<<
>>

1.5. Аналитический обзор выбора метода оптимизации системы логистики

Каждая система логистики вне зависимости от степени охвата компонентов или специфики предприятия является уникальной, соответственно подобрать какую бы то ни было универсальную модель, которая бы позволила описать любую систему логистики в рамках своих составляющих достаточно сложно, и по мнению автора, необходимость создания подобной универсальной модели не очевидна.

Если же говорить о методе, который бы позволил оптимизировать систему логистики независимо от вида ее модели, то необходимость в таком методе гораздо более очевидна. В связи с этим рассмотрим существующие

методы и модели для определения тех из них, которые могут претендовать на определение универсального метода оптимизации системы логистики.

1. Модели, описывающие отдельно взятые процессы и/или функции системы логистики;

Данный класс моделей можно отнести к моделям, описывающим условия неопределенности. В рамках данного класса модели делятся на два типа.

A. Статистическая оценка риска и неопределенности.

К данной группе можем причислить методы статистической, экспертной оценки риска (потери и вероятность), а также оценку риска с помощью аналогий. Применение перечисленных методов допустимо при оценке надежности участка цепи поставок, сохранности перевозимых, складированных, упаковываемых товаров, стабильности выполнения договорных обязательств логистических посредников и т.п.

B. Динамическая оценка риска и неопределенности

К этой группе относятся модели и методы динамической оценки неопределенности, включающие методы прогнозирования текущего и перспективного спроса на готовую продукцию, расхода материальных ресурсов, развития рынков и др., а также XYZ-анализ, выполненный на основе динамического коэффициента вариации.

2. Модели, охватывающие две или более логистических операций и/или функций

A. Оценка совокупности рисков

Модели и методы второго вида подгруппы А включают модели первого вида, а также АВС - анализ рисков, модели оценки совокупности рисков (среднее и среднее квадратическое отклонение ожидаемых потерь) и апостериорных вероятностей для взаимосвязанных рисков.

B.

Оценка взаимосвязи рисков или нескольких случайных величин, характеризующих неопределенность

К методам данной подгруппы относятся:

• факторный стохастический анализ, который применяется для выявления влияния факторов риска на размер риска, а также потерь и частоты риска на величину логистических затрат или иных измерителей логистической деятельности;

• имитационное моделирование, позволяющее проанализировать время выполнения цикла заказа, расход и приход материальных ресурсов, готовой продукции на складе, обслуживание клиента при выполнении операций логистического сервиса и др.;

• системы массового обслуживания, которые могут быть применены для описания таких процессов в логистике, как, например: обработка и выполнение поступающих заказов на обслуживание, работа зоны приемки, выдачи и комплектации заказа на складе, пополнения и расхода запаса, работы станка, конвейерной линии и др.;

• аналитические модели, учитывающие взаимосвязи отдельных параметров, и дающие оценку с заданной надежностью, например, модели расчета страхового запаса.

3. Модели логистических систем (каналов, сетей) и цепей поставок

A. Принятие тактических решений

B. Принятие стратегических решений

Группу А составляют модели и методы принятия оперативных и тактических решений в условиях неопределенности и риска, группу В - модели и методы принятия стратегических решений. Методы можно разделить на две подгруппы в соответствии с теорией принятия решений: подгруппы АА, B А - модели и методы принятия решений в условиях риска (риск в данном случае

измеряется только вероятностью наступления неблагоприятного исхода), подгруппы АВ, BB - модели и методы принятия решений в условиях неопределенности.

Например, общими для обеих групп (подгрупп АА, ВА) методов и моделей принятия решений в условиях риска являются:

• метод дерева решений (в том числе в сочетании с методом Байеса), применяемого для задач «делать или покупать», выбора варианта распределения продукции (например, со строительством, покупкой склада и арендой складских площадей), выбора транспортного средства и вида тары для перевозки особых грузов, определения оптимального объема заказа и др.;

• метод деления риска. При построении цепей поставок находит применение, когда решается вопрос о слиянии, поглощении фокусной компанией других участников цепи или инвестировании средств в эти предприятия;

• вероятностное динамическое программирование, применяемое при определении партии поставки, проектировании складских зон, формировании цепи поставок с максимальной надежностью и ограниченными средствами, выделяемыми на оплату услуг логистических посредников, определении необходимо количества транспортных средств и др.;

• метод сценариев (сценарное планирование), который применяется, в основном, в стратегическом планировании, когда будущее представляется в виде нескольких альтернативных сценариев.

Для каждого сценария производится оценка вероятности, с которой возможно развитие будущего по конкретному сценарию.

В рамках данной работы в качестве инструмента для оптимизации системы логистики предлагается теоретико-игровое моделирование модель «Игра с Природой». А именно оптимизация будет осуществляться с применением критериев оптимальности, в частности с применением разработанного синтетического критерия Гурвица, относительно выигрышей и рисков. Уникальность данного метода заключается в том, что он позволяет менеджеру логистики принимать решения с совместной точки зрения, как рисков, так и

выигрышей.

Вообще говоря, теория игр в моделировании логистических процессов применяется достаточно редко, и, как правило, данный инструмент применяют для оптимизации с точки зрения либо рисков, либо выигрышей.

Подобные исследования для моделирования логистических систем можно найти в следующих направлениях

1) кооперативные игры для оптимизации управления запасами и складского хранения (например, в работах Бродецкого [11; 12; 13; 14; 15]);

2) некооперативные игры для интегрированного планирования цепи поставок (например, в работах Манзини, Гамберини, Бортолини и Апрачио [100], [101] [95]) и для APS планирования в работах Антонио де Санта и Эльтанви [96] и [99].

Примечание - аббревиатура APS (Advanced Supply Chain Planning) подразумевает под собой метод моделирования деятельности цепи поставок, основанный на теоретико-игровом моделировании.

Таким образом, как было указано выше, для решения поставленной задачи во второй главе данного исследования представлена разработка математического аппарата, а именно синтетического критерия Гурвица для принятия решений в модели «Игра с Природой».

Основные выводы по первой главе

В данной главе были рассмотрены современные проблемы логистики, а также методы и модели их решения, в том числе с помощью применения аппарата теории игр, а именно:

Sпредпринята попытка определить роль логистической системы в условиях современного бизнеса, что позволило классифицировать различные системы логистики в зависимости от их степени воздействиях на структуру предприятия;

Sпроанализирован процесс формирования логистической системы в рамках бизнес - единицы, а именно какие элементы являются составляющими современной логистической системы, а также какова их взаимосвязь в рамках одной системы;

S проведен обзор учета неопределенности и рисков как в логистической системе в целом, так и относительно каждого составляющего системы;

S также проанализированы различия в определении конечного состояния системы в отечественной и зарубежной теории и практики;

S приведена классификация моделей и методов экономико-математического моделирования применяемых для оптимизации как всей логистической системы, так и отдельных ее элементов

<< | >>
Источник: Айбазова Сансавиль Хыйсаевна. ОПТИМИЗАЦИЯ СИСТЕМЫ ЛОГИСТИКИ В БИЗНЕСЕ НА ОСНОВЕ ТЕОРЕТИКО­ИГРОВОЙ МОДЕЛИ. ДИССЕРТАЦИЯ на соискание ученой степени кандидата экономических наук. Москва - 2014. 2014

Еще по теме 1.5. Аналитический обзор выбора метода оптимизации системы логистики:

  1. Айбазова Сансавиль Хыйсаевна. ОПТИМИЗАЦИЯ СИСТЕМЫ ЛОГИСТИКИ В БИЗНЕСЕ НА ОСНОВЕ ТЕОРЕТИКО­ИГРОВОЙ МОДЕЛИ. ДИССЕРТАЦИЯ на соискание ученой степени кандидата экономических наук. Москва - 2014, 2014
  2. 9.5. Правовое регулирование отношений в области создания, эксплуатации и использования Государственной автоматизированной системы Российской Федерации «Выборы»[61]
  3. 4.1. СКВ - метод проектирования микропроцессорных систем.
  4. 2.5. Задачи оптимизации в ИУС
  5. Обзор существующих программных продуктов анализа текстов
  6. Методы классификации при анализе свойств сложных систем
  7. ТЕМА 3 ПРЕДМЕТ, МЕТОД И СИСТЕМА ИНФОРМАЦИОННОГО ПРАВА
  8. Логистика. Учебно-методическое пособие, 2020
  9. ИНСТИТУТ НЕДОСТОЙНЫХ НАСЛЕДНИКОВ В РОССИЙСКОМ ПРАВЕ: ТЕОРИЯ И ОБЗОР ПРАКТИКИ ВЕРХОВНОГО СУДА РФ
  10. 14. Выбор партнеров на мировом рынке.
  11. § 18. 2. ВЫБОР КОМПРЕССОРОВ
  12. § 3.9. ВЫБОР НАСОСОВ ПО ЗАДАННЫМ РАБОЧИМ ПАРАМЕТРАМ ПРИВОДНЫЕ ДВИГАТЕЛИ.
  13. 51) Положение о выборах в ГОС ДУМУ от 6 августа 11 декабря 1905г.
  14. 3.1. Анализ возможностей улучшения финансовых РЕЗУЛЬТАТОВ ЗА СЧЕТ ВЫБОРА ВАРИАНТОВ УЧЕТА ПО элементам учетной политики
  15. Методы, ориентированные на данные