Il lavoro è stato orientato allo sviluppo di modelli di simulazione di una supply chain basato sull'approccio system dynamics. Questo linguaggio di modellazione grafica è uno dei grandi vantaggi dei modelli costruiti con Powersim Studio ed offre la possibilità di creare strutture chiare e trasparenti.
E' stato sviluppato un modello di simulazione, per la gestione delle scorte di magazzino, per testare le potenzialità del software e le sue caratteristiche principali.
Dopo aver definito tutte le variabili ed aver inizializzato il sistema in equilibrio, l'oggetto dello studio è stato quello di osservare il comportamento del modello sotto diverse condizioni di variazione degli ordini del cliente.
Tale studio è stato facilitato dalla possibilità, offerta dal software, di poter riportare in grafici e tabelle l'andamento delle variabili nel periodo di simulazione e poterle confrontare sia nel caso di diverse condizioni della domanda (aumento inaspettato del 20% oppure variazione casuale) sia nel caso di diverse politiche di gestione degli ordini attesi (modello ad inseguimento o a media mobile).
Il confronto ha permesso di evidenziare le variazioni significative nella gestione del magazzino e degli ordini arretrati. La simulazione con Powesim Studio permette quindi di sviluppare ed esaminare diverse strategie in un computer prima di perfezionarle nel mondo reale.
Un' altra caratteristica che è stata ritenuta rilevante nello studio dei modelli di simulazione è che Powersim offre la possibilità di comunicare direttamente con Microsoft Excel al fine di rendere disponibili grafici e tabelle di confronto che consentano di visualizzare le differenze nell'adottare diverse strategie di gestione della supply chain.
Per quanto riguarda la fase di apprendimento dell'utilizzo del software è stata constatata una certa difficoltà iniziale dovuta alla non chiarezza e semplicità del manuale dell'utente soprattutto per quanto riguarda le funzioni matematiche da associare alle variabili grafiche (flussi, livelli, costanti, ecc...).
Fortunatamente la presenza, all'interno del pacchetto software di tutorial dimostrativi ha reso meno ostica la fase di studio. In definitiva si può affermare che, data la dinamicità (es. variabilità della domanda) e casualità (es. indisponibilità non prevista di una macchina) dei sistemi produttivi non è sempre facile rispondere in modo preciso a quesiti che implicano importanti risvolti sia economici che operativi.
La dinamicità imposta dal mercato, le esigenze di combinare qualità e costi, l'integrazione delle fabbriche nell'ottica delle supply chain costringono a ristudiare costantemente i processi produttivi.
In quest'ottica la simulazione è uno strumento efficace per aiutare i manager a prendere decisioni in modo ottimale sia a livello strategico che operativo.
Dai risultati ottenuti, mettendo a confronto i due modelli di simulazione con domanda a variazione casuale ed a gradino nelle diverse politiche degli ordini attesi, per la gestione del magazzino si è rilevato che:

• Nel modello con incremento del 20% della domanda una politica di previsione a media mobile è preferibile se si vuole mantenere il magazzino ad un livello più basso nei primi mesi di gestione per poi crescere in maniera più consistente rispetto a quello del modello ad inseguimento nella parte finale della simulazione;
• Nel modello a variazione casuale della domanda, utilizzando la politica a media mobile per gli ordini attesi, il livello del magazzino cresce al di sopra del livello desiderato per poi calare nella seconda parte della simulazione; utilizzando, invece una politica ad inseguimento, il livello del magazzino dopo un calo iniziale dovuto alla variazione casuale della domanda cresce gradualmente fino a raggiungere, senza mai superarlo, il livello desiderato.