CC BY
114
ИНФОРМАЦИОННЫЕ СИСТЕМЫ И ЛОГИСТИКА В СТРОИТЕЛЬСТВЕ
УДК 658.7:69
Р.З. Хайруллин
ФГБОУВПО «МГСУ»
СИСТЕМА СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ЛОГИСТИЧЕСКОЙ ИНФОРМАЦИИ
Предложена система статистической обработки логистической информации, предназначенная для операционного повышения эффективности бизнеса и развития логистического обеспечения продаж. В основе системы лежат методы статистической обработки информации, оценки и прогнозирования логистических показателей, определения и расчета данных, необходимых для учета, хранения и переработки металлопроката, а также планирования реконструкции и развития существующих складских хозяйств. Представлены результаты апробации системы для логистического проектирования крупных складов металлоторгующих компаний.
Ключевые слова: логистика, информация, складское хозяйство, статистическая обработка, программное обеспечение.
Актуальной для большинства руководителей логистических и торговых компаний является задача операционного повышения эффективности бизнеса и развития логистического обеспечения продаж [1—10]. Под развитием логистического обеспечения продаж понимается разработка и реализация комплекса мероприятий, включающего сроки и перечень работ, направленных на совершенствование складской логистики компании.
Логистическое проектирование складского комплекса включает решение таких задач, как определение количества и видов технологических зон склада, расчет требуемого количества погрузочно-разгрузочных мест, разработка конструкций мест хранения, отбора и предварительной продажной подготовки, разработка спецификаций типов хранения, подбор подъемно-транспортного оборудования, детальное планирование складской логистической системы, создание архитектурно-планировочного решения складского хозяйства, подбор информационно-технологического оборудования и т.д.
Используемые в настоящее время ERP и WMS-системы [11—16] не позволяют решать в полном объеме перечисленные задачи. В связи с этим разработка специализированных программных продуктов [17—19], учитывающих специфику складской торговли, c последующей интеграцией этих программ с системами [12—16] представляется актуальной задачей.
В настоящей работе предлагается специализированное программное обеспечение, предназначенное для решения основных задач логистического проектирования. В основе системы лежат методы статистической обработки информации и принятия решений [1, 20]. Представлены результаты апробации системы в металлоторгующей компании.
1. Этапы логистического проектирования складского хозяйства. В предлагаемой системе логистическое проектирование складского хозяйства (склада) производится в 3 этапа.
Этап 1. Анализ параметров товаропотока:
металлопрокат, подлежащий хранению и обработке на складе разбивается по группам;
для каждой группы металлопроката определяются весогабаритные характеристики единицы хранения и отгрузки;
определяются условия хранения и соседство на складе с другими группами металлопроката;
устанавливаются основные требования по грузопереработке и определяются технологические ограничения при выгрузке, погрузке и внутрисклад-ским операциям;
устанавливаются планируемые объемы входящего и исходящего грузопотока, его неравномерность на расчетный период.
Этап 2. Расчет логистических параметров склада и технологии товароо-бработки:
рассчитывается необходимость создания технологических зон склада (разгрузки, приема, хранения, предпродажной подготовки металлопроката) и определяется состав и количество зон;
определяются площади зон и их информационно-технологическое оснащение;
производится расчет необходимого фонда рабочего времени и потребностей в ресурсах при проведении работ по выгрузке, приемке, складированию, внутрискладским работам и отгрузке металлопроката.
Этап 3. Определение последовательности мероприятий по усовершенствованию логистической деятельности склада и сроков их реализации:
перепланировка существующих технологических зон (если необходимо); изменение/корректировка фронтов складских операций; построение новых маршрутов движения транспорта по территории склада; закупка и установка нового технологического оборудования.
2. Методы и алгоритмы анализа параметров товаропотока. Для анализа входящего и исходящего грузопотока используется мультипликативная модель [1, 20]: У = Т х х Е. Каждый уровень временного ряда представляется как сумма Т — трендовой, 5 — сезонной и Е — случайной компонент.
Шаги построения мультипликативной модели.
Шаг 1. Производится выравнивание исходных уровней временного ряда методом скользящей средней.
Шаг 2. Вычисляются оценки сезонной компоненты как частное от деления фактических уровней ряда на центрированные скользящие средние.
Шаг 3. Каждый уровень исходного ряда делится на соответствующие значения сезонной компоненты: Т х Е = У / 5.
Шаг 4. Определяется трендовая компонента Т с использованием метода наименьших квадратов [20].
Шаг 5. Расчет ошибки производится по формуле Е = ^ У/(Т х £).
Шаг 6. Для проверки адекватности полученной модели вычисляется коэффициент детерминации Я, а проверка статистической значимости производится по критерию Фишера ^ [20].
Шаг 7. Вычисляется сезонная составляющая 5 с использованием индекса сезонности I [1, 20], не учитывающего наличие тренда.
Шаг 8. Прогноз по мультипликативной модели строится как комбинация трендовой и сезонной компонент У = Т х 5.
3. Определение логистических показателей, учитываемых при хранении и обработке металлопроката. Для оценки и учета различий товарообработки отдельных партий металлопроката применяется АВС-анализ [1], с помощью которого производится разделение товаров на отдельные группы в зависимости от их свойств, частоты обращения к ним, частоты совместного вывоза, объемов вывоза. Полученные данные сводятся в единую кросс-матрицу [1, 20].
В формировании топологии склада (расположения технологических зон, разработки схемы оптимального складирования) основную роль играют: результаты АВС-анализа; данные хронометража складских операций;
количество прогнозируемых отгрузок металлопроката по партиям в день; параметры отгружаемых машин, вес одного подъема, частота обращений бригад к местам хранения, трудоемкость выполнения операций на складе, необходимый фонд рабочего времени;
требуемый ресурс грузоподъемных механизмов для осуществления грузооборота;
основные требования государственных стандартов к местам размещения и хранения металлопроката на складе.
Исходя из этих параметров, решаются также вопросы о необходимости выделения отдельных зон на складе для погрузки отдельных сортаментных групп металлопроката, о регламенте обеспечения этих зон оборудованием и о маршрутах движения транспорта к этим зонам.
Отметим, что задача проведения анализа для зонирования склада — творческая. Она не имеет однозначного решения, так как возможность зонирования конкретного склада зависит от многих факторов, в т.ч. от конфигурации склада, возможности маневра вагонами при подаче на фронт выгрузки, наличия крытых складских площадей, технической оснащенности склада и т.д.
Результаты апробации. Ниже представлены некоторые результаты анализа и прогнозирования материальных потоков металлопроката на складе со средним оборотом около 20000 т в месяц. На основе информации за последние три года строится прогноз на следующие три года. Определяются пиковые значения исследуемого показателя и сроки наступления пиковых значений.
а) Параметры входящего потока. Модель по вагонопотоку в месяц для расчета прогнозов имеет вид Т = 75,3 + 2,Ц
где ^ — порядковый номер месяца. Пиковый прогнозируемый объем вагоно-потока в месяц — 343 вагона, или 23957 т металлопроката, ожидается на 35 месяце прогнозируемого периода.
Индекс сезонности I %, [20] приведен в табл. 1. Табл. 1
I с Январь Февраль Март Апрель Май Июнь Июль Август Сентябрь Октябрь Ноябрь Декабрь
Входящий поток, % 115 108 103 116 113 108 73 57 79 103 130 95
Отгрузки, % 59 68 90 115 101 107 134 110 103 112 103 98
Коэффициент детерминации Я = 0,53, следовательно, построенная модель объясняет 53 % общей вариации временного ряда [20].
Критерий Фишера ^ = 31,14 и ^ > F = 4,08, следовательно уравнение регрессии статистически значимо [20].
б) Параметры исходящего потока. Модель по отгрузкам в месяц для расчета прогнозов: Т = 5530,5 + 193,1^.
Пиковый объем отгрузок в месяц — 24047 т металлопроката — ожидается на 31 месяце прогнозируемого периода.
Средний вес отгружаемого автомобиля — 10,9 т.
Среднее количество подъемов при отгрузке на одну машину — 6,2.
Средний вес одного подъема — 1,8 т.
Коэффициент детерминации Я = 0,88, следовательно, построенная модель объясняет 88 % общей вариации временного ряда [20].
Критерий Фишера ^ = 254,08 и ^ > ^кр = 4,08, следовательно уравнение регрессии статистически значимо [20].
в) Прогнозирование остатков на складе. Пиковые объемы остатков, рассчитанные на основе уравнения материального баланса, ожидаются в 3, 15 и 27 месяце прогнозируемого периода.
г) Исследование модели количества позиций при отгрузке. Прогнозируемое количество автомашин (а/м) с указанием количества позиций и тенденция изменения этого показателя приведены в табл. 2.
Табл. 2
Количество позиций в а/м (счете) Количество а/м в месяц Доля а/м, % Тенденция, %
1—2 439 25,79 +5,2
3—5 494 29,09 +10,3
6—8 466 27,38 -9,4
9—12 219 12,87 -7,1
Свыше 12 84 4,94 -9,9
В перспективе можно ожидать уменьшения доли отгрузок с большим количеством позиций. Это приведет к сокращению фронта предварительной продажной подготовки и уменьшению фонда рабочего времени.
д) Исследование модели поступления металлопроката по дням месяца. Анализ показал хаотичность характера поступления вагонов в течение месяца.
Поэтому для расчета необходимой емкости фронтов выгрузки вагонов были сформулированы чисто практические выводы:
суточный объем прогнозируемого поступления 10 вагонов;
максимально возможное поступление вагонов за сутки 10 х 2 = 20 вагонов;
возможен простой до 40 % вагонов после выгрузки;
необходимо учесть до 50 % переходящего объема груженых вагонов, выгрузка которых производится с задержкой по объективным причинам, связанным с технологией работы склада.
Итого, вместимость железнодорожных путей на базе должна обеспечивать отстой и маневрирование 29 одновременно находящихся на территории склада вагонов.
д) Некоторые выводы по результатам АВС-анализа. Помимо зонирования склада, проводимого по данным хронометража грузовых операций, в зонах для товаров группы А необходимо обеспечить наличие металлопроката, не обязательно группы А, который отгружается совместно (например, двутавровая балка 20...30 см совместно с листом 10...14 мм, лист 1,5...2 мм совместно с арматурой 10.12 мм и т.д.), что значительно сократит время отгрузки и переездов клиентов с одного грузового участка на другой.
Для товаров группы А необходимо спланировать на складе не только саму зону хранения, но и в пределах зоны провести выделение определенного места хранения под конкретную партию металлопроката, с учетом обязательного обеспечения наличия металлопроката, не обязательно группы А, который продается вместе.
Для товаров групп В и С необходимо планировать только зоны складирования.
Вместимости зон целесообразно планировать на основе прогноза продаж (поступления) и доли объемов по АВС-анализу.
е) К реализации комплекса мер по развитию складского хозяйства. Критические значения показателей и сроки их наступления приведены в табл. 3.
Табл. 3
Показатель Значение Сроки
Пиковый объем отгрузки в мес. 24047 т 31 мес.
Пиковый объем вагонопотока 343 шт. 35 мес.
Максимальные остатки на складе — 3, 15, 27 мес.
К указанным в табл. 3 срокам должны быть реализованы мероприятия по увеличению соответствующих фронтов работ и соответствующих складских ресурсов. При невозможности реализации мероприятий на существующих складских площадях должна быть проведена реконструкция склада с присоединением и развитием новых площадей.
Библиографический список
1. Сергеев В.И. Логистика в бизнесе. М. : Инфра-М, 2007. 608 с.
2. Фразелли Э. Мировые стандарты складской логистики / пер. с англ. М. : Альпина Паблишер, 2012. 330 с.
3. Ивакин Е.К. Логистика капитального строительства в регионе. Ростов-н/Д. : РГСУ 1997. 210 с.
4. Жаворонков Е.П. Эффективность логистики в строительстве : процессы, системы, управление. М. : КИА центр, 2002. 136 с.
5. Зеленцов Л.Б., Шилов Ю.В. Логистическое моделирование предпринимательской деятельности в сфере капитального строительства // Рынок и строительство : Ученые записки института экономики и управления / под ред. В.Н. Стаханова. Вып. 1. Ростов-н/Д. : РГСУ, 1997. С. 34.
6. Bowersox D.J., Closs D.J. Logistical Management. The Integrated Supply Chain Process. New York : The McGraw-Hill, Companies, inc., 1996. 668 р.
7. Covie J.J., Bardi E.J., Langlev C.J. The Management of Business Logistics. 5th ed. St. Paul, MN : West Publishing Co., 1992. 608 р.
8. Шоль Е., Шумаев В. Информационное обеспечение логистических технологий // РИСК (Ресурсы, Информация, Снабжение, Конкуренция). 2006. № 1. С. 12—18.
9. Тасуева Т. К вопросу о логистическом потенциале региональной складской логистической системы // РИСК (Ресурсы, Информация, Снабжение, Конкуренция). 2013. № 2. С. 31—33.
10. Одесс В., Семенов Н. От снабжения и сбыта через оптовую торговлю к логистике (Воспоминания ветеранов ИТКОР об истории развития института) // РИСК (Ресурсы, Информация, Снабжение, Конкуренция). 2012. № 1. С. 647—651.
11. Филипенко И.А. Выбор ПО для автоматизации управления // Корпоративные системы. 2001. № 3. С. 21—22.
12. О'Лири Д.Л. ERP-системы: выбор, внедрение, эксплуатация. Современное планирование и управление ресурсами предприятия / пер. с англ. М. : Вершина, 2004. 272 c.
13. Олейник П.П. Основные стандарты корпоративных информационных систем MPS, MRP, MRP II, ERP, CSRP, ERP II. М. : LAMBERT, 2011. 88 с.
14. Гайфулин Б.Н., Обухов И.А. Автоматизированные системы управления предприятиями стандарта ERP/MRPII. М. : Богородский печатник, 2001. 104 с.
15. ТрапуленисР. Структура и особенности системы SOLVO.WMS // Корпоративные системы. 2006. № 6. С. 55—58.
16. Трапуленис Р. Система SOLVO.WMS // Услуги и цены. 2008. № 18. С. 40—42.
17. Хайруллин Р.З. Система оперативного управления складской логистикой ме-таллоторгующих компаний // Вестник МГСУ 2014. № 6. С. 172—178.
18. Хайруллин Р.З. Система учета и контроля логистических затрат // Вестник МГСУ 2014. № 12. С. 193—201.
19. Хайруллин Р.З. Математическое моделирование развоза грузов по разветвленной сети автодорог // Вестник МГСУ. 2014. № 7. С. 184—191.
20. Гмурман В.Е. Теория вероятностей и математическая статистика. 9-е изд., стер. М. : Высш. шк., 2003. 479 c.
Поступила в редакцию в апреле 2015 г.
Об авторе: Хайруллин Рустам Зиннатуллович — доктор физико-математических наук, старший научный сотрудник, профессор кафедры высшей математики, Московский государственный строительный университет (ФГБОУ ВПО «МГСУ»), 129337, г. Москва, Ярославское шоссе, д. 26, zrk@nm.ru.
Для цитирования: Хайруллин Р.З. Система статистической обработки логистической информации // Вестник МГСУ 2015. № 5. С. 133—140.
R.Z. Khayrullin
THE SYSTEM FOR STATISTICAL ANALYSIS OF LOGISTIC INFORMATION
The current problem for managers in logistic and trading companies is the task of improving the operational business performance and developing the logistics support of sales. The development of logistics sales supposes development and implementation of a set of works for the development of the existing warehouse facilities, including both a detailed description of the work performed, and the timing of their implementation.
Logistics engineering of warehouse complex includes such tasks as: determining the number and the types of technological zones, calculation of the required number of loading-unloading places, development of storage structures, development and pre-sales preparation zones, development of specifications of storage types, selection of loading-unloading equipment, detailed planning of warehouse logistics system, creation of architectural-planning decisions, selection of information-processing equipment, etc.
The currently used ERP and WMS systems did not allow us to solve the full list of logistics engineering problems. In this regard, the development of specialized software products, taking into account the specifics of warehouse logistics, and subsequent integration of these software with ERP and WMS systems seems to be a current task.
In this paper we suggest a system of statistical analysis of logistics information, designed to meet the challenges of logistics engineering and planning. The system is based on the methods of statistical data processing.
The proposed specialized software is designed to improve the efficiency of the operating business and the development of logistics support of sales. The system is based on the methods of statistical data processing, the methods of assessment and prediction of logistics performance, the methods for the determination and calculation of the data required for registration, storage and processing of metal products, as well as the methods for planning the reconstruction and development of the existing warehouses. The results of approbation of software for the logistics of designing large warehouses of metal trading companies are given.
Key words: logistics, information, storage facilities, statistical analysis, software.
References
1. Sergeev V.I. Logistika v biznese [Logistics in Business]. Moscow, Infra-M Publ., 2007, 608 p. (In Russian)
2. Frazelle E. World-Class Warehousing and Material Handling. McGraw-Hill; 1 edition, 2001, 280 p.
3. Ivakin E.K. Logistika kapital'nogo stroitel'stva v regione [Logistics of Major Construction in Regions]. Rostov on Don, RGSU Publ., 1997, 210 p. (In Russian)
4. Zhavoronkov E.P. Effektivnost'logistiki v stroitel'stve : protsessy, sistemy, upravlenie [Logistics Performance in Civil Engineering : Processes, Systems, Management]. Moscow, KIA center Publ., 2002, 136 p. (In Russian)
5. Zelentsov L.B., Shilov Yu.V. Logisticheskoe modelirovanie predprinimatel'skoy deyatel'nosti v sfere kapital'nogo stroitel'stva [Logistics Modeling of Business Activity in Major Construction]. Rynok i stroitel'stvo : Uchenye zapiski instituta ekonomiki i upravleniya [The Market and Civil Engineering. Scientific Notes of the Institute of Economics and Management]. No. 1. Rostov on Don, RGSU Publ., 1997, pp. 34. (In Russian)
6. Bowersox D.J., Closs D.J. Logistical Management. The Integrated Supply Chain Process. New York, The McGraw-Hill Companies, inc., 1996, 668 p.
7. Covie J.J., Bardi E.J., Langlev C.J. The Management of Business Logistics. 5th ed. St. Paul, MN, West Publishing Co., 1992, 608 p.
8. Shol' E., Shumaev V. Informatsionnoe obespechenie logisticheskikh tekhnologiy [Information Support of Logistic Technologies]. RISK (Resursy, Informatsiya, Snabzhe-nie, Konkurentsiya) [RISK (Resources, Information, Supply, Competition]. 2006, no. 1, pp. 12—18. (In Russian)
9. Tasueva T. K voprosu o logisticheskom potentsiale regional'noy skladskoy logis-ticheskoy sistemy [On the Potential Problem of Regional Warehouse Logistics System]. RISK (Resursy, Informatsiya, Snabzhenie, Konkurentsiya) [RISK (Resources, Information, Supply, Competition]. 2013, no. 2, pp. 31—33. (In Russian)
10. Odess V., Semenov N. Ot snabzheniya i sbyta cherez optovuyu torgovlyu k logistike (Vospominaniya veteranov ITKOR ob istorii razvitiya instituta) [From Supply and Marketing Through Wholesale to Logistics (Memoirs of the Veterans of ITKOR on the History of Institute Development]. RISK (Resursy, Informatsiya, Snabzhenie, Konkurentsiya) [RISK (Resources, Information, Supply, Competition]. 2012, no. 1, pp. 647—651. (In Russian)
11. Filipenko I.A. Vybor PO dlya avtomatizatsii upravleniya [Choosing Software for Management Automation]. Korporativnye sistemy [Corporate Systems]. 2001, no. 3, pp. 21—22. (In Russian)
12. O'Leary Daniel L. Enterprise Resource Planning Systems. Cambridge University Press, 2000, 232 p.
13. Oleynik P.P. Osnovnye standarty korporativnykh informatsionnykh sistem MPS, MRP, MRP II, ERP, CSRP, ERP II [Basic Standards of Corporate Information Systems MPS, MRP, MRP-II, ERP, CSRP, ERP-II]. Moscow, LAMBERT Publ., 2011, 88 p. (In Russian)
14. Gayfulin B.N., Obukhov I.A. Avtomatizirovannye sistemy upravleniya predpriyatiyami standarta ERP/MRPII [Automated Enterprise Management Systems of Standard ERP / MRP-II]. Moscow, Bogorodskiy pechatnik Publ., 2001, 104 p. (In Russian)
15. Trapulenis R. Struktura i osobennosti sistemy SOLVO.WMS [Structure and Features of the System SOLVO.WMS]. Korporativnye sistemy [Corporate Systems]. 2006, no. 6, pp. 55—58. (In Russian)
16. Trapulenis R. Sistema SOLVO.WMS [System SOLVO.WMS]. Uslugi i tseny [Services and Prices]. 2008, no. 18, pp. 40—42. (In Russian)
17. Khayrullin R.Z. Sistema operativnogo upravleniya skladskoy logistikoy metallotor-guyushchikh kompaniy [Operational Management System for Warehouse Logistics of Metal Trafing Companies]. Vestnik MGSU [Proceedings of Moscow State University of Civil Engineering]. 2014, no. 6, pp. 172—178. (In Russian)
18. Khayrullin R.Z. Sistema ucheta i kontrolya logisticheskikh zatrat [The System of Account and Control of Logistics Costs]. Vestnik MGSU [Proceedings of Moscow State University of Civil Engineering]. 2014, no. 12, pp. 193—201. (In Russian)
19. Khayrullin R.Z. Matematicheskoe modelirovanie razvoza gruzov po razvetvlennoy seti avtodorog [Mathematical Simulation of the Cargoes Delivery on an Extensive Network of Automobile Roads]. Vestnik MGSU [Proceedings of Moscow State University of Civil Engineering]. 2014, no. 7, pp. 184—191. (In Russian)
20. Gmurman V.E. Teoriya veroyatnostey i matematicheskaya statistika [The Probability Theory and Mathematical Statistics]. 9-th edition. Moscow, Vysshaya shkola Publ., 2003, 479 p. (In Russian)
About the author: Khayrullin Rustam Zinnatullovich — Doctor of Physical and Mathematical Sciences, senior scientific worker, Professor, Department of Higher Mathematics, Moscow State University of Civil Engineering (MGSU), 26 Yaroslavskoe shosse, Moscow, 129337, Russian Federation; zrk@nm.ru.
For citation: Khayrullin R.Z. Sistema statisticheskoy obrabotki logisticheskoy informatsii [The System for Statistical Analysis of Logistic Information]. Vestnik MGSU [Proceedings of Moscow State University of Civil Engineering]. 2015, no. 5, pp. 133—140. (In Russian)
