メンバー 高野 芳光、高橋 敦史、高橋 裕嗣 高橋 祐帆、高山 陽平、田嶋 麻子

Slides:



Advertisements
Similar presentations
ビールゲームの 結果と考察 10 班「ピィージョーカンパ ニー」. ゲームの結果 コーポネント別の費用: 一次卸>二次卸>小売店>工場 10班の総費用:920.5ドル 順位:4位 全班の平均値:1751.8ドル.
Advertisements

2016 年度 計量経済学 講義内容 担当者: 河田 正樹
作業 ① PC の有無の確認、 excel ファイルの配布 ↓ 調査の有無と内容を班で話し合う (調査はどの期でも変わりません) ↓ 調査をどれにするか決まったら、TAに報 告 ↓ TAから、選択した調査の結果をもらう 1.
自動映像生成のための パーティクルフィルタによるボールの追 跡 2007 年 3 月 21 日 神戸大学大学院自然科学研究科 矢野 一樹.
サプライ・チェイン最適化 ー収益管理を中心としてー 東京海洋大学 久保 幹雄
2班 石川真希 石川雄一 伊藤豪浩 糸瀬徳 井上祐紀 井上善喬
ロジスティクス工学 第6章 動的ロットサイズ決定モデル 東京商船大学 久保 幹雄
サプライ・チェインの設計と管理 第6章 戦略的提携 pp 音複堂のケーススタディを読んでおくこと!
近似アルゴリズム 第10章 終了時刻最小化スケジューリング
経営戦略は 本当に必要か? 経営戦略班.
「経営システム工学入門実験A」 ロジスティクス 第1回
初級ミクロ経済学 -生産者行動理論- 2014年10月20日 古川徹也 2014年10月20日 初級ミクロ経済学.
シミュレーション論Ⅰ 第9回 様々なシミュレーション:販売と在庫管理.
経営システム工学 入門実験 ロジスティクス第2回
「経営システム工学総合実験」 モデリング&シミュレーション
「経営システム工学入門実験A」 ロジスティクス 第1回
経済・経営情報コース コース紹介.
ビールゲームの考察 4班 チーム名 U19日本代表.
回帰分析/多変量分析 1月18日.
需要予測システム WebForecastのご紹介
離散数学I 第6回 茨城大学工学部 佐々木稔.
「経営システム工学入門実験A」 ロジスティクス 第1回
ビールゲーム第二回発表資料 11班.
モデリング&シミュレーション 第二回発表資料
需要パターンを考慮した 発注方式の比較検討
セブンイレブンの発注・納品時間変更による 廃棄物量と店舗利益への影響
7班 坂元 櫻井 佐藤(翔) 佐藤(匡) 佐藤(瑞) 佐藤(雄) 塩田 周
シミュレーション論 Ⅱ 第15回 まとめ.
第6章 連立方程式モデル ー 計量経済学 ー.
Fuzzy c-Means法による クラスター分析に関する研究
小間田 春彦 高 雷 小林 磨生 小針 由香 小林 亮 毛塚 智彦
独立成分分析 1.問題は何か:例:解法:全体の見通し 2007/10/17 名雪 勲.
混合ガウスモデルによる回帰分析および 逆解析 Gaussian Mixture Regression GMR
在庫管理 東京工業大学 曹徳弼 内容 在庫の分類 ABC管理 ロット編成手法 EOQ WW法 新聞売り子問題 発注方式.
Rコマンダーで2元配置ANOVA 「理学療法」Vol28(8)のデータ
「経営システム工学入門実験A」 ロジスティクス 第1回
2009年12月4日 ○ 前田康成(北見工業大学) 吉田秀樹(北見工業大学) 鈴木正清(北見工業大学) 松嶋敏泰(早稲田大学)
VMIによる在庫管理 2006年5月26日(金) 19班 名前:藤田 雄大 学籍番号:1G03H111-4
ブルウィップ効果 Bullwhip Effect
経営システム工学入門実験A ビールゲーム 総評
Scintillator と Gas Cherenkovと Lead Glass のデータ解析
事業リスク分析をベースとした 意思決定・事業評価手法
班番号:8班 班名:ドリームファクトリ 発表日:5月19日
1.目的 サプライチェーンにおいて重要なこと ・商品のコスト ・商品の充填率 需要が予測できれば、 充填率を下げずに在庫が減らせる 在庫
「経営システム工学総合実験」 モデリング&シミュレーション 第2回
情報経済システム論:第13回 担当教員 黒田敏史 2019/5/7 情報経済システム論.
シミュレーション論 Ⅱ 第1回.
「経営システム工学入門実験A」 ロジスティクス 第1回
サプライ・チェインの設計と管理 第5章 ロジスティクス戦略 pp 米国出版販売(ベーハン)のケーススタディを読んでおくこと!
ビールゲームにおける結果と考察 9班:ユベントス.
ロジスティクスにおける ビールゲームについての発表
卒業テーマの発表 在庫量の効率管理    卒業テーマの発表        ------在庫量の効率管理      a6p21502 Huang Ping.
原子核物理学 第7講 殻模型.
早稲田大学 創造理工学部 経営システム工学科 8班 高木 白川 数藤 鈴木翼 高橋 関 清野 鈴木廉
コンクリート構造物の維持管理活動インパクト 統一評価モデルの構築
在庫最適化システム WebInvのご紹介 Log Opt Co., Ltd..
1G03H096 仁井 憲爾 1G03H097 西中 萌 1G03H098 西村 太輔 1G03H099 西和田 俊介
低軌道周回衛星における インターネット構築に関する研究
構造方程式ゼミナール 2012年11月14日-11月21日 構造方程式モデルの作成.
実験計画法 Design of Experiments (DoE)
自転車の利用促進に着目した研究 名古屋大学  E班 M1  酒井大輔             徐剛           高橋和大 平野泰博    安江勇弥.
経営システム工学 入門実験 ロジスティクス第2回
経営システム工学 入門実験 ロジスティクス第2回
2009年度 第5回輪講 ~簡単なDPMによる実験編~ 平賀 友浩.
発表 2006年5月19日 6班 ライブドア社 毛塚、高蕾、小針、小林磨生 小林亮(発表)、小間田、木原
回帰分析入門 経済データ解析 2011年度.
経営システム工学総合実験 23班 研究企画 1G03H136 山本 亮 1G03H137 葉 寛明 1G03H138 横尾 英俊
弱電離気体プラズマの解析(LXXVI) スプラインとHigher Order Samplingを用いた 電子エネルギー分布のサンプリング
「経営システム工学入門実験A」 ロジスティクス 第1回
各種荷重を受ける 中空押出形成材の構造最適化
Presentation transcript:

メンバー 高野 芳光、高橋 敦史、高橋 裕嗣 高橋 祐帆、高山 陽平、田嶋 麻子 ビールゲーム 分析企画書 13班 メンバー 高野 芳光、高橋 敦史、高橋 裕嗣 高橋 祐帆、高山 陽平、田嶋 麻子

問題の背景と目的 サプライチェーン(Supply Chain) メーカー 配送業者 卸売業者 小売業者 ビールゲームでは, メーカー 配送業者 卸売業者 小売業者 ビールゲームでは, を最小にすることを目的とする. そのために本実験では,ブルウィップ効果を抑えるために      ・ どのような在庫管理手法にすればよいか?      ・ どのようなパラメータ値にすればよいか? 以上,2点を比較検討して決定する. 4つのコンポーネントの総費用(在庫保持費用+バックオーダー費用)

在庫管理手法の選択の方針 補充点 定量 発注点方式 s-S s-Q 定期発注方式 Order to S Order Q 今回のビールゲームのシミュレーションでは,在庫管理手法は四つある. そこで,これらをどのような基準で選べば良いかを考える. 補充点 定量 発注点方式 s-S s-Q 定期発注方式 Order to S Order Q

在庫管理手法の選択の方針 補充点 定量 発注点方式 s-S s-Q 定期発注方式 Order to S Order Q 本シミュレーションでは,   最終ユーザと各業者の需要はある平均値を持って変動している.  と仮定する. 従って,”Q”を使った在庫管理手法は  発注が常に一定値なので需要が変動する時はふさわしくないと考えた. 補充点 定量 発注点方式 s-S s-Q 定期発注方式 Order to S Order Q よって、わが班では,”s-S”と”Order to S”の二つ選び、比較検討する事とする.

パラメータ設定の方針 ・方針 手法 具体的なパラメータ s-S s,S Order to S S 最適な在庫管理手法を決定する時, 手法だけでなく,そのパラメータによっても成績が異なる. ・方針  各手法ごとにパラメータ値を動かしながら総費用を比較していく.  その時にただでたらめに値を変えるのではなく,  まずある程度区間に区切り,パラメータ値を予測しながら行っていく. 手法 具体的なパラメータ s-S s,S Order to S S メモ s:発注点 S:補充点

総合的な方針 ・各コンポーネントでの在庫管理手法とパラメータ値は同一とする. ・リードタイムと需要変動を適当な値に決める. ・成績はトータルコストで評価する. ・sとSの交互作用はないことを前提とする. ・シミュレーションは複数回行う.

実験方法 1)Order to SでパラメータSに様々な値(5単位ずつくらい)を入れて, 2)最適となる範囲を参考に,最も良い値を求める. 3)s-S政策において,sにも1)と同様なシミュレーションを行い, 最適なsを求める. 4)求めた最適値を入れ,同じシミュレーションを繰り返して 2つの政策(s-S政策とOrder to S政策)を比較し,コストの低い 政策を決定する.

期待される結果 ・需要に対し,どのようなパラメータが最適で,またパラメータの値 によってトータルコストにどれくらいの影響を及ぼすかが分かる.  によってトータルコストにどれくらいの影響を及ぼすかが分かる. ・実験によって決定された手法が,ブルウィップ効果の抑制に  どれくらい影響を及ぼしているかが分かる.