Сочинение на тему Анализ подходов имитационного моделирования

Когда мы рассматриваем современную бизнес-среду, она представляется очень сложной и конкурентоспособной. Следовательно, для менеджеров важно быть устойчивыми в такой среде и находить новые улучшенные методы для снижения непродуктивных результатов и повышения производительности. Согласно результатам опроса, в Соединенных Штатах Америки около 380 фирм обнаружили, что более 25% респондентов планируют разработать приложение для логистического моделирования.

Моделирование – это инструмент, который решает проблему, возникающую в реальной жизни. Моделирование применяется в тех случаях, когда внедрение эксперимента в процесс в реальном мире является дорогостоящим или невозможным. Результаты, полученные в результате моделирования, полезны для анализа влияния нового процесса в реальной жизни. Кроме того, мы можем оптимизировать систему до ее внедрения. Моделирование включает в себя процесс расчета преимуществ и проблем от реальной ситуации до ее модели в мире моделей, например. процесс рассмотрения, анализа текущей модели и оптимизации, расчета решения обратно в реальную систему.

Существует два типа моделирования: аналитическое моделирование и имитационное моделирование. Аналитическое моделирование также известно как статическое моделирование. В этом моделировании результаты модели функционально полагались на входные данные, используемые для моделирования. Но в реальном мире очень сложно найти аналитическое решение. Следовательно, имитационное моделирование может быть применено. Имитационная модель состоит из различных уравнений, диаграмм состояний и блок-схем, которые показывают, как разработанная система изменится в будущем по сравнению с текущим состоянием. Моделирование – лучший способ решить сложную проблему, в которой системная динамика играет важную роль.

Имитационное моделирование определяется как описание проблемы в математической форме. С помощью моделирования проблемы могут быть решены с помощью различных альтернатив и различных форм решения по сравнению для получения понимания, проверки гипотезы и сделать выводы. Цепочка поставок и сфера логистики состоят из сложной и стохастической связи между различными факторами, сетевыми средствами и связующими звеньями и возможностью генерировать количественные данные. Поэтому области логистики и цепочки поставок относительно пригодны для моделирования. По словам Бауэрсокса и Клосса, имитационное моделирование изучения логистики и цепочки поставок уже привлекло внимание многих ученых к анализу и развитию производительности системы и достижению лучшего понимания рентабельного обслуживания. Имитационное исследование логистики и цепочки поставок может подтвердить правильность суждений менеджеров и оценить правила динамического принятия решений для управления цепочками поставок. Сильные потенциальные подходы, такие как передовые приложения моделирования с использованием дискретных методов непрерывного гибридного моделирования и инструментов управления цепочками поставок, также доказали некоторые потрясающие результаты. Согласно Davis ‐ Sramek and Fugate (2007), многие исследования подходили для большего количества симуляционных исследований и получения качественных результатов. Согласно журналу Business Logistics и Международному журналу физического распределения и управления логистикой, математическая модель является наиболее важным шагом в логистике. Но дальнейшая литература по имитационному моделированию показывает, что исследования, представленные в логистике и цепочке поставок, не освещают усилия, предпринимаемые для поддержания сложности имитационных исследований. Более того, возможно, что исследования проводятся более точно, но детальная информация о процессе при проектировании моделирования отсутствует. Такая ситуация приводит к ограничению объяснения исследования исследования. Кроме того, это свидетельствует о необходимости доверия и затрудняет дальнейшие исследования.