Descrete Event Simulator for Supply Chain Models

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

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

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

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

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

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

Descrete Event Simulator for Supply Chain Models

by Simone Campora on Oct 15, 2009

Accessibility

Categories

Tags

Upload Details

Usage Rights

1 Embed 9

Statistics

Descrete Event Simulator for Supply Chain Models — Presentation Transcript