概述
在泰国，有一个由两家工厂供货的物流中心。该物流中心又称仓库，从事自动存储和检索系统（ASRS）物流，并使用人工操作托盘货架。
该仓库占地 2,000 平方米，用于分拣和堆放作业。十个装卸码头每天可装卸约 1 500 个托盘，用于进出货物。
问题
该仓库的运营相当复杂，因为每天的装载量无法预测。此外，从工厂运来的托盘大部分只装载了一部分，这意味着它们需要与仓库内的其他托盘拼接在一起。
此外，还需要考虑许多不同的产品配置，这就给难以监控的流程带来了挑战。
最后，由于存储空间利用率过高和负载量的变化，很难事先预测每天需要多少操作员。因此，这些操作员经常出现利用率不足或利用率过高的情况。
与该仓库合作的两家公司，即Western Digital 和 DSV，没有一个工具可以让他们输入预测，考虑这些复杂的操作，并检索某些关键绩效指标的预期值。
解决方案
EPIC InnoLabs是一家小型数字化公司，受托为Western Digital和DSV开发预测仿真模型。该模型需要包括各种实验、系统优化、假设情景、预测和估算，以提高仓库运营效率。
该模型使用AnyLogic建立，因为AnyLogic 支持多方法建模，能够仿真从小型仓库到大型物流中心等任何复杂程度的业务系统。AnyLogic还很灵活，因为它基于Java，可以实现仓库活动的可视化。此外，还可以将模型迁移到AnyLogic云，以便将来与业务分析工具集成。
该模型目前仍在开发中。不过，基础模型已经完成并通过验证。它有一个数据驱动的解决方案，可以根据输入数据预测系统行为。
Excel文件用作模型的输入，其中包括：
- 库存状态。
- 入库数据——如接收产品的记录。
- 出库数据——包括出库卡车。
- 产品矩阵——描述不同类型的产品、托盘配置和其他相关属性。
使用的都是历史数据。其他参数可直接在模型中定义。
下面将详细展示模型架构的流程。
该模型是使用 AnyLogic 流程建模库以及基于智能体建模和离散事件仿真相结合的方法创建的。状态图用于协调仓库活动，如分拣和放置操作以及资源监控。
该模型有一个易于使用的界面，用户可以输入数据、修改参数，然后初始化仓库模型。有许多视图可以提供信息。例如，在三维视图中，托盘可以根据是否装满而改变颜色。在运行期间，可以跟踪或检查有关产品统计、交货时间和其他图表的关键绩效指标。之后可以将数据导出到Excel中进行更详细的分析。
该模型还提供了运行两个参数变化实验的机会。第一个实验用于了解改变工人数量对交货时间、生产率和其他关键绩效指标的影响。在第二个实验中，可以改变ABC逻辑（一种库存管理技术，其中货物按其对企业的价值进行划分）的参数。ABC逻辑基于每种产品一周或两周的订单数量，以此类推。这将对交货时间产生影响。
结果
第一轮实验已经完成，模型也得到了改进。现在，该模型已将ABC逻辑纳入ASRS物流系统，并拥有更详细的资源监控功能，以衡量仓库运营模型中更具体的关键绩效指标。由于开发人员仍在进行该项目，目前还没有确切的信息。
未来，模型的时间跨度将从目前的3个月延长至7个月。之后将进行第二轮实验，重点是资源利用率和仓库效率。将使用预测数据代替历史数据。最后，他们将把模型迁移到 AnyLogic云。
EPIC InnoLabs公司的Andrea Mácz在2022年AnyLogic会议上介绍了该案例研究。
幻灯片以PDF格式提供。
