HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA KHOA CƠ KHÍ BỘ MÔN KỸ THUẬT HỆ THỐNG CÔNG NGHIỆP Tp... Cross-dock performance optimizationTrường hợp 1 Tối ưu tổng số rơ-mooc được sử dụng Minimize Trường hợ
Trang 1BÁO CÁO TIỂU LUẬN 3 TỒN KHO TRONG CHUỖI CUNG ỨNG
ĐỀ TÀI: CROSS-DOCKING
Nhóm 2 Trần Nguyễn Thu Hiếu 1611057 Nguyễn Văn Quyền 1612880
Quách Thái Tiến 1613540 Lâm Vũ 1614154
GVHD: Th.S Nguyễn Như Phong
ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA
KHOA CƠ KHÍ
BỘ MÔN KỸ THUẬT HỆ THỐNG CÔNG NGHIỆP
Tp HCM, 10/12/2019
Trang 2Cross-dock performance optimization
Trường hợp 1 Tối ưu tổng số rơ-mooc được sử dụng Minimize
Trường hợp 2 Tối ưu thời gian thông lượng SKU Minimize
Trường hợp 4 Tối ưu % rơ-mooc LTL rồi khỏi dock Minimize
Trường hợp 5 Tối ưu 4 yếu tố trên với trọng số như nhau Multi-Optimize
Trang 3Trường hợp 1: Cực tiểu tổng số rơ-mooc được sử dụng
• Thời gian chờ SKU và thời gian chờ đơn hàng của nhà phân phối là 3 ngày
• Rơ-mooc đầy tải được thiết lập giá trị là 1
• Thời gian chờ của rơ-mooc thiết lập mức cực đại
Trường hợp 2: Cực tiểu thời gian thông lượng SKU
• Cực tiểu thời gian chờ SKU, thời gian chờ của rơ-mooc và rơ-mooc đầy tải
• Thời gian chờ chất hàng của nhà phân phối là tối đa
• Ngưỡng rơ-mooc đầy đặt mức tối thiểu Rơ-mooc ra khỏi dock nhanh nhưng
chi phí sử dụng rơ-mooc cao và tỷ lệ tận dụng không gian chứa hàng thấp
Cross-dock performance optimization
Trang 4Trường hợp 3: Cực đại lượng điền lớp LTL
• Tỷ lệ độ hữu dụng về sử dụng không gian chứa hàng là 63.6%
Tăng tỷ lệ hữu dụng về sử dụng không gian của rơ-mooc LTL
Trường hợp 4: Cực tiểu tỷ lệ % rơ-mooc LTL rời khỏi dock
• Thời gian chờ của rơ-mooc tối đa
• Giảm ngưỡng của rơ-mooc đầy
Trường hợp 5: Tối ưu đa mục tiêu cho 4 mục tiêu trên với trọng số bằng nhau
Cross-dock performance optimization
Trang 5Cross-dock performance optimization
Trang 6Cross-dock performance optimization
Trang 7Cross-dock performance optimization
Trang 8• Thực hiện mô phỏng Monte Carlo thứ 1 cho Trường hợp 5 với các tham số đầu vào
4 tiêu chí trên với 500! lần chạy mô phỏng
Cross-dock performance optimization
Trang 9• Thực hiện mô phỏng Monte Carlo thứ 2 cho trường hợp với nhu cầu từ nhà phân
phối biến đổi với nhu cầu quá khứ
• Thời gian mô phỏng dài khoảng 15,000 giây – 200 lần chạy so với mô hình hồi quy
150 giây – 100,000 lần chạy
Cross-dock performance optimization
Trang 10• Nghiên cứu liệt kê các trường hợp tối ưu cụ thể trong nhà kho Cross-dock với 4 mục tiêu quan trọng
• 2 mô phỏng Monte Carlo thực hiện Hiệu quả tối ưu khi nhu cầu bất định và tất định
Thuận lợi và bất lợi của 2 mô phỏng