[论文解读] Enhancing Supply Chain Resilience: A Machine Learning Approach for Predicting Product Availability Dates Under Disruption

Mustafa Can Camur, Sandipp Krishnan Ravi+1 more|arXiv (Cornell University)|Apr 28, 2023

Supply Chain Resilience and Risk ManagementBusiness, Management and Accounting被引用 3

一句话总结

本文提出一种基于树模型集成的机器学习方法——随机森林（Random Forest）与梯度提升机（Gradient Boosting Machine），用于预测通用电气燃气动力部门（GE Gas Power）的入站物流产品到货日期，显著提升了传统回归方法的预测准确率。该方法通过捕捉非线性供应商行为及特征交互关系，优于其他替代方案，特征重要性分析表明‘最新承诺到货日’与‘供应商代码’为关键预测因子。

ABSTRACT

The COVID 19 pandemic and ongoing political and regional conflicts have a highly detrimental impact on the global supply chain, causing significant delays in logistics operations and international shipments. One of the most pressing concerns is the uncertainty surrounding the availability dates of products, which is critical information for companies to generate effective logistics and shipment plans. Therefore, accurately predicting availability dates plays a pivotal role in executing successful logistics operations, ultimately minimizing total transportation and inventory costs. We investigate the prediction of product availability dates for General Electric (GE) Gas Power's inbound shipments for gas and steam turbine service and manufacturing operations, utilizing both numerical and categorical features. We evaluate several regression models, including Simple Regression, Lasso Regression, Ridge Regression, Elastic Net, Random Forest (RF), Gradient Boosting Machine (GBM), and Neural Network models. Based on real world data, our experiments demonstrate that the tree based algorithms (i.e., RF and GBM) provide the best generalization error and outperforms all other regression models tested. We anticipate that our prediction models will assist companies in managing supply chain disruptions and reducing supply chain risks on a broader scale.

研究动机与目标

• 为解决通用电气燃气动力部门（GE Gas Power）入站供应链中产品到货日期不可预测这一关键挑战，该挑战影响物流与库存规划。
• 开发一种机器学习系统，可提前数月预测供应商到货日期，以支持更优的运输调度与成本管理。
• 评估并比较多种回归模型，包括基于树的集成模型，以识别预测非线性供应链动态的最准确方法。
• 支持将预测结果集成至优化模型中，用于年度物流规划，以最小化运输与库存成本。

提出的方法

• 本研究采用一系列回归模型：简单线性回归、Lasso、Ridge、Elastic Net、随机森林（RF）、梯度提升机（GBM）以及神经网络，基于通用电气燃气动力部门的真实入站物流数据进行训练。
• 特征包括数值型（如产品成本、数量）与分类变量（如供应商代码、合同交货日期），并对缺失数据进行了仔细处理，特别是针对‘合同交货日期’这一特征，其缺失率约为50%。
• 使用标准回归指标评估模型性能：决定系数（R²）、均方根误差（RMSE）与平均绝对误差（MAE），结果基于测试数据报告，以评估泛化能力。
• 基于树模型中的基尼不纯度准则计算特征重要性，量化各特征对预测准确率的贡献。
• 模型基于历史产品订单数据进行训练与验证，重点捕捉供应商行为与到货日期之间的非线性关系。
• 最终预测系统设计为可集成至现有的混合整数线性规划模型中，用于年度物流与运输优化。

实验结果

研究问题

• RQ1 在供应链中断情境下，哪种机器学习回归模型能对产品到货日期提供最准确的预测？
• RQ2 基于树的集成模型（如随机森林与梯度提升机）相较于传统线性模型，在捕捉供应链数据中的非线性模式方面表现如何？
• RQ3 哪些特征对预测产品到货日期最具影响力，它们如何影响模型性能？
• RQ4 关键特征（如‘合同交货日期’）中的缺失数据在多大程度上影响模型的准确率与可靠性？
• RQ5 将预测的到货日期集成至优化模型中，能否有效降低总物流与库存成本？

主要发现

• 基于树的模型，特别是随机森林与梯度提升机，实现了最佳泛化误差，且在预测产品到货日期方面优于所有其他回归模型。
• 最佳模型（GBM）在测试数据上的R²得分显著高于线性模型，RMSE与MAE值表明其具备出色的预测准确率。
• 特征重要性分析显示，‘最新承诺到货日’、‘最新需求截止日’与‘供应商代码’为最具影响力的预测因子，而‘产品数量’与‘产品成本’虽非直观，但亦有显著贡献。
• 由于‘合同交货日期’特征缺失率极高（约50%），其重要性低于0.1%，表明其低重要性源于数据质量问题，而非预测相关性弱。
• 正则化模型（如Lasso与Ridge）表现欠佳，因其无法捕捉数据中的非线性关系，凸显了在此类场景中非线性模型的必要性。
• 本研究识别出一个关键局限：非线性供应商行为（如无论个体承诺日期如何均批量发货）限制了预测准确率的进一步提升，提示未来工作需引入更先进的时间序列或深度学习模型。