药品分销公司仓库作业优化

药品分销公司仓库作业优化

Cardinal Health是一家市值10亿美元的药品分销和物流公司,管理着从品牌药和非专利药到非处方药、保健和美容品以及自己的自有品牌等多种产品。他们面临着许多典型的配送仓库挑战,而这些挑战又因药品的性质而变得更加复杂,因为药品的尺寸较小且是消耗品,价格昂贵,并且可能对生命至关重要。 Cardinal Health高级分析总监,AnyLogic软件的资深用户Brian Heath选择使用基于智能体的建模来解决各种业务问题,每年为Cardinal Health节省超过300万美元。

问题:

Distribution Warehouse Simulation Model

仓库布局配置仿真测试

Cardinal Health是医疗供应链中的必不可少的环节,可将药品在第二天交付给包括医院、零售药店、医师办公室以及直接面向消费者在内的30000多个地点。其他增值服务包括效率和需求管理、运营资金管理和合同信用管理,这增加了由于FDA和DDA法规导致的制造可靠性差和的市场供应中断的困难。 总而言之,Cardinal Health必须跟上药物分配管理的变化。

Cardinal Health考虑设施布局、产品流、订单拣选、人工计划和安排、客户订单要求以及拥堵情况,以进行分析和日常运营管理。传统的分析工具(例如经验试验和错误)具有风险,并且昂贵和难以更改。工业工程运营研究人员建议使用数学模型,虽然价格便宜,但是模型不能捕获意外情况的动力学动态。 如果任何事物是开放的或具有诸如拥塞之类的紧急行为,则标准数学模型将无法解决。第三,过程驱动或离散事件建模无法自然地表示设施状态,因此它是不具备优势的。因此Brian Heath和Cardinal Health需要寻求其他替代分析选项。

Warehouse Layout 3D Simulation

3D动画

解决方案:

由于AnyLogic仿真建模软件基于智能体的建模(ABM)方式,使其成为了Cardinal Health解决许多配送仓库问题所需的工具,而不受传统工具的限制。ABM代表分布式自主实体的抽象表示,这些自主实体可以通过空间和时间彼此交互,并且可以与环境互动,从而使Cardinal Health可以捕获工作时间分配、拥堵等待时间、周期时间、行进距离、工人变异性和其他重要指标。

建立的模型最终与员工的活动以及彼此之间的交互有关,因此有必要将诸如拣选时间和绩效标准之类的数据导入模型。 现在,因为“智能体”被建模为具有特殊关系的个人Cardinal Health可以收集拥堵等待时间数据,并查看它在仓库中造成了多少问题。该模型还包含了不同的工人速度、工人行为、学习曲线、周期时间、产品周转以及步行或驾驶的距离等参数。

由于Cardinal Health有许多仓库,因此导入Excel文件的功能必不可少,并且必须可以对不同布局进行测试。使用AnyLogic,如果需要更改数据,只需更新Excel文件,将其导入模型并再次运行模型。

结果:

使用AnyLogic软件构建的基于智能体的模型使Cardinal Health可以比较布局、拣选技术和产品投放策略。此外,他们还可以评估不同的拣选方法,以更新人员配置模型,并在工作负载随着订单的逐日变化而变化时评估现场支持。还将收集统计数据信息,例如间歇时间、在一小时内完成多少批次、卡车卸货时间以及事件顺序。

除了通过上述指标给出的清晰结果之外,该模型还显示出由于工作的随机分布而产生的问题。每位员工的工作量是不均衡的,这使得有的员工工作快有的员工工作慢。 通过平衡工作量,员工们开始以相似的速度工作,大大减少了拥堵现象的产生。

仓库模型结果

项目的一些结果

AnyLogic软件将拥堵情况最小化,Cardinal Health能够将平均轮班时间从10.5小时减少到7.25小时,并增加了员工的工作量。使用基于智能体的建模方式和AnyLogic 仿真技术,Cardinal Health每年可节省300万美元。

Cardinal Health高级分析总监Brian Heath认为:“ AnyLogic的智能体库、灵活的体系结构和动画集成功能,使得该项目得以持续成功。”您可以查看他的演示文稿,并了解更多有关基于智能体的建模方式在实际中的应用:

同类案例研究

更多案例研究