К имитационному моделированию обычно прибегают в тех случаях, когда зависимости между элементами моделируемых систем настолько сложны и неопределенны, что они не поддаются формальному описанию с помощью аналитических моделей. Таким образом, имитационное моделирование исследователи сложных систем вынуждены использовать, когда чисто аналитические методы либо неприменимы, либо неприемлемы (из-за сложности соответствующих моделей) [8].
При имитационном моделировании динамические процессы системы-оригинала подменяются процессами, имитируемыми моделирующим алгоритмом в абстрактной модели, но с соблюдением таких же соотношений длительности, логических и временных последовательностей, как и в реальной системе. При наличии большого количества достоинств настоящего метода моделирования при решении широкого круга задач, необходимо отметить его недостатки:
· отсутствие хорошо структурированных принципов построения имитационных моделей, что требует значительной специальной проработки каждого конкретного случая ее построения;
· методологические трудности поиска оптимальных решений;
· повышенные требования к быстродействию ЭВМ, на которых имитационные модели реализуются;
· сложность анализа и осмысления результатов, полученных в результате вычислительного эксперимента;
· достаточно большие затраты времени и средств, особенно при поиске оптимальных траекторий поведения исследуемой системы.
Математическое программирование
Математическое программирование уже на протяжении многих лет успешно применяются в промышленности, сельском хозяйстве, логистике, системе здравоохранения [1,5-8,14,17].
Широкое прикладное распространение в моделировании экономических систем получили методы линейного и смешанного целочисленного программирования.
Математическая модель любой задачи линейного и смешанного целочисленного программирования включает: целевую функцию, оптимальное значение которой (максимум или минимум) требуется отыскать; ограничения в виде системы линейных уравнений или неравенств; требование неотрицательности переменных.
Ключевыми особенностями этих методов является: детерминированность; динамичность; оптимальность.
В практике организации процесса регулярного стратегического планирования эти методы являются наиболее распространенными.
Программно-математический инструментарий
На сегодняшний день существует большое количество научно-исследовательских инструментов, профессиональных средств разработки и бизнес приложений для оптимизационного моделирования цепей поставок предприятий [9-13,15,16].
Наиболее распространенные программные платформы для разработки математических моделей цепей поставок приведены в таблице 1.
Таблица 1
Программные платформы для разработки математических моделей
|
Имитационное моделирование |
Математическое программирование |
|
|
AnyLogic |
IBM ILOG Optimization Suite |
|
|
Arena |
C++ Constraint Programming |
|
|
Matlab Simulink |
Matlab Optimization Toolbox |
Использование описанных инструментов предполагает выбор в пользу разработки собственного решения по стратегическому моделированию цепи поставок. Разработка собственного решения подразумевает привлечение и удержание команды специалистов с высокой научно-технической квалификацией. Достаточно часто при разработке собственного решения модель получается узкоспециализированной и адаптация подобной модели к изменениям, ее масштабирование является трудоемкой.
На сегодняшний день наиболее востребованными решениями на рынке являются бизнес приложения, основанные на методах математического программирования. В таблице 2 приведены результаты исследования, проведенные известной международной компанией в 2013 году, производителей бизнес приложений для планирования цепей поставок.
Таблица 2
Рейтинг производителей систем планирования цепей поставок
|
Возможностир |
Претенденты |
Лидеры |
|
|
Logility Demand Solutions Triple Point Technology SAP TXT e-solutions Infor Manhattan Associates |
JDA Software Oracle Kinaxis OM Partners Quintiq |
||
|
Toolsgroup Blue Ringe Barloworld Supply Chain Software SAS IBM AspenTech |
E2open Steelwedge Syncron |
||
|
Нишевые игроки |
Провидцы |
||
|
|
Концепция развитияр |
Однако следует с осторожностью относиться к результатам подобных исследований. Приведенные результаты исследования оценивают совокупные возможности поставщика решения во всех аспектах информационной поддержки управления цепями поставок. В подобных исследованиях обычно не участвуют узкоспециализированные компании производители программного обеспечения.
Автором составлен свой собственный рейтинг производителей программного обеспечения в области стратегического планирования цепей поставок на основе изучения опыта внедрений инструментов в России. Основные инструменты стратегического моделирования в России приведены в таблице 3.
Таблица 3
Основные инструменты стратегического моделирования в России
|
Наименование компании производителя |
Наименование продукта |
Известное автору количество промышленных внедрений в России для поддержки стратегического планирования |
|
|
JDA Software |
Supply Chain Strategist |
5 |
|
|
River Logic |
Enterprise Optimizer |
1 |
|
|
Oracle |
Strategic Network Optimization |
1 |
|
|
SAP |
Supply Network Planning |
1 |
|
|
AspenTech |
Distribution Plan Optimizer |
1 |
Указанные приложения являются специализированными решениями. Они изначально ограничены задачами оптимизации цепей поставок и наиболее подходят для организации регулярного процесса стратегического планирования компании. Они не требуют от персонала компании, где внедряется продукт, глубоких знаний в области математического моделирования. Всю основную работу по настройке решения выполняют специалисты, после чего пользователи оперируют более простыми для их понимания базами данных для масштабирования модели и обновления данных. Эти решения, как правило, обладают богатым инструментарием для визуализации результатов планирования и проведения сравнительного анализа различных сценариев.
Таким образом, внедрение специализированных бизнес приложений позволяет кардинально усовершенствовать и одновременно упростить процесс стратегического планирования [4].
В заключении рассмотрим сравнительный анализ традиционной практики стратегического планирования без применения программно-математического инструментария и стратегического планирования, основанного на методах математического моделирования (см. таблица 4).
Таблица 4
Сравнительный анализ
|
Традиционная практика стратегического планирования без применения программно-математического инструментария |
Стратегическое планирование, основанное на методах математического моделирования |
|
|
Неоптимальные решения · Нереалистичные показатели из-за неполного учета ограничений · Отсутствие сквозной оптимизации всей цепи поставок
|
Гарантированно оптимальные решения · Оптимизация целевого(ых) параметров цепи поставок с учетом ограничений и правил |
|
|
Статический процесс планирования · Потери до 80% времени на анализ сценариев · Неформализованный процесс · Отсутствие мониторинга реального развития цепочки поставок · Отсутствие масштабируемости |
Динамический процесс планирования · Анализ планов в течение нескольких минут, комплексный сценарный анализ · Постоянный, формализованный процесс мониторинга стратегического развития цепочки поставок · Богатый аналитический инструментарий для подготовки отчетов · Возможности по расширению модели без необходимости дополнительных доработок |
Выводы и рекомендации
Применение программно-математических инструментов для моделирования цепей поставок позволяет систематизировать и значительно повысить эффективность процесса стратегического планирования компании.
На сегодняшний день существует большое количество научно-исследовательских инструментов, профессиональных средств разработки и бизнес приложений для оптимизационного моделирования цепей поставок предприятий. В большинстве случаев для решения типовых задач стратегического планирования предприятий достаточно внедрения одного из соответствующих бизнес приложений. В случае решения нетиповых задач, не имеющих аналогов, целесообразно проведение научных исследований и создание собственного программно-математического инструмента на базе одной из многих предлагаемых платформ для разработки.
В заключение хотелось бы подчеркнуть, что разработка стратегической модели цепи поставок в значительной мере является искусством, поэтому успех ее внедрения в большей степени зависит от творчества и опыта команды, нежели от применяемого инструмента оптимизации.
Список литературы
поставка цель предприятие
1. Бережная Е.В. и Бережной В.И. Математические методы моделирования экономических систем. М.:Финансы и Статистика, 2006. - 432 с.
2. Карпов Ю. Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. - СПб: БХВ-Петербург, 2006. - 400 с. - ISBN 5-94157-148-8
3. Михелькевич В. Н., Радомский В. М. Основы научно-технического творчества. Ростов-на-Дону.: Феникс, 2004. - С. 320.
4. Солодовников В.В. Стратегическое моделирование цепи поставок угольной компании, №2(61), 2014.
5. Таха Х. Введение в исследование операций. 7-е издание. М.:Вильямс, 2005. -912 с.
6. Плотников А. Д. Математическое программирование = экспресс-курс. - 2006. - С. 171. - ISBN 985-475-186-4
7. Шапиро Д. Моделирование цепи поставок. СПб.:Питер, 2006 г. -720с.
8. Шимко П.Д. Оптимальное управление экономическими системами. СПб.:Бизнес-пресса, 2004. -240с.
9. Axel Buecker and others. Optimization and Decision Support Design Guide Using IBM ILOG Optimization Decision Manager - US.: IBM, 2010. - 368 p.
10. i2 Technologies. Supply Chain Strategist Getting Started Guide Version 6.2.1. - US.: i2 Press, 2004. - 208 p.
11. i2 Technologies. Supply Chain Strategist Modeling Guide Version 6.2.1- US.: i2 Press, 2004. - 191 p.
12. IBM. Modeling with IBM ILOG CPLEX CP - US.:IBM, 2010. - 80 p.
13. IBM. Optimization modeling with IBM ILOG OPL - US.:IBM, 2009. - 354 p.
14. Nirmal Singh Kambo. Mathematical programming techniques. Affiliated East-West Press, 1984, 719 p.
15. River Logic. Enterprise Optimizer Developer- US.: RL, 2008. - 172 p.
16. Venkataraman P. Applied Optimization with MATLAB Programming. 2nd Edition. - US.:Wiley, 2009. - 544 p. ISBN: 978-0-470-08488-5
17. Wayne L. Winston. Operations research: applications and algorithms. PWS-Kent Pub. Co., 1991, 1262 p.