Методы имитационного моделирования

Размещено на http://www.allbest.ru/

ВВЕДЕНИЕ

Управление отраслями хозяйства, решение задач проектирования и исследования технических, экономических, организационных и других систем в современных условиях невозможно без привлечения математического моделирования как системной категории. При этом одним из важнейших направлений является имитационное моделирование (ИМ) на ЭВМ.

Методология имитационного моделирования с успехом применяется при анализе эффективности функционирования предприятий и производств, организации работы транспорта и сферы обслуживания; изучении различных сторон деятельности человека (охрана окружающей среды, управление водными ресурсами, экологические проблемы, энергетика и т.п.), в автоматизированном управлении технологическими и организационными процессами. Важно подчеркнуть, что имитационное моделирование используется на всех этапах жизненного цикла: при проектировании, создании, внедрении, эксплуатации систем, а также на различных уровнях их изучения - от анализа работы элементов до исследования взаимодействия систем в целом с окружающей средой.

Быстрое развитие вычислительной техники позволило резко увеличить сложность используемого математического аппарата при построении имитационных моделей на ЭВМ. Появилась возможность создания таких имитационных моделей, которые учитывают значительное разнообразие действующих факторов, и позволяют моделировать решение поставленных задач в условиях конфликта как асинхронных, так и параллельных процессов происходящих в исследуемой системе.

Сегодняшний уровень развития компьютерной индустрии привел к появлению абсолютно новых видов торговли, как, например, торговля через сеть Internet. Сегодня уже необязательно иметь большой офис и штат сотрудников, чтобы получать баснословные прибыли. В пользу этого говорит тот факт, что рейтинги небольших по размерам IT-компаний могут взлететь до заоблачных высот за считанные дни. А могут и не взлететь, а наоборот - принести просчитавшимся предпринимателям огромные убытки.

Все это говорит о неопределенности ситуации и скоротечной изменчивости экономической среды. Вносит свое негативное воздействие и необходимость быстрого принятия решений, оперативной оценки ситуации. В таких условиях гораздо больше, чем прежде, должна быть гибкость хозяйственного механизма, его способность быстро и без потерь реагировать на смену направлений развития науки и техники, на структуру спроса.

Это означает, что предпринимателям придется идти на риск. Основная задача в этом случае - выяснить степень его оправданности.

Настоящий предприниматель должен не стремиться избегать риска, а знать его разумные пределы, руководствоваться не только здравым смыслом, но еще и экономическим анализом степени риска.

Целью работы является рассмотрение методов имитационного моделирования.

В данной курсовой работе были поставлены следующие задачи:

- рассмотреть понятие, цель и область применения имитационного моделирования;

- рассмотреть виды имитационного моделирования;

- рассмотреть основные преимущества и недостатки имитационного моделирования;

- провести анализ компании «Toyota Motor Corporation» на основе метода имитационного моделирования.



1. ТОЕРЕТИЧЕСКИЕ АСПЕКТЫ МЕТОДОВ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ

1.1 Понятие, цель, история появления и область применения имитационного моделирования

Имитационное моделирование -- это метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.[7, с.73]

Имитационное моделирование -- это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация -- это постижение сути явления, не прибегая к экспериментам на реальном объекте).[7, с.74]

Имитационное моделирование -- это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае математическая модель заменяется имитатором или имитационной моделью.[7, с.74]

Имитационная модель -- логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.[7, с.74 ]

К имитационному моделированию прибегают в случаях, когда:[15, с.146]

- дорого или невозможно экспериментировать на реальном объекте;

- невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;

- необходимо сымитировать поведение системы во времени.

Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами -- разработке симулятора (англ. simulation modeling) исследуемой предметной области для проведения различных экспериментов.[10, с.208]

Имитационное моделирование позволяет имитировать поведение системы во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно имитировать поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны.

Сегодня концепция имитационного моделирования становится все более популярной как для решения тактических задач анализа поведения бизнес-процессов, так и при стратегическом планировании самых разнообразных управленческих ситуаций. Особое значение этот подход приобретает в широкомасштабных проектах, требующих предварительных оценок на самых ранних стадиях реализации, характеризующихся чрезвычайно большим числом параметров при высокой степени их неопределенности, когда классические математические методы оказываются бессильны.

Серия интересных имитационных моделей была предложена создателем системной динамики Дж. Форрестером. Он создал первый черновой вариант модели системной динамики мировой социально-экономической системы. Форрестер назвал эту модель «World 1».

Позже была разработана модель «World 2» которую Форрестер опубликовал в свой книге. После выхода книги «Мировая динамика», она привлекла огромное внимание аудитории. Модель «World 2» отображала важные взаимосвязи между населением, промышленностью, загрязнением, ресурсами и пищей. Модель показывала коллапс мировой социально-экономической системы в XXI веке, если не будут приняты определенные шаги по снижению потребления природных ресурсов. Модель была также использована для определения изменений в политике, способных стабилизировать развитие мировой экономики в будущем. Общепризнано, что работы Дж. Форрестера положили начало системной динамике как совокупность принципов и методов анализа динамических управляемых систем с обратной связью (как положительной, так и отрицательной) и их применения для решения производственных, организационных и социально-экономических задач.

Три достижения, обеспеченные в основном благодаря разработкам в области вооружений, сделали возможным применение системной динамики:

- успехи в проектировании и анализе систем управления с обратной связью;

- прогресс в методах компьютерного моделирования и развитие вычислительной техники;

- накопленный опыт в моделировании процессов принятия решений.

Если говорить о моделировании вообще, то можно выделить две крайние позиции, выражающие основные парадигмы компьютерного моделирования:

- аналитическое -- «дедуктивное»;

- имитационное -- «индуктивное».

Аналитическое моделирование сложных систем, очевидно, имеет ограниченные возможности, что и вызвало к жизни имитационные модели (реализуемые в форме аппаратурных комплексов и программ для ЭВМ).

Сегодня имитационное моделирование можно использовать при решении самых разнообразных задач, такие как: [15, с.147]

- бизнес процессы;

- боевые действия;

- динамика населения;

- дорожное движение;

- ИТ-инфраструктура;

- математическое моделирование исторических процессов;

- логистика;

- пешеходная динамика;

- производство;

- рынок и конкуренция;

- сервисные центры;

- цепочки поставок;

- уличное движение;

- управление проектами;

- экономика здравоохранения;

- экосистемы

1.2 Виды имитационного моделирования

Рассматривая имитационное моделирование как средство решения проблем бизнеса, можно выделить три основных подхода:

- системная динамика;

- дискретно-событийное моделирование (процессно-ориентированное);

- агентное моделирование.

Агентное моделирование -- относительно новое (1990е-2000е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика, функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот. Когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы.[1, с.232]

Рисунок 1 - Виды имитационного моделирования

Цель агентных моделей -- получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Агент -- некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться. [1, с.232]

Дискретно-событийное моделирование -- подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений -- от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960х годах.[1, с.232]

Системная динамика -- парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути, такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод основан Форрестером в 1950 годах.[1, с.233]

Популярные системы имитационного моделирования:[11, с.59]

- Any Logic;

- Aim sun;

- Arena;

- EM-Plant;

- Powersim;

- GPSS;

- NS-2;

- Transyt.

1.3 Основные преимущества и недостатки имитационного моделирования

Применение имитационных моделей дает множество преимуществ по сравнению с выполнением экспериментов над реальной системой и использованием других методов.

Стоимость. Допустим, компания уволила часть сотрудников, что в дальнейшем привело к снижению качества обслуживания и потери части клиентов. Принять обоснованное решение помогла бы имитационная модель, затраты на применение которой состоят лишь из цены программного обеспечения и стоимости консалтинговых услуг.[2, с.314]

Время. В реальности оценить эффективность, например, новой сети распространения продукции или измененной структуры склада можно лишь через месяцы или даже годы. Имитационная модель позволяет определить оптимальность таких изменений за считанные минуты, необходимые для проведения эксперимента.[2, с.314]

Повторяемость. Современная жизнь требует от организаций быстрой реакции на изменение ситуации на рынке. Например, прогноз объемов спроса продукции должен быть составлен в срок, и его изменения критичны. С помощью имитационной модели можно провести неограниченное количество экспериментов с разными параметрами, чтобы определить наилучший вариант.[2, с.315]

Точность. Традиционные расчетные математические методы требуют применения высокой степени абстракции и не учитывают важные детали. Имитационное моделирование позволяет описать структуру системы и её процессы в естественном виде, не прибегая к использованию формул и строгих математических зависимостей.[2, с.315]

Наглядность. Имитационная модель обладает возможностями визуализации процесса работы системы во времени, схематичного задания её структуры и выдачи результатов в графическом виде. Это позволяет наглядно представить полученное решение и донести заложенные в него идеи до клиента и коллег.[2, с.315]

Универсальность. Имитационное моделирование позволяет решать задачи из любых областей: производства, логистики, финансов, здравоохранения и многих других. В каждом случае модель имитирует, воспроизводит, реальную жизнь и позволяет проводить широкий набор экспериментов без влияния на реальные объекты.[2, с.316]

Однако имитационное моделирование наряду с достоинствами имеет и недостатки:[2, с.318]

- разработка хорошей имитационной модели часто обходится дороже создания аналитической модели и требует больших временных затрат;

- может оказаться, что имитационная модель неточна (что бывает часто), и мы не в состоянии измерить степень этой неточности;

- зачастую исследователи обращаются к имитационному моделированию, не представляя тех трудностей , с которыми они встретятся и совершают при этом ряд ошибок методологического характера.

И, тем не менее, имитационное моделирование является одним из наиболее широко используемых методов при решении задач синтеза и анализа сложных процессов и систем.



2. АНАЛИЗ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ «TOYOTA MOTOR CORPORATION»

2.1 Характеристика предприятия

Toyota Motor Corporation или Toyota -- крупнейшая японская автомобилестроительная корпорация, также предоставляющая финансовые услуги и имеющая несколько дополнительных направлений в бизнесе. Штаб-квартира -- в городе Тоёта, префектура Айти (Япония).

Toyota Motor Corporation является основным членом Toyota Group. С этой компанией в основном ассоциируется бренд Toyota. Логотип компании изображает стилизованную ткацкую петлю и связан с тем, что свою деятельность компания начинала с выпуска автоматических ткацких станков.

В 1933 году компания по производству автоматических ткацких станков Toyoda Automatic Loom Works создала новое отделение, специализирующееся на производстве автомобилей; его руководителем стал Киитиро Тоёда. В 1929 году Киитиро Тоёда совершил поездки в Европу и США для изучения автомобильной промышленности и в 1930 году приступил к разработке автомобилей с бензиновым двигателем. Правительство Японии всячески поощряло такую инициативу компании Toyoda Automatic Loom Works. В 1934 году компания произвела свой первый двигатель типа А, который был использован в первой модели пассажирского автомобиля А1 в мае 1935 года и в грузовике G1 в августе 1935 года. Производство пассажирского авто модели АА началось в 1936 году. Ранние модели напоминали уже существовавшие модели Dodge Power Wagon и Chevrolet.

Toyota Motor Co., Ltd. была основана в качестве самостоятельной компании в 1937 году. Несмотря на то, что фамилия основателей компании звучит как Тоёда, для упрощения произношения и в качестве символа отделения деловой деятельности от семейной жизни, компании было решено дать имя «Тоёта». В Японии название «Тоёта» считается более удачным названием, чем «Тоёда», так как 8 считается числом, приносящим удачу, а слово «Тоёта», написанное катаканой (японской азбукой) как раз состоит из 8 черт.

Во время Второй мировой войны компания практически занималась только производством грузовиков для Японской императорской армии. Из-за строгого дефицита в тогдашней Японии военные грузовики делались в самых упрощенных вариантах, например, с одной фарой. Некоторые считают, что война быстро закончилась из-за бомбардировок союзников в городе Аити, уничтоживших заводы Toyota.

После войны в 1947 году начался выпуск коммерческих пассажирских авто модели SA. В 1950 году была создана отдельная компания по продажам -- Toyota Motor Sales Co. В апреле 1956 года была создана дилерская сеть Toyopet. В 1957 году Toyota Crown стал первым японским автомобилем, экспортируемым в Америку (не только в США, но и в Бразилию).

Тойота начала расширяться быстрыми темпами в 1960-е годы. Первый автомобиль марки «Тойота», произведённый за пределами Японии, вышел с конвейера в апреле 1963 года в городе Мельбурн, в Австралии.

В мае 2009 года компания завершила финансовый год с убытками. Этого не было с 1950 года.

Крупнейший автопроизводитель в мире.

В I квартале 2007 Toyota Motor впервые выпустила и продала больше автомобилей, чем General Motors. GM удерживала звание «крупнейшего автопроизводителя в мире» на протяжении 76 лет. Но последние годы GM, как и другие американские автопроизводители, переживает кризис и вынуждена сокращать производство -- освободившееся место на рынке занимают конкуренты, и в первую очередь Toyota. 24 апреля японская компания сообщила, что выпустила в I квартале 2,37 млн автомобилей и продала 2,35 млн. Таким образом, она впервые опередила GM, у которой соответствующие показатели составили 2,34 млн и 2,26 млн машин.

Toyota в России.

В России на 2011 год интересы компании представляют две дочерних компании:

* ООО "Тойота Мотор" (отвечает за реализацию автомобилей), головной офис в Москве;

* ООО "Тойота Мотор Мануфэкчуринг Россия" (отвечает за производство автомобилей в России), головной офис в Санкт-Петербурге.

Продажа автомобилей в России.

В 1998 году компания открыла московское представительство Toyota Motor Corporation. Затем, в связи с динамичным развитием автомобильного рынка, было принято решение о создании национальной компании по маркетингу и продажам ООО «Тойота мотор». 1 апреля 2002 года ООО «Тойота мотор» начало свое функционирование на территории России.

В 2007 году в России начало функционировать ЗАО «Тойота Банк», имеющее представительства в Москве и Санкт-Петербурге. Специализация банка -- розничное автокредитование и корпоративное кредитование официальных дилеров автомобилей Toyota и Lexus. Концерн Toyota, по собственным данным, стал первым международным автопроизводителем, открывшим свой банк в России.

Продажи новых автомобилей через сеть официальных дилеров в России.

2.2 Применение имитационного моделирования на примере «Toyota Motor Corporation»

1. Постановка задачи

Современный склад -- сложная система, во время слаженной работы которой осуществляется прием, хранение, переработка и распределение грузов между потребителями. В данной работе будут проанализированы следующие операции, выполняемые работниками склада:

- разгрузка фур;

- приемка товара;

- размещение товара на складе.

В качестве примера рассмотрим небольшой склад. Для обслуживания транспорта на складе предусмотрено два разгрузочных поста, две бригады (в составе каждой: механизатор, грузчик и погрузчик) и два дополнительных парковочных места для фур на территории склада. Владелец склада планирует увеличение грузопотока. Предвидя проблему хаотичного прибытия транспорта на склад и, как результат, увеличение времени простоя транспорта и неравномерную загрузку персонала склада, он договаривается с поставщиками о конкретном времени приезда фуры на склад, распределяя моменты прибытия транспорта более-менее ритмично в течение дня. На первый взгляд всё предусмотрено. Даже в случае несвоевременного прибытия одной или двух фур они смогут дождаться обслуживания на территории парковки склада. С помощью имитационного моделирования попробуем проверить, верно ли данное утверждение.

Цель исследования -- определить, сможет ли склад в его текущей конфигурации справиться с увеличенным грузопотоком. Для проведения имитации работы склада будем использовать систему бизнес-моделирования Business Studio. имитационный моделирование склад бригада

2. Задание параметров модели для имитации

Рассматриваемый в качестве примера склад осуществляет прием фур с 9:00 до 15:00. Фуры, прибывшие позже, в этот день не обслуживаются. Установленный с помощью переговоров с поставщиками нормативный интервал между прибытием фур составляет 30 минут. Но, принимая во внимание всю сложность прогнозирования точного времени, в течение которого фура будет находиться в пути на склад, фуры могут подъехать как раньше назначенного времени, так и позже. Поэтому для моделирования интервала между прибытием фур будем использовать нормальный закон с матожиданием 30 минут и возможным диапазоном значений от 5 минут до 1 часа (Рисунок 2). Данный закон можно назвать псевдонормальным, т.к. он имеет четкие границы значения случайной величины.

Рисунок 2 - Закон распределения интервала между прибытиями фур

Количество разгруженных фур напрямую зависит не только от времени разгрузки одной фуры, а также от времени выполнения каждого шага бизнес-процесса. Время выполнения шага процесса может быть фиксированной или случайной величиной. Длительности шагов процесса «Разгрузка и обслуживание фуры на складе» приведены в таблице 1.

Таблица 1 - Длительности шагов процесса

Шаг процесса	Длительность
Проверка наличия свободных разгрузочных постов	1 минута
Проезд на разгрузочный пост	5 минут
Проверка наличия мест на парковке	1 минута
Проезд на парковку	3 минуты
Ожидание на парковке	0 (время моделируется системой автоматически)
Проезд с парковки на разгрузочный пост	4 минуты
Ожидание на дороге	0 (время моделируется системой автоматически)
Проезд с дороги на парковку	3 минуты
Прием документов	10 минут
Проверка сохранности пломбы и соответствия груза документации	Равномерный закон распределения: -- нижняя граница -- 10 минут -- верхняя граница -- 20 минут
Принятие решения о дальнейших действиях	Равномерный закон распределения: -- нижняя граница -- 20 минут -- верхняя граница -- 1 час
Выезд фуры с территории склада	5 минут
Разгрузка товара	Нормальный закон распределения: -- нижняя граница -- 20 минут -- верхняя граница -- 1 час -- матожидание -- 40 минут -- стандартное отклонение -- 10 минут
Приходование товара	Нормальный закон распределения: -- нижняя граница -- 10 минут -- верхняя граница -- 40 минут -- матожидание -- 15 минут -- стандартное отклонение -- 5 минут
Размещение товара на хранение	Нормальный закон распределения: -- нижняя граница -- 30 минут -- верхняя граница -- 2 часа -- матожидание -- 1 час -- стандартное отклонение -- 15 минут
Выезд фуры с территории склада	5 минут

Длительность шага процесса зависит не только от нормативного времени его выполнения, но и от доступности ресурсов (временных и материальных), необходимых для его выполнения. Если необходимых ресурсов в нужный момент времени нет, то выполнение процесса останавливается. Шаги по обслуживанию фуры на складе выполняют сотрудники склада, привлекая при необходимости соответствующее оборудование. Перечень и количество ресурсов, необходимых для выполнения каждого шага процесса, приведены в таблице 2.

Таблица 2 - Длительность шагов процесса

Шаг процесса	Ресурсы	Количество ресурсов
Прием документов	Бухгалтер	1
Проверка сохранности пломбы и соответствия груза документации	Кладовщик	1
Принятие решения о дальнейших действиях	Кладовщик	1
Разгрузка товара	Грузчик	1
	Механизатор	1
	Погрузчик	1
Приходование товара	Кладовщик	1
Размещение товара на хранение	Грузчик	1
	Кладовщик	1
	Механизатор	1
	Погрузчик	1

Всего на складе работают следующие ресурсы: персонал и оборудование (Таблица 3):

Таблица 3 - Временные ресурсы

Ресурсы	Количество ресурсов
Бухгалтер	1
Грузчик	2
Кладовщик	2
Механизатор	2
Погрузчик	2

Приведенные ресурсы являются временными, т.е. стоимость их использования зависит от времени, в течение которого они используются. Использоваться эти ресурсы могут только в часы, заданные для них как рабочие. Погрузчики, например, готовы к работе 24 часа в сутки, а сотрудники склада работают только с 9:00 до 17:00 (Рисунок 3).

Рисунок 3 -- График работы сотрудников склада



Примечание: Рабочие и нерабочие дни в календаре отображаются разными цветами:

- белый -- рабочий день по календарю;

- серый -- нерабочий день по календарю;

- синий -- нерабочий день-исключение из календаря;

- желтый -- день с измененными рабочими часами.

Также в рамках всего процесса используются ресурсы, представленные в таблице 4.

Таблица 4 - Материальные ресурсы

Ресурсы	Количество ресурсов
Парковочное место	2
Разгрузочный пост	2

Данные ресурсы, в Business Studio моделируются как материальные ресурсы: их количество уменьшается, когда фура занимает место (пост), и увеличивается, когда фура его покидает. Если все места (посты) кончились (количество = 0), то процесс переходит в режим ожидания, пока нужное место (пост) не появится.

3. Имитация выполнения процесса.

Имитация работы склада в течение одного рабочего дня позволяет получить показатели процесса (рисунок 4):

Рисунок 4 -- Параметры шагов процесса, полученные в результате имитации

Анализируя результаты имитации можно сделать следующий вывод: существующей пропускной способности склада недостаточно для обслуживания возросшего грузопотока:

- из 11 фур обслужено всего 8 (8 -- это количество выполнений процесса «Разгрузка товара»);

- среднее время ожидания фуры на дороге -- 46 минут (из 11 фур 5 ожидали на дороге);

- среднее время ожидания фуры на парковке -- 1 час 16 минут (из 11 фур 8 ожидали на парковке).

В результате, фуры в течение длительного времени ожидают обслуживания, занимая не только парковочные места и затрудняя движение на складе, но и простаивая на дороге за территорией склада, вызывая недовольство участников дорожного движения и работников ГИБДД.

Выходом из сложившейся ситуации может быть решение:

1. Переоборудовать одно парковочное место под разгрузочный пост и добавить бригаду для обслуживания этого поста.

2. Увеличить количество бригад, обслуживающих каждый разгрузочный пост до двух, снизив тем самым время разгрузки фуры и размещения груза на складе в два раза.

Кроме того анализируя использование временных ресурсов в существующих условиях, можно увидеть, что бутылочным горлышком (ресурсом, время ожидания которого при выполнении процесса наибольшее) является Кладовщик (Рисунок 5).

Рисунок 5 - Параметры ожидания временных ресурсов



Для повышения пропускной способности склада при проведении дальнейших экспериментов увеличим количество кладовщиков до 3.

Рассмотрим последовательно каждое из предложенных решений.

4. Имитация работы склада с увеличенным количеством разгрузочных постов

Имитация выполнения процесса с параметрами, измененными в соответствии с первым решением, дает следующие результаты (Рисунок 6):

Рисунок 6 - Параметры работы склада с увеличенным количеством разгрузочных постов

Показатели работы склада значительно улучшились:

- из 12 подъехавших фур было обслужено 11;

- время ожидания фуры на дороге сократилось до 28 минут, а на парковке -- до 25 минут, а также снизилось само количество ожидающих фур.

Однако нельзя не заметить, что размещен на хранение был только товар, привезенный 9 фурами. Очевидно, что оставлять недоделанную работу на следующий рабочий день нецелесообразно, учитывая интенсивность ежедневного потока поступления фур на склад. Поэтому изменим рабочее время сотрудников склада на график: с 9:30 до 19:00. Смещение начала рабочего дня с 9:00 на 9:30 обусловлено низкой вероятностью прибытия фуры в этот период. Учитывая, что в течение рабочего дня у каждого сотрудника есть время простоя (Рисунок 7), увеличение рабочего времени на 1,5 часа не будет сильно утомительным.

Рисунок 7 - График загрузки экземпляра ресурса «Механизатор»

В результате имитации работы склада в этом случае получаем, что из 12 подъехавших фур сотрудники склада успевают не только разгрузить все 12 фур, но и разместить весь доставленный товар на складе.

5. Имитация работы склада с увеличенным количеством бригад, обслуживающих пост

Имитация выполнения процесса с параметрами, измененными в соответствии со вторым решением, дает следующие результаты (Рисунок 8):

Практически идеальные результаты:

- из 11 подъехавших фур обслужено 11;

- среднее время ожидания фуры на парковке составляет 15 минут;

- парковочных мест достаточно для того, чтобы фуры не ожидали очереди на дороге;

- средняя длительность процесса снизилась до 2 часов по сравнению со значениями 3 -- 3,5 часа, полученными по результатам предыдущих экспериментов;

Рисунок 8 - Параметры работы склада с увеличенным количеством бригад, обслуживающих пост

Омрачает только тот факт, что бригады не успевают разместить на хранение груз, привезенной одной из фур. Изменение времени работы сотрудников склада на график с 9:30 до 17:30 (без увеличения количества часов) позволяет решить и эту проблему.

При этом процент загрузки временных ресурсов -- более 50% (Рисунок 9), т.е. ресурсы простаивают не так много времени.

Рисунок 9 - Процент загрузки временных ресурсов

Исследования показали, оба решения, позволяют снять проблему очередей транспортных средств. Очевидно, что следующий аспект, который будет интересовать владельца склада -- это стоимость внедрения этих решений.

Увеличение количества бригад, в первую очередь, подразумевает найм на работу дополнительных сотрудников, т.е. увеличение переменных затрат. Переоборудование парковочного места в разгрузочных пост влечет за собой не только рост переменных затрат (добавление дополнительной бригады), но и капитальные затраты на переоборудование.

Затраты при реализации каждого решения за 5-летний срок работы склада приведены в таблице 5.

Примечание: Расходы на единицу ресурса (бригада, кладовщик) в первом случае выше, чем во втором. Это связано с тем, что при реализации первой идеи рабочее время сотрудников склада было увеличено на 1,5 часа.

Таблица 5 - Затраты на реализацию решений

Наименование	Расходы на содержание в месяц, руб.	Дополнительно необходимое количество	Затраты за 5 лет, руб.
1 вариант: Увеличение количества разгрузочных постов
Затраты на персонал:
Бригада	44 000	1	2 640 000
Кладовщик	22 000	1	1 320 000
Капитальные затраты:
Погрузчик	100 000	1	100 000
Оборудование разгрузочной рампы на 1 дополнительный пост	400 000		400 000
Итого за 5 лет			4 460 000
2 вариант: Увеличение количества бригад, обслуживающих пост
Наименование	Расходы на содержание в месяц, руб.	Дополнительно необходимое количество	Затраты за 5 лет, руб.
Затраты на персонал:
Бригада	40 000	2	4 800 000
Кладовщик	20 000	1	1 200 000
Капитальные затраты:
Погрузчик	100 000	2	200 000
Итого за 5 лет			6 200 000

Имитация работы склада в различных условиях позволила предусмотреть возникновение возможных проблем и проверить работоспособность идей по их решению ДО непосредственного изменения работы склада. Обе идеи позволяют оптимизировать деятельность склада. При сравнении затрат на реализацию идей нельзя не заметить выгодность первого варианта. Но по таким показателям как «Время ожидания фуры на парковке», «Время ожидания фуры на дороге», «Средняя длительность процесса», второй вариант вырывается вперед. Какой из рассмотренных вариантов решения проблемы выберет владелец склада -- решать ему. Метод имитационного моделирования предоставил для принятия этого решения все необходимые данные.



ЗАКЛЮЧЕНИЕ

В заключении хотелось бы подчеркнуть, что риск сопровождает нас везде и всегда - на улице, на работе, дома. И, конечно, присутствует он и в бизнесе. И, так же как и в жизни, его не стоит избегать в предпринимательстве. Но тем более не стоит к нему стремиться, а наоборот, его нужно уметь просчитать и оценить. Только на основании объективных данных можно принимать какое-либо решение.

Не рискуя, предприниматель ничего не добьется. Перед тем как начинать какое-нибудь дело, заключать сделку предприниматель должен все просчитать, продумать. Он должен рассчитать прибыль от данной затеи, вероятность успеха, или другими словами рассчитать риск сделки.

Личные качества предпринимателя в итоге и определяют его склонность к риску. Некоторые из них предпочтут умеренную, но гарантированную прибыль, в то время как другие рискнут и, в случае успеха, получат прибыль в несколько раз большую, чем первая группа. Но у них всегда есть риск все потерять. В этом-то и заключается дилемма.

Поэтому можно сказать, что одна из главных задач предпринимателя - оценить риск и свести его к минимуму, чтобы получить максимальную прибыль в случае удачной сделки, дела и понести минимальные потери в случае неудачной сделки. Риск можно снизить, распределив капитал по нескольким рисковым проектам, или, например, застраховав его.

В практической части была рассмотрена компания «Toyota Motor Corporation» на основе метода имитационного моделирования. Проведя анализ, было предоставлено два варианта решения проблемы. Какой из них выберет владелец склада -- решать ему. Метод имитационного моделирования предоставил для принятия этого решения все необходимые данные.



СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Бережная Е.В., Бережной В.И. Математические методы моделирования экономических систем: Учебное пособие. -М.: Финансы и статистика, 2005. -426 с.

2. Гинзбург А.И. Экономический анализ: Предмет и методы. Моделирование ситуаций. Оценка управленческих решений: учебное пособие. -СПб.: Питер, 2003. -622 с.

3. Грабовый П.Г. Риски в современном бизнесе. -М.: Финансы и статистика, 2000. -200 с.

4. Дубров А.М., Лагоша Б.А., Хрусталев Е.Ю. Моделирование рискованных ситуаций в экономике и бизнесе. -М.: Финансы и статистика, 2004. -224 с.

5. Князевская Н.В., Князевский В.С. Принятие рискованных решений в экономике и бизнесе. -М.: Контур, 1998. -160 с.

6. Кремер Н.Ш. Исследование операций в экономике. -М.: Банки и биржи, 2003. -407 с.

7. Ларичев О.Н. Теория и методы принятия решений. -М.: Логос, 2006. -392 с.

8. Орлова И.В. Экономико-математические методы и модели. Выполнение расчетов в среде EXCEL. Практикум: Учебное пособие для вузов. -М.: ЗАО «Финстатинформ», 2000. -282 с.

9. Синюк В.Г. Использование информационно-аналитических технологий при принятии управленческих решений: Учебное пособие. -М.: Экзамен, 2003. -237 с.

10. Смородинский С.С., Батин Н.В. Методы и системы принятия решений. - часть 1 -Мн.: БГУИР, 2000. -329 с.; часть 2 -Мн.: БГУИР, 2001. -412 с.

11. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. -М.: СИНТЕГ, 2008. -270 с.

12. Холод Н.И. Экономико-математические методы и модели. -Мн.: БГЭУ, 2000. -318 с.

13. Чернов В.А. Анализ коммерческого риска. -М.: Финансы и статистика, 1998. -291 с.

14. Шикин Е.В. Математические методы и модели в управлении. -М.: Финансы и статистика, 2002. -430 с.

15. Эддоус М., Стэнсфилд Р. Методы принятия решений. - М.: ЮНИТИ, 1997. -425 с.

16. Экономико-математические методы и модели: Учебное пособие / под ред. Холод Н.И., Кузнецова А.В., Жихар Я.Н. и др. - Мн.: БГЭУ, 2000. -385 с.

Размещено на Allbest.ru

...