L'optimiseur d'approvisionnement est un solutionneur puissant doté de nombreuses fonctionnalités clés permettant de modéliser une variété de scénarios et de lignes de produits.
- L'ID de sous-réseau est utilisé pour segmenter les problèmes sans chevauchement, afin que les cycles de l'optimiseur puissent être parallèles.
- Une répartition équitable permet une meilleure utilisation des ressources communes et garantit la bonne combinaison de produits sur l'ensemble des nœuds du réseau.
- L'optimiseur équilibre les coûts liés à la production, au transport, au stockage, etc.
- Les contraintes agrégées sont des fonctionnalités avancées qui peuvent utiliser des attributs de produit pour contrôler davantage les contraintes clés.
- Comme l'optimiseur peut prendre en charge à la fois la poussée et l'extraction, il est bien adapté aux produits saisonniers, de sorte que les décisions de pré-production sont économiques.
- La planification télescopique permet que les performances d'exécution soient raisonnables pour la planification dans des périodes quotidiennes et hebdomadaires afin de prendre en charge les aspects à court, moyen et long terme dans l'horizon de planification.
L'objectif de l'optimisation est de minimiser le coût total du plan d'approvisionnement. L'optimiseur d'approvisionnement y parvient en minimisant les coûts, tels que :
production, approvisionnement et transport.
Non-livraison ou livraison en retard des produits pour satisfaire les demandes.
Baisse en dessous du niveau de stock cible ou dépassement du stock maximum.
Violation des valeurs ajustées manuellement (par exemple, la demande client ajustée) ou des valeurs minimales (par exemple, entrées de production minimales).
Tenue de stock.
L'optimisation est effectuée en transformant le problème de planification des approvisionnements en un modèle mathématique (un programme linéaire à nombres entiers mixtes (MILP)). La sortie est un plan de production, de distribution et d'approvisionnement réalisable et optimisé pour l'ensemble du réseau de la chaîne logistique, en tenant compte des contraintes.
L'optimisation est effectuée en transformant le problème de planification des approvisionnements en un modèle mathématique de programme linéaire à nombres entiers mixtes (MILP). La sortie est un plan de production, de distribution et d'approvisionnement réalisable et optimisé pour les coûts pour le réseau de la chaîne logistique sélectionné. Par conséquent, peu importe au moteur que l'optimiseur soit interfacé avec TS ou PBO pour l'intégration des entrées et sorties.
L'optimiseur active la planification basée sur les coûts. Indépendamment du cas d'utilisation, il réduit toujours le coût total du plan d'approvisionnement. Au cours du processus d'optimisation, il recherche et considère intelligemment toutes les solutions possibles pour trouver la solution la plus rentable en termes de coûts totaux.
Une solution est réalisable pour l'optimiseur lorsqu'elle respecte toutes les contraintes de planification, par exemple, les options d'approvisionnement et les capacités de ressources disponibles. Une solution réalisable peut contenir des non-livraisons, c'est-à-dire des demandes qui ne sont pas entièrement satisfaites ou des violations de contraintes de stock de sécurité, ou peut violer d'autres contraintes souples.
Des coûts de violation sont affectés aux contraintes souples. L'optimiseur ne respecte pas les contraintes souples si elles entrent en conflit avec des contraintes fermes (par exemple, tailles de lot maximales) ou si leur violation est plus rentable. Par exemple, les coûts d'approvisionnement peuvent être supérieurs aux coûts de violation pour ne pas satisfaire une demande.
Outre ces coûts définis par scénario, l'optimiseur génère des coûts internes pour les contraintes pseudo-fermes, par exemple, pour la violation des valeurs ajustées manuellement. Ces coûts étant très élevés, ces contraintes ne seront pas violées s'il existe une solution réalisable qui les respecte.
Les heuristiques et l'optimiseur peuvent être utilisés ensemble afin de tirer parti des avantages des autres.
L'optimiseur peut créer des plans optimisés en fonction des critères suivants :
Optimisation des bénéfices
Optimisation de la livraison
Optimiseur : livraison par rapport au bénéfice
Les détails suivants sont pertinents pour la maximisation du bénéfice :
L'optimiseur maximise le profit, où le bénéfice est la différence entre le chiffre d'affaires total et le coût global. Le chiffre d'affaires total est calculé comme la somme du chiffre d'affaires de tous les produits vendus sur le marché. Le produit de chaque produit est calculé en multipliant son prix de vente (c'est-à-dire les coûts de non-livraison) par la quantité expédiée au client.
Si le coût total d'un produit fini (comprenant la production, la gestion des stocks, les frais de transport et le coût de tous les composants) est supérieur à son prix de vente, l'optimiseur choisit de ne pas livrer et donc de ne pas fabriquer ou transporter ce produit.
Comme décrit dans ce sujet, l'optimiseur TS est un solutionneur puissant avec de nombreuses fonctionnalités clés pour modéliser une variété de scénarios et de lignes de produits. Il s'agit certainement de la meilleure option pour planifier un grand nombre de ces scénarios.
Lors du choix entre l'optimiseur TS et l'heuristique à capacité finie, il convient de prendre en compte les exigences de gestion très spécifiques que le résolveur doit répondre.
De plus, il convient d'évaluer si le plan d'approvisionnement de bout en bout doit être calculé dans un seul cycle de planification ou si plusieurs étapes de planification sont plus appropriées.
Par exemple, la planification de la production globale peut être créée par heuristique à capacité finie dans SAP IBP, puis séquencée par la planification de la production et planification à court terme (PP/DS) dans SAP S/4HANA, puis de retour dans SAP IBP, le plan de distribution peut être créé par le cycle de déploiement.