Методы решения задач управления логистическими цепями на основе комплексного моделирования

Collaborate to compete означает, что необходимо взаимодействовать, чтобы конкурировать – именно этот принцип обусловливает значительные изменения в подходах к организации и управлению бизнесом. Эти изменения, прежде всего, связаны с появлением новых форм конкурентной борьбы, основанных на стратегическом взаимодействии (collaboration) предприятий. Вместе с тем, современный этап экономического развития характеризуется все большим проникновением информационных технологий в бизнес.

На принципах взаимодействия и синхронизации основных бизнес-процессов на основе единых информационных каналов с поставщиками и клиентами по всей логистической цепи базируется и стремительно развивается концепцияSupply Chain Management (SCM) – управление логистической цепью [84, 85, 94, 95].

Вместе с тем, на практике и в теории концепции SCM следует констатировать отсутствие комплексного подхода к формальному описанию и исследованию сложных распределенных производственно-логистических систем. В связи с этим возникает потребность в теоретическом осмыслении междисциплинарных проблем организации и управлении логистическими цепями.

Разработка теоретических основ управления логистическими цепочками предполагает выработку единых методологических основ организации и управления сложными кооперационными межфирменными сетевыми структурами, классификацию объектов и многое другое., постановку и формализацию задач управления цепями поставок, а также разработку комбинированных методов и алгоритмов моделирования и оптимизации производственно-логистических сетей с учетом их особенностей. Именно проблематика разработки комплексной методологии моделирования логистических цепей и ее реализации с использованием соответствующих инструментальных средств и определила содержание данного параграфа.

Рассмотрим концептуальную постановку задачи планирования и управления логистическими цепями применительно к производственно-логистической сети [20, 59]. Производственно-логистическая сеть состоит из множества предприятий-изготовителей, поставщиков сырья и материалов, складских терминалов, транспортных фирм, которые обладают определенными функциональными возможностями (компетенциями). В каждый момент времени в производственно-логистической сети имеется несколько претендентов на каждую из работ.

Основными этапами технологии управления цепями поставок в производственно-логистической сети являются: планирование, мони­то­ринг и регулирование (реконфигурирование).

Задача планирования работ в данных сетях (задача формирования логистических цепей) состоит в выборе на данном множестве альтернатив наилучшей конфигурации цепей поставок с учетом параметров заказов клиентов (сроки поставок, цены, количество, технология изготовления и т.д.), а также характеристик доступных в данных момент времени компетенций предприятий (производственные мощности, затраты и т.д.).

Задача оперативного управления цепей поставок состоит в мониторинге бизнес-процессов и их регулировании (рекон­фигу­рировании) в случае недопустимых отклонений от плановых со­стояний в результате воздействия возмущающих факторов.

Отличие задач управления логистическими цепями от задач теории расписаний и теории массового обслуживания состоит, прежде всего, в высоком уровне неопределенности, сочетании централи­зованного и децентрализованного управления, большом числе не­контролируемых факторов, нежестких трудно формализуемых целях и ограничениях, изменении свойств производственно-логистической се­ти в процессе принятия решений, активности ее элементов.

В связи с этим возможности использования классических моде­лей и алгоритмов планирования и управления производством для решения задач моделирования цепей поставок представляются достаточно ограниченными в силу высокой степени жесткости этих моделей, недостаточным учетом активности элементов системы и факторов неопределенности.

В последние годы вопросы разработки моделей и алгоритмов планирования и управления логистической цепочкой приобретают все большее значение [20, 84, 94, 95]. В этих исследованиях, однако, основное внимание было уделено технико-информационным аспектам функционирования производственно-логистической сети. При этом структурная и функциональная стадии синтеза цепи поставок в производственно-логистической сети, а также задачи планирования и управления рассматривались отдельно, на основе различных, методологически не связанных друг с другом методов и моделей.

Однако по своему содержанию модели планирования, мониторинга и регулирования логистической цепи тесно взаимосвязаны. Кроме того, цепи поставок, как показали исследования, являются сложным объектом планирования и управления, который должен описываться с помощью нескольких классов моделей.

Тенденцией в разработке математических методов и моделей для SCM является разработка фундаментального подхода к решению задач моделирования и управления логистическими цепями. Подобный подход должен иметь междисциплинарный характер и базироваться на концепциях классической теории управления, исследования операций, теории систем, сценарного подхода с концепциями распределенного искусственного интеллекта (мультиагентных систем), нечеткой логики и эволюционных эвристических методов.

Учитывая тесную взаимосвязь всех этапов технологии управления цепями поставок, необходимо создание единой методологической базы комплексного анализа и моделирования сложных производственно-логистических систем, обеспечивающей согласование моделей планирования и управления логистическими цепями, а также адаптацию соответствующих моделей к изменяющимся условиям их функционирования в динамике.

Новизна рассматриваемого подхода к моделированию логистических цепей состоит в объединении концепций аналитико-имитационного и мультиагентного подходов к описанию и исследованию рассматриваемых объектов. При этом [20, 84] в состав создаваемой имитационной системы, предназначенной для комплексного моделирования логистических цепей, авторами [21] предлагается включить:

− мультиагентную систему, используемую для описания исследуемой предметной области, как на концептуальном, так и программно-информационном уровнях представления знаний;

− полимодельные комплексы, позволяющие осуществлять постановку и решение задач структурно-функционального синтеза цепей поставок на различных этапах их жизненного цикла;

− комбинированные методы, алгоритмы, методики и инструментальные средства поддержки процессов адаптивного планирования и управления логистическими цепями, с помощью которых осуществляется автоматизация принятия решений при комплексном моделировании указанных цепей.

Исходным пунктом моделирования логистических цепей является описание элементов и структур производственно-логистической сети. Совместное решение задач планирования, модернизации и функционирования цепей поставок требует построения соответствующего полимодельного комплекса, описывающего все основные аспекты исследуемых процессов, а также разработку комбинированных методов, алгоритмов и методик многокритериального полимодельного синтеза программ планирования и управления функционированием логистических цепей.

Масштабность и сложность исследуемых задач требует обоснованного выбора соответствующей методологии их решения. По мнению вышеуказанных авторов, она должна базироваться на методологиях обобщенного системного анализа, современной теории управления и мультиагентных систем.

В рамках данных методологий на основе гармоничного сочетания формально-математических и логико-эвристических методов осуществляется конструктивное решение разнородных задач анализа и синтеза логистических цепей на различных этапах их жизненного цикла.

Использование методологии мультиагентных систем позволяет описать элементы организационного графа (предприятия, компетенции) в качестве активных элементов, а также построить модель взаимодействия агентов (предприятий).

Следует отметить, что сложные системы на базе агентов уже нашли широкое применение в промышленности. Так, например, IBM использует агентов для производства полупроводниковых микросхем, датская судостроительная компания – для заварки отверстий в кораблях, а в Японии система на базе агентов выполняет функции интерфейса оператора сверхскоростного поезда.

Мультиагентные системы могут применяться как для конструирования и моделирования гибких производственных систем, так и для управления реальными системами производства (логистика), продажи продукции различного назначения (е-коммерции), интеграции и управления знаниями и т.д. Большое значение в мультиагентном подходе имеет социальный аспект решения современных задач как его концептуальная основа.

Такие системы должны постоянно «жить» на сервере предприятия и непрерывно участвовать в решении задач, а не быть запускаемыми от случая к случаю, а для этого – обеспечивать пользователю возможность введения новых данных и компонентов. Наконец, такие системы должны накапливать информацию, извлекать из нее новые знания и в зависимости от этого изменять свое поведение с течением времени.

На основе изучения публикаций по применению мультиагентных систем, можно сделать вывод, что в настоящее время сферами применения агентов являются следующие области:

– управление распределенными или сетевыми предприятиями;

– сложная и многофункциональная логистика;

– виртуальные организации и Интернет-порталы по продаже продуктов и услуг;

– компании с развитыми дистрибьюторскими и транспортными сетями (например, в Procter&Gamble);

– управление каналами распределения;

– моделирование предпочтений пользователей (например, в Ford)

Для крупных компаний преимущества мультиагентного подхода очевидны. Среди них можно отметить:

– сокращение сроков решения проблем;

– уменьшение объема передаваемых данных за счет передачи другим агентам высокоуровневых частичных решений;

– сокращение сроков согласования условий и формирования заказов.

Для распределенных компаний преимущества в первую очередь заключаются в возможности оптимального обеспечения продукцией, облегчении контроля удаленных подразделений и структур и взаимодействия с ними.

Для компаний с широким и быстро меняющимся ассортиментом – возможность гибко реагировать на изменения в предпочтениях клиентов и просчитывать периоды изменения.

Для компаний оказывающих услуги – накопление опыта взаимодействия и решения проблем не только «в головах» сотрудников, но и в мультиагентных системах.

В то время как в крупных компаниях, с большими дистрибьюторскими сетями и распределенными подразделениями преимущества использования мультиагентных систем наиболее очевидны, такой подход может быть с успехом использован и в небольших фирмах. На данный вывод наталкивает и тот факт, что тенденции дальнейшей интеллектуализации систем заключаются в создании виртуальных помощников и партнеров для пользователей.

В предложенном к изучению в данном параграфе подходе агенты рассматриваются не только с позиций компьютерного моделирования, но и с общесистемных методологических позиций в качестве концептуальных носителей модели.

Это означает, что агенты являются не только средством реализации программного обеспечения, но и выступают в роли элементов концептуального и математического моделирования. Это позволяет создать единую методологическую основу анализа и моделирования открытых экономических систем с активными элементами. Мультиагентная система в данной постановке состоит из трех основных уровней:

− концептуальное моделирование в терминах подобного типа систем;

− математическое моделирование на основе комбинирования мультиагентных систем и классических теорий;

− Мультиагентная система как программный модуль имитационного моделирования производственно-логистической сети.

Агент определяется целым рядом характеристик, к основным из которых относятся:

− атрибуты текущего состояния агента (информация о его компетенциях и параметрах выполнения процесса, например текущий уровень запасов, доступных ресурсов и т.д.);

− база знаний агента;

− множество входящих и исходящих сообщений (коммуникации с другими агентами);

− функция выбора, определяющая приоритетность входящих сообщений на основе базы знаний, текущего состояния и приоритетов (целей) агента.

Рассмотрим общую схему управления заказами клиентов с помощью мультиагентных систем (функции агентов построены по аналогии с работами [62, 64]. Она состоит из:

– агентов управления заказами, отвечающих за выполнение заказа, начиная от его приема и до окончания работ;

– агентов управления процессами, занимающихся реализацией отдельных процессов для выполнения заказов;

– агентов управления предприятиями, представляющих отдельные предприятия в общей виртуальной структуре и, отвечающих за выполнение на них определенных технологических операций (рис. 15).

Поступившую от клиента заявку принимает один из агентов управления заказами (1). Он идентифицирует данный заказ на основе сопоставления его параметров с одним из имеющихся в базе кодов заказов и передает данный код агентам управлении процессами (2).

На основе комплексных моделей процессов и сценариев агенты управления процессами определяют функциональную структуру процесса выполнения заказа (структуру логистической цепи) и передают ее агенту управления заказом (3), который сохраняет данную структуру и передает ее дальше агентам управления предприятиями (4).

Рис. 15. Общая схема управления заказами клиентов

Дата добавления: 2014-01-11