Методы решения логистических задач. Имитационное моделирование: достоинство и недостатки.

Методы 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, обо­соблено. Отдельные звенья представляют при этом так на­зываемые закрытые системы, изолированные от систем своих партнеров технически, технологически, 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 теории 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.

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.

Научную базу логистики составляет широкий спектр методов, разработанных в рамках различных дисциплин. Перечислим некоторые из них.

Математика: теория вероятностей; математическая статистика; теория случайных процессов; теория матриц; факторный анализ, математическая логика; теория нечетких множеств и др.

Исследование операций: линейное, нелинейное и динамическое программирование; теория игр; теория статистических решений; теория массового обслуживания; теория управления запасами; метод имитационного моделирования; метод сетевого планирования и управления; теория эффективности и др.

Техническая кибернетика: теория больших систем; теория прогнозирования; общая теория управления; теория автоматического регулирования; теория графов; теория информации; теория расписаний и др.

Экономическая кибернетика: теория оптимального планирования; теория эффективности; теория квалиметрии; функционально-стоимостной анализ; методы маркетинговых исследований; менеджмент; теория принятия решений; производственный менеджмент; стратегическое и оперативное планирование; ценообразование; управление качеством; управление персоналом; управление проектами; управление инвестициями; социальная психология; экономика и организация транспорта, складского хозяйства, торговли и др.

Прогностика: методы перспективного экономического прогнозирования; прогнозирование временных рядов; регрессионный и корреляционный анализ; методы логического прогнозирования; экспертные методы и др.

Имитационное моделирование, или моделирование, исполь­зующее человеко-машинные процедуры, отражает попытку имитации реальных процессов и явлений, происходящих в объекте. Имитационное моделирование - процесс: • конструирования на ЭВМ модели сложной реальной системы, функционирующей во времени; • постановки экспериментов на этой модели с целью: - понять поведение системы; - оценить различные стратегии, обеспечивающие функциони­рование данной системы. 2. Особенности применения метода имитационного моделирования: • имитационное моделирование предполагает два этапа: конст­руирование модели на ЭВМ и проведение экспериментов с этой моделью. Каждый из этих этапов предусматривает использование собственных методов. Так, на первом этапе весьма важно грамотно провести информационное обследо­вание, разработку всех видов документации и их реализацию. Второй этап должен предполагать использование методов планирования эксперимента с учетом особенностей машин­ной имитации; • в полном соответствии с системными принципами четко вы­делены две возможные цели имитационных экспериментов: либо понять поведение исследуемой системы (о которой по каким-либо причинам было мало информации), либо оце­нить возможные стратегии (альтернативы) управления сис­темой; • с помощью имитационного моделирования исследуют сложные системы. Понятие "сложность" является субъективным и вы­ражает отношение исследователя к объекту моделирования. Выделяют пять признаков сложности системы, по которым можно судить о ее принадлежности к такому классу систем: - наличие большого количества взаимосвязанных и взаимо­действующих элементов; - сложность функции (функций), выполняемой системой; - возможность разбиения системы на подсистемы (декомпо­зиции); - наличие управления (часто имеющего иерархическую струк­туру), разветвленной информационной сети и интенсивных потоков информации; - наличие взаимодействия с внешней средой и функциониро­вание в условиях воздействия случайных (неопределенных) факторов; • методом имитационного моделирования исследуют системы, функционирующие во времени, что определяет необходимость создания и использования специальных методов (механизмов) управления системным временем. Достоинства имитационной модели в том, что она: • позволяет описать моделируемый процесс с большей адекват­ностью, чем другие; • обладает известной гибкостью варьирования структуры, алго­ритмов и параметров системы; • сокращает продолжительность испытаний по сравнению с на­турным экспериментом (если он возможен), а также их стои­мость. Недостатки: • решение, полученное на имитационной модели, всегда носит частный характер, так как соответствует фиксированным эле­ментам структуры, алгоритмам поведения и значениям па­раметров системы; • большие трудозатраты на создание модели и проведение экс­периментов, а также обработку их результатов; • на результаты может оказать влияние так называемый хауторнский эффект, заключающийся в том, что люди, зная (чувст­вуя), что за ними наблюдают, могут изменить свое обычное поведение. Использование термина "имитационное моделирование" пред­полагает работу с такими математическими моделями, с по­мощью которых результат исследуемой операции нельзя зара­нее вычислить или предсказать, поэтому необходим экспери­мент (имитация) на модели при заданных исходных данных.