|
|
ОглавлениеРаздел I. Основы теории логистики. Глава 1. Терминология и понятийный аппарат логистики Глава 2. Структурные элементы концепции логистики Глава 4. Логистические технологии и концепции Глава 5. Основы логистического менеджмента Раздел II. Методологические основы логистики. Глава 6. Научная база логистики Глава 8. Моделирование в логистике Раздел III. Экономические основы логистики. Глава 9. Логистические издержки Глава 10. Ценообразование в логистических системах Глава 11. Показатели логистической деятельности Для бесплатного чтения доступна только часть главы! Для чтения полной версии необходимо приобрести книгуГЛАВА 8. МОДЕЛИРОВАНИЕ В ЛОГИСТИКЕ8.1. СТРУКТУРИЗАЦИЯ МОДЕЛЕЙ В ЛОГИСТИКЕМоделирование — процесс исследования реальной системы, включающий построение модели, изучение ее свойств и перенос полученных сведений на моделируемую систему. Модель — это некоторый материальный или абстрактный объект, находящийся в определенном объективном соответствии с исследуемым объектом, несущий о нем определенную информацию и способный его замещать на определенных этапах познания. Классификация видов моделирования приведена в табл. 8.1. Таблица 8.1 Классификация видов моделирования систем В.С. Лукинским [45] был предложен подход к классификации, который базируется на анализе конкретных моделей (методов, методик, алгоритмов и т.д.), подробно описанных в закупочной, производственной, распределительной и других логистиках. Модели разделены на три класса: первый класс (I) включает модели и методы, предназначенные для решения задач в условиях определенности, без ограничений со стороны внешней среды; второй класс (II) — в условиях риска и неопределенности, но без конкуренции; третий класс (III) — модели и методы решения логистических задач в условиях конкуренции (рис. 8.1). Дальнейшая декомпозиция, предложенная им, предусматривает введение трех видов моделей и методов. Модели и методы 1-го вида охватывают отдельные логистические операции и (или) функции; модели и методы 2-го вида — две и более операций и (или) функций; модели и методы 3-го вида предназначены для охвата всей логистической системы (цепи, канала). Для каждого вида предусмотрено деление на две группы: группа А включает простые (симплексные) модели и методы, группа Б — более сложные. Рис. 8.1. Классификация моделей и методов прикладной теории логистики Рассмотрим подробнее модели и методы I класса, т.е. модели без ограничений со стороны внешней среды в условиях определенности, так как именно они получили наибольшее распространение. К группе 1АI относятся: • выбор логистических посредников (поставщика, посредника, перевозчика, экспедитора, типа транспортного средства и т.д.); • прогнозирование (количества сырья, готовой продукции, текущего запаса на складе и др.); • определение номенклатурных групп (ABC, XYZ); • аддитивные временные модели («точно в срок»); • детерминированные модели управления запасами; • модели принятия решений типа «сделать или купить»; • модели определения потребностей, основанные на теории восстановления, и др. В группе 1БI выделяются два вида моделей. 1. Модели, использующие оптимизационные процедуры, в частности линейного программирования (например, транспортные задачи закрепления поставщиков). 2. Модели, охватывающие две и более логистические операции или функции. При этом предполагается, что модели второго вида могут быть сформированы с использованием моделей первого вида. Деление на группы осуществляется следующим образом: к первой группе относятся модели, в которых отсутствуют оптимизационные процедуры или используется один критерий оптимизации; вторую группу составляют многокритериальные оптимизационные модели. Так, к моделям и методам второго вида в рассматриваемой классификации (2AI, 2БI) относятся: • определение оптимальной величины заказа (закупочная и складская логистика); • алгоритмы управления запасами (закупочная, складская и транспортная логистика); • формирование номенклатуры и ассортимента распределительных и торговых центров различных уровней; • модели управления многономенклатурными запасами; • выбор вида транспорта и способа перевозки. В качестве иллюстрации описанного подхода на рис. 8.2 приведена логистическая система и указаны модели и методы, используемые при управлении материальными потоками, когда требуется координация выполнения логистических функций транспортировки и складирования. Пунктирная линия со стрелкой показывает, что задачи логистики складирования в меньшей степени решаются перевозчиками. Задачи транспортировки могут соответствовать любому из звеньев логистической системы, так как организационные проблемы перевозки могут решаться собственными силами или с привлечением посредников. Модели третьего вида включают все элементы логистической системы (сети, цепи или канала). Первую группу составляют модели анализа издержек (функционально-стоимостной анализ), времени цикла исполнения заказа, качества сервиса с последующим реинжинирингом логистических систем; вторая группа — модели синтеза или проектирования логистических систем с использованием принципов «минимизации общих издержек» или «экономических компромиссов» с учетом нескольких критериев, на основании которых можно делать выводы об эффективности логистической системы (издержки, продолжительность циклов, качество сервиса, производительность, оценка возврата инвестиций в логистическую инфраструктуру). Модели II класса (принятие решений в условиях риска и неопределенности) также могут быть разделены на несколько видов. Для ряда «простых» задач, связанных с выполнением отдельных логистических операций или функций, могут применяться вероятностные оценки, например, для оценки надежности, сохранности, стабильности выполнения договорных обязательств, определения весовых коэффициентов и т.п. Вероятностные оценки служат дополнением обычных моделей, такие модели образуют группу 1АII. Оптимизация в условиях риска может быть произведена с помощью «дерева решений». Для этого решение представляется в виде последовательностей, каждая из которых приводит к определенному результату (исходу). Расчет математического ожидания при известных вероятностях и результатах исходов, а затем их сравнение позволяют выбрать наилучшую альтернативу. В условиях неопределенности наилучшее решение может быть найдено с использованием критериев Вальда, Сэвиджа, Гурвица и др. Эти методы наряду с «деревом решений» могут быть отнесены к группе 1БII. Рис. 8.2. Модели и методы, используемые при управлении материальными потоками в логистической системе [45, с. 48] Исследование и прогнозирование поведения логистических систем на практике осуществляются посредством экономико-математического моделирования, т.е. описания логистических процессов в виде моделей. Под «моделью» в данном случае понимается отображение логистической системы (абстрактное или материальное), которое может быть использовано вместо нее для изучения ее свойств и возможных вариантов поведения. При построении таких моделей необходимо соблюдать следующие требования: • поведение, структура и функции модели должны быть адекватны моделируемой логистической системе; • отклонения параметров модели в процессе ее функционирования от соответствующих параметров моделируемой логистической системы не должны выходить за рамки допустимой точности моделирования; • результаты исследования модели и ее поведения должны выявить новые свойства моделируемой логистической системы, не отраженные в исходном материале, использованном для составления данной модели; • модель должна быть более удобной, чем ее реальный аналог — логистическая система. Соблюдение этих требований позволяет реализовать качественно новые возможности моделирования, а именно: • проведение исследования на этапе проектирования логистической системы для определения целесообразности ее создания и применения; • проведение исследования без вмешательства в функционирование логистической системы; • определение предельно допустимых значений объемов материальных потоков и других параметров логистической системы без риска разрушения моделируемой системы. Классификация моделей логистических систем приведена на рис. 8.3. Все модели логистических систем делятся на два класса — изоморфные и гомоморфные. Изоморфные модели представляют собой полный эквивалент всем морфологическим и поведенческим особенностям моделируемой системы и способны полностью заменить ее. Однако построить и исследовать изоморфную модель практически невозможно вследствие неполноты и несовершенства знаний о реальной системе и недостаточной адекватности методов и средств такого моделирования. Поэтому практически все модели, используемые в логистике, являются гомоморфными, которые представляют собой модели, подобные отображаемому объекту лишь в отношениях, характерных и важных для процесса моделирования. Другие аспекты строения и функционирования при гомоморфном моделировании игнорируются. Рис. 8.3. Классификация моделей логистических систем Гомоморфные модели делятся на материальные и абстрактно-концептуальные. Материальные модели находят в логистическом управлении ограниченное применение, что связано с трудностью и дороговизной воспроизведения на такого рода моделях основных геометрических, физических и функциональных характеристик оригинала и крайне ограниченными возможностями варьирования их в процессе работы с моделью. Поэтому для логистики в подавляющем большинстве случаев используется абстрактно-концептуальное моделирование. Абстрактно-концептуальные модели подразделяются на символьные и математические. Символьные модели построены на основе различных, определенным образом организованных знаков, символов, кодов, слов или массивов чисел, изображающих исследуемый оригинал. Для построения подобных моделей используются такие символы или коды, которые однозначным, не допускающим возможности различного толкования образом представляют моделируемые структуры и процессы. Например, для языкового описания моделей используются специальным образом построенные словари (тезаурусы), в которых в отличие от обычных толковых словарей каждое слово имеет только одно определенное значение. Информацию, полученную с помощью использования символьных моделей, неудобно обрабатывать (хотя это и возможно) для дальнейшего использования в системах логистического управления. Поэтому наибольшее распространение в процессе создания и эксплуатации систем логистического управления получили математические модели. Математическое моделирование бывает аналитическое и имитационное. Особенностью аналитических моделей является то, что закономерности строения и поведения объекта моделирования описываются в приемлемой форме точными аналитическими соотношениями. Эти соотношения могут быть получены как теоретически, так и экспериментально. Теоретический подход применим только для простых компонентов и систем, допускающих сильное упрощение и высокую степень абстракции. Кроме того, затруднена проверка адекватности полученного аналитического описания, поскольку поведение моделируемого объекта заранее не определено, а как раз и должно быть выяснено в результате моделирования. Для определения этого поведения и составляется данное аналитическое описание. Аналитическое описание может быть определено также путем проведения специальных экспериментов над исследуемым объектом. Более универсальным подходом обладает имитационное моделирование. Имитационная модель — это компьютерное воспроизведение развертывания во времени функционирования моделируемой системы, т.е. воспроизведение ее перехода из одного состояния в другое, осуществляемое в соответствии с однозначно определенными операционными правилами. На ЭВМ имитируется течение управляемого процесса с последующим анализом результатов моделирования для выбора окончательного решения. 8.2. МОДЕЛИРОВАНИЕ МАТЕРИАЛЬНЫХ ПОТОКОВМожно выделить следующие основные причины, обусловливающие необходимость моделирования материальных потоков: • качественные и количественные изменения характеристики управляемой подсистемы; • возросшая динамика материальных потоков, возросшее число возмущающих воздействий внешней среды, требующих фактически непрерывного мониторинга и управленческого воздействия; • возросшая ответственность за принятие решений, необходимость постоянного управленческого контроля; • сокращение времени на принятие управленческого решения, невозможность предвидения значительного числа событий, несущих как положительный, так и негативный потенциал для функционирования системы управления материальными потоками на предприятии. В связи с этим при моделировании материальных потоков в производственно-логистических системах требуется учет таких факторов, как зависимость между величиной запасов различных видов, многокритериальность задач, наличие нежестких ограничений, нечетких условий, трудно формализуемых требований. Этим требованиям в достаточно полной мере отвечают однокритериальные задачи выбора в условиях риска, затрагивающие несколько логистических функций или операций. Эти задачи могут быть решены при условии, что критерием выбора является риск. В данном случае под риском следует понимать потери, оцениваемые в стоимостном выражении. В качестве критерия могут выступать максимально (минимально) возможные потери, средние ожидаемые или наиболее вероятные потери. В модели оптимизации по одному критерию в условиях риска изменяется постановка задачи и критерия, а сущность модели практически не изменяется. То же можно сказать и про модели многокритериальной оптимизации, где одним из критериев выступает оценка риска (вероятностная и стоимостная). В этом случае модели не претерпевают изменения, в них лишь учитывается рисковый критерий. Большинство оптимизационных методов базируется на применении методов исследования операций, которые включают в себя разнообразные модели. Рассмотрим наиболее распространенные типы моделей: линейного, нелинейного, динамического программирования и математической статистики. Модели программирования применяют для нахождения оптимального решения в ситуации распределения дефицитных ресурсов при наличии конкурирующих потребностей. Модели теории очередей (оптимального обслуживания) используются для нахождения оптимального числа каналов обслуживания при определенном уровне потребности в них. Проблема здесь заключается в том, что дополнительные каналы обслуживания естественно требуют дополнительных затрат, а их загрузка неравномерна (избыточная пропускная способность в одни периоды времени и появление очередей — в другие). Следовательно, нужно найти такое решение, которое позволяет сбалансировать дополнительные расходы на расширение каналов обслуживания и потери от их недостатка. Модели теории очередей как раз и служат инструментом нахождения такого оптимального решения. Модели управления запасами позволяют найти оптимальное решение, т.е. такой уровень запаса, который минимизирует издержки на его создание и поддержание при заданном уровне непрерывности производственных процессов. Модели теории игр. Принимая решение, следует выбирать альтернативу, позволяющую уменьшить степень противодействия, что в свою очередь снизит степень риска коммерческой деятельности фирмы. Такую возможность предоставляет менеджеру теория игр, математические модели которой побуждают анализировать выявленные альтернативы своих действий с учетом возможных ответных действий конкурентов. Что касается принятия решений в условиях конкуренции, то модели и методы этого класса базируются на теории игр, но пока сравнительно мало используются в теории логистики. Внимание! Авторские права на книгу "Основы логистики. Учебное пособие" (Канке А.А., Кошевая И.П.) охраняются законодательством! |
||||||||||||||||||||||
