Полунин Сергей молод. Ему всего лишь по состоянию на февраль 2024-го, 34 года. Вместе с тем, в декабре 2023 года он попал в список доверенных лиц Владимира Путина на президентских выборах 2024 года.
Соловьев Борислав Сергеевич
Магистрант 2 курса,
Новосибирский Государственный Технический Университет,
г. Новосибирск, Россия
E-mail: b.solovev.2013@stud.nstu.ru
Научный руководитель - Карманов Виталий Сергеевич
к. т. н., доцент кафедры Теоретический и Прикладной Информатики,
Новосибирский Государственный Технический Университет,
г. Новосибирск, Россия
E-mail: karmanov@corp.nstu.ru
Научный руководитель - Щеколдин Владислав Юрьевич
к. т. н., доцент кафедры Маркетинга и Сервиса, В. Ю. Щеколдин
Новосибирский Государственный Технический Университет,
г. Новосибирск, Россия
E-mail: raix@mail.ru
Supply chain simulator
Soloviev Borislav Sergeyevich
2st grade master-student,
Novosibirsk State Technical University,
Novosibirsk, Russia
Scientific supervisor – Karmanov Vitaly Sergeevich
Ph. D. in Engineerng, Associate Professor of
Theoretical and Applied Computer Science Department,
Novosibirsk State Technical University,
Novosibirsk, Russia
Scientific supervisor – Shchekoldin Vladislav Yurievich
Ph. D. in Engineerng, Associate Professor of
the Marketing and Service Department
Novosibirsk State Technical University,
Novosibirsk, Russia
В данной работе описано разработанное приложение, эмулирующее работу цепи поставок. Показаны возможности разработанного приложения в генерации данных, а так же их интерпретации. Расписаны способы составления цепей поставок с различными параметрами. Изучены способы оценки заказов.
Ключевые слова: складская логистика, цепь поставок, симулятор, моделирование.
In this paper the developed application that emulates the operation of the supply chain is described. The possibilities in data generation, as well as their interpretation, are shown. Different ways of creating supply chains with different parameters are shown. Ways to evaluate orders were studied.
Key words: warehousing, supply chain, simulator, modeling.
Введение
Для изучения логистических процессов используется разработка и исследования имитационным моделей, так как проведение реальных экспериментов довольно затратно как по средствам, так и по времени. На факультете бизнеса НГТУ для направления «Менеджмент» профиль «Логистика» реализуется дисциплина «Моделирование логистических систем», в рамках которой существует необходимость задействования специализированного ПО для изучения логистических процессов. В связи с недоступностью зарубежных программных продуктов и ограниченностью функционала систем, представленных на отчественном рынке возникает проблема обеспечения курса необходимыми программными средствами.
Целью представленной работы являются разработка и верификация программного комплекса для эмулирования цепи поставок для использования его в образовательных целях, для оценивания эффективности алгоритмов формирования заказов, для выявления оптимальных способов взаимодействия участников цепи.
Постановка задачи
Объектом исследования является цепь поставок, состоящая из нескольких участников (от двух до восьми – производители продукции, крупные оптовые компании, распределительные центры, розничные торговцы и потребители). Участники нумеруются, начиная от наиболее близких к рынку (входному спросу), и взаимодействуют друг с другом каждую единицу времени. Спрос для первого участника задаётся либо установленным распределением с параметрами, либо заранее подготовленным набором данных. Для остальных участников цепи спрос задаётся решениями предыдущих участников. Последний в списке игрок (производитель) решает, сколько продукции необходимо произвести произвести.
Одной из наиболее серьёзных проблем при изучении поведения цепи поставок является так называемый эффект хлыста (bullwhip effect) – феномен в цепях поставок, который заключается в усилении амплитуды колебаний спроса (объемов заказов) по мере удаления от источника спроса в цепи поставок. Эффект хлыста имеет негативное воздействие на эффективность управления цепями поставок, что приводит к чрезмерному увеличению страховых запасов у участников цепи, ненужному увеличению производственных затрат и накладных расходов, потенциальному ухудшению качества товара, и, что еще хуже, ухудшению качества обслуживания клиентов и упущенным продажам, увеличению расходов на логистику и т.д.
Математическая модель эмуляции действий в цепи поставок
Исходные данные:
− d – количество используемых для вычислений заказов;
− l – срок поставки, недели;
− k – цена хранения одной единицы товара на складе, денежные единицы;
− ec – наценка при перекупке, %.
Каждый участник выполняет следующие шаги:
− принять заказы от своих клиентов;
− отправить товар своему клиенту дальше по цепочке;
− получить товар от своего поставщика;
− сделать новый заказ своему поставщику;
− заплатить за хранение товара.
Выбор объема заказа в каждом раунде является единственным решением, которое принимают участники цепи поставок. За остатки на складе участник платит за хранение. За неудовлетворение спроса участник платит за каждую единицу товара для покрытия спроса повышенную цену.
Уравнение управления цепью поставок:
Sip=Si-1p+Pip-Oid,
где S – количество продукции на складе (складской остаток), P – объём поступившего товара, O – объём заказанного товара.
Описать это можно так: уровень запаса на конец периода i равен сумме уровня запаса на конец предшествующего периода (i – 1) и объема поступлений pi за вычетом спроса Oi за период i [3].
Целевая функция:
C=1weeks4i=1weeksCip+Cid+Ciw+Cir→max,
где weeks – время наблюдения, Cip,Cid,Ciw,Cir – состояния капиталов участников цепи.
Требуется:
Разработать алгоритмы и стратегии, позволяющие минимизировать затраты в цепи поставок.
Описание алгоритмов и результаты
Были разобраны несколько алгоритмов, по которым участники-боты цепи делают закупки. Все они зависят от «истории закупок». Использовались такие алгоритмы как алгоритм последнего заказа, скользящее арифметическое среднее порядка d, взвешенное скользящее среднее порядка d на основе арифметической и геометрической прогрессии, балансная оценка на основе анализа предыдущих заказов, запасов и поставок, где d - количество используемых последних объёмов заказов.
Описание работы
Для реализации разработанного программного обеспечения использовался язык Java, так как он является платформонезависимым. Для начала работы необходимо создать «сервер». Вводятся начальные параметры цепи поставок в соответствующих полях: время игры в этапах/циклах, входная цена, время доставки/производств, стоимость хранения, наценка, штраф – это процент, который платит участник за отсутствие необходимого количества товара. Реализована возможность создания и загрузки «шаблонов» значений параметров, а так же подгружать свои файлы со спросом в формате csv. Так же спрос может быть смоделирован на основе нескольких распределений (Бернулли, бета-распределение) с соответствующим набором параметров.
После установки параметров сервер ждёт подключений. Выводится адрес в текущей локальной сети, чтобы клиенты могли использовать адрес. Вместо игроков-людей можно установить компьютерных игроков с заранее установленными алгоритмами оценивания.
Для каждого игрока в соответствующих полях вводятся такие данные, как начальные остатки на складах и начальный капитал.
После начала «сервер» автоматически пересылает сгенерированные и полученные значения по клиентам. Выводятся данные по всем отправленным решениям каждого игрока, а так же текущий раунд (рисунок 2а).
По окончанию прохождения всех циклов сервер отключается, отправив специальную команду клиентам. После завершения можно сохранить результаты сессии в виде csv-файла, а так же графики (рисунок 1) и гистограмму спроса.
Для принятия участия в эмулировании в качестве участника цепи необходимо в окне приветствия нажать «Подключиться» и в следующем окне ввести адрес сервера-организатора (рисунок 2в).
После подключения выводится окно, в котором в дальнейшем участник будет принимать решения. Пока сервер не запустил игру ничего делать нельзя, кроме как посмотреть справку.
Когда сервер начал игру всем клиентам отсылаются начальные данные и параметры цепи поставок. У клиентов обновляются данные и первый участник может начать принимать решения (рисунок 2б).
По окончанию игры, или аварийном выходе, сервер отправляет специальную команду, после чего у клиентов оканчивается игра. После чего игрок может посмотреть свои результаты в файле формата csv, а так же в виде графиков (рисунок 2г).
Рисунок 1 – Пример графиков
Рисунок 2 – Элементы интерфейса разработанного ПО
Заключение
В ходе работы был разработан инструмент эмулирования цепи поставок для использования его в образовательных целях, для оценивания используемых алгоритмов формирования заказов, для определения оптимальных способов взаимодействия участников цепи. Приложения внедрено в учебный процесс и проходит тестирование. В дальнейшем будет разработана интернет-версия приложения, для размещения его на официальном сайте университета.
Библиографический список:
1. Lee H., Padmanabhan V., Whang S. Information distortion in a supply chain: The bullwhip effect // Management Science – 1997. – № 43 (4) – p. 546.
2. Щавелева Н., Гусев Д. Способы устранения эффекта хлыста в цепях поставок // «Научное сообщество студентов XXI столетия»: материалы IХ студ. международной заочной конференции. Новосибирск, 28 марта 2013 г. – Новосибирск: Изд. «СибАК» – 2013. – С. 256-266
3. Чуйкова Ю. С. Динамическая модель пополнения товарного запаса предприятия с учётом заданных ограничений // Вестник Самарского государственного экономического университета, 2008. – № 11 – с.125-128.
4. Соловьев Б. С., Щеколдин В. Ю. Моделирование эффекта хлыста в складской логистике // Дни науки НГТУ–2018: материалы науч. студен. конф. – Новосибирск: Изд-во НГТУ, 2018. – С. 178–182.
Материал размещен кафедрой
«Логистика и маркетинг в АПК» Красноярского ГАУ
Источник:
материалы XIV Международной
научно-практической конференции «Логистика – Евразийский мост» ЛЕМ - 2019
