SCM-库存管理

正如供应链的主要目标所示，SCM 的基本目标之一是确保公司内部和整个公司的所有活动和职能都得到有效管理。

在某些情况下，供应链的效率可以通过库存效率来确保，更准确地说，可以通过保持库存减少的效率来确保。尽管库存被认为是高效供应链管理的负担，但供应链管理者承认库存的必要性。然而，不成文的规则是将库存保持在最低限度。

许多策略的制定都是为了简化供应链之外的库存并尽可能降低库存投资。由于库存投资，供应链管理者倾向于将库存维持在尽可能低的水平。与拥有库存相关的成本或投资可能很高。这些成本包括购买库存所需的现金支出、获取库存的成本（投资于库存而不是投资于其他东西的成本）以及与管理库存相关的成本。

库存的作用

在了解库存在供应链中的作用之前，我们需要了解制造商与客户之间的亲切关系。处理客户、满足他们的需求以及与制造商建立关系是管理供应链的关键部分。

在很多情况下，我们看到协作关系的概念被标记为供应链管理的本质。然而，对供应链关系（尤其是包括产品流的供应链关系）的深入分析表明，这些关系的核心是库存移动和存储。

其中一半以上依赖于库存的采购、转移或管理。众所周知，库存在供应链中扮演着非常重要的角色，是一个显着特征。

库存在供应链中最基本的功能如下 -

企业需要管理上游供应商的交流和下游客户的需求。在这种情况下，公司必须在满足客户的需求（大多数情况下很难精确预测）与保持充足的材料和货物供应之间保持平衡。这个余额可以通过库存获得。

供应链优化模型是将实际或现实生活中的问题转化为数学模型的模型。构建该数学模型的主要目标是最大化或最小化目标函数。除此之外，还为这些问题添加了一些约束来定义可行区域。我们尝试生成一种有效的算法，该算法将检查所有可能的解决方案并最终返回最佳解决方案。各种供应链优化模型如下 -

混合整数线性规划 (MILP) 是一种数学建模方法，用于在某些限制下获得系统的最佳结果。该模型广泛应用于生产计划、运输、网络设计等许多优化领域。

MILP 包括线性目标函数以及由连续变量和整数变量构造的一些限制约束。该模型的主要目标是获得目标函数的最优解。这可以是最大值或最小值，但应该在不违反任何施加的约束的情况下实现。

我们可以说 MILP 是使用二进制变量的线性规划的特例。与普通的线性规划模型相比，它们的求解稍微困难一些。基本上，MILP 模型由商业和非商业求解器求解，例如：Fico Xpress 或 SCIP。

随机建模是一种在存在一定程度的随机性或不可预测性的情况下表示数据或预测结果的数学方法。

例如，在生产单元中，制造过程通常有一些未知参数，例如输入材料的质量、机器的可靠性和员工的能力。这些参数对制造过程的结果有影响，但不可能用绝对值来测量它们。

在这些类型的情况下，我们需要找到无法精确测量的未知参数的绝对值，我们使用随机建模方法。通过考虑这些因素的不可预测性，该建模策略有助于以某些定义的错误率来预测该过程的结果。

在使用现实建模方法时，系统必须考虑不确定性。不确定性被评估到用概率性质对系统的不确定性特征进行建模的水平。

我们使用不确定性模型来用概率分布来表征不确定参数。它很容易将依赖关系作为输入考虑在内，就像马尔可夫链一样，或者可以使用排队论来对等待起着重要作用的系统进行建模。这些是对不确定性进行建模的常见方法。

每当需要做出分散或分层决策时，现实生活中就会出现双层问题。在这种情况下，多方相继做出决策，从而影响各自的利润。

到目前为止，解决双层问题的唯一解决方案是通过实际尺寸的启发式方法。然而，人们正在尝试改进这些最优方法，以计算实际问题的最优解决方案。