Геоинформационные системы в транспортной логистике

Вариант многие ко многим представляет собой самый интересный и в то же время самый сложный случай. Сложность данной задачи заключается в том, что не определена более, или менее стандартная постановка данной задачи. В каждой компании, занимающейся перевозками с применением данной схемы, есть свой набор правил, на основании которых осуществляется планирование рейсов. Правила эти для каждой компании во многом уникальны, и редко полностью формализованы. Иными словами, крайне сложно выделить некую общую постановку задачи и общий алгоритм ее решения. Разрабатывать же общий алгоритм нецелесообразно, ибо при внедрении его в конкретную компанию, затраты на доработку реализованного варианта задачи до требуемого сопоставимы с затратами на разработку и программную реализацию системы планирования доставки заказов “с нуля”.

В качестве примеров постановки задачи многие ко многим можно привести пример классической транспортной задачи. Эта постановка предполагает, что для заказчика неважно, с какого именно склада к нему будет доставлена готовая продукция. Классическое применение данной постановки - развоз бетона или асфальта от нескольких производящих их заводов к стройкам, идущим в различных городах. При этом предполагается, что затраты единицы продукции зависят только от расстояния между заводом и пунктом разгрузки. Также подразумевается, что каждая машина постоянно курсирует между выбранным заводом и пунктом разгрузки.

Гораздо более сложной для решения (с комбинаторной точки зрения) задачей является случай, когда необходимо перевезти конкретные заказы с одного места на другое. Дело в том, что при решении на практике этой не очень сложной на первый взгляд задачи могут обнаруживаться самые различные ограничения.

Иногда, заказы некоторого типа можно доставлять лишь в определенной последовательности, которая зависит от типа используемого автотранспорта. Например, в некоторые фуры, с одним выходом из фургона, загрузка и погрузка товара осуществляется только как в стек, то есть заказы можно разгружать строго в последовательности, обратной той, в которой они были погружены. Некоторые машины, с двумя входами могут одновременно работать как стек и очередь, позволяя производить погрузку с одной стороны, а разгрузку с двух сторон. Кроме того, возможны особенности кузова или тары, в которой поставляются заказы, которые позволяют осуществить произвольный доступ к размещенным в кузове заказам.

Кроме вышесказанного, следует учитывать, что некоторые заказы могут быть принципиально доставлены только определенным подмножеством машин, а некоторые заказы могут поступать в отдел планирования уже после начала объезда заказов и требуют добавления на один из уже спланированных рейсов в режиме реального времени.

По вышеописанным причинам, каждая конкретная реализация задачи планирования доставки заказов по схеме “многие ко многим” должна быть рассчитана под конкретного заказчика и учитывать особенности его предметной области. Заранее проводить реализацию подобной задачи в рамках проектируемой логистической программы можно лишь подразумевая ее использование в демонстрационных целях.

2.3 Концепция блока по оценке экономических издержек производства транспортных услуг

Обратимся к классификации затрат АТП, приведенной в вводной части работы:

1) материальные затраты

2) затраты на оплату труда

3) отчисления на социальные нужды

4) прочие затраты

В состав материальных затрат включаются затраты на:

1) топливо

2) смазочные и эксплутационные материалы

3) запасные части и материалы

4) агрегаты

5) шины

6) прочие материальные затраты.

Рассмотрим перечень материальных затрат более подробно:

1) топливо

В нижеприведенной таблице приведены данные эксплуатационных испытаний наиболее массовых автомобилей, используемых при внутригородских перевозках. (данные по [2])

В результате обработки статистических данных (по данным [2]), была получена эмпирическая формула для расчета расходов на топливо:

(*)

где - расчетная стоимость топлива за маршрут,

- обобщенный коэффициент, учитывающий надбавки и снижения в расходе топлива при движении в различных условиях

a- линейная норма расхода топлива на пробег автомобиля без груза, л/100 км

K- коэффициент, зависящий от марки и модели автомобиля

-масса груза между пунктами назначения, т

- цена 1л топлива

- пробег автомобиля между пунктами назначения, км

Рассмотрим вышеуказанное выражение более подробно:

1) характеризует режим и характер движения ( плотное городское, трасса, пересеченная местность). Этот коэффициент может варьироваться от 1 (трасса) до 1,4 (пересеченная местность).

2) Параметр a основан на данных производителя.

3) Параметр К характеризует зависимость расхода топлива от загрузки для конкретной марки и модели автомобиля. В данной спецификации эта зависимость для упрощения принимается линейной.

Данное выражение было получено автором по выборке крупного АТП (325 машин в течение 2х лет) по методологии [4], используя метод наименьших квадратов.

Стоит заметить, что приведенный формула (*) не всегда удобна для расчетов, так как часто возникает проблема с данными по загрузке и пробегах автомобилей между пунктами назначения на маршруте, более того данный априорный метод оценки не является прецизионно точным, поэтому более удобной для оценки является:

Где - пробег автомобиля между пунктами назначения, км

- средневзвешенная масса груза, определяется характером развозок (например, в один из пунктов назначения большая часть груза или равномерное распределение груза по пунктам назначения.)

Безусловно, приведенные данные являются усредненными, и оценка, полученная с их помощью, является весьма приближенной. Более точные оценки могут быть получены с помощью повторной калибровки по реальным данным, полученным из исследуемого АТП.

2) Затраты на смазочные материалы.

Согласно [4], расходы на смазочные материалы у автомобилей зарубежного производства составляют от 2,5 до 6 % от стоимости топлива, от 4,5 до 8 % у автомобилей отечественного производства.

3) Затраты на ТО и ремонт

В приведенной ниже таблице представлены данные по затратам на ТО и ремонт европейских автомобилей.

Затраты на ТО и ремонт европейских автомобилей

Приведенные величины могут быть использованы для приближенной оценки затрат на ТО и ремонт автомобилей зарубежного производства, эксплуатирующихся в отечественных АТП, но при этом значения удельных затрат должны быть увеличены на 15-20%.

4) Затраты на шины

Нормы затрат на восстановление и ремонт шин определятся по формуле:

(центов на км пробега)

Где - пробег шин, тыс. км.

Для использования данной методологии в расчетах ниже приведены таблицы со статистическими данными по Западной Европе и России соответственно:

Пробег новых и восстановленных шин, тыс. км

Пробег шин, эксплуатирующихся в российских АТП, тыс. км

Информационная база данных для основных функций логистической системы АТП.

Необходимым условием для эффективного прогнозирования затрат и планирования работы АТП является наличие информационной базы данных по подвижному составу.

Формирование информационной базы данных.

Априорно по каждому транспортному средству необходима следующая информация:

- марка и модель автомобиля

- возраст автомобиля

- пробег на исходную дату

По каждому транспортному средству ежедневно должна собираться следующая информация:

- состояние автомобиля

- текущий пробег

- затраты на топливо

- затраты на смазочные материалы

- затраты на запасные части

- затраты на ремонтные работы

- время работы на линии

- степень загрузки автомобиля (максимум из отношений текущий груз/грузоподъемность и текущий объем груза/ объем кузова

Будем приписывать каждому транспортному средству следующие состояния:

- S1 - работа на линии

- S2 - техническое обслуживание

- S3 - текущий ремонт и замена агрегатов

- S4 - простои по организационным причинам

- S5 - простои по выходным дням

Будем подразделять затраты на запасные части на следующие категории:

- шины

- двигатель и навесное оборудование

- трансмиссия

- электрика

- кузов

Затраты на ремонтные работы должны определяться по трудозатратам, измеряемым в нормочасах ( по данным производителя автомобиля), и цены нормочасов по каждому из видов работ.

Сбор необходимой статистической информации.

Наиболее простыми в смысле сбора и обработки являются:

- состояние автомобиля

- текущий пробег

- затраты на топливо

- время работы на линии

Более того, сбор и обработка вышеуказанных данных может быть почти полностью автоматизирован при условии внедрения GPS-мониторинга транспортных средств.

Более сложным является сбор и обработка данных по затратам на смазочные материалы и запасные части. Во-первых, необходимо вести большую номенклатуру запасных частей и материалов, что может привести к необходимости расширения штата сотрудников. Во-вторых, может возникнуть необходимость упорядочения или введения нового документооборота на уровне заведующего автопарком и начальника ремонтной базы во избежании искажения и потерь первичной информации.

Наиболее проблемными являются данные по расходам на ремонтные работы, особенно в ситуации, когда ремонт ведется на собственной ремонтной базе АТП. В этом случае возникнет необходимость введения новой системы учета трудозатрат, что, безусловно, приведет к возникновению дополнительных финансовых и организационных издержек.

В первую очередь, полученная информация может быть использована для аналитических и финансовых отчетов о деятельности АТП - средние показатели себестоимости перевозок, загрузки автомобилей и т.д.

Рассмотрим возможности анализа агрегированной информации более подробно.

После получения достаточно обширной выборки (более 30 машин в течение полугода), появляется возможность откалибровать модель затрат на топливо, так же получить реальные данные по других составляющим материальных затрат в нужном руководстве виде ( к примеру, по затратам с помодельной разбивкой подвижного состава). Так же используя полученные данные, можно получать достаточно достоверные прогнозы по агрегированным затратам АТП (экстраполируя полученные средние значения).

После формирование базы данных по подвижному составу появляется возможность прогнозирования потока отказов деталей и агрегатов подвижного состава. Наличие адекватных (в смысле небольших (10-20%) отклонений прогнозных величин от реальных) прогнозов по необходимым номенклатуре и количестве материальных ресурсов позволяет существенно сократить совокупные издержки по ремонту и обслуживанию подвижного состава, так как для сокращения времени технического обслуживания и ремонта необходимо повышать затраты на закупку ГСМ и запасных частей «впрок», но снижение данных затрат приведет к повышению времени на ТО и ремонт, что, соответственно, приведет к повышению затрат за счет простоя транспорта. Таким образом, совокупные издержки задачи имеют ярко выраженный экстремум.

Подытоживая, следует отметить, что адекватный прогноз потока отказов деталей и агрегатов подвижного состава дает возможность свести к минимуму совокупные издержки по ремонту и обслуживанию подвижного состава, но решение задачи вышеуказанного прогнозирования имеет достаточно сложный методологический характер и требует больших выборок. Первая проблема состоит в выборе и калибровке законов распределения для описания наработок деталей - часто возникает проблема неверного выбора закона распределения и смещенности оценок параметра закона. Не менее важным моментом является выбор степени агрегирования - “слишком” детальная статистика по деталям (к примеру, номенклатура в десять и более тысяч наименований: игольчатый подшипник №…, поршневые кольца на двигатель ЗМЗ-402 второй ремонтный размер и т.д.) приводит к коротким выборкам и проблемам со сбором информации, обратно, базируясь на “слишком” агрегированных данных (двигатель, трансмиссия и т.д.) не возможно сделать адекватный прогноз.

Реализация прогнозного модуля, безусловно, является существенным плюсом для описываемой геоинформационной системы, но в силу вышеуказанных методологических проблем этот модуль является скорее дополнительным нежели основным.

Заключение

Перед автором данной работы ставилось две цели - экономическое обоснование внедрения и концепция геоинформационной системы.

Первый результат данной работы - структурирование и качественная оценка результатов от внедрения и использования геоинформационных систем на автотранспортном предприятии или в отделе.

Рассматривая основную цель данной работы - концепцию геоинформационной системы, следует выделить следующие результаты - предложенный алгоритм решения транспортной задачи основанный на генетических алгоритмах, методология априорной оценки себестоимости транспортных услуг и концепция информационной базы по подвижному составу автотранспортного предприятия.

Подытоживая, следует отметить, что геоинформационная система, разработанная или доработанная в соответствии с предложенной в данной работе концепцией и методологией, позволит с минимальными материальными и временными издержками решать следующие задачи:

1) комплексное решение транспортной задачи

2) создание информационной базы по подвижному составу и текущей деятельности автотранспортного предприятия.

3) решение задач по учету и планированию производственной программы и расходам материальных средств.

Список использованной литературы

1) Астрохов Н.А. “О задаче коммивояжора.” Москва, МАДИ, 1989.

2) Бережной В.И. “Методы и модели управления материальными потоками микрологистической системы автопредприятия”. Москва, 1996.

3) Бережной В.И. “Логистика автомобильного транспорта”. Москва, 2004.

4) Доминина С.В. “Методологические рекомендации по определению затрат на перевозки грузов автомобильным транспортом.” Москва, 1993.

5) Зайцев Е.И “ Информационные технологии в управлении эффективностью автотранспорта.” Спб, 1998.

6) Котиков Ю.Г. “Основы теории транспортных систем”. Cпб, 2000.

7) Кузнецов Е.С. “Техническая эксплуатация автомобилей”. Москва, 2001.

8) Лукинский В.С. “Возможности прогнозирования ситуации на рынке транспортных услуг с учетом влияния случайных и неслучайных параметров.” Спб, 2002.

9) Сергеев В.И. “Менеджмент в бизнес-логистике” Москва, 1999.

10) Holland, J. H. “Adaptation in Natural and Artificial Systems”. Ann Arbor: The University of Michigan Press, 1975.

11) R. Poli. “Introduction to Evolutionary Computation”. Lectures notes. School of Computer Science, The University of Birmingham, 1996. http://www.cs.bham.ac.uk/~rmp/slide_book/.

12) Shapiro J.F. Modeling the Supply Chain - Duxbury Press 2000.

Размещено на Allbest.ru