Содержание к диссертации
Введение
Глава 1 Обзор современных средств управления квазистационарными логистическими потоками 17
1.1. Особенности автоматизированного управления квазистациопариыыи логистическими потоками 17
1.2 Современные технологии управления логистическими потоками 26
1.3 Основные характеристики логистических потоков 31
1.4. Понятийно-терминологический аппарат производственной логистики 36
1.5 Обзор и классификация алгоритмов управления квазистационарными логистическими потоками 41
1.6 Применение аппарата сетей Петри для формализованного описания и анализа логистических потоков 58
1.7 Постановка задач диссертации 63
Выводы по главе 1 67
Глава 2 Синтез и математическое описание автоматизированной системы селективного управления к вази стационарным и логистическими потоками 68
2.1 Математическая модель системы селективного управления квазистациопарными логистическими потоками 68
2.2 Разработка внутренней структуры системы селективного управления квазистационарными логистическими потоками 78
2.3 Формализация структуры селективной матрицы 83
2.4 Особенности хранения информации 87
2.5 Отбор сцепленных многокритериальных групп оценок . 91
Выводы по главе 2 95
Глава 3 Разработка селективного алгоритма отбора и генерации квазистационарных логистических потоков 96
3.1. Основные подходы к созданию селективного алгоритма . 96
3.2 Требования к структурам данных селективного алгоритма . 102
3.3 Разработка обобщенной структуры селективного алгоритма 115
3.4 Разработка многомерного процесса выбора модели пополнения 122
3.5 Особенности применения селективного алгоритма 128
3.5.1 Иерархический мультикритериальныи процесс пополнении 128
3.5.2 Способы учета цикличности запросов. Агрегирующие критерии 132
3.5.3 Многоуровневые древовидные спецификации связи видов ресурса 135
3.5.4 Оценка влияния вариантов заказа ресурса 138
3.6. Анализ устойчивости работы селективного алгоритма , . 142
Выводы по главе 3 149
Глава 4 Экспериментальное исследование, внедрение и апробация процессов и алгоритмов селективного автоматизированного управления квазистационарными логистическими потоками 151
4.1 Постановка задачи экспериментального исследования 151
4.2 Формализация исходных допущений при имитационном моделировании селективного алгоритма 154
4.3 Построение расчетной модели процесса пополнения селективного алгоритма на базе имитационного языка GPSS
4.4 Анализ результатов экспериментального исследования процессов и алгоритмов селективного автоматизированного управления 166
4.5 Исследование объема аппаратных требований и оценка производительности селективного алгоритма 174
Выводы по главе 4 186
Заключение 187
Литература 189
Приложения 204
- Особенности автоматизированного управления квазистациопариыыи логистическими потоками
- Математическая модель системы селективного управления квазистациопарными логистическими потоками
- Основные подходы к созданию селективного алгоритма
- Анализ результатов экспериментального исследования процессов и алгоритмов селективного автоматизированного управления
Введение к работе
Любая деятельность человека неразрывно связана с автоматизацией и управлением различными технологическими процессами и производствами. В настоящее время одной из основных составляющих успешного функционирования современного производства является эффективное управление логистическими потоками. Значительный вклад в разработку теоретических основ и математического аппарата теории управления различными потоками внесли такие ученые как Н. Винер [1], А.А, Марков [2], Р. Вил-сон [3], А.К. Эрланг, Л.В. Канторович [4], Б.Н. Бельш [5,6]^ Д.А. Дербенцев, К.В. Инютина [7], В.А. Сакович [8], А.А, Смехов [9], Н.Д. Фасоляк [10,llj, В.Н. Куровский [12], Дж. Форрестер [13] и другие. Вопросами разработки и практической реализации средств управления технологическими процессами, алгоритмами, производственными системами в различных отраслях человеческой деятельности занимаются крупнейшие мировые компании Boeing, Toyota, Ford, SAP AG, Oracle. В нашей стране наиболее значительных результатов достигли ученые Института проблем управления РАН, Института системного анализа РАН [14], НИИ «Восход» и многие другие. Вместе с тем, многообразие сфер применения логистических потоков, их своеобразие достигло в настоящее время такой степени, что уже требуется обнаружение не только общих, но и частных специфических закономерностей применительно к конкретным условиям. Поэтому, работы, направленные па исследование специализированных свойств процессов и
потоков, и разработка для них новых методов и алгоритмов управления и обработки будут актуальны и востребованы. В настоящее время при создании эффективных систем управления производственными процессами особое место отводится квазистационарным (установившемся, не переходным) потокам, как наиболее широко встречающимся на практике. Однако математический аппарат, процессы и алгоритмы для управления такими специализированными потоками разработаны не в полной мере. А в связи с ростом объемов, возрастании требований к достоверности и оперативности обработки, существует насущная необходимость в создании автоматизированных систем управления логистическими квазистационарными потоками, которые позволят снизить издержки (информационные, энергетические, экономические, транспортные) и повысить качество управления, В связи с вышесказанным представляется ценным и актуальным разработка процессов и алгоритмов селективного автоматизированного управления квазистационарными логистическими потоками, позволяющими повысить эффективность планирования, обработки и управления ресурсами и запасами во многих отраслях промышленности, науки и техники.
Целью диссертации является исследование и разработка процессов и алгоритмов селективного автоматизированного управления применительно к логистическим потокам специального вида — квазистационарным логистическим потокам. Цель достигается путём построения формализованного математического описания для указанных потоков, разработки структуры автоматизированной системы управления квазистациопарнымн логистическими потоками; создания и программной реализации селективных алгоритмов, реализующих такую систему.
Задачи исследования. Для достижения поставленной цели в диссертационном исследовании необходимо привести решение следующих задач:
~ анализ понятий логистики, необходимых для математической формализации квазистационарных логистических потоков;
разработка, синтез и математическое описание автоматизированной системы управления логистическими потоками;
разработка обощённой структуры автоматизированной системы управления;
построение, реализация и анализ алгоритма отбора и генерации логистического потока заявок (селективного алгоритма), как части указанной автоматизированной системы;
реализация иерархического мультикритериалыюго процесса пополнения селективного алгоритма, учитывающего пиковые, трендовые и сезонные составляющие;
разработка имитационной модели селективного алгоритма
экспериментальное исследование и апробация предложенных теоретических положении, алгоритмов и методик.
Методы исследования. В ходе проведения диссертационного исследования автором была использована теория множеств, теория массового обслуживания, теория потоков, теория вероятностей и математическая статистика, теория очередей.
Научная новизна. В диссертационном исследовании содержится решение задачи разработки и построения процессов и алгоритмов автоматизированного управления квазистационарными логистическими потоками, обеспечивающих динамическую многокритериальную селективность выбора, повышение производительности и расширение объема обрабатываемых без потерь логистических заявок. В рамках работы были получены новые научные результаты:
исследованы и разработаны новые процессы и алгоритмы автоматизированного управления квазистационарпыми логистическими потоками;
предложено решение математической задачи формализованного описания квазистационарных логистических потоков;
разработана обобщённая схема автоматизированной системы управления S указанными потоками, включающая: сумматор, архив-хранилище, разделитель, накопитель и анализатор, реализуемые в рамках стандартной функциональности персональной ЭВМ;
разработан селективный алгоритм (ОА) отбора и генерации квазистационарных логистических потоков заявок как неотъемлемой части предложенной автоматизированной системы управления S;
исследован вопрос практической реализации селективного алгоритма, определены и формализованы требуемые для работы алгоритма данные на основе использования селективной матрицы W. указаны основные принципы их хранения и обновления;
определены критерии оценки качества и результативности работы селективного алгоритма, а именно: процент обслуженных с минимальными затратами заявок, количество обращений к внешней системе, сложность, однородность и устойчивость селективной матрицы W;
разработан иерархический мультикритериалытый процесс пополнения селективного алгоритма, учитывающий пиковые, треидовые и сезонные составляющие;
предложены агрегирующие критерии, методика выборочной обработки видов ресурса па основе релевантности их изменений, иерархическая многоуровневая организация каталога и указатели-флаги для видов ресурса, обеспечивающие повышение устойчивости и производительности работы селективного алгоритма;
предложены экспериментальные методики проверки и анализа эффективности селективного алгоритма, использующие набор моделей-алгоритмов {^о, -Діа ^2} с усреднённым, экономичным и средне-фиксированным размером заказа соответственно;
разработана имитационная модель селективного алгоритма на базе языке GPSS и проведено имитационное моделирование работы процесса пополнения селективного алгоритма;
проведен анализ результатов моделирования, доказывающий высокую эффективность применения предложенного селективного алгоритма как составной части автоматизированной системы управления квазистациопарньши логистическими потоками.
Практическая значимость работы заключается в создании реальных основ для реализации автоматизированного управления квазистационарными логистическими потоками, способных обеспечить обработку и управление ресурсами, повысить экономическую эффективность, выражающуюся в увеличении доступности материалов для клиентов, снижении связанных со срочностью поставки расходов без значительного опережающего роста запасов материалов. Гибкость и универсальность предложенных в работе решений делает возможным их применение в самых различных технологических процессах и производствах. Например, при разработке алгоритмов работы операционных систем ЭВМ в части решения задачи но выделению и распределению дисковой и оперативной памяти; в телекоммуникационных и биллинговых системах; системах массового обслуживания; системах распределения и управления энергообеспечением; военных, морских, авиационных и железнодорожных терминалах (складские и контейнерные логистические комплексы). Теоретические соотношения, полученные в работе, в большинстве своем проиллюстрированы практическими примерами, доказывающими адекватность предложенных положений. Для проведения имитационного моделирования использовались реальные статистические данные. Результаты экспериментальных исследований автора показали, что за счет использования селективного алгоритма процент обслуженных с минимальными затратами заявок повысился (в зависимости от используемых моделей) на {7 -г 35)%. Экспериментально установлено, что при расширении обрабатываемого списка видов ресурса в 10 раз, объём потерь (количество невыполненных заявок) увеличился всего на 10%.
Достоверность положений работы подтверждается итогами проведенного имитационного моделирования, подтвердившими преимущества разработанных средств автоматизированного управления квазистационарными логистическими потоками, а также успешным внедрением результатов работы в практику производственной деятельности предприятия 000 "Цеппелин Русланд".
Личный вклад автора. Все основные результаты получены автором лично. Главными из них являются:
создание формализованного математического описания и разработка структуры автоматизированной системы управления S квазистационарными логистическими потоками, включающей: сумматор, архив-хранилище, разделитель, накопитель и анализатор, реализуемые в рамках стандартной функциональности персональной ЭВМ;
исследование и разработка селективного алгоритма отбора и генерации квазистационарною логистического потока заявок как части автоматизиоваппой системы управления;
исследование и выработка рекомендаций по эффективной практической реализации селективного алгоритма, включая критерии оценки результатов его работы, составляющий его процесс пополнения и формализацию селективной матрицы отбора W;
разработка процесса пополнения селективного алгоритма;
создание методики совместного использования селективного и фильтрующих алгоритмов, основанных на применении агрегирующих кри-
терпев, выборочной обработке ресурсов на основе релевантности их изменений, иерархической многоуровневой организации каталога видов ресурса, использовании указателей-флагов;
реализация иерархического мультикритериального процесса пополнения селективного алгоритма, учитывающего пиковые, трендовые и сезонные составляющие;
создание имитационной модели селективного алгоритма, методик проведения и анализа результатов экспериментального исследования;
разработка методов, обеспечивающих повышение устойчивости и производительности работы селективного алгоритма;
- разработка экспериментальных методик и практическое обоснование эффективности применения селективного алгоритма как части автоматизированной системы управления квазистационарпыми логистическими потоками.
Автор диссертации непосредственно принимал активное участие в разработке программной и эксплуатационной документации, внедрении и сопровождении системы.
Внедрение. Результаты диссертации внедрены:
- в производственную деятельность 000 "Цеппелин Русланд"
крупного дилера запасных частей и производителя дорожно
строительной, сельскохозяйственной, погрузочной техники. Общий
объем экономии па этапе опытно-промышленной эксплуатации пред
ложенной на основе материалов диссертационной работы автора си-
стемы управления превысил 3 млн. руб., расходы на оплату сбора поставщиков за срочность доставки снизились с 4.5% до 2.5% от общего объема закупок, процент доступности материалов на складе повысился с 79% до 84% без значительного опережающего роста запасов;
- в учебный процесс в Московском государственном институте электронной техники (Техническом университете).
Результаты выносимые на защиту
Формализованное математическое описание логистических квазистационарных логистических потоков.
Структура автоматизированной системы управления квазистацио-нариыыи логистическими потоками.
Селективный алгоритм отбора и генерации квазистациопарного логистического потока заявок как часть системы управления квазистационарными логистическими потоками.
Процесс пополнения и формализация селективной матрицы отбора W, как части указанного селективного алгоритма,
Методики совместного использования селективного и фильтрующих алгоритмов.
С. Иерархический мультпкритериальиый процесс пополнения селективного алгоритма.
7. Имитационная модель селективного алгоритма.
Результаты проведёЕшого экспериментального исследования эффективности селективного алгоритма отбора и генерации квазистацио-парпых логистических потоков заявок.
Результаты внедрения и апробации диссертационной работы.
Апробация работы. Основные положения и результаты диссертационной работы докладывались на 12-й и 14-й Всероссийской межвузовской Научно-технической конференции студентов и аспирантов «Микроэлектроника и информатика» (г.Москва, Зеленоград, МИЭТ(ТУ), 2005 и 2007 год соответственно). Доклад был отмечен дипломом.
Публикации. Основные результаты диссертационной работы опубликованы в 17 научных публикациях. Из них 2 — в сборниках тезисов докладов по итогам конференций (один в соавторстве). Две статьи — в соавторстве — изданы в рецензируемых журналах, входящих в перечень изданий утвержденный ВАК РФ. Без соавторов опубликовано 14 работ.
Структура, содержание и объём работы. Диссертация состоит из введения, четырёх глав, заключения, списка литературы (118 наименований) и 4 приложений. Содержит 43 рисунка и диаграммы, б таблиц и 6 листингов текста алгоритмов и программ. Работа включает 143 страницы основного текста и 27 страниц с рисунками и таблицами. Общий объём диссертации — 218 страниц, из них 15 страниц приложений.
В первой главе^ являющейся обзорной, проанализированы особенности автоматизированного управления квазистационарными логистическими потоками, в частности указана необходимость автоматизации средств управления такими потоками, В рамках логистики выявлено наличие ряда
характерных проблем, главными из которых являются: отсутствие формализованного математического аппарата для автоматизированных систем управления потоками указанного типа; отсутствие алгоритмического решения для ряда актуальных задач логистики. Определенны задачи диссертации по исследованию и разработке процессов и алгоритмов, обеспечивающих повышение качества автоматизированного управления квазистационарными логистическими потоками.
Во второй главе предложена обобщенная схема автоматизированной системы S селективного управления квазистационарными логистическими потоками. Создано математическое описание квазистациопарпых логистических потоков, определяющее возможность выполнения логистических операций при наличии ряда ограничений. Разработана и исследована внутренняя структура системы S, включающая следующие базовые блоки: сумматор, архив-хранилище, разделитель, накопитель, и анализатор. Показана необходимость создания селективного алгоритма (СА) и процесса пополнения(ПП), как части блока разделителя rti Р. Представлена формализация селективной матрицы W} осуществляющей отображение множества ресурсов на множество алгоритмов их обработки. Определены математические критерии для оценки качества и эффективности работы представленной автоматизированной системы селективного управления квазистационарными логистическими потоками.
В третьей главе представлен разработанный селективный алгоритм отбора и генерации квазнстационарпого логистического потока заявок. Определены основные подходы, требования и структуры данных селективного алгоритма, позволяющие хранить их в интегрированной базе дан-
пых, единой для всех блоков автоматизированной системы. Разработана обобщённая структура селективного алгоритма включающая процесс пополнения, основанный на использовании селективной матрицы W', позволяющей проводить многомерную раздельную выборочную обработку ресурса. Предложен иерархический мультикритериальный способ построения процесса пополнения, учитывающий пиковые, трендовые и сезонные составляющие. Обоснована необходимость и предложена методика совместного использования селективного и фильтрующих алгоритмов, позволяющих уменьшить количество избыточного ресурса.
В четвертой главе представлена разработанная имитационная модель селективного алгоритма на базе языка GPSS, использующая набор моделей-алгоритмов {Д), Лі,.^} с усреднённым, экономичным и средне-фиксированным размером заказа соответственно. Анализ результатов моделирования показал, что при использовании селективного алгоритма отбора процент обслуженных с минимальными затратами заявок повысился на (7 -г 35)%; при расширении обрабатываемого списка видов ресурса в 10 раз, объём потерь (количество невыполненных заявок) увеличился незначительно, а потоки сохраняют свойство квазистациоиарности. Предложены способы повышения производительности алгоритма, в том числе: выборочная обработка видов ресурса на основе релевантности их изменении; иерархическая многоуровневая организация каталога видов ресурса,
В заключении приводятся основные результаты, полученные при выполнении диссертационной работы.
В приложениях представлены документы о внедрении результатов диссертации и фрагменты текста имитационной модели на языке GPSS,
Особенности автоматизированного управления квазистациопариыыи логистическими потоками
При решении задач управления часто применяют системный подход, позволяющий провести рассмотрение всех составных частей вместе, в комплексе. Важнейшим приЕіципом системного подхода как научной методологии является утверждение о том, что "совершенствование управления любым предметом требует первоначального определения ... тех областейт на которые должно быть направлено управленческое воздействие" [15]. В соответствие с этим следует определить эти области и выявить и проанализировать связанные с ним задачи, подлежащие решению.
"Управление характеризуется широким многообразием понятий, обладает способностью адаптироваться к изменяющейся внешней обстановке; с учетом внутренних количественных и качественных изменений самоорганизуется и саморазвивастся" (16]. Однако уже само наличие возможности управлення предполагает, что поведение всех компонентов в той или иной мере предсказуемо (хотя, конечно, и не обязательно жёстко детерминировано). Особенно частым и наиболее изученным представляется случаи установившегося состояния управляемого объекта. Или более строго - все рассматриваемые потоки и процессы являются стационарными. Случай ный процесс X(t) называется стационарным, если все его вероятностные характеристики не меняются с течением времени t (так что, например, распределение вероятностей величины X(t) при всех t является одним и тем же, а совместное распределение вероятностей величин X{t\) и Х( ) зависит только от продолжительности промежутка времени І2 — і\} т.е. распределения F пар величии {X(ti):X(t2)} и {X(ti + so). X + SQ)} одинаковы при любых j, її и so) [17-19]: важна стационарность только на рассматриваемом временном интервале, и допускается определённая погрешность между теоретическим значением и его практической реализацией, то в рассматриваемом случае представляется достаточным, чтобы имела место кбазиста-циопариостъ.
Сложность управления (большое количество потоковт их значительная интенсивность, требуемые обычно малые времена реакции), в общем случае, делает невозможным его осуществление в ручном режиме — необходима его автоматизация (компьютеризация) [14] и разработка соответствующих процессов и алгоритмов.
Из всей совокупности средств автоматизированного управления квазистационарными потоками рассмотрим средства, относящиеся к потокам специального вида — логистическим потокам. Данный термин понимаются следующим образом. «Информационный поток» не материальный поток, рассматриваемый либо в рамках системы (как поток между её звеньями)т либо между системой и внешней средой, и генерируемый материальным потоком, независимо от формы его представления; «логистический информационный поток» — сужение общего термина информационный поток» в рамки информационной логистики; «логистический поток» — логистический информационный или материальный поток. Под логистикой понимается наука о планировании, контроле и управлении материальными и нематериальными операциями над "сырьём77 (ресурсом) и всеми сопутствующими ему потоками от точки их зарождения до точки ликвидации. Указанное ноздействие на потоки, изменяющее их количественные и качественные характеристики, называют также «логистической деятельностью». Информационная логистика (ИЛ) — часть логистики, изучающая и использующая информацию и информационные технологии вычислительной техники как основу логистической деятельности. Производственная лп?мст.пка (ПЛ) — разновидность логистики, в рамках производственных процессов, В рамках ИЛ и ПЛ можно выделить следующие основные средства автоматизации, реализующие отдельные аспекты логистической деятельности; - средства управления логистическими потоками (ЛП); - средства поддержки устойчивого состояния ЛП; - средства создания, преобразования и уничтожения ЛП; - средства сбора (статистической) информации о состоянии проходящих через систему ЛП: - средства архивного н оперативного хранения ЛП, При этом используется возможность "представления процесса управления любой системой как процесса обработки информации" [20], доказанная в конце 70-ых годов в работах таких известных учёных как В.М. Глушков, B.C. Михалевич, Ю.М Каныгин [21-24]. На рис.1.1 представлена общая структура многомерной системы автоматического управления общего вида в случае квазистационарных логистических потоков [25].
Математическая модель системы селективного управления квазистациопарными логистическими потоками
Перечисленные выше недостатки определяют современные актуальные требования со стороны логистики по исследованию и разработке процессов и алгоритмов автоматизированного управления квазистационарными логистическими потоками; - необходимость формализации и разработки математического аппа рата логистики; определение базовых понятий логистики, которые позволяют дать математическое описание квазистационарных логи стических потоков. Построение математической модели связи этих базовых понятий друг с другом: формализация логистических опе раций; - необходимость разработки, синтеза и формализации математического описания автоматизированной системы управления логистическими потоками, с последующим переходом к рассмотрению потоков специального вида; квазистационарным логистическим потокам; и блочной структуры системы; - потребность в построении и реализации современных процессов и алгоритмов (в т.ч. и селективных), реализующих функционирование такой системы, являющихся её неотъемлемой частью; - необходимость в проведении экспериментальных исследований и апробации предложенных теоретических положений и алгоритмов. Из всего сказанного следует, что существующие современные средства, технологии, процессы и реализующие их алгоритмы управления для квазистационарных логистических потоков, несмотря на множество достоинств, не в полной мере удовлетворяют потребности, не обеспечивая требуемую функциональность, результативность и качество работы. А значит существуют, по меньшей мере в отдельных областях логистики, и потребности и возможности по получению более рационального результата, повышению качества и эффективности управления. Это в полной мере доказывает научную и практическую необходимость и актуальность проведения диссертационного исследования, напра-ленного на исследование и разработку процессов и алгоритмов селективного автоматизированного управления квазистационарнымп логистическими потоками. 1. Проанализированы особенности автоматизированного управления квазистационарными логистическими потоками, в частности указана необходимость автоматизации средств управления такими потоками. 2. Представлен математический аппарат теории массового обслуживания, определяющий основные параметры логистических потоков. 3. В рамках производственной логистики выявлено наличие ряда характерных проблем, главными из них являются: отсутствие формализованного математического аппарата для автоматизированных систем управления потоками указанного типа; отсутствие алгоритмического решения для ряда актуальных задач логистики. 4. Показана важность задачи рационального пополнения запаса ресурса при управлении квазистационарными логистическими потоками. 5. Анализ современных алгоритмов и технологий управления дня кна-зистационарных логистических потоков показал, что для решения задач эффективного управления ресурсами могут использоваться модели «EOQ», «(r,Q)» в рамках ERP, CSRP и CALS-систем. 6. Определенны задачи диссертации по исследованию и разработке процессов и алгоритмов, обеспечивающих повышение качества автоматизированного управления квазистацнонарными логистическими потоками. Синтез и математическое описание автоматизированной системы селективного управления квазистационарными логистическими потоками Как было показано в предыдущей главе, со стороны логистики предъявляются современные актуальные требования к исследованию и разработке процессов и алгоритмов автоматизированного управления квазистационарными логистическими потоками; существует насущная потребность в разработке, синтезе и формализации математического описания специализированной автоматизированной системы управления логистическими потоками, с последующим переходом к рассмотрению потоков специального вида: квазистационарным логистическими потокам; и блочной структуре всей системы в целом. С учётом вышеперечисленных требоваий в работе предложена селективная автоматизированная система управления указанного типа, обобщённая схема которой приведена на рис. 2.1. Где обозначено: S — система управления [95,96]; Г и И — два внешних блока. Блок И(з), не являясь внешним для системы, выполняет вспомогательные функции и полностью управляется блоком S.
Основные подходы к созданию селективного алгоритма
Представив и рассмотрев с формально-математической точки зрения систему S и составляющие её блоки, было продемонстрирована взаимосвязь всех частей системы. Были отмечены блоки (и реализующие их процессы и алгоритмы),.работающие с логистическими потоками. В частности, разработанный селективный алгоритм (СА)Т подробно рассматриваемый в данной главе, и является одной из основных частей информационной логистическои системы, отвечая за создание самогенерирующего потока (см. рис. 2.1 и 2.5)- Фактически он позволяет автоматизировать процесс отбора модели-алгоритма управления из некоторого списка моделей на основе экспертных опытных критериев. Выбранная модель (её алгоритм) используется затем при расчёте величины Q — искомого рационального количества ресурса, и момента заказа г. В свою очередь, основным элементом селективного алгоритма является процесс пополнения (ПП) и используемая им селективная матрица W.
Особо следует отметить, что отбор модели-алгоритма управления должен отвечать как минимум трём принципам: - после первоначальной настройки быть независимым (в определённых рамках, границах допуска) от эксперта при изменениях в предметной области. Это позволит значительно расширить применимость алгоритма па практике, дав возможность использовать его даже пользователями, лишёнными экспертной поддержки. - быть независимым от участвующих в отборе моделей. Это даст возможность использовать алгоритм и с теми из них, что неизвестны на текущий момент, но могут появиться в будущем. Конечно их применение потребует внесения корректив, исправлений в саму матрицу W и критерии отбора — но, тем не менее, важен сам факт принципиального наличия такой возможности, - рекомендации (результаты расчёта величии Q и г по отобранной алгоритмом модели) должны обладать возможностью служить входными данными для других алгоритмов, а возможно даже и для самого селективного алгоритма. Помимо этого также иіедует рассмотреть сопутствующие вопросы: хранение и представление данных для селективного алгоритма, обновление данных в ходе работы селективного алгоритма, использование формализации критериев отбора; уточняется используемая терминология и её взаимосвязь с практическими задачами. Для этого сначала должна быть определена базовая понятийная и терминологическая система алгоритма — та база, на которой будет строиться в дальнейшем весь селективный алгоритм. Затем должен быть дан перечень требований (как по наличию-составу, так и по структуре) для данных алгоритма, а также предложен способ хранения в базе данных (БД) самой селективной матрицы. Определившись с данными, следует гк шагово показать как на их основе происходит работа алгоритма. Шаг, относящийся к процессу пополнения, должен быть детализирован подробнее. Также можно предположить несколько актуальных задач, возникающих при практическом использовании алгоритма, и требующих поэтому отдельной проработки. А именно: использование в процессе пополнения множественной (мульти-) иерархии критериев; задача учёта наличия цикличности и сезонности в данных; принятие во внимание связи видов ресурса между собой и демонстрация её влияния на результаты работы алгоритма и процесса пополнения. Фактически селективный алгоритм лежит на стыке математической формализации автоматизированной системы управления квазистационар-ными логистическими потоками и сугубо практической задачи управления запасами-резервами ресурса, являясь переходным звеном между ними. Главной задачей, решаемой селективным алгоритмом, является зза-дача рационального пополнения запасов ресурсам, под которой понимается следующее: на основе входного потока заявок («потребитель» ресурса), а также текущего состояния системы, требуется генерировать выходной по-ток заявок, который (через посредство внешней системы — «поставщик») приводил бы к возникновению ответного входного материального потока, обслуживающего поступившие и могущие поступить в будущем заявки с минимальными затратами. Оценку (величины) затрат, а значит и качества и рациональности результата работы, следует проводить по предложенным [і определённым во со второй главе критериям (или, как минимум, следовать оговоренным там рекомендациям на свойства этих критериев). Определим основные понятия, лежащие в рамках указанной задачи. Представляется разумным руководствоваться при этом требованиями экспертного опыта, свойственными практике рационального управления запасами в рамках производственной логистики [101]: - Кс количество запросов — количество обращений за ресурсом данного вида в рассматриваемый промежуток времени, независимо от того, сколько единиц ресурса запрашивается каждый раз за одно обращение, - Kd потребность — общее количество запрошенного ресурса данного вида в рассматриваемый промежуток времени. - Т3 период — единица времени, за которую собирается и аккумулируется статистика по запросам и потребностям. Обычная величина периода: минута, час, день, неделя или месяц; зависит от вида ресурса и решаемой задачи. Период определяет степень детализации статистики: для отрезков времени, меньших периода, она не ведется. - Ря стоимость — "стоимость" единицы ресурса, используемая как основа для всех стоимостных вычислений при управлении запасами (резервами) пе обязательно должна быть экономической стоимостью; зависит от вида задачи].
Анализ результатов экспериментального исследования процессов и алгоритмов селективного автоматизированного управления
Моделирование и оценка, результатов проводилось для ручгюго метода для всех трёх различных видов алгоритмов {J4O,-4I, 2} И ДЛЯ селективного автоматизированного способа (т.е, с использованием селективного алгоритма в соответствие с матрицей табл, 4.1) в комбинации {Лі, }. Оценка результатов шла но трём основным целевым критериям; — процент обслуженных с минимальными затратами заявок («процент обслуживания»), т.е, количество заявок-обращений потребителей ресурса обслуженных без обращения к внешней системе из собственных запасов, относительно общего числа обращений. Данную величину можно считать основной целевой функцией, своего рода «мерой удовлетворённости» потребителей ресурса системой, — объём запаса росурса, возникшего в ходе работе ПП-СА и оставшегося в наличии к моменту окончания модельного времени. Он является своего рода «стоимостью» (платой) за достижение требуемой «меры удовлетворенности». Іівиду большой величины общего «времени модели» (см. выше) 35200ч 20лет и (статистически) ограниченному диапазону колебания объёма запаса по ходу .моделирования (см. рис, 4,4), то использование и качестве оценки конечной величины запаса представляется оправданным. Такой приём значительно облегчает расчёты, т.к. приводимая конечная величина является суммарной по всем видам запаса. объём потерь как суымарное-накопленное количество запросов потребителей к ресурсам вида (по номеру) 1... MAX_PRTS J4NCHCK[100], которые не были выполнены в полном объёме сразу без обращения к внешней системе. Обем потерь позволяет оценить, насколько рациональной была «плата» за достигнутую «меру удовлетворенности; , фактически отвечая на вопрос: насколько можно улучшить процент обслуживания (какого процента можно было бы достичь) при тех же объёмах запаса ресурса.
Численные результаты моделирования представлены в табл. 4,3 и на рисА4—1.8. Анализ результатов моделирования для ручных способов, когда селективный алгоритм не используется (либо, что тоже самое, все ячейки селективной матрицы заполнены указанием только на одну модель из еписка{Ло; А\. Ь}), позволяет сделать следующие выводы: 1. Из трёх использовавшихся моделей-алгоритмов лучшие результаты пи проценту обслуживания V показал алгоритм Лі, с результатом 51.90%; худший результат 23,54% у Л2. 2. Указанный процент обслуживания V является устойчивым значением — после первоначального переходного процесса, значительных отклонений (как в большую, так и в меньшую стороны) ие, наблюдается, потоки сохраняют квани стационарность. 3. При переходе от алгоритма к алгоритму рост процента обслуживания І связан с более быстрым ростом объёма запаса ресурса Тр — рост является экстенсивным: например, переход от А і к А\ сопровождался почти двукратным ростом р и четырёхкратным ростом Т , (см, также рис. 4.1). Значит, оставаясь в рамках имеющегося набора моделей (одной из них), невозможно дальнейшее увеличение процента обслуживания р, т.к. оно будет приводить к столь значительному росту объёма запаса ресурса Т , что является практически не реализуемым (рис. 4,3), Такие результаты являются вполне ожидаемыми: лидерство по качеству (проценту) обслуживания досталось методу А\, особенность которого в том, что он дает значительно больший размер заказа (в сравнении с методами Ао и Ai он наиболее "жадный1 , табл. 4.2), Также можно считать, что в данном случае практически достигнут предел качества обслуживания при ручном расчёте — на участвующие в анализе сто первых наиболее популярных видов ресурса приходится 55.71% запросов потребителей (рис. 4.1), обслужено же было 51.90%, что видно из анализа исходных данных представленных в Прилоэ/сепии 3) (небольшое различие чисел можно объяснить первоначально пустым состоянием резерва системы) и возникшим в результате этого переходными процессами па начальном этапе. Суммарная величина резерва по всем видам ресурса для ПП-СА, функция от модельного времени (тренде та я функция у представляется линейно, Анализ результаты для селективного автоматизированного способа управления, свидетельствуют что: 1. Процент обслуживания V составил 58.75%, превысив результаты ручных способов расчёта па (7 -г- 35)%. Это достигается благодаря тому, что применение селективного алгоритма дает возможность более гибко и оперативно сочетать доступные для использования модели (в данном случае А\ и А2) (применяемая модель подбирается с помощью матрицы на основе имеющейся потребности в ресурсе); автоматическая работа позволяет включить в расчёт гораздо большее количество видов ресурса (обычно на практике больше на порядок). 2. Указанный рост процента обслуживания Р сопровождался незначительным (около 12%) ростом объёма запаса-резерва Т . Если сравнить полученную величину Т П СЛ — 14559, то она меньше соответствующей величины Тр 18000 из рис. 4,3 при р = 58.75%, что даст сокращение объёма запаса кшкр — Тр\ Т"ІЬСА 23.6%.
