- Titel
- Assessment of Supply Chain Designs Considering Uncertainty via a Monte Carlo Simulation
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-997589
- Übersetzter Titel (DE)
- Bewertung für die Gestaltung von Supply-Chains unter Berücksichtigung von Unsicherheiten mittels Monte-Carlo-Simulation
- Konferenz
- 21. ASIM-Fachtagung Simulation in Produktion und Logistik. Dresden, Germany, 24. bis 26. September 2025
- Quellenangabe
- Simulation in Produktion und Logistik 2025
Herausgeber: Sebastian Rank
Herausgeber: Mathias Kühn
Herausgeber: Thorsten Schmidt
Erscheinungsort: Dresden
Verlag: Technische Universität Dresden, Professur für Technische Logistik
Erscheinungsjahr: 2025
ISBN: 978-3-86780-806-4 - Erstveröffentlichung
- 2025
- DOI
- https://doi.org/10.25368/2025.270
- Abstract (EN)
- In today’s volatile and uncertain environment, designing resilient and costeffective supply chains is increasingly complex. This paper presents a Monte Carlo simulation-based approach for supplier selection and order allocation (SSOA) under uncertainty. We propose a dual-criteria decision-making model that evaluates both procurement-related costs and service level, measured by days without stock. The model incorporates probabilistic inputs for demand fluctuations, delivery delays, and supplier stockout risks. For the development of our modelling approach, we define seven sourcing scenarios for which we simulate a 12-month period using real-world inspired data. Risk measures such as Value-at-Risk (VaR) and Conditional VaR (CVaR) are used to assess worst-case outcomes. The study highlights the value of simulation in capturing complex uncertainties and supporting strategic sourcing decisions.
- Freie Schlagwörter (DE)
- Simulation, Künstliche Intelligenz, Modellierung, Optimierung, Lieferketten, Simulationsbasierter Ansatz für die Lieferantenauswahl und Auftragszuweisung (SSOA)
- Freie Schlagwörter (EN)
- Simulation, Artificial Intelligence, Modelling, Optimisation, supply chains, simulation-based approach for supplier selection and order allocation (SSOA)
- Klassifikation (DDC)
- 620
- Klassifikation (RVK)
- ZM 9500
- Publizierende Institution
- Technische Universität Dresden, Dresden
- Förder- / Projektangaben
- European Commission (EC)
HE | HORIZON-RIA
REshaping Supply CHAins for Positive social impact
(ReSChape)
ID: 101061729 - Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-997589
- Veröffentlichungsdatum Qucosa
- 21.10.2025
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Englisch
- Lizenz / Rechtehinweis
CC BY 4.0