Что такое динамические модели в логистике

Моделирование в логистике

Моделирование основывается на подобии систем или процессов, которое может быть полным или частичным.

Основная цель моделирования — это 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 вес модели можно разделить на изоморфные и гомоморфные.

Изоморфные — 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, а также можно точно предсказать поведение объекта.

Гомоморфные модели. В их основе лежит неполное или частичное подобие модели изучаемому объекту. При этом некоторые стороны функционирования реального объекта не моделируются совсем. В результате упрощаются построение модели и интерпретация результатов исследования.

В логистических исследования чаще используются гомоморфные модели.

Различают также материальные и абстрактные модели.

Материальные модели воспроизводят основные геометрические, физические, динамические и функциональные характеристики изучаемого явления или объекта. К примеру, уменьшенные макеты п/п оптовой торговли, позволяющие решить задачу оптимального размещения оборудования и организации материальных потоков. Материальные модели могут быть как изоморфными, так и гомоморфными.

Абстрактное моделирование часто является единственным способ моделирования в логистике. Его подразделяют на символическое и математическое. К символическим моделям относят языков и знаковые модели:

— языковые модели — это словесные модели, в основе которых лежит набор слов (словарь), очищенных от неоднозначности. Этот словарь называют тезаурус. В этом словаре каждому слову может соответствовать лишь единственно 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 логистической системы.

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.

Этапы аналитического моделирования:

1. Формулируются математические законы, связывающие звенья системы. Эти законы записываются в виде функциональных соотношений.

2. Решение уравнений, получение теоретических результатов.

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

При усложнении логистических систем исследование их аналитическими методами наталкивается на определенные трудности, что является существенным недостатком метода.

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

Имитационное моделирование. Логистические системы функционируют в условиях неопределенности окружающей среды. При управлении материальными потоками должны учитываться факторы, многие из которых носят случайный характер. В этих условиях создания 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 систем, остаются непознанными. В этом плане логистическая система для экспериментатора остается «черным ящиком».

Имитационное моделирование включает в себя 2 основных процесса:

1. конструирование модели реальной системы

2. постановка эксперимента на этой модели

Основное достоинство имитационного моделирования заключается в том. Что можно решать сложные задачи, учитывать случайные воздействия и другие факторы, которые создают трудности при аналитическом исследовании.

Недостатки имитационного моделирования:

— исследования с помощью этого метода обходятся дорого, т. к. привлекается для составления модели программист, модели также разрабатываются для конкретных условий и не тиражируются

— велика вероятность ложной имитации. К примеру, можно принять скорость автомобиля 25 км/ч, но при ухудшении погоды скорость может упасть до 15 км/ч

Таким образом, в методологии логистических исследований объединены графические, графо-аналитические методы, сетевое моделирование, абстрактное моделирование, методы математического программирования. Перечисленные методы следует использовать комплексно, что дает возможность исключить ограничения каждого метода в отдельности. Это содействует интеграции функциональных циклов логистики, повышению эффективности работы в каждом из этих циклов.

Источник

4.2. Моделирование процессов в логистической системе

4.2. Моделирование процессов в логистической системе

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 – это модели, включающие в себя характеристики объекта-оригинала и способные, по существу, заменить его. Если можно создать и наблюдать изоморфную модель, то наши знания о реальном объекте будут точными.

Гомоморфные модели. В их основе лежит неполное или частичное подобие модели изучаемому объекту. При этом некоторые функции реального объекта не моделируются совсем. В результате упрощаются построение модели и интерпретация результатов исследования. В логистике чаще используются гомоморфные модели.

В логистических исследованиях используются материальные и абстрактные модели.

Материальные модели воспроизводят основные геометрические, физические, динамические и функциональные характеристики изучаемого явления или объекта. К примеру, уменьшенные макеты предприятий оптовой торговли, позволяющие решить задачи оптимального размещения оборудования и организации материальных потоков. Материальные модели могут быть изоморфными и гомоморфными.

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 логистической системы.

Математическим моделированием называется процесс ус тановления 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 следующем порядке.

Этап 1. Формулируются математические законы, связывающие части системы. Эти законы записываются в виде уравнений (алгебраических, дифференциальных и т. п.).

Этап 2. Решение уравнений и получение теоретических результатов.

Этап 3. Сопоставление полученных теоретических результатов с практикой (проверка на адекватность).

При усложнении логистических систем исследование их аналитическими методами затруднено. К достоинствам аналитического моделирования относят большую силу обобщения и многократность использования.

Другим видом математического моделирования является имитационное моделирование. Логистические системы функционируют в условиях неопределенности окружающей среды. Поэтому при управлении материальными потоками должны учитываться факторы, многие из которых носят случайный 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 систем, остаются непознанными. В этом плане логистическая система для экспериментатора остается «черным ящиком». 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.

Основным достоинством имитационного моделирования является то, что этим методом можно решать сложные задачи, так как достаточно просто учитываются случайные воздействия и другие факторы, которые создают трудности при аналитическом исследовании. Эти модели не решают задачу, а осуществляют прогон программы с заданными параметрами.

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

Недостаток 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 программы; модели разрабатываются для конкретных условий и, как правило, не тиражируются.

Недостаток 2. Вероятность ложной имитации. Процессы в логистических системах носят вероятностный характер и поддаются моделированию только при введении определенного рода допущений.

Например, разрабатывая имитационную модельтовароснабжения района города 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.

Таким образом, в методологии логистических исследований объединены материальные и абстрактные модели. Методы в логистике следует использовать комплексно, что дает возможность исключить ограничения каждого метода в отдельности. Это содействует интеграции функциональных областей логистики, повышению эффективности работы в каждой из этих областей.

Данный текст является ознакомительным фрагментом.

Продолжение на ЛитРес

Читайте также

13.1. Понятие логистической системы

15.1. Понятие логистической стратегии

15.1. Понятие логистической стратегии Логистическая стратегия – это направление долгосрочного развития логистической системы, касающееся форм и средств ее реализации на предприятии, межфункциональной и межорганизационной координации и интеграции, сформированное

15.2. Особенности планирования в логистической системе предприятия

15.2. Особенности планирования в логистической системе предприятия Планирование логистической деятельности – это систематический процесс поиска возможностей действовать, прогнозирование последствий этих действий, разработка проекта совершенствования логистической

19.2. Этапы анализа логистической системы

19.2. Этапы анализа логистической системы В общем случае алгоритм анализа логистической системы представляет собой следующее: логистическая система разбивается на составляющие элементы с целью выделения задач, более доступных для решения; выбираются и применяются

Тема 20 Обоснование логистической концепции локальных транспортных систем

Тема 20 Обоснование логистической концепции локальных транспортных систем 20.1. Состояние и перспективы развития транспортного рынка в Российской Федерации В условиях современного транспортного рынка в целях рациональной организации перевозок грузовладельцы

68. Моделирование

68. Моделирование Признанной группой расчетных методов является моделирование. В общем случае модель – это допустимо упрощенный аналог реальной или предполагаемой к созданию системы, используемой в процессе исследования. При проведении анализа используются два класса

3. 4. Управление логистической системой на предприятии

3. 4. Управление логистической системой на предприятии В логистической системе класса MRP существуют три базовых блока.1. Формирование основного плана на основе заказов клиентов и прогноза спроса. Этот организационно-алгоритмический процесс включает процедуру быстрой

3. 7. Перспективы развития производственно-логистической системы

3. 7. Перспективы развития производственно-логистической системы В процессе развития научно-технического прогресса, формирования рынка покупателя, изменения приоритетов в мотивациях потребителей и обострения всех форм конкуренции возрастает динамичность рыночной

Тема 7. Логистика складирования 7. 1. Функции и задачи складского хозяйства в логистической системе

Тема 7. Логистика складирования 7. 1. Функции и задачи складского хозяйства в логистической системе Современный крупный склад – это сложное техническое сооружение, состоящее из многочисленных взаимосвязанных элементов, имеющее определенную структуру и выполняющее ряд

Моделирование

Моделирование Моделирование – это метод обучения, сочетающий в себе анализ конкретных ситуаций с ролевыми играми и позволяющий максимально приблизиться к реальности в условиях учебной аудитории. Цель метода заключается в том, чтобы способствовать переносу знаний,

Что должна содержать стратегия организации и архитектура процессов, чтобы создать подходящие условия для анализа и совершенствования процессов

Что должна содержать стратегия организации и архитектура процессов, чтобы создать подходящие условия для анализа и совершенствования процессов Иногда анализ или обсуждения путей совершенствования процессов неоправданно затягиваются, потому что у сотрудников одной и

Моделирование

Моделирование Большинство современных моделей науки управления настолько сложны, что применять их можно только с помощью компьютерной техники. Однако сама концепция модели очень проста. По определению Р. Шеннона «Модель – это представление объекта, системы или идеи в

6.2. Экономико-математическое моделирование процессов увеличения потенциала научно-производственного предприятия на основе обновления производства

6.2. Экономико-математическое моделирование процессов увеличения потенциала научно-производственного предприятия на основе обновления производства Обновление производства предполагает использование научно-производственным предприятием совокупности

Глава 2 Что такое модель бизнес-процессов. Типовая архитектура модели бизнес-процессов

Глава 2 Что такое модель бизнес-процессов. Типовая архитектура модели бизнес-процессов В настоящее время существует множество определений, касающихся моделирования бизнес-процессов. Вместе с тем в контексте задач, которые были поставлены в книге, наибольшее внимание

Глава 8 Моделирование бизнес-процессов в среде ARIS – иллюстрация частных решений и подходов

Глава 8 Моделирование бизнес-процессов в среде ARIS – иллюстрация частных решений и подходов В настоящее время существует достаточно большое количество печатных и электронных изданий, в которых с различным уровнем детализации описаны возможности среды ARIS.В данной главе

Источник

Динамическая логистика

Динамическая логистика

Динамическая логистика

Сегодня мы живем в условиях нарастающей конкуренции, когда предприятия и клиенты имеют возможность обширного выбора, поэтому в 21 веке поставщики должны четко выстраивать работу своих систем поставок, обеспечивая соответствие современным требованиям. Клиенты предъявляют очень высокие требования, и надежная бесперебойная доставка товара рассматривается сегодня как обязанность поставщика. Нередко клиенты стремятся получить заказанный товар уже в день обращения.

Динамическая логистика

Сегодня мы живем в условиях нарастающей конкуренции, когда предприятия и клиенты имеют возможность обширного выбора, поэтому в 21 веке поставщики должны четко выстраивать работу своих систем поставок, обеспечивая соответствие современным требованиям. Клиенты предъявляют очень высокие требования, и надежная бесперебойная доставка товара рассматривается сегодня как обязанность поставщика. Нередко клиенты стремятся получить заказанный товар уже в день обращения.

Со временем клиенты будут предъявлять все более высокие требования, поэтому поставщикам необходимо будет гарантировать еще более надежные и качественные услуги. По данным исследования компании Accenture, в Великобритании в поисках более выгодных цен и условий доставки покупатели обращаются к средствам Интернета, и при этом некоторые покупатели уже вовсе не пользуются услугами обычных магазинов. Исследование показало, что плохой уровень обслуживания и ограниченный выбор товаров в обычных магазинах заставляют британцев обратить их взгляды на поставщиков в Интернете. 44% всех опрошенных заявили, что они предпочитают делать покупки в Интернете, и такую точку зрения разделяют.

Но торговля через Интернет также имеет ряд подводных камней, которые могут стать критичными. Клиенты нередко выражают недовольство строго оговоренными графиками выполнения услуг, предписанными поставщиками, и если поставщик не может проявить требуемую гибкость в вопросах поставки товаров или услуг с учетом требований клиента, возникает риск потери клиента. Т.е. если Вы не смогли произвести доставку в срок, Ваш заказчик, вероятно, не обратится к Вам, чтобы сделать новую покупку.

Организация динамических поставок позволяет обеспечить эффективную и быструю систему учета товаров с минимальными потерями времени и ресурсов. Новая система позволяет сотрудникам компаний принимать своевременные решения на местах. Применение мобильных технологий поможет поставщикам реализовать динамическую структуру, которая будет включать оперативные поставки и возврат товаров, охватывая все аспекты логистики предприятия.

На систему поставок оказывают влияние различные факторы, которые могут негативно сказаться на всем процессе поставки и на уровне удовлетворенности заказчика. Так, если водитель не обладает достаточной информацией о доставляемом товаре, это может стать причиной неприятностей для обеих сторон: при отсутствии необходимых наименований в партии доставленного товара у водителя нет возможности выписать соответствующую накладную. В результате заказчик получает неточную информацию о поставленном товаре. С другой стороны, если заказчик пожелал приобрести дополнительные наименования, водитель не может внести исправления в заранее выписанной накладной. Если же водитель вручную вносит изменения, то это приводит к осложнениям в процессе учета и проверки документации.

Более того, когда водитель возвращается на склад после доставки товаров, ему необходимо сдать администрации накладные. Возникает вероятность ошибок: водитель попросту может потерять накладные или внести от руки записи, которые будут крайне неразборчивыми. В результате возникают проблемы, которые приводят к недовольству заказчиков. Здесь важен и психологический аспект: клиенты, использующие Интернет для заказа товаров, видят в лице водителя единственного представителя компании, поэтому проблемы в общении с водителем могут стать серьезной причиной недовольства клиента уровнем сервиса в Интернет-магазине в целом.

Многие компании уже оценили достоинства мобильных технологий. Так, мобильные терминалы (например, брендов Pidion, Opticon, Honeywell) в сочетании с мобильными принтерами (Argox, Zebra) позволяют значительно повысить уровень обслуживания клиентов. Поставщики заинтересованы в технологиях, которые обеспечивают распечатку счетов в момент доставки товара. То есть, если любое наименование товара отсутствует на момент доставки, информация о такой недостаче будет включена в накладную. Информация о недопоставленном товаре может быть немедленно направлена на сервер или же загружена на сервер, когда водитель возвратится на склад после развоза товаров.

Автоматическое обновление информации снижает загрузку офисных служащих, сокращает число ошибок в выставляемых счетах и в результате позволяет избежать просроченных платежей. В целом такая система обеспечивает более эффективную работу предприятия, более высокий уровень информированности водителей и, самое важное, достойное обслуживание клиентов, что положительно сказывается на их лояльности.

Немаловажной составляющей бизнес-процессов Интернет-торговли является возврат товаров. Существуют две наиболее важные проблемы в процедуре обратного вывоза товара. Первая проблема характерна для склада, если на коробках с возвращенным товаром не проставляются соответствующие этикетки. В результате товар задерживается на складе, как неучтенный. Это приводит к убыткам, особенно в тех случаях, если товар был возвращен, но затем не был включен в систему поставок — поставщик теряет возможность продать такие товары, прежде чем они потеряют часть своей стоимости.

Вторая проблема — это отношение клиента к поставленному товару. Клиент возвращает дорогостоящий товар в обмен на накладную, выписанную от руки. Такое отношение может подорвать доверие клиента, так как у клиента складывается впечатление, что поставщик использует неадекватную стоимости товара процедуру доставки и учета.

Когда мобильные технологии получат широкое распространение, услуги доставки товаров выйдут на качественно новый уровень. Внедрение переносных систем позволит поставщикам немедленно получить отдачу: водитель-курьер при доставке заказа может самостоятельно подтвердить и распечатать квитанцию, а также этикетку со штрихкодом для маркировки товара, который будет возвращен на склад. Помимо этого, водитель сможет экономить время: мобильные технологии позволяют вносить изменения в маршрут в последнюю минуту перед выездом. Такая гибкость делает возможным предоставить более качественные услуги по сравнению с конкурентами и получить больше лояльных клиентов. Мобильные технологии также делают возможным расширение ассортимента конкурентных услуг, которые обеспечат более оптимальную организацию всех бизнес-процессов.

Добиться значительного снижения расходов можно при условии обеспечения более качественной обработки данных, предоставления клиентам четкой информации в режиме реального времени и повышения общего уровня обслуживания клиентов. В мире, где «клиент всегда прав», заказчики рассчитывают на возможность приобретения и получения товаров максимально удобным для себя образом. Если покупатель заходит в магазин и видит пустые полки, он идет в другое место, и едва ли можно надеяться, что он еще раз зайдет в этот магазин. Аналогично, если клиент делает заказ, но доставка товара оказывается неудовлетворительной, шансов на повторный заказ в этом же Интернет-магазине практически нет.

Для достижения успеха компаниям необходимо реализовать политику динамической логистики и использовать в своей работе мобильные технологии и оборудование, которые позволят им успешно работать на высоко конкурентном рынке поставщиков товаров и услуг. Сегодня компании должны быть способны обеспечить выполнение все более растущих требований клиентов 21 века. И процессы динамической логистики помогут компаниям добиться успеха и роста.

Источник

Моделирование в логистике

Исследование объектов познания на их моделях; построение моделей существующих предметов и явлений. Сохранение знаний о структуре, законах функционирования и управления организации в формальном виде. Управление финансовыми, информационными потоками.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Моделирование в логистике

Процесс моделирования включает три элемента:

— модель, определяющую (отражающую) отношения познающего субъекта и познаваемого объекта.

Первый этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обусловливаются тем, что модель отображает (воспроизводит, имитирует) какие-либо существенные черты объекта-оригинала. Вопрос о необходимой и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть моделью), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала. Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от исследования других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько «специализированных» моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.

На втором этапе модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение «модельных» экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные о ее «поведении». Конечным результатом этого этапа является множество (совокупность) знаний о модели.

Моделирование в логистике

Моделирование, как целенаправленное представление анализируемого реального или гипотетического бизнес-процесса, служит в управлении, прежде всего, двум целям.

Во-первых, это сохранение знаний о структуре, законах функционирования и управления организации в формальном виде (структурное моделирование).

Во-вторых, наполнение модели реальными данными и проведение компьютерной симуляции (имитации реального поведения объекта за отрезок времени) позволяет получить фактографическую основу для принятия решений.

Проведение имитационного моделирования, низвергающего постулат о «невозможности эксперимента в экономике», стало возможным благодаря развитию возможностей вычислительной техники, изучению процессов принятия решения человеком, и развитию дисциплины реинжиниринга.

Особенности моделирования в логистике определяются содержанием самой логистической концепции. Логистика предполагает системный подход к интегрированному и динамическому управлению материальными, финансовыми, информационными потоками в организации, сквозь функциональные границы подразделений. Это во многом перекликается с принципами системной динамики и понятием о бизнес-процессах. Поведение организации, в терминах системной динамики, определяется ее информационно-логической структурой как системы, представляется в терминах потоков, а не функций, рассматривается в развитии и динамике.

Бизнес-процесс может быть определен как целенаправленно преобразуемый и управляемый поток ресурсов.

Управление в логистике характеризуется учетом большого числа параметров, функциональных и корреляционных зависимостей, влияния стохастических факторов. Все они анализируются при построении модели, но не все включаются в нее. управление финансовый информационный

Для принятия решения, модель должна отражать сущность проблемы, давая обоснование, по словам А. Эйнштейна, «…по возможности очень простое, но не проще». Полное отражение всех реальных зависимостей в модели невозможно или экономически неоправданно.

Как сказал основатель подхода тотального качества Э. Деминг: «Все модели неправильны, но некоторые модели полезны». Полезными модели становятся тогда, когда при их построении выполняются на практике несколько методических правил.

По результатам моделирования издаются нормативные, плановые документы, должностные инструкции и т.д.

Моделирование заставляет менеджеров более точно и полно формулировать описание причин возникновения проблем, возможные результаты изменений, которые они интуитивно чувствуют. В процессе формального построения модели вскрываются внутренние противоречия и сомнения в этих представлениях у разных менеджеров. Групповое построение модели требует достижения консенсуса, а распространение модели бизнес-процесса по логистической цепи улучшает коммуникацию, понимание интересов и роли других подразделений. Таким образом, улучшается столь важное в логистике взаимодействие. Модель становится средством коллективного корпоративного психоанализа. Типология моделей в логистике производна от понятия «логистическая система», которое, как известно, в силу своей громадной концептуальной емкости и многообразия промежуточных форм существования в реальной практике окончательно не установлено. Аморфное представление о сущности и нюансах логистической деятельности не способствует созданию эффективного методологического инструментария в виде модельного ряда, учитывающего специфику и фазы существования объекта логистизации. С другой стороны, неразвитость аппарата моделирования в логистике тормозит развитие ее как науки.

Приходится заимствовать из других областей знаний (системология, исследование операций, теория управления запасами и др.) различные методы и способы моделирования, но этот путь требует глубокого критического анализа имеющегося спектра моделей, переосмысления их потенциальных возможностей и органических недостатков сточки зрения логистики. В противном случае возникают серьезные трудности, а порой и недоразумения, как при выборе способа моделирования, так и при объяснении существа моделируемых логистических процессов. Любой специалист в области моделирования без особого труда найдет во множестве представленных в литературе по логистике моделей немало фактов, когда результаты моделирования родственных объектов невозможно сопоставить между собой даже по шкале порядка: структурные модели выдаются за функциональные, статические за динамические, концептуальные за информационные и даже за аналитические и т.п.

Чтобы установить ассортиментный ряд моделей, который удовлетворял хотя бы скромным запросам исследователей и практиков в области логистики и помогал сократить время на поиск «нужных» моделей, целесообразно обратить более пристальное внимание на известные классификации в теории моделирования сложных физических, экономических и информационных систем. При таком подходе, по характеру фиксации состояния системы следует различать:

— бехивиоральное моделирование, следует считать те модели, которые дают статистическую оценку степени устойчивости, надежности и адаптивности системы на определенном временном отрезке. К моделям подобного рода можно отнести модели, построенные на основе теории массового обслуживания, поскольку в них используются статистические распределения интервалов между различными логистическими операциями. С их помощью можно оценить уровень функциональности логистической системы по отношению к ранее достигнутому уровню или к соответствующему стандарту в виде среднего времени выполнения и задержки заказа в системе, вероятности его потери и т.п.

В зависимости от формы модельного представления объекта логистизации модельный ряд далее можно разбить на два основных вида: физическое (материальное) и абстрактное моделирование. Физические модели в общем случае разделяются на натурные и макетные. Понятно, что натурные модели способны лучше других обеспечить адекватное отражение действительности. Вместе с тем проведение натурных исследований сопряжено с громадными трудностями как организационно-экономического, так и научного плана. Обычно «на натуре» удается лишь зафиксировать существующее состояние системы без возможности вариаций внешних и внутренних факторов окружающей среды.

При использовании разных вариантов макетного моделирования, например, в форме полупроизводственных испытаний, возможности экспериментатора увеличиваются, но появляется большая вероятность искажения результатов моделирования, особенно в тех случаях, когда не удается установить критерии подобия процессов в модели (макете) и натуре.

Абстрактное моделирование остается пока наиболее приемлемым средством познания в логистике, а чаще всего и единственно возможным. По способам выражения абстрактное моделирование декомпозируется по четырем направлениям: концептуальное, математическое, имитационное и символическое моделирование.

Математические модели в высшем своем проявлении способны на многое, но дать какую-то конкретную характеристику, по которойможно было бы отнести ту или иную модель к математическому типу затруднительно. Слишком громаден диапазон математического действия: от весьма абстрактных моделей в символьных переменных до серьезной проработки вычислительных аспектов. В зависимости от степени достижения результата при описании механизма протекания исследуемых процессов за счет применения математических методов, их можно условно декомпозировать на четыре группы: аналитические (цифровые), аналоговые, кибернетические и игровые. Можно лишний раз подчеркнуть относительность такой градации. Например, если аналитические, аналоговые и кибернетические модели вполне определенно можно отнести к математическим моделям, то игровые модели способны принимать почти нулевой математический уровень в так называемых «деловых играх» и становиться почти на сто процентов аналитическими при формализации конфликтных ситуаций с применением элементов теории игр.

Но еще более сложный характер имеют имитационные модели (ИМ). И неудивительно, поскольку по названному признаку практически все классы, подклассы, виды, группы и разновидности абстрактных моделей можно считать имитацией реальной действительности. Для подтверждения правильности данного заключения можно сослаться на классическое определение сущности имитационного моделирования, которое представляется в виде «процесса формирования модели реальной системы и проведения на этой модели экспериментов в целях выявления свойств системы и определения возможных путей ее создания, совершенствования и (или) эффективного использования».

Весь вопрос заключается лишь в установлении таких правил имитации, при соблюдении которых модель не станет ложной. Среди ученых «старого» поколения бытует соответствующее мнение, согласно которому «в процессе выбора системной модели следует учитывать различную степень их изученности и по возможности избегать использования моделей, не имеющих развитого математического аппарата». Если придерживаться их мнения, то можно считать, что риск «заболеть» неадекватностью отражения реальных процессов при имитационном моделировании будет тем меньше, чем больше будет использоваться соответствующий конкретной специфике математический аппарат. На данном основании имитационные модели можно условно разделить еще на три группы: аналитические, кибернетические и информационные.

В попытке провести тонкую грань между указанными группами будем считать, что признаком аналитического имитационного моделировании являются те случаи, когда имитация структурного и функционального пространства моделируемой системы осуществляется на основе решения системы балансовых уравнений с помощью методов линейного, нелинейного, динамического, статистического и другого вида программирования.

Однако отдавать пальму первенства аналитическим, аналоговым или кибернетическим моделям при имитации реальных процессов в логистике, видимо, не стоит, поскольку многочисленные исключения подтверждают другое правило. По нему «в сложных ситуациях только отдельные слагаемые общей проблемы поддаются аналитическим оценкам как из-за отсутствия пока необходимых зависимостей, так, и это, пожалуй, главное, из-за невозможности в ряде случаев ввести шкалу измерений, «имеющую смысл». Это свойство познания действительности образует множество видов информационных моделей, которые, неся в себе все основные признаки и правила построения имитационных моделей с опорой на формальный и неформальный аппарат анализа, становятся моделями синтетического порядка, способными в конечном итоге приобрести более высокую практическую ценность по сравнению с концептуальными и аналитическими моделями.

Но даже если информационная модель удовлетворяет всем описанным выше требованиям, объем получаемых от нее сведений становится настолько обширным, что их обработка может оказаться мало эффективной. Требуется дальнейшее совершенствование программных средств путем разработки рациональных процедур формирования и использования обобщенной информации. Такие системы поиска и обработки необходимых данных уже появились и стали широко использоваться в Интернете. Одна из них, получив название «ASK JEEVES» (сервис умного поиска), быстро завоевывает мир, а ее зачинатель (Стив Берковец) стал одним из наиболее процветающих бизнесменов США.

Трудно себе представить, чтобы «сервис умного поиска» был вне рамок диалогового управления с оперативным определением функциональных и информационных связей между элементами логистической инфраструктуры. В противном случае, каким образом можно оперативно выработать и привязать оптимальные управляющие параметры к соответствующим горизонтам и фазам процесса управления? Возможность проведения итеративной диалоговой процедуры подразделяет информационные системы еще на две разновидности: диалоговые и простые, т.е. с выдачей для традиционного (без обратной связи) анализа таблиц и отношений. Здесь следует признать, что информационные модели бизнес-процесса А. Шеера, которые в последние годы все шире начинают применяться для решения логистических задач, как раз и можно отнести к диалоговым системам, имеющим элементы «ASK JEEVES».

При более близком знакомстве с подобными информационными моделями можно обнаружить, что их устройство во многом основано на использовании символических моделей, разделяющихся в свою очередь на языковые и знаковые (телеологические). В основе языковых моделей лежит строго зафиксированный определенным машинным языком (FORSIM, GPSS, SIMULA, SIMSCRIPT, BOSS, SOL, DYNAMO, MIMIC, и др.) набор однозначных понятий, а в знаковых с помощью различных знаков (кванторов, предикатов, обозначений элементов из теории множеств и т.п.) отображается набор необходимых понятий, благодаря чему в отдельных символах дается описание какого-либо реального объекта.

Можно сказать, что всевозможные реляционные языки и семантические сети, основанные на алгебре отношений в совокупности с быстро развивающимся аппаратом фреймов и слотов, расширяют возможности создания и идентификации средств представления элементов, связей и предметов логистической деятельности, что в конечном итоге способствует появлению и развитию «ASK JEEVES» в логистике.

Практически все обозначенные выше типы, группы и виды моделей можно структурировать по так называемым признакам функционального и иерархического порядков. В частности, по признаку целевого назначения модели разделяются на функциональные, структурные, организационные, управляющие, обеспечивающие, а также модели данных и модели выхода. По способам управления системой иногда в логистике используются так называемые модели «толкающего» и «тянущего» типов. Модель также может получить название от преобладающего вида моделируемого потока: товарная, финансовая, управления, ресурсов, продуктов и т.д.

Градация по степени обобщения объектов моделирования образует локальные, корпоративные, региональные, отраслевые, республиканские и другие виды моделей. Каждую из них можно декомпозировать в зависимости от специфики решаемых задач. Например, локальная операционная модель (ЛОМ) может быть предназначена для исследования проблем управления транспортом, финансами, ресурсами.

Практически все области логистической деятельности пронизывает подсистема управления запасами (УЗ). Считаясь относительно молодой отраслью исследования операций, теория управления запасами уже располагает несколькими сотнями моделей, которые детально классифицируются по нескольким десяткам признаков. Приводить их в полном объеме имеет смысл лишь при создании компьютерной базы знаний по УЗ. Здесь достаточно ограничиться укрупненной классификацией, которая различает модели по: числу номенклатур; числу складов; характеру восполнения; характеру спроса; способу рассмотрения динамики; целевой функции; стратегии восполнения; способу контроля уровня запаса; учету недостач; задержке поставок

Кроме того, в зависимости от характера изучаемых процессов все модели могут быть разделены на детерминированные и стохастические, статические и динамические, непрерывные и дискретные. Однако в указанном «чистом» виде логистические процессы, и, следовательно, модели, встречаются крайне редко, особенно в детерминированной, статической и непрерывной формах, что сопряжено, главным образом, с нестационарным и независимым характером спроса. Типология моделей в логистике производна от понятия «логистическая система», которое, как известно, в силу своей громадной концептуальной емкости и многообразия промежуточных форм существования в реальной практике окончательно не установлено. Аморфное представление о сущности и нюансах логистической деятельности не способствует созданию эффективного методологического инструментария в виде модельного ряда, учитывающего специфику и фазы существования объекта логистизации. С другой стороны, неразвитость аппарата моделирования в логистике тормозит развитие ее как науки.

Основные процессы имитационного моделирования.

1. Конструирование модели реальной системы.

2. Постановка экспериментов на этой модели.

Цели: понять поведение логистической системы; выбрать стратегию обеспечивающую наиболее эффективное функционирование логистической системы. Как правило, имитационное моделирование осуществляется с помощью компьютеров. Основные условия, при которых рекомендуется применять имитационное моделирование.

1. Не существует законченной постановки данной задачи, либо ещё не разработаны аналитические методы решения сформулированной математической модели.

2. Аналитические модели имеются, но процедуру столь сложны и трудоёмки, что имитационное моделирование даёт более простой способ решения задач.

3. Аналитические решения существуют, но их реализация не возможна вследствие недостаточной математической подготовки персонала.

Достоинством имитационного моделирования является:

1. Этим методом можно решать более сложные задачи.

2. Данные модели позволяют достаточно просто учитывать случайные воздействия и другие факторы, которые создают трудности при аналитическом исследовании.

3. При имитационном моделировании воспроизводится процесс функционирования системы во времени.

4. Сохраняется логическая структура. Недостатки имитационного моделирования. Недостатки:

1. Исследования с помощью этого метода обходятся дорого.

2. Необходим высококвалифицированный специалист-програмист.

3. Необходимо большое количество машинного времени.

4. Модели разрабатываются для конкретных условий и не могут применяться для других похожих моделей.

5. Велика возможность ложной имитации. Это может произойти даже при незначительных изменениях в реальных условиях.

Описание имитационной модели 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».

Сейчас трудно указать область человеческой деятельности, где не применялось бы моделирование. Разработаны, например, модели производства автомобилей, выращивания пшеницы, функционирования отдельных органов человека, жизнедеятельности Азовского моря, последствий атомной войны.

В перспективе для каждой системы могут быть созданы свои модели, перед реализацией каждого технического или организационного проекта должно проводиться моделирование.

1. И. Черных. Моделирование электротехнических устройств в MATLAB, SimPowerSystems и Simulink. М.: ИД Питер, 2007.

3. Р. Гонсалес, Р. Вудс, С. Эддинс Цифровая обработка изображений в среде MATLAB. М.: Техносфера, 2006.

5. Миротин Л.Б., Некрасов А.Г., \»Логистика интегрированных цепочек поставок\»: Учебник / Л.Б. Миротин, А.Г. Некрасов. М.: Издательство «Экзамен», 2003.

Размещено на Allbest.ru

Подобные документы

Сущность информационного обеспечения экономических систем. Информационные и финансовые потоки: понятие и виды. Системы управленческой информации. Специальные средства информационного обеспечения экономических систем. Управление финансовыми потоками.

реферат [25,7 K], добавлен 04.06.2010

Теоретические основы управления информационными потоками в интернет-торговле. Логистические информационные потоки и их характеристики. Сущность принципа Парето. Организационно-экономическая характеристика деятельности торгового дома «Библио-Глобус».

дипломная работа [126,2 K], добавлен 11.01.2016

Определение понятий, классификации и виды исследований систем управления. Совершенствование организации, ее структуры, методов и моделей управления. Развитие средств автоматизации. Моделирование ситуаций принятия решений в организационных системах.

курсовая работа [48,0 K], добавлен 19.08.2013

Раскрытие содержания и изучения структуры управления как социального явления, его социальная сущность и институциональный характер. Состав философского и общенаучного уровней познания явлений управления. Социологический подход к задачам менеджмента.

реферат [26,8 K], добавлен 28.02.2013

Сущность и понятия всеобщего управления качеством, интеграция задач обеспечения качества с задачами бизнеса и интересами общества. Управление материальными и информационными потоками при производстве продукции, организация службы управления персоналом.

методичка [69,6 K], добавлен 02.02.2011

Источник