Задать вопрос юристу

Реализация модели управления адаптивными цепями поставок в Supply Network Dynamics Control и AnyLogic

 
Представленные в главе 17 модели управления адаптивными цепями поставок реализована в специально разработанном программном продукте Supply Network Dynamics Control. В настоящее время модели управления адаптивными цепями поставок развиваются и в широко известном в мире программном продукте AnyLogic, интегрирующего в себе различные методы моделирования: дискретно-событийное моделирование, системную динамику и агентное моделирование [206].

Рассмотрим модель управления адаптивными цепями поставок в AnyLogic (см. рис. 18.1 - 18.4; см. также компакт-диск в приложении к книге). Модель описывает цепь поставок, в которой имеются несколько производителей (Producer), которые производят некоторые изделия из

сырья, поставляемого другими производителями, и потребитель (Consumer), который потребляет конечный продукт. Производитель производит продукцию до тех пор, пока объем готовой продукции на его складе меньше заданного порогового уровня (Finished Goods Threshold), и заказывает сырье, когда объем сырья на его складе падает ниже заданного порогового уровня (Ordering Threshold). Потребитель потребляет продукцию с заданной интенсивностью (Ordering Rate). Каждый производитель и потребитель могут выбирать из нескольких поставщиков, основываясь на истории их взаимоотношений, актуальных параметрах загрузки мощностей и потребностей в цепи поставок. Таким образом, каждый раз выбирается наилучший с точки зрения потребителя поставщик. Предполагается, что производители в начале цепочки поставок получают сырье из неограниченного источника, а потребитель потребляет продукцию, производимую производителями в конце цепочки поставок.
Целью моделирования является наблюдение за изменением структуры цепи поставок во времени при изменении параметров производства (Finished Goods Threshold, Ordering Threshold) и внешних параметров (Ordering Rate). В ходе выполнения модели можно изменять значение порога объема готовой продукции (Finished Goods Threshold), порога объема сырья на складе (Ordering Threshold) и интенсивность покупки продукции потребителями (Ordering Threshold). В результате изменения перечисленных параметров структура цепи поставок и состояния ее элементов, отображаемые на анимации модели, будут изменяться.





Рис. 18.2. Анализ «узких мест» цепи поставок в AnyLogic



ndsyppiiftsptftrfHfci
[Click on a SC component to vis* implementation]




3,fJ0G 2,000 -
0              20              40              60              80              100              12C              140              160              180              200
— Demand              •              Retailer              Inventory •••• Wholesaler Inventory • ••• Factory Inventory
Рис. 18.3. Имитационное моделирование цепи поставок на основе комбинирования мультиагентой системы и системной динамики


Рис. 18.4. Визуализация выполнения работ в цепи поставок в AnyLogic


Основой расчетов для решения задач синтеза и анализа цепи поставок является подготовка и описание исходных данных. Ниже представлен фрагмент такого описания, реализованный в виде UML-диаграмм.
Class 1. Организационная структура: предприятия, службы, отделы, менеджеры/рабочие
Subclass 1.1. Структура предприятий: компетенции, месторасположение и др.
Subclass 1.1.1. Компетенции: мощности, затраты, качество, надежность
Subclass 1.1.2. Взаимодействие предприятий
Class 2. Структура бизнес-процессов: параметры координации (прогнозы спроса, уровень запасов), операции, функции
Class 3. Продуктовая структура: ассортимент, прогнозы спроса, спецификации
Class 4. Технологическая структура: операции, оборудование, датчики показателей и др.
Class 5. Топологическая структура
Class 6. Финансовая структура (структура затрат и прибыли относительно классов 1-5).
Исходными данными для расчетов являются:
Множество В = {Вце М} потенциальных участников ЦП. Множество технических и технологических средств, в т.ч. информационных систем, соотнесенных к множеству В. Множество операций Е = {Ejt je L}. Пара (В^ Е) характеризует компетенции предприятий; если //-предприятия может выполнить j- операцию, то оно обладает компетенцией к^. Каждая компетенция характеризуется доступными мощностями, затратами, доступностью продукции, способностью к информационной координации и надежностью. Множество продукции, материалов и комплектующих, которые могут производиться, храниться, продаваться и закупаться. Множество клиентов. Множество заказов (прогнозные значения), соотнесенные к множеству 5. Каждый заказ имеет технологический план и должен быть выполнен к определенному сроку и с определенными затратами. Множество неопределенности (колебания спроса, выход из строя
оборудования, задержки в поставках, ^колебания цен, ввод новых продуктов, человеческий фактор)              Л Множество предпочтений предприятий относительно взаимодействия друг с другом. Совокупность множеств В и Е формирует структурнофункциональный резерв цепи поставок.
Задача состоит в конфигурировании цепи поставок и проверке различных вариантов выполнения планов в рамках различных конфигураций. Целевыми критериями является минимизация затрат, максимизация уровня сервиса и устойчивости цепи поставок
Критерии оценки (целевые критерии функционирования ЦП) основаны на SCOR-модели и построены в виде следующей системы:
Надежность поставок Выполнение поставок (DR 1) Степень полноты поставок (DR 2) Длительность цикла поставок (DR 3) 100%-выполнение поставок (DR 4)
Гибкость и реакция Время реакции цепи поставок (FR 1) Гибкость производства (FR2)

Затраты Общие затраты на логистический менеджемент (СТ1) Затраты ресурсов на единицу добавленной стоимости (СТ2) Затраты на гарантийное обслуживания или возвраты товаров (СТЗ)
Имущество Время оборота средств в расчетах (ATI) Время «поставка - хранение запасов (АТ2) Окупаемость основных фондов (АТЗ)
alt="" /> Разработанные модели и алгоритмы реализованы в виде программных средств на основе комбинирования оптимизации, эвристик и имитационного моделирования и интегрированы с ИТ-инфраструктурой управления цепями поставок, состоящей из Web-платформы, ERP системы и монитора цепи поставок (см. рис. 18.5).

Задача решается на основе одновременного рассмотрения различных структур цепи поставок. Такая модель является чрезвычайно гибкой. Одновременный (а не последовательный) структурно-функциональный синтез оптимальной конфигурации цепи поставок и проверка различных сценариев выполнения работ в цепи поставок, различных прогнозов спроса и т.д. в рамках данной конфигурации на основе имитационного моделирования позволяют быстро и наглядно проанализировать различные варианты стратегии и тактики управления цепью поставок.
Внося изменения в параметры различных структур, менеджер получает возможность проиграть различные комбинации, например, изменения стратегии координации, изменения уровня спроса, изменения в продуктовой структуре, изменения в структуре поставщиков и т.д. Результаты имитационного моделирования цепи поставок позволяют комплексно проанализировать динамику выполнения работ по заказам клиентов в цепи поставок и сформировать необходимые управленческие воздействия (например, изменить структуру сети, привлечь в сеть дополнительные ресурсы, отказаться от выполнения части заказов, определить «узкие места» цепи поставок и т.д.).

Рассмотрим пример синтеза цепи поставок в программном пакете "Supply Network Dynamic Control", разработанном автором совместно с профессором Б.В. Соколовым (СПИИ РАН). Разработанный прототип программного обеспечения позволяет решать широкий спектр задач адаптивного планирования, составления расписания (корректировки планов и расписаний), а также управления цепями поставок.
Указанный прототип может работать в нескольких режимах: Режим ручного редактирования и визуализации параметров моделей планирования, к которым относятся параметры и структура взаимосвязей выполняемых операций, параметров процессов, ресурсов, общие параметры моделей планирования, Режим автоматического генерирования параметров моделей, Режим поиска и оптимизации планов цепей поставок (синтеза цепей поставок), Режим имитации выполнения планов управления цепями поставок, Режим оценивания устойчивости формируемых планов.
Согласно постановке задачи (см. §17.1, 17.4 и 17.5) планирования цепи поставок, исходные данные могут быть представлены в следующем виде. В рассматриваемом примере в сети существует 9 предприятий,

каждое из которых обладает множеством компетенций (общее количество компетенций равно 6). Имеются 18 заказов, которые необходимо запланировать. При этом задача формулируется в многокритериальной постановке. В качестве критериев выступают максимально равномерная загрузка всех предприятий и максимальное количество заказов, которые могут быть выполнены в сети (уровень сервиса цепи поставок). Условные весовые коэффициенты этих критериев в сумме составляют единицу-
Для каждого заказа клиента определена технология его выполнения (последовательность технологических операций - компетенций).
На этом заканчивается формирование основных исходных данных. Следующим этапом является планирование. На этом этапе осуществляется синтез цепи поставок и составление оперативно-календарного плана для каждого из заказов. В актуальной версии программного пакета реализовано два варианта эвристических алгоритмов: Equal Charge (равномерная загрузка предприятий) и FIFO (first-in-first-out - последовательное распределение работ по мере их поступления).

л] Ш

Процесс планирования состоит из нескольких этапов. Так, например, на этапе 2 осуществляется синтез эвристического плана, а на этапе 5 - его оптимизация.
Результатом работы алгоритма является сконфигурированные цепи поставок и их оперативно-календарные планы (рис. 18.8-18.9).

Как видно из полученных результатов, совокупный индекс качества плана цепи поставок выше в модели, полученной на основе управления структурной динамикой по сравнению с FIFO-алгоритмом.

Особенностью развиваемого подхода и его реализации в виде ПО SDNC является возможность анализа составленного плана на основе использования методологии многоструктурных макросостояний.

Рис. 18.10. Основные макросостояния элемента цепи поставок


Использование методологии многоструктурных макросостояний позволяет также представить и оценить не только результаты планирования, но и результаты функционирования цепи поставок на агрегированном уровне детализации (на уровне трех основных макросостояний: плановое, отклонения от плана, необходимость реконфигурирования, и шести переходных макросостояний), что дает возможность менеджерам получить комплексное представление о динамике выполнения'заказов в цепи поставок.


Плановое
функционирование с выполнением целевых задач

Отклонения от планового состояния и целевых критериев



111 tirrie„s 1111 ¦11 603 1111 806 1111 607 1111 609 ¦и 611 1111 813 (.*
86 00:10.00 S11 S 22 S 32 S33 S 21 S 12 S 12 S 32 S13 S 31 S 32 S13 S 21
86 01:40:00 Р 11 Р 22 Р 32 S33 Р 21 Р 12 S 12 Р 32 S13 S 11 S 32 S13 S 21 Г"'
86 03:10.00 S 11 S 22 Р 32 S33 S 11 S 22 S 12 Р 32 S13 S11 Р 32 S13 S 21
86 04:40.00 S11 S 22 S 22 S33 S11 S 22 Р 12 S 22 S13 S 11 S 22 S33 S 11
86 06:10 00 S11 S 22 S 22 Р 33 S11 S 22 S 22 S 22 S 13 S11 S 22 S33 S 11
86 07:40 00 S11 S 22 S 22 S33 S11 S 22 S 22 S 22 S13 S11 S 22 S 33 S11 г
86 09:10:00 S11 S 22 S 22 S33 S11 S 22 S 22 S 22 S13 S 11 S 22 S33 S11
86 10:40:00 S11 S 22 S 22 S33 S11 S 22 S 22 S 22 S13 S 11 S 22 S33 S11


Рис. 18.12. Интерфейс динамики выполнения заказов и макросостояний
Данная динамика может быть представлена и в графической форме.

Рис. 18.13. Графический интерфейс динамики выполнения заказов в терминах макросостояний в динамике


Предложенные методы, модели и алгоритмы имеют значительное практическое значение. Они позволяют менеджерам получить комплексное представление о динамике выполнения заказов и служат основой принятия оперативных управленческих решений (например, изменения структуры сети, ввод дополнительных ресурсов, изменения параметров выполнения заказов, своевременное распознавание и устранение «узких мест» и т.д.).
В случае недопустимых отклонений в функционировании цепи поставок, либо в случае неблагоприятного прогноза (с использованием

оценки устойчивости цепи поставок в динамике) осуществляется регулирование цепи поставок путем внесения соответствующих структурных, функциональных, параметрических, целевых и прочих изменений как в сам ход выполнения работ в цепи поставок, так и в модели планирования и оперативного управления цепи поставок (структурнопараметрическая адаптация моделей). Разработанные модели и алгоритмы могут быть использованы при совершенствовании современных APS-SCEM-систем. 
<< | >>
Источник: Иванов Д.А.. Управление цепями поставок. 2009

Еще по теме Реализация модели управления адаптивными цепями поставок в Supply Network Dynamics Control и AnyLogic:

  1. Пример реализации управления адаптивными цепями поставок в EVCM
  2. Определение адаптивных цепей поставок и управления адаптивными цепями поставок
  3. Обобщенная аналитическая модель планирования и оперативного управления адаптивными цепями поставок
  4. Практическое внедрение управления адаптивными цепями поставок
  5. Особенности задач и требования к практическим моделям решения проблем управления цепями поставок
  6. SCOR (Supply Chain Operation Reference Model - референтная модель цепей поставок)
  7. Управление долгосрочным развитие цепей поставок - Sustainable Supply Chain Management
  8. Краткая справка об управлении цепями поставок
  9. Иванов Д.А.. Управление цепями поставок, 2009
  10. ЧАСТЬ I ОСНОВЫ УПРАВЛЕНИЯ ЦЕПЯМИ ПОСТАВОК
  11. Глава 6. Тенденции развития управления цепями поставок
  12. Динамическая многокритериальная модель и алгоритм интегрированного адаптивного планирования (planning) и нахождения расписаний (scheduling) цепей поставок