Управление запасами с зависимым спросом: алгоритмы MRP и дискретное планирование лотов

Алгебраический аппарат MRP опирается на две фундаментальные структуры данных. Первая — это Главный календарный план производства (Master Production Schedule, MPS), который представляет собой вектор-столбец, содержащий точные количества и сроки выпуска готовой продукции (опирающиеся на контракты с клиентами и прогнозы продаж). Вторая структура — это Спецификация материалов (Bill of Materials, BOM). С математической точки зрения BOM представляет собой ориентированный ациклический граф (или древовидную иерархию), который показывает, из каких узлов, деталей и сырья состоит готовое изделие, и в каких точных пропорциях они требуются. Узлы этого графа нумеруются по уровням (Level Coding), где 0 — готовое изделие, 1 — крупные узлы, и так далее до сырья.

Алгоритм MRP выполняет вычисления строго сверху вниз, используя метод обратного планирования (Backward Scheduling). Для каждого элемента на уровне n алгоритм берет чистую потребность из планов элементов уровня n-1, умножает на коэффициенты спецификации и получает общую потребность. Затем из этой суммы вычитаются уже имеющиеся остатки на складе и детали, которые находятся в пути от поставщиков. Полученная разность называется чистой потребностью. После этого алгоритм сдвигает эту потребность назад во времени на величину Времени выполнения заказа (Lead Time), генерируя точную дату, когда необходимо запустить производство или разместить заказ у поставщика. Этот матричный каскад гарантирует, что каждая шайба прибудет на завод ровно в тот день, когда она понадобится для сборки.

Однако просто заказать точное количество деталей на каждый день невыгодно из-за высоких фиксированных затрат на транспортировку или переналадку станков. Возникает проблема дискретного формирования партий (Lot-Sizing Problem) для динамического спроса. В отличие от модели EOQ, спрос здесь дискретен и резко меняется изо дня в день. Для оптимизации размера партий исследователи операций разработали алгоритм Вагнера-Уайтина (Wagner-Whitin Algorithm), базирующийся на динамическом программировании. Алгоритм строго математически доказывает свойство нулевого запаса: оптимальный заказ всегда должен в точности покрывать потребность целого числа будущих периодов (заказ никогда не прибывает в день, когда на складе еще есть остатки от предыдущей партии). Метод Вагнера-Уайтина гарантирует нахождение абсолютно глобального минимума суммарных издержек хранения и заказа.

Поскольку алгоритм Вагнера-Уайтина может быть вычислительно тяжелым для миллионов номенклатурных позиций, на практике применяются надежные эвристики, такие как Эвристика Сильвера-Мила (Silver-Meal Heuristic) или Балансировка периодов поставки (Part Period Balancing). Эвристика Сильвера-Мила жадно объединяет потребности будущих периодов в один заказ до тех пор, пока средние затраты на единицу времени (сумма затрат на заказ и хранение, деленная на число покрываемых периодов) не начнут возрастать. Эта простая математическая логика предотвращает как слишком частые мелкие заказы, так и чрезмерное омертвление оборотного капитала на складах. Эволюция алгоритмов MRP в системы MRPII и затем в глобальные ERP (Enterprise Resource Planning) доказала, что интеграция дискретной математики и графов спецификаций способна синхронизировать работу гигантских транснациональных корпораций с точностью швейцарских часов.