Моделирование эффекта кнута в цепи поставок

Управление цепочек поставок в компании Infineon, крупном производителе полупроводников, хотело исследовать эффект кнута в цепочке поставок с целью снижения расходов и улучшения качества прогнозов поведения рынка. Они использовали AnyLogic для построения модели цепочки поставок от поставщика сырья до конечного потребителя.


Описание проблемы




Эффект Semiconductor Supply Chain Demand Fluctuation кнута – феномен в цепях поставок, который заключается в усилении амплитуды колебания спроса (объема заказов) по мере удаления от реального источника спроса в цепи поставок. Колебания спроса намного выше на уровне потребителя полупроводников, чем на уровне потребителя конечного продукта. Отдел инноваций в цепях поставок компании Infineon желал исследовать следующие вопросы:

  • Как выглядит эффект кнута в их цепочке поставок и насколько он силен;
  • Какая связь существует между колебаниями спроса на конечный продукт и колебаниями спроса на полупроводники.

Решение




Было принято решение смоделировать каждого участника цепочки поставок при помощи агента. Поведение этих агентов было позаимствовано из известной «Пивной игры». Товары идут от поставщика сырья к производителю полупроводников (Infineon), далее к поставщикам первого и второго уровня, конечному производителю и, наконец, на рынок. Информация и заказы идут в обратном направлении. В качестве входных данных в модели использовались реальные данные по ВВП и объему рынка полупроводников.

Также сотрудники воссоздали в упрощенном виде внутреннюю структуру самой компании. Агент-Infineon был разделен на две части:

  • Планирование и контроль – часть, принимающая решения об объеме производства и составляющая прогнозы;
  • Основная система – часть, осуществляющая и принимающая заказы.

Агенты, Infineon и рынок были соединены при помощи дискретно-событийного моделирования. Таким образом, для создания реалистичной модели системы потребовалось скомбинировать несколько подходов имитационного моделирования.


Все агенты, кроме производителя полупроводников, были смоделированы идентично:

  • Агенты производили типовые действия в соответствии с ситуацией на рынке (информация распространялась между агентами с задержкой);
  • Агенты могли находиться в одном из двух состояний (спокойном и беспокойном), которое определялось соответственно количеству их товарных запасов:
  1. Агенты заказывали излишнее количество товаров в беспокойном состоянии (+ 20% спроса);
  2. Агенты заказывали меньшее количество товаров в спокойном состоянии (- 50% спроса).

Результат




Модель иллюстрирует типичное поведение агентов в цепочке поставок и эффект кнута. Результатом проекта стало следующее:

  • Модель помогла проанализировать различные ситуации, возникающие на рынке, последствия эффекта кнута и усиление колебаний спроса при удалении от конечного потребителя в цепи поставок;
  • Модель была использована для внутренних тренингов для иллюстрации эффекта кнута;
  • Модель планировалась к использованию для общения с клиентами для совместной работы над уменьшением последствий эффекта кнута.

Программа AnyLogic была использована в компании Infineon специалистами отдела инноваций в цепях поставок. Сотрудники этого отдела до этого не имели опыта в программировании и не работали с инструментами имитационного моделирования. Все необходимые знания они почерпнули из находящихся в свободном доступе пособий по AnyLogic. Компания Infineon выбрала AnyLogic благодаря тому, что этот инструмент позволил им совмещать в одной модели подходы дискретно-событийного и агентного моделирования. Наряду с простотой в освоении, специалисты компании выделили это в качестве главного преимущества продукта.


Вы можете ознакомиться с презентацией представителя компании Infineon на конференции AnyLogic 2012 или скачать его презентацию:



Другие проекты

  • Планирование сети дистрибуции и оптимизация складских запасов на основе имитационного моделирования
    Diageo – это международная компания со штаб-квартирой в Великобритании, занимающаяся производством алкогольных напитков. Российское отделение компании входит в пятерку крупнейших оптовых дистрибьюторов алкогольных напитков в стране. Diageo требовалось решить несколько вопросов, в первую очередь, тот факт, что рост продаж не приводил к существенному увеличению прибыли из-за высокой стоимости перевозки единицы товара.
  • Проектирование системы морской транспортировки нефти в арктических условиях
    Новопортовское – крупное нефтегазоконденсатное месторождение, разрабатываемое компанией «Газпром нефть». Нефть с месторождения поступает по 100-километровому трубопроводу к морскому терминалу, откуда после отгрузки перевозится до потребителей на арктических танкерах. Главная проблема при организации морских перевозок с месторождения – тяжелые ледовые условия, затрудняющие судоходство.
  • Исследование автопотока возле проектируемого транспортно-пересадочного узла “Волоколамская”
    Территория строящегося транспортно-пересадочного узла станции метро "Волоколамская" расположена в районе Митино Северо-Западного административного округа Москвы. Компания "ИТС-консалтинг" получила задачу проверить работоспособность проектируемой улично-дорожной сети при пиковых нагрузках в утренний и вечерний часы с учётом перспективного роста автопотока до 2025 года. Заказчиком проекта выступило ГУП "Московский метрополитен".
  • Развитие сети складов компании «Эльдорадо»
    Компании «Эльдорадо», владеющей сетью магазинов бытовой техники и электроники в 350 городах РФ, требовалось определить оптимальное количество складов и города их расположения для лучшего удовлетворения спроса покупателей и минимизации затрат на доставку и хранение товара. Анализ показал применимость для этой проблемы решения anyLogistix.
  • Выбор оптимальных решений в транспортной логистике
    Транспортная сеть одной из крупных российский пивоваренных компаний включает в себя крупный парк вагонов и грузового автотранспорта, а также собственные склады в нескольких регионах России. Компания планировала снизить себестоимость продукции за счет сокращения издержек на перевозку продукции от заводов до клиентов.
  • Моделирование прокладки тоннеля с использованием тоннелепроходческого комплекса
    Цена часа простоя тоннелепроходческого комплекса обычно очень высока, и менеджеры делают всё возможное, чтобы избежать его остановок. Целью моделирования, проведенного в Рурском университете, стало создание инструмента для определения узких мест в процессах при прокладке туннелей, помогающего снизить потери при простоях.
  • Моделирование железнодорожных перевозок в порту
    Перед заказчиком стояла задача проектирования нового мультимодального терминала на территории порта. Мультимодальный терминал предназначен для обработки импортного и экспортного контейнерного грузопотока, перевозимого железнодорожным и речным транспортом. Для организации взаимодействия мультимодального и морских терминалов заказчик планировал использовать челночные отправки железнодорожных составов.
  • Оптимизация железнодорожной сети Франции
    Оператор железнодорожной сети Франции хотел узнать, смогут ли железнодорожные грузовые перевозки конкурировать с автомобильными грузоперевозками. Заказчик хотел повысить эффективность перевозок способом «автодорога-железная дорога-автодорога».
  • Моделирование железнодорожного депо
    Aurizon – крупнейший оператор железнодорожных перевозок Австралии. Компании принадлежат более 700 локомотивов и 16000 вагонов. Один из основных грузов Aurizon – полезные ископаемые, транспортируемые от мест добычи до портов. С целью увеличения оперативной эффективности компания приняла решение перенести депо по ремонту локомотивов и вагонов из одного города в другой.
  • Выбор лучшей политики хранения запасов с Gojii
    Существующие инструменты для управления цепями поставок и планирования продаж и операций (S&OP) позволяют удовлетворять план, соответствующий выбранному прогнозу. Однако не существует единого верного прогноза будущего спроса, и существующие инструменты не в состоянии выбрать лучший уровень спроса. Gojji – инструмент, который помогает выбирать лучший прогноз.