Gestión Integrada de Almacenes Inteligentes y Fabricación con Pronóstico de Demanda en Industrias Cíclicas de Pequeña Escala
Autores: Tang, Yuk-Ming; Ho, George To Sum; Lau, Yui-Yip; Tsui, Shuk-Ying
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Gestión Integrada de Almacenes Inteligentes y Fabricación con Pronóstico de Demanda en Industrias Cíclicas de Pequeña Escala
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Desaceleración económica global
Pronóstico de demanda
Gestión de inventarios
Gestión de producción
Almacenes inteligentes
Gestión de manufactura
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
En el contexto de la desaceleración económica global, la previsión de la demanda y la gestión de inventarios y producción han sido temas importantes para las industrias. Con el apoyo de almacenes inteligentes, análisis de grandes datos y algoritmos de optimización, las empresas pueden lograr economías de escala y equilibrar la oferta y la demanda. La gestión de almacenes inteligentes y de fabricación se considera la culminación de tecnologías avanzadas recientemente. Es importante mejorar la escalabilidad y la extensibilidad de la industria. A pesar de que muchos investigadores han desarrollado marcos para la gestión de almacenes inteligentes y de fabricación en diversos campos, la mayoría de estos modelos se centran principalmente en la logística del producto y no se generalizan para abordar el problema específico de fabricación que enfrenta la industria cíclica. De hecho, la industria cíclica tiene un problema clave: el gran riesgo que la alta sensibilidad plantea para el ciclo económico y la recesión económica, que es difícil de prever. A pesar de que se han propuesto muchos enfoques de optimización de inventarios para optimizar el nivel de inventario en el almacén y facilitar la gestión de la producción, la técnica de previsión de la demanda rara vez se centra en la industria cíclica. Por otro lado, los enfoques de gestión suelen basarse en el complejo proceso logístico en lugar de integrar el nivel de inventario del stock, que es muy crucial para componer almacenes inteligentes y fabricación. Este estudio de investigación propuso un marco de gemelo digital integrando el almacén inteligente y la fabricación con el algoritmo genético de ruleta para la previsión de la demanda en la industria cíclica. También demostramos cómo se implementa prácticamente este algoritmo para prever la demanda, mantener la optimización de la fabricación y lograr la optimización del inventario. Adoptamos un estudio de caso de una pequeña empresa textil para demostrar el marco digital propuesto en el almacén y mostrar los resultados de la previsión de la demanda y la optimización del inventario. Se llevaron a cabo varios escenarios para simular los resultados del gemelo digital. El marco de gemelo digital propuesto y los resultados ayudan a los fabricantes y empresas de logística a mejorar la gestión del inventario. Este estudio tiene una importante significancia teórica y práctica para la gestión de la industria cíclica.
Descripción
En el contexto de la desaceleración económica global, la previsión de la demanda y la gestión de inventarios y producción han sido temas importantes para las industrias. Con el apoyo de almacenes inteligentes, análisis de grandes datos y algoritmos de optimización, las empresas pueden lograr economías de escala y equilibrar la oferta y la demanda. La gestión de almacenes inteligentes y de fabricación se considera la culminación de tecnologías avanzadas recientemente. Es importante mejorar la escalabilidad y la extensibilidad de la industria. A pesar de que muchos investigadores han desarrollado marcos para la gestión de almacenes inteligentes y de fabricación en diversos campos, la mayoría de estos modelos se centran principalmente en la logística del producto y no se generalizan para abordar el problema específico de fabricación que enfrenta la industria cíclica. De hecho, la industria cíclica tiene un problema clave: el gran riesgo que la alta sensibilidad plantea para el ciclo económico y la recesión económica, que es difícil de prever. A pesar de que se han propuesto muchos enfoques de optimización de inventarios para optimizar el nivel de inventario en el almacén y facilitar la gestión de la producción, la técnica de previsión de la demanda rara vez se centra en la industria cíclica. Por otro lado, los enfoques de gestión suelen basarse en el complejo proceso logístico en lugar de integrar el nivel de inventario del stock, que es muy crucial para componer almacenes inteligentes y fabricación. Este estudio de investigación propuso un marco de gemelo digital integrando el almacén inteligente y la fabricación con el algoritmo genético de ruleta para la previsión de la demanda en la industria cíclica. También demostramos cómo se implementa prácticamente este algoritmo para prever la demanda, mantener la optimización de la fabricación y lograr la optimización del inventario. Adoptamos un estudio de caso de una pequeña empresa textil para demostrar el marco digital propuesto en el almacén y mostrar los resultados de la previsión de la demanda y la optimización del inventario. Se llevaron a cabo varios escenarios para simular los resultados del gemelo digital. El marco de gemelo digital propuesto y los resultados ayudan a los fabricantes y empresas de logística a mejorar la gestión del inventario. Este estudio tiene una importante significancia teórica y práctica para la gestión de la industria cíclica.