Дисциплины, составляющие научную базу логистики

Дальнейшая детализация позволила автору выделить 4 дисциплины, включающие экономико-статистические методы, 6 дисциплин математической экономии и эконометрии, 5 дисциплин исследования операций (с учетом объединения 6 видов программирования в одну дисциплину), 3 дисциплины экономической кибернетики. Таким образом, общее количество «дисциплин» – 23 (добавлены 5 дисциплин «теории оптимального функционирования экономики») .

Общим для вышеуказанных работ является отсутствие связи с функциональными логистиками. Поэтому нами был предложен другой подход к классификации, который базируется на анализе конкретных моделей (методов, методик, алгоритмов и т.д.), подробно описанных в закупочной, производственной, распределительной и других логистиках. В табл. 2.2 приведены модели и методы, которые были взяты из работ отечественных и зарубежных авторов [2, 5, 11, 17 и др.].

Рис.2.1 Структуризация экономико-математических методов, применяемых в логистике

Таблица 2.2

Модели и методы логистики

Дальнейшее обобщение позволило классифицировать модели различных уровней, с учетом их взаимосвязи и взаимовлияния, от «простого к сложному», сохраняя при этом индивидуальность использования каждой из них при решении отдельных задач. Согласно предложенной классификации все модели разделены на три класса: первый класс включает модели и методы, предназначенные для решения задач в «условиях определенности», без ограничений со стороны внешней среды; второй класс - в условиях риска и неопределенности (например, «нечетких множеств»), но без конкуренции; третий класс- модели и методы решения логистических задач в условиях конкуренции (рис. 2.2). Каждый класс в свою очередь делится на три вида, внутри которых предусмотрено деление на группы (подгруппы). Деление на виды определяется степенью учета в анализируемой модели логистических операций и функций, тогда как деление на группы определяется в первую очередь сложностью моделей, в частности, использованием специальных процедур, например, оптимизации.

Остановимся подробнее на моделях и методах первого класса, поскольку именно они получили наибольшее распространение. Так к первой группе А первого вида могут отнесены модели:

· модели выбора (поставщика, посредника, перевозчика, экспедитора, типа транспортного средства и т.д.);

· модели прогноза (количества сырья, готовой продукции, текущего запаса на складе и др.);

· модели выявления номенклатурных групп (ABC, XYZ);

· аддитивные временные модели («точно-во-время»);

· модели определения потребностей, основанные на теории восстановления;

· модели управления запасами и др.

Ко второй группе Б первого вида отнесены модели, использующие оптимизационные процедуры, в частности, линейного программирования. Например, транспортные задачи закрепления поставщиков и потребителей, задача коммивояжера, различные комбинированные методы.

Ко второму виду отнесены модели, охватывающие две и более логистические операции или функции. Очевидно, что модели второго вида формируются с использованием моделей первого вида. Деление на группы осуществляется следующим образом: к первой групп относятся модели, в которых отсутствуют оптимизационные процедуры или используется один критерий оптимизации; вторую группу составляют многокритериальные оптимизационные модели.

В качестве примера укажем наиболее распространенные модели второго уровня:

· определение оптимальной величины заказа (закупочная и складская логистика);

· алгоритмы управления запасами (закупочная, складская и транспортная логистика);

· формирование номенклатуры и ассортимента распределительных и торговых центров различных уровней;

· выбор вида транспорта и способа перевозки.

Модели третьего вида включают все элементы логистической системы (сети, цепи или канала). Первую группу составляют модели анализа издержек с последующим реинжинирингом логистических систем; вторая группа – модели синтеза или проектирования логистических систем с использованием принципов «минимизации общих логистических издержек» или «экономических компромиссов».

Таким образом, развитие аналитических и имитационных моделей всех видов позволяет перейти к решению главной проблемы теории логистики – проектирование логистических систем.

Рис. 2.2 Классификация моделей и методов прикладной теории логистики

3. Метод ABC

В логистике широко используется метод контроля и управления запасами - метод ABC, получивший также названия «правило Парето» или «правило 80/20».

Метод АВС, согласно [21] – «способ формирования и контроля за состоянием запасов, заключающийся в разбиении номенклатуры N реализуемых товарно-материальных ценностей на три неравномощных подмножества А, В и С на основании некоторого формальногоалгоритма».

Суть данного метода заключается в том, что вся номенклатура материальных ресурсов располагается в порядке убывания суммарной стоимости всех позиций на складе. При этом цену единицы продукции умножают на общее количество и составляют список в порядке убывания произведений. Далее подразделяют все позиции номенклатуры на три группы – А, В и С. Пример формирования групп приведен в таблице 3.1 [6].

Позиции номенклатуры, отнесенные к группе А – немногочисленны, но на них приходится преобладающая часть денежных средств, вложенных в запасы. Это особая группа с точки зрения определения величины заказа по каждой позиции номенклатуры, контроля текущего запаса, затрат на доставку и хранение.

К группе В относятся позиции номенклатуры, занимающие среднее положение в формировании запасов склада. По сравнению с позициями номенклатуры группы А, они требуют меньшего внимания, за ними производится обычный контроль текущего запаса на складе и своевременностью заказа.

Группа С включает позиции номенклатуры, составляющие большую часть запасов: на них приходится незначительная часть финансовых средств, вложенных в запасы. Как правило, за позициями группы С не ведется текущий учет, а проверка наличия осуществляется периодически (один раз в месяц, квартал или полугодие); расчеты оптимальной величины заказа и периода заказа не выполняется.

Таблица 3.1

Анализ АВС

В табл.3.2 обобщены материалы из различных источников, отражающих процентные соотношения групп А, В и С в общей совокупности запасов. Так, например, первая строка таблицы констатирует, что в группу А входят позиции номенклатуры, составляющие 80% от стоимости всех запасов и только 20% от общего количества позиций; в группу В включается, соответственно, 15% позиций от стоимости всех запасов и 30% наименований. Очевидно, что на группу С остается 5% по стоимости и 50% всех позиций номенклатуры.

В то же время из анализа табл.3.2 следует, что в настоящее время нет общепринятого подхода определения границ номенклатурных групп, т.е. координат точек А(y_A, x_A), В(y_A+y_B, x_A+x_B). Так, разброс по группе А по стоимости составляет 20% (от 60 до 80%), по номенклатуре – 10% (от 10 до 20%) и т. д. Поэтому представляет интерес сравнение различных интерпретаций метода АВС.

Таблица 3.2

Процентные соотношения групп А,В и С («Правило Парето»)

Для анализа были выбраны три метода.

Первый метод, назовем его «эмпирический», базируется на данных обследований, см. табл.3.2. Условно в нем можно выделить несколько вариантов, но наибольший интерес представляет «классический» вариант – «Правило Парето», когда координаты точки А принимаются, например, следующими: У_А = 80%; Х_А = 20%, т.е. «80/20», а координаты точки В, соответственно, У_А+У_В = 95%, Х_А+Х_В = 50%, т.е. «95/50». Таким образом, точка А определяет 20% границу номенклатуры, (А+В) – 50% номенклатуры.

Второй метод – «дифференциальный» [21].

Суть метода рассмотрим на примере номенклатуры запасных частей для автомобилей:

- определяются общие затраты на ЗЧ по всей номенклатуре С_Σ;

- рассчитывается средняя стоимость одной детали номенклатуры p= С_Σ /N, где N – количество наименований ЗЧ;

- все ЗЧ, затраты на которые в 6 и более раз превышают р, относятся к группе А;

- ЗЧ, затраты на которые составляют 0,5 р или меньше, относятся к группе С;

- Остальные ЗЧ попадают в группу В.

Несомненное достоинство дифференциального метода – простота; нет необходимости ранжировать ЗЧ по стоимости, т.е. располагать в порядке возрастания или убывания, и строить кумулятивную (интегральную или накопленную) зависимость С_Σ(i).

Третий метод – «аналитический», подробно описанный в ряде работ [13, 28, 4]. Особенность аналитического метода состоит в том, что точки А и В определяются по статистическим данным учета запасов на складе, как в первом методе, но координаты их не строго фиксированы, а зависят от характера зависимости С_Σ=f(N).

Суть метода рассмотрим на следующем примере. Допустим, что для всей номенклатуры деталей N известны: c_i – стоимость i-ой детали, q_i – количество (или оборот) i-ой детали на складе в течение рассматриваемого интервала времени.

Рассчитаем затраты по каждой детали.

C_i=c_iq_i, (3.1)

Полученные значения С_i ранжируются - располагаются в убывающей последовательности

С_а ≥ С_b ≥…≥ C_i ≥…≥ C_m (3.2)

Затем производится присвоение новых индексов: а == 1, b = 2,…, т = N, где N - общее количество наименований деталей (номенклатура), т.е.

C₁ ≥ C₂ ≥…≥ C_i ≥ …≥ C_N (3.3)

Для удобства расчетов вводятся относительные величины рассматриваемых стоимостных показателей q_i, (в процентах), тем самым производим нормирование показателей.

(3.4)

Величины q_i суммируются нарастающим итогом и в зависимости от последующего способа определения номенклатурных групп представляются в виде графика (графический метод) или в случае применения аналитического метода в табличной форме в виде пар значений ( ; i) для подбора аналитической зависимости

, (3.5)

где a_p – коэффициенты,

x - номер детали, .

При графическом способе (рис. 3.1) на оси ординат наносятся значения , на оси абсцисс - индексы 1, 2,..., i,..., N, соответствующие присвоенным номерам позиций номенклатуры запасных частей. Точки с координатами ( ; x) на графике соединяются плавной кривой OO'D, которая в общем случае является выпуклой. Затем проводится касательная LM к кумулятивной кривой OO'D, параллельно прямой OD. Прямая OD соответствует равномерному распределению затрат по всей номенклатуре, т.е. характеризует величину показателя осредненной детали.

(3.6)

Абсцисса точки касания О', округленная до ближайшего целого значения отделяет от всей номенклатуры деталей первую группу n_a (группа А), в которую входят детали с показателями ≥ .

Таким образом, к группе А относятся все позиции номенклатуры, для которых значение показателя больше или равно среднему значению показателя для всей номенклатуры N.

Рис.3.1 Определение номенклатурных групп АВС

1 - накопленные затраты на ЗЧ по всей номенклатуре деталей;

2 - касательная L - М к кривой 00'D;

3 - касательная L'-M' к кривой 0'0''D.

Соответственно ордината точки O'- указывает долю деталей группы А в процентах от величины в общем показателе .

Продолжим деление на группы оставшейся номенклатуры деталей, воспользовавшись вышеописанным приемом. Соединим точку О' с точкой D и проведем касательную к кривой 0'0"D, параллельную прямой О'D.

Абсцисса точки касания О'' делит оставшуюся номенклатуру деталей на группу В и группу С.

Для оставшейся номенклатуры величина показателя «осредненной» детали составит

, (3.7)

где n_a - число деталей (номенклатура) группы А.

Таким образом, в группу В попадают детали с показателями , подчиняющимися неравенству

(3.8)

Следует указать, что если кривая 00'О"D невыпуклая, то невозможно выделить ни одну из групп деталей; если кривая 0'0"D невыпуклая, то невозможно выделить группы В и С.

Рассмотренная методика может быть реализована на ЭВМ, при этом для ранжирования запасных частей следует воспользоваться стандартной подпрограммой; для нормирования (и построения кумулятивной зависимости) разработать соответствующую подпрограмму; для определения границ групп воспользоваться соотношениями (3.5), (3.6).

Аналитический способ. Последовательность расчета следующая.

1. Для удобства расчетов количество деталей N целесообразно нормировать в интервале 0 - 1 и ввести аргумент х.

2. Задаемся видом функциональной зависимости у =f(x, a_p), где a_p - коэффициенты.

3. Коэффициенты a_p определим с использованием метода наименьших квадратов (МНК).

Для нелинейных зависимостей, типа , у = a₀x^a1 и других, выполняются необходимые преобразования для приведения к «нормальному» виду, т.е. к виду, позволяющему получить систему нормальных уравнений.

4. При определении коэффициентов а_p необходимо соблюдать начальные условия: первое - при х= 0, у = 0; второе - при х = 1, у = 1. Это позволит сократить число уравнений для определения коэффициентов a_р. Например, для зависимости , учет начальных условий приводит к соотношению a₀=1-a₁.

5. Для определения координат точки О' воспользуемся теоремой Лагранжа, согласно которой

, (3.9)

где f '(x) - производная функция f(x) в точке касания;

f(b), f(a) - значения функции f(x) в начальной и конечной точках.

Решив уравнение (3.9), определим абсциссу x_A и далее переходим к номенклатуре группы А по формуле

N_A = x_A N, (3.10)

6. Введем новую систему координат, принимая за начало отчета абсциссу х_A и ординату у(х_A). В некоторых случаях с целью унификации расчета шкалы по осям могут быть вновь отнормированы. Таким образом, основное уравнение (3.9) записывается в виде

, (3.11)

Рассмотрим аналитический метод определения групп А, В и С на основе данных, приведенных в табл.3.3.

Таблица 3.3

Исходные данные для расчета коэффициентов a₀ и a₁ и значения аппроксимирующих функций

Величина аргумента хi	0,1	0,2	0,3	0,4	0,5	0,6	0,7	0,8	0,9
(эмпирические)	0,5	0,7	0,8	0,85	0,9	0,914	0,917	0,98	0,99
(расчет)	0,457	0,627	0,744	0,831	0,896	0,944	0,977	0,996	1,00

Выберем аппроксимирующую функцию в виде

(3.12)

Используя метод наименьших квадратов, находим параметр а₀ = 2,21; соответственно a₁=1-a₀=-1,21. Результаты расчетных значений по формуле (3.12) приведены в табл. 3.3.

Для расчета абсциссы точки касания воспользуемся уравнением (3.11). Поскольку

, (3.13)

и, учитывая, что в общем виде

, (3.14)

получим

. (3.15)

В результате преобразования находим:

. (3.16)

При подстановке значений x_k=1, x_m=0, f(x_k)=1 и f(x_m)=0 в формулу (3.16) получим С=1. Тогда, по формуле (3.19) при a₀=2.21 и a₁= -1,21 находим

Второе значение x_A=1,52 отбрасываем.

При подстановке x_A=0,3 в формулу (3.12) находим

.

Полученные значения указывают координаты точки О' - границы группы А (рис. 3.2). Домножив х_а на количество (номенклатуру) деталей данного узла N, получим количественную оценку числа наименований деталей группы А. Определим координаты точки О".

При подстановке Х_А, q_А в формулу (3.14), находим

.

Затем по формуле (3.16) получим Х_А+В = 0,61 и q_А+В = 0,95. Таким образом, в рассмотренном примере четко прослеживается методика аналитического расчета. К недостаткам, связанным с использованием зависимости , следует отнести то, что функция y(x) может достигнуть максимума в интервале 0 - 1. Дальнейший анализ показал, что значения коэффициента a₀, а следовательно и a₁, ограничены: a₀≤2. Поэтому полученная с помощью МНК оценка a₀=2,21 приводит к тому, что функция достигает миксимума y_max=1,01 при x=0,913 позиции номенклатуры ЗЧ.

Рис. 3.2. Пример определения групп А, В, С по аналитической методике

исходные данные

аппроксимирующая зависимость

В табл.3.4 приведены результаты определения номенклатурных групп А, В, С с помощью эмпирического метода, использованного авторами указанных работ, а также выполненные нами расчеты по дифференциальному (второму) и аналитическому (третьему) методам.

Анализ данных таблицы позволяет сделать следующие выводы.

1. Номенклатурные группы, определенные первым и третьим методом практически совпадают.

2. Дифференциальный метод дает координаты точки А существенно отклоняющейся от координат, полученных первым и третьим методами. Это говорит о том, что несмотря на простоту использования, метод не может быть рекомендован для определения номенклатурных групп.

3. Накопленная кумулятивная кривая [23] отличается от других зависимостей, приведенных в табл.3.4, что, возможно, послужило причиной сильного отклонения координат точек А и В при использовании аналитического метода от эмпирической зависимости. Анализ поведения кумуляты по первоисточнику показал, что наблюдается «перелом» в общей совокупности, то есть кривая состоит из кусочно-нелинейных зависимостей. Это говорит о том, что весь массив информации должен быть проверен на однородность и возможно разделен на две совокупности.

4. Исследования метода АВС должен быть продолжен по крайней мере в двух направлениях:

- оценка разрешающей способности метода, когда номенклатура включает сотни и тысячи наименований, объединенных в одну совокупность;

развитие многомерных методов выделения групп с привлечением многокритериальных оценок [4, 5, 26]. В частности, двухмерного метода АВС – XYZ, в котором деление на группы X, Y, Z производится с учетом коэффициента вариации υ, отражающем процессы расхода текущего запаса на складе i-ой детали, относящийся в свою очередь к соответствующей группе А, В или С по стоимости.

5. Результаты обработки реальных данных позволяют записать эмпирическое правило «80/20» в следующих вариантах: «80/-» или «-/20», либо «-/-» (аналитический метод).

Таблица 3.4

• ⇐ Назад
1
234
5
6
7
8
9
10
11
12
13
14
15
16
Далее ⇒