Centralized vs. Decentralized Suppl

Centralized vs. Decentralized Supply Chain Management Optimization
A supply chain (SC) is a network of suppliers, production facilities, warehouses and markets designed to acquire raw materials, manufacture and store and distribute products among the markets. The entire process is driven by the demand generated at the markets1. Organizations often have complex distributed supply chains and operating them optimally becomes a challenging task. One of the major problems in managing supply chain networks is the lack of collaboration among the different entities including raw material suppliers, production sites, warehouses and retailers. The problem is that the different decision makers do not have access to the information regarding the state of the entire SC network, and in addition they usually operate under different objective functions. However, it has been shown that greater efficiency and reduced costs can be achieved through proper coordination among the entities in terms of material, financial and information flow.2, 3
Decision-making in a supply chain network can be performed in a centralized or a decentralized way. In a centralized structure, there exists a central authority responsible for decision-making, whereas in a decentralized structure the individual entities can make their own decisions. In practice no supply chain can be completely centralized or decentralized and both approaches have their advantages and disadvantages. Most commonly the strategic decisions are usually made centrally while operation decisions are decentralized. The performance of each approach has been found to depend on the specific environment and the particular decisions.4, 5
The effects of centralization in different supply chain problems have been studied in the past using different approaches. Chen and Chen6 study the effects of centralization and decentralization on the multi-item replenishment problem in a two-echelon supply chain. They proposed both centralized and decentralized decision models and proved the optimal properties of both the models to minimize costs. Duan and Liao7 determined optimal replenishment policies of capacitated supply chains operating under the centralized and decentralized control strategies using a simulation based optimization framework. They concluded that it is beneficial to adopt centralized control and proposed a mechanism to coordinate the decentralized system so that each player in the chain is benefited. Behdani et al.8studied the centralized and decentralized management of abnormal situations in a multi-plant enterprise using an agent based approach. They considered disruptions in a multi-plant enterprise and studied alternative policies for coping with them. To model the complex system of a multi-plant enterprise, they used an agent based simulation model.
Simulation models have been widely used to represent complex supply chains. Among them Agent based models have been proven to be very suitable for representing the different entities of the supply chain which have their own individual goals and policies while capturing the complex interactions among the entities9. It has also been shown that hybrid simulation based optimization models can be utilized to achieve the optimal supply chain operations10. They are used to overcome the computational complexity associated with solving a large scale supply chain problem and allow the simulation of the complex interactions among the entities describing more accurately the way a supply chain entity would actually behave.
In this work, we compare the behavior of a small scale supply chain operating under the centralized and decentralized strategies. The suitability of the two strategies under different scenarios is explored. Hybrid simulation based optimization approach is used to achieve the optimal operation of the supply chain in both cases. The hybrid approach involves the development of an agent based simulation model, which captures the behavior of the individual entities in the supply chain. These are stochastic models with uncertain demand, transportation times, and machine breakdowns. The entities are modeled as intelligent agents that aim to maximize their individual profits based on their set of goals and policies. Different simulation models are developed for the centralized and decentralized supply chains as the two strategies alter the behavior and objectives of the individual entities. The simulation models are coupled with an optimization model iteratively so that the solution is directed towards optimality. The optimization model of the problem has been developed in GAMS while the simulation model has been developed using the JAVA Repast tool. The hybrid models enable us to evaluate the optimal behavior of the supply chain following the two different control strategies under different scenarios.

ผลลัพธ์ (ไทย) 1:

ส่วนกลางเปรียบเทียบกับการเพิ่มประสิทธิภาพการจัดการโซ่อุปทานแบบกระจายศูนย์ห่วงโซ่อุปทาน (SC) เป็นเครือข่ายของผู้จำหน่าย ผลิต คลังสินค้า และตลาดที่ออกแบบมาเพื่อซื้อวัตถุดิบ ผลิต และจัดเก็บ และกระจายสินค้าในตลาด กระบวนการทั้งหมดถูกควบคุม โดยความต้องสร้างที่ markets1 องค์กรมักจะมีห่วงโซ่อุปทานการกระจายที่ซับซ้อน และปฏิบัติอย่างเหมาะสมกลายเป็น งานที่ท้าทาย หนึ่งในปัญหาสำคัญในการจัดการเครือข่ายห่วงโซ่อุปทานคือการขาดความร่วมมือระหว่างหน่วยต่าง ๆ รวมทั้งผู้จำหน่ายวัตถุดิบ การผลิต คลังสินค้า และร้านค้าปลีก ปัญหาคือ ผู้ตัดสินใจที่แตกต่างกันไม่สามารถเข้าถึงข้อมูลเกี่ยวกับสถานะของเครือข่ายทั้งหมด SC และนอกจากนี้ พวกเขามักจะดำเนินงานภายใต้ฟังก์ชันวัตถุประสงค์แตกต่างกัน อย่างไรก็ตาม มันได้ถูกแสดงว่า มีประสิทธิภาพมากขึ้นและลดต้นทุนสามารถทำได้ โดยการประสานงานที่เหมาะสมระหว่างเอนทิตีวัสดุ การเงินและข้อมูล flow.2, 3ตัดสินใจในเครือข่ายโซ่อุปทานสามารถทำในที่ส่วนกลางหรือวิธีแบบกระจายศูนย์ ในโครงสร้างส่วนกลาง มีอำนาจกลางรับผิดชอบการตัดสินใจ ในขณะที่โครงสร้างแบบกระจายศูนย์เอนทิตีแต่ละสามารถทำการตัดสินใจของตนเอง ในทางปฏิบัติ โซ่ไม่สามารถอย่างสมบูรณ์แบบรวมศูนย์ หรือแบบกระจายศูนย์ และทั้งสองวิธีมีข้อดีและข้อเสียของพวกเขา มักตัดสินใจเชิงกลยุทธ์มักจะดีในขณะดำเนินการตัดสินใจแบบกระจายศูนย์ ได้พบประสิทธิภาพการทำงานของแต่ละวิธีขึ้นอยู่กับสภาพแวดล้อมเฉพาะที่และเฉพาะ decisions.4, 5มีการศึกษาผลกระทบของชอบรวมศูนย์ปัญหาห่วงโซ่อุปทานที่แตกต่างกันในอดีตโดยใช้แนวทางที่แตกต่างกัน เฉินและ Chen6 ศึกษาผลกระทบของชอบรวมศูนย์และกระจายอำนาจการแพร่กระจายบนปัญหาเพิ่มเติมหลายสินค้าในโซ่สอง echelon พวกเขานำเสนอทั้งส่วนกลาง และแบบกระจายศูนย์แบบจำลองการตัดสินใจ และพิสูจน์คุณสมบัติเหมาะสมที่สุดของทั้งสองรูปแบบเพื่อลดต้นทุน ด้วนและ Liao7 กำหนดนโยบายเพิ่มเติมสินค้าที่ดีที่สุดของห่วงโซ่อุปทาน capacitated ที่ทำงานภายใต้กลยุทธ์การควบคุมจากส่วนกลาง และแบบกระจายศูนย์โดยใช้แบบจำลองเพิ่มประสิทธิภาพตามกรอบ พวกเขาสรุปว่า จะเป็นประโยชน์เพื่อนำมาใช้ควบคุมจากส่วนกลาง และกลไกการประสานงานระบบแบบกระจายศูนย์เพื่อให้แต่ละผู้เล่นในกลุ่มเป็นประโยชน์ต่อการนำเสนอ Behdani et al.8studied จัดการสถานการณ์ปกติในองค์กรหลายโรงงานที่ใช้ตัวแทนส่วนกลาง และแบบกระจายศูนย์ตามวิธีการ พวกเขาถือว่าหยุดชะงักในองค์กรหลายโรงงาน และศึกษานโยบายอื่นในการรับมือกับพวกเขา ระบบที่ซับซ้อนขององค์กรโรงงานหลายแบบ จะใช้แบบจำลองจำลองขึ้นแทนใช้รูปแบบจำลองถึงห่วงโซ่อุปทานที่ซับซ้อนมาก ในหมู่พวกเขาได้รับการพิสูจน์แทนตามรูปแบบให้เหมาะสำหรับการแสดงเอนทิตีแตกต่างกันของห่วงโซ่อุปทานที่มีแต่ละเป้าหมายและนโยบายของตนเองในขณะที่จับภาพการโต้ตอบที่ซับซ้อนระหว่าง entities9 มันได้ถูกแสดงว่า สามารถใช้รุ่นไฮบริจำลองที่ใช้เพิ่มประสิทธิภาพเพื่อให้บรรลุ operations10 ห่วงโซ่อุปทานที่เหมาะสม พวกเขาใช้เพื่อเอาชนะความซับซ้อนเชิงคำนวณที่เกี่ยวข้องกับการแก้ปัญหาห่วงโซ่อุปทานขนาดใหญ่ และช่วยให้การจำลองการโต้ตอบที่ซับซ้อนจากเอนทิตีอธิบายได้ชัดเจนยิ่งขึ้นตามเอนทิตีแบบห่วงโซ่อุปทานจะทำงานจริงในงานนี้ เราเปรียบเทียบลักษณะการทำงานของห่วงโซ่อุปทานขนาดเล็กดำเนินภายใต้กลยุทธ์แบบรวมศูนย์ และแบบกระจายศูนย์ สำรวจความเหมาะสมของกลยุทธ์สองภายใต้สถานการณ์ต่าง ๆ ใช้วิธีเพิ่มประสิทธิภาพจำลองที่ใช้ผสมเพื่อให้การดำเนินงานดีที่สุดของห่วงโซ่อุปทานในทั้งสองกรณี วิธีการแบบผสมผสานเกี่ยวข้องกับการพัฒนารุ่นตัวแทนการจำลองตาม ซึ่งรวบรวมลักษณะการทำงานของแต่ละเอนทิตีในห่วงโซ่อุปทาน นี่คือรูปแบบสโทแคสติกกับความไม่แน่นอน ขนส่ง และเวลาเครื่องแบ่ง เอนทิตีมีจำลองเป็นตัวแทนอัจฉริยะที่จุดมุ่งหมายเพื่อเพิ่มผลกำไรของแต่ละขึ้นอยู่กับการตั้งเป้าหมายและนโยบาย รูปแบบจำลองต่าง ๆ ถูกพัฒนาสำหรับโซ่อุปทานแบบรวมศูนย์ และแบบกระจายศูนย์ ตามกลยุทธ์ 2 ปรับเปลี่ยนพฤติกรรมและวัตถุประสงค์ของแต่ละเอนทิตี แบบจำลองจะควบคู่กับแบบจำลองเพิ่มประสิทธิภาพซ้ำ ๆ เพื่อให้โซลูชั่นมีโดยตรงต่อ optimality ได้รับการพัฒนารูปแบบเพิ่มประสิทธิภาพของปัญหาใน GAMS ในขณะที่แบบจำลองได้รับการพัฒนาโดยใช้เครื่องมือ JAVA Repast รุ่นไฮบริดช่วยให้เราสามารถประเมินลักษณะการทำงานสูงสุดของห่วงโซ่อุปทานตามกลยุทธ์การควบคุมแตกต่างกันสองภายใต้สถานการณ์ที่แตกต่างกัน

ผลลัพธ์ (ไทย) 2:

เมื่อเทียบกับการกระจายอำนาจจากส่วนกลางซัพพลายเชนการบริหารจัดการการเพิ่มประสิทธิภาพห่วงโซ่อุปทาน (SC) เป็นเครือข่ายของซัพพลายเออร์, สิ่งอำนวยความสะดวกการผลิตคลังสินค้าและตลาดที่ออกแบบมาเพื่อรับวัตถุดิบการผลิตและการจัดเก็บและกระจายสินค้าในกลุ่มตลาด
กระบวนการทั้งหมดจะถูกขับเคลื่อนด้วยความต้องการที่เกิดขึ้นที่ markets1 องค์กรมักจะมีการกระจายความซับซ้อนโซ่อุปทานและการดำเนินงานของพวกเขาได้อย่างดีที่สุดจะกลายเป็นงานที่ท้าทาย หนึ่งในปัญหาที่สำคัญในการจัดการเครือข่ายห่วงโซ่อุปทานคือการขาดการทำงานร่วมกันระหว่างหน่วยงานที่แตกต่างกันรวมถึงผู้ผลิตวัตถุดิบโรงงานผลิตคลังสินค้าและร้านค้าปลีก ปัญหาคือว่าผู้มีอำนาจตัดสินใจที่แตกต่างกันไม่ได้มีการเข้าถึงข้อมูลเกี่ยวกับสถานะของเครือข่ายเอสซีทั้งหมดและนอกจากนี้พวกเขามักจะดำเนินงานภายใต้วัตถุประสงค์ที่แตกต่างกันฟังก์ชั่น แต่ก็แสดงให้เห็นว่ามีประสิทธิภาพมากขึ้นและลดค่าใช้จ่ายสามารถทำได้โดยการประสานงานระหว่างหน่วยงานที่เหมาะสมในแง่ของวัสดุ flow.2 ทางการเงินและข้อมูล 3
การตัดสินใจในเครือข่ายห่วงโซ่อุปทานสามารถดำเนินการในส่วนกลางหรือ วิธีการกระจายอำนาจ ในโครงสร้างส่วนกลางมีอยู่หน่วยงานกลางที่รับผิดชอบในการตัดสินใจในขณะที่โครงสร้างการกระจายอำนาจหน่วยงานบุคคลที่สามารถทำให้การตัดสินใจของตัวเอง ในทางปฏิบัติไม่มีห่วงโซ่อุปทานได้อย่างสมบูรณ์แบบรวมศูนย์หรือกระจายอำนาจและวิธีการทั้งสองมีข้อดีและข้อเสียของพวกเขา มากที่สุดในการตัดสินใจเชิงกลยุทธ์มักจะทำจากส่วนกลางในขณะที่การตัดสินใจการดำเนินงานมีการกระจายอำนาจ ประสิทธิภาพการทำงานของแต่ละวิธีได้รับพบว่าขึ้นอยู่กับสภาพแวดล้อมที่เฉพาะเจาะจงและ decisions.4 โดยเฉพาะอย่างยิ่งที่ 5
ผลกระทบจากการรวมศูนย์อำนาจในปัญหาห่วงโซ่อุปทานที่แตกต่างกันได้รับการศึกษาในอดีตที่ผ่านมาโดยใช้วิธีการที่แตกต่างกัน เฉินและ Chen6 ศึกษาผลกระทบของการรวมศูนย์อำนาจและการกระจายอำนาจในปัญหาการเติมเต็มหลายรายการในห่วงโซ่อุปทานสองระดับ พวกเขานำเสนอทั้งในรูปแบบการตัดสินใจจากส่วนกลางและการกระจายอำนาจและพิสูจน์แล้วว่าคุณสมบัติที่ดีที่สุดของทั้งสองรุ่นที่จะลดค่าใช้จ่าย ด้วนและ Liao7 กำหนดนโยบายที่ดีที่สุดของการเติมเต็ม capacitated โซ่อุปทานในการดำเนินงานภายใต้กลยุทธ์การควบคุมจากส่วนกลางและการกระจายอำนาจโดยใช้กรอบการเพิ่มประสิทธิภาพการจำลองตาม พวกเขาสรุปว่ามันเป็นประโยชน์เพื่อนำมาใช้การควบคุมจากส่วนกลางและเสนอกลไกในการประสานงานระบบการกระจายอำนาจเพื่อให้ผู้เล่นในห่วงโซ่แต่ละคนจะได้รับประโยชน์ Behdani al.8studied และการจัดการการกระจายอำนาจจากส่วนกลางและจากสถานการณ์ที่ผิดปกติในองค์กรที่มีโรงงานหลายแห่งใช้วิธีการตามตัวแทน พวกเขาคิดว่าการหยุดชะงักในองค์กรหลายโรงงานและศึกษานโยบายทางเลือกสำหรับการรับมือกับพวกเขา ในการจำลองระบบที่ซับซ้อนขององค์กรที่มีโรงงานหลายแห่งที่พวกเขาใช้แบบจำลองตัวแทนตาม.
รุ่นจำลองได้รับการใช้กันอย่างแพร่หลายเพื่อเป็นตัวแทนของห่วงโซ่อุปทานที่ซับซ้อน ในหมู่พวกเขาตัวแทนรุ่นตามที่ได้รับการพิสูจน์แล้วว่าเป็นมากเหมาะสำหรับการเป็นตัวแทนของหน่วยงานต่าง ๆ ของห่วงโซ่อุปทานที่มีเป้าหมายของตัวเองแต่ละและนโยบายในขณะที่จับปฏิสัมพันธ์ที่ซับซ้อนในหมู่ entities9 นอกจากนี้ยังได้รับการแสดงให้เห็นว่าการจำลองไฮบริดตามรูปแบบการเพิ่มประสิทธิภาพสามารถนำไปใช้เพื่อให้เกิดห่วงโซ่อุปทานที่ดีที่สุด operations10 พวกเขาจะใช้ในการเอาชนะความซับซ้อนของการคำนวณที่เกี่ยวข้องกับการแก้ปัญหาห่วงโซ่อุปทานขนาดใหญ่และช่วยให้การจำลองการปฏิสัมพันธ์ที่ซับซ้อนระหว่างหน่วยงานอธิบายถูกต้องมากขึ้นวิธีการที่เป็นนิติบุคคลห่วงโซ่อุปทานจริงจะประพฤติ.
ในงานนี้เราเปรียบเทียบการทำงานของ ห่วงโซ่อุปทานขนาดเล็กดำเนินธุรกิจภายใต้กลยุทธ์การกระจายอำนาจจากส่วนกลางและ ความเหมาะสมของทั้งสองกลยุทธ์ภายใต้สถานการณ์ที่แตกต่างคือการสำรวจ การจำลองวิธีการเพิ่มประสิทธิภาพของไฮบริดที่ใช้จะใช้ในการบรรลุการดำเนินงานที่ดีที่สุดของห่วงโซ่อุปทานในทั้งสองกรณี วิธีไฮบริดที่เกี่ยวข้องกับการพัฒนาตัวแทนแบบจำลองตามซึ่งจับการทำงานของหน่วยงานแต่ละคนในห่วงโซ่อุปทาน เหล่านี้มีรูปแบบสุ่มที่มีความต้องการที่ไม่แน่นอนครั้งการขนส่งและเครื่องพัง หน่วยงานที่มีการจำลองเป็นตัวแทนความคิดสร้างสรรค์ที่มีจุดมุ่งหมายเพื่อเพิ่มผลกำไรของแต่ละคนขึ้นอยู่กับชุดของพวกเขาในเป้าหมายและนโยบาย แบบจำลองที่แตกต่างกันได้รับการพัฒนาสำหรับห่วงโซ่อุปทานการกระจายอำนาจจากส่วนกลางและขณะที่ทั้งสองกลยุทธ์การปรับเปลี่ยนพฤติกรรมและวัตถุประสงค์ของหน่วยงานของแต่ละบุคคล โมเดลจำลองเป็นคู่กับรูปแบบการเพิ่มประสิทธิภาพซ้ำเพื่อให้การแก้ปัญหาโดยตรงต่อ optimality รูปแบบการเพิ่มประสิทธิภาพของปัญหาที่ได้รับการพัฒนาใน GAMS ในขณะที่แบบจำลองที่ได้รับการพัฒนาโดยใช้เครื่องมือ JAVA มื้ออาหาร รุ่นไฮบริดช่วยให้เราสามารถประเมินพฤติกรรมที่ดีที่สุดของห่วงโซ่อุปทานต่อไปนี้ทั้งสองกลยุทธ์การควบคุมที่แตกต่างกันภายใต้สถานการณ์ที่แตกต่าง

ผลลัพธ์ (ไทย) 3:

จากส่วนกลางและกระจายการจัดการห่วงโซ่อุปทานการเพิ่มประสิทธิภาพห่วงโซ่อุปทานเป็นเครือข่ายของซัพพลายเออร์ , เครื่องผลิต , คลังสินค้าและตลาดที่ออกแบบมาเพื่อซื้อวัตถุดิบ การผลิต และการจัดเก็บและกระจายสินค้าในตลาด กระบวนการทั้งหมดจะถูกขับเคลื่อนโดยความต้องการที่สร้างขึ้นที่ markets1 .องค์กรมักจะมีการกระจายห่วงโซ่อุปทานและการดำเนินงานที่ซับซ้อนเหล่านั้นได้อย่างดีที่สุดกลายเป็นงานท้าทาย . หนึ่งในปัญหาหลักในการจัดการเครือข่ายโซ่อุปทานคือการขาดของความร่วมมือระหว่างหน่วยงานต่าง ๆรวมทั้งซัพพลายเออร์วัตถุดิบเว็บไซต์การผลิต , คลังสินค้าและร้านค้าปลีกปัญหาคือ ว่า การตัดสินใจต่าง ๆ ไม่ได้มีการเข้าถึงข้อมูลที่เกี่ยวกับสถานะของเครือข่ายทั้ง SC และนอกจากนี้พวกเขามักจะทำงานภายใต้เป้าหมายการทำงานที่แตกต่างกัน อย่างไรก็ตาม มันได้ถูกแสดงให้เห็นว่ามีประสิทธิภาพมากขึ้น และลดต้นทุน สามารถลุ้นรับผ่านการประสานงานที่เหมาะสมขององค์กรในแง่ของวัสดุทางการเงินและการไหลของข้อมูล 2 , 3
.การตัดสินใจในห่วงโซ่อุปทานเครือข่ายสามารถดําเนินการในส่วนกลาง หรือวิธีเลือกก้าว ในส่วนกลาง โครงสร้าง มีศูนย์กลางอำนาจรับผิดชอบในการตัดสินใจ ในขณะที่โครงสร้างแบบกระจายอำนาจหน่วยงานที่บุคคลสามารถทำให้การตัดสินใจของตัวเองในทางปฏิบัติไม่ห่วงโซ่อุปทานสามารถทั้งหมดจากส่วนกลางหรือแบบกระจายอำนาจและทั้งสองวิธีมีข้อดีและข้อเสียของพวกเขา โดยทั่วไปมากที่สุด การตัดสินใจเชิงกลยุทธ์มักจะเกิดขึ้นในขณะที่การตัดสินใจดำเนินงานเป็นแบบกระจายอำนาจจากส่วนกลาง . ประสิทธิภาพของแต่ละวิธีที่ได้รับพบว่าขึ้นอยู่กับสภาพแวดล้อมที่เฉพาะเจาะจงและการตัดสินใจ โดยเฉพาะ 4 , 5
.ผลของการรวมศูนย์อำนาจในปัญหาห่วงโซ่อุปทานที่แตกต่างกันได้รับการศึกษาในอดีต โดยใช้วิธีการที่แตกต่างกัน เฉินและ chen6 ศึกษาผลของการรวมอำนาจและการกระจายอำนาจในหลายรายการ ปัญหาในการเติมสองลอนโซ่พวกเขาเสนอทั้งจากส่วนกลางและรูปแบบการตัดสินใจแบบกระจายอำนาจและพิสูจน์ที่ดีที่สุด คุณสมบัติของทั้งสองรุ่น เพื่อลดต้นทุน และกำหนดนโยบายที่เหมาะสมต่อไป liao7 สมบูรณ์ของห่วงโซ่อุปทาน capacitated ปฏิบัติการภายใต้กลยุทธ์การควบคุมจากส่วนกลางกระจายอำนาจโดยใช้แบบจำลองการหากรอบตามพวกเขาพบว่ามันเป็นประโยชน์ที่จะนำการควบคุมจากส่วนกลาง และได้เสนอกลไกการประสานงานระบบกระจายเพื่อให้ผู้เล่นในแต่ละห่วงโซ่ที่เป็นประโยชน์ . behdani et al.8studied ส่วนกลางและการจัดการกระจายสถานการณ์ผิดปกติหลายองค์กรใช้วิธีการปลูกโดยใช้ตัวแทนพวกเขาถือว่าการหยุดชะงักในพืชหลายองค์กรและศึกษาทางเลือกนโยบายในการจัดการกับพวกเขา รูปแบบระบบที่ซับซ้อนขององค์กรพืชหลาย พวกเขาใช้ตัวแทนการจำลองตาม แบบจำลอง
จำลองได้ถูกใช้เป็นตัวแทนของห่วงโซ่อุปทานเชิงซ้อนในหมู่พวกเขาตัวแทนตามรูปแบบ ได้รับการพิสูจน์แล้วว่า เหมาะมากสำหรับตัวแทนหน่วยงานต่าง ๆของห่วงโซ่อุปทานซึ่งมีเป้าหมายของตัวเองของแต่ละบุคคลและนโยบายในขณะที่จับการโต้ตอบที่ซับซ้อนระหว่าง entities9 . มันยังแสดงให้เห็นว่าการเพิ่มรุ่นไฮบริดที่ใช้สามารถใช้เพื่อให้บรรลุห่วงโซ่อุปทานที่เหมาะสม operations10 .พวกเขาจะใช้เพื่อเอาชนะความซับซ้อนในการคำนวณที่เกี่ยวข้องกับการแก้ปัญหาให้โซ่ขนาดใหญ่และการจำลองการโต้ตอบที่ซับซ้อนขององค์กร อธิบายได้ถูกต้องมากขึ้นทางซัพพลายเชน นิติบุคคลจะทำ .
ในงานนี้เราเปรียบเทียบพฤติกรรมของขนาดเล็กที่ห่วงโซ่อุปทานที่ดำเนินการภายใต้กลยุทธ์กระจายอำนาจจากส่วนกลาง .ความเหมาะสมของกลยุทธ์สองภายใต้สถานการณ์ที่แตกต่างกัน คือ สำรวจ การใช้วิธีการเพิ่มประสิทธิภาพเป็นลูกผสมที่ใช้เพื่อให้บรรลุการดำเนินงานที่เหมาะสมของห่วงโซ่อุปทานในทั้งสองกรณี วิธีไฮบริดเกี่ยวข้องกับการพัฒนาของตัวแทนการจำลองตาม , ซึ่งจับพฤติกรรมของแต่ละเอนทิตีในห่วงโซ่อุปทานเหล่านี้เป็นแบบสุ่มกับความต้องการ ไม่แน่ใจเวลาการขนส่งและเครื่องจักรเสีย หน่วยงานที่เป็นแบบฉลาดตัวแทนที่มีจุดมุ่งหมายเพื่อเพิ่มผลกำไรของพวกเขาแต่ละคนขึ้นอยู่กับชุดของเป้าหมายและนโยบายแบบจำลองต่าง ๆ เพื่อพัฒนาห่วงโซ่อุปทานแบบกระจายอำนาจจากส่วนกลางและเป็นสองกลยุทธ์การปรับเปลี่ยนพฤติกรรมและวัตถุประสงค์ของหน่วยงานบุคคล โมเดลจำลองอยู่คู่กับแบบจำลองหาความเหมาะสมซ้ำเพื่อให้แก้ปัญหาโดยตรงต่อคุณภาพ .การเพิ่มประสิทธิภาพของแบบจำลองปัญหาได้รับการพัฒนาใน Gams ในขณะที่แบบจำลองที่ได้รับการพัฒนาโดยใช้ Java อาหารเครื่องมือ รุ่นไฮบริดช่วยให้เราเพื่อประเมินพฤติกรรมที่เหมาะสมของห่วงโซ่อุปทานดังต่อไปนี้สองการควบคุมกลยุทธ์ที่แตกต่างกันภายใต้สถานการณ์ที่แตกต่างกัน