问题：
东欧某大型啤酒制造商面临了一个绝大多数制造公司面临的挑战：过高的交通运输成本。该公司的计划是减少从工厂到供应商的分销和运输成本，并最终降低其客户的成本。庞大的铁路和卡车车队，在该国其他几个地区的仓库，以及诸如装载时间，海关和车辆故障等一系列复杂的变量，导致整个运输过程中需要做出各种决策，并产生了许多结果。
传统的预测方式无法为该啤酒制造商提供所需的战略洞悉。将企业ERP系统与AnyLogic运输管理系统(现在是anyLogistix的一部分)集成，可使公司考虑到所有可能的结果并做出最有利可图的决策。
该项目的目标是：
- 优化公司自己的铁路和卡车车队以及第三方运输公司的使用.
- 创建一个中期计划工具(未来60天)。
- 评测短期运营计划的解决方案（未来10天）。
解决方案：
该模型包含在决策支持系统中，模拟了从公司的制造工厂通过多个分销渠道向供应商运输货物的过程。
输入数据包括：
- 客户提供的销售额预测。
- 铁路车队的数据：集装箱类型(普通或热的食物)和维护计划。
- 当前轨道车的位置。
- 自己或第三方车队的使用成本。
系统考虑了以下内容：
- 工作站内装载/卸载汽车的容量。
- 自有和第三方车队由于关税和季节性的限制。
- 存放热的食物集装箱的车辆需要在一些特定站点不时加热。
- 有些客户只能接收自动卡车的递送方式。
- 交货时间。
- 装/卸时间。
- 州界跨越时间。
优化实验的目标包括向客户交付货物和实现运输成本最小化。
结果：
决策支持系统使公司的物流专家可以预测运输情况并分析最佳方案。通过软件来评估风险、交付时间和成本，公司可以比较所有可能的结果。 该公司的物流部门能够制定10天与16天的预测计划，从而降低运输成本并最终降低货物成本。
