Федеральное агентство по образованию Российской Федерации

РЕФЕРАТ

на тему: «Математическое моделирование логистического продвижения грузов»

Введение 4

1. Определение понятия логистики 7

2. Общая характеристика методов решения логистических задач 8

2.1. Моделирование в логистике 9

2.2. Экспертные системы в логистике 14

3. Транспортировка в логистике 16

3.1. Выбор перевозчика 17

4. Экономический эффект от использования логистики 22

Заключение 24

Список литературы 25

Введение

В транспортной логистике для управления материальными потоками в рамках смешанных перевозок используют несколько моделей задач.

Данная модель управления грузопотоками с учетом нескольких перевалок относится к задачам линейного программирования и решается с помощью ЭВМ.

Нередко в транспортной логистике для оптимизации продвижения материальных потоков по логистическим цепям на этапе планирования приходится решать задачи о кратчайшем пути. С точки зрения математического программирования это задача о нахождении на ориентированном графе пути наименьшей длины между двумя заданными его вершинами. Длиной пути такого графа называется сумма длин дуг, составляющих этот путь.

Задача о кратчайшем пути в логистике возникает не только при решении транспортных задач, но также дискретных задач динамического программирования и в других случаях. В задачах сетевых методов планирования и управления алгоритмы решения задач о кратчайшем пути используют для нахождении критического пути.

Известно несколько эффективных методов решения указанного типа задач. Для логистического же анализа транспортных сетей применяют алгоритм, основанный на методе последовательного анализа вариантов.

Большую роль в управлении материальными потоками в логистике играет маршрутизация транспортных средств. Определение рациональных маршрутов движения транспортных средств позволяет решить три важнейшие задачи:

оптимизировать грузопотоки в логистических каналах и цепях;

обеспечить максимальную производительность подвижного состава;

обеспечить минимизацию себестоимости транспортировки грузов.

Особенно актуальной проблема маршрутизации является в автомобильном транспорте. Это объясняется тем, что автомобильный транспорт наиболее мобильный и гибкий по транспортным характеристикам. Именно на него приходится около 70% всех транспортных связей между предприятиями.

Развитие централизованных автомобильных перевозок, укрупнение автотранспортных предприятий, увеличение мощности грузопотоков, а также совершенствование процесса управления логистикой требуют применения таких способов организации продвижения материальных потоков, которые основывались бы не на субъективных качествах отдельных работников, а на принципах системной концепции – логистики, имеющих объективный характер. Эти способы отражают одновременно математические и экономические подходы к управлению потоковыми процессами.

В рыночных условиях в выборе наиболее оптимального варианта организации работы автомобильного транспорта уже нельзя полагаться на простейшие арифметические способы. Усложнение выбора оптимального варианта передвижения транспортных средств показательно на простом примере. Так, если имеется три поставщика и три потребителя, то число возможных вариантов продвижения грузопотоков в общей сложности может достигать 90, а при четырех поставщиках и четырех потребителях – 6256. Если число участников логистических процессов возрастает еще больше, то количество вариантов увеличивается до астрономических цифр.

Быстро и эффективно задачи выбора способов маршрутизации в логистике можно решить лишь с помощью математических методов и ЭВМ. Необходимо отметить, что по отношению к автомобильному транспорту методом линейного программирования можно:

отыскивать оптимальное количество поездок автомобилей на маршрутах при установленном времени пребывания в наряде (задачи на минимизацию потерь рабочего времени);

определять оптимальные варианты продвижения однородных грузопотоков от источников их генерации до пунктов назначения (задачи на минимизацию транспортных затрат);

разрабатывать оптимальные стратегии по ориентации перевозчиков на определенную группу клиентов (на выделенный сегмент рынка логистических услуг);

составлять рациональные маршруты работы подвижного состава с позиций увязки намечаемых ездок (задачи по минимизации холостых пробегов);

выделять рациональные «развозочные» и «сборочные» маршруты (задачи на определение минимальных пробегов при объезде обусловленных грузопунктов).

Эффективно распределять транспортные и погрузочно-разгрузочные средства по маршрутам логистических цепей (задачи на максимальное использование рабочего времени автомобилей и рабочего времени погрузочно-разгрузочных механизмов и др.).

Эти, а также другие подобные задачи можно решить не только в отношения автомобильного, но и других видов транспорта. В этой связи важно подчеркнуть, что высокая точность расчетов при решении логистических задач основывается на математическом моделировании изучаемого процесса. Другими словами, описание количественных закономерностей логистических процессов осуществляется с помощью соответствующих математических моделей.

1.Определение понятия логистики

Логистика (logistics) - наука о планировании, контроле и управлении транспортированием, складированием и другими материальными и нематериальными операциями, совершаемыми в процессе доведения сырья и материалов до производственного предприятия, внутризаводской переработки сырья, материалов и полуфабрикатов, доведения готовой продукции до потребителя в соответствии с интересами и требованиями последнего, а также передачи, хранения и обработки соответствующей информации.

Если рассмотреть в совокупности круг проблем, которые затрагивает логистика, то общим для них будут вопросы управления материальными и соответствующими им информационными потоками.

Как наука логистика ставит и решает следующие задачи:

прогноз спроса и, на его основе, планирование запасов;

определение необходимой мощности производства и транспорта;

разработка научных принципов распределения готовой продукции на основе оптимального управления материальными потоками;

разработка научных основ управления перегрузочными процессами и транспортно-складскими операциями в пунктах производства и у потребителей;

построение различных вариантов математических моделей функционирования логистических систем;

разработка методов совместного планирования, снабжения, производства, складирования, сбыта и отгрузки готовой продукции, а также ряд других задач.

2.Общая характеристика методов решения логистических задач

Объектом изучения логистики являются материальные и соответствующие им финансовые и информационные потоки. Эти потоки на своем пути от первичного источника сырья до конечного потребителя проходят различные производственные, транспортные, складские звенья. При традиционном подходе задачи по управлению материальными потоками в каждом звене решаются, в значительной степени, обособленно. Отдельные звенья представляют при этом так называемые закрытые системы, изолированные от систем своих партнеров технически, технологи чески, экономически и методологически. Управление хозяйственными процессами в пределах закрытых систем осуществляется с помощью общеизвестных методов планирования и управления производственными и экономическими системами. Эти методы продолжают применяться и при логистическом подходе к управлению материальными потоками. Однако переход от изолированной разработки в значительной степени самостоятельных систем к интегрированным логистическим системам требует расширения методологической базы управления материальными потоками.

К основным методам, применяемым для решения научных и практических задач в области логистики, следует отнести методы системного анализа, методы исследования операций, кибернетический подход и прогностику. Применение этих методов позволяет прогнозировать материальные потоки, создавать интегрированные системы управления и контроля за их движением, разрабатывать системы логистического обслуживания, оптимизировать запасы и решать ряд других задач.

Принятие решений по управлению материальными потоками до начала широкого применения логистики в значительной степени основывалось на интуиции квалифицированных снабженцев, сбытовиков, производственников, транспортников. Развивая методологический аппарат, современная логистика, наряду с разработкой и использованием формализованных методов принятия решений, изыскивает возможности широкого применения опыта названной категории профессионалов. С этой целью разрабатываются так называемые системы экспертной компьютерной поддержки (или экспертные системы), позволяющие персоналу, не имеющему глубокой подготовки в логистике, принимать быстрые и достаточно эффективные решения.

Широкое применение в логистике имеют различные методы моделирования, т. е. исследования логистических систем и процессов путем построения и изучения их моделей. При этом под логистической моделью понимается любой образ, абстрактный или материальный, логистического процесса или логистической системы, используемый в качестве их заместителя.

2.1.Моделирование в логистике

Моделирование основывается на подобии систем или процессов, которое может быть полным или частичным. Основная цель моделирования - прогноз поведения процесса или системы. Ключевой вопрос моделирования «ЧТО БУДЕТ, ЕСЛИ...?»

Существенной характеристикой любой модели является степень полноты подобия модели моделируемому объекту. По этому признаку все модели можно разделить на изоморфные и гомоморфные.

Изоморфные модели – это модели, включающие все характеристики объекта оригинала, способные, по существу, заменить его. Если можно создать и наблюдать изоморфную модель, то наши знания о реальном объекте будут точными. В этом случае мы сможем точно предсказать поведение объекта.

Гомоморфные модели. В их основе лежит неполное, частичное подобие модели изучаемому объекту. При этом некоторые стороны функционирования реального объекта не моделируются совсем. В результате упрощается построение модели и интерпретация результатов исследования. При моделировании логистических систем абсолютное подобие не имеет места. Поэтому в дальнейшем будут рассматриваться лишь гомоморфные модели, не забывая, однако, что степень подобия у них может быть различной.

Следующим признаком классификации является материальность модели. В соответствии с этим признаком все модели можно разделить на материальные и абстрактные.

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.

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

«УРАЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ» (УрГУПС)

АКАДЕМИЯ КОРПОРАТИВНОГО ОБРАЗОВАНИЯ (АКО)

ИНСТИТУТ ДОПОЛНИТЕЛЬНОГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ (ИДПО)

В.С.Тарасян

«Математическое моделирование в логистике»

Учебно-методическое пособие для слушателей ИДПО

Согласовано

Руководитель УЦ « »

(должность)

(подпись) (ФИО)

Екатеринбург

Введение…………………………………………………………………..…….....3 1. Моделирование в логистике…………………………….……..…...…………4 2. Многокритериальная оптимизация в логистике…..…….………………….10 3. Транспортная задача…………………………….…….……………………...16 4. Базовые понятия теории графов.………………..………….………………..21 5. Сетевое планирование и управление.…………..……….…….….……........29 6. Задачи прокладки коммуникаций……………...……………………….……35 7. Задачи поиска оптимальных путей…..………………………………………41 8. Задачи размещения…………………………....……………..………………..48 9. Задачи объезда………………………………………………….……………..54 Вопросы для самоконтроля…………………..…………………………………60 Список использованной литературы………….……………………………….61

Введение

Математическое моделирование имеет важное значение в логистических системах. Применение математических моделей и методов при решении задач логистики позволяет выбрать оптимальную конфигурацию, модернизировать инфраструктуру системы. Моделирование логистических процессов позволяет существенно снизить издержки на всех этапах жизненного цикла логистических систем.

Цель дисциплины : сформировать у слушателей общие представления о методах математического моделирования, применяемых при моделировании и исследовании логистических систем.

В результате освоения данного курса слушатель должен:

иметь представление :

О методах математического моделирования в логистических системах;

Об основных методах решения логистических задач в сетевой постановке;

знать :

Основные методы математического моделирования логистических процессов;

Основные математические модели и методы, применяемые в логистике;

Основные понятия теории графов и математического программирования;

уметь :

На основе математического подхода в комплексе решать оптимизационные стратегические и тактические задачи логистики;

Ставить логистические оптимизационные задачи в терминах математического моделирования;

владеть:

Методами математического описания и моделирования логистических процессов.

1. Моделирование в логистике

1.1. Классификация моделей

Моделирование основывается на подобии систем или процессов, которое может быть полным или частичным. Основная цель моделирования – прогноз поведения процесса или системы. Ключевой вопрос моделирования «ЧТО БУДЕТ, ЕСЛИ...?»

Существенной характеристикой любой модели является степень полноты подобия модели моделируемому объекту. По этому признаку все модели можно разделить на изоморфные и гомоморфные (рис. 1).

Рис. 1. Классификация моделей

Изоморфные модели – это модели, включающие все характеристики объекта оригинала, способные, по существу, заменить его. Если можно создать и наблюдать изоморфную модель, то наши знания о реальном объекте будут точными. В этом случае мы сможем точно смоделировать поведение объекта.

Гомоморфные модели – модели, основе которых лежит неполное, частичное подобие модели изучаемому объекту. При этом некоторые стороны функционирования реального объекта не моделируются совсем. В результате упрощается построение модели и интерпретация результатов исследования. При моделировании логистических систем абсолютное подобие не имеет места в силу высокой сложности систем. Поэтому в дальнейшем мы будем рассматривать лишь гомоморфные модели, не забывая, что степень подобия у них может быть различной.

Следующим признаком классификации является материальность модели. В соответствии с этим признаком все модели можно разделить на материальные и абстрактные .

Материальные модели воспроизводят основные геометрические, физические, динамические и функциональные характеристики изучаемого явления или объекта. К этой категории относятся, например, уменьшенные макеты предприятий, 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 описательные 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.

Знаковыми называются модели, использующие специально оговоренную систему обозначений (знаков), а также систему специально введенных операций. Таким образом 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.

1. Формулируются математические законы, связывающие объекты системы. Эти законы записываются в виде некоторых функциональных соотношений (алгебраических, дифференциальных уравнений, неравенств и пр.),

2. Решение уравнений, получение теоретических результатов.

3. 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 сталкивается с существенными 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 высокой неопределенности окружающей среды. При управлении материальными потоками должны учитываться факторы, многие из которых носят вероятностный 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 простым 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:

а) смоделировать поведение логистической системы в различных условиях;

б) построить стратегию, обеспечивающую наиболее эффективное функционирование логистической системы.

Как правило, имитационное моделирование осуществляется с помощью компьютеров и соответствующих пакетов программ. 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 настолько 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 достаточно дорого.

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. Существует 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 может случиться какая-нибудь непредвиденная ситуация, например, погода может испортиться и, в результате наступившего гололеда, скорость на маршруте упадет до 15 км/ч. В этом случае реальный процесс пойдет несколько иначе и будут получены другие результаты.

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».

Предметом изучения в математическом анализе являются переменные величины и их взаимозависимости. Важным понятием математического анализа является функция. С помощью функций математически выражается многообразие количественных закономерностей в логистических процессах движения материальных ресурсов. Необходимым условием для применения методов математического анализа являются установление функциональных зависимостей, после чего полученная функция исследуется на экстремум и подвергается всестороннему анализу.

В управлении логистическими процессами довольно часто встречаются ситуации, когда та или иная величина увеличивается в зависимости от увеличения данного фактора.

Модель, определяющая оптимальный размер партии поставки

Представленной моделью описывается обширный класс задач по управлению запасами. Запасы являются ключевой категорией в логистике. С точки зрения логистики запасы - это материальный поток с нулевой скоростью физического перемещения. Запасы обладают двойственной природой: с одной стороны, они имеют положительное значение, а с другой стороны, они обладают отрицательным качеством.

Положительное значение запасов заключается в том, что с ростом величины запаса возрастает надежность функционирования системы, т. е. обеспечивается надежное, бесперебойное обеспечение материальными ресурсами производства или надежность реализации товара. Но запасы обладают и отрицательным свойством, которое заключается в том, что в запасах иммобилизируются материальные и финансовые ресурсы. Отсюда и возникают проблемы оптимизации запаса, т. е. определение того уровня запаса, при котором общие издержки при управлении запасом будут минимальными.

Оптимизация уровня запасов выполняется исходя из того, что имеет место две группы затрат: это затраты на хранение запаса и затраты на доставку продукции и совершение заказа, отсюда проблема: поставлять продукцию большими или малыми партиями. При поставках крупными партиями сокращаются транспортные расходы, но увеличиваются затраты на хранение. При поставках малыми партиями - уменьшаются затраты на хранение запаса, но возрастают транспортные расходы. Следовательно, проблема оптимизации запасов сводится к проблеме оптимизации партии поставки.

Общие издержки управления запасами () складываются из стоимости доставки продукции - выполнения поставки () и затрат на хранение запаса (). Тогда стоимость доставки - выполнения поставки, можно представить в следующем виде:

где условно-постоянная часть на транспортировку;

затраты, зависящие от величины партии поставки.

Затраты на хранение запаса:

где стоимость хранения единицы запаса в сутки;

средний запас;

время хранения запаса.

Для определения затрат на хранение необходимо вычислить средний запас. Средний запас вычисляется с помощью среднего в интегральном исчислении, т. е. по формуле:

где средняя величина запаса;

длительность расхода запаса;

Функция изменения запаса выглядит следующим образом:

Рисунок 1

Вычисляется средний запас:

Таким образом, в логистике запасов при линейном потреблении материальных ресурсов средний запас равняется половине партии поставки.

Получаем выражение общих затрат:

Полученные общие затраты относятся на единицу хранимого запаса, т. е. делится на V:

Отсюда оптимальный размер поставки:

Полученная формула называется формулой Уилсона .

В логистической деятельности используется также и такой вывод формулы Уилсона:

где издержки хранения запаса;

издержки доставки;

где издержки хранения единицы запасов в год.

Издержки доставки - это издержки, независящие от величины партии поставки, но зависящие от количества поставок в год:

где стоимость выполнения одной поставки;

кол-во поставок за год.

В свою очередь количество поставок за год равно:

где годовая потребность в материальных ресурсах;

размер партии поставки;

Найдём первую производную от этого выражения и приравняем к нулю:

отсюда оптимальный размер поставки:

Пример: потребность предприятия в стальном прокате равна тонн в год. Выполнение заказа, т. е. независящие расходы равны рублей, а содержание единицы запаса рублей. Определяется оптимальный размер партии поставки.

В годовом исчислении оптимальный размер партии поставки используется в производственно-коммерческой деятельности предприятия. При этом издержки хранения определяются путем непосредственной калькуляции, а стоимость выполнения заказа определяется как совокупность транзакционных издержек. В данном случае транзакционные издержки включают издержки на поиск поставщиков, на ведение деловых переговоров, на организацию транспортировки продукции. Формулы Уилсона для определения оптимального размера партии поставки как в суточном, так и в годовом исчислении дают один и тот же результат.

В первом случае в качестве основных параметров используется суточное потребление продукции - b и издержки содержания единицы запаса в одни сутки. Во втором случае используется годовая потребность и издержки содержания единицы запаса в год, т. е. имеет место следующее тождество:

В обеих формулах параметры K и равны, так как выражают затраты на одну поставку, т. е. независящие от количества продукции в поставке. Относительно предыдущих параметров имеют место следующие равенства:

где это расход данного материального ресурса за год.

По условию задачи за год расходуются все материальные ресурсы, поставляемые на предприятие, а поэтому получаем, что:

На практике в основном применяется формула Уилсона в годовом исчислении.

В книге изложены математические аспекты логистики как науки об оптимальном планировании деятельности предприятия с точки зрения минимизации издержек и повышения эффективности. В теоретической части книги читатель знакомится с основными понятиями и определениями логистики, ее функциональными областями и влиянием на деятельность промышленных предприятий. Практическая часть книги содержит постановку и детальный разбор 13 задач, связанных с наиболее известными проблемами, возникающими при планировании производства, в деятельности служб снабжения и реализации, при транспортировке готовой продукции, а также в кадровой политике.
Книга предназначена студентам, изучающим курс «Логистика» при обучении по специальности «Математические методы в экономике», а также будет полезна широкому кругу читателей, так как формирует навыки математического моделирования изучаемых предметных областей, развивает умение формально ставить проблему и создавать эффективные алгоритмы ее решения.

Основные понятия.
Предметом логистики является комплексное управление всеми материальными и нематериальными (информационными, финансовыми, сервисными) потоками в системах. Основными объектами исследования в логистике являются: логистические издержки, информационный поток, логистическая система, логистическая функция, логистическая цепь, логистические операции, материальный поток и др. Новизна концепции логистики в управлении промышленными системами состоит во всестороннем комплексном подходе к вопросам движения материальных благ в процессе производства и потребления.

ЛОГИСТИКА - наука о планировании, управлении и контроле над движением материальных, информационных и финансовых ресурсов в различных системах.
На сегодняшний день существует большое количество определений термина «логистика». В 1985 г. Совет логистического менеджмента в США дал следующее определение, которое получило наибольшее признание за рубежом.

Логистика - процесс планирования, выполнения и контроля эффективного с точки зрения снижения затрат потока сырья, материалов, незавершенного производства, готовой продукции, сервиса и связанной информации от точки зарождения до точки потребления (включая импорт, экспорт, внутренние и внешние перемещения) для целей полного удовлетворения требований потребителей.

Оглавление
Введение
Глава 1. Теоретические аспекты логистики
1.1. Введение в логистику
1.1.1. Основные понятия
1.2. Логистические системы
1.2.1. Основные определения
1.2.2. История развития логистики
1.2.3. Этапы развития логистических систем
1.2.4. Модели логистических систем
1.3. Стратегия и тактика в логистике
1.3.1. Основные понятия
1.3.2. Логистические концепции
1.3.4. Система МРП
1.4. Системный подход в логистике
1.4.1. Основные понятия
1.4.2. Виды моделей логистических систем
1.4.3. Принципы системного подхода
1.4.4. Виды логистических систем
1.5. Логистический цикл промышленного предприятия
1.5.1. Основные понятия
1.5.2. Мощности звеньев логистической цепи
1.5.3. Логистический цикл промышленного предприятия
1.5.4. Потоки промышленного предприятия
1.6. Характеристика звена «Закупка»
1.6.1. Основные понятия
1.6.2. А надо ли вообще закупать?
1.6.3. Что закупить и как найти?
1.6.4. Методы определения потребности в материалах
1.6.5. Сколько и когда закупить?
1.6.6. Типовые условия поставок
1.6.7. Выбор поставщика
1.6.8. Дополнительные задачи службы снабжения
1.7. Характеристика звена «Производство»
1.7.1. Логистическая и традиционная концепции организации производства
1.7.2. Принципы организации производства
1.7.3. Типы производства
1.7.4. Массовое производство
1.7.5. Поточное производство
1.7.6. Индивидуальное производство
1.7.7. Содержание договора
1.8. Характеристика звена «Сбыт»
1.8.1. Основные понятия
1.8.2. Функции маркетинга в рамках сбытовой логистики
1.8.3. Виды интеграции
1.8.4. Каналы распределения товаров
1.8.5. Типы посредников в каналах распределения
1.9. Транспортная логистика
1.9.1. Основные понятия
1.9.2. Терминалы
1.9.3. Тарифы
1.9.4. Грузораспределительные центры (ГРЦ)
1.9.5. Организация складов
1.10. Информационная логистика
1.10.1. Основные понятия
1.10.2. Классификация информационных потоков
1.10.3. Информационные системы
1.10.4. Использование информационной логистике при контроле движения товара
1.10.5. Преимущества использования единой информационной логистической системы
1.11. Кадровая логистика
1.11.1 Основные понятия
1.12. Incoterms
1.12.1. Основные понятия
1.12.2. Особенности Incoterms
1.12.3. Структура Incoterms
ГЛАВА 2. Прикладные аспекты логистики
2.1. Задачи прокладки коммуникаций и поиска оптимальных путей
2.1.1 Прокладка коммуникаций
2.1.2 Планирование сети дорог
2.1.3 Поиск кратчайших путей в дорожной сети
2.1.4. Прокладка коммуникаций между препятствиями
2.2. Задачи о назначениях
2.2.1. Максимальное число назначений
2.2.2. Оптимальные назначения
2.2.3. Назначения на критичный участок
2.2.4. Минимальное число покрывающих назначений
2.3. Задачи обслуживания
2.3.1. Размещение регулярных пунктов обслуживания
2.3.2. Размещение экстренных пунктов обслуживания
2.3.3. Маршрут китайского почтальона
2.3.4. Маршрут коммивояжера
2.3.5. Транспортная задача
ПРИЛОЖЕНИЯ
Приложение 1. Базовые понятия теории графов
Приложение 2. Вопросы к устному экзамену
Список использованной литературы.

Страница 16 из 26

Экономико-математическое моделирование в логистике

На практике использование и прогнозирование поведения логистических систем при тех или иных видах возмущающих и управляющих воздействий заменяется исследованием и прогнозиро­ванием поведения их моделей .

Под моделью в данном случае следует понимать любое отображение логистической системы, которое может быть использовано вместо нее для исследования ее свойств и прогнозирования возможных вариантов ее поведения.

Моделирование логистических систем можно проводить различным образом и приходить в итоге к разным моделям. Однако при построении моделей необходимо соблюдать следующие общие принципы :

– модель должна иметь поведение, структуру и функции, подобные таковым у моделируемой логистической системы или ее компонента;

– отклонения параметров модели в процессе ее функционирования от соответствующих пара­метров моделируемой логистической системы не должны выходить за рамки допустимой точности моделирования;

– на основании исследования модели и ее поведения должно быть возможным обнаружить новые свойства моделируемой логистической системы, не содержащиеся в исходном материале, использованном для составления данной модели;

– проводить исследования и эксперименты на модели должно быть более удобно, чем на реальной логистической системе.

Исследования, проводимые на модели, выполненной с соблюдением вышеназванных условий, представляют следующие качественно новые возможности :

– исследования могут проводиться до реализации логистической системы на этапе ее проекти­рования и определения целесообразности ее создания и применения;

– исследования могут проводиться без вмешательства в функционирование производственно-сбытовой системы, что могло бы оказаться слишком дорогим или иметь необратимые послед­ствия;

– если цель эксперимента состоит в определении предельно допустимых значений объемов материальных потоков или других статических и динамических параметров производственно-сбытовой системы, то исследования на модели можно проводить без риска разрушения модели­руемой системы.

Модели логистических систем бывают весьма разнообразными и могут быть классифици­рованы следующим образом (рис. 18).

Рис. 18. Классификационная структура моделей логистических систем

Все модели систем делятся на изоморфные и гомоморфные .

Изоморфные модели представляют собой полный эквивалент всем морфологическим и пове­денческим особенностям моделируемой системы и способны полностью заменить ее. Однако создать и исследовать изоморфную в полном смысле этого слова модель практически оказывается невозможным вследствие неполноты и несовершенства знаний о реальной системе и недоста­точной адекватности методов и средств такого моделирования.

Поэтому практически все модели, используемые в логистике, являются гомоморфными. Гомоморфные модели представляют собой модели, подобные изображаемому объекту лишь в некоторых отношениях, но в отношениях, характерных и важных для процесса моделирования. Другие аспекты строения и функционирования при гомоморфном моделировании не рассматри­ваются и игнорируются. Логистические модели моделируются исключительно с помощью гомо­морфных моделей, обеспечивающих подобие оригиналу только в некоторых отношениях, имею­щих значение для эффективного управления.

В свою очередь гомоморфные модели делятся на материальные и абстрактно-концепту­альные .

Материальные модели находят в логистическом управлении лишь ограниченное применение. Прежде всего это объясняется трудностью и дороговизной воспроизведения на такого рода моде­лях основных геометрических, физических и функциональных характеристик оригинала и крайне ограниченными возможностями варьирования их в процессе работы с моделью. Поэтому для логистики в подавляющем большинстве случаев используется абстрактно-концептуальное моде­лирование.

Абстрактно-концептуальные модели , в свою очередь, подразделяются на символические и математические.

Символические модели построены на основе различных, определенным образом организо­ванных знаков, символов, кодов, слов или массивов чисел, изображающих исследуемый оригинал. Для построения подобных моделей используются такие символы или коды, которые однозначно и не допускающим возможности различного толкования образом представляют моделируемые структуры и процессы. Так, для языкового описания моделей используются специальным образом построенные словари, в которых, в отличие от обычных толковых словарей, каждое слово имеет только одно определенное значение. Такой словарь принято называть «тезаурусом ».

Информацию, полученную с помощью использования символических моделей, неудобно обрабатывать (хотя это и возможно) для дальнейшего использования в системах логистического управления. Поэтому наибольшее распространение для создания и эксплуатации систем логисти­ческого управления получили математические модели .

Математическое моделирование бывает двух разновидностей – аналитическое и имитаци­онное .

При построении аналитических моделей закономерности строения и поведения объекта моде­лирования описываются в приемлемой форме точными аналитическими соотношениями. Эти соотношения могут быть получены как теоретически, так и экспериментально. Универсальным методом математического моделирования, «работающим» даже тогда, когда нет возможности ни теоретически, ни экспериментально получить аналитическое описание исследуемого объекта, является имитационное моделирование.

Имитационное моделирование – это компьютерное воспроизведение развертывания во времени функционирования моделируемой системы, то есть воспроизведение ее перехода из одного состояния в другое, осуществляемое в соответствии с однозначно определенными опера­ционными правилами. Как правило, изменения состояния логистических систем происходят дискретно и в дискретные моменты времени. Но и в этом случае остается в силе основной прин­цип имитационного моделирования: отображение изменений состояния моделируемой системы, развернутое во времени.

Процесс разработки имитационной модели начинается с уточнения понимания проблемы и формулировки целей исследования, что само по себе является развернутым во времени последова­тельным приближением. Затем производится статическое описание системы, в котором задаются ее элементы и их параметры, а затем и ее динамическое описание, в котором задаются взаимодей­ствия этих элементов, в результате чего происходит изменение состояний системы.

Рассмотренная классификация моделей структур и поведения исходных систем касается форм и методов представления и описания характеристик моделируемого объекта в целом.

Построение внутренних зависимостей для каждого отдельного компонента моделируемой системы, которые могут быть затем использованы для построения того или иного вида модели системы, производится экономико-математическими методами . Классификация этих методов приведена на рис. 19.

Рис. 19. Классификация экономико-математических методов

Методы, с помощью которых формируются все эти виды экономико-математических моде­лей, разделяются на алгоритмические и эвристические .

Алгоритмические модели регулярными методами устанавливают связи между входными и выходными параметрами описываемого компонента, скоростями их изменения и скоростями изменения этих скоростей (то есть, ускорениями). Для дискретных элементов скорости и уско­рения заменяются приращениями значений параметров и изменениями этих приращений за единицу времени.

Применяемые при этом методы разделяют на экономико-статистические и эконометрические .

Первые используют описания характерных элементов, основанные на математической и экономической статистике, в том числе и статистические методы математического планирования многофакторного эксперимента, которые уже упоминались. Вторые базируются на математи­ческом описании происходящих экономических процессов. Например, общий фонд заработной платы однозначно математически связан с числом работающих и их распределением по разрядам.

Эвристические методы (их название происходит от восклицания Архимеда «eurica» –
«я догадался») представляют собой не правила преобразования некоторых исходных положений, а набор «рецептов», обеспечивающих пусть и не оптимальную, но вполне работоспособную проце­дуру получения описаний, пригодных для дальнейшего построения моделей.

Эвристические методы в свою очередь делятся на методы, основанные на стремлении к полу­чению оптимальных решений (а в более широком смысле – методы исследования операций), и методы экономической кибернетики .

Последние, в свою очередь, подразделяются на методы теории экономических систем и моде­лей, методы теории экономической информации теории управляющих систем . и методы

Экономико-математические методы приводят к построению экономико-математических моделей. Такие модели представляют собой отображение экономических характеристик объекта в виде совокупности математических выражений. Это отображение составляется таким образом, чтобы его можно было использовать для дальнейших исследований.

Основным для исследования экономико-математической модели является ее целевая функция . Экстремальному значению целевой функции для конкретной модели соответствует наилучшее управленческое решение для моделируемого объекта.

Описаниями, составляющими неотъемлемую часть подобной модели, являются также ограни­чения значений ее параметров. Обычно в математических моделях такие ограничения задаются в виде системы равенств и неравенств. Таким способом формализуются те или иные свойства моде­лируемого компонента.

Все экономико-математические модели, используемые в логистике, могут быть классифици­рованы по различным признакам (рис. 20).

Ранее рассматривались различные виды моделирования экономической деятельности, резуль­таты которых могут быть использованы для логистического проектирования будущей производ­ственно-сбытовой системы или для управления функционированием уже имеющейся системы такого рода.

Теперь следует рассмотреть, какими методами и средствами обеспечивается возможность достаточно оперативно строить необходимые модели и выполнять соответствующие расчеты, удовлетворяющие задачам логистики.

Рис. 20. Классификация экономико-математических моделей

Все виды обеспечения логистического управления следует разделить на программно-мате­матическое , лингвистическое и техническое обеспечение .

Говоря о программно-математическом обеспечении , можно считать, что в настоящее время отработаны и имеются в распоряжении пользователей ряд пакетов проблемно-ориентированных компьютерных программ, решающих конкретные задачи управления.

К этим задачам , в частности, относятся:

1. Рациональная организация продуцентов.

2. Распределение транспорта по маршрутам.

4. Рационализация схем доставки продукции к потребителям

5. Организация выпуска однотипной продукции при нескольких технологических способах ее производства.

6. Организация выпуска разнотипной продукции при едином технологическом способе ее производства.

7. Рационализация выбора продуцентов.

8. Распределение капитальных вложений.

Названные примеры далеко не исчерпывают всего объема пакетов прикладных программ, на которые может в настоящее время рассчитывать пользователь. Для полного знакомства с такими пакетами следует обращаться к специальной литературе.

Лингвистическое обеспечение принятия логистических решений представляет собой совокупность языковых средств общего программного обеспечения, которые предоставляют поль­зователю возможность задавать компьютеру исходную информацию и определять процедуру ее обработки.

Кроме общеизвестных проблемно-ориентированных языков, таких как Фортран, Кобол, Бэйсик и др., для задач, связанных с экономической деятельностью, важное значение имеют также системы документирования и выпуска табуляграмм, позволяющие просматривать и сравнивать различные варианты решений.

Для работы с персональными компьютерами пользователю предлагается широкий выбор средств общего программного обеспечения, которые можно отнести к специальным языковым средствам. Среди них следует назвать:

– оболочковые системы или коммандеры и управляемые ими операционные системы
(NC, MS-DOS и др.);

– средства редактирования и работы с текстами (Microsoft Word и др.);

– электронные таблицы (Microsoft Excel и др.);

– системы управления базами данных (СУБД);

– интерактивные графические экранные средства (Windows и др.).

Техническое обеспечение базируется на большом разнообразии предоставляемых пользова­телю:

– компьютерных устройств различного уровня;

– сетевых средств, позволяющих объединять эти устройства в локальные вычислительные сети;

– средств построения гиперсетей, позволяющих объединять локальные вычислительные сети;

– средств выхода на различные уровни межсетевого, в том числе международного информа­ционного обмена, например, с помощью сети Интернет;

– терминальных устройств для ввода, вывода и визуализации информации в текстовой, графи­ческой и других формах.

Достигнутый технический уровень работы с большими объемами экономической информации позволил приступить к практической работе по созданию и использованию логистических систем. Более подробно различные аспекты представления, хранения, поиска, переработки и использо­вания информации, необходимой для логистического управления, рассматриваются далее.

Оглавление