啤酒游戏及其牛鞭效应的vensim模拟三级和二级模式.docx
- 文档编号:3090656
- 上传时间:2022-11-17
- 格式:DOCX
- 页数:9
- 大小:53.51KB
啤酒游戏及其牛鞭效应的vensim模拟三级和二级模式.docx
《啤酒游戏及其牛鞭效应的vensim模拟三级和二级模式.docx》由会员分享,可在线阅读,更多相关《啤酒游戏及其牛鞭效应的vensim模拟三级和二级模式.docx(9页珍藏版)》请在冰豆网上搜索。
啤酒游戏及其牛鞭效应的vensim模拟三级和二级模式
三级模式
啤酒游戏:
该游戏是由麻省理工学院斯隆管理学院在20世纪60年代创立的库存管理策略游戏,该游戏形象地反映出牛鞭效应的存在及影响。
几十年来,游戏的参加者成千上万,但游戏总是产生类似的结果。
因此游戏产生恶劣结果的原因必定超出个人因素,这些原因必定是藏在游戏本身的结构里。
在游戏中,零售商通过向某一批发商订货,来响应顾客要求购买的啤酒订单,批发商通过向生产啤酒的工厂订货来响应这个订单。
该实验分成三组,分别扮演零售经理、批发经理和工厂经理。
每一组都以最优的方式管理库存,准确订货以使利润最大化。
案例介绍:
此案例主要是通过模拟啤酒游戏来仿真供应链中的牛鞭效应,从为改善牛鞭效应来提供帮助。
首先假设啤酒游戏中包含零售商、批发商、供应商三个成员。
同时对游戏中的参数进行如下假设:
市场对啤酒的前4周的需求率为1000周/箱,在5周时开始随机波动,波动幅度为±200,均值为0,波动次数为100次,随机因子为4个。
假设各节点初始库存和期望库存为3000箱,期望库存持续时间为3周,库存调整时间为4周,移动平均时间为5周,生产延迟时间和运输延迟时间均为3周,不存在订单延迟。
仿真时间为0~200周,仿真步长为1周。
期望库存等于期望库存持续时间和各节点的销售预测之积。
(01)FINALTIME=100
Units:
Month
Thefinaltimeforthesimulation.
(02)INITIALTIME=0
Units:
Month
Theinitialtimeforthesimulation.
(03)SAVEPER=
TIMESTEP
Units:
Month[0,?
]
Thefrequencywithwhichoutputisstored.
(04)TIMESTEP=1
Units:
Month[0,?
]
Thetimestepforthesimulation.
(05)市场需求率=
1000+ifthenelse(Time>4,randomnormal(-200,200,0,100,4),0)
Units:
**undefined**
(06)库存调整时间=
4
Units:
**undefined**
(07)批发商发货率=
delay3(零售商订单,运输延迟)
Units:
**undefined**
(08)批发商库存=INTEG(
生产商发货率-批发商发货率,
3000)
Units:
**undefined**
(09)批发商期望库存=
批发商销售预测*期望库存覆盖时间
Units:
**undefined**
(10)批发商订单=
max(0,批发商销售预测+(批发商期望库存-批发商库存)/库存调整时间
)
Units:
**undefined**
(11)批发商销售预测=
smooth(批发商发货率,移动平均时间)
Units:
**undefined**
(12)期望库存覆盖时间=
3
Units:
**undefined**
(13)生产商发货率=
delay3(批发商订单,运输延迟)
Units:
**undefined**
(14)生产商库存=INTEG(
生产商生产率-生产商发货率,
3000)
Units:
**undefined**
(15)生产商期望库存=
期望库存覆盖时间*生产商销售预测
Units:
**undefined**
(16)生产商生产率=
delay3(生产商生产需求,生产延迟)
Units:
**undefined**
(17)生产商生产需求=
max(0,生产商销售预测+(生产商期望库存-生产商库存)/库存调整时间
)
Units:
**undefined**
(18)生产商销售预测=
smooth(生产商发货率,移动平均时间)
Units:
**undefined**
(19)生产延迟=
3
Units:
**undefined**
(20)移动平均时间=
5
Units:
**undefined**
(21)运输延迟=
3
Units:
**undefined**
(22)零售商库存=INTEG(
批发商发货率-市场需求率,
3000)
Units:
**undefined**
(23)零售商期望库存=
期望库存覆盖时间*零售商销售预测
Units:
**undefined**
(24)零售商订单=
max(0,零售商销售预测+(零售商期望库存-零售商库存)/库存调整时间
)
Units:
**undefined**
(25)零售商销售预测=
smooth(市场需求率,移动平均时间)
Units:
**undefined**
运行结果,可以看到牛鞭效应明显。
订单变化情况如图.
将三级模式更改为2级模式
,即只存在生产商和零售商,如下:
(01)FINALTIME=100
Units:
Month
Thefinaltimeforthesimulation.
(02)INITIALTIME=0
Units:
Month
Theinitialtimeforthesimulation.
(03)SAVEPER=
TIMESTEP
Units:
Month[0,?
]
Thefrequencywithwhichoutputisstored.
(04)TIMESTEP=1
Units:
Month[0,?
]
Thetimestepforthesimulation.
(05)市场需求率=
1000+ifthenelse(Time>4,randomnormal(-200,200,0,100,4),0)
Units:
**undefined**
(06)库存期望覆盖时间=
3
Units:
**undefined**
(07)库存调整时间=
4
Units:
**undefined**
(08)生产商发货率=
delay3(零售商订单,运输延迟)
Units:
**undefined**
(09)生产商库存=INTEG(
生产商生产率-生产商发货率,
3000)
Units:
**undefined**
(10)生产商期望库存=
库存期望覆盖时间*生产商销售预测
Units:
**undefined**
(11)生产商生产率=
delay3(生产商生产需求,生成延迟)
Units:
**undefined**
(12)生产商生产需求=
max(0,生产商销售预测+(生产商期望库存-生产商库存)/库存调整时间
)
Units:
**undefined**
(13)生产商销售预测=
smooth(生产商发货率,移动平均时间)
Units:
**undefined**
(14)生成延迟=
3
Units:
**undefined**
(15)移动平均时间=
5
Units:
**undefined**
(16)运输延迟=
3
Units:
**undefined**
(17)零售商库存=INTEG(
生产商发货率-市场需求率,
3000)
Units:
**undefined**
(18)零售商期望库存=
库存期望覆盖时间*零售商销售预测
Units:
**undefined**
(19)零售商订单=
max(0,零售商销售预测+(零售商期望库存-零售商库存)/库存调整时间
)
Units:
**undefined**
(20)零售商销售预测=
smooth(市场需求率,移动平均时间)
Units:
**undefined**
库存情况如下:
订单情况如下;
从图可以看出,此时的波动要小于三级模式(存在制造商、批发商、零售商)时的牛鞭效应。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 啤酒 游戏 及其 牛鞭 效应 vensim 模拟 三级 二级 模式