Гибридные системы и принятие решений при управлении запасами
Комплекс проблем, возникающих при организации внешних поставок. Решение многопараметрической оптимизационной задачи большой размерности при планировании с помощью создания гибридных систем, использующих имитационное моделирование и поисковую оптимизацию.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | статья |
| Язык | русский |
| Дата добавления | 16.01.2018 |
| Размер файла | 57,9 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
7
Размещено на http://www.allbest.ru/
Гибридные системы и принятие решений при управлении запасами
Павел А. Захаров
Аннотация
В работе описывается комплекс проблем, возникающих при организации внешних поставок. Данные проблемы приводят к необходимости решения многопараметрической оптимизационной задачи большой размерности при планировании. Предлагается решение поставленной задачи с помощью создания гибридных систем, комплексно использующих имитационное моделирование и поисковую оптимизацию. Дается пример реализации подобной системы для поддержки принятия решений о внешних поставках для многономенклатурного склада торговой фирмы с использованием системы имитационного моделирования РДО. В качестве оптимизационной процедуры выступает генетический алгоритм. Также приводится краткий анализ полученных результатов.
1. Введение
В настоящее время все большее количество предприятий различных отраслей переходит к функционированию в соответствии с позаказной системой. Это требование обусловлено рыночной системой экономики. Позаказная система, в свою очередь, накладывает дополнительные требования на функционирование предприятий, в том числе, на уровень обслуживания отдельных заказов. Таковыми являются требования обеспечения: необходимого качества продукции в соответствии с заказом и срока выполнения поставок, оговоренного в заказе.
Для предприятий, в свете требований к обслуживанию заказов, встают задачи организации материальных и информационных потоков в разветвленной сети поставщиков и заказчиков [Ballow, 1987]. Тенденции в современной экономике приводят к изменениям в организационной и экономической структурах предприятий (разукрупнение, создание виртуальных предприятий), а также к изменениям в стратегиях управления. Необходимость проведения мероприятий по реинжинирингу управления запасами и, в частности, принятию решений о внешних поставках обусловлена большими материальными затратами на реализацию поставок и поддержание запасов при неэффективном управлении [Тельнов, 1998].
Задачи управления запасами и организации материальных и информационных потоков рассматриваются разделом экономической науки - логистикой [Неруш, 1997], но традиционный логистический подход не лишен недостатков. Основным недостатком является широкое использование выбора параметров управления запасами на основе экспертных оценок, что предполагает высокую квалификацию специалиста проблемной области. Принятие решений при управлении запасами усложняется стохастическими процессами в рассматриваемой системе (спрос, недопоставки и т.п.) и в случае многономенклатурного запаса превращается в многопараметрическую оптимизационную задачу большой размерности, решение которой невозможно без комплексного использования имитационного моделирования и процедур решения (оптимизационных процедур). Подобные задачи решаются созданием гибридных систем, обеспечивающих сращивание имитационных моделей с методами исследования операций и искусственного интеллекта [Емельянов и др., 1998a].
2. Гибридные системы
Будем понимать под простейшей гибридной системой [Емельянов и др., 1998a] объединение имитационной модели и алгоритма поисковой оптимизации (блок оптимизации).
С помощью имитационной модели (ИМ) рассчитывается критерий оптимизации в определенной точке пространства поиска решения, определяемой значениями управляемых переменных модели.
Блок оптимизации обеспечивает подбор управляемых переменных с целью улучшения получаемого решения. Блок оптимизации позволяет использовать широкий спектр алгоритмов поисковой оптимизации от эволюционных (генетические алгоритмы) и методов теории графов (поиск решения на графе состояний) до эвристических.
Можно рассматривать дальнейшее развитие идеи гибридных систем как использование методов искусственного интеллекта (экспертных систем) для улучшения параметров алгоритма оптимизации на основе знаний эксперта о применимости и возможностях используемых оптимизационных процедур.
Очевидно, что при разработке гибридных систем существенно наличие единого средства, обеспечивающего разработку всех вышеперечисленных элементов системы.
Далее будет показана реализация гибридной системы для поддержки принятия решений о внешних поставках для многономенклатурного склада торговой фирмы.
3. Система планирования поставок для торговой фирмы
В качестве средства для реализации гибридной системы использован РДО-метод и язык РДО, позволяющий создавать интеллектуальные системы моделирования и управления [Емельянов и др., 1998a; Емельянов и др., 1992], а также гибридные системы, содержащие в своем составе имитационные модели, модели исследования операций, экспертные системы и другие типы моделей и систем [Емельянов и др., 1996a; Reane et al., 1996].
Гибридная система планирования поставок включает в себя (рис.1):
ИМ, предназначенную для генерации вариантов планов и оценки их эффективности;
Рис.1. Состав гибридной системы
Блок оптимизации, обеспечивающий выбор оптимальных значений управляемых переменных, передаваемых в ИМ для составления эффективных планов поставок.
ИМ используется для составления варианта плана при заданных значениях точек заказа и расчета для полученного варианта величины суммарных потерь (W). Объектом моделирования является бизнес-процессы торговой фирмы по управлению поставками, запасами и обслуживанием заказов клиентов. Исходными данными служат статистические данные об объемах спроса, о заявках и поставках.
Управляющей информацией для принятия решений о заявках на поставки в ИМ, как и в реальной системе являются точки заказов (критические - Pi и предкритические - Pri уровни запасов товаров, где i - номер товара). От выбора точек заказов зависят получаемые в результате моделирования составляющие потерь, и соответственно критерий оптимизации планов:
, ,
где N - количество наименований товаров (1)
Блок оптимизации осуществляет решение нижеследующей задачи. Пусть заданы допустимые диапазоны варьирования точек заказов DPi - для критических и DPri - для предкритических уровней заказов.
Необходимо найти такую комбинацию значений критических и предкритических уровней, чтобы значение критерия W было минимальным:
; , (2)
Рис. 2. Изменение значения функции пригодности по поколениям
гибридная система имитационное моделирование
Данная задача представляет собой комбинаторную задачу большой размерности, даже для небольшого числа товаров N. Для ее решения использован простейший генетический алгоритм (ПГА) [Goldberg et al., 1989; Holland et al., 1980]. Применение ПГА для решения подобных оптимизационных задач на языке РДО дано в [Емельянов и др., 1996b], а особенности реализации алгоритма для данной задачи - в [Емельянов и др., 1998b].
Результаты экспериментов с использованием ПГА представлены на рис.2. Здесь приведено изменение функции пригодности (ФП) по поколениям.
По результатам экспериментов можно отметить, что рост среднего значения функции пригодности по популяциям (поколениям) демонстрирует работоспособность алгоритма, а максимальное значение ФП в пересчете на критерий W дает устойчивое (в среднем около 60%) снижение потерь по сравнению со случаем эвристического назначения точек заказа на основе среднего спроса за время доставки.
4. Заключение
Исследование задачи принятия решений о внешних поставках позволяет говорить о ней как о многопараметрической оптимизационной задаче большой размерности.
Предлагается решение этой задачи с помощью создания гибридных систем, комплексно использующих имитационное моделирование и процедуры решения.
Показана реализация гибридной системы планирования поставок для торговой фирмы с помощью РДО-метода, подтверждающая возможность разработки гибридных систем на основе единого инструментального средства - языка РДО, что говорит о его универсальности и гибкости.
Результаты проведенных экспериментов показали эффективность комплексного применения имитационного моделирования и простейшего генетического алгоритма к решению сложных оптимизационных задач планирования поставок для торговой фирмы.
Литература
1. [Ballow, 1987] Ballow R. H. Product Storage and Warehousing // Basic Business Logistics. Transportation, Materials, Management, Physical Distribution / 2-d edition. - NY, Prentice-Hall International Edition, 1987. P. 192 - 272.
2. [Goldberg et al., 1989] Goldberg D. E. Genetic Algorithms in Search, Optimization and Machine Learning. - Addison Wesley Publishing Company, Inc., 1989. - 386 pp.
3. [Holland et al., 1980] Holland J. H. Adaptive algorithms for discovering and using general patterns in growing knowledge-bases // Int. Journ. of Policy Analysis and Information Systems, 1980, P.217 - 240.
4. [Reane et al., 1996] Reane F., Artiba A., Elmaghraby S. E. Sequencing on hybrid two stages flowshop to minimize makespan // ICOQM's proceedings Jaipur, II, 1996. P.572-579.
5. [Емельянов и др., 1992] Емельянов В.В., Ясиновский С.И. Продукционный имитатор производственных систем и процессов // Вестник машиностроения, 1992, № 5. С.41 - 45.
6. [Емельянов и др., 1996a] Емельянов В.В., Ясиновский С.И. Гибридная система для планирования производства на основе генетических алгоритмов, методов имитации и экспертных систем // Известия ТРТУ, 1996, № 3. С.4 - 9.
7. [Емельянов и др., 1996b] Емельянов В.В., Крючков М.Ю., Штаутмайстер Т. Динамический оптимальный раскрой материала с использованием генетического алгоритма // Вестник МГТУ, сер.: Приборостроение, 1996, № 1, С.78 - 86.
8. [Емельянов и др., 1998a] Емельянов В.В., Ясиновский С.И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО. - М.: Анвик, 1998. - 427 с.
9. [Емельянов и др., 1998b] Емельянов В.В., Захаров П.А. Планирование поставок торговой фирме с использованием имитации и генетического алгоритма // Известия ТРТУ. Тематический выпуск. Интеллектуальные САПР. “Материалы Всероссийской научно-технической конференции с участием зарубежных представителей “Интеллектуальные САПР-97”. Таганрог: ТРТУ, 1998, № 2 (8). с.33-43.
10. [Неруш, 1997] Неруш Ю.М. Коммерческая логистика: Учебник для вузов. - М.: Банки и биржи, ЮНИТИ, 1997 - 217 с.
11. [Тельнов, 1998] Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике. / Московский государственный университет экономики, статистики и информатики. - М., 1998. - 174 С.
Размещено на Allbest.ru
...Подобные документы
Моделирование термодинамической системы с распределенными параметрами, случайных процессов и систем. Статистическое (имитационное) моделирование физических процессов, его результаты. Компьютерное моделирование систем управления с помощью пакета VisSim.
методичка [2,7 M], добавлен 24.10.2012Понятие и принципы моделирования. Специфика систем и основных моделей управления запасами. Создание программы на языке C++, обеспечивающей ввод исходной информации, ее обработку, реализацию алгоритма имитации процесса и выдачу необходимой информации.
курсовая работа [1,0 M], добавлен 13.09.2012Методы решения проблем, возникающих на стадиях и этапах процесса принятия решений, их реализация в информационных системах поддержки принятия решений (СППР). Назначение СППР, история их эволюции и характеристика. Основные типы СППР, области их применения.
реферат [389,3 K], добавлен 22.11.2016Метод Гаусса как прямой метод нахождения решений для систем системы линейных уравнений маленькой и средней размерности с помощью компьютерной техники. Редактор кода и исходный код основной программы в Delphi, блок-схема и графическое решение задачи.
контрольная работа [460,8 K], добавлен 15.06.2015Имитационное моделирование как один из наиболее широко используемых методов при решении задач анализа и синтеза сложных систем. Особенности имитационного моделирования систем массового обслуживания. Анализ структурной схемы системы передачи пакетов.
курсовая работа [1,2 M], добавлен 28.05.2013Понятие и особенности технологии Ethernet, алгоритм работы сети. Построение схемы сети Ethernet по принципу топологии шины. Аналитическое и имитационное моделирование базовой 10-мегабитной сети Ethernet с помощью специализированной системы GPSS Worl.
курсовая работа [268,1 K], добавлен 16.05.2013История появления имитационного моделирования. Его парадигмы: агентная, дискретно-событийная и системно-динамическая. Принципы системной динамики. Достоинства и недостатки ИМ. Реализация модели "Дрейфующая цель" с помощью систем "PowerSim" и "AnyLogic".
курсовая работа [3,5 M], добавлен 13.10.2014Краткие сведения об электронных таблицах MS Excel. Решение задачи линейного программирования. Решение с помощью средств Microsoft Excel экономической оптимизационной задачи, на примере "транспортной задачи". Особенности оформления документа MS Word.
курсовая работа [1,1 M], добавлен 27.08.2012Информационные технологии в управлении: комплекс методов переработки исходных данных в оперативную информацию механизма принятия решений с помощью аппаратных и программных средств с целью достижения оптимальных рыночных параметров объекта управления.
контрольная работа [24,1 K], добавлен 15.03.2013Имитационное моделирование кредитной системы коммерческого банка с применением экспоненциального, дискретного равномерного и нормального распределения. Создание и программная реализация математической модели на языке С++ и ее построение в MathCad.
курсовая работа [319,1 K], добавлен 13.02.2013Построение модели системы массового обслуживания с помощью ЭВМ с использованием методов имитационного моделирования. Моделирование проводилось с помощью GPSS World Student version, позволяющего достоверно воссоздать систему массового обслуживания.
курсовая работа [555,7 K], добавлен 29.06.2011Разработка решения задачи имитационного моделирования системы массового обслуживания (СМО), на примере склада продукции. Построение концептуальной модели системы. Сравнение результатов имитационного моделирования и аналитического расчета характеристик.
курсовая работа [75,5 K], добавлен 26.06.2011Управление запасами: содержание, ключевые параметры. Моделирование системы управления запасами. Разработка проектной документации на создание информационной системы управления запасами склада, алгоритмическое обеспечение, детальное проектирование.
дипломная работа [1,1 M], добавлен 14.11.2017Суммирование элементов столбцов заданной матрицы и получение результатов в одномерных массивах с помощью задания формулы и создания макросов. Нормирование вектора и нахождение его длины, объявление массива, указание его размерности, вывод формы.
контрольная работа [460,5 K], добавлен 18.01.2011Определение необходимого количества работников и их распределение между операциями, при которых достигается максимальная экономическая эффективность работы цеха. Описание процессов, протекающих в моделях систем массового обслуживания. Листинг программы.
курсовая работа [314,9 K], добавлен 09.06.2015Человеко-машинные комплексы, специально предназначенные для принятия решений. Процесс принятия решений и его этапы. Методы поиска новых вариантов решений: дерево решений, морфологические таблицы, конференции идей. Принцип математической оценки тенденций.
курсовая работа [272,1 K], добавлен 30.07.2009Обслуживание двух встречных потоков информации. Структура информационных систем. Разработка структуры базы данных. Режимы работы с базами данных. Четыре основных компонента системы поддержки принятия решений. Выбор системы управления баз данных.
курсовая работа [772,0 K], добавлен 21.04.2016Создание имитационной модели системы массового обслуживания с помощью языка имитационного моделирования GPSS/PC - моделирование обработки на участке 500 деталей. Определение загрузки второго станка на вторичной обработке и вероятности появления отходов.
курсовая работа [602,3 K], добавлен 30.11.2010Моделирование дневного стационара - многоканальной системы массового обслуживания с ожиданием. Определение оптимального числа койко-мест для данного количества клиентов. Практическое решение задачи с помощью программы, реализованной в среде Delphi 7.
курсовая работа [1,9 M], добавлен 15.01.2010Принятие решений в условиях неопределенности. Классические и производные критерии принятия решений. Критерии Байеса-Лапласа, Сэвиджа, Гурвица, Ходжа-Лемана и Гермейра. Графоаналитический метод решения матричных игр. Основные элементы матрицы решений.
контрольная работа [1,4 M], добавлен 26.04.2012
