Corso di laurea in Ingegneria Gestionale
MODELLAZIONE SIMULATIVA ED
OTTIMIZZAZIONE DI UN SISTEMA
LOGISTICO-PRODUTTIVO INTEGRATO
Relatore: Prof. Marco Perona
Correlatore: Ing. Alberto Turano
Laureandi:
Gianluca Muchetti
Olaf Zappa
Agenda
Parte 1: Contesto e Obiettivi
•
•
•
Pianificazione integrata
Obiettivi
Metodologia
Parte 2: Modellazione simulativa
•
•
•
•
Caso reale
Validazione
Campagna sperimentale
Conclusioni e sviluppi futuri
Pianificazione Integrata
• Processo decisionale che coinvolge
diverse attività dell’azienda
• Gestire ogni singolo reparto con un
ottica globale di ottimizzazione
• Perseguire congiuntamente gli obiettivi
Agenda
Parte 1: Contesto e Obiettivi
•
•
•
Pianificazione integrata
Obiettivi
Metodologia
Parte 2: Modellazione simulativa
•
•
•
•
Caso reale
Validazione
Campagna sperimentale
Conclusioni e sviluppi futuri
Obiettivi dello studio
Creazione di uno
strumento di supporto decisionale
Soluzione migliorativa
Robusta
Applicabile a casi reali
Agenda
Parte 1: Contesto e Obiettivi
•
•
•
Pianificazione integrata
Obiettivi
Metodologia
Parte 2: Modellazione simulativa
•
•
•
•
Caso reale
Validazione
Campagna sperimentale
Conclusioni e sviluppi futuri
Metodologia
Analisi
Analisi in letteratura
Studio della realtà
aziendale
Progettazione
Test
Modello
Simulazione
Dati
Confronto con
caso reale
Analisi della letteratura
classificazione
Metodologia d’approccio:
Funzioni integrate:
•Modelli Analitici
•Modelli Economici
•Modelli Simulativi
•Approvvigionamento
•Produzione
•Distribuzione
•Vendita
Scelta del metodo simulativo
Modello
modello
Realtà aziendale
Produzione
Magazzino
centrale
Trasporto
Vendita
Magazzini
periferici
Approccio simulativo
•Facili da analizzare
•Flessibilità
•Costi contenuti
•Si presta ad analisi di tipo “what-if”
•Adatto alla modellazione di ambiti
produttivi
modello
simulatore
Agenda
Parte 1: Contesto e Obiettivi
•
•
•
Pianificazione integrata
Obiettivi dello studio
Metodologia
Parte 2: Modellazione simulativa
•
•
•
•
Caso reale
Validazione
Campagna sperimentale
Conclusioni e sviluppi futuri
Caso reale
Azienda leader nel settore dei
beni di largo consumo
•2 reparti produttivi
•14 linee di lavorazione
•1 magazzino centrale
•9 magazzini periferici
Plant
DC
Elementi caratterizzanti
Frequenza di
consegna
Manodopera
Variabili
decisionali
Scorte di
sicurezza
Indicatore di
performance
Livello di servizio
Agenda
Parte 1: Contesto e Obiettivi
•
•
•
Pianificazione integrata
Obiettivi dello studio
Metodologia
Parte 2: Modellazione simulativa
•
•
•
•
Caso reale
Validazione
Campagna sperimentale
Conclusioni e sviluppi futuri
Validazione
6000000
5000000
4000000
3000000
Simulato
Reale
2000000
1000000
0
Costo della
manodopera
Costo di trasporto Costo mantnimento
a scorta
Costo mancata
vendita
Costo totale
Variazione: -1,5%
Agenda
Parte 1: Contesto e Obiettivi
•
•
•
Pianificazione integrata
Obiettivi dello studio
Metodologia
Parte 2: Modellazione simulativa
•
•
•
•
Caso reale
Validazione
Campagna sperimentale
Conclusioni e sviluppi futuri
Metodologia
Obiettivo:
valutare diversi scenari per un
miglioramento economico
•1° Fase: Individuazione delle variabili
decisionali influenti
•2° Fase: Scelta delle configurazioni
sub-ottimali
•3° Fase: Analisi di sensitività
Perturbazione variabili decisionali
Variabile
Decisionale
Livello
+2
Livello
+1
Livello
0
Livello
-1
Livello
-2
Manodopera
16+29
15+28
14+27
13+26
12+25
Frequenza di
consegna
+2 gg
+1 gg
0
-1 gg
-2 gg
Livello SS
+40%
+20%
+0%
-20%
-40%
Variabili decisionali influenti
Creazione DOE: 125 scenari
Analisi ANOVA
Variabili influenti:
•Livello della Manodopera
•Frequenza di consegna
Configurazioni sub-ottimali
Ottimizzazione
3 configurazioni
•Caso A: - 2,06%
COSTO TOTALE
•Caso B: -1,49%
6000000
5900000
5800000
•Caso C: -1,08%
Caso A
5700000
Caso B
5600000
Caso C
5500000
Base case
5400000
5300000
5200000
Caso A
Caso B
Caso C
Base case
Parametri di contesto
Analisi di Sensitività
Variazione dei parametri
di contesto su 3 livelli
•Domanda
•Prontezza di consegna
•Errori contabili
•Tempo di carico/scarico automezzi
Analisi di sensitività
Creazione DOE: 81 scenari
per 4 configurazioni
Analisi ANOVA
Determinazione della
configurazione più stabile
324 simulazioni
Risultato
Individual Value Plot of Costo totA; Costo totB; Costo totC; ...
6750000
Data
6500000
6250000
6000000
5750000
5500000
Costo totA
Costo totB
Costo totC
Costo tot caso base
Robusta
Miglioramento economico
Agenda
Parte 1: Contesto e Obiettivi
•
•
•
Pianificazione integrata
Obiettivi dello studio
Metodologia
Parte 2: Modellazione simulativa
•
•
•
•
Caso reale
Validazione
Campagna sperimentale
Conclusioni e sviluppi futuri
Conclusioni
• Integrazione interna: ottimizzazione del
processo
• Simulazione: descrizione fedele della realtà,
analisi a basso costo di
nuove soluzioni
Sviluppi futuri
• Test casi simili
• Applicabilità ad altri settori
• Da integrazione interna ad
integrazione esterna