Wykorzystanie symulacji do modelowania łańcucha dostaw

• Autorzy: Wiśniewski T. , Matuszczak A.

Warianty tytułu

EN

The use of simulation to model the supply chain

• Języki publikacji: PL

Abstrakty

PL

W artykule omówiono problemy związane z funkcjonowaniem łańcucha dostaw branży nawozowej w warunkach niepewności spowodowanej zmiennym popytem oraz zastosowaniu symulacji komputerowej jako sposobu na optymalizację i wariantowość omawianego łańcucha dostaw. Na wstępie przedstawiono teoretyczne aspekty symulacji komputerowych, funkcjonowania łańcuchów dostaw oraz dokonano dogłębnego przeglądu literatury. Następnie zaprezentowano model badanego łańcuch dostaw oraz dokonano jego szczegółowej analizy i wariantowości. Celem podjętych rozważań jest zaprezentowanie skuteczności modelu symulacyjnego łańcucha dostaw w branży nawozowej, umożliwiającego zbadanie działania układu na drodze doświadczalnej bez konieczności budowy modelu fizycznego oraz wydatkowania dodatkowych nakładów finansowych, a umożliwiającego optymalizację łańcucha dostaw i zniwelowanie ryzyka, zwłaszcza w warunkach wzmożonego popytu.

EN

The article presents problems in the functioning of the supply chain of the fertilizer industry in conditions of uncertainty caused by the variability demand and the use of computer simulation as a way of optimization of the supply chain. At the beginning presented the theoretical aspects of computer simulations, the functioning of supply chains and in-depth review of the literature. Then presented the model analyzed supply chain and made its detailed analysis. The aim of the considerations is to demonstrate the effectiveness of the simulation model of the supply chain in the fertilizer industry, enabling investigate the operation of the system by experiment without having to build a physical model and disbursement of additional funding, and allow for optimization of the supply chain and overcoming the risks, especially in terms of increased demand.

Słowa kluczowe

PL

łańcuch dostaw; symulacja komputerowa; branża nawozowa

EN

supply chain; computer simulation; fertilizer industry

• Wydawca: Polskie Wydawnictwo Ekonomiczne SA
• Czasopismo: Gospodarka Materiałowa i Logistyka
• Rocznik: 2017
• Tom: nr 1
• Strony: 2--10
• Opis fizyczny: Bibliogr. 26 poz., rys., tab.

Twórcy

autor

Wiśniewski T.

• Uniwersytet Szczeciński, Katedra Metod Ilościowych

autor

Matuszczak A.

• Uniwersytet Szczeciński, Katedra Logistyki

Bibliografia

• Bagchi, P.K. (2000). On measuring supply chain competency of nations: A developing country perspective. Cardiff: LERC.
• Banks, J., Carson, J., Nelson. B. (2001). Discrete-event System Simulation. 3rd editio. New York: Prentice Hall.
• Biswas, S., Narahari, Y. (2004). Object Oriented Modeling and Decision Support for Supply Chains. European Journal of Operational Research, (153).
• Blaik, P. (1997). Logistyka. Warszawa: PWE.
• Blaik, P. (2001). Koncepcja zintegrowanego zarządzania. Logistyka. Warszawa: PWE.
• Chang, Y., Makatsoris, H. (2000). Supply Chain Modeling Using Simulation. International Journal of Simulation, 2(1).
• Christopher, M. (1998). Logistics and supply chain management: Strategies for reducing costs and improving service. London: Financial Times — Prentice Hall.
• Ciesielski, M. IV Międzynarodowa Konferencja Logistics. Katowice 1998.
• Cimino, A., Longo, F., Mirabelli, G. (2010). A General Simulation Framework for Supply Chain Modeling: State of the Art and Case Study. IJCSI International Journal of Computer Science Issues, 7(2), 3.
• Coyle, J.J., Bardi, E.J., Langley, C.J. (2002). Zarządzanie logistyczne. Warszawa: PWE.
• Ding, FL, Benyoucef, L., Xie, X., Hans, C., Schumacher, J. (2004). „One” A New Tool For Supply Chain Network Optimization and Simulation. Paper presented at the Proceedings of the 2004 Winter Simulation Conference.
• Ferstch, M. (1998). IV Międzynarodowa Konferencja Logistics. Katowice.
• Ganapathy, S., Narayanan, S., Srinivasan, K. (2003). Simulation Based Decision Support for Supply Chain Logistics. Paper presented at the Proceedings of the 2003 Winter Simulation Conference.
• Hanczar, P. (2007). Symulacja — narzędzie analizy przepływu towarów w systemie dystrybucyjnym. Logistyka, (5).
• Henderson, S.G., Biller, B., Hsieh, M.-H., Shortle, J., Tew, J.D., Barton, R.R, (2007). Supply chain simulation modeling made easy: an innovative approach. Paper presented at the Proceedings of the 2007 Winter Simulation Conference.
• Jung, J.Y., Blau, G., Pekny, J., Gintaras, F., Reklaitis, V., Eversdyk, D. (2004). A simulation based optimization approach to supply chain management under demand uncertainty. Computers and Chemical Engineering, (28).
• Kapusta, F. (2003). Teoria agrobiznesu. Wrocław: Wydawnictwo Akademii Ekonomicznej we Wrocławiu.
• Klempka, R., Stankiewicz, A. (2004). Modelowanie i symulacja układów dynamicznych. Kraków: Uczelniane Wydawnictwo Naukowo--Dydaktyczne AGH.
• Li J., Sheng, Z., Liu, H. (2010). Mułti-agent simulation for the dominant players' behavior in supply chains. Simulation Modelling Practice and Theory, (8).
• Min, H., Zhou, G. (2002). Supply chain modeling past, present and future. Computers & Industrial Engineering, (43).
• 0'Kane, J.F., Spenceley, J.R., Taylor, R. (2000). Simulation as an essential tool for advanced manufacturing technology problems. Journal of Materials Processing Technology, (107).
• Peidroa, D., Mulaa, J., Połera, R., Verdegayb J.-L. (2009). Fuzzy optimization for supply chain planning under supply, demand and process uncertainties. Fuzzy Sets and Systems, (160).
• Petrovic, D., Roy, R., Petrovic, R. (1998). Modelling and simulation of a supply chain in an uncertain environment. European Journal of Operational Research, (109).
• Terzi, S., Cavalieri, S. (2004). Simulation in the supply chain context: a survey. Computers in Industry, (53).
• Wang, Q., Chatwin, C.R. (2005). Key issues and developments in modelling and simulation-based methodologies for manufacturing systems analysis, design and performance evaluation. International Journal of Advanced Manufacturing Technology, (25).
• Wanga, J., Shub, Y.-F. (2005). Fuzzy decision modeling for supply chain management. Fuzzy Sets and Systems, (150).