В книге Factory Phisics for Menedgment подробно рассматривается пример производитенного потока, который подробно описан в книге "Учитесь видеть процессы" авторы Ротер и Шейк представляют простые и эффективные способы иллюстрации потока путем разработки карты потока создания ценности (VSM). Рекомендую посмотреть этот пример.
Я попробовал выполнить моделирование этого потока на основе подхода Factory Phisic.

Реультаты интересные! В полном соответствии с законами производства реализуется практический режим работы, в котором есть вариабельность процессов. Но осовый интерес в том, как распределеных запасы в данном потоке

Моделирование дает правильное распределение запасов - перед ресурсом ограниченной мощности запас максимальный, а вот в примере максимальный запас перед первой ячейкой, пропускная способность которой значительно больше пропускной способности ресурса ограниченной мощности.
Возникает вопрос - как понять данные о работе производственного потока в книге "Учитесь видет процессы"?

Aлександр Вьюшин пишет:

Когда руководители принимают заказы, то очень редко спрашивают : готовы ли производственники эти заказы выпустить ? Или даже могут ли производственники оценить возможность выпуска этих заказов и с каким резервом ресурсов на форс-мажоры, различную вариабельность отклонений от планируемых процессов ?

Основная мысль книги Phisics for Menedgment в том, что знание физических законов производства позволяют менеджерам самим понимать готоволи производство эти заказы выполнить в установленный срок и, что нужно сделать чтобы производство смогла эти заказы выполнить.

Модель основных понятий Factory Phisics for Menedgment

И в сфере производства и в сфере управления запасами используется один и тот же закон Литтла
в сфере производства WIP = CT*TH
в сфере запасов RTD(WIP) = Время пополнения(CT)*Спрос(TH)

Перевожу интересную работу по производствеенной логистике Performance_evaluation_of_manufacturing. В работе подробно рассматривается задача оптимизации производства на основе моделирования. Используется два вида моделей: аналитическая и иммитационная. Обе модели основаны на теории массового обслуживания. Аналитическая модель используется для оптимизации, полученные в результате рекомендуемые оптимальные настройки дополнительно проверяются иммитационной модели. Результаты исследования показали, что система ограничения НЗП улучшает показатели пропускной способности рабочих станций, среднее время цикла и дисперсию времени цикла. Ценой, которую приходится платить за эти улучшения, является снижение пропускной способности.

Закончил чтение этой работы. А можно создать интеллектуальный симулятор, на котором менеджер может проверить свою интуицию по управлению производственным потоком? Очевидно, что такой симулятор сделать можно. Приверженцы бережливого производства считают, что для повышения производительности потока нужно уменьшать время цикла. Оказывается, это точка зрения противоречит базовым законом производства. Если хотите увеличить производительность (кол. в единицу времени), то придется смириться с увеличением времени цикла.

Александр Запорожцев пишет:

Закончил чтение этой работы. А можно создать интеллектуальный симулятор, на котором менеджер может проверить свою интуицию по управлению производственным потоком? Очевидно, что такой симулятор сделать можно. Приверженцы бережливого производства считают, что для повышения производительности потока нужно уменьшать время цикла. Оказывается, это точка зрения противоречит базовым законом производства. Если хотите увеличить производительность (кол. в единицу времени), то придется смириться с увеличением времени цикла.

Александр, день добрый. С удовольствием прочитал ветку. По поводу вышеупомянутых ошибок приверженцев ЛИНа позволю себе вольную цитату Деминга - "Вся суть в снижении вариабельности". И весь JIT TPS LEAN MRP построен на том, что невозможно снизить вариабельность спроса и нужно максимально эффективно ее компенсировать. Возможность системы эффективно реагировать на неопределенность определяет ее выживаемость.

Понимаю, что тема довольно долго висит на форуме, но на всякий случай спрошу. Если в итоге у Вас получилась программа обучения, было бы приятно изучить ее, чтобы потом тиражировать знания в реальной системе.

А можно создать интеллектуальный симулятор, на котором менеджер может проверить свою интуицию по управлению производственным потоком?

С хорошим ТЗ симулятор можно сделать на чём угодно, особенно когда появились нейросети. Я готов попытаться реализовать ТЗ.
Был хороший эксперимент с симуляцией дилеммы двух заключенных, можно попробовать сделать что то подобное.


Предлагаю накидать идей, может во что то выльется. Начну с себя:
1) Рынок. Генератор случайных чисел напихивает в поток значения потребности - Клиент Артикул Количество. Скрытый параметр покупательской способности и явный параметр предлагаемой цены, если цена выше способности, закладывается постепенное снижение спроса, как в реальном мире уход клиента к конкурентам.
2) Производство. Три-четыре передела с определенными номинальными показателями мощности, которые в реальном функционировании так же будут иметь разброс. (Пришла мысль вообще Голдраттовскую задачу доработать - добавить вариабельность каждого элемента в условия задачи). У переделов есть параметр прямых затрат и возможность инвестировать в увеличение мощности, а также есть персонал. У всего производства есть постоянные затраты.
3) Закупка. Под каждый передел есть закупаемое сырье, несколько поставщиков с скрытым параметром стабильности и качества поставок.
4) Зная уровни вариабельности всех выходов, заложить в исходные данные цены и рентабельность под средние значения выходов.
5) Интерфейс максимально простой - схема с элементами, как любят ЛИНовцы делать на тренингах. Возле каждого элемента его текущие показатели, каждую секунду все данные обновляются. Раз в минуту рисуется отчёт а ля P&L.

Иванов Пётр пишет:

С хорошим ТЗ симулятор можно сделать на чём угодно, особенно когда появились нейросети. Я готов попытаться реализовать ТЗ.
Предлагаю накидать идей, может во что то выльется.

Приятно, когда находятся хорошие собеседники!
Я предлагаю начать с концепции симулятора - какое заблуждение традиционного менеджмента позволит преодолеть симулятор?
Мне кажется, что прежде всего это стремление менеджеров загружать производство заказами в надежде, что это позволить иметь больше прибыли.
Что менеджеры не учитывают - они не знают формулы Кингмана, не знаю, что повышение загрузки производства приводит к увеличению времени цикла и снижению числа заказов
Было бы хорошо, если бы в начале работы со стимулятором, выбирали утверждения, которые они считают правильными и на основе их выбора появлялась возможность управлять производством в соответствии с этим выбором. В результате, менеджер давит на рычаг воздействия, который считает правильным, а результат работы системы становиться только хуже.
Должна быть возможность получить подсказку - почему работа системы становиться хуже.
Если пользователь понял свою ошибку, он выбирает другой набор правильных утверждений и тогда появляются дополнительные возможности управления производством и результат начинает улучшаться.

Александр Запорожцев пишет:

выбирали утверждения, которые они считают правильными

Так стандартный набор у нас на поверхности:
1) Единичное против массового.
2) На склад или под заказ.
3) Make or buy.
4) Системные ограничения. (Сколько стоит простой ограничивающего систему передела).
5) Буферирование через остатки или мощностью.
6) Стоит ли максимизировать загрузку переделов.
7) Продолжение прошлого пункта - локальная субоптимизация.
8) Учет прохода по TOC vs консервативный P&L vs Direct costing vs Standard costing vs Process costing и т.д.
9) Управление ассортиментом - брать наиболее рентабельные позиции или наиболее выгодные системе.

Т.е. грубо говоря дать менеджеру все исходные данные, он ими оперирует для принятия решений, может даже в экселе прикидывает. В конце периода (Как я писал, раз в 30 секунд или раз в минуту) он получает факт.
Причем даже не посекундно можно сделать, а пошагово, - действия выполнил, нажал "Следующий день" и показатели обновились.

Иванов Пётр пишет:

Так стандартный набор у нас на поверхности:
1) Единичное против массового.
2) На склад или под заказ.
.....
9) Управление ассортиментом - брать наиболее рентабельные позиции или наиболее выгодные системе.
Т.е. грубо говоря дать менеджеру все исходные данные, он ими оперирует для принятия решений, может даже в экселе прикидывает. В конце периода (Как я писал, раз в 30 секунд или раз в минуту) он получает факт. Причем даже не посекундно можно сделать, а пошагово, - действия выполнил, нажал "Следующий день" и показатели обновились.

Не могу представить себе такую умную систему, которая может реагировать на такой широкий спектр влияния на поведение производственной системы Как можно это реализовать?

Александр Запорожцев пишет:

Не могу представить себе такую умную систему, которая может реагировать на такой широкий спектр влияния на поведение производственной системы Как можно это реализовать?

Я бы не делал систему умной, наоборот - черный ящик, вход выход обратная связь. Таблица "Потребность рынка", состоящая из столбцов "Артикул | количество | идеальная цена" подается на вход обработчика, который с заданным разбросом выбирает какое то количество, которое на выходе превращается в таблицу заказов, которую видит менеджер. Обработчик сравнивает цены, которые выставляет менеджер с идеальными ценами клиента и саморегулирует вероятность следующего заказа. Сложность вижу с настройкой входных данных типа идеальной цены, но ее можно посчитать прогоном нескольких итераций и расчетом фактической точки окупаемости изделий плюс минус 15%.