Имитационное моделирование бизнес процессов в среде AnyLogic

Лицензии. Сопровождение. Внедрение AnyLogic и anyLogistix.

В отличии от традиционного аналитического подхода к изучению бизнес-процессов, имитационное моделирование в AnyLogic позволяет анализировать поведение сложной системы в динамике.

Среды моделирования

NFP — официальный партнер международного вендора AnyLogic. Портфель решений вендора представлен двумя продуктами для моделирования в AnyLogic и anyLogistix.

 

Тесное сотрудничество с вендором позволяет предоставлять нашим клиентам наилучшие условия покупки лицензий и создания проектов с помощью моделирования в AnyLogic и anyLogistix.

AnyLogic — программная платформа для имитационного моделирования бизнеса любого масштаба и сложности. AnyLogic cовмещает и комбинирует методы моделирования и средства визуализации так, чтобы создавать простые в поддержке модели без привлечения дополнительных средств.

anyLogistix — программная платформа для проектирования, оптимизации и анализа цепи поставок. anyLogistix cовмещает традиционные аналитические методы моделирования,  оптимизации и инновационные технологии имитационного моделирования, позволяя комплексно анализировать цепь поставок.

Преимущества имитационного моделирования

на платформах AnyLogic и anyLogistix

Скорость

Симуляция 1 года функционирования бизнес-системы за 5 минут моделирования в AnyLogic и anyLogistix.

Точность

Повышенная точность за счет тонкой настройки логики взаимодействия элементов системы в AnyLogic и anyLogistix.

Гипотезы

Проведение экспериментов над виртуальной копией бизнес-системы для определения лучшей комбинации ее элементов и их характеристик в AnyLogic и anyLogistix.

Визуализация

Визуальная демонстрация динамики в 2D и 3D пространстве для лучшего понимания функционала в AnyLogic и anyLogistix.

Возможности

Поиск и регистрация «узких мест» системы на этапах моделирования и оценка рисков влияния вероятностных событий на элементы системы в AnyLogic и anyLogistix.

Аналитика

Синхронизация с базами данных компании и использование статистики для более точного описания системы в AnyLogic и anyLogistix.

Примеры моделирования в AnyLogic

Имитационное моделирование угольного карьера в AnyLogic.

Имитационное моделирование цеха производства в AnyLogic.

Имитационное моделирование финансовых потоков в AnyLogic.

Как мы можем вам помочь

Каждая задача бизнеса по моделированию БП или ресурсов уникальна и требует индивидуального подхода к ее решению. 

Команда NFP использует опыт сотрудников, специализирующихся в разработке в AnyLogic и anyLogistix решений конкретной отрасли: 

 

  • моделирование производства в AnyLogic и anyLogistix
  • планирование горных работ в AnyLogic и anyLogistix
  • планирование операций в AnyLogic и anyLogistix
  • моделирование рудника в AnyLogic и anyLogistix
  • моделирование цепей поставок в AnyLogic и anyLogistix
  • планирование и моделирование операций и пр.

 

Данный подход позволяет глубоко изучить БП компании и оперативно разработать концепцию имитационной модели для ее дальнейшей разработки и калибровки в AnyLogic и anyLogistix.

Имитационное моделирование в AnyLogic.

Повышение производительности системы  в AnyLogic возможно за счет анализа процессов с учетом большого числа характеристик ее элементов, включая случайные события и индивидуальные особенности поведения элементов.

Основные проблемы оптимизации:

— неочевидность эффективности разрабатываемых методов оптимизации;

— влияние одних процессов на другие не позволяет анализировать поведение элементов отдельно друг от друга;

— изменение поведения одного элемента может влиять на состояние всех в целом;

— большое количество характеристик каждого элемента усложняет процесс анализа.

 

Подход имитационного моделирования для оптимизации бизнес-процессов в AnyLogic:

• использование характеристик каждого элемента системы (количество, скорость, мощность, длительность ремонта и т.д.);

• разработка логики на основании процессов реального объекта с необходимым уровнем детализации для решения конкретной задачи;

• визуализация моделируемых процессов в 2D или 3D;

• подтверждение корректности логики модели на основании исторических данных;

• изменение характеристик системы вручную и прогон модели в AnyLogic на необходимом временном горизонте с целью сравнения показателей продуктивности.

Тестирование различных сценариев в AnyLogic позволяет выбрать более эффективный вариант;

• использование метода подбора параметров в AnyLogic решает задачу оптимизации путем подбора оптимального соотношения характеристик элементов системы, которыми можно балансировать при поиске решения.

Результаты использования метода:

• моделирование в AnyLogic годового цикла производства за 5 минут;

• точность расчета в AnyLogic за счет подтверждения корректности логики моделируемых процессов на исторических данных;

• логику процесса в AnyLogic можно изменить на столько, на сколько хватит воображения;

• динамичное моделирование в AnyLogic визуально покажет особенности процесса в разрезе времени;

• анализ результатов производства во времени;

• внесение изменений в поведение системы в процессе моделирования в AnyLogic;

• проверка эффективности оптимизационных решений в AnyLogic до их внедрения.

 

Планирование является трудоемкой задачей и требует серьезной проработки техники расчетов при использовании аналитических инструментов. Многие компании сталкиваются с проблемой повышения эффективности планирования, как краткосрочного, так и долгосрочного.

Проблема планирования связана с невозможностью аналитических инструментов учитывать большой объем характеристик процессов и вероятностные распределения событий в разрезе времени.

Основные задачи планирования:

определение срока выполнения заданного объема работ на основании ее текущего состояния;

поиск оптимальной комбинации состояния элементов системы в разрезе времени;

расчет оптимальной даты поступления ресурсов для максимизации производительности и снижению уровня запасов на складе;

динамика выполнения работ исходя из требований к производительности и частоте работ по обслуживанию оборудования.

Как имитационное моделирование решает проблему эффективного планирования:

создание инструмента, способного рассчитывать состояние и производительность на необходимом временном горизонте исходя из текущей комбинации запасов, незавершенного производства, износа оборудования, разработки котлована, бюджета и любых других измеримых характеристик;

тестирование сценариев с учетом изменения состояний во времени, например, добавление единиц техники во время моделирования;

генерация расписания с датами формирования заявок на поставку материалов и объемами поставок;

ручное управление процессом, например, добавление новых самосвалов при увеличении объемов выработки;

формирование отчета по объемам выполненных работ в разрезе времени.

Наш подход к разработке инструментов эффективного планирования заключается в расчете будущего состояния системы исходя из ее бизнес-логики и текущего состояния.

Процесс рассмотрения инвестиционного проекта должен сопровождаться качественным и всесторонним анализом производственного процесса для подтверждения жизнеспособности проекта и снижения производственных рисков.

Цифровой двойник бизнес-системы, рассматриваемой в рамках инвестиционного проекта позволяет описать взаимозависимые процессы и отслеживать в динамике последствия событий.

Задачи, решаемые имитационным моделированием:

подтверждение способности системы производить необходимый объем продукции;

поиск «узких мест» процесса с целью выявления возможных причин снижения рентабельности проекта;

поиск оптимизационных решений по организации процесса производства;

тестирование альтернативных сценариев организации процессов;

анализ чувствительности в динамике.

 

 

Эффект от использования метода имитационного моделирования:

детальная визуализация процесса для демонстрации инвестиционному комитету проектируемого процесса;

получение результатов по объему производства на основании моделирования процессов на горизонте 1 год с учетом простоев оборудования, мощностей производственных единиц и любых других необходимых характеристик;

выявление производственных рисков для их проработки;

определение оптимальных значений характеристик системы, например, количество кранов или погрузчиков.

 

Помимо решения задач оптимизации проектных решений, разработанная имитационная модель может стать инструментом для демонстрации эффективность разработанного проекта перед инвестиционным комитетом.

Реализация инвестиционного проекта – непростая задача, что обусловлено трудоемким процессом оценки рисков и его экономической эффективности.

Наш подход к созданию технико-экономического обоснования проекта заключается в следующем:

изучение текущих бизнес-процессов AS-IS;

выделение KPI процессов, формирование методов расчета;

разработка имитационной модели текущих процессов, создание модуля динамичного расчета KPI;

разработка сценария моделирования с учетом реализации проекта TO BE;

на основании полученных KPI до и после внедрения проекта, определяется его экономическая эффективность;

формируется технико-экономическое обоснование.

 

Подготовка ТЭО инвестиционного проекта

 

Эффективность данного подхода заключается в следующем:

 

визуализация проектируемых процессов в действии, с необходимым уровнем детализации;

тонкая настройка логики реализует в виртуальном пространстве процессы максимально точно отражающие реальное поведение системы;

динамичное моделирование учитывает поведение и взаимодействие всех элементов системы, что поможет получить максимально-точные расчеты KPI;

возможность проведения экспериментов для поиска оптимальных значений характеристик проектируемой системы;

получение статистики в процессе моделирования позволяет увидеть эффективность проекта в разрезе времени;

проведение сравнительного анализа для подтверждения эффективности рассматриваемого проекта на фоне альтернативных.

Проблема оптимизации склада, как правило, возникает в процессе масштабирования складских решений компании. Рост объемов погрузочных и разгрузочных работ увеличивает дифференциал объема складирования, что в свою очередь требует выделения большего количества стеллажей и их ниш. Рост нагрузки на внутреннюю логистику склада может вызвать критические ситуации разного рода.

Задачи оптимизации работы склада:

  • расчет оптимальной площади и вместимости мест складирования с учетом планируемых входящих и исходящих потоков;
  • поиск оптимальной расстановки стеллажей, терминалов и другого оборудования;
  • определение оптимального соотношения элементов внутренней логистики (погрузчики, рабочие и др.);
  • определение оптимальных схем взаимодействия ресурсов склада с объектами складирования.

 

 

Подход имитационного моделирования к оптимизации склада:

 

описание сценариев прибытия транспорта, длительности погрузки и разгрузки с учетом неравномерности;

реализация основного сценария организации работы склада для дальнейших экспериментов и поиска оптимальных вариантов реализации системы;

автоматизированный поиск оптимальных параметров системы (количество погрузчиков, терминалов, уровней и т.д.);

выявление критических ситуаций в процессе моделирования с фиксацией времени и вида события (превышение очереди на разгрузку, нехватка площади и др.);

изменение логики работы склада, сравнение результатов с начальным сценарием, выбор оптимального.

 

Эффект от использования метода имитационного моделирования:

определение оптимальной площади на основании заполняемости склада в разрезе времени;

сравнительный анализ альтернативных складских процессов в динамике;

автоматизированный поиск оптимального соотношения складских ресурсов (погрузчики, сотрудники и т.д.);

тестирование альтернативных сценариев логики взаимодействия элементов склада поможет определить более эффективную организацию процессов.

 

Имитационное моделирование изящно решает задачу по поиску оптимального варианта организации работы и расстановки элементов склада.

 

Для решения задачи максимально эффективно, консультанты NFP изучают принципы работы склада на месте, собирают исторические и плановые данные по объемам погрузки и разгрузки, собирают все необходимые измеримые характеристики элементов склада и на основании собранных материалов создают логику модели, полностью описывающую базовый сценарий организации склада.

 

Разработанная модель позволяет проводить эксперименты с измененными характеристиками элементов системы для поиска оптимального решения.

Разработка оптимизированной логистической цепочки должна учитывать поведение множества элементов, таких как: поставщики, покупатели, автотранспорт, маршруты доставки и т.д. При этом каждый элемент обладает уникальными характеристиками и поведением, на которое влияют не только внутренние, но и внешние процессы, что усложняет решение задачи оптимизации.

Моделирование цепей поставок необходимо, если:

отсутствует централизация управления входящей/исходящей логистики;

происходит формирование новых цепей поставок;

производственный процесс тесно связан с большим количеством поставщиков (срывы поставок часто негативно влияют на производственный процесс);

рассматривается проект по строительству нового дистрибьюторского центра и требуется принять решение об оптимальном расположении;

планируется скачкообразное развитие сети складов;

требуется оперативное планирование складских запасов;

необходимо оптимизировать автотранспортный парк.

Проектирование и оптимизация цепей поставок

Как решает задачу имитационное моделирование:

• при моделировании используются карты ГИС в качестве основы для построения модели позволяет учитывать расположение складов, траекторию движения транспортных средств с привязкой к географическим объектам, таким как населенные пункты, магистрали, порты и т.д.;

• при моделировании в anyLogistix каждый элемент цепи поставок реализовывает в модели свой уникальный сценарий, опираясь на любые измеримые характеристики;

• при моделировании в anyLogistix разработка гибкой логики взаимодействия элементов цепей поставок определяет их поведение исходя из конкретной сложившейся в процессе моделирования ситуации;

• при моделировании в anyLogistix каждое событие системы (достижение пункта разгрузки, ожидание начала разгрузки, отправка запроса и т.д.) регистрируется и позволяет провести необходимые аналитические расчеты;

перед запуском имитационной модели пользователь может изменять параметры системы исходя из текущей ситуации, в том числе с помощью импорта актуальной базы данных.

Имитационное моделирование, с использованием инструментов AnyLogic и anyLogistix, элегантно решает задачи оптимизации цепочек поставки за счет гибкой настройки под конкретную задачу компании.

Рост рентабельности компании возможен за счет эффективного использования ее активов. Стратегия управления активами должна включать в себя методику расчетов оптимальной структуры активов компании (производственных мощностей, самолетов, грузовиков, используемых зданий под производство и складирование и т.д.).

 

Задачи по оптимизации управления активами:

 

поиск оптимального количества единиц техники с максимальной утилизацией, обеспечивающих бесперебойную работу предприятия;

исследование альтернативных сценариев использования активов, например, перераспределение площадей под складирование, выделение свободной площади под другие нужды предприятия;

расчет необходимого количества самолетов, в разрезе времени, для бесперебойной работы линии с учетом сезонных колебаний спроса;

определение степени влияния планируемых изменений в структуре активов на систему в целом.

 

Оптимизация управления активами

 

Как имитационное моделирование решает задачу оптимизации управления активами:

 

разработка логики взаимодействия активов компании позволяет реализовать альтернативные сценарии его использования (перемещение, модернизация и др.);

тестирование сценариев по изменению логики взаимодействия и расположения активов, например, перемещение оборудования, освобождение площади здания под организацию новых процессов;

автоматизированный поиск оптимальных значений характеристик активов, перед их приобретением, таких как мощность, габариты, вместимость и т.д.;

оценка степени риска для структуры активов, логики их взаимодействия;

поиск баланса активов в случае влияния сезонных колебаний спроса, например, сравнение вариантов покупки и аренды оборудования.

При решении задач организации пассажиропотоков, таких как расположение мест обслуживания и терминалов, мест выдачи багажа и расстановки линий осмотра, в моделировании необходимо учитывать колебание количества поступающих пассажиров.

 

На частоту появления пассажиров могут влиять такие факторы как расписание прибытия поездов, расписание вылетов самолетов или время суток.

 

Помимо частоты прибытия,  в AnyLogic и anyLogistix возможны сценарии роста числа пассажиров в помещениях в случае задержки рейсов или возникновение других критичных ситуаций.

 

Для проведения исследований на предмет поиска оптимальной организации пассажиропотоков в аэропортах, железнодорожных вокзалах или станциях метро, необходим инструмент моделирования, способный показать движение потоков в динамике, учитывающий при этом неоднозначность поведения каждого человека в моделях  AnyLogic и anyLogistix.

 

Основные проблемы при поиске оптимальной схемы движения пассажиропотока:

• каждый человек ведет себя особенно, выбирает уникальную траекторию движения;

• необходимо учитывать статистическую информацию о времени обслуживания кассирами в зависимости от вида обслуживания, частоте прибытия пассажиров в разрезе времени и т.д.;

• влияние плотности потока на скорость движения каждого человека;

• необходимо учитывать влияние расписания рейсов, поездов, электричек и других транспортных средств на скопление пассажиров;

• деление потоков в процессе движения с учетом разных траекторий и скоростей движения.

Оптимизация пассажиропотока

Возможности пешеходной библиотеки в AnyLogic и anyLogistix:

• отрисовка стен и других преград, влияющих на направление движения;

• создание многоэтажных объектов с лестничными пролетами и эскалаторами;

• установка частоты поступления пешеходов с учетом изменения интенсивности во времени или при возникновении определенных событий (расписание рейсов, расписание работы метро и др.);

• установка скорости, направлений движения, расположение касс, терминалов и время обслуживания, расположение очередей.

Эффект от использования имитационного моделирования в AnyLogic и anyLogistix:

• тестирование сценариев распределения потоков движения (к стойке регистрации, месту выдачи багажа, залу ожидания) поможет выявить места скопления людей;

• тепловая карта плотности потока визуально покажет высоконагруженные трафиком места;

• проведение экспериментов с изменением количества касс, площадей зон ожидания или выдачи багажа поможет определить их оптимальные значения;

• отработка сценариев эвакуации в случае срабатывания пожарной сигнализации в помещении поможет определить оптимальное расположение эвакуационных выходов.

Разработка имитационных моделей  в AnyLogic и anyLogistix для оптимизации пассажиропотоков таких крупных объектов как аэропорты или транспортно-пересадочные узлы позволяет найти узкие места проекта до его реализации, когда еще есть возможность переписать сценарий пассажиропотока.

Глеб Леонов

Руководитель отдела инструментов современной автоматизации и ИИ

«Того, кто не задумывается о далеких трудностях непременно поджидают близкие неприятности»

 

Чтобы пользоваться этой мудростью нужен качественный инструмент планирования.

 

Имитационное моделирование позволяет смотреть дальше за горизонт, быстро находить правильные решения и быть на шах впереди конкурентов с помощью платформ AnyLogic и anyLogistix.

Поможем просчитать будущее и принять правильное решение!

Примеры нашего опыта по имитационному моделированию в AnyLogic и anyLogistix

Выбор стратегии производства, Route-To-Market. Моделирование в AnyLogic транспортной синергии с сетями и 3PL партнерами.

pg

Переход к новой структуре сети поставок, балансирование уровня обслуживания с адаптацией стратегии запасов.

Трансформация складской и маршрутной сети снабжения, коррекция политики управления товарно-материальными запасами.

Выбор схемы сети распределительных центров при минимальных упущенных продажах сети в 350 городах.

Решение проблем внутренней конкуренцией между заводами, доступности складских площадей и транспортных мощностей.

Выбор транспортной стратегии. Моделирование мультимодальных перевозок и альтернативных маршрутов.

Лучшие практики по имитационному моделированию в AnyLogic и anyLogistix. Получите презентацию с реализованными проектами в крупнейших организациях.

Подпишитесь на нашу рассылку

Мы присылаем самое главное: приглашения на полезные
вебинары и дайджесты за месяц.

  • Продукты
  • Услуги
  • Школа NFP
  • О компании
  • Карьера
Оставить заявку на консультацию
Услуги
Школа NFP
Прошедшие и предстоящие события школы
Вебинары офиса NFP в январе
Вебинары офиса NFP в январе
Прокачайте свои навыки на полезных вебинарах с топовыми экспертами Школы NFP.
10.01.2024
Вебинары офиса NFP в декабре
Вебинары офиса NFP в декабре
Прокачайте свои навыки на полезных вебинарах с топовыми экспертами Школы NFP.
08.12.2023
Вебинары офиса NFP в октябре
Вебинары офиса NFP в октябре
Прокачайте свои навыки на полезных вебинарах с топовыми экспертами Школы NFP.
09.10.2023
Вебинары офиса NFP в августе
Вебинары офиса NFP в августе
Прокачайте свои навыки на полезных вебинарах с топовыми экспертами Школы NFP.
01.08.2023
Вебинары офиса NFP в июле
Вебинары офиса NFP в июле
Прокачайте свои навыки на полезных вебинарах с топовыми экспертами Школы NFP.
04.07.2023
Вебинары офиса NFP в июне
Вебинары офиса NFP в июне
Прокачайте свои навыки на полезных вебинарах Школы NFP
26.05.2023
Вебинары офиса NFP в мае
Вебинары офиса NFP в мае
В мае в школе NFP вас ждут вебинары про 1С, технологии BI и RPA для ритейла и секреты быстрого сценарного моделирования.
15.05.2023
Вебинары офиса NFP в апреле
Вебинары офиса NFP в апреле
Апрельские вебинары школы NFP посвящены блоку «Корпоративные закупки» в 1C:УХ и нашему инструменту «Альтернативное АРМ казначея» для эффективной работы казначеев в 1С:УХ.
15.04.2023