1.需求计划
做出精确的需求预测是提高整个供应链效率的关键。因此,预测已经成为DSS的一个重要领域。
2.物流网络设计
物流网络的设计包括仓库和工厂位置的确定、仓库周围零售商和顾客的配置等。物流网络设计通常需要输出的数据包括备选位置、运输成本、总需求预测等。物流网络设计方案使用了启发式和优化的运算法则。此外,并不是广州货运公司所有的标准都可以量化,因此决策者最终还需要依靠决策系统的判断。
3.存货配置
即使企业不准备改造它的物流网络,它也必须对什么时间、哪个仓库保持何种库存作出决策,这便是存货配置决策。在这里,运输成本、需求预测和现有库存被用来决定在每一时间每一位置保持存货的水平,并且DSS又一次使用了优化和启发式的运算法来生成建议决策。
4.销售与营销区域的划分
销售区域的划分既需要使销售额最大化,又需要令顾客和销售代表都满意。销售区域划分的决策支持系统将顾客位置和需求预测作为输入,销售区域的划分要以决策者所选定的一系列目标(运输距离、销售潜力、市场)为依据。
5.配送资源计划(DRP)
对于一组仓库和零售商来说,此模型用来确定合适的配送路线和存货策略,如确定仓库和零售商的位置、存货和运输成本及每一零售点的需求预测,利用分析工具来确定以最低的成本向顾客提供高水平的服务。
6.物流需求计划(MRP)
MRP系统利用产品的物料清单和零部件的提前期来计划何时开始制造某种产品。如果决策者可以仅使用DSS结果作为可能的问题解决方案,那么这些决策支持系统便是最好的例子。然而MRP系统经常提供不可行的计划,因为它不考虑企业的生产能力,这时决策者就需要将它们修改成为一个可行的计划,并且不要花费太高的代价。系统根据数据库中的数据和接到的订单来生成生产计划,特别是在有生产和需求的约束条件下,系统制订的计划要使缺货和成品存货都最小,但实际这两个目标是相互冲突的,在这种情况下系统可以生成一种潜在的生产计划,最终由决策者来选择取舍。
7.库存管理
当企业持有多种不同种类的存货时,管理那么多库存就变得相当困难了。一个库存管理决策支持系统能够运用运输和持有成本信息及生产提前期和项目需求来制定库存策略,从雨帮助决策者达到降低成本与提高客户服务质量的目标。
8.生产地点选择       ˇ
许多制造商都有一个生产设施网络,向络上的每一个`点分别生产不同的产品或者同一产品的不同部件。设施布置决策支持系统将生产成本、提前期、运输成本及需求预测作为输人数据,针对生产设施来分配不同的产品或者部件。在工作时,这些决策支持系统经常将人工智能和数学技术结合在一起使用。
9.车辆计划
车辆计划不仅包括企业自有车辆的派遣,而且也包括在某些线路上商业车辆的选择。因为费用结构非常复杂,不同车辆的速度和可靠性也不同,所以运输的模式选择经常是一个非常困难的问题。在给定的一系列的要求下,决策支持系统运用各种启发式算法来确定较好的路线和调度时间安排,接着连同表示路线成本和运行状况的报单与表格一起显示调度时间及线路安排图形。
10.生产计划
给定所要生产的产品系列、生产流程及产品的到期日期,生产计划D∞可以制订产品的生产计划。生产计划决策支持系统可以利用人工智能、数学及模拟技术来制订生产计划。