Моделювання і управління системними ризиками в логістиці

Предмет дослідження - економіко-математичні моделі, алгоритми, схеми моделювання та управління системними ризиками в логістиці.

Методи дослідження. Для досягнення визначеної мети в залежності від задач дисертаційного дослідження використано комплекс наукових методів, а саме: сепарабельне програмування; комбінаторну оптимізацію, оптимізацію робастності та надійності, евристики додання, вилучення та заміни, релаксації Лагранжа; віток та границь; декомпозиції Бендерса; аналітичних порівнянь, експертних оцінок, розміщення запасів в ешелонованих мережах.

У вступі розкривається актуальність теми, необхідність її дослідження, зв'язок роботи з науковою програмою, а також визначені мета, задачі, об'єкт, предмет і методи дослідження, наукова новизна та практичне значення одержаних результатів; подається інформація про їх впровадження, особистий внесок здобувача та апробацію результатів дослідження.

У розділі 1 “Сучасний стан та напрямки подальшого розвитку моделювання і управління системними ризиками в логістиці” проаналізовано стан теоретичних досліджень та практичних впроваджень моделювання і управління системними ризиками в логістиці.

В Україні накопичено цінний досвід вирішення задач оптимального керування та управління економічними ризиками галузей та регіонів країни, закріплення споживачів за постачальниками, асортиментного завантаження виробництва та збуту, розміщення й оптимальної дислокації великих складських комплексів та роздрібних мереж, керування запасами, комплексного використання різних видів транспорту в транспортних вузлах тощо. Але в умовах ринкової економіки потрібне переосмислення науково-теоретичних і практичних розробок вітчизняних учених, а також використання закордонного досвіду формування ЛС. Логістичний підхід вимагає нової методології, методів і моделей управління ризиками.

Під логістикою в дисертації розуміється управління матеріальними, сервісними та пов'язаними потоками за умов додержання строків, місця розташування, витрат, рівня обслуговування а також адаптивності до вимог споживачів. ЛС є об'єктом логістичного управління.

Під системними ризиками в дисертації розуміються ризики незадовільного управління ЛС. Виходячи з багатокритеріальності оцінки управління ЛС, інтегровані показники міри системних ризиків розглядаються як векторні величини, які можуть містити показники розміщення, транспортування, управління запасами, сервісу, надійності та робастності.

Методика мінімізації ризиків в логістиці ґрунтується на ряді організаційно-економічних заходів, спрямованих на запобігання та зменшення ступеню ризиків: наявності інформації, керуючих впливах на ЛС, використанні нормативних матеріалів, наявності розвинутої логістичної інфраструктури, страхуванні процесів транспортування, складування, вантажопереробки, сервісу тощо. Перелічені заходи є основою прийняття рішення про компенсацію або зниження логістичних ризиків, в основі яких лежать існуючі методи, що постійно модифікуються: диверсифікація, резервування, хеджування, передача, лімітування, страхування, уникнення ризиків. Вочевидь, що експлуатаційні витрати, якість сервісу та надійність ЛС є очікуваними, а отже ризик є невід'ємною умовою логістичного управління. Економіко-математичне моделювання є основою кваліфікованого визначення ступеню прийнятності системних ризиків в логістиці.

Централізація запасів сприяє економії страхових запасів. З іншого боку, скорочення часу реакції на попит обумовлює необхідність децентралізації ЛС - переміщенню товарів якомога ближче до кінцевого споживача. Розташування відкритих об'єктів також впливає на транспортні витрати. Рівень сервісного обслуговування впливає на ймовірність відмови об'єктів. Таким чином, необхідно розрахувати компроміс між витратами на запаси, транспортними витратами та рівнем обслуговування, тому розміщення об'єктів є критичним довготерміновим рішенням, що є частиною компромісу в управлінні системними ризиками в логістиці.

В контексті планування ЛС обґрунтовано використання обмеження на робастність як характеристики задовільного функціонування ЛС за умов невизначеності попиту (обсягу замовлень, витрат, відстаней або інших аспектів дистрибуції), в той час, як надійність розглядається як характеристика задовільного функціонування ЛС при відмові елементів (доступність центрів виробництва, дистрибуції, транспортних об'єктів або інших ресурсів ЛС).

З погляду моделювання та оптимізації між стохастичним програмуванням, робасною оптимізацію та оптимізацією надійності немає чіткої різниці. Зупинки ЛС можуть впливати на попит, змішуючи „невизначеності попиту та рішення”, тому при впровадженні моделей оптимізації робастності та надійності підвищуються вимоги до господарського обліку процесів постачання та попиту.

В науковій літературі за останні п'ятдесят років більшість авторів використовує термін стохастичної оптимізації в контексті задач визначення очікуваних характеристик, а термін робасної оптимізації в задачах визначення та оптимізації найгірших сценаріїв та визначення очікуваних характеристик за умов обмеження на найгірші сценарії. Термін „надійність” відображає іншу характеристику невизначеності - частоту збоїв в системі, що характеризується заданим рішенням.

Управління робастністю здійснюється через страхування від мінливості попиту або неточності даних. Навпаки, при оптимізації надійності страхується надійність самого рішення або ЛС. Стратегією оптимізації надійності є призначення кожному замовнику основного та допоміжних вузлів ЛС. Допоміжний вузол ЛС для одної споживчої зони має бути одночасно основним вузлом для іншої споживчої зони.

У розділі 2 “Розробка економіко-математичних та інфологічної моделей” побудовано авторські економіко-математичні моделі ЛС, задані параметричні обмеження на допустимі значення параметрів надійності та робастності, визначені прийнятні методи обмеження ризиків.

Досліджуване підприємство належить до галузі приладобудування, що характеризується великою номенклатурою виробів із короткими життєвими циклами, міжнародною спеціалізацією виробництва, необхідністю передпродажної підготовки та метрологічної атестації приладів. В процесі експлуатації приладів потрібне післяпродажне сервісне обслуговування, до якого входить консультування користувачів, інтеграція приладів в єдину інформаційну систему, постачання витратних матеріалів, періодична метрологічна атестація, гарантований, профілактичний та поточний ремонт обладнання.

Лаг (час) постачання водним транспортом складається з 2-х тижнів замовлення на виробництво, 2-х тижнів виробництва та 2-х місяців транспортування та розмитнення. Такий великий лаг постачання у сполученні з широким асортиментом та відносно великою вартістю приладів сприяє підвищенню рівня запасів при збуті, збільшенню транспортних партій, утруднює оновлення асортименту продукції, призводить до затяжних дефіцитів, що по деяких видах продукції можуть сягати 2-х місяців та одночасно затоваренню інших асортиментних позицій до одного року. Середній час обігу капіталу в запасах становить чотири з половиною місяці, що є незадовільним для засновників фірми. Перед досліджуваною фірмою стоїть задача оптимізації шляхів постачання. Спроби адміністративно зменшити капітал в запасах та підвищити його оборотність призвели до затяжного розпродажу затоварених асортиментних позицій та збільшенню дефіциту по інших, що не може бути розцінено як задовільний підхід до вирішення проблеми, тому поставлена задача оптимізації ЛС фірми.

При обранні оптимальної схеми доставки в закупівлі досліджені існуючі та запропоновані перспективні схеми постачання, які згруповано в п'ять схем постачання. Побудовано двохетапні моделі із застосуванням водного, авіаційного та автомобільного видів транспорту. При побудові моделей постачання враховано можливість постачання на замовлення через виокремлення великих замовлень і застосування до них комбінованої технології управління запасами.

При моделюванні системи дистрибуції запропоновано новий підхід до рішення задачі з розміщення, транспортування та запасів через кусочно-лінійну апроксимацію квадратичної функції витрат на централізовані запаси. Структура отриманої моделі ідентична структурі відомої моделі ЗРОО, що дозволяє застосовувати до неї евристики перебору, включаючи евристики додавання, вилучення та заміни, релаксації Лагранжа, методу віток та границь. Припускається, що поточні та резервні запаси у відкритих об'єктах поповнюються з певною періодичністю. Для заданого набору об'єктів можна визначити пороги запасів для забезпечення потрібного рівня обслуговування. Розглянута однопродуктова модель або модель для групи однорідних товарів з незалежним попитом.

Математичне сподівання попиту та його варіація для споживчих зон описуються сценаріями, кожен з оціненою ймовірністю виникнення. Рішення з розміщення () є незалежними від сценарію, тобто вони приймаються перед реалізацією сценарію. Рішення з призначення () є залежними від сценарію. Рішення по запасах також залежать від сценарію через зміну призначень (), що веде до зміни дисперсії попиту та обсягу страхових запасів для відкритих об'єктів. Слід відмітити, що при сценарному підході з'являється два рівня невизначеності: сценарії визначають математичні сподівання та дисперсії попиту, але при реалізації сценарію попит залишається розподіленим згідно заданого розподілу ймовірностей. Метою є визначення кількості, типу та розташування об'єктів для мінімізації очікуваних витрат системи.

Для страхування від відмов основних об'єктів для кожного об'єкта введений відкритий резервний об'єкт. Резервний об'єкт одночасно може бути основним для інших об'єктів, але не для себе. Небагато фірм оберуть рішення з набагато більшими експлуатаційними витратами тільки задля страхування від випадкових, непередбачуваних перебоїв в ЛС. Можливе значне покращення надійності без значного збільшення експлуатаційних витрат, тобто беручи до уваги ризики відмови об'єктів під час проектування ЛС, можливо знайти субоптимальне рішення, що має значно менші ризики. Це досягається через оцінку компромісу між експлуатаційними витратами та максимальними або очікуваними витратами від відмов об'єктів системи.

Кожен об'єкт має задану ймовірність відмови на протязі достатньо великого проміжку часу. В деяких випадках може бути оцінено з минулого досвіду (наприклад, для відмов спричинених погодними умовами), в той час як для інших може бути оцінено суб'єктивно (відмови через невиконання договорів третіми сторонами).

Штрафом за відмову є витрати на аварійне транспортування та порушення запланованої стратегії управління запасами та сервісу, що залежить від відстані, обсягу, частоти та тривалості відмов.

Об'єкти вважаються незалежними, ризиком їх одночасної відмови можна знехтувати. Метою задачі розміщення, запасів, транспортування та сервісу з очікуваними відмовами об'єктів (ЗРЗТС-ОВ) є надійна та робасна ЛС.

В моделі ЗРЗТС-ОВ сполучаються декілька рівнів мінімізації ризиків. На рівні сценаріїв мінімізуються абсолютні та відносні програші для кожного сценарію, на другому рівні оптимізуються очікувані витрати по ЛС, на третьому рівні обмежуються очікувані значення показників надійності транспортування та сервісу. Критерії очікуваної ефективності та робастності суміщаються в цільовій функції за обмеження на надійність транспортування та сервісу в ЛС. Компромісні криві для задачі ЗРЗТС-ОВ генеруються систематично змінюючи надійність через параметр .

У розділі 3 “Оптимізація системних ризиків в логістиці” побудовано СППР, визначені логістичні витрати та оптимізовані системні ризики досліджуваної фірми.

На досліджуваній фірмі витрати на утримання запасів є однією з найбільших статей логістичних витрат. Обсяг цих витрат та залежність від конфігурації ЛС є свідченням необхідності їх точної оцінки витрат для кожної фірми. Для визначення та контролю логістичних витрат зроблено співставлення даних управлінського та регламентованого обліків. Відображення показників системних ризиків у логістиці поряд із іншими фінансовими показниками у балансі підприємства надає інформацію для власників про важливість системних ризиків в логістиці для підприємства та є необхідною умовою для делегування ефективних повноважень ОПР.

Ставку витрат на капітал в запасах прийнято рівною ставці відтворення капіталу фірми. Визначені постійні та змінні витрати на закупівлю, витрати на транспортування водним, авіаційним та автомобільним видами транспорту, витрати розмитнення та інші адміністративні витрати, а також втрати від незадоволеного попиту. На основі побудованих моделей закупівлі проведена оптимізація п'яти схем постачання. Для двохетапних моделей визначені сукупні витрати та порогові обсяги попиту та дефіциту, що є умовою для другого етапу постачання. Перспективною визначена інтеграція з російським дистрибутором та утворення єдиної ЛС для СНД. Повітряні поставки були замінені на автомобільні зі складів російського дистрибутора.

Для оптимізації моделей дискретного програмування дистрибуції було обрано мову AMPL, що є предметно-орієнтованою мовою математичного програмування. На основі результатів оптимізації маршрутизованого транспортування було виділено дев'ять споживчих зон у східному регіоні України в кожній з яких можуть бути відкриті об'єкти (позначені цифрами на рис. 2): 1 - дніпропетровський, 2 - донецький, 3 - харківський, 4 - київський, 5 - краматорський, 6 - кременчуцький, 7 - луганський, 8 - полтавський, 9 - запорізький). Із використанням геоінформаційної системи MS MapPoint 2000 сформовано матрицю відстаней, на основі даних бухгалтерського обліку визначено очікуваний попит та його дисперсію для наведених споживчих зон, із застосуванням MS Excel 2003 виконано кусочно-лінійну апроксимацію функції сукупної дисперсії попиту споживчих зон, що обслуговуються у відкритому об'єкту.

На основі проведеного обчислювального експерименту можна зробити висновки, що фактори надійності та робастності значно впливають на конфігурацію ЛС. При наданні більшої ваги критеріям надійності та робастності ЛС зменшується вага критерію відстані та обсягу транспортування. Відкриття додаткових об'єктів зменшує вимоги до їх надійності. Засобами операційного хеджингу є призначення резервних об'єктів, збільшення кількості відкритих об'єктів, зменшення відношення відстаней аварійного та запланованого транспортування, призначення категорій сервісного обслуговування для об'єктів. Обмеження на аварійні витрати в ЛС призводить до запобігання малоймовірних подій за рахунок зниження загальної ефективності ЛС.

Для моделей цієї дисертації найефективнішим визначено програмно-апаратний комплекс NEOS-CPLEX 10.0, який в середньому від 2 до 100 разів швидший за NEOS-MINTO. Некомерційне ПЗ з відкритим програмним кодом має ефективні оптимізаційні алгоритми, що можуть бути адаптовані під специфічні оптимізаційні задачі на рівні програмного коду. Структура вихідних моделей придатна до спеціалізованих оптимізаційних алгоритмів.

Оптимальні рішення наведених в дисертації моделей відрізняються в залежності від превалювання критеріїв операційних витрат, робастності, надійності або рівня сервісного обслуговування. Це означає, що ОПР повинна приймати участь як на етапі постановки моделі так і на етапі інтерпретації її оптимального рішення, шляхом надання відповідної ваги кожному з критеріїв ефективності ЛС, в першу чергу, через аналіз компромісних кривих витрат для означених критеріїв.

Для компаній ТОВ “ЦСО “Нова Ера”, ТОВ “Веда-Нова”, ТОВ “Дейзі Технолоджі”, ТОВ “7В трейдінг” застосовані економіко-математичні моделі процесів постачання, дистрибуції та сервісного обслуговування. На основі моделей робасного розташування, транспортування, управління запасами та сервісним обслуговуванням виконана оптимізація повного логістичного циклу, обґрунтовані інвестиції в логістичну інфраструктуру, впроваджена двохетапна система постачань та система централізованої дистрибуції. Це дозволило скоротити середньозважені показники витрат зберігання запасів на 30%, дефіциту на 25%, транспортування на 20%, складування на 30%, сервісного обслуговування на 15%.

висновки

У дисертаційній роботі на основі аналізу теоретичних підходів до моделювання системних ризиків та практичної діяльності підприємств вирішене наукове завдання моделювання і управління системними ризиками в логістиці, що має суттєве значення для підвищення конкурентноздатності економіки України. Проведене дослідження дозволяє зробити такі висновки.

1. Проведений аналіз джерел, критеріїв та методів управління ризиками в логістичних системах, проблем управління цими ризиками, свідчить про можливість і доцільність застосування економіко-математичного моделювання, що робить доступними для вирішення нові класи задач хеджування системних ризиків через розширення охвату планування ЛС до постачальників, споживачів та перевізників на основі сучасних СППР.

2. Виходячи з багатокритеріальності управління ризиками в ЛС, запропоновано кількісні показники міри системних ризиків, які розглядаються як векторні величини, що можуть містити показники на основі критеріїв управління розміщенням, транспортуванням, запасами та сервісом. Критичною складовою в моделюванні ризиків виділено задачу розміщення об'єктів, у рішенні якої ОПР повинні приймати участь як на етапі постановки моделі, так і на етапі інтерпретації її оптимального рішення, шляхом надання відповідної ваги кожному з критеріїв ефективності ЛС.

3. Запропоновано підхід до рішення дискретних квадратичних моделей управління розміщенням, транспортуванням та запасами на основі сепарабельного програмування через кусочно-лінійну апроксимацію цільової функції. Результуюча модель дискретного лінійного програмування має структуру ідентичну відомої моделі задачі розміщення об'єктів обмеженої місткості, до процедур рішення якої відноситься широкий набір спеціалізованих методів оптимізації. Проведені машинні експерименти свідчать, що алгоритми провідних пакетів з оптимізації моделей дискретного програмування розпізнають структуру результуючої моделі і ефективно застосовують спеціалізовані методи оптимізації, що дозволяє будувати на їх основі СППР. Побудовані моделі можуть бути розв'язані із використанням некомерційного програмного забезпечення з відкритим кодом, доступного для навчального процесу.

4. Результати проведеного моделювання свідчать, що фактори надійності та робастності значно впливають на конфігурацію ЛС. Надання більшої ваги критеріям надійності та робастності ЛС призводе до зменшення ваги критерію відстані та обсягу транспортування. Відкриття додаткових об'єктів зменшує вимоги до їх надійності. Ефективними засобами операційного хеджингу є призначення резервних об'єктів, зміна кількості відкритих об'єктів, зміна відношення відстаней аварійного та запланованого транспортування, призначення категорій сервісного обслуговування для об'єктів.

5. Критичний аналіз розвитку процесів постачання в закупівлі дозволив встановити існуючі та перспективні схеми постачання із застосуванням водного, авіаційного та автомобільного видів транспорту. При побудові двохетапних моделей ураховано можливість постачання на замовлення через виокремлення великих замовлень та застосування до них комбінованої технології управління запасами. Для двохетапних моделей визначені сукупні витрати та порогові обсяги попиту, що є умовою для другого етапу постачання. Перспективною визначена інтеграція з російським дистрибутором та утворення єдиної ЛС для СНД, виходячи з чого повітряні поставки були замінені на автомобільні зі складів російського дистрибутора.

6. Запропоновано систему наскрізного обліку бізнес-процесів та системних ризиків в логістиці через співставлення управлінського, бухгалтерського та податкового видів обліку. Відображення показників системних ризиків у логістиці поряд із іншими фінансовими показниками у балансі підприємства надає інформацію власнимкам про важливість системних ризиків в логістиці для підприємства та є необхідною умовою для делегування ефективних повноважень ОПР.

7. На основі побудованих залежностей ризику від сукупних витрат ЛС для досліджуваної фірми обґрунтовано допустимий рівень системного ризику. Моделювання системних ризиків в логістиці на основі апарату стохастичного програмування із введенням умов на робастність та надійність є актуальною теоретичною задачею. Ризики управління запасами змодельовано та графічно відображено з урахуванням ефекту централізації запасів. Ризики розміщення об'єктів ЛС для сценаріїв попиту змодельовано через введення обмеження на робастність сценаріїв. Ризики транспортування змодельовано через введення додаткових обмежень на відносне збільшення витрат через аварійне транспортування при відмові відкритих об'єктів. Ризики групової відмови об'єктів змодельовано через обмеження на залежність від страхових множин об'єктів. Ризики надання сервісу змодельовано через введення залежності надійності відкритих об'єктів від категорії сервісного обслуговування.

Список опублікованих праць за темою дисертації

У наукових фахових виданнях:

1. Єнченко Є.В. Автоматизація бізнес-моніторингу на оптовій фірмі. Моделювання та інформаційні системи в економіці: Міжвід. наук. зб. / Відп. ред. М.Г. Твердохліб. - К.: КНЕУ, 2001. - Вип. 65. - С. 281-286. - 0,34 друк. арк.

2. Єнченко Є.В. Один з підходів до реалізації об'єктної моделі для відображення та аналізу діяльності малого підприємства // Моделювання та інформаційні системи в економіці: Міжвід. наук. зб. / Відп. ред. М.Г. Твердохліб. - К.: КНЕУ, 2002. - Вип. 67. - С. 212-218. - 0,37 друк. арк.

3. Єнченко Є.В. Логістика післяпродажного технічного обслуговування // Моделювання та інформаційні системи в економіці: Міжвід. наук. зб. / Відп. ред. В.К. Галіцин. - К.: КНЕУ, 2003. - Вип. 70. - С. 180-186. - 0,36 друк. арк.

4. Ревенко В.Л., Єнченко Є.В. Моделювання логістики з великим лагом постачання // Моделювання та інформаційні системи в економіці: Міжвід. наук. зб. / Відп. ред. В.К. Галіцин. - К.: КНЕУ, 2005. - Вип. 72. - с. 150-156. - 0,35 друк. арк. (Особистий внесок здобувача: побудована економіко-математична модель та змодельована компенсація стохастичної складової попиту, яка складається з оптових замовлень - 0,18 друк. арк.)

5. Єнченко Є.В. Моделювання граничної кількості роздрібного замовлення // Моделювання та інформаційні системи в економіці: Міжвід. наук. зб. / Відп. ред. В.К. Галіцин. - К.: КНЕУ, 2006. - Вип. 73. - с. 259-267. - 0,52 друк. арк.

6. Єнченко Є.В. Методи робасної оптимізації в моделюванні системних ризиків в логістиці // Моделювання та інформаційні системи в економіці: Міжвід. наук. зб. / Відп. ред. В.К. Галіцин. - К.: КНЕУ, 2006. - Вип. 74. - с. 280-292. - 0,58 друк. арк.

В інших виданнях:

7. Ревенко В.Л., Єнченко Є.В. Моделювання та управління системними ризиками в логістиці // Проблеми підвищення ефективності інфраструктури: Збірник наукових праць; Випуск 11. - К.: КУЕТТ, 2005 - 276с. - с. 176-181. - 0,36 друк. акр. (Особистий внесок здобувача: побудована економіко-математична модель та змодельоване конфігурування ЛС - 0,18 друк. арк.)

8. Ревенко В.Л., Єнченко Є.В. Системні ризики управління розташуванням та запасами в логістиці // Проблеми підвищення ефективності інфраструктури: Збірник наукових праць; Випуск 12. - К.: КУЕТТ, 2006 - 260с. - с. 72-77. - 0,43 друк. акр. (Особистий внесок здобувача: сформульовані економіко-математичні моделі та змодельовані ризики розміщення та централізованих запасів в ЛС - 0,20 друк. арк.)

9. Єнченко Є.В. Автоматизація бізнес-монітрингу на оптовій фірмі // Тези доповідей міжнародної науково-практичної конференції “Проблеми впровадження інформаційних технологій в економіці та бізнесі”. - Ірпінь.: Академія ДПС України, 2000. С.202-204. - 0,11 друк. арк.

10. Єнченко Є.В. Оптимізація логістичного ланцюга збуту ваг // Тези доповідей ІV міжнародної науково-практичної конференції “Проблеми впровадження інформаційних технологій в економіці”. - Ірпінь.: Академія ДПС України, 2003. - С. 301-304 - 0,09 друк. арк.

11. Єнченко Є.В. Оптимізація системного ризику в логістиці сервісного обслуговування РРО // Комп'ютерне моделювання та інформаційні технології в науці, економіці та освіті: збірник наукових праць. - Черкаси: Брама ІСУЕП, 2003. - С. 44-47 - 0,12 друк. арк.

12. Ревенко В.Л., Єнченко Є.В. Економіко-математичне моделювання логістики сервісного обслуговування // Информация, анализ, прогноз - стратегические рычаги эффективного государственного управления: Материалы IV Международ. науч.- практ. конф. - К.: УкрИНТЭИ, 2004. - С. 222-226. - 0,24 друк. акр. (Особистий внесок здобувача: постановка та формулювання економіко-математичної моделі - 0,12 друк. арк.)

13. Ревенко В.Л., Єнченко Є.В. Моделювання логістики комбінованих перевезень // Спеціалізований випуск журналу “Залізничний транспорт України” №3/1 “Матеріали міжнародної науково-практичної конференції “Наука в транспортному вимірі”: наукові праці, тези доповідей. - К.: ДП “Державний науково-дослідний центр залізничного транспорту України”, 2005. - С. 35-36. - 0,10 друк. арк. (Особистий внесок здобувача: побудова економіко-математичної моделі та моделювання логістики комбінованих перевезень - 0,05 друк. арк.)

АНОТАЦІЇ

Єнченко Є.В. Моделювання і управління системними ризиками в логістиці. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата економічних наук за спеціальністю 08.03.02 - Економіко-математичне моделювання. - Київський національний економічний університет ім. Вадима Гетьмана, Київ, 2007.

У роботі розглянуті моделі робасного та надійного проектування ЛС, що застосовуються в СППР за умов невизначеності. Запропоновано новий підхід до проектування ЛС із врахуванням ризиків для довготермінового та короткотермінового горизонту планування. Через кусочно-лінійну апроксимацію функції витрат на запаси досягається їх врахування у задачі розміщення обмежених об'єктів, для якої розроблені спеціалізовані оптимізаційні методи. Це дозволяє приймати рішення про оптимальну кількість та тип об'єктів із врахуванням ефекту централізації запасів. Модель задачі розміщення об'єктів, запасів, транспортування та сервісу в ЛС розширено для об'єднання декількох цільових функцій (мінімізація очікуваних витрат на транспортування, запаси, сервісне обслуговування при обґрунтованому рівні надійності).

Ключові слова: логістична система, системні ризики, багатокритеріальна оптимізація, робастність, надійність, СППР, кусочно-лінійна апроксимація, Лагранжеві релаксації, маршрутування, багатоешелонованість, багатоетапність, постачання, дистрибуція.

Енченко Е.В. Моделирование и управление системными рисками в логистике. - Рукопись.

Диссертация на соискание ученой степени кандидата экономических наук по специальности 08.03.02 - Экономико-математическое моделирование. - Киевский национальный экономический университет имени Вадима Гетьмана, Киев, 2007.

В работе рассмотрены модели робасного и надежного проектирования ЛС, являющиеся основой СППР, используемых в условиях неопределенности. Предложен новый подход к проектированию ЛС с учетом рисков для долгосрочного и краткосрочного горизонтов планирования. Через линейную аппроксимацию функции затрат на централизованные запасы достигается их отображение в задаче размещения ограниченных объектов, для которой разработаны специализированные оптимизационные методы. Это позволяет принимать решения об оптимальном количестве и типе объектов ЛС с учетом эффекта централизации запасов. Модель задачи размещения объектов, запасов, транспортировки и сервиса в ЛС расширена для объединения нескольких критериев (минимизация ожидаемых затрат на транспортировку, запасы, сервисное обслуживание при обоснованном уровне надежности).

Ключевые слова: логистическая система, системные риски, многокритериальная оптимизация, робастность, надежность, СППР, кусочно-линейная аппроксимация, Лагранжевы релаксации, маршрутизирование, многоешелонность, многоэтапность, снабжение, дистрибуция.

Yenchenko Y.V. Modeling and management of system risks in logistics. - Manuscript.

The dissertation for the scientific degree of the candidate of economic sciences in the specialty - 08.03.02. - Economic and mathematical modeling. - Vadim Hetman Kyiv National Economic University, Kyiv, 2007.

Ukraine has a long history of centralized economy planning, assignment of customers to suppliers, product planning among enterprises, optimal dislocation of centralized wholesale and retail networks, transport infrastructure utilization, consistent planning of material flow from suppliers to end customers for the systematical development of whole country based on five year plans.

In unique state economy all the risks was managed with liquidation of concurrency based on such national development plans. But transformation of economy led to transformation of economic theory and introduction of concurrency with underlying risks.

The dissertation is devoted to robust and reliable logistics systems planning which are used in DSS under conditions of uncertainty. New method of logistics system design is proposed which accounts for combined risks in long-term and short-term horizons of planning. Inventory costs in centralized logistics system are modeled using linear approximation of quadratic expenses function. The resulting model formulation has the same structure as known capacitated facility location problem (CFLP), which has specialized optimization methods developed. This allows to consider logistics problems with hundreds of potential objects under restriction on risks related to centralized inventory, service and transportation and solve resulting models with mixed-integer linear solvers.

To consider extended expenses of location, inventory, transportation and service in logistic system multi-objective stochastic models formulated with restrictions on risks of robustness and reliability. The service is modeled as abstract force which can influence the expected reliability of objects with associated expenses.

Under system risks understood risks associated with logistic system activity such as transportation, inventory management, service. Logistics system risks optimized on several levels. On the levels of scenarios absolute and relative regret constrained, on the level of robustness total expected effectiveness of logistic system constrained, on the levels of reliability expected effectiveness of transportation and service constrained. Compromise curves generated for different criteria generally by the way of changing robustness and reliability parameters.

The logistics system reliability is based on reserved objects which are primary objects for other customer zones. Emergency expenses are calculated based on different transport and inventory tariffs. Restrictions on maximal emergency expenses is leading to minimax problems which are too conservative and radical at the same time. The emergency could be very rare event, but preventing it would be very costly. For the person with further planning horizon more appropriate would be to optimize system reliability based on expected emergency costs. Models for absolute and expected reliability are formulated.

Optimal solutions of presented models depend on chosen criteria of operational expenses, robustness, reliability or level of service. Person who make the decision should be modeler and manager simultaneously both on the stage of formulating problem and on the stage of interpretation of optimal result through analyzing compromise expenses curves.

The tasks of supplying, distribution and routing are decomposed with common parameters such as full logistic cycle period, route delivery period, inventory holding and deficit costs. Such decomposition is necessary due to needed freedom of action in different activities and associated complexity of calculations. Other assumed simplification is that only one object can fail at the time. This simplification allows to consider different expected reliabilities of objects. To consider simultaneous failure of objects in each group linear model formulated and solved for optimization of group reliability.

Supplying processes optimized with two-phase stochastic single-commodity multi-transport models, which are integrated with distribution models. Single commodity model chosen because of necessity to optimize total logistical cycle. Multi-commodity variation is projected to single-commodity variation. Among four possible routes of supplying selected one optimal route and one perspective route which are different from routes used by studied firm. The most effective channel of supplying to Ukraine would be common way for the whole region such as CIS or European Union.

Models of distribution formulated and solved with AMPL mixed-integer linear solvers MINTO and CPLEX 10 which can be found at http://neos.mcs.anl.gov. The solvers with open code such as MINTO is generally slower then commercial counterparts such as CPLEX. The strong side of solvers with open code is ability to realize specialized algorithms such as Lagrangian relaxations and subgradient optimization.

The necessity to integrate ledger, tax and managerial accounting policy stipulated with respect to possibility of logistic system effectiveness assessment. This assessment backed by financial statements is necessary for persons who make decisions to get required resources for risk management.

Key words: supply chain, system risk, multi-criteria optimization, robustness, reliability, DSS, service level, linear approximation, CFLP, Lagrangian relaxations, routing, multi-echelon, multi-stage, multi-transport, supplying, distribution.

Размещено на Allbest.ru