Моделирование распределительного склада фармацевтической компании

Cardinal Health – компания с многомиллиардным оборотом, работающая в сфере дистрибуции и логистики фармацевтических товаров, среди которых оригинальные лекарства и дженерики известных фирм, продукты по уходу за лицом и телом, а также товары их собственной марки. Каждый день компания сталкивается со множеством логистических задач, типичных для распределительных складов, которые осложняются спецификой фармацевтической сферы: товары часто имеют маленький срок хранения, они дорогие, небольшие по размеру и часто от времени их доставки зависит человеческая жизнь. Брайан Хит, глава отдела углубленной аналитики компании Cardinal Health и опытный пользователь AnyLogic, использовал агентное моделирование для решения различных бизнес-задач, что позволило компании экономить 3 000 000 долларов ежегодно.


Задача:




Компания Cardinal Health занимает важное место в фармацевтической цепи поставок. Она осуществляет доставку лекарств более чем 30 000 клиентов, среди которых больницы, аптеки, семейные врачи и частные покупатели. Помимо этого, Cardinal Health сталкивается с проблемами перебоев на производстве, а также с задержками поставок ввиду проверок контролирующих органов (например, FDA и DDA). Все это дает представление о том, насколько сложна и разнообразна система дистрибуции в данной сфере.


В оперативном управлении компания вынуждена решать такие вопросы, как выбор конфигураций складов, задание политики перемещения и забора товара, расписание работы сотрудников, требования заказчиков и заторы при движении рабочих с тележками. Метод проб и ошибок рискован, дорог, плюс в жизни сложно внедрять изменения. Можно использовать математические модели, сравнительно недорогие в создании, но обладающие существенным недостатком: невозможностью отслеживания непрогнозируемой динамики. Так, если происходит какая-либо аварийная ситуация, например, затор в движении рабочих, стандартная математическая модель будет не в состоянии учесть и решить эту задачу. Еще один возможный вариант, процессно-ориентированное, или дискретно-событийное моделирование, также не является хорошим способом, т.к. с его помощью невозможно смоделировать объект достоверно. Все эти факторы побудили Брайана Хита отказаться от всех перечисленных способов и начать искать альтернативные варианты.

Моделирование распределительного склада

Некоторые протестированные конфигурации складов

Решение:




Агентное моделирование AnyLogic сделало возможным создание модели распределительного склада, не ограниченную рамками традиционных инструментов и подходов. Оно позволяет воспроизводить поведение автономных единиц, которые могут взаимодействовать друг с другом и средой в пространстве и времени. Это позволило учесть такие важные для компании характеристики, как расписание рабочих часов сотрудников, продолжительность периодов заторов в движении рабочих, продолжительность циклов обработки заказа, расстояние, проделанное агентами, сменяемость работников склада и т.д.

Моделирование склада в 3D

3D-анимация модели склада


Построенная модель воспроизводила активность сотрудников и их взаимодействие в течение дня, для чего было необходимо импортировать в модель такие данные, как время забора товара и нормативное время выполнения операций. Благодаря тому, что агенты моделировались как автономные единицы, компания смогла собрать данные о продолжительности периодов заторов и понять, какие проблемы это вызывает. Дополнительные параметры модели включали такие характеристики, как скорость работы сотрудников, их поведение, время, необходимое на обучение сотрудника, продолжительность обработки заказа и движения товара, а также расстояние, преодоленное пешком или на транспортном средстве.


Для Cardinal Health была важна возможность импортировать в модель файлы Excel, т.к. компания располагает множеством складов самой разной конфигурации, каждую из которых нужно протестировать. С AnyLogic в модели можно производить изменения, просто загрузив в нее Excel-файл и запустив ее снова.


Результат:




Агентное моделирование в AnyLogic позволило Cardinal Health сравнить различные конфигурации складов, а также технологии забора и распределения товара по ячейкам. Кроме того, были изучены разные методы забора товара для того, чтобы оптимизировать количество персонала и понять возможности для быстрого перераспределения сотрудников в зависимости от нагрузки. Также модель предоставила такую статистику, как количество обработанных заявок в час, время разгрузки грузовиков и последовательность событий.


Крайне важно, что благодаря этой модели была выявлена проблема неравного распределения рабочей нагрузки: из-за него одни сотрудники работали и передвигались по складу быстрее, а другие медленнее. Когда эта проблема была устранена, работники склада стали выполнять обязанности с одинаковой скоростью, и количество заторов снизилось.


Результаты моделирования склада
Результаты моделирования

Минимизировав количество заторов, компания уменьшила время рабочей смены сотрудников с 10,5 часов до 7, 25 часов, а также увеличила производительность труда. Благодаря моделированию в AnyLogic компания Cardinal Health экономит свыше 3 миллионов долларов ежегодно.


“Библиотеки агентов, гибкие и функциональные модели, а также встроенная анимация – залог долговременного успеха проекта”, - говорит Брайан Хит, глава отдела углубленной аналитики компании Cardinal Health. Вы можете посмотреть его презентацию и узнать больше о возможностях применения агентного моделирования:


Другие проекты

  • Крупнейший FMCG-ритейлер выбирает конфигурацию склада
    Один из крупнейших в России ритейлеров в области FMCG производил поставки в несколько сотен торговых точек в разных концах страны через единый распределительный центр площадью более 50 тыс. кв. м. Компания планировала изменить конфигурацию стеллажей и конвейеров на этом комплексе. Чтобы протестировать пропускную способность планируемой конфигурации, а также измерить показатели эффективности работы центра, было решено построить его имитационную модель.
  • Моделирование склада для выбора оптимального алгоритма забора товара
    Компания Kuehne+Nagel , являющаяся одним из лидирующих логистических провайдеров в мире, получила от одного из своих клиентов заказ на планирование нового склада, который должен был обслуживать 13 000 заказов или 750 коробок ежедневно. Необходимо было разработать наилучший алгоритм для обработки нескольких заказов одним рабочим.
  • Развёртывание системы реанимобилей в Германии
    Реанимобили MSU (Mobile Stroke Units) были предложены для ускорения оказания помощи пациентам с апоплексическим ударом. Специалисты MSU должны начинать диагностику и терапию прямо на месте происшествия. Целью внедрения было снижение времени от поступления вызова до начала лечения больных для предотвращения риска возникновения инвалидности и снижения издержек в здравоохранении.
  • Моделирование на основе статистики врачебной практики
    Специалистам в сфере здравоохранения требуются инструменты для принятия решений относительно планирования, тестирования и оценки новых технологий и политик. Специфика данной области (комплексность и взаимозависимость процессов) превращает любые изменения и инновации в постоянное испытание для профессионалов индустрии. DWH Simulation Services в партнерстве с Австрийской Ассоциацией Социального Страхования (AASI) проанализировали данные системы здравоохранения Австрии для принятия важных для медицинской практики решений.
  • Моделирование работы родильного отделения
    Эта модель воспроизводит работу родильного отделения в строящейся больнице. Задача этой модели состояла в поддержке принятия решений касательно ресурсов, пропускной способности и методов организации работы в новом отделении. Проект был выполнен для больницы Karolinska University Hospital в лене Стокгольм, Швеция.
  • Оценка пропускной способности больничного стационара
    В шведском Стокгольме строилась новая узкоспециализированная больница, и местное управление здравоохранения задалось вопросом, сможет ли больница обслуживать нужное количество пациентов при текущих инвестициях и организационных планах. Специалисты использовали AnyLogic для поиска ответов на свои вопросы.
  • Моделирование медицинского обслуживания на уровне региона
    Регион Стокгольма (Швеция), как и любой регион, испытывает постоянную необходимость удовлетворять спрос на услуги здравоохранения различных групп пациентов. Каждая группа может быть рассмотрена как субпопуляция со своими особенностями, характеристиками и сложностями. Данный проект по имитационному моделированию рассматривал пациентов, которые нуждались в диализе почек.
  • Оценка эффективности внедрения складской автоматизации
    Перед внедрением систем автоматизации складов Symbotic клиентам компании нужно рассчитывать эффекты от реорганизации склада и сравнивать капитальные инвестиции с ожидаемой экономией. Компании требовался инструмент расчетов этих показателей, который подходил бы для индивидуального случая каждого клиента.
  • Планирование реагирования на ЧС с помощью агентного моделирования
    Battelle – крупнейшая в мире некоммерческая независимая исследовательская организация. В одном из проектов исследователи должны были определить эффективность мер реагирования в случае детонации ядерного устройства, сравнив планы эвакуации населения и его укрытия на месте ЧС.
  • Оценка стратегий в сфере здравоохранения для уменьшения количества случаев кесарева сечения
    Множество специалистов здравоохранения давно говорят о необходимости уменьшения количества родов при помощи кесарева сечения. Алан Миллс, эксперт-статистик, и его коллеги провели исследование для штата Вашингтон, в котором воспроизвели при помощи моделирования часть системы здравоохранения США, занимающуюся родовспоможением.