Anylogistix как инструмент для моделирования и оптимизации цепей поставок

logo

В мае 2016 года (24-25 числа) компанией Anylogic в г. Санкт-Петербург был проведен всеобуч по использованию ПО Anylogistix.

Значительная доля курса была посвящена решениям практических вопросов при построении моделей цепей поставок, подкрепленных лаконичными теоретическими выдержками.

В течение обучающего курса все специалисты Anylogistix вместе с участниками отвечали на поставленные нами множественные вопросы и оказывали участвующим помощь при разборе нюансов и деталей.

Решение Anylogistix дозволяет в минимальные сроки сформировать схему какой угодно цепи поставок. Алгоритм сконструирован конкретно для имитации и реализации опытов в логистических цепях. Анализ запрошенных сценариев выполняется на основании модели с изменениями локализации, моделей поведения, динамики и цепи поставок.

Решение наделено широчайшим перечнем возможностей. Его использование дает возможность в минимальные сроки генерировать структуры и осуществлять эксперименты, употребляя при их проведении требуемый показатель детализации.

Ведущее достоинство состоит в сочетании исследовательских и моделирующих способов решения поставленных задач. Внедрение имитационного моделирования дает возможность разработать схему цепи поставок для вашей компании и отобразить в модели все требуемые лимиты, пути, стратегии.

Данный метод предоставляет преимущества в сопоставлении с аналитическими способами, в которых применяется комплект равенств с заранее установленным числом лимитов, при чем большинство показателей отразить элементарно невозможно. При этом в Anylogistix присутствует способность проследить преобразование величин во времени.

Порядок проведения анализа при моделировании цепи поставок:

1 . Определяемся со сценариями для тестирования и целями эксперимента

В зависимости от задачи нам потребуется разное количество деталей и объем информации о цепи поставок. Далее приведены типичные задачи, которые можно решить с помощью программы:

  • Высокий уровень абстракции (минимум деталей)

– Green Field Analysis (GFA) – выбор примерной локации и количества складов

  • Средний уровень абстракции

– Оптимизация цепи поставок

– Выбор точной локации и количества складов

– Задача маршрутизации

– План производства

– Политики обслуживания запасов

– Оптимизация парка транспорта

  • Низкий уровень абстракции (максимум деталей)

– What-if’s

– Оптимизация цепи поставок на основе заданных критериев (стоимость, сервис и прочее)

– Выбор точной локации и количества складов

– Задача маршрутизации

– План производства

– Политики обслуживания запасов

– Оптимизация парка транспорта.

  1. Создаем модель цепи поставок

На этом этапе мы добавляем необходимое количество клиентов, складов, производств, поставщиков, вносим информацию о спросе, поставках, политиках управления запасами, транспорте, стоимости и других деталях, в соответствии с поставленной задачей.

  1. Проводим эксперименты на основе модели

Есть возможность проводить практически любые эксперименты, определять влияние факторов на результаты и видеть динамику изменения всей цепи поставок во времени. Например, как повлияет двухнедельная забастовка и срыв поставок комплектующих на:

1) общую прибыль компании;

2) уровень сервиса;

3) загрузку производства;

4) уровень обслуживания ключевого клиента.

Для визуализации доступно 207 параметров, которые могут быть отображены в формате таблицы, диаграммы или гистограммы на дэшборде.

  1. Готовим рекомендацию

На базе готовой модели и осуществленных экспериментов нам требуется лишь подготовить рекомендацию и презентовать ее представителю, принимающему решение (ЛПР). Учитывая, что модель создается на базе реальных данных компании, в привязке к карте и с хорошей визуализацией, то и уровень понимания и доверия ЛПР будет намного выше, нежели при других подходах. Мы можем использовать критерий максимизации прибыли и легко смоделировать разные сценарии, показав причины их различий. Гибкость решений позволяет оперативно вносить изменения и проводить демонстрацию в режиме on-line из самой программы, а не только на слайдах Power Point.

Также отметим дополнительные преимущества в работе программы:

  • Возможность экспортировать данные в MS Excel, корректировать таблицы в MS Excel и обратно загружать модель в Anylogistix.

Это очень полезная функция, т.к. данные на этапе создания добавляются поэтапно и, как правило, хранятся в MS Excel.

  • Возможность расширять функционал и внутренние алгоритмы объектов (склад, производство и прочее) в Anylogistix с использованием Anylogic.
  • Возможность расширять и дорабатывать модель на языке Java.

Всем удачи в решении задач проектирования, анализа и оптимизации цепей поставок!