Методология логистики. Модели перерабатывающего элемента. Модели накопительного элемента, страница 4

При имитационном моделировании на каждый фиксированный момент времени определяют (рассчитывают) состояние модели. Причем, состояние модели в каждый следующий момент времени определяется ее состоянием в предыдущий момент времени и алгоритмом перехода из одного состояние в следующее. Имитационные модели позволяют учитывать неконтролируемые факторы объекта, его стохастичность. Для этого параметры (значения) некоторых переменных модели генерируются на каждый момент имитационного времени в соответствие с заданными законами распределения случайной величины. Предполагается, что именно этому закону распределения подчиняется данный параметр в реальной логистической системе.

Во все следующих параграфах этой главы рассматриваются разнообразные модели ЛС. Они приводятся, главным образом, в качестве примеров практического использования методологии логистики. Большинство из этих моделей реализовано на практике в виде программных комплексов, автоматизированных рабочих мест, советующих информационных систем на разных уровнях управления ЛС. Ценность представленных моделей заключается в том, что они могут непосредственно использоваться для решения широкого круга задач, возникающих при проектировании, организации и управлении ЛС, а также являются хорошей "заготовкой" для разработки моделей ЛС иной конфигурации.

Авторы посчитали излишним приводить в рамках данного пособия четкую классификацию всех представленных моделей, поскольку это является отдельной задачей. Читатели могут самостоятельно определить классификационный признаки каждой из представленных моделей, в соответствии с обшей классификацией моделей (рис. 5.1). Тем не менее выбранный порядок рассмотрения моделей не случаен. Модели рассматриваются в порядке снижения уровня управления ЛС, на котором применяется та или иная модель. Так, в начале приводятся модели макрологистических систем, затем – более конкретные модели логистических цепей, и наконец, модели отдельных логистических элементов или процессов.

5.2. Оптимизация затрат макрологистической системы

Задача состоит в поиске оптимального управления материальными потоками в макрологистической системе. В качестве целевой функции принимаются суммарные затраты всех элементов ЛС[1]. Модель использует два класса переменных: корреспонденции грузопотоков  и темпы развития инфраструктуры логистической системы . Структура системы включает в себя следующие элементы:

 – источники материальных потоков (входные элементы ЛС, оборудованные складами);

 – региональные распределительные центры (РРЦ), которые накапливают и группируют грузы по торговым зонам;

 – перерабатывающие элементы, торговые предприятия элементы, располагающие складской системой;

 – непосредственные потребители (выходной элемент).

При синтезе модели учитываются две возможные ситуации: первая, когда объемы поступления в ЛС материальных потоков , объемы переработки материальных потоков в РРЦ  и объемы выходных грузопотоков  известны и определяются влиянием факторов, главным образом, внешней логистической среды; вторая, когда указанные параметры рассчитываются, исходя экономических соображений.

В первом случае для каждой фазы обслуживания материальных потоков  и  строят модели логистических цепей (локальные модели), в целевой функции которых учитываются лишь транспортные затраты. В итоге расчета определяют оптимальные корреспонденции грузопотоков решением транспортной задачи линейного программирования. Во втором случае разрабатывают глобальную модель для всей ЛС и решают производственно-транспортную, в общем случае нелинейную задачу.

Для предприятий-производителей, а также для РРЦ могут быть достаточно точно определены зоны обслуживания потребителей продукции или клиентов. Тогда каждому региональному центру прикрепляется определенное число предприятий – потребителей сырья, и в свою очередь такое предприятие может поставлять продукцию определенному количеству потребителей товаров.