Особенности построения АСУ ТП в логистических системах

При использовании или расширении традиционных для транспортных систем моделей и методов в ЛС проявляются проблемы, связанные с эффектом масштаба, и специфические для логистики проблемы наличия значительного количества объектов и субъектов, участвующих в доставке грузов.

В практике управления ЛС наиболее важным считается разделение математических моделей на две группы. В первую группу входят описательные модели. Такие модели, как правило, разрабатываются практиками для лучшего понимания внешних и внутренних функциональных взаимосвязей ЛС. В основном к группе описательных можно отнести следующие модели:

• • прогнозные модели — на основе статистической информации позволяют оценить возможные показатели работы ЛС, грузопотоков, цен и т.н. на ближайший период;
• • модели затрат — описывают прямые и косвенные зависимости затрат от различных внутренних и внешних факторов;
• • модели потребления ресурсов — оценивают зависимости использования дефицитных ресурсов от того или иного плана деятельности ЛС;
• • имитационные модели — описывают, как все или отдельные объекты ЛС будут функционировать в зависимости от тех или иных факторов или плана деятельности.

Вторая группа включает оптимизационные модели. Эти модели используют описательные модели первой группы в качестве подготовки исходной информации. В оптимизационных моделях при решении каждой задачи, начиная с получения заказа на выполнение перевозок, из множества вариантов должен выбираться оптимальный, т. е. наилучший. В зависимости от вида решаемой задачи выбирается конкретный показатель, для которого стремятся найти наилучшее значение (например, минимальный пробег ПС, максимальная прибыль и т. д.). Такой показатель называется критерием оптимальности и является функцией независимых параметров (исходных данных) задачи

Уменьшение или увеличение значения критерия оптимальности определяется необходимостью выполнить различные требования заказчика, дорожными условиями, техническими параметрами ПС, погрузочно-разгрузочных механизмов и т. д. Показатели и характеристики, на значения которых наложены ограничения, являются также функциями независимых параметров и называются функциями ограничений, которые могут задаваться в виде равенств и неравенств.

При решении оптимизационных задач необходимо определить и обосновать критерий оптимальности и четко выделить показатели и характеристики, принимаемые в качестве ограничений.

Совокупность формул, позволяющая для заданного набора значений параметров х_{1 х₂, х_п рассчитать значения функций ограничений и критерия оптимальности, называется оптимизационной математической моделью.

В свете распределения функций между двумя группами моделей — описательных и оптимизационных — их иерархия может быть представлена в виде схемы (рис. 4.5).

Рис. 4.5. Иерархия моделей в управлении логистическими системами

Приведенная иерархия моделей включает в себя шесть типов оптимизационных (аналитических) систем и четыре типа описательных (транзакционных) систем, отвечающих за межвременную, функциональную и географическую интеграцию действий в ЛС со множеством планов и центров распределения. Эта иерархия представляет собой достаточно полную систему, охватывающую весь цикл планирования и координации цепочек поставок товаров. Полная ее реализация — очень сложная и дорогостоящая задача. На современном уровне развития ЛС более реально использование фрагментов или отдельных составляющих этой системы.

Транзакционные системы и системы оптимального планирования графиков работы представляют собой весьма интенсивно развивающееся направление в индустрии информационных технологий. Аналитические системы, связанные со стратегическим и тактическим управлением и планированием, вызывают большие трудности с внедрением и использованием, так как требуют переподготовки специалистов и изменения практики бизнес-планирования и управления в компаниях, действующих в рамках единой Л С.

Рассмотрим кратко значение систем, задействованных в иерархии модулей (см. рис. 4.5) в управлении ЛС.

Система планирования ресурсов предприятия (Enterprise Resource Planning System — ERP) непрерывно управляет транзакционными данными компании. Эта система стандартизирует данные, используемые в компании, и информационные системы приема и обработки заказов, бухгалтерского учета, снабжения и т. п. Следует отметить, что эффективное планирование ресурсов на практике, несмотря на устоявшееся название данных типов систем, может быть осуществлено только с использованием моделей оптимизации.

Система планирования потребности в материалах (Materials Requirement Planning System — MRP) обеспечивает подготовку общего плана производства готовых товаров, необходимых для удовлетворения спроса в определенный период планирования. Используя эти данные наряду с данными о товарных запасах, сырья или комплектующих, незавершенного производства, технологических возможностях оборудования, система формирует потребности в заказах у поставщиков для удовлетворения спроса на готовую продукцию.

Система планирования потребностей распределения (Distribution Requirements Planning System — DRP) позволяет прогнозировать наличие готовых товаров для транспортировки на основе анализа наличия остатков этих товаров на заводах и в распределительных центрах, таких данных об управлении запасами, как потребности в резервных запасах и их пополнении. Взаимодействуя с системами оптимизации графиков распределения, эта система составляет согласованные расписания прибытия и отправки товаров в ЛС с учетом условий выполнения процесса доставки. В эти условия в первую очередь входят условия погрузки груза, выбора маршрута доставки и вида транспорта, выбор канала распределения, оператора и перевозчика.

Система прогнозирования спроса и управления заказами интегрирует данные о текущих заказах с данными о предыдущих заказах для построения прогноза спроса на готовые товары. Для оперативного и краткосрочного тактического планирования важной проблемой является переход от прогноза, который имеет значительную степень неопределенности, к планам заказов. Долгосрочное планирование требует увязки данных в отрасли с экономическими факторами развития, прогнозирование изменения которых имеет высокую степень неопределенности.

Системы моделирования оптимальных графиков производства должны использоваться на каждом предприятии в цепи поставок, которые связаны с принятием управленческого решения в ЛС. Основная цель этой системы — минимизация оперативных расходов за счет соответствия спроса и предложения.

Системы моделирования оптимальных графиков распределения позволяют добиться наиболее эффективной работы центров распределения по доставке готовой продукции. Как правило, эти системы ориентированы на оптимальное использование ПС.

Системы моделирования оптимальных планов производства специфичны для каждого предприятия, включенного в цепочку поставок. Эта система обеспечивает снижение расходов на производство за счет согласования планов производства разных периодов, учета технологических требований при изменении номенклатуры производимых товаров. На разных стадиях планирования товары объединяют в товарные группы или, наоборот, учитывают отдельно.

Система моделирования оптимальных режимов работы ЛС формирует основной логистический план для всей системы поставок. В основном это касается спроса на готовые товары на различных обслуживаемых ЛС рынках в следующем квартале. Основная цель системы — снижение расходов на транспортировку, распределение, храпение и ведение учета во всей ЛС при поддержании требуемого уровня обслуживания заказчиков. Для моделирования бизнес-процессов товары объединяются в товарные группы, а отдельные рынки — в рыночные зоны. И наоборот, при передаче общих планов работы в системы DRP и на объекты ЛС проводится детализация данных.

Система моделирования оптимальной тактики управления составляет интегрированный план производства и распределения товаров для всей системы снабжения на предстоящий год. Ее цель — снижение общих логистических издержек при удовлетворении некоторого фиксированного спроса или увеличение дохода за счет изменения номенклатуры товаров. В таких системах, так же как в предыдущих случаях, товары объединяются в товарные группы, а отдельные рынки — в рыночные зоны.

Система моделирования оптимальной стратегии управления используется для анализа эффективности использования имеющихся ресурсов, приобретения новых или продажи убыточных объектов ЛС либо построения цепочки поставок для нового товара. Ее цель — повышение чистого дохода или прибыли.

Достаточно важен анализ использования систем, приведенных на рис. 4.5, по интервалам времени планирования работы ЛС. Результаты такого анализа на основании опыта использования этих систем в США^[1] приведены в табл. 4.5.

Рассмотрим более подробно взаимосвязи между системами в системной иерархии ЛС. Сущность взаимосвязей заключается в том, что решения, выработанные одними системами, будут являться исходными данными для других систем, и в том, как эти решения и исходные данные будут использоваться.

На рис. 4.6 показаны взаимосвязи между системами ERP, MRP, DRP и системой прогнозирования и управления заказами.

Рис. 4.6. Взаимосвязи в транзакционных системах управления логистическими системами.

Представленные на рис. 4.6 системы в виде отдельных блоков очень тесно связаны между собой и могли бы рассматриваться как единая система сбора, обработки и управления необходимыми транзакционными данными во всей компании. С помощью систем MRP и DRP, находящихся на уровень выше системы ERP, разрабатывают и распространяют детальные графики производства и транспортировки. Отдельные и, возможно, специфичные системы MRP применяются на каждом предприятии, связанном с производством или какой-либо обработкой товаров. Система DRP предназначена для регулирования распределения товаров в целом в ЛС. Эти системы в основном представляют собой компьютерные системы управления БД, которые переводят общие планы работы объектов и распределения в ЛС в детальные графики. Типичный период планирования для таких графиков — от 7 до 28 дней. Эти системы также отслеживают данные о фактическом производстве и распределении.

• [1] Tayur S., Ganeshan R., Magazine М. Quantitative Models for Supply Chain Management. Norvell, Mass.: Kluwer Academic Publisher, 1999.