Минимизация общих логистических издержек при удовлетворении фиксированного спроса в интегрированной цепи поставок

Мы уже говорили о важности транзакционных и аналитических информационных технологий в интегральном планировании цепи поставок. Аналитические информационные технологии подразумевают использование двух типов математических моделей. Первый тип — описательные модели, разрабатываемые для лучшего понимания взаимоотношений внутри сервисной компании и во внешнем мире. Описательные модели включают:

модели прогнозирования — позволяют предсказать спрос на готовую продукцию компании, стоимость сырьевых материалов и другие факторы, основанные на статистических данных;

модели стоимостных соотношений — показывают изменения прямых и косвенных затрат как функции стоимости;

модели использования ресурсов — описывают, как расходуются ресурсы на нужды производственной деятельности;

имитационные модели — описывают, как цепь поставки компании или ее часть будет функционировать через определенное время в зависимости от изменения параметров.

Этот перечень представляет спектр описательных моделей, которые могут быть созданы для лучшего понимания цепи поставок компании.

Второй тип — нормативные модели, которые создаются в помощь менеджерам для принятия лучших решений. Термин норматив описывает процессы для выявления норм, к которым должна стремиться компания. Наша точка зрения состоит в том, что термины нормативные модели и оптимизационные модели являются синонимами. Более того, мы считаем, что оптимизационные модели подобны моделям математического программирования, которые являются особым классом математических моделей, изучаемых теоретиками и практиками в области исследования операций более 50 лет. Впредь мы будем использовать термин оптимизационные модели для определения моделей, которые могли бы быть названы нормативными или математическим программированием.

Для построения оптимизационных моделей необходимы исходные описательные данные. Очевидно, что чем точнее исходные данные, тем достовернее результаты планирования, полученного на основе оптимизационной модели цепи поставок. Однако зачастую специалисты по моделированию сталкиваются с тем, что, несмотря на несовершенство некоторых данных, использование приблизительных данных лучше, чем отказ от анализа. Другими словами, многие проекты по применению моделей проходят несколько стадий апробации данных до тех пор, пока не достигается достаточно обоснованная точность.

Менеджеры по логистике должны понимать, что создание точных описательных моделей необходимо, но этого недостаточно для осуществления эффективного принятия решений. Например, для создания общей оптимизационной модели точный прогноз спроса должен сопровождаться следующими данными:

что будет производиться и какие предприятия будут это производить;

для обслуживания каких распределительных центров и рынков.

Цель — сделать так, чтобы спрос был удовлетворен при минимальной стоимости цепи поставок. Для построения оптимального графика основного производства точная модель управления производственными затратами необходима, но не достаточна.

Конечно, для того чтобы быть применимой, модель, представленная на бумаге, должна быть реализована с помощью компьютерных программ на основе исходных данных. Кроме того, информация должна быть оптимизирована с помощью числового алгоритма, а результаты, полученные на выходе, должны быть сформулированы управленческими терминами. При этом должны применяться программы для визуализации и управления исходными данными и отчетами. В зависимости от способа применения система моделирования должна интегрироваться с другими системами, которые собирают информацию, обрабатывают отчеты или оптимизируют другие аспекты цепи поставок компании.

Методы математического программирования представляют мощные и всесторонние инструменты для обработки большого количества цифровых данных, характеризующих цепи поставок многих компаний. Обычно мнения опытных специалистов-практиков по поводу того, является ли модель точной и полной для конкретного применения, сходятся. К сожалению, большинство менеджеров не являются экспертами в области моделирования, поэтому, они могут быть введены в заблуждение системами, переводящими исходные данные в планы цепей поставок с помощью простейших моделей и методов.

Применение упрощенной системы моделирования может привести к проблемам, которые носят не только чисто математический или научный характер. Хотя с помощью такой системы и можно кое-что улучшить в логистической деятельности компании, более совершенная система позволяет выработать наилучшие планы с точки зрения практических результатов. Для компании с годовыми продажами в сотни миллионов долларов тщательный анализ с помощью совершенной системы моделирования позволит добавить десятки миллионов долларов к чистой прибыли компании, в то время как использование заурядной системы, возможно, поможет сэкономить лишь малую часть этой суммы. Так что затраты времени и усилий, направленных на развитие и применение более совершенных систем, совершенно оправданы.

В последующих главах мы представим более подробное введение в математическое моделирование логистических проблем. Также мы продемонстрируем некоторые алгоритмы оптимизации этих моделей.

Продвинутые модели и системы моделирования позволяют менеджерам и аналитикам глубже понять важность методов и вариантов решений для совершенствования структуры и деятельности цепи поставок в сервисной деятельности. Это понимание основывается на переводе качественных и количественных концепций из различных управленческих дисциплин в моделирующие конструкции.