Stochastic discrete-event simulatio

Stochastic discrete-event simulation is in fact a statistical experiment (Banks et al. 1996), thus it was possible to analyse the generated schedule in order to determine the expected value of the given planning considering possible delivery delays. This method allows for a much easier approach to deal with the dynamic aspects of SPSCs as its stochastic and deterministic features were considered in two different steps, through the before mentioned MILP and simulation, respectively (Frazzon et al. 2014).
The simulation does not only enable the planner to determine the expected outcomes of possible decision alternatives, but also makes it possible to conduct sensitivity analyses of the scenario’s input variables. The creation of what if scenarios (e.g. machine breakdowns), can give insides on the outcome of the expected cost and service level of a given planning.
This set of advantages make the combination of simulation and MILP an important tool in the decision making process (Frazzon et al. 2014).
Through the application in a use case, it was possible to verify that the proposed procedure allows for the minimization of total costs while ensuring service levels in a predefined range for the operational planning (Frazzon et al. 2013; 2014).

ผลลัพธ์ (ไทย) 1:

Stochastic แยกเหตุการณ์จำลองในความเป็นจริงเป็นการทดสอบทางสถิติ (ธนาคาร et al. 1996) ดังนั้น มันเป็นไปได้ในการวิเคราะห์ตารางที่สร้างขึ้นเพื่อกำหนดมูลค่าคาดไว้ของการวางแผนกำหนดพิจารณาความล่าช้าในการจัดส่งไป วิธีนี้ช่วยให้สำหรับวิธีการง่ายมากที่จะจัดการกับมุมมองแบบไดนามิกของ SPSCs เป็นคุณสมบัติของ stochastic และ deterministic พิจารณาว่าสองขั้นตอนแตกต่างกัน ผ่านการก่อนกล่าว MILP และจำลอง ตามลำดับ (Frazzon et al. 2014) การจำลองเท่านั้นเปิดใช้งานการวางแผนเพื่อกำหนดผลคาดว่าจะได้ตัดสินใจเลือก แต่ยัง ทำให้สามารถดำเนินการวิเคราะห์ความไวของตัวแปรอินพุตของสถานการณ์ การสร้างถ้าสถานการณ์ (เช่นเครื่อง breakdowns), สามารถให้ insides ในผลของต้นทุนที่คาด และบริการระดับของการวางแผนกำหนด ชุดของข้อได้เปรียบนี้ทำให้ชุดจำลองและ MILP เป็นเครื่องมือสำคัญในการตัดสินใจทำกระบวนการ (Frazzon et al. 2014) ผ่านการประยุกต์ใช้ตัว มันเป็นไปได้เพื่อตรวจสอบว่า ขั้นตอนการนำเสนอที่ช่วยให้การลดของต้นทุนรวมที่ให้ระดับการให้บริการในช่วงกำหนดไว้ล่วงหน้าสำหรับการวางแผนการดำเนินงาน (Frazzon et al. 2013; 2014)

ผลลัพธ์ (ไทย) 2:

Stochastic จำลองเหตุการณ์ที่ต่อเนื่องในความเป็นจริงการทดสอบทางสถิติ (ธนาคาร et al. 1996) ดังนั้นจึงเป็นไปได้ในการวิเคราะห์ตารางเวลาที่สร้างขึ้นเพื่อกำหนดมูลค่าที่คาดว่าจะได้รับการวางแผนการพิจารณาการส่งมอบล่าช้าไปได้ วิธีนี้ช่วยให้สำหรับวิธีการง่ายมากที่จะจัดการกับแง่มุมแบบไดนามิกของ SPSCs เป็นสุ่มและคุณลักษณะที่กำหนดของมันได้รับการพิจารณาในสองขั้นตอนที่แตกต่างกันผ่าน MILP กล่าวก่อนและการจำลองตามลำดับ (Frazzon et al. 2014).
จำลองไม่ได้ เพียง แต่ช่วยวางแผนในการกำหนดผลที่คาดว่าทางเลือกในการตัดสินใจเป็นไปได้ แต่ยังทำให้มันเป็นไปได้ที่จะดำเนินการวิเคราะห์ความไวของตัวแปรสถานการณ์ของ การสร้างสิ่งที่ถ้าสถานการณ์ (เช่นความผันผวน Machine) สามารถให้อวัยวะภายในเกี่ยวกับผลของค่าใช้จ่ายและการบริการระดับที่คาดหวังของการวางแผนที่กำหนด.
ชุดของข้อได้เปรียบนี้ทำให้การรวมกันของการจำลองและ MILP เป็นเครื่องมือที่สำคัญในกระบวนการตัดสินใจ (คน .. Frazzon et al, 2014)
ผ่านการใช้ในกรณีที่ใช้มันเป็นไปได้ที่จะตรวจสอบว่าขั้นตอนที่เสนอจะช่วยให้การลดค่าใช้จ่ายโดยรวมในขณะที่มั่นใจระดับการให้บริการในช่วงที่กำหนดไว้ล่วงหน้าในการวางแผนการดำเนินงาน (Frazzon et al, 2013. 2014)

ผลลัพธ์ (ไทย) 3:

อ จำลองเหตุการณ์ไม่ต่อเนื่องในความเป็นจริงการทดลองเชิงสถิติ ( ธนาคาร et al . 1996 ) จึงเป็นไปได้ที่จะสร้างตารางวิเคราะห์เพื่อหาค่าคาดหวังของได้รับการวางแผนพิจารณาความล่าช้าส่งมอบที่สุด วิธีนี้จะช่วยให้สำหรับวิธีการที่ง่ายมากที่จะจัดการกับแง่มุมของ spscs เป็นคุณสมบัติแบบไดนามิกและถือว่าเป็น deterministic ของ Stochastic ในสองขั้นตอนที่แตกต่างกัน โดยก่อนที่จะกล่าวถึงการหาแบบจำลองตามลำดับ ( frazzon et al . 2014 )ซึ่งไม่เพียง แต่ช่วยให้ผู้วางแผนเพื่อกำหนดผลที่คาดหวังของการตัดสินใจ ทางเลือกที่เป็นไปได้ แต่ยัง ทำให้มันเป็นไปได้ที่จะดำเนินการวิเคราะห์ความไวในตัวแปรของสถานการณ์ การสร้างสิ่งที่หากสถานการณ์ ( เครื่องเช่น breakdowns ) สามารถให้ตัวเองเกี่ยวกับผลของการคิดต้นทุนและระดับของการบริการที่ได้รับการวางแผนชุดของข้อได้เปรียบนี้ทำให้การรวมกันของแบบจำลองและการหาเครื่องมือที่สำคัญในกระบวนการตัดสินใจ ( frazzon et al . 2014 )ผ่านการประยุกต์ใช้ในใช้กรณีนั้นมันเป็นไปได้ที่จะตรวจสอบว่า การนำเสนอขั้นตอนช่วยให้ลดต้นทุนในขณะที่มั่นใจบริการระดับในช่วงที่กำหนดไว้ล่วงหน้าสำหรับการวางแผนปฏิบัติการ ( frazzon et al . 2013 ; 2014 )