Tiểu Luận Học Phần Mô Phỏng Hoạt Động Kinh Doanh 2.Pdf

Sau khi đã xác định được mức phân bổ trung bình cho giá thầu của đối thủ cạnh tranh, ông Smith tiến hành đánh giá các giá thầu khác dựa trên mức trung bình đó.. Ta bắt đầu tiến hành mô p

ĐẠI HỌC BÁCH KHOA HÀ NỘI Viện Kinh tế và Quản lý

Ngành Quản trị Kinh doanh

Giảng viên hướng dẫn: TS Nguyễn Tiến Dũng

Hà Nội, 07/2023

MỤC LỤC

PHẦN 1: Bài 1 Mô phỏng kinh doanh với hàm RAND()

PHẦN 2: Bài 2 Mô phỏng kinh doanh với Crystal Ball

PHẦN 3: Bài 3 Mô phỏng kinh doanh với SimQuick

PHẦN 4: Bài 4 Thiết kế và giải bài toán mô phỏng với SimQuick

TÀI LIỆU THAM KHẢO

PHẦN 1: Bài 1 Mô phỏng kinh doanh với hàm RAND()

1.1 BÀI 1 Crown-Zeno Boxes

Crown-Zeno Boxes

Elliott Smith, giám đốc bán hàng cấp cao của Công ty Crown-Zeno Boxes (CZB), ngồi xuống bàn làm việc để lên kế hoạch Giá thầu của anh ấy với Amazon.com sẽ đến hạn trong khoảng mộttuần nữa và anh ấy vẫn chưa đưa ra quyết định về mức giá mà CZB sẽ đưa ra cho bốn loại hộp các tông gợn sóng mà người bán hàng trực tuyến đang tìm kiếm Các lô hàng số lượng lớn của Amazon yêu cầu đấu thầu 6 tháng một lần cho hợp đồng cung cấp cho các trung tâm phân phối của mình bốn kích cỡ hộp các tông sóng: 12 x 9x3, 12 x 9x4, 14 x9x 6 và 16x 12 x6 (kích thước tính bằng inch) CZB và các đối thủ cạnh tranh của nó đã phải cung cấp một mức giá nghìn đô cho mỗi kích cỡ trong số bốn kích cỡ hộp Trong yêu cầu đấu thầu của mình, Amazon đã chỉ ra

số lượng gói mỗi loại hộp sẽ được yêu cầu và số lượng mỗi hộp có kích thước được đóng gói trong một gói Amazon đã xác định nhà cung cấp của mình bằng cách cộng toàn bộ chi phí của hợp đồng dưới dạng giá thầu của từng nhà cung cấp tiềm năng và trao toàn bộ hợp đồng cho người trả giá thấp tổng thể

Amazon yêu cầu các nhà thầu gửi mẫu sản phẩm của họ Giá được trung tâm phân phối FOB liệt

kê trong đề xuất Nhà cung cấp có nghĩa vụ đáp ứng lịch trình vận chuyển hàng tháng đến với họvào đầu mỗi tháng Ngày giao hàng là vào khoảng ngày 15 của tháng và sau mỗi lần giao hàng, nhà cung cấp sẽ lập hóa đơn cho Amazon

Công ty hộp Crown-Zeno

CZB là một trong những nhà sản xuất vật liệu đóng gói lớn nhất Bắc Carolina Công ty tùy chỉnhsản xuất nhiều loại sản phẩm đóng gói, thường là in bao bì tùy chỉnh cho khách hàng Vật liệu đóng gói và bao bì, bao gồm cả băng keo, chiếm gần như toàn bộ hoạt động kinh doanh điển hình của một năm Hợp đồng này có thể là khởi đầu của một mối quan hệ lâu dài, béo bở với gã khổng lồ trực tuyến đang phát triển

Hầu hết doanh thu của CZB đến từ các hợp đồng, như hợp đồng này, được trao trên cơ sở đấu thầu cạnh tranh

Giá của hộp Crown-Zeno

Elliott Smith bắt đầu cân nhắc về quy mô của giá thầu bằng cách xác định CZB sẽ tốn bao nhiêu

để cung cấp các hộp được yêu cầu Bảng 5.6 cho biết số lượng bó của từng loại hộp được chỉ định trong hợp đồng, số lượng hộp trên mỗi bó, tổng số hộp và giá CZB trên 1000 hộp

Từ Bảng 5.6, ông Smith xác định rằng chi phí của CZB cho toàn bộ hợp đồng sẽ là $2,935,602.Trường hợp tiếp theo

Các chi phí bổ sung, ngoài giá vốn hàng bán, sau đó phải được xem xét Để

đáp ứng các thông số kỹ thuật của hợp đồng, CZB sẽ phải duy trì một lượng

hàng tồn kho đáng kể cho cả bốn loại hộp Ông Smith ước tính rằng CZB sẽ

phải giữ thêm 25% số hộp trong kho để sẵn sàng sử dụng ngay trong 6 tháng

của hợp đồng Sẽ không có sự gia tăng đáng kể nào về chi phí lao động,

hành chính hoặc văn thư Tuy nhiên, sẽ có một số chi phí vận chuyển bổ sung

nhỏ: trong một số trường hợp, CZB sẽ phải gửi đội xe của mình đến những

khu vực mà họ hiện không có nhu cầu đi lại Ông Smith ước tính rằng việc mở

rộng tuyến đường sẽ tiêu tốn tổng cộng khoảng 3600 đô la CZB Ông Smith

quyết định rằng ông nên áp dụng tỷ lệ chiết khấu 12% cho dòng tiền liên

quan đến hợp đồng này

Đánh giá phân phối cho giá thầu của đối thủ cạnh tranh

Tiếp theo, ông Smith nghĩ về những giá thầu khả dĩ mà đối thủ cạnh tranh

của ông có thể đưa ra Anh ta so sánh chi phí ước tính của mình với quy mô

của giá trúng thầu cho một số hợp đồng trước đây tương tự như hợp đồng

này Theo kết quả phân tích này, ông Smith quyết định rằng giá thầu của đối

thủ cạnh tranh của ông có khả năng cao hơn 3,400,000 đô la như dưới đây

Sau khi đã xác định được mức phân bổ trung bình cho giá thầu của đối thủ

cạnh tranh, ông Smith tiến hành đánh giá các giá thầu khác dựa trên mức

trung bình đó

Ông nghĩ rằng chỉ có xác suất 0,25 rằng giá thầu của đối thủ cạnh tranh sẽ

thấp hơn 95% giá trung bình

Mặt khác, anh ấy cảm thấy có 0,75 xác suất rằng giá thầu của đối thủ cạnh

tranh sẽ thấp hơn 105% giá trung bình

Giá thầu của đối thủ cạnh tranh của anh gần như chắc chắn nằm trong

khoảng từ 90% đến 115% giá trung bình Sử dụng những đánh giá này, Mr

Smith cảm thấy rằng anh ấy có thể chọn giá thầu tối ưu để CZB gửi

Mô phỏng

Chú thích :

Chi phí chiết khấu = Chi phí hợp đồng * tỉ lệ chiết khấu

Bản mô phỏng chạy với trial 10000 với

- Rand# = Rand() ( chạy ngẫu nhiên xác xuất đặt giá thầu của đối thủ

- Giá thầu đối thủ = 0.9* giá trung bình + 0.25*Giá TB* Rand#

- Trúng thầu = IF( tổng chi phí < Giá thầu đối thủ ,giá trị đúng , giá trị

sai

Ví dụ B7= if($B$4<C7,1,0)

Số lượt trúng thầu = Sum( trúng thầu )

Lượt thử (trial) 10000

Tỷ lệ trúng thầu = Số lượt trúng thầu/ Lượt thử

Tỉ lệ trúng thầu 74% trong bài toán này có nghĩa là dựa vào mô phỏng

đã thực hiện, Công ty hộp Crown-Zeno (CZB) có khả năng thắng cuộc

đấu thầu là 74% nếu giá thầu của họ là $3.287.874

Điều này cũng có nghĩa là trong 74% các trường hợp mô phỏng, giá

thầu của CZB thấp hơn giá thầu của đối thủ Tuy nhiên, bạn cần chú ý

rằng mô phỏng này dựa trên các giả định và thông tin đã cung cấp, và

không thể đảm bảo chính xác kết quả thực tế trong tương lai

Đồng thời, dựa trên con số 74% này, lãnh đạo CZB có thể đưa ra

quyết định về việc có nên tham gia cuộc đấu thầu hay không, dựa

trên rủi ro họ sẵn lòng chấp nhận và những yếu tố khác như chi phí cố

định, lợi ích chiến lược, vv

PHẦN 2: Bài 2 Mô phỏng kinh doanh với Crystal Ball

Đọc SGK của Pinder 2023, Chapter 5, Exercise 7, trang 126 Sử dụng dữ liệu

về nhu cầu như sau:

· Nhu cầu nhỏ nhất: Demand Min = 1000 + 6*1000 = 7000

· Nhu cầu lớn nhất: Demand Max = 3000 + 6*1000 = 9000

· Nhu cầu trung bình: Demand Average = Demand = 2000 + 6*1000 = 8000

Dịch đề bài sang tiếng Việt Sau đó giải bài toán bằng 2 cách: (1) sử dụng

hàm RAND(); (2) sử dụng Crystal Ball) Sau đó so sánh các kết quả thu được

và nhận xét

Dịch đề:

Một nhà bán lẻ trực tuyến sẽ bán ghế Adirondack trong mùa này Nhà bán lẻ

mua ghế từ một nhà cung cấp với giá $175 và sẽ bán chúng với giá $250

Như cầu đã được dự kiến là 8000 ghế trong mùa này, nhưng không biết chắc

chắn và có thể dao động từ 7000 đến 9000 ghế Cuối mùa công ty sẽ có đợt

giảm giá 1/2 để giải phóng hàng tồn kho Xác định số lượng ghế tối đa để đặt

hàng a Tại sao nhà bán lẻ không muốn tồn tại kho ghế cho năm sau? Giả sử

sử dụng một hệ thống phân phối tốt nhất cho nhu cầu

b Xây dựng một mô phỏng để xác định số lượng ghế mà nhà bán lẻ nên đặt

hàng Đó phải là nhu cầu trung bình? Tại sao có hoặc tại sao không?

c Vẽ biểu tượng phân phối theo yêu cầu để xác nhận phân phối Giả sử một

tam giác phân phối cho nhu cầu

d Xây dựng một mô phỏng để xác định số lượng ghế mà nhà bán lẻ nên đặt

hàng

e Vẽ biểu tượng phân phối theo yêu cầu để xác nhận phân phối Giả sử một

tam giác phân phối cho nhu cầu Tại sao chỉ tính toán mức trung bình của

nhu cầu mô phỏng để khẳng định rằng mô phỏng là không đủ?

Bài làm

MÔ PHỎNG VỚI EXCEL

a) Nhà bán lẻ không muốn tồn kho ghế cho năm sau vì nhu cầu về ghế

Adirondack có thể thay đổi theo từng năm và không thể đảm bảo duy

trì ổn định hoặc tăng lên Mang theo hàng tồn kho dư thừa có thể dẫn

đến thua lỗ do phải giảm giá nhiều ghế hoặc không thể bán được

chúng Dựa trên các giả định và thông tin trên, số lượng ghế tối ưu để

đặt hàng sẽ là 8000 Điều này là do việc đặt hàng hơn 8000 chiếc ghế

sẽ dẫn đến phát sinh thêm chi phí do phải vận chuyển hàng tồn kho dư

thừa và đặt hàng ít hơn 8000 chiếc ghế có thể dẫn đến mất doanh thu

nếu nhu cầu vượt quá hàng tồn kho có sẵn Bằng cách đặt hàng 8000

chiếc ghế, nhà bán lẻ có thể tránh được cả hai tình huống này trong khi

vẫn có thể giảm giá 1/2 để giải phóng mọi hàng tồn kho còn lại nếu

nhu cầu thấp hơn dự kiến

b) Để xác định lượng Order tối ưu thì ta cần xác định lượng hàng Order là

bao nhiêu thì tại đó Lợi nhuận đạt giá trị lớn nhất

Ta bắt đầu tiến hành mô phỏng 10.000 trường hợp, tuân theo phân

phối đều (rời rạc)

Đầu tiên, ta cần xác định nhu cầu mua hàng trên thị trường bằng công

thức

Demand = Min +TRUNC(RAND()*(Range+1)), ở đây Range = Max

-Minhoặc Demand = Min + RANDBETWEEN(MIN, MAX)

Nhưng ở bài này nhóm em thực hiện công thức đầu tiên dùng

công thức đầu tiên Tuy nhiên, do tính chất ngẫu nhiên của hàm

RAND() nên để cố định giá trị Demand, em tiến hành khử tính ngẫu

nhiên bằng cách Copy past Special sau khi đã xác định được toàn bộ

nhu cầu

Sau khi xác định được Demand, ta cần xác định lượng ghế đã

bán (Chairs Sold), được xác định trong trường hợp nếu #Order <

#Demand tương ứng, thì lượng ghế bán ra sẽ chỉ bằng lượng ghế ta có,

tức lượng Order, còn trong trường hợp còn lại như bằng hoặc hơn thì ta

sẽ trả về giá trị Demand Và trong #Order < #Demand thì ta ghi nhận

thiếu hàng

Short = (Order<Demand)*1Giá trị nhận được, trả về 1 là thiếu, 0 là đáp ứng được nhu cầu

Và khi Short =0, điều đó có nghĩa cửa hàng có thể ghi nhận số lượng

hàng tồn kho nhất định (nếu #Order = #Demand thì ghi nhận giá trị

tồn kho #Inventory = 0) Vậy trong trường hợp Short = 0,

Inventory = Order - Demand

Do cuối kì, cửa hàng sale off 50% nên ta có công thức tính lợi nhuận

(Profit)

Profit = Doanh thu - chi phí = (250* Chairs Sold+ 125*Inventory)

-175* Order

Và để nhanh chóng xác định được lượng #Order tối ưu một cách nhanh

chóng và hiệu quả, ta sử dụng công cụ Solver có trong Excel

Trong đó, Set Obj là giá trị ta cần xét.

Biến thay đổi là Order

Điều kiện: Do số ghế là số nguyên nên điều kiện của biến cũng phải số

nguyên tức int Khoảng nhu cầu từ 7000 đến 9000 nên biến Order cũng nên

ở trong khoảng đó

Sau khi sử dụng Solver, ta xác định được giá trị Order nên đặt là 8197,

tại đó lợi nhuận trung bình đạt giá trị lớn nhất là $569.654, ứng với Demand

trung bình = 7794,69

c

Ứng với phân phối Triangular Distribution, xác định được đồ thị như sau

Với đồ thị pdf , ta cần xác định được xác xuất tại biến Forecast = 8.000 bằng

cách

h = 2/Range, trong đó Range = Max - Min

Và tại hai mốc Min = 7.000 và Max = 8.000 thì xác xuất đều ở mức 0 nên ta

có đồ thị như sau

Tiếp theo để vẽ được sơ đồ CDF, nhóm em đã sử dụng công thức lý thuyết

cho toàn bộ dữ liệu

Sau khi thống kê, áp dụng công thức trên, ta có sơ đồ theo lý thuyết như

dưới

d Về cơ bản, cách làm câu d tương tự câu b Tuy nhiên, chỉ khác công thức

tính Demand do khác kiểu phân phối Tại câu d, ta tiến hành mô phỏng theo

phân phối Triangular Distribution (câu b là uniform distribution) Và đồng thời,

để làm tròn sản lượng ghế ta sử dụng hàm TRUNC() để làm tròn

Demand = TRUC(IF(RAND()<F(forecast);Min+Range1*RAND()^0,5;

Max-Range2*RAND()^0,5))Trong đó, F(forecast) = Range1/Range; Range1 = Forecast-Min; Range2 =

Max-Forecast

Các bước và thao tác còn lại thực hiện tương tự như câu b

Sau khi Solver, ta có kết quả như sau:

Như vậy, giá trị Order nên đặt là 8111, tại đó lợi nhuận trung bình đạt giá trị

lớn nhất là $580.146, ứng với Demand trung bình = 8003,67 Không chênh

lệch quá nhiều so với kết quả nhận được ở câu b (Order nên đặt là 8197, lợi

nhuận trung bình là $569.654, Demand trung bình = 7794,69)

e Sau khi thực hiện simulation xong, ta có đồ thị pdf và cdf như sau:

Nhận xét : Đồ thị nhận được từ giá trị mô phỏng tương đối giống đồ thị thực

hiện theo lý thuyết

Việc chỉ tính toán mức trung bình của nhu cầu mô phỏng để xác thực mô

phỏng là không đủ bởi vì điều này không tính đến sự không chắc chắn hoặc

tính thay đổi của nhu cầu Hàm RAND() có tính ngẫu nhiên trong thống kê,

dẫn tới với mỗi một lần chạy mô phỏng, ta sẽ nhận được một giá trị nhu cầu

trung bình của mô phỏng khác nhau Như vậy, có thể nói nhu cầu trung bình

của mô phỏng là ngẫu nhiên

Để xác thực chính xác mô phỏng, ta cần phải phân tích các phân phối thống

kê của nhu cầu, để đánh giá độ chính xác của kết quả mô phỏng, so sánh với

dữ liệu thực hoặc phân tích độ nhạy

MÔ PHỎNG VỚI CRYTAL BALL

+ Xây dựng mô hình bài toán đối với trường hợp nhu cầu tuân theo phân phối đều

Phân phối đều với biến rời rạc

Thiết lập phân phối cho nhu cầu là phân phối đều bằng tính năng Define Assumption

Sau khi thực hiện chạy mô phỏng bằng Crystal ball, thu được kết quả là số lượng đặt hàng tối ưu

là 8,152 ghế để nhà bán lẻ có được lợi nhuận cao nhất là 568.002$

+ Xây dựng mô hình bài toán cho nhu cầu có phân phối tam giác

Phân phối tam giác

Thiết lập phân phối cho nhu cầu là phân phối tam giác bằng tính năng Define Assumption

Sau khi thực hiện chạy mô phỏng bằng Crystal ball, thu được kết quả là số lượng đặt hàng tối ưu

là 8145 ghế để nhà bán lẻ có được lợi nhuận cao nhất là 569.738$

Thực hiện mô phỏng kinh doanh với hàm Rand() hay Crystal ball giúp nhà quản trị thấy được sự biến động ngẫu nhiên của các yếu tố đầu vào, từ đó đưa ra được các quyêt định tốt hơn trong tương lai.

PHẦN 3: Bài 3 Mô phỏng kinh doanh với SimQuick

Trong ví dụ này, chúng tôi xem xét một quy trình đơn giản được mô tả bằng sơ đồ quy trình sau:

Bản đồ quy trình cho quy trình dòng chảy tuyến tính

Chúng tôi để các đơn vị thời gian biểu thị phút Thời gian làm việc tại mỗi Work Station là không chắc chắn, nhưng có thể được ước tính theo cùng một cách: bằng cách phân phối đồng đều với tối thiểu 5 phút và tối đa là 15 phút (tức là nhập Uni (5,15) cho thời gian làm việc) Do

đó, dòng được cân bằng theo nghĩa là thời gian làm việc trung bình (10 phút) tại mỗi Work Station là như nhau (tuy nhiên, có rất nhiều phương sai trong thời gian làm việc) Chúng tôi chạy mô hình trong khoảng thời gian 24 giờ mô phỏng, tức là 1440 đơn vị thời gian Đối với công suất và hàng tồn kho ban đầu của Raw Metarials , hãy nhập 200 (điều này sẽ ngăn chúng tôi cạn kiệt) Nhập Không giới hạn cho công suất của Finished Goods (hàng tồn kho ban đầu của nó phải là 0)

Chúng tôi có thể dễ dàng làm cho mô hình thực tế hơn bằng cách kết hợp Entrance vào cho nguyên liệu thô và Entrance cho hàng hóa thành phẩm (điều này sẽ cho phép chúng tôi mô hình hóa việc đến và đi từ quy trình do lịch trình vận tải đường bộ; trên thực tế, điều này được thực hiện trong Phụ lục 3) Bằng cách giữ mọi thứ đơn giản ngay bây giờ, chúng ta có thể kiểm tra, trong bài tập, một số mối quan hệ chính liên quan đến những điều sau: hàng tồn kho (giữa các Work Station), sự thay đổi (trong thời gian làm việc), thông lượng (số lượng thành phẩm được sản xuất mỗi ngày), thời gian chu kỳ và độ dài của mô phỏng

Do sự thay đổi trong thời gian làm việc, tình huống sau đây có thể xảy ra khi bạn chạy mô hình này trong SimQuick: WS2 kết thúc làm việc trên một đối tượng, trong khi WS3 vẫn đang làm việc trên một đối tượng khác Khi điều này xảy ra, WS2 đặt đối tượng đã hoàn thành của nó vào

bộ đệm bên trong của nó, chỉ có thể chứa một đối tượng trong mô hình này Cho đến khi đối tượng này đã được chuyển sang WS3, WS2 không thể bắt đầu làm việc trên một đối tượng mới.WS2 được cho là bị chặn trong khi chờ WS3 kết thúc Bạn có thể tìm hiểu phần nào của toàn

bộ mô phỏng WS2 bị chặn bằng cách xem trên bảng Kết quả trong "Thời gian phân số bị chặn"

Lưu ý: Một băng tải trong một nhà máy cũng có thể được mô hình hóa bởi một chuỗi các trạm làm việc Số lượng Trạm làm việc phải là số lượng đối tượng tối đa có thể có trên băng tải cùng một lúc Thời gian làm việc tại mỗi Trạm làm việc phải là một hằng số; hằng số này chỉ đơn giản là lượng thời gian cần thiết để một vật thể đi qua băng tải chia cho số Trạm làm việc trong

mô hình

Bài tập 19: Đối với mỗi tình huống từ a đến e bên dưới, hãy thực hiện 100 mô phỏng và báo

cáo thông lượng trung bình tổng thể (tức là hàng tồn kho cuối cùng trung bình tổng thể của

Bộ đệm: Hàng hóa thành phẩm) Đồng thời báo cáo thời gian chu kỳ trung bình tổng thể trong suốt quá trình từ khi nó vào WS1 đến khi nó rời khỏi WS3 Điều này được tính bằng cách cộng thời gian chu kỳ trung bình tổng thể thông qua bộ đệm bên trong, Bộ đệm được thêm vào giữa các Trạm làm việc và thời gian làm việc trung bình tại các Trạm làm việc

a Hãy xem xét mô hình SimQuick được mô tả ở trên Lưu ý rằng thời gian làm việc cho mỗi Trạm làm việc là Uni (5,15)

b Xem xét mô hình ban đầu, thay đổi thời gian làm việc tại mỗi Trạm làm việc thànhUni (9,11) Lưu ý rằng thời gian làm việc mới có cùng giá trị trung bình nhưng phương sai nhỏ hơn

c Xem xét mô hình ban đầu, sử dụng phân phối phương sai giảm từ phần b trên WS2 chỉ

d Đối với mô hình ban đầu, thêm Bộ đệm giữa WS1 và WS2 và Bộ đệm khác giữa WS2

và WS3 (không có hàng tồn kho ban đầu) Hãy xem xét năm kịch bản trong đó dung lượng của cả hai Bộ đệm được đặt thành 1, sau đó là 3, sau đó là 5, rồi 7 và sau đó là 9

e Xem xét mô hình trong d (với công suất của các Bộ đệm được thêm vào ở mức 9), sử dụng các phân phối phương sai giảm từ b

f Tóm tắt kết quả của bạn từ phần a đến e Cụ thể, thảo luận về mối quan hệ giữa hàng tồn kho, sự thay đổi thời gian làm việc, thông lượng và thời gian chu kỳ

g Xem xét mô hình trong d, ngoại trừ đặt công suất của Bộ đệm và Hàng hóa thành phẩm được thêm vào là Không giới hạn Chạy mô hình cho 2000, sau đó 5000, sau đó

10000 đơn vị thời gian

Đảm bảo bạn tăng hàng tồn kho ban đầu trong Nguyên liệu thô để bạn không hết trong quá trình mô phỏng Trong mỗi trường hợp, hãy báo cáo khoảng không quảng cáo trungbình tổng thể và khoảng không quảng cáo tối đa trung bình tổng thể trong cả hai Bộ đệmđược thêm vào Điều này ngụ ý gì về mức tồn kho trong một nhà máy nơi kích thước bộ đệm lớn và thời gian sản xuất dài?

Tiếp đến ta chọn Buffers để nhập các dữ liệu thời gian chờ

+ Name: Ta chọn Raw Metarials

+ Capacity:

+ Initial # objects: số lượng hàng tồn kho ban đầu , theo đề bài :200

+ Output destination(s): ta nhập lần lượt teller WS1,…

+ output group size: Từng số lượng hàng rời khỏi , ta chọn 1

+ Track details?:

Buffer 2 ta chọn như trên hình

Chọn Work Stations để khai báo thời gian làm việc

+ Name: WS1,2,3

+ Working time: Thời gian làm việc của WS

Ta nhập Uni(5,15) ( theo bài cho )

+ Output destination(s): WS2,3, Finished Goods

+ Time units per simulation: thời gian mỗi mô phỏng

24 giờ ứng với 1440 lần chạy mô phỏng

+ Number of simulations: số lượng mô phỏng ta để 100 mô phỏng

Run Simulation(s) và sau đó nhấn vào View Results

Và đây là bảng kết quả

b, Xem xét mô hình ban đầu, thay đổi thời gian làm việc tại mỗi Trạm làm việc thành Uni (9,11).Lưu ý rằng thời gian làm việc mới có cùng giá trị trung bình nhưng phương sai nhỏ hơn Làm tương tự câu a

Vào Work Station , thay working time -> Uni(9,11)

Ta có