问题

一家制药巨头聘请斯特林仿真咨询公司(Sterling Simulation consulting)创建一个供应链模型。客户正在将他们的一款产品推出到新市场，并希望可视化供应链的重组过程，以及它将如何应对需求的不确定性。该公司的目标是减少交货时间，同时保持填充率并避免缺货或销售损失。客户希望使用灵活的“假设分析”工具进行风险缓解分析。

解决方案

客户在AnyLogic中建立过离散事件供应链模型。但是，由于缺乏灵活性这个模型不容易适应新的条件变化。斯特林仿真咨询公司工程师提供了一个解决方案：构建混合模型，该模型将基于智能体的供应链组件与离散事件流程结合在一起。新模型更易于配置和使用，因为它允许在运行时构建供应链及其每个组件内部的流程。

模型的核心包括代表以下内容的智能体:

• 生产设施，包含一个或多个过程和共享资源。
• 生产线，其中包含生产和运输逻辑。
• 生产过程的步骤。
• 预分配尺寸的批次类型。
• 产品批次的装运请求。

在初始处理后，该模型使用MRP计划确定生产需求。该模型受到需求变化的影响，因为它造成了安全库存的盈余或短缺。利用这些结果，开发人员实现了满足客户需求并降低财务和运营风险的主要目标。

为了确定是否投入生产，该模型计算了当前需求和所需安全库存的总和。如果低于当前库存，则不生产；高于则收取库存费用并开始生产。

为了验证模型，客户不能使用现有的供应链，因为它不包括新市场。通过利用该模型的可配置性，他们将其应用于具有可用数据的其他供应链，结果表明该模型的逻辑运行正常。

结果

该模型展示了如何通过缩短提前期减少药品供应链中的库存。该模型的混合性使分析师可以将包括生产设施和产线在内的供应链组件与生产和运输流程的特征结合起来，从而使该模型具有高度的灵活性。Anylogic的多方法建模功能，将基于智能体和离散事件的方法相结合，大大的缩短了建模时间。

为了将更多动态因素纳入供应链模型并进行深入的实验，该公司和承包商希望将AnyLogic模型转换为用于供应链设计和分析的专用软件anyLogistix。这种方法可以使公司高管更深入的了解供应链的扩展等情况。