Dynamic simulation based optimization of information flow in extended enterprise and its impact on business partners production efficiency and stock replenishment

• Autorzy: Litwin P. , Jakieła J. , Olech M.

Identyfikatory

DOI

10.2478/amst-2016-0003

Warianty tytułu

PL

Symulacja dynamiczna w procesie optymalizacji przepływu informacji w przedsiębiorstwie rozszerzonym i jej wpływ na efektywność działań produkcyjnych i zarządzanie zapasami

• Języki publikacji: EN

Abstrakty

EN

Contemporary firms organize their activities in the form of extended enterprises. Extended enterprise is the concept that a company does not operate in isolation because its success is dependent upon a network of partner relationships established in the whole supply chain. These relationships are used for coordination of activities done by firms, every business partner focuses on specific area it operates the best with regard to costs or efficiency and therefore extended enterprise can optimize its operations as a whole. However, the scale of activities conducted and problems with information flow organization makes the whole business structure more vulnerable to demand fluctuations, what leads to bullwhip effect problem. The paper presents dynamic simulation approach to information flow optimization and shows how it can positively impact a production efficiency and stock replenishment. Simulation experiment has been designed with two models of supply chain – standard and with improved information flow organization. Models have been developed, simulation experiment planned and conducted with the use of system dynamics approach methods and techniques.

PL

Współczesne firmy organizują swoją działalność w formie przedsiębiorstwa rozszerzonego (ang. Extended Enterprise). Rozszerzone przedsiębiorstwo oznacza, że utworzona organizacja funkcjonuje w określonym ekosystemie. Jej sukces w dużej mierze zależy od ustanowionych relacji z partnerami biznesowymi w ramach całego łańcucha dostaw. Relacje te stanowią sieć wzajemnych powiązań, wspieranych technologiami informacyjno-komunikacyjnymi, i są wykorzystywane przy koordynacji wspólnych działań. Każdy partner działający w ramach przedsiębiorstwa rozszerzonego skupia swoją aktywność na wybranym obszarze, w którym jest liderem (kosztowym lub efektywnościowym). Pozwala to na optymalizację funkcjonowania całej utworzonej struktury biznesowej. Często jednak zakres wykonywanych czynności oraz problemy z odpowiednią organizacją przepływu informacji powoduje, że przedsiębiorstwo rozszerzone jest wrażliwe na zmiany rynkowe (np. okresowe fluktuacje popytu). Powoduje to pojawienie się problemów związanych z efektem „byczego bicza” (ang. Bullwhip Effect). W pracy przedstawiono rozwiązanie tego problemu z wykorzystaniem symulacji dynamicznej. Celem symulacji jest optymalizacja organizacji przepływu informacji w rozszerzonym przedsiębiorstwie. To z kolei prowadzi do poprawy efektywności działań operacyjnych partnerów biznesowych, także w zakresie zarządzania zapasami. Opracowano dwa modele łańcucha dostaw – model standardowy oraz z ulepszoną strukturą przepływu informacji. Symulację numeryczną realizowano z zastosowaniem metod dynamiki systemowej (ang. System Dynamics).

Słowa kluczowe

EN

system dynamics method; supply chain modeling; supply chain numerical simulation; extended enterprise operations optimization

PL

metoda dynamiki systemów; modelowanie łańcucha dostaw; symulacja numeryczna łańcucha dostaw; optymalizacja funkcjonowania przedsiębiorstwa rozszerzonego

• Wydawca: Komitet Budowy Maszyn PAN ; De Gruyter
• Czasopismo: Advances in Manufacturing Science and Technology
• Rocznik: 2016
• Tom: Vol. 40, nr 1
• Strony: 33--45
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Litwin P.

• Rzeszów University od Technology, Department of Informatics, Powstańców Warszawy 12, 35-959 Rzeszów

autor

Jakieła J.

• Rzeszów University od Technology, Department of Informatics, Powstańców Warszawy 12, 35-959 Rzeszów

autor

Olech M.

• Rzeszów University od Technology, Department of Informatics, Powstańców Warszawy 12, 35-959 Rzeszów

Bibliografia

• [1] J.P. FARRELL: What is the Extended Enterprise? (http://jpfarrell.blogspot.com; retrieved on 2016-03-02).
• [2] J.M. MALONI, C.R. CARTER: Opportunities for research in third-party logistics. Transportation Journal, 45(2006)2, 23-38.
• [3] R. METERS: Quantifying the bullwhip effect in supply chains. Journal of Operations Management, 15(1997), 89-100.
• [4] G. CACHON: Managing supply chain demand variability with scheduled ordering policies. Management Science, 45(1999)6, 843-856.
• [5] P. KELLE, A. MILNE: The Effect of (s, S) ordering policy on the supply chain. J. Production Economics, 59(1999), 113-122.
• [6] Y.F. CHEN, Z. DREZNER, J.K. RYAN, D. SIMCHI-LEVI: Quantifying the Bullwhip effect in a simple supply chain: The impact of forecasting, lead times and information. Management Science, 46(2000)3, 436-443.
• [7] J.A.D. MACHUCA, R.P. BARAJAS: The impact of electronic data interchange on reducing bullwhip effect and supply chain inventory costs. Transportation Research Part E: Logistics and Transportation Review, 40(2004) 3, 209-228.
• [8] J.W. FORRESTER: Industrial Dynamics: A major breakthrough for decision makers. Harvard Business Review, 36(1958)4, 37-66.
• [9] J.W. FORRESTER: Industrial Dynamics, MIT Press, Cambridge 1961.
• [10] J. STERMAN: Business dynamics. Systems thinking and modeling for a complex world, McGraw-Hill, New York 2000.
• [11] B. MCGARVEY, B. HANNON: Dynamic modeling for business management: An introduction, Springer, New York 2004.
• [12] B.J. ANGERHOFER, M.C. ANGELIDES, System dynamics modelling in supply chain management: research review. Proc. of the 2000 Winter Simulation Conf., Orlando 2000, 342-351.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.