Моделирование в логистике

1. Моделирование в логистике

2.

Исследование и прогнозирование поведения
логистических систем на практике осуществляется
посредством экономико-математического моделирования,
т. е. описания логистических процессов в виде моделей.
Под
моделью
понимается
отображение
логистической системы (абстрактное или материальное),
которое может быть использовано вместо нее для
изучения ее свойств и возможных вариантов поведения.

3.

При построении таких моделей необходимо соблюдать
следующие требования:
• поведение, структура и функции модели должны быть адекватны
моделируемой логистической системе;
• отклонения параметров модели в процессе ее функционирования
от соответствующих параметров моделируемой логистической
системы не должны выходить за рамки допустимой точности
моделирования;
• результаты исследования модели и ее поведения должны выявить
новые свойства моделируемой логистической системы, не
отраженные в исходном материале, использованном для
составления данной модели;
• модель должна быть более удобной, чем ее реальный аналог —
логистическая система.

4.

Соблюдение этих требований позволяет реализовать
качественно новые возможности моделирования, а именно:
• проведение исследования на этапе проектирования
логистической системы для определения целесообразности ее
создания и применения;
• проведение исследования без вмешательства в
функционирование логистической системы;
• определение предельно допустимых значений объемов
материальных потоков и других параметров логистической
системы без риска разрушения моделируемой системы.

5.

6. Изоморфные модели

представляют
собой
полный
эквивалент
всем
морфологическим и поведенческим особенностям
моделируемой системы и способны полностью заменить
ее.
Однако построить и исследовать изоморфную модель
практически невозможно вследствие неполноты и
несовершенства знаний о реальной системе и
недостаточной адекватности методов и средств такого
моделирования.

7. Гомоморфные модели

представляют собой модели, подобные отображаемому
объекту лишь в отношениях, характерных и важных для
процесса моделирования.
Другие аспекты строения и функционирования при
гомоморфном моделировании игнорируются.

8. Гомоморфные модели

Материальные модели находят в логистическом управлении
ограниченное применение, что связано с трудностью и
дороговизной воспроизведения на такого рода моделях
основных геометрических, физических и функциональных
характеристик оригинала и крайне ограниченными
возможностями варьирования их в процессе работы с
моделью.
Абстрактно-концептуальные
модели,
подразделяют на символьные и математические.
которые

9. Материальные модели

Физический макет - физическое представление системы, объекта или
процесса с целью их исследования, то есть это представление с помощью
другого физического, реального объекта, имеющего в том или ином аспекте
схожую динамику поведения.
Технологическая планировка - это графическое изображение
на плане оборудования, поточных и автоматических линий, рабочих мест,
стендов, подъемно-транспортных средств и инженерных сетей,
предназначенных для обслуживания технологических процессов.
Разработка планировки представляет собой многовариантную задачу,
требующую технико-экономического сравнения конкурирующих вариантов.

10.

Материальные модели
Схема грузопотоков представляет собой обзорную карту
района деятельности предприятия, на которой условными
обозначениями нанесены центральные базы предприятия, базы
(или склады) подразделений предприятия, направление,
величина и категория (группа) грузов.
Ширину линий грузопотоков вычерчивают на схеме в
определенном масштабе в соответствии с тоннажем или объемом
перевозимых грузов.
Наглядное моделирование – воспроизведение существенных
свойств изучаемого объекта, создание его заместителя и работа с
ним.

11.

12. Абстрактно-концептуальные модели

Символьные модели построены на основе различных,
определенным образом организованных знаков, символов,
кодов, слов или массивов чисел, изображающих исследуемый
оригинал.
Для построения подобных моделей используются такие
символы или коды, которые однозначным, не допускающим
возможности различного толкования образом, представляют
моделируемые структуры и процессы.

13.

Языковые модели - это словесные модели, в основе
которых лежит набор слов (словарь), очищенных от
неоднозначности. Этот словарь называется "тезаурус". В нем
каждому слову может соответствовать лишь единственное
понятие, в то время как в обычном словаре одному слову могут
соответствовать несколько понятий.
Знаковые модели. Если ввести условное обозначение
отдельных понятий, т.е. знаки, а также договориться об
операциях между этими знаками, то можно дать символическое
описание объекта.

14. Абстрактно-концептуальные модели

Информацию, полученную с помощью использования
символьных моделей, неудобно обрабатывать (хотя это и
возможно) для дальнейшего использования в системах
логистического управления.
Поэтому наибольшее распространение в процессе
создания и эксплуатации систем логистического управления
получили математические модели.
Математическое моделирование бывает аналитическое
и имитационное.

15. Математические модели

Особенностью
аналитических
моделей
является
то,
что
закономерности строения и поведения объекта моделирования
описываются
в
приемлемой
форме
точными
аналитическими
соотношениями. Эти соотношения могут быть получены как теоретически,
так и экспериментально.
Теоретический подход применим только для простых компонентов и
систем, допускающих сильное упрощение и высокую степень абстракции.
Кроме того, затруднена проверка адекватности полученного аналитического
описания, поскольку поведение моделируемого объекта заранее не
определено, а как раз и должно быть выяснено в результате
моделирования.
Для определения этого поведения и составляется данное
аналитическое описание. Аналитическое описание может быть определено
также путем проведения экспериментов над исследуемым объектом.

16.

Аналитическое моделирование осуществляется в следующем
порядке.
Первый этап. Формулируются математические законы,
связывающие объекты системы. Эти законы записываются в виде
некоторых функциональных соотношений (алгебраических,
дифференциальных и т.п.).
Второй этап. Решение уравнений, получение теоретических
результатов.
Третий этап. Сопоставление полученных теоретических
результатов с практикой (проверка на адекватность).

17. Математические модели

Имитационная
модель
—
это
компьютерное
воспроизведение развертывания во времени функционирования
моделируемой системы, т. е. воспроизведение ее перехода из
одного состояния в другое, осуществляемое в соответствии с
однозначно определенными операционными правилами.
На ЭВМ имитируется течение управляемого процесса с
последующим анализом результатов моделирования для выбора
окончательного решения.

18. Математические модели

Имитационные модели относятся к классу описательных моделей.
При этом машинная имитация не ограничивается разработкой лишь
одного варианта модели и одноразовой ее эксплуатацией на ЭВМ.
Как правило, модель модифицируется и корректируется: варьируются
исходные данные, анализируются различные правила действия объектов.
Испытания модели осуществляются таким образом, чтобы проверить и
сравнить между собой различные структурные варианты логистических
систем.
Имитация завершается проверкой полученных результатов и выдачей
рекомендаций для практического внедрения.
Имитационные модели широко применяются для прогнозирования
поведения логистических систем, при проектировании и размещении
предприятий, для обучения и тренировки персонала и т. д.

19.

Имитационное моделирование включает в себя два
основных процесса:
первый - конструирование модели реальной системы,
второй - постановка экспериментов на этой модели.
При этом могут преследоваться следующие цели:
а) понять поведение логистической системы;
б)выбрать
стратегию,
обеспечивающую
наиболее
эффективное функционирование логистической системы.

20.

Имитационное моделирование осуществляется с помощью
компьютеров. Условия, при которых рекомендуется применять
имитационное моделирование, приведены в работе Р. Шеннона
"Имитационное моделирование систем - наука и искусство".
Перечислим основные из них.
1. Не существует законченной математической постановки данной задачи,
либо еще не разработаны аналитические методы решения
сформулированной математической модели.
2. Аналитические модели имеются, но процедуры столь сложны и
трудоемки, что имитационное моделирование дает более простой способ
решения задачи.
3. Аналитические решения существуют, но их реализация невозможна
вследствие недостаточной математической подготовки имеющегося
персонала.

21. Описание в виде математических моделей экономических (логистических) процессов производится экономико-математическими методами.

Описание
в
виде
математических
моделей
экономических
(логистических)
процессов
производится экономико-математическими методами.

22.

Алгоритмические методы позволяют реализовать модели, в
которых устанавливают связи между входными и выходными
параметрами описываемого компонента, скоростями их
изменения и скоростями изменения этих скоростей (т. е.
ускорениями).
Эти методы разделяют на экономико-статистические и
эконометрические.
Первые используют описания характерных элементов,
основанные на математической и экономической статистике.
Вторые базируются на математическом описании
происходящих экономических процессов.
Например, общий фонд заработной платы однозначно
математически связан с числом работающих и их
распределением по разрядам.

23.

Эвристические методы представляют собой не правила
преобразования некоторых исходных положений, а набор
типовых решений, обеспечивающих пусть и не оптимальную, но
вполне работоспособную процедуру получения описаний,
пригодных для дальнейшего построения моделей.
Эвристические методы делятся на методы исследования
операций и методы экономической кибернетики.
Последние, в свою очередь, подразделяются на методы
теории экономических систем и моделей, методы теории
экономической информации и методы теории управляющих
систем.

24.

Экономико-математическая модель — это математическая
модель исследуемого экономического объекта (системы,
процесса), т. е. математически формализованное описание
исследуемого экономического объекта (системы процесса),
отражающее характер, определенные существенные свойства
реального экономического объекта и процессов, протекающих в
нем.
Основным для исследования экономико-математической
модели является ее целевая функция.
Экстремальному значению данной функции для конкретной
модели соответствует наилучшее управленческое решение для
моделируемого объекта.

25. Экономико-математические методы позволяют использовать в логистике следующие виды экономико-математических моделей:

26. По способу логико-математического описания моделируемых экономических систем:

• Аналитическая модель (формула, представляющая математические
зависимости в экономике и показывающая, что результаты (выходы)
находятся в 8 функциональной зависимости от затрат (входов).
В самом общем виде ее можно записать так:
U=f (x),
где x - совокупность (вектор) выходов;
f - зависимость, которая записана в виде функции).
• Вероятностная (Стохастическая) модель (модель, которая в отличие от
детерминированной модели содержит случайные элементы. Таким
образом, при задании на входе модели некоторой совокупности значений,
на еѐ выходе могут получаться различающиеся между собой результаты в
зависимости от действия случайного фактора).

27. По способу логико-математического описания моделируемых экономических систем:

• Детерминированная
модель
(аналитическое
представление
закономерности, операции и т. д., при которых для данной совокупности
входных значений на выходе системы может быть получен единственный
результат.
• Дискретная модель (экономико-математическая модель, все переменные
и параметры которой являются дискретными величинами. Может
отображать как дискретные системы, так и непрерывные системы,
которые для этого приводятся к дискретному виду с помощью
представления непрерывных величин в качестве дискретных (путем
введения разного рода шкал, балльных оценок и т. д.).
• Линейная
модель
(модель,
отображающая
состояние
или
функционирование системы таким образом, что все взаимозависимости в
ней
принимаются
линейными.
Соответственно
она
может
формулироваться в виде одного линейного уравнения или системы
линейных уравнений.

28. Модели с «бесконечным временем»

• Статическая модель (экономико-математическая модель, в которой все
зависимости отнесены к одному моменту времени. Такими моделями
могут описываться статические системы, но также и динамические
системы - путем характеристики их состояния в заданный момент).
• Точечная модель (упрощенная модель экономической системы без учета
процессов транспортировки, связанных с тем, что хозяйство
распределено по территории страны. Это бывает удобно для плановых
расчетов и особенно в теоретических исследованиях экономики).
• Трендовая модель (динамическая модель, в которой развитие
моделируемой экономической системы отражается через тренд ее
основных показателей (в частности, тренд средних величин этих
показателей, их дисперсии, минимальных или максимальных уровней)).

29. По типу подхода к изучаемым социально - экономическим системам

По типу подхода к изучаемым социально экономическим системам
• При дескриптивном (описательном) подходе получаются модели,
предназначенные для описания и объяснения фактически наблюдаемых
явлений или для прогноза этих явлений; в качестве примера 10
дескриптивных моделей можно привести названные ранее балансовые и
трендовые модели.
• При нормативном подходе интересуются не тем, каким образом устроена
и развивается экономическая система, а как она должна быть устроена и
как должна действовать в смысле определенных критериев. В частности,
все оптимизационные модели относятся к типу нормативных; другим
примером могут служить нормативные модели уровня жизни.

30. По степени структурирования

• Агрегирование – это объединение, укрупнение показателей по какому-либо
признаку. С математической точки зрения агрегирование рассматривается как
преобразование исходной модели в модель с меньшим числом переменных
и/или ограничений. Сущность агрегирования состоит в соединении однородных
элементов в более крупные.
• Детализирование– это процедура, противоположная агрегированию,
применяемая в случае перехода к более мелким элементам при описании
какого-либо объекта, по отношению к которым единицы исходного описания
представляют агрегаты, либо к показателям, характеризующим такие элементы,
вместо показателей, соответствующих их агрегатам в исходном описании.
Целесообразность детализирования
всегда обусловлена желанием или
необходимостью получить более детальное, чем исходное описание. Однако
использование детализирования приводит к росту размерности, ухудшению
статистических характеристик данных.