داستان یه کارخونه فرآوری گوشت و راه‌های باحال برای خرید و تولید بهترش!

Fall Back

بچه‌ها بیاین کمی درباره مشکلات و راهکارهای باحالی که کارخونه‌های فرآوری گوشت دارن گپ بزنیم! مخصوصاً تو اروپا کلی اوضاع بهم ریخته به خاطر بحران انرژی جدیدی که پیش اومده و حسابی تولیدی‌ها رو به دردسر انداخته. حالا توی این شرایط، اینکه مواد اولیه چطور تهیه بشن و چجوری ازشون بهترین نتیجه رو در بیاریم، واقعاً روشونه‌ی سود این شرکت‌ها سنگینی می‌کنه.

حالا چی شد؟ یه سری محقق اومدن دقیق وقته گرفتن و یه مدل ریاضی باحال برای یکی از این کارخونه‌های گوشت درست کردن تا مشکلش رو حل کنن. البته خیلی از مقاله‌ها و تحقیقات تو این زمینه گیر می‌کنن روی مدیریت زنجیره تأمین – یعنی بررسی اینکه مواد از کجا تهیه و چطور تو زنجیره جا به جا میشن – ولی اینا متفاوت فکر کردن و فقط رفتن سراغ مرحله تولید و خود محصول نهایی.

موضوع اصلی این بود که:

  • چطور مواد اولیه وارد می‌شن با تاریخ انقضای مختلف.
  • چند راه مختلف برای فرآوری مواد داریم (مثلاً محصولات مختلف با روش‌های مختلف یا قطعات متفاوت گوشت).
  • باید حداقل یه مقدار خاصی سفارش داده بشه و مثلاً نمی‌شه فقط یه ذره سفارش داد (به این میگن Minimum order quantity یعنی کمترین مقداری که از هر چیز باید بخری).
  • همچنین هر روش فرآوری باید یه درصد خاص از مواد رو به خودش اختصاص بده (که اینو Minimum percentage در گزینه‌های جایگزین می‌گن، یعنی مثلاً لازمه حداقل ۲۰٪ مواد از راه A تولید بشه).

اینجوری مشکل خیلی سخت‌تر میشه چون هم باید دقت کنی چی سفارش بدی تا تاریخش نگذره، هم باید به تعداد و درصدها پایبند باشی. تیم محقق‌ها نشون دادن همین دو محدودیت اخری باعث میشه مسئله بره تو دسته سخت‌ترین مسائل معروف ریاضی (NP-hard)، که یعنی یه جورایی حل ساده و سریع نداره و کامپیوترها تو جواب دادن بهش عرق می‌کنن!

ولی نگران نباشین، اینا یه راه‌حل جالب پیدا کردن. اومدن سراغ برنامه‌ریزی خطی عدد صحیح (Integer Linear Programming یا همون ILP که یه مدل ریاضی برای انتخاب‌های مختلفه و فقط جواب‌هایی که عدد صحیح باشه رو قبول می‌کنه). یه الگوریتم ساده اما پرقدرت طراحی کردن که بارها و بارها مسئله رو بررسی می‌کنه (به این تکراری بودن می‌گن iterative approach).

نکته جالب اینکه حتی با نرم‌افزارهای بازمتن و رایگان (یعنی اونایی که مجانی می‌تونی دانلود و استفاده کنی)، تونستن این مدل رو اجرا کنن و نیاز به برنامه‌های پیچیده و پولی تجاری نبوده. تازه! راه‌حل اونا مشکلات عدديِ (numerical issues یعنی خطاهای محاسباتی که موقع کار با داده‌های خیلی کوچک یا خیلی بزرگ تو کامپیوتر پیش میاد) مدل‌های تجاری رو هم حل کرده.

وقتی اومدن این مدل رو روی داده‌های واقعی یه شرکت گوشت اجرا کردن، جواب خیلی سریع و دقیق گرفت؛ یعنی تو چند ثانیه جواب بهینه رو برای همه سناریوهایی که بررسی کردن، بیرون کشیدن. خلاصه کلام اینکه با این رویکرد می‌تونیم هم هزینه‌ها رو درست مدیریت کنیم، هم مواد رو قبل انقضا مصرف کنیم و هم یک تولید بهینه و بی‌دردسر داشته باشیم.

پس دفعه بعدی که رفتین گوشت بخرید، یادتون باشه پشت هر تیکه گوشتِ خوشمزه کلی محاسبه و فکر خوابیده که چطور بهترین استفاده رو از همه چی ببرن!

منبع: +