优化物流系统的十项原则

物流系统优化是降低供应链运营总成本的最重要的商机。但是，物流系统优化过程不仅需要大量的资源，而且还需要克服困难和精心管理的过程。美国领先的货运计划解决方案提供商Velant的总裁兼首席执行官Don和Ratliff博士在为企业提供货运决策优化解决方案方面积累了30多年的经验。在2002年美国物流管理协会（CLM）年会上，“优化的10条基本原则”相信通过优化物流决策和运营流程，企业可以获得商机，将物流成本降低10％至40 ％。节省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货紧缩的经济环境下，唐·拉特里夫（Don Ratliff）博士提出的公司物流系统优化的10条基本原则不仅适用于寻求新的经济增长点的制造，批发和零售企业，而且适用于第三方物流（3PL）公司（包括物流和供应链管理应用软件的供应商和集成商）正在努力提高服务水平并争取更大的市场份额，它们具有非常实际的运营意义。目标-必须是定量且可衡量的。设定目标是确定我们期望的愿望的一种方式。要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，计算机可以确定一个后勤计划是否比另一个更好。企业管理层将知道优化的流程是否可以提供可接受的投资回报。例如，交付操作的目标可能是“资产”，资产使用的每日成本，燃料和维护成本以及人工成本的总和最小。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。模型的建立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装载到卡车上。一个非常简单的模型（例如货物的总重量或体积）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，如果使用毛重或毛重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可以承载45,000磅的汽车来描述拖车的货物容量是不适用的。因为拖车可以运载的轿厢数量取决于轿厢的形状，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适当的负载实际上不会加载车辆，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，如果模型没有如实反映加载过程，则优化系统提供的加载解决方案要么无法实际实施，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，或者相关数据无法及时输入到系统优化模型中，那么最终的物流解决方案将是有问题的。对于必须产生可行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，如果卡车的大小限制了负载，则每次装运使用重量数据是不够的。集成mdash，mdash，自动传输数据。因为为了优化物流系统，必须同时考虑大量数据，所以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流程，需要获取诸如订单，客户，卡车，驾驶员和路况之类的数据考虑过的。即使仅输入少量数据，手动输入数据的方法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。表达式mdash和mdash必须简单且易于实现，管理和控制。除非现场操作员可以执行并且经理可以确认已经实现了预期的投资回报，否则物流优化技术给出的解决方案是不会成功的。现场操作需要简单易懂的说明，易于理解和实施。管理者需要有关优化计划及其在时间和资产利用率方面的实施效果的更全面，集中的关键基准测试信息。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上的差异（借助计算机过程处理方法，通常可以找到物流解决方案）。每种物流优化技术都有一定的特点。为了在合理的时间内提供物流优化解决方案，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师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，可以将其调整为可以使用这些特定问题结构的状态。物流优化问题有很多可能的解决方案（例如，对于40票的零担货运，有1万亿个可能的装载组合）。如果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，或者该计算将花费极长的时间（可能无限长）。要计算mdash，mdash，平台容量必须足以缩短计算时间。因为存在任何针对现实物流问题的大量解决方案，所以任何具有一定规模的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既可以找到物流解决方案，又可以在合理的时间内提供解决方案。显然，对于在日常执行环境中运行的优化技术，它必须在几分钟或几小时内（而不是几天的计算时间）提供一个物流优化解决方案。与使用基于PC或工作站的算法相比，采用功能强大的群集服务和并行结构优化算法（可同时使用多台计算机进行计算）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，数据收集和优化程序所需的技术专长。优化技术是“火箭科学”。我希望火箭在发射后能保持良好的运行状态。火箭科学家保持其状态是不可能的。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。没有具有适当技术专长和领导经验的人员的组织和管理，复杂的数据模型和软件系统将无法正常运行并无法获得必要的支持。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必须支持优化并能够持续改进。物流优化需要处理运营过程中出现的大量问题。物流目标，规则和流程的变化是系统的常态。因此，不仅需要系统的数据监视方法，模型结构和算法能够适应变化，而且还要求它们能够抓住机遇并促进系统的变化。如果物流优化技术在实际的业务运营过程中无法得到监控，支持和持续改进，将不可避免地导致优化技术没有得到充分利用的潜力，或者只能使其成为现实。