JP7386780B2 - 販売計画策定支援装置、及び販売計画策定支援方法 - Google Patents
販売計画策定支援装置、及び販売計画策定支援方法 Download PDFInfo
- Publication number
- JP7386780B2 JP7386780B2 JP2020192775A JP2020192775A JP7386780B2 JP 7386780 B2 JP7386780 B2 JP 7386780B2 JP 2020192775 A JP2020192775 A JP 2020192775A JP 2020192775 A JP2020192775 A JP 2020192775A JP 7386780 B2 JP7386780 B2 JP 7386780B2
- Authority
- JP
- Japan
- Prior art keywords
- sales
- product
- profit
- products
- manufacturing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 141
- 239000000203 mixture Substances 0.000 title claims description 56
- 238000009472 formulation Methods 0.000 title claims description 55
- 238000004519 manufacturing process Methods 0.000 claims description 445
- 238000004088 simulation Methods 0.000 claims description 245
- 238000012545 processing Methods 0.000 claims description 37
- 230000010365 information processing Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 55
- 238000012821 model calculation Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、販売計画策定支援装置、及び販売計画策定支援方法に関する。
様々な種類の製品を取り扱うサプライチェーン企業においては、より確実に収益を上げるために収益を予測しつつ販売計画を策定することが非常に重要である。
例えば、特許文献１には、損益分岐点をシミュレーションするシステムとして、製品ごとのシミュレーション条件を読み込むシミュレーション条件管理手段と、製品ごとの設計情報を読み込む設計情報管理手段と、部品の製造工程情報を読み込む工程情報管理手段と、購買実績と最新購買情報に基づき作成された原価費目と数量および価格情報を有するコストテーブルを読み込むコスト管理手段と、予算額情報を有する予算テーブルを読み込む予算管理手段と、シミュレーション条件の範囲で複数の条件を組合せ、設計情報、工程情報、コストテーブル、および予算テーブルを用いて、材料費、加工費、経費、販売管理費を算出し、これらを積み上げて総原価計算する原価計算手段と、を備える損益分岐点シミュレーションシステムが開示されている。
しかしながら、広い市場を対象に多数の品目の製品を取り扱う企業においては、その収益を確保するために、各製品の需要側及び供給側が有する様々な要因を考慮しなければならない。例えば、多種の製品のそれぞれについて、各製品の製造元の製造能力及び販売先での製品の需要といった事項を総合的に考慮する必要がある。
本発明はこのような背景に鑑みてなされたものであり、その目的は、多種類の製品を取り扱うサプライチェーンにおいて各製品の需給の状況を総合的に考慮して収益の予測を行うことが可能な販売計画策定支援装置、及び販売計画策定支援方法を提供することにある。
前記の課題を解決するための本発明の一つは、複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶する記憶装置と、予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、前記算出した各製品の販売量を需要量の下限値として前記利益最大化モデルに入力し、前記算出した製造地を前記各製品の製造地として前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記製造地における各製品の製造量及び前記各製品の販売量を算出する需要量最大化シミュレーション処理、及び、前記利益最大化シミュレーション処理で算出した販売利益及び前記需要量最大化シミュレーション処理で算出した販売利益の差分に関する情報を出力する出力処理を実行する演算装置とを備える、販売計画策定支援装置、とする。
前記の課題を解決するための本発明の他の一つは、複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶する記憶装置と、予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、前記入力された需要量を変更した需要量と、前記入力された各製品の各製造地と、当該各製造地の製造量の指定された上限値とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の販売量を算出する生産販売割合変動シミュレーション処理、及び
前記利益最大化シミュレーション処理における前記需要量と前記販売量との乖離、及び、前記生産販売割合変動シミュレーション処理における前記指定された需要量と前記販売量との乖離を比較した情報を出力する出力処理を実行する演算装置とを備える、販売計画策定支援装置、とする。
前記利益最大化シミュレーション処理における前記需要量と前記販売量との乖離、及び、前記生産販売割合変動シミュレーション処理における前記指定された需要量と前記販売量との乖離を比較した情報を出力する出力処理を実行する演算装置とを備える、販売計画策定支援装置、とする。
前記の課題を解決するための本発明の他の一つは、複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶する記憶装置と、予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、前記入力された需要量と、前記入力された前記各製品の各製造地と異なる各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する生産地変更シミュレーション処理、及び前記利益最大化シミュレーション処理により特定される全販売利益と前記生産地変更シミュレーション処理により特定される全販売利益との差分に関する情報を出力する出力処理を実行する演算装置とを備える、販売計画策定支援装置、とする。
前記の課題を解決するための本発明の他の一つは、複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶する記憶装置と、予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、前記需要量を満たす量の製品を製造できない製造地を、前記算出した製造量に基づき特定し、特定した製造地と、前記特定した各製造地が製造する各製品の各販売地での需要量とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記特定した製造地での製造量及び前記各製品の販売量を算出する生産不可品シミュレーション処理、及び前記算出した販売量に基づき、前記特定した製造地に由来する損失に関する情報を出力する出力処理を実行する演算装置とを備える、販売計画策定支援装置、とする。
前記の課題を解決するための本発明の他の一つは、情報処理装置が、複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶し、予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、前記算出した各製品の販売量を需要量の下限値として前記利益最大化モデルに入力し、前記算出した製造地を前記各製品の製造地として前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記製造地における各製品の製造量及び前記各製品の販売量を算出する需要量最大化シミュレーション処理、及び、前記利益最大化シミュレーション処理で算出した販売利益及び前記需要量最大化シミュレーション処理で算出した販売利益の差分に関する情報を出力する出力処理を実行する、販売計画策定支援方法、とする。
前記の課題を解決するための本発明の他の一つは、情報処理装置が、複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶し、予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、前記入力された需要量を変更した需要量と、前記入力された各製品の各製造地と、当該各製造地の製造量の指定された上限値とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の販売量を算出する生産販売割合変動シミュレーション処理、及び
前記利益最大化シミュレーション処理における前記需要量と前記販売量との乖離、及び、前記生産販売割合変動シミュレーション処理における前記指定された需要量と前記販売量との乖離を比較した情報を出力する出力処理を実行する、販売計画策定支援方法、とする。
前記利益最大化シミュレーション処理における前記需要量と前記販売量との乖離、及び、前記生産販売割合変動シミュレーション処理における前記指定された需要量と前記販売量との乖離を比較した情報を出力する出力処理を実行する、販売計画策定支援方法、とする。
前記の課題を解決するための本発明の他の一つは、情報処理装置が、複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶し、予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、前記入力された需要量と、前記入力された前記各製品の各製造地と異なる各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する生産地変更シミュレーション処理、及び前記利益最大化シミュレーション処理により特定される全販売利益と前記生産地変更シミュレーション処理により特定される全販売利益との差分に関する情報を出力する出力処理を実行する、販売計画策定支援方法、とする。
前記の課題を解決するための本発明の他の一つは、情報処理装置が、複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶し、予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、前記需要量を満たす量の製品を製造できない製造地を、前記算出した製造量に基づき特定し、特定した製造地と、前記特定した各製造地が製造する各製品の各販売地での需要量とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記特定した製造地での製造量及び前記各製品の販売量を算出する生産不可品シミュレーション処理、及び前記算出した販売量に基づき、前記特定した製造地に由来する損失に関する情報を出力する出力処理を実行する、販売計画策定支援方法、とする。
本発明によれば、多種類の製品を取り扱うサプライチェーンにおいて各製品の需給の状況を総合的に考慮して収益の予測を行うことができる。
＜＜システム構成＞＞
図１は、本実施形態に係る販売計画策定支援装置１０の構成の一例を示す図である。販売計画策定支援装置１０は、複数の製品を複数の製造拠点（各国の工場等）から調達し、調達したこれらの製品を組み合わせた上で複数の品目の製品に再構成して複数の販売拠点（複数の国等）で販売を行うサプライチェーン企業等に導入される。なお、製品は、複数の製造拠点を経由して当該企業に調達される場合がある。
図１は、本実施形態に係る販売計画策定支援装置１０の構成の一例を示す図である。販売計画策定支援装置１０は、複数の製品を複数の製造拠点（各国の工場等）から調達し、調達したこれらの製品を組み合わせた上で複数の品目の製品に再構成して複数の販売拠点（複数の国等）で販売を行うサプライチェーン企業等に導入される。なお、製品は、複数の製造拠点を経由して当該企業に調達される場合がある。
販売計画策定支援装置１０は、自社の販売計画や制約条件を入力データとして実行することで、その条件において自社の利益が最大化する場合の各製品の製造量及び販売量等を自動的に算出する利益最大化モデル７０（詳細は後述）を記憶している。
販売計画策定支援装置１０は、演算装置及び記憶装置を備える情報処理装置である。販売計画策定支援装置１０は、入力データとして設定可能な情報として、各製品の調達コストの情報を記憶した調達コストマスタ１２０、各製造拠点における各製品の製造能力の情報を記憶した製造能力マスタ１４０、各製造拠点で製造する製品の構成の情報を記憶したＢＯＭマスタ１６０、各製造拠点における製造コストの情報を記憶した拠点コストマスタ１８０、製造拠点間での各製品の取引価格（内部取引価格）に関する情報を記憶した製造拠点間取引マスタ２２０、製造拠点間の各製品の輸送費に関する情報を記憶した物流諸経費マスタ２４０、製造拠点に係る国の間での輸出入に係る関税の情報を記憶した関税マスタ２６０、製造拠点に係る国の間の為替レートに関する情報を記憶した為替マスタ２８０、及び自社における各製品の販売計画の情報を記憶した販売計画マスタ３００の各データベースを記憶している。
また、販売計画策定支援装置１０は、利益最大化モデルの実行に際して追加的な入力データとして用いることが可能な、需要量最大化マスタ３２０及び生産販売割合パターンマスタ３４０の各データベースを記憶している。
（調達コストマスタ１２０）
図２は、調達コストマスタ１２０のデータ構成の一例を示す図である。調達コストマスタ１２０は、各製品について、その製品の品目１２１、その製品の製造拠点１２２、その製品の製造拠点１２２からの調達先１２３、その製造拠点１２２からの製品の購買単価１２４、及びその製造拠点１２２からの製品の供給可能量１２５の各情報を有する。
図２は、調達コストマスタ１２０のデータ構成の一例を示す図である。調達コストマスタ１２０は、各製品について、その製品の品目１２１、その製品の製造拠点１２２、その製品の製造拠点１２２からの調達先１２３、その製造拠点１２２からの製品の購買単価１２４、及びその製造拠点１２２からの製品の供給可能量１２５の各情報を有する。
（製造能力マスタ１４０）
図３は、製造能力マスタ１４０のデータ構成の一例を示す図である。製造能力マスタ１４０は、製品の各製造拠点について、その製造拠点１４１、その製造拠点１４１の設備名称１４２、その製造拠点１４１で製造している製品の品目１４３、その製造拠点１４１での製造設備の稼動可能日数１４４、その製品の製造に必要な単位数量あたりの所要時間１４５、及び、その製造拠点１４１での製品の最大生産量である生産上限値１４６の各情報を有する。
図３は、製造能力マスタ１４０のデータ構成の一例を示す図である。製造能力マスタ１４０は、製品の各製造拠点について、その製造拠点１４１、その製造拠点１４１の設備名称１４２、その製造拠点１４１で製造している製品の品目１４３、その製造拠点１４１での製造設備の稼動可能日数１４４、その製品の製造に必要な単位数量あたりの所要時間１４５、及び、その製造拠点１４１での製品の最大生産量である生産上限値１４６の各情報を有する。
（ＢＯＭマスタ１６０）
図４は、ＢＯＭマスタ１６０のデータ構成の一例を示す図である。ＢＯＭマスタ１６０は、各製造拠点１６１、その製造拠点１６１で製造する製品の親品目１６２、その製造拠点１６１で製造する製品の子品目１６３、その製造拠点１６１の関税コード１６４、上記子品目１６３に係る子品目使用数量１６５、及び、その製造拠点１６１での製品製造における変動費１６６の各情報を有する。
図４は、ＢＯＭマスタ１６０のデータ構成の一例を示す図である。ＢＯＭマスタ１６０は、各製造拠点１６１、その製造拠点１６１で製造する製品の親品目１６２、その製造拠点１６１で製造する製品の子品目１６３、その製造拠点１６１の関税コード１６４、上記子品目１６３に係る子品目使用数量１６５、及び、その製造拠点１６１での製品製造における変動費１６６の各情報を有する。
（拠点コストマスタ１８０）
図５は、拠点コストマスタ１８０のデータ構成の一例を示す図である。拠点コストマスタ１８０は、各製造拠点１８１、及びその製造拠点１８１における固定費１８２の各情報を有する。
図５は、拠点コストマスタ１８０のデータ構成の一例を示す図である。拠点コストマスタ１８０は、各製造拠点１８１、及びその製造拠点１８１における固定費１８２の各情報を有する。
（製造拠点間取引マスタ２２０）
図６は、製造拠点間取引マスタ２２０のデータ構成の一例を示す図である。製造拠点間取引マスタ２２０は、製品の品目２２１、その品目２２１の製品の発送元の製造拠点である発送元拠点２２２、その品目２２１の製品の発送先の製造拠点である着荷先拠点２２３、及び、その品目２２１の製品の内部取引売価２２４の各情報を有する。
図６は、製造拠点間取引マスタ２２０のデータ構成の一例を示す図である。製造拠点間取引マスタ２２０は、製品の品目２２１、その品目２２１の製品の発送元の製造拠点である発送元拠点２２２、その品目２２１の製品の発送先の製造拠点である着荷先拠点２２３、及び、その品目２２１の製品の内部取引売価２２４の各情報を有する。
（物流諸経費マスタ２４０）
図７は、物流諸経費マスタ２４０のデータ構成の一例を示す図である。物流諸経費マスタ２４０は、各製品の品目２４１、その製品の発送元の製造拠点である発送元拠点２４２、その製品の発送先の製造拠点である着荷先拠点２４３、及びその製品の発送元拠点２４２から着荷先拠点２４３への輸送単価２４４の各情報を有する。
図７は、物流諸経費マスタ２４０のデータ構成の一例を示す図である。物流諸経費マスタ２４０は、各製品の品目２４１、その製品の発送元の製造拠点である発送元拠点２４２、その製品の発送先の製造拠点である着荷先拠点２４３、及びその製品の発送元拠点２４２から着荷先拠点２４３への輸送単価２４４の各情報を有する。
（関税マスタ２６０）
図８は、関税マスタ２６０のデータ構成の一例を示す図である。関税マスタ２６０は、各関税について、その関税コード２６１、その関税に係る輸入国名２６２、その関税に係る輸出国名２６３、その関税の関税率２６４（輸入税率）、及びその関税の輸出税率２６５の各情報を有する。
図８は、関税マスタ２６０のデータ構成の一例を示す図である。関税マスタ２６０は、各関税について、その関税コード２６１、その関税に係る輸入国名２６２、その関税に係る輸出国名２６３、その関税の関税率２６４（輸入税率）、及びその関税の輸出税率２６５の各情報を有する。
（為替マスタ２８０）
図９は、為替マスタ２８０のデータ構成の一例を示す図である。為替マスタ２８０は、通貨２８１、及びその通貨２８１に関する為替レート２８２の各情報を有する。
図９は、為替マスタ２８０のデータ構成の一例を示す図である。為替マスタ２８０は、通貨２８１、及びその通貨２８１に関する為替レート２８２の各情報を有する。
（販売計画マスタ３００）
図１０は、販売計画マスタ３００のデータ構成の一例を示す図である。販売計画マスタ３００は、計画対象の製品の品目３０１、計画対象の製品の販売拠点３０２、計画にて予測しているその製品の市場等での需要量３０３、計画対象の製品の販売価格３０４、計画対象の製品の製造拠点３０５、計画対象の製品の内部取引単価３０６、及び、計画対象の製品の最低供給量（最低製造量）である必須供給量３０７の各情報を含む。
図１０は、販売計画マスタ３００のデータ構成の一例を示す図である。販売計画マスタ３００は、計画対象の製品の品目３０１、計画対象の製品の販売拠点３０２、計画にて予測しているその製品の市場等での需要量３０３、計画対象の製品の販売価格３０４、計画対象の製品の製造拠点３０５、計画対象の製品の内部取引単価３０６、及び、計画対象の製品の最低供給量（最低製造量）である必須供給量３０７の各情報を含む。
（需要量最大化マスタ３２０）
図１１は、需要量最大化マスタ３２０のデータ構成の一例を示す図である。需要量最大化マスタ３２０は、利益最大化モデルにおけるパラメータである、製品の需要量を一時的に増加させるための需要量最大化係数３２１を備える。需要量最大化マスタ３２０は、製品の需要量を最大化させて各製造拠点における最大製造能力を求めるために用いられる。
図１１は、需要量最大化マスタ３２０のデータ構成の一例を示す図である。需要量最大化マスタ３２０は、利益最大化モデルにおけるパラメータである、製品の需要量を一時的に増加させるための需要量最大化係数３２１を備える。需要量最大化マスタ３２０は、製品の需要量を最大化させて各製造拠点における最大製造能力を求めるために用いられる。
（生産販売割合パターンマスタ３４０）
図１２は、生産販売割合パターンマスタ３４０のデータ構成の一例を示す図である。生産販売割合パターンマスタ３４０は、利益最大化モデルにおいて、製品の生産量及び販売量を所定の割合で一時的に増減させるためのパラメータ（生産販売割合パラメータという）を記憶している。具体的には、生産販売割合パターンマスタ３４０は、生産販売割合パラメータのパターン番号であるパターンＮＯ３４１、そのパターンにおける販売量の増減割合である販売量偏差３４２、及びそのパターンにおける生産量の増減割合である生産量偏差３４３の各情報を含む。
図１２は、生産販売割合パターンマスタ３４０のデータ構成の一例を示す図である。生産販売割合パターンマスタ３４０は、利益最大化モデルにおいて、製品の生産量及び販売量を所定の割合で一時的に増減させるためのパラメータ（生産販売割合パラメータという）を記憶している。具体的には、生産販売割合パターンマスタ３４０は、生産販売割合パラメータのパターン番号であるパターンＮＯ３４１、そのパターンにおける販売量の増減割合である販売量偏差３４２、及びそのパターンにおける生産量の増減割合である生産量偏差３４３の各情報を含む。
次に、図１に示すように、販売計画策定支援装置１０は、利益最大化シミュレーション結果ＤＢ５００、需要量最大化シミュレーション結果ＤＢ５２０、生産販売割合変動シミュレーション結果ＤＢ５６０、生産地変更シミュレーション結果ＤＢ６００、及び生産不可品損失シミュレーション結果ＤＢ６４０の各データベースを作成する。これらの詳細は後述する。
販売計画策定支援装置１０は、利益最大化モデル７０を記憶している。また、販売計画策定支援装置１０は、利益最大化シミュレーション部７１、需要量最大化シミュレーション部７２、生産販売割合変動シミュレーション部７３、生産地変更シミュレーション部７４、及び生産不可品損失シミュレーション部７５の各機能部（プログラム）を備える。
利益最大化モデル７０は、販売計画マスタ３００に設定されている複数の製品の需要量、それらの製品の各製造地（製造拠点）、各製造地の製造量、それらの製品の各販売地（販売拠点）での販売量の間の関係を規定した数値モデルである。利益最大化モデル７０は、各種の制約条件（例えば、製造地の製造能力、製造コスト）の下での、それらの製品の販売利益を最大化するような、各製品の製造量、販売量、又は製造地を出力することができる。
利益最大化モデル７０は、本実施形態のように、上記パラメータ間の所定の関係式を記憶したデータベースとして構成されていてもよいし、上記パラメータの値を教師データとして用いて機械学習する（例えば、ディープラーニングによる手法を用いる）ことにより作成された学習済みモデルとして構成されていてもよい。なお、利益最大化モデル７０を実現するための構成は、例えば、特開２０１６－０７６１８２号公報、特開２０１３－８９１０１号公報等に開示されている。
利益最大化シミュレーション部７１は、自社の現在の販売計画（販売計画マスタ３００）を入力値として利益最大化モデル７０を実行することで、自社の利益を最大化するような製品の製造拠点及び販売量等を算出する。
需要量最大化シミュレーション部７２は、製品の需要量を増大させてこれを利益最大化モデル７０に入力して実行することで、製品の最大製造可能量を算出する。
生産販売割合変動シミュレーション部７３は、様々なパターンの生産販売割合パラメータを利益最大化モデル７０に入力して実行することで、製品の需給量（需給バランス）を変動させた場合の製品の在庫量を算出する。
生産地変更シミュレーション部７４は、製品の製造拠点に関する指定を解除して利益最大化モデル７０を実行し、利益最大化シミュレーション部７１の実行結果と比較することで、製品の製造拠点の違いに基づく販売利益の変化を算出する。
生産不可品損失シミュレーション部７５は、利益最大化シミュレーション部７１の実行結果に基づき、需要量を満たす量の製品を製造できない製造拠点を特定し、その製造拠点を利益最大化モデル７０を実行することで、その製造拠点で製品の製造ができないことによる生じる損失を算出する。
シミュレーション実行部７７は、各種の入力値が設定された利益最大化モデル７０を実行する。
ここで、図１３は、販売計画策定支援装置１０のハードウェア構成の一例を説明する図である。販売計画策定支援装置１０は、ＣＰＵ（Central Processing Unit）などの演算装置１１と、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等の主記憶装置１２と、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等の補助記憶装置１３とを備え、これらはバス１４等で接続される。また、販売計画策定支援装置１０は、キーボード、マウス、タッチパネルなどからなる入力装置４０と、モニタ（ディスプレイ）等からなる、画面表示を行う出力装置５０と、各種の記録媒体２０と接続しデータの読み取りを行う記録媒体読取装置３０と接続している。
販売計画策定支援装置１０の機能は、販売計画策定支援装置１０のハードウェアによって、もしくは、販売計画策定支援装置１０の演算装置１１が、主記憶装置１２又は補助記憶装置１３に記憶されている各プログラム１５を読み出して実行することにより実現される。また、これらのプログラム１５は、例えば、二次記憶デバイスや不揮発性半導体メモリ、ハードディスクドライブ、ＳＳＤなどの記憶デバイス、又は、ＩＣカード、ＳＤカード、ＤＶＤなどの、情報処理装置で読み取り可能な記録媒体２０に格納される。
次に、販売計画策定支援装置１０が行う処理について説明する。
次に、販売計画策定支援装置１０が行う処理について説明する。
＜＜処理＞＞
図１４は、販売計画策定支援装置１０が行う販売計画立案支援処理の一例を説明するフロー図である。この処理は、例えば、ユーザが入力装置４０に所定の入力を行ったことを契機に開始される。
図１４は、販売計画策定支援装置１０が行う販売計画立案支援処理の一例を説明するフロー図である。この処理は、例えば、ユーザが入力装置４０に所定の入力を行ったことを契機に開始される。
まず、販売計画策定支援装置１０の利益最大化シミュレーション部７１は、販売計画マスタ３００から取得される情報である、各製品の需要量と各製品の製造拠点とを少なくとも含む情報（以下、需要情報という）を入力値として、利益最大化モデル７０を実行させることにより、全製品の販売利益が最大となるような、上記製造拠点での各製品の販売量を算出する利益最大化シミュレーション処理を実行する（ｓ１）。利益最大化シミュレーション部７１は、処理の結果を、利益最大化シミュレーション結果ＤＢ５００に記憶する。
なお、利益最大化モデル７０には、制約条件として、各製造拠点の製品の製造能力が入力されるため、利益最大化シミュレーション処理により、製品の需要量に対応する製造ができない製造拠点（製造不可拠点）が出力される場合がある。
その後、需要量最大化シミュレーション部７２は、利益最大化シミュレーション処理ｓ１で使用した需要情報の需要量を増大させた新たな需要量を設定し、また、製品の最低限の販売量として利益最大化シミュレーション処理ｓ１で算出した販売量を設定した上で、利益最大化モデル７０を実行させることにより、全製品の販売利益が最大となるような、各製造拠点の製造量（供給可能量）を算出する需要量最大化シミュレーション処理を実行する（ｓ３）。需要量最大化シミュレーション部７２は、処理の結果を、需要量最大化シミュレーション結果ＤＢ５２０に記憶し、この需要量最大化シミュレーション結果ＤＢ５２０に基づき、各製造拠点の製品の製造能力（余力）に関する帳票である余力活用リスト５４０を出力する。
また、利益最大化シミュレーション処理ｓ１の実行後、生産販売割合変動シミュレーション部７３は、各製品の需要量及び各製造拠点での製品の製造能力の複数の組み合わせをそれぞれ利益最大化モデル７０に入力し実行させることにより、製品の販売利益が最大となるような、製品の製造量及び製品の販売量を算出する生産販売割合変動シミュレーション処理を実行する（ｓ５）。生産販売割合変動シミュレーション部７３は、処理の結果を、生産販売割合変動シミュレーション結果ＤＢ５６０に記憶し、この生産販売割合変動シミュレーション結果ＤＢ５６０に基づき、需給バランスを変えた場合の在庫量を示した帳票である生産販売パターン別売上損益５８０を出力する。
また、利益最大化シミュレーション処理ｓ１の実行後、生産地変更シミュレーション部７４は、利益最大化シミュレーション処理ｓ１で使用した需要情報における製造拠点の指定を解除して利益最大化モデル７０を実行させることにより、全製品の販売利益が最大となるような、各製品の製造拠点及び販売量を算出する生産地変更シミュレーション処理を実行する（ｓ７）。生産地変更シミュレーション部７４は、処理の結果を、生産地変更シミュレーション結果ＤＢ６００に記憶し、この生産地変更シミュレーション結果ＤＢ６００に基づき、製造拠点を異ならせることによる販売利益の変化を示した帳票である生産地変更可能リスト６２０を出力する。
また、利益最大化シミュレーション処理ｓ１の実行後、生産不可品損失シミュレーション部７５は、利益最大化シミュレーション処理ｓ１で算出された、製品の製造不可拠点のみを製品の製造拠点として指定して利益最大化モデル７０を実行させることにより、製造不可拠点での販売量（可能販売量）を算出する生産不可品損失シミュレーション処理を実行する（ｓ９）。生産不可品損失シミュレーション部７５は、処理の結果を、生産不可品損失シミュレーション結果ＤＢ６４０に記憶し、この生産不可品損失シミュレーション結果ＤＢ６４０に基づき、製造不可拠点での製品の販売ができないことにより生じる損失を示した帳票である生産不可品損失リスト６６０を出力する。
以下、これらの処理の詳細を説明する。
以下、これらの処理の詳細を説明する。
＜利益最大化シミュレーション処理＞
図１５は、利益最大化シミュレーション処理ｓ１の詳細を説明するフロー図である。
図１５は、利益最大化シミュレーション処理ｓ１の詳細を説明するフロー図である。
利益最大化シミュレーション部７１は、製品の供給元の情報（調達コストマスタ１２０）、製品の製造拠点の情報（製造能力マスタ１４０、ＢＯＭマスタ１６０、及び拠点コストマスタ１８０）、製品の輸送に関する情報（製造拠点間取引マスタ２２０、物流諸経費マスタ２４０、関税マスタ２６０、及び為替マスタ２８０）を読み込み、読み込んだ各情報を制約条件として設定する（ｓ１１）。
また、利益最大化シミュレーション部７１は、製品の販売計画に基づく需要情報を取得する。具体的には、利益最大化シミュレーション部７１は、販売計画マスタ３００を読み込む（ｓ１２）。
（需要情報）
図１６は、需要情報４００のデータ構成の一例を示す図である。需要情報４００は、各製品の品目４０１、その製品の販売拠点４０２（販売地）、その製品の販売拠点４０２での需要量４０３、その製品の販売拠点４０２での販売価格４０４、その製品の製造拠点４０５（生産地）、その製品の内部取引単価４０６、及びその製品の販売拠点４０２での必須供給量４０７の各情報を含む。なお、利益最大化シミュレーション処理ｓ１では、需要情報４００の必須供給量４０７は設定されない。
図１６は、需要情報４００のデータ構成の一例を示す図である。需要情報４００は、各製品の品目４０１、その製品の販売拠点４０２（販売地）、その製品の販売拠点４０２での需要量４０３、その製品の販売拠点４０２での販売価格４０４、その製品の製造拠点４０５（生産地）、その製品の内部取引単価４０６、及びその製品の販売拠点４０２での必須供給量４０７の各情報を含む。なお、利益最大化シミュレーション処理ｓ１では、需要情報４００の必須供給量４０７は設定されない。
図１５のｓ１３に示すように、利益最大化シミュレーション部７１は、需要情報４００の各品目４０１の需要量４０３を需要量の最大値とした場合における、各製品品目の販売の全パターン（販売量及び販売地）を販売パターンとして生成すると共に、需要情報４００のうち製造拠点４０５が設定されていない全ての品目４０１に対する全ての製造拠点のパターンを生産パターンとして生成する。
そして、利益最大化シミュレーション部７１は、ｓ３１で生成した販売パターン及び生産地パターンのそれぞれについて（それぞれを入力値として）利益最大化モデル７０を実行するシミュレーション処理を実行する（ｓ１００）。シミュレーション処理ｓ１００の詳細は後述する。
利益最大化シミュレーション部７１は、シミュレーション処理ｓ１００で利益最大化モデル７０が出力した結果（モデル計算結果）を、利益最大化シミュレーション結果ＤＢ５００に記憶する（ｓ１７）。以上で利益最大化シミュレーション処理ｓ１は終了する。
（利益最大化シミュレーション結果ＤＢ）
図１７は、利益最大化シミュレーション結果ＤＢ５００の一例を示す図である。利益最大化シミュレーション結果ＤＢ５００は、各製品の品目５０１、その品目５０１の販売拠点５０２、その品目５０１の販売量５０３、その品目５０１の販売価格５０４、その品目５０１の製造拠点５０５、その品目５０１の売上５０６、及びその品目５０１の生産不可数（需要情報４００で設定された需要に対して製造ができなかった製品の量）である生産不可数量５０７の各情報を含む。
図１７は、利益最大化シミュレーション結果ＤＢ５００の一例を示す図である。利益最大化シミュレーション結果ＤＢ５００は、各製品の品目５０１、その品目５０１の販売拠点５０２、その品目５０１の販売量５０３、その品目５０１の販売価格５０４、その品目５０１の製造拠点５０５、その品目５０１の売上５０６、及びその品目５０１の生産不可数（需要情報４００で設定された需要に対して製造ができなかった製品の量）である生産不可数量５０７の各情報を含む。
＜シミュレーション処理＞
ここで、図１８は、シミュレーション処理ｓ１００の詳細を説明するフロー図である。
シミュレーション実行部７７は、販売パターン及び生産パターンの組み合わせのパターンのうち一つを選択し（以下、選択パターンという）（ｓ１０１）、選択パターンの情報を利益最大化モデル７０に入力することで、設定した制約条件の下での全製品品目の利益の最大値及び、利益が最大になる場合の各製品品目の販売拠点、販売量、及び製造拠点等の情報を出力し、一時的に記憶する（ｓ１０２）。
ここで、図１８は、シミュレーション処理ｓ１００の詳細を説明するフロー図である。
シミュレーション実行部７７は、販売パターン及び生産パターンの組み合わせのパターンのうち一つを選択し（以下、選択パターンという）（ｓ１０１）、選択パターンの情報を利益最大化モデル７０に入力することで、設定した制約条件の下での全製品品目の利益の最大値及び、利益が最大になる場合の各製品品目の販売拠点、販売量、及び製造拠点等の情報を出力し、一時的に記憶する（ｓ１０２）。
シミュレーション実行部７７は、前回のｓ１０１の処理で出力した利益の最大値と、今回の処理で出力した利益の最大値とを比較する（ｓ１０３）。
前回の処理で出力した利益の最大値が今回の処理で出力した利益の最大値より小さい場合は（ｓ１０３：ＹＥＳ）、シミュレーション実行部７７は、今回のｓ１０３の処理で出力した情報を、モデル計算結果として記憶する（ｓ１０４）。
他方、前回の処理で出力した利益の最大値が今回の処理で出力した利益の最大値以上である場合は（ｓ１０３：ＮＯ）、シミュレーション実行部７７は、未選択の販売量生産地パターンがある場合はそれらのうち一つを選択してｓ１０２の処理を繰り返し、未選択の販売量生産地パターンが無い場合は、シミュレーション処理ｓ１００は終了する。
＜需要量最大化シミュレーション処理＞
次に、図１９は、需要量最大化シミュレーション処理ｓ３の一例を説明するフロー図である。需要量最大化シミュレーション処理ｓ３は、例えば、利益最大化シミュレーション処理ｓ１の実行後、販売計画策定支援装置１０にユーザから所定の入力がされた場合に開始される。
次に、図１９は、需要量最大化シミュレーション処理ｓ３の一例を説明するフロー図である。需要量最大化シミュレーション処理ｓ３は、例えば、利益最大化シミュレーション処理ｓ１の実行後、販売計画策定支援装置１０にユーザから所定の入力がされた場合に開始される。
まず、需要量最大化シミュレーション部７２は、利益最大化シミュレーション処理ｓ１で算出した各製品の製造拠点及び販売量と、一時的に増大させた製品の需要量とを、需要情報４００に設定する。
具体的には、需要量最大化シミュレーション部７２は、利益最大化シミュレーション処理ｓ１で生成した利益最大化シミュレーション結果ＤＢ５００の各製品の販売量５０３を、需要情報４００の必須供給量４０７に設定する。また、需要量最大化シミュレーション部７２は、利益最大化シミュレーション結果ＤＢ５００の各製品の製造拠点５０５を、需要情報４００の製造拠点４０５に設定する（ｓ３１）。
また、需要量最大化シミュレーション部７２は、需要情報４００の各製品の需要量４０３に対して需要量最大化マスタ３２０の需要量最大化係数３２１を乗じた値を、当該需要量４０３に設定する（ｓ３２）。なお、需要量最大化シミュレーション部７２は、需要情報４００の必須供給量４０７は設定せず、制約条件のうち製造能力マスタ１４０の生産上限値１４６も未指定（制限無し）に設定する。
そして、需要量最大化シミュレーション部７２は、需要情報４００の各品目４０１の需要量４０３を需要量の最大値とした場合における、各製品品目の販売の全パターン（販売量及び販売地）を販売パターンとして生成する（なお、製造拠点のパターン（生産パターンに相当）は既に設定されている）（ｓ３３）。
需要量最大化シミュレーション部７２は、ｓ３１、ｓ３２、ｓ３３で設定したパラメータに基づいて（当該パラメータを入力値として）、シミュレーション処理を実行する（ｓ１００）。そして、需要量最大化シミュレーション部７２は、シミュレーション処理ｓ１００のモデル計算結果を、需要量最大化シミュレーション結果ＤＢ５２０に記憶する。
（需要量最大化シミュレーション結果ＤＢ）
図２０は、需要量最大化シミュレーション結果ＤＢ５２０の一例を示す図である。需要量最大化シミュレーション結果ＤＢ５２０は、各製品の品目５２１、その製品の販売拠点５２２、その製品の製造拠点５２３、その製造拠点５２３における供給可能量５２４、需要量を増大させた場合におけるその製造拠点５２３での製品の製造量の変化である供給時売上偏差５２５、及び、需要量を増大させた場合におけるその製造拠点５２３での製品に関する利益の変化である供給時利益偏差５２６の各情報を含む。
図２０は、需要量最大化シミュレーション結果ＤＢ５２０の一例を示す図である。需要量最大化シミュレーション結果ＤＢ５２０は、各製品の品目５２１、その製品の販売拠点５２２、その製品の製造拠点５２３、その製造拠点５２３における供給可能量５２４、需要量を増大させた場合におけるその製造拠点５２３での製品の製造量の変化である供給時売上偏差５２５、及び、需要量を増大させた場合におけるその製造拠点５２３での製品に関する利益の変化である供給時利益偏差５２６の各情報を含む。
そして、図１９のｓ３４に示すように、需要量最大化シミュレーション部７２は、需要量最大化シミュレーション結果ＤＢ５２０に基づき、帳票（余力活用リスト）を作成する。以上で需要量最大化シミュレーション処理ｓ３は終了する。
（余力活用リスト）
図２１は、余力活用リスト５４０の一例を示す図である。余力活用リスト５４０は、各製品の品目５４１、その製品の需要量５４２、その製品の全供給量５４３、その製品の製造拠点ごとの供給量の内訳である供給量内訳５４４、及びその製品の製造能力の余力の情報（供給時売上偏差５２５及び供給時利益偏差５２６に関する情報）である全体最適余力調査５４５の各情報を含む。
図２１は、余力活用リスト５４０の一例を示す図である。余力活用リスト５４０は、各製品の品目５４１、その製品の需要量５４２、その製品の全供給量５４３、その製品の製造拠点ごとの供給量の内訳である供給量内訳５４４、及びその製品の製造能力の余力の情報（供給時売上偏差５２５及び供給時利益偏差５２６に関する情報）である全体最適余力調査５４５の各情報を含む。
全体最適余力調査５４５は、製造拠点ごとの製品の供給可能量である供給可能量５４６、その製品について供給可能量５４６を供給した場合の売上の偏差である供給時売上偏差５４７、及びその製品について供給可能量５４６を供給した場合の利益の偏差である供給時利益偏差５４８の各情報を含む。
＜生産販売割合変動シミュレーション処理＞
次に、図２２は、生産販売割合変動シミュレーション処理ｓ５の一例を説明するフロー図である。
次に、図２２は、生産販売割合変動シミュレーション処理ｓ５の一例を説明するフロー図である。
生産販売割合変動シミュレーション部７３は、製品の販売量及び生産量のパターン（以下、生産販売パターンという）を読み込む（ｓ５１）。具体的には、生産販売割合変動シミュレーション部７３は、生産販売割合パターンマスタ３４０を読み込む。
そして、生産販売割合変動シミュレーション部７３は、生産販売パターンの一つを選択し、そのパターンに基づいて需要情報４００の示す販売量及び、製造能力マスタ１４０を変更する（ｓ５２）。
具体的には、生産販売割合変動シミュレーション部７３は、需要情報４００の需要量４０３に、生産販売割合パターンマスタ３４０の販売量偏差３４２を乗じる。また、生産販売割合変動シミュレーション部７３は、製造能力マスタ１４０の生産上限値１４６に、生産販売割合パターンマスタ３４０の生産量偏差３４３を乗じる。なお、生産販売割合変動シミュレーション部７３は、需要情報４００の必須供給量４０７を未指定（制限なし）とする。
そして、生産販売割合変動シミュレーション部７３は、需要情報４００の各品目４０１の需要量４０３を需要量の最大値とした場合における、各製品品目の販売の全パターン（販売量及び販売地）を販売パターンとして生成すると共に、需要情報４００のうち製造拠点４０５が設定されていない全ての品目４０１に対する全ての製造拠点のパターンを生産パターンとして生成する（ｓ５３）。
そして、生産販売割合変動シミュレーション部７３は、ｓ５３で生成した販売パターン及び生産パターンのそれぞれについて（それぞれを入力値として）、シミュレーション処理を実行する（ｓ１００）。そして、生産販売割合変動シミュレーション部７３は、シミュレーション処理ｓ１００のモデル計算結果を、生産販売割合変動シミュレーション結果ＤＢ５６０に記憶する。
（生産販売割合変動シミュレーション結果ＤＢ）
図２３は、生産販売割合変動シミュレーション結果ＤＢ５６０の一例を示す図である。生産販売割合変動シミュレーション結果ＤＢ５６０は、生産販売パターンの番号である生産販売割合パターン番号５６１、製品の品目５６２、その製品の販売拠点５６３、その製品の販売量５６４、その製品の製造拠点５６５（生産地）、その製品の売上５６６（売上額）、その製品の利益５６７（利益額）、その製品の在庫量５６８、及びその製品の在庫評価額５６９の各情報を有する。
図２３は、生産販売割合変動シミュレーション結果ＤＢ５６０の一例を示す図である。生産販売割合変動シミュレーション結果ＤＢ５６０は、生産販売パターンの番号である生産販売割合パターン番号５６１、製品の品目５６２、その製品の販売拠点５６３、その製品の販売量５６４、その製品の製造拠点５６５（生産地）、その製品の売上５６６（売上額）、その製品の利益５６７（利益額）、その製品の在庫量５６８、及びその製品の在庫評価額５６９の各情報を有する。
そして、図２２のｓ５５に示すように、生産販売割合変動シミュレーション部７３は、生産販売割合変動シミュレーション結果ＤＢ５６０に基づき帳票（生産販売パターン別売上損益）を作成する。以上で生産販売割合変動シミュレーション処理ｓ５は終了する。
（生産販売パターン別売上損益）
図２４は、生産販売パターン別売上損益５８０の一例を示す図である。生産販売パターン別売上損益５８０は、各生産販売パターンごとの情報を有し、具体的には、生産販売パターンを設定する前の需要量及び売上額である当初計画５８１と、生産販売パターンを設定した後の需要量５８２、売上５８３（売上額）、売上原価５８４、及び利益５８５（利益額）と、生産販売パターンを設定する前の製品の在庫量及び在庫評価額である初期在庫５８６と、生産販売パターンを設定した後の在庫量及び在庫評価額である在庫見通し５８７とを含む。すなわち、生産販売パターン別売上損益５８０は、各製品の需要量と販売量との乖離に関する情報を提示している。
図２４は、生産販売パターン別売上損益５８０の一例を示す図である。生産販売パターン別売上損益５８０は、各生産販売パターンごとの情報を有し、具体的には、生産販売パターンを設定する前の需要量及び売上額である当初計画５８１と、生産販売パターンを設定した後の需要量５８２、売上５８３（売上額）、売上原価５８４、及び利益５８５（利益額）と、生産販売パターンを設定する前の製品の在庫量及び在庫評価額である初期在庫５８６と、生産販売パターンを設定した後の在庫量及び在庫評価額である在庫見通し５８７とを含む。すなわち、生産販売パターン別売上損益５８０は、各製品の需要量と販売量との乖離に関する情報を提示している。
＜生産地変更シミュレーション処理＞
図２５は、生産地変更シミュレーション処理ｓ７の一例を説明するフロー図である。
まず、生産地変更シミュレーション部７４は、需要情報４００における全製品の製造拠点を未指定（制限なし）の状態にする（ｓ７１）。具体的には、生産地変更シミュレーション部７４は、需要情報４００の製造拠点４０５を「未指定」にする。なお、生産地変更シミュレーション部７４は、需要情報４００の必須供給量４０７及び製造能力マスタ１４０の生産上限値１４６を未指定とする。
図２５は、生産地変更シミュレーション処理ｓ７の一例を説明するフロー図である。
まず、生産地変更シミュレーション部７４は、需要情報４００における全製品の製造拠点を未指定（制限なし）の状態にする（ｓ７１）。具体的には、生産地変更シミュレーション部７４は、需要情報４００の製造拠点４０５を「未指定」にする。なお、生産地変更シミュレーション部７４は、需要情報４００の必須供給量４０７及び製造能力マスタ１４０の生産上限値１４６を未指定とする。
そして、生産地変更シミュレーション部７４は、需要情報４００の各品目４０１の需要量４０３を需要量の最大値とした場合における、各製品品目の販売の全パターン（販売量及び販売地）を販売パターンとして生成すると共に、需要情報４００のうち製造拠点４０５が設定されていない全ての品目４０１に対する全ての製造拠点のパターンを生産パターンとして生成する（ｓ７３）。
そして、生産地変更シミュレーション部７４は、ｓ７３で生成した販売パターン及び生産パターンのそれぞれについて（それぞれを入力値として）、シミュレーション処理を実行する（ｓ１００）。そして、生産地変更シミュレーション部７４は、シミュレーション処理でモデルが出力した結果（モデル計算結果）を、生産地変更シミュレーション結果ＤＢ６００に記憶する。
（生産地変更シミュレーション結果ＤＢ）
図２６は、生産地変更シミュレーション結果ＤＢ６００の一例を示す図である。生産地変更シミュレーション結果ＤＢ６００は、各製品の品目６０１、その製品の販売拠点６０２、シミュレーション処理により増減したその製品の製造量である変更数量６０３、シミュレーション処理の実行前のその製品の製造拠点である変更前製造拠点６０４、シミュレーション処理の実行後のその製品の製造拠点である変更後製造拠点６０５、シミュレーション処理により増減したその製品の売上の差分金額である売上偏差６０６、シミュレーション処理により増減したその製品の利益の差分金額である利益偏差６０７の各情報を含む。
図２６は、生産地変更シミュレーション結果ＤＢ６００の一例を示す図である。生産地変更シミュレーション結果ＤＢ６００は、各製品の品目６０１、その製品の販売拠点６０２、シミュレーション処理により増減したその製品の製造量である変更数量６０３、シミュレーション処理の実行前のその製品の製造拠点である変更前製造拠点６０４、シミュレーション処理の実行後のその製品の製造拠点である変更後製造拠点６０５、シミュレーション処理により増減したその製品の売上の差分金額である売上偏差６０６、シミュレーション処理により増減したその製品の利益の差分金額である利益偏差６０７の各情報を含む。
次に、図２５のｓ７５に示すように、生産地変更シミュレーション部７４は、利益最大化シミュレーション処理ｓ１の処理結果と、生産地変更シミュレーション処理ｓ７の処理結果の差分の情報を提示した帳票（生産地変更可能リスト６２０）を生成する。以上で生産地変更シミュレーション処理ｓ７は終了する。
（生産地変更可能リスト６２０）
図２７は、生産地変更可能リスト６２０の一例を示す図である。生産地変更可能リスト６２０は、各製品の品目６２１、その製品の販売拠点６２２、シミュレーション処理の実行前のその製品の製造拠点である変更前製造拠点６２３、シミュレーション処理の実行後のその製品の製造拠点である変更前製造拠点６２４、及び、シミュレーション処理の実行前後のその製品の製造量の差分である変更数量６２５と、シミュレーション処理の実行による全製品の売上の差分である売上偏差６２６と、シミュレーション処理の実行による全製品の販売利益の差分である利益偏差６２７と、シミュレーション処理の実行による全製品の供給量の差分である供給量偏差６２８とを含む。
図２７は、生産地変更可能リスト６２０の一例を示す図である。生産地変更可能リスト６２０は、各製品の品目６２１、その製品の販売拠点６２２、シミュレーション処理の実行前のその製品の製造拠点である変更前製造拠点６２３、シミュレーション処理の実行後のその製品の製造拠点である変更前製造拠点６２４、及び、シミュレーション処理の実行前後のその製品の製造量の差分である変更数量６２５と、シミュレーション処理の実行による全製品の売上の差分である売上偏差６２６と、シミュレーション処理の実行による全製品の販売利益の差分である利益偏差６２７と、シミュレーション処理の実行による全製品の供給量の差分である供給量偏差６２８とを含む。
＜生産不可品損失シミュレーション処理＞
図２８は、生産不可品損失シミュレーション処理ｓ９の一例を説明するフロー図である。
図２８は、生産不可品損失シミュレーション処理ｓ９の一例を説明するフロー図である。
まず、生産不可品損失シミュレーション部７５は、利益最大化シミュレーション処理ｓ１の結果に基づき、需要量を満たす量の製品を製造しない製造地がある場合のその製品の品目（以下、生産不可品目という）を特定する（ｓ９１）。具体的には、生産不可品損失シミュレーション部７５は、利益最大化シミュレーション結果ＤＢ５００において生産不可数量５０７が０でない品目５０１を全て特定する。
生産不可品損失シミュレーション部７５は、生産不可品目の一つを選択し（ｓ９３）、選択した生産不可品目のみの需要情報４００を生成する（ｓ９５）。
具体的には、生産不可品損失シミュレーション部７５は、選択した生産不可品目について、需要情報４００の品目４０１に選択した生産不可品目を設定し、需要量４０３に選択した生産不可品目の販売量（利益最大化シミュレーション結果ＤＢ５００の生産不可数量５０７）を設定し、販売価格４０４に選択した生産不可品目の販売価格（販売計画マスタ３００の販売価格３０４）を設定し、需要情報４００の製造拠点４０５に選択した生産不可品目の製造拠点（利益最大化シミュレーション結果ＤＢ５００の製造拠点５０５）を設定する。なお、生産不可品損失シミュレーション部７５は、需要情報４００の必須供給量４０７及び製造能力マスタ１４０の生産上限値１４６は未指定（制限無し）とする。
そして、生産不可品損失シミュレーション部７５は、需要情報４００の各品目４０１の需要量４０３を需要量の最大値とした場合における、各製品品目の需要量に対する各製品品目の販売パターンと、需要情報４００において製造拠点の指定が無い製品品目に対する生産パターンとを生成する（ｓ９７）。
そして、生産不可品損失シミュレーション部７５は、ｓ９７で生成した販売パターン及び生産パターンのそれぞれについて（それぞれを入力値として）、シミュレーション処理を実行する（ｓ１００）。そして、生産不可品損失シミュレーション部７５は、シミュレーション処理ｓ１００のモデル計算結果を、生産不可品損失シミュレーション結果ＤＢ６４０に記憶する。
（生産不可品損失シミュレーション結果ＤＢ６４０）
図２９は、生産不可品損失シミュレーション結果ＤＢ６４０の一例を示す図である。生産不可品損失シミュレーション結果ＤＢ６４０は、各生産不可品目の製品の品目６４１、その製品の販売拠点６４２、その製品の製造拠点６４３、需要に対してその製品の生産が不足する量である生産不可数６４４、その製品の損失売上６４５、及びその製品の損失利益６４６（逸失利益）の各情報を有する。
図２９は、生産不可品損失シミュレーション結果ＤＢ６４０の一例を示す図である。生産不可品損失シミュレーション結果ＤＢ６４０は、各生産不可品目の製品の品目６４１、その製品の販売拠点６４２、その製品の製造拠点６４３、需要に対してその製品の生産が不足する量である生産不可数６４４、その製品の損失売上６４５、及びその製品の損失利益６４６（逸失利益）の各情報を有する。
そして、図２９のｓ９９に示すように、生産不可品損失シミュレーション部７５は、他に生産不可品目があるか否かを判定し、他に生産不可品目がある場合はその生産不可品目についてｓ９５以降の処理を繰り返す。他に生産不可品目がない場合は、生産不可品損失シミュレーション部７５は、ｓ１０１の処理を実行する。
ｓ１０１において、生産不可品損失シミュレーション部７５は、生産不可品損失シミュレーション結果ＤＢ６４０に基づき帳票（生産不可品損失リスト６６０）を作成する。以上で生産不可品損失シミュレーション処理ｓ９は終了する。
（生産不可品損失リスト）
図３０は、生産不可品損失リスト６６０の一例を示す図である。生産不可品損失リスト６６０は、各生産不可品目の製品の品目６６１、その製品の需要量６６２、その製品の供給量６６３、その製品の各製造拠点における供給量である供給量内訳６６４、及びその製品の詳細情報（生産不可となった数、生産不可となったことによる売り上げの損失、生産不可となったことによる逸失利益）である生産不可６６５の各情報を有する。
図３０は、生産不可品損失リスト６６０の一例を示す図である。生産不可品損失リスト６６０は、各生産不可品目の製品の品目６６１、その製品の需要量６６２、その製品の供給量６６３、その製品の各製造拠点における供給量である供給量内訳６６４、及びその製品の詳細情報（生産不可となった数、生産不可となったことによる売り上げの損失、生産不可となったことによる逸失利益）である生産不可６６５の各情報を有する。
なお、図３１に、以上の販売計画立案支援処理における利益最大化モデル７０の実行に際して入力されるパラメータの一覧を示す。
また、図３２は、本実施形態の販売計画策定支援装置１０を用いた業務フローの一例を説明する図である。同図に示すように、まず、販売計画の立案者は、販売計画策定支援装置１０に、販売計画登録画面を利用して製品の販売計画の情報を入力し、販売計画マスタ３００（需要情報４００）を作成する。また、立案者は、マスタ取込画面を利用して各データベースにデータを入力する。そして、立案者は、入力したこれらの情報を設定した利益最大化モデル７０をシミュレーション実行画面を利用して実行する。
立案者は、この利益最大化モデル７０の実行結果を利用して需要情報４００やデータベースを適宜変更して利益最大化モデル７０を再び実行し、余力活用リスト、生産販売パターン別損益、生産地変更リスト、及び生産不可品損失リストの各帳票を作成する。なお、これらの帳票の作成の順序や回数は問わない。
販売計画の策定グループは、これらの帳票を参照することで、各製造拠点の製造能力の余力、製品の需給変化、及び製造拠点の変更の可能性といった要素を総合的に検討して販売計画を定めることができるので、利益を最大化するような販売計画を迅速に決定することができる。
以上に説明したように、本実施形態の販売計画策定支援装置１０は、販売計画マスタ３００により予め指定された各製品の各販売地での需要量及びそれらの製造地とを利益最大化モデル７０に入力することで、全販売利益が最大となる各製品の製造量及び販売量を算出しておき、その後、算出した販売量を需要量の下限値とし、上記で算出した製造地を各製品の製造地として利益最大化モデル７０を再実行することで、全販売利益が最大となる各製品の製造量及び販売量を算出し、これらに基づき両販売利益の差分を表す帳票（余力活用リスト５４０）を出力することで、販売計画の立案者は、各製品の需要が最大限高まった場合の各製造拠点の製造能力、すなわち各製造拠点の現在の製造余力を知ることができる。これにより、自社の各製品の製造の能力の限界を予測することができる。
また、本実施形態の販売計画策定支援装置１０は、販売計画マスタ３００により予め指定された、各製品の各販売地での需要量及びそれらの製造地を利益最大化モデル７０に入力することにより、全販売利益が最大となる各製品の製造量及び販売量を算出しておき、その後、上記入力需要量を変更した指定需要量、上記各製造地、及びそれらの製造量指定上限値に基づいて利益最大化モデルを再実行することにより、全販売利益が最大となる各製品の販売量を算出し、上記２種類の需要量と販売量との乖離（すなわち、各製品の在庫）に関する帳票（生産販売パターン別売上損益５８０）を出力することで、販売計画の立案者は、各製品の需給バランスが変動した場合に生じうるリスク（在庫の増大）を知ることができる。
また、本実施形態の販売計画策定支援装置１０は、販売計画マスタ３００により予め指定された、各製品の各販売地での需要量及びそれらの製造地を利益最大化モデル７０に入力することにより、全販売利益が最大となる各製品の製造量及び販売量を算出しておき、その後、入力需要量と、入力製造地と異なる各製造地とに基づいて利益最大化モデル７０を再実行することにより、全販売利益が最大となる各製品の製造量及び販売量を算出し、上記両実行結果の全販売利益の差分に関する帳票（生産地変更可能リスト６２０）を出力することで、販売計画の立案者は、現状で指定されている製造地を変更して他の製造地から製品を調達するようにした場合の、利益額の変化を知ることができる。
また、本実施形態の販売計画策定支援装置１０は、販売計画マスタ３００により予め指定された、各製品の各販売地での需要量及びそれらの製造地を利益最大化モデル７０に入力することにより、全販売利益が最大となる各製品の製造量及び販売量を算出しておき、その後、需要量を満たす量の製品を製造できない製造地（生産不可拠点）を特定し、その生産不可拠点と、各生産不可拠点が製造する各製品の各販売地での需要量とを、利益最大化モデル７０に入力することにより、全販売利益が最大となる生産不可拠点での製造量及び販売量を算出し、生産不可拠点に由来する損失に関する帳票（生産不可品損失リスト６６０）を出力することで、販売計画の立案者は、現状の製造拠点の製造能力の限界に由来して発生する損失（逸失利益）を知ることができる。
このように、本実施形態の販売計画策定支援装置１０によれば、多種類の製品を取り扱うサプライチェーンにおいて各製品の需給の状況を総合的に考慮して収益の予測を行うことができる。
以上の実施形態の説明は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明はその趣旨を逸脱することなく、変更、改良され得ると共に本発明にはその等価物が含まれる。
例えば、利益最大化モデル７０における制約条件として、本実施形態で説明した要素以外の要素を追加してもよいし、本実施形態で説明した要素の一部を削除してもよい。
また、本実施形態においては、各製品の製造拠点及び販売拠点は国ごととしたが、これに限らず、地域ごと、製造業者ごと、又は購買層ごとといった他の種類のグループとしてもよい。
また、本実施形態においては、需要量最大化マスタ３２０は全ての製品品目に対して一律に適用されるものとしたが、製品品目又は販売拠点ごと等に異ならせるようにしてもよい。
また、本実施形態においては、生産地変更シミュレーション処理ｓ７は、全ての製造拠点を未指定としたが、選択された一部の製造拠点のみを未指定としてもよい。
１０ 販売計画策定支援装置、７０ 利益最大化モデル
Claims (8)
- 複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶する記憶装置と、
予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、
前記算出した各製品の販売量を需要量の下限値として前記利益最大化モデルに入力し、前記算出した製造地を前記各製品の製造地として前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記製造地における各製品の製造量及び前記各製品の販売量を算出する需要量最大化シミュレーション処理、及び、
前記利益最大化シミュレーション処理で算出した販売利益及び前記需要量最大化シミュレーション処理で算出した販売利益の差分に関する情報を出力する出力処理
を実行する演算装置とを備える、販売計画策定支援装置。 - 複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶する記憶装置と、
予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、
前記入力された需要量を変更した需要量と、前記入力された各製品の各製造地と、当該各製造地の製造量の指定された上限値とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の販売量を算出する生産販売割合変動シミュレーション処理、及び
前記利益最大化シミュレーション処理における前記需要量と前記販売量との乖離、及び、前記生産販売割合変動シミュレーション処理における前記指定された需要量と前記販売量との乖離を比較した情報を出力する出力処理
を実行する演算装置とを備える、販売計画策定支援装置。 - 複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶する記憶装置と、
予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、
前記入力された需要量と、前記入力された前記各製品の各製造地と異なる各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する生産地変更シミュレーション処理、及び
前記利益最大化シミュレーション処理により特定される全販売利益と前記生産地変更シミュレーション処理により特定される全販売利益との差分に関する情報を出力する出力処理
を実行する演算装置とを備える、販売計画策定支援装置。 - 複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶する記憶装置と、
予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、
前記需要量を満たす量の製品を製造できない製造地を、前記算出した製造量に基づき特定し、特定した製造地と、前記特定した各製造地が製造する各製品の各販売地での需要量とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記特定した製造地での製造量及び前記各製品の販売量を算出する生産不可品シミュレーション処理、及び
前記算出した販売量に基づき、前記特定した製造地に由来する損失に関する情報を出力する出力処理
を実行する演算装置とを備える、販売計画策定支援装置。 - 情報処理装置が、
複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶し、
予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、
前記算出した各製品の販売量を需要量の下限値として前記利益最大化モデルに入力し、前記算出した製造地を前記各製品の製造地として前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記製造地における各製品の製造量及び前記各製品の販売量を算出する需要量最大化シミュレーション処理、及び、
前記利益最大化シミュレーション処理で算出した販売利益及び前記需要量最大化シミュレーション処理で算出した販売利益の差分に関する情報を出力する出力処理
を実行する、販売計画策定支援方法。 - 情報処理装置が、
複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶し、
予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、
前記入力された需要量を変更した需要量と、前記入力された各製品の各製造地と、当該各製造地の製造量の指定された上限値とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の販売量を算出する生産販売割合変動シミュレーション処理、及び
前記利益最大化シミュレーション処理における前記需要量と前記販売量との乖離、及び、前記生産販売割合変動シミュレーション処理における前記指定された需要量と前記販売量との乖離を比較した情報を出力する出力処理
を実行する、販売計画策定支援方法。 - 情報処理装置が、
複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶し、
予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、
前記入力された需要量と、前記入力された前記各製品の各製造地と異なる各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する生産地変更シミュレーション処理、及び
前記利益最大化シミュレーション処理により特定される全販売利益と前記生産地変更シミュレーション処理により特定される全販売利益との差分に関する情報を出力する出力処理
を実行する、販売計画策定支援方法。 - 情報処理装置が、
複数の製品の需要量、前記複数の製品の各製造地、当該各製造地の製造量、前記複数の製品の各販売地での販売量の間の関係を規定した利益最大化モデルを記憶し、
予め指定された、各製品の各販売地での需要量と前記各製品の各製造地とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記各製品の製造量及び前記各製品の販売量を算出する利益最大化シミュレーション処理、
前記需要量を満たす量の製品を製造できない製造地を、前記算出した製造量に基づき特定し、特定した製造地と、前記特定した各製造地が製造する各製品の各販売地での需要量とを前記利益最大化モデルに入力することにより、前記各製品による全販売利益が最大となる、前記特定した製造地での製造量及び前記各製品の販売量を算出する生産不可品シミュレーション処理、及び
前記算出した販売量に基づき、前記特定した製造地に由来する損失に関する情報を出力する出力処理
を実行する、販売計画策定支援方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020192775A JP7386780B2 (ja) | 2020-11-19 | 2020-11-19 | 販売計画策定支援装置、及び販売計画策定支援方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020192775A JP7386780B2 (ja) | 2020-11-19 | 2020-11-19 | 販売計画策定支援装置、及び販売計画策定支援方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022081318A JP2022081318A (ja) | 2022-05-31 |
| JP7386780B2 true JP7386780B2 (ja) | 2023-11-27 |
Family
ID=81799757
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020192775A Active JP7386780B2 (ja) | 2020-11-19 | 2020-11-19 | 販売計画策定支援装置、及び販売計画策定支援方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7386780B2 (ja) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001233414A (ja) | 1999-12-16 | 2001-08-28 | Hitachi Ltd | 生産計画方法 |
| JP2004030394A (ja) | 2002-06-27 | 2004-01-29 | Mitsubishi Chemicals Corp | 生産計画最適化方法 |
| JP2006178920A (ja) | 2004-11-29 | 2006-07-06 | Jfe Steel Kk | 生産配分シミュレーション方法及び装置並びに生産方法 |
| JP2011096108A (ja) | 2009-10-30 | 2011-05-12 | Hitachi Ltd | 生産計画変更意思決定支援装置及びプログラム |
| WO2011065328A1 (ja) | 2009-11-27 | 2011-06-03 | 株式会社日立製作所 | 生産計画立案方法及びその装置並びに生産計画立案のためのコンピュータプログラム |
| US20150112750A1 (en) | 2013-10-17 | 2015-04-23 | Caterpillar, Inc. | Supply network optimization method and system for multiple objectives |
| WO2017217310A1 (ja) | 2016-06-15 | 2017-12-21 | 三菱電機株式会社 | シミュレーション装置、シミュレーションシステムおよびプログラム |
-
2020
- 2020-11-19 JP JP2020192775A patent/JP7386780B2/ja active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001233414A (ja) | 1999-12-16 | 2001-08-28 | Hitachi Ltd | 生産計画方法 |
| JP2004030394A (ja) | 2002-06-27 | 2004-01-29 | Mitsubishi Chemicals Corp | 生産計画最適化方法 |
| JP2006178920A (ja) | 2004-11-29 | 2006-07-06 | Jfe Steel Kk | 生産配分シミュレーション方法及び装置並びに生産方法 |
| JP2011096108A (ja) | 2009-10-30 | 2011-05-12 | Hitachi Ltd | 生産計画変更意思決定支援装置及びプログラム |
| WO2011065328A1 (ja) | 2009-11-27 | 2011-06-03 | 株式会社日立製作所 | 生産計画立案方法及びその装置並びに生産計画立案のためのコンピュータプログラム |
| US20150112750A1 (en) | 2013-10-17 | 2015-04-23 | Caterpillar, Inc. | Supply network optimization method and system for multiple objectives |
| WO2017217310A1 (ja) | 2016-06-15 | 2017-12-21 | 三菱電機株式会社 | シミュレーション装置、シミュレーションシステムおよびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022081318A (ja) | 2022-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Reiner et al. | Customized supply chain design: Problems and alternatives for a production company in the food industry. A simulation based analysis | |
| Paksoy et al. | Profit oriented supply chain network optimization | |
| Mauergauz | Advanced planning and scheduling in manufacturing and supply chains | |
| Bassett et al. | Optimizing the design of global supply chains at Dow AgroSciences | |
| Niknamfar | Multi-objective production-distribution planning based on vendor-managed inventory strategy in a supply chain | |
| Rubel | Increasing the Efficiency and Effectiveness of Inventory Management by Optimizing Supply Chain through Enterprise Resource Planning Technology | |
| US20200410426A1 (en) | Method of determining optimal business metrics from a product mix constrained by at least physical shelf space and at least one business rule | |
| JP2017072870A (ja) | 損益予測装置及び損益予測プログラム | |
| US11068919B2 (en) | Method of making changes to product mixes placed on boundary constrained shelves by determining the cost of implementing a pricing strategy formed by changeable business rules | |
| Bafrooei et al. | A supplier selection problem in petrochemical industry using common weight data envelopment analysis with qualitative criteria | |
| Parsa et al. | Quantifying the benefits of continuous replenishment program for partner evaluation | |
| Amin-Tahmasbi et al. | A multi-objective integrated optimisation model for facility location and order allocation problem in a two-level supply chain network | |
| Vaziri et al. | An integrated production and procurement design for a multi-period multi-product manufacturing system with machine assignment and warehouse constraint | |
| Njoku et al. | Effective supply chain management: A strategic tool for profitability enhancement in the competitive marketing environment | |
| Adak et al. | Two-echelon imperfect production supply chain with probabilistic deterioration rework and reliability under fuzziness | |
| Karimi et al. | An integrated production-distribution planning with a routing problem and transportation cost discount in a supply chain | |
| Rim et al. | Strategic inventory positioning for MTO manufacturing using ASR lead time | |
| WO2009041962A1 (en) | A method for business plan optimization based on attributes | |
| Kord et al. | Coordination of humanitarian logistic based on the quantity flexibility contract and buying in the spot market under demand uncertainty using NSGA-II and NRGA algorithms | |
| Kumar et al. | Three-echelon supply chain with centralised and decentralised inventory decisions under linear price dependent demand | |
| US20090132319A1 (en) | Method for generating an asset loading plan | |
| AriaNezhad et al. | Developing and solving two-echelon inventory system for perishable items in a supply chain: case study (Mashhad Behrouz Company) | |
| Park et al. | Inventory control model for a supply chain system with multiple types of items and minimum order size requirements | |
| Hazrati et al. | A Hybrid Mathematical and Decision‐Making Model to Determine the Amount of Economic Order considering the Discount | |
| JP7386780B2 (ja) | 販売計画策定支援装置、及び販売計画策定支援方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221213 |
|
| TRDD | Decision of grant or rejection written | ||
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231025 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231031 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231114 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7386780 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |