Applications of Simulation in Supply Chain Management

Summary

本次直播活动由麻省理工学院（MIT）的供应链管理硕士课程主办，Miguel Rodriguez Garcia和Paulo Sosa共同主持。活动邀请了拥有超过八年供应链管理经验的工业工程师Yashar Ahmadov作为嘉宾演讲者。Yashar目前是亚马逊的高级仿真数据科学家，他利用仿真、数学优化和数据科学工具解决复杂的供应链问题。直播内容包括Yashar关于仿真的介绍、在库存管理、运输和系统动力学中的应用，以及一个实时演示，展示了如何在短时间内创建供应链的可视化仿真。此外，还讨论了何时使用以及何时避免使用仿真，并提供了相关工具和技能的建议。

Takeaways

• 🎓 这是麻省理工学院（MIT）供应链管理微硕士课程的第二次也是最后一次现场活动，由Miguel Rodriguez Garcia和Paulo Sosa主持。
• 👨‍🏫 Miguel和Paulo分别负责SCx供应链基础和SCx供应链动态课程，并鼓励参与者完成微硕士项目以申请MIT或其他大学的供应链管理混合硕士项目。
• 🤖 嘉宾演讲者Yashar Ahmadov拥有超过八年的供应链管理工作经验，目前在亚马逊担任高级仿真数据科学家，使用仿真、数学优化和数据科学工具解决复杂的供应链问题。
• 🔍 Yashar介绍了供应链中仿真的概念，包括确定性与随机性仿真、静态与动态仿真、连续与离散仿真等不同类型的仿真。
• 📈 仿真的优势在于增加现实感、研究危险系统、瓶颈分析、回答“如果……会怎样”的问题、结果可复现以及易于与管理层沟通。
• 🚫 然而，在某些情况下不应使用仿真，例如当可以使用常识分析，或者当系统行为无法验证，或者过度承诺而无法满足项目期望时。
• 🛠️ Yashar推荐了一款名为Analogic的基于Java的仿真软件，它提供了GIS地图、空间标记工具、2D/3D仿真以及特定行业的库。
• 📊 在库存管理中，仿真可以帮助进行需求预测、安全库存优化、订单点、提前期和ABC分析等任务。
• 🚚 仿真还可以用于交通流量建模、机场、港口运营、公共交通、交通安全等领域，许多仿真软件包含GIS地图，方便模拟实际路线。
• 💻 Yashar通过一个实际的供应链仿真案例，展示了如何快速创建供应链的视觉仿真，包括制造点、配送中心、零售商和卡车的移动。
• 🔧 他建议学习Java编程基础和特定仿真软件的操作，这对于从事供应链仿真领域的职业发展至关重要。

Q & A

MIT的供应链管理微硕士课程包含哪些课程？

MIT的供应链管理微硕士课程包含五个课程，其中包括供应链基础（SCx）、供应链动态（SC3x）、供应链分析（SCx Supply Chain Analytics）、供应链设计（SC2x Supply Chain Design）以及供应链管理的混合硕士课程。

Yashar Ahmadov在亚马逊担任什么职位？

Yashar Ahmadov在亚马逊担任高级仿真数据科学家，他使用仿真、数学优化和数据科学工具来解决复杂的供应链问题。

什么是数字孪生技术？

数字孪生技术是一种创建物理实体如工厂、港口、仓库、零售商等的数字表示的方法，这样我们就可以在数字环境中进行实验和分析。

在供应链管理中，模拟的主要作用是什么？

在供应链管理中，模拟主要用于理解、预测系统行为和评估不同的选择方案。它可以帮助进行'what-if'分析，即在不同情况下系统将如何表现。

模拟可以分为哪些类型？

模拟可以分为确定性模拟和随机性模拟。确定性模拟中没有随机变量，输入相同总是得到相同的输出；而随机性模拟中包含随机变量，更贴近现实生活的不确定性。

为什么在供应链管理中使用基于代理的模拟？

基于代理的模拟允许模拟从非常低的抽象级别到非常高的抽象级别，可以模拟个体行为规则和不同代理之间的交互，提供了极大的灵活性和复杂性处理能力。

模拟的优点有哪些？

模拟的优点包括增加现实感、可以模拟现有或不存在的系统、可以研究危险系统而无需风险、瓶颈分析、回答'what-if'问题、结果可复现、易于与管理层沟通等。

在什么情况下不应该使用模拟？

如果可以通过常识分析解决，或者当没有资源去建立和验证模拟模型，或者不能满足项目期望，或者系统行为结构不良时，就不应该使用模拟。

在供应链模拟中，如何定义和使用代理？

在供应链模拟中，代理是代表现实世界中的实体，如制造站点、仓库、卡车等的对象。你可以在代理内部定义它们的行为和参数，这类似于面向对象编程中创建类和对象的概念。

模拟中常见的陷阱有哪些？

常见的陷阱包括试图一开始就模拟整个复杂性，而不是逐步增加复杂度；以及在开发过程中缺乏与利益相关者的沟通，没有让他们了解模拟的工作原理和结果。

如何将模拟与优化结合起来使用？

模拟和优化可以结合使用，例如，先通过优化算法确定供应链网络的最优结构，然后通过模拟来验证这一结构在不同场景下的表现。此外，机器学习模型可以用于为模拟提供决策参数。