由仿真支持的分配网络计划&库存优化

由仿真支持的分配网络计划&库存优化

问题

供应链元素仿真

仿真模型中的供应链结构

Diageo是英国一家跨国酒饮公司。Diageo是俄罗斯五大酒类批发经销商之一,传统上这门业务的利润较低,对于客户服务水平和较高的物流成本较为敏感。

Diageo向咨询公司Logistics Field Audit (贸易及管理供应链方面)和Amalgama LLC(仿真模拟方面)求助,其销售量上升时,却因为每个销售单元的物流成本而不能获得更高的利润。

Diageo同时需要顾虑顾客服务水平、售出商品的成本,以及增加的库存量和日后的开发计划,包括在俄罗斯建设新仓库和将其扩展到乌拉尔山脉和西伯利亚。

顾问也被指定使用基于仿真的决策辅助工具管理Diageo内部的大数据,以此来展示并证明减少物流成本和为正在扩展的客户网络选择物流配置的方法。

解决方案

不同预测精度下的目标存货量水平

供应链模型仿真结果

供应链模型包括了三个现有的和一个预计建设的工厂、三个过境点、三个现有的和五个预计建设的仓库、两个顾客办公室、和300个需求点,这些需求点被分为45个服务组。此外,供应链模型包含了补给算法、订单聚合算法、负载剥离算法、和边界交叉点延迟算法。模型包含了整个Diageo公司6种仓库内的280个产品的需求和销售预测。

创建仿真模型背后的逻辑包括补充算法,它关注供应链从装运整合仓库开始的部分,由于俄罗斯国土面积大而运输能力相对较弱,算法包含运输到中央分配中心的5天周转时间和到起始分配中心的5天周转时间。补充算法考虑到一个需求图表(计划销售图表)、当前存货量、间隔时间、和最低订货量,然后生成补充相关的需求,辨别出配送范围的空隙,(存货量比最低阙值低的时期),并采取措施防止配送范围内产生空隙。

对模型的验证是十分必要的,我们将模型数据与之前各年SAP ERP的系统数据相比,评估结果的差异小于5%。

结果

模型的初始数据显示Diageo对销售额的预估准确率从60%上升到了80%,资本回收期小于两年。这个上升的准确率使Diageo减少40%的目标存货量,这将使每个单位的物流成本降低7%。研究同时否认了需要额外仓库空间的建议,因为能够维持目标服务水准的存货量有些不切实际的过高了。

运行该仿真后,模型为每一个产品提供了存货量水平预测(15天前),和对每一个成功递送的产品的成本预测,它向客户说明了供应链的目标状态应该是什么样子。

观看Andrey A. Malykhanov在2013 AnyLogic会议上的展示:

Logistics simulation and optimization using AnyLogic software

同类案例研究

更多案例研究

Get a brochure with industry case studies

下载