Анализ цепей поставок ТЭК на основе имитационного моделирования

Построение эффективных цепей поставок в ТЭК России на основе использования современных концепций и методов управления интегрированной логистикой, обеспечивающих надежность, гибкость и безопасность систем поставок топливноэнергетических ресурсов, является залогом эффективного развития национальной экономики в целом. Предприятиям ТЭК часто приходится сталкиваться с «эффектом хлыста», который возникает при решении задач контроля и оптимизации всех аспектов производственного процесса, направленных на максимизацию прибыли при минимизации производственных затрат [1]. Производственные операции, цепочка поставок оборудования, а также топливно-энергетических ресурсов должны быть организованы так, чтобы уменьшить затраты с учетом производственных потребностей и временных ограничений. Также проблемы поиска оптимального решения возникают у дистрибьютеров в сфере энергетики. Организации ТЭК сталкиваются с вопросом выбора оптимального баланса между удовлетворением спроса, способностью хранения запаса и соотношением уровня обслуживания с затратами на него. Решение данных задач на основе математического моделирования в услови- ях динамично развивающейся экономики становится практически невозможным.

В теории управлении цепями поставок выделяют системный, интуитивный, рациональный подходы к принятию управленческих решений, которые подробно рассмотрены в различных научноисследовательских работах [2]. Подход на основе имитационного моделирования, применяемый в логистике и управлении цепями поставок, не требует прерывания текущей деятельности реального объекта, отражает динамический характер процессов в моделируемом объекте, дает возможность учета большого числа случайных факторов и проведения статистических экспериментов. Основным недостатком данного подхода является высокая трудоемкость и значительные затраты времени на исправление ошибок, связанных с допущениями, на основе которых построена модель. В связи с этим возникает актуальная научная задача развития данного подхода на основе аналитических методов.

Предлагаемый комплексный подход предполагает использование в процессе разработки решений по управлению цепями поставок пяти аналитических и имитационных методов, каждый из которых учитывает специфику решаемой задаче. При работе комплексного подхода аналитика используется для поиска приблизительных решений, основанных на минимальной входящей информации. Аналитические методы основываются на поточных и среднестатистических данных и позволяют абстрагироваться от излишней детализации процессов. Основная задача аналитических методов - получение за достаточно короткий промежуток времени информации для выбора наиболее значимых факторов, которые необходимо учитывать в ходе имитационного моделирования. Таким образом, аналитические методы являются вспомогательными для последующего имитационного моделирования цепи поставок. В свою очередь, имитационное моделирование используется для более глубокого исследования цепочки поставок в динамике и решения более широкого круга проблем.

Рассмотрим разработку управленческих решений по управлению складским комплексом, входящим в состав цепи поставок организации ТЭК, на основе предложенного подхода. Работа склада включает в себя процессы разгрузки, погрузки и подбора заказов. Процесс разгрузки состоит из таких этапов, как привоз на склад грузовым транспортным средством поддонов одного типа, которые далее с помощью автопогрузчика разгружаются в хранилище у погрузочной платформы. Далее автопогрузчики перевозят поддоны в основное хранилище. Процесс погрузки включает в себя определение погрузочного склада, из которого грузовое транспортное средство может забрать уже собранные заказы. Данные заказы находятся в хранилище у погрузочной платформы на загрузку, при- чем общий объем заказов должен занимать не менее половины вместимости грузового транспортного средства (ТС). Далее грузовое транспортное средство подъезжает к погрузочной платформе, и при помощи автопогрузчика поддоны всех назначенных на него заказов погружаются в ТС. При сборе заказа формируется его состав, причем заказы бывают сборными, то есть состоят из нескольких типов поддонов. Заказ может быть собран при соблюдении двух условий: если все требуемые поддоны можно поместить в хранилище у погрузочной платформы на загрузку и если в основном хранилище достаточно поддонов всех необходимых типов для данного заказа. Заказ собирается автопогрузчиками в хранилище у погрузочной платформы или, если ни в одном из них нет достаточного количества свободных паллето-мест, то заказ собирается в дополнительном хранилище, из которого при первой же возможности перемещается в хранилище у платформы.

Для анализа такой достаточно сложной системы одних лишь аналитических методов будет недостаточно, так как они не учитывают достаточно большое число нюансов, о которых было написано выше. Зато логика данной системы легко вписывается в концепцию имитационного моделирования. Комплексный подход исследования цепочек поставок включает пять компонентов: гравитационный анализ (GFA), метод оптимизации сети, имитационное моделирование, анализ рисковых ситуаций и анализ «что - если». Алгоритм принятия решений на основе предложенного комплексного подхода представлен на рисунке.

Рис. Алгоритм принятия решений на основе комплексного подхода

После этапа проектирования модели можно с ее помощью проводить анализ. Запустив обычный имитационный эксперимент можно проследить работу в каждом подразделении склада, используя современные визуальные средства, например AnyLogic, GPSS, NetLogo и другие. А благодаря статистическому инструментарию сформировать прогнозы, оценить риски и обнаружить «узкие места» в системе. Также, он позволяет проводить анализ «что – если», изменяя один или сразу несколько параметров модели.

Таким образом, применяя комплексный подход на основе аналитики и имитационного моделирования в исследовании цепей поставок можно повысить обоснованность принимаемых решений. Аналитические компоненты позволяют оптимально разместить логистические мощности и минимизировать затраты на перевозки. Имитационные модели позволяют спрогнозировать поведение агентов в цепях поставок и выявить варианты их возможных действий. Появляется возможность предупредить возникновение рисковых ситуаций и проведения анализа «что – если», который, в свою очередь, позволяет установить зависимости одних экономических параметров от других во временной динамике, что недоступно обычным аналитическим методам.