AnyLogic Forum is moving to other platforms

This forum is now not officially supported and will be discontinued early in 2018. Registration and new topics are no longer possible.


To discuss AnyLogic-related issues, you are welcome to use LinkedIn user group and StackOverflow questions tagged with "anylogic".


Supply Chain Design for Vaccine Manufacturer

Challenge:




GlaxoSmithKline (GSK) was the world’s sixth largest pharmaceutical company in 2014. The company was launching a new vaccine product on a new market that needed a distribution network different from what they had before. Therefore, the company needed to design a new supply chain and align manufacturing processes with it.


The supply chain of a vaccine is a complex system because it is geographically extended globally, and it uses a large amount of resources, including manufacturing plants and warehouses.


Production and distribution start with the preparation of “bulk”, where many different components are used. This stage is then followed by the “filling” step, where many containers, such as syringes and vials, have to be managed. Then the product goes to final packaging (with specific requirements for all different regions, in compliance with local laws). In addition, in the GSK case, the vaccine could only be produced and released for distribution in batches, which made further supply chain planning even more difficult.


A specific issue for the company was how to handle large amounts of components with specific expiration dates, while complying with quality control procedures (both internal and external at “single dose level”), and commercial rules. In addition, GSK implemented various inventory management policies using corporate transactional systems, including SAP. Above all, their supply chain faced a large amount of specific settings and balancing problems.


All of these special traits were the reason that GSK choose dynamic simulation as a decision-support tool for the vaccine supply chain design. Fair Dynamics Consulting developed the supply chain’s simulation model for the company using AnyLogic.


Solution:




The model designed by Fair Dynamics simulated GSK’s supply chain, including the manufacturing and the distribution parts of it.

Supply Chain Optimization for Manufacturing

Process Logiс in the Model

The manufacturing part was based on the discrete-event modeling method and it simulated business processes involved in the vaccine production. These included three levels of processes that could be intervened by each other:

  • Manufacturing processes 
  • Quality control processes (product testing) 
  • Quality assurance processes (production process control)

The model had to take into account the different policies the company implemented and production constraints. For example, the model included shifts of human operators at the plant, their operation times depending on experience, as well as different sourcing policies that affected the production schedule.


Supply Chain Simulation Model Statistics

Model Statistics

The manufacturing part of the model was integrated with the distribution part that simulated the US market supply chain, orders to the manufacturing part, and received goods from it.


The supply chain in the model reflected the real-world supply chain design, and included warehouses replenished from the main European distribution center, wholesalers (product distributors), and hundreds of clients, all with defined geographical locations. Clients ordered goods from wholesalers, but were supplied directly from GSK’s warehouses, due to the sensitive nature of the product and to avoid delays caused by intermediaries’ participation.


One of the important metrics taken into account was maintaining high service levels, because the product’s selling proposition was guaranteed 24 hour delivery.


The model was able to simulate both the steady state of the supply chain, and situations with disruptions and emergencies, to see how “what-if” scenarios would affect supply chain performance.

Outcome:




The model allowed GlaxoSmithKline to determine the optimal vaccine supply chain design from the standpoint of costs and service level.


The model also served as a part of an operational decision-support tool for the supply chain planners. The tool allowed them to determine optimal production/distribution policies for the next week/month.


The uniqueness of this project was the combination of manufacturing and distribution processes in one simulation model, which was possible due to the multimethod modeling techniques available in AnyLogic. This approach gave GSK the ability to achieve more accuracy in simulation, thus allowing for more precise forecasting and more profitable decision making.

More Case Studies

  • Simulation eines Tunnelbaus mit Hilfe einer Tunnelbohrmaschine
    Die Kosten des Ausfalls einer Tunnelbohrmaschine für eine Stunde sind üblicherweise hoch und Projektmanager müssen ihr Bestes tun, um unnötige Verzögerungen im Bau zu verhindern. Das Ziel des Simulationsprojektes, welches durch die Ruhr-Universität Bochum in Deutschland durchgeführt wurde, war es, ein Simulationsmodell zu entwickeln, das fähig ist die Engstellen im Tunnelbauprozess zu bestimmen, um finanzielle Verluste zu minimieren.
  • Peitscheneffekt in der Lieferkette von Halbleitern
    Das Supply Chain Management bei Infineon, ein sehr großer Hersteller von Halbleitern, wollte den Peitscheneffekt, auch Bullwhip-Effekt genannt, in ihrem Markt untersuchen, um Ausgaben zu senken und das Marktverhalten besser vorhersagen zu können. Sie haben AnyLogic-Software eingesetzt, um das Modell einer Lieferkette zu entwickeln - vom Rohmaterial bis zum Verkauf.
  • Simulation der internen Schienenlogistik für den Hafen von Le Havre
    Der Hafen von Le Havre in Frankreich benötigte Unterstützung für den Bau eines neuen multimodalen Terminals. Kernpunkt der Simulation war es, den Transfer der Container zwischen Schienenzügen / Frachtkähnen und anderen bestehenden Terminals zu fördern, die diese Container zum bzw. vom Seetransport überführen.
  • Optimierung der Französischen Bahn
    Der Betreiber eines Eisenbahnnetzes des Landes wollte wissen, ob der Schienengüterverkehr mit LKW-Transporten konkurrieren kann. Der Transport LKW-Bahn-LKW sollte effektiver werden.
  • Tragfähigkeitsmodell eines Bahnhofs
    Aurizon ist eines von Australiens größten Bahnfrachtunternehmen mit mehr als 700 Lokomotiven und mehr als 16.000 Wagons. Aurizon ist stark im Kohlen-, Eisenerz- und Mineraltransport vertreten. Um die Effizienz der Betriebsabläufe zu erhöhen, hat das Unternehmen entschieden, einen ihrer Bahnhöfe in eine andere Stadt zu verlegen. Dieser Bahnhof war vor allem für die Wagon- und Lokomotiven-Wartung, sowie für die Vorbereitung der Lok zuständig.
  • Die beste Lagerhaltungsstrategie mit Gojii auswählen
    Das bestehende Tool für Lieferkette und S&OP (Absatz- und Vertriebsplanung) sind hervorragend für das Lieferungsmanagement geeignet, um einer gewählten "Prognose" zu entsprechen. Es gibt jedoch keine einzige "korrekte Prognose" des künftigen Bedarfs, und bestehende Tools sind nicht dafür konzipiert, das beste Bedarfslevel für das Unternehmen auszuwählen.
  • Planungs- und Bestandsoptimierung des Vertriebsnetzwerks durch Simulation
    Diageo ist ein britisches, multinationales Unternehmen, das alkoholische Getränke vertreibt. Diageo Russland gehört zu den Top fünf der Großhändler von alkoholischen Getränken, welches traditionell ein margenschwaches Geschäft ist und bei dem der Reingewinn empfindlich auf den Grad der Kundenbetreuung und hohe Logistikkosten reagiert.
  • Modellierung eines kundenzentrierten Verkehrsnetzes
    Ein öffentliches Verkehrsunternehmen wandte sich an PwC Australien, um eine Lösung zu entwickeln, die eine kundenzentrierte Sicht ihrer Bahninfrastruktur bot und dem Unternehmen dabei half, die aktuellen Störfolgen für den Betrieb des Eisenbahnnetzes zu verstehen, und die Situation zu verbessern. Die PwC Berater entschieden sich, das Modell eines Verkehrsnetzes zu erstellen, das Zugbewegungen, Zwischenfälle und Kunden in Bahnhöfen und Zügen simulierte.
  • CSX löst die Herausforderungen des Bahnbetriebs mit der AnyLogic Rail Library
    CSX ist eine US-Eisenbahngesellschaft, mit einem Streckennetz von über 21.000 Meilen (34.000 km). AnyLogic bietet den Nutzern der Eisenbahngesellschaft die Möglichkeit, Probleme bezüglich des Streckenverlaufs, des Terminals und des Bahnhofs zu simulieren. Die folgenden drei Projekte, die 2014 von CSX abgewickelt wurden, deckten eine Vielzahl von Aufgaben ab, die durch die AnyLogic-Software gelöst wurden.
  • Design and Analysis of Marine System for Oil Transportation in the Arctic by Means of Simulation
    The Novoportovskoye oil and gas condensate field is located in the Yamal peninsula and is owned by Gazprom Neft, the fourth largest oil company in Russia. Oil from the field is transferred via a 100km pipeline to the sea terminal at Cape Kamenny (the Gulf of the Ob river), where it is loaded into arctic shuttle tankers for further transportation to Murmansk. The full field development will start in 2016 and continue for several decades.