Поставки с частичной загрузкой ТС i-гo типа

Аналогичным образом можно рассмотреть ситуацию, когда грузовместимость ТС не повлияет на определение размера заказа (ситуация, когда загрузка ТС будет соответствовать рекомендациям EOQ-формулы для соответствующей модификации модели). Действительно, в такой ситуации при использовании к ТС i-ro типа для оптимальной длительности интервала повторного заказа надо использовать представление^к (1 — dpJ) KC0i / (DQ).

При этом обратим внимание на то, что среднее число поставок за год, которое далее обозначаем аг, составит ае = yj (DC_h)/к (1-d-^k))KC_oi. Как и ранее, принимаем, что оборотный капитал (денежные вложения в работу цепи поставок) включает:

• • затраты на доставку величины (1 — d_f Щ kC_nj;_
• • затраты на оплату товара величины ^к (1 — d-^k))KC_oi / (DC_h) (DC_n).

Напомним, что издержки хранения, которые определяются выражением вида СД (1 -d-^fc))KC_oi /(DC_h))² (DC_h)/K, будут оплачены из выручки. Соответственно, они в оборотный капитал не включаются. Это замечание относится и к требуемым отчислениям от прибыли для каждой единицы реализованного товара (L_n/) — В формате такой ситуации для одного интервала повторного заказа отметим следующие составляющие денежных потоков.

В качестве оборотного капитала понадобятся затраты L_I в начале периода, которые составят:

где уже учтено, что затраты на поставку совпадут с затратами на хранение (что имеет место для традиционного подхода к оптимизации EOQ-модели, когда грузовместимость не влияет на результаты оптимизации).

Для средней ожидаемой годовой прибыли Y (как и выше, по формуле Y = aqYj) находим значение.

Теперь окончательно получаем формулу для интересующего нас показателя рентабельности (напомним, для такого показателя была договоренность оставить обозначение г_{ Щ:

Заметим, что и в этой ситуации (когда ТС не будут загружены максимально по их грузовместимости), если поставки будут соответствовать более простой модели с одной номенклатурой, то формула (8.12) даст значение рентабельности, совпадающее с представленным в гл. 4, а также в [47].

Итак, для многономенклатурных моделей, когда при поставках используется к ТС i-ro типа, формулу (8.11) можно использовать, чтобы оценить процентную ставку, характеризующую преобразование оборотного капитала в прибыль, если каждое ТС загружается полностью. Аналогично, формулу (8.12) можно использовать для такой оценки, если загрузка ТС будет частичной, а не максимальной (по грузовместимости). Представленные оценки относятся к моделям оптимизации на основе соответствующей модификации EOQ-формулы с учетом ВЦД.

Решение о том, какая из формул (8.11) или (8.12) должна быть использована, надо уточнять непосредственно при определении интервала повторного заказа. В частности, формат требуемой формулы для такой процентной ставки может соотноситься с форматом ситуации для загрузки ТС i-ro типа соответствующей базовой номенклатурой товаров:

• • при максимальной загрузке потребуется формула (8.11);
• • при частичной загрузке потребуется формула (8.12).

Это легко уточняется на основе анализа ситуации, которая имеет место для конкретной цепи поставок. Соответствующая числовая иллюстрация будет представлена в гл. 10, где будут реализованы процедуры оптимизации алгоритма, разработанного в гл. 9.

В этой главе представлен анализ процедур принятия решений, которые соотносятся с оптимизацией транспортного обеспечения цепей поставок в задачах управления запасами применительно к специальному формату EOQ-моделей. Речь идет о моделях, в которых для поставок товара может использоваться несколько ТС, причем менеджер может выбирать такие ТС среди заранее заданного множества ТС. Таким образом, рассмотренные в работе модели впервые позволят менеджерам в области логистики одновременно учитывать при оптимизации поставок целый ряд важных для практики факторов:

• 1) возможность выбора типа ТС;
• 2) фактор грузовместимости ТС;
• 3) специфику учета издержек хранения;
• 4) специфику процедур оптимизации решения, которая связана с возможностью и целесообразностью использования совместных поставок несколькими ТС;
• 5) фактор временной ценности денег, причем с учетом эффективности денежных потоков самой цепи поставок;
• 6) специфику показателя рентабельности оборотного капитала соответствующей цепи поставок, причем такой показатель будет зависеть от количества ТС при поставках товара и степени их загрузки, отражающихся на уходящих и приходящих денежных потоках самой цепи поставок, если при оптимизации требуется использовать концепцию ВЦД.

Особенности, которые обусловлены возможностью выбора типа и количества ТС при поставках, а также необходимостью учета их грузовместимости, потребовали усовершенствовать процедуры принятия решений. Представленные здесь результаты впервые дают менеджерам возможность адекватно учитывать при оптимизации соответствующие показатели рентабельности денежных потоков цепи поставок. Доказаны необходимые и достаточные условия, которые определяют пороговый уровень скидки на стоимость доставки, чтобы поставки сразу несколькими ТС (при произвольном числе к ТС, а также с учетом рентабельности денежных потоков таких цепей поставок, зависящей от специфики загрузки таких ТС) были эффективными и могли конкурировать с традиционными решениями при поставках одним ТС. Найденные условия обобщают традиционные результаты теории для многономенклатурных моделей управления запасами и впервые дают возможность менеджерам соотносить условия целесообразности таких поставок с соответствующими изменениями рентабельности цепи поставок.

Завершая анализ целесообразности использования поставок одновременно несколькими ТС, дополнительно отметим, что еще один аспект, который может обусловливать целесообразность использования таких поставок, связан с проблемой учета рисков. Учет соответствующих рисков потребует от менеджера владения специальными методами. В частности, задачи указанного типа можно решать, используя метод дерева решений, представленный, например, в работе [5]. При этом управление запасами можно даже реализовать как процедуры оптимизации по многим критериям (при желании ЛПР). Особенности таких процедур отмечены в [3]. Дополнительно в работах [14] и [15] показано, как такие процедуры многокритериальной оптимизации запасов могут быть усовершенствованы с целью адаптации выбора к предпочтениям ЛПР (в частности, привлекая процессы аналитической иерархии). Кроме того, в [8], а также в [17, 18] показано, какие феномены неадекватного выбора могут сопутствовать таким процедурам выбора наилучшего решения и как их надо избегать.

Другой возможный подход к решению таких задач подразумевает формализацию факторов риска в виде потоков случайных событий, когда для моделирования случайных воздействий можно использовать аппарат производящих функций и (или) преобразований Лапласа [11]. Это позволит дополнительно использовать при оптимизации решений специальные подходы, связанные с учетом издержек, которые, например, представлены в работах [43, 44]. Наконец, обратим внимание на возможность применения метода имитационного моделирования при решении задач управления запасами с учетом рисков, что было проиллюстрировано, например, в работах [40, 41]. Как видим, для анализа моделей управления запасами в условиях риска имеется достаточно большой арсенал инструментов. Такой анализ может быть предметом отдельного исследования.

Представленные в этой главе результаты и найденные решения позволят формализовать более совершенный алгоритм оптимизации транспортного обеспечения поставок при управлении запасами, что обеспечит повышение качества принимаемых решений. Разработка и иллюстрация процедур реализация такого алгоритма (в формате числового примера) будут приведены в следующей главе.