Simulazione Sommario Analisi di supply chain Definizione di un particolare modello di supply chain Descrizione equazioni di stato degli inventories Definizione degli indici per l’analisi prestazionale Definizione delle politiche di gestione implementate Sviluppo del software Java Analisi dei risultati della simulazione Conclusioni 2 / 16

Simulatore ad eventi discreti Simulazione Comportamento caratterizzato dall’occorrenza di eventi istantanei Simulazione : perché ? Assenza di modelli analitici Maggiore controllo sui dettagli 3 / 16

Simulazione : perché ?

Assenza di modelli analitici

Maggiore controllo sui dettagli

Deterministici Stocastici Supply chain Supply Chain Obiettivo: soddisfacimento della richiesta del cliente in relazione a quantità e tempo comprende i processi che separano la domanda di un prodotto finito dall’approvvigionamento delle materie prime per produrlo Ipotesi di lavoro: Sistema monocliente Sistema work-conserving Eventi Discreti Dinamica continua Ibridi Modelli Matematici 4 / 16

Deterministici

Stocastici

Ipotesi di lavoro:

Sistema monocliente

Sistema work-conserving

Eventi Discreti

Dinamica continua

Ibridi

Complex Production Networks I primi due nodi (1,2) modellano le prime lavorazioni gli ultimi due nodi (3,4) modellano le ultime lavorazioni a prodotti finiti Il Modello Il modello prevede quattro siti produttivi interconnessi Ogni sito effettua una determinata lavorazione sul singolo prodotto Ogni sito contiene 2 inventory: per le materie prime per i prodotti finiti 5 / 16

Ogni sito contiene 2 inventory:

per le materie prime

per i prodotti finiti

L’evoluzione nel tempo dei livelli di magazzino è caratterizzata da equazioni di stato Ipotesi: NO eventi contemporanei x (t) coefficiente che quantifica il numero di oggetti lavorati per unità di tempo, (q=1 in ipotesi di simulazione); : quantità i+1-esima di materiale in arrivo Istante temporale in cui si verifica l’evento i+1-esimo Istante temporale in cui si verifica l’evento i-esimo Inventory materie prime Equazioni di stato 6 / 16

Inventory prodotti lavorati Equazioni di stato numero di oggetti lavorati per unità di tempo, Istante temporale in cui si verifica l’evento j+1-esimo Istante temporale in cui si verifica l’evento j-esimo quantità j+1-esima di materiale in partenza x ’ (t) 7 / 16

Nella gestione dei magazzini possono presentarsi scelte decisionali nelle situazioni di: si decide di implementare delle politiche di gestione magazzino delle materie prime in condizione di shortage magazzino dei prodotti finiti incapace di soddisfare la domanda Inventory Raw Materials (Magazzino Materie Prime) Inventory Final Products (Magazzino Prodotti Finiti) Critical Purchase Maximize Production Se magazzino vuoto: la produzione si ferma Se magazzino vuoto: si anticipa il prossimo trasferimento Fast Selling Fast Selling Delayed Delayed Orders Chartered Only Complete Orders SI ignora la domanda insoddisfatta Si ritarda la domanda insoddisfatta all’ordine seguente Si crea un nuovo ordine per la domanda insoddisfatta L’ordine è convalidato non appena è possibile soddisfarlo completamente Politiche di Gestione 8 / 16

magazzino delle materie prime in condizione di shortage

magazzino dei prodotti finiti incapace di soddisfare la domanda

Costo di Produzione Costo di Acquisto Utilizzazione Macchina Indici Economici a,b : coefficienti reale di costo : Il livello di capacità produttiva istante per istante diversa da zero : tempo totale in cui la macchina è inutilizzata , : coefficienti reale di costo AreaPositiva : area sottesa dal grafico dei livelli di inventory relativo al nodo i-esimo AreaNegativa : area sottostante all’asse delle ascisse sul grafico dei livelli di intentory a : coefficiente reale relativo al costo variabile del singolo acquisto CV: parte quantificabile di Costo Variabile CF: parte quantificabile di Costo Fisso T : tempo totale di simulazione : tempo totale all’interno della simulazione, in cui la macchina era funzionante Costo di Inventory 9 / 16

Fast Selling Fast Selling Delayed Delayed Orders Chartered Only Complete Orders Anticipo Acquisti Indici Strutturali Domanda Non Soddisfatta n : coefficiente di costo per l’anticipo di un singolo lotto d’acquisti : lasso temporale che misura di quanto tempo ho anticipato l’acquisto : coefficiente di costo per il quantitativo di domanda insoddisfatta e ritardo : quantità di prodotto non consegnata in tempo : intervallo di tempo che quantifica il ritardo della consegna parziale beta ≠ 0 gamma = 0 beta ≠ 0 gamma ≠ 0 beta ≠ 0 gamma ≠ 0 beta = 0 gamma ≠ 0 10 / 16

Linguaggio di programmazione: JAVA (JDK 1.5.0) SISTEMA Inputs Outputs DBMS FILE GRAFICI NELL’APPLICAZIONE FOGLIO EXCEL Software Java JDBC Object Oriented Portabilità La scelta del linguaggio è motivata da: Flusso dei Dati 11 / 16

Struttura e Interfaccia Grafica Software Java 12 / 16

Software Java ScreenShot 13 / 16

CP+FS  Critical Purchase with Fast Selling CP+FSD  Critical Purchase with Fast Selling Delayed CP+DOC  Critical Purchase with Delayed Orders Chartered CP+OCO  Critical Purchase with Only Complete Orders MP+FS  Maximize Production with Fast Selling MP+FSD  Maximize Production with Fast Selling Delayed MP+DOC  Maximize Production with Delayed Orders Chartered MP+OCO  Maximize Production with Only Complete Orders 1 2 3 4 5 6 7 8 Risultati 14 / 16

CP+FS  Critical Purchase with Fast Selling

CP+FSD  Critical Purchase with Fast Selling Delayed

CP+DOC  Critical Purchase with Delayed Orders Chartered

CP+OCO  Critical Purchase with Only Complete Orders

MP+FS  Maximize Production with Fast Selling

MP+FSD  Maximize Production with Fast Selling Delayed

MP+DOC  Maximize Production with Delayed Orders Chartered

MP+OCO  Maximize Production with Only Complete Orders

Risultati 15 / 16

I Risultati confermano la correttezza del simulatore e delle politiche di gestione La Scalabilità del software applicativo permette sviluppi futuri in termini di: Allargamento del numero di siti produttivi e dei livelli della supply chain Inserimento di politiche di gestione arbitrarie o integrazione con un sistema di ottimizzazione Conclusioni FINE

I Risultati confermano la correttezza del simulatore e delle politiche di gestione

La Scalabilità del software applicativo permette sviluppi futuri in termini di:

Allargamento del numero di siti produttivi e dei livelli della supply chain

Inserimento di politiche di gestione arbitrarie o integrazione con un sistema di ottimizzazione