28 Эмм в логистике(лекции)
Лекция 1
Экономические основы моделирования в логистике
В класс эк теории подробно исследованы 3 основных фактора производства. В настоящее время к ним причислены ещё 2 фактора.
|
Факторы производства |
земля |
капитал |
труд |
предприятие |
Интеллектуально-информационный потенциал |
|
Форма дохода |
рента |
процент |
зарплата |
прибыль |
Прибыль от интеллектуальной добавочной стоимости |
Цели и задачи предпринимательской деятельности претворяют в жизнь профессионалы упр бизнес процессами-менеджеры.
Интегральной функцией менеджмента является оптимизация соотношения между факторами производства и их использования в конкретном бизнесе. Эта функция и реализуется с использованием такого инструмента исследования как моделирование.
Логистика-понятие сложное, многоаспектное. В этой связи не существует единого общепринятого определения логистики.
Логистика – наука и направление в экономике, которая управляет и изучает систему управления материальными потоками, включая транспортировку, складирование, производство и другие виды услуг, в организации.
Логистика-эта научно-прикладная дисциплина, предметом которой является управление ресурсными потоками на макро-, мезо-,микроэкономическом уровнях, ориентированная на достижение поставленной цели.
Основу логистики составляют исследования оптимизация и эффективная организация различного вида потоков.
Связь логистики с маркетингом обусловлена тем, что лог системы участвуют во многих маркетинговых процессах: сбыт, товародвижение, производство и др.
менеджмент
маркетинг
логистика
потребность
да нет
спрос
спрос
предложение да да нет нет
предложение
предложение
предложение
да да да да нет нет нет нет
Да
Да
да
Да
Да
нет
Да
нет
да
Да
нет
нет
нет
Да
да
нет
Да
нет
нет
нет
да
нет
нет
нет
Развивающийся
рынок Дефицит
продукции Потребитель
использует заемные средства Подавление
потребности Удовлетворение
неосознанной потребности Подавление
неосознанной потребности Насыщение
рынка Стагнация
рынка
Главным в логистике является управление.
Субъект
рынка
Факторы
внешней среды
цель
воздействие
Объект
управления
Обратная
связь
Управление-это преобразование субъектом управления информации о состоянии объекта управления в управляющее воздействие с целью приведения объекта управления в требуемое состояние.
Лекция 2 17.02
Основы теории управления
В процессе управления участвует орган (субъект) управления, объект управления, и соединяющие их каналы связи.
Цель управления является приведение объекта управления в необходимое состояние с помощью управляющего информационного воздействия.
Сведения о состоянии объекта упр, каналов упр и среды принято называть информацией состояния.
Управляющее воздействие представляющие собой информацию о том что, как и когда надлежит сделать объекту управления, называют командной информацией.
Функция органа управления заключается в преобразовании информации состояния в командную информацию в соответствии с поставленной целью действий.
Формируемое управленческое решение ( воздействие ) должно отвечать следующим требованиям: иметь ясную целевую направленность; быть обоснованным; быть адресным; быть непротиворечивым; быть правомочным; быть эффективным; конкретным; современным; полным, кратким и четким.
В научной литературе различают информационные, организационные и оперативные решения. Их делят на: алгоритмические и эвристические.
По методам обоснования решения бывают: аналистические, статистические, математического программирования, игровые, эвристические и другие.
В настоящее время общепринятого определения сложной системы не существует, подобные объекты вводят перечислением их свойств: большое количество элементов; сложность формализации; иерархичность построения, многоуровневость; наличие взаимодействия - "человек-машина"; необходимость учета неопр факторов различной природы; сложность информационных покров: эмерджентность.
В нашем курсе под системой будем понимать такое множество любых элементов, поведение которого определяется целью операции, которую реализует система, и способом связи элементов между собой (структурой множества).
Операция – это совокупность целенаправленных действий, объединенных общим замыслом и единой целью.
Под эффективностью операции понимают степень соответствия её реального результата, требуемому. Эффективность-это наиболее общее интегральное свойство всех систем. Интенсивность проявления этого свойства оценивают показателем эффективности. Показатель эффективности-количественная мера степени соответствия реального результата операции требуемому. Критерий эффективности-формальное правило выбора лучшего варианта на множестве альтернатив. В логистике в основном используют 2 критерия: критерий пригодности: допустимым является любое решение, которое приводит к результату не хуже требуемого; критерий оптимальности: выбирается решение, приводящее к оптимальному результату.
С целью установления характера связи различных факторов, оказывающих влияние на эффективность операции, с показателем эффективности этой операции разрабатывают модель операции. Модель операции – условный образ реальной системы, который создаётся с целью получения информации об этой системе.
Обычный путь изучения свойств больших логистических систем-моделирование.
К моделями предъявляется множество требований. Модель не должна быть излишне сложной. Степень соответствия модели той реальной системе, для описания которой она строится называется адекватностью модели.
Моделирование – исследование свойств реальной системы с помощью её модели: эксперименты ставятся с моделью, а выводы распространяются на реальный объект.
Таким образом между реальной системой и её моделью должно быть установлено опр соответствие (аналогия). Различают следующие виды подобия между моделируемым объектом и моделью: физическое, структурное, функциональное, динамическое, вероятностное, геометрическое и другие.
При отсутствии подобия между моделью и объектом вместо модели исследуемого объекта можно получить можешь собственного невежества.
Лекция 3 24.02
Свойства моделей, определяющих эффективность моделирования.
На объект экс исследования в качестве входных переменных действует группа факторов X. Результат эксперимента описывается случайной переменной Y. Это выходная переменная.
Многомерное пространство, координатами которого служат контролируемые переменные(факторы) называют факторным пространством.
у=+ х
оэи*
ОЭИ-Объект экспериментального исследования
Приведенная модель имеет общий характер-если время не учитывается, она статическая, наоборот она динамическая.
Согласно кибернетике компьютерные модели сложных систем основываются на триаде:
Оценка адекватности-наиболее существенный этап оценки качества модели. Адекватность-соответствие модели изучаемому явлению. Она измеряется в качественной шкале: можешь признается либо адекватной, либо неадекватной.
Для количественной оценки адекватности модели используют: ретроспективный анализ, логико-математический анализ, экспертное оценивание и другие методы.
В теории информации существует термин-"тезаурус". Под ним понимают некий свод слов, понятий, называния объекта и тп., объединенных смысловыми качествами.
После того как задача поставлена и формализована возникает необходимость в разработке эффективного алгоритма её решения.
Алгоритм-конечный набор правил, обеспечивающий решение задачи.
Он характеризуется свойствами: детерминированность; массовостью; результативностью; реализуемостью; сложностью.
Модели логистических потоков
Мат поток-грузы, детали, товарно-материальные ценности, рассматриваемые в логистических операциях. Он обладает размерностью. [единица измерения (тонны, литры и тд)\елиница измерения времни (часы, минуты, секунды)].Конкретный момент времени мат поток называется мат запасами.
Изобразим схему:
Мат потоки подвергаются воздействию внешних факторов в произвольные моменты времени, поэтому основными моделями для их описания являются случайные функции. Функция действительного переменного называется случайной, если при каждом значении аргумента она представляет собой случайную величину. Основной характеристикой случайной величины является её закон распределения. Если аргументом случайной функции является время, то данная функция называется случайным процессом.
Лекция 4 03.03
Основные модели случайных потоков
Простейшие потоки
Поток называется простейшим, если он стационарен, ординарен и не имеет последействий.
Стационарность – некоторая последовательность случайных величин, илислучайная последовательность.
Вероятность – вероятность того, что на достаточно малый отрезок длины ?x попадает одна точка, является бесконечно малой ?x порядка. Вероятность того, что на этот отрезок попадает более, чем одна точка, является бесконечно малой более высокого порядка, чем ?x.
Свойство без последействия – вероятность того, что на данный отрезок попало определенное количество точек не зависит от того, сколько точек в результате проведенной бесконечно серии испытаний попало на отрезок, не пересекающийся с данным.
Интервал
времени между смежными событиями (в
логистике-поставки), в простейшем потоке
распределен по показательному закону
с плотностью распределения f(t)=
и функцией распределения F(t)=1-
Построим графики этих функций для =0.2; t=0,1,2,3…
=
=
|
t |
0 |
1 |
2 |
3 |
10 |
18 |
|
F(t) |
0 |
0,18 |
0,33 |
0,45 |
0,87 |
0,97 |
|
t |
0 |
1 |
2 |
3 |
7 |
|
f(t) |
0,2 |
0,164 |
0,134 |
0,11 |
0,05 |
Из
теории вероятностей известно, что
интервал времени между 2 последовательными
событиями в простейшем потоке моделируют
с использованием зависимости, =
.
– случайна величина равномерно распределенная на интервале 0, 1.
Получим реализацию простейшего потока
|
i |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
|
0,86 |
0,18 |
0,81 |
0,96 |
0,49 |
0,43 |
0,65 |
0,13 |
0,85 |
0,34 |
|
|
0,74 |
8,46 |
1,05 |
0,19 |
3,57 |
4,27 |
2,12 |
10,18 |
0,80 |
5,34 |
|
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
|
0,02 |
0,09 |
0,87 |
0,22 |
0,83 |
0,15 |
0,95 |
0,11 |
0,60 |
0,74 |
0,85 |
|
20,47 |
11,90 |
0,72 |
7,57 |
0,96 |
9,39 |
0,28 |
11,10 |
2,59 |
1,53 |
0,82 |
Дальше в масштабе, = 0, 2, значит М[T] равно 5:=0,2=>M[T]=5
Лекция 5 17.03
Моделирование случайных процессов
Поток Эрланга порядка К
С использованием реализации простейшего потока (см пр лекцию), получим поток Эрланга 2 порядка.
Точки, обведенные кружком, изображают случайные события потока Эрланга 2 порядка.
Поток Бернулли
Реализуется в рамках схемы Бернулли:
Многократно воспроизводится комплекс условий эксперимента, в котором регистрируется появление некоторого события A с известной вероятностью p. Пусть вероятность события А=0, 5
Поток случайных событий с равномерным распределением интервала времени между 2 последовательными событиями
Подробный поток наиболее удобен для моделирования интервалов времени (моментов прибытия) на остановку городского транспорта.
Пусть интервал времени (максимальное значение времени) между автобусами определен в 20 минут, тогда функция распределения равномерного закона случайной величины t имеет вид:
|
N |
|
t(мин) |
tнакоп.(мин) |
t(час) |
|
1 |
0,39 |
7,7 |
7,7 |
0,13 |
|
2 |
0,53 |
10,5 |
18,2 |
0,30 |
|
3 |
0,46 |
9,3 |
27,5 |
0,46 |
|
4 |
0,75 |
14,7 |
42,2 |
0,70 |
|
5 |
0,24 |
4,7 |
46,9 |
0,78 |
|
6 |
0,19 |
3,7 |
50,6 |
0,84 |
|
7 |
0,45 |
8,7 |
59,3 |
0,99 |
|
8 |
0,88 |
17,5 |
76,8 |
1,28 |
|
9 |
0,31 |
6,2 |
83 |
1,38 |
|
10 |
0,88 |
17,5 |
100,5 |
1,68 |
|
11 |
0,34 |
6,7 |
107,2 |
1,79 |
|
12 |
0,17 |
3,3 |
110,5 |
1,84 |
|
13 |
0,01 |
0,01 |
110,51 |
1,84 |
|
14 |
0,82 |
16,3 |
126,81 |
2,11 |
|
15 |
0,84 |
16,7 |
143,51 |
2,39 |
|
16 |
0,95 |
18,7 |
162,21 |
2,70 |
|
17 |
0,39 |
7,7 |
169,91 |
2,83 |
|
18 |
0,50 |
10 |
179,91 |
3,00 |
|
19 |
0,35 |
7 |
186,91 |
3,12 |
|
20 |
0,83 |
16,5 |
203,41 |
3,39 |
Комплексное использование 2 потоков случайных событий при моделировании движения транспортного средства
Будем полагать, что время движения ТС с фиксированной скоростью (постоянной) подчиняется показательному закону распределения, а скорость ТС-сл величина нормально распределенная с параметрами m ( мат ожидание),σ(сигма)(среднеквадратическое отклонение).
Проведем моделирование перемещения ТС для следующих значений:
=0.2
– параметр показания закона распределения;
m=60км/ч;σ=20км/ч;=
;=m+σ*x;
∆Si=i*;
S=
Для моделирования построим табличку, результаты моделирования разместим в таблице.
|
N |
|
|
' |
|
|
1 |
0,73 |
1,60 |
0,47 |
-0,10 |
|
2 |
0,49 |
3,52 |
0,58 |
0,25 |
|
3 |
0,12 |
10,46 |
0,93 |
2,00 |
|
4 |
0,36 |
5,05 |
0,77 |
0,76 |
|
5 |
0,59 |
2,60 |
0,20 |
-0,85 |
|
6 |
0,84 |
0,86 |
0,43 |
-0,23 |
|
7 |
0,17 |
8,86 |
0,70 |
0,55 |
|
8 |
0,23 |
7,27 |
0,59 |
0,20 |
|
9 |
1,00 |
0,01 |
0,83 |
0,90 |
|
10 |
0,76 |
1,40 |
0,56 |
0,15 |
|
11 |
0,07 |
13,35 |
0,28 |
-0,65 |
|
12 |
0,38 |
4,86 |
0,45 |
-0,15 |
|
13 |
0,43 |
4,26 |
0,35 |
-0,45 |
|
14 |
0,51 |
3,36 |
0,53 |
0,10 |
|
15 |
0,90 |
0,53 |
0,63 |
0,60 |
|
16 |
0,01 |
21,88 |
0,93 |
2,00 |
|
17 |
0,21 |
7,87 |
0,33 |
-0,50 |
|
18 |
0,71 |
1,71 |
0,08 |
-1,95 |
|
19 |
0,61 |
2,44 |
0,08 |
-1,95 |
|
20 |
0,44 |
4,09 |
0,45 |
-0,15 |
|
|
|
|
|
|
Построим
график функции распределения стандартного
нормального закон.