ROUND 1 同一套仿真引擎 · 四种皮肤。切换后重绘波形，看同样的数据穿着不同的衣服。
SUPPLY CHAIN · 4 ECHELONS · BEER-STYLE SIMULATION

BULLWHIP CONTROL

实时监控 · AI 需求预测 · 放大效应溯源
LIVE DAY 0 正常工况
--
TERMINAL DEMAND σ
0
终端需求波动
FACTORY ORDER σ
0
上游订单波动
BULLWHIP ψ
1.00
ψ = Var(order)/Var(demand)
MAPE / 缺货
--
预测误差 / 累计缺货次数

ECHELON CASCADE · 逐级放大观测

ORDER WAVE · 订单波形（逐级叠加）

终端需求 分销 区域仓 工厂 AI 预测

AI FORECAST · Holt 双参数指数平滑

NEXT PERIOD DEMAND
--
95% 区间
--
T+1
--
T+2
--
T+3
--
预测所依据的真实需求已剥离失真：-- · 累计预测偏差 --

ALERTS · 实时提醒

0 条

AMPLIFICATION LEDGER · 放大账本

INTERVENTION · 干预旋钮（实时生效）

为什么这四个旋钮有效：牛鞭效应的四个成因（Lee, Padmanabhan & Whang 1997）——需求信号处理、订货批量、价格波动、短缺博弈—— 分别对应上方的 z/预测、Q、促销、α。拉动任一旋钮，ψ 与波形会立刻变化。

MITIGATION PLAYBOOK · 对策（按当前状态排序）

⚠ 数据声明：本页全部数值来自页面内置的确定性仿真引擎（mulberry32 随机数 + 教科书级订货策略）， 不是任何真实企业的经营数据。所有结构性结论（ψ 定义、四成因、信息共享抑制效应）引自公开学术文献；接入真实 ERP/OMS 后同一套算法可直接复用。