Методы решения задач логистики

Содержание

1. Методы решения задач логистики....................................................................3

2. Основные системы контроля состояния запасов..........................................11

3. Информационные потоки в логистике: понятие, виды, единицы измерения. Примеры информационных потоков в коммерческой логистике...............................................................................................................16

4. Организация информационных потоков в торговой организации на основе логистики...............................................................................................................20

Библиографический список .............................................................................22
1. Методы решения задач логистики

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.

Для решения логистических задач необходимо использовать знания, разработанные наукой. Логистические задачи предстают перед предприятием почти каждый день и требуют незамедлительного решения. Логистические задачи должны решаться с помощью научной базы логистики. Научную базу логистики составляет широкий спектр методов, разработанных в рамках различных дисциплин.

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, математические методы. 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.

Рассмотрим некоторые математические дисциплины, наиболее часто используемые при решении задач исследования операций.

Математическое программирование ("планирование") - это раздел математики, занимающийся разработкой методов отыскания экстремальных значений функции, на аргументы которой наложены ограничения. Методы математического программирования широко используются для решения распределительных задач.

Линейное программирование (ЛП) - является наиболее простым и лучше всего изученным разделом математического программирования. В нем рассматриваются задачи, у которых показатель оптимальности представляет собой линейную функцию от переменных задачи, а ограничительные условия, налагаемые на возможные решения, имеют вид линейных равенств или неравенств. Соответственно нелинейное программирование рассматривает задачи с нелинейными целевыми функциями и ограничениями.

Задачи, решаемые с помощью сетевого моделирования (теория графов), могут быть сформулированы и решены методами линейного программирования, но специальные сетевые алгоритмы позволяют решать их более эффективно. Примеры: задачи нахождения кратчайшего пути, критического пути, максимального потока, минимизации стоимости потока в сети с ограниченной пропускной способностью и др.

Целевое программирование представляет собой методы решения задач линейного программирования с несколькими целевыми функциями, которые могут конфликтовать друг с другом.

Целочисленное линейное программирование используется для решения задач, у которых все или некоторые переменные должны принимать целочисленные значения.

Динамическое программирование предполагает разбиение задачи на несколько этапов, каждый из которых представляет собой подзадачу относительно одной переменной и решается отдельно от других подзадач.

Аппарат теории вероятностей используется во многих задачах исследования операций, например, для прогнозирования (регрессионный и корреляционный анализ), вероятностного управления запасами, моделирования систем массового обслуживания, имитационного моделирования и др.

Теория игр и принятия решений рассматривает процессы выбора наилучшей из нескольких альтернатив в ситуациях определенности (данные известны точно), в условиях риска (данные можно описать с помощью вероятностных распределений), в условиях неопределенности (вероятностное распределение либо неизвестно, либо не может быть определено).

Методы и модели теории нечетких множеств позволяют в математической форме представить и использовать для принятия решений субъективную словесную экспертную информацию: предпочтения, правила, оценки значений количественных и качественных показателей.

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.

Прогностика - наука о законах и способах разработки прогнозов динамических систем. Прогноз - научно обоснованное суждение о возможных состояниях (в количественной оценке) объекта прогнозирования (ОП) в будущем и/или альтернативных путях и сроках их осуществления. Классификация основных видов прогнозов и методов прогнозирования по различным признакам приведена соответственно в табл. 5.3 и табл. 5.4.

Этапы процедуры прогнозирования

Определение объектов прогноза.

Отбор параметров, которые прогнозируются.

Определение временных горизонтов прогноза.

Отбор моделей прогнозирования.

Обоснование модели прогнозирования и сбор необходимых для прогноза данных.

Составление прогноза.

Отслеживание результатов.

Таблица 1. Классификация прогнозов

Признак классификации

Вид прогноза

Описание

Процедура прогнозирования

Количественные

Результат экстраполяции (интерполяции) выявленных тенденций или моделей

Качественные

Получаются путем опроса специалистов в конкретной области (экспертов)

Представление численных результатов

Интервальный

Прогноз - интервал, внутри которого будет находиться прогнозируемое значение показателя

Распределение вероятностей

Прогноз - вероятности попадания фактического значения показателя в одну из нескольких групп с установленными интервалами

Точечный

Прогноз - единственное значение

Предмет прогнозирования

Поисковые

Прогноз - возможные тенденции и перспективы развития конкретного процесса в будущем или наиболее вероятное будущее состояние объекта

Нормативные

Прогноз - пути, мероприятия и сроки достижения возможных состояний объекта, принимаемых в качестве цели

Период упреждения

Оперативные

До 1 года

Среднесрочные

До 5 лет

Долгосрочные

Более 5 лет

Этапы планирования деятельности организации

Целевой

Характеризует желательное состояние явления в будущем ("что именно желательно и почему?")

Плановый

Поисковые и нормативные прогнозы для отбора наиболее целесообразных плановых нормативов, заданий ("как, в каком направлении ориентировать планирование для достижения поставленных целей?")

Проектный

Прогноз конкретных образов в будущем при отсутствии ряда условий ("как конкретно это возможно, как это может выглядеть?")

Программный

Прогноз возможных путей, мер и условий достижения желаемого состояния ("что конкретно необходимо, чтобы достичь желаемого?")

Организационный

Прогноз текущих решений в сфере управления организацией для достижения цели ("в каком направлении ориентировать решения, чтобы достичь цели?")

Таблица 2. Классификация методов прогнозирования

Признак классификации

Вид метода

Описание

По характеру исходных данных

Фактографический

Основан на использовании источников фактической информации

Статистический

Основан на анализе динамических рядов параметров ОП

Патентный

Основан на оценке изобретений и исследований динамики их патентования

Экспертный

Основан на использовании экспертной информации

По используемому подходу к прогнозированию

Экспертных оценок

Основан на субъективной оценке экспертов текущего момента и перспектив развития, учитывает знания, опыт, интуицию экспертов

Анализ и прогнозирование рядов данных

Связан с исследованием рядов значений показателей, выявлением зависимости показателей, тенденций и использованием их для прогноза (если независимый показатель - время, то ряд называется временным)

Причинно-следственные

Основаны на поиске факторов, определяющие поведение ОП, построения и использования для прогнозов соответствующей модели его поведения

По способу обработки и анализа исходных данных и формированию прогноза

Сглаживание

Преобразование исходных динамических рядов данных в ряды со сглаженными (уменьшенными) отклонениями от предполагаемого тренда

Экстраполяция

Определение будущих значений величин на основе имеющихся данных о тенденциях их изменений в прошлые периоды

Интерполяция

Определение промежуточного значения параметра Y на основе данных о его зависимости от X, полученных на некотором интервале значений параметра X

Аналогия

Основан на установлении и использовании для прогнозирования аналогии ОП с другими объектами по некоторым общим чертам

Моделирование

На основе математических и имитационных моделей прогнозируются возможные состояния ОП при различных значениях исходных данных

Прогнозный сценарий

Основан на установлении логической последовательности состояния ОП во времени при различных условиях для определения целей развития этой объекта

Морфологический анализ

Строится матрица параметров ОП и их возможных значений с последующим перебором и оценкой вариантов сочетаний этих значений

2. Основные системы контроля состояния запасов

Контроль за состоянием запасов – это изучение и регулирование уровня продукции производственно-технического назначения и товаров народного потребления с целью выявления отклонений от норм запасов и принятия мер к ликвидации отклонений.

На практике применяются различные методы контроля. Далее рассмотрены два наиболее часто встречающихся метода. При первом методе период, через который предприятие направляет заказ поставщику, не меняется (система с фиксированной периодичностью заказа). Например, каждый понедельник менеджер фирмы просматривает остатки товаров и доказывает их до заранее определенной максимальной нормы. Сущность второго метода заключается в том, что как только запас какого либо товара достигнет заранее определенного минимального значения, этот товар заказывается. При этом размер заказываемой партии все время один и тот же (система с фиксированным размером заказа). Рассмотрим подробнее названные системы.

Система контроля за состоянием запасов с фиксированной периодичностью заказа.

Контроль состояния запасов по этой системе осуществляется через равные промежутки времени посредством проведения инвентаризации остатков. По результатам проверки составляется заказ на поставку новой партии товара.

Размер заказываемой партии товара определяется разностью предусмотренного нормой максимального товарного запаса и фактического запаса. Поскольку для исполнения заказа требуется определенный период времени, то величина заказываемой партии увеличивается на размер ожидаемого расхода за этот период. Размер заказываемой партии (Р) определяется по следующей формуле:

Р = Змакс – (Зф – Зt),

где Змакс — предусмотренный нормой максимальный запас;

Зф — фактический запас на момент проверки;

Зt – запас, который будет израсходован в течение размещения и выполнения заказа.

Графически модель системы контроля за состоянием запаса с фиксированной периодичностью заказа представлена на рисунке.

Рис 2. Система контроля за состоянием запасов с фиксированной периодичностью заказа.

Условные обозначения:

Т – интервал времени, через который повторяется заказ (в нашем случае — 3 дня) – для данной системы величина постоянная;

t – время, необходимое на размещение и выполнение заказа (в приведенном примере — 1 день);

Р1, Р2, … Рi – величина отдельного i-го заказа;

Змакс – предусмотренный нормой максимальный заказ;

Зф – фактический запас на время проверки;

Зt – запас, расходуемый за время t, необходимое для размещения и выполнения заказа;

А – период времени с интенсивным спросом;

В – период времени с нулевым запасом.

Интенсивность спроса, характеризуемая углом наклона участков линии, описывающей изменение запасов, в этой модели является величиной переменной (угол наклона различных участков ломаной – неодинаков). А поскольку запас осуществляется через равные промежутки времени, то величина заказываемой партии в разных периодах также будет различна.

Система контроля за состоянием запасов с фиксированной периодичностью заказа применяется в следующих случаях:

условия поставки позволяют получать заказы различными по величине партиями;

расходы по размещению заказа и доставке сравнительно невелики;

потери от возможного дефицита сравнительно невелики.

На практике по данной системе можно заказывать один из многих товаров, закупаемых у одного н того же поставщика, товары, на которые уровень спроса относительно постоянен, малоценные товары и т. д.

Система контроля за состоянием запасов с фиксированным размером заказа.

В этой системе контроля за состоянием запасов размер заказа на. пополнение запаса является величиной постоянной. Интервалы времени, через которые производится размещение заказа, в этом случае могут быть разные.

Рис 3. Система контроля за состоянием запасов с фиксированным размером заказа.

Условные обозначения:

Р – размер заказа, для данной системы контроля величина постоянная;

t – время, необходимое на размещение и выполнение заказа (в приведенном примере — 1 день);

Т1, Т2, … Тi – величина отдельного i-го периода времени;

А – период непредвиденного усиления спроса;

В – период, в котором было допущено нарушение установленного срока поставки;

t1 – фактический срок поставки в период В.

Нормируемыми величинами в этой системе являются величина заказа, размер запаса в момент размещения заказа (так называемая точка заказа) и величина страхового запаса. Заказ на поставку размещается при уменьшении наличного запаса до точки заказа. Как следует из чертежа, после размещения заказа запас продолжает уменьшаться, так как заказанный товар привозят не сразу, а через какой-то промежуток времени t. Величина запаса в точке заказа выбирается такой, чтобы в нормальной, рабочей ситуации за время t запас не опустился ниже страхового. Если же спрос непредвиденно увеличится (линия графика резко пойдет вниз – участок А графика), или же будет нарушен срок поставки (t1>t -участок В графика), то начнет работать страховой запас (причины 2 и 3 образования страхового запаса). Коммерческая служба предприятия в этом случае должна принять меры, обеспечивающие дополнительную поставку. Как видим, данная система контроля предусматривает защиту предприятия от образования дефицита.

На практике система контроля за состоянием запаса с фиксированным количеством заказа применяется преимущественно в следующих случаях:

большие потери в результате отсутствия запаса;

высокие издержки по хранению запасов;

высокая стоимость заказываемого товара;

высокая степень неопределенности спроса;

наличие скидки с цены в зависимости от заказываемого количества.

Система с Фиксированным размером заказа предполагает непрерывный учет остатков для определения точки заказа. При наличии широкой номенклатуры материалов (или ассортимента — для торгового предприятия) необходимым условием применения системы является использование технологии автоматизированной идентификации штриховых кодов.

Рассматриваемую систему иногда называют «двухбункерной» (two – bin system), так как запас хранится как бы в двух складах-бункерах. Вначале удовлетворение спроса осуществляется из первого бункера. Окончание запасов в этом бункере является точкой заказа. В этот момент для снабжения потребителя открывается второй бункер, одновременно поставщику направляется заказ. В момент прибытия заказанного товара во втором бункере должен оставаться запас не ниже страхового. При распределении поступившего от поставщика заказа вначале полностью заполняется второй бункер. Оставшееся количество используется для заполнения первого.

Данная модель позволяет наглядно представить себе текущий запас, так как здесь — это то количество запаса, которое физически вытекает из обоих бункеров, обеспечивая непрерывность производственного или торгового процессов между очередными поставками.

После того как сделан выбор системы пополнения запасов, необходимо количественно определить величину заказываемой партии, а также интервал времени, через который повторяется заказ.

Оптимальный размер партии поставляемых товаров и, соответственно, оптимальная частота завоза зависят от следующих факторов:

объем спроса (оборота);

расходы по доставке товаров;

расходы по хранению запаса.

В качестве критерия оптимальности выбирают минимум совокупных расходов по доставке и хранению.

3. Информационные потоки в логистике: понятие, виды, единицы измерения. Примеры информационных потоков в коммерческой логистике

Информационный поток – это совокупность циркулирующих в логистической системе, между логистической системой и внешней средой сообщений, необходимых для управления и контроля логистических операций. Информационный поток может существовать в виде бумажных и электронных документов.

Информационные потоки в логистических системах имеют свои специфические особенности, которые отличают их от всех других видов информационных потоков. Эти особенности зависят от свойств логистических систем. Логистические информационные потоки имеют следующие характеристики:

  • неоднородность (информация, используемая в логистических системах, качественно разнородна.);
  • множественность подразделений — поставщиков информации;
  • множественность подразделений — потребителей информации;
  • сложность и трудность практической обозримости информационных маршрутов;
  • множественность числа передач единиц документации по каждому маршруту;
  • многовариантность оптимизации информационных потоков.

В логистике выделяют следующие виды информационных потоков, показанные на рисунке (рис.


29-04-2015, 02:52


Страницы: 1 2
Разделы сайта