3618
Оптимизация загрузки производства продуктов
Январь, 2018 год.Решение для эффективного планирования производства и поставок от GoodsForecast.
Какую проблему решали
Производство охлажденного мяса птицы требует жесткого планирования. За 24 часа необходимо принять заказы, обработать и распределить их по заводам, произвести товар и отправить его клиентам, не потеряв в качестве и сервисе.
Компания каждый день получает набор клиентских заказов, которые необходимо распределить по производственным площадкам, а также рассчитать необходимый объем перемещений сырья.
Компания каждый день получает набор клиентских заказов, которые необходимо распределить по производственным площадкам, а также рассчитать необходимый объем перемещений сырья.
Партнеры компании увеличивают объемы заказов и усиливают требования к свежести. Необходимо максимально эффективно задействовать возможности производства и пересмотреть правила распределения заказов.
Решение проблемы
В ГК «Черкизово» внедрено программное решение для оптимизации планирования производства и поставок продуктов GoodsForecast.
Из множества доступных сценариев распределения заказов по производственным площадкам система за 5 минут подбирает оптимальный вариант для максимального покрытия спроса с минимальными издержками.
Специалист по планированию имеет возможность изучить несколько производственных сценариев, меняя различные входные параметры, и выбрать наиболее оптимальный вариант для бизнеса.
Применяемые технологии
В основе системы GoodsForecast — решение по обработке данных для построения эффективных моделей оптимизации.
Общая архитектура решения включает в себя методы машинного обучения для формирования групп объектов, а также комплексный подход к поиску оптимального решения, основанный на методах многокритериальной оптимизации.
Для декомпозиции исходной задачи на подзадачи по группам заказов используются метод главных компонент и метод ближайших соседей. При последовательной максимизации/минимизации критериев в рамках группы решение, полученное на предыдущем шаге, используется как начальное приближение на следующем шаге.
Алгоритм принимает на вход и учитывает следующую информацию:
- Клиентские заказы и прогнозы
- Заводы и склады отгрузки
- Производственные ограничения
- Предпочтения в выборе заводов и складов отгрузки
- Особенности отгрузки и производства
- Поступление объемов сырья, остатки сырья и готовой продукции
- Сроки годности продукции
- Маршруты передвижения ТС для перемещений
Бизнес-процесс
До проекта:
- Распределение заказов по производственным площадкам в ручном режиме.
- 1 час работы специалиста уходит на балансировку плана.
- Высокий риск возникновения ошибок.
- Неравномерная загрузка площадок.
После проекта:
- Автоматическое планирование распределения заказов.
- Возможность сравнить несколько производственных сценариев и выбрать оптимальный.
- 15 минут на балансировку.
- Эффективное использование производственных мощностей.
Результаты
Команда ГК «Черкизово»
Лев Белев
Директор цепей поставок «Птицеводство»
Алексей Чугаев
Руководитель отдела планирования
Команда GoodsForecast
Евгений Голубятников
Директор по Data-Science
Андрей Лисица
Генеральный директор
Николай Мамонов
Руководитель команды разработки
Похожие кейсы
AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.
