Логистические системы

     Все модели логистических систем делятся  на два класса: изоморфные и гомоморфные.

     Изоморфные  модели представляют собой полный эквивалент всем морфологическим и поведенческим особенностям моделируемой системы и способны полностью заменить ее. Однако построить и исследовать изоморфную модель практически невозможно вследствие неполноты и несовершенства знаний о реальной системе и недостаточной адекватности методов и средств такого моделирования.

     Поэтому практически все модели, используемые в логистике, являются гомоморфными, которые представляют собой модели, подобные отображаемому объекту  лишь в отношениях, характерных и  важных для процесса моделирования. Другие аспекты строения и функционирования при гомоморфном моделировании игнорируются.

     Гомоморфные модели делятся на материальные и абстрактно-концептуальные.

     Материальные  модели находят в логистическом  управлении ограниченное применение, что связано с трудностью и  дороговизной воспроизведения натакого рода моделях основных геометрических, физических и функциональных характеристик  оригинала и крайне ограниченными  возможностями варьирования их в  процессе работы с моделью.

     Поэтому для логистики в основном используются абстрактно-концептуальные модели, которые  подразделяют на символьные и математические.

     Символьные  модели построены на основе различных, определенным образом организованных знаков, символов, кодов, слов или массивов чисел, изображающих исследуемый оригинал. Для построения подобных моделей используются такие символы или коды, которые однозначным, не допускающим возможности различного толкования образом, представляют моделируемые структуры и процессы. Например, для языкового описания моделей используются специальным образом построенные словари (тезаурусы), в которых в отличие от обычных толковых словарей каждое слово имеет только одно определенное значение.

     Информацию, полученную с помощью использования  символьных моделей, неудобно обрабатывать (хотя это и возможно) для дальнейшего  использования в системах логистического управления. Поэтому наибольшее распространение  в процессе создания и эксплуатации систем логистического управления получили математические модели. Математическое моделирование бывает аналитическое и имитационное.

     Особенностью  аналитических моделей является то, что закономерности строения и  поведения объекта моделирования  описываются в приемлемой форме  точными аналитическими соотношениями. Эти соотношения могут быть получены как теоретически, так и экспериментально. Теоретический подход применим только для простых компонентов и  систем, допускающих сильное упрощение  и высокую степень абстракции. Кроме того, затруднена проверка адекватности полученного аналитического описания, поскольку поведение моделируемого  объекта заранее не определено, а  как раз и должно быть выяснено в результате моделирования. Для  определения этого поведения  и составляется данное аналитическое  описание. Аналитическое описание может  быть определено также путем проведения экспериментов над исследуемым  объектом. Более универсальным подходом обладает имитационное моделирование.

     Имитационная  модель - это компьютерное воспроизведение  развертывания во времени функционирования моделируемой системы, т. е. воспроизведение  ее перехода из одного состояния в  другое, осуществляемое в соответствии с однозначно определенными операционными правилами.

     На  ЭВМ имитируется течение управляемого процесса с последующим анализом результатов моделирования для  выбора окончательного решения.

     Имитационные  модели относятся к классу описательных моделей. При этом машинная имитация не ограничивается разработкой лишь одного варианта модели и одноразовой  ее эксплуатацией на ЭВМ. Как правило, модель модифицируется и корректируется: варьируются исходные данные, анализируются  различные правила действия объектов. Испытания модели осуществляются таким  образом, чтобы проверить и сравнить между собой различные структурные  варианты логистических систем. Имитация завершается проверкой полученных результатов и выдачей рекомендаций для практического внедрения.

     Имитационные  модели широко применяются для прогнозирования  поведения логистических систем, при проектировании и размещении предприятий, для обучения и тренировки персонала и т. д.

     Описание  в виде математических моделей экономических (логистических) процессов производится экономико-математическими методами. Алгоритмические методы позволяют  реализовать модели, в которых  устанавливают связи между входными и выходными параметрами описываемого компонента, скоростями их изменения  и скоростями изменения этих скоростей (т. е. ускорениями).

     Эти методы разделяют на экономико-статистические и эконометрические.

     Первые  используют описания характерных элементов, основанные на математической и экономической  статистике. Вторые базируются на математическом описании происходящих экономических  процессов. Например, общий фонд заработной платы однозначно математически связан с числом работающих и их распределением по разрядам.

     Эвристические методы представляют собой не правила  преобразования некоторых исходных положений, а набор типовых решений, обеспечивающих пусть и не оптимальную, но вполне работоспособную процедуру  получения описаний, пригодных для  дальнейшего построения моделей.

     Эвристические методы делятся на методы исследования операций и методы экономической  кибернетики. Последние, в свою очередь, подразделяются на методы теории экономических  систем и моделей, методы теории экономической  информации и методы теории управляющих систем.

     Экономико-математическая модель - это математическая модель исследуемого экономического объекта (системы, процесса), т. е. математически  формализованное описание исследуемого экономического объекта (системы процесса), отражающее характер, определенные существенные свойства реального экономического объекта и процессов, протекающих  в нем.

     Основным  для исследования экономико-математической модели является ее целевая функция. Экстремальному значению данной функции  для конкретной модели соответствует  наилучшее управленческое решение  для моделируемого объекта. Описаниями подобной модели являются также ограничения  значений ее параметров, которые задаются в виде системы равенств и неравенств. Таким способом формализуются те или иные свойства моделируемого  компонента. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     5 Показатели работы логистических систем 

     Для оценки работы логистических систем используются следующие показатели:

     - количество заказов в определенный  период времени;

     - потребность в ресурсах в определенный  период времени;

     - затраты на оплату труда работников, связанных с перемещением ресурсов;

     - численность работников, связанных  с перемещением ресурсов;

     - удельный вес заказов в выручке  предприятия;

     - объем товаров на складе;

     - среднее время нахождения товара  на складе.

     При анализе и планировании логистических  затрат предприятиями применяются  следующие показатели:

     • абсолютная сумма затрат, используемая при оценке логистических затрат, и их величины по отдельным статьям и элементам затрат;

     • уровень логистических затрат по общему объему и отдельным статьям, рассчитанный как отношение суммы  логистических затрат к объему продаж в процентах;

     • экономичность — достижение определенного  результата при наименьших затратах (принцип минимизации) или обеспечение  наибольшего результата при заданном объеме затрат (принцип максимизации);

     • эффективность использования потребленных ресурсов, исчисленная как отношение  объема продаж или прибыли отчетного (планового) периода к логистическим затратам за этот же период;

     • затратоемкость, характеризующая уровни логистических затрат по функциональным областям.

     Движение  потоков ресурсов в логистических подсистемах(снабжения, производство, сбыт, транспорт, складское хозяйство) характеризуется следующими группами логистических подсистем:

     - структурные показатели;

     - показатели производительности  логистической системы;

     - показатели экономичности;

     - показатели качества.

     В качестве примера рассмотрим подробнее  показатели логистики, относящиеся к подсистеме сбыта.

1. Структурные показатели:

- количество  потребителей;

- средний доход  с одного потребителя;

- количество  поставок за единицу времени;

- затраты на  выполнение заказа;

- затраты на  привлечённый транспорт.

2) Показатели  производительности:

- время на  транспортировку;

- среднее количество сбытовых процессов на одного работника;

3) Показатели  экономичности:

- затраты на  выполнение заказов;

- заказы на  сбыт одного среднего заказа;

- доля затрат  среды в общей стоимости заказа;

- затраты на  собственный транспорт;

- частота выполнения  заказов. 

4) Показатели  качества:

- время поставок;

- готовность  поставок;

- количество  и объемы невыполненных поставок;

- количество  заказов, выполненных с нарушением времени поставок;

- количество  рекламаций.

При оценке системы  логистики могут также применяться  показатели, используемые при оценке инвестиционных проектов. Это:

- чистый дисконтированный  доход (ЧДД);

- индекс доходности (ИД);

- внутренняя  норма доходности (ВНД);

- срок окупаемости  инвестиций (Ток).

     Чистый  дисконтированный доход (ЧДД) – это  разница между приведёнными к настоящей стоимости суммой чистого денежного потока и суммой инвестиционных затрат на реализацию инвестиционного проекта.

     Чистый  дисконтированный доход рассчитывается по формуле 
 

     где  Дt – сумма дохода инвестора в течении периода t, руб.;

            Иt – затраты инвестора в течение периода t, руб.;

             t  – порядковый номер периода;

n – количество дисконта или нормативов дисконтирования,  т.е. норматив

       приведения затрат к единому моменту времени.

     Если  инвестиционные вложения осуществляются один раз за период, величину чистого  дисконтированного дохода можно  определить по формуле 
 

     Величина  ЧДД инвестиционного проекта  положительная, то проект признаётся эффективным. Чем больше ЧДД, тем эффективнее  инвестиционный проект.

     Если  ЧДД отрицательная величина, то проект будет убыточным.

     Индекс  доходности инвестиций (ИД) – это  отношение суммы приведённого дохода к сумме приведённых инвестиционных затрат.

     Индекс  доходности рассчитывается по формуле 
 

     где Дд – дисконтированный доход, руб.;