest dążenia do optymalizacji kosztów i poprawy poziomu obsługi klientów, poprzez prawidłowe zarządzanie zapasem, jako czynnikiem kluczowym. Właściwe zarządzanie zapasami prowadzi do pozytywnych wpływów na wyniki logistyczne. W ujęciu ekonomicznym, około 15% kosztów logistycznych jest związane z operacjami magazynowymi. Poprzez zastosowanie studium przypadku z branży spożywczej, w pracy proponowana jest metoda klasyfikacji zapasów z zmiennymi jakościowymi i ilościowymi, przy zastosowaniu technik eksploracji danych, kategoryzując materiały przy użyciu zmiennych takich jak częstotliwość pobrań, poziom konsumpcji, jak i charakterystyki jakościowe związane z operacjami magazynowymi. Proponowany model łączy klasyfikację materiałową z technikami lokalizacyjnymi w celu ułatwienia procesu decyzyjnego w obszarze zarządzania zapasem oraz operacji magazynowych.

Metody: Zastosowana metoda opiera się na algorytmie Partitioning Around Medoids, który w innowacyjny sposób, stosuje strategię lokalizacji optymalnego punktu poboru w oparciu o klasyfikację klastrową, uwzględniając jakościowe jak i ilościowe czynniki, mające duży wpływ na określanie priorytetów w zarządzaniu zapasem w przedsiębiorstwie.

Wyniki: Uzyskane wyniki poprawiają marszruty dystrybuowanych materiałów w oparciu o identyfikację ich charakterystyk takich jak częstotliwość pobrań i handlingu, pozwalając na reorganizację i wzrost pojemności magazynowej różnych indeksów materiałowych, przechodząc z klasyfikacji na podstawie rodzin do klasyfikacji opartej na klusterze. Dodatkowo, wyniki wspomagają proces decyzyjny związany ze zdolnościami magazynowymi, umożliwiając identyfikację na najniższym poziomie miejsca magazynowego.

Wnioski: Praca prezentuje podejście do poprawy procesu decyzyjnego w zarządzaniu zapasem poprzez propozycję projektu magazynu w oparciu o techniki eksploracji danych, które stosują mierniki i wskaźniki działań operacyjnych. Zastosowanie technik eksploracji danych takich jak klustrowanie PAM umożliwia grupowanie zapasów przy uwzględnieniu różnych czynników jakościowych i ilościowych. Proponowana metod PAM umożliwia bardziej realistyczne podejście do problemów zarządzania zapasem, gdzie muszą być uwzględnione tak różne czynniki jak czas czy zdolności oraz typu operacji magazynowych.

Słowa kluczowe: Cluster, Partitioning Around Medoids, lokalizacja zasobów, łańcuch dostaw
Pełen tekst dostępny w języku angielskim w formacie:
artykuł nr 5 - pdf Adobe Acrobat

Abstract in English Abstract in English.

For citation:

MLA Granillo-Macías, Rafael. "Inventory management and logistics optimization: A data mining practical approach." Logforum 16.4 (2020): 5. DOI: https://doi.org/10.17270/J.LOG.2020.512
APA Rafael Granillo-Macías (2020). Inventory management and logistics optimization: A data mining practical approach. Logforum 16 (4), 5. DOI: https://doi.org/10.17270/J.LOG.2020.512
ISO 690 GRANILLO-MACíAS, Rafael. Inventory management and logistics optimization: A data mining practical approach. Logforum, 2020, 16.4: 5. DOI: https://doi.org/10.17270/J.LOG.2020.512