基于Vensim-PLE啤酒游戏仿真实验报告
啤酒游戏制造商实训报告
啤酒游戏制造商实训报告背景：本实验的目的是为了模拟一个啤酒生产、销售、消费供应链的运作，通过本模拟，了解供应链管理过程中的若干重要问题。
假设我们的供应链由4个环节构成－－生产制造商、批发商、零售商和客户，相邻环节之间存在物流（啤酒）和信息流（订单），上游环节根据下游相邻环节发来的订单安排生产或订货，且信息不共享。
订单和啤酒在相邻两个环节之间分别需要经过1天，2天时间才能到达，即发出的订单最早也要3天后才可能到货。
假设：假定供应链上各商的期初库存为30箱啤酒，库存成本1元箱/天，缺货成本2元箱/天。
总成本=库存总数*1+欠货总数*2，欠货需累加，必须补齐。
目标：尽量做到库存最小且不缺货，使成本达到最小化。
周期：活动共进行6周制造商：负责工厂环节的订货、发货、步骤表确认批发商：负责批发环节的订货、发货、步骤表确认零售商：负责零售环节的订货、发货、步骤表确认（各周期向客户领取订单）一、实验目的通过模拟一个啤酒生产销售等供应链的运作，使学生掌握多级库存管理中的库存成本，库存控制等概念，了解供应链管理中的库存决策和订购决策的重要性，以及牛鞭效应的产生原因。
二、实验过程本人角色是制造商，向供货商进货，向批发商收到订单，向批发商发出订单，一共进行六轮，计算成本。
实训数据结果统计如下：表1制造商三、实训心得:1、市场需求是不确定的。
在运用所学知识对供应量和订货批量进行预测、计算之后，要是每个阶段零售商都使用同样的数据进行订货，很大的可能因预测方法和判断方式的不同而造成损失，市场需求是不稳定的，因此科学的预测方法和准确的经验判断不可缺少。
但在实际操作中需要时的根据市场的变化进行订货调整。
2、市场信息的共享。
在游戏中，大多数人决策大都只局限自身利益最大化的考虑,忽视同其他零售商互相协调的重要性,库存短缺和库存积压的商家应该互相资源整合,才能最低的降低库存成本和缺货造成的损失。
3、缩短提前期提前期的存在会加大牛鞭效应的影响，那么缩短这个期间就是解决问题的手段之一。
啤酒游戏实验心得
啤酒游戏实验心得第一篇：啤酒游戏实验心得啤酒游戏实验心得实验结果分析根据实验数据做出以下图表进行分析从消费者到生产商的过程可看出需求变异程度逐渐增大，牛鞭效应明显。
牛鞭效应产生的原因按照游戏规则不与上游商家交流信息，需求信息不能实现共享，信息透明度不够，这是产生牛鞭效应的最主要原因。
在现实经济生活中产生牛鞭效应是因为供应链上的信息流从最终客户向原始商家传递时，无法有效地实现信息的共享，从而使得信息扭曲逐渐放大，导致需求信息出现越来越大的波动，就如上图表所示，从零售商的订货量就和市场需求量之间就开始有差额地波动，第七周时，零售商的波动的幅度就明显增大，导致紧随的生产商波动幅度进一步增大。
造成需求扭曲的原因有：供货时间：供货时间是下级商家向上级商家订货后，货物送达之前的时间。
如在这段时间内下级企业接到意外客户的订单，就可能缺货，为快速满足客户需要就会增加这种货物的库存量，即安全库存。
需求变化越大，要求的安全库存就越多，供应时间越长，要求的安全库存也越多。
为了满足市场的需求，下级企业向上级供应商加大订货量。
安全库存沿着供应链向上，在各级供应商那里不断累积，这就造成需求扭曲的主要原因之一。
预测误差：需求预测误差是指当供应链的成员利用其直接的下游订货数据作为市场需求信息和依据时，就会产生需求放大。
零售商往往根据历史销售量及现实销售情况进行预测，确定一个较为客观的订货量。
为保证这个订货量及时可得，并且能够适应顾客需求的变化，通常会将预测订货量进行一定数量放大后向生产商订货。
供应商特别越往供应链上游的供应商的订货偏差越来越大。
如第7周的市场需求量是121，为保证供应，零售商会在121的基础上增加16.7%向生产商订货140，而生产商为保证零售商的需要，于是按照140来生产，并且考虑到货损等情况，又会加量生产。
人为制造需求扭曲:比如商业折扣和促销,造成顾客消费量骤增,供不应求,许多零售商会一次购买比预定需求量多得多的商品，此时零售商订货量没有反映实际需求的变化，夸大可需求量，因此零售商会进行一定数量放大后向生产商订货。
啤酒游戏实验报告
啤酒游戏实验报告
啤酒游戏是一种有趣的游戏实验，它被用于证明出现在大家常见的市场失灵情况。
本次实验以竞争或者合作的方式来考评游戏参与者的行为，考察其行为水平。
本次实验采用了Rosenberg, 1976提出的啤酒游戏实验。
该游戏包含两个实验组：竞争组和合作组。
每组分别包含6名被试者，每一组都可以获得一份特定金额的奖励。
竞争组：所有参与者宣读一份可用金额，然后参与者可以独立决定从中支出多少钱。
决定之后，被试者将会从没有他人知悉的金额中支出相应的金额，最终积分最多的参与者将会获得奖励。
合作组：参与者在实验中可以共同决定一份金额，支出一份金额，最终各参与者均会获得相应的奖励。
结果分析：实验结果表明，在竞争组的情况下，参与者的支出行为表现出了自利性，由于参与者在游戏中选择最终利润最大的行为，同时也造成了小组效率低下的现象。
而在合作组中，参与者表现出了合作性，通过共同决定最终利润可以将效率提高，但是也会存在上当受骗的情况。
综上所述，本次啤酒游戏实验的结果表明，在人们的信任条件下，合作性比起竞争性更能够提升小组运行的效率，也能够解决市场失灵的问题。
啤酒游戏实验100327
三、角色说明
1.模拟供应链系统的基本结构 2.座次说明 3.消费者角色 4.零售商角色 5.批发商角色 6.生产商角色
1.模拟供应链系统的基本结构
零售商111
零售商112 生 产 商 1 批 发 商 11 批 发 商 12 零售商113 零售商114 零售商121 零售商122 零售商123
利润统计
利润统计是学员根据各自存货、欠货、 销量情况，利用给出的利润公式来统计 自己的利润。 对不同的小组进行对比分析，也可以对 整个供应链的需求、库存、缺货、利润 等进行对比分析。
分析探讨
可以分为小组讨论，小组发言和教师点 评等几个环节来进行。 讨论的内容可以写成游戏体验（实验） 报告。
库存人员填写制造商 情况表中的：制造产 出量F、期末库存量I
总结
啤酒游戏各角色的流程可以用几个字来表达： 卖（送）、收、买、转 卖（送）：（零售商）将啤酒卖给消费者， （批发商或生产商）将啤酒按订单情况给客 户送货； 收：下游客户接收上游供应商的送货； 买：下游客户向上游供应商订货； 转：将本期期末库存结转为下期期初库存。
四、期初变量设定
消费者发布需求，零售商当期进行销售。 零售商向批发商订货或批发商向生产商 订货时，订货提前期为2周（回合）。如 第2周订的货在第4周收到。
四、期初变量设定
生产商的生产提前期为1周，如第3周做的生产 计划，第4周生产出产品。 生产商的生产能力： 在扩大规模前，最低生产水平为３０箱，最高 生产生平为 ６０ 箱， 在扩大规模后，最低生产水平为６1箱，最高 生产生平为１２０ 箱； （注意：扩大生产后，生产量不得低于相应的 最低生产能力）
啤酒游戏实验报告【精选文档】
啤酒游戏实验报告报告人：小组成员：实验地点：实验时间1.实验目的、要求：（1）目的：通过游戏结果和数据对比分析并了解市场经济生活中出现的牛鞭效应。
通过数据的横向对比（不同小组的相同角色之间）和纵向对比（小组成员之间)分析,提高学生的分析能力；通过对牛鞭效应产生的原因探索、解决问题措施的思辨和对社会实际影响的思考，促进学生系统思考和理性思维的能力。
（2)要求:①按游戏规则完成游戏，并填制表格.②按游戏数据制作消费者、零售商、批发商的订购量曲线图及制造商的生产量曲线图，零售商、批发商、制造商的库存曲线图；制作两组相同角色的订购量、库存量、到货量、销售量曲线图。
③分析牛鞭效应现象产生的原因及可解决的办法.④提交实验报告。
2.实验道具：零售商、批发商、制造商的实验记录表各一张；游戏规则1份；铅笔.3.实验内容和步骤描述：①游戏时间为40周。
三人一组，分别扮演零售商、批发商、生产商、消费者四个角色。
老师扮演消费者。
②消费者到零售店购买啤酒，零售商向批发商订购啤酒，经销商向生产商订购啤酒，生产商根据啤酒订单安排生产计划。
③消费者对啤酒的需求量为一周的需求.④零售商每周一接到司机（司机角色不需要扮演)从批发商送上门的啤酒后，把订单交给司机，司机返程中订单送达批发商.零售商的订单经两周后在周一送达批发商。
⑤批发商每周一接到司机从生产商送上门的啤酒后，把订单交给司机，司机返程中订单送达生产商。
批发商的订单经两周后司机在周一送达生产商。
⑥生产商接到司机返回的订单安排生产计划，啤酒从计划、生产到送达批发商的时间需要两周；批发商接到零售商的订单后安排车辆、送货到达零售商需要两周时间。
⑦生产商、经销商、零售商三个角色的安全库存为12个单位.⑧渠道中的订单量根据历史销售量和预测发出，发货量由角色决策。
期内允许消费者对啤酒的需求波动.⑨生产单位为批，批发单位为车，零售单位为箱.1批有4车啤酒,1车有4箱啤酒。
此次实验中不予区分。
啤酒游戏实验报告
啤酒游戏实验报告近年来，啤酒游戏在各大聚会和派对上成为了一种普遍的娱乐方式，尤其是在年轻人中间更是广受欢迎。
然而，对于啤酒游戏的效果和影响仍存在争议。
本文将从实验的角度出发，对啤酒游戏进行探究和分析，以期对其真正的影响有所了解。
实验设计本次实验采用了四组参与者，每组都由四名年龄相近且没有饮酒限制的男性组成。
他们在同样的环境和条件下，分别进行了不同的实验。
其中，第一组在饮用啤酒前玩了一个小时的啤酒游戏；第二组在饮用啤酒后玩了一个小时的啤酒游戏；第三组在饮用软饮料后玩了一个小时的啤酒游戏；第四组仅在游戏中喝软饮料。
在游戏过程中，我们记录了他们的心率、血压等身体反应指标，并在实验后进行了一系列的问卷调查。
实验结果在实验过程中，我们发现除第四组外，其他三组参与者的体征变化都比较明显。
在饮用啤酒后进行游戏的第二组，其心率、血压等身体反应指标均比饮用软饮料后游戏的第三组有了较大的变化，特别是心率在升高的同时，反应能力和准确性却有所下降。
然而，与他们玩游戏的第一组相比，二组的表现依然不如前者般出色。
原因在于，饮酒后他们的身体已经产生了不同程度的影响，尽管在游戏之前已经经过了酒精测试，但仍然难以排除饮酒对反应和认知能力的影响。
另一方面，我们在问卷调查中发现，仅有在游戏中饮用软饮料的第四组参与者普遍感到比其他组更加轻松和愉悦，但在游戏表现上却略逊于其他三组。
这表明，饮酒和饮用软饮料对心境和情绪的影响是有差异的，但在与认知能力和反应速度的关系上，饮用任何饮料都会对表现产生一定的影响。
结论总体而言，本次实验表明饮酒和玩啤酒游戏会对身体和认知能力产生不同程度的影响。
在游戏过程中饮酒可能导致身体指标的不稳定，并对反应能力和准确性产生一定的负面影响，但在某些情况下饮用软饮料也会对表现产生一定的影响。
因此，建议玩游戏时适量饮用饮料，避免过量同时注意身体反应，不要轻易尝试酒后驾车等危险行为。
作为一种游戏和娱乐方式，啤酒游戏应当在合理使用的前提下，带给参与者快乐和享受。
供应链啤酒游戏实验报告
供应链啤酒游戏实验报告
本实验使用的是供应链啤酒游戏，旨在模拟供应链管理中的协调和风险管理问题，以及了解供应链各方之间的协调和合作。
实验中，我们分为五组，每组有三人。
我们被告知要从一家啤酒工厂开始，然后在供应链上寻找合适的合作伙伴进行生产和销售。
我们需要合理规划和管理供应链，
以获得最多的利润和最少的风险。
实验一开始，我们先通过交流了解对方的能力和优点，为后续的合作打下坚实的基础。
然后，我们开始寻找合适的供应商和分销商。
每次选择供应商时，我们需要考
虑到货期、品质、价格等因素。
在选择分销商时，我们要考虑到销售通道、市场分析、竞争情况等因素。
选择错误的供应商和分销商可能会导致无法按时交货、货物品质问
题等问题，降低企业的利润和信誉。
在供应链运作的过程中，我们要及时调整和协调各个环节，避免因为某个环节的变化而导致整个供应链崩溃。
例如，在实验中我们遇到了一种品质较好但是价格较高
的供应商，我们需要将这个供应商与其他供应商进行比较，在把握质量的前提下，选
择最优的供应商。
在实验中，我还发现，团队成员之间的合作和协调是非常重要的。
在面临困难的情况下，我们需要相互理解和支持，寻找解决问题的方法。
在整个实验过程中，我们
需要不断地沟通、协调，寻找优秀的合作伙伴和优化供应链各个环节，以确保整个供
应链的顺畅运作，获得最高的利润和最小的风险。
通过这次实验，我深刻认识到了供应链管理的重要性和复杂性。
供应链是一个多方合作的复杂系统，需要各方高效协调和顺畅沟通。
只有合理规划和管理供应链，我
们才能获得最高的利润和最小的风险。
物流管理啤酒实验报告
物流管理啤酒游戏实验报告实验名称：啤酒游戏实验实验地点:经管楼5楼实验室一、实验过程和实验结果1、创建游戏。
2、角色分配，各角色加入到刚创建好的游戏中，根据各角色的订货策略完成游戏。
第一次实验角色分配：第二次实验角色分配：3、游戏结束后，导出实验数据。
4、对实验数据进行分析，撰写实验报告。
二、实验数据分析第一次实验情况1、订货策略由于原始库存是已知的，因此刚开始我们订货策略是保持库存，根据需求发货，及时发出订购信息，补充库存。
表1-1零售商A1统计情况表1-2批发商A统计情况表1-3制造商统计情况由各角色的统计情况可以做出以下统计，如表1-4本期数据统计情况表，图1-1各角色需求曲线图所示。
表1-4本期数据统计情况表第二次实验情况1、订货策略由于原始库存很低，在第一次保持库存的订货策略的基础上进行改进，实行降低库存策略，当库存降到一定数量后（主观定下的安全库存）再采取少批量订货策略，将库存维持在一个自认为合适的库存水平，若接近本期期末，在满足市场需求的情况下，特别是在最后四周里，不计划再订购，而只要在满足市场需求的情况下保持低库存水平，降低各角色的库存持有水平，使利润增长。
即零售商A1的安全库存为：17，零售商A2的安全库存为：20，批发商A的安全库存为：30，制造商的安全库存为：202、实验数据统计情况如表2-1至2-4所示。
表2-1零售商A1数据统计表表2-2零售商A2数据统计表表2-3批发商A数据统计表表2-4制造商数据统计表对表2-1至2-4的需求量、订购量、利润做出统计：三、实验总结：（一）供应链需求放大效应分析根据实验数据我们制作了以下图表进行分析从以上图表可看出从消费者到制造商这一过程中需求的变异程度不断放大，供应链需求放大效应明显。
（二）供应链需求放大效应产生的原因在实验中组员之间严格按照游戏规则不与上一层商家交流信息，需求信息不能实现共享、信息透明度不够，这是产生供应链需求放大效应的最主要原因。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于Vensim-PLE啤酒游戏仿真实验报告 基于Vensim PLE啤酒游戏仿真实验报告
专业班级：工业工程一班 * 名： *** 学 号：*********** 2 基于Vensim PLE啤酒游戏仿真 1. 实验报告 2. 提交啤酒游戏的因果关系及仿真结果
基于Vensim PLE啤酒游戏仿真实验报告 一、实验目的与要求 1.1实验目的 (1)初步掌握VENSIM软件的仿真模拟过程，认识并了解VENSIM软件 VENSIM是一个建模工具，可以建立动态系统的概念化的，文档化的仿真、分析和优化模型。PLE（个人学习版）是VENSIM的缩减版，主要用来简单化学习动态系统，提供了一种简单富有弹性的方法从常规的循环或储存过程和流程图建立模型。本实验就是运用VENSIM进行系统动力学仿真，进一步加深对系统动力学仿真的理解。 （2）以上机题目所给的啤酒游戏为案例实际操作VENSIM软件进行模拟仿真 运用系统动力学的原理和VENSIM软件构建了啤酒游戏的供应链模型，以及各相关因素之间的因果反馈关系模型。模拟仿真一个供应链流程的运行。从而将系统动力学的知识与软件实际操作融会贯通，更加了解该软件的应用。 （3）通过模拟仿真的结果来分析牛鞭效应 牛鞭效应，就是指当供应链上的各级供应商只根据来自其相邻的下级销售商的需求信息进行供应决策时，需求信息的不真实性会沿着供应链逆流而上，产生逐级放大的现象。 通过增加供应链模型节点个数并对其仿真结果进行分析，证明随着供应链长度的增加，牛鞭效应也愈加明显；对VMI库存管理模式与传统库存管理模式的系统结构及运营绩效进行了比较，说明供应链成员间的信息共享可以有效地弱化牛鞭效应。 1.2实验要求 啤酒游戏中包含零售商、批发商、供应商三个成员。同时对游戏中的参数进行如下假设：消费者对啤酒的前4周的需求率为300箱/周，在5周时开始随机波动，波动幅度为±200，均值为0，波动次数为100次，随机因子为4个。假设各节点初始库存和期望库存为1000箱，期望库存持续时间为3周，库存调整时间为4周，预测平滑时间为5周，生产延迟时间和运输延迟时间均为3周，且为3阶延迟；不存在订单延迟。仿真时间为0～100周，仿真步长为1周。期望库存等于期望库存持续时间和各节点的销售预测之积。 策略1：不补充以往缺货需求N
T
IIQ
ja
jejj
策略2：考虑以往缺货需求NTIIQkafjejj 根据啤酒游戏基于VENSIM软件的上级题目要求，分析确立所需 建立的模型关系，并在VENSIM中建立相应的系统动力学因果关系图，系统动力学流图和DYNAMO方程，进行仿真模拟。
二、实验过程 （1）系统分析： 系统动力学分析的系统行为是基于系统内部要素相互作用而产生的，并假定系统外部环境的变化不给系统行为产生本质的影响，也不受系统内部因素的控制。 （2）系统因果关系分析： 系统动力学的研究重点在于自反馈机制的系统动力学问题。为了研究系统的反馈结构，首先要分析系统整体与局部的关系，进而追索因果与相互关系，然后把它们重新联结一起形成回路。回路的概念最简单的表示方法是图形。系统动力学中常用的是因果关系图。
（3）系统动力学模型的建立： 为了进一步明确表示系统各元素之间的数量关系，并建立相应的动力学模型，系统动力学方法通过广义的决策反馈机构来描述上述机制。系统动力学通过引入水平变量（Level）、速率变量（Rate）、信息流等因素，构造成更加深入的系统行为关系图（流图），更完整、具体地描述系统构成、系统行为和系统元素相互作用机制的全貌。即是系统流图模型的建立。
（4）系统动力学方程的建立： 将各因素之间的函数关系用DYNAMO方程式的语言来建立和表达。 （5）软件进行系统模拟仿真运行： 模型建立完成，进入编译运行的阶段，对已建立好的模型进行仿真运行。 （6）输出仿真结果： 模型仿真运行结束，输出运行的结果图。 （7）进行结果分析： 根据输出的结果图对该供应链进行分析，观察牛鞭效应。 三、实验心得 （1）只有先掌握了一些基本因果图、流图及其基本方程式的建立，才能为该啤酒游戏的分析打好基础，以便于后续仿真模型的因果关系分析和模型的建立。 （2）只有了解了啤酒游戏的游戏规则，理解了模拟仿真建立的模型各因素间的关系才能正确的建立方程式，使得模型能够正确运行。 （3）了解牛鞭效应的含义，才能更好的分析仿真运行的结果图。
四、附上啤酒游戏的因果关系图，以及两种策略下的仿真结果 4.1“啤酒游戏”因果图的建立 系统动力学了解系统动态特性的主要方法是回路分析法（即因果关系和反馈思想）。反馈回路中的因果关系都是相互的，从整体上讲，我们无法判定任意两种因素谁是因，谁是果。社会和个人的决策过程也是这样。导致行为的决策是企图改变系统的状态；改变了的状态又产生进一步的决策及变化，这即形成了因果反馈回路。因此，互为因果就成了反馈回路的基本特征。当然，为了分析各种因素对市场需求的影响，还 需要引入一些辅助的中间变量，以反映各种因素之间的相互关系和作用过程。 啤酒游戏的各因素之间的因果关系图如图所示：
零售商的订货量批发商的发货量批发商的库存量批发商的订货量制造商的出库量制造商的库存量制造商的生产量零售商的库存量-+--+--+零售商的订货周期零售商的期望库存零售商的库存差-++-
客户的订货量
零售商的销售量
+
-
制造商的生产周期
制造商的库存差
制造商的期望库存
-+
-+
批发商的
订货周期
批发商的期望库存
批发商的库存差
+-
+-
因果关系图
4.2系统动力学建模----流图 系统动力学通过引入水平变量（Level）、速率变量（Rate）、信息流等因素，构造成更加深入的系统行为关系图（流图），更完整、具体地描述系统构成、系统行为和系统元素相互作用机制的全貌。
系统动力学流图是系统动力学的基本变量和表示符号的有机组合。根据啤酒游戏供应链系统内部各因素之间的关系设计系统流图，其目的主要在于反映系统各因果关系中所没能反映出来的不同变量的特性和 特点，使系统内部的作用机制更加清晰明了，然后通过流图中关系的进一步量化，实现啤酒供应的政策仿真目的。如图;
生产商库存批发商库存零售商库存
生产商生产率生产商发货率批发商发货率
市场需求率
生产商生产需求批发商订单零售商订单生产商销售预测批发商销售预测零售商销售预测
生产商期望库存批发商期望库存零售商期望库存
期望库存覆盖时间库存调整时间
移动平均时间
生产延迟运输延迟4.3关于流图的一些方程式的设置： 策略二的参数方程设置： (01) FINAL TIME = 100 Units: week The final time for the simulation. (02) INITIAL TIME = 0 Units: week The initial time for the simulation. (03) SAVEPER =TIME STEP Units: week [0,?] The frequency with which output is stored. (04) TIME STEP = 1 Units: week [0,?] The time step for the simulation. (05) 市场需求率=300+if then else(Time>4,randomnormal(-200,200,0,100,4),0) Units: **undefined** (06) 库存调整时间=4 Units: **undefined** (07) 批发商发货率=delay3(零售商订单,运输延迟) Units: **undefined** (08) 批发商库存= INTEG (生产商发货率-批发商发货率,1000) Units: **undefined** (09) 批发商期望库存=批发商销售预测*期望库存覆盖时间 Units: **undefined** (10) 批发商订单=max(0,批发商销售预测+(批发商期望库存-批发商库存)/库存调整时间) Units: **undefined** (11) 批发商销售预测=smooth(批发商发货率,移动平均时间) Units: **undefined** (12) 期望库存覆盖时间=3 Units: **undefined** (13) 生产商发货率=delay3(批发商订单,运输延迟) Units: **undefined** (14) 生产商库存= INTEG (生产商生产率-生产商发货率,1000) Units: **undefined** (15) 生产商期望库存=期望库存覆盖时间*生产商销售预测 Units: **undefined** (16) 生产商生产率=delay3(生产商生产需求,生产延迟) Units: **undefined** (17) 生产商生产需求=max(0,生产商销售预测+(生产商期望库存-生产商库存)/库存调整时间) Units: **undefined** (18) 生产商销售预测=smooth(生产商发货率,移动平均时间) Units: **undefined** (19) 生产延迟=3 Units: **undefined** (20) 移动平均时间=5 Units: **undefined** (21) 运输延迟=3