II. Анализ цепи поставок молока с помощью анализа сети

Рисунок 7 показывает молока Анализируются торговой сети за 2004 и 2010 Торговля

Состоящий сеть в общей сложности 712 узлов в 2004 году и 545 узлов в 2010 г. В 2004 году молоко

торговая сеть состояла из 327 узлов и молочные продукты 106,963 молоки находятся в 385

различные округа. Максимальное количество производителей молока было продано молоко одного молочных

узел, который 9394 (8,7%) и 269 всех узлов молочных покупали молоко от 20,050 (18,7%)

производители молока. Анализ полученных данных показал, 2004 сделал один молочный ПОСТАВЛЯЕТСЯ в среднем

327 производителей молока. В 2010 году насчитывалось 220 молочных и 325 узлов отличается производитель молока

узлы. 136 из 220 молокозаводов получили свое сырое молоко от узлов производителей молока. 85 136 диссертации

молочные продукты производство обработанного молока. В 2004 году, максимум в степени-молочного узла, который 62

а средний в-степени, что 3. В 2010 году максимум-степени молочного узла и что 49

средний уровень которого 4.5. Максимум из степени узла производителя молока, который 20 из

все молочные узлы, 34% имели степень в-равно 1. Торговая сеть молока в 2004 году состояла из 1,938

торговые связи между узлами производителей молока и молочных узлов, Все что на 53% выше, чем

количество торговых связей между узлами производителей молока и молочных узлов (в 2010 году 1042

торговые связи). Молоко течет между узлами производителей молока и молочных узлов

составляют 12: 38% и 12: 49% всех ориентированных ребер (край плотности) в 2004 и 2010 годах,

соответственно. Торговые связи были взвешенной gemäß к объему торговли и тому

Расстояния между узлами: в 2010 году максимальное количество молока, поставляемого на молоко

узел производителя к узлу, который молочный 0:23 миллионов тонн. Наименьшее количество молока, поставляемого

какой звук 0.1. Покупка и продажа молочных между узлами составляют 30% от общего объема молока

Производство в Германии. В 2010 году максимальное количество приобретенных молочного узла, который 1.5

млн тонн, а максимальное количество проданы которых 2,7 миллиона тонн молока. минимальный

количество приобретенных молочного узла, который 21 тонн и минимальное количество продаваемого которые 3,2 тонны.

Из 220 молочных узлов, 195 торговали среди Афоризма. В связи с этим, около 20% всех

молочные узлы Представляли чистые покупатель и 14% чистые оптовые компании. 54% всех молочных узлов

покупать и продавать молоко помогло в 2010 году Приблизительно (97) синтез 195 молочных узлов производятся

переработанное молоко.

10 В данном разделе опубликована в журнале по цепи и сети науки с разрешения руководителя

этот тезис gemäß к докторантуре правил градусных 28 августа 1985 года и 17 июня 2011 года, а также

После, как уставы изменений сельскохозяйственного факультета Боннского университета - (смотрите раздел 5.1 или список

публикации Pinior и др. 2012a). Более того, этот раздел, который немного изменен и представляет только часть из

Опубликованные результаты.

Page 46

Глава 2.3

Научный подход: Результаты

Рисунок 7. Визуализация молока торговых сетей в Германии: узлы представляют компании и края

торговые связи между компаниями (положение узлов не соответствует географическому

расположение компаний); а) торговые связи между узлами производителей молока (графства) и молочными продуктами с

которых договоры существовали в 2004 году; б) торговые связи между узлами производителей молока (графства) и молочными продуктами с

которых контрактов существовали в 2010-ом

Page 47

Глава 2.3

Научный подход: Результаты

Анализ расстояний между отдельными узлами производителей молока и молочных узлов Показал

сделал узлы производителей молока были в среднем в 68 км от молочных узлов, с которыми

контакты существовали в 2004 году (рисунок 8).

Рисунок 8. Частоты расстояний между узлами производителей молока (отдельного производителя молока и молочных) узлы

с которыми договоры существовали в 2004ом

Исходя из расположения 327 молочных узлов и 106.963 производителей молока, максимальное расстояние

который 557 км, а минимальная 0 км (Рисунок 8). Большинство узлов производителей молока

(96%), который расположен на расстоянии в пределах 0 и 1 ≥ 100 км к их отношениям молочного узла.

III. моделирование Модель

Мы предполагаем, сделали степень между молочной торговлей оказывает существенное влияние на пространственное распространении

загрязненного молока и риск загрязнения.

Распространение засоренности, который моделировал на торговую сеть, содержащее 294 молока

производитель узлов, 80 узлов молочных и 12,223 потребителей узлов. Торговая сеть молока

содержали 73.338 края. Она включала в себя 90,4% узлов производителей молока в Германии, 58,8% от

11 В данном разделе опубликован в журнале Dairy Science с разрешением руководителя этого тезиса

gemäß к докторантуре правил градусных 28 августа 1985 года и 17 июня 2011 года, а также

После статуты изменений сельскохозяйственного факультета Боннского университета - (смотрите раздел 5.2 или список

публикации Pinior и др. 2012b).

Page 48

Глава 2.3

Научный подход: Результаты

молочные узлы ли покупать молоко из узлов производителей молока и 94% молочных узлов сделал

производства молока. Сеть содержала 98% всех потребительских узлов.

С увеличением между молочной торговлей, так вирулентностью Увеличения (рис 9а). Что касается

средний базовый сценарий без какой-либо между молочной торговлей настоящее (между краями молочными = 0%), то

вирулентности которых 24% (50% доверительный интервал (ДИ): 15-35%; 95% ДИ: 0%, 56%). Inter-молочные продукты

торговые влияния медиана вирулентности, а также его изменчивость. С увеличением между торговли молочными продуктами,

вирулентности (средний) монотонно возрастает нелинейным образом (рис 9а, сплошная линия).

увеличение довольно крутой с небольшим увеличением между молочной торговли до 1%. Кривая сглаживает

Когда между молочной торговлей выше 1% и достигает свой верхний предел (80%) Когда между молочной торговлей является

около 4%. Если 50 и 95% ДИ вирулентности принимаются во внимание, становится очевидным, сделал

вирулентность 97,5% узлов производителей молока под 80%, если между молочной торговли составляет 2%.

Если между молочной торговли равен 3,5%, нижний предел вирулентности оставляет предел 0%. Дальнейшее

Увеличение увеличение нижнего предела до примерно 20%, не остается постоянная до тех пор, между молочной торговлей Reaches

6%, и подходы к вирулентности 80% Когда между молочной торговли превышает 7%. То же самое верно

для нижнего предела 50% ДИ, что увеличивает круто Когда между молочной торговли больше

1%.

Следует отметить, сделал 7 из 294 молока узлов производитель не участвуют в распространении

(Стойкий) от заражения, если между молочной торговлей 0% (показано серым цветом в

Рисунок 9b, карта 1). Карты с 1 по 3 на рис 9b изображают вирулентность производителя 294 молоки

узлы (графства). Область из тех стран, для которых вирулентность не могли быть детерминированным добытых,

показано диагональный образец штриховки на картах 1 до 3. В этом контексте, влияние интер-

молочные продукты торговля представлена ​​как относительное увеличение вирулентности (представлено как фактор повышения

вирулентность) по сравнению с базовым сценарием, без между молочной торговлей в картах 2 и третьих

Наибольший рост вирулентности, на коэффициент примерно> 73, который ассоциирован только с двумя молоком

производители узлы (Рисунок 9; карта 2). В среднем, относительное увеличение вирулентности для молока

производитель узлов что в 4,2 раза. ОДНАКО, относительная вирулентность производителя молока

Увеличенные узлы факторов между 0,9 и 83,5 по сравнению с вирулентностью базовой линии

сценарий (рисунок 9b; карта 2).

Page 49

Глава 2.3

Научный подход: Результаты

Рисунок 9. Вирулентность узлов производителей молока без (карты 1) и между молочной торговлей (карты 2 и 3)

Германия. Количественное влияние между молочной торговли представлен как (а) относительное изменение вирулентности

значения; и (б) отображение значений вирулентности, в которой диагональный рисунок люка показывает географические зоны и

Эти округа, для которых вирулентность Не может быть детерминированным заминированы. Основная причина того, что сделали только 325 из 413

существующие округа имели прямое отношение к поставкам молочных продуктам; 294 из 325 дипломных округов были рассмотрены в нашем

модель, потому что мы рассматривали только те округа были имели торговые отношения с 80 молочных узлов сделали производство

молоко. Узлы производителей молока происходящий из графств, не учтенных в модели представляют диагонали

образец штриховки на картах 1 до 3 и ПОЭТОМУ диссертационных узлов отрицательного фактора повышения от <0 (т.е.

вирулентность Не может быть детерминированной добыча).

Фиг.10а показывает количественное влияние между молочными торговлями представлена ​​как относительная

изменения означают географический диапазон узлов производителей молока в связи с распространением

загрязняющее вещество. Карта на рисунке 10b изображает географический диапазон загрязнителя для

294 производителей молока узлов (графства). Загрязненная молоко, которое переноситься на расстояния

Page 50

Глава 2.3

Научный подход: Результаты

в диапазоне от 0 до 432 км (рис 10b). Семь узлов производителей молока, которые не участвуют в

распространение загрязнений, имело географический диапазон 0 км (заштриховано на рисунке серого, 10b).

Средний географический диапазон загрязнителя, который 234 км Когда молочные между торговли, что 0%

(Рисунок 10а; карта 1). Более того, нет четкой корреляции не существует между типом вирулентности

узел производителя молока и географической зона действия заразы без между молочной торговлей.

Корреляции вирулентности с географическим диапазоном, что низкий уровень (R

= 0:26).

Если между молочной торговлей, что Рассмотренный, средний географический диапазон увеличился по сравнению с

Базовый сценарий. В связи с этим, увеличение среднего географического диапазона, плоские, с

незначительное увеличение между молочной торговлей до 1%, то сплющенных When между молочной торговлей, что выше 1%

и достигла своей верхней границы (300 км) Когда между молочной торговли, что около 2% (рис 10а).

Дополнительные Повышения между молочной торговлей не привели к существенному дальнейшему росту

Медиана и 50% доверительный интервал (рис 10а). Более того, если между молочными торговлями ниже, чем 1%, то

означает, географический диапазон засорения колебалось между 118 и 388 км на 95% от

производители молока узлы (рис 10а).

Карты с 1 по 3 на рисунке 11b показывают уязвимость 12,223 потребительских узлов

(Муниципалитеты) в Германии. В базовом сценарии (рисунок 11b; карта 1), 14,5% от всех

потребительские узлы не были поставлены с загрязненным молоком. ПОЭТОМУ, диссертационные узлы имеют

уязвимость нуля (резистентный), все что иллюстрируется серой штриховкой на карте 1. В целом,

1: 09% от потребительских узлов имели уязвимость более 85%. Максимальная уязвимость

Два потребительские узлы которых 97%. Это bedeutet, Дасс два потребительские узлы были поставлены на 97% от всех

узлы и узлы производителей молока ПОЭТОМУ Тезис имели более высокий потенциальный риск для снабжаться

загрязненное молоко (рис 11b; карта 1). В целом, 15,4% потребительских узлов имели

уязвимость более чем на 50% (рис 11а; карта 1). Около половины всех потребительских узлов (50% ДИ)

была уязвимость в диапазоне от 8% до 39%.

Page 51

Глава 2.3

Научный подход: Результаты

Рисунок 10. Географический диапазон (км) загрязнения молока. (А) Количественное влияние между молочной торговли

показано, как относительное изменение средних значений географического диапазона узлов производителей молока по отношению к

распространение контаминации; (B) графическое представление значений географического диапазона, в котором диагонали

штриховки указывает географические районы и округа, в которых вирулентности и, следовательно,

географический диапазон не мог быть детерминированным заминирован. Семь из 294 узлов производителей молока не были вовлечены в

Распространение загрязняющего вещества, если между молочной торговли, что 0% (показано серым цветом на рисунке 10b, карта 1).

Page 52

Глава 2.3

Научный подход: Результаты

На рисунке 11а показывает количественный эффект увеличения между молочной торговли на уязвимости.

Между молочной торговлей под влиянием медианы уязвимости. Увеличение, что крутое, с

незначительное увеличение между молочной торговлей до 1%, уплощения Когда между молочной торговлей, что выше

1% и приближается асимптотически свою верхнюю границу (более 95%) Когда между молочной торговли

то, что около 4%. Если между молочной торговлей, ниже которого 3,5%, 50% ДИ уязвимости

охватывает широкий диапазон от 8 до> 90%.

Рисунок 11. Уязвимость потребительских узлов без и с между молочной торговлей в Германии. (А) Количественный

влияние между молочной торговлей, показанной в виде относительного изменения значений медианы уязвимости потребительских узлов

в отношении распространения контаминации; (В) графическое представление значений уязвимости. В общей сложности,

14,5% всех потребительских узлов не были снабжены загрязненного молока (показано серым цветом на рисунке

11b, карта 1).

Page 53

Глава 2.3

Научный подход: Результаты

Более того, торговые значения между молочным> 3,5% привели к корректировке на 50% ДИ из

уязвимость к медиане и, следовательно, дисперсии значений уязвимости сведено к минимуму.

В большинстве узлов потребителя (71,65%) имели увеличение уязвимости фактора> 1

до 6,87 (рис 11b; карта 2). Минимальный рост был фактор 0:09, максимум, что 48

и среднее увеличение в 3,4 раза по сравнению с базовым сценарием (карта 2).

Увеличение между молочной торговлей до 8,8% привело к максимальному увеличению значений уязвимости,

фактор 191 (Карта 3; Рисунок 11); Применительно к этому 0,5% потребительских узлов. Восемьдесят процентов

потребительские узлы имеют среднюю уязвимость с факторами в диапазоне от 0:09 до 10,

с уязвимостью базового сценария (рис 11а; карта 3). Средний рост

уязвимость всех потребительских узлов был фактор 6.9 (рис 11а; карта 3).

Внутривенно План на случай непредвиденных

План на случай непредвиденных включает в себя количество и ранг порядка узлов производителей молока для

вызывая максимальное положение повреждения, а также связанное количество загрязненных

потребительские узлы (Рисунок 12 и 13) для двух видов торговых сетей (с и без

между молочным производством). На рисунках 12b и 13b, каждая линия darstellt процесс моделирования в общей сложности

50 моделей. Каждая строка darstellt количество узлов производителей молока, которые участвуют

в ситуации, в худшем случае с помощью моделирования. Далее, каждая колонка показывает ранг

производители молока узлы для наихудшего случая gemäß достигли число

потребительские узлы. 12а и 13а изображают ситуацию ущерба в отношении гипотетически

Зараженные потребительские узлы в сочетании с рангом порядка узлов производителей молока.

Когда торговые структуры между молокозавода принимаются во внимание, весь план на случай непредвиденных

включает в себя 86 (29,2%) различных узлов производителей молока из в общей сложности 294 (100%). Для всех 50

моделирование, жадный алгоритм Рассчитано сделало минимально необходимое количество молока

узлы производителей для достижения ситуации наихудшего случая, который семь и сделали максимальное число

узлов производителей молока которых 13 (рис 12б). В среднем, при введении патогена

в девяти узлов производителей молока в худшем случае ситуация а может быть вызвана. Более 94% от

потребительские узлы могут быть загрязнены при введении возбудителя в молоко

производителей узлов на первом ранге плана на случай непредвиденных (рис 12б). Производитель молока

12 В этом разделе, который представлен в рецензируемом журнале с разрешения руководителя этого тезиса

gemäß к докторантуре правил градусных 28 августа 1985 года и 17 июня 2011 года, а также

После статуты изменений сельскохозяйственного факультета Боннского университета - (смотрите раздел 5.3 или список

публикации Pinior и др. 2012c).

Page 54

Глава 2.3

Научный подход: Результаты

узлы второго ранга привели к дальнейшему увеличению ситуации ущерба от 1 до 2% (рис

12а). Все последующие узлы производителей молока вызывают минимальное увеличение числа

загрязненные потребительские узлы от 1 до 4%.

Один молочный узел производителя (ID: 294), что идентифицированные в 49 из 50 моделирования (рис 12б).

Два узла производителей молока (ID: 66 и 500) Показан в 89% всех моделей.

оставшиеся 83 узлов производителей молока Появившийся в среднем в 3,6 раза, при моделировании. всего

моделирование, 27 различных узлов производителей молока Возник только один раз (рис 12б).

узел производитель Одно молока (ID: 294), которые на первый ранге в 26 из 50 моделирования (рис 12б).

Во все остальном моделировании, этот производитель молока узел занимает второе место (п = 13) или третий ранг

(N = 10) в плане чрезвычайных ситуаций. Поиск «соседство» ранжирование узлов производителей молока

в плане непредвиденных, что наблюдается для 68 (79,1%) во всех узлах моделирования (рис 12b).

Page 55

Глава 2.3

Научный подход: Результаты

Рисунок 12. План непредвиденных обстоятельств с учетом между молочной торговлей совместно с гипотетический

Зараженные потребительские узлы. а) размер ситуации в ущерб относительно количества гипотетически

Зараженные потребительские узлы по рангу порядка узлов производителей молока. Каждая точка darstellt ущерба

Вызванный узлом производителя молока в основной колонне 12b). б) Результаты в общей сложности 50 моделей. каждый

линия показывает количество узлов производителей молока было вовлекается в ситуации наихудшего пути моделирования; каждый

колонка показывает ранг порядка узлов производителей молока для наихудшего случая gemäß к достиг

количество потребительских узлов. Производители молока на первом ряду Вызванный максимальное положение повреждения.

производителей молока узлы на втором месте Вызванный большое наибольшее увеличение зараженных узлов потребителя по сравнению с

Первые узлы производителей молока.

Page 56

Глава 2.3

Научный подход: Результаты

Если между молочными торговлями пренебрегают, в худшем случае положение а может быть вызвано в среднем 18,4

(Минимум 15, максимум 20) загрязненное молоко узлы производителей (рисунок 13b).

План действий содержал в общей сложности 76 (25,8%) различных узлов производителей молока (рис 13b).

Узлы производителей молока с самим высоким рангом в плане contigency могли бы заразить более

68% всех потребительских узлов (рисунок 13). Узлы производителей молока на втором ранге привели к

Дальнейшее увеличение максимального ущерба ситуации 12,2% (рис 13а). В отличие от

Результаты для сценария с межсессионными торговли молочными продуктами, мы всегда находили узел производителя же молока (ID:

100) на первом ряду во всех моделирований в сценарии без между молочной торговли (рис 13б).

Более того, три узла производителей молока были обнаружены во всех 50 Выполняемые моделирования, но на

занимает 2-5. Все остальные узлы производителей 72 молока были Выявленные в десять раз, в среднем в

Моделирование на ряды 2-20.

А «соседство» ранжирование узлов производителей молока в плане contigency без интер-

молочные продукты торговли, что Указано 63 (82,9%) во всех узлах моделирования (рис 13б).

Page 57

Глава 2.3

Научный подход: Результаты

Рисунок 13. План на случай непредвиденных без между молочным торговли в связи с гипотетически загрязнена

потребительские узлы. а) размер ситуации в ущерб относительно количества гипотетически загрязненных

потребительские узлы ранга порядка узлов производителей молока. Каждая точка darstellt ущерб, причиненный молоком

узел производителя в основной колонне 13b). б) Результаты моделирования 50. Каждая строка показывает количество

узлы производителей молока делали вовлекаются в ситуации наихудшего путем моделирования; каждый столбец показывает Cirrus

порядок узлов производителей молока для наихудшего случая gemäß к достигнутым числу потребительских узлов.

Производители молока на первом ряду Вызванный максимальное положение повреждения. Производитель молока узлы на

второе место Вызванный большое наибольшее увеличение зараженных узлов потребителя по сравнению с первыми узлами производителей молока.

Page 58

Глава 2.3

Научный подход: Результаты

План на случае непредвиденного без между молочной торговлей содержал 29 производителей молока узлов thatwere

не включенные в плане была Принимали INTER-торговлю молочных продуктов во внимание (рис 14б). Это молоко

узлы производителей были в среднем в 7,7 раза, включенном во всех имитациях и были между рядами

2 и 19 в ранге порядка. С другой стороны, 39 молочных узлы производителей существуют в нештатном

план с между молочной торговлей thatwere не включен в плане без между молочной торговлей (рис

14б). Эти узлы производителей молока имели ранги от 1 до 9 в ранге порядка и Появившиеся

в среднем в 3,4 раза в моделировании. 64% узлов производителей синтеза молока были вовлечены

два раза в максимуме во всех Выполняемые моделирования.

Для того, чтобы детерминированной шахты важность узлов производителей молока для плана на случай чрезвычайных ситуаций, мы

используется максимальное число узлов, участвующих производителей молока (г = 20), полученные из

Расчет жадного алгоритма (рис 13б). В этом контексте, максимальное воздействие (я макс (р)) продукта в виде

производитель молока в плане действий в чрезвычайных ситуациях 2000, если узел производителя молока определяется на

первого ранга (г макс = 20) во всех 100 моделирования. На рисунке 14а показана общая пересечение из

Оба планы действий. 47 (29%) из узлов производителей молока присутствуют в обоих планах и

ПОЭТОМУ отношение Независимо от потока молока. Максимальное воздействие узла производителя молока

в плане, который в чрезвычайных ситуациях и 1220 минимального 14. Среднего воздействия молока

узлы производителей, которые 260. Если воздействие общих узлов производителей молока в нештатном

план по сравнению отделен для торговых потоков и без между молочной торговлей, она становится

ясно сделали узлы производителей молока имели большое влияние в торговой сети без интер-

молочные торговли не имеет такой же уровень значимости для торговых потоков с между молочной торговлей

(Рисунок 14а). Нет четкой корреляции (R

= 0,013) существовали между узлами производителей Тезис молока

Что касается их влияния на ситуацию ущерба. В этом контексте, узлы производителей молока в

План без между молочной торговли имела 33,5% большее влияние на ущерб, чем в узлах

список с между торговли молочными продуктами.

Рисунок 14b показывает сделал узлы производителей молока в плане на случай чрезвычайных ситуаций с межсессионными торговли молочными продуктами

обладает в среднем половины воздействия на ситуацию ущерба в узлах производителей молока в

план действий в чрезвычайном без между молочной торговлей.

Page 59

Глава 2.3

Научный подход: Результаты

Рисунок 14. Влияние узлов производителей молока, а) присутствует в обоих планов или б) только в одном из

планы действий в чрезвычайных ситуациях

Более того, минимальное (п = 7 и п = 15) количество требуемых узлов производителей молока берется

из расчета жадного в качестве исходного пункта для генетических алгоритмов расчетов в целях

исследовать, ли меньшее количество узлов производителей молока можно было бы узнать, чем в

жадные вычисления алгоритма. Например, генетический алгоритм Рассчитано 5,636 * 1024 (5

септильоны) комбинированные решения для п = 15 и 3,505 * 1,013 (35) комбинационных триллиона решений

при п = 7. Генетический алгоритм не удалось найти лучшее решение в отношении минимального

количество требуемых узлов производителей молока, чем сам жадный алгоритм.

Page 60

Глава 2.4

Научный подход: Обсуждение

ОБСУЖДЕНИЕ

Описание цепочки поставок молока в разделе (I) дает на обзор о существующих

потоки молока (фиг.6а). В частности, количественное определение числа участников и молока

торговые структуры могут меняться с течением времени. Как следствие, узлы определены как важные

сегодня в отношении распространения загрязнения пищевых продуктов (см раздел III и IV) может быть меньше,

важно завтра, и наоборот.

Для того, чтобы она легла в основу factthat описание цепочки поставок молока в разделе (I) только обеспечивает

к обзору торговых структур и субъектов (рис 6а) дополнительные возможности для дифференциации

Следует отметить. Например, прямой маркетинг можно выделить в различных

каналы распределения,: такие как магазин по продаже диетических продуктов, еженедельный рынок, торговые автоматы, бесплатно

доставка до двери заказчика и т.д. (Ферстер, 2011). Точно так же транспортировка молока может быть

дифференцируются в различные способы, например, по частоте сбора молока (например,

от одного дня до трех суток) или типа транспортного средства (например, мусоровозы молока с добавлением или

без прицепов, чистый автопарк, Weindelmaier и Бец, 2009). Другие лица могут быть

включенные в цепи поставок молока, например сырье органов тестирования молока, ветеринарная служба и т.д.

Во времена кризиса, в свою очередь, другие субъекты (например, кризис сены, MVG

(Молоко сбора общества),

Власти и т.д.) и другие товарные потоки (например Вызванный зон ограничения) должны быть

Рассмотренная в цепочку поставок молока в целях защиты здоровья и снабжения

потребители. В заключение отметим, что концептуальная модель в разделе (I) считает, с одной стороны, только

актеры и поток молока, которые существуют во времена мира, а с другой стороны, только

коммерческие структуры, которые необходимы для выполнения цели системы, а именно:

поставка из костюмеров с молоком.

Результаты моделирования в разделе (III) показывают, сделали между молочными торговлями были существовали в Германии

в течение периода исследования под влиянием распространения загрязняющего вещества и, следовательно, риск потенциального

узлы (рисунки 9 и 11). Результаты ясно показывают, сделали между молочной торговлей влияет как,

вирулентность и уязвимость (Рисунок 9 и 11; карта 2), а также его изменчивость

Сравнение с базовым сценарием (Рисунок 9 и 11; карта 1). Важно заметить, сделал

даже незначительные между молочными торговлями (1,8%) привели к четырехкратный увеличению вирулентности молока

13 В обсуждении там разделы, которые были взяты дословно из публикаций Pinior и др. 2012a, б,

14 MVG (молоко сбора общества / в немецком молочном собирающего общества) Обычно заботиться о

координация между производителями, молокозаводы и правительством, а также Они координируют поток молока в случае

из кризиса (Landesvereinigung молочных продуктов, 2009, Anonymous, 2012; Лаееса, 2012).

Page 61

Глава 2.4

Научный подход: Обсуждение

производитель узлов и трехкратному увеличению уязвимости потребительских узлов.

Более того, семь из 294 узлов производителей молока, которые не участвуют в распространении

зараза (устойчивая), если между молочной торговлей 0%, участвуют в распространении Когда торговый

между молокозаводов происходит. То же самое верно и для 14,5% всех потребительских узлов, который

были устойчивы к ситуации ущерба при рассмотрении базового сценария.

ОДНАКО, сравнение моделирования нашей модели с описанием цепочки поставок молока

(Рисунок 4 и 6) показывает, сделал из-за отсутствия данных по дальнейшим актеров и их respectivement торговли

соединения в цепи производства молока, только часть существующей цепи поставок молока, которое

Рассмотренный. Таким образом, следует отметить, сделали выводы о предприятиях риски и

Критические торговые структуры в нашей имитационной модели имеют ограничения.

Имитационная модель приводит, во-первых, к заметной недооценке сложностей

торговая структура и географический диапазон, а также уязвимость потребительских узлов.

Во-вторых, вирулентности и уязвимость узлов была завышена.

Таким образом, снижение сложности торговых структур может привести к в Недооценка

Рассчитана географический диапазон и уязвимость потребительских узлов. На одном

рука, гораздо более сложной торговой сети (смотрите раздел (I)), будет зависеть от

рассмотрение всех участников (например, компании по сбору молока) и товарные потоки (например, хранение

молочных продуктов), а также внешних торговых отношений с различными молочными продуктами в

Молочная промышленность. Следовательно, структура каждой торговой сети будет изменена с

интеграция Дальнейших субъектов и, следовательно, влияет на топологию торговой сети. для

Например, изолированная сеть звезды, как цепь на рисунке 7а может быть устранена с помощью

Реализация других торговых связей, чердак с теми, кто строить мост к другому

подсеть. Chadés и др., (2011) показал, сделал изменения в топологии сети приводит

новые стратегии управления контроля. Для примера, в производстве сыра, мы должны иметь в

mindthat сыворотка используется для корма для животных, будет отправлена ​​обратно из молочных продуктов в узле молоко

узел производителя и загрязнение могут передаваться от молочного узла к производителю молока

узел сделал то, что не под угрозой в начале заражения. Один, с другой стороны,

загрязнение частей кормов и пищевой промышленности возможно через обратный потоки При использовании в

пищевой и кормовой продукции. Более того, некоторые продукты питания могут быть использованы в качестве ингредиентов в других

продукты питания (Hoorfar, 2011). В связи с этим, другие секторы пищевых продуктов могут быть затронуты

загрязненное молоко. Это было видно в меламин-скандал в Китае в 2008 году В этом случае,

Page 62

Глава 2.4

Научный подход: Обсуждение

Так меламин, который содержал не только в детском питании, но в выпечке агентов, ирисок и сои

продукты (Duchowski и др., 2009). Более того, не только в других секторах продуктов питания могут быть затронуты,

Поэтому другие страны могут поставляться с загрязненным молоком. В этом контексте внешняя

торговые отношения в молочной промышленности должны быть включены в модель. В связи с высоким экспортным

Объем молочных продуктов (около 44%), включения внешних торговых связей будут

приводят к изменению значений географического диапазона заразы и уязвимости.

В связи с этим предполагается, так и значения географического диапазона молока приведет

для более высоких распределений заразы и значений уязвимости бы

сведено к минимуму, поскольку количество перерабатываемого молока будет распределено между различными странами. если

мы рассмотрим внешние торговые связи, вычисленное расстояние (смотрите раздел (б)) из

Распределение между производителем молока и переработки молока заводов (в пределах интервала расстояния

от 0 до 100 км при среднем значении 68 км), возможно увеличить так и в Германии (Рисунок 8).

Более того, мы сосредоточились на потоке молока между производителями молока, молочными продуктами и потребителями. туз

следствие, модель учитывает только 61,43% перерабатываемого молока в Германии.

.По в исследовании Pinior и др., (2012b), остальные обрабатываются молоко, то есть около 32%

общий объем производства молока в Германии, продается из коллекторских компаний молока на молокозаводы.

В связи с тем, сделали компания по сбору молока продает молоко обратно в молочные узлы молокозавода

узлы могут есть в еще большей степени, чем в-Рассчитано в разделе (II). Это в свою очередь означает

уязвимость умирают Дассы занижена в разделе (III). Эта вышеупомянутая торговля

соединения не могут быть рассмотрены из-за отсутствия данных.

Завышение уязвимости и вирулентности узлов (смотрите раздел III) может быть

объясняется следующими важными дополнительными фактами:

Во-первых, распространение контаминации моделируется на предположении было загрязнение

узел передается на другой узел с р = 1,0, если на ребро существует между узлами. отношение

характеристики молока, вид биологических агентов или токсинов, могут быть пропущены в

модель. Эти признаки могут включать в себя, например, количество загрязненного молока, индивидуальный

диспозиции (Крерар, 2000;. Rocourt и др, 2003; Маккейбы-продавцы и Битти, 2004; Liu и др.

2010) или внутренние процессы, как пастеризация. Вышеупомянутые аспекты минимизируют

уязвимость потребительских узлов и вирулентности узлов производителей молока. для

Пример, производственные процессы, как пастеризация, могли бы свести к минимуму количества биологического

Page 63

Глава 2.4

Научный подход: Обсуждение

агенты и токсины, соответственно (испечь и др, 2003; Riemelt. и др, 2003;. Регулирование 853/2004;

Zangerl, 2007; Фрэнзен, 2009; Weingart и др., 2010).

Еще одна причина для завышения, возможно ли существующие меры безопасности, как QM -

Молоко на стороне производителя или международного стандарта пищевых продуктов (IFS), British Retail Consortium

(БРС), анализ опасности критических контрольных точек (HACCP) на стороне обработки

предприятия не были приняты во внимание. Неоднородность мер безопасности и тому

Эффективность мер синтеза для уменьшения распространения Может THUS привести к более

гетерогенное распределение вирулентности, сопротивления и уязвимости, а также

географический диапазон.

ОДНАКО, временная гибкость торговых отношений играет центральную роль в поставках молока

цепь из-за колебаний производства молока в течение года и, в частности, интер-молочных продуктов

торговли, с тем, чтобы компенсировать чрезмерное и при поставке. В нашей имитационной модели, все

движения молока между узлами были подведены в течение одного года. Временное разрешение

торговли будет иметь следствие сделали вирулентность и уязвимость узлов будут

уменьшить в нашей модели. Число потенциальных путей для заражения может быть снижен

Поскольку несколько временных торговых связей будут устранены в нашей имитационной модели.

Nicosia и др., (2011) указал, сделали агрегированные графики приводят к завышению в

количество доступных путей в каждый момент времени. Более того, если времяразрешенные торговые структуры и

Объемы торгов были доступны, одной партии размеры загрязнения молока могут быть рассмотрены.

Это позволяет введение в контаминации отдельных партий, в результате чего более реалистичного

Сценарии могут быть включены в нашей имитационной модели. Многие потребители могли бы быть достигнуты

с помощью одного размера партии. Mid-2012, это Würde очевидного импортируемое предположительно