Содержание к диссертации
Введение
1. Состояние вопроса и постановка цели и задач исследования 10
1.1 Анализ процесса доставки мелкопартионных грузов с применением терминальной технологии перевозок 10
1.2 Анализ партионности продукции, доставляемой с применением терминальной технологии перевозок 30
1.3 Существующие исследования процесса доставки мелкопартионных грузов с использованием терминальной технологии перевозок 47
1.4 Выводы и постановка цели и задач исследования 60
2. Эффективность процесса доставки мелкопартионных грузов с применением терминальной технологии. Поток партий груза - фактор, влияющий на показатель эффективности 62
2.1 Показатель эффективности процесса и факторы, влияющие на показатель эффективности 62
2.2 Поток партий груза - фактор, влияющий на эффективность процесса доставки мелкопартионных грузов 65
2.3 Выводы 91
3. Имитационное моделирование процесса доставки мелкопартионных грузов с применением терминальной технологии 93
3.1 Описание имитационной модели 93
3.2 Выводы 107
4. Использование результатов имитационного моделирования 109
4.1 Метод определения фактической мощности логистической цепи, необходимой для достижения максимальной эффективности процесса доставки мелкопартионных грузов с применением терминальной технологии 109
4.2 Выводы 115
Основные результаты исследования 116
Литература
- Анализ партионности продукции, доставляемой с применением терминальной технологии перевозок
- Существующие исследования процесса доставки мелкопартионных грузов с использованием терминальной технологии перевозок
- Поток партий груза - фактор, влияющий на эффективность процесса доставки мелкопартионных грузов
- Метод определения фактической мощности логистической цепи, необходимой для достижения максимальной эффективности процесса доставки мелкопартионных грузов с применением терминальной технологии
Введение к работе
Перевозки грузов автомобильным транспортом занимают значительное место в международных перевозках грузов. В 1998 году в международном сообщении было перевезено 303505 тыс. тонн грузов, из них 16125 тыс. тонн или 5,3% автомобильным транспортом. Доля автомобильного транспорта в общей стоимости грузов, перевезенных в международном сообщении, составила в 1998 году 31,1% /54/. Около 25 % объема перевозок грузов автомобильным транспортом - это мелкопартионные грузы, масса партии груза составляет менее 20 тонн. Под партией груза понимается партия продукции, подготовленная к перевозке от одного отправителя в адрес одного получателя и доставляемая по одному транспортному документу. Доля этих партий груза в общем количестве партий груза, а также доля доходов транспортных компаний, получаемых от перевозки таких грузов в общей сумме доходов составляет 60 - 65 % /65/. Наблюдается тенденция к сокращению массы партии груза, перевозимых в международном сообщении. Обследования показывают, что в период с 1994 по 1998 год средняя масса партии груза сократилась с 9-10 тонн до 6-7 тонн. Повышается удельный вес перевозок мелкопартионных грузов как в общем объеме перевозок, так и в общем количестве партий груза. Таким образом, возрастает актуальность научных исследований, направленных на совершенствование процесса доставки мелкопартионных грузов, улучшение качества транспортного обслуживания.
Интервал доставки, т. е. время с момента подачи заявки на перевозку до момента доставки груза получателю, является одним из наиболее важных показателей качества транспортного обслуживания клиентуры. Предыдущими исследованиями доказано, что доставку мелкопартионных грузов с точки зрения интервала доставки и эффективности использования автомобилей целесообразно осуществлять с использованием терминальной
технологии. В настоящее время организацией доставки мелкопартионных грузов от дверей отправителей до дверей получателей как в международном сообщении, так и внутри нашей страны, занимаются многочисленные транспортные компании, организующие доставку по собственным логистическим цепям. Несмотря на большое количество транспортных компаний, работающих на одних и тех же направлениях, интервалы доставки мелкопартионных грузов не удовлетворяют запросам клиентуры. Причинами такого положения дел являются: использование некачественного подвижного состава, составление нерациональных маршрутов движения автомобилей, длительные простои в ожидании погрузочно - разгрузочных работ и в процессе таможенного оформления грузов, ошибки в оформлении таможенных документов и документов на груз, отсутствие необходимой информации об отправителях и получателях. Одной из главных причин длительных интервалов доставки является, по нашему мнению, недостаточная фактическая мощность логистических цепей. Стремление транспортной компании, сократив периодичность подачи автомобилей под погрузку, сократить интервал доставки, который оказывает влияние на текущие затраты получателей, связанные с хранением и наличием запасов, при неизменной фактической мощности логистической цепи приводит к увеличению числа автомобилей, необходимого для перевозки одного и того же объема груза, снижению эффективности их использования, что вызывает необходимость увеличения тарифов на транспортное обслуживание. А это, в свою очередь, может привести к потере клиентуры. Решить проблему сокращения интервала доставки при повышении или сохранении на существующем уровне эффективности использования автомобилей можно лишь в том случае, если увеличить фактическую мощность логистической цепи до определенного значения.
Таким образом, актуальной научной задачей является определение фактической мощности логистической цепи, при которой возможно достижение максимальной эффективности процесса доставки, т. е. минимально возможного интервала
доставки и максимально возможной эффективности использования автомобилей.
Объектом исследования является процесс доставки мелкопартионных грузов по логистической цепи транспортной компании, которая является организатором всего процесса доставки грузов от дверей отправителей до дверей получателей.
Методика исследования. Методологическую основу всей работы составляет системный подход к исследуемому процессу. Решение проблемы сокращения интервала доставки мелкопартионных грузов достигается при повышении эффективности всего процесса доставки, включая экономический эффект как у транспортной компании, так и у получателей. В работе использованы методы математической статистики и теории вероятностей. Основным исследовательским аппаратом является имитационное моделирование процесса доставки мелкопартионных грузов.
Цель исследования: повышение эффективности процесса доставки мелкопартионных грузов с использованием терминальной технологии перевозок. Разработка метода определения фактической мощности логистической цепи, при которой достигается минимально возможный интервал доставки и максимально возможная эффективность процесса доставки мелкопартионных грузов, включая экономический эффект у получателей, с учетом стохастического характера распределения партий груза в потоке по массе.
Научная новизна диссертационной работы заключается в следующем:
разработана имитационная модель процесса доставки
мелкопартионных грузов по логистической цепи
транспортной компании, учитывающая стохастический
характер распределения партий груза в потоке по массе;
предложен метод описания и моделирования потоков партий
груза, поступающих в логистическую цепь;
предложен метод определения фактической мощности
логистической цепи, необходимой для достижения
минимально возможного интервала доставки и максимально
возможной эффективности процесса доставки
мелкопартионных грузов, включая экономический эффект у
получателей.
Практическая полезность работы. Разработанный метод может использоваться различными транспортными компаниями для привлечения дополнительных объемов мелкопартионных грузов и улучшения качества транспортного обслуживания за счет сокращения интервала доставки при постоянном уровне тарифов на перевозки, а также построения тарифов на погрузочно -разгрузочные работы терминала транспортной компании, тарифов на доставку партии груза от дверей отправителя до дверей получателя с учетом таких факторов, как фактическая мощность логистической цепи, интервал доставки, характер распределения партий груза в потоке по массе и ряда других, а также для проектирования логистических цепей.
На зашиту выносятся:
имитационная модель процесса доставки мелкопартионных
грузов по логистической цепи транспортной компании;
метод описания и моделирования потоков партий груза;
метод определения фактической мощности логистической
цепи, необходимой для достижения минимально возможного
интервала доставки и максимально возможной эффективности
процесса доставки.
Реализация результатов работы. Результаты исследования в
настоящее время используются транспортной компанией Шенкер
- БТЛ для построения тарифных ставок на доставку партии груза
от дверей отправителя до дверей получателя в зависимости от
фактической мощности логистической цепи, характера
распределения партий груза в потоке по массе, интервала
доставки и ряда других факторов при заданном значении
показателя финансово- хозяйственной деятельности
транспортной компании, а также для расчета фактических мощностей логистических цепей, необходимых для доставки грузов с минимально возможным интервалом доставки при существующей эффективности использования автомобилей.
Апробация работы. Основные положения работы докладывались на заседаниях кафедры «Управление»
Московского автомобильно- дорожного института (технического университета) в 1999-2000 г.г.
Публикации. По результатам исследования опубликовано 2 статьи общим объемом 0,43 печатных листа.
Структура и объем работы. Диссертация состоит из введения, четырех глав, основных результатов исследования и содержит 124 страницы машинописного текста, 25 таблиц, 38 рисунков, 72 наименования литературных источника и 4 приложения.
Анализ партионности продукции, доставляемой с применением терминальной технологии перевозок
В предлагаемой работе исследовалась партионность продукции, доставляемой по следующим направлениям: Финляндия- Россия, Германия- Россия, Нидерланды- Россия, Швеция- Россия, Италия- Россия. Учитывая то обстоятельство, что объем перевозок грузов по этим направлениям составляет более 50 % от общего объема перевозок грузов автомобильным транспортом в международном сообщении, можно сделать предположение о том, что закономерности выявленные при анализе партионности продукции по рассматриваемым направлениям, характерны и для других направлений.
В процессе исследования вся доставляемая продукция была сгруппирована в 9 видов. В каждый из 9 рассматриваемых видов продукции входят несколько подвидов, к которым со стороны получателей и отправителей предъявляются схожие требования в отношении интервала доставки груза, сохранности, упаковки, температурного режима и. т. д. Рассматриваются следующие виды продукции: 1. Оборудование для предприятий пищевой и молочной промышленности. 2. Бытовая техника, электротехническая продукция, кабельная продукция, оборудование для систем связи, компьютерная техника, копировально- множительная техника. 3. Бумажная продукция, книги, журналы, компакт диски, видео и аудио кассеты. 4. Инструменты, запасные части, подшипники, ремни для промышленного оборудования, фурнитура. 5. Отопительное оборудование, котлы, отопительные станции, гидравлическое оборудование, насосные станции. 6. Медицинские препараты и медицинское оборудование. 7. Пищевые добавки, сырье для пищевой промышленности, аэрозоли, химическая продукция, косметика. 8. Строительные материалы и механическое оборудование. 9. Прочие.
На основании изучения партионности продукции, проведенного в настоящем исследованиии, в таблице 7 и на рисунках 2,3,4 показаны доли, которые каждый вид продукции занимает в общем числе партий груза, поступающих в логистическую цепь, общем объеме, общей стоимости доставляемых грузов, а также приведены оценки математического ожидания средней массы партии груза в потоке каждого вида продукции.
Партионность каждого вида продукции различна. Влияние на характер распределения партий груза по массе в потоках продукции каждого вида оказывает наличие множества комбинаций различных отправителей и получателей с различным характером производственной деятельности и множества сочетаний этих комбинаций. В связи с этим, интерес представляет рассмотрение возможной партионности продукции каждого вида в отдельности.
1. Оборудование для предприятий пишевой и молочной промышленности.
Число отправителей этого вида продукции намного превышает число получателей. Число получателей составляет от 3 до 6 % от числа отправителей. Существует большое разнообразие в товарной номенклатуре внутри данного вида продукции: 3-10 наименований продукции в каждой партии груза. Средняя масса партии груза в потоке находится в интервале 0,5- 1,5 тонны. Цена 1 тонны груза колеблется от 5 до 30 тысяч долларов. Получатели и отправители - это, как правило, крупные фирмы и многочисленные филиалы этих фирм, которые применяют планирование и жесткий контроль за датами отправления и прибытия груза. Этому виду продукции свойственна высокая частота поступления партий груза в логистическую цепь. Еженедельно в рассматриваемую логистическую цепь поступают от 10 до 20 партий груза. На рисунке 5 показан характер распределения партий груза в потоке по массе для продукции данного вида. 87 % партий груза имеют массу до 1 тонны включительно, 7 % - партии груза массой более 1 и до 2 тонн включительно, 4 % - партии груза массой от 2 до 5 тонн включительно и 2 % - партии груза массой более 5 и до 20 тонн включительно.
2. Бытовая техника, электротехническая продукция, кабельная продукция, оборудование для систем связи, компьютерная техника, копировально- множительная техника. _
Число получателей этой продукции составляет 40- 50 % от числа отправителей. Данный вид продукции характеризуется также большой товарной номенклатурой: 5-15 наименований в каждой партии груза. Средняя масса партии груза в потоке находится в итервале 0,3- 1,4 тонны. Цена 1 тонны груза колеблется от 10 до 100 тысяч долларов. Еженедельно в рассматриваемую логистическую цепь поступают от 3 до 7 партий груза. На рисунке 6 показан характер распределения партий груза в потоке по массе для данного вида продукции. 74 % партий груза имеют массу до 1 тонны включительно, 8 % -партии груза массой от 1 до 2 тонн включительно, 13 % - партии груза массой от 2 до 5 тонн включительно, 5 % - партии груза массой от 5 до 20 тонн включительно.
Существующие исследования процесса доставки мелкопартионных грузов с использованием терминальной технологии перевозок
Различные аспекты проблемы совершенствования процесса доставки мелкопартионных грузов нашли свое отражение в работах А.И. Воркута, Л.И. Емельянова, В.А. Житкова, Л.Б. Миротина, А.Г. Ковалика, А.П. Колибабчука, Г.Д. Луцкера, В.Н. Иванова, В.М. Беляева, А.В. Колика, СМ. Карачуна и других исследователей. В результате проведения этих исследований установлено, что применение терминальной технологии перевозок ме. копартионных грузов при едином централизованном управлении всей логистической цепью в целом является условием для повышения эффективности использования автомобилей и сокращения интервала доставки грузов. В целях повышения эффективности процесса доставки мелкопартионных грузов с применением терминальной технологии разрабатывались методы маршрутизации, оптимизировался подвижной состав автомобилей, предлагались мероприятия по совершенствованию технологии проведения погрузочно- разгрузочных работ, широкому применению контейнеров и средств пакетирования, изменению режима работы отдельных звеньев терминальной системы, регулированию запасов партий груза на терминалах, оптимальному территориальному размещению терминалов. Самую многочисленную группу исследований составляют работы, посвященные совершенствованию оперативного планирования перевозок мелко партионных грузов /12,13,22,40,23,24,66,69,71,70,15,28,55,8,56,72/. Среди них можно выделить группу методов, позволяющих получить точное решение задачи, и группу эвристических методов, которые не дают точных решений, но позволяют учесть большое количество практических ограничений.
Основным недостатком точных методов является их чрезвычайная трудоемкость. Наиболее удачным из них является метод «ветвей и границ». Однако практическое применение этого метода при решении задач показало, что время решения даже для небольшого числа отправителей и получателей (15-20 клиентов) для реальных условий оперативного планирования чрезвычайно велико /22/. Данный метод может быть использован при разработке долгосрочных графиков работы автомобилей на перевозках, характеризуемых постоянным перечнем ежесуточно обслуживаемых клиентов и относительно постоянными массой и объемом доставляемых отдельным клиентам партий груза. Ввиду стохастического характера потока партий груза, поступающего в логистическую цепь, точные методы решения задачи построения оптимальных маршрутов движения автомобилей не находят практического применения.
Значительное место в решении задачи построения оптимальных маршрутов занимают эвристические методы /22,23,24,66,69,70,71/. Основное отличие эвристических методов заключается в аналитически неопределенной точности их работы.
Необходимость корректировки разработанных планов маршрутов, вызываемая непредсказуемостью массы и объема партии груза и точного времени поступления партии груза в адрес конкретного получателя, является причиной того, что эти методы также не находят практического применения.
В настоящее время большое распространение получили эвристические методы, позволяющие формировать оптимальные маршруты вручную /15,28,55/. В основе этих методов лежит принцип агрегирования клиентуры (в основном по территориальному признаку). На практике это выглядит следующим образом. Зона обслуживания терминала разбивается на квадраты. Числу квадратов соответствует число ячеек на рабочем месте диспетчера. После подготовки груза к перевозке документы на груз передаются диспетчеру, который помещает их в соответствующие ячейки. Диспетчер старается загрузить автомобиль партиями груза, документы на которые находятся в одной или ближайших ячейках.
С применением компьютерной техники, специальных программ, в частности, электронных таблиц, возможности использования эвристических методов построения оптимальных маршрутов движения автомобилей значительно расширились. Например, современными транспортными компаниями осуществляется постоянный контроль за движением грузов. Информация о возможной дате поступления партий груза на терминал прибытия и об автомобилях, находящихся в движении, появляется за 2- 3 дня до фактической даты прибытия. В связи с этим, возможно решение такой актуальной задачи, как формирование оптимальных маршрутов с учетом времени хранения партии груза на терминале прибытия.
Применение методов построения оптимальных маршрутов направлено, в основном, на улучшение показателей использования автомобилей, доставляющих грузы от отправителей на терминал отправления и получателям с терминала прибытия. Исследования показывают, что при прочих равных условиях (характер распределения партий груза в потоке по массе, автотранспортная сеть, марки автомобилей и т. д.) удается улучшить показатели использования подвижного состава на 2- 5 % /8,56,72/.
Поток партий груза - фактор, влияющий на эффективность процесса доставки мелкопартионных грузов
В настоящей работе поток партий груза рассматривается как предмет исследования, результатом которого являются: 1. Метод магматического описания потока партий груза, поступающего в логистическую цепь, любого объема за любой интервал времени. 2. Метод моделирования всех возможных потоков партий груза, которые могут поступать в логистическую цепь.
В процессе более, чем пятилетнего наблюдения за массой партий груза, поступающих в логистическую цепь, исследовался вопрос: существуют ли какие либо закономерности в характере распределения партий груза по массе в потоках, которые поступают в логистическую цепь за любые выбранные интервалы времени. Была составлена таблица размером 100 200, куда были занесены 20000 чисел, которые означают массу партии груза. Из таблицы случайным образом выбирались данные о массе партий груза и, таким образом, составлялись потоки партий груза любого объема за любой интервал времени. В ходе исследования этих потоков партий груза ставились следующие задачи:
1. Определение интервала, в котором находятся все возможные значения случайной величины - средней массы партии груза в потоке.
2. Нахождение функции распределения, с помощью которой можно описать любой возможный поток партий груза, который может появиться в логистической цепи с точностью, применяемой в математической статистике.
В таблице 9 в качестве примера показаны результаты анализа 54 потоков партий груза. Установлены средние массы партии груза в этих потоках. Из таблицы видно, что средняя масса партии груза представляет собой случайную величину. Определив характер распределения этой случайной величины, можно установить интервал, в котором находятся все ее значения. Для определения характера распределения необходимо определить числовые характеристики выборочного распределения: оценку математического ожидания М и оценку среднеквадратического отклонения S . В соответствии с методами оценивания характеристик распределения генеральной совокупности по выборке, значения М и S можно определить по формулам:
Для построения выборочного распределения весь интервал массы, в котором находятся значения X і, разбивается на более мелкие интервалы и определяется частота попадания значений X і в каждый из э их интервалов. В таблице 10 показаны границы этих интервалов, фактическое число значений средней массы партии груза, попадающих в каждый из интервалов и число значений средней массы партии груза для каждого интервала массы, определенное с помощью нормального закона распределения с параметрами М и S , где в качестве аргументов используются границы интервалов массы.
Внешний вид распределения средней массы партии груза дает основание предположить, что генеральная совокупность этой случайной величины распределена по нормальному закону. Проверка выдвинутой гипотезы осуществляется с помощью методов математической статистики, которые предусматривают использование для этой цели критерия хи - квадрат.
Проверка гипотезы с помощью критерия хи - квадрат предполагает нахождение по выборке наблюдений оценок неизвестных параметров предполагаемого распределения случайной величины (см. значения М и S ) и разбиение области возможных значений случайной величины на интервалы (j = 1....10, см. таблицу 10).
Следовательно, гипотеза о нормальном распределении случайной величины - средней массы партии груза в потоке принимается.
В процессе проверки гипотезы о виде распределения случайной величины - средней массы партии груза в потоке были определены оценки математического ожидания и среднеквадратического отклонения по одной выборке. Если исследовать множество выборок, то каждой выборке будут соответствовать свои значения М и S . Оценки М и S колеблются около значений математического ожидания и среднеквадратического отклонения генеральной совокупности случайной величины. Для того, чтобы охарактеризовать точность оценок вводится понятие доверительного интервала. Доверительными интервалами для параметров М и S называются интервалы, накрывающие истинные значения М и S с заданной вероятностью 1- А, где А - уровень значимости.
В рассматриваемом случае уровень значимости принимается равным 0,05. Квантиль распределения Стьюдента определяется для доверительной вероятности 0,975 и числа степеней свободы 53.
В результате вычисления определена величина половины доверительного интервала, которая равна 0,136745. Следовательно, математическое ожидание генеральной совокупности случайной величины средней массы партии груза в потоке с вероятностью 95 % находится в интервале ]1,458292; 1,731782
Метод определения фактической мощности логистической цепи, необходимой для достижения максимальной эффективности процесса доставки мелкопартионных грузов с применением терминальной технологии
В предыдущих главах было показано, что решить проблему сокращения интервала доставки мелкопартионных грузов при повышении эффективности всего процесса доставки грузов, включая экономический эффект у получателей, только лишь используя более совершенные марки автомобилей, сокращая время простоя автомобилей под погрузочно- разгрузочными операциями, увеличивая продолжительность работы в течение суток, составляя оптимальные маршруты движения автомобилей, создавая специальные службы движения для контроля за интервалом доставки, применяя различные формы организации перевозок и совершенствуя процедуру таможенного оформления, не представляется возможным. Существует главная причина -недостаточная фактическая мощность логистических цепей, используемых транспортными компаниями для доставки мелкопартионных грузов. Потоки мелкопартионных грузов были распределены между транспортными компаниями стихийно в процессе развития международных перевозок. В настоящее время наиболее передовые транспортные компании пытаются дополнительно привлечь клиентуру, с тем, что бы увеличив фактическую мощность логистической цепи постепенно сокращать интервалы доставки, сохранив на том же уровне или снизив свои удельные затраты и, соответственно, тарифы на транспортное обслуживание.
На основании лспользования имитационной модели процесса доставки мелкопартионных грузов с использованием терминальной технологии разработан метод определения
1. Установление максимально возможной и фактической мощности логистической цепи
2. Определение возможных значений средней массы партии груза в потоке, параметров распред. Вейбулла, дней предъявления к перевозке, плотности груза
3. Установление соответствия между периодичностью подачи автомобилей под погрузку на терминал отправления и интервалом доставки груза
4. Установление значений остальных параметров, влияющих на показатель эффективности
5. Моделирование процесса доставки для всех возможных значений факт, мощности логистической цепи, интервалов доставки, при различном характере распред. партий груза в потоке по массе, по дням пред. к пер, плотности груза
6. Составление таблиц значений показателя эффективности от фактической мощности и интервала доставки (максимальные и минимальные значения).
7. Построение зависимости показателя эффективности от фактической мощности при различных интервалах доставки (максимальные и минимальные значения)
8. Выбор фактической мощности логистической цепи и интервала доставки, кот. соотв. периодичность подачи автомобилей на терминал отправления
9. Определение экономического эффекта фактической мощности логистической цепи, при которой можно достичь максимально возможной эффективности всего процесса доставки, т. е. минимального интервала доставки при максимальной эффективности использования автомобилей. Метод предусматривает моделирование процесса доставки мелкопартионных грузов при различных значениях фактической мощности логистической цепи в пределах теоретически возможной, периодичности подачи автомобилей на терминал отправления и, соответствующих им интервалах доставки, различном характере распределения партий груза в потоке по массе, по дням предъявления к перевозке, различной плотности груза. Блок схема метода приведена на рисунке 36. Результаты применения метода для процесса доставки мелкопартионных грузов транспортной компанией Шенкер БТЛ по логистической цепи, состоящей из двух терминалов: терминала отправления в г. Хельсинки и терминала прибытия в г. Москве, показаны в таблицах 22, 23, 24, 25 и на рисунках 37, 38.
Из анализа таблиц видно, что если фактическая мощность исследуемой логистической цепи равна, например, 200 тн/мес, и автомобили подаются на терминал отправления с периодичностью, соответствующей интервалу доставки 8 дней, то значения удельных затрат на перевозках между терминалами будут находиться в интервале 97-100 у.е./тн, а значения суммарных удельных затрат - в интервале 191 - 226 у.е./тн. Если не изменяя фактической мощности логистической цепи, сокращая периодичность подачи автомобилей на терминал отправления, сократить интервал доставки до 6 дней, то значения удельных затрат на перевозках между терминалами будут находиться в интервале 120-129 у.е./тн, а суммарных удельных затрат - в интервале 191-223 у.е./тн. Таким образом, сокращение удельных затрат получателей в связи с сокращением интервала доставки на 19-29% компенсируется примерно таким же ростом удельных затрат на перевозках между терминалами. В результате имеет место нулс-дой экономический эффект при рассмотрении эффективности всего процесса доставки.
