Adviss logistics - портал по логистике  

           В последнее десятилетие появилось большое количество публикаций по проблемам современной логистики, среди которых можно выделить два направления. Первое - это исследования, посвященные изучению теории логистики. Среди них работы, в которых рассматриваются вопросы терминологии и понятийного аппарата (концепции, принципы, парадигмы, цели и задачи, определения и т.п.), а также методологии науки логистики (разработка и систематизация моделей и методов принятия логистических решений). Второе направление - работы, в которых говориться об исключительно прикладном характере логистики, о том, что логистика - это только практическая деятельность, основанная на современных информационных технологиях. Не умаляя значения информационных технологий, хотелось бы остановиться на рассмотрении научной базы логистики и попытаться показать современные проблемы методологии логистики.

            Мы в своих работах приводили классификацию моделей и методов, которые могут применяться для совершенствования расчетов в логистических исследованиях и практической деятельности. В логистике находят применение различные модели, алгоритмы и методы принятия решений, в том числе, модели и методы, предназначенные для решения задач в условиях определенности, в условиях риска и неопределенности, а также в условиях конкуренции; модели и методы, охватывающие отдельные логистические операции и (или) функции, две и более логистических операций и (или) функций, а также всю логистическую систему (цепь). Разнообразны модели и по сложности, например, решения в логистике могут быть оптимальными или не предусматривать оптимизации, могут основываться на одно- и многокритериальном выборе и т.д.

Проведенные исследования показали, что многие известные методы и модели, широко применяемые при принятии решений в разных областях логистики, возникли сравнительно недавно, имеют ряд существенных допущений или ограниченную область применении, соответствуют определенному уровню интеграции логистических процессов. Несомненно то, что теория логистики продолжает развиваться. В качестве направления развития теории логистики является совершенствование и адаптация существующих моделей и методов, а также разработка нового инструментария принятия решений в разных областях логистики.

Рассмотрим некоторые методы и модели теории логистики, актуальные не только с научной, но и практической точки зрения. Наиболее распространенной задачей для большинства функциональных областей логистики является выбор логистических посредников (ЛП): поставщиков, экспедиторов, перевозчиков и т. д. Вопросы выбора логистических посредников, рассмотренные практически во всех работах по логистике, различаются в основном глубиной проработки и наличием примеров расчетов. В большинстве работ выбор логистических посредников производится в условиях определенности и рассматривается как однокритериальная или сводимая к ней многокритериальная задача. Исследования и накопленный опыт оценивания позволил разработать общий алгоритм выбора логистического посредника, включающий разделение всех параметров на группы (количественные, качественные и релейные); применение квалиметрического подхода к оценке количественных параметров работы ЛП, функции желательности для оценки качественных показателей; ранжирование критериев, расчет интегральной оценки и рейтинга посредника, а также осуществление контроля качества работы ЛП. Контроль за деятельностью логистического посредника является важной задачей, поскольку для протекания логистических процессов необходим повторяющейся выбор ЛП. Существует множество методов оценки качества, среди них интуитивные, статистические, экспериментальные и другие методы. Для оценки качества работы посредника, включенного в логистическую цепь, могут быть рекомендованы статистические методы - метод построения контрольных карт и методы статистической оценки крайних значений выборочных данных.

Одним из основных методов, применяемых в логистике, является метод определения номенклатурных групп А, В, С. Существующие методы АВС-анализа могут быть объедены в три группы: эмпирический, дифференциальный и аналитический. Несмотря на принципиальные различия у всех методов есть общая часть, которая включает «формирование базы данных» и «выбор или расчет показателей для группирования». Эта важная, но пока мало изученная область АВС-анализа. Исследования метода АВС должны быть продолжены в направлении оценки разрешающей способности метода, когда номенклатура включает сотни и тысячи наименований, объединенных в одну совокупность, а также развития многомерных методов выделения групп с привлечением многокритериальных оценок.

Помимо метода АВС в логистике применяется метод ХYZ, который тоже позволяет выделить номенклатурные группы, с целью выполнения для каждой позиции номенклатуры прогнозных расчетов, оценки и прогнозирования вероятности наступления дефицита и величины страхового запаса. Отнесение конкретной номенклатурной позиции к какой-либо группе в литературе по логистике рекомендуется производить по коэффициенту вариации. Однако коэффициент вариаций не отражает динамики протекающих процессов. Проведенные исследования показали, что возможный вариант решения - это использование методов прогнозирования (в данном случае - экстраполяции) и переход к «динамическому» коэффициенту вариации, который рассчитывается как отношение среднего квадратического отклонения динамического ряда к прогнозному значению динамического ряда, рассчитанному с учетом тренда и сезонной составляющей. Введение «динамического» коэффициента вариации позволяет в большинстве случаев уменьшить доверительный интервал и повысить точность прогноза. Учет прогнозного тренда (и сезонной составляющей при наличии колебательных явлений) приводит к изменению величины «статического» коэффициента вариации, что в свою очередь, влияет на выбор номенклатурной группы для данной позиции. При коэффициентах вариации, больших 35%, оценку номенклатурных групп XYZ проводить не рекомендуется, т.к. распределение отклонений динамического ряда от прогнозного тренда отличается от нормального закона. Следует отметить, что по некоторым позициям номенклатуры при изменении сроков отгрузки может произойти изменение в отнесении позиции к той или иной группе, так как при увеличении сроков отгрузки коэффициент вариации уменьшается. В целом, вопрос о выборе показателя для деления на группы X,Y,Z остается, на наш взгляд, дискуссионным. Учитывая важность XYZ-анализа, особенно при управлении запасами, следует продолжить поиск критерия для деления на группы XYZ, в частности, с использованием корреляционных функций.

Одна из концепций логистики, получившая широкое распространение, - это концепция «точно в срок». Однако однозначной трактовки понятия «точно в срок» в современной логистике не существует. Большинство ученых и специалистов рассматривают «точно в срок» на концептуальном описательном или семантическом уровне, и крайне мало публикаций, где концепция «точно в срок» доведена до модели, на основе которой можно принимать решения. В СПбГИЭУ, начиная с 1995 года, проводились исследования на базе предприятия ЗАО «Матрален», в результате которых были разработаны два варианта модели точно в срок: аналитическая и имитационная.

Аналитическая модель «точно в срок» позволяет определить продолжительность логистического цикла с заданной доверительной вероятностью. Из случайного характера времени составляющих логистического цикла следует, что понятие «точно в срок» должно рассматриваться с учетом доверительных границ времени цикла. Если время выполнения заказа «точно в срок» задано каким-то определенным значением времени, время цикла заказа является верхней доверительной границей времени, если время выполнения заказа «точно в срок» задано интервалом времени, важно оценить не только верхнюю, но и нижнюю границу времени выполнения заказа. Также на основе аналитической модели «точно в срок» можно оценить вероятность выполнения заказа в какой-либо срок. Однако ни аналитическая, ни имитационная модели не позволяют найти оптимального решения, поэтому исследования в моделировании «точно в срок» должны быть продолжены в направлении создания оптимизационной экономико-математической модели.

В снабженческой, производственной и распределительной логистиках широко используются методы прогнозирования, поскольку значения прогнозных оценок развития анализируемых процессов или явлений являются основой принятия управленческих решений при оперативном, тактическом и стратегическом планировании. Очевидно также, что от точности и надежности прогноза зависит эффективность реализации различных логистических операций и функций: от оценки вероятности дефицита продукции на складе до выбора стратегии развития фирмы. На наш взгляд, для успеха в построении прогнозов знаний только о способах получения прогнозных оценок недостаточно. Важно четко разграничивать области применения разных методов прогнозирования и в зависимости от объема и характера данных быстро и безошибочно выбирать нужный метод в соответствии с целью получения конкретного прогноза. Для выбора метода прогнозирования важно соотнести имеющееся количество и вид данных с требованиями к минимальному количеству исходных данных, на основе которых можно сделать прогноз тем или иным методом.

Среди многообразия возможных направлений исследований модели экономичного размера заказа (EOQ ) к важнейшим, на наш взгляд, могут быть отнесены следующие:

• - постепенный переход от допущений, принятых при выводе формулы Уилсона и ее модификаций, путем замены линейных (детерминированных, независимых, упрощенных) реальными параметрами (случайными, взаимосвязанными и взаимозависимыми), отражающими большее количество составляющих затрат и различных факторов;
• - обязательный учет в модели всевозможных ограничений, связанных с внутренними и внешними факторами и обеспечивающих по сути ее «жизнеспособность»;
• - подробный, достоверный анализ всех составляющих затрат (издержек, расходов), их идентификация, однозначная трактовка и классификация;
• - разумное усложнение модели, ее дифференциация, без которой невозможно приблизить аналитические зависимости к практическим, прикладным задачам;
• - разработка специального пакета программ, позволяющего проводить расчеты всей гаммы возможных вариантов модели EOQ, анализировать их и осуществлять выбор эффективных решений.

Большой интерес представляет зависимость между текущим и страховым  запасами. Ряд авторов считает, что эти запасы независимы; в других работах приводятся соответствующие уравнения, отражающие взаимосвязь между ними. Следует отметить, что вывод расчетных формул зависит от выбранной стратегии управления запасами (с фиксированным размером заказа или с использованием точки возобновления заказа ROP; с фиксированным интервалом времени между заказами; двухуровневые системы («минимум-максимум») и другие). При фиксированном интервале времени между заказами можно воспользоваться численным методом, при других стратегиях управления запасами для установления зависимости между оптимальным текущим и страховым запасами в связи с усложнением уравнения для общих затрат следует, на наш взгляд, использовать имитационное моделирование.

Дальнейшего развития также требуют методы решения многономенклатурных и многопродуктовых задач, на наш взгляд, одним из направлений этого развития является активное привлечение аналитического инструментария  исследования динамики финансовых потоков.

В распределительных системах логистики одна из важнейших задач - это определение места расположения склада. При определении координат склада предлагается использовать так называемое «манхэттенское расстояние», которое предусматривает учет расстояний между объектами на прямоугольной сетке, что наиболее полно соответствует прямоугольному расположению улиц города. Дальнейшие исследования должны быть направлены на построение таких алгоритмов решения задачи оптимального размещения складской сети, которые позволили бы учесть наличие одного или нескольких складов в регионе, многономенклатурность товаров, а также другие факторы, влияющие на оптимальное месторасположение складской сети.

В заключении хотелось бы отметить, что перспективы развития методологии логистики связаны с сочетании и совместном развитии аналитических и имитационно-вероятностных моделей, реализуемых с помощью современных информационных технологий.

/д.т.н., проф. Лукинский В.С., к.э.н., доцент Плетнева Н.Г./