问题：
Conaprole是乌拉圭最大的乳制品生产公司，在他们的冰淇淋工厂生产超过150种库存产品，使用5条生产线，每条生产线最多有5种不同的包装结构。
作为销售和运营计划过程的一部分，该公司计划12个月滚动生产冰淇淋，并且由于季节性因素，需求计划变化很大。工厂管理层需要在考虑产品保质期、仓库的冷冻能力和成本的情况下，淡季时为旺季准备生产线。工厂经常不能满足旺季的需求从而导致缺货，管理层发现很难迅速根据所面临的挑战重新安排他们的详细计划。
制造过程中的瓶颈和限制等其他因素，以及人力资源可用性的随机变化，使产能计划分析变得更加困难。
管理层面临的挑战是重新制定生产计划以平衡供需，避免关键产品的缺货，并尝试优化利用其产能。Ite咨询公司发现，仿真建模是进行制造优化的最佳工具，并为Conaprole提供了这些问题的解决方案。
仿真模型的目标是：
- 分析未来十二个月应对需求变化的各种生产方案。
- 执行制造优化以避免所有库存单位缺货。
- 利用优化后的生产线优化产能。
解决方案：
通过AnyLogic的离散事件建模功能，顾问设计并开发了一个制造优化模型。 它整合了公司的S&OP计划平台和SAP物料管理及生产计划。所创建的解决方案包括使用生产系统模型进行的三个实验，每个实验对应解决一个目标，并帮助解决了所面临的业务问题。
在第一个实验中，该模型检验了初始产能计划，检测出遵循该计划，可能出现的缺货和缺货订单。它使管理层能够根据需求和初始库存来考察生产需求。这项实验还让用户能够通过手动修改参数来了解不同情况对性能的影响，例如：在某些时段需要关闭线路、修改设备效率、延长资源可用性或更改人力资源计划。用户可以手动更改SKU的优先级，并分析此类操作对收入的预期影响（与缺货相关的成本因SKU而异）。此外，他们可以定义最小的生产能力和一些其他策略。
参数变化实验运行了100次系统模型，并寻找满足需求的解决方案，尽可能长的保持产品的保质期，同时最大程度地降低了仓库成本。
最后一个实验通过在高峰期释放产能来优化生产线的使用。生产计划安排在尽可能接近规划期开始的时候，以便在所有生产线上留出空闲产能作为缓冲。
制造能力规划-模型数据
输入数据包括:
- 每个SKU的需求
- 每个SKU的库存水平
- 批量大小、优先级、保质期、仓库空间的占用
- 总效率和平均绝对百分比误差（MAPE）（如果需要）
- 成本
该系统考虑了以下问题：
- 按行和子行分配SKU
- 行和子行的容量
- 产线和包装约束
- 仓库的限制条件
- 生产时间
- 生产计划表
结果：
所有仿真结果都会按月份和SKU划分导出到Excel中。此外，该模型还以直方图形式显示了每月需求和库存水平的变化，为避免缺货现象的发生还提供了缺货相关的信息。
通过使用该模型，Conaprole管理层能够：
- 按SKU查找每个生产线中的流程。
- 优化产能计划，以更好地满足需求，同时最大程度地延长产品保质期并最大程度地降低仓库成本。
- 在需求增加的情况下，提高生产线利用率以确保增加制造能力。
在选择增加收益并最大程度地降低缺货风险的解决方案上，仿真模型为管理层提供了思路。