问题：

鲜果布衣（FOTL）是美国最大的服装制造商和销售商之一。该公司正在扩张，经理们想知道新增一个配送中心（DC）和将货物重新分配到原有的配送中心，哪种方式在运输成本方面更合算。承包商决定对整个供应链进行仿真，以便在GIS地图上可视化配送中心的位置和供应网络。本项目研究重点是批发商，公司将分销商视为客户，不涉及小包裹和终端用户。

解决方案：

因为AnyLogic拥有基于智能体建模的功能，FOTL选择了这款仿真软件。团队将供应链的细节输入模型中，并将以下几个要素定义为智能体，与他们的目标规则、个体行为和交互策略相互作用：

• 分配中心（位置、数量、间接成本、启动成本）
• 顾客，或批发商（位置、需求率、总发货量、距离、发货方式等）
• 货车及火车（位置、数量、所有人、距离）
• 生产者（棉农）
• 制造者（棉纱厂）

用AnyLogic能非常轻易地测试复杂情境及其变化。每次变化时的输入数据（配送中心数量，供应商等）都是不同的。

在不同阶段，技术团队发现了应用仿真技术的优点。它激活了抽象的概念，通过关注和估算相关细节简化了复杂系统。

建立模型时，最先着眼于发货数据，关注高需求客户所在地，他们构成了整体发货量的85%，大多使用货车和铁路运输。团队还考虑了每年客户收到的货物量和每位客户对发货单位的需求。使用去年的需求指标作为输入模型的数据。

为估算和可视化已存在的运输路线，团队使用了AnyLogic的地理信息系统（GIS）功能，它能够把智能体模型链接到它们的位置。公司的最大配送中心在美国东南部。货物从那被直接或通过转运配送到批发商处。这可能是产生额外运输费的原因之一，也是团队根据批发商们的位置去估算新配送中心最优位置的原因。为此，开发人员分析了供应链附近未开发地区。这次试验在anyLogistix进行，它是一个集供应链网络优化、设计、分析于一体的多元化软件。

情景1 包含原有的配送中心和孤立点客户，未显示出从中心配送的产品的运输成本减少。

情景2中，使用原配送中心，重新规划了去往其他配送中心的路线，坐落于美国的东西海岸。此种安排减少了42%的花销。

情景3，在原有供应网中的最佳地理位置增加了一个配送中心。花销减少了32%。

情景4包含原配送中心，重新规划了产品路线，穿过一个在西海岸的原有中心和一个处于最佳地理位置的新配送中心。此种安排减少了45%的花销。

每种模型运行结果报告可由Excel表格输出。

实验之后，在模型中加入以下智能体，以调整适应国际供应链

• 制造商
• 新增的配送中心
• 装货港
• 卸货港
• 船舶
• 附加的货车

在考虑到了所有要素后，技术团队可以设计整个国际性供应链，决定最佳配送中心地点。

结果：

虽然当缺少测试数据、仅靠专业知识时，人们做出的决定可能会被认为有些偏颇，但根据GIS和AnyLogic做出的数据驱动见解，再配合商业知识，有助于制定供应链策略。

在这个项目中，仿真模型被用做一个评估方案的探索性研究工具，通过纵观全国来设置配送中心并证明它们在制造商及客户供应链中的经济影响。

开发人员高度评价了AnyLogic，有很高的用户友好性，它支持拖拽元素和自定义或扩张任何情景下的模型，这将有益于鲜果布衣的国际化贸易。