啤酒游戏及其牛鞭效应的模拟之二级模式

朱雀 2022-05-16 12:28 115阅读 0赞

将三级模式更改为2级模式，即只存在生产商和零售商，如下：

[![clip\_image002][clip_image002]][clip_image002_clip_image002]

(01) FINAL TIME = 100

Units: Month

The final time for the simulation.

(02) INITIAL TIME = 0

Units: Month

The initial time for the simulation.

(03) SAVEPER =

TIME STEP

Units: Month \[0,?\]

The frequency with which output is stored.

(04) TIME STEP = 1

Units: Month \[0,?\]

The time step for the simulation.

(05) 市场需求率=

1000+if then else(Time>4,random normal(-200,200,0,100,4),0)

Units: \*\*undefined\*\*

(06) 库存期望覆盖时间=

3

Units: \*\*undefined\*\*

(07) 库存调整时间=

4

Units: \*\*undefined\*\*

(08) 生产商发货率=

delay3(零售商订单,运输延迟)

Units: \*\*undefined\*\*

(09) 生产商库存= INTEG (

生产商生产率-生产商发货率,

3000)

Units: \*\*undefined\*\*

(10) 生产商期望库存=

库存期望覆盖时间\*生产商销售预测

Units: \*\*undefined\*\*

(11) 生产商生产率=

delay3(生产商生产需求,生成延迟)

Units: \*\*undefined\*\*

(12) 生产商生产需求=

max(0,生产商销售预测+(生产商期望库存-生产商库存)/库存调整时间

)

Units: \*\*undefined\*\*

(13) 生产商销售预测=

smooth(生产商发货率,移动平均时间)

Units: \*\*undefined\*\*

(14) 生成延迟=

3

Units: \*\*undefined\*\*

(15) 移动平均时间=

5

Units: \*\*undefined\*\*

(16) 运输延迟=

3

Units: \*\*undefined\*\*

(17) 零售商库存= INTEG (

生产商发货率-市场需求率,

3000)

Units: \*\*undefined\*\*

(18) 零售商期望库存=

库存期望覆盖时间\*零售商销售预测

Units: \*\*undefined\*\*

(19) 零售商订单=

max(0,零售商销售预测+(零售商期望库存-零售商库存)/库存调整时间

)

Units: \*\*undefined\*\*

(20) 零售商销售预测=

smooth(市场需求率,移动平均时间)

Units: \*\*undefined\*\*

库存情况如下：

订单情况如下；

[![clip\_image004][clip_image004]][clip_image004_clip_image004]

[![clip\_image006][clip_image006]][clip_image006_clip_image006]

从图可以看出，此时的波动要小于三级模式（存在制造商、批发商、零售商）时的牛鞭效应。

[clip_image002]: http://hi.csdn.net/attachment/201007/13/0_12789829052q2Z.gif
[clip_image002_clip_image002]: /images/20220516/74430f37c6b4469f8435f68319585857.png
[clip_image004]: http://hi.csdn.net/attachment/201007/13/0_1278982906WND1.gif
[clip_image004_clip_image004]: /images/20220516/be719517347744eb8d147060a136d98e.png
[clip_image006]: http://hi.csdn.net/attachment/201007/13/0_1278982907ArdT.gif
[clip_image006_clip_image006]: /images/20220516/69d28fa750d64a60b78a3661848fbd53.png

发表评论取消回复

表情：

评论列表（有 0 条评论，115人围观）

还没有评论，来说两句吧...

相关阅读

相关菜谱记录之啤酒鸭

整理一片菜谱。啤酒鸭 <table> <thead> <tr> <th>主料</th> <th>辅料</th> <th>配料</th>

你的名字/ 2023年03月13日 09:20/ 0 赞/ 81 阅读

相关【游戏设计模式】之《游戏编程模式》全书内容提炼总结

> 转自浅墨毛星云：[http://blog.csdn.net/poem\_qianmo/article/details/53240330][http_blog.csdn.ne

深藏阁楼爱情的钟/ 2022年07月12日 05:47/ 0 赞/ 273 阅读

相关啤酒游戏的牛鞭效应之VMI策略减弱

采用了VMI策略的啤酒游戏，具体如下： [![clip\_image002][clip_image002]][clip_image002_clip_image002] (0

淡淡的烟草味﹌/ 2022年05月16日 12:28/ 0 赞/ 103 阅读

相关啤酒游戏的牛鞭效应分析之供应链4层模式

在原有三级模式的基础上将供应链变为4层，包括：生产商、批发商、分销商、零售商。 [![clip\_image002][clip_image002]][clip_image00

青旅半醒/ 2022年05月16日 12:28/ 0 赞/ 142 阅读

相关啤酒游戏及其牛鞭效应的模拟之二级模式

将三级模式更改为2级模式，即只存在生产商和零售商，如下： [![clip\_image002][clip_image002]][clip_image002_clip_imag

朱雀/ 2022年05月16日 12:28/ 0 赞/ 116 阅读

相关啤酒游戏及其牛鞭效应的vensim模拟

啤酒游戏：该游戏是由麻省理工学院斯隆管理学院在20世纪60年代创立的库存管理策略游戏，该游戏形象地反映出牛鞭效应的存在及影响。几十年来，游戏的参加者成千上万，但游戏总是产生类似

水深无声/ 2022年05月16日 12:27/ 0 赞/ 244 阅读

相关喝啤酒

package com.ming.test; / Drunkard <p> 钱2=酒1+瓶1+盖1

比眉伴天荒/ 2022年04月06日 12:30/ 0 赞/ 325 阅读

相关用python模拟《流浪地球》的木星引力弹弓效应

> 本文涉及影片内容，但算不上剧透。想看还未看的同学请谨慎阅读。春节档的几部电影里，《流浪地球》成为一匹黑马，刷爆微博和朋友圈，从最初不高的排片率，一跃上升到票房榜首。

迈不过友情╰/ 2022年03月20日 14:56/ 0 赞/ 453 阅读

相关【模拟】弹珠游戏

[原题传送门][Link 1] 思路 -------------------- 纯模拟题,对于每一个可以落脚的地方计算同行同列的敌人数目总和,取最大值即可如果没

不念不忘少年蓝@/ 2021年12月24日 08:29/ 0 赞/ 250 阅读

相关 Jmeter模拟雪崩效应

一测试构造修改service-edu 1 tomcat并发修改 server: tomcat: max-threads:

左手的ㄟ右手/ 2021年07月25日 02:06/ 0 赞/ 445 阅读