logistyka.net.pl - wortal logistyczny | logistyka | e-logistyka | TSL

PARTNER PORTALU:

A+ A A-

Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami - cz. 2

Oceń ten artykuł
(0 głosów)
Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw - cz. 2

Artykuł wyróżniony w IV edycji konkursu "Piórem logistyka."

3.2. Implementacja w Excelu (VBA for Application)

Analiza przypadku w Excelu została opisana w 9 krokach.

Krok 1.
Krok ten prezentuje arkusz danych początkowych. Tabela z lewej strony arkusza opracowana została w oparciu o dane historyczne firmy. Wielkości popytu oraz prawdopodobieństwa zaistnienia każdego z nich zostały określone za pomocą metody tablicowego dopasowania rozkładu empirycznego do teoretycznego.
W lewym górnym rogu arkusza wpisana została funkcja Los. Jest to funkcja zdefiniowana przez arkusz, która generuje liczby pseudolosowe zgodnie z rozkładem jednostajnym w przedziale (0, 1).
Tabela z prawej strony arkusza, generuje popyt dla badanego okresu. Uaktywnia ją przycisk o nazwie „generuj popyt”.

Arkusz generujący popyt na podstawie rozkładu prawdopodobieństwa popytu oraz liczby pseudolosowej

Rys. 1. Arkusz generujący popyt na podstawie rozkładu prawdopodobieństwa popytu oraz liczby pseudolosowej (opracowanie własne).

Krok 2.
Ten krok prezentuje procedury generujące popyt. Opracowane są one w edytorze Visual Basic. Kody procedur: function oraz sub przedstawia (rys 2).

Procedury generujące popyt

Rys. 2. Procedury generujące popyt (opracowanie własne).

Krok 3.
W tym kroku po utworzeniu przycisku uruchamiającego „generator popytu” można przystąpić do generowania wielkości popytu w rozpatrywanym okresie. Każdorazowe uruchomienie przycisku „generuj popyt” umożliwia analizowanie różnych scenariuszy (zestawów danych) oraz zmienność popytu na wykresie, dzięki któremu można porównywać prognozy opracowane niezależnie, np. przez dostawcę i producenta (rys. 3).

Graficzna analiza zmienności popytu

Rys. 3. Graficzna analiza zmienności popytu (opracowanie własne).

Krok 4.
Wygenerowany popyt wraz z uzgodnieniami umożliwia tworzenie optymalnego harmonogramu dostaw na olej napędowy i benzynę samochodową. Rysunek 4 przedstawia „menu” aplikacji. Przyciski opracowane jako makro lub w Visual Basic for Application otwierają arkusze związane z kolejnymi procedurami analizy.

Menu aplikacji związanej z planowaniem zasobów dystrybucji

Rys. 4. Menu aplikacji związanej z planowaniem zasobów dystrybucji (opracowanie własne).

Krok 5.
Przycisk „wprowadź dane”, uruchamia arkusz związany z danymi początkowymi (rys. 5).

Tabela danych do algorytmu optymalnego harmonogramu dostaw paliw płynnych

Rys. 5. Tabela danych do algorytmu optymalnego harmonogramu dostaw paliw płynnych (opracowanie własne).

Rysunek 5 przedstawia tabelę, która odzwierciedla informacje dotyczące stanu początkowego zapasu magazynowego, czasu realizacji zamówienia oraz ograniczeń związanych z:

  • dopuszczalnym czasem przechowywania towaru w magazynie,
  • maksymalnym stanem zapasu magazynowego,
  • wielkością dostawy.

Ostatnio zmieniany poniedziałek, 12 czerwiec 2006 13:09
Ściągnij załącznik:

Z ostatniej chwili

  • 1
  • 2
  • 3

DSV wyróżnione aż w trzech kategoriach Rankingu firm TSL

DSV wyróżnione aż w trzech kategoriach Rankingu firm TSL

W tegorocznym Rankingu firm TSL Grupa DSV uplasowała się w pierwszej dziesiątce największych polskich operatorów...

W góry, na Mazury i nad morze z PKP Intercity

W góry, na Mazury i nad morze z PKP Intercity

Od 23 czerwca 2017 roku ruszyła wakacyjna oferta PKP Intercity. W okresie letnim przewoźnik uruchamia...

PKP CARGO na rzecz bezpieczeństwa na kolei

PKP CARGO na rzecz bezpieczeństwa na kolei

PKP CARGO wzięło udział w ćwiczeniach służb ratowniczych na kolei. Spółka chce w ten sposób...

Ostatnio na forum

 Instytut Logistyki i Magazynowania

Logowanie

LOGOWANIE

Rejestracja

Rejestracja użytkownika
lub Anuluj