Purpose: The purpose of this article is to present a research report on a system dynamics simulation modeling and experimenting of bullwhip effect (BWE) to examine effectiveness of some selected inventory control policies with down- and upstream information flow in a Beer Distribution Game (BDG) of a supply chain structure. Design/methodology/approach: The impact of systems’ structures and decision making policies in supply chains or logistics systems are measured and analyzed by an application of systems thinking paradigms and approaches. Particularly, the continuous simulation modeling approach with systems thinking Iceberg model metaphor, allowing to focus on strategic aspects of management with some recommendation to design better structures and decision making policies are taken. For the bullwhip effect analysis of a supply chain example (based on BDG model), a System Dynamics (SD) continuous simulation modeling method with some proposals in order to analyze feedback loop dominance are undertaken to explain supply chain behaviors and to make some sensitivity analysis for decision making (inventory control) policies. Findings: The research findings outline the impact of cause - effect relations, feedback loops polarities, and decision making policies to particular behaviors of the BDG supply chain. Research limitations/implications: Because of complexity of heuristic methods for feedback loop dominance analysis only simple approach was applied (LPD), and some selected scenario for simulation experiments were undertaken resulting in limited conclusions. Practical implications: The conclusions of the research draw some practical recommendations for a design of information sharing system and an effectiveness of some inventory control policies to be applied in supply chains. Social implications: One of the systems thinking elements in practical management is an influence to mental models of managers and decision makers. Managers in supply chain systems particularly need some recommendations to avoid bullwhip effect negative impacts. Additionally, managers and also scholars still call for more research to investigate the design and decision making in supply chains, therefore systems thinking simulation research can bridge the gap between traditional operations research and management with other approaches to provide insight into supply-chain dynamics and deliver impactful suggestions to managers. Originality/value: The paper gives a concept of supply chain dynamic analysis by an application of Iceberg model systems thinking metaphor, feedback loop dominance analysis, and a measurement of some selected inventory control policies effectiveness.
Inventory control is one of the key areas of research in logistics. Using the SCOPUS database, we have processed 9,829 articles on inventory control using triangulation of statistical methods and machine learning. We have proven the usefulness of the proposed statistical method and Graph Attention Network (GAT) architecture for determining trend-setting keywords in inventory control research. We have demonstrated the changes in the research conducted between 1950 and 2021 by presenting the evolution of keywords in articles. A novelty of our research is the applied approach to bibliometric analysis using unsupervised deep learning. It allows to identify the keywords that determined the high citation rate of the article. The theoretical framework for the intellectual structure of research proposed in the studies on inventory control is general and can be applied to any area of knowledge.
The inventory systems are highly variable and uncertain due to market demand instability, increased environmental impact, and perishability processes. The reduction of waste and minimization of holding and shortage costs are the main topics studied within the inventory management area. The main difficulty is the variability of perishability and other processes that occurred in inventory systems and the solution for a trade-off between sufficient inventory level and waste of products. In this paper, the approach for resolving this trade-off is proposed. The presented approach assumes the application of a state-feedback neural network controller to generate the optimal quantity of orders considering an uncertain deterioration process and the FIFO issuing policy. The development of the control system is based on state-space close loop control along with neural networks. For modelling the perishability process Weibull distribution and FIFO policy are applied. For the optimization of the designed control system, the evolutionary NSGA-II algorithm is used. The robustness of the proposed approach is provided using the minimax decision rule. The worst-case scenario of an uncertain perishability process is considered. For assessing the proposed approach, simulation research is conducted for different variants of controller structure and model parameters. We perform extensive numerical simulations in which the assessment process of obtained solutions is conducted using hyper volume indicator and average absolute deviation between results obtained for the learning and testing set. The results indicate that the proposed approach can significantly improve the performance of the perishable inventory system and provides robustness for the uncertain changes in the perishability process.
Aiming to optimize the equipment maintenance and the spare parts ordering management jointly, a comprehensive decision model under condition based maintenance (CBM) policy is presented for a single equipment system with continuous and random deterioration. In this model, the equipment deterioration is a continuous Gamma process under a continuous condition monitoring, and the spare parts inventory is controlled by spare parts support probability. Firstly, a spare part support probability model was developed to determine the optimal spare parts stock level S, which is set to meet the requirement of a predetermined stockout probability. Secondly, the equipment replacement and spare parts ordering decision is made to optimize the equipment replacement and spare parts ordering jointly, which is based on the equipment deterioration leveland total operating cost of the system. Thirdly, an integrated decision simulation model is presented for evaluating cost rate, availability and stockout probability. Finally, a numerical example is given to illustrate the performance of this model. The results show that the optimal preventive maintenance threshold obtained from the proposed decision model can satisfy the spare parts support requirements under (S-1, S) inventory control strategy.
PL
Dążąc do jednoczesnej optymalizacji utrzymania ruchu urządzeń i zarządzania zamówieniami części zamiennych, zaproponowano kompleksowy model decyzyjny w ramach strategii utrzymania zależnej od bieżącego stanu technicznego (CBM) przeznaczony dla systemów z pojedynczym urządzeniem i ciągłym oraz losowym zużyciem. W niniejszym modelu, zużycie urządzenia jest ciągłym procesem Gamma z ciągłym monitorowaniem stanu, podczas gdy zapasy części zamiennych są kontrolowane poprzez prawdopodobieństwo wsparcia w zakresie części zamiennych. Po pierwsze, opracowano model prawdopodobieństwa wsparcia w zakresie części zamiennych w celu określenia optymalnego poziomu zapasów części zamiennych S, ustalonej aby spełnić wymogi określonego prawdopodobieństwa braku dostępności. Po drugie, przeprowadzono proces decyzyjny dotyczący wymiany urządzenia i zamawiania części zamiennych w celu jednoczesnej optymalizacji wymiany urządzenia i zamawiania części zamiennych, w oparciu o poziom zużycia urządzenia i całkowity koszt działania systemu. Po trzecie, zaprezentowano zintegrowany symulacyjny model decyzyjny dla oceny poziomu kosztów, dostępności i prawdopodobieństwa jej braku. Zasady niniejszego modelu zilustrowano przykładem numerycznym. Wyniki pokazują, że optymalny próg konserwacji zapobiegawczej uzyskany za pomocą proponowanego modelu decyzyjnego może spełnić wymagania dotyczące części zamiennych w ramach (S-1, S) strategii kontroli zapasów.
W artykule przedstawiono dwie metody międzykomórkowego sterowania produkcją według stanów zapasów magazynowych: maksimum-minimum oraz stanu zamówieniowego. Metody te różnią się sposobem kontroli stanu zapasów magazynowych i sposobem wystawiania zamówień na dostawę nowych elementów. W obu metodach dodatkowo zaimplementowano możliwość generowania zapotrzebowania zgodnie z metodą MRP. Celem było wskazanie sposobu sterowania zapasami produkcji cechującego się niższymi kosztami magazynowania.
EN
The article presents two methods of intracellular production stocks’ controlling: a maximum-minimum and the state ordering. These methods differ from each other in inventory control and the issue of procurement of new items. In both methods, the possibility of generating additional demand in accordance with MRP method is implemented. The aim was to show the production inventory control method which is characterized by a lower cost storage.
The continuous brown coal mining technology has been highly advancing by mechanical design within the last decades. The driving factor has been the demand for increasing productivity and total availability. Indurad - the industrial radar company - addresses both of these factors with its solutions in increasing the utilization of mining machinery. Indurads technological solutions are helping to optimize the brown coal flow chain from across the. Starting at the excavators working bench (cutting depth control) via the belt transfer units (positioning), on the conveyor belt (volumetric flow) and finally to the stockpile volume scan (stockpile inventory control). The key for its solutions is a highly robust unique two-dimensional radar technology which has been specially developed for the rough mining environment. Within the paper successful applications are shown for the German brown coal mining as well as other solutions realized with indurad's technology in the global mining industry.
PL
Wydobycie węgla brunatnego metodą ciągłą przy użyciu kombajnów rozwijało się dynamicznie w ostatnich dekadach dzięki nowym rozwiązaniom mechanicznym. Czynnikiem przyspieszającym rozwój była potrzeba większej wydajności oraz całkowitej dostępności. Indurad - firma specjalizująca się w radarach do celów przemysłowych - znalazła rozwiązania odpowiadające obydwu tym potrzebom, polegające na zwiększonym wykorzystaniu maszyn górniczych. Rozwiązania technologiczne firmy Indurad pomagają zoptymalizować poszczególne etapy procesu wydobycia węgla brunatnego; poczynając od warstwy urabiania pokładu (kontrola głębokości skrawu), poprzez miejsce przesypu przenośnika (pozycjonowanie), na przenośniku taśmowym (strumień objętościowy), aż po skanowanie objętości składowiska (kontrola zapasu na składowisku). Kluczowym elementem tych rozwiązań jest unikalna, wysoce wydajna technologia radaru dwuwspółrzędnego, która została rozwinięta specjalnie na potrzeby trudnych warunków występujących w górnictwie. Niniejsza praca przedstawia skuteczne zastosowania w niemieckim górnictwie węgla brunatnego, a także inne rozwiązania przeprowadzone przy pomocy technologii firmy Indurad w światowym przemyśle górniczym.
The authors investigate a bottleneck in an inventory system composed of the following subsystems: production, transport, storage, and receiver. In order to obtain a mathematical description of the bottleneck in the system, the authors derive a system of differential equations which is satisfied by the probabilities of the high states of a process controlled by an aggregated product supply process.
Rozwój technologii RFID i prowadzona od kilku lat akcja upowszechniana jej potencjalnych możliwości przynosi coraz więcej zastosowań. Dostępność wielu różnych częstotliwości i rozwiązań konstrukcyjnych znaczników (ta-gów) pozwala użytkownikom na szerokie perspektywy wyboru aplikacji. Ocenia się, że prawdziwe korzyści ze stosowania RFID nastąpią dopiero przy większej integracji tej techniki w aplikacjach łańcucha dostaw.
Podniesienie poziomu kontroli zapasów na poziomie jednostki magazynowania jest warunkiem optymalizacji ich. O optymalnym poziomie zapasów mówimy wtedy, gdy realizowany jest także optymalny poziom obsługi klienta przy minimalnym koszcie zapasów.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.