modellazione simulativa ed ottimizzazione di un sistema logistico-produttivo integrato laureandi :...
TRANSCRIPT
MODELLAZIONE SIMULATIVA ED OTTIMIZZAZIONE DI UN
SISTEMA LOGISTICO-PRODUTTIVO INTEGRATO
Laureandi:
Gianluca Muchetti
Olaf Zappa
Corso di laurea in Ingegneria Gestionale
Relatore: Prof. Marco Perona
Correlatore: Ing. Alberto Turano
Agenda
Parte 1: Contesto e Obiettivi• Pianificazione integrata• Obiettivi• Metodologia
Parte 2: Modellazione simulativa• Caso reale• Validazione• Campagna sperimentale• Conclusioni e sviluppi futuri
Pianificazione Integrata
• Processo decisionale che coinvolge diverse attività dell’azienda
• Gestire ogni singolo reparto con un ottica globale di ottimizzazione
• Perseguire congiuntamente gli obiettivi
Agenda
Parte 1: Contesto e Obiettivi• Pianificazione integrata• Obiettivi• Metodologia
Parte 2: Modellazione simulativa• Caso reale• Validazione• Campagna sperimentale• Conclusioni e sviluppi futuri
Obiettivi dello studio
Creazione di uno strumento di supporto decisionale
Soluzione migliorativa
Robusta
Applicabile a casi reali
Agenda
Parte 1: Contesto e Obiettivi• Pianificazione integrata• Obiettivi• Metodologia
Parte 2: Modellazione simulativa• Caso reale• Validazione• Campagna sperimentale• Conclusioni e sviluppi futuri
Metodologia
Analisi Progettazione
Test
Analisi in letteratura
Studio della realtà aziendale
Modello
Dati
SimulazioneConfronto con
caso reale
Analisi della letteratura
Metodologia d’approccio:•Modelli Analitici •Modelli Economici•Modelli Simulativi
Funzioni integrate:•Approvvigionamento•Produzione•Distribuzione•Vendita
Scelta del metodo simulativo
classificazione
Modello
Realtà aziendale
modello
Produzione
Magazzino centrale
Trasporto Magazzini
periferici
Vendita
Approccio simulativo
•Facili da analizzare
•Flessibilità
•Costi contenuti
•Si presta ad analisi di tipo “what-if”
•Adatto alla modellazione di ambiti produttivi
simulatoremodello
Agenda
Parte 1: Contesto e Obiettivi• Pianificazione integrata• Obiettivi dello studio• Metodologia
Parte 2: Modellazione simulativa• Caso reale• Validazione• Campagna sperimentale• Conclusioni e sviluppi futuri
Caso reale
•2 reparti produttivi•14 linee di lavorazione
•1 magazzino centrale
•9 magazzini periferici
Azienda leader nel settore dei beni di largo consumo
Plant
DC
Plant
DC
Elementi caratterizzanti
Variabili decisional
i
Manodopera
Scorte di sicurezza
Frequenza di consegna
Indicatore di
performance
Livello di servizio
Agenda
Parte 1: Contesto e Obiettivi• Pianificazione integrata• Obiettivi dello studio• Metodologia
Parte 2: Modellazione simulativa• Caso reale• Validazione• Campagna sperimentale• Conclusioni e sviluppi futuri
Validazione
Variazione: -1,5%
0
1000000
2000000
3000000
4000000
5000000
6000000
Costo dellamanodopera
Costo di trasporto Costo mantnimentoa scorta
Costo mancatavendita
Costo totale
Simulato
Reale
Agenda
Parte 1: Contesto e Obiettivi• Pianificazione integrata• Obiettivi dello studio• Metodologia
Parte 2: Modellazione simulativa• Caso reale• Validazione• Campagna sperimentale• Conclusioni e sviluppi futuri
Metodologia
Obiettivo: valutare diversi scenari per un
miglioramento economico
•1° Fase: Individuazione delle variabili decisionali influenti
•2° Fase: Scelta delle configurazioni sub-ottimali
•3° Fase: Analisi di sensitività
Perturbazione variabili decisionali
Variabile Decisionale
Livello +2
Livello +1
Livello 0
Livello -1
Livello -2
Manodopera 16+29 15+28 14+27 13+26 12+25
Frequenza di consegna
+2 gg +1 gg 0 -1 gg -2 gg
Livello SS +40% +20% +0% -20% -40%
Variabili decisionali influenti
Creazione DOE: 125 scenari
Analisi ANOVA
Variabili influenti:•Livello della Manodopera
•Frequenza di consegna
Configurazioni sub-ottimali
Ottimizzazione
3 configurazioni
•Caso A: - 2,06%
•Caso B: -1,49%
•Caso C: -1,08%
COSTO TOTALE
5200000
5300000
5400000
5500000
5600000
5700000
5800000
5900000
6000000
Caso A Caso B Caso C Base case
Caso A
Caso B
Caso C
Base case
Parametri di contesto
Variazione dei parametri
di contesto su 3 livelli
•Domanda
•Prontezza di consegna
•Errori contabili
•Tempo di carico/scarico automezzi
Analisi di Sensitività
Analisi di sensitività
Creazione DOE: 81 scenari
per 4 configurazioni 324 simulazioni
Analisi ANOVA
Determinazione della
configurazione più stabile
RisultatoData
Costo tot caso baseCosto totCCosto totBCosto totA
6750000
6500000
6250000
6000000
5750000
5500000
Individual Value Plot of Costo totA; Costo totB; Costo totC; ...
Robusta
Miglioramento economico
Agenda
Parte 1: Contesto e Obiettivi• Pianificazione integrata• Obiettivi dello studio• Metodologia
Parte 2: Modellazione simulativa• Caso reale• Validazione• Campagna sperimentale• Conclusioni e sviluppi futuri
Conclusioni
• Integrazione interna: ottimizzazione del processo
• Simulazione: descrizione fedele della realtà, analisi a basso costo di
nuove soluzioni
Sviluppi futuri
• Test casi simili• Applicabilità ad altri settori• Da integrazione interna ad integrazione
esterna