7. Step response comparison of the

7. Step response comparison of the Forrester Effect
To investigate the Bullwhip Effect, the factory order rate response of the two supply chain structures to a step input will be used. Understanding the dynamic response to a step input will yield insight into how the system will be affected by promotions. As there are an infinite number of designs for VMI and traditional supply chains that might be compared, previous best practise designs will be used to compare the two supply chains via the step response. The following designs were chosen to represent good designs of a traditional supply chain with a production lead-time of four time periods:

•
John et al. (1994) recommended settings (Ta=8, Ti=4, Tw=8). This was derived using classical control theory and simulation. It can be regarded as a very conservative design relating back to “best practice” in hardware control systems.
•
Disney et al. (1997) recommended settings (Ta=8, Ti=4, Tw=15). This was based on a Genetic Algorithms search, using Laplace transforms, simulation with the aim of minimising the Forrester Effect, inventory holding, selectivity, whilst maximising robustness to errors in estimation of WIP levels and production lead-times.
•
Naim and Towill (1995) recommended values of (Ta=8, Ti=4, Tw=4). These were derived from improving Sterman's (1989) Beer Game derived optimum settings.
•
Disney (2001) recommended settings (Ta=4, Ti=7, Tw=28). This was based on the full-solution-based search using z-transforms and simulation aimed at minimising the Forrester Effect, inventory holding, whilst maximising CSL.
As outlined earlier, the VMI strategy has five key parameters (Tq, G, Ta, Ti, Tw) that determine the dynamic response of the system. The terms Ta, Ti, Tq and Tw depend on the parameter G that is independently set to reflect the desired CSL given the transportation lead-time between the manufacturer and the distributor, via the re-order point equation. A full-scale optimisation procedure ( Disney, 2001) has been applied to these parameters for a range of ratios of production adaptation costs (due to the Forrester Effect) to the associated inventory holding costs and for different values of the re-order point G. The resulting optimal parameter settings for Ta, Ti, Tq and Tw for the case when G=1 and 4 are shown in Table 3. In this section it is sufficient to illustrate the VMI system step response for the case where production adaptation and inventory holding costs were given equal importance for the two designs chosen to represent good solutions for a VMI supply chain. Hence the “good” settings for the VMI supply chain used were:

•
The optimum parameter setting when the distributor has a re-order point level set at 1 planning periods average demand (i.e. G=1, Ta=6, Ti=7, Tq=6, Tw=42).
•
The optimum parameter setting when the distributor has a re-order point level set at 4 planning periods average demand (i.e. G=4, Ta=4, Ti =14, Tq=4, Tw=63).

ผลลัพธ์ (ไทย) 1:

7. ขั้นตอนเปรียบเทียบการตอบสนองของ Forrester ผลการตรวจสอบผล Bullwhip สั่งโรงงานอัตราการตอบสนองของห่วงโซ่อุปทานที่สองจะใช้โครงสร้างขั้นตอนการป้อนข้อมูล เข้าใจการตอบสนองแบบไดนามิกกับขั้นตอนการป้อนข้อมูลจะทำให้เข้าใจว่าระบบจะได้รับผลจากโปรโมชั่น มีจำนวนอนันต์ของ VMI และห่วงโซ่อุปทานแบบดั้งเดิมที่อาจเปรียบเทียบการออกแบบ ออกแบบปฏิบัติที่ดีที่สุดก่อนหน้านี้จะถูกใช้เพื่อเปรียบเทียบโซ่อุปทานที่สองผ่านการตอบสนองขั้นตอน ออกแบบต่อไปนี้ได้รับเลือกให้เป็นตัวแทนที่ดีออกแบบของห่วงโซ่อุปทานแบบดั้งเดิมใช้เวลาการผลิตเป็นของรอบระยะเวลาสี่:•จอห์น et al. (1994) แนะนำการตั้งค่า (Ta = 8, Ti = 4, Tw = 8) นี้ได้มาโดยใช้ทฤษฎีการควบคุมคลาสสิกและจำลอง ถือเป็นการออกแบบอนุรักษ์นิยมมากกลับการ "ฝึกฝน" ที่เกี่ยวข้องในระบบควบคุมฮาร์ดแวร์•ดิสนีย์ et al. (1997) แนะนำการตั้งค่า (Ta = 8, Ti = 4, Tw = 15) นี้ขึ้นอยู่กับการค้นหาขั้นตอนวิธีพันธุกรรม ใช้การแปลงลาปลาส จำลองมุ่งลดผล Forrester โฮลดิ้ง คลังใว ในขณะที่เพิ่มความแข็งแกร่งความผิดพลาดในการประเมินระดับ WIP และชัดผลิต•นาอิมและ Towill (1995) แนะนำค่า (Ta = 8, Ti = 4, Tw = 4) เหล่านี้ได้มาจากการปรับปรุงของ Sterman (1989) เบียร์มาสูงสุดการตั้งค่าเกม•ดิสนีย์ (2001) แนะนำการตั้งค่า (Ta = 4, Ti = 7, Tw = 28) นี้ตามเต็มโซลูชันค้นหาโดยใช้การแปลง z และการจำลองที่มุ่งลดผลกระทบ Forrester โฮลดิ้ง ในขณะที่บริษัทฯ เพิ่มสินค้าคงคลังตามที่ระบุไว้ก่อนหน้านี้ กลยุทธ์ VMI มีห้าคีย์พารามิเตอร์ (แต่งตั้ง G, Ta, Ti, Tw) ที่ว่าการตอบสนองแบบไดนามิกของระบบ คำตา Ti การแต่งตั้ง และขึ้นกับพารามิเตอร์ G ที่ตั้งอย่างอิสระถึงบริษัทฯ ที่ต้องการที่กำหนดระยะเวลาดำเนินการขนส่งระหว่างผู้ผลิตและจัดจำหน่าย Tw ผ่านใบสั่งใหม่ชี้สมการ กระบวนการเพิ่มประสิทธิภาพเต็มรูปแบบ (ดิสนีย์ 2001) มีการใช้กับพารามิเตอร์เหล่านี้สำหรับช่วงของอัตราส่วนของต้นทุนการผลิตปรับตัว (เนื่องจากผล Forrester) คลังถือค่าใช้จ่าย และ สำหรับค่าต่าง ๆ ของ G. จุดอีกครั้ง ส่งผลให้พารามิเตอร์ที่เหมาะสมค่าสำหรับตา Ti การแต่งตั้ง และ Tw สำหรับกรณีเมื่อ G = 1 และ 4 แสดงในตารางที่ 3 ในส่วนนี้ ก็เพียงพอเพื่อแสดงการตอบสนองขั้นตอนระบบ VMI สำหรับกรณีที่ปรับตัวการผลิตและต้นทุนการถือครองสินค้าคงคลังได้รับความสำคัญเท่ากันสำหรับการออกแบบที่สองที่เลือกที่จะแสดงถึงวิธีแก้ไขปัญหาสำหรับห่วงโซ่อุปทาน VMI ดังนั้น การตั้งค่า "ดี" สำหรับห่วงโซ่อุปทาน VMI ที่ใช้ได้:•ตั้งค่าพารามิเตอร์ที่เหมาะสมเมื่อมีการจัดจำหน่ายแบบใหม่สั่งชี้ระดับที่ 1 การวางแผนรอบระยะเวลาที่ต้องการ (เช่น G = 1, Ta = 6, Ti = 7 ใช้งานได้ = 6, Tw = 42)•ตั้งค่าพารามิเตอร์ที่เหมาะสมเมื่อมีการจัดจำหน่ายแบบใหม่สั่งชี้ระดับที่ 4 การวางแผนรอบระยะเวลาที่ต้องการ (เช่น G = 4, Ta = 4, Ti = 14 ใช้งานได้ = 4, Tw = 63)

ผลลัพธ์ (ไทย) 2:

การเปรียบเทียบการตอบสนอง 7. ขั้นตอนของ Forrester ผล
การตรวจสอบ Bullwhip ผลการตอบสนองโรงงานอัตราการคำสั่งของสองโครงสร้างห่วงโซ่อุปทานเพื่อป้อนข้อมูลขั้นตอนที่จะนำมาใช้ ทำความเข้าใจเกี่ยวกับการตอบสนองแบบไดนามิกเพื่อป้อนขั้นตอนจะให้ข้อมูลเชิงลึกว่าระบบจะได้รับผลกระทบจากโปรโมชั่น เนื่องจากมีจำนวนอนันต์ของการออกแบบสำหรับ VMI และโซ่อุปทานแบบดั้งเดิมที่อาจจะเทียบกับก่อนหน้านี้ที่ดีที่สุดของการออกแบบการปฏิบัติจะใช้ในการเปรียบเทียบทั้งสองโซ่อุปทานผ่านขั้นตอนการตอบสนอง การออกแบบต่อไปนี้ได้รับการแต่งตั้งให้เป็นตัวแทนของการออกแบบที่ดีของห่วงโซ่อุปทานแบบดั้งเดิมที่มีการผลิตนำเวลาสี่ช่วงเวลา:

•
จอห์น, et al (1994) การตั้งค่า (Ta = 8, Ti = 4, ทีดับเบิลยู = 8) แนะนำ นี้ได้มาโดยใช้ทฤษฎีการควบคุมคลาสสิกและการจำลอง มันสามารถถือเป็นการออกแบบที่อนุรักษ์นิยมมากที่เกี่ยวข้องกลับไปที่ "การปฏิบัติที่ดีที่สุด" ในระบบการควบคุมฮาร์ดแวร์.
•
ดิสนีย์, et al (1997) การตั้งค่า (Ta = 8, Ti = 4, ทีดับเบิลยู = 15) แนะนำ นี้ขึ้นอยู่กับการค้นหาทางพันธุกรรมอัลกอริทึมโดยใช้การแปลง Laplace จำลองโดยมีวัตถุประสงค์ของการลด Forrester ผลการถือครองสินค้าคงคลัง, การคัดสรรในขณะที่การเพิ่มความทนทานต่อความผิดพลาดในการประมาณระดับ WIP และการผลิตตะกั่วครั้ง.
•
Naim และ Towill (1995 ) แนะนำค่า (Ta = 8, Ti = 4, ทีดับเบิลยู = 4) เหล่านี้ได้มาจากการปรับปรุง (1989) เบียร์เกมการตั้งค่าที่เหมาะสมของ Sterman มา.
•
การตั้งค่า (Ta = 4, Ti = 7, ทีดับเบิลยู = 28) ดิสนีย์ (2001) แนะนำ นี้ขึ้นอยู่กับการค้นหาแบบเต็มรูปแบบวิธีการแก้ปัญหาโดยใช้การแปลง z และการจำลองมุ่งเป้าไปที่การลด Forrester ผลการถือครองสินค้าคงคลังในขณะที่การเพิ่ม CSL.
ตามที่ระบุไว้ก่อนหน้านี้กลยุทธ์ VMI มีห้าพารามิเตอร์ที่สำคัญ (Tq, G, ตา, Ti , ทีดับเบิลยู) ที่กำหนดว่าการตอบสนองแบบไดนามิกของระบบ เงื่อนไขตา Ti, Tq และ Tw ขึ้นอยู่กับ G พารามิเตอร์ที่กำหนดไว้อย่างอิสระเพื่อสะท้อนให้เห็นถึง CSL ที่ต้องการได้รับการขนส่งระยะเวลารอสินค้าระหว่างผลิตและจัดจำหน่ายผ่านสมการจุดอีกครั้งการสั่งซื้อ ขั้นตอนการเพิ่มประสิทธิภาพเต็มรูปแบบ (ดิสนีย์, 2001) ได้ถูกนำไปใช้พารามิเตอร์เหล่านี้สำหรับช่วงของอัตราส่วนของค่าใช้จ่ายในการปรับตัวการผลิต (เนื่องจาก Forrester Effect) เพื่อที่เกี่ยวข้องต้นทุนสินค้าคงคลังโฮลดิ้งและค่าที่แตกต่างกันของจุดสั่งซื้อใหม่ G . ส่งผลให้การตั้งค่าพารามิเตอร์ที่เหมาะสมที่สุดสำหรับตา Ti, Tq และ Tw สำหรับกรณีที่เมื่อ g = 1 และ 4 จะแสดงในตารางที่ 3 ในส่วนนี้มันเพียงพอที่จะแสดงให้เห็นถึงการตอบสนองขั้นตอนระบบ VMI สำหรับกรณีที่การปรับตัวการผลิตและสินค้าคงคลัง ค่าใช้จ่ายในการถือครองที่ได้รับความสำคัญเท่าเทียมกันสำหรับสองการออกแบบที่ได้รับการแต่งตั้งให้เป็นตัวแทนของการแก้ปัญหาที่ดีสำหรับห่วงโซ่อุปทาน VMI ดังนั้นการตั้งค่า "ดี" สำหรับห่วงโซ่ VMI อุปทานใช้คือ:

•
การตั้งค่าพารามิเตอร์ที่เหมาะสมเมื่อจำหน่ายมีระดับจุดสั่งซื้อใหม่ชุดที่ 1 งวดการวางแผนความต้องการเฉลี่ย (IE G = 1, Ta = 6, Ti = 7 TQ = 6, ทีดับเบิลยู = 42).
•
การตั้งค่าพารามิเตอร์ที่เหมาะสมเมื่อจำหน่ายได้ในระดับที่จุดสั่งซื้อใหม่ชุดที่ 4 ระยะเวลาการวางแผนความต้องการเฉลี่ย (IE G = 4, Ta = 4, Ti = 14 TQ = 4, ทีดับเบิลยู = 63)