CC BY
21
М. Н. Кан
ПОДХОДЫ К РАЗРАБОТКЕ СППР ПО ОПРЕДЕЛЕНИЮ РАЗМЕРА СТРАХОВОГО ЗАПАСА НА ПРОИЗВОДСТВЕННЫХ ПРЕДПРИЯТИЯХ НА ОСНОВЕ ТЕОРИИ ОГРАНИЧЕНИЙ
Аннотация
В статье проведен анализ методов выбора оптимального размера страхового запаса. Автором предложен способ совершенствования данных методов, основанный на принципах теории ограничений — оптимизации работы предприятия в целом, а не отдельных его частей. Сформулированы рекомендации по разработке систем поддержки принятия решений (СППР), реализующих предложенный подход.
Ключевые слова
Имитационное моделирование, СППР, страховой запас, теория ограничений, управление запасами.
M. N. Kan
APPROACHES TO DEVELOPMENT OF DSS DETERMINING THE SIZE OF SAFETY STOCK AT INDUSTRIAL ENTERPRISES ON THE BASIS OF THEORY OF CONSTRAINTS
Annotation
The article analyzes the methods of selecting the optimal size of the safety stock. The author proposed a way to improve these methods, based on the principles of the theory of
2016 № 2 (54) Вестник Ростовского государственного экономического университета (РИНХ)
constraints — the optimization of the enterprise as a whole rather than its individual parts. Recommendations for the development of decision support systems (DSS), implementing the proposed approach, are presented.
Keywords
Simulation, Decision Support Systems, safety stock, theory of constraints, inventory management.
Задача эффективного управления запасами встает перед любым производственным или торговым предприятием, независимо от его масштаба. Важность процесса управления запасами связана не только с оптимизацией затрат на закупку и хранение запасов, но и с его влиянием на скорость и надежность выполнения заказов клиентов и, как следствие, на объём продаж.
Целью данной работы было проанализировать основные подходы к выбору одного из ключевых параметров системы управления запасами — размера страхового запаса, а также предложить улучшение методов его расчета. Также рассматривается возможность автоматизации обсуждаемых методов управления запасами в рамках разработки СППР.
Рассмотрим подход к управлению запасами, предлагаемый в работах Га-джинского и Шрайбфедера [3, 8], признанных и используемых практическими специалистами в области логистики. Основные вопросы, от которых зависит объём запаса в каждый момент времени — когда заказывать товар и сколько его заказывать. Для решения этих вопросов в [8] предлагается следующая модель. Заказывать товар следует, когда его остаток снижается до «точки заказа», определяемой по формуле:
Точка заказа = Текущий запас + Страховой запас, где «Текущий запас» равен прогнозу потребления товара за период от момента заказа до момента поступления товара на склад, а «Страховой запас» — дополнительный объём товара, оставляемый на случай повышенного расхода
или задержки поставки. Размер заказа должен быть равен «текущему запасу», чтобы в момент поступления запас был пополнен до точки заказа.
В работе [8] указывается на необходимость снижать издержки на управление запасами и в то же время не допускать дефицита, но нет единого критерия оптимизации. Приведены формулы расчета размера страхового запаса в зависимости от уровня обслуживания (вероятности наличия требуемого товара на складе). В то же время в работе не приводится единый алгоритм выбора уровня обслуживания, а только примеры ситуаций, в которых требуется высокий уровень обслуживания (высокорентабельные товары, запас товара для постоянного клиента) или, наоборот, можно ограничиться минимальным страховым запасом (товары с коротким сроком поставки; дорогие и медленно оборачивающиеся товары). Выбор уровня обслуживания, определяющего размер страхового запаса, при данном подходе граничит с искусством и, как следствие, не может быть автоматизирован.
А. М. Гаджинский, делая шаг в сторону единого критерия, приводит следующую формулу для расчета уровня обслуживания:
= 1 — СхРан
^деф ^хран
где Схран — затраты на хранение единицы товара в единицу времени, Сдеф — потери из-за дефицита на единицу товара в единицу времени. Вопрос определения размера потерь из-за дефицита при этом остается открытым. При этом его корректный расчет является проблемой для работников логистиче-
ских служб предприятия, поскольку требует анализа возможных потерь на всех этапах операционного цикла (закупка, доставка материалов, производство, продажа, доставка продукции).
Математическая теория управления запасами позволяет строить оптимизационные модели с заданным критерием, как, например, в работе [1]. Авторы указанной работы выбирают в качестве критерия оптимизации дисконтированные издержки на поддержание запаса за определенный период. В данной работе приводится аналитическое решение задачи выбора размера заказа у каждого из двух поставщиков, обладающих разной степенью надежности. Здесь, в отличие от [8], присутствует единый критерий оптимизации. Однако задача решена для довольно узкого случая, а вопрос определения «штрафа за дефицит» также оставлен за рамками работы, поэтому решение далеко от практического применения при разработке СППР.
Для построения СППР в области управления запасами (в частности, решения вопросов «когда заказывать» и «сколько заказывать») представляется перспективным подход теории ограничений, разработанной в США в 1980-х годах Э. Голдраттом. Приведём некоторые из основных принципов теории ограничений [5]:
1. Любая система подобна цепи, у которой есть самое слабое звено, ограничивающее её прочность (или, пользуясь другой аналогией, узкое место, ограничивающее пропускную способность всей системы). Усилия по улучшению должны быть сконцентрированы именно на «узких местах» системы, называемых также ограничениями.
2. Ограничения системы могут быть как техническими (производительность оборудования), так и организационными (процедуры, установленные в компании), причём последние встречаются чаще.
3. Состояние системы, в котором каждый её элемент работает с максимальной эффективностью, не обязательно совпадает с состоянием, в котором максимально эффективно работает система в целом. Оптимизация системы в целом не должна сводиться к оптимизации работы каждого элемента.
Теория ограничений помогает выбрать оптимальную точку приложения управленческих усилий, последовательно находя «узкие места» всей системы (ограничения) и смягчая или устраняя их негативное действие на результаты деятельности системы [2].
Все ресурсы системы (например, для производства — цеха или единицы оборудования) подразделяются на:
Ресурсы недостаточной мощности (узкие места) — производительность такого ресурса определяет производительность системы в целом.
Ресурсы избыточной мощности — поскольку производительность таких ресурсов больше производительности узких мест, они по определению не должны работать непрерывно. Устранение простоя этих ресурсов, как правило, не имеет смысла.
Э. Голдратт отмечает особенность, делающую тривиальную, на первый взгляд, идею управления на основе узких мест практически полезной. Из его исследований видно, что на предприятии, как правило, имеется небольшое количество относительно постоянных узких мест, явно выделяющихся по сравнению с остальными ресурсами. Идеальная картина «сбалансированной цепочки оборудования», в которой мощности всех ресурсов сбалансированы друг с другом и с уровнем спроса, на практике не реализуется. В первую очередь это происходит из-за статистических отклонений производительности ресурсов от среднего, накапливающихся при увеличении длины цепи (подробности см. в [4]).
По утверждению Э. Голдратта, «час, потерянный на узком звене, это
час, потерянный всей системой», в то же время «сэкономленный час на неузком звене — мираж» [4].
Подход теории ограничений — оценка любого управленческого решения с точки зрения влияния на результаты деятельности системы в целом («пропускную способность»), а значит — на её узкие места (ограничения). Эффективность такого подхода подтверждается количественными исследованиями [9].
На основании проведенного анализа и выявленных им проблем, с которыми логисты сталкиваются на практике при определении размера страхового запаса, автором предложен способ, использующий теорию ограничений для их решения. Следует отметить, что в самой теории ограничений точному расчету страхового запаса не уделяется большого внимания, поскольку один из
её принципов — поставка частыми небольшими партиями, сводящая текущий и страховой запасы к минимуму. Предлагаемый нами метод может быть интересен при невозможности (временной или постоянной) перехода к такой модели поставок.
Рассмотрим особенности данного подхода на примере выбора оптимального страхового запаса материалов, закупаемых производственным предприятием.
«Традиционный» логистический подход предполагает определение размера страхового запаса исходя из статистики поставок и потребления каждого из закупаемых материалов, без анализа дальнейшей структуры производства.
С точки зрения теории ограничений, следует рассмотреть все производство, выделив в нём узкие места (процессы с ограниченной мощностью ресурсов, рис. 1).
Процесс 7
Рисунок 1 — Структура производства с выделением узких мест (на схеме показаны серым цветом)
Если включить в рассмотрение страховые запасы не только покупных материалов, но и полуфабрикатов, при
классическом подходе они будут распределены по всем этапам производства (рис. 2).
Процесс 2
\ страховой/ запас
Процесс
\ страховой/ запас
__\ __ч _
\ страховой Процесс -Ы страхово^ ПрОЦвСС -^ страхово!^
\ запас I 1 Г ^ запас ^ А г \ запас |
_
М страховой/ запас I
страховой/ запас
Процесс
страховой/ запас
Процесс
страховой/ запас
Рисунок 2 — Классический подход к управлению производством
В то же время, фокусируясь на недопущении простоя узких мест производства, страховые запасы следует создавать непосредственно перед ними (рис. 3 — узкие места выделены серым
цветом). Страховые запасы покупных материалов создаются только перед узкими местами, стоящими в начале производственной цепочки.
✓
Д страховой/ Процесс
запас 4
I страховой/
запас
\ страховой/ запас
Процесс 2
I
М страховой/ запас
страховой/ запас
Процесс 7
О
Рисунок 3 — Подход на основе теории ограничений (страховой запас создаётся только перед узкими местами)
Как видно из рисунка 3, достаточно создавать страховой запас только в 5 участках схемы из 9. Конечно, создание страхового запаса может потребоваться и перед неузкими местами по причинам технического или организационного характера, например, возникновении отходов при запуске и остановке оборудования или необходимости равномерной загрузки работников производства. Однако описываемый подход позволяет более осознанно оценивать влияние дефицита и размера страхового запаса на финансовый результат предприятия.
Используя предложенную выше модификацию метода определения стра-
хового запаса, сформулируем рекомендации для разработки СППР в области управления запасами. Данная задача находится на стыке прогнозирования, анализа рисков и управления активами — нескольких ключевых областей, в которых развиваются СППР [7]. Из трёх основных подходов к имитационному моделированию (системно-динамический, дискретно-событийный и агентный — см. [6]), вероятно, следует использовать агентный (при детальном знании параметров элементов системы) или системно-динамический (если мы располагаем только обобщенными параметрами).
Для практической реализации описанного подхода СППР должна содержать схему технологических процессов и рабочих центров, на которых они производятся, а также возможность ручного или автоматического определения узких мест. Из всех номенклатур покупных материалов и полуфабрикатов система должна автоматически выбирать номенклатуры, непосредственно потребляемые узкими местами, и предлагать создание страхового запаса по ним в первую очередь. Для формирования критерия оптимизации системы управления запасами, автоматически рассчитываемого СППР, можно предложить следующие компоненты:
- влияние принимаемых решений на пропускную способность системы (например, рассчитывать маржинальную прибыль, упущенную из-за простоя узких мест системы в случае дефицита);
- затраты на управление запасами (стоимость материалов, стоимость хранения и доставки).
Штрафы за срыв поставок продукции, а также потенциальные потери маржинальной прибыли в результате ущерба для репутации предприятия. В результате получаем формулу для критерия, значение которого следует минимизировать для достижения оптимального финансового результата предприятия: Критерий оптимизации = [МП]_упущ + З + Ш, где МПупущ — маржинальная прибыль, упущенная из-за простоя узких мест системы в случае дефицита; З — затраты на управление запасами; Ш — штрафы за срыв поставок продукции, а также потенциальные потери маржинальной прибыли в результате ущерба для репутации предприятия.
В затраты на управление запасами входят стоимость материалов, стоимость хранения и доставки, а также стоимость замороженных оборотных средств.
Для получения информации о возможном размере упущенной маржиналь-
ной прибыли можно использовать математическую модель производства, учитывающую стохастический характер сроков поставки покупных материалов и производительности рабочих центров. Задав функции распределения случайных величин, можно проанализировать математическое ожидание описанного критерия оптимизации и выбрать наиболее оптимальные параметры работы системы. Подобные математические модели могут стать основой для СППР управления запасами как в виде отдельной системы, так и в виде модуля в составе ERP-системы широкого спектра применения.
Библиографический список
1. Булинская, Е. В., Шахгильдян, К. Д. Системы управления запасами с ограничениями // Современные проблемы математики и механики. — 2013. — № 3. — Т. VIII. — С. 19-30.
2. Веселовский, М. Я., Цыплаков, А. А. Управление инновационной деятельностью в рамках Теории ограничений // Вопросы региональной экономики. — 2014. — № 20. — Т. 3. — С. 110-114.
3. Гаджинский, А. М. Логистика : учебник. — 20-е изд. — М. : Дашков и Ко, 2012.
4. Голдратт, Э. М., Кокс, Д. Цель: Процесс непрерывного улучшения. Цель -2: Дело не в везенье. — М. : Логос, 2005.
5. Детмер У. Теория ограничений Голдратта: Системный подход к непрерывному совершенствованию. — 2-е изд. — М. : Альпина Бизнес Букс, 2008.
6. Ершов, Д. М., Качалов, Р. М. Системы поддержки принятия решений в процедурах формирования комплексной стратегии предприятия : препринт. — М. : ЦЭМИ РАН, 2013.
7. Корнеев, С. В. Системы поддержки принятия решений в бизнесе // Сети и Бизнес. — 2005. — № 6.
8. Шрайбфедер, Д. Эффективное управление запасами. — М. : Альпина Бизнес Букс, 2006.
9. Balder stone, S. J., Mabin, V. J. Review of Goldratt's Theory of Constraints (TOC) — lessons from the international literature // Annual Conference of Operational Research Society of New Zealand. — 1998.
Bibliographic list
1. Bulinskaya, E. V., Shakhgildyan, K. D. Inventory management systems with restrictions // Modern problems of mathematics and mechanics. — 2013. — № 3. — Vol. VIII. — P. 19-30.
2. Veselovsky, M. Y., Tsyplakov, A. A. Management of innovative activity in framework of Theory of Constraints // Problems of regional economy. — 2014. — №20. —V. 3. — P. 110-114.
3. Gadjinsky, A.M. Logistics: textbook. — 20th ed. — M. : Dashkov & Co, 2012.
4. Goldratt, E.M., Cox, D. Goal: Process of Ongoing Improvement. Goal -2: It's Not Luck. — M. : Logos, 2005.
5. Dettmer, W. Goldraft's Theory of Constraints: A systematic approach to continuous improvement. — 2nd ed. — M. : Alpina Business Books, 2008.
6. Ershov, D. M, Katchalov, R. M. Decision support systems in the procedures for the formation of integrated enterprise strategy : preprint. — M. : CEMIRAS, 2013.
7. Korneev, S. V. Decision support systems in business // Networks and Business. — 2005. — № 6.
8. Schreibfeder, J. Effective inventory management. — M. : Alpina Business Books, 2006.
9. Balderstone, S. J., Mabin, V. J. Review of Goldratt's Theory of Constraints (TOC) — lessons from the international literature // Annual Conference of Operational Research Society of New Zealand. — 1998.
