Моделирование логистических систем. Моделирование бизнес-процессов

Содержание:

1. Введение………………………………………………………………..
2. Понятие и сущность логистики………………………………………
3. Моделирование в логистике………………………………………….
4. Моделирование бизнес-процессов в логистике……………………
5. Заключение…………………………………………………………...
6. Список литературы…………………………………………………..

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение

 

Типология моделей в логистике производна от понятия "логистическая система", которое, как известно, в силу своей громадной концептуальной емкости и многообразия промежуточных форм существования в реальной практике окончательно не установлено. Аморфное представление о сущности и нюансах логистической деятельности не способствует созданию эффективного методологического инструментария в виде модельного ряда, учитывающего специфику и фазы существования объекта логистизации. С другой стороны, неразвитость аппарата моделирования в логистике тормозит развитие ее как науки. 
Приходится заимствовать из других областей знаний (системология, исследование операций, теория управления запасами и др.) различные методы и способы моделирования, но этот путь требует глубокого критического анализа имеющегося спектра моделей, переосмысления их потенциальных возможностей и органических недостатков с точки зрения логистики. В противном случае возникают серьезные трудности, а порой и недоразумения, как при выборе способа моделирования, так и при объяснении существа моделируемых логистических процессов. Любой специалист в области моделирования без особого труда найдет во множестве представленных в литературе по логистике моделей немало фактов, когда результаты моделирования родственных объектов невозможно сопоставить между собой даже по шкале порядка: структурные модели выдаются за функциональные, статические за динамические, концептуальные за информационные и даже за аналитические и т.п. 
Чтобы установить ассортиментный ряд моделей, который удовлетворял хотя бы скромным запросам исследователей и практиков в области логистики и помогал сократить время на поиск нужных моделей, целесообразно обратить более пристальное внимание на известные классификации в теории моделирования сложных физических, экономических и информационных систем.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1. Моделирование в логистике

 

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.

Моделирование основывается на подобии систем или процессов, которое может быть полным или частичным. Основная цель моделирования -   прогноз поведения процесса или системы. Ключевой вопрос моделирования «ЧТО БУДЕТ, ЕСЛИ...?»

Существенной характеристикой любой модели является степень полноты подобия модели моделируемому объекту. По этому признаку все модели можно разделить на изоморфные и гомоморфные (рис. 1).

(рис. 1)

Изоморфные модели   -   это модели, включающие все характеристики объекта   оригинала, способные, по существу, заменить его. Если можно создать и наблюдать изоморфную модель, то наши знания о реальном объекте будут точными. В этом случае мы сможем точно предсказать поведение объекта.

Гомоморфные модели. В их основе лежит неполное, частичное подобие модели изучаемому объекту. При этом некоторые стороны функционирования реального объекта не моделируются совсем. В результате упрощается построение модели и интерпретация результатов исследования. При моделировании логистических систем абсолютное подобие не имеет места. Поэтому  в дальнейшем мы будем рассматривать лишь гомоморфные модели, не забывая, однако, что степень подобия у них может быть различной.

Следующим признаком классификации является материальность модели. В соответствии с этим признаком все модели можно  разделить на м а т е р и а л ь н ы е   и   а б с т р а к т н ы е.

Материальные модели воспроизводят основные геометрические, физические, динамические и функциональные характеристики изучаемого явления или объекта. К этой категории относятся, в частности, уменьшенные макеты предприятий оптовой торговли, позволяющие решить вопросы оптимального размещения оборудования и организации грузовых потоков.

Абстрактное моделирование часто является единственным способом моделирования в логистике. Его подразделяют на символическое и математическое.

 

 К   с и м в о л и ч е с к и м   м о д  е л я м   относят языковые и знаковые.

Языковые модели  -  это словесные модели, в основе которых лежит набор слов (словарь), очищенных от неоднозначности. Этот словарь называется «тезаурус». В нем каждому слову может соответствовать лишь единственное понятие, в то время как в обычном словаре одному слову могут соответствовать несколько понятий.

Знаковые модели. Если ввести условное обозначение отдельных понятий, т. е. знаки, а также договориться об операциях между этими знаками, то можно дать символическое описание объекта.

М а т е м а т и ч е с к и м    м о д е л и р о в а н и е м 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 следующей последовательности.

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).

Наиболее полное исследование процесса функционирования системы можно провести, если известны явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными системы. Однако такие зависимости удается получить только для сравнительно простых систем. При усложнении систем исследование их аналитическими методами наталкивается на определенные трудности, что является существенным недостатком метода. В этом случае, чтобы использовать аналитический метод, необходимо существенно упростить первоначальную модель, чтобы иметь возможность изучить хотя бы общие свойства системы.

К достоинствам аналитического моделирования относят большую силу обобщения и многократность использования.

Другим видом математического моделирования является имитационное моделирование.

Как уже отмечалось, логистические системы функционируют в условиях неопределенности окружающей среды. При управлении материальными потоками должны учитываться факторы, многие из которых носят случайный характер. В этих условиях создание аналитической модели, устанавливающей четкие количественные соотношения между различными составляющими логистических процессов, может оказаться либо невозможным, либо слишком дорогим.

При имитационном моделировании закономерности, определяющие характер количественных отношений внутри логистических процессов, остаются непознанными. В этом плане логистический процесс остается для экспериментатора «черным ящиком».

Процесс работы с имитационной моделью, в первом приближении, можно сравнить с настройкой телевизора  рядовым телезрителем, не имеющим представления о принципах работы этого аппарата. Телезритель просто вращает разные ручки, добиваясь четкого изображения, не имея при этом представления о том, что происходит внутри «черного ящика».

Точно так же экспериментатор «вращает ручки» имитационной модели, меняя при этом условия протекания процесса и   наблюдая получаемый результат. Определение условий, при которых результат удовлетворяет требованиям, является целью работы с имитационной моделью.

Имитационное моделирование включает в себя  два  основных процесса: первый — конструирование модели реальной системы, второй — постановка экспериментов на этой модели.

При этом могут преследоваться следующие цели: а) понять поведение логистической системы; б) выбрать стратегию, обеспечивающую наиболее эффективное функционирование логистической системы.

Как правило, имитационное моделирование осуществляется с помощью компьютеров.

Условия, при которых рекомендуется применять имитационное моделирование, приведены в работе Р. Шеннона «Имитационное моделирование систем — наука и искусство» [46]. Перечислим основные из них:

1.Не существует законченной математической постановки данной задачи, либо еще не разработаны аналитические методы решения сформулированной математической модели.

2. Аналитические модели  имеются, но процедуры столь сложны и трудоемки, что имитационное моделирование дает более простой способ решения задачи.

3. Аналитические решения  существуют, но их реализация  невозможна вследствие недостаточной математической подготовки имеющегося персонала.

Таким образом, основным достоинством имитационного моделирования является то, что этим методом можно решать более сложные задачи. Имитационные модели позволяют достаточно просто учитывать случайные воздействия и другие факторы, которые создают трудности при аналитическом исследовании.

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.

Имитационное моделирование имеет ряд существенных недостатков, которые также необходимо учитывать.

1. Исследования с помощью этого метода обходятся дорого.

Причины:

— для построения модели и экспериментирования на ней необходим высококвалифицированный специалист-программист;

— необходимо большое количество машинного времени, поскольку метод основывается на статистических испытаниях и требует многочисленных прогонов программ;

— модели разрабатываются для конкретных условий и, как правило, не тиражируются.

2. Велика возможность ложной имитации. Процессы в логистических системах носят вероятностный характер и поддаются моделированию только при введении определенного рода допущений. Например, разрабатывая имитационную модель товароснабжения района и принимая среднюю скорость движения автомобиля на маршруте, равную 25 км/ч, мы исходим из допущения, что дорожные условия хорошие. В действительности погода может испортиться и, в результате наступившего гололеда, скорость на маршруте упадет до 15 км/ч. Реальный процесс пойдет иначе.

Описание достоинств и недостатков имитационного моделирования можно завершить словами Р. Шеннона: «Разработка и применение имитационных моделей в большей степени искусство, чем наука. Следовательно, успех или неудача в большей степени зависит не от метода, а от того, как он применяется».

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.  Моделирование логистических систем

 

На практике использование и прогнозирование поведения логистических систем при тех или иных видах возмущающих и управляющих воздействий заменяется исследованием и прогнозированием поведения их моделей.

Под моделью в данном случае следует понимать любое отображение логистической системы, которое может быть использовано вместо нее для исследования ее свойств и прогнозирования возможных вариантов ее поведения.

Моделирование логистических систем можно проводить различным образом и приходить в итоге к разным моделям. Однако при построении моделей необходимо соблюдать следующие общие принципы:

– модель должна иметь поведение, структуру и функции, подобные таковым у моделируемой логистической системы или ее компонента;

– отклонения параметров модели в процессе ее функционирования от соответствующих параметров моделируемой логистической системы не должны выходить за рамки допустимой точности моделирования;

– на основании исследования модели и ее поведения должно быть возможным обнаружить новые свойства моделируемой логистической системы, не содержащиеся в исходном материале, использованном для составления данной модели;