Дипломная работа: Совершенствование системы управления перевозками грузов с учетом временных окон

б) кросс-докинг. Несмотря на то, что данный инструмент сокращения транспортных расходов давно не в новинку, в России он не так распространен. В данном случае, речь идет не сколько об использовании собственных кросс-докинговых площадках, сколько о привлечении стороннего оператора. Кросс-докинг хорош тем, что он помогает избежать необходимости наращивания складских мощностей, в тоже время это позволяет сохранить уровень сервиса.

в) доставка ключевым клиентам напрямую. В данном случае, речь идет о правиле “onetouch”, идея которого заключается в том, что, чем меньше мы прикасаемся к грузу,тем дешевле он нам обходится [3, 55].

В таблице 4 произведено сравнение способов сокращения транспортных издержек.

Таблица 4 - Cравнение способов сокращения транспортных издержек [55]

Другой отдельной категорией способов маршрутизации, по мнению Вить М.Г. и Шутихиной Ю.В, являются способы оптимизации доставки для ресурсной отрасли.

Основное отличие данной группы является то, что добытые ресурсы, как правило, перемещаются водным или/и железнодорожным видом транспорта.

Как показывает статистика, ресурсными компаниями обычно выбирается способ доставки интуитивно, либо же на основе практики или опыта, что не всегда является оптимальным способом. В Российской практике так же распространенным является метод картограмм, которые состоит в формировании маршрута по карте с закольцовыванием маршрута. Такая халатность ведет существенной доли операционных затрат, и, как следствие, влияет на прибыль. Самым большим минусом данных методов является человеческий фактор.

Западная практика рекомендует использовать имитационное моделирования для маршрутизации в ресурсной отрасли, которое позволяет:

а) осуществить первичное тестирование маршрутов;

б) тестировать различные сценарии в неограниченном количестве;

в) визуализировать проект;

г) иметь возможность тестировать маршрутизацию, вводя различные ограничения в виде плохих погодных условий, наличие очередей, колебание спроса и прочие.

Наиболее популярный продукт для имитационного моделирования в России- Anylogic. Такжекрупнымипоставщикамиявляются Flexsim Sofware Products, XJ Technologies, Lanner, Incontrol Simulation Solution идругие.

Выделяют так же оптимизационное моделирование, продуктами которого являются CASTAurora, IBMILOGTransportationAnlyst, LLamasoft и другие. Не существует четких разграничений между оптимизационным и имитационным моделированием, различие состоит лишь в методе построения модели и решаемой задачи [4,5].

Способы оптимизации маршрута доставки грузов представлены в таблице 5.

В статье Бочкарева А.А. «Унифицированная методика оптимизации маршрутов в цепях поставок» в журнале «Логистика сегодня»,
автор рассматривает алгоритм оптимизации маршрутов локальной доставки, который предложил Шапиро и его практическое применение.

Первым этапом данного метода является выявление всех возможных маршрутов, далее определяется стоимость решения по каждому из маршрутов, в качестве которой принимаются транспортные издержки.

После чего, переходят к линейному программированию, в котором используют составленные ранее маршруты, и пытаются их оптимизировать. Модель направлена на минимизацию общих издержек, с ограничением в посещение каждого клиента лишь единожды, однако она дает такие комбинации как 0,6 маршрута, что, безусловно, не является релевантным значением.

Таблица 5 Способы оптимизации маршрута доставки грузов по отраслям [3, c.73]

Для того чтобы исключить данную выборку используется модель целочисленного программирования [2].

Данная методика представляет собой смешанный способ маршрутизации, описанный раннее. По своей сути, это в действительности, как было описано в статье Вить М.Г. и Шутихиной Ю.В проверка маршрутов, составленных эвристическим путем, на оптимальность с помощью, в данном случае, не программных продуктов, а программирования в Excel и аналогичных программах. Так, данная статья дополняет предыдущую, предлагая использовать разные инструменты, в том числе, не только программные продукты для проверки маршрутов на оптимальность.

В зарубежной литературе системы управления перевозками грузов в научном мире гораздо больше обсуждаются.

На данном этапе необходимо точно определить термин стоимость маршрута. На практике на стоимость поездки могут оказывать влияние многие факторы, такие как: расстояние, время, износ и потребление автомобиля во время поездки и многое другое. Однако при рассмотрении теоретических проблем, связанных с временными окнами, принято преобразовывать все данные факторы во временные единицы с целью стандартизации. Поэтому в данной работе определение стоимости маршрута - это расстояние, преобразованное во временные единицы [12].

По мнению Сагитова Р.В. и Шершнева В.Г., под математическим программирование понимается раздел математики, который занимается различными методами вычисления задач, направленных на вычисление экстремумов функций при существовании ограничений на переменные. От метода математического анализа математическое программирование отличается спецификой областей определения и целевых функций.

С помощью методов математического программирования можно решить ряд экономических задач, среди которых: ценообразование, планирование выпуска продукции, распределение ресурсов, транспортные задачи и многие другие. Самым важным видом экономических задач в рамках данной работы является транспортная задача, так как именно ей будет уделяться особое внимание в третьей главе данной работы [5].

Математические программирование включает в себя ряд подразделов: динамическое, выпуклое, линейное, нелинейное, теория игр, стохастическое, целочисленное, дискретное, квадратичное, параметрическое и другие.

Базой для решения экономической задачи является математическая модель, которая подразумевает под собой описание сути задачи через математическое соотношение.

Для этого требуется выбрать переменные задачи, сформулировать ограничения и выбрать целевую функцию.

Переменные задачи - это величины ( , ), характеризующие экономический процесс задачи. Как правило, переменные задачи записываются в виде вектора , .

Так же в задаче вводится система ограничений, под которой подразумевается лимит ресурсов в конкретной задаче.

Еще одной важной частью задачи является целевая функция, которая является совокупностью переменных задач, которые моделируются с помощью программы. Требуется найти максимальное или минимальное значение переменных, в зависимости от условий задачи.

Как правило, задача имеет следующий вид:

Необходимо найти следующие переменные ,, способствующие достижения экстремума функции задачипо формуле (1):

, , (1)

где - переменные задачи.

Удовлетворяются ограничения задачи по формуле (2):

, (2)

Описанная выше задача математического программирования называется линейной, так как все входящие в нее функции линейные.

Целиком задача имеет следующий вид:

, (3)

где - переменные задачи;

- прибыль от реализации единицы объема.

Формула (1) - целевая функция, формула (2) - система уравнений, а формула (5) - ограничения.

Данная математическая запись означает, что необходимо найти максимальное (минимальное) значение целевой функции по формуле (3), найти переменные , , которые соответствуют данной функции. При этом, необходимо соблюсти условие - не выходить за заданные ограничения по формуле 5.

(4)

. (5)

где - затраты;

- запасы.

Под допустимым решением понимается любой вектор , , который удовлетворяет системе ограничений и всем заданным условиям.

Множество допустимых решений формируют область допустимых решений.

Оптимальным же решением задачи называют такое допустимое решение задачи, при котором целевая функция достигает заданного максимального/минимального значения [24].

Математическое линейное программирование используется в случаях, когда происходит распределение ресурсов, а цель и ограничения на ресурсы можно выразить количественно, при условии линейных связей между переменными.

Как правило, выделяют следующие этапы построения математических моделей:

а) определение параметров, которые необходимо найти в рамках существующих ограничений;

б) определение цели;

в) определение ограничений;

г) построение целевой функции;

д) формулирование системы ограничений.

С помощью линейного программирования чаще всего решаются следующие задачи:

а) распределительная задача;

б) транспортная задача;

в) задача планирования.

Существует большое множество различных классификаций задач линейного программирования.

Некоторые ученые делят задачи на две большие группы: общие задачи и специальные. Так, к общим задачам относят задачи производственного планирования, а к специальным - распределительную и транспортные задачи.

Маликова Т. Е. выделяет следующую классификацию задач математического программирования и методы решения, в зависимости от типа задач. Данная классификация представлена в Приложении А.

Для данной работы наибольшее значение имеет классификация транспортной задачи. Из таблицы А видно, что транспортная задача относится к группе специальных задач, что означает, что, используя структурные особенности задачи, можно использовать специальные методы решения. Для такой задачи, исходя из классификации Т.Е. Маликовой характерна каноническая форма ограничений - равенства. Любую задачу математического программирования, в том числе и транспортную, можно решить универсальным методом, так называемым, симплекс методом. Помимо универсального метода, такими задачи можно решить специальным и точечным методом. Однако последними двумя методами можно решить только соответствующие этим методам задачи. Преимущество этих методов над универсальным методом - скорость решения задачи [44, 45, 46, 47, 48].

Транспортную задачу делят на задачу по критерию времени и на задачу по критерию стоимости. Первая группа задач решается методом запрещенных клеток, вторая же либо распределительным методом, либо методом потенциалов.

Другие методы, представленные в таблице А, не используются для решения транспортных задач.

Маликова Т. Е. делит методы математического программирования на две большие группы: точные и приближенные методы. Под точными методами подразумеваются вычисления в программных продуктах или специальных программах, требующих серьезных вычислений. Однако в рамках изменяющихся условий, когда требуется быстрое реагирование, автор предлагает использовать приближенные методы - наибольших разностей и почти оптимальных планов. Такие методы, по словам автора, дают погрешность в 1-2%. В целом, такой подходя является сомнительным, так как вычисление в специальных программах или программных продуктах так же не трудо- и времязатратны [23].

2.2 Математическое линейное программирование в цепях поставок

Под линейным программированием понимается постановка и решение задачи, целью которой является нахождением максимума (минимума) значений целевой функции, учитывая при этом значения переменных. Важным моментом в линейном программировании являются связи между ограничениями переменных, которые являются линейными.

Задачи линейного программирования на:

а) параметрические задачи - это задачи линейного программирования, в которых коэффициенты целевой функции в линейной зависимости меняются в соответствии с изменениями дополнительного параметра. Таким образом, целевая функция вычисляется по формуле (6):