CC BY
783. Лычкина, Н. Н. Ретроспектива и перспектива системной динамики [Текст] / Н. Н. Лычкина. // Бизнес-информатика. М.: ГУ-ВШЭ, 2009. №3(9)
Kislitsyn Evgeny Vitalyevich, senior lecturer, chair of statistics, econometrics and Informatics ([email protected]), Section 1
Ural State University of Economics, Yekaterinburg, Russia
Panova Marina Valerievna, associate Professor of statistics, econometrics and Informatics Ural State University of Economics, Yekaterinburg, Russia
THE RESEARCH INDUSTRIAL AND REGIONAL SYSTEMS WITH SIMULATION METHODS
Abstract. This article discusses approaches to the study of industrial and regional economic systems. The essence of simulation modeling as the main method of research of economic processes. Presents three paradigms of simulation with practical examples. Keywords: simulation modeling, industry, regional system.
УПРАВЛЕНИЕ ЦЕПЯМИ ПОСТАВОК МЕТОДАМИ АНАЛИТИЧЕСКОГО И ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ Кислицын Евгений Витальевич, старший преподаватель кафедры статистики, эконометрики и информатики (e-mail: [email protected]) Городничев Виктор Владимирович, ассистент кафедры статистики,
эконометрики и информатики Уральский государственный экономический университет, г.Екатеринбург, Россия
В статье раскрываются особенности управления логистическими системами. Выявляются основные проблемы управления, возникающие в четырех сферах логистики: производство, распределение, продажи и транспорт. Предлагается мультиподходный метод анализа логистических систем, суть которого состоит в синтезе аналитических и имитационных методов исследования экономических систем. Разработан алгоритм принятия решений в управлении цепями поставок на базе данного метода.
Ключевые слова: цепочка поставок, аналитическое моделирование, имитационное моделирование, принятие решений.
В настоящее время вопросы повышения эффективности логистики достаточно широко обсуждаются в литературе. Под логистикой в общем смысле понимают науку, предмет которой заключается в рационализации процесса движения товаров и услуг от поставщиков сырья к потребителям, функционирование сферы обращения продукции, товаров, услуг, управления товарными запасами и провиантом, создания инфраструктуры товародвижения. В современной экономической науке выделяют пять разделов логистики: складская, транспортная, производственная, распределительная и информационная [1]. Исследование процессов управления логистическими системами в каждой из вышеназванных сфер является достаточно
острой проблемой, решение которой напрямую влияет на сокращение производственных затрат и, как следствие, увеличение прибыли предприятия.
Существует множество способов принятия оптимальных решений, которые широко представлены в литературе. Например, в работе [2] предложен метод оптимизации для регулирования потоков поставок. В работе [3] исследовано применение аналитических методов в оптимизации деятельности предприятия, представленного как совокупность четырех сфер. Все эти и многие другие методы принятия оптимальных решений безусловно являются эффективными во многих отраслях экономики. Однако, при исследовании конкретных логистических систем выявляется ряд проблем при применении вышеназванных методов. Выявим проблемы в четырех сферах логистики.
К примеру, производители продолжают конкурировать с крупными транснациональными компаниями, обладающими комплексными ресурсами и возможностями дешевого аутсорсинга. Необходимо решать проблему контроля и оптимизации всех аспектов производственного процесса, чтобы получать максимальную прибыль при минимизации производственных затрат. Промышленные операции и цепочка поставок оборудования должны быть организованы максимально корректно, чтобы уменьшить затраты, сталкиваясь с производственными потребностями и временными ограничениями. Эффект хлыста, как правило, становится главной проблемой при решении поставленной задачи. Поэтому, производителям нужно решать сложные задачи, связанные с эффектом хлыста, чтобы адекватно реагировать на требуемые изменения и находить решения для минимизации неблагоприятных эффектов.
Что касается дистрибьютеров, имеющих много поставщиков и потребителей, они постоянно сталкиваются с проблемой поиска оптимального баланса между удовлетворением спроса, способностью хранения запаса и соотношением уровня обслуживания с затратами на него. В дополнение к товарам, источникам и транспортным линиям, эффективность распределительного центра во многом зависит от внутренней организации бизнес-процессов и доступности трудовых ресурсов (персонал, многотонные фуры и т.д.). Решение данных задач одним лишь методом математического моделирования в условиях динамично развивающейся экономики становится практически невозможным.
Торговля является быстро развивающейся индустрией с жесткой конкуренцией и тонкими гранями между конкурентами. Чтобы предприятие стало успешным, оно должно постоянно совершенствовать процесс минимизации затрат, в тоже время привлекая новых покупателей и удовлетворяя ожидания покупателей: выполнение времени доставки, доступность товара и цены. Цепочка поставок - это основа торгового бизнеса. Его успех напрямую зависит от эффективности организации данной цепочки.
Успех процветания транспортного бизнеса напрямую зависит от способности обеспечивать эффективное распределение маршрутов и макси-
мально быстрое выполнение доставки с наименьшими затратами. Чтобы сохранять лидирующие позиции на этом рынке, руководство должно постоянно анализировать транспортную сеть, чтобы не только знать, но и понимать ее сложности, чтобы решить, какой уровень обслуживания можно предоставить с оптимальными вложениями. Таким образом, можно добиться оптимального роста компании и расширения транспортной сети.
Для решения поставленных задач в четырех сферах логистики предлагается использовать мультиподходный метод оптимизации цепочки поставок. Данный подход является современным и удовлетворяет требованиям практически всех отраслей экономики, благодаря тому, что включает в себя не только аналитические методы, но и методы имитационного моделирования.
Аналитические методы используются для моделирования цепочек поставок, но не представляют общую картину бизнес-ситуаций. Аналитические методы используют различные формулы, уравнения, а также соответствующие методики для достижения быстрых результатов. Но, учитывая все допущения и обобщения большинства деталей оказывается, что полученные аналитические модели создаются в идеальных условиях и не могут быть применены без погрешностей.
Метод имитационного моделирования позволяет рассматривать все детали и специфику каждого элемента цепочки поставок. С помощью данного метода можно не только визуализировать сеть операций, но и рассмотреть каждый процесс изнутри. Но, для удовлетворения всех требований, имитационная модель должна быть достаточно громоздкой.
Поэтому, для построения эффективных моделей цепочек поставок и достижения оптимальных результатов необходимо использовать оба подхода в симбиозе. Данный альянс состоит из шести аналитических и имитационных методов, каждый из которых наиболее подходит к решаемой задаче. Аналитические методы используются для поиска приблизительных решений, основанные на минимальной входящей информации. Например, их можно использовать для поиска места строительства складов, основываясь на расположении потенциальных покупателей, транспортных развязок и издержек на строительство в том или ином месте. По своей натуре, аналитическим методам приходится абстрагироваться от большинства деталей, таких как точный тайминг, особенности трудового ресурса, основываясь лишь на среднестатистических и поточных данных. Основное применение методов: создание примерного результата за короткое время, который может использоваться как упрощенные аналитические данные для имитационной модели.
Имитационное моделирование используется для более глубокого взгляда внутрь цепочки поставок и решения более широкого круга проблем. Оно позволяет принимать во внимание намного больше деталей, чем аналитические методы. Например, моделирование поведения элементов транспортной сети или возникновения опасных ситуаций во время приня-
тия решений. Имитационное моделирование позволяет достигнуть наиболее высокой степени точности.
Мультиподходный метод исследования цепочек поставов включает шесть компонентов: инвестиционный анализ нулевой точки (greenfield analysis), метод минимизации сети, имитационное моделирование, анализ рисковых ситуаций, минимизация сети основанная на имитационном моделировании и анализ «что-если». Алгоритм принятия решений в логистической системе представлен на рис. 1.
Кг
ПРИНЯТИЕ РЕШЕНИЯ
Рисунок 1 - Алгоритм принятия решений в логистической системе
Последние 4 компонента реализуются исключительно средствами имитационного моделирования. Рассмотрим систему распределительного центра. Работа склада состоит из нескольких процессов: разгрузка и погрузка фур, сбор заказов. Процесс разгрузки состоит из следующих этапов: фура привозит на склад поддоны одного типа, которые с помощью автопогрузчика разгружаются в хранилище у дока. После этого автопогрузчики перевозят поддоны в основное хранилище. Процесс погрузки следующий: для фуры определяется док, из которого она может забрать уже собранные заказы, которые находятся в хранилище у дока на погрузку, причем общий объем заказов должен занимать не менее половины вместимости фуры. Далее фура подъезжает к доку, и при помощи автопогрузчика поддоны всех назначенных на нее заказов погружаются в фуру. Сбор заказа: формируется состав заказа, причем заказ может быть сборным, и состоять из нескольких типов поддонов. Заказ может быть собран, если все требуемые поддоны можно поместить в хранилище у дока на погрузку, и в основном хранилище достаточно поддонов всех необходимых типов для данного заказа. Заказ собирается автопогрузчиками в хранилище у дока или, если ни в одном из них нет достаточного количества свободных паллетомест, то заказ собирается в дополнительном хранилище, из которого при первой же возможности перемещается в хранилище у дока. Для анализа такой доста-
точно сложной системы одних лишь аналитических методов будет недостаточно, так как они не учитывают очень много нюансов, о которых было написано выше. Зато логика данной системы легко вписывается в концепцию имитационного моделирования. Логика имитационной модели склада представлена на рис. 2.
waitForUnloading releaseUnloadingDock
Unloading process truekUnloading lackPickfromDock
оь—a *
Loading process
arri veTruckToLoad
_ " _о
|o J
moveToLoadTurnPoint
releaseLoadingDock
laitForLoading
startLoading
ш
Q О О о о
о (Г\* о 'S 7>о* leaveLoadingDoek
- и . и. ' |Г.'
1% ^ h: k ft;
™ j dcic^Loading
Initial filling of the storage
Moving from the storage to a loading dock
Moving from the standby storage to a loading dock
3,040 3,040 Щ J3.040 ^CMO^
initialRackStore
rackStoreToDock
m
rackStoreToDockl
D|4|p ÖB^SJa
exitPalletOnDock
lackPickFromStandByStorage
exitPalletOnDockl
Рисунок 2 - Имитационная модель распределительного центра
Processing time
2014 03.10,2014 04,10.2014 05,10,2014 06,10.2014
- Mean time of truck unloading — Mean time of truck loading
- Mean time of order assembling — Mean waiting time of order loading
- Mean pallet pickup time
07.10,2014 06,10.2014
— Mean waiting time of order assembling
— Mean pallet put time
04.10.2014 05.10.2014 06.10.2014 07.10.2014 08.10.2014
— Utilization of unloading docks — Utilization of loading docks Storage utilization
■ Wait assembling: 6(12.5%)
■ Assemling! 7(14,6%)
a Wait loading: 8 (16.7%)
Amount of pallets for each type
Free space; 3,252 (57,41 ! 305 (5.4%) : 391 (6.9%) ; 356 (6.3%) ! 222 (3.9%) ! 233(4.1%) : 423 (7.5%) ! 484 (S.5%)
M -, -
per unload dock I—I о
per order
assembling
ШФ
Arrival rate of unloading | ? | trucks, per hour I—I o
Arrival rate of loading trucks, per nour
Arrival rate of orders, per hour
Truck capacity |15 | 0, Шм
Minimum order size
Maximum order
size
Amount of orders
Рисунок 3 - Статистический анализ модели распределительного центра
После этапа проектирования модели можно непосредственно проводить анализ с применением мультиподходного метода. Запустив обычный имитационный эксперимент можно проследить работу на каждом подразделении склада, используя современные визуальные средства. А благодаря мощному статистическому инструментарию делаются различные прогнозы, оцениваются риски и выискиваются узкие места в представленной се-
ти. Также, он позволяет проводить анализ «что - если», изменяя один или сразу несколько параметров. На рис. 3 представлены зависимости эндогенных переменных от экзогенных параметров.
Таким образом, только применяя мультиподходный метод в исследовании логистических систем можно добиться наилучшего результата. Аналитические компоненты позволяют оптимально разместить распределительные центры и минимизировать затраты на перевозки. Имитационные методы позволяют проследить работу логистических систем и провести их анализ. Также, современный инструментарий позволяет учесть возможности возникновения рисковых ситуаций и проведения анализа «что - если», который, в свою очередь, позволяет установить зависимости одних экономических параметров от других во временной динамике, что недоступно обычным аналитическим методам. Список литературы
1. Протасова, Л. Г. Управление качеством складской логистики / Л. Г. Протасова, Е. А. Королев, В. В. Шуров // Управленец. - 2012. - № 7-8. - С. 60-63.
2. Kochkina E., Kislitsin E. Optimization models in regulation of traffic flow // Theoretical and practical issues of ensuring the economic interests of the modern innovative society. 2nd edition. Science editor: A. Burkov. San Francisco, California, USA, 2014
3. Кислицын, Е. В. Аналитическое и имитационное моделирование экономических систем как средство формирования социально-ориентированной экономики в России // Экономические исследования. - 2014. - № 4. - С. 2.
Kislitsyn Evgeny Vitalyevich, senior lecturer, chair of statistics, econometrics and Informatics ([email protected]), Section 1
Ural State University of Economics, Yekaterinburg, Russia
Gorodnichev Viktor Vladimirovich, assistant Professor of Statistics, Econometrics and Informatics
Ural State University of Economics, Yekaterinburg, Russia
THE SUPPLY CHAIN MANAGEMENT USING ANALYTICAL METHODS AND SIMULATION MODELING
Abstract. In the article features of logistics systems. Identifies major management problems that arise in four areas logistics: production, distribution, sales and transport. Multimedialny proposed method of analysis of logistics systems, the essence of which consists in the synthesis of analytical and simulation methods for the study of economic systems. The developed algorithm of decision making in supply chain management on the basis of this method. Keywords: supply chain, analytical modeling, simulation modeling, decision making.
