Vad är modellering och tekniker för logistiknätverk

När ett företag utformar sitt nya logistiknät tar det hänsyn till alla platselement som kundmarknad, arbetspool, livskvalitet och statliga incitament. När dessa element har analyserats är det möjligt att skapa modeller som ger företagen mer inblick i de val de gör.

Det finns ett antal modelleringstekniker som kan användas, vilka alla kommer med egna fördelar och fallgropar.

Denna artikel kommer att se på de olika typerna av modelleringstekniker som kan användas för att stödja de beslut som fattas.

Modelleringsteknik

Användningen av modelleringstekniker är viktig för företag som bestämmer sig för sitt nya logistiknätverk. De olika modelleringsteknikerna kan göra det möjligt för företagen att titta på en jämförelse mellan effektiviteten, effektiviteten och kundservice av de olika logistiknät som har föreslagits. Företagen kan titta på de olika modelleringsteknikerna och bestämma vilken som ger dem den bästa insikten i sina nätverksalternativ.

Optimeringsmodellering

Optimeringsmodellen är härledd från de exakta matematiska procedurerna som erbjuder den bästa eller optimala lösningen baserad på den matematiska formeln som används. Denna modell är endast baserad på matematisk formel.

Det betyder att det inte finns någon subjektiv inmatning på modellen, endast antaganden och data. Optimeringsmodellen tittar på data som nivån på kundtjänst som ska erhållas, distributionscentralernas antal och placering, antalet tillverkningsanläggningar, antalet distributionscentraler som tilldelas en tillverkningsanläggning och de lager som måste upprätthållas.

En optimeringsmodell som används för logistiknätverk är modellen med linjär programmering, ibland kallad LP. Detta är särskilt användbart för att koppla utbud och efterfrågan begränsningar av fabriker, distributionscentra och marknadsområden.

Med tanke på målet att minimera kostnaderna kan linjär programmering definiera det optimala anläggningsdistributionsmönstret, baserat på de identifierade begränsningarna.

Eftersom det här används matematiska formler, finns det ingen ersättning för någon subjektiv inmatning.

Simuleringsmodeller

En simuleringsmodell definieras som att skapa en modell som är baserad på den verkliga världen. När modellen har skapats kan du utföra experiment på modellen för att se hur förändringar som görs i modellen kan påverka den totala kostnaden för logistiknätverket.

Genom att ändra begränsningarna på nätverket är det möjligt att använda en simuleringsmodell för att se hur det påverkar kostnadseffektiviteten hos det övergripande nätverket.

För att en simuleringsmodell ska vara effektiv måste du samla betydande mängder data om transport, lagring, arbetskraftskostnader, materialhantering och lagernivåer, så att när du ändrar begränsningarna reflekterar modellen exakt förändringarna . Ändringarna i simuleringsmodellen kommer emellertid inte att producera det optimala logistiknätverket, som produceras av optimeringsmodellen. Det kommer bara att utvärdera de förändringar som gjordes i modellen. Denna typ av modell är väldigt användbar när företag har fattat allmänna beslut på nätverket och vill se hur den totala effekten av eventuella ändringar kommer att bli.

Heuristisk modell

I likhet med simuleringsmodeller genererar heuristiska modeller inte en optimal lösning för ett logistiknät.

En heuristisk modell används för att reducera ett stort problem till en mer hanterbar storlek. Det måste förstås att heuristiska modeller inte garanterar en lösning och att ett antal heuristiska modeller kan motsäga eller ge olika svar på samma fråga och fortfarande vara användbar för det övergripande skapandet av ett logistiknät.

Heuristiska modeller refereras ofta till en "tumregel" som kan vara användbar för att skapa ett logistiknätverk.

Till exempel kan en heuristisk modell användas för att betrakta den bästa platsen för ett distributionscenter som är minst tio mil från marknadsområdet, femtio mil från en stor flygplats och mer än trehundra mil från nästa närmaste distribution Centrum. En heuristisk modell kommer att se på alla områden som passar inom de angivna parametrarna, och finner de områden som passar bäst.

Uppdaterad av Gary Marion, Logistik och Supply Chain Expert.