Курс лекций по дисциплине "Логистика"

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  д в а   о с н о в  н ы х    п р о ц е с с а : первый — конструирование модели реальной системы, второй — постановка экспериментов на этой модели.

При этом могут преследоваться следующие цели: а) понять поведение логистической системы; б) 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» [46]. 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» [46].

5.3. 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.

В качестве примера использования экспертных систем в складском хозяйстве приведем систему Inventory Management Assistant, IMA («помощник в складском менеджменте»), разработанную для логистического отдела Военно-воздушных сил США. Отдел обслуживает свыше 19000 самолетов по всему миру. Складская система отдела содержит 916000 наименований запасных частей для самолетов. Цель создания IMA — помощь персоналу складов при решении задач, связанных с управлением запасами. Использование названной экспертной системы позво­лило на 8-10% повысить эффективность решения обычных проблем. Эффективность решения вопросов в сложных ситуациях возросла на 15 - 18%.

5.4. ОПРЕДЕЛЕНИЕ И ОСНОВНЫЕ ПРИНЦИПЫ СИСТЕМНОГО ПОДХОДА

Природа материального потока такова, что на своем пути к потреблению он проходит производственные, складские, транс­портные звенья. Организуют и направляют материальный поток разнообразные участники логистического процесса.

Методологической основой сквозного управления материальным потоком является системный подход, принцип реализации которого в концепции логистики поставлен на первое место.

Системный подход — это направление методологии науч­ного познания, в основе которого лежит рассмотрение объектов как систем, что позволяет исследовать трудно наблюдаемые свойства и отношения в объектах.

Системный подход означает, что каждая система является интегрированным целым даже тогда, когда, она состоит из от­дельных, разобщенных подсистем. Системный подход позволяет увидеть изучаемый объект как комплекс взаимосвязанных подсистем, объединенных общей целью, раскрыть его интегративные свойства, внутренние и внешние связи.

Функционирование реальных логистических систем характеризуется наличием сложных стохастических связей как внутри этих систем, так и в их отношениях с окружающей средой. В этих условиях принятие частных решений, без учета общих це­лей функционирования системы и предъявляемых к ней требований, может оказаться недостаточным, а возможно и ошибочным.

В качестве примера вновь обратимся к схеме движения сахарного песка от завода-изготовителя до магазинов (рис. 11). Допустим, что руководство завода без согласования с оптовым и розничным звеном приняло решение о внедрении мощного оборудования для фасовки сахарного песка в бумажные пакеты. Возникает вопрос: как воспримет это нововведение вся товаропроводящая система, приспособленная к транспортированию, хранению и выполнению остальных технологических операций с сахарным песком, упакованным именно в мешки? Не исключено, что в ее работе произойдет сбой.

В соответствии с требованиями системного подхода решение о фасовке сахарного песка на заводе-изготовителе должно приниматься во взаимной связи с остальными решениями, общей целью которых является оптимизация совокупного материального потока.

Системный подход не существует в виде строгой методологической концепции. Это своего рода совокупность познавательных принципов, соблюдение которых позволяет определенным образом сориентировать конкретные исследования.

При формировании логистических систем должны учитываться следующие принципы системного подхода:

принцип последовательного продвижения по этапам создания системы. Соблюдение этого принципа означает, что система сначала должна исследоваться на макроуровне, т. е. во взаимоотношении с окружающей средой, а затем на микроуровне, т. е. внутри своей структуры;

принцип согласования информационных, надежностных, ресурсных и других характеристик проектируемых систем;

принцип отсутствия конфликтов м.ежду целями отдель­ных подсистем и целями всей системы.

5.5. СРАВНИТЕЛЬНАЯ ХАРАКТЕРИСТИКА КЛАССИЧЕСКОГО И СИСТЕМНОГО ПОДХОДОВ К ФОРМИРОВАНИЮ СИСТЕМ

Существо системного подхода отчетливо проявляется при его сравнении с классическим индуктивным подходом к формированию систем.

Классический подход означает переход от частного к общему (индукция). Формирование системы, при классическом подходе к этому процессу, происходит путем слияния ее компонентов, разрабатываемых отдельно (рис. 22).

На первом этапе определяются цели функционирования от­дельных подсистем. Затем, на втором этапе, анализируется ин­формация, необходимая для формирования отдельных подси­стем. И, наконец, на третьем этапе формируются подсистемы, которые в совокупности образуют работоспособную систему.

В отличие от классического системный подход предполагает последовательный переход от общего к частному, когда в осно­ве рассмотрения лежит конечная цель, ради которой создается система (рис. 23).

Последовательность формирования системы при системном подходе также включает в себя несколько этапов.

Первый этап. Определяются и формулируются цели функционирования системы.

Второй этап. На основании анализа цели функционирования системы и ограничений внешней среды определяются требования, которым должна удовлетворять система.

Третий этап. На базе этих требований формируются, ориентировочно, некоторые подсистемы.

Четвертый этап. Наиболее сложный этап синтеза системы:  анализ различных вариантов и выбор подсистем, организация их в единую систему. При этом используются критерии выбора. В логистике один из основных методов синтеза систем — моделирование.

Глава 6.

ЗАКУПОЧНАЯ ЛОГИСТИКА

6.1. СУЩНОСТЬ И ЗАДАЧИ ЗАКУПОЧНОЙ ЛОГИСТИКИ

Закупочная логистика — это управление материальными потоками в процессе обеспечения предприятия материальными ресурсами.