Об авторе Библиотека Ссылки Отчет о поиске Индивидуальный раздел
В любой практической деятельности человек сталкивается с состоянием ожидания. Это может быть очередь в кассу (аэропорт, супермаркет), стоянки технического обслуживания автомобилей, очередь на телефонной станции, на складе во время погрузки или разгрузки товара или чего-либо другого. Все эти и многие другие случаями указывают на массовость и обслуживание. Изучением таких ситуаций занимается теория массового обслуживания. В теории систем массового обслуживания объектом является запрос, который необходимо удовлетворить будь то разговор по телефону, покупка билета или ремонт машины. Работа любой системы массового обслуживания состоит в обслуживании поступающего в нее потока требований (вызовы абонентов, приход покупателей в магазин, требования на выполнение работы в мастерской и т. д.). Пример системы массового обслуживания:
Цели и задачи, которые должны решаться:
Целью исследования является изучение темы Моделирование систем массового обслуживания, а именно такого основного раздела, как управление запасами.
Для достижения поставленных целей необходимо решение следующих задач:
1. Исследовать и классифицировать модели управления запасами и системы массового обслуживания.
2. Определить основные характеристики исследуемых моделей.
3. Изучить основные понятия теории Марковских цепей.
Для решения задач управления запасами на предприятии управляющие должны обладать не только хорошими знаниями и способностями, но так же должны иметь в своем распоряжении мощный и работоспособный инструментарий, который обеспечит эффективное управление. Этим инструментарием выступают модели, реализованные с помощью различных программных оболочек.
Актуальность темы работы:
Актуальность работы заключается в том, что ни одно производство не обходится без распределения ресурсов на период. Это очень важно для предприятий, так как если их запасы будут малы, то производство остановится, а если велики, то будут оставаться остатки. Остатки нужно хранить на складе, а это тоже дополнительные затраты. Поэтому необходимо изучать и составлять модели управления запасами для эффективной работы производств, предприятий и др. Теория управления запасами относится к числу наиболее молодых отраслей исследования операций, хотя отдельные результаты ее получены достаточно давно. Поэтому у нее большие перспективы для развития.
В процессе развития, а также по мере изменения экономических условий все предприятия сталкиваются с необходимостью совершенствования своих экономических структур. При этом предприятия преследуют две основные цели: повысить эффективность использования внутренних ресурсов и адаптироваться к новым внешним условиям. Одной из проблем достижения этих целей является задача повышения эффективности управления запасами. Колоссальный объем средств, вложенных в запасы, придает проблеме управления ими первостепенную важность.[2]
На современном этапе предприятия пересматривают существующие системы управления, внедряют новые информационные системы управления, проводят реорганизацию бизнеса на основе современных методов реинжиниринга. Сложившаяся на предприятиях ситуация обусловливает необходимость формирования новых методических основ и разработки практических рекомендаций по построению систем управления запасами, как одного из важнейших условий развития отечественных предприятий и системообразующих факторов повышения эффективности производства.
Процессы управления запасами являются составной частью системы управления предприятием, поэтому их эффективность характеризуется таким важным критерием, как величина затрат, образующихся при управлении запасами. Традиционные показатели - объем запасов, оборачиваемость ресурсов, бесперебойность снабжения, используемые автономно не могут однозначно определить степень повышения эффективности системы управления запасами, т.к. являются частью общего критерия - затрат.
В последнее время предприятия в процессе анализа издержек обращают внимание на скопившиеся за годы работы излишние запасы материальных ресурсов, которые пролеживают на складах, морально и физически устаревают, теряя свою стоимость, и фактически замораживают вложенные в них оборотные средства.
Эта актуальная проблема определила необходимость постановки задачи исследования по созданию методики управления излишними запасами. В настоящее время решение задач повышения эффективности управления предприятием в целом невозможно без применения современных вычислительных систем и программных комплексов. Как показывает практика, прямая автоматизация существующих методов управления предприятием не дает должного эффекта, необходим пересмотр, адаптация и проработка методик и моделей управления, в том числе и управления запасами.
Новизной является то, что любые модификации могут привести к разным результатам. Так можно разработать самые оптимальные методы управления запасами. Такие модели необходимы для того, чтобы спрогнозировать прибыльным будет производство или нет и как можно его улучшить. Так же бывают и отрицательные результаты, но это только дает повод для усовершенствования моделей.
Также научная новизна исследования заключается в обосновании экономического механизма управления запасами материально-технических ресурсов и разработке методического обеспечения процесса принятия решений по оптимизации объемов запасов.Основными результатами исследования, составляющими научную новизну, является следующее:
1. Уточнен понятийный аппарат и место управления запасами в сложных микрологистических цепях при значительной номенклатуре используемых материальных ресурсов и множестве операторов-пользователей информационной системы;
2. Обоснована необходимость повышения эффективности функционирования организационно-экономической системы управления запасами материально-технических ресурсов, базирующаяся на сокращении времени прослеживания свободных ресурсов;
3. Разработаны концептуальные подходы к решению оптимизационных задач в области управления запасами материально-технических ресурсов, использующие инструментарий анализа и процесса принятия решений, в том числе в закупочной деятельности;
4. Определены факторы стратегии управления запасами, основанные на различных параметрах системы закупок, таких как периодичность заказа, постоянная партия объема пополнения заказа, уровень восполнения запаса, критический пороговый уровень запаса;
5. Разработана динамическая модель расчета логистических затрат, образующихся в процессе движения и хранения материально-технических ресурсов, основанная на методах имитационного моделирования, и позволяющая с заданной точностью рассчитывать уровень затрат в структурированном виде;
6. Предложена методика анализа состояния запасов, выбора ресурсов и корректировки планов их движения, основанная на анализе изменения структуры и объема затрат предприятия, позволяющая контролировать состояние запасов в реальном режиме времени;
7. Разработана методика определения оптимального графика поступления материальных ресурсов, независимо от характера, спроса, потребления, условий хранения ресурсов, основанная на динамической модели расчета затрат;
8. Разработана методика выявления неэффективных запасов и принятия решений по их реализации, основанная на динамической модели расчета затрат, позволяющая прогнозировать объемы излишних запасов и генерировать эффективные направления их использования.
Практическая значимость определена возможностью применения разработанных методик в области управления запасами на крупных промышленных предприятиях, использующих в производственном процессе значительное количество материальных ресурсов, как по номенклатуре, так и по объему.[3]
Существуют стандартные подходы совершенствования управления товарными запасами в розничной сети, которые можно разделить в зависимости от нахождения источника инициации движения товара: «толкающая» и «тянущая» система.
Толкающая система при управлении товарным запасом снабжаемых элементов системы исходит из запаса товара на складе. В зависимости от объема хранимого запаса на складе определяется уровень товарного запаса, который необходимо поддерживать в торговых точках. Этот подход основан на расчете нормативов запаса по каждому виду товарного ассортимента исходя из статистических данных их оборачиваемости на протяжении достаточного по продолжительности (репрезентативного) периода. Другая система – «тянущая», или «вытягивающая» – основывается на заказах клиентов, тем самым позволяя повысить точность прогнозов объема сбыта. Из этих прогнозов рассчитываются и формируются заказы на закупку товара у поставщиков. Применение таких систем исключает образование неликвидных запасов. Однако подобные «тянущие» системы в чистом виде возможны только для организаций, работающих «на заказ» по всем ассортиментным позициям. Поэтому использование «тянущей» системы возможно только в комбинации с толкающей и определяется исходя из особенностей торгово-закупочной деятельности торговой организации. В то же время применение «толкающей» системы в чистом виде является возможным в любых условиях, и, как правило, большинство торговых организаций отдают предпочтение именно ей при организации управления запасами.
Недостатком классических моделей управления товарным запасом является управление только размером запаса без учета ассортимента. Они могут применяться только при постоянном темпе потребления запаса; фиксированном интервале времени, необходимого для выполнения заказа на восполнения запаса; фиксированной возможной задержке времени выполнения заказа на восполнение запаса. К тому же не учитывается дефицитность товара в рамках распределительной системы организации, трудоемкость реализации, направленность на завышения уровня запасов.Именно поэтому необходимо совершенствование системы управления запасами на основе формирования новой модели, которая должна обеспечивать рационализацию ассортимента предлагаемых товаров в торговых точках и ускорение оборачиваемости товара.
Результатом работы будет модель управления запасами. Модель управления запасами должна дать ответ на два вопроса: сколько продукции заказывать и когда заказывать. Однако в действительности имеется значительное число моделей управления запасами, для решения которых используется разнообразный математический аппарат - от простых схем анализа до сложных алгоритмов математического программирования. Такое явление объясняется различным характером спроса (расходования продукции), который может быть детерминированным (достоверным) или вероятностным. В свою очередь детерминированный спрос может быть статическим, когда интенсивность потребления не меняется во времени, или динамическим, когда достоверный спрос изменяется в зависимости от времени. Вероятностный спрос может быть стационарным, когда плотность вероятности спроса не изменяется во времени, и нестационарным, когда функция плотности вероятности спроса изменяется в зависимости от времени.[1]
Основой предлагаемой модели управления товарным запасом является информационная система учета движения товара в рамках всей организации. Для достижения требуемой задачи необходимо оперативно получать сведения о запасах товара в каждом элементе системы. Также требуется вести учет запаса товара в пути, который реализуется через учет отгрузки со склада и отслеживания подтверждение о доставке, учитывать все поступления товара от поставщиков и выбытия товара из системы (продажи). Другим важным элементом является формирование приоритетов в снабжении товаром через категорирование торговых точек. Важность этого этапа обусловлена тем, что категорирование способствует рациональному размещению запасов при возникновении дефицита товара, поскольку распределение дефицитного товара в торговые точки верхних (лучше продающих) категорий ускоряет оборачиваемость товара. Категорирование торговых точек происходит на основании ранжирования средних продаж в день всех групп товаров за период. Помимо этого организации эффективной системы управления товарными запасами необходимо вести прогнозирование будущих продаж на основе статистических данных. Из полученных данных можно сделать вывод о возможных продажах конкретного артикула на конкретной торговой точке. Однако вследствие вероятностного характера спроса требуется сгладить разовые колебания, мешающие определить основную тенденцию, поэтому необходимо производить усреднение полученных данных. К тому же для каждой торговой точки необходим прогноз по каждой номенклатурной позиции, в том числе по тем позициям, которых не было в ассортименте данной торговой точки.
Исходя из продаж и дней наличия товара в торговой точке рассчитывается среднедневные продажи (SDP) по каждому наименованию:
SDPk = S / D
где S – количество проданных товаров (в натуральных измерителях);
D – продолжительность рассматриваемого периода (дней).
Далее вычисляется значение средней дневной продажи по категории SDPа как среднее значение всех SDPк по каждой номенклатурной позиции.
SDPа = SDPк / n
где SDPк – среднедневные продажи торговой точки по выбранной номенклатуре;
n – количество рассматриваемых точек.
Для сглаживания резких всплесков, вызванных разовыми продажами, необходимо провести усреднение данных. Поскольку усреднение проходит по средним продажам по категориям, где торговые точки схожи по продажам, целесообразно установить диапазон отличия не более чем в 2 раза.
Тем самым вычисление приведенных значений среднедневной продажи SDP для каждой торговой точки по всем номенклатурным позициям принимает вид:
SDP = SDPк при 50%SDPа SDPк 200% SDPа
SDP = 50% SDPа при SDPк < 50% SDPа
SDP = 200% SDPа при SDPк > 200% SDPа
SDP = SDPа при SDPк = 0
Все предыдущие этапы представляют собой мероприятия по обеспечению функционирования модели управления товарным запасом необходимой информацией для принятия решения о поставке товара. В основу предлагаемого совершенствования системы управления товарным запасом положен новый алгоритм распределения товарного запаса по элементам сбытовой цепи.
Предлагаемая модель управления запасами так же, как модели управления запасами с фиксированным интервалом времени между заказами, имеет четкие временные границы момента времени, когда менеджеру по распределению нужно отправлять товар в торговую точку. Однако основное отличие предложенной модели от других моделей управления запасом заключается в используемом алгоритме принятия решения о поставке товара. В процессе распределения товаров запасы в торговых точках учитываются в относительных (или удельных) величинах, то есть абсолютные значения запасов преобразуются в относительные значения запасов (дни продаж) посредством деления на SDP. Использование относительных запасов выгодно тем, что не требует переопределения максимально желаемых запасов при изменении прогноза продаж. Другим отличием предложенной модели является то, что управление товарным запасом исходит не от потребности в товаре торговых точек, а от остатков товара на складе, то есть работает как «толкающая» система. Это является традиционным для практики работы торговых сетей, поскольку на объем партий товаров, получаемых от поставщиков, влияет большое количество факторов, не зависящих от службы логистики. Тем самым ухудшаются экономические показатели, но торговые организации вынуждены учитывать требования производителей товара по минимальным закупаемым объемам и количеству представленного ассортимента.
Для повышения эффективности алгоритма необходимо наложить ряд ограничений на распределяемые товары. Они представляют собой внутренние регуляторы алгоритма распределения, позволяющие увеличить эффективность распределения товара: ограничение в отношении ассортимента – количества представленных моделей товара в торговой точке; ограничение в отношении цены продаваемых товаров в торговой точке; ограничение в отношении типов представленных товаров в торговой точке; ограничение в отношении количества товара (в натуральных измерителях), вмещаемых торговой точкой.
Первым этапом работы алгоритма является определение количества товарных позиций, которые должны быть выделены для пополнения запасов торговых точек. Для оценки правильности принятия решения запас склада соотносят с периодичностью поставок на склад, а также с объемом будущих поставок.
Следующий этап – определение списка торговых точек для распределения товара. Этот этап необходим, поскольку нужно учитывать состояние работы снабжаемых магазинов. Они могут работать, закрываться на ремонт, находиться на стадии открытия, то есть в текущий момент времени не функционировать, но когда поступит товар, начать работу.
Затем происходит определение потребности (NEED) каждой торговой точки в распределяемой товарной позиции:
NEED = ST – SE
где ST – уровень целевого запаса торговой точки (в натуральных измерителях);
SE – уровень экономического запаса торговой точки (в натуральных измерителях).
Значения целевого запаса ST в каждом канале сбыта ( в торговой точке) по распределяемой товарной позиции зависит от периодичности поставок, срока доставки, а также от страхового запаса, хранящегося в точке:
ST = SDP * (T + LT + SS)
где SDP – средняя дневная продажа;
T – периодичность поставок (дни);
LT – срок доставки (дни);
SS – страховой запас (дни).
Определение экономического запаса товара по каждому каналу сбыта по распределяемой номенклатурной позиции производится по формуле:
SE = Stock + Tr
где Stock – запас товара в торговой точке (в натуральных измерителях);
Tr – запас товара в пути до торговой точки (в натуральных измерителях)
Далее следует логический блок алгоритма распределения. Распределение товара производится в рамках одного типа товара в соответствии с артикулами (от более дешевых – к более дорогим) итерационным методом в два этапа:
На первом этапе – шаге «по нулям» – определяется показатель покрытия потребности в товаре (KD) как отношение запаса склада к суммарной потребности торговых точек в товаре для каждого артикула.
KD = StockDC/ NEED
Исходя из норм покрытия потребности, установленных менеджером по распределению, выделяются категории торговых точек, которые будут участвовать в данном шаге. Далее производится распределение по одной единице распределяемой номенклатурной позиции в торговые точки, запас которых по данной позиции равен нулю. Основная цель данного шага заключаются в увеличении предлагаемого ассортимента в торговых точках. Однако ограничение по категории точек, в которые происходит распределение товара для закрытия нулевых запасов, позволяет избежатьп однятия ассортимента в торговых точках нижних категорий за счет дефицитных моделей.
При недостаточности требуемого количества товара на складе распределение товара проходит по суммированным прогнозам между точками-донорами. В рамках процесса распределения происходит суммирование среднедневных продаж точек, не попавших в распределение, где они представляются точкой-донором. Если система примет решение раздать товара на эти сгруппированные точки, то он будет физически перемещен в точку-донор.Пример обычной модели товародвижения и модели с точками-донорами:
Следующим этапом работы алгоритма является выполнение работ по шагу «Где быстрее продастся».
Остаток товара StockDC с учетом результатов первого шага распределяется по принципу ускорения оборачиваемости на основе прогнозов продаж с учетом экономического запаса в торговых точках. Каждая последующая единица распределяется в ту торговую точку, где она будет быстрее всего продана.
Остановкой процедуры распределения является выполнение одного из двух критериев:
– товар со склада, с которого планируется пополнение запасов, распределен полностью;
– потребности, сформированные в результате прогноза, полностью удовлетворены.
Для определения канала сбыта с наибольшей оборачиваемостью запаса товара (скоростью продаж) при назначении дополнительной единицы товара в распределении в данный канал сбыта j вычисляется скорость расходования запаса (дни продаж):
n G j = (SEj + ORD n-1 j +1)/ SDPj,
где ORDn-1j – количество, распределенное на данный канал сбыта в предыдущем цикле.
Канал, в котором будет пополнен товарный запас, будет иметь минимальное значение n G j.[4]
Обзор исследований и разработок по теме:
В первой трети 20 века появился ряд статей по определению оптимального объема заказа - Ф. Харриса (1915 г.), К. Стефаник-Алмейера (1927 г.), К. Андлера (1929 г.) и р. Уилсона (1934 г.). В последние десятилетия вопросы теории управления запасами рассматривали следующие авторы: Аникин Б.А., Беляев Ю.А., Голдобина Н.Н., Голенко Д.И., Инютина К.В., Кудрявцев Б.М., Ледин М.И., Микитьянц СР., Первозванская Т.Н., Проценко О.Д., Рыжиков В.И., Феклисов Г.И., Хруцкий Е.А. Указанными авторами разработан ряд методов и моделей управления запасами, предназначенных для предприятий и ресурсов различного характера. Однако, для крупных предприятий, использующих значительную номенклатуру материальных ресурсов, необходима более универсальная модель управления запасами, позволяющая одинаково эффективно управлять запасами различного типа. Теоретической и методологической основой диссертационного исследования послужили исследования российских и зарубежных ученых и специалистов в области логистики: Аникина Б.А., Бауэрсокса Д.Дж., Гаджинского A.M., Клосса Д.Дж., Сергеева В.И., Стерлиговой А.Н., Тяпухина А.П., Уайта О., Уотерса Д., Хедли Дж., а также концепции “тянущих” и “толкающих” систем движения ресурсов.
В Санкт-Петербургском государственном университете на факультете прикладной математики-процессов управления кандидат технических наук, доцент Иголкин В. Н. разработал специальный курс лекций по моделированию систем массового обслуживания. Моделированием систем массового обслуживания так же занимаются: Е. В. Франгулова (Астраханский государственный технический университет), Б. Г. Ослин (г. Томск). В Одесском государственном политехническом университете Мазуренко О. А. занимается практическим применением моделирования систем массового обслуживания. Оптимальными стратегиями управления запасами в современных условиях экономического кризиса на основе экономико–математического моделирования занимается Анисимова Ю. Ю. (Восточноукраинский Национальный Университет им. В. Даля).
В Донецком Национальном Техническом Университете многие преподаватели и студенты кафедры Прикладной Математики и Информатики занимаются моделированием систем массового обслуживания. Например, бывший магистр Чернов А. и его научный руководитель Фельдман Л. П. и др.
К моменту завершения работы над авторефератом проведены исследования в области управления запасами. Произведена классификация моделей и определены их основные характеристики. Определены основные модели, которые используются при управлении запасами. Одними из самых распространенных являются модели Маркова. В настоящее время теория Марковских процессов и ее приложения широко применяются в самых различных областях таких наук, как механика, физика, химия и др. Благодаря сравнительной простоте и наглядности математического аппарата, высокой достоверности и точности получаемых решений, особое внимание Марковские процессы приобрели у специалистов, занимающихся исследованием операций и теорией принятия оптимальных решений. Несмотря на указанную выше простоту и наглядность, практическое применение теории Марковских цепей требует знания некоторых терминов и основных положений, на которых следует остановиться перед изложением примеров. Марковские случайные процессы относятся к частным случаям случайных процессов.
Таким образом, после исследования различных моделей управления запасами можно сказать, что в наше время, особенно во времена кризиса, является важным моментом умение правильно использовать свои ресурсы. Таким образом, после изучения темы мы сделали следующие выводы:
1. Применение разработанной модели товародвижения в розничных сетевых организациях позволяет снизить суммарные запасы по распределительной системе организации и увеличить оборачиваемость товарных запасов. Помимо этого происходит снижение требований к складам торговых точек из-за сокращения хранимого в них запаса.
2. Автоматизация разработанного алгоритма распределения товарного запаса по элементам системы распределения ведет к ускорению процесса принятия решения по распределению товарного запаса в рамках торговой сети, способствует повышению качества управленческих решений, поскольку из выполнения наиболее трудоемких расчетных операции исключен человеческий фактор.
3. Использование в схеме товародвижения дополнительных каналов и точек-доноров позволяет концентрировать товарный запас с низкой ликвидностью. Благодаря этому суммарная потребность торговых точек в редко продающемся товаре снижается, так как он может быть допоставлен в любую точку по мере возникновения потребности. В результате происходит ускорение товарооборота, что позволяет быстрее обновлять предлагаемый ассортимент.
4. Использование предложенных разработок повышает надежность работы распределительной системы торговой организации при дефиците товара. Так применение разработанной системы управления запасами дает возможность вести управление запасами товаров, находящихся в дефиците, поскольку при принятии решения о распределения запасов система управления исходит не только из потребностей торговых точек, но и запасов склада. Разработанная схема товародвижения позволяет оперативно закрыть возникший дефицит товара, путем организации дополнительной поставки с точки-донора.
5. Разработанный комплекс показателей оперативной деятельности позволяет своевременно отслеживать работу службы логистики по распределению товара, выявлять негативные тенденции и вовремя подготавливать корректирующие воздействие, для их предотвращения. Помимо этого реализация комплекса показателей формирует у персонала четкие ориентиры в работе, а также дает возможность использовать мотивационные схемы оплаты труда.
При написании данного реферата, магистерская работа еще не завершена. Окончательное завершение: январь 2010 года. Полный текст работы и все материалы по теме могут быть получены у автора или его руководителя после указанной даты.