Hier diskutieren wir heute über 'Welche Modellierungslösung würde verwendet werden, um eine vom Designer festgelegte Reihe von Lagerstandorten zu testen?'
Die Modellauflösung wird häufig in der Entwurfsanalyse verwendet, bei der es für Analysten von entscheidender Bedeutung ist, den Eingabedatentyp und den Ausgabedatentyp zu kennen. Die Art dieser Analyse bestimmt, welches Modell benötigt wird. Die Verwendung von Zahlenwerten in einem Modell ist in vielen Bereichen der Industrie üblich. Hierfür stehen verschiedene Arten von Modellierungswerkzeugen zur Verfügung, die jeweils ihre eigenen Vor- und Nachteile haben.
Die beiden gängigen Modellierungswerkzeuge
In diesem Beispiel wird die Verwendung von zwei gängigen Modellierungswerkzeugen, zellularen Automaten und Monte-Carlo-Simulation, zum Testen einer vom Designer angegebenen Reihe von Lagerstandorten untersucht. Die Verwendung dieser beiden Methoden bietet wertvolle Einblicke in die Leistung verschiedener Modelle unter verschiedenen Umständen.
Diese Informationen können in der realen Welt nützlich sein, indem sie zu besseren Entscheidungen über die nächsten Schritte im Designprozess führen. Es ist auch nützlich, um Probleme im Designprozess selbst zu lösen, indem Probleme hervorgehoben werden, die Sie möglicherweise vergessen haben.
Was sind zellulare Automaten und wie funktionieren sie?
Das Standardmodell von zellulären Automaten (CA) ist ein einfaches System von interagierenden Einheiten, die Zellen genannt werden und die in der Lage sind, eine Vielzahl von möglichen Zuständen, die als Bitmuster bekannt sind, zu erzeugen. Jede Zelle unterliegt einer Reihe von Regeln, die die Zustände, die sie annehmen kann, und die Wahrscheinlichkeit von jedem bestimmen. Die Regeln ermöglichen auch eine Entwicklung entlang der Zeitachse. Es gibt viele verschiedene Arten, die Regeln zu strukturieren, aber sie sind alle in dem Sinne gleichwertig, dass sie ein System zur Erzeugung von Mustern bilden.
Was ist Monte-Carlo-Simulation und wie funktioniert sie?
Die Monte Carlo (MC)-Simulation verwendet Zufallszahlen, um zufällige Ereignisse innerhalb eines Modells zu generieren. Die Simulation basiert auf dem Prinzip „Was wäre wenn“ – die Regeln des Modells werden angewendet und es werden Zufallszahlen verwendet, um zu bestimmen, wie sie verwendet werden und was das Ergebnis sein wird. Diese Ereignisse werden fortgesetzt, bis die Logik des Modells vollständig angewendet wurde oder eine Stoppbedingung erreicht wurde.
Die beiden oben genannten verschiedenen Simulationstypen werden oft miteinander verwechselt, da beide den Zufall nutzen können, um eine Reihe von Ereignissen basierend auf einem Regelwerk zu simulieren. Während jedoch das MC-Verfahren die simulierte Struktur nicht kennt, weiß ein CA-Modell genau, was es simuliert und kann keine zufälligen Entscheidungen treffen.
Der Hauptunterschied zwischen CA- und MC-Modellen besteht darin, dass ein CA-Modell nicht weiß, was als nächstes passieren wird, ein MC-Modell jedoch. Dies bedeutet, dass eine Maschine durch ein CA-Modell simuliert werden könnte, aber nicht durch ein MC-Modell.
In diesem Beispiel wird untersucht, wie die beiden Methoden verwendet werden, um eine bestimmte Reihe von Standorten für jeden Modelltyp zu testen. Um die Leistung der verschiedenen Typen zu vergleichen, helfen uns die Ergebnisse dieser Simulation.
Der Modellierungsprozess
Das Ziel der Verwendung dieser beiden Modelle besteht darin, Lagerstandorte zu simulieren, um ihre Leistung unter verschiedenen Bedingungen zu testen. Diese Tests sollen untersuchen, wie physische Standorte mit dem Design interagieren und auf mögliche Probleme im Design hinweisen.
Der Prozess wird mehrere Iterationen durchlaufen, bei denen neue Modelle erstellt, getestet, die Regeln des Modells geändert, erneut getestet und wiederholt werden, bis keine weitere Verbesserung der Leistung eintritt.
Die verschiedenen Modelle für dieses Beispiel ähneln sich alle darin, dass sie aus einer Reihe von Lagerhäusern bestehen, die zufällig in Australien angeordnet sind. Die tatsächlichen Standorte und die Größe der Lagerhallen werden vom Designer festgelegt und diese Standorte werden als „Design-Standorte“ oder einfach „Designs“ bezeichnet.
Für jeden Entwurf werden wir die Leistung jedes Modells in zwei Szenarien diskutieren: eines, in dem eine große Anzahl von Lagerhäusern berücksichtigt werden muss (das Ziel) und ein anderes, in dem eine kleine Anzahl von Lagerhäusern berücksichtigt werden muss (die Einschränkung). In beiden Szenarien besteht das Hauptziel darin, die Leistung jedes Designs unter unterschiedlichen Bedingungen vorherzusagen.
Die im Modell verwendeten Lagerhallen werden wie folgt an einem bestimmten Ort platziert:
Diese Regeln werden verwendet, um jedes Modell zu testen, da es einige Hinweise darauf gibt, dass sie die besten Ergebnisse erzielen. Dieses Beispiel berücksichtigt die 'euklidische' Regel. Es ist die genaueste Option. Es wurde zuvor diskutiert, wie nur ein Regelsatz verwendet wird, aber auf Wunsch auch ein anderer getestet werden könnte. Die anderen Regeln könnten, falls gewünscht, getestet werden, und eventuelle Unterschiede zwischen ihren Ergebnissen und den Ergebnissen der euklidischen Regel könnten ebenfalls berücksichtigt werden.
Das folgende Beispiel zeigt, wie jede Methode verwendet wird, um vier verschiedene Lagerlayouts zu simulieren:
Wie Sie an den obigen Beispielen sehen können, führen die verschiedenen Simulationen zu sehr unterschiedlichen Ergebnissen. Dies ermöglicht eine viel vollständigere Analyse jedes Modells, als wenn nur eine Simulation ausgeführt würde.
Die Ergebnisse
Der letzte Satz von Modellen wird verwendet, um weitere Untersuchungen durchzuführen. Dies soll helfen, die Vorteile jedes Modelltyps zu identifizieren und einen besseren Einblick in bessere Entscheidungen im Designprozess zu erhalten.
Die drei wichtigsten Schritte zur Ermittlung der besten Modellierungslösung sind:
1) den Eingangsdatentyp bestimmen,
2) Bestimmen Sie den von der Entwurfsanalyse erwarteten Ausgabedatentyp,
und
3) Identifizieren Sie, welches Modell benötigt wird. Ich ziehe es vor, für diese Analyse die Kundenverteilung zu verwenden, da die Ergebnisse für den Menschen leicht nachvollziehbar sind.
Oft gestellte Frage
Wie lautet die Entscheidung des Unternehmens, die Modellierung als Lösung zum Testen von Lagerstandorten einzusetzen?
Diese Modellierungslösung ist portabel, kann in bestehende Systeme implementiert werden und erstellt aktivitätsbasierte Lagerstandorte. Darüber hinaus ermöglicht die verwendete Software eine Optimierung für jeden adressierbaren Kundenstandort auf der Karte.
Welche Einschränkungen gibt es bei der Modellierung von Lagerortstrategien?
Es gibt viele Einschränkungen bei der Modellierung von Lagerortstrategien. Unternehmen können auf Schwierigkeiten stoßen, wenn sie ihre früheren Daten verwenden, um Prognosen über neue Standorte zu erstellen, da sich die Daten im Laufe der Zeit ändern.
Was ist eine andere Lösung für die Lagermodellierung als die vom Unternehmen vorgeschlagene?
Eine andere Warehouse-Mapping-Lösung kann eine standortspezifische Datenbank verwenden, die Daten sammelt und aktualisiert, wenn neue Lieferfenster auftreten. Mit einer solchen Lösung kann der Anwender ein generalisiertes Modell für alle Standorte auf Basis der für die strategische Planung erforderlichen allgemeinen Modelle erstellen.
Wie lautet die Entscheidung des Unternehmens, die Modellierung als Lösung zum Testen von Lagerstandorten einzusetzen?
Das Unternehmen hat sich entschieden, die Modellierung zum Testen seiner Lagerstandorte zu verwenden, da es verschiedene Vorteile bietet, z.
Welche Einschränkungen gibt es bei standortbasierten Lagermodellstrategien?
Die mit standortbasierten Lagermodellstrategien verbundenen Einschränkungen sind:
- Unternehmen sind möglicherweise nicht in der Lage, für adressierbare Kundenstandorte auf der Karte zu optimieren.
- Das Modell ist möglicherweise nicht tragbar
Darüber hinaus können Unternehmen Schwierigkeiten haben, ihre früheren Daten für Prognosen über neue Standorte zu verwenden, da sich die Daten im Laufe der Zeit ändern.
Fazit:
Dieser Beitrag wurde geschrieben, um den Lesern zu helfen, diese beiden Modelle besser zu verstehen. Wenn Sie daran interessiert sind, es herauszufinden Welche Modellierungslösung würde verwendet werden, um eine vom Designer festgelegte Reihe von Lagerstandorten zu testen?
Die Antwort ist Monte-Carlo-Simulation. Die Monte-Carlo-Simulation ermöglicht es Benutzern, Simulationen auf verschiedenen Lagerlayouts durchzuführen, bevor sie schließlich diejenige auswählen, die ihnen hilft, ihr Risiko zu minimieren. Dieser Simulationsprozess wird normalerweise unter Verwendung von Computersoftware für die Logistikmodellierung oder technischen Optimierungspaketen durchgeführt.
Sie können auch lesen:
1. Wie viel verdient ein Logistikbeauftragter für Abfallwirtschaft?
2. Was ist die Ökonomie der Wiederholung im Logistik- und Transportmanagement?
3. Was ist ein Lagerverwaltungssystem