Προδραστικότητα σε συστήματα διαχείρισης εφοδιαστικής αλυσίδας

Abstract

Proactive computing refers to the ability of computer systems to anticipate the needs of their operational environment before they occur and act accordingly to prevent undesired events. This preventive capability is based on the ability of proactive systems to understand their operating environment through recognition and event analysis and appropriate event management. Proactive computing is used in highly dynamic areas such as the supply chains. The supply chain environment is characterized by dynamic changes. These changes happen due to a multitude of events caused by external or internal factors. Events affect the supply chain functionality and either create opportunities for exploitation or cause deviations from predetermined levels of operation. Event management that deviates from predefined operating levels is where Supply Chain Event Management is implemented.SCEM is a supply chain management approach by locating, analyzing and processing events to optimize its operation. The combination of proactive computing and SCEM is the research area of this study. The enhancement of SCEM's capabilities through the use of proactive computing aims to create a proactive framework where either the events themselves or their adverse effects will be prevented before affecting supply chain performance. This thesis examines supply chain proactivity and explores ways to achieve it. Examining and analyzing particularly the environment of the supply chain, its participants, as well as events that adversely affect supply chain performance alternative ways are proposed to avoid the negative effects of divergences. For the implementation of the study, a bibliographic research was conducted in the field of Proactive Computing, Event Driven Computing, SCEM, in the field of Fuzzy Logic, Situation Awareness and Bayes Network.

Η προδραστική πληροφορική (proactive computing) αναφέρεται στην ικανότητα των υπολογιστικών συστημάτων να προλαμβάνουν λειτουργικές ανάγκες του περιβάλλοντος τους πριν αυτές εκδηλωθούν. Η ικανότητα προληπτικής λειτουργίας βασίζεται σε δυνατότητες που έχουν τα προδραστικά συστήματα να αντιλαμβάνονται και να κατανοούν γεγονότα που συμβαίνουν στο περιβάλλον λειτουργίας τους, προβαίνοντας στην κατάλληλη διαχείριση. Η προδραστική πληροφορική βρίσκει εφαρμογή σε έντονα δυναμικές περιοχές όπως αυτή της εφοδιαστικής αλυσίδας.Το περιβάλλον της εφοδιαστικής αλυσίδας χαρακτηρίζεται από δυναμικές αλλαγές. Οι αλλαγές αυτές οφείλονται σε ένα πλήθος παραμέτρων όπως εξωτερικούς είτε εσωτερικούς παράγοντες. Οι παράγοντες αυτοί δημιουργούν γεγονότα που επιδρούν στη λειτουργία της εφοδιαστικής αλυσίδας και είτε δημιουργούν ευκαιρίες προς εκμετάλλευση είτε δημιουργούν αποκλίσεις από προκαθορισμένα επίπεδα λειτουργίας. Η διαχείριση γεγονότων που δημιουργούν αποκλίσεις από προκαθορισμένα επίπεδα λειτουργίας είναι ο χώρος όπου το Supply Chain Event Management εφαρμόζεται.Το SCEM είναι μια προσέγγιση διαχείρισης της εφοδιαστικής αλυσίδας μέσω του εντοπισμού, ανάλυσης και επεξεργασίας γεγονότων με σκοπό τη βελτιστοποίηση του συνόλου της εφοδιαστικής αλυσίδας. Ο συνδυασμός προδραστικής πληροφορικής και SCEM είναι ο ερευνητικός τομέας στο οποίο εντάσσεται αυτή η μελέτη. Η επαύξηση των δυνατοτήτων του SCEM με χρήση της προδραστικής πληροφορικής στοχεύει στη δημιουργία ενός προδραστικού πλαισίου όπου είτε τα ίδια τα γεγονότα είτε οι αρνητικές επιδράσεις αυτών θα προλαμβάνονται πριν επηρεάσουν την απόδοση της εφοδιαστικής αλυσίδας.Στην παρούσα διπλωματική διατριβή εξετάζεται η προδραστικότητα στην εφοδιαστική αλυσίδα και διερευνώνται τρόποι ώστε να επιτευχθεί αυτή. Ειδικότερα εξετάζονται το περιβάλλον της εφοδιαστικής αλυσίδας, οι συμμετέχοντες σε αυτή καθώς και τα γεγονότα (events) τα οποία επηρεάζουν αρνητικά την απόδοση της εφοδιαστικής αλυσίδας και προτείνονται τρόποι ώστε να αποφευχθούν οι αρνητικές επιδράσεις των αποκλίσεων.Για την υλοποίηση της μελέτης έγινε βιβλιογραφική έρευνα στου τομείς του Proactive Computing, Event Driven Computing, SCEM, στο χώρος της ασαφής λογικής (Fuzzy Logic) στο χώρο του Situation Awareness και των Bayes Network.