Riassunto analitico
La mia tesi si concentra sull'ottimizzazione della gestione delle scorte attraverso l'uso di modelli di clustering applicati a due tecnologie di produzione: convenzionale (CM) e additiva (AM). L'obiettivo è migliorare le politiche di riordino utilizzando il modello (S,T), dove S rappresenta la scorta massima e T il periodo di revisione. Sono state considerate distribuzioni dei tassi di rottura sia uniformi che normali per analizzare come queste influenzino le strategie di gestione delle scorte.
L'analisi è stata condotta applicando tre metodi di clustering gerarchico (average, single, complete) con l'indice di Jaccard. I dendrogrammi risultanti mostrano come i codici di ricambio vengono progressivamente aggregati in cluster. Successivamente, è stata esaminata la variazione di S e T per ciascun livello di clustering, al fine di identificare le combinazioni di politiche di riordino più efficienti. Nei livelli avanzati, i cluster più grandi mostrano una maggiore variabilità nei periodi di revisione e nelle scorte massime, influenzati dal metodo di clustering adottato.
|
