ЗОНЫ ОБСЛУЖИВАНИЯ ТРАНСФОРМАЦИОННЫХ ЦЕНТРОВ

Уже отмечалось, что основными формами материально- технического обеспечения и сбыта готовой продукции являются транзитная и складская. Остальные являются их вариациями. Данные формы предлагают совершенно различные логистические подходы в управлении потоковыми процессами.

При этом следует отметить, что с реализацией логистической концепции на любом уровне доля транзитных поставок сокращается, а доля складских — возрастает. Чем шире распространение логистики в микро- и макроэкономике, тем заметнее проявление данной тенденции. Складская форма управления материальными потоками становится выгодной не только потребителям, но и продуцентам в качестве инструмента маркетинговой деятельности. Это объясняется рядом объективных причин, обусловленных развитием рыночных отношений. Укажем на некоторые из них:

? Индивидуализация товарной продукции.

То есть отмечается тенденция возрастания доли готовой продукции, произведенной по заказам конкретных покупателей.

  • ? Сохранение, а в некоторых случаях возрастание доли средних и малых предприятий, предпочитающих складскую форму МТО по отношению к крупным и крупнейшим, которые чаще заинтересованы в транзитных связях.
  • ? Острая конкурентная борьба на рынке сбыта, ведущая к совершенствованию системы обслуживания потребителей.

Иными словами, произвести качественный товар по приемлемой цене и наладить послепродажное обслуживание уже стало недостаточным для получения преимуществ перед конкурентами. В последние годы наиболее сильным средством становится организация логистического обслуживания... и т. д.

Исходя из сказанного, важно отметить возрастание роли тех трансформационных центров, которые располагают комплексными системами хранения и переработки в формируемых (или действующих) транспортно-складских системах.

В связи с этим актуализируется задача распределения сфер обслуживания трансформационных центров, которая при этом должна быть увязана с задачей их размещения на логистическом полигоне.

Задача распределения сфер обслуживания трансформационных центров может быть решена с помощью двух основных подходов:

  • 1. Классического.
  • 2. Эвристического.

Классический подход основан на использовании алгоритма производственно-транспортной задачи в сетевой и аналитической формах.

Эвристический подход характеризуется применением теории нечетных множеств или метода “ветвей и границ”.

Довольно хорошо данный аспект проблем осветил А. А. Смехов. Его подход можно выразить следующим образом.

Допустим имеется:

i = 1, п — пунктов производства продукции;

j = 1, г — трансформационных центров, располагающих системами хранения и переработки продукции;

к = 1, т — потребителей;

X.., Х.к — грузопотоки от г-го предприятия до j- го трансформационного центра и от j-го трансформационного центра до к-то потребителя;

X. — количество хранимого и перерабатываемого груза (запасов) в j-м трансформационном центре.

Однако для решения задачи имеющихся данных недостаточно. Необходимо ввести дополнительные обозначения:

Сг— стоимость хранения и переработки единицы груза в j-м трансформационном центре;

Р.— количество продукции, поступающей на магистральный транспорт от г-го предприятия;

Qj— потребность j-ro получателя в продукте;

С., и С — стоимость перемещения единицы продукции соответственно из пункта г в j-й трансформационный центр и из j-го трансформационного центра в пункт потребления К.

Таким образом, исходя из сказанного, принципиальная экономико-математическая модель решения задачи распределения материальных потоков между трансформационными центрами на логистическом полигоне формулируется так:

При этом:

Задача состоит в том, чтобы найти такие X.., Х.к, которые бы минимизировали целевую функцию (1) при соблюдении ограничений (2), (3), (4).

Целевая функция выражает суммарные затраты, связанные с транспортировкой и переработкой грузов в трансформационном центре. Ограничения (3) и (4) представляют собой условия баланса производства и потребления продукции.

Принципиальная модель (1)—(4) имеет ряд модификаций. В представленной форме решается задача оптимального распределения грузопотоков между трансформационными центрами. При необходимости в данную модель могут быть внесены ограничения по перерабатьюающей способности технических средств (в том числе по вместимости зоны хранения). Это выглядит как

Помимо того возможны ограничения по провозной способности отдельных направлений магистрального транспорта (г, j), (j, к) и т. д

Матрицы решения задачи (1)—(4) определяют собой зону логистического сервиса трансформационных центров (jk) и (ij).

Результаты решения данной задачи помогают организовать эффективное управление материальными потоками в рамках макрологистической системы в оперативном режиме.

В случае, когда требуется кроме распределения материальных потоков оптимизировать размещение и определить количество региональных трансформационных центров на логистическом полигоне, то тогда помимо производственнотранспортной задачи решается комбинаторная задача путем направленного перебора вариантов (1~5) или методом динамического программирования.

Уместно отметить еще одну модификацию задачи (1)—(4): параметры Р., Qk, а также С.., С.к и С. могут изменяться, как случайные величины. В этих случаях ограничения (3) и (4) записываются в вероятностной форме, а для решения производственно-транспортной задачи применяют методы стохастического программирования.

Если задача определения зоны обслуживания региональным трансформационным центром ставится в аналитической форме, тогда приходится принимать ряд существенных допущений, которые снижают точность расчетов: нелинейная задача (1)—(4) заменяется линейной, а вероятностные величины Р., Q. принимаются детерминированными и т. д.

На практике широкое распространение в области проектирования, прогнозирования и управления логистическими процессами получили эвристические методы для решения соответствующих задач. Это объясняется их простотой, а также сравнительно незначительными затратами материальных, денежных и трудовых ресурсов при высокой конечной эффективности.

Наиболее удобны эвристические методы в условиях функционирования интерактивных систем, когда дальнейшие действия и развитие ситуации определяется неким лицом, принимающим решение. В таких случаях, которые встречаются очень часто, эвристические подходы позволяют быстро получить не в полной мере оптимальные, но “достаточно рациональные” решения, которые бывают очень важны в процессе оперативного управления, особенно при необходимости немедленного реагирования.

Важную роль в инструментарии эвристических методов играет теория нечетких (расплывчатых) множеств. Некоторые положения данной теории полезно рассмотреть более подробно, так как это самым непосредственным образом относится к логистике.

Методы теории нечетких множеств применяют в условиях ярко выраженной неопределенности, когда использовать классические, в том числе вероятностные модели для описания процессов и явлений не представляется возможным. В искомой теории выделяется класс неопределенностей, харастеризуемых нечеткостью целей и ограничений. Подобные неопределенности получили название — лингвистические.

При решении задач управления или проектирования с помощью теории нечетких множеств, в которых используются такие лингвистические переменные как: “высокий”, “не очень высокий”, “низкий”, “хорошо”, “неудовлетворительно” и другие, качество решений в значительной степени зависит от субъективности лица, принимающего эти решения. В связи с этим для того, чтобы иметь право принимать решения с помощью нечетких множеств, ответственное лицо должно обладать представлением о соответствующих переменных (их свойствах, характеристиках). Кроме этого надо уметь с объективных позиций оценивать стоимостную структуру этих переменных, а также пользоваться определенным комплексом правил. Если данные условия соблюдены, то с помощью набора лингвистических переменных можно получить ответы с достаточной степенью достоверности. Формально решение при нечетких целях и ограничениях представляет собой расплывчатое множество и может рассматриваться как нечетко сформулированная функция.

Допустим X представляет собой множество свойств, характеристик или альтернатив, которые описывают рассматриваемый объект. Тогда каждому объекту может быть поставлено в соответствие нечеткое множество А любого свойства:

где |1А(х) — характеризует степень включения свойства хвА

В связи с тем, что степень функции принадлежности то вступает в силу следующее условие:

Отсюда очевидно, что граница степени функции принадлежности по максимуму равна 1.

Попутно отметим, что функция и степень функции принадлежности в теории нечетких множеств имеет фундаментальное значение.

Степень функции принадлежности позволяет при оценивании альтернативных вариантов перейти от лингвистических переменных к числовым скалярным оценкам. Это очень важно.

При решении обусловленных выше задач используют два подхода скалярного оценивания лингвистических переменных:

  • 1. Значения лингвистических переменных задаются экспертами конкретными числами на интервале (0,1).
  • 2. Значения лингвистических переменных задаются аналитическими математическими соотношениями, которые характеризуют тенденции изменения функции принадлежности от свойства (х).

В качестве критериев совпадения мнения лица, принимающего решение, с действительными характеристиками рассматриваемого объекта выступают показатели степени разделения и степени включения — отношения включения нечетких множеств. Эти показатели устанавливаются путем совместного изучения функций принадлежности, которые характеризуют оценку утверждений по отношению к свойствам объекта.

Показательным примером применения теории нечетких множеств в логистике может быть как раз ситуация, когда на некотором обусловленном полигоне обслуживания размещаются два трансформационных центра. Тогда формализация задачи состоит в том, чтобы установить территориальные сферы их обслуживания. При этом оговаривается, что грузы, перевозимые магистральным транспортом, взаимозаменяемы, т. е. они могут доставляться в любой из имеющихся региональных трансформационных центров.

Решающим критерием в процессе выбора грузоотправителями и грузополучателями какого-либо центра является доступность, обусловленная пространственным фактором. Данный фактор-критерий устанавливается путем:

  • ? соотношения расстояний грузоотправителя или грузополучателя до имеющихся трансформационных центров;
  • ? соотношения времени доставки грузов;
  • ? соотношением стоимости доставки.

Ниже представлено графическое изображение данной задачи (рис. 14.5).

Иллюстрация зависимостей Ра, (-*0 и Ц-д, ()

Рис. 14.5. Иллюстрация зависимостей Ра, (-*0 и Ц-д, (х)

Требуется установить границы нечетких подмножеств А; и А2 при двух трансформационных центрах, которые выражают потребительские пространственные или временные предпочтения грузоотправителей и грузополучателей. Предпочтения экспертов задаются следующими степенями функции принадлежности (хотя могут быть предложены и другие зависимости, которые отражают физическую сущность процесса):

где хг; х2 — координаты заданных точек размещения трансформационных центров на полигоне обслуживания;

х — выражает текущее значение координат множества предпочтения А: и А2, которые включены в функции принадлежности.

Как следует из формул (6) и (7), с удалением клиентов от трансформационных центров Х1 и Х2 разности (х ~ х^ и (х ~ х2) увеличиваются, степень функции принадлежности снижается, и предпочтения клиентов по отношению к этим центрам уменьшаются.

На рис 14.5 представлены зависимости pAi(x) и ЦА2(х). Предпочтения, равные максимальным степеням принадлежности, достигают S пр |lA (х) = 1 в непосредственной близости от региональных трансформационных центров, когда х = хг и х = xi. Из рисунка также следует, что наивысшая степень разделения зон обслуживания трансформационными центрами в рассматриваемом случае равна /тах = 1 — S пр дА г/А), а

х р 1 2

порог разделения 10 должен удовлетворять условию:

Знак Г) обозначает пересечение подмножеств и А2, а запись Sпр Ца,ла2 (х) соответствует максимуму ординаты их пересечения в точке xQ.

Пересечения подмножеств А; и А2 определяются степенью функций принадлежности, которые представлены формулами (7) и (8). Максимальная степень разделения и порог разделения достигают в точке х0, которая определяет границы зон тяготения к региональным трансформационным центрам.

Решая совместно уравнения (7) и (8), можно получить абсциссу х0 порога разделения:

Интуитивно можно было заранее предсказать значение х0, так как выражения (7) и (8) симметричны относительно х0.

По известной величине х0 можно определить порог разделения, подставив ее значения в (7) или (8).

Задача оптимизации управления материальными потоками региональными трансформационными центрами, идентификации их зон обслуживания относится к ряду важнейших проблем создания и функционирования макрологистических систем.

Результатами решения искомой задачи можно также воспользоваться при построении экспертной системы для управления не только материальными, но и информационными потоками.

Контрольные вопросы

  • 1. Формы и современные тенденции развития материально-технического обеспечения.
  • 2. Сущность и решение задачи распределения сфер обслуживания трансформационных центров.
  • 3. Распространение эвристических методов для решения задач определения зон обслуживания трансформационных центров.
  • 4. Использование теории и методов нечетких множеств в логистике.
  • 5. Подходы скалярного оценивания лингвистических переменных при решении задач определения зон обслуживания трансформационных центров.
  • 6. Суть и решение задачи установления территориальных сфер обслуживания трансформационных центров.
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >