WOM V0R1M0 (Multi-Product / CSV Edition)

Weekly Operation Model – Weekly PSI Planning & Simulation (Educational OSS)

English (Summary)

WOM (Weekly Operation Model) is an executable model designed to connect management decisions and supply chain operations on a weekly basis. This repository provides a minimal, CSV-based, multi-product PSI (Production / Ship / Inventory) planning and simulation environment.

The focus of WOM is not on finding an optimal solution, but on making decision impacts visible by running demand, constraints, and allocation rules through a complete weekly operation loop.

WOMの設計思想と背景は note 記事の下記URLを参照してください。 https://note.com/osuosu1123/n/n37e8b53c5b07

はじめに

WOM（Weekly Operation Model）は、経営の意思決定と現場オペレーションを
「週次」 という共通リズムで接続するための実行モデルです。

本リポジトリ（V0R1M0）は、複数製品（multi-product） を対象に、
CSVで定義された需要・供給・在庫構造を入力として、

• 需要入力
• 制約反映（能力・LT・lot）
• 配分・確定
• 週次PSI（Production / Ship / Inventory）
• 可視化・KPI出力

という一連の流れを 最後まで通して確認できる 最小構成の教材OSSです。

ここで重要なのは「最適解」を求めることではありません。
意思決定（需要・制約・配分ルール）が、週次オペレーションとしてどう現れるかを、 実行結果として最後まで確認できることが目的です。

V0R1M0 の公開版では、
CSV入力のみを正式サポートし、SQLバックエンドは扱いません。

---

クイックスタート（CSV版・cockpit UI）

0) 前提

• Python 3.10+
• 本リポジトリを clone した状態

1) 実行コマンド（唯一の正式起動方法）

リポジトリ直下で、以下を実行してください。

python main.py --backend mvp --skip-orchestrate --csv data --scenario Baseline --ui cockpit

2. このコマンドの意味 • --backend mvp o 教材用の軽量実行バックエンドを使用 • --skip-orchestrate o シナリオ一括実行は行わず、単一シナリオを直接実行 • --csv data o 入力データは data/ 配下の CSV を使用 • --scenario Baseline o Baseline シナリオを実行 • --ui cockpit o cockpit（GUI）を起動して結果を可視化
3. 入力データ • CSV入力データ：data/ o サプライチェーン構造（inbound / outbound） o 製品別需要・コスト・能力・関税 等 • multi-product 前提で読み込まれます
4. 出力データ • 実行結果（KPI・系列データ）：out/ o kpi.csv, series.csv など • 再現可能な状態保存：plan_data/psi_state/ o psi_events.parquet o metadata.json, parameters.json 等 これらの出力により、同一条件での再実行・検証が可能です。
5. 動作確認の目安 • cockpit UI が起動する • PSIグラフが表示される • out/ と plan_data/psi_state/ が更新される

node_name の予約語ルールについて

WOM では、サプライチェーン構造を CSV で定義する際、node_name にいくつかの予約語（接頭語）を使用します。 これは命名規則ではなく、PSI 計画ロジックにおける ノードの役割（視点） を明示するための仕様です。

共通ルール

• supply_point は inbound / outbound の両 supply chain に共通する論理ルートです。
• node_name の接頭語により、ノードの役割が判別されます。

inbound supply chain（供給側）

root → supply_point → MOMxxxx → child nodes

• MOMxxxx: MOMは接頭語。xxxxは任意。
  生産・供給の起点となるノード（Mother Of Manufacturing）
  PSI 計画では供給（PUSH）側の起点として扱われます。

outbound supply chain（需要側）

• DADyyyy: DADは接頭語。yyyyは任意。
  需要・販売チャネルの集約ノード（Demand Aggregation on Distribution）
  PSI 計画では需要（PULL）側の起点として扱われます。 root → supply_point → DADyyyy → child nodes これらの予約語により、WOM は inbound / outbound を同一の計画ロジックで扱いながら、 供給と需要の視点を明確に切り替えています。

プラグインについて

WOM の挙動は pysi/plugins/ 配下のプラグインで制御されます。
需要の与え方、能力制約の反映方法、不足時の配分ルールなどは、プラグインを差し替えることで変更できます。
最適化や独自ルールの追加は、コアを変更せずにプラグインとして実装できます。

---

（補足） • 本公開版では SQL / DB 実行経路は対象外です。 • 実行ロジックの中核は pysi/ 配下（pipeline / plugins / gui）にあります。

WOM Tutorial V0: Rice Supply Chain (3-node PSI)

This tutorial provides a minimal, industry-specific WOM model for Japanese rice using only three nodes:

• MOM_RICE: Mother plant / harvest production
• DAD_RICE: Inventory buffer (warehouse)
• MKT_RICE: Market consumption (leaf)

The goal is to understand why inventory exists and how it bridges the time-gap between seasonal production and stable consumption.

---

Model Structure

MOM_RICE → DAD_RICE → MKT_RICE

Roles

Node	Meaning	Key characteristic
MOM_RICE	Production / harvest	Concentrated seasonal supply
DAD_RICE	Buffer inventory	Smooths annual demand vs harvest
MKT_RICE	Consumption market	Stable monthly demand (slightly decreasing)

---

Data Files

This tutorial uses three CSV files:

• rice_nodes.csv : node definitions (for readability)
• rice_flow.csv : structure definition (for readability / future extension)
• rice_timeseries.csv : time-series inputs for demand & production

In V0, nodes and flow are mainly for learning the structure.
The simulation uses rice_timeseries.csv to compute PSI.

How to run (Rice V0)

From the repository root:

python -m tools.run_rice_v0

---

How the simulation works (V0)

For each month:

1. Inventory receives production at MOM (production)
2. Market demand occurs at MKT (demand)
3. Sales are fulfilled from inventory (DAD)
4. Remaining demand becomes shortage
5. Ending inventory is carried over

---

Output (PSI)

We visualize:

• Demand (market requirement)
• Production (P)
• Sales (S, fulfilled demand)
• Inventory (I) and optionally Capacity line if provided.

---

Rice V0 – Completed PSI View

The figure below represents the full monthly PSI loop for Rice V0.

Figure: Seasonal rice harvest (Production), capacity constraint (red frame), stable market demand, and inventory buffering across the year.

This figure shows how inventory (DAD_RICE) buffers the time gap between seasonal production (MOM_RICE) and stable market demand (MKT_RICE), under explicit production capacity constraints.

---

Exercises

1. Reduce harvest production by 10%: what happens to shortage and inventory?
2. Make demand flat (no decrease): what happens to ending inventory?
3. Shift harvest by +1 month: does shortage appear?

---

Scope (V0)

This tutorial intentionally does not include:

• Optimization
• Pricing / profit
• Multiple warehouses

Those will be covered in later tutorials (smartphone, pharma cold chain).