Теория и методология процессного подхода к моделированию и интегрированному планированию цепи поставок

(11)

где л_i - потенциальная интенсивность поставок по i-му каналу.

Из (11) следует, что в сети возможны два типа каналов: основные - с возможным объемом поставок q_i = л_it₀ ? Q₀ и вспомогательные - не обеспечивающие самостоятельно требуемый объем поставок за плановое время. Вспомогательные каналы можно объединять в цепочки на условии

(12)

Из основных каналов и цепочек вспомогательных каналов формируется сеть поставок с последовательно-параллельной схемой структурной надежности. Оптимальный план поставок находится в результате решения задачи математического программирования.

Найти минимум целевой функции

(13)

при ограничениях

 (14)

где C_i, q_i - себестоимость и возможный объем (мощность) поставок по i-ой цепочке соответственно (q_i= л_it₀); P(t ? t₀) - безотказность поставок, определенная по модели структурной надежности.

Функциональная модель поставок. Схему организации поставок рассмотрим на примере обеспечения процесса «Source» в классической SCOR-модели (рис. 4). Пусть в результате решения задачи нормирования определено требование к безотказности , которое оговаривается с ответственным поставщиком или оператором поставки (поставщиком 1-го уровня). При невозможности выполнения контрактных условий самостоятельно ответственный поставщик формирует на принципах аутсорсинга сеть поставщиков 2-го уровня, которые, в свою очередь, могут формировать на тех же принципах сети 3-го, 4-го и т.д. уровня. Под отказами в рассматриваемой сети поставок понимаются независимые события, состоящие в нарушении контрактных условий по одному или нескольким функциональным параметрам. Например, таким, как время, последовательность, комплектность или объем поставки, как в данной модели (см. рис. 4).

Модель структурной надежности. Пусть под функциональным отказом понимается разрыв цепи из-за поставки ниже уровня спроса Q₀. Для обеспечения требуемой безотказности ответственный поставщик формирует собственную сеть из поставщиков 2-го уровня с каналами разной мощности {q₁, q₂, … q_n}, удельной стоимости {С₁, С ₂, … С _n} и надежности поставок {P₁, P ₂, … P _n}. При этом сеть должна обеспечивать безотказность поставок по объему Q₀ за плановое время t₀ не ниже P₀ с минимальными затратами S₀.

Рис. 4. Функциональная схема сети поставок: Q₀ - требуемый объем поставок за плановое время t₀; P_i, q_i, C_i - вероятность безотказной работы, мощность и себестоимость поставок по i-му каналу соответственно

Оптимальный план поставок в этом случае находится в результате решения задачи математического программирования:

(15)

при ограничениях

(16)

где: - постоянные затраты на обслуживание каналов поставок;

- функция, определяемая схемой структурной надежности.

Данная модель обеспечивает гибкость поставок с заданной безотказностью за счет возможности регулирования объемов поставок по каналам. Издержки регулирования определяются постоянными затратами на обслуживание задействованных каналов. Проблемой является расчет безотказности, требующий составления схемы структурной надежности, эквивалентной функциональной модели поставок. Сложность заключается в большом количестве возможных функциональных состояний системы, особенно в многоуровневых сетях поставок. Поэтому следует объединять поставщиков в цепочки на условии возможности совместно обеспечивать требования к установленным критериям функциональности.

Допустим в системе управления поставками, имеющей трех независимых поставщиков 2-го уровня мощностью q₁, q₂ и q₃ необходимо обеспечить поставки объемом Q₀. Причем q₁ > Q₀, q₂ < Q₀ и q₃ < Q₀ , но q₂ + q₃ > Q₀. На рис. 5 представлены функциональная (а) и эквивалентная ей структурная (б) схемы поставок для данной задачи. По схеме (б) находим .

Рис. 5. Функциональная (а) и эквивалентная ей модель структурной надежности (б)

Для аутсорсинговых технологий в процессной модели управления поставками характерны простые одноуровневые функциональные схемы:

1) с n-каналами неограниченной мощности;

2) с n-каналами ограниченной мощности, превышающей спрос

;

3) с наличием m-каналов ограниченной мощности, меньшей спроса

.

Эквивалентными этим моделям схемы структурной надежности будут последовательно-параллельными.

Задача (15)-(16) относится к задачам с ограниченной, но превышающей спрос мощностью каналов (второй тип). При этом отказ системы управления поставками происходит при отказе всех каналов, что соответствует параллельной схеме объединения поставщиков 2-го уровня в сеть, обеспечивающей безотказность .

В моделях третьего типа каналы с мощностью меньшей спроса объединяются в последовательные структуры (цепочки) совместно обеспечивая требуемый объем поставок . Сформированные таким образом цепочки включаются параллельно в общую сеть поставок (рис. 5 б). При этом работоспособность таких цепочек обеспечивается совместной работой всех входящих в них каналов поставок.

Рассмотренный алгоритм оптимизации планирования позволяет учитывать надежность поставок по задаваемому функциональному критерию. Он ориентирован на аутсорсинговые технологии в управлении цепями поставок и для его реализации необходима информация не только об издержках, но и о функциональных возможностях потенциальных поставщиков, надежности исполнения ими своих функций. При этом общее требование к надежности поставки в необходимом объеме со стороны оператора цепи может быть определено в результате решения задачи нормирования. В целом алгоритм планирование поставок с учетом функциональной надежности поставщика можно представить в виде последовательности следующих этапов:

1) построение функциональной схемы работы сети с указанием всех поставщиков 2-го уровня и их характеристик;

2) определение понятия отказа и установление значения критерия по функциональным возможностям поставщиков, исходя из требований заказчика;

3) составление последовательно-параллельной схемы и модели расчета структурной надежности, исходя из требований к безотказности поставки и функциональных возможностей поставщиков;

4) определение оптимального плана поставок, обеспечивающего минимум издержек при соблюдении требований к безотказности.

Рассмотренная модель, относящаяся к классу моделей функциональной надежности цепи поставок, может быть основой для решения многокритериальных задач планирования многономенклатурных поставок. Особенностью таких задач является использование нескольких критериев безотказности (время, полнота, последовательность, комплектность поставки) или их комбинации. Отказы в этом случае будут представлять собой независимые, но совместные события. Например, по критерию комплектности поставки возможны ситуации, когда поставщики 2-го уровня только совместно могут удовлетворить требования заказчика.

Разработана методика и предложен алгоритм планирования автотранспортной доставки мелкопартионных грузов методом локализации, позволяющий эффективно с учетом всех накладываемых ограничений решать задачу разработки маршрутов автотранспортной доставки в условиях крупного города.

В управлении цепями поставок крупных компаний, включающих десятки поставщиков, несколько распределительных центров и тысячи потребителей важное место занимает проблема оптимизации доставки мелкопартионных грузов в условиях крупного города. Решение данной проблемы подразумевает поиск решения двух взаимосвязанных задач: во-первых, задачи оптимального закрепления потребителей за поставщиками, во-вторых, задачи разбиения потребителей на группы или всей обслуживаемой территории на зоны обслуживания и сектора развозки. Оптимизация в обоих случаях должна приводить к минимуму транспортных расходов в распределительной сети.

Содержательную постановку задачи планирования доставки мелкопартионных грузов в условиях крупного города можно сформулировать следующим образом.

Организовать отправку мелких партий грузов большому количеству клиентов, таким образом, чтобы получить оптимальные маршруты следования грузовых автомобилей при минимальных транспортных затратах. При этом должны быть выполнены ограничения, накладываемые на время доставки товаров, которые, как правило, зависят от режима работы клиентов и особенностей поставляемых товаров, грузоподъемность автомобиля, количества заказов, включаемых в рейс одного автомобиля и т.д.

Целесообразно общую (глобальную) задачу оптимизации доставки мелкопартионных грузов в условиях крупного города разбить на ряд локальных задач, т.е. задач, в которых рассматривается не все множество складов, клиентов и возможных маршрутов, а только их часть, которую мы называем - локальная система доставки. Локальная система доставки - это система, в которой клиенты расположены недалеко друг от друга и их обеспечение осуществляется от одного грузоотправителя (базы, склада, терминала).

Решением задачи локализации, т.е. сведения общей задачи оптимизации доставки мелкопартионных грузов к локальной, будет решения задачи разбиения всей зоны обслуживания на сектора развозки или клиентские группы закрепления секторов развозки (клиентских групп) за грузоотправителями (базами, складами, терминалами).

Алгоритм планирования доставки мелкопартионных грузов методом локализации представлен на рис. 6. Данный алгоритм включает пять этапов планирования, каждый из этапов представлен соответствующим блоком или группой блоков (см. рис. 6).

Рис. 6. Алгоритм планирования доставки мелкопартионных грузов методом локализации

Сначала формируется база данных (блок 1), включающая сведения о количестве транспортных средств (ТС), их типе и грузоподъемности; количестве грузоотправителей и грузополучателей; ограничениях, накладываемых грузоотправителем и грузополучателем на партию груза, которая может быть отправлена и получена соответствующим субъектом; временных ограничениях по доставке грузов в пункты назначения и их вывозу из пунктов отправления; затратах на выполнение рейса (или на доставку партии груза конкретному грузополучателю) и другие.

На основе полученной информации определяется транспортно-технологическая система (ТТС) доставки грузов (блок 2). Предлагается выделять две ТТС доставки грузов: глобальную и локальную. Локальная система доставки определена выше.

В противном случае, т.е. если доставка осуществляется из нескольких пунктов и/или клиенты расположены далеко друг от друга, то данная система является глобальной системой доставки в масштабе данного города. Следовательно, необходимо провести декомпозицию общей задачи на ряд подзадач, каждая из которых является локальной. Декомпозиция общей задачи планирования доставки на локальные задачи заключается в последовательном выполнении следующих двух этапов.

Во-первых, решается задача разбиения всех клиентов по признаку близости территориального расположения на группы, регионы или сектора развозки (блок 3). Решаться эта задача может разными методами. В первом приближении разбивают всю обслуживаемую территорию на регионы, причем границы регионов совпадают, как правило, с границами административных районов. Затем каждый регион разбивают на сектора развозки, границы которых совпадают с границами микрорайонов или городских кварталов. Вместе с тем, широкое распространение в настоящее время получили методы кластерного анализа. Например, метод k-средних или метод нечетких c-средних. Метод k-средних принадлежит к группе итеративных методов кластерного анализа. Сущность их заключается в том, что процесс классификации начинается с задания некоторых начальных условий (количество образуемых кластеров, порог завершения процесса классификации и т.д.). Метод k-средних реализован в таких популярных пакетах статистического анализа, как STATISTICA и SPSS, а метод нечетких c-средних - в универсальном математическом пакете MATLAB.

Во-вторых, решается задача об оптимальном закреплении групп клиентов (регионов, зон обслуживания) за поставщиками однородной продукции. Данная задача формулируется и решается как классическая транспортная задача (блок 4). Очевидно, что решение данной задачи имеет смысл в том случае, если каждый заказ конкретного клиента может быть отгружен из любого склада, т.е. склады являются многономенклатурными, отсутствует их специализация.

Затем, с использованием программных продуктов ГИС-класса (например, Top Logistic, Деловая карта или аналогичных) решается задача маршрутизации автотранспортной доставки для ТС, обслуживающих каждую группу клиентов (блок 5).

Таким образом, декомпозиция общей (глобальной) задачи планирования доставки мелкопартионных грузов на ряд локальных подзадач, в соответствии с изложенным выше алгоритмом, позволит находить эффективное решение в тех случаях, когда доставка заказов осуществляется от нескольких складов сотням или даже тысячам клиентов ежедневно.

В диссертационной работе поставлен и проведен вычислительный эксперимент, основная цель которого доказать эффективность предлагаемой методики решения задачи планирования автотранспортной доставки мелкопартионных грузов в условиях крупного города методом локализации.

В качестве исходных данных использованы реальные данные о развозке заказов клиентам Московского и Фрунзенского районов города Санкт-Петербурга, предоставленные менеджерами дистрибьюторской компании ЗАО «Холдинг 78» (всего 110 заказов, общим весом 29357,2 кг).

Для определения эффективности предлагаемой методики были рассмотрены пять вариантов решения: базовый вариант (маршруты автотранспортной доставки сформированы диспетчерами компании ЗАО «Холдинг 78»), расчеты с использованием Деловой карты и встроенных в нее алгоритмов расчета маршрутов (варианты 2.1 - 2.4); расчеты по предлагаемой методике по трем альтернативным вариантам.

Предложены три варианта локализации, т.е. сведения общей задачи планирования автотранспортной доставки мелкопартионных грузов к локальной задаче.

Вариант 3 заключается в последовательном решении двух задач: разбиения клиентов на группы и закрепления групп клиентов за поставщиками (складами), представлен на рис. 6.

Вариант 4 заключается в решении тех же задач, но в другой последовательности. Во-первых, решается транспортная задача, т.е. проводится закрепление клиентов за распределительными центрами. В результате решения данной задачи формируются зоны обслуживания для каждого распределительного центра. Во-вторых, проводится разбиение сформированных зон обслуживания на кластеры (группы клиентов) по признаку близости территориального расположения.

Вариант 5 отличается от варианта 4 тем, что на завершающем этапе планирования (блок 5) решается задача о распределении заказов по транспортным средствам как задача булевого программирования по предложенному алгоритму, см. формулы (1)-(2). Маршрутизация в данном случае не проводится, поскольку предполагается, что водители транспортных средств, работающие в одних и тех же секторах развозки, определяют маршрут самостоятельно.

Результаты расчета основных показателей, характеризующих эффективность решения по каждому из возможных вариантов, представлены в табл. 3.

Таблица 3 Результаты вычислительного эксперимента

Базовый вариант по сравнению с другими вариантами дает наихудший результат по всем рассматриваемым показателям. Основная причина состоит в том, что в системе доставки задействовано избыточное число автомобилей, в основном, марки ГАЗ-3302 «Газель», грузоподъемностью до 1,5 тонн (рис. 7). Избыток автомобилей связан с традиционной системой распределения заказов и прокладки маршрутов строго в границах административных районов города, когда даже близко расположенные клиенты, относящиеся к разным районам, не могут включаться в маршрут одного автомобиля, что приводит к недогрузке ТС и необходимости формирования дополнительных маршрутов.

Рис. 7. Количество задействованных единиц ТС в различных вариантах расчета

Оценка результатов по варианту 2 показывает, что применение ГИС Деловая карта привело к улучшению результата по сравнению с базовым вариантом на 17,3…28,6% по суммарным транспортным издержкам и на 17,6…31,8% по коэффициенту использования грузоподъемности. Необходимо отметить, что применение каждого из четырех, заложенных в Деловую карту, алгоритмов приводит к разным результатам. Результаты расчетов, полученных средствами Деловой карты с применением различных алгоритмов, сильно варьируются по отдельным показателям.

Например, вариант расчета 2.3 «Определять дальние направления», дает лучшие результаты по показателям: суммарные транспортные издержки, общее число задействованных единиц ТС, суммарное расстояние, пройденное ТС и коэффициент использования грузоподъемности. В то же время по показателю суммарное время движения ТС по маршрутам наилучший результат дает вариант 2.4 «Искать самые выгодные совмещения». Это затрудняет анализ результатов и выбор наилучшего решения, полученного с использованием Деловой карты (сравните графы «Применение Деловой карты / Вариант 2.3» и «Применение Деловой карты / Вариант 2.4» в табл. 3). Следует отметить также, что оптимизация по критерию минимум транспортных издержек не реализована в Деловой карте и проведение этих расчетов требует дополнительных усилий и затрат времени пользователя.

Наилучшим из рассматриваемых альтернативных вариантов алгоритма планирования доставки мелкопартионных грузов является вариант 4. Улучшение по сравнению с базовым вариантом составило 47,4% по транспортным издержкам и 31,8% по коэффициенту использованной грузоподъемности. Расчеты по варианту 5 показывают, что в случае, когда клиенты компактно расположены внутри одного территориального района и обеспечиваются с одного склада, решение задачи о распределении заказов по транспортным средствам дает существенный эффект. В рассматриваемом примере эта методика позволила улучшить результат по сравнению с базовым вариантом 42,1% по транспортным издержкам и на 29,9% по коэффициенту использования грузоподъемности.

Таким образом, результаты расчетов свидетельствуют об эффективности предложенного алгоритм планирования доставки мелкопартионных грузов методом локализации, позволяющего эффективно с учетом всех накладываемых ограничений решать задачу разработки маршрутов автотранспортной доставки в условиях крупного города, а также подтверждают правильность последовательности решения задач планирования, которая была определена в алгоритме.

логика груз планирование поставка

Основные публикации по теме диссертации

Монографии:

1. Бочкарев А.А. Автоматизация планирования и моделирования цепи поставок : монография / А.А. Бочкарев. - СПб.: СПбГИЭУ, 2008. - 291 с. -17,0 п.л.

2. Бочкарев А.А. Особенности планирования доставки мелкопартионных грузов в условиях крупного города // Особенности развития отраслевых рынков: транспорт : монография / Е.В. Будрина [и др.]; под ред. д-ра экон. наук, проф. Е.В. Будриной. - СПб.: СПбГИЭУ, 2007. - С. 182-212. - 14,2/1,5 п.л.

Учебные пособия:

3. Бочкарев А.А. Планирование и моделирование цепи поставок : учебно-практическое пособие / А.А. Бочкарев. - М.: Издательство Альфа-Пресс, 2008. - 192 с. - 12,0 п.л.

4. Бочкарев А.А. Решение задач транспортного типа в Excel : учеб. пособие / А.А. Бочкарев. - СПб.: СПбГИЭУ, 2003. - 52 с. - 3,0 п.л.

5. Бочкарев А.А. Транспортная логистика. Решение транспортных задач в Microsoft Excel : учеб. пособие / А.А. Бочкарев. - СПб.: Изд-во Политехн. ун-та, 2006. - 62 с. - 4,0 п.л.

Статьи в изданиях, рекомендованных ВАК РФ:

6. Бочкарев А.А., Зайцев Е.И. Имитационные модели и системы в цепях поставок и логистике / А.А. Бочкарев, Е.И. Зайцев // Вестник ИНЖЭКОНА: Серия «Экономика». - 2008. - Вып. 2(21). - С. 190-199. - 1,0/0,5 п.л.

7. Бочкарев А.А. и др. Информационная поддержка транспортировки в логистике / А.А. Бочкарев, Н.Ю. Иващенко, В.Н. Трегубов // Вестник СГТУ. - 2009. - №3 (35). - Вып. 2. - С. 122-127. - 0,3/0,1 п.л.

8. Бочкарев А.А. и др. Информационные технологии в управлении цепями поставок / А.А. Бочкарев, Ю.Р. Нурулин, С.Ф. Пилипчук // Научно-технические ведомости СПбГПУ: Серия «Инноватика». - 2008. - Вып. 3(56). - С. 124-128. - 0,6/0,2 п.л.

9. Бочкарев А.А. Использование методов линейного программирования при решении задачи закрепления зон обслуживания за терминалами / А.А. Бочкарев // Вестник ИНЖЭКОНА: Серия «Экономика». - 2009. - Вып. 1 (28). - С. 227-238 - 1,0 п.л.

10. Бочкарев А.А., Клочков В.Н. Методология планирования доставки мелкопартионных грузов в условиях крупного города / А.А. Бочкарев, В.Н. Клочков // Вестник СГТУ. - 2008. - №4 (36). - С. 147-160. - 1,0/0,5 п.л.

11. Бочкарев А.А., Кирина И.В. Применение оптимизационного моделирования для стратегического планирования цепи поставок / А.А. Бочкарев, И.В. Кирина // Вестник ИНЖЭКОНА: Серия «Экономика». - 2006. - Вып. 4 (13). - С. 173-183. - 1,0/0,5 п.л.

12. Бочкарев А.А. Решение задачи нечеткой кластеризации в системе MATLAB / А.А. Бочкарев // Вестник ИНЖЭКОНА: Серия «Экономика». - 2007. - Вып. 4(17). - С. 235-242. - 0,7 п.л.

13. Васильев И.Л., Бочкарев А.А. Локальная задача обеспечения поставок мелкопартионных грузов / И.Л. Васильев, А.А. Бочкарев // Вестник ИНЖЭКОНА: Серия «Экономика». - 2005. - Вып. 4(9). - С. 230-234. - 0,6/0,3.

Основные статьи и доклады, опубликованные автором

в научных сборниках и журналах:

14. Бочкарев А.А. Анализ программных продуктов для оптимальной маршрутизации перевозок грузов / А.А. Бочкарев // Логистика и управление цепями поставок, - 2005. - №5 (10). - С. 16-20. - 0,3 п.л.

15. Бочкарев А.А. Алгоритм планирования доставки мелкопартионных грузов в условиях крупного города / А.А. Бочкарев // Логистика: современные тенденции развития: V Международная научно-практическая конференция 20, 21 апреля 2006 г.: Тез. докл. / СПб. - СПбГИЭУ, 2006. - С.29-34. - 0,2 п.л.

16. Бочкарев А.А. Интегрированные модели цепи поставок / А.А. Бочкарев, И.В. Кирина // Логистика сегодня. - 2006. - №6 (18). - С. 344-359. - 1,0/0,5 п.л.

17. Бочкарев А.А. Классификация моделей управления цепями поставок / А.А. Бочкарев // Развитие транспорта и логистики: проблемы тенденции и технологии: сб. науч. тр. / Редкол.: В.С. Лукинский (отв. ред.) [и др.]. - СПб.: СПбГИЭУ, 2007. - С. 31-35. - 0,2 п.л.

18. Бочкарев А.А. Методика планирования доставки мелкопартионных грузов в условиях крупного города / А.А. Бочкарев // Инфокоммуникационные и вычислительные технологии и системы: Материалы II Всероссийской конференции с международным участием. - Т.1. - Улан-Удэ: Изд-во Бурятского университета, 2006. - С. 64-68. - 0,2 п.л.

19. Бочкарев А.А. Методологические аспекты моделирования цепей поставок / А.А. Бочкарев // Логистика: современные тенденции развития: VIII Международная научно-практическая конференция 16, 17 апреля 2009 г.: Тез. докл. / СПб. - СПбГИЭУ, 2009. - С. 40-42. - 0,2 п.л.

20. Бочкарев А.А. Проблема классификации потребителей в управлении цепями поставок крупных компаний / А.А. Бочкарев // Коммерция и логистика: Сб. науч. тр., Вып. 4 / Под ред. В.В. Щербакова и А.П. Долгова.- СПб.: Изд-во СПбГУЭФ, 2004. - С. 22-26. - 0,2 п.л.

21. Бочкарев А.А., Бадокин О.В. Проблема оптимизации мелкопартионных перевозок / А.А. Бочкарев, О.В. Бадокин // Логистика: современные тенденции развития: IV Международная научно-практическая конференция 21, 22 апреля 2005 г.: Тез. докл. / СПб. - СПбГИЭУ, 2005. - С. 30-33. - 0,2/0,1 п.л.

22. Бочкарев А.А. Решение задачи маршрутизации перевозок мелкопартионных грузов в управлении цепями поставок крупных компаний / А.А. Бочкарев // Логистика: современные тенденции развития: III Международная научно-практическая конференция. 22, 23 апреля 2004 г.: Тез. докл. - СПб.: СПбГИЭУ, 2004. - С. 27-29. - 0,1 п.л.

23. Бочкарев А.А., Горбатенко Д.В. Решение задачи о назначениях в управлении цепями поставок мелкопартионных грузов / А.А. Бочкарев, Д.В. Горбатенко // Логистика сегодня. - 2004. - № 5. - С. 12-19. - 0,6/0,3 п.л.

24. Бочкарев А.А., Анисимова О.Н. Решение задачи оптимизации доставки мелкопартионных грузов в условиях крупного города методом локализации / А.А. Бочкарев, О.Н. Анисимова // Логистика сегодня. - 2008. - № 3. - С. 162-181. - 1,0/0,5 п.л.

25. Бочкарев А.А. Решение задач транспортного типа с использованием табличного редактора Excel / А.А. Бочкарев // Организация перевозок с применением принципов логистики: Сб. науч. тр., СПб.: СПбГИЭУ, 2003. - С. 24-30. - 0,3 п.л.

26. Бочкарев А.А. Унифицированная методика оптимизации маршрутов в цепях поставки товаров / А.А. Бочкарев // Логистика сегодня. - 2004. - № 2. - С. 36-42. - 0,5 п.л.

27. Васильев И.Л., Бочкарев А.А. Математические модели локальной задачи по обеспечению поставок мелкопартионных грузов / И.Л. Васильев, А.А. Бочкарев // Логистика сегодня. - 2006. - №1 (13). - С. 32-39. - 0,6/0,3 п.л.

28. Зайцев Е.И., Бочкарев А.А. Модель функционально-структурной надежности цепи поставок / Е.И. Зайцев, А.А. Бочкарев // Logistics and Supply Chain Management: Modern Trends in Germany and Russia: IV Германо-российская конференция по логистике и управлению цепями поставок 6 - 9 мая 2009 г.: Тез. докл. - Геттинген: CUVILLER VERLAG, 2009. - С. 187-195. - 0,4/0,2 п.л.

29. Лукинский В.С. и др. Оценка влияния размещения складской сети на транспортные расходы / В.С. Лукинский, А.А. Бочкарев, О.Ю. Пеховский, И.А. Цвиринько // Экономика и менеджмент на транспорте: Сб. науч. тр.: Вып. 2., СПб.: СПбГИЭУ, 2002. - С. 99-106. - 0,4/0,1 п.л.

Размещено на Allbest.ru