Проблема
Компания Kernel, ведущий производитель и экспортёр подсолнечного масла, ключевой поставщик агропродукции с региона Черноморского бассейна на мировые рынки, владеет 550 000 Га земли и более 40 элеваторов для хранения продукции с общим объёмом хранения 2.8 млн. тонн.
Одна из регулярных задач компании — планирование сбора и перевозки урожая. При планировании компании приходится учитывать большой объём входных данных, которые могут повлиять на результат функционирования всей цепи поставок:
- график сбора урожая;
- характеристики и расположение собранного урожая;
- вместительность силосных башен и элеваторов;
- характеристика оборудования на элеваторах;
- количество техники, задействованной при перевозке урожая.
Чтобы оптимально решать эту ежегодную задачу без дополнительных финансовых вложений в производство и прогнозировать, как будет функционировать цепь поставок при изменении количества техники, компания решила планировать и анализировать логистику в безрисковой среде. Для этого она заказала исследование у консультантов компании Business Logic, которые спроектировали цифровую цепь поставок с помощью имитационного моделирования AnyLogic.
Решение
Разработанная Business Logic имитационная модель отобразила цепь поставок Kernel, включая процесс перевозки урожая с полей на элеваторы, обработку и хранение урожая на элеваторах, транспортировку урожая с элеваторов в порт и отгрузку продукции в портах.

Внешний вид модели (нажмите для увеличения)
При разработке модели консультанты использовали несколько подходов к моделированию: объекты цепи поставок реализовывались как агенты, а производственные процессы в элеваторах и портах были смоделированы с помощью дискретно-событийного моделирования. В модели был отражён процесс взаимодействия различных узлов и оборудования на элеваторах и в портах:
- разгрузка авто;
- работа сушильных и очистительных машин;
- хранение продукции в системе элеваторов;
- отгрузка продукции ж/д транспортом.
Разработанное решение даёт возможность имитировать штатную работу цепи поставок, а также экспериментировать над объектами цепи, чтобы посмотреть, как различные обстоятельства повлияют на эффективность цепочки поставок. Пользователи могут изменять характеристики оборудования, скорость процесса сушки урожая, расположение и количество элеваторов, различные стратегии перевозок, а также задавать различные характеристики урожая, например его влажность.

Отчёт, составляющийся в результате моделирования
(нажмите для увеличения)
Также модель помогает:
- строить оптимальные графики распределения урожая между системой элеваторов с учётом ограничений по месту хранения, транспорту, характеристик складских мощностей, мощностей точек приёмки и отгрузки;
- принимать решения по внедрению новых площадей хранения или оптимизации существующих мощностей;
- принимать решение о модернизации оборудования на элеваторах;
- определять графики распределения урожая и загруженности мощностей в зависимости от погодных условий.
Результат
Готовая модель позволяет специалистам компании Kernel:
- проводить эксперименты над цепью поставок в безрисковой среде, в том числе имитировать нештатные ситуации;
- сокращать время планирования (раньше расчёт одного сценария на сезон занимал 2 недели, теперь это занимает менее 1 часа);
- определять оптимальную по затратам схему цепи поставок.
В результате моделирования формируется несколько отчётов, которые содержат информацию по оборачиваемости складских площадей, загруженности оборудования на элеваторах и автотехники, а также другие показатели, необходимые для принятия решений по конфигурации цепи поставок и составления планов перевозок по дням.
Созданная модель стала инструментом по поддержке принятия решений при планировании цепи поставок на сезон. Инструмент позволяет оперативно составлять план распространения продукции на разные горизонты времени: следующую неделю, месяц и год.