1. Wstêp
W ostatnich latach bardzo du¿o nadziei pok³ada siê w za-stosowaniu systemów wieloagentowych w elektronicznych ³añcuchach dostaw. Niektórzy badacze przewiduj¹ nawet, ¿e wykorzystywana do ich budowy technologia agentowa bêdzie podstaw¹ nowej generacji oprogramowania prze-znaczonego do zarz¹dzania ³añcuchem dostaw. W przy-sz³ych systemach liczne agenty programowe maj¹ byæ za-implementowane do reprezentowania ka¿dego ogniwa sie-ci przedsiêbiorstw.
Agenty stanowi¹ niew¹tpliwie remedium na gwa³towny wzrost informacji powstaj¹cych w sieci przedsiêbiorstw. Autonomiczne programy, dzia³aj¹ce w imieniu deleguj¹-cych ich u¿ytkowników lub innych agentów, w po³¹czeniu z nowoczesnymi standardami tworzenia informacji, mog¹ filtrowaæ dane pochodz¹ce z ró¿nych róde³ oraz dostar-czaæ przedsiêbiorstwom potrzebne i aktualne informacje. Przytoczone przes³anki i spostrze¿enia sta³y siê motywacj¹ do rozpoczêcia badañ oraz napisania tej pracy. Celem opra-cowania by³o zaprojektowanie i zaimplementowanie mo-delu DyConSC, który bazuje na systemie wieloagentowym oraz teorii grafów. Ma on przede wszystkim umo¿liwiæ dy-namiczne konfigurowanie ³añcucha dostaw w bran¿y kom-puterów osobistych, w szczególnoci dostarczaæ informa-cje dotycz¹ce wszystkich cz³onków sieci przedsiêbiorstw, wspieraæ procesy decyzyjne lidera, a co najwa¿niejsze, po-magaæ w wyborze optymalnego ³añcucha dostaw.
2. Bran¿a komputerowa i jej ³añcuchy dostaw
Bran¿a komputerowa jest czêci¹ sektora elektronicznego. Z uwagi na bardzo du¿¹ konkurencjê i szybko zmieniaj¹cy siê popyt klientów, strategiczn¹ broni¹, a zarazem warun-kiem przetrwania w tym sektorze, jest umiejêtnoæ konku-rowania czasem. D³ugie cykle wprowadzania wyrobów na rynek i dostaw s¹ niedopuszczalne w zwi¹zku z wysokim stopniem innowacyjnoci nowych produktów oraz ich szybkim starzeniem siê moralnym. Dostawy pó³przewod-ników do producentów s¹ realizowane zgodnie ze strategi¹ just-in-time, a niskie stany zapasów s¹ bran¿owym standar-dem [15]. Cech¹ charakterystyczn¹ bran¿y komputerowej s¹ doæ d³ugie ³añcuchy dostaw, które w g³ównej mierze wynikaj¹ z koncentracji produkcji w Azji, a sprzeda¿y na ca³ym wiecie. Nie oznacza to jednak, ¿e te ³añcuchy dostaw nie s¹ elastyczne. W bardzo krótkim czasie s¹ w stanie dosto-sowaæ siê do zmieniaj¹cych siê warunków rynkowych. Bran¿a komputerowa, podobnie jak bran¿a motoryzacyjna, charakteryzuje siê produkcj¹ seryjn¹, która jest bardzo
zin-dywidualizowana. Ka¿dy klient chcia³by otrzymaæ kompu-ter, który spe³nia jego wymagania. Ma on bowiem swoje indywidualne preferencje odnonie do monitora, twardego dysku czy urz¹dzeñ opcjonalnych, takich jak: drukarka, ka-mera internetowa itp. Jeli producenci i dystrybutorzy mie-liby sk³adowaæ wszystkie mo¿liwe konfiguracje kompute-rów, to potrzebna by³aby wiêksza przestrzeñ magazynowa, co wi¹za³oby siê z ogromnymi kosztami. W tej chwili osta-teczna konfiguracja komputera jest odk³adana do momentu z³o¿enia zamówienia przez klienta (ang. postponement), po czym konkretne czêci, zgodnie z zamówieniem, s¹ instalo-wane i wysy³ane do zamawiaj¹cego. Oczywicie, aby klient by³ usatysfakcjonowany, wysy³ka towaru musi nast¹-piæ nied³ugo po z³o¿eniu zamówienia i dotrzeæ do niego w nienaruszonym stanie, bez opónieñ i z pokwitowaniem potwierdzaj¹cym dostawê oraz p³atnoæ.
Produkcj¹, projektowaniem i dystrybucj¹ komputerów zaj-muj¹ siê najczêciej dostawcy drugiego rzêdu, tak zwani ODM (ang. Original Design Manufactures). Do najbar-dziej znanych nale¿¹ firmy: Compal, Quanta, Asustek. W wiêkszoci maj¹ one swoje siedziby na Tajwanie, sk¹d -wed³ug badañ rynkowych firmy iSuplli z 2006 roku pocho-dzi³o 82,6% wyprodukowanych notebooków na wiecie. Przedsiêbiorstwa flagowe (FC, ang. Flagship Company), które s¹ w³acicielami takich marek jak: Dell, HP, Apple, Toshiba, Acer, kontroluj¹ zakupy kluczowych komponen-tów niezbêdnych do produkcji komputerów przez ODM, a te z kolei s¹ odpowiedzialne za zakupy od dostawców trzeciego rzêdu [4].
Przep³yw informacji i realizacjê procesów handlowych miêdzy FC a ODM wspomagaj¹ systemy zarz¹dzania przedsiêbiorstwami (ERP) i ³añcuchami dostaw (SCM). Miêdzy firmami odbywa siê równie¿ elektroniczna wymia-na danych (EDI). Spora czêæ firm u¿ywa tak¿e standardów RosettaNet. Natomiast wspó³praca miêdzy ODM i ich do-stawcami ma charakter mniej formalny jej podstaw¹ s¹ dobre relacje miêdzyludzkie, zaufanie, a g³ównymi narzê-dziami komunikacji s¹ telefon i faks. Tylko nieliczni do-stawcy trzeciego rzêdu inwestuj¹ w technologie informa-cyjne. Dostawcy ci maj¹ silne powi¹zania nieformalne z dostawcami czwartego rzêdu. Takie w³anie nieformalne powi¹zania i charakterystyka prowadzonego biznesu w Azji stanowi¹ ryzyko dla poprawnego funkcjonowania ³añcuchów dostaw. Autorzy raportu Technology and Orga-nizational Factors in the Notebook Industry Supply Chain wskazuj¹, ¿e najwiêkszym problemem jest brak pe³nej au-tomatyzacji wymiany informacji miêdzy wszystkimi cz³on-kami sieci przedsiêbiorstw [6]. Uniemo¿liwia to bie¿¹c¹ kontrolê ³añcucha dostaw przez firmy flagowe. Równie¿
Arkadiusz KAWA
SYSTEM WIELOAGENTOWY DO BUDOWANIA £AÑCUCHÓW
DOSTAW W BRAN¯Y KOMPUTEROWEJ
11 Niniejszy artyku³ zosta³ opracowany na podstawie pracy doktorskiej, która zdoby³a II nagrodê w ogólnopolskim konkursie na najlepsz¹ pracê doktorsk¹, zorganizowanym przez Polskie Towarzystwo Zarz¹dzania Produkcj¹ w roku 2009.
charakterystyczna dla tej bran¿y produkcja na zlecenie (ang. configure-to-order, assemble-to-order), która musi byæ bardzo szybka i elastyczna, jest przez to utrudniona. Dodatkowo, bran¿a komputerowa, jak wspomniano wcze-niej, cechuje siê du¿¹ wra¿liwoci¹ czasow¹. Kiedy po-pyt klientów oraz linie produkcyjne i sieæ dystrybucji czê-sto siê zmieniaj¹, to konieczne jest umo¿liwienie ka¿demu ogniwu z sieci przedsiêbiorstw samodzielnego dostosowa-nia jego planów, które bêd¹ wykonalne zarówno w poje-dynczej firmie, jak i w ca³ym ³añcuchu dostaw. W praktyce jednak trudno jest to osi¹gn¹æ. Wynika to miêdzy innymi z braku istnienia kompleksowych rozwi¹zañ w tym zakre-sie. Zazwyczaj przedsiêbiorstwo sk³ada zapytania ofertowe kilku podmiotom, a nastêpnie wybiera najbardziej interesu-j¹c¹ propozycjê. Niestety jest to bardzo czasoch³onne zada-nie i wymaga sprawnego systemu przep³ywu informacji oraz analizy danych. Szybko zmieniaj¹ce siê warunki wspó³pracy oraz otoczenie biznesowe powoduj¹, ¿e oferta podmiotu, która by³a atrakcyjna kilka tygodni temu, mo¿e byæ dzisiaj niedostêpna lub mniej korzystna.
Kolejnym problemem tej bran¿y, jak równie¿ wielu innych, jest to, ¿e przedsiêbiorstwa, które dobieraj¹ partnerów do realizacji transakcji nie bior¹ pod uwagê efektywnoci ca-³ego ³añcucha dostaw. Bazuj¹ one czêsto na tzw. optymali-zacji lokalnej i rozwa¿aj¹ tylko kwestiê wspó³pracy z naj-bli¿szymi dostawcami i odbiorcami (np. kieruj¹c siê kryte-rium najni¿szej ceny i najwy¿szej zyskownoci). W efekcie tak konstruowany ³añcuch dostaw nie musi byæ najtañszy czy najbardziej efektywny z perspektywy ca³ej sieci przed-siêbiorstw. Wynika to miêdzy innymi z powodu niechêci dzielenia siê informacjami ze wszystkimi uczestnikami sie-ci i braku odpowiednich systemów informatycznych. Niezale¿nie od opisanych wy¿ej problemów i wspomniane-go braku pe³nej automatyzacji wymiany informacji, to jest to jednak jedna z nielicznych bran¿, której procesy
bizneso-we s¹ tak bardzo ustandaryzowane, i która ma stosunkowo dobrze rozwiniêt¹ architekturê informatyczn¹ w porówna-niu do innych (g³ównie za spraw¹ konsorcjum RosettaNet, zajmuj¹cym siê rozwojem, wdra¿aniem i promocj¹ otwar-tych standardów elektronicznej gospodarki dla bran¿y technologii informacyjnych). Z tego powodu sta³a siê ona przedmiotem badañ autora.
3. Konfigurowanie ³añcuchów dostaw z wykorzysta-niem teorii grafów
W danej sieci przedsiêbiorstw bran¿y komputerowej istnie-je bardzo du¿o po³¹czeñ miêdzy dostawcami kolejnych rzê-dów, co w efekcie daje mo¿liwoæ powstawania wielu ³añ-cuchów dostaw. Dzieje siê tak, poniewa¿ przedsiêbiorstwo flagowe mo¿e wspó³pracowaæ z kilkudziesiêcioma dostaw-cami, nawet w jednej grupie asortymentowej, a ci z kolei z dostawcami kolejnych rzêdów itd. Poszczególni dostaw-cy mog¹ uczestniczyæ w wiêcej ni¿ jednym ³añcuchu do-staw, które mog¹ byæ wzglêdem siebie konkurencyjne. Na rysunku 1. przedstawiono obraz takiej sieci. W celu uprosz-czenia dalszej analizy przyjêto, ¿e w sieci wystêpuj¹ tylko powi¹zania pionowe (miêdzy dostawcami i odbiorcami). Rozpatruj¹c tê sieæ w kontekcie jednej z dziedzin matema-tyki teorii grafów, mo¿na stwierdziæ, ¿e sieæ ta (oznaczmy j¹ jako G) ma postaæ grafu warstwowego (kolejne rzêdy dostawców s¹ ze sob¹ po³¹czone), w którym mo¿na wyró¿-niæ wierzcho³ki (poszczególne przedsiêbiorstwa) i krawê-dzie (przep³ywy miêdzy przedsiêbiorstwami). Taka sieæ ma n róde³ (w tym przypadku liczba dostawców pi¹tego rzê-du) i m ujæ (liczba dostawców pierwszego rzêrzê-du). W sieci miêdzy poszczególnymi wierzcho³kami odbywa siê przep³yw wzd³u¿ krawêdzi (i, j). Ka¿da taka krawêd ma swoj¹ maksymaln¹ przepustowoæ cij i zwi¹zany jest z ni¹ okrelony przep³yw fij oraz koszt jednostkowy przesy³u dij.
Ten koszt mo¿e reprezentowaæ dowoln¹ miarê zale¿n¹ od zastosowañ (czas przejazdu, zu¿ycie paliwa, ocena synte-tyczna wspó³pracy z dostawc¹ itp.).
Powo³uj¹c siê na jedn¹ z definicji ³añcucha dostaw [10], mo¿na przyj¹æ, ¿e konfigurowanie ³añcucha dostaw jest uk³adem powstaj¹cym w grafie, w ramach którego odbywa siê przep³yw od ród³a s do ujcia t. Nale¿y wiêc znaleæ taki przep³yw (lub przep³ywy) o wartoci q (zwany docelo-wym przep³ywem) z punktu s do t, który spe³nia zadane kryteria. Najczêciej szuka siê przep³ywu q, który ma su-marycznie najmniejszy koszt.
Do znalezienia odpowiedniego przep³ywu z najmniejszymi kosztami potrzebne jest sprowadzenie tego zagadnienia do tzw. problemu najtañszego przep³ywu. Problem ten mo¿na rozwi¹zaæ ogólnymi metodami programowania liniowego (np. metod¹ przegl¹du zupe³nego), jednak¿e ze wzglêdu na jego sieciow¹ strukturê, jest to nieefektywne [1]. Warto na to zwróciæ uwagê, gdy¿ obecnie za jeden z problemów sys-temów informatycznych uwa¿a siê czas obliczeñ. Kryte-rium czasu jest szczególnie wa¿ne w systemach, które na bie¿¹co przetwarzaj¹ pojawiaj¹ce siê nowe dane, aktuali-zuj¹ ich strukturê i dostarczaj¹ aktualne informacje wspo-magaj¹ce podejmowanie decyzji. W takim przypadku re-akcja systemu na zmieniaj¹ce siê warunki rynkowe musi byæ natychmiastowa inaczej opracowana ekspertyza bê-dzie nieaktualna ju¿ w momencie dostarczenia jej u¿ytkow-nikowi [12]. W zwi¹zku z tym do rozwi¹zania problemu najtañszego przep³ywu o okrelonej wartoci ze ród³a s do ujcia t w sieci pomocny jest odpowiedni algorytm, taki jak na przyk³ad algorytm Busackera-Gowena [2].
Dzia³anie algorytmu Busackera-Gowena polega na zwiêk-szaniu przep³ywu wzd³u¿ kolejnych cie¿ek o jak naj-wiêksz¹ iloæ (równ¹ ich przepustowoci). Kolejnoæ wy-znaczania cie¿ek zale¿y od ich d³ugoci, któr¹ w tym przy-padku s¹ koszty jednostkowe [1]. W pierwszym kroku algorytmu znajdowana jest najtañsza cie¿ka z s do t (stosuje siê tu osobny algorytm wyznaczania najkrótszych dróg -patrz dalej). Jeli zrealizowano przep³yw o wartoci q, to cel ca³ego zadania zosta³ osi¹gniêty. Jeli nie, to sieæ jest modyfikowana z uwzglêdnieniem dotychczas znalezionego przep³ywu. W zmodyfikowanej sieci G* (zwanej te¿ sieci¹ rezydualn¹) szuka siê ponownie najtañszej cie¿ki z s do t i przesy³a siê ni¹ mo¿liwie najwiêcej jednostek. Warto jed-nak zauwa¿yæ, ¿e koszty jednostkowe odpowiadaj¹ce nowo-powsta³ym krawêdziom s¹ wyznaczone zgodnie z równa-niem d*ij = dji. Te dwa kroki s¹ na przemian powtarzane tak d³ugo, a¿ otrzymany zostanie przep³yw o docelowej wartoci q albo bie¿¹ca sieæ nie zawiera ju¿ cie¿ki z s do t [15]. Jak zauwa¿ono wy¿ej, aby znaleæ najtañsz¹ cie¿kê z s do t trzeba zastosowaæ algorytm znajdowania najkrótszych dróg. Wród najbardziej rozpowszechnionych mo¿na wymieniæ algorytmy Dijkstry i BMEP. Jednak¿e ten pierwszy stosuje siê tylko wtedy, gdy wagi krawêdzi s¹ nieujemne. Jest to znacznym utrudnieniem, poniewa¿ modyfikuj¹c sieæ zgod-nie z algorytmem Busackera-Gowena, koszty odpowiadaj¹-ce krawêdziom mog¹ przybieraæ zarówno wartoci dodatnie, jak i ujemne. Problem ten rozwi¹zuje jednak algorytm BMEP (autorstwa czterech naukowców: Bellmana, Mo-orea, dEscopogo, Papego). W tym algorytmie w ka¿dym kroku sprawdza siê, czy mo¿na skróciæ cie¿kê do
jakiego-kolwiek wierzcho³ka przez zmianê jego poprzednika na do-tychczasowej najkrótszej cie¿ce. Wierzcho³ki, które nale¿y jeszcze sprawdziæ, s¹ przechowywane w kolejce [16]. 4. Model symulacyjny DyConSC
W dalszej czêci artyku³u zostanie przedstawiony model symulacyjny DyConSC (ang. Dynamic Configuration of Supply Chain), który bazuje na opisanych wczeniej algo-rytmach teorii grafów oraz metodyce konfigurowania ³añ-cucha dostaw [9] i technologii agentowej [7, 12].
Zgodnie z proponowan¹ metodyk¹ [9], najpierw budowana jest sieæ przedsiêbiorstw, która powstaje z wyodrêbnienia wiêkszej sieci gospodarczej. W modelu DyConSC wyró¿-niono piêæ rzêdów dostawców (por. rys. 1). Do pierwszego rzêdu nale¿y przedsiêbiorstwo flagowe (FC), do drugiego firmy ODM, a za nimi kolejno dostawcy (SUPS, ang. sup-pliers), poddostawcy (SUBBS, ang. subsupplieres) i fabry-ki (MINES, ang. mines). Przyk³adowo, w proponowanym modelu FC zajmuje siê sprzeda¿¹ produktów pod w³asn¹ mark¹ wyprodukowanych przez inne firmy, natomiast ODM buduje komputery, SUPPS dostarcza podzespo³y (np. p³yta g³ówna, procesor, pamiêæ RAM, twardy dysk, karta graficzna, monitor, klawiatura, myszka), z kolei SUBBS produkuje elementy tych podzespo³ów (np. czêci plastikowe, rubki, prze³¹czniki, kondensatory, rezystory), a MINES surowce do tych elementów (np. plastik, ¿elazo). W modelu DyConSC celowo skupiono siê na tzw. produk-cyjnym ³añcuchu dostaw i pominiêto dalsz¹ czêæ sieci ³¹cz¹c¹ przedsiêbiorstwo flagowe z dystrybutorami, dys-trybutorami ze sprzedawcami, a sprzedawców z ostatecz-nym klientem. Sieæ dystrybucyjna gotowych produktów jest bowiem o wiele mniej ustrukturyzowana ni¿ sieæ pro-dukcyjna. Dodatkowo, coraz czêciej pomija siê rolê po-redników w sprzeda¿y gotowych komputerów. Klient mo¿e bowiem zamówiæ bezporednio komputer w firmie flagowej przez stronê internetow¹ (np. www.dell.com). Dlatego te¿ w modelu przyjêto, ¿e sieæ zaczyna siê na FC, a koñczy na dostawcy pi¹tego rzêdu (MINES).
Miêdzy kolejnymi rzêdami odbywaj¹ siê przep³ywy rzeczy, informacji i rodków finansowych. Wszystkie dostawy rze-czy realizowane s¹ sekwencyjnie od dostawcy ostatniego rzêdu do dostawcy pierwszego rzêdu (w rzeczywistej sieci FC mog¹ pomijaæ ODM i kupowaæ bezporednio od dostaw-ców trzeciego rzêdu, podobnie ODM mo¿e zaopatrywaæ siê w pewne materia³y u dostawcy czwartego rzêdu). Przep³yw informacji jest mo¿liwy dziêki agentom programowym. Au-tonomiczne agenty reprezentuj¹ce ró¿ne przedsiêbiorstwa wspó³pracuj¹ ze sob¹, koordynuj¹ i negocjuj¹ warunki, aby osi¹gn¹æ wspólny cel, podczas gdy ka¿dy agent mo¿e próbo-waæ zapewniæ w³asny interes deleguj¹cego go u¿ytkownika. Natomiast przep³yw rodków finansowych odbywa siê w kie-runku przeciwnym do przep³ywu rzeczy.
5. Za³o¿enia modelu DyConSC
Nale¿y zauwa¿yæ, ¿e konfigurowalna sieæ powinna byæ sa-modopasowuj¹cym siê i prê¿nym systemem, reaguj¹cym na zmiany w poszczególnych jego czêciach. Planowanie po-trzeb materia³owych i produktowych z wielotygodniowym
wyprzedzeniem jest w praktyce ma³o efektywne. W dyna-micznie zmieniaj¹cych siê warunkach prognoza szybko siê dezaktualizuje. Jest to szczególnie widoczne w produktach kupowanych na zamówienie. Dlatego informacje o bie¿¹-cej sytuacji w sieci musz¹ byæ ci¹gle aktualizowane i prze-chowywane w jednym, dostêpnym dla wszystkich zaintere-sowanych, miejscu. Takim miejscem jest rejestr publiczny, który jest utrzymywany na dedykowanym serwerze. Na czele danej sieci przedsiêbiorstw stoi FC, które kszta³tu-je zakres swokszta³tu-jej dzia³alnoci zgodnie z koncepcj¹ kluczo-wych kompetencji. Steruje ono w czasie rzeczywistym ca-³ym procesem tworzenia wyrobu od momentu pozyskania surowców do dostarczenia ich do ostatecznego klienta. FC buduje ³añcuch dostaw w ramach danej sieci przedsiê-biorstw. Taki ³añcuch powstaje na potrzeby konkretnej transakcji, która jest wywo³ywana popytem klienta (np. przez z³o¿enie zamówienia klienta za pomoc¹ przegl¹darki internetowej). FC zajmuje siê równie¿ optymalizacj¹ ist-niej¹cych ju¿ ³añcuchów dostaw i kontrol¹ ich sprawnej re-alizacji, tak aby sprostaæ oczekiwaniom klientów pod wzglêdem jakoci obs³ugi, przy jednoczesnej minimaliza-cji kosztów. Jednak¿e, zgodnie z przyjêtym za³o¿eniem de-legowania zadañ przez FC realizatorom procesu, przedsiê-biorstwa na ka¿dym poziomie s¹ bezporednio odpowie-dzialne za organizacjê oraz koordynacjê strumieni (rzeczowych, informacyjnych i finansowych) generowa-nych przez dostawców i odbiorców kolejnego rzêdu [20]. FC zarz¹dza sieci¹ dziêki swojej sile przetargowej. Bardzo dobrze zna strukturê kosztow¹ wyrobów oraz wszystkich jego sk³adowych i dziêki temu mo¿e decydowaæ o kszta³cie produktu dostarczanego ostatecznemu u¿ytkownikowi, sposobie jego wytwarzania i dystrybucji oraz komunikacji w sieci [17].
FC dysponuje narzêdziem, które umo¿liwia wizualizacjê sieci sk³adaj¹cej siê ze wszystkich dostawców i odbiorców, relacji zachodz¹cych miêdzy nimi oraz przegl¹d ca³ego procesu produkcyjnego. Ma ono równie¿ informacje, które z ogniw charakteryzuj¹ siê najwiêksz¹ rentownoci¹, co umo¿liwia wybranie najbardziej efektywnego przep³ywu (czyli ³añcucha dostaw). Jest to mo¿liwe dziêki zastosowa-niu teorii grafów i technologii agentowej.
Zasadniczym za³o¿eniem proponowanego podejcia jest wiêc przyjêcie modelu rozwa¿anej rzeczywistoci w posta-ci grafu warstwowego, w którym poszczególne wierzcho³ki i krawêdzie reprezentowane s¹ przez agenty programowe. W modelu symulacyjnym DyConSC przyjêto równie¿ sze-reg dodatkowych za³o¿eñ, które s¹ niezbêdne do prawid³o-wego jego zrozumienia i dzia³ania. Zak³ada siê, ¿e: Ka¿dy cz³onek sieci przedsiêbiorstw jest
reprezentowa-ny przez agenta programowego.
Wszyscy dostawcy maj¹ taki sam lub bardzo podobny proces produkcyjny.
FC ma dostêp do informacji o cenach, jakoci itp. oraz poda¿y wyrobów (zdolnoci produkcyjnych) oferowa-nych przez wszystkich uczestników sieci przedsiê-biorstw.
Pojedyncze zamówienia klientów s¹ zbierane i konsoli-dowane w okrelonych odstêpach czasu (np. raz na dzieñ), a nastêpnie przekazywane do realizacji poszcze-gólnym cz³onkom skonfigurowanego ³añcucha dostaw.
Dla ka¿dego zamówienia zbiorczego budowane s¹ osob-ne grafy, w których reprezentowaosob-ne s¹ bie¿¹ce powi¹za-nia miêdzy przedsiêbiorstwami.
W ca³ej sieci stosuje siê jednolit¹ strukturê materia³ow¹ (BOM, ang. Bill of Materials). BOM dostarcza niezbêd-nych informacji do obliczania wielkoci zleceñ produk-cyjnych i zaopatrzeniowych, dziêki temu dostawcy ko-lejnych rzêdów wiedz¹, jakie i w jakich ilociach dostar-czaæ produkty, pó³produkty, podzespo³y, poszczególne elementy, surowce, aby wyprodukowaæ komputer [13]. Przyk³adowo, notebook sk³ada siê z p³yty g³ównej, karty graficznej, 2 kostek pamiêci RAM itd., do tego potrzeb-ne s¹ 4 czêci plastikowe, 48 rubek, 10 kondensatorów, 4 prze³¹czniki itp., które natomiast s¹ wyprodukowane z 500 gramów plastiku, 200 gramów ¿elaza.
Odbiorca udostêpnia swojemu dostawcy wykaz stoso-wanych pó³produktów, podzespo³ów, surowców z okre-leniem wymogów (warunków brzegowych) dotycz¹-cych wielkoci opakowania, czasu pierwszej dostawy, minimalnego zapasu, okresu gwarancji, ceny itp. Transport miêdzy kolejnymi rzêdami dostawców
odby-wa siê w jednolitych jednostkach ³adunkowych (np. na europaletach).
Realizacj¹ przep³ywów miêdzy dostawcami i odbiorcami mo¿e zaj¹æ siê samo przedsiêbiorstwo lub zewnêtrzny us³ugodawca (np. operator logistyczny, firma kurierska). Koszt przesy³u dij z grafu G jest wypadkow¹ oceny
syn-tetycznej wspó³pracy odbiorcy z dostawc¹. Agent progra-mowy ka¿dego odbiorcy przeprowadza oceny swoich bezporednich dostawców, bior¹c pod uwagê zestaw kry-teriów, i nastêpnie umieszcza je na serwerze rejestru pu-blicznego. Te informacje s¹ na bie¿¹co uaktualnianie. Suma przep³ywów fij wychodz¹cych od danego
dostaw-cy do jego odbiorców jest równa wielkoci poda¿y (zdolnoci produkcyjnych) danego dostawcy.
Przedsiêbiorstwa w sieci dzia³aj¹ na zasadzie otwartych ksi¹g (dziêki zastosowaniu rachunku kosztów dzia³añ ABC). Umo¿liwia to ³atwiejsz¹ identyfikacjê strat oraz zysków powstaj¹cych w przep³ywach miêdzy kolejnymi dostawcami i odbiorcami.
Sieæ bazuje na strategii pull. Jak ju¿ wspomniano, to klient inicjuje konfiguracjê ³añcucha dostaw przez z³o-¿enie zamówienia. Tak¿e kolejne rzêdy, dziêki cis³ym powi¹zaniom, mog¹ z powodzeniem stosowaæ t¹ stra-tegiê.
Standaryzacja procesów i systemów informatycznych wszystkich firm bior¹cych udzia³ w sieci jest niezmier-nie wa¿na, ale nade wszystko niezmier-nie powinna ona ograni-czaæ procesów twórczych i innowacyjnych.
6. Eksperymenty symulacyjne
W dalszej czêci tego artyku³u zastosowano symulacjê komputerow¹, której nadrzêdnym celem jest przedstawie-nie przebiegu konfigurowania ³añcucha dostaw w sieci przedsiêbiorstw bran¿y komputerowej z wykorzystaniem modelu DyConSC. Za pomoc¹ specjalnego oprogramowa-nia, w którym zaimplementowano model, zbadano równie¿ wp³yw zmiany parametrów wejciowych na zachowanie i charakterystykê konfigurowanych ³añcuchów dostaw.
6.1. rodowisko symulacji
Mo¿liwoci i efektywnoæ modelu DyConSC sprawdzono za pomoc¹ NetLogo, które jest zintegrowanym rodowi-skiem symulacji, ale jednoczenie jêzykiem programowa-nia. NetLogo jest wykorzystywane zarówno w badaniach naukowych, jak i dla celów edukacyjnych. Szczególnie do-brze sprawdza siê w modelowaniu z³o¿onych systemów rozwijaj¹cych siê wraz z up³ywem czasu.Mo¿e byæ u¿yte jako narzêdzie do pozyskiwania zasobów na gie³dach elek-tronicznych, budowania modeli ruchu drogowego i ich sy-mulacji [8], zarz¹dzania odnawialnymi zasobami [5] i in-nych celów. Modele zaimplementowane w NetLogo maj¹ równie¿ coraz czêciej zastosowanie w praktyce, przyk³a-dowo australijski departament obrony wykorzystuje to ro-dowisko do modelowania walki zbrojnej [18].
W NetLogo osoba modeluj¹ca mo¿e daæ instrukcje wielu niezale¿nie dzia³aj¹cym agentom, które mog¹ wzajemnie na siebie oddzia³ywaæ i wykonywaæ wieloaspektowe zada-nia [19]. Dziêki temu mo¿liwe jest zbadanie zwi¹zku po-miêdzy zachowaniem pojedynczych osobników i prawid³o-woci wynikaj¹cych z interakcji pomiêdzy nimi. Agenty mog¹ byæ ze sob¹ po³¹czone za pomoc¹ linków (ang. links), które (podobnie jak agenty) s¹ równie¿ programowalne. Ponadto NetLogo umo¿liwia wizualizacjê tego, co modelu-j¹cy zaprogramowa³. Jest to bardzo istotne, poniewa¿ w li-teraturze przedmiotu dostrzega siê problem nadzorowania przez firmê flagow¹ rozbudowanej sieci, w której mog¹ byæ tysi¹ce elementów podzespo³ów i materia³ów, setki wyrobów gotowych itp. [17] NetLogo rozwi¹zuje ten pro-blem, oferuj¹c bardzo czyteln¹ i zrozumia³¹ dla decyden-tów prezentacjê zaprojektowanego modelu. Warto równie¿ dodaæ, ¿e wizualizacja jest mo¿liwa w technice trójwymia-rowej (ang. 3D).
Program ten ma rozbudowany mechanizm importu i eks-portu danych. Dziêki temu zaimplementowany model mo¿e byæ zasilany danymi z zewnêtrznych systemów infor-matycznych (ERP, SCM itp.), jak równie¿ sam mo¿e zasi-laæ danymi te systemy.
6.2. Za³o¿enia symulacji
Poszczególne przedsiêbiorstwa (reprezentowane przez agenty) wspó³pracuj¹ ze sob¹ i wymieniaj¹ miêdzy sob¹ in-formacje (np. zapytanie o zdolnoci produkcyjne, cenê pro-duktu) niezbêdne do prawid³owego skonfigurowania ³añ-cucha dostaw. Jak zaznaczono wczeniej, w modelu Dy-ConSC wyró¿niono piêæ rzêdów. W NetLogo s¹ one reprezentowane przez piêæ typów (ang. breed) agentów: breed [flagships flagship] reprezentuje dostawcê
pierw-szego rzêdu,
breed [odms odm] reprezentuje dostawców drugiego rzêdu,
breed [supps supp] reprezentuje dostawców trzeciego rzêdu,
breed [subbs subb] reprezentuje dostawców czwartego rzêdu,
breed [mines mine] reprezentuje dostawców pi¹tego rzêdu.
Dziêki takiemu podzia³owi mo¿na poszczególnym typom agentów przypisaæ osobno ró¿ne zachowania i okreliæ za-³o¿enia, w zale¿noci od roli, jak¹ pe³ni¹ w sieci.
Uk³ad sieci w zaimplementowanym modelu DyConSC jest generowany losowo. Jeli wierzcho³ki grafu (przedsiêbior-stwa) nie maj¹ odpowiednich po³¹czeñ ze swoimi poprzed-nikami (z wyj¹tkiem dostawców pi¹tego rzêdu) i nastêpni-kami (z wyj¹tkiem dostawców pierwszego rzêdu), to s¹ one eliminowane z sieci i nie s¹ brane pod uwagê przy konfigu-rowaniu ³añcucha dostaw przeznaczonego do realizacji zbiorczej transakcji biznesowej. W tym przypadku link miêdzy nimi równie¿ nie jest tworzony. Taki zabieg przy-spiesza dzia³anie algorytmów Busackera-Gowena i BMEP. Nie oznacza to jednak, ¿e te wierzcho³ki nie bêd¹ rozpatry-wane przy realizacji kolejnej transakcji, szczególnie, gdy bêd¹ mia³y odpowiednie po³¹czenia.
Warto zauwa¿yæ, ¿e liczby w NetLogo powstaj¹ zgodnie z algorytmem generatora liczb losowych Mersenne Twister za pomoc¹ polecenia random. Generator ten daje stosun-kowo szybko wysokiej jakoci liczby i niweluje wady charakteryzuj¹ce starsze algorytmy [13].
W zaimplementowanym modelu przyjêto liczbê potencjal-nych przedsiêbiorstw w ka¿dym rzêdzie (poza pierwszym) miêdzy 1 a 100. Ta liczba mo¿e byæ zwiêkszana lub zmniej-szana za pomoc¹ suwaka (ang. slider), który jest dostêpny w interfejsie u¿ytkownika i okrelony jako nodes-num (rys. 2). W pierwszym rzêdzie wystêpuje tylko jedno przedsiêbior-stwo (FC), które mo¿e konkurowaæ z przedsiêbiorstwami flagowymi reprezentuj¹cymi inne sieci.
Inne parametry, które mog¹ byæ równie¿ zmieniane za po-moc¹ suwaka, to:
supply chain-demand - popyt przedsiêbiorstwa flagowe-go, który równa siê ca³kowitemu popytowi ³añcucha do-staw (jest on zmieniany od 100 do 1000 jednostek), supply-ind - wskanik zmiennoci poda¿y
poszczegól-nych przedsiêbiorstw z wyj¹tkiem FC (jest on zmieniany od 0.1 do 1.0).
W przeprowadzonym eksperymencie popyt dostawcy pierwszego rzêdu (supply chain-demand) zosta³ ustalony na poziomie 500 jednostek. Parametry linków (krawêdzi) miêdzy poszczególnymi ogniwami (wierzcho³kami) by³y generowane losowo (w praktyce dane mog¹ byæ pobierane z innych systemów informatycznych przedsiêbiorstw) jako dwójka zmiennych [cost l-supply]:
cost - koszt (w modelu symulacyjnym DyConSC rozu-miany szerzej jako rednia wa¿ona oceny wspó³pracy odbiorcy z dostawc¹),
l-supply - przepustowoæ (poda¿ dostawcy/zdolnoci produkcyjne).
Ta pierwsza zmienna jest obliczana w programie w nastê-puj¹cy sposób: set cost (10 + random 31)/10, co daje war-toæ miêdzy 1.0 a 4.0 (zwiêkszan¹ o 0.1).
Natomiast l-supply jest ustalana wed³ug formu³y: supply chain-demand * supply-ind + random (chain-demand * supply-ind). Przyk³adowo, jeli supply chain-demand = 500 i supply-ind = 0.1, wtedy l-supply wynosi nie mniej ni¿ 50 i nie wiêcej ni¿ 99 jednostek.
Popyt FC mo¿e byæ zaspokojony w ca³oci lub w czêci przez jeden lub kilka ³añcuchów dostaw. Zale¿y to od wiel-koci poda¿y poprzedzaj¹cego go ogniwa, czyli w tym przy-padku ODM. Podobnie zaspokojenie popytu ODM zale¿y od poda¿y poprzedzaj¹cych go ogniw, czyli dostawców trzecie-go rzêdu. Analogicznie jest z dostawcami kolejnych rzêdów.
Aby znaleæ najtañsz¹ cie¿kê (³añcuch dostaw) w sieci, uruchamiane s¹ opisane wczeniej algorytmy Buskackera-Gowena i BMEP (rys. 3). W sieci takich ³añcuchów mo¿e istnieæ bardzo wiele (w zale¿noci od zmiennoci popytu i poda¿y). Na rysunku 4. pokazano przyk³ad, w którym zo-sta³y skonfigurowane tylko dwa ³añcuchy dostaw.
G³ównym celem przeprowadzonych symulacji by³o okre-lenie wp³ywu zwiêkszenia liczby przedsiêbiorstw w da-nym rzêdzie (nodes-num) oraz wskanika zmiennoci ich poda¿y (supply-ind) na redni¹ liczbê ³añcuchów dostaw (sc-num) i redni koszt (ocena syntetyczna dostawców) przes³ania rzeczy przez ³añcuch dostaw (avg-cost). Z uwagi na bardzo du¿¹ liczbê zaplanowanych eksperymentów u¿y-to narzêdzia BehaviorSpace, bêd¹cego integraln¹ czêci¹ rodowiska NetLogo, które umo¿liwia eksportowanie da-nych z przeprowadzoda-nych symulacji do zewnêtrzda-nych pli-ków. Wszystkie zebrane dane by³y analizowane w pakiecie oprogramowania statystycznego Statistica i arkuszu kalku-lacyjnym MS Excel.
6.3. Wyniki i wnioski z przeprowadzonych eksperymentów W pierwszej czêci badania wykonywane by³y symulacje, w których zmieniano liczbê przedsiêbiorstw w poszczegól-nych rzêdach (nodes-num) o 10 jednostek, z 10 do 100, przy zachowaniu sta³oci liczby przedsiêbiorstw z innych rzêdów i za³o¿eniu, ¿e supply-ind = 0.2 i supply chain-de-mand = 500. Symulacje przeprowadzono 1000 razy dla ka¿dego przypadku, co da³o 10 000 symulacji dla ka¿dego rzêdu dostawców, czyli w sumie 40 000 dla ca³ej sieci.
Wyniki symulacji pokazuj¹, ¿e wraz ze wzrostem nodes-num, zmienia siê rednia liczba ³añcuchów dostaw (sc-num) (rys. 5). Ta zmiana jest jednak nieproporcjonalna. Przyk³ado-wo, zmieniaj¹c liczbê dostawców czwartego rzêdu (subbs) 10-krotnie (z 10 do 100), rednia liczba ³añcuchów zmniej-szy³a siê tylko o 7%, w przypadku dostawców drugiego rzê-du (odms) liczba ta spad³a o 4,5%, natomiast zwiêkszaj¹c liczbê dotawców trzeciego rzêdu (supps) wyst¹pi³ nawet wzrost sc-num o 2,5%. Mo¿na wiêc stwierdziæ, ¿e zmiana liczby dostawców w poszczególnych rzêdach nie wp³ywa istotnie na liczbê konfigurowanych ³añcuchów dostaw. Inaczej jest w przypadku avg-cost, gdzie te zmiany s¹ bar-dziej widoczne (rys. 6). redni koszt (wraz ze wzrostem no-des-num) spada przeciêtnie o 16%, a najszybciej dla dostaw-ców drugiego rzêdu (odms) - o 20%. Tê zale¿noæ mo¿na t³umaczyæ tym, ¿e im wiêcej jest firm w danym rzêdzie, tym ich oferty s¹ bardziej konkurencyjne i klienci maj¹ wiêkszy wybór dostawców. W efekcie konfigurowane s¹ bardziej efektywne ³añcuchy dostaw, sk³adaj¹ce siê z najlepszych przedsiêbiorstw. Ponadto, analizuj¹c wykres na rysunku 6., mo¿na zauwa¿yæ, ¿e im wiêcej jest ogniw bli¿ej FC (czyli kolejno odms, supps, subbs i mines), tym ni¿szy jest redni koszt, przy za³o¿eniu, ¿e supply-ind jest sta³e.
W drugiej czêci eksperymentu zbadany zosta³ wp³yw zmia-ny wskanika zmiennoci poda¿y poszczególzmia-nych przedsiê-biorstw (supply-ind) na sc-num i avg-cost, przy za³o¿eniu niezmiennych num-nodes (po 10 dla ka¿dego rzêdu). W tej grupie symulacji zmieniano supply-ind o 0.1, z 0.1 do 1.0. Popyt FC (supply chain-demand) równa³ siê 500, wiêc poda¿ Rys. 2. Interfejs wraz z widokiem modelu DyConSC w rodowisku NetLogo
Rys. 3. Model DyConSC w rodowisku NetLogo po uruchomieniu algorytmów Busackera-Gowena i BMEP
przedsiêbiorstw z pozosta³ych rzêdów (l-supply) wynosi³a od (50 + random 50) do (500 + random 500). Eksperyment, podobnie jak w poprzednim przypadku, by³ uruchamiany 1000 razy. Wyniki przeprowadzonej symulacji pokazuj¹, ¿e wraz ze wzrostem supply-ind rednia liczba ³añcuchów do-staw gwa³townie spada z 17 do 1, czyli o 94%. Co ciekawe, zwiêkszaj¹c dwukrotnie supply-ind z 0.1 do 0.2, rednia liczba ³añcuchów, które mog¹ szybciej zaspokoiæ popyt FC, spada z 17 do 7, czyli o 58%. Dalszy wzrost supply-ind nie wp³ywa tak bardzo na spadek sc-num. W wyniku wzro-stu supply-ind obni¿a siê avg-cost o 26%. Najwiêkszy spa-dek (o 14%) mo¿na odnotowaæ w przypadku zmiany tego parametru z 0.1 na 0.2 (rys. 7).
Analizuj¹c przedstawione dane, potwierdza siê oczywista zale¿noæ, ¿e bardziej op³aca siê wspó³pracowaæ z przed-siêbiorstwami, które maj¹ wiêksze zdolnoci produkcyjne (l-supply), czyli mog¹ zaoferowaæ wiêksz¹ iloæ produktów. Taka wspó³praca skraca te¿ znacznie liczbê powstaj¹cych
³añcuchów dostaw. Mimo ¿e liczba ³añcuchów dostaw w prezentowa-nym modelu nie wp³ywa znacz¹co na redni koszt jednostkowy przysy-³anej rzeczy, to warto jednak pamiê-taæ, ¿e im wiêksza liczba ³añcuchów w sieci, tym wiêksze rozdrobnienie dostaw, czyli wiêcej pracy i wiêcej potencjalnych problemów (rys. 7). 7. Podsumowanie
W artykule przedstawiono model sys-temu wieloagentowego DyConSC, który bazuje na teorii grafów. U³a-twia on przede wszystkim dyna-miczne konfigurowanie ³añcucha dostaw w bran¿y komputerów oso-bistych. Prototyp modelu pos³u¿y³ te¿ do przeprowadzenia eksperymen-tów symulacyjnych, których nad-rzêdnym celem by³o przedstawienie przebiegu konfigurowania ³añcucha dostaw w sieci przedsiêbiorstw oraz zbadanie wp³ywu zmian parametrów wejciowych na zachowanie i cha-rakterystykê konfigurowanych ³añ-cuchów dostaw.
Literatura:
[1] Anholcer M.: Przep³ywy w sie-ciach, [w:] Badania operacyjne, red. W. Sikora, Wydawnictwo PWE, Warszawa 2008.
[2] Busacker, R.G., Gowen, P.J.: A Procedure for Determining a Family of Minimal-Cost Network Flow Patterns, O.R.O. Technical Report No. 15, Operational Rese-arch Office, John Hopkins Uni-versity, Baltimore, MD 1961. [3] Chiu M., Lin G.: Collaborative supply chain planning
using the artificial neural network approach. Journal of Manufacturing Technology Management, Vol. 15, No. 8/2004.
[4] Dudzik M.: Technologiczne i organizacyjne determinan-ty ³añcucha dostaw w bran¿y komputerów osobisdeterminan-tych, Gospodarka Materia³owa i Logistyka, 2006, nr 5. [5] Damaceanu R. C.: An agent-based computational
stu-dy of wealth distribution in function of resource growth interval using NetLogo, Applied Mathema-tics and Computation 2008, vol. 201, no. 1-2. [6] Foster W., Cheng Z.: Technology and Organizational
Factors in the Notebook Industry Supply Chain, CAPS, USA 2006.
[7] Fuks K., Kawa A., Wieczerzycki W.: Dynamic Configu-ration and Management of e-Supply Chains Based on Internet Public Registries Visited by Clusters of Software Agents. [w:] HoloMAS 2007, LNAI, Springer-Verlag 2007. Rys. 5. Wp³yw zmiany liczby przedsiêbiorstw w poszczególnych rzêdach
na redni¹ liczbê konfigurowanych ³añcuchów dostaw w sieci przedsiêbiorstw
Rys. 6. Wp³yw zmiany liczby przedsiêbiorstw w poszczególnych rzêdach na redni koszt konfigurowanego ³añcucha dostaw w sieci przedsiêbiorstw
[8] Janota A., Rastoèny K., Zahradnik J., Multi-agent approach to traffic simulation in NetLogo environ-ment level crossing model, [w:] Transport systems Telematics TST05, Zeszyty Naukowe, Transport, Politechnika l¹ska, Gliwice 2005.
[9] Kawa A.: Metody konfigurowania ³añcuchów dostaw w sieci przedsiêbiorstw, [w:] Zarz¹dzanie ³añcuchami dostaw, red. M. Ciesielski, Wydawnictwo PWE, Warszawa 2010 (w druku).
[10] Kawa A., £añcuch dostaw, [w:] Strategie ³añcuchów dostaw, red. M. Ciesielski, J. D³ugosz, Wydawnictwo PWE, Warszawa 2010.
[11] Kawa A.: Zastosowanie technologii agentowej w kon-figurowaniu ³añcucha dostaw, praca doktorska, pro-motor prof. dr hab. in¿. Waldemar Wieczerzycki, Wydzia³ Zarz¹dzania, Uniwersytet Ekonomiczny w Poznaniu, wrzesieñ 2009.
[12] Korczak J., Lipiñski P.: Systemy agentowe we wspo-maganiu decyzji na rynku papierów wartociowych, [w:] Rozwój informatycznych systemów wieloagento-wych w rodowiskach spo³eczno - gospodarczych, red. M. Ganzha, M. Paprzycki, H. Sroka, S. Stanek, Wy-dawnictwo Placet, Warszawa 2008.
[13] Mersenne Twister Home Page, [on-line]. Dostêpny w Internecie: http://www.math.sci.hiroshima-u.ac.jp/ ~m-mat/MT/emt.html
[14] Reid R., Sanders D., Nada R.: Operations Manage-ment, John Wiley&Sons, 2002.
[15] Rutkowski K.: Rola operatorów logistycznych w re-strukturyzacji globalnych ³añcuchów dostaw, Go-spodarka Materia³owa i Logistyka 2005, nr 12. [16] Sys³o M.M., Deo N., Kowalik J.S.: Algorytmy
opty-malizacji dyskretnej z programami w jêzyku Pascal, Wydawnictwo Naukowe PWN, Warszawa 1999. [17] Urbañczyk T.: Sieci dostaw, [w:] Logistyka w biznesie,
red. M. Ciesielski, Wydawnictwo PWE, Warszawa 2006. [18] Wheeler S.: On the Suitability of NetLogo for the Mo-delling of Civilian Assistance and Guerrilla Warfare, DSTO Systems Sciences Laboratory, Australia 2005.
[19] Wilensky U.: NetLogo itself, NetLogo. http://ccl.northwe-stern.edu/netlogo/, Center for Connected Learning and Com-puter-Based Modeling, North-western University. Evanston, IL 1999.
[20] Witkowski J.: Logistyka w orga-nizacjach sieciowych, Gospo-darka Materia³owa i Logistyka 2000, nr 7-8.
MULTI-AGENT SYSTEM TO SUPPLY CHAIN CONFIGURA-TION IN COMPUTER INDU-STRY
Abstract:
There are two main contributions of the work presented in this paper. The first one is a particular approach to adapting multi-agent system and graph algorithms to the supply chain configura-tion in personal computer industry. The DyConSC model is described. The next contributions are the simulation experi-ments carried out in the NetLogo platform.
The DyConSC (Dynamic Configuration of Supply Chain) model is based on the software agents. This model is ada-pted from [7] and extended here with the graph theory. It is mainly aimed at building dynamic and flexible temporary supply chains. Nowadays it is especially important because customer demand, production lines and distribution ne-twork frequently change. This model enables each entity of the supply chain to independently adjust their plans in such a way that they become optimal both within one enterprise and the whole supply chain. Such a supply chain may be successfully realized by agent oriented systems. Agents re-presenting various enterprises from particular tiers coope-rate with one another, coordinate and negotiate conditions to achieve the common goal whereas every agent may try to attain the target of the individual user delegating it. Thanks to that optimizing supply chains holistically and obtaining significant benefits for the final customer become attaina-ble, even if supply chain partners have differing objectives, perspectives and processes [3].
In order to check the capabilities of supply chain configura-tion and its effectiveness the simulaconfigura-tions of the DyConSC model in the NetLogo (a cross-platform multi-agent pro-grammable modeling platform) were carried out. The as-sumptions and environment of the modeling system are discussed. The experiment simulations are described, too. In the last section of this paper the results of the simula-tions and the findings are provided.
Dr Arkadiusz KAWA
Katedra Logistyki i Transportu Uniwersytet Ekonomiczny w Poznaniu Al. Niepodleg³oci 10
61-875 Poznañ
arkadiusz.kawa@ue.poznan.pl Rys. 7. Wp³yw zmiany wskanika zmiennoci poda¿y poszczególnych