各倉庫の在庫状況・需要予測・運送コストを統合し、AIが移転すべきSKUと数量を自動決定。 ハブ倉庫を経由する集約モードと、拠点間直送の分散モードを使い分けます。
保管コスト・運送コスト・品切れ損失を同じ目的関数に組み込み、MILPで大域最適解を探索。 「どこから・どこへ・何個」の最適解を厳密に計算します。
運送コストは増えても、保管コストと品切れ損失の削減でトータル削減を実現。 局所最適に陥らない数理最適化の強みです。
Features
需要予測の標準偏差・リードタイム・サービスレベルから、各倉庫の安全在庫と発注点をDCL理論で自動計算。
混合整数線形計画法（PuLP + CBC）により、運送コスト・保管コスト・品切れ損失の総和を厳密に最小化。
倉庫ペアごとの単位運送コストを行列で管理。距離・運送業者・モード（陸送/海運）の違いを反映可能。
Centralized（中央集約）／Decentralized（分散）／General（一般）から戦略を選択。ハブ倉庫の有無も自動判定。
90% / 95% / 99% から欠品許容度を選択。Z値テーブルに基づいて安全在庫量を自動調整。
需要予測機能で生成した予測ジョブを直接インプットに利用。SKU別の将来需要を移転計画に自動反映。
Algorithms
Phase 1で各倉庫の最適在庫水準を算出し、Phase 2で移転計画をMILPで大域最適化します。
需要中心ロジック。各倉庫の需要平均・標準偏差から最適在庫水準を導出。
発注コストと保管コストのトレードオフから、補充周期を最適化。
サービスレベル × 需要変動 × √リードタイム から安全在庫を算出。
PuLP + CBCソルバーで移転量・倉庫間ルートを大域最適化。30秒以内に解を返却。
中央集約モードでハブ倉庫を経由する2段階輸送モデルを構築。
stockout_cost未設定時はDeficit Penaltyを自動付与し、品切れを強く回避。
倉庫名・所在地・保管コスト・容量を入力。ハブ倉庫の指定も可能。
SKU別の現在在庫・リードタイム・倉庫間運送コストをCSV/UIで一括登録。
需要予測ジョブとサービスレベルを選択。MILPソルバーが移転計画を生成。
移転元/移転先/数量を一覧で確認。総コスト削減額・品切れ回避数を可視化。
| 従来の手作業 | DataAgent | |
|---|---|---|
| 最適化手法 | 経験則 / Excel手計算 | MILP（混合整数線形計画） |
| 意思決定の根拠 | 担当者の勘 | 総コスト最小化の数理解 |
| 考慮要素 | 在庫量のみ | 在庫＋運送費＋保管費＋品切損失 |
| 需要予測との連動 | 別作業 | 予測ジョブを直接インプット |
| 計画作成時間 | 数時間〜半日 | 30秒以内（CBCソルバー） |