Оптимизация системы логистики в бизнесе на основе теоретикоигровой модели (1142526), страница 8

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 8)

Динамическая оценка риска и неопределенностиК этой группе относятся модели и методы динамической оценкинеопределенности,включающиеметодыпрогнозированиятекущегоиперспективного спроса на готовую продукцию, расхода материальных ресурсов,развития рынков и др., а также XYZ-анализ, выполненный на основединамического коэффициента вариации.2. Модели, охватывающие две или более логистических операций и/илифункцийA. Оценка совокупности рисковМодели и методы второго вида подгруппы А включают модели первоговида, а также АВС - анализ рисков, модели оценки совокупности рисков (среднееи среднее квадратическое отклонение ожидаемых потерь) и апостериорныхвероятностей для взаимосвязанных рисков.47B.

Оценка взаимосвязи рисков или нескольких случайных величин,характеризующих неопределенностьК методам данной подгруппы относятся:• факторный стохастический анализ, который применяется для выявлениявлияния факторов риска на размер риска, а также потерь и частоты риска навеличинулогистическихзатратилииныхизмерителейлогистическойдеятельности;• имитационное моделирование, позволяющее проанализировать времявыполнения цикла заказа, расход и приход материальных ресурсов, готовойпродукции на складе, обслуживание клиента при выполнении операцийлогистического сервиса и др.;• системы массового обслуживания, которые могут быть применены дляописания таких процессов в логистике, как, например: обработка и выполнениепоступающих заказов на обслуживание, работа зоны приемки, выдачи икомплектации заказа на складе, пополнения и расхода запаса, работы станка,конвейерной линии и др.;• аналитическиемодели,учитывающиевзаимосвязиотдельныхпараметров, и дающие оценку с заданной надежностью, например, моделирасчета страхового запаса.3.

Модели логистических систем (каналов, сетей) и цепей поставокA. Принятие тактических решенийB. Принятие стратегических решенийГруппу А составляют модели и методы принятия оперативных итактических решений в условиях неопределенности и риска, группу В – модели иметоды принятия стратегических решений. Методы можно разделить на двеподгруппы в соответствии с теорией принятия решений: подгруппы АА, BА –модели и методы принятия решений в условиях риска (риск в данном случае48измеряетсятольковероятностьюнаступлениянеблагоприятногоисхода),подгруппы АB, BB – модели и методы принятия решений в условияхнеопределенности.Например, общими для обеих групп (подгрупп АА, BА) методов и моделейпринятия решений в условиях риска являются:• метод дерева решений (в том числе в сочетании с методом Байеса),применяемого для задач «делать или покупать», выбора варианта распределенияпродукции (например, со строительством, покупкой склада и арендой складскихплощадей), выбора транспортного средства и вида тары для перевозки особыхгрузов, определения оптимального объема заказа и др.;• метод деления риска.

При построении цепей поставок находитприменение, когда решается вопрос о слиянии, поглощении фокусной компаниейдругих участников цепи или инвестировании средств в эти предприятия;• вероятностное динамическое программирование, применяемое приопределении партии поставки, проектировании складских зон, формированиицепи поставок с максимальной надежностью и ограниченными средствами,выделяемыми на оплату услуг логистических посредников, определениинеобходимо количества транспортных средств и др.;• метод сценариев (сценарное планирование), который применяется, восновном, в стратегическом планировании, когда будущее представляется в виденескольких альтернативных сценариев.

Для каждого сценария производится оценкавероятности, с которой возможно развитие будущего по конкретному сценарию.В рамках данной работы в качестве инструмента для оптимизациисистемы логистики предлагается теоретико-игровое моделирование модель «Играс Природой». А именно оптимизация будет осуществляться с применениемкритериевоптимальности,синтетическогокритериявчастностиГурвица,сприменениемотносительноразработанноговыигрышейирисков.Уникальность данного метода заключается в том, что он позволяет менеджерулогистики принимать решения с совместной точки зрения, как рисков, так и49выигрышей.Вообще говоря, теория игр в моделировании логистических процессовприменяется достаточно редко, и, как правило, данный инструмент применяютдля оптимизации с точки зрения либо рисков, либо выигрышей.Подобные исследования для моделирования логистических систем можнонайти в следующих направлениях1) кооперативные игры для оптимизации управления запасами и складскогохранения (например, в работах Бродецкого [11; 12; 13; 14; 15]);2) некооперативные игры для интегрированного планирования цепи поставок(например, в работах Манзини, Гамберини, Бортолини и Апрачио [100], [101][95]) и для APS планирования в работах Антонио де Санта и Эльтанви [96] и [99].Примечание – аббревиатура APS (Advanced Supply Chain Planning) подразумевает подсобой метод моделирования деятельности цепи поставок, основанный на теоретико-игровоммоделировании.Таким образом, как было указано выше, для решения поставленной задачиво второй главе данного исследования представлена разработка математическогоаппарата, а именно синтетического критерия Гурвица для принятия решений вмодели «Игра с Природой».50Основные выводы по первой главеВ данной главе были рассмотрены современные проблемы логистики, атакже методы и модели их решения, в том числе с помощью применения аппарататеории игр, а именно: предпринята попытка определить роль логистической системы в условияхсовременного бизнеса, что позволило классифицировать различныесистемы логистики в зависимости от их степени воздействиях наструктуру предприятия; проанализирован процесс формирования логистической системы в рамкахбизнес - единицы, а именно какие элементы являются составляющимисовременной логистической системы, а также какова их взаимосвязь врамках одной системы; проведен обзор учета неопределенности и рисков как в логистическойсистеме в целом, так и относительно каждого составляющего системы; также проанализированы различия в определении конечного состояниясистемы в отечественной и зарубежной теории и практики; приведена классификация моделей и методов экономико-математическогомоделирования применяемых для оптимизации как всей логистическойсистемы, так и отдельных ее элементов51ГЛАВА 2ТЕОРЕТИКО – ИГРОВАЯ МОДЕЛЬ: РАЗРАБОТКА И АНАЛИЗ2.1 Основные критерии принятия решений в играх с природойКак и любая другая сфера экономической деятельности, логистическаядеятельность сопряжена с принятием решений.

И зачастую решения приходитсяпринимать в условиях неопределенности, т.е. в условиях «при которых илипроцесс выполнения операции является неопределенным, или присутствуетсознательное противодействие противника (конкурента), или нет ясных и четкихцелей операции» [86].Разумеется, присутствие неопределенности в момент принятия решенияусложняет процесс выбора оптимального решения, так как неопределенностьявляется, наверное, наиболее, значимым фактором риска в экономическойдеятельности.

В качестве источников подобной неопределенности можетвыступать огромное количество различных факторов, таких как колебания спроса,невозможность предсказать действияконкурентов,измененияв областизаконодательства, факторы природного характера, и так далее. Таким образом,менеджеру (ЛПР) для принятия максимально взвешенного решения приходитсяучитывать целый комплекс подобных источников.Изучением вопроса принятия решений в подобных условиях и с учетомвышеперечисленных, а также многих других факторов занимается дисциплина«Исследование операций». Один из ее важнейших ее разделов теория игр,используемый для нахождения оптимальной стратегии поведения. Существует52большое разнообразие определений теории игр, приведем несколько наиболеераспространенных из них. Согласно утверждению Дубиной И. Н. [27] теорию игрможно определить с помощью следующих дефиниций:1) как теории рационального поведения субъектов с несовпадающимиинтересами;2) как науки о стратегическом мышлении;3) как теории принятия оптимальных решений в условиях конфликтов.Согласно Протасову И.

Д. [75] игра – «процесс изменения состоянийигровой системы от некоторого начального состояния до некоторого конечногосостояния (с оптимальным исходом) согласно правилам игры и оптимальным(рациональным) действиям игроков».Несмотря на общее определение понятия игры, существует деление игр наразличные классы в зависимости от задаваемых параметров классификации, такихкак число игроков, характер их взаимодействия, учет временного фактора и.т.д.Соответственнокаждомуклассуигрсоответствуетсвойтипнеопределенности. Так, например, если речь идет о парных антагонистическихситуациях, где в игре участвуют две противоборствующие стороны, тонеопределенность, заключается в том, что ни одна из противоборствующихсторон не обладает информацией о действиях другой.

Но, несмотря на этоподобнаянеопределенностьнекоторымобразом,компенсируетсяпредположением каждой из сторон о том, что противоборствующая сторонадействует осознанно, выбирая стратегии, наиболее выгодные для себя и наименеевыгодные для противника.Тем не менее, в практической деятельности, в процессе принятия решений,более важным элементом является неопределенность иного вида, связанная не сосознанным противодействием противника, а заключающаяся в недостатке53информации для лица, принимающего решение, об объективных условиях, вкоторых будет приниматься решение.Неопределенность такого рода может порождаться различными причинами,озвученными выше.Все задачи, в которых принятие решения зависит от объективнойдействительности принято называть «играми с природой», а сама объективнаядействительность соответственно называется «природой». Заинтересованнаясторона и природа в такой игре называются игроками.Также стоит отметить, что Природа в такого вида играх не является нисоюзником, ни противником Игрока (лица принимающего решение), так какникаких осознанных действий против или за Игрока она не принимает.

Вместоэтого она неопределенным образом принимает то или иное свое состояние, непреследуя конкретной цели и будучи безразлична к исходу игры.Принимая во внимание тот факт, что под Природой мы можемподразумевать любой из множества неопределенных факторов, то сфераприменения подобных игр для принятия оптимальных решений весьма обширна.В подобных играх можно выделить несколько видов неопределенности,классифицируя их по отношению к случайности [48]:− стохастическую (вероятностную) неопределенность, когда неизвестныефакторы статистически устойчивы и поэтому представляют собойобычные объекты теории вероятностей. Т.е.

если известны вероятностисостояний природы, либо принята какая-либо гипотеза о распределенииэтих вероятностей и лицо принимающее решение, относится с полнымдоверием к этим вероятностям. В подобных случаях говорят о «принятиирешения в условиях риска»;54− нестохастическаянеопределенность,прикоторойникакихпредположений о стохастической устойчивости не существует. Т.е, когдавероятности состояний природы неизвестны и нет никакой возможностиполучить о них какую-либо статистическую информацию. В такомслучаеговорято«принятиирешениявусловияхполнойнеопределенности»;− неопределенность промежуточного типа, когда решение принимается наосновании каких-либо гипотез о законах распределения вероятностейсостояний природы или же к известным вероятностям состоянийприроды лицо, принимающее решение, относится не абсолютно, а снекоторой степенью доверия.

Характеристики

Список файлов диссертации