Диссертация (1138083), страница 15
Текст из файла (страница 15)
При этом при принятиирешения о размещении на очередном шаге алгоритма принимается во вниманиерешение, дающее минимальные затраты на предыдущем этапе.К сильным сторонам методов динамического программирования можноотнести точность полученного решения, которую они обеспечивают.
В то жевремя применение этих методов возможно лишь для ограниченного числавариантовтопологиисети(самЛоврассматривалметодтолькодляодноразмерных задач) и объектов.Эвристические и мета-эвристические методы используются для нахожденияприближенного к оптимальному (квази-оптимального) решения с небольшими53Robert F. Love. One-Dimensional Facility Location-Allocation Using Dynamic Programming // Management Science,Vol. 22, No. 5 (Jan., 1976), pp.
614-61782затратами времени. Сфера применения эвристических методов – задачи реальнойразмерности с большим числом объектов в сети и переменных. ИсследовательКлозе, в частности, утверждает, что большие задачи о размещении логистическихмощностей могут быть решены за адекватное время только с применениемметодовэвристики54.Тринаиболеепопулярныхметодаэвристическогомоделирования приведены в Приложении С.На взгляд автора, дискретные модели позволяют наиболее полно описатьцелевую функцию и ограничения задач по разработке конфигурации сетевойструктуры цепи поставок. По этой причине для целей настоящего исследованиябудут использоваться именно методы третьего класса – методы дискретнойоптимизации.Этап 6: Определение и формализация целей и ограничений будущей сетираспределенияВ зависимости от результатов выбора логистической стратегии (шаг 4.1алгоритма)дляпроектированияторговойсетивкомпаниичастностивцеломилиопределяетсяконкретногоцелевойуровняпоказательнеефункционирования – будущая основа целевой функции математической модели(показатель, который будет максимизироваться или минимизироваться дляопределениярациональнойконфигурациискладскойсети).Публикациизарубежных исследователей проблематики содержат множество вариантовцелевых показателей (в научных статьях также встречается название «критерииэффективности сети»), тогда как в трудах российских авторов эта тематикапрактически не освещается.
В целом же с точки зрения формализации целевойфункциизарубежомвыделяютсядваосновныхориентированный и затрато-ориентированный.подхода:сервисно-Рассмотрим эти подходы ипроанализируем способы задания целевых показателей, установленных для54Klose A., Drexl A. Facility location models for distribution system design // European Journal of Operational Research,№ 162 (2005), pp. 4–2983каждойизпредложенныхвнастоящемдиссертационномисследованиилогистических стратегий (запись целевой функции и основного ограничения дляданных подходов и предусматриваемых ими стратегических задач в логистикеприведена в Приложении П).Сервисно-ориентированный подход - подход, основанный на покрытии точексбыта продукции или услуг, в рамках которого преследуется конкретная цель вобласти достижения и поддержания определенного уровня логистическогосервиса.
В качестве такой цели могут использоваться «критическое» расстояниедо точек сбыта или время их обслуживания, которые компания стремитсяминимизировать при определенных ограничениях на величину логистическихзатрат. В контексте указанного подхода могут быть рассмотрены четыре первыестратегические задачи в логистике, поскольку для каждой из них характеренприоритет уровня логистического сервиса над величиной затрат (на последнюю вмодели устанавливается ограничение).1) Целевая функция и основные ограничения стратегии гибкости (адаптивности)сети распределения.Гибкостьизменениясетиобъемовраспределенияпотокаозначаетпродукции,возможностьпроходящегозначительногочерезсклады,распределительные центры и иные объекты логистической инфраструктуры сети,на краткосрочном временном интервале, т.е. без существенных инвестиционныхзатрат, в частности на строительство или аренду новых складских терминалов(приэтомарендадополнительныхзарезервированныхмощностейнадействующих терминалах укладывается в понятие гибкости сети).
Таким образом,в качестве критерия эффективности сети в рамках рассматриваемой стратегииявляетсяпоказательдоступностискладских(зарезервированных,временносвободных и т.п.) и / или транспортных мощностей, который, в частности, можетбыть выражен соотношением потенциально достижимого (на краткосрочномвременном интервале) и текущего уровня грузооборота реализуемой продукции.84Математически целевая функция может быть задана так55:В роли ограничения в модели гибкой сети распределения выступает общаявеличина затрат на открытие / аренду складов и распределительных центров ипостоянных эксплуатационных затрат. При этом в системе ограниченийобязательно должна быть отражена взаимосвязь между различными видамиобъектов логистической инфраструктуры. В частности, если по отдельнымуровнямпроектирования(сегментам-регионам-товарнымкатегориям)обслуживание осуществляется через пары «склад – распределительный центр», вмодели должно быть отражено, что по этим сегментам-регионам мощностираспределительных центров не могут превышать складские мощности.2) Целевая функция и основные ограничения стратегии повышения скорости отклика.Ключевой показатель стратегии следует из ее названия – время отклика сетина срочные запросы потребителей, время цикла исполнения заказа в целом.
Времяотклика (response time) означает тот временной период, который потребуется сетираспределения, чтобы удовлетворить возникшую потребность заказчика. Какправило, это время зависит от расстояния до клиента и величины егопотребностей (объема заказа). В качестве ограничений используется уровеньобщихлогистическихзатрат(отдельнооперационныезатратынатранспортировку и складирование не могут служить адекватной мерой стоимостивыполнения срочного заказа, т.к. скорость может быть достигнута, например, засчет поддержания высокого уровня запасов продукции).С точки зрения математической формализации существуют несколькоразличных вариантов, которыми может быть задана целевая функция стратегии: минимальное расстояние (период доставки) от поставщика до магазинарозничной сети;55Пример формализации взят из статьи M.
Bachlaus, M.K. Oandey, C. Mahajan «Designing an integrated multiechelon agile supply chain network: a hybrid taguchi-particle swarm optimization approach» // Springer Science+BusinessMedia, LLC 200885 максимальная доля розничного товарооборота, удовлетворящая сервисномуограничению на максимальное время выполнения заказа поставщиком (т.е.находящаяся в установленном радиусе обслуживания).В первом варианте целевой функцией является минимизация среднегорасстояния до каждого заказчика в сети распределения (при этом расстояния невзвешиваются по объемам поставок, т.к.
целью является не снижение затрат, аобеспечение минимального времени доставки). Более продвинутые источникисодержат формулы с учетом непосредственно времени доставки (при этом самовремя может быть функцией от расстояния, объема товарооборота с клиентом ит.д.). Такая формализация, в частности, используется у китайского ученого Чои.Другой пример реализован в работе коллектива авторов56 Наньянскоготехнологического университета СингапураКак видно из формул, в качествецелевой используется функция минимума потерянных продаж по причинамнеудовлетворения требований клиентов по доставке с периодом исполнениязаказа n.
В качестве ограничения в данном случае используется величина толькотранспортных затрат (может быть дополнена исходя из потребностей компании).Привторомспособеформализациистратегиискоростиотклика(максимизация доли розничного товарооборота, удовлетворяющего сервисномуограничению) целевой функцией является максимальное покрытие территориисбыта продукции или услуг при заданном максимально допустимом количествескладов (РЦ). В рамках такой формулировки предполагается, что нам уже заданоограничение на количество складов или РЦ (что, конечно же, упрощает задачу,поскольку нет необходимости определять оптимальное значение данногопараметра), и целью становится поиск такого их расположения, при которомбудет достигнута максимальная площадь покрытия точек сбыта.
При этомподразумевается, что точка сбыта «покрыта» тогда, когда ее обслуживаниеудовлетворяет ограничению на расстояние до склада или продолжительностьпериода от заказа до поставки.56Michelle L.F. Cheong, Rohit Bhatnagar. Logistics Network Design with Differentiated Delivery Lead-Time: Benefitsand Insights // Manuscript received 19th November 2004.86Пример ограничения на минимальное количество точек сбыта, времядоставки продукции в которые удовлетворяет установленному ограничению(уровню сервиса), приведен в работе коллектива авторов573) Целевая функция и основные ограничения стратегии обеспечения доступноститоваров в запасах.Эта одна из наиболее распространенных логистических стратегий в сетираспределения, нацеленная, как уже отмечалось на шаге № 3 алгоритма, намаксимально полное удовлетворение потребностей клиентов в соответствии свыбраннымстандартомлогистическогосервиса.Дляэтойстратегиииспользуются две основные формы целевой функции – через минимальныйуровень дефицита товаров в запасах или через максимальную плотностьразмещения складских мощностей (страхование срывов в поставках за счетналичия близлежащих backup facilities).В первом случае целевой функцией является минимальный уровеньдефицита продукции при ограничении на максимально допустимый уровеньтоварныхзапасов.Такаяцелеваяфункцияиспользуется,например,вмногопериодных моделях сети распределения, когда моделируется нескольковременных периодов и последовательно фиксируется соотношение текущегоуровня запасов и спроса со стороны заказчиков.
Пример математическойформализации стратегии приведен ниже58:Как можно заметить, в качестве целевой функции используются потерянныепродажи вследствие дефицита товарных запасов на складе. В роли ограничения вмодели выступают общие затраты на владение запасами, состоящие из затрат напополнение (транспортные затраты по доставке продукции в магазины розничнойторговли) и потерь от иммобилизации средств. Другим способом задания этой жецелевой функции может быть максимизация доступности товаров на полкахмагазинов, выраженная в сокращении (минимуме) периода планирования спроса в57Emanuel Melachrinoudisa, Achille Messac, Hokey Min. Consolidating a warehouse network: A physical programmingapproach // Int.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
