Главная » Реферат » Моделирование логистики реферат

5.2. Моделирование в логистике. Моделирование логистики реферат


МОДЕЛИРОВАНИЕ В ЛОГИСТИКЕ

Количество просмотров публикации МОДЕЛИРОВАНИЕ В ЛОГИСТИКЕ - 391

Моделирование основывается на подобии систем или процес­сов, ĸᴏᴛᴏᴩᴏᴇ должна быть полным или частичным. При этом под логистической моделью принято понимать любой образ, абстрактный или материальный, логистического процесса или логисти­ческой системы, используемый в качестве их заместителя.

Основная цель моделирования – прогноз поведения систе­мы. Ключевой вопрос моделирования ʼʼЧТО БУДЕТ, ЕСЛИ...?ʼʼ

Существенной характеристикой любой модели является степень полноты подобия модели моделируемому объекту. По этому признаку всœе модели можно разделить на изоморфные и гомо­морфные (рис. 22).

Рис. 22. Классификация моделœей

Изоморфные модели - ϶ᴛᴏ модели, включающие всœе харак­теристики объекта оригинала, способные, по существу, заме­нить его. В случае если можно создать и наблюдать изоморфную модель, то наши знания о реальном объекте будут точными. В этом случае мы сможем точно предсказать поведение объекта.

Гомоморфные модели. В их базе лежит неполное, частич­ное подобие модели изучаемому объекту. При этом некоторые стороны функционирования реального объекта не моделируют­ся совсœем. В результате упрощается построение модели и интер­претация результатов исследования. При моделировании логи­стических систем абсолютное подобие не имеет места. По этой причине в дальнейшем мы будем рассматривать лишь гомоморфные мо­дели, не забывая, однако, что степень подобия у них должна быть различной.

Следующим признаком классификации является материаль­ность модели. В соответствии с этим признаком всœе модели можно разделить на материальные и абстрактные.

Материальные модели воспроизводят основные геометриче­ские, физические, динамические и функциональные характери­стики изучаемого явления или объекта. К этой категории отно­сятся, в частности, уменьшенные макеты предприятий оптовой торговли, позволяющие решить вопросы оптимального размеще­ния оборудования и организации грузовых потоков.

Абстрактное моделирование часто является единственным способом моделирования в логистике. Его подразделяют на сим­волическое и математическое.

К символическим моделям относят языковые и зна­ковые.

Языковые модели - ϶ᴛᴏ словесные модели, в базе кото­рых лежит набор слов (словарь), очищенных от неоднозначно­сти. Этот словарь принято называть ʼʼтезаурусʼʼ. В нем каждому слову может соответствовать лишь единственное понятие, в то вре­мя как в обычном словаре одному слову могут соответствовать несколько понятий.

Знаковые модели. В случае если ввести условное обозначение отдель­ных понятий, ᴛ.ᴇ. знаки, а также договориться об операциях между этими знаками, то можно дать символическое описание объекта.

Математическим моделированием принято называть про­цесс установления соответствия данному реальному объекту некоторого математического объекта͵ называемого математи­ческой моделью. В логистике широко применяются два вида математического моделирования: аналитическое и имитацион­ное.

Аналитическое моделирование – это математический при­ем исследования логистических систем, позволяющий получать точные решения. Аналитическое моделирование осуществляется в следующей последовательности.

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).

Наиболее полное исследование процесса функционирования системы можно провести, в случае если известны явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными системы. При этом такие зави­симости удается получить только для сравнительно простых си­стем. При усложнении систем исследование их аналитическими методами наталкивается на определœенные трудности, что явля­ется существенным недостатком метода. В этом случае, что­бы использовать аналитический метод, крайне важно существенно упростить первоначальную модель, чтобы иметь возможность изучить хотя бы общие свойства системы.

К достоинствам аналитического моделирования относят большую силу обобщения и многократность использова­ния.

Другим видом математического моделирования является имитационное моделирование.

Как уже отмечалось, логистические системы функциониру­ют в условиях неопределœенности окружающей среды. При упра­влении материальными потоками должны учитываться фак­торы, многие из которых носят случайный характер. Размещено на реф.рфВ этих условиях создание аналитической модели, устанавливаю­щей четкие количественные соотношения между различными составляющими логистических процессов, может оказаться либо невозможным, либо чересчур дорогим.

При имитационном моделировании закономерности, опреде­ляющие характер количественных отношений внутри логисти­ческих процессов, остаются непознанными. В этом плане ло­гистический процесс остается для экспериментатора ʼʼчерным ящикомʼʼ.

Процесс работы с имитационной моделью, в первом прибли­жении, можно сравнить с настройкой телœевизора рядовым телœе­зрителœем, не имеющим представления о принципах работы этого аппарата. Телœезритель просто вращает разные ручки, добиваясь четкого изображения, не имея при этом представления о том, что происходит внутри ʼʼчерного ящикаʼʼ.

Точно так же экспериментатор ʼʼвращает ручкиʼʼ имитаци­онной модели, меняя при этом условия протекания процесса и наблюдая получаемый результат. Определœение условий, при ко­торых результат удовлетворяет требованиям, является целью работы с имитационной моделью.

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.

Как правило, имитационное моделирование осуществляется с помощью компьютеров.

Условия, при которых рекомендуется применять имитацион­ное моделирование, приведены в работе Р. Шеннона ʼʼИмитаци­онное моделирование систем – наука и искусствоʼʼ [46]. 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.

Τᴀᴋᴎᴍ ᴏϬᴩᴀᴈᴏᴍ, основным достоинством имитационного мо­делирования является то, что этим методом можно решать более сложные задачи. Имитационные модели позволяют достаточ­но просто учитывать случайные воздействия и другие факто­ры, которые создают трудности при аналитическом исследова­нии.

При имитационном моделировании воспроизводится процесс функционирования системы во времени. Причем имитируются элементарные явления, составляющие процесс с сохранением их логической структуры и последовательности протекания во вре­мени. Модели не решают, а осуществляют прогон программы с заданными параметрами, меняя параметры, осуществляя прогон за прогоном.

Имитационное моделирование имеет ряд существенных не­достатков, которые также крайне важно учитывать.

1. Исследования с помощью этого метода обходятся дорого.

Причины:

– для построения модели и экспериментирования на ней не­обходим высококвалифицированный специалист-программист;

– крайне важно большое количество машинного времени, по­скольку метод основывается на статистических испытаниях и требует многочисленных прогонов программ;

– модели разрабатываются для конкретных условий и, как правило, не тиражируются.

2. Велика возможность ложной имитации. Процессы в логистических системах носят вероятностный характер и подда­ются моделированию только при введении определœенного рода допущений.

К примеру, разрабатывая имитационную модель товароснабжения района и принимая среднюю скорость движения автомобиля на маршруте, равную 25 км/ч, мы исходим из до­пущения, что дорожные условия хорошие. В действительности погода может испортиться и, в результате наступившего гололеда, скорость на маршруте упадет до 15 км/ч. Реальный процесс пойдет иначе.

Описание достоинств и недостатков имитационного модели­рования можно завершить словами Р. Шеннона: ʼʼРазработка и применение имитационных моделœей в большей степени искус­ство, чем наука. Следовательно успех или неудача в большей степени зависит не от метода, а от того, как он применяетсяʼʼ [46].

referatwork.ru

Моделирование в логистике

     Содержание  

                          

Введение 

     Моделирование — исследование объектов познания на их моделях; построение моделей реально существующих предметов и явлений (живых организмов, инженерных конструкций, общественных систем, различных процессов и т. п.).

    Процесс моделирования включает три элемента:

     - субъект (исследователь),

     -   объект исследования,

     - модель, определяющую (отражающую) отношения познающего субъекта и познаваемого объекта.

      Первый этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обусловливаются тем, что модель отображает (воспроизводит, имитирует) какие-либо существенные черты объекта-оригинала. Вопрос о необходимой и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть моделью), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала. Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от исследования других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько «специализированных» моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.

      На втором этапе модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение «модельных»  экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные о ее «поведении». Конечным результатом этого этапа является множество (совокупность) знаний о модели.

      На третьем этапе осуществляется перенос знаний с модели на оригинал — формирование множества знаний. Одновременно происходит переход с «языка» модели на «язык» оригинала. Процесс переноса знаний проводится по определенным правилам. Знания о модели должны быть скорректированы с учетом тех свойств объекта-оригинала, которые не нашли отражения или были изменены при построении модели.

      Четвертый этап — практическая проверка получаемых с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.

     Моделирование — циклический процесс. Это означает, что за первым четырехэтапным циклом может последовать второй, третий и т. д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта или ошибками в построении модели, можно исправить в последующих циклах.      

           Моделирование в логистике 

       Моделирование, как целенаправленное представление анализируемого реального или гипотетического бизнес-процесса, служит в управлении, прежде всего, двум целям.

      Во-первых, это сохранение знаний о структуре, законах функционирования и управления организации в формальном виде (структурное моделирование).

     Во-вторых, наполнение модели реальными данными и проведение компьютерной симуляции (имитации реального поведения объекта за отрезок времени) позволяет получить фактографическую основу для принятия решений.

      Проведение имитационного моделирования, низвергающего постулат о “невозможности эксперимента в экономике”, стало возможным благодаря развитию возможностей вычислительной техники, изучению процессов принятия решения человеком, и развитию дисциплины реинжиниринга.

     Особенности моделирования в логистике определяются содержанием самой логистической концепции. Логистика предполагает системный подход к интегрированному и динамическому управлению материальными, финансовыми, информационными потоками в организации, сквозь функциональные границы подразделений. Это во многом перекликается с принципами системной динамики и понятием о бизнес-процессах. Поведение организации, в терминах системной динамики, определяется ее информационно-логической структурой как системы, представляется в терминах потоков, а не функций, рассматривается в развитии и динамике.

     Бизнес-процесс может быть определен как целенаправленно преобразуемый и управляемый поток ресурсов.

    Таким образом в поисках ответов на вопросы: как формируются затраты и доходы по логистической цепи, каковы ее критические параметры, факторы развития, узкие места и возможности, в чем причины возникшей проблемы, каковы будут результаты планируемых решений – менеджеру логистики помогает компьютерное моделирование бизнес-процессов.

    Управление в логистике характеризуется учетом большого числа параметров, функциональных и корреляционных зависимостей, влияния стохастических факторов. Все они анализируются при построении модели, но не все включаются в нее.

    Для принятия решения, модель должна отражать сущность проблемы, давая обоснование, по словам А. Эйнштейна, “…по возможности очень простое, но не проще”. Полное отражение всех реальных зависимостей в модели невозможно или экономически неоправданно.

      Как сказал основатель подхода тотального качества Э. Деминг: “Все модели неправильны, но некоторые модели полезны”. Полезными модели становятся тогда, когда при их построении выполняются на практике несколько методических правил. 

      Первое - моделирование должно быть групповой работой. Это подразумевает не только формирование рабочей группы специалистов разного профиля, но и широкое вовлечение в сбор данных, оценку, тестирование, внесение предложений по модели менеджеров разного уровня и разных подразделений компании. Так достигается и работоспособность модели, и обучение персонала.

      Второе - моделирование должно тщательно документироваться. Хорошей модели не повредит немного бюрократии. Все варианты, персонализированные предложения, получаемые в результате выполнения первого правила должны быть зафиксированы.

По результатам  моделирования издаются нормативные, плановые документы, должностные инструкции и т.д.

      Третье – моделирование - постоянный процесс. Структурные и имитационные модели служат средством обоснования решений, разработки сценариев, обучения и коммуникации персонала. Изменение постановки задачи, влияния внешних факторов, появления новых знаний могут требовать корректировки параметров модели.

        Еще одним практическим моментом является выбор моделирования бизнес-процесса в состоянии “Как есть” или “Как должно быть”. Как правило, в методической поддержке коммерческих аналитических пакетов даются общие рекомендации по этому вопросу. Особенностью реинжиниринга можно считать третью, в общем-то, спорную, форму моделирования – “Как будет”.

      Моделирование заставляет менеджеров более точно и полно формулировать описание причин возникновения проблем, возможные результаты изменений, которые они интуитивно чувствуют. В процессе формального построения модели вскрываются внутренние противоречия и сомнения в этих представлениях у разных менеджеров. Групповое построение модели требует достижения консенсуса, а распространение модели бизнес-процесса по логистической цепи улучшает коммуникацию, понимание интересов и роли других подразделений. Таким образом, улучшается столь важное в логистике взаимодействие. Модель становится средством коллективного корпоративного психоанализа. Типология моделей в логистике производна от понятия "логистическая система", которое, как известно, в силу своей громадной концептуальной емкости и многообразия промежуточных форм существования в реальной практике окончательно не установлено. Аморфное представление о сущности и нюансах логистической деятельности не способствует созданию эффективного методологического инструментария в виде модельного ряда, учитывающего специфику и фазы существования объекта логистизации. С другой стороны, неразвитость аппарата моделирования в логистике тормозит развитие ее как науки.

      Приходится заимствовать из других областей знаний (системология, исследование операций, теория управления запасами и др.) различные методы и способы моделирования, но этот путь требует глубокого критического анализа имеющегося спектра моделей, переосмысления их потенциальных возможностей и органических недостатков с точки зрения логистики. В противном случае возникают серьезные трудности, а порой и недоразумения как при выборе способа моделирования, так и при объяснении существа моделируемых логистических процессов. Любой специалист в области моделирования без особого труда найдет во множестве представленных в литературе по логистике моделей немало фактов, когда результаты моделирования родственных объектов невозможно сопоставить между собой даже по шкале порядка: структурные модели выдаются за функциональные, статические за динамические, концептуальные за информационные и даже за аналитические и т.п.

      Чтобы установить ассортиментный ряд моделей, который удовлетворял хотя бы скромным запросам исследователей и практиков в области логистики и помогал сократить время на поиск "нужных" моделей, целесообразно обратить более пристальное внимание на известные классификации в теории моделирования сложных физических, экономических и информационных систем. При таком подходе, по характеру фиксации состояния системы следует различать:

      - ситуационное моделирование - это модели, применяемые для оценки динамики работы службы закупок, интенсивности и мощности каналов товародвижения в распределительной сети, состояния дел по управлению производственными и товарными запасами и т.д.;

      - бехивиоральное моделирование, следует считать те модели, которые дают статистическую оценку степени устойчивости, надежности и адаптивности системы на определенном временном отрезке. К моделям подобного рода можно отнести модели, построенные на основе теории массового обслуживания, поскольку в них используются статистические распределения интервалов между различными логистическими операциями. С их помощью можно оценить уровень функциональности логистической системы по отношению к ранее достигнутому уровню или к соответствующему стандарту в виде среднего времени выполнения и задержки заказа в системе, вероятности его потери и т.п.  

                      

  В зависимости от формы модельного представления объекта логистизации модельный ряд далее можно разбить на два основных вида: физическое (материальное) и абстрактное моделирование. 

     Физические модели в общем случае разделяются на натурные и макетные. Понятно, что натурные модели способны лучше других обеспечить адекватное отражение действительности. Вместе с тем проведение натурных исследований сопряжено с громадными трудностями как организационно-экономического, так и научного плана. Обычно "на натуре" удается лишь зафиксировать существующее состояние системы без возможности вариаций внешних и внутренних факторов окружающей среды.

     При использовании разных вариантов макетного моделирования, например, в форме полупроизводственных испытаний, возможности экспериментатора увеличиваются, но появляется большая вероятность искажения результатов моделирования, особенно в тех случаях, когда не удается установить критерии подобия процессов в модели (макете) и натуре. 

     Абстрактное моделирование остается пока наиболее приемлемым средством познания в логистике, а чаще всего и единственно возможным. По способам выражения абстрактное моделирование декомпозируется по четырем направлениям: концептуальное, математическое, имитационное и символическое моделирование.

     В свою очередь концептуальные модели можно условно разграничить на вербальные модели и модели общесистемных структурных форм. В настоящее время - это наиболее распространенный тип моделей в логистике, особенно в части, именуемой теоретической. Диалектика их широкого применения в наблюдательных и описательных областях науки имеет глубокие гносеологические корни, которые, видимо, не следует нарушать, особенно там, где модели имеют трудноопределимые входы и выходы. Тем не менее, концептуальное моделирование является только средством получения начальных знаний о предмете исследования. Уровень познания наук, использующих только приемы концептуального моделирования, таков, "что они располагают большей частью морфологическими данными об изучаемых системах, иногда эти данные сводятся только к классификации. Установление устойчивых закономерностей - сравнительно редкая и большая удача".

stud24.ru

Моделирование в логистике

Федеральное агентство по образованию

Государственное образовательное учреждение

высшего профессионального образования 

Санкт-Петербургский  государственный технологический  институт

(Технический  университет) 

 

Факультет экономики и менеджмента

Реферат на тему:

«Моделирование в логистике»

  

Выполнил: студент группы 6781

Мартынов  И.И.,

 

Проверила: Власенко М.Н.

 

Санкт-Петербург

2012 

Оглавление

  

Введение. 3

Модели логистических систем. 5

Заключение. 11

Список литературы 12

 

 

Введение.

 

На практике использование и прогнозирование  поведения логистических систем при тех или иных видах возмущающих и управляющих воздействий заменяется исследованием и прогнозированием поведения их моделей.

Под моделью в данном случае следует понимать любое отображение логистической системы, которое может быть использовано вместо нее для исследования ее свойств и прогнозирования возможных вариантов ее поведения.

Моделирование логистических систем можно проводить различным образом и приходить в итоге к разным моделям. Однако при построении моделей необходимо соблюдать следующие общие принципы:

– модель должна иметь поведение, структуру  и функции, подобные таковым у  моделируемой логистической системы или ее компонента;

– отклонения параметров модели в процессе ее функционирования от соответствующих параметров моделируемой логистической системы не должны выходить за рамки допустимой точности моделирования;

– на основании  исследования модели и ее поведения  должно быть возможным обнаружить новые  свойства моделируемой логистической системы, не содержащиеся в исходном материале, использованном для составления данной модели;

– проводить  исследования и эксперименты на модели должно быть более удобно, чем на реальной логистической системе.

Исследования, проводимые на модели, выполненной  с соблюдением вышеназванных  условий, представляют следующие качественно  новые возможности:

– исследования могут проводиться до реализации логистической системы на этапе ее проектирования и определения целесообразности ее создания и применения;

– исследования могут проводиться без вмешательства  в функционирование производственно-сбытовой системы, что могло бы оказаться  слишком дорогим или иметь  необратимые последствия;

– если цель эксперимента состоит в определении  предельно допустимых значений объемов  материальных потоков или других статических и динамических параметров производственно-сбытовой системы, то исследования на модели можно проводить  без риска разрушения моделируемой системы.

 

Модели логистических систем.

 

Все модели логистических систем делятся на изоморфные и гомоморфные.

Изоморфные  модели представляют собой полный эквивалент всем морфологическим и поведенческим особенностям моделируемой системы и способны полностью заменить ее. Однако создать и исследовать изоморфную в полном смысле этого слова модель практически оказывается невозможным вследствие неполноты и несовершенства знаний о реальной системе и недостаточной адекватности методов и средств такого моделирования.

Поэтому практически все модели, используемые в логистике, являются гомоморфными. Гомоморфные модели представляют собой модели, подобные изображаемому объекту лишь в некоторых отношениях, но в отношениях, характерных и важных для процесса моделирования. Другие аспекты строения и функционирования при гомоморфном моделировании не рассматриваются и игнорируются. Логистические модели моделируются исключительно с помощью гомоморфных моделей, обеспечивающих подобие оригиналу только в некоторых отношениях, имеющих значение для эффективного управления.

В свою очередь гомоморфные модели делятся  на материальные и абстрактно-концептуальные.

Материальные  модели находят в логистическом управлении лишь ограниченное применение. Прежде всего это объясняется 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. Поэтому для логистики в подавляющем большинстве случаев используется абстрактно-концептуальное моделирование.

Абстрактно-концептуальные модели, в свою очередь, подразделяются на символические и математические.

Символические 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 однозначно представляют моделируемые структуры и процессы. Так, для языкового описания моделей используются специальным образом построенные словари, в которых, в отличие от обычных толковых словарей, каждое слово имеет только одно определенное значение. Информацию, полученную с помощью использования символических моделей, неудобно обрабатывать (хотя это и возможно) для дальнейшего использования в системах логистического управления. Поэтому наибольшее распространение для создания и эксплуатации систем логистического управления получили математические модели.

Математическое  моделирование бывает двух разновидностей – аналитическое и имитационное.

При построении аналитических моделей закономерности строения и поведения объекта моделирования описываются в приемлемой форме точными аналитическими соотношениями. Эти соотношения могут быть получены как теоретически, так и экспериментально. Универсальным методом математического моделирования, «работающим» даже тогда, когда нет возможности ни теоретически, ни экспериментально получить аналитическое описание исследуемого объекта, является имитационное моделирование.

Имитационное  моделирование – это компьютерное воспроизведение развертывания во времени функционирования моделируемой системы, то есть воспроизведение ее перехода из одного состояния в другое, осуществляемое в соответствии с однозначно определенными операционными правилами. Как правило, изменения состояния логистических систем происходят дискретно и в дискретные моменты времени. Но и в этом случае остается в силе основной принцип имитационного моделирования: отображение изменений состояния моделируемой системы, развернутое во времени.

  Процесс разработки имитационной модели начинается с уточнения понимания проблемы и формулировки целей исследования, что само по себе является развернутым во времени последовательным приближением. Затем производится статическое описание системы, в котором задаются ее элементы и их параметры, а затем и ее динамическое описание, в котором задаются взаимодействия этих элементов, в результате чего происходит изменение состояний системы.

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.

Как правило, имитационное моделирование осуществляется с помощью компьютеров.

Основными условиями, при которых рекомендуется  применять имитационное моделирование, являются:

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.

Таким образом, основным достоинством имитационного  моделирования является то, что этим методом можно решать более сложные  задачи. Имитационные модели позволяют  достаточно просто учитывать случайные  воздействия и другие факторы, которые  создают трудности при аналитическом  исследовании.

При имитационном моделировании воспроизводится  процесс функционирования системы  во времени. Причем имитируются элементарные явления, составляющие процесс с  сохранением их логической структуры  и последовательности протекания во времени. Модели не решают, а осуществляют прогон программы с заданными  параметрами, меняя параметры, осуществляя  прогон за прогоном.

Имитационное  моделирование имеет ряд существенных недостатков, которые также необходимо учитывать.

1. Исследования  с помощью этого метода обходятся  дорого.

Причины:

— для  построения модели и экспериментирования  на ней необходим высококвалифицированный  специалист-программист;

— необходимо большое количество машинного времени, поскольку метод основывается на статистических испытаниях и требует  многочисленных прогонов программ;

— модели разрабатываются для конкретных условий и, как правило, не тиражируются.

2. Велика возможность ложной имитации. Процессы в логистических системах носят вероятностный характер и поддаются моделированию только при введении определенного рода допущений.

Рассмотренная классификация моделей структур и поведения исходных систем касается форм и методов представления  и описания характеристик моделируемого  объекта в целом.

Построение  внутренних зависимостей для каждого  отдельного компонента моделируемой системы, которые могут быть затем использованы для построения того или иного  вида модели системы, производится экономико-математическими методами.

Методы, с помощью которых формируются  все экономико-математических моделей, разделяются на алгоритмические и эвристические.

Алгоритмические модели регулярными методами устанавливают связи между входными и выходными параметрами описываемого компонента, скоростями их изменения и скоростями изменения этих скоростей (то есть, ускорениями). Для дискретных элементов скорости и ускорения заменяются приращениями значений параметров и изменениями этих приращений за единицу времени.

Применяемые при этом методы разделяют на экономико-статистические и эконометрические.

Первые  используют описания характерных элементов, основанные на математической и экономической  статистике, в том числе и статистические методы математического планирования многофакторного эксперимента. Вторые базируются на математическом описании происходящих экономических процессов. Например, общий фонд заработной платы однозначно математически связан с числом работающих и их распределением по разрядам.

stud24.ru

Моделирование в логистике

Новые рефераты:

referatwork.ru

Моделирование в логистике - Логистика

5.3. Моделирование в логистике

Моделирование основывается на подобии систем или процессов, которое может быть полным или частичным. Основная цель моделирования - прогноз поведения процесса или системы. Ключевой вопрос моделирования - "ЧТО БУДЕТ, ЕСЛИ...?"

Существенной характеристикой любой модели является степень полноты подобия модели моделируемому объекту. По этому признаку все модели можно подразделить на изоморфные и гомоморфные (рис. 23).

Изоморфные модели - это модели, включающие все характеристики объекта-оригинала, способные, по существу, заменить его. Если можно создать и наблюдать изоморфную модель, то

Рис. 23. Классификация моделей логистических систем наши знания о реальном объекте будут точными. В этом случае мы сможем точно предсказать поведение объекта.

Гомоморфные модели. В их основе лежит неполное, частичное подобие модели изучаемому объекту. При этом некоторые стороны функционирования реального объекта не моделируются совсем. В результате упрощаются построение модели и интерпретация результатов исследования. При моделировании логистических систем абсолютное подобие не имеет места. Поэтому в дальнейшем мы будем рассматривать лишь гомоморфные модели, не забывая, однако, что степень подобия у них может быть различной.

Следующим признаком классификации является материальность модели. В соответствии с этим признаком выделяют материальные и абстрактные модели.

Материальные модели воспроизводят основные геометрические, физические, динамические и функциональные характеристики изучаемого явления или объекта. К этой категории относятся, в частности, уменьшенные макеты производственных предприятий или предприятий оптовой торговли, позволяющие решать вопросы оптимального размещения оборудования и организации грузовых потоков.

Абстрактное моделирование часто является единственным способом моделирования в логистике. Его подразделяют на символическое и математическое.

К символическим моделям относят языковые и знаковые.

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.

Математическим моделированием называется процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью. В логистике широко применяются два вида математического моделирования: аналитическое и имитационное.

Аналитическое моделирование - это математический прием исследования логистических систем, позволяющий получать точные решения. 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).

Наиболее полное исследование процесса функционирования системы можно провести, если известны явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными системами. Однако такие зависимости удается получить только для сравнительно простых систем. При усложнении систем исследование их аналитическими методами наталкивается на определенные трудности, что является существенным недостатком метода. В этом случае, чтобы использовать аналитический метод, необходимо существенно упростить первоначальную модель, чтобы иметь возможность изучить хотя бы общие свойства системы.

К достоинствам аналитического моделирования относят большую силу обобщения и многократность использования.

Другим видом математического моделирования является имитационное моделирование.

Как уже отмечалось, логистические системы функционируют в условиях неопределенности окружающей среды. При управлении материальными потоками должны учитываться факторы, многие из которых носят случайностный характер. В этих условиях создание аналитической модели, устанавливающей четкие количественные соотношения между различными составляющими логистических процессов, может оказаться либо невозможным, либо слишком дорогим.

При имитационном моделировании закономерности, определяющие характер количественных отношений внутри логистических процессов, остаются непознанными. В этом плане логистический процесс остается для экспериментатора "черным ящиком".

Процесс работы с имитационной моделью в первом приближении можно сравнить с настройкой телевизора рядовым телезрителем, не имеющим представления о принципах работы этого аппарата. Телезритель просто вращает разные ручки, добиваясь четкого изображения, не имея при этом представления о том, что происходит внутри "черного ящика".

Точно так же экспериментатор "вращает ручки" имитационной модели, меняя при этом условия протекания процесса и наблюдая получаемый результат. Определение условий, при которых результат удовлетворяет требованиям, является целью работы с имитационной моделью.

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.

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.

Таким образом, основным достоинством имитационного моделирования является то, что этим методом можно решать более сложные задачи. Имитационные модели позволяют достаточно просто учитывать случайные воздействия и другие факторы, которые создают трудности при аналитическом исследовании.

При имитационном моделировании воспроизводится процесс функционирования системы во времени. Причем имитируются элементарные явления, составляющие процесс с сохранением их логической структуры и последовательности протекания во времени. Модели не решают, а осуществляют прогон программы с заданными параметрами, меняя параметры, осуществляя прогон за прогоном.

Имитационное моделирование имеет ряд существенных недостатков, которые также необходимо учитывать.

1. Исследования с помощью этого метода обходятся дорого.

Причины:

o для построения модели и экспериментирования на ней необходим высококвалифицированный специалист-программист;

o необходимо большое количество вычислительных ресурсов, поскольку метод основывается на статистических испытаниях и требует многочисленных прогонов программ;

o модели разрабатываются для конкретных условий и, как правило, не тиражируются.

2. Велика вероятность ложной имитации. Процессы в логистических системах носят вероятностный характер и поддаются моделированию только при введении определенного рода допущений. Например, разрабатывая имитационную модель товароснабжения района и принимая среднюю скорость движения автомобиля на маршруте, равную 25 км/ч, мы исходим из допущения, что дорожные условия хорошие. В действительности погода может испортиться и, в результате наступившего гололеда, скорость на маршруте упадет до 15 км/ч. Реальный процесс пойдет иначе.

Описание достоинств и недостатков имитационного моделирования можно завершить словами Р. Шеннона: "Разработка и применение имитационных моделей в большей степени искусство, чем наука. Следовательно, успех или неудача в большей степени зависит не от метода, а от того, как он применяется".

geum.ru

5.2. Моделирование в логистике

Моделирование основывается на подобии систем или процес­сов, которое может быть полным или частичным. Основная цель моделирования - прогноз поведения процесса или системы. Ключевой вопрос моделирования «ЧТО БУДЕТ, ЕСЛИ...?»

Существенной характеристикой любой модели является степень полноты подобия модели моделируемому объекту. По этому признаку все модели можно разделить на изоморфные и гомо­морфные(рис. 21).

Рис. 21. Классификация моделей

Изоморфные модели- это модели, включающие все харак­теристики объекта оригинала, способные, по существу, заме­нить его. Если можно создать и наблюдать изоморфную модель, то наши знания о реальном объекте будут точными. В этом случае мы сможем точно предсказать поведение объекта.

Гомоморфные .модели.В их основе лежит неполное, частич­ное подобие модели изучаемому объекту. При этом некоторые стороны функционирования реального объекта не моделируют­ся совсем. В результате упрощается построение модели и интер­претация результатов исследования. При моделировании логи­стических систем абсолютное подобие не имеет места. Поэтому в дальнейшем мы будем рассматривать лишь гомоморфные мо­дели, не забывая, однако, что степень подобия у них может быть различной.

Следующим признаком классификации является материаль­ность модели.В соответствии с этим признаком все модели можно разделить на м а т е р и а л ь н ы е и а б с т р а к т н ы е.

Материальные моделивоспроизводят основные геометриче­ские, физические, динамические и функциональные характери­стики изучаемого явления или объекта. К этой категории отно­сятся, в частности, уменьшенные макеты предприятий оптовой торговли, позволяющие решить вопросы оптимального размеще­ния оборудования и организации грузовых потоков.

Абстрактное моделированиечасто является единственным способом моделирования в логистике. Его подразделяют насим­волическое и математическое.

К с и м в о л и ч е с к и м м о д е л я м относят языковые и зна­ковые.

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.

М а т е м а т и ч е с к и м м о д е л и р о в а н и е м называется про­цесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математи­ческой моделью. В логистике широко применяются два вида математического моделирования: аналитическое и имитацион­ное.

Аналитическое моделирование -это математический при­ем исследования логистических систем, позволяющий получать точные решения. Аналитическое моделирование осуществляется в следующей последовательности.

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).

Наиболее полное исследование процесса функционирования системы можно провести, если известны явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными системы. Однако такие зави­симости удается получить только для сравнительно простых си­стем. При усложнении систем исследование их аналитическими методами наталкивается на определенные трудности, что явля­ется существенным недостатком метода. В этом случае, что­бы использовать аналитический метод, необходимо существенно упростить первоначальную модель, чтобы иметь возможность изучить хотя бы общие свойства системы.

К достоинствам аналитического моделирования относят большую силу обобщения и многократность использова­ния.

Другим видом математического моделирования является имитационное моделирование.

Как уже отмечалось, логистические системы функциониру­ют в условиях неопределенности окружающей среды. При упра­влении материальными потоками должны учитываться фак­торы, многие из которых носят случайностный характер. В этих условиях создание аналитической модели, устанавливаю­щей четкие количественные соотношения между различными составляющими логистических процессов, может оказаться либо невозможным, либо слишком дорогим.

При имитационном моделировании закономерности, опреде­ляющие характер количественных отношений внутри логисти­ческих процессов, остаются непознанными. В этом плане ло­гистический процесс остается для экспериментатора «черным ящиком».

Процесс работы с имитационной моделью, в первом прибли­жении, можно сравнить с настройкой телевизора рядовым теле­зрителем, не имеющим представления о принципах работы этого аппарата. Телезритель просто вращает разные ручки, добиваясь четкого изображения, не имея при этом представления о том, что происходит внутри «черного ящика».

Точно так же экспериментатор «вращает ручки» имитаци­онной модели, меняя при этом условия протекания процесса и наблюдая получаемый результат. Определение условий, при ко­торых результат удовлетворяет требованиям, является целью работы с имитационной моделью.

Имитационное моделирование включает в себя д в а о с н о в ­ н ы х п р о ц е с с а : 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.

Как правило, имитационное моделирование осуществляется с помощью компьютеров.

Условия, при которых рекомендуется применять имитацион­ное моделирование, приведены в работе Р. Шеннона «Имитаци­онное моделирование систем — наука и искусство» [46]. 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.

Таким образом, основным достоинством имитационного мо­делирования является то, что этим методом можно решать более сложные задачи. Имитационные модели позволяют достаточ­но просто учитывать случайные воздействия и другие факто­ры, которые создают трудности при аналитическом исследова­нии.

При имитационном моделировании воспроизводится процесс функционирования системы во времени. Причем имитируются элементарные явления, составляющие процесс с сохранением их логической структуры и последовательности протекания во вре­мени. Модели не решают, а осуществляют прогон программы с заданными параметрами, меняя параметры, осуществляя прогон за прогоном.

Имитационное моделирование имеет ряд существенных не­достатков, которые также необходимо учитывать.

1. Исследования с помощью этого метода обходятся дорого.

Причины:

— для построения модели и экспериментирования на ней не­обходим высококвалифицированный специалист-программист;

— необходимо большое количество машинного времени, по­скольку метод основывается на статистических испытаниях и требует многочисленных прогонов программ;

— модели разрабатываются для конкретных условий и, как правило, не тиражируются.

2. Велика возможность ложной имитации. Процессы в логистических системах носят вероятностный характер и подда­ются моделированию только при введении определенного рода допущений. Например, разрабатывая имитационную модель товароснабжения района и принимая среднюю скорость движения автомобиля на маршруте, равную 25 км/ч, мы исходим из до­пущения, что дорожные условия хорошие. В действительности погода может испортиться и, в результате наступившего гололеда, скорость на маршруте упадет до 15 км/ч. Реальный процесс пойдет иначе.

Описание достоинств и недостатков имитационного модели­рования можно завершить словами Р. Шеннона: «Разработка и применение имитационных моделей в большей степени искус­ство, чем наука. Следовательно успех или неудача в большей степени зависит не от метода, а от того, как он применяется» [46].

studfiles.net

Моделирование в логистике. Экспертные системы — реферат

ФЕДЕРАЛЬНОЕ АГЕНСТВО ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ  ОБРАЗОВАТЕЛЬНОЕ  УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО  ОБРАЗОВАНИЯ

«МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ  СООБЩЕНИЯ»

                                                           (МГУПС)

 

 

 

 

 

 

 

 

 

 

Реферат

по дисциплине: «Основы логистики»

на тему: “Моделирование в логистике. Экспертные системы”

 

 

                                                                                    

 

 

 

 

 

 

 

Рецензент:                                                               Выполнила студентка 3 курса: Журавлева  И.В.                                                   Жидкова Д.А.

                                                                             Шифр: 1050-п/ДД-1190

 

 

 

 

 

 

 

Воронеж 2012

 

Моделирование в логистике.

 

Моделирование основывается на подобии  систем или процессов, которое может  быть полным или частичным. Основная цель моделирования - прогноз поведения  процесса или системы. Ключевой вопрос моделирования: «Что будет если……?».

Изоморфные модели – это модели, которые включают все характеристики объекта оригинала, способны заменить оригинал. Если можно создать и  наблюдать изоморфную модель, то знание о реальном объекте будет точным.

Гомоморфные модели – в их основе лежит не полная, частичная подобие  модели изучающего объекта. Некоторые  свойства реального объекта не моделируются полностью, но в результате построение модели упрощается, а так же проще  интерпретация результатов моделирования.

При моделировании логистических  систем абсолютное подобие не бывает, поэтому рассматриваем только гомоморфные  модели.

По признаку материальности делятся  на: абстрактные и материальные.

Материальные модели воспроизводят  основные геометрические, физические, динамические и функциональные характеристики изучаемого объекта.

Абстрактное моделирование – часто  является единственно возможным  в логистики. Делится на: символические  и математические.

К символическим моделям относятся: языковые и знаковые.

Языковые модели – это словесные  модели, в основе которых лежит  набор слов очищенных от неоднозначности, или слова тезаурус – имеет  конкретное значение.

Знаковые модели – если ввести условные обозначения отдельных  понятий, т.е. знаков и договариваться об операциями между этими знаками, то получили символическое описание объекта.

Математическое моделирование  называется процесс установления соответствия реальному объекту некоторого математического  объекта называется математической моделью.Широко применяется 2 вида математического моделирования: аналитическое и имитационного.

Аналитическое моделирование  – это математический прием исследования позволяющий получить точные или  вероятностные решения. Этапы аналитического моделирования:разработка математические модели в виде алгебраических уравнений или дифференциальных уравнений или др.решение уравнений и получение результатов;проверка модели на адекватность, т.е. соответствие теоретических результатов практике.

 

Первый этап. Формулируются математические законы, связывающие объекты системы. Эти законы записываются в виде некоторых  функциональных соотношений (алгебраических, дифференциальных и т. п.).

Второй этан. Решение уравнений, получение теоретических результатов.

Третий этап. Сопоставление полученных теоретических результатов с  практикой (проверка на адекватность).

 

Наиболее полное исследование процесса функционирования системы можно  провести, если известны явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами  и переменными системами. Однако такие зависимости удается получить только для сравнительно простых  систем. При усложнении систем исследование их аналитическими методами наталкивается  на определенные трудности, что является существенным недостатком метода. В  этом случае, чтобы использовать аналитический  метод, необходимо существенно упростить  первоначальную модель, чтобы иметь  возможность изучить хотя бы общие  свойства системы.

К достоинствам аналитического моделирования  относят большую силу обобщения  и многократность использования.

Другим видом математического  моделирования является имитационное моделирование.

Имитационное моделирование –  основано на имитации реальных процессов, как правило с применением процедуры случайного случая. Исследуемый процесс разыгрывается многократно в результате полученный набор реализации процесса, далее этот набор используется как статистический материал. Основное достоинство имитационной модели – можно моделировать любые системы, процессы, любые закономерности.Недостатки: высокая стоимость, требуется высоко квалифицируемый персонал, эти модели не тиражируются, велика вероятность ложной имитации.

Как уже отмечалось, логистические  системы функционируют в условиях неопределенности окружающей среды. При  управлении материальными потоками должны учитываться факторы, многие из которых носят случайностный характер. В этих условиях создание аналитической модели, устанавливающей четкие количественные соотношения между различными составляющими логистических процессов, может оказаться либо невозможным, либо слишком дорогим.

При имитационном моделировании закономерности, определяющие характер количественных отношений внутри логистических  процессов, остаются непознанными. В  этом плане логистический процесс  остается для экспериментатора "черным ящиком".

Процесс работы с имитационной моделью, в первом приближении, можно сравнить с настройкой телевизора рядовым  телезрителем, не имеющим представления  о принципах работы этого аппарата. Телезритель просто вращает разные ручки, добиваясь четкого изображения, не имея при этом представления о  том, что происходит внутри "черного  ящика".

Точно так же экспериментатор "вращает  ручки" имитационной модели, меняя  при этом условия протекания процесса и наблюдая получаемый результат. Определение  условий, при которых результат  удовлетворяет требованиям, является целью работы с имитационной моделью.

 

Имитационное моделирование включает в себя д в а   о с н  о в н ы х   п р о  ц е с с а: 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.

Как правило, 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. 

Таким образом, основным достоинством имитационного моделирования является то, что этим методом можно решать более сложные задачи. Имитационные модели позволяют достаточно просто учитывать случайные воздействия и другие факторы, которые создают трудности при аналитическом исследовании.

При имитационном моделировании воспроизводится  процесс функционирования системы  во времени. Причем имитируются элементарные явления, составляющие процесс с  сохранением их логической структуры  и последовательности протекания во времени. Модели не решают, а осуществляют прогон программы с заданными  параметрами, меняя параметры, осуществляя  прогон за прогоном.

Имитационное моделирование имеет  ряд существенных недостатков, которые  также необходимо учитывать.

1. Исследования с помощью этого  метода обходятся дорого.

Причины:

♦ для построения модели и экспериментирования на ней необходим высококвалифицированный специалист-программист;

♦ необходимо большое количество машинного времени, поскольку метод основывается на статистических испытаниях и требует многочисленных прогонов программ;

 ♦ модели разрабатываются для конкретных условий и, как правило, не тиражируются.

2. Велика вероятность ложной  имитации. Процессы в логистических  системах носят вероятностный  характер и поддаются моделированию  только при введении определенного  рода допущений. Например, разрабатывая  имитационную модель товароснабжения  района и принимая среднюю  скорость движения автомобиля  на маршруте, равную 25 км/ч, мы  исходим из допущения, что дорожные  условия хорошие. В действительности  погода может испортиться и,  в результате наступившего гололеда, скорость на маршруте упадет  до 15 км/ч. Реальный процесс пойдет  иначе. 

Экспертные системы  в логистике

Под экспертными системами в  логистике понимают специальные  компьютерные программы, помогающие специалистам принимать решения, связанные с  управлением материальными потоками. Экспертная система может аккумулировать знания и опыт нескольких специалистов-экспертов, работающих в разных областях. Труд высококвалифицированных экспертов стоит дорого, однако, как правило, требуется не повседневно. Возможность получить совет экспертов по разным вопросам посредством обращения к компьютеру позволяет квалифицированно решать сложные задачи, повышает производительность труда персонала, и, в то же время, не требует затрат на содержание штата высокооплачиваемых специалистов.

Применение экспертных систем позволяет:

♦ принимать быстрые и качественные решения в области управления материальными потоками;

♦ готовить опытных специалистов за относительно более короткий промежуток времени,

♦ сохранять "ноу-хау" компании, так как персонал, пользующийся системой, не может вынести за пределы компании опыт и знания, содержащиеся в экспертной системе;

♦ использовать опыт и знания высококвалифицированных специалистов на непрестижных, опасных, скучных и т. п. рабочих местах.

К недостаткам экспертных систем следует  отнести ограниченную возможность  использования "здравого смысла". Логистические процессы включают множество  операций с разнообразными грузами. Учесть все особенности в экспертной программе невозможно. Поэтому для  того, чтобы не поставить коробку  весом в сто килограммов на коробку весом в пять килограммов, "здравым смыслом", дополняющим  знания экспертной системы, должен обладать пользователь.

Экспертные системы применяются  на различных стадиях логистического процесса, облегчая решение проблем, требующих значительного опыта  и затрат времени. Например, на складе, при принятии решения о пополнении запасов, когда менеджеру необходимо оценить большой объем разнообразной  информации: ожидаемые цены с учетом закупаемых товаров, тарифы на доставку, необходимость одновременного пополнения запасов по разным позициям ассортимента и т.д. Использование здесь экспертных систем позволяет принимать не только правильные, но и быстрые решения, что зачастую не менее важно.

referat911.ru

Смотрите также