Riassunto analitico
Nella trattazione si descrive tutta l’attività di ricerca svolta col fine di sviluppare nuove metodologie per il forecasting di serie di domanda a profilo intermittente, prendendo come fulcro principale della ricerca di quei profili in cui si può riscontrare il fenomeno dell’obsolescenza, ovvero la riduzione più o meno veloce della domanda di mercato nel tempo. Sono profili di domanda intermittente obsolescenti quelli delle parti di ricambio di una macchina utensile che va in disuso con l’introduzione del nuovo modello, ma di esempi se ne potrebbero fare molti altri.
L’attività ha posto le sue basi in un’attenta analisi del contesto, sul concetto di intermittenza, obsolescenza e sulle famiglie di metodi di previsione della domanda già presenti in letteratura come metodi parametrici, quelli basati su modelli matematici e reti neurali. Proseguendo con una selezione da queste famiglie dei metodi più performanti e più comunemente utilizzati se ne è creato un insieme che fungesse da riferimento per le performance dei metodi nuovi che da questi si sarebbero sviluppati attraverso più percorsi di sperimentazione. Sono stati teorizzate 2 nuove famiglie di metodi di forecasting ognuna contenente le proprie varianti, per un totale di 13 nuovi metodi proposti. Per ogni nuovo metodo ne sono state analizzate le performance su set di dati diversi tra loro e su più fronti, a partite dagli errori di previsione, argomento sul quale è presente una ampia digressione riguardo la scelta del migliore. Ulteriori analisi hanno messo a confronto i metodi su serie obsolescenti e no, verificando come ogni metodo si comportasse sui diversi insiemi, anche validando una differenza statisticamente significativa di comportamento. Infine, i migliori di questi metodi proposti sono stati testati su politiche di riordino delle merci, introducendo ulteriori variabili in gioco come il lead time. Il risultato finale ha portato alla luce diverse nuove metodologie che si dimostrano migliori di alcuni metodi comunemente usati al giorno d’oggi nei più utilizzati software di gestione delle scorte che hanno implementato la previsione della domanda, come il loro comportamento cambi o meno quando nelle serie si manifesta il fenomeno dell’obsolescenza. Dalla suddetta attività di ricerca si aprono ampie strade di sperimentazione su cui in futuro si potrà proseguire.
|
Abstract
The paper describes all the research activity carried out with the aim of developing new methodologies for forecasting intermittent profile demand series, taking as the main focus of the research those profiles in which the phenomenon of obsolescence can be found, i.e. the more or less rapid reduction of the demand volume over time. Obsolescent intermittent demand profiles are for example spare parts of a machine tool that goes out of use with the introduction of the new model, but many others could be given.
The activity was based on a careful analysis of the context, on the concept of intermittency, obsolescence and on the families of demand forecasting methods already present in the literature such as parametric methods, those based on mathematical models and neural networks. Continuing with a selection from these families of the best performing and most commonly used methods, a set was created that would act as a reference for the performance of the new methods that would be developed from these through multiple experimentation paths. Two new families of forecasting methods have been theorized, each containing its own variants, for a total of thirteen new models proposed. For each new model, its performance was analyzed on different data sets and on multiple fronts, starting from the prediction errors, a topic on which there is an extensive digression regarding the choice of the best one. Further analisys compared the methods on obsolete and non-obsolescent series, verifying how each method behaves on the different sets, also validating a statistically significant difference in their behavior. Finally, the best of these proposed methods were tested on goods reordering policies, introducing additional variables to the study such as lead time. The final result has brought to light several new methodologies that prove to be better than some methods commonly used nowadays in the most used inventory management software that have implemented demand forecasting and the fact that the behavior changes or not when in series it’s present the phenomenon of obsolescence. The research activity opens up broad paths of experimentation which can be continued in the future.
|
