Математическое моделирование логистического продвижения грузов

     Материальные  модели воспроизводят основные геометрические, физические, динамические и функциональные характеристики изучаемого явления или объекта. К этой категории относятся, в частности, уменьшенные макеты предприятий оптовой торговли, позволяющие решить вопросы оптимального размещения оборудования и организации грузовых потоков.

     Абстрактное моделирование часто является единственным способом моделирования в логистике. Его подразделяют на символическое и математическое.

       К символическим моделям относят языковые и знаковые.

     Языковые  модели – это словесные модели, в основе которых лежит набор слов (словарь), очищенных от неоднозначности. Этот словарь называется «тезаурус». В нем каждому слову может соответствовать лишь единственное понятие, в то время как в обычном словаре одному слову могут соответствовать несколько понятий.

     Знаковые  модели. Если ввести условное обозначение отдельных понятий, т. е. знаки, а также договориться об операциях между этими знаками, то можно дать символическое описание объекта.

     Математическим  моделированием называется процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью. В логистике широко применяются два вида математического моделирования: аналитическое и имитационное.

     Аналитическое моделирование – это математический прием исследования логистических систем, позволяющий получать точные решения. Аналитическое моделирование осуществляется в следующей последовательности:

     Первый  этап. Формулируются математические законы, связывающие объекты системы. Эти законы записываются в виде некоторых  функциональных соотношений (алгебраических, дифференциальных и т. п.),

     Второй  этап. Решение уравнений, получение  теоретических результатов.

     Третий  этап. Сопоставление полученных теоретических  результатов с практикой (проверка на адекватность).

     Наиболее  полное исследование процесса функционирования системы можно провести, если известны явные зависимости, связывающие  искомые характеристики с начальными условиями, параметрами и переменными  системы. Однако такие зависимости  удается получить только для сравнительно простых систем. При усложнении систем исследование их аналитическими методами наталкивается на определенные трудности, что является существенным недостатком метода. В этом случае, чтобы использовать аналитический метод, необходимо существенно упростить первоначальную модель, чтобы иметь возможность изучить хотя бы общие свойства системы.

     К достоинствам аналитического моделирования  относят большую силу обобщения  и многократность использования.

     Другим  видом математического моделирования  является имитационное моделирование.

     Как уже отмечалось, логистические системы  функционируют в условиях неопределенности окружающей среды. При управлении материальными  потоками должны учитываться факторы, многие из которых носят случайностный  характер. В этих условиях создание аналитической модели, устанавливающей  четкие количественные соотношения  между различными составляющими логистических процессов, может оказаться либо невозможным, либо слишком дорогим.

     При имитационном моделировании закономерности, определяющие характер количественных отношений внутри логистических  процессов, остаются непознанными. В этом плане логистический процесс остается для экспериментатора «черным ящиком».

     Процесс работы с имитационной моделью, в первом приближении, можно сравнить с настройкой телевизора рядовым телезрителем, не имеющим представления о принципах работы этого аппарата. Телезритель просто вращает разные ручки, добиваясь четкого изображения, не имея при этом представления о том, что происходит внутри «черного ящика».

     Точно так же экспериментатор «вращает ручки» имитационной модели, меняя  при этом условия протекания процесса и наблюдая получаемый результат. Определение условий, при которых результат удовлетворяет требованиям, является целью работы с имитационной моделью.

     Имитационное моделирование включает в себя два основных процесса: первый – конструирование модели реальной системы, второй – постановка экспериментов на этой модели.

     При этом могут преследоваться следующие  цели:

1. понять поведение логистической системы;
2. выбрать стратегию, обеспечивающую наиболее эффективное функционирование логистической системы.

     Как правило, имитационное моделирование  осуществляется с помощью компьютеров.

     Условия, при которых рекомендуется применять  имитационное моделирование, приведены  в работе Р. Шеннона «Имитационное  моделирование систем – наука и искусство». Перечислим основные из них:

1. Не существует законченной математической постановки данной задачи, либо еще не разработаны аналитические методы решения сформулированной математической модели.
2. Аналитические модели имеются, но процедуры столь сложны и трудоемки, что имитационное моделирование дает более простой способ решения задачи.
3. Аналитические решения существуют, но их реализация невозможна вследствие недостаточной математической подготовки имеющегося персонала.

     Таким образом, основным достоинством имитационного  моделирования является то, что этим методом можно решать более сложные  задачи. Имитационные модели позволяют  достаточно просто учитывать случайные  воздействия и другие факторы, которые  создают трудности при аналитическом исследовании.

     При имитационном моделировании воспроизводится  процесс функционирования системы  во времени. Причем имитируются элементарные явления, составляющие процесс с  сохранением их логической структуры  и последовательности протекания во времени. Модели не решают, а осуществляют прогон программы с заданными  параметрами, меняя параметры, осуществляя  прогон за прогоном.

     Имитационное  моделирование имеет ряд существенных недостатков, которые также необходимо учитывать.

     1. Исследования с помощью этого  метода обходятся дорого.

     Причины:

• для построения модели и экспериментирования на ней необходим высококвалифицированный специалист-программист;
• необходимо большое количество машинного времени, поскольку метод основывается на статистических испытаниях и требует многочисленных прогонов программ;
• модели разрабатываются для конкретных условий и, как правило, не тиражируются.

     2. Велика возможность ложной имитации. Процессы в логистических системах  носят вероятностный характер  и поддаются моделированию только  при введении определенного рода допущений. Например, разрабатывая имитационную модель товароснабжения района и принимая среднюю скорость движения автомобиля на маршруте, равную 25 км/ч, мы исходим из допущения, что дорожные условия хорошие. В действительности погода может испортиться и, в результате наступившего гололеда, скорость на маршруте упадет до 15 км/ч. Реальный процесс пойдет иначе.

     Описание  достоинств и недостатков имитационного  моделирования можно завершить  словами Р. Шеннона: «Разработка  и применение имитационных моделей  в большей степени искусство, чем наука. Следовательно, успех или неудача в большей степени зависит не от метода, а от того, как он применяется».

2. Экспертные  системы в логистике

     Под экспертными системами в логистике  понимают специальные компьютерные программы, помогающие специалистам принимать  решения, связанные с управлением  материальными потоками. Экспертная система может аккумулировать знания и опыт нескольких специалистов-экспертов, работающих в разных областях. Труд высококвалифицированных экспертов  стоит дорого, однако, как правило, требуется не повседневно. Возможность  получить совет экспертов по разным вопросам посредством обращения  к компьютеру позволяет квалифицированно решать сложные задачи, повышает производительность труда персонала и в то же время  не требует затрат на содержание штата  высокооплачиваемых специалистов.

     Применение  экспертных систем позволяет:

• принимать быстрые и качественные решения в области управления материальными потоками;
• готовить опытных специалистов за относительно более короткий промежуток времени;
• сохранять «ноу-хау» компании, так как персонал, пользующийся системой, не может вынести за пределы компании опыт и знания, содержащиеся в экспертной системе;
• использовать опыт и знания высококвалифицированных специалистов на непрестижных, опасных, скучных и тому подобных рабочих местах.

     К недостаткам экспертных систем следует  отнести ограниченную возможность  использования «здравого смысла». Логистические процессы включают множество  операций с разнообразными грузами. Учесть все особенности в экспертной программе невозможно. Поэтому, чтобы  не поставить коробку весом в  сто килограммов на коробку весом  в пять килограммов здравым смыслом, дополняющим знания экспертной системы, должен обладать пользователь.

     Экспертные  системы применяются на различных  стадиях логистического процесса, облегчая решение проблем, требующих значительного  опыта и затрат времени. Например, на складе, при принятии решения  о пополнении запасов, когда менеджеру  необходимо оценить большой объем  разнообразной информации: ожидаемые  цены в разрезе закупаемых товаров, тарифы на доставку, необходимость  одновременного пополнения запасов  по разным позициям ассортимента и  т. д. Использование здесь экспертных систем позволяет принимать не только правильные, но и быстрые решения, что зачастую не менее важно.

 

3. Транспортировка в логистике

     Транспортировка относится к числу важнейших  функций логистики. Целью реализации данной функции является физическое перемещение грузов в пространстве из одной точки в другую на определенных условиях, указанных сторонами-участниками  транспортного процесса в договоре.

     Участниками транспортного процесса выступают  три стороны: грузоотправитель, грузополучатель  и перевозчик.  Свои отношения  эти стороны оформляют в форме  договора перевозки груза. Кроме  того, к процессу могут подключаться и сторонние организации, которые  в той или иной форме заинтересованы в конечном результате и вносят свой вклад в транспортировку грузов. В качестве таких организаций  могут выступать страховые компании, охранные предприятия, таможенные брокеры  и др. В каждом конкретном случае отношения сторон оформляют особым видом договора (например, договор  подряда, договор страхования и  пр.), и эти договора, наравне с  договором перевозки, являются составляющими  юридической оформления процесса транспортировки.

     Современная практика рыночных отношений ставит перед участниками транспортного  процесса сложные и непростые  задачи, решение которых требует  не только вложения определенных финансовых и материальных средств, значительного  объема качественной и достоверной  информации, но и привлечения специалистов с высоким уровнем знаний, внедрения  новых технологий, применения специальных  методов и методик организации  процесса транспортировки. К числу  основных проблем, которые решаются на этапе подготовки и организации  транспортного процесса, следует  отнести следующие:

1. выбор способа транспортировки;
2. выбор вида транспорта;
3. выбор перевозчика;
4. определение маршрута и условий перевозки;
5. выбор организаций, обеспечивающих нормальный ход процесса транспортировки.

     Следует отметить, что порядок и последовательность решения указанных задач может  различаться в зависимости от ситуации. Так, например, решение первая и вторая задачи могут решаться как  вместе, так и по отдельности, а  выбор страховой компании или  охранного предприятия может  предшествовать решению об оптимальном  маршруте и условиях транспортировки  и т.д.

1. Выбор перевозчика

     Основная  проблема, которая возникает на этапе  выбора перевозчика – это недостаток исходной информации о рынке транспортных услуг. Именно по этой причине в большинстве  случаев использование сложных  методик отбора перевозчика представляется довольно затруднительным. Основные этапы  выбора перевозчика представлены в  следующей таблице:

Таблица 1.

     Этапы выбора перевозчика