SupplyNetPy는 임의의 다단계(multi-echelon) 공급망 네트워크를 모델링하고 이산사건 시뮬레이션하는 오픈소스 파이썬 라이브러리다. 다양한 보충 정책, 부패성 재고, 노드 장애, 확률적 수요·리드타임을 지원하며 모든 구성 요소는 상속으로 확장할 수 있다. 사용자는 공급망을 노드·링크 속성이 있는 그래프로 기술하기만 하면 라이브러리가 시뮬레이션과 노드·네트워크 수준 성능 리포트를 제공한다. 해석적 벤치마크, 상용 도구, 발표된 사례 연구와의 비교로 검증했으며, 복잡한 모델의 프로그래밍 방식 생성·시뮬레이션을 통해 설계 공간 탐색, what-if 분석, 학습 데이터 생성, 공급망 디지털 트윈 구축을 가능하게 하는 것이 핵심 목표다.
- •임의의 다단계 구조·보충 정책·부패성 재고·노드 장애·확률적 수요·리드타임을 지원하는 이산사건 시뮬레이션 라이브러리
- •공급망을 그래프로 기술하면 시뮬레이션·로그·성능 리포트를 자동 제공, 상속 기반 확장 가능
- •해석적 벤치마크·상용 도구·발표된 사례 연구 대비 검증 완료
- •설계 공간 탐색, what-if 분석, 학습 데이터 생성, 공급망 디지털 트윈이 주요 활용처
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
SupplyNetPy: An Open-Source Python Library for High-Fidelity Modeling and Simulation of Arbitrary Supply Chain and Inventory Networks
- 1.SupplyNetPy 공개: 임의의 다계층 공급망을 이산사건 시뮬레이션하는 오픈소스 파이썬 라이브러리
- 2.다중 보충 정책·부패성 재고·노드 장애·확률적 수요와 리드타임 지원, 상속으로 확장 가능
- 3.공급망을 노드·링크 속성 그래프로 기술하면 시뮬레이션과 성능 리포트를 자동 생성
- 4.해석적 벤치마크·상용 도구·발표된 사례연구 대비 검증 완료, 디지털 트윈·학습데이터 생성 지향
왜 중요한가?
공급망 시뮬레이션이 상용 도구 중심이던 영역에서 프로그래밍 방식 모델 생성이 가능한 오픈소스 대안을 제공한다. 설계공간 탐색, what-if 분석, ML 학습데이터 생성, 공급망 디지털 트윈 구축의 진입장벽을 낮춘다.
언급 프로젝트
공급망 및 재고 네트워크 모델링과 시뮬레이션을 위한 오픈소스 파이썬 라이브러리인 SupplyNetPy는 국내 기업들에게 큰 도움이 될 것입니다. 글로벌 공급망 불안정성이 지속되는 상황에서, 이 도구는 한국 기업들이 공급망 리스크를 사전에 분석하고 효율적인 재고 관리를 통해 경쟁력을 강화하는 데 실질적인 기여를 할 수 있습니다.
본문 미리보기
arXiv:2607.09745v1 Announce Type: new Abstract: This paper introduces SupplyNetPy, an open-source, well-documented Python library for modeling and discrete-event simulation of supply chain networks with arbitrary multi-echelon structures. It supports multiple replenishment policies, perishable inventory, node disruptions, and stochastic demand and lead times. All components are extensible via inheritance. Users describe a supply chain as a graph with node and link attributes, while the library
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:08AI 초안
