Методология моделирования управления движением потоков

Моделирование как метод познания в логистике, так же как и в других отраслях знания, является инструментом исследования каких-либо процессов, объектов и их систем путем построения и изучения их моделей, а также их использования для определения и уточнения характеристик и рационализации способов построения вновь создаваемых процессов, объектов. При этом различают теоретическое моделирование, при котором используются различного рода знаковые, абстрактные модели, затем экспериментальное, использующее предметные или процессные модели, а также смешанное моделирование, применяющее теоретико-эмпирические модели.

Широкое применение в логистике имеют различные методы моделирования, т. е. исследование логистических систем и процессов путем построения и изучения их моделей. При этом под логистической моделью понимается любой образ (абстрактный или предметный) логистического процесса или логистической системы, используемый в качестве их заместителя. Основная цель моделирования в логистике — рационализация построения процессов и прогноз их поведения. Ключевой вопрос моделирования — это импликация «Что будет, если???» .

В методологии моделирования логистических процессов разработано множество методов и моделей. Характеристики, области применения и виды программного обеспечения методов моделирования в логистике приведены в табл. 6.1.

Теоретическое моделирование осуществляется в виде математического и имитационного на основе математических моделей и алгоритмов процессов.

Под математическим моделированием понимают процесс установления соответствия данному реальному объекту некоторой математической формы, которая называется 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. Оно осуществляется в такой последовательности:

• — формулируются математические законы, связывающие объекты системы. Они записываются в виде некоторых функциональных соотношений (алгебраических, дифференциальных и т. п.);
• — осуществляется решение уравнений и фиксируются теоретические результаты;
• — производится сопоставление полученных теоретических результатов с практическими с целью проверки результатов теоретических исследований.

Наиболее полное изучение процесса функционирования системы можно провести в том случае, если известны явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными системы. Однако такие зависимости удается получить только для сравнительно простых систем. При усложнении систем их исследование аналитическими методами наталкивается на определенные трудности, что является существенным недостатком метода. В этом случае, чтобы использовать аналитический метод, упрощают первоначальную модель, это дает возможность изучить хотя бы общие свойства системы.

Таблица 6.1

Характеристики, области применения и виды программного обеспечения моделирования в логистике

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

Другим видом моделирования является имитационное моделирование, которое подразумевает подражание характеристикам процесса или их воспроизведение.

Логистические системы функционируют в условиях неопределенности окружающей среды. При управлении потоками должны учитываться факторы, многие из которых носят случайный характер воздействия. 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 процессов, остаются слабо раскрытыми. В этом плане логистический процесс остается для экспериментатора «черным ящиком». Исследователь как бы подбирает, «подделывает» параметры имитационной модели, меняя при этом условия протекания процесса, и наблюдает за получаемым результатом. Определение условий, при которых результат удовлетворяет требованиям, является целью работы с имитационной моделью.

Имитационное моделирование включает в себя два основных процесса:

• — конструирование модели реальной системы;
• — постановка экспериментов на этой модели.

При этом могут преследоваться следующие цели:

• — понять поведение логистической системы;
• — выбрать стратегию, обеспечивающую наиболее эффективное функционирование логистической системы.

Приведем основные условия, при которых рекомендуется применять имитационное моделирование:

• — не существует законченной математической постановки данной задачи либо еще не разработаны аналитические методы решения сформулированной математической модели;
• — аналитические модели имеются, но процедуры столь сложны и трудоемки, что имитационное моделирование дает более простой способ решения задачи;
• — аналитические решения существуют, но их реализация невозможна вследствие недостаточной математической подготовки имеющегося персонала.

Таким образом, основным достоинством имитационного моделирования является то, что этим методом можно решать и более сложные задачи. Имитационные модели позволяют достаточно просто учитывать случайные воздействия и другие факторы, которые создают трудности при аналитическом исследовании.

При имитационном моделировании воспроизводится процесс функционирования системы во времени. Причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания во времени. Модели позволяют осуществить прогон программы с заданными параметрами. Меняя параметры шаг за шагом, можно найти их оптимальные значения.

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

• 1. Исследования с помощью этого метода обходятся дорого, так как для построения модели и экспериментирования на ней необходим высококвалифицированный специалист-программист, требуется большое количество машинного времени, поскольку метод основывается на статистических испытаниях и многочисленных прогонах программ. Также надо учесть, что модели разрабатываются для конкретных условий и, как правило, не тиражируются.
• 2. Велика возможность ложной имитации. Процессы в логистических системах носят вероятностный характер и поддаются моделированию только при введении определенного рода допущений. Например, разрабатывая имитационную модель товароснабжения района и принимая среднюю скорость движения автомобиля на маршруте равной 25 км/ч, мы исходим из допущения, что должны быть хорошие дорожные условия. Однако погода может испортиться, и в результате образования гололеда и «пробок» скорость на маршруте упадет до 10 км/ч, вследствие чего процесс пойдет иначе.

Наличие достоинств и недостатков имитационного моделирования отметил Р. Шеннон, указав, что «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» .

Для реализации трех основных методов моделирования (см. табл. 6.1) в логистике довольно часто применяют методологию экспертизы, которая реализуется с помощью экспертных систем.

Под экспертными системами в логистике понимают специальные компьютерные программы, помогающие специалистам принимать решения, связанные с управлением потоками. Экспертная система может аккумулировать знания и опыт нескольких специалистов-экспертов, работающих в разных областях. Возможность получить совет экспертов по разным вопросам посредством обращения к компьютеру позволяет квалифицированно решать сложные задачи, повышает производительность труда персонала и в то же время не требует затрат на содержание штата высокооплачиваемых специалистов. При этом обращение к ПК может быть и индивидуальным, и коллективным, как при экспертном методе «мозговой атаки» .

Применение экспертных систем позволяет:

• — принимать быстрые и качественные решения в области управления потоками;
• — сохранять «ноу-хау» компании, так как персонал, пользующийся системой, не может вынести за пределы компании опыт и знания, содержащиеся в экспертной системе;
• — использовать опыт и знания высококвалифицированных специалистов на непрестижных, опасных рабочих местах.

К недостаткам экспертных систем следует отнести ограниченную возможность использования «здравого смысла». Логистические процессы включают в себя множество операций с разнообразными грузами. Учесть все особенности в экспертной программе невозможно. Поэтому, чтобы не поставить коробку весом в 100 кг на коробку весом в 5 кг, именно здравым смыслом, дополняющим знания экспертной системы, должен обладать пользователь.

Экспертные системы применяются на различных стадиях логистического процесса, облегчая решение проблем, требующих значительного опыта и затрат времени. Например, на складе при принятии решения о пополнении запасов, когда менеджеру необходимо оценить большой объем разнообразной информации: ожидаемые цены на закупаемые товары, тарифы на доставку, необходимость одновременного пополнения запасов по разным позициям ассортимента и т. д. Использование здесь экспертных систем позволяет принимать не только правильные, но и быстрые решения, что зачастую не менее важно.