供应链优化与模拟技术概述白皮书.pdf

一一供应链优化与模拟技术概述白皮书内容01INTRODUCTION0102SUPPLY CHAIN PROBLEMS BY LEVEL OF DETAIL0203ANALYTICAL OPTIMIZATION05When to use optimization?06Limits of optimization0704DYNAMIC SIMULATION08When to use simulation?10How do simulation and analytical methods differ?12Limits of dynamic simulation1505WHY SHOULD OPTIMIZATION AND SIMULATION BE USED TOGETHER?1606ANYLOGISTIX SUPPLY CHAIN SOFTWARE1707CONCLUSION1908ADDITIONAL RESOURCES2009CONTACTS210介绍解析优化和动态模拟是解决复杂供应链问题最常用的两种技术。然而，业界对术语优化和模拟有很多困惑。它们经常被提供供应链解决方案的人和公司误解，用在错误的上下文中，或者有不同的含义。许多管理人员质疑这些技术之间的差异，哪种技术更好或更有效，以及每种技术解决什么问题？本白皮书将有助于解决这一困惑，并解释何时最好应用这些方法。本文还将展示为什么已经被许多供应链战略家采用的分析优化工具应该伴随着动态模拟，以及管理者如何能做到这一点通过这一补充改进精益和敏捷的供应链管理。SUPPLY CHAIN PROBLEMS BY LEVEL OF 0供应链问题的详细程度新设施的选址配送中心还是工厂？如果我们推出新产品，供应链会有什么变化？我们的供应链如何承受罢工或供应商流失？我们能为客户提供什么服务水平？管理供应链意味着不断寻求改进和迎接新的挑战。这些解决方案可能涉及不同的专业领域，并且来自运营、战术或战略管理级别。它们也可能取决于你参与的公司类型，分销商、零售商、制造商或第三方物流/4PL运营商。与供应链设计、库存和运输政策、生产计划和风险管理相关的挑战包括:我们应该使用什么库存策略来平衡成本和服务水平？我们每个月要运送多少产品？新制造工厂的产能应该是多少？我们应该使用自己的还是租来的交通工具？SUPPLY CHAIN PROBLEMS BY LEVEL OF 0当你在供应链中工作时，会出现这些和许多其他的问题。这些问题的性质和范围各不相同，是供应链经理的责任。为了解决这些问题，管理者必须考虑组织内部和周围的许多相互依赖的过程，并且当考虑系统时，每个问题都需要它自己的细节层次。与任何业务一样，供应链魔鬼存在于细节中。你可以通过考虑一些基本的细节来形成一个总的观点，但是理解更复杂的问题，你需要考虑更多的因素。这就是困难所在；有些问题太大了，无法包含所有细节，也无法在合理的时间内得出结果。成功来自于找到满足挑战需求的正确细节水平。您考虑的细节越多，改进的空间就越大，包括更多要改进的决策变量和更多要测试的变量。如果我们将问题的数量按照详细程度进行映射，我们会得到一个金字塔形状的图，最详细的程度在底部(见下一页)。SUPPLY CHAIN PROBLEMS BY LEVEL OF 0金字塔显示了供应链问题，根据抽象程度分为三个部分。高抽象层次低高抽象层次低细细节节:网络层次网络层次的问题，的问题，由基由基本供应链本供应链结构结构和和依赖关系依赖关系决决定定。中等抽象级别更多细节:供应链组织的细节，考虑政策参数、资源、流程逻辑、随机性和运营动态。低抽象层次-高细节:确定你的站点的四面墙内的过程如何影响整个供应链，考虑现场过程，资源和限制。解决高抽象层次业务问题的最常见方法是基于电子表格的建模和计算。电子表格非常适合解决只需要基本公式的供应链模型和细节层次解决的挑战。简单供应链问题，但随着复杂性的增加，它们缺乏处理问题的能力。对于更复杂的问题，世界各地的供应链领导者利用分析优化和动态模拟。在接下来的章节中，我们将讨论这两种方法及其优缺点，给出一组适合每种方法的问题，并展示如何结合应用它们来推动您的供应链在竞争中领先。0分析优化ANALYTICAL 0供应链配置是什么，产品流程是什供应链配置是什么，产品流程是什么？么？分析优化分析优化可能是改善供应链最常用的技术。分析优化是什么意思，它是如何工作的？分析优化工具允许顾问以图形的形式直观地描述供应链，并用一组表格将其参数化。然后，顾问描述约束条件，用数据填充模型，然后按“solve”找到问题的最优或次优解决方案。在这一阶段，模型被转换成一组线性方程，构成线性和混合整数规划(LP和MIP)问题。然后使用优化引擎(流行的引擎包括IBM ILOG CPLEX、Gurobi Optimizer或FICOXpress Optimization)求解这些方程。结果在供应链工具的用户界面中显示为一组包含物流和财务的表格。何时使用优化？分析模型非常适合大规模数据密集型问题。您可以优化包含数万个站点和数千种产品类别的供应链。这是这种方法的主要优点。使用分析优化可以解决的问题使用分析优化可以解决的问题:供应链设计在哪里设置设施。他们的吞吐量应该是多少。如何安排产品流？按期间列出的主计划在哪里生产或储存货物。生产和订购多少。如何应对季节性需求高峰？运输需要多大规模的舰队。一般来说，分析优化试图回答:使用分析模型时，分析师的大部分时间都花在数据准备上。当数据加载到工具中时，优化由引擎运行。模型和数据格式被很好地标准化了，所以模型可以很快地建立起来。ANALYTICAL 0优化的限制要将供应链映射到一组等式，供应链经理必须简化现实世界的系统，并采用某些概括和假设:所有的关系都表示为线性依赖关系或阶跃函数，这是对世界的一个重要简化。产品、订单和交付被建模为设施之间的一组流程以及与流程相关的成本，从独特的装运或产品单元中抽象出来。时间用句点表示(周、月、年)。破坏性的或随机的变化只能发生在一个时期的开始或结束，而不是在这个时期内。任何事件在一段时间内可能只发生一次(例如，关闭一个设施)。此外，分析模型假设所有参数在一段时间内均匀分布。分析模型不能代表实际的供应链行为，如流程逻辑、资源可用性、随机性和与时间相关的动态。模型是一个为了简单起见，我们必须牺牲这些细节，以便能够优化一个真正大规模的供应链。因此，对于需要考虑详细逻辑和时间的问题，不应该使用分析优化。黑盒分析模型是一个黑盒。您向模型提供一些输入数据，运行优化，并以数字的形式接收一些结果。问题是你无法追溯你是如何取得这些成果的。例如，一个优化器可以告诉你，你的模型是不可行的，这意味着下面的方程组无法求解。理解这种不可行性的原因将是一项乏味的任务，需要无法直接证明的假设。此外，优化器的工作方式是隐藏的，你永远不能确定你得到的结果是最好的。结论当您不需要考虑操作逻辑、随机性和动态性时，分析模型是在网络级别解决供应链挑战的理想选择。如果您的挑战需要考虑这些因素中的任何一个，您仍然可以使用分析优化来获得解决方案的第一近似值，然后使用动态模拟建模进行详细的深入分析。0动态仿真0动态仿真动态仿真直到最近，动态模拟在供应链领域还不太常用，但是，随着现代模拟工具的发展，越来越多的公司开始利用其多样化的功能来增强自己的能力。什么是动态模拟？动态模拟模型是对系统及其操作规则的描述业务流程逻辑和系统组件之间的相互依赖关系。模拟模型是动态的，因为它是可执行的，这意味着您可以运行模型，然后观察系统如何随时间变化，就像在电脑游戏中一样。事实上，动态模拟模型是您供应链的数字孪生兄弟，允许您试验新的改进和跟踪指标。使用模拟引擎，您可以定义供应链背后的逻辑。例如，如果现有库存少于50个单位，则仓库订购300个单位。最先进的模拟平台具有预先构建的逻辑，可以灵活定制，以代表您正在处理的供应链的独特性。DYNAMIC 10时间观察时间观察有能力观察你的供应链随着时间的推移会如何运作动态交互整合并获得供应链元素之间的动态交互的可见性现实世界的可变性将随机性整合到各种供应链输入和流程中实际行为决定并洞察供应链的实际行为何时使用模拟？当供应链内部的运作逻辑和流程显著影响财务效率并需要在供应链设计阶段加以考虑时，动态模拟尤其有用。模拟有助于描述一个系统的所有细节和复杂性。这种复杂性可能是由系统内与时间相关的、随机的和相互作用的影响造成的，例如，需求波动、提前期可变性或多级库存政策1。这些特征不能用分析模型来考虑。使用动态模拟的好处1Heckmann，I,走向供应链风险分析:基础、模拟、优化;斯普林格，2016。可从以下网址获得http:/ 11您如何在供应链中实现卓越运营？使用动态模拟可以解决一些挑战使用动态模拟可以解决一些挑战:实施新的供应链设计实施新的供应链设计如何引入网络优化建议的解决方案？优化建议的解决方案在现实世界中无法实现怎么办？了解供应链运作了解供应链运作为了有效地管理您的网络，您需要了解它如何随着时间的推移而详细运行，直到每个资源和策略的级别。估计每个工厂每种产品的安全库存。尝试供应链创新尝试供应链创新高级网络设计就绪后，您可能想知道如何提高其运行性能。想法可以在实施之前进行测试。风险评估风险评估与这种供应链结构相关的风险是什么？四面墙内的业务流程评估四面墙内的业务流程评估你的DCs或工厂的内部流程如何影响整个供应链的运作？与更多关注战略设计和规划问题的分析优化不同，动态模拟试图回答以下问题:模拟建模的一个好处是关于你的供应链如何在你设定的条件下运作的信息。在这里，我们不做任何优化，只是用模型模拟某个场景，看看结果。我们可以深入检查模型结果，并了解供应链如何随时间变化。您可以测试多个场景，并根据测试和结果评估做出业务决策。DYNAMIC 12模拟和分析方法有何不同？五五.逻辑和政策逻辑和政策分析方法将系统描述为设施之间的流动，而模拟则采用它们之间通信的真实逻辑。这允许模拟模型描述供应链的实际行为，直到任何细节水平。流量是在一段时间内移动的货物或信息的数量，例如，每年的订单数量或装运的货物数量。逻辑是一套规则。例如，您可以使用发送卡车LTL 或者FTL 政策，根据前一周的需求订购库存，或根据资源可用性安排生产。供应链中的所有流程都是由相关参与者使用的逻辑生成的。因此，当您根据流程构建模型时，您必须从大多数实际流程中抽象出来，这使得模型不太准确。同时，在现实世界的供应链中表示一个流程意味着找到正确的逻辑使其工作。为了克服这些限制，我们必须求助于动态模拟。通过模拟，您可以对供应链中的任何流程进行建模，包括动态库存、采购或交通政策。您甚至可以模拟仓库或工厂内部的流程，甚至每辆叉车的细节，看看这些流程如何影响整个网络。时间而不是句号时间而不是句号分析模型将时间表示为一组周期(几周或几个月)，而模拟则遵循时间的真实流逝。在分析模型中，周期是一个静态的东西，有周期的开始和周期的结束。分析模型不考虑一段时间有多长，它仅被视为一个度量单位。句号有利于解决高层次的问题，在这里你可以从现实的动态本质中抽象出来。如果你需要考虑几天，甚至几个小时，你应该使用动态模拟。在动态模拟模型中，您可以描述操作逻辑并分析实际动态。此外，分析模型假设所有参数(出货量)在一段时间内均匀分布。在许多情况下，在现实世界中，货物的流动并不总是均等的。该信息对于评估例如DC容量可能是至关重要的，并且只能通过动态模拟来考虑。DYNAMIC 风险和不确定性风险和不确定性分析模型本质上是确定性的，这意味着它们不考虑随机性。模型中的每一个参数都是预先定义和平均的，包括自然变化的东西，如提前期或需求。您可以改变的是输入参数:例如，使用不同的需求值多次运行优化，并为每个变化获得不同的结果。然而，要了解系统在现实生活中的表现，在大多数情况下，您需要改变内部模型参数，比如每个单元的生产时间。例如，让我们假设生产时间是四至八小时，而不是平均六小时。如果我们将这种不确定性包括在模型中，使生产时间每次都落在这个范围内，那么结果可能与使用平均值不同。要在模型中反映这种不确定性，必须使用动态模拟。为了使这个基于概率的模型更接近现实，我们需要运行它多次(迭代)，每次运行改变生产时间，以获得结果的统计分布。这些统计数据使我们能够更好地了解特定需求量的履约风险，为我们提供更真实的数据，帮助我们做出更好的决策。风险和不确定性只能用基于概率或随机的模拟模型来考虑。131314动态仿真模型透明度模型透明度有了分析模型，你可能知道会发生什么。然而，你不知道为什么会这样。模型是一个黑匣子，你看不到里面到底发生了什么。动态模拟模型允许您查看结果并验证它是如何实现的。模型可以有互动动画展示模型运行时供应链中发生的动态。你可以追踪每个事件的后果，并根据真实的动态做出结论，检查结果而不是相信结果。衡量真实指标衡量真实指标分析模型通常围绕单个供应链KPI构建，如成本或利润。相比之下，在动态模拟模型中，可以同时测量许多不同的指标。例如，成本、DC容量利用率、服务水平、车队利用率、牛鞭效应等等，都可以在同一个模型中进行计算。分析师可以使用这种能力来测试改变模型参数会如何影响不同的KPI。这允许您改变库存策略参数，并调查对成本和服务水平的影响。DYNAMIC 15动态模拟的限制动态模拟并非没有缺点。首先，当使用动态模拟时，除了数据准备之外，分析员必须在模型本身的创建上投入大量的时间和精力。从头开始构建模型可能是一项艰巨的任务。然而，今天有灵活的工具，允许分析师使用开箱即用的功能快速构建模拟，而不会失去复杂挑战和深入模型定制所需的能力。其次，要构建一个有用的模拟模型，在选择抽象级别时必须小心，决定是否需要在模型中包含各种策略和资源。包含过多的额外细节可能会增加处理时间。最后，通过模拟，你不能计算出最优值，你只能测试不同的假设场景，看看哪一个更好。基于模拟的优化是存在的，但是它从根本上不同于分析或数学优化。在模拟的情况下，优化引擎是与模拟模型协同工作的独立程序。优化器测量模型输出，并基于该数据生成一组新的输入参数，试图更好地实现优化目标。因此，模拟模型必须运行多次才能获得最佳结果，这可能会花费大量时间。对于台式计算机上的数据密集型模型，这可以需要几天。然而，随着云技术的出现，这些问题正在得到解决，模拟模型的执行正在向云转移。模拟不要被术语所迷惑！当不同的人使用“模拟”这个术语时，它的意思并不总是一样的。在一些供应链工具中，模拟意味着模型操作的实时动画。其他人只谈输入参数变化。事实上，这些只是模拟所能提供的一小部分。当谈到工具的模拟能力时，总是考虑逻辑而不是流程，考虑模型的不确定性和查看供应链动态指标的能力。结论模拟不会从多种组合中产生最优解，但它允许分析师全面研究特定的动态场景和供应链的相互依赖性。当供应链受到不确定性的严重影响，受到站点内部逻辑和流程的影响，并且需要考虑许多细节时，应该使用动态模拟。这是唯一可以解决这些挑战的技术。WHY SHOULD OPTIMIZATION AND SIMULATION BE USED 优化和模拟为什么要一起用？现在，回到供应链问题的金字塔。记住，我们考虑的细节越多，我们能解决的问题就越多。如果我们将分析方法和动态模拟方法映射到这张图上，我们可以看到分析方法涵盖了以下问题高度的抽象，而动态模拟允许我们考虑更多的细节，解决更多的问题。你考虑的细节越多，你改进的机会就越多。供应链分析师越想变得高效，他们对动态模拟的需求就越大。对于努力使其供应链既精简又敏捷的分析师来说，这是一个至关重要的工具。所有这些并不意味着动态模拟更好。只是针对不同种类的问题。它不能很好地处理适合分析方法的挑战，反之亦然。分析方法允许您处理大规模问题，而动态模拟解决更多的细节和动态，以提供更深入的供应链分析。为了变得高效，最好的选择是结合使用这些为了变得高效，最好的选择是结合使用这些技术。技术。1616Gartner建议优化和模拟可以以不同的形式一起使用:找到优化的解决方案，然后通过模拟结果场景来检查其质量和有效性。模拟供应链以更好地了解业务系统的动态，然后根据这些见解创建一个更适合的优化模型。结合这两种方法对于构建一个熟练的供应链分析工具集是至关重要的，每天都有更多的公司获得这种技术。ANYLOGISTIX SUPPLY CHAIN 17anyLogistix供应链软件anylistix(ALX)软件结合了强大的分析优化方法和创新的动态模拟技术。这为供应链专家提供了一套全面的工具，用于详细的端到端网络分析。ALX为评估假设和测试供应链创新提供了一个环境。在引入创新之前，在ALX建立的供应链模型是一个进行实验和测试假设的无风险空间。只有在模型中对创新效果进行了有力的检验之后，您才能开始在真实的业务系统中实施它。anyLogistix由著名的分析解算器CPLEX和领先的模拟引擎AnyLogic提供支持。关于anyLogistix的更多信息可以在软件中找到ANYLOGISTIX SUPPLY CHAIN 18为什么选择anyLogistix？01在ALX，分析模型可以一键转换为动态模拟，反之亦然，使方法的无缝集成。这使得管理者能够处理大规模的问题，同时提供真实的现实。02anyLogistix可以在一个模型中表示任何独特的供应链逻辑或行为，包括在四面墙内发生的详细流程。这是通过与集成实现的AnyLogic仿真软件。03供应链模型都是关于统计的，anyLogistix可以计算任何需要的供应链指标。客户使用的最大存储容量、车辆利用率或ELT服务水平动态模拟，一切都可以在ALX测量。04ALX模型可以考虑不确定性，为分析师提供有关风险的信息，让他们做出更稳健的决策，从而实现更高效、更精简的供应链。05由于可视化和实时统计，ALX模拟模型是完全透明的，使因果依赖关系可视化，结果可追溯。结论结论在当今世界，领先于竞争对手甚至保持竞争力的唯一方法就是实施创新。供应链也不例外。Gartner分析师表示，如今，在各行各业，许多供应链领导者“寻求了解前沿趋势，并采用创新技术来支持未来的业务目标”。在同时，为了建立一个成功的供应链，管理者必须“平衡卓越运营和颠覆性创新”1。因此，保持创新意味着使用分析和预测来同时关注精益和敏捷。为了做到这一点，供应链专家正在采用分析优化和动态模拟相结合的方法。只做其中一项不足以保持领先地位:越来越多的公司每天都在采用动态模拟，并加强他们的分析工具集。每个供应链都是独一无二的。要想创新并取得成功，你需要利用工具，以你需要的详细程度来捕捉你的供应链。2Tohamy，n,结合模拟和优化以实现更有效的供应链建模,Gartner报告，2014年7月9日。可在https:/ Chain Optimization and SimulationTechnology OverviewWhite paperContentsINTRODUCTION.0101SUPPLY CHAIN PROBLEMS BY LEVEL OF DETAIL.0202ANALYTICAL OPTIMIZATION.0503When to use optimization?.06Limits of optimization.07DYNAMIC SIMULATION.0804When to use simulation?.10How do simulation and analytical methods differ?.12Limits of dynamic simulation.15WHY SHOULD OPTIMIZATION AND SIMULATION BE USED TOGETHER?.1605ANYLOGISTIX SUPPLY CHAIN SOFTWARE.1706CONCLUSION.1907ADDITIONAL RESOURCES.2008CONTACTS.210901IntroductionAnalytical optimization and dynamic simulation are the two most commonly adopted technologies to solve complex supply chain problems.However,there has been a lot of confusion around the terms optimization and simulation in the industry.They are often misinterpreted by people and companies offering supply chain solutions,used in the wrong context,or have different meanings.Many managers question the differences between these techniques,which is better or more efficient,and what problem does each solve?This white paper will help resolve the confusion and explain when it is best to apply each of these methods.The paper will also show why analytical optimization tools,already employed by many supply chain strategists,should be accompanied by dynamic simulation,and how managers can improve lean and agile supply chain management with this addition.02Supply Chain Problems by Level of DetailManaging your supply chain means continuously searching for improvements and meeting new challenges.The solutions can involve different areas of expertise,and be from operational,tactical,or strategic management levels.They may also depend on the type of company you are engaged with,a distributor,retailer,manufacturer,or a 3PL/4PL operator.Challenges linked to supply chain design,inventory and transportation policies,production planning,and risk management include:SUPPLY CHAIN PROBLEMS BY LEVEL OF DETAILWhere to locate new facilities distribution centers or factories?How would the supply chain change if we introduced a new product?How would our supply chain withstand a strike or the loss of a supplier?What service level can we provide customers?What inventory policies should we use to balance costs and service levels?What should the capacity of the new manufacturing plant be?How much product do we have to ship each month?Should we use our own or rented vehicles for transportation?03These and many other questions can arise when you are working with your supply chain.Diverse in both nature and scope,these problems are the responsibility of a supply chain manager.To solve them,the manager must consider many interdependent processes inside and around the organization,and each problem requires its own level of detail when looking at the system.As with any business,the supply chain devil is in the detail.You can form a general view by considering a few essential details,but tounderstand more complex problems,you need to consider more factors.That is the difficulty;some problems are too large to include every detail and produce a result in a reasonable timeframe.Success comes from finding the right level of detail to meet the demands of the challenge.The more details you consider,the more room there is for improvement,including more decision variables to improve and more variations to test.If we map the number of problems by the level of detail,we get a pyramid-shaped diagram,with the highest level of detail at the bottom(see the next page).SUPPLY CHAIN PROBLEMS BY LEVEL OF DETAIL04The pyramid shows supply chain problems grouped into three sections determined by the level of abstraction.High abstraction level low detail:Network-level problems,determinedby basic supply chain structure anddependencies.Medium abstraction level more detail:The details of supply chain organization,considering policy parameters,resources,process logic,randomness,and operationaldynamics.Low abstraction level high detail:Determining how processes inside the fourwalls of your sites influence the wholesupply chain,considering on-site processes,resources,and constraints.SUPPLY CHAIN PROBLEMS BY LEVEL OF DETAILThe most common way for solving high abstraction level business issues is spreadsheet-based modeling and calculation.Spreadsheets are well suited to solving simple supply chain problems that only require basic formulas,but they lack the ability to cope with issues as complexity grows.For more complex issues,supply chain leaders all over the world leverage analytical optimization and dynamic simulation.In the next chapters,we discuss these two methods,their advantages and disadvantages,give a set of problems suitable for each one,and show how they can be applied in combination to drive your supply chain ahead of the competition.Challenges addressed by supply chain models and the level of detail.05Analytical optimization06ANALYTICAL OPTIMIZATIONAnalytical optimizationAnalytical optimization is probably the most common technique for improving supply chains.What does analytical optimization mean,and how does it work?Analytical optimization tools allow consultants to visually describe a supply chain as a graph and parameterize it with a set of tables.The consultant then describes the constraints,populates the model with data,and then pushes“solve”to find the optimal,or suboptimal,solution to the problem.At this stage,the model is converted into a set of linear equations,constituting a linear and mixed integer programming(LP and MIP)problem.These equations are then solved using optimization engines(popular ones include IBM ILOG CPLEX,Gurobi Optimizer,or FICO Xpress Optimization).The results appear in the user interface of the supply chain tool as set of tables with material flows and finances.When to use optimization?Analytical models are well-equipped for large-scale data-intensive problems.You can optimize supply chains that include tens of thousands of sites and thousands of product categories.This is the main advantage of this method.What is the supply chain configuration and what are the product flows?Problems that can be solved using analytical optimization:Supply chain designWhere to locate facilities.What their throughput should be.How to arrange product flows.Master planning by periodWhere to produce or stock goods.How much to produce and order.How to provide for seasonal peaks in demand.TransportationWhat size fleet is required.In general,analytical optimization is trying to answer:Working with analytical models,most of an analysts time is spent on data preparation.When the data is loaded into the tool,the optimization is run by the engine.The models and data formats are well standardized,so models can be built quickly.Limits to optimizationTo map a supply chain to a set of equations,a supply chain manager must simplify the real-world system and employ certain generalizations and assumptions:All the relations are represented as linear dependencies or stepfunctions,a significant simplification of the world.Products,orders,and deliveries are modeled as a set of flowsbetween facilities and costs associated with flows,abstractingfrom unique shipments or product units.Time is represented with periods(week,month,year).Disruptiveor random change can only