📚 课程目录第1章课程导论

1. 课程导论

现代供应链计划在VUCA（易变、不确定、复杂、模糊）环境下，正面临前所未有的压力。传统的基于历史平均需求的计划模式已难以应对频繁的波动与中断。

  核心痛点： 传统计划系统往往将产能视为无限资源，或仅作为事后校验环节，导致计划在落地时频繁被产能约束打破，形成“计划赶不上变化”的恶性循环。

产能约束是供应链计划从“理想”走向“可行”的关键桥梁。忽视产能约束的计划，本质上是一份无法执行的愿望清单。

瓶颈决定产出： 根据约束理论（TOC），系统的整体产出受限于最薄弱的环节。识别并管理产能瓶颈，是提升供应链吞吐量的首要任务。
计划可行性的基石： 只有将产能约束作为输入条件，才能生成可执行的采购计划、生产排程与配送计划。
成本与服务的平衡点： 产能不足时，需要决策是增加库存缓冲、外包生产还是放弃部分订单；产能过剩时，则需要优化资源利用率。产能约束是权衡成本与服务水平的支点。

关键认知： 产能约束不是计划系统的“限制”，而是计划系统实现“最优决策”的导航仪。它迫使计划从“推式”转向“拉式”，从“经验驱动”转向“数据驱动”。

传统安全库存计算（如基于正态分布的服务水平公式）假设需求与供应的统计参数是静态的。然而，在产能约束的动态环境中，这种静态假设往往导致库存策略失效。

联合优化的核心思想： 将安全库存决策嵌入到产能约束下的多场景仿真中，通过模拟不同库存策略在多种未来情景下的表现，找到鲁棒性最强的库存配置方案。

  联合优化的三大价值：

鲁棒性提升： 通过仿真验证，库存策略在多种极端场景下仍能维持服务水平。

成本效率： 避免为应对不确定性而盲目增加库存，实现“精准缓冲”。

决策可视化： 将复杂的库存-产能-风险关系转化为直观的仿真结果，支持管理层快速决策。

本课程将系统性地讲解如何构建一个以产能约束为核心、融合安全库存优化与场景仿真的供应链计划系统。通过理论、算法与工程实践的结合，帮助学员掌握以下能力：

适用人群： 供应链计划经理、运筹优化工程师、系统架构师、数据科学家，以及希望提升供应链数字化能力的业务与技术负责人。