Автоматизация расчета количества и месторасположения складов минеральных удобрений

Размещено на http: //www. allbest. ru/

Воронежский государственный архитектурно-строительный университет, г. Воронеж

Автоматизация расчета количества и месторасположения складов минеральных удобрений

Макаров Е.И. Профессор кафедры экономики строительства, д.э.н.,

Курносов В.Б. Генеральный директор ООО «Росагротрейд», г. Воронеж

Annotatіon

The objective of this article is to explain original method of quantity calculation of fertilizer warehouses and determination of their future locations. This method is based on building consumer clusters around existing warehouses or potentially possible warehouse locations. Consumers in this case are agricultural enterprises or farms. This method, which actively used in logistic company “ROSAGROTRADE”, allowed to increase sales and transportation and storage costs were also decreased. Logistic company “ROSAGROTRADE” is making its business in southern parts of the country.

Планирование количества складов и выбор их месторасположения является важным этапом планирования логистической цепочки поставок [2,3,4]. От выбранного на этом этапе решения зависят не только транспортные и складские затраты, объем продаж минеральных удобрений, но и эффективность логистической цепочки в целом. Учитывая большую конкуренцию на рынке минеральных удобрений, а также рациональность клиентов при выборе поставщика, расположение складов может в значительной степени предопределить долю предприятия на внутреннем рынке. Сложность определения количества и расположения складов при планировании системы сбыта минеральных удобрений объясняется многочисленностью подлежащих анализу вариантов. Поэтому, как правило, для определения количества и расположения складов в каждой конкретной ситуации требуется создание собственной методики.

МЕХАНИЗМ РАСЧЕТА

Основной особенностью разработанной нами методики является привязка к географическому месторасположению собственных складов, арендованных складов, мест потенциально возможного строительства складов, предпочтения потребителей при выборе склада-поставщика минеральных удобрений, а также возможность учета различных дополнительных факторов. Основной гипотезой методики является утверждение, что количество и расположение складов необходимо выбирать таким образом, чтобы привлекать максимум клиентов за счет более близкого к ним расположения. В качестве механизма расчета количества и расположения складов нами был выбран многомерный анализ [1], который позволяет учитывать такие специфические особенности цепи поставок минеральных удобрений, как:

- жесткая географическая привязка потребителей;

- потребность клиентов в продукции;

- максимально возможный объем хранения продукции на складе;

- стоимость хранения продукции на складе;

- транспортные расходы;

- уровень сервиса на складах;

- возможность аренды существующих складов, ранее не использовавшихся в системе сбыта;

- возможность строительства новых складов;

- наличие на рынке сбыта складов конкурирующих фирм;

- рациональность потребителей, т.е. каждый потребитель минеральных удобрений стремится осуществить закупку на складе с наименьшими расходами для себя, принимая также во внимание уровень сервиса и текущие объемы хранения на складах.

Методика многомерного анализа делает возможным выбор расположения складов не только по географическому положению клиентов, перенесенному в декартову систему координат, но также исходя из потребности клиентов в продукции, мощности складов, специализацию и стоимость хранимой на них продукции за счет ввода для объектов дополнительных параметров (стоимость, потребность, мощность и др.).

Главным преимуществом многомерного анализа при формировании логистических цепей поставок является моделирование закупочных групп клиентов относительно существующих и потенциальных складов. Таким образом, благодаря многомерному анализу мы можем ответить на вопрос, где будут осуществлять закупку клиенты при различном расположении складов. На основании этих данных можно определить эффективность каждого склада и эффективность цепей поставок в целом. На основании данных об эффективности складов и цепочки в целом принимается решение о том, какие склады необходимо закрыть, какие должны продолжать функционировать и есть ли необходимость строительства или аренды новых складов.

Для группирования потребителей с целью определения необходимого количества складов и их расположения нами была разработана методика многомерного анализа кластеризации потребителей по принципу их притяжения к складам, исходя из основных факторов, определяющих выбор склада покупателем (затраты на покупку и транспортировку, уровень сервиса на складе, величина склада и другие).

При группировке потребителей относительно складов необходимо выполнение следующих условий:

- анализ взаимодействия потребителей и складов необходимо рассматривать по парам «склад-потребитель»;

- взаимодействие складывается, исходя из удаленности склада от поставщика и зависимых от этого транспортных затрат, а также из стоимости продукции на этом складе;

- склад с наименьшими затратами для потребителя оказывает на него наибольшее притяжение;

- при совмещении на плоскости точек складов и потребителей притяжение между ними усиливается по причине отсутствия транспортных затрат.

АЛГОРИТМ РАСЧЕТА

Алгоритм группировки потребителей относительно складов представляет собой пошаговое моделирование физического перемещения клиентов от места их географического расположения до места расположения склада. При этом на перемещение клиентов оказывают воздействие склады, внесенные в модель: собственные, арендованные, конкурентные, потенциальные. Чем лучше условия склада для клиента (расстояние, цена, сервис и т.д.), тем большее влияние он оказывает на клиента при выборе им вектора своего перемещения.

На каждом шаге выполняется вычисление новых координат клиентов в соответствии с принципами группировки объектов, описанными выше. После каждого шага значения новых координат i-го потребителя рассчитываются по следующим формулам:

, (1)

, (2)

где: - новое значение координаты х для i-го потребителя; - старое значение координаты х i-го потребителя; - новое значение координаты y i-го потребителя; - старое значение координаты y; k - коэффициент скорости перемещения объектов (чем больше значение коэффициента, тем быстрее будет происходить сближение объектов); - проекция вектора изменения координаты i-го потребителя на ось x; - проекция вектора изменения координаты i-го потребителя на ось y.

Вектор изменения координаты включает в себя две составляющие:

- направление движения (увеличение или уменьшение конкретной координаты);

- скорость движения (значение изменения координаты).

Изменение координат i-го потребителя зависит от расположения складов, их мощности, стоимости предоставляемой продукции, уровня сервиса, наличия продукции, а также потребности в продукции i-го потребителя. При этом верны следующие зависимости:

- чем ближе взаиморасположение потребителя и склада, тем больше сила взаимодействия между ними;

- чем меньше стоимость продукции на складе, выше уровень сервиса и больше объем запасов, тем большее влияние он оказывает на клиентов;

- чем больше одновременное влияние на потребителя со стороны разных складов, тем медленнее будет его перемещение в сторону какого-либо склада;

Движение потребителя прекращается при достижении им окрестности какого-либо склада. Т.е. предполагается, что как только потребитель оказывается в непосредственной близости от некоторого склада, то выбор поставщика для данного потребителя становится однозначным.

Проекция вектора изменения координаты х i-го потребителя определяется по формуле:

,

где Wd - показатель влияния отдаленности объектов на притяжение клиентов к складу; Wm - показатель влияния мощности складов на притяжение клиентов к складу; Ws - показатель влияния стоимости продукции складов на притяжение клиентов к складу; Wg - показатель влияния уровня сервиса складов на притяжение клиентов к складу.

Проекция вектора изменения координаты y i-го потребителя определяется по формуле:

. (4)

Показатель влияния потребителя i на склад j в зависимости от расстояния определяется как сумма квадратов разниц соответствующих координат по следующей формуле:

, (5)

где pr - коэффициент влияния расстояний на перемещение потребителей.

Показатель влияния объекта i на склад j в зависимости от мощности склада определяется по следующей формуле:

, (6)

где mi - мощность i-го склада; mmax - максимальная мощность складов; pm - коэффициент влияния мощностей складов на перемещение объектов.

Влияние объектов на склады в зависимости от стоимости продукции на каждом из складов определяется показателем Ws, который рассчитывается по следующей формуле:

, (7)

где si - стоимость продукции на i-ом складе; smax - максимальная стоимость продукции на анализируемом рынке сбыта; ps - коэффициент влияния стоимости продукции на перемещение клиентов.

Показатель влияния объекта i на склад j в зависимости от уровня сервиса склада j определяется по формуле:

, (8)

где gi - уровень сервиса i-го склада; gmax - максимальный уровень сервиса складов; pg - коэффициент влияния уровня сервиса на перемещение потребителей.

КОМПЬЮТЕРНАЯ ПРОГРАММА ДЛЯ РАСЧЕТА КОЛИЧЕСТВА И РАСПОЛОЖЕНИЯ СКЛАДОВ

С целью автоматизации расчетов размещения логистических мощностей при проектировании цепей поставок нами разработана программа для ПК «PROSklad». Программа предназначена для выполнения таких функций, как:

- группировка потребителей по принадлежности к складам;

- оценка дохода каждого из складов;

- слежение за тенденциями перемещений потребителей в пространстве при выборе поставщика при различных условиях предпочтений (стоимость, уровень сервиса и др.);

- оценка эффективности строительства новых складов;

- определение устойчивости цепи поставок.

С помощью программы PROSklad нами произведены расчеты количества и расположения складов для цепи поставок ООО «Росагротрейд» на примере поставок аммиачной селитры в Воронежской области. Складами ООО «Росагротрейд» на территории Воронежской области являются ОАО «Семилукиагропромхимия», ООО «Агрохимсервис-1», ИП Сотникова Е.Г., ЗАО «Острогожская МТС - Агрохим».

склад логистический поставка компьютерный

Рисунок 1 Расположение складов

После внесения данных в программу PROSklad расположение складов организации, складов-конкурентов и потребителей в пространстве будет выглядеть, как показано на рис. 1 (черные точки - потребители, черные квадраты - склады ООО «Росагротрейд», серые квадраты - склады основных конкурентов ООО «Росагротрейд»).

В ходе дальнейшего образования групп объекты будут двигаться, выбирая свое направление в зависимости от привлекательности складов в том или ином направлении движения. В программе предусмотрено пошаговое или посессионное перемещение объектов. На каждом шаге координаты объектов изменяются в соответствии с формулами №№1,2. Перемещение объектов можно закончить, когда образованные потребителями кластеры будут четко различимы. Большинство таких кластеров должно находиться в непосредственной близости складов или в положении между складами, если два или более складов одинаково привлекательны для клиентов по всем параметрам.

В рассматриваемом примере группирования потребителей аммиачной селитры Воронежской области после выполнения нескольких шагов возможно различить четкое тяготение сформировавшихся кластеров потребителей к определенным складам (рис. 2). Как видно из рисунка, большинство потребителей переместилось в точки выбранных складов. При этом часть потребителей не изменила своих координат, что могло быть вызвано значительной отдаленностью этих потребителей от всех складов. Небольшая группа потребителей, координаты которых слились в одну точку, оказались уравновешенными влияниями нескольких складов. Такое расположение потребителей означает их неопределенность при осуществлении закупок минеральных удобрений, и на окончательный выбор склада-поставщика повлияют дополнительные факторы.

Рисунок 2 Группировка потребителей аммиачной селитры по Воронежской области

Предусмотренная в программе функция группирования потребителей по их принадлежности к складам позволяет не только зафиксировать принадлежность потребителей к тому или иному складу, но и определить эффективность каждого из складов (рис. 3).

В результате расчета прогнозируемых доходов складов после группировки потребителей было установлено, что наибольший доход в прогнозном периоде ожидается от склада ОАО «Минудобрение». Использование склада ИП Сотникова Е.Г. представляется нецелесообразным, поскольку только один из потребителей при моделировании программой сделал предпочтение в пользу этого склада. Такой результат моделирования может быть связан с наличием расположенного рядом со складом Сотниковой Е.Г. склада ОАО «Семилукиагропромхимия» с лучшими параметрами для потребителей.

В результате произведенных расчетов было установлено, что оптимальное количество складов для ООО «Росагротрейд» - 5, расположенных в Семилукском, Аннинском, Острогожском, Рамонском и Лискинском районах Воронежской области.

Рисунок 3 Группировка потребителей в программе PROSklad

Литература

1. Андрейчиков, А.В. Анализ, синтез, планирование решений в экономике [Текст] / А.В. Андрейчиков, О.Н. Андрейчикова. - М.: Финансы и статистика, 2000. - 368 с.

2. Бауэрсок, Д. Логистика: Интегрированная цепь поставок [Текст]: [пер. с англ.] / Д. Бауэрсок, Д. Клосс - М.: ЗАО «Олимп-Бизнес», 2001. - 640 с.

3. Кристофер, М. Логистика и управление цепочками поставок [Текст]/ М. Кристофер; под общ. ред. В.С. Лукинского. - СПб.: Питер, 2004. - 316 с.

4. Семененко, А.И. Логистика. Основы теории [Текст]: учебник для вузов / А.И. Семененко, В.И. Сергеев - СПб.: Издательство «Союз», 2001 - 544 с.

Размещено на Allbest.ru