The specific “flavour” of VMI that the difference equations represent in Appendix A is termed VMI-APIOBPCS, or Vendor Managed Inventory, Automatic Pipeline, Inventory and Order Based Production Control System. The VMI term in VMI-APIOBPCS reflects the most significant fact about a VMI supply chain, i.e. that the distributor (the customer in the VMI relationship) passes inventory information and point of sales (POS) data to their suppliers rather than placing replenishment orders ( Kaipia et al., 2000; Cottrill, 1997). The actual inventory at the customer is then compared to a re-order point that has been agreed on by both parties. This re-order point is set to ensure adequate availability without building up excessive stocks. It triggers a replenishment order that is delivered to the customer if the actual inventory is below the re-order point every planning period. Each party also agrees the order-up-to point, O. The dispatches between the two echelons are equal to the order-up to level, O, minus the re-order point, R, and within this framework the dispatches can be of a constant or varying size.
The re-order point is set dynamically to reflect changes in demand. This is done by exponentially smoothing (over Tq time units) the sales signal and multiplying it by a constant (G) that ensures appropriate CSL at the distributor, taking into account the transportation lead-time between the two parties in the supply chain. Exponential smoothing was chosen as the forecasting mechanism because it is simple to implement in computer systems (requiring less data storage), readily understood, and the most favoured technique by both industrialists and academics. It should be noted that the net change in the re-order point from one time period to another is added to the sales signal and the vendor treats this as a demand. So, when demand is increasing and the distributors re-order point grows, the supplier or vendor treats the stock (re-order point) requirements at the distributor as demand and incorporates that into his forecasts and stock levels, as he clearly should do. Obviously, the negative argument also applies, i.e. when the re-order point is reducing in size over time, demand signals to the manufacture and the system inventory levels reflect this.
The term APIOBPCS in VMI-APIOBPCS (John et al., 1994) refers to the structure of the ordering decision used by the supplier or vendor in the VMI relationship to schedule production (or distribution if that is the suppliers business). APIOBPCS can be expressed in words as “let the production targets be equal to the sum of a forecast (average consumption smoothed over Ta time units) of perceived demand (that is actually in VMI the sum of the stock adjustments at the distributor and the actual sales), plus a fraction (1/Ti) of the inventory discrepancy between actual and target levels of finished goods, plus a fraction (1/Tw) of the discrepancy between target WIP and actual WIP”. This is a well-known production-scheduling rule that can be “tuned” to reflect a wide range of scheduling strategies. The APIOBPCS system has been studied before by a number of authors, John et al. (1994), Mason-Jones et al. (1997), Towill et al. (1997), etc. It also has exactly the same structure as Sterman's Anchoring and Adjustment Heuristic used by him to model his Beer Game data (Naim and Towill, 1995).
เฉพาะ "รส" ของ VMI ที่แตกต่างสมแทนในภาคผนวก A เรียกว่า VMI-APIOBPCS หรือ Vendor Managed Inventory ท่ออัตโนมัติ, สินค้าคงคลังและระบบการสั่งซื้อสินค้าจากการควบคุมการผลิต ระยะ VMI ใน VMI-APIOBPCS สะท้อนให้เห็นถึงความเป็นจริงที่สำคัญที่สุดเกี่ยวกับห่วงโซ่อุปทาน VMI คือว่าผู้จัดจำหน่าย (ลูกค้าในความสัมพันธ์ VMI) ที่ผ่านข้อมูลสินค้าคงคลังและจุดขาย (POS) ข้อมูลไปยังซัพพลายเออร์ของพวกเขามากกว่าวางคำสั่งซื้อการเติมเต็ม ( Kaipia et al, 2000;. Cottrill, 1997) สินค้าคงคลังที่เกิดขึ้นจริงที่ลูกค้าแล้วเมื่อเทียบกับจุดสั่งซื้อใหม่ที่ได้รับการเห็นด้วยกับทั้งสองฝ่าย จุดสั่งซื้อใหม่นี้ถูกตั้งค่าให้มีเพียงพอโดยไม่ต้องสร้างขึ้นหุ้นมากเกินไป มันเป็นต้นเหตุของการเติมเต็มคำสั่งซื้อที่มีการส่งมอบให้กับลูกค้าในกรณีที่สินค้าคงคลังที่เกิดขึ้นจริงต่ำกว่าจุดสั่งซื้อใหม่ทุกระยะเวลาการวางแผน แต่ละฝ่ายยังตกลงการสั่งซื้อขึ้นไปจุดทุมนามระหว่างสองผู้ใหญ่จะเท่ากับการสั่งซื้อขึ้นไปที่ระดับ, O, ลบจุดสั่งซื้อใหม่ที่ R และภายในกรอบนี้ยื้อสามารถของ ขนาดคงที่หรือที่แตกต่างกัน.
จุดสั่งซื้อใหม่มีการตั้งค่าแบบไดนามิกเพื่อสะท้อนให้เห็นถึงการเปลี่ยนแปลงในความต้องการ นี้จะกระทำโดยชี้แจงเรียบ (มากกว่าหน่วยเวลา TQ) สัญญาณขายและคูณด้วยค่าคง (G) ที่ช่วยให้ CSL ที่เหมาะสมในการจัดจำหน่ายโดยคำนึงถึงการขนส่งนำเวลาระหว่างทั้งสองฝ่ายในห่วงโซ่อุปทาน ชี้แจงการปรับให้เรียบได้รับเลือกให้เป็นกลไกในการคาดการณ์เพราะมันเป็นเรื่องง่ายที่จะใช้ในระบบคอมพิวเตอร์ (ต้องจัดเก็บข้อมูลน้อยกว่า) ที่เข้าใจได้อย่างง่ายดายและเทคนิคที่ชื่นชอบมากที่สุดจากทั้งอุตสาหกรรมและนักวิชาการ มันควรจะตั้งข้อสังเกตว่าการเปลี่ยนแปลงสุทธิในจุดสั่งซื้อใหม่จากช่วงเวลาหนึ่งไปยังอีกจะถูกเพิ่มสัญญาณการขายและการปฏิบัติต่อผู้ขายนี้เป็นความต้องการ ดังนั้นเมื่อมีความต้องการที่เพิ่มขึ้นและจัดจำหน่ายจุดสั่งซื้อใหม่เติบโตขึ้นผู้จัดจำหน่ายหรือผู้ขายปฏิบัติต่อหุ้น (จุดสั่งซื้อใหม่) ข้อกำหนดที่จำหน่ายตามความต้องการและรวมที่เป็นการคาดการณ์และระดับสต็อกในขณะที่เขาควรจะทำอย่างไรได้อย่างชัดเจน เห็นได้ชัดว่าการโต้แย้งเชิงลบยังใช้คือเมื่อจุดสั่งซื้อใหม่จะลดขนาดในช่วงเวลาที่สัญญาณความต้องการในการผลิตและระดับสินค้าคงคลังระบบสะท้อนถึงนี้.
APIOBPCS ในระยะ VMI-APIOBPCS (จอห์น et al., 1994) หมายถึงโครงสร้างของการตัดสินใจสั่งซื้อที่ใช้โดยผู้จัดจำหน่ายหรือผู้ขายในความสัมพันธ์ VMI ไปสู่การผลิตตาราง (หรือการกระจายว่าเป็นธุรกิจที่ซัพพลายเออร์) APIOBPCS สามารถแสดงออกในคำว่า "ให้เป้าหมายการผลิตจะเท่ากับผลรวมของการคาดการณ์ (การบริโภคเฉลี่ยเรียบหน่วยเวลาตา) ของความต้องการการรับรู้ (ที่เป็นจริงใน VMI ผลรวมของการปรับเปลี่ยนหุ้นที่จำหน่ายและที่เกิดขึ้นจริง การขาย) บวกส่วน (1 / Ti) ของความแตกต่างระหว่างระดับสินค้าคงคลังที่เกิดขึ้นจริงและเป้าหมายของสินค้าสำเร็จรูปบวกส่วน (1 / tw) ของความแตกต่างระหว่าง WIP เป้าหมายและ WIP ที่เกิดขึ้นจริง " นี่คือกฎการผลิตการจัดตารางเวลาที่รู้จักกันดีที่สามารถ "ปรับ" เพื่อสะท้อนให้เห็นถึงความหลากหลายของกลยุทธ์การตั้งเวลา ระบบ APIOBPCS ได้รับการศึกษามาก่อนโดยจำนวนของผู้เขียนจอห์น, et al (1994), เมสันโจนส์, et al (1997), et al, Towill (1997) ฯลฯ นอกจากนี้ยังมีว่ารูปแบบเดียวกันกับ Sterman ของ Anchoring และการปรับใช้โดย Heuristic เขาไปแบบข้อมูลเบียร์เกมของเขา (Naim และ Towill, 1995)
การแปล กรุณารอสักครู่..