预测

企业需要更好的规划来提高供应链的灵活性和弹性。在解释了传统计划系统的缺点后，作者介绍了最优机器学习（OML），该方法已在多个行业证明行之有效。其核心功能是决策支持引擎，可以处理大量的历史和当前供需数据，考虑公司的优先事项，并迅速为理想的生产数量、运输安排等提出建议。作者解释了 OML 的基本原理，并提供了两家大公司如何实施 OML 并提高供应链绩效的具体实例。

预测弹性三角理论方法通过灾难事件发生后的初始损失值以及恢复时间量化系统弹性的大小，提供了一种简单有效的弹性测量方法。借鉴预测弹性三角理论方法，基于供应中断前信息的可用性，构建供应链预测弹性模型，研究随机供应中断后在不同时间段采取有效应对措施对供应链预测弹性的影响。