Автор работы: Пользователь скрыл имя, 27 Ноября 2015 в 21:07, контрольная работа
Целью данной работы является изучение методологического аппарата логистики.
Реализация указанной цели связано с выполнением следующих задач:
1) рассмотреть общую характеристику методов решения логистических задач;
2) изучить определение и принципы системного подхода, провести сравнение с классическим подходом;
3) изучить моделирование логистических систем;
Под моделью в данном случае понимается отображение логистической системы (абстрактное или материальное), которое может быть использовано вместо нее для изучения ее свойств и возможных вариантов поведения.
При построении таких моделей необходимо соблюдать следующие требования:
- поведение, структура и функции модели должны быть адекватны моделируемой логистической системе;
- отклонения параметров модели в процессе ее функционирования от соответствующих параметров моделируемой логистической системы не должны выходить за рамки допустимой точности моделирования;
- результаты исследования модели и ее поведения должны выявить новые свойства моделируемой логистической системы, не отраженные в исходном материале, использованном для составления данной модели;
- модель должна быть более удобной, чем ее реальный аналог - логистическая система.
Соблюдение этих требований позволяет реализовать качественно новые возможности моделирования, а именно:
- проведение исследования на этапе проектирования логистической системы для определения целесообразности ее создания и применения;
- проведение исследования без вмешательства в функционирование логистической системы;
- определение предельно допустимых значений объемов материальных потоков и других параметров логистической системы без риска разрушения моделируемой системы.
Классификация моделей логистических систем приведена на рис. 2.
Рис.2. Классификация моделей логистических систем
Все модели логистических систем делятся на два класса: изоморфные и гомоморфные.
Изоморфные модели представляют собой полный эквивалент всем морфологическим и поведенческим особенностям моделируемой системы и способны полностью заменить ее. Однако построить и исследовать изоморфную модель практически невозможно вследствие неполноты и несовершенства знаний о реальной системе и недостаточной адекватности методов и средств такого моделирования.
Поэтому практически все модели, используемые в логистике, являются гомоморфными, которые представляют собой модели, подобные отображаемому объекту лишь в отношениях, характерных и важных для процесса моделирования. Другие аспекты строения и функционирования при гомоморфном моделировании игнорируются.
Гомоморфные модели делятся на материальные и абстрактно-концептуальные.
Материальные модели находят в логистическом управлении ограниченное применение, что связано с трудностью и дороговизной воспроизведения на такого рода моделях основных геометрических, физических и функциональных характеристик оригинала и крайне ограниченными возможностями варьирования их в процессе работы с моделью. Поэтому для логистики в основном используются абстрактно-концептуальные модели, которые подразделяют на символьные и математические.
Символьные модели построены на основе различных, определенным образом организованных знаков, символов, кодов, слов или массивов чисел, изображающих исследуемый оригинал. Для построения подобных моделей используются такие символы или колы, которые однозначным, не допускающим возможности различного толкования образом, представляют моделируемые структуры и процессы.
Математическим моделированием называется процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью. В логистике широко применяются два вида математического моделирования: аналитическое и имитационное.
Аналитическое моделирование - это математический прием исследования логистических систем, позволяющий получать точные решения. Аналитическое моделирование осуществляется в следующем порядке.
Первый этап. Формулируются математические законы, связывающие объекты системы. Эти законы записываются в виде некоторых функциональных соотношений (алгебраических, дифференциальных и т. п.).
Второй этап. Решение уравнений, получение теоретических результатов.
Третий этап. Сопоставление полученных теоретических результатов с практикой (проверка на адекватность).
Наилучшее исследование процессов объекта достигается при наличии явных зависимостей, между искомыми характеристиками и воздействующими факторами, параметрами и переменными. Однако такие зависимости удается получить только для простых систем. При усложнении систем возникает необходимость существенно упрощать первоначальную модель, что является существенным недостатком аналитического метода. Преимуществом рассмотренного моделирования являются большой потенциал обобщения и возможность многократного использования.
Аналитическое описание может быть определено также путем проведения экспериментов над исследуемым объектом. Более универсальным подходом обладает имитационное моделирование.
Имитационная модель - это компьютерное воспроизведение развертывания во времени функционирования моделируемой системы, т. е. воспроизведение ее перехода из одного состояния в другое, осуществляемое в соответствии с однозначно определенными операционными правилами.
При имитационном моделировании воспроизводится процесс функционирования системы во времени. Причем имитируются элементарные явления, составляющие процесс с сохранением их логической структуры и последовательности протекания во времени. Модели не решают, а осуществляют прогон программы с заданными параметрами, меняя параметры, осуществляя прогон за прогоном.
Таким образом, имитационное моделирование является основным методом исследований потоковых процессов, систем массового обслуживания, пропускной способности коммуникационных систем, производительности транспортно-складских автоматизированных комплексов и т.д. Целью имитационного моделирования является изучение поведения системы и выбор наилучших условий ее работы. Основным достоинством имитационного моделирования является возможность решать сложные задачи, учитывать случайные воздействия, воспроизводить процесс функционирования в течение периодов времени, заданной продолжительности. Среди недостатков следует отметить высокую стоимость и значительную вероятность ложной имитации. Высокая стоимость обусловлена привлечением высококвалифицированных специалистов-программистов и использованием большого количества машинного времени на многочисленные прочие программы. Возможность ложной имитации связана с вероятностным характером и принятием определенных допущений.
Описанные принципы и методы моделирования логистических систем нацелены на то, чтобы исключить интуитивный подход к выработке управленческих решений и сделать их более объективными. Однако многолетняя практика создания и успешная эксплуатация логистических систем показывает, что именно в результате творческой интуитивной деятельности отдельных лиц и коллективов задача построения полной и адекватной модели логистической системы решается наиболее эффективно.
Вследствие этого в логистике широкое применение нашли методы, основанные на использовании опыта, квалификации и творческого потенциала специалистов по управлению и различным производственным процессам. Все эти методы носят обшее название экспертных. В Приложении 1 представлена классификация экспертных методов, применяемых в логистике.
Под экспертными системами в логистике понимают специальные компьютерные программы, помогающие специалистам принимать решения, связанные с управлением материальными потоками. Экспертная система может аккумулировать знания и опыт нескольких специалистов-экспертов, работающих в разных областях. Труд высококвалифицированных экспертов стоит дорого, однако, как правило, требуется не повседневно. Возможность получить совет экспертов по разным вопросам посредством обращения к компьютеру позволяет квалифицированно решать сложные задачи, повышает производительность труда персонала, и, в то же время, не требует затрат на содержание штата высокооплачиваемых специалистов.
В число задач логистики, решаемых с помощью экспертных систем, входят выбор перевозчиков, международный маркетинг, управление запасами и проектирования информационных систем. На РЖД примерами реализации ЭС являются технологии ДИСПАРК, ДИСКОМ, АСУОП, ЭТРАН и др.
Программное обеспечение экспертной системы в логистике создает и накапливает логистическую «базу знаний» в форме эвристических правил, общих принципов принятия решений, контрольных параметров и логических схем так же, как обычные компьютерные программы накапливают числовую информацию в базах данных. Экспертная система состоит из трех компонентов: базы знаний, механизма умозаключений и пользовательского интерфейса (рис. 3).
Рис.3. Принципиальная структура экспертной системы
База знаний хранит серии решений типа «если...., то......». Ее создают на основе опросов ряда «экспертов» о характере исходных данных и логических схемах (алгоритмах), на которых строится принятие решений. Например, опытный руководитель транспортного отдела перечислит ключевые критерии, используемые при выборе перевозчика определенных грузов. Опытный прогнозист располагает знаниями о наиболее подходящем методе прогнозирования. Интеграция и координация алгоритмов принятия решений, предложенных рядом экспертов, позволяет создать базу знаний, которая поможет менее опытным работникам повысить эффективность своих решений.
Механизм умозаключений обеспечивает поиск в базе знаний именно тех правил и алгоритмов, которые пригодны для принятия конкретного решения. Например, сотруднику транспортного отдела, выбирающего лучшего автоперевозчика, не требуются правила, используемые при железнодорожной перевозке. Механизм умозаключений выявляет пригодные для случая правила и устанавливает последовательность их оценки. Пользовательский интерфейс облегчает взаимодействие между лицом принимающим решения и экспертной системой. Посредством интерфейса пользователю задают вопросы и выдают возможные варианты ответов и решений. Хороший интерфейс дает человеку возможность развивать базу знаний всякий раз при овладении дополнительной информацией.
Применение экспертных систем позволяет:
- принимать быстрые и качественные решения в области управления материальными потоками;
- готовить опытных специалистов за относительно более короткий промежуток времени;
- сохранять "ноу-хау" компании, так как персонал, пользующийся системой, не может вынести за пределы компании опыт и знания, содержащиеся в экспертной системе;
- использовать опыт и знания высококвалифицированных специалистов на непрестижных, опасных, скучных и т. п. рабочих местах.
К недостаткам экспертных систем следует отнести ограниченную возможность использования "здравого смысла". Логистические процессы включают множество операций с разнообразными грузами. Учесть все особенности в экспертной программе невозможно. Поэтому для того, чтобы не поставить коробку весом 100 кг на коробку весом 5 кг, «здравым смыслом», дополняющим знания экспертной системы, должен обладать пользователь.
Таким образом, экспертная система способна повысить производительность и качество логистических операций. А также позволяет преобразовать данные и информацию в полезное знание, описывать и делать общим достоянием редкие опыты и навыки, управлять знанием как жизненно важным для конкурентоспособности ресурсом.
Основными методами, применяемые для решения научных и практических задач в области логистики являются методы системного анализа, методы теории исследования операций, кибернетический метод, метод прогнозирования, метод экспертных оценок, методы моделирования.
Применение этих методов позволяет: прогнозировать материальные потоки; создавать интегрированные системы управления и контроля; разрабатывать системы логистического обслуживания; оптимизировать запасы; все логистические задачи решаются этими методами.
Системный подход является основной концепцией логистики. Системный подход предполагает изучение логистической системы в ее взаимодействии с внешней средой, механизма функционирования составляющих ее элементов, системных качеств, появляющихся в результате синергического эффекта.
Наиболее часто в логистике применяется имитационное моделирование. Имитационное моделирование применяется в условиях невозможности или дороговизны создания аналитической модели.
До начала широкого применения логистики принятие решения по управлению материальными потоками в значительной степени основывалось на интуиции квалифицированных снабженцев, сбытовиков, производственников, транспортников. Решение логистических задач, таким образом, является практическим применением метода экспертных оценок.
Экспертная система может аккумулировать знания и опыт нескольких специалистов - экспертов, работающих в разных областях. Возможность получить совет экспертов по разным вопросам посредством обращения к компьютеру позволяет квалифицированно решать сложные задачи, повышает
производительность труда персонала, и, в то же время, не требует затрат на содержание штата высокооплачиваемых специалистов.
1. Апатцев В.И. Основы логистики. - М.: РГОТУПС, 2005. - 207 с.