CC BY
22УДК 614.842:004.94
DOI 10.25257/FE.2018.3.88-93
ТОПОЛЬСКИИ Николай Григорьевич
Доктор технических наук, профессор Академия ГПС МЧС России, Москва, Россия E-mail: ntopolskii@mail.ru
САТИН Алексей Петрович Кандидат технических наук, доцент Академия ГПС МЧС России, Москва, Россия E-mail: satin32@yandex.ru
МАСАЛЕВА Мария Владимировна
Сибирская пожарно-спасательная академия ГПС МЧС России, Железногорск, Россия E-mail: marissenka@mail.ru
СТАВИССКИИ Андрей Владимирович Академия ГПС МЧС России, Москва, Россия E-mail: stavissky@yandex.ru
НЕКОТОРЫЕ ОСОБЕННОСТИ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ МАТЕРИАЛЬНО-ТЕХНИЧЕСКОМ ОБЕСПЕЧЕНИИ ПОДРАЗДЕЛЕНИЙ ФЕДЕРАЛЬНОЙ ПРОТИВОПОЖАРНОЙ СЛУЖБЫ ГПС МЧС РОССИИ
В статье рассмотрены особенности поддержки принятия решения на оперативном и тактическом уровне управления системой материально-технического обеспечения подразделений МЧС России. Построена комплексная модель, в результате реализации которой последовательно решаются две задачи линейного программирования. Обоснована актуальность проблемы автоматизации материально-технического обеспечения.
Ключевые слова: управление, материально-техническое обеспечение, задача принятия решения, предпочтения, оптимизация.
В Академии ГПС МЧС России более 12 лет развивается направление, связанное с автоматизацией материально-технического обеспечения (МТО) служб и подразделений МЧС России [1]. В настоящее время актуальность данной проблемы не утрачена. Это связано в первую очередь с сокращением персонала обеспечивающих служб и подразделений, а также с необходимостью закупки и распределения ограниченных материально-технических ресурсов [1].
В ряде публикаций обоснована актуальность автоматизации основных процессов в системе материально-технического обеспечения [2-5].
В настоящее время подразделения Федеральной противопожарной службы ГПС МЧС России функционируют в условиях, когда ограниченность материальных ресурсов особенно ощутима. Это связано изменением организационно-штатной структуры подразделений [1], уменьшением объёма финансирования материальных затрат, увеличением функций и задач, связанных с необходимостью реагирования на дорожно-транспортные происшествия, поиском пострадавших, ликвидацией последствий наводнений и т. д.
В условиях использования ограниченных ресурсов очень важно принимать обоснованные решения по их приобретению и расходованию, ресурсы при этом всегда ограничены. Избыточность же материальных ресурсов приводит к замораживанию финансирования в запасах [5], а недостаток ресурсов может сказаться на времени выполнения задач по тушению пожаров и ликвидации чрезвычайных ситуаций (ЧС).
Процесс принятия решений при организации МТО может быть значительно облегчён при использовании систем поддержки принятия решений. Математическая модель такой системы может быть описана приведённой последовательностью, набором объектов [6].
<5, X, Я,
где 5 - множество возможных состояний среды, из которых может реализоваться только одно, например состояние ограниченности финансирования (когда при отсутствии средств необходимо организовать эксплуатацию техники и минимизировать её наработку), острая потребность в материальных ресурсах вследствие возникновения ЧС (в каждой ЧС может быть несколько состояний среды, для каждого из которых необходим определённый набор материальных ресурсов) и т. п.; X - множество допустимых альтернатив (действий, стратегий, вариантов, планов, из которых руководитель может выбрать только одну), например, какие материальные ресурсы закупить, в каком количестве, у кого и на каких условиях; Я - множество возможных результатов или исходов, полученных в результате реализации принятого управленческого решения, т. е. последствия принятого решения при наличии определённого вида материальных ресурсов и правильного управленческого решения по их использованию; ^ - множество функций реализации управленческого решения. Это могут быть функции минимизации материальных затрат или функции минимизации времени и др.
88
© Топольский Н. Г., Сатин А. П., Масалева М. В., Стависский А. В., 2018
При неизменном состоянии среды в условиях определённости такие функции можно представить в виде моделей линейного или квадратичного программирования, обеспечивая таким образом процесс поддержки принятия решения общедоступными офисными программами (MS Excel или Open Office. Calc). Пример реализации поддержки принятия решений средствами автоматизированного офиса для решения задач МЧС России приведён в работах [7-8].
Например, при помощи MS Excel можно решать и комплексные задачи МТО [9]. Так, в рамках магистерских исследований, проводимых на кафедре информационных технологий (в составе УНК АСИТ) совместно с коллективом авторов настоящей статьи была решена задача, изложенная ниже.
Задача.
Главному управлению (ГУ) МЧС России по субъекту Российской Федерации (РФ) выделено финансирование в сумме 12 млн руб. на приобретение основных средств для подчиненных подразделений. В условиях ограниченных ресурсов МТО осуществляется в соответствии со стратегией ограниченной рациональности и с использованием нормативных моделей принятия решения [6].
Начальник ГУ МЧС России по субъекту РФ принимает решение о централизованной закупке пяти видов основных средств: дыхательные аппараты (ДА), гидравлический аварийно-спасательный инструмент (ГАСИ), боевая одежда пожарного (БОП), теплоотражательный комплект (ТОК), каски пожарного (КП).
Дополнительные условия (ограничения), влияющие на принятие решений руководителя:
- доля наиболее востребованных ресурсов должна составлять не менее определённой части суммарного объёма расходов (в данном примере это 1/3);
- доля расходов, обеспечивающих выполнение основной задачи (например, связанной с тушением пожаров в непригодной для дыхания среде), должна быть не меньше суммы, затраченной на другие ресурсы;
- доля, приходящаяся на каждый тип ресурсов, не может быть менее 250 тыс. руб. (руководитель принимает решение, что все дефицитные ресурсы должны быть закуплены).
Востребованность материальных ресурсов может определяться из опыта руководителя или по данным статистики использования этих ресурсов при тушении пожаров и ликвидации ЧС.
Для оценки востребованности материальных ресурсов используют опыт сотрудников подразделений [6].
Обобщенный алгоритм получения исходных данных для задачи принятия решения
I. Руководитель собирает совещание и ставит задачу подчинённым, чтобы финансовые ресурсы, потраченные на основные средства, обеспечили максимальную степень выполнения основных задач подразделений с учётом прогнозов пожаров и ЧС на предстоящий период. Таким образом руководитель определяет цель и соответствующую целевую функцию (максимальная степень выполнения задачи).
II. Определяется степень востребованности ресурсов методом экспертного опроса (подчинённые из числа сотрудников службы пожаротушения и начальников подчинённых подразделений выступают в роли экспертов и оценивают влияние ресурса на выполнение подразделениями основных задач (тушение пожаров, проведение спасательных операций и др.) по 5-балльной шкале.
III. Формируются основные исходные данные (полученные после экспертного опроса), материалы о востребованности ресурсов (баллы) и способности выполнения наиболее вероятной задачи, %:
1. Наименование ресурса:
- ГАСИ;
- ДА;
- ТОК;
- БОП;
- КП.
2. Обеспечение выполнения задачи:
- 3 %;
- 10 %;
- 4,5 %;
- 15 %;
- 10 %.
3. Востребованность ресурсов:
- 1;
- 5;
- 2;
- 4;
- 5.
Таблица 1
Образец заполненной таблицы в режиме формул (MS Excel) для решения управленческой задачи
№ п/п Наименование ресурса Обеспечение выполнения задачи, % Востребованность ресурсов, баллы Объём финансирования, тыс. руб.
1 ГАСИ 0,03 1
2 ДА 0,1 5
3 ТОК 0,045 2
4 БОП 0,15 4
5 КП 0,1 5
Целевая функция =СУММПРОИЗВ(С2:С6;Е2:Е6)
Ограничения
По наименее востребованным ресурсам =E3+E6 Не более =Е12/3
По влиянию на скорость выполнения боевой задачи =E5 Не меньше =СУММ(Е2:Е4;Е6)
По суммарному объёму финансирования =СУММ(Е2:Е6) Не более 12000000
Ограничение на минимальную сумму закупки
1 ГАСИ =Е2 Не менее 250000
2 ДА =Е3 Не менее 250000
3 ТОК =Е4 Не менее 250000
4 БОП =Е5 Не менее 250000
5 КП =Е6 Не менее 250000
Задачу, изложенную выше, для последующего решения необходимо формализовать в виде функции реализации управленческого решения. В рассматриваемом примере такая функция может быть представлена в виде задачи линейного программирования (требуется найти максимум целевой функции). В качестве переменных принимается объём финансирования каждого типа материальных ресурсов х1, х2, ... х5 , которые определяют целевую функцию.
Р(х) = ах1 + Ьх2 + cх3 + dх4 + eх5 ^ тах,
где а, Ь, с, d, е - влияние ресурса на выполнение основной задачи, % от объёма финансирования.
Далее определяются ограничения целевой функции, представленные в виде системы уравнений:
<12000000;
1=1
, .12000000
-g-»"
х4 +х2 +х3 + х5; >250000.
Для решения задачи в MS Excel предлагается использовать таблицу 1.
В таблицу 1 следует занести формулы ограничений и целевой функции. Для поиска решения используется надстройка «Поиск решения MS Excel» (рисунок). После заполнения всех параметров (для задачи линейного программирования используется симплекс-метод) компьютер рассчитывает значение переменных и целевой функции (табл. 2).
Таким образом, при помощи MS Excel решается задача по распределению финансирования.
Параметры поиска решения
Результаты поиска решения
Таблица 2
Наименование ресурса Обеспечение выполнения задачи, % Востребованность ресурсов, баллы Объём финансирования, тыс. руб.
ГАСИ 3 1 250
ДА 10 5 250
ТОК 4,5 2 250
БОП 15 4 250
КП 10 5 250
Целевая функция 1543750 250
РЕАЛИЗАЦИЯ УПРАВЛЕНЧЕСКОГО РЕШЕНИЯ И ОПРЕДЕЛЕНИЕ КОНЕЧНЫХ ПОСТАВЩИКОВ МАТЕРИАЛЬНЫХ РЕСУРСОВ
Полученные результаты предполагается использовать как исходные данные для транспортной задачи по определению поставщиков на каждый вид приобретаемой продукции: ДА, ГАСИ, БОП, ТОК, КП.
При решении комплексной управленческой задачи следует учитывать требования законодательства на закупку товаров, работ и услуг для государственных нужд (например, Федеральный закон от 05.04.2013 года № 44-ФЗ «О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд»). Авторы настоящей статьи при решении данной комплексной задачи задают условия: документы от поставщиков уже получены, конкурсная комиссия
с ними ознакомилась (табл. 3). Для прохождения конкурсной комиссии должны выполняться следующие условия (необходимый минимум): количество поставщиков - не менее трёх; продукция - сходное наполнение и качество.
Таблица 3
Исходные данные для решения комплексной управленческой задачи
Наименование Поставщик 1, тыс. руб. Поставщик 2, тыс. руб. Поставщик 3, тыс. руб. Лимит, тыс. руб.
ГАСИ 101 105 110 250
ДА 85,5 87 86 3 750
ТОК 18 17,5 17,8 250
БОП 4,75 4,9 4,7 7 500
КП 1,106 1,08 1,06 250
Комплексную задачу также следует формализовать в виде функции реализации управленческого решения. Математическая модель строится с искомым и переменными величинами - количество единиц каждого типа приобретаемых ресурсов х11, х12, ... х53 , которые определяют целевую функцию:
F(x) = 101 • х11 + 105 • х12 + 110 • х13 + 85,5 • х21 + + 87 • х22 + 86 • х23 + 18 • х31 + 17,5 • х32 + 17,8 • х33 + + 4,75 • х41 + 4,9 • х42 + 4,7 • х43 + 1,106 • х51 + + 1,08 • х52 + 1,06 • х53 ^ min.
Полученная модель может быть решена как транспортная задача при помощи MS Ехсе1.
- вторым ограничением задачи является ограничение на максимальный объём закупки (оно не должно превышать общий объём финансирования):
где 2 - общий объём финансирования (12 млн руб.); п - общее количество поставщиков (3) ¡'-го ресурса; с^ - цена ¡-го ресурса у)-го поставщика.
2. Если необходимо приобрести ресурсы с минимальным остатком после финансирования, то ограничения целевой функции будут зависеть от суммы, выделенной на закупку конкретного вида основных средств. Система ограничений примет вид:
ZZ, ;
м
з
2>a<Z,
где Z i - затраты на закупку i-го ресурса.
Различные ограничения модели реализации управленческого решения
1. Если планируется зафиксировать количество материальных ресурсов определённой номенклатуры, то ограничения могут быть заданы следующим образом:
- значения искомых величин должны быть меньше или равны возможному значению количества закупаемых товаров, рассчитанному по формуле
V А
тах »
где - лимит финансовых средств на приобретение ¡'-го ресурса; С - максимальное либо среднее значение цены ¡'-го ресурса (целесообразно сделать две итерации: сначала с максимальной ценой, потом со средней и проверить наличие остатков и общий объём закупки);
- объём закупки не должен превышать выделенных лимитов;
- значение искомой величины должно быть целым и положительным;
Для решения задачи при помощи программы MS Excel следует заполнить форму (табл. 4).
Полученное решение позволит реализовать информационную поддержку принятия решений и оптимально потратить выделенные материальные средства. Применение таких простых средств автоматизации позволяет руководителю в кратчайшие сроки находить оптимальные решения: что, сколько, у кого и на каких условиях закупать. При правильно сформулированных начальных условиях полученный результат максимально удовлетворяет условия эффективности: экономия денежных средств при максимально возможном количестве приобретаемых основных средств; минимизация временных затрат, необходимых для обработки информации.
В результате использования предлагаемого алгоритма показан достаточно простой способ
Таблица 4
Форма для поиска решений для определения оптимального объёма закупок
Наименование ресурса Поставщик 1, тыс. руб. Поставщик 2, тыс. руб. Поставщик 3, тыс. руб. Лимит, тыс. руб. Минимальное количество (среднее значение стоимости), ед.
ГАСИ 101 105 110 1 750 =Е3/СРЗНАЧ(В3:Э3)
ДА 85,5 87 86 3 750 =Е4/СРЗНАЧ(В4:Э4)
ТОК 18 17,5 17,8 250 =Е5/СРЗНАЧ(В5:Э5)
БОП 4,75 4,9 4,7 6 =Е6/СРЗНАЧ(В6:Э6)
КП 1,106 1,08 1,06 250 =Е7/СРЗНАЧ(В7:Э7)
Ограничения
Наименование ресурса Поставщик 1, ед. Поставщик 2, ед. Поставщик 3, ед. Объем закупки, тыс. руб. Количество товара, ед.
ГАСИ =СУММПРОИЗВ(В3:03;В10:010) =СУММ(В10:Э10)
ДА =СУММПРОИЗВ(В4:04;В11:011) =СУММ(В11:Э11)
ТОК =СУММПРОИЗВ(В5:Э5;В12:012) =СУММ(В12:Э12)
БОП =СУММПРОИЗВ(В6:Э6;В13:013) =СУММ(В13:Э13)
КП =СУММПРОИЗВ(В7:Э7;В14:014) =СУММ(В14:Э14)
Потрачено средств =СУММ(В10:В14) =СУММ(С10:С14) =СУММ(Э10:014)
Остаток средств =СУММ(Е3:Е7)-Е17
Целевая функция =СУММПРОИЗВ(В3:07;В10:014)
решения комплексной задачи принятия решения, также авторы настоящей статьи показали, как можно решить две задачи, позволяющие реализовать поддержку принятия решений для руководителей подразделений МЧС в масштабе субъекта Российской Федерации на тактическом уровне управления.
Руководителю любого уровня или лицу, принимающему решение, целесообразно использовать имеющиеся в его распоряжении средства информатизации, а также методы и алгоритмы принятия управленческих решений. Использование программы MS Excel в значительной степени упрощает решение задач принятия решений.
ЛИТЕРАТУРА
1. МЧС России усилит реагирующие подразделения за счёт сокращения числа чиновников обеспечивающих структур (итоги семинара под руководством министра МЧС России от 21 января 2016 года) [Электронный ресурс] // МЧС России [сайт]. Режим доступа: http://www.mchs.gov.ru/dop/info/smi/news/item/5695638/ (дата обращения 12.09.2017).
2. Топольский Н. Г., Симаков В. В., Сатин А. П. Совершенствования материально-технического обеспечения МЧС России с использованием современных информационных технологий // Материалы XV научно-технической конференции «Системы безопасности - 2006». М.: Академия ГПС МЧС России, 2006. С. 67-69.
3. Топольский Н. Г., Сатин А. П. Совершенствование системы материально-технического обеспечения МЧС России на основе поэтапного внедрения информационных технологий // Технологии техносферной безопасности. 2007. Вып. 3 (13). Режим доступа: http://agps-2006.narod.ru/ttb/2007-3/08-03-07.ttb.pdf (дата обращения 12.09.2017).
4. Тетерин И. М., Топольский Н. Г., Сатин А. П., Святен-ко И. Ю. Информационные технологии управления материально-техническими ресурсами // Технологии гражданской безопасности. 2010. Т. 7, № 1-2 (23-24). С. 119-124.
5. Сатин А. П. Оптимизационные методы управления ресурсами пожарных подразделений. Монография. М.: Академия ГПС МЧС России, 2014. 155 с.
6. Аксёнова О. А, Аплеев Д. Б., Бабаев А. А, Ботвин Г. А, Валиотти Н. А, Войтенко С. С., Вьюненко Л. Ф., Гадасина Л. В., Джаксумбаева О. И., Забоев М. В., Калайда С. А, Русаков О. В., Халин В. Г., Чернова Г. В., Юрков А. В. Системы поддержки принятия решений. Учебник и практикум для бакалавриата и магистратуры / под ред. В. Г. Халина, Г. В. Черновой. М.: Юрайт, 2017. 494 с.
7. Сатин А. П., Псарев Д. В., Стависский А. В. Моделирование доставки пожарных рукавов со складов к боевым участкам [Электронный ресурс] // Технологии техносферной безопасности. 2014. Вып. 1 (53). Режим доступа: http://agps-2006.narod.ru/ «Ь/2014-1/35-01-14.йЬ^ (дата обращения 12.09.2017).
8. Рыженко А. А, Рыженко Н. Ю., Сатин А. П., Хабибу-лин Р. Ш., Порошин А. А. Системы поддержки принятия решений. Учебное пособие. М.: Академия ГПС МЧС России, 2016. 164 с.
9. Таха Х. А. Введение в исследование операций. Учебник / пер. с англ. В. И. Тюпти, А. А. Минько. 7-е изд. М.: Вильямс, 2005. 912 с.
Материал поступил в редакцию 8 мая 2018 года.
Nikolai TOPOLSKY
Grand Doctor of Philosophy in Engineering Sciences, Professor State Fire Academy of EMERCOM of Russia, Moscow, Russia E-mail: ntopolskii@mail.ru
Aleksei SATIN
Doctor of Philosophy in Engineering Sciences, Associate Professor
State Fire Academy of EMERCOM of Russia, Moscow, Russia E-mail: satin32@yandex.ru
Mariya MASALEVA
Siberian Fire and Rescue Academy of the EMERCOM of Russia, Zheleznogorsk, Russia E-mail: marissenka@mail.ru
Andrei STAVISSKY
State Fire Academy of EMERCOM of Russia, Moscow, Russia E-mail: stavissky@yandex.ru
SOME OF THE FEATURES OF DECISION SUPPORT IN LOGISTICS OF FEDERAL FIRE SERVICE UNITS OF EMERCOM OF RUSSIA
ABSTRACT
Purpose. The article deals with some features of decision support in managing the logistics system of EMERCOM of Russia units. The aim of the work is to describe the decision support mechanism with the use of MS Excel or Open Office.Calc). To achieve the goal, a comprehensive model consisting of two linear programming problems was developed, and an example of their implementation was shown when using MS Excel. The object of the study is the logistics system, the subject of the study is the methods and algorithms of decision support in logistics.
Methods. The article describes a mathematical model of decision support in logistics of units, and the authors use research operations methods, in particular, the problem of finding the maximum and the minimum of the target function and transport problem.
Findings. The obtained results allow optimizing the process of material resources procurement taking into account the preferences of the chief on the criterion of minimum cost with the maximum degree of influence
of the purchased resource on the tasks performance by the unit.
Research application field. The obtained results can be used for decision support in the field of logistics of EMERCOM of Russia units.
Conclusions. Currently, the idea of automating the logistics system of EMERCOM of Russia is a topical problem and it is actively being developed. A common information space is being created in this area, some operations in the field of goods and services procurement, as well as in the field of fire appliances functioning have been automated. It is reasonable for the chief at any management level or the person in charge of making the decision to use available hardware and software, as well as methods and algorithms of management decision-making. The use of MS Excel program greatly simplifies the process of decision-making tasks.
Key words: management, logistics, decisionmaking task, preferences, optimization.
REFERENCES
1. EMERCOM of Russia will strengthen the reacting units by reducing the number of officials of the supporting structures (the results of the seminar under the leadership of the Minister of the Ministry of Emergency Measures of Russia of January 21, 2016), EMERCOM of Russia. Available at: http://www.mchs.gov.ru/dop/info/ smi/news/item/5695638/ (accessed September 12, 2017). (in Russ.).
2. Topolskiy N.G., Simakov V.V., Satin A.P. Sovershenstvovaniya materialno-tekhnicheskogo obespecheniya MCHS Rossii s ispolzovaniem sovremennykh informatsionnykh tekhnologiy. Mat-ly XVnauch.-tekh. konf. "Sistemy bezopasnosti - 2006" [Perfection of the material and technical support of the Ministry of Emergencies of Russia with the use of modern information technologies. Proceedings of the 15th sci. and tech. conf. "Security Systems - 2006"]. Moscow, State Fire Academy of EMERCOM of Russia Publ., 2006, pp. 67-69. (in Russ.).
3. Topolskiy N.G., Satin A.P. Perfection of the system of material and technical support of the Ministry of Emergencies of Russia on the basis of step-by-step introduction of information technologies. Tekhnologii tekhnosfernoi bezopasnosti: internet-zhurnal, 2007, no. 3 (13), available at: http://agps-2006.narod.ru/ttb/2007-3/ 08-03-07.ttb.pdf (accessed September 12, 2017). (in Russ.).
4. Teterin I.M., Topolskiy N.G., Satin A.P., Svyatenko I.Yu. Information technologies of material and technical resources management. Tekhnologii grazhdanskoy bezopasnosti, 2010, vol. 7, no. 1-2 (23-24), pp. 119-124. (in Russ.).
5. Satin A.P. Optimizatsionnye metody upravleniya resursami pozharnykh podrazdeleniy [Optimization methods of fire department resources management]. Moscow, State Fire Academy of EMERCOM of Russia Publ., 2014. 155 p.
6. Aksenova O.A., Apleev D.B., Babaev A.A., Botvin G.A., Valiotti N.A., Voytenko S.S., Vyunenko L.F., Gadasina L.V., Dzhaksumbaeva O.I., Zaboev M.V., Kalayda S.A., Rusakov O.V., Khalin V.G., Chernova G.V., Yurkov A.V. Sistemy podderzhki prinyatiya resheniy [Systems for decision support. Ed. by V.G. Khalin, G.V. Chernova]. Moscow, Yurayt Publ., 2017. 494 p.
7. Satin A.P., Psarev V.D., Stavissky A.V. Simulation of delivery of fire hoses from the warehouses to combat area. Tekhnologii tekhnosfernoi bezopasnosti: internet-zhurnal, 2014, no. 1 (53), available at: http://agps-2006.narod.ru/ttb/2014-1/35-01-14.ttb.pdf (accessed September 12, 2017). (in Russ.).
8. Ryzhenko A.A., Ryzhenko N.Yu., Satin A.P., Khabibulin R.Sh., Poroshin A.A. Sistemy podderzhki prinyatiya resheniy [Decision support systems]. Moscow, State Fire Academy of EMERCOM of Russia Publ., 2016. 164 p.
9. Hamdy A. Taha. Operations Research: An Introduction, 7th ed. Upper Saddle River, New Jersey: Prentice Hall, 2002. 830 p. [in Russ. ed.: Takha Kh.A. Vvedenie v issledovanie operatsiy, 7-e izd. Trans. by V.I. Tyupti, A.A. Minko. Moscow, Vilyams Publ., 2005. 912 p.].
© Topolsky N., Satin A., Masaleva M., Stavissky A., 2018
93
