Классификация методов и моделей логистики

В гл. 3 были рассмотрены основные дисциплины научной базы логистики, а также методы, применяемые в рамках этих дисциплин. Одним из недостатков выполненного анализа является невозможность соотнести методы и модели дисциплин научной базы с конкретными задачами, решаемыми в различных функциональных областях логистики. Соответствие методов и моделей логистики практическим задачам приведено в табл. 4.4.

Представленные в табл. 4.4 методы и модели логистики различаются, но степени сложности, области применения в логистических системах и ряду других характеристик, которые отражены в классификации методов и моделей логистики, изображенной па рис. 4.2.

Таблица 4.4. Соответствие дисциплин научной базы логистики практическим задачам

Дисциплина, метод или модель дисциплины научной базы	Практическая задача логистики, примеры
Оптимальное программирование.	Закрепление поставщиков за потребителями. Задача определения кратчайшего расстояния. Определение места расположения склада.
Динамическое программирование.	Определение технологических способов изготовления продукции, календарное планирование производства. Маршрутизация перевозок. Определение времени и размера поставки.
Сетевое планирование.	Модели выбора вида транспорта, способа перевозки, системы складирования, способа утилизации и т. п., проектирование цепей поставок. Маршрутизация перевозок.
Теория очередей.	Модели работы терминала, склада, порта и т. п., оперативно-календарное планирование.
Теория массового обслуживания.	Определение вероятностей состояния запасов. Определение и исследование пропускной способности средств механизации, терминалов.
Теория управления запасами.	Модели управления запасами.
Теория игр	Принятие решений в условиях неопределенности, конкуренции.
Теория принятия решений.	Выбор логистического посредника. Принятие решений в условиях определенности, неопределенности, риска.
Математическая статистика.	Расчет нормативов расхода материалов.
Теория вероятностей.	Организация выборочного контроля. Статистическая оценка риска. Оценка риска.
Метод статистических испытаний.	Моделирование времени доставки «точно в срок», цикла исполнения заказа «точно в срок» . Моделирование расхода материалов, товаров на складе.
Эконометрика.	Прогнозирование спроса, расхода. Модели диагностики риска.
Теория прогнозирования.	Прогнозирование спроса, расхода материальных ресурсов и т. п.
Комбинаторика.	Группировка товаров, формирование грузовых единиц, комплектация заказа.

В соответствии с данной классификацией модели и методы логистики разделены на три класса: первый класс (I) включает в себя модели и методы, предназначенные для решения задач в условиях определенности, без ограничении со стороны внешней среды; второй класс (II) в условиях риска и неопределенности, но без конкуренции; третий класс (III) — модели и методы решения логистических задач в условиях конкуренции.

Дальнейшая декомпозиция предусматривает введение трех видов моделей и методов. Модели и методы 1-го вида охватывают отдельные логистические операции и (или) функции; модели и методы 2-го вида — две и более логистических операций и (или) функций; модели и методы 3-го вида предназначены для охвата всей логистической системы (цепи, канала). Для каждого вида предусмотрено деление на две группы: qrynna «А» включает в себя простые модели и методы, группа «Б» — более сложные.

К группе «А» первого вида (модели 1AI) относятся:

• • выбор логистических посредников (поставщика, перевозчика, экспедитора, типа транспортного средства и т. д.);
• • определение номенклатурных групп (ABC, XYZ);
• • детерминированные модели управления запасами;
• • модели принятия решений типа «сделать или купить» ;
• • модели определения потребностей, основанные на теории восстановления, и др.

Ко второй группе первого вида (1Б1) отнесены модели, использующие оптимизационные процедуры, в частности линейного программирования. Например, транспортные задачи закрепления поставщиков и потребителей, задача коммивояжера.

Ко второму виду отнесены модели, охватывающие две и более логистические операции или функции. Предполагается, что модели 2-го вида могут быть сформированы с использованием моделей 1-го вида. Деление на группы осуществляется следующим образом: к первой группе относятся модели, в которых отсутствуют оптимизационные процедуры или используется один критерий оптимизации; вторую группу составляют многокритериальные оптимизационные модели. Так, к моделям и методам 2-го вида в рассматриваемой классификации (2А1, 2Б1) относятся:

• • определение оптимальной величины заказа (закупочная и складская логистика);
• • алгоритмы управления запасами (закупочная, складская и транспортная логистика);
• • формирование номенклатуры и ассортимента распределительных и торговых центров различных уровней;
• • модели управления многономенклатурными запасами;
• • выбор вида транспорта и способа перевозки.

Модели третьего вида включают в себя все элементы логистической системы (сети, цепи или канала). Первую группу составляют модели анализа издержек (функционально-стоимостной анализ), времени цикла исполнения заказа, качества сервиса с последующим реинжинирингом логистических систем; вторая группа — модели синтеза или проектирования логистических систем с использованием принципов минимизации общих логистических издержек или экономических компромиссов с учетом нескольких критериев, на основании которых можно делать выводы об эффективности логистической системы (логистические издержки, продолжительность логистических циклов, качество логистического сервиса, производительность, оценка возврата инвестиций в логистическую инфраструктуру).

В логистике и управлении цепями поставок значительная часть решений принимается в условиях риска и неопределенности. Обеспечение необходимого количества и заданного качества продукта, выполнение установленных сроков и получение наилучшего уровня затрат сопряжено с разнообразными по природе, размеру и частоте рисками.

Методы и модели логистики (соответствующие II классу по классификации, приведенной на рис. 4.2) можно разделить на несколько видов. Так же как и в классификации методов и моделей логистики для условий определенности, модели и методы 1-го вида для условий неопределенности и рисков охватывают отдельные логистические операции и (или) функции; модели и методы 2-го вида — две и более логистических операций и (или) функций; модели и методы 3-го вида охватывают всю логистическую систему или цепь поставок. Для каждого вида в соответствии с логикой построения классификации моделей и методов для условий определенности предусматривается деление па две группы: группа «А» включает в себя простые модели и методы, группа «Б» — более сложные.

Классификация моделей и методов логистики в условиях риска и неопределенности представлена на рис. 4.3.

При формировании классификации моделей и методов принято, что риск — это возможность потери части ресурсов, недополучения доходов или появления дополнительных расходов в результате осуществления логистической деятельности. Риск является измеримой величиной. В соответствии с теорией принятия решений процедуры принятия решений в ус.

ловиях риска и неопределенности различаются: считается, что если данные можно описать с помощью вероятностных распределений, то решение принимается в условиях риска, если такое описание выполнить невозможно, то решение принимается в условиях неопределенности. Таким образом, риск, в отличие от неопределенности, имеет оценку вероятности наступления того или иного результата, в том числе и потерь.

Однако, во-первых, реальные условия, в которых принимаются решения, более разнообразны, и при моделировании управленческих ситуаций могут быть выделены уровни неопределенности с известными альтернативными вариантами будущего, с широким диапазоном вариантов будущего и уровень полной неопределенности, для которого отсутствует база для прогнозирования будущего.

Во-вторых, понятие риска в менеджменте и логистике шире трактовки риска в теории принятия решений. В менеджменте и логистике помимо вероятности наступления неблагоприятного события оценивается и размер возникающих потерь. В управлении логистическими системами требуются обе оценки риска, поэтому, рассматривая методы и модели логистики II класса, мы уточняем, какая характеристика риска подлежит оценке и последующей диагностике (факторному анализу).

Комплекс моделей и методов управления логистическими системами в условиях неопределенности и рисков, основанный на классификации, представленной на рис. 4.3, должен включать в себя методы выявления рисков как потенциальной опасности, оценки рисков и неопределенности, а также принятия решений.

К первому виду относятся модели и методы, позволяющие оценить и описать ситуацию неопределенности и риска. Поскольку данные модели охватывают отдельные операции и функции, они могут применяться прежде всего в управлении операционной логистической деятельностью. К группе «А» первого вида (модели 1 АН) относятся:

• • методы статистической оценки риска на основе средних ожидаемых потерь, среднего квадратического отклонения, вероятности наступления риска, которые могут применяться для оценки надежности участка цепи поставок, сохранности перевозимых, складированных, упаковываемых товаров, стабильности выполнения договорных обязательств логистических посредников и т. п.;
• • оценка риска с помощью аналогий;
• • экспертная оценка риска.

Модели оценки риска имеют взаимосвязи с моделями первого класса первого и второго видов (группы «А» и группы «Б»). Выполненная оценка риска может выступать в качестве критерия в однои многокритериальных задачах выбора. В качестве критерия могут выступать минимально возможные потери, средние ожидаемые или наиболее вероятные потери, оцениваемые в стоимостном выражении. В модели оптимизации по одному критерию, которым является риск, изменяется постановка задачи и критерий, а сущность модели практически не изменяется. То же можно сказать и про модели многокритериальной оптимизации, где одним из критериев выступает оценка риска (вероятностная и (или) стоимостная). В этом случае модели не претерпевают изменения, в них лишь учитывается критерий риска.

К группе «Б» первого вида (модели 1БИ) относятся модели и методы динамической оценки неопределенности и риска, включающие в себя методы прогнозирования текущего и перспективного спроса на готовую продукцию, расхода материальных ресурсов, развития рынков и др.

Модели и методы 2-го вида включают в себя модели 1-го вида, при этом модели оценки риска (первый вид) применяются при выполнении координирующих и интегрирующих логистических функций, когда требуется оценить отдельные риски, например, при управлении запасами, межфункциональной и межорганизационной координации, управления циклом заказа. Таким образом, модели 2-го вида (группа 2ЛИ) включают в себя модели 1-го вида, а также АВС-анализ рисков, модели оценки совокупности рисков (среднее и среднее квадратическое отклонения ожидаемых потерь) и апостериорных вероятностей для взаимосвязанных рисков.

К группе «Б» второго вида (модели 2БП) относятся:

• • факторный стохастический анализ, в том числе корреляционный, регрессионный, кластерный и др., который применяется для выявления влияния факторов риска на размер риска, а также величины и частоты риска на величину логистических издержек или иных измерителей логистической деятельности;
• • имитационное моделирование, позволяющее проанализировать время выполнения цикла заказа, расход и приход материальных ресурсов, готовой продукции на складе, обслуживание клиента при выполнении операций логистического сервиса (например, при внедрении концепции бережливого обеспечения), скоординированную работу зоны приемки, комплектации и отгрузки товара на складе, упаковочной линии, конвейера и др.;
• • системы массового обслуживания, которые могут быть применены для описания таких процессов в логистике, как, например: обработка и выполнение поступающих заказов на обслуживание, работа зоны приемки, выдачи и комплектации заказа на складе, пополнения и расхода запаса, работы стайка, конвейерной линии и др.;
• • аналитические модели, учитывающие взаимосвязи отдельных параметров, опирающиеся на статистическую оценку данных параметров и дающие оценку с заданной надежностью, например модели расчета страхового запаса.

Модели и методы принятия решений в условиях неопределенности и риска в логистике относятся к 3-му виду моделей и могут применяться при управлении логистическими системами и цепями поставок. Группу «А» составляют модели и методы принятия оперативных и тактических решений в условиях неопределенности и риска, группу «Б» — модели и методы принятия стратегических решений. Методы можно разделить на две подгруппы в соответствии с теорией принятия решений: подгруппы «АА», «БА» — модели и методы принятия решений в условиях риска, т. е. при известных вероятностях возможных исходов, подгруппы «ЛБ», «ББ» — модели и методы принятия решений в условиях неопределенности.

Общими для обеих групп (подгрупп «АА», «БА») методов и моделей принятия решений в условиях риска являются:

• • метод дерева решений, применяемого для задач «делать или покупать», выбора варианта распределения продукции (например, со строительством собственного склада, покупкой склада и арендой складских площадей), выбора транспортного средства и вида тары для перевозки особых грузов, определения оптимального объема заказа при одноразовой закупке, оптимальной стратегии проведения операций логистического сервиса (например, послепродажного) и др.;
• • сочетание дерева решений и метода Байеса при взаимодействии с поставщиками, выборе варианта распределения продукции, в управлении качеством логистического сервиса и др.;
• • метод деления риска (управленческого действия, направленного на сокращение неблагоприятного будущего риска). Наиболее часто применяется в управлении финансами, но находит применение при построении цепей поставок, когда решается вопрос о слиянии, поглощении фокусной компанией других участников цепи или инвестировании средств в эти предприятия;
• • вероятностное динамическое программирование, применяемое при определении партии поставки, проектировании складских зон, формировании цепи поставок с максимальной надежностью и ограниченными средствами, выделяемыми на оплату услуг логистических посредников, определении необходимого количества транспортных средств, оптимального плана производства или обслуживания и др.;
• • вероятностные модели управления запасами, в которых значения спроса являются случайной величиной с известным распределением вероятностей;
• • метод сценариев (сценарное планирование), который применяется в основном в стратегическом планировании, когда будущее представляется в виде нескольких альтернативных сценариев. Для каждого сценария производится оценка вероятности, с которой возможно развитие будущего по конкретному сценарию. Анализ данных вариантов не позволяет определить, какой именно сценарий будет реализован, а помогает обозначить элементы стратегии в разных, особенно в наиболее возможных сценариях развития будущего.

Общими для обеих групп (подгрупп «АБ», «ББ») методов и моделей принятия решений в условиях неопределенности являются методы анализа ситуаций по критериям Лапласа, максимина, минимакса, Гурвица. Область применения данных методов ограничена возможностью оценки альтернативных состояний «природы» и общими правилами принятия решений на основе этих методов.

Что касается принятия решений в условиях конкуренции, то модели и методы этого класса базируются на теории игр, но пока сравнительно мало используются в логистике. В целом перспективы применения теории игр в логистике находятся в области конкуренции цепей поставок продукции.

Выводы

1. В рамках какой научно-практической деятельности появились логистические концепции?

Формирование логистических концепций стало продолжением идей менеджмента при управлении логистическими видами деятельности. Именно развитие менеджмента стало основой для зарождения различных идей для управления теми или иными сферами логистики.

2. Какие концепции относятся к логистическим!

Логистические концепции имеют три разные основы: информационную, маркетинговую и интегральную. В соответствии с этим концепции разделены на три группы.

К информационным логистическим концепциям относятся те, которые основаны на информационных технологиях, применяемых для управления какой-либо сферой логистики. Это концепции MRP I, MRP II, DRP I, DRP II и ряд других.

Маркетинговые логистические концепции имеют направленность на спрос потребителя и предназначены для поддержки продаж. К маркетинговым логистическим концепциям относятся быстрое реагирование на спрос, непрерывное пополнение запаса и др.

Интегральные логистические концепции позволяют реализовать идею интегрированной логистики и предназначены для сквозного управления потоками. К числу интегральных относятся следующие концепции: «точно в срок», «бережливое» производство (обеспечение), управление запасами потребителя поставщиком, управление цепями поставок и ряд других. Некоторые интегральные концепции базируются и на использовании информационных технологий, например ERP, CSRP.

Современные версии логистических концепций имеют характеристики интегрированного управления, маркетинговой направленности и основываются на применении информационных технологий. Можно считать, что разделение концепций на три рассмотренные группы носит условный характер.

3. Как можно классифицировать методы и модели принятия решений в логистике?

Методы и модели подготовки и принятия решений в логистике и управлении цепями поставок можно подразделить на три класса. Первый класс (I) включает в себя модели и методы, предназначенные для решения задач в условиях определенности, без ограничений со стороны внешней среды; второй класс (II) — в условиях риска и неопределенности, но без конкуренции; третий класс (III) — модели и методы решения логистических задач в условиях конкуренции.

Дальнейшая декомпозиция по каждому из классов предусматривает введение трех видов моделей и методов. Модели и методы 1-го вида охватывают отдельные логистические операции и (или) функции; модели и методы 2-го вида — две и более логистических операций и (или) функций; модели и методы 3-го вида предназначены для охвата всей логистической системы (цепи, канала). Для каждого вида предусмотрено деление на две группы: группа, А включает в себя простые (симплексные) модели и методы, группа Б — более сложные.

• [1] Плетнева Н. Г. Аналитические методы управления логистическими системами: монография. СПб.: Изд-во СПбГИЭУ, 2007. С. 82.