- •Конспект лекцій
- •Вінниця - 2010 вступ
- •1. Логістика в ринковій економіці
- •1.1. Еволюція концепції логістики
- •1.2. Логістика як науковий напрямок
- •1.3. Розвиток логістики
- •Класифікація форм логістичних утворень
- •2.1. Поняття терміна «логістика»
- •2.2. Види логістики
- •3. Характеристика основних елементів логістики
- •3.1. Цілі логістики
- •3.2. Задачі логістики
- •3.3. Вимоги і функції логістичного управління
- •3.4. Основні підходи і методи, що застосовуються в логістиці
- •4. Технологічні процеси та управління матеріальними потоками
- •4.1. Матеріальний потік і його характеристики
- •4.2. Інформаційні потоки в логістиці
- •4.3. Логістичні операції і інші поняття в логістиці
- •5. Фпктори Формування логістичних систем
- •5.1. Сутність логістичних систем
- •5.2. Типи і види логістичних систем
- •5.3. Розробка логістичних систем
- •5.4. Логістичні ланцюга і логістичні ланки
- •6. Види логістики
- •6.1. Заготівельна логістика
- •6.2. Розподільча логістика
- •6.3. Внутрішньовиробнича логістика
- •6.4. Логістика посередництва
- •6.5. Логістика складування
- •7. Управління иатеріальними потоками в логістичних системах
- •1. Математичні методи побудови макрологістичних моделей
- •1.1. Загальні відомості про потокові моделі
- •1.1.1. Задачі, які розв’язуються методами теорії потоків
- •1.1.2. Основні поняття та означення теорії потоків
- •1.1.3. Теорема про максимальний потік (теорема Форда-Фалкерсона)
- •Стверджується, що кінцева вершина
- •1.1.4. Задачі теорії потоків і лінійного програмування
- •Причому змінні мають довільні знаки, а змінні
- •1.2. Основні алгоритми теорії потоків
- •1.2.1. Алгоритми визначення максимального потоку
- •1.2.2. Угорський алгоритм
- •2. Математичні моделі оптимізації пропускних спроможностей і потоків на мережах
- •2.1. Загальні положення
- •2.2. Задача вибору пропускних спроможностей
- •2.3. Зворотня задача вибору пропускних спроможностей
- •2.4. Задача розподілу потоків
- •Додаток 2
- •Розв’язком задачі пошуку екстремуму (д. 1) буде розв’язок системи
- •8.Прикладні задачі галузевої логістики
- •1. Керування виробничими і торгівельними запасами
- •1.1. Модель економічного розміру партії поставки
- •1.2. Знаходження оптимального розміру партії поставки з урахуванням можливого дефіциту запасів
- •1.3. Випадковий попит. Збитки із-за надлишку або нестачі запасів
- •1.4. Визначення груп запасів по методу авс і xyz
- •Ідентифікація об'єктів керування, що аналізуються методом авс
- •Оцінка об'єктів керування по виділеній класифікаційній ознаці
- •Визначення коефіцієнтів варіації
- •Побудови кривої xyz Поділ сукупності об'єктів керування
- •2. Практичні задачі логістики складування
- •2.1. Управління матеріальними потоками на основі поопераційного обліку логістичних витрат
- •Зона зберігання – головне приміщення складу з єдиною матеріальною відповідальністю
- •Ділянка приймання
- •2.2. Визначення розмірів технологічних зон складу
- •3. Площі ділянок приймання і комплектування (Sпр і Sком)
- •4. Площа робочих місць (Sрм )
- •5. Площа приймальної експедиції (Sпе)
- •6. Площа відправної експедиції (Sев)
- •2.3. Розрахунок точки беззбитковості діяльності складу
- •2.4. Ухвалення рішення про користування послугами найманого складу
- •2.5. Визначення місця розташування розподільчого складу на території, що обслуговується
2.4. Задача розподілу потоків
Ця задача відноситься до задач другого і четвертого типів, постановка яких наведена в розділі 3.1. В цьому розділі розглядається задача розподілу потоків, в якій вважається, що пропускні спроможності задані, а потоки потрібно розподілити так, щоб мінімізувати середнє значення часу перебування в мережі – задача другого типу.
В цьому випадку може виникнути ситуація, коли потік по маршруту перевищує пропускну спроможність каналу, тобто . Ця ситуація вимагає розщеплення одного потоку по кількох каналах.
Розв’язок цієї задачі базується на теоремі Форда-Фалкерсона та угорському алгоритмі.
З рівності (3.4) маємо
Звідси видно, що
Отже, можна зробити висновки, що Т – опукла функція потоків і має мінімум.
Не вдаючись в подробиці виводу (тих хто цікавиться відсилаємо до [28, 29]) сформулюємо алгоритм розв’язку задачі методом відхилення потоку.
КРОК 1. Покласти
КРОК 2. Для кожного і = 1, 2, ..., М знайти довжину
КРОК 3. Знайти – добав очний вартісний коефіцієнт для цього потоку
.
КРОК 4. Розв’язати задачу відшукання потоків по найкоротшому маршруту (розділ 2.1.). Позначимо вектор потоків
.
КРОК 5. Знайти – добавлений вартісний коефіцієнт для потоку по найкоротшому маршруту
.
КРОК 6. (Правило зупинки). Якщо , де – допуск, то зупинка. Якщо ні, то перехід на крок 7.
КРОК 7. Знайти таке значення , , для якого потік мінімізує Т. Це можна зробити любим методом пошуку, наприклад методом Фібоначчі.
КРОК 8. Покласти
.
КРОК 9. Покласти . Перейти до кроку 2.
Тих, хто більш детально цікавиться алгоритмами відшукання оптимального розподілу потоків, відсилаємо до / /.
Система масового обслуговування М/М/1
Ця СМО являє собою одноканальну (з одним приладом) систему масового обслуговування з необмеженою чергою. Процедура обслуговування – безпріоритетна FIFO. На вхід у систему поступає пуасонівський потік клієнтів з інтенсивністю Час обслуговування клієнтів є незалежними випадковими величинами, розподіленими по експоненційному закону із середнім значенням 1/ . Рівняння Чепмена-Колмогорова для такої СМО мають вигляд
де імовірність того, що в довільний момент часу t в СМО буде рівно N клієнтів.
Умовно стаціонарного режиму роботи СМО буде
де – завантаження (коефіцієнт використання) системи.
В стаціонарному режимі і розподіл ймовірностей має вигляд
Використовуючи властивості математичних очікувань знайдемо числові характеристики систем М/М/1:
середня кількість клієнтів у системі
середня кількість у черзі
середній час перебування клієнта в СМО
середній час перебування клієнта в черзі
формули Літла
Додаток 2
Метод невизначених множників Лагранжа
Метод невизначених множників Лагранжа є основним методом розв’язку задач умовної оптимізації, коли цільова функція і обмеження не є лінійними функціями. Сутність методу полягає в наступному.
Припустимо, нам потрібно знайти екстремум функції n змінних . На цю функцію накладаються m обмежень, виду співпадає з екстремумом функції Лагранжа
(д.1)
В самому ділі, оскільки квадратна дужка в (д. 1) дорівнює нулю, то функція фактично не змінилась. Але тепер кількість змінних збільшилась до n+m, n – кількість змінних в задачі, m – кількість обмежень, які введені у функцію Лагранжа за рахунок m множників Лагранжа , значення яких нам невідомо.
Розв’язком задачі пошуку екстремуму (д. 1) буде розв’язок системи