В данной статье предложены формализация и постановка многокритериальной задачи выбора предпочтительного перевозочного процесса и при организации поставок помашинными отправками, учитывающей, что этот процесс является сложной системой, функционирующей в условиях многовариантности и неопределенности.
Ключевые слова: автомобильный транспорт, доставка, транспортно-складские затраты, управление запасами, цепи поставок перевозочный процесс.
E.S. Khoruzhenko,
post-graduate student,
The Siberian automobile and highway academy,
Omsk, Russia
The procedure for selecting the preferred transportation process in the organization of cargo shipments by car
In this article we present the formalization and staging multiobjective problem the preferred choice of transportation process and the organization of supply shipments of cargo delivery , including that the process is a complex system that operates in a multi-variant and uncertainties.
Keywords: motor transport, delivery, transport-warehouse costs, management of reserves.
Централизованная система включает в себя один крупный центральный склад, где накапливается основная часть запасов, а филиальные склады, роль которых могут выполнять не только собственные, но и склады общего пользования, будут располагаться в регионах сбыта. В децентрализованной системе основная часть запасов концентрируется в сети складов, рассредоточенных в различных регионах сбыта, в непосредственной близости от потребителя. Такая система разветвленной складской сети наиболее актуальна в распределительной логистике, где основным клиентом выступает розничная сеть, стремящаяся к сокращению собственных складских площадей, и, как следствие этого, предпочитает осуществлять заказы мелкими партиями, но с более частой периодичностью поставки.
Рациональная организация перевозок строится на основе изучения грузооборота и грузопотоков в масштабе предприятия и его отдельных цехов и складов. Грузооборот-это общий объем грузов, перемещаемых на предприятии в единицу времени (год, месяц, сутки). Грузопотоком называется объем грузов, перемещаемых в единицу времени между двумя пунктами (например, дефростационное отделение цеха-холодильники).Грузооборот представляет собой сумму грузопотоков.
На рисунке 1
приведена блок-схема, отражающая взаимодействие процедур выбора предпочтительного перевозочного процесса
развития перевозочного процесса, где 1 - процедура вычисления значений
локальных показателей эффективности (Y1), Z - матрица
исходных данных; 2 -процедура получения значений целевых показателей (Y), которые помимо локальных показателей содержат экспертно отобранные
технологические показатели (Y2); 3 - процедура
вычисления значений
обобщенных критериев, характеризующих перевозочный процесс, и выбора по этим
значениям предпочтительных сценариев развития этого процесса (Sjp(k), Sjp).
Далее каждая выборка (8) обрабатывается стандартными вероятностно-статистическими методами: создается гистограмма относительных частот, определяются точечные и интервальные оценки числовых характеристик и т. д. В качестве примера приведем точечную (X~) и интервальную (x1, х2) оценки для математического ожидания:
Здесь jp - номер итогового предпочтительного перевозочного процесса, jp E (1, 2,J).
Полученные данные е приведены в таблице 1: Y- целевые показатели (результат процедуры понижения размерности): PR - операционная прибыль (3).
Таблица 1 - Исходные данные для определения предпочтительных сценариев развития перевозочного процесса
|
y |
S1 |
S2 |
S3 |
S0 |
YM |
W |
|
PR |
3.35 |
3.15 |
3.45 |
3,65 |
Max |
0.312 |
|
|
0.285 |
0.315 |
0.275 |
0.260 |
M |
0.182 |
|
R1 |
0,270 |
0.255 |
0.220 |
0.205 |
M |
0.172 |
|
PI |
2225 |
2352 |
2460 |
2520 |
Max |
0,129 |
|
pg |
3855 |
3528 |
4276 |
4520 |
Max |
0.252 |
R0 - операционный риск (5); RI- риск по показателю рентабельности инвестиций (7); рi - производительность автомобиля; pg-себестоимость,s1,s2,s2-варианты сценариев развития; SO - «наилучший» сценарий; YM - цель показателя (максимизация или минимизация); W-весовые коэффициенты для целевых показателей.
В таблице 2 приведены полученные значения нормированных целевых показателей (12), предпочтительные сценарии развития перевозочного процесса, соответствующие исходным данным для расчета (см. таблицу 1):
а) независимо от модели «свертки» предпочтительным является третий сценарий;
б) итоговым является также третий сценарий перевозочного процесса.
Таблица 2
Значения нормированных целевых показателей
|
D |
S1 |
S2 |
S3 |
|
PR |
0,0855 |
0,141 |
0.0565 |
|
|
0.102 |
0.222 |
0.062 |
|
R1 |
0.327 |
0.252 |
0,077 |
|
PI |
0.115 |
0.068 |
0.037 |
|
pg |
0.1479 |
0.2205 |
0,0543 |
|
|
|
|
|
Проведенные исследования показывают, что, создавая и используя экспертно-статистическую информацию, можно количественно оценивать показатели различных сценариев развития перевозочного процесса, тем самым способствуя повышению эффективности принятия управленческих решений.
Библиографический список
1. Морозов, В. Н. К новой структуре управления [Текст] / В. Н. Морозов // Пульт управления // Гудок. - 2011. - № 1. - С. 5 - 9.
2.Черноруцкий, И. Г. Методы принятия решений [Текст] / И. Г. Черноруцкий. - СПб: БХВ-Петербург, 2005. - 416 с.
3.Домбровский, И. А. Вероятностный анализ безубыточности грузовых перевозок на основе метода Монте-Карло [Текст] / И. А. Домбровский, Ю. М. Краковский // Известия Тран- сиба / Омский гос. ун-т путей сообщения. - Омск. - 2013. - N9 1 (13). - С. 125 - 130.
4.Краковский, Ю. М. Исследование влияния неопределенности исходных данных на показатели пассажирских перевозок [Текст] / Ю. М. Краковский, Д. И. Жарий // Современные технологии. Системный анализ. Моделирование / Иркутский гос. ун-т путей сообщения. - Иркутск. - 2011. - №1. - С. 96 - 101.
5.Каргапольцев, С. К. Алгоритмическое обеспечение оценки целевых показателей перевозочного процесса перевозок [Текст] / С. К. Каргапольцев, В. А. Начигин, В. Ф. Фролов // Современные технологии. Системный анализ. Моделирование / Иркутский гос. ун-т путей сообщения. - Иркутск. - 2013. - №1. - С. 144 -149.
6.Петровский, А. Б. Многокритериальное ранжирование объектов по противоречивым данным [Текст] / А. Б. Петровский // Искусственный интеллект/ Ин-т проблем искусственного интеллекта. - Донецк. - 2006. – N2 2. - С. 215 - 220.
7. Саати, Т. Принятие решений. Метод анализа
иерархий [Текст] /Т. Саати. - М.: Радио и связь, 1993.
ИСТОЧНИК: Логистика - евразийский мост: материалы 10-й Междунар. научн.-практ. конф. (14-16 мая 2015 г., г.Красноярск); Краснояр. гос. аграрн. ун-т, - Красноярск, 2015. - 582 с. - с. 342-346