Применение методов математического программирования в логистической стратегии - Логистические системы и логистическая стратегия

Для начала следует дать определение понятиям "стратегия" и "логистическая стратегия".

Итак, стратегией называется совокупность правил, определяющих однозначный выбор решения в ответ на ход другой стороны.

Профессор В. И. Сергеев понимает под логистической стратегией "...долгосрочное, качественно определенное направление развития логистики, касающееся форм и средств ее реализации в фирме, межфункциональной и межорганизационной координации и интеграции, сформулированное высшим менеджментом компании в соответствии с корпоративными целями" Сергеев В. И. Наиболее распространенные логистические стратегии // Центр дистанционного образования "Элитариум" (Санкт-Петербург).

Режим доступа: URL: http://www. elitarium. ru/2007/12/11/logisticheskie_strategii. html.

Единого, универсального метода разработки логистической стратегии не существует. Логистическая стратегия состоит из ряда целей, процедур, структур, элементов, систем и т. д., которые представляются в виде стратегического логистического плана, содержащего следующие разделы Алесинская Т. В. Основы логистики. Общие вопросы логистического управления. Таганрог: Изд-во ТРТУ, 2005. - С. 51-52.:

    1. Общее резюме, в котором демонстрируется суть логистической стратегии и показывается ее связь с другими частями организации. 2. Цель логистики в организации, требуемые показатели деятельности и способы ее измерения. 3. Описание способа, при помощи которого логистика в целом может добиться поставленных целей, изменений, которые для этого будут осуществлены, и того, как будет осуществляться управление ими. 4. Описание того, как отдельные функции логистики (снабжение, транспорт, контроль над запасами, грузопереработка и т. д.) будут вносить свой вклад в выполнение плана, связанные с этим изменения и процесс интегрирования всех операций. 5. Планы, показывающие ресурсы, необходимые для выполнения логистической стратегии. 6. Планы по затратам и выбранные финансовые показатели. 7. Описание того, как логистическая стратегия повлияет на бизнес в целом, особенно с точки зрения целевых показателей этого бизнеса, вклада логистической стратегии в получение ценности для потребителей и удовлетворение их запросов.

Существуют различные рекомендации по шагам разработки логистической стратегии, например:

    1) отдавайте приоритет тем областям логистической деятельности, которые обеспечивают долгосрочное улучшение конкурентной позиции предприятия; 2) часто изменяемая логистическая стратегия, направленная на использование краткосрочных рыночных возможностей, приносит мимолетные выгоды; 3) будьте осмотрительны, принимая жесткие, негибкие логистические стратегии, которые могут устареть и при этом лишить предприятие возможности маневра; 4) исключайте логистические стратегии, которые могут привести к успеху только при условии реализации наиболее оптимистичных прогнозов. Исходите из того, что конкуренты предпримут ответные меры и могут наступить времена с неблагоприятными рыночными условиями; 5) атакуйте слабые, а не сильные стороны конкурента и др.

Отметим, что наличие в логистических процессах случайных величин служит основанием для применения методов теории вероятностей, математической статистики и теории массового обслуживания. На основе указанных методов разрабатываются стохастические модели.

Проблема рационального использования ресурсов послужила импульсом для разработки соответствующих математических методов, что привело к созданию специального раздела математики - математического (линейного и нелинейного, динамического) программирования.

Хотя модель является первичной по отношению к методу, однако именно метод формирует модели, отображающие соответствующие логистические ситуации.

Важно отметить, что математическое программирование ("планирование") - это раздел математики, занимающийся разработкой методов отыскания экстремальных значений функции, на аргументы которой наложены ограничения. Методы математического программирования широко используются для решения распределительных задач, в том числе и в логистике. В книге "Количественные методы бизнес-решений" Л. Л.Лапин проводит наиболее полный анализ условий применения различных количественных методов к проблеме управления запасами. Рассмотрены традиционные модели управления запасами, линейное программирование и приложения его модификаций, в том числе, на основе транспортной задачи, имитационное моделирование и динамическое программирование. На примере задач управления запасами, он отмечает, что "Каждый метод имеет преимущества и ограничения при решении оптимизационных задач в логистике. Модель оптимального размера заказа на основе формулы Вильсона не учитывает график спроса, только единообразный уровень спроса, но производит оптимизацию. Имитационное моделирование использует детальный график распределения потребности по периодам. Оба метода рассматривают отдельные заказы, инициируемые через установленный интервал времени, либо при достижении точки заказа, и допускают возникновение дефицитов.

Линейное и динамическое программирование используют детальную информацию о распределении потребности, гарантируют отсутствие дефицитов и допускают колебание размеров заказа, однако линейное программирование существенно усложняется в постановке целочисленного программирования, чтобы учесть например постоянные издержки производства, которые возникают не в каждом периоде. Динамическое программирование - высокоэффективная вычислительная процедура в отношении возможности большого объема выполняемых вычислений и экономии использования компьютерной памяти. При использовании компьютерных средств, оно показывает лучшие результаты, чем линейное (целочисленное) программирование при решении проблем управления запасами. Хотя детали за рамками изложения данной книги, динамическое программирование может быть расширено на решение проблем с неопределенным спросом. Но в случае, когда характер спроса существенно не меняется по периодам, подход EOQ, по всей видимости, является наилучшим" Lapin L. L. (San Jose State University). Quantitative Methods for Business Decisions. Sixth Edition, 1994 by Harcourt Brace @ Company - 1247 pp..

Наиболее известная процедура операционного анализа - это линейное программирование, инструмент математической оптимизации, которая лежит в основе сетевого управления, динамического и целочисленного программирования, транспортных задач. В логистической системе множество взаимосвязанных переменных, и это, казалось бы, создает предпосылки для решения задач с помощью линейного программирования. Однако, на наш взгляд, применение линейного программирования для этих целей затруднительно, поскольку связи между показателями нелинейные, что, например, демонстрирует формула Вильсона или таблица Брауна для страхового запаса. Логистические же модели являются еще более комплексными, чем задачи управления запасами.

При проектировании размещения складских мощностей на полигоне обслуживания часто применяются следующие вычислительные процедуры:

Система взвешенной оценки.

Это наиболее широко используемая методика при общем выборе месторасположения, так как обеспечивает возможность оценить разные факторы в понятном формате.

Транспортная задача методом линейного программирования.

Этот метод используется для оценки влияния изменения в структуре задачи, то есть влияния на оптимальные затраты при выборе того или иного кандидата на добавление нового склада или производства к существующей сети. Для этого добавляется новый ряд в транспортную матрицу и расставляются затраты по доставке от этой фабрики к местам назначения, а также объем, который может обеспечивать эта фабрика.

Метод центра тяжести.

Методика применяется для размещения промежуточных и распределительных складов (часто в международных размещениях используется) с учетом уже существующих, расстояний между ними и объемов перемещаемых товаров между ними.

Детальный стоимостной анализ.

Этот вид анализа предполагает детальный расчет затрат для каждого из вариантов размещения мощностей.

Размещение сервисных филиалов.

Для целей размещения используется GIS - географик информейшн систем.

Модель множественной регрессии.

При размещении розничных точек из четырех составляющих маркетинга (цена, продукт, продвижение и размещение), часто размещение является наиболее важным.

В книге под редакцией профессора В. С. Лукинского приводятся аналогичные подходы к проектированию месторасположения складских мощностей, но при этом указывается: "...дальнейшие исследования должны быть направлены на построение таких алгоритмов решения задачи оптимального размещения складской сети, которые позволили бы учесть наличие одного или нескольких складов в регионе, многономенклатурность товаров, а также другие факторы, влияющие на оптимальное месторасположение складской сети" Лукинский В. С. Модели и методы теории логистики: Учеб. пособие. 2-е изд. - СПб.: Питер, 2007. - С. 407..

Указанные выше количественные методы обладают тем недостатком, что в них изучаются только издержки. Например по издержкам альтернативы могут быть схожи, но используется разное число мощностей, поэтому анализ необходимо продолжить и по другим критериям.

В отличие от этого, имитационные же модели, по всей вероятности, позволяют решать все типы задач логистики, которые решаются современными количественными методами. Они применяются для решения, например, следующих задач логистики: задачи управления запасами - проверка применения политик оперативного управления, определение емкости склада, на количество используемого транспорта, танкеры обслуживающие трубопровод, выбор воздушного судна, системы "вытягивания" и "проталкивания" в производстве, комбинирование складов, выбор продолжительности производственного цикла. Эти задачи обладают возможностями для решения более комплексных задач, поскольку основаны на прямом описании объекта функционирования.

В некоторых случаях они оказываются, благодаря этому, и более точными. Например, плановый средний остаток материального запаса может быть высчитан на основе норматива страхового и текущего запаса, которые получены на основе применения аналитических методов Уилсона и Брауна и основывается на допущении, что спрос по позициям, варьируя вокруг средних значений в общем ассортименте приводит размер запаса к общим нормативным значениям. Однако не учтен тот факт, что динамика по той части позиций, которые достигают нулевого остатка, прекращается, что по совокупности позиций приводит к отклонениям от средних ожидаемых результатов. Следовательно, ожидаемый средний запас может быть окончательно уточнен лишь на основе имитационного моделирования по этим нормам.

Логистика имеет в своем распоряжении обширный математический аппарат и множество функциональных моделей, обслуживающих различные функциональные области логистики: закупочную, производственную, информационную, распределительную, транспортную, складскую, управления запасами. Задачи в логистике имеют разные уровни иерархии. Например, задача размещения товара на складе является задачей низового уровня в сравнении с задачей общей логистической оптимизации. Одни задачи в логистике решены полностью, как, например, задача коммивояжера, какие-то включают необходимость анализа множества разнородных и имеющих разный характер влияния факторов. Логистика, как наука, при этом, находится на стыке возможностей использования математических и количественных методов и учета различных факторов в модели, наиболее адекватно отражающей закономерности функционирования логистической системы. Поэтому, на наш взгляд, на первый план выступают имитационные модели и методы с элементами ("гранулами") аналитических моделей.

Критерием эффективности реализации логистических функций является степень достижения конечной цели логистической стретегии, выраженной шестью правилами логистики: 1) груз ...... нужный товар; 2) качество ...... необходимое качество; 3) количество ...... в необходимом количестве; 4) время ...... должен быть доставлен в нужное время; 5) место ...... в нужное место; 6) затраты ...... с минимальными затратами Лубенцова В. С. Математические модели и методы в логистике: учеб. пособ. / В. С. Лубенцова. Под редакцией В. П. Радченко. - Самара. Самар. гос. техн. ун-т, 2008, - С. 23..

Эти правила определяют многокритериальный характер математических моделей в логистике. В многокритериальных задачах математическая модель имеет несколько целевых функций, причем некоторые из них требуют нахождения максимального, а другие - минимального значений. Поэтому ставится задача нахождения такого компромиссного (субоптимального) решения задачи, в котором значения всех рассматриваемых экономических показателей были бы приближены к экстремальным значениям. Нахождение компромиссного решения относится к многокритериальным задачам оценки оптимальности. В настоящее время подобные задачи математически недостаточно разработаны и на практике решаются разными методами.

Похожие статьи




Применение методов математического программирования в логистической стратегии - Логистические системы и логистическая стратегия

Предыдущая | Следующая