“Benchmarking and Improvement of a Monte Carlo Based Inventory Optimization Engine Using the VN2 Planning Challenge”
Abstract
L’optimització d’inventari és un problema central en la gestió de la cadena de subministrament, ja que requereix equilibrar els costos d’emmagatzematge i els nivells de servei sota una demanda incerta. Les polítiques de reaprovisionament han de decidir quan i quant demanar, gestionant el risc d’excés d’estoc i de ruptures, que els models deterministes no representen adequadament. Per aquest motiu, es desenvolupen enfocaments estocàstics basats en distribucions de probabilitat i simulació. Aquest TFM avalua i millora el motor d’optimització d’inventari basat en Monte Carlo d’Accenture, integrat a la Intelligent Supply Chain Platform, utilitzant el VN2 Inventory Planning Challenge com a entorn de validació. La competició VN2 proporciona un marc realista amb 599 productes, més de tres anys de dades històriques i costos observats durant la competició. Els objectius són avaluar el rendiment del motor davant de gairebé 200 participants i millorar-ne els resultats mitjançant adaptacions metodològiques de l’Estadística i la Investigació Operativa, com la reconstrucció de demanda censurada amb models binomials negatius i un esquema de predicció rolling-origin amb LightGBM per generar pronòstics i errors històrics realistes. L’avaluació inicial mostra un rendiment sòlid, amb polítiques basades en demanda situades a la meitat superior del rànquing i una política basada en pronòstics dins del top-20. A partir d’aquí, s’introdueixen millores en l’ajust de distribucions, la simulació de Monte Carlo, el modelatge de pronòstics alineats amb el període de risc i l’ajust estacional de l’estoc de seguretat. Aquestes millores incrementen significativament el rendiment, portant la política basada en pronòstics a la primera posició de la competició i confirmant la rellevància dels enfocaments basats en simulació en la planificació moderna d’inventaris.
Fields of Study & Subjects
Supply Chain and Inventory Management
Forecasting Techniques and Applications
Simulation Techniques and Applications
Publication details
- Journal / source
- UPCommons institutional repository (Universitat Politècnica de Catalunya)
- Publication date
- 23 January 2026
- Language
- EN
- Document type
- Thesis