收藏 分销(赏)

系统动力学课程介绍(课堂PPT).ppt

上传人:丰**** 文档编号:3092370 上传时间:2024-06-17 格式:PPT 页数:94 大小:4.42MB
下载 相关 举报
系统动力学课程介绍(课堂PPT).ppt_第1页
第1页 / 共94页
系统动力学课程介绍(课堂PPT).ppt_第2页
第2页 / 共94页
系统动力学课程介绍(课堂PPT).ppt_第3页
第3页 / 共94页
系统动力学课程介绍(课堂PPT).ppt_第4页
第4页 / 共94页
系统动力学课程介绍(课堂PPT).ppt_第5页
第5页 / 共94页
点击查看更多>>
资源描述

1、2018年3月特斯拉季度报告会议上,出现一个情况,CEO 马斯克拒绝回答分析师 Toni Sacconaghi 的关于未来融资需求的问题(这家电动汽车制造商在3月的三个月中公布季度亏损近7.1亿美元,比去年同期增长了一倍多),并蔑称其为“枯燥的傻 X 问题”(Boring bonehead question)。枯燥的傻 X 问题:12Toni与Steven之间的对话Steve,在你说的市场从非智能机到智能机的迁移过程中,如果市场开始朝稍微低端一点的智能机移动,如果市场开始迁移到非常低的价格点,然后你觉得你无法在这个价格点做出一个合适的产品,你会在这种情况下丢失市场份额。这种理解是否正确?你看问

2、题的角度是错误的。你的角度是在一个碎片化的世界里做硬件的人。你观察的角度是一个硬件厂商,既不了解软件,也不去把它作为一个整合的产品思考,然后就假设软件会自然而然地工作。你就坐在哪里想,“我们如何把这个东西弄得更便宜?好吧,那我们把屏幕弄小一点,弄个慢点的处理器,减少一点内存”。然后你就想当然认为软件会自动在你的梦想中的产品上运行。但那不会发生。因为那些 app 开发者利用了那些先前有大屏幕,更快处理器和更多功能的智能机给他们的客户开发了更好得多的产品。大部分开发者不会跟随你,大部分人会说,“对不起,我不会因为你弄了一个便宜五十美元的手机,然后央求我写软件,就跑回去开发一款降级缩水了的应用”。2

3、2从故事里你get了什么?傻的让人心疼傻的让人心疼我好像明白了,为什么 Toni Sacconaghi先生干了这么多年,还在做分析师。教训一多读读知名企业家和分析师的会议记录,许多智慧的结晶就在那里等着有心人去发掘。教训二单维度单变量思维,会把人带到坑里去。教训三多维度整合的系统思维,是摆脱困境的好思路。32系统动力学汇报人:钟方源、王思佳、谢佳欣其他成员:蒋红飞、何俊文、任紫娟、叶笛日期:2018-06-0442Contents目录Brief introduction基本介绍1Method of Modeling建模方法2Typical Structure典型结构3Case Analysis

4、案例分析4系统动力学基本介绍brief introduction of system dynamics62什么是系统动力学?what is system dynamics?系统动力学系统动力学(简称SDsystem dynamics)的出现于1956年,创始人为美国麻省理工学院(MIT)的福瑞斯特(JWForrester)教授。系统动力学是福瑞斯特教授于1958年为分析生产管理及库存管理等企业问题而提出的系统仿真方法,最初叫工业动态学,是一门分析研究信息反馈系统的学科,也是一门认识系统问题和解决系统问题的交叉综合学科。什么是系统?what is system?系统的四个基本特征:l 系统的结构

5、由其所属对象(要素)和流程(要素之间的关系)定义l 系统是对现实的一种归纳l 对系统的观察可以通过输入和输出来进行,输入通过系统内部处理和加工后形成输出离开系统l 系统的不同部分之间也相互作用系统的定义:l相互联系、相互作用的许多要素结合而成的具有特定功能的统一体。l例如:生态系统、经济系统、社会系统等。什么是系统?举个栗子系统动力学的基本原理fundamental principle of SD系统动力学的基本出发点是什么?系统结构决定系统行为,通过寻找系统的较优结构,来获得较优的系统行为。什么是系统结构?存在系统内的众多变量在它们相互作用的反馈环里有因果联系,反馈之间的相互联系所形成的网络

6、即为系统结构,这一组结构决定了组织行为的特性。如何模拟真实系统的结构?经过对系统的剖析,建立起系统的因果关系反馈图,再转变为存量流量图,建立系统动力学模型。最后通过仿真语言和仿真软件对模型进行计算机模拟,来完成对真实系统的结构进行仿真。如何寻找较优的系统结构?参数优化改变敏感参数;结构优化增加或减少模型中的水平变量、速度变量;边界优化改变系统边界什么是模型?whst is model?模型的实际上时研究者根据需要对实际系统的抽象和归纳,其目的是为了解决所针对的问题。因此,模型从来不是孤立存在的,一旦谈到模型,必然有其所模仿的系统。这两者之间存在着一种映射关系。此外,还存在着研究者这个重要的因素

7、,正是研究者根据自己的问题需要完成了这个映射。而且不同的研究者根据不同的问题,对于同一个系统也可能会映射出不同的模型来。研究实际系统模型1模型2模型3问题1问题3问题2图1 系统与模型的映射关系什么是模型?举个栗子Animal(斗兽棋)整个游戏画面是分为两块区域,中间有河流分割两块区域,有桥梁可以让彼此的动物过河,要取得胜利,必须占领那一边动物的巢穴获胜利。狮子和老虎可以跳跃过河流,老鼠则可以游过河流,不一定非要从桥梁过河,而且当老鼠在河中的时候,可以阻挡狮子和老虎跳过。你可以捕食在你旁边格子里比你小的动物,但唯一例外的是,老鼠可以“捕食”大象。所以你要仔细思考,运用最好的攻击方式,一举攻陷巢

8、穴!斗兽棋是什么?大象老鼠猫狗狼老虎狮子建模步骤是什么?系统动力学的基本建模步骤问题识别确定系统边界绘制系统结构图政策分析仿真实现写方程式系统边界思考所谓“最优解”实际上是一个封闭系统,固定时间段内观察的概念。对于一个开放系统,没有明确的“最优解”,可能需要新的定义方法。系统边界关于思考第一层境界寻求最优解。第二层境界减少一些时间消耗和空间消耗,仅寻求满意解。第三层境界建立一个大概率产生”意外好运气“的系统,对具体收益事前不是很明确,但知道这样做,会有特别的收益出现。系统的求解可以分为三个境界:动态系统的行为模式与结构behavior model and structure of dynami

9、c systems172指数增长exponential growth指数增长模型行为图时间指数增长指数增长由正反馈(放大反馈)结构产生。数量越大,其净增长量越大,进一步增加了数量并导致更快的增长。正反馈举个栗子棋盘麦粒问题舍罕王打算奖赏国际象棋的发明人宰相西萨班达依尔。国王问他想要什么,他对国王说:“陛下,请您在这张棋盘的第1个小格里赏给我一粒麦子,在第2个小格里给2粒,第3个小格给4粒,以后每一小格都比前一小格加一倍。请您把这样摆满棋盘上所有64格的麦粒,都赏给您的仆人吧!”国王觉得这个要求太容易满足了,就命令给他这些麦粒。当人们把一袋一袋的麦子搬来开始计数时,国王才发现:就是把全印度甚至全

10、世界的麦粒全拿来,也满足不了那位宰相的要求。那么,宰相要求得到的麦粒到底有多少呢?1+2+22+263=264-1=18446744073709551615寻的系统是什么?寻的模式主要受负反馈回路影响。正反馈回路产生增长、放大偏移并且加强变化,负反馈回路寻求平衡、均衡和停滞。负反馈回路追求将系统带到目标或设想状态,他们抵制任何将系统状态偏离目标的扰动。时间寻的时间寻的振荡是什么?振荡系统行为图振荡行为像寻的行为一样,是由负反馈回路引起。系统状态同其目标相比,并且采取纠偏行动以消除任何差异。在一个振荡系统中,系统状态持续调高(超调),逆转,然后又调整过低,以此类推。过度(超调)是由负反馈回路中有

11、显著时间延迟所产生的。时间延迟导致纠偏行动在系统达到目标后仍然继续,迫使系统调整过度,并引发反方向的新的纠偏。时间振荡行动延迟测量、报告与察觉延迟管理和制定决策延迟S型增长exponential growthS型增长行为图增长最初是指数性的,但是逐渐减缓直到系统状态达到平衡水平。曲线的形状就像一个伸展的“S”。形成S形增长的关键是正反馈和负反馈回路的相互作用必须是非线性的。当系统状态相对于资源基数较小时,增长限制很遥远,此时正反馈占据主导。这种增长直接导致资源的减少,离增长极限越来越近,负反馈回路变得越来越强。时间S形增长过度调整(超调)的增长exponential growth过度调整的增长

12、行为图S形增长需要限制增长的负反馈回路随着接近承载能力的限制而迅速发挥作用,然而,往往在这些负反馈回路中存在显著的时间延迟导致系统状态围绕着承载能力过度调整和振荡。时间过度调整(超调)的增长过度调整并崩溃exponential growth过度调整并崩溃行为图S形增长背后的第二个假定是承载能力是固定的。然后,往往环境支持种群成长的能力被种群本身所侵蚀或消耗。时间过度调整(超调)并崩溃系统动力学的绘图p i c t u r e s o f s y s t e m d y n a m i c s252因果回路图是什么?你妈给你钱,你最后却去感谢一条锦鲤。因果回路图是什么?因果回路图(causal

13、loop diagram,CLD)是表示系统反馈结构的重要工具。CLD可以迅速表达你关于系统动态形成原因的假说,引出并表达个体或团队的心智模型。如果你认为某个重要反馈是问题形成的原因,你可以用CLD将这个反馈传达给他人。因果回路图的三个基本要素:变量、因果链、重要回路标识图。因果回路图怎么画?出生速率人口数量+因果链极性因果链连接线+R或回路标识符:正反馈(增强型)回路-B或回路标识符:负反馈(平衡型)回路变量由因果链联系,因果链由箭头表示。每条因果链都具有极性,或者为正(+)或者为负(-),该极性指出了当独立变量变化时,相关变量如何随之变化。因果链极性只描述结构,不描述系统真实的行为。正因果

14、链:正相关。X越大,Y越大;负因果链:负相关。X越大,Y越小。重要回路用回路标志符特意标出,以显示回路为正反馈(增强型)还是为负反馈(平衡型)。注意回路标志符与相关回路朝同一个方向绕圈。因果回路图怎么画?出生比例出生速率+人口数量R+平均寿命死亡速率-B+一个简单的例子因果回路图绘制原则l因果回路图中每条链条都必须代表变量之间存在因果关系。转发了锦鲤妈妈给你打钱不正确+你妈看见你需要钱转发了锦鲤你妈给你打钱+正确指出因果链中重要的延迟,延迟在动态的产生过程中非常重要。延迟使系统产生惰性,可能导致振荡,并且往往使政策的短期效果和长期效果刚好相反。判断回路的极性,如果负因果链的数目是偶数,回路为正

15、;如果负因果链的数目是奇数,回路为负选择合适的概括程度,因果回路图被用来勾画你动态假设的反馈结构,它们并不需要将模型描述到数式这样的详细程度明确表示出负回路的目标,所有的负反馈回路都有其目标。目标是期望系统达到的状态,并且所有的负回后对差异进行修正来发挥作用。分清实际状况和察觉到的状况,事物的真正状态和系统中行动者察觉到的状态之间有巨大的差别。报告和测量过程可能引起延迟,也可能出现噪声、测量错误、偏见和扭曲存量流量图是什么?“小时候做到那种在池子里一边注水一边放水的题目,心里便不自觉的想到谁这么智障做这种事情,直到有一天我一边玩手机一边充电”一边注水一边放水的变态水池管理员一边注水一边放水的变

16、态水池管理员有一个水池,3小时能把水池灌满,5小时能把满池水放完,如果边灌水遍边放水,问多少时间能把水池灌满?存量流量图是什么?存量流量图是什么?因果回路图适合于表达系统中的因果关系和反馈回路,在建模开始时,因果回路用来建模人员间沟通交流,以了解系统结构,这是非常有效的。但是当建模项目继续进行下去,需要量化模型的时候,只用因果回路图就不够了。这时候区别不同类型的变量,在因果回路图的基础上画出存量流量图,以建立变量之间的数学关系。状态变量:存量,由矩形代表。速率变量:流量,由箭头指向存量的管道代表。常量:在研究期间内变化甚微或相对不变的量即为常量(constant)。常量一般为系统中的局部目标或

17、标准。源与漏:系统外部的物质。源是系统外部流入系统内部的物质,漏是系统内部流向外部环境的物质。守恒流:物质流,表示在系统中流动着的物质。非守恒流:信息流,表示获取或提供相关联变量的当前信息。物质流信息流存量与流量数学意义存量是积累量,其数学意义是积分,它积累了流入量和流出量的差(净流入)。可以用以下的数学公式准确的表达:其中Stock(t)表示t时刻存量的数量,Inflow(s)代表流入量,Outflow(s)代表流出量。Stock(t0)代表初始时刻存量数量。流量是速率变量,是存量的净改变率,也就是存量的导数,是入流减去出流,从而可以用微分公式来表示流量:存量与流量关系“在系统中,流量永远比

18、存量更重要。最大最快的增量,是最值得关注的地方。在系统中,流量永远比存量更重要。最大最快的增量,是最值得关注的地方。”第一个例子是1975年第一台数码照相机,是柯达公司发明的。数字照相机照片的像素数目,每年平均20%以上的增长,而胶卷冲洗的照片,则进步缓慢。普通消费者使用的传统35毫米胶卷,冲洗照片的像素大约在 4-18 兆之间。但到本世纪初,数字照相机的像素超过两兆后,如果打印到一张五英寸 x 七英寸的照片上,其精度和胶卷冲洗的照片,肉眼已很难区分。数字照相无需胶卷,拍摄成本为零,再加上家用电脑和智能手机的迅速普及,传统胶卷照相机在大众市场被彻底取代,也就毫无悬念了。而照相业的鼻祖,柯达公司

19、,股价从1997年开始就不断下滑,从2006年到2008年更是下跌了90%,直到最终 2012年宣布破产.存量与流量关系“在系统中,流量永远比存量更重要。最大最快的增量,是最值得关注的地方。在系统中,流量永远比存量更重要。最大最快的增量,是最值得关注的地方。”第二个例子是正在发生的,电车淘汰汽车的事件。汽油车的效率,实际上过去一百年内,没有多少进步。1913年福特生产的 Model T,一加仑汽油可以跑 25 英里,这实际上和2016年美国销售的新车的平均汽油里程数 24.8,相差无几。而特斯拉的 Model S,2012年出厂时,60kwh 的版本底价七万美元,续航里程 208 英里。201

20、5 年,七万美元可以买到 70 kwh 的版本,续航里程 230 英里。实际上,Model S在2015年美国七万美元以上的豪华车中,市场份额已经达到26%,远超同一价位的奔驰 S-class 和宝马七系列。简单系统的动态一阶正反馈系统简单系统的动态一阶正反馈系统e的x次方具有微积分上的稳定性,所以函数e的x次方相当于是指数增长坐标系的单位1。简单系统的动态一阶正反馈系统时间常数T:决定正反馈系统增长或衰减的速度。时间常数T值越大系统变化越慢,系统状态是较平缓的增长曲线;时间常数T值越小系统变化越慢,系统状态是较陡的变化曲线。简单系统的动态一阶负反馈系统时间常数T:决定负反馈系统寻求目标的速度

21、。时间常数T值越大,系统变化的速度越慢,状态相应变化为较平缓的变化曲线;时间常数T值越小,系统变化的速度越快,状态相应变化为较陡的变化曲线二阶反馈系统是什么?一个人如果一直不喜欢我,我就没有办法喜欢对方。我的喜欢靠对方的喜欢续命。二阶系统罗密欧与朱丽叶的爱情故事Romeo and Juliet are madly in love with each other.With each secret meeting,Romeos love for Juliet grows.Because he loves her,he does everything he can to impress her.Ju

22、liet is flattered by his attention and,in return,her love for Romeo also grows.Because Romeo senses that Juliet loves him,he allows his passion to soar.Romeo and Juliet二阶系统罗密欧与朱丽叶的爱情故事罗密欧对朱丽叶的爱的变化速率取决于朱丽叶对罗密欧的爱的程度,以及罗密欧本人的性格。朱丽叶对罗密欧的爱的变化速率取决于罗密欧对朱丽叶的爱的程度,以及朱丽叶本人的性格。系统典型结构的动态dynamics of typical syste

23、m structure442一个有趣的实验关于音乐B组,不知道已下载的歌曲A组,知道已下载的歌曲前哥伦比亚大学教授Duncan Watts从网上召集了一万多名少年测试者,给他们一组 48 首不知名的歌曲的清单,观察他们下载试听歌曲的行为。测试者可以先试听音乐,然后决定是否下载歌曲。测试者分为两组,一组知道每首歌曲其他多少人下载(A组),另一组则什么都不知道(B 组)。一首歌能否成为“热门”,仅仅是由“它是否被认为是一首已经受到欢迎的歌曲”决定的。路径依赖几个例子生活里常见的路径依赖自我强化惯性QWERT右行赢者通吃网络效应蝴蝶效应马太效应Windows4英尺8.5英寸惯性思维路径依赖:在系统发

24、展前期微小的、随机的事件可能决定了最终的结果。路径依赖Path-dependence人生中一个决定牵动另一个决定,一个偶然主定另一个偶然。因此,偶然从来不是偶然,一条路势必走向下一条路,回不了头。人生中所有的决定,其实都是过了河的“卒”。龙应台亲爱的安德烈路径依赖是什么?Polya过程举个栗子小球游戏假设,在最开始的罐子里,各有一个红色和蓝色的小球。接下来,你向罐子里投放红色或蓝色小球的概率各为1/2。假设你选择投放一个红色的小球,那么罐子里就变成了两个红色小球和一个蓝色小球。那么,你再次投放红色小球的概率就变成了2/3。假设我们这次投放的还是红色的小球,则罐子中有3/4的小球都是红色,这么做

25、就意味着罐子里的红色小球会越来越多。但是,如果第二次投放小球的时候,我们投入的是蓝色的小球。接下来,再次投放蓝色小球的概率就会1/3,而不是2/3。最终,罐子里蓝色的小球会占大多数。可见,这个系统中两种颜色的小球的比例受到历史过程的影响,也就是每次投放小球这一随机事件的影响。Polya过程举个栗子路径依赖为什么形成?P稳定平衡不稳定平衡P路径依赖为什么形成?路径依赖常发生在局部不平衡或者是不稳定的系统中,也就是当你面临着抉择的时候。即使所有的路径最初都具有同样的吸引力,一些扰动或者是噪音也会打破最初的暂时平衡。然后正反馈过程会逐渐放大这些微小的初始差异,直到它具备有宏观的重要性。一旦出现了一种

26、主宰性的标准,转换成本会高的令人止步,系统形成了锁定,均衡是自我增强的。路径依赖的贡献学术研究用路径依赖阐释经济制度的严禁规律。道格拉斯诺斯1993年诺贝尔经济学奖企业成功归结于创造了新的路径,企业的衰败很大因素是因为周围环境变化而依旧锁定。传统企业改革技术创新路线研究中更加强调技术本身的历史对于技术变迁路径的影响。技术变迁研究路径依赖的不足缺陷之处忽略了人类主观能动性的影响将路径依赖转变为路径创造n由于认为原因在原有路径的基础上创造出新的路径分支,发现更多可能性;n可以通过经济奖励或惩罚来影响路径的发展过程,使得某一些路径更加有吸引力和可行;n锁定在单一路径导致衰退,但新的危机又孕育了新的发

27、展机遇,并开始新一轮的路径依赖轮回,实现种群之间的共同演化。“知道自己从哪里来,才能决定自己到哪里去。”延迟是什么?延迟输入输出延迟:输出以某种形式落后于它的输入,是动态系统中常见的现象。延迟基本类型信 息 延 迟Information delay 以信息为基本对象,人在接收信息后存在着感知和认定的逐渐调整过程。物 料 延 迟Material delay以物料为基本对象,指物品的物理流动所导致的延迟,如企业生产线的运输等。ijf(i,j)先进先出管道延迟First in,first out管道延迟:进入延迟的所有内容都完全按照相同的顺序来处理,并且经过相同的时间后离开。延迟时间是常数,物料离开

28、的顺序与进入顺序完全一样。模型:运输线上的物料=INTEGRAL(输入流(t)-输出流(t),运输线上的物料(0)输出流(t)=输入流(t-D)01输入流输出流输入流输出流运输中的货物后进先出Last in,first out汉诺塔游戏法国数学家爱德华卢卡斯曾编写过一个印度的古老传说:在世界中心贝拿勒斯(在印度北部)的圣庙里,一块黄铜板上插着三根宝石针。印度教的主神梵天在创造世界的时候,在其中一根针上从下到上地穿好了由大到小的64片金片,这就是所谓的汉诺塔。不论白天黑夜,总有一个僧侣在按照下面的法则移动这些金片:一次只移动一片,不管在哪根针上,小片必须在大片上面。僧侣们预言,当所有的金片都从梵

29、天穿好的那根针上移到另外一根针上时,世界就将在一声霹雳中消灭,而梵塔、庙宇和众生也都将同归于尽。18446744073709551615秒5845.54亿年!完美混合一阶物料延迟random一阶物料延迟:严格遵守“完美混合”状态。离开顺序与进入顺序完全无关。模型:输出流=运输线上的物料存量/D输出流速率仅与物料存量与延迟时间有关,物料进入运输线的顺序不决定输出流的速率。01输入流输出流23Little法则是什么?公式:L=W在一个稳定的系统中,长时间观察到的平均顾客数量L,等于长时间观察到的有效到达速率与平均每个顾客在系统中花费的时间之乘积。Little法则是什么?小学数学的行程问题问:火车的

30、行进速度是25米每秒,从车头到车尾经过你的时间用时为12秒,问,这列火车有多长?答:s=vt=2512=300米Little法则怎么用?生产周期=存货数量生产节拍生产效率TH=在制品数量WIP/周期时间CT如何提高生产效率,缩短生产周期?缩短周期时间,也就意味着增加资源投入,提高产能,付出高额成本;减少存货数量“零库存”精益生产:信息延迟为感知建模:自适应预期自适应预期:判断向该变量的实际值逐渐地调整,如果你的判断持续是错误的,那么你可能会一直修正你的判断直到错误被消除。信息延迟指数平滑法123简单移动平均法加权移动平均法指数平滑法平滑:指从信息中排除随机因素,找出事物的真实趋势。因变量Y并取

31、决于解释变量的当前实际值X,而取决于X的预期水平或是长期均衡水平。物质延迟与信息延迟区别和联系在物质延迟中,输出是离开物料存量的速率,而在信息延迟中,输出就是物料O。只要延迟时间不变,这两个延迟的行为就是完全一样的。但如果延迟时间是一个变量,就会使得两个延迟的行为不一样。老化链与协流完美混合通常,存量中物品的流出速率很大程度上取决于物品的老化程度。例如,人的死亡比例取决于其年龄,汽车的报废比例取决于车龄与里程数等。在存量流量结构中,如果物品的流出速率与其老化程度相关的话,我们就可以应用老化链。老化链与协流完美混合一个老化链可以包含任意多个存量,这些存量被称为群。每个群都可以有任意多个输入流或者

32、输出流。总的存量被分为n个群,令1in,C(i)表示第i个群的存量,每个群都有一个输入流I(i)和一个输出流O(i)。群i中的物品以转换速率T(i,i1)移动到群i1中。FDR(i)为第i个群内的死亡速率比例O(i)=C(i)FDR(i)T(i,i+1)=C(i)/YRC(i)YRC(i)为群i中的物品移动到下一个群之前在群i的平均停留时间老化链与协流完美混合老化链与协流完美混合存量流量结构只记录流经系统的物品总量。但在很多情况下,我们还需要记录物品的各种属性。我们用协流来记录流经一个存量结构的物品属性。老化链与协流完美混合典型的协流结构有效性和模型测试d y n a m i c s o f

33、t y p i c a l s t s t e m712有效性和模型测试Effectiveness and model testNo I aint got a witness and I cannot prove it.But thats my story and Im stick in to it.“Thats my story”,sung by Collin Raye有效性和模型测试完美混合“完全的有效性和检验是不可能的。”模型是对真实世界的抽象,具有局限性。无法判断模型是否真实,但至少可以判断是否错误。E.g.黑天鹅调用辅助假设。在现实明确的前提下,我们可以视其为相对合理科学的目的,是在

34、最广泛领域内达成理性的共识。有效性和模型测试完美混合目的性、适用性和边界边界测试模型的目的是什么?模型的边界是什么?模型的时间范围是什么?物理和决策的结构结构评价、参数分析、行为重现模型是否符合基本的物理规律?物质是否守恒?是否考虑了时间延迟?参数是否能与现实相对应?模型是否能重现我们感兴趣的行为?稳健性和对其他假设的敏感程度极限情况、灵敏度测试模型在输入条件发生极端变化的情况下是否仍然适用?政策对假设的合理变动是否敏感?模型适用的技巧与策略系统改进模型是否可以重复?是否能永久改善系统?运行模型需要多少成本?推荐书目系统动力学推荐书目系统动力学案例分析C a s e a n a l y s i

35、 s772案例背景 供应链中牛鞭效应牛鞭效应:最早由宝洁公司在20世纪90年代提出的。宝洁公司对其中某项产品的订货进行考察时发现,其产品的零售商的库存是稳定的,波动幅度不大,然后再考察分销商的订货情况时,发现分销商的订货需求波动比较大,而宝洁公司向它的供应商订货幅度变化更大。从产品的零售商到供应商,他们的订货需求的波动幅度逐渐增大,形似一条鞭子,因此被称为牛鞭效应。(如图)案例背景 供应链中牛鞭效应案例背景 供应链中牛鞭效应啤酒游戏:该游戏是由麻省理工学院斯隆管理学院在20世纪60年代创立的库存管理策略游戏,该游戏形象地反映出牛鞭效应的存在及影响。几十年来,游戏的参加者成千上万,但游戏总是产生

36、类似的结果。因此游戏产生恶劣结果的原因必定超出个人因素,这些原因必定是藏在游戏本身的结构里。在游戏中,零售商通过向某一批发商订货,来响应顾客要求购买的啤酒订单,批发商通过向生产啤酒的工厂订货来响应这个订单。该实验分成三组,分别扮演零售经理、批发经理和工厂经理。每一组都以最优的方式管理库存,准确订货以使利润最大化。案例背景 供应链中牛鞭效应案例介绍:此案例主要是通过模拟啤酒游戏来仿真供应链中的牛鞭效应,从为改善牛鞭效应来提供帮助。首先假设啤酒游戏中包含零售商、批发商、供应商三个成员。同时对游戏中的参数进行如下假设:市场对啤酒的前4周的需求率为1000周/箱,在5周时开始随机波动,波动幅度为200

37、,均值为0,波动次数为100次,随机因子为4个。假设各节点初始库存和期望库存为3000箱,期望库存持续时间为3周,库存调整时间为4周,移动平均时间为5周,生产延迟时间和运输延迟时间均为3周,不存在订单延迟。仿真时间为0200周,仿真步长为1周。期望库存等于期望持续时间和各节点的销售预测之积。案例背景 供应链中牛鞭效应问题识别:本案例主要研究供应链中牛鞭效应,各个供应链节点库存积压,库存波动幅度比较大,不够稳定,导致供应链的成本居高不下,失去了竞争优势。因此急需采取措施来削弱牛鞭效应,从而能够降低整条供应链的成本,建立稳定的竞争优势。因此本案例通过啤酒游戏来对供应链进行仿真,从而为寻找较优的供应

38、链结构来削弱牛鞭效应,降低成本。系统边界确认:本案例中只考虑供应链中零售商、批发商、供应商,而且仅考虑他们之间的库存订货系统,没有涉及供应商的生产系统,供应链中的物流供应系统等等。因果回路图 当市场需求增加时,零售商的库存将会减少,从而导致零售商期望库存和零售商的库存之差(即零售商库存差)增加,当零售商库存差增加,零售商增加向批发商订货来弥补库存差。零售商的订货增加会加快批发商对零售商的送货率,但是这个过程存在两个延迟过程。一个信息延迟过程,就是零售商将市场需求变化情况反馈给批发商的过程。另一个是物质延迟过程,就是批发商得到零售商的订货要求需要一个时间过程来满足这个要求。同样,批发商的库存也会

39、减少,这样就引起批发商期望库存和批发库存之差,批发商就会增加向供应商订货来弥补库存差。同理,批发商增加订货量会引起供应商向生产商或上级供应商增加订货量,在这两个弥补库存差的过程中同样存在延迟过程,然后来响应市场需求。因果回路图流量存量图根据因果回路图绘制系统流量存量。首先要识别系统中的水平变量、速率变量。本系统中包括零售商库存、批发商库存、供应商库存三个水平变量:市场需求率、批发商发货率、供应商发货率、供应商生产率、三个速率变化量。各个节点的发货率是根据下级节点的订单来决定的。各级节点的订单又是由产品销售预测和库存差来决定的。各个节点的发货率还需要辅助变量来表达。辅助变量包括各节点的订单量,期

40、望库存、销售预测量、供应商生产需求。流量存量图建立仿真方程式市场销售率=1000+IF THEN ELSE(TIME4,RANDOM NORMAL(-200,200,0,100,4),0)单位:箱/周零售商销售预测=SMOOTH(市场销售率,移动平均时间)单位:箱/周零售商期望库存=期望库存持续时间X零售商销售预测 单位:箱零售商库存=INTEG(分销商发货率-市场销售率,3000)单位:箱零售商订单=MAX(0,零售商销售预测+(零售商期望库存-零售商库存)/库存调整时间)单位:箱/周批发商发货率=DELAY3(零售商订单,运输延迟时间)单位:箱/周批发商销售预测=SMOOTH(批发商发货率

41、,移动平均时间)单位:箱/周批发商库存=INTEG(供应商发货率-批发商发货率,3000)单位:箱建立仿真方程式批发商期望库存=期望库存持续时间X批发商销售预测 单位:箱批发商订单=MAX(0,批发商销售预测+(批发商期望库存-分销商库存)/库存调整时间)单位:箱/周供应商发货率=DELAY3(分销商订单,运输延迟时间)单位:箱/周供应商销售预测=SMOOTH(供应商发货率,移动平均时间)单位:箱/周供应商库存=INTEG(供应商生产率-供应商发货率,3000)单位:箱供应商期望库存=期望库存持续时间X供应商销售预测 单位:箱供应商生产需求=MAX(0,供应商销售预测+(供应商期望库存-供应商

42、库存)/库存调整时间)单位:箱/周供应商生产率=DELAY3(供应商生产需求率,生产延迟)单位:箱/周进行仿真计算机仿真:使用Vensim软件建立系统流图和填入方程式,就可以对系统进行仿真。建立仿真模型可以与现实对照,可以寻求削弱牛鞭效应的策略,可以预测系统未来的行为趋势。进行仿真进行仿真进行仿真通过仿真结果可以发现啤酒游戏可以很好地模拟供应链中的的牛鞭效应现象。系统中各个成员的库存和订单量波动幅度都很大,市场的需求信息在供应链中一级一级地放大。总结下面总结一下系统动力学解决问题的步骤内容:问题识别系统边界的确定建立系统的因果回路图建立系统的流图建立仿真方程式,进行仿真模拟根据仿真结果进行政策优化THANKS942

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 教育专区 > 其他

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服