Содержание к диссертации
Введение
ГЛАВА 1. Анализ задач управления логистическими процессами грузового порта и постановка проблемы исследования 10
1.1. Системный анализ деятельности грузового порта 10
1.2. Анализ логистических процессов грузового порта 14
1.3. Качество логистического обслуживания, производимого в грузовом порту 20
1.3.1. Качество как объект управления 20
1.3.2. Методы управления качеством 23
1.3.3. Система оценки качества логистического обслуживания 27
1.3.4. Система показателей качества логистического обслуживания 30
1.4. Принципы управления качеством логистических систем 34
1.5. Постановка задачи исследования 38
1.6. Основные результаты и выводы по главе 1 39
ГЛАВА 2. Имитационное моделирование процессов грузового порта с точки зрения качества логистического обслуживания 41
2.1. Особенности параметрической формализации имитационной модели грузового
порта 41
2.1.1. Параметрическая формализация основных процессов грузового порта 42
2.1.2. Параметрическая формализация собственной ресурсной базы порта 45
2.1.3. Параметрическая формализация процесса отслеживания поступающих заявок46
2.1.4. Параметрическое формализованное описание грузов порта и наличия метеорологических факторов 47
2.1.5. Параметрическое формализованное описание показателей качества логистического обслуживания, входящих в имитационную модель 48
2.1.6. Основные ограничения значений имитационной модели 49
2.2. Описание имитационной модели 51
2.2.1. Построение моделирующего алгоритма системы 51
2.2.2. Подбор параметров модели 56
2.2.3. Разработка имитационной модели 61
2.3. Проверка модели на адекватность 63
2.4. Основные результаты и выводы по главе 2 67
ГЛАВА 3. Система поддержки принятия управленческих решений по повышению качества логистического обслуживания грузового порта 69
3.1. Метод оценки качества логистического обслуживания грузового порта 69
3.2. Взаимозависимость показателей качества логистического обслуживания 73
3.3. Детальное описание показателей качества логистического обслуживания грузового порта 78
3.4. Состав и описание СППУР по повышению качества логистического обслулшвания грузового порта 79
3.5. ИМ как основная составляющая СППУР по повышению качества логистического обслуживания грузового порта 83
3.5.1. Функциональное обеспечение моделирования 83
3.5.2. Информационная модель СППУР и её описание 85
3.5.3. Технологическое обеспечение СППУР 87
3.6. Основные результаты и выводы по главе 3 90
ГЛАВА 4. Сценарный подход к анализу качества логистического обслуживания грузового порта с использованием имитационной модели 92
4.1. Пример использования имитационной модели в рамках СППУР 92
4.1.1. Планирование полнофакторного эксперимента с моделью 94
4.1.2. Проведение полнофакторного эксперимента с моделью 98
4.1.3. Анализ результатов экспериментирования (Пример формирования управленческих решений) 124
4.2. Обоснование эффективности принятия решений на основе использования СППУР
128
4.3. Основные результаты и выводы по главе 4 133
Основные выводы и заключение 135
Список использованной литературы 137
Приложения 147
- Система показателей качества логистического обслуживания
- Параметрическая формализация основных процессов грузового порта
- Состав и описание СППУР по повышению качества логистического обслулшвания грузового порта
- Анализ результатов экспериментирования (Пример формирования управленческих решений)
Введение к работе
Актуальность исследования. На сегодняшний день развитие внутреннего водного транспорта Российской Федерации предполагает превращение его в современную, высокоэффективную и устойчиво функционирующую отрасль транспортного комплекса государства. Достижение данной цели требует создания условий для эффективного функционирования внутреннего водного транспорта и повышения конкурентоспособности предприятий отрасли, а также расширения и развития рынков транспортных услуг, предоставляемых внутренним водным транспортом. В рамках этого в европейской части страны приоритетным является развитие портов, расположенных в зоне действия международного транспортного коридора «Север-Юг», основная ветвь которого проходит в направлении Санкт-Петербург — Москва — Астрахань (Российская Федерация) - Тегеран - Бандар-Абасс (Исламская республика Иран) - Индия, и по трассе Азов-Астрахань. Транзитный потенциал Российских транспортных коммуникаций может привлечь до 10-15% евроазиатского грузопотока, что в финансовом эквиваленте составляет около 900 млрд. рублей.
сі Перевозка грузов, тыс. тонн о Грузооборот, млн. т-км
Согласно концепции развития внутреннего водного транспорта РФ основная задача портов состоит в повышении их конкурентоспособности и привлекательности для грузовладельцев с точки зрения уровня сервиса, скорости Рис. 1.1. Объем перевозок и грузооборот морским доставки и обеспечения со-транспортом в Астраханской области (2004-2009 гг.) хранности грузов, определяющих качество логистического обслуживания. Таким образом, перед каждым портом стоит проблема управления качеством, включающая в себя возможность оценки качества на основе набора определенных критериев, а так-
же возможность формирования управленческих решений, исходя из уровня качества логистического обслуживания. Принимая во внимание сложность большинства процессов, протекающих в грузовых портах, а также тот факт, что управление качеством логистического обслуживания является трудно-формализуемой задачей, в связи с чем проведение натурного эксперимента в порту не представляется возможным, предложено построить имитационную модель функционирования грузового порта, позволяющую осуществить оценку качества логистического обслуживания, производимого портом.
Вопросы управления качеством широко отражены в работах таких ученых как Л.Е. Басовский, В.Б. Протасьев, Ю.П. Адлер, П. Афанасьева, К. М. Рахлин, Д. Маслов, Т.А. Мазурова, С.Д. Ильенкова, Н.Д. Ильенкова, Т.М. Полховская и др. отечественных ученых, а также в трудах зарубежных ученых Л. Л. Берри, А. Парасурамана, В. А. Зейтамля, В. Деминга, М. Джурана, К. Ишикавы, Г. Тагучи, С. Синго.
Теория и практика логистического обслуживания нашла широкое отражение в работах Л.Б. Миротина, Ы.Э. Ташбаева, К.В. Инютиной, М.Е. За-лмановой, A.M. Гаджинского, В.Е. Николайчука, М.М. Ардатовой, B.C. Лу-кинского, В.Д. Сербина и др. отечественных ученых, а также в трудах зарубежных авторов Э. Мате, Д. Тиксье, Д. Уотерса и др.
Применение имитационного моделирования в различных предметных областях описана в работах А. Лоу, В. Кельтона, Н. М. Абдикеева, Ю. Карпова, В.В. Тарзанова, А.Т. Гурьева, А.А. Блока, Н.Т. Дехтярука, Е.Н. Видалко, А.А. Ковалева, А.Ф. Котюка, А.А. Либермана, С.А. Москалюка, М.В. Ула-новского, Д.В. Фадеева, Л.Н. Барштына, Е.И. Перовской, 3. Вейфенга, К. Фея, О.А. Пророкова, В.П. Мешалкина, Л.А. Клименковой, Г.В. Заходякина и многих других.
В ряде работ описываются имитационные модели перегрузочного процесса грузового порта, которые, однако, не предназначены для проведения анализа качества логистического обслуживания порта.
Актуальность выбранного направления исследований обусловлена необходимостью формирования и поддержки принятия управленческих решений по повышению качества логистического обслуживания грузового порта на основе построения имитационной модели функционирования порта.
Объектом исследования является процесс управления качеством логистического обслуживания в грузом порту.
Предмет исследования - разработка имитационных моделей, методов и алгоритмов управления качеством логистического обслуживания грузового порта с учетом нечетко определенных ожиданий клиентов с использованием математического аппарата, основанного на теории нечетких множеств.
Целью диссертационной работы является повышение эффективности принятия управленческих решений по улучшению качества логистического обслуживания грузового порта. Для достижения поставленной цели необходимо решить следующие задачи:
Провести системный анализ и сформировать семантическую модель знаний грузового порта на основе проведения детального анализа деятельности порта.
Определить систему показателей, характеризующую качество функционирования грузового порта.
Создать имитационную модель, отражающую деятельность грузового порта.
Разработать и апробировать метод оценки качества логистического обслуживания грузового порта.
Создать систему поддержки принятия управленческих решений по повышению качества логистического обслуживания грузового порта и описать алгоритм взаимодействия её элементов.
Методы исследования. Теоретической и практической основой исследования служат методы системного анализа и инженерии знаний, математический аппарат, основанный на теории нечетких множеств, методы эмпирического исследования (наблюдение, сравнение, эксперимент), метод имитационного
моделирования, методы планирования экспериментов, теория принятия решений, теория вероятностей и математической статистики.
Научная новизна диссертационного исследования:
Предложена и обоснована система показателей качества, использующая критерии основных предпочтений грузовладельцев, отличающаяся возможностью оценивать специфическую деятельность - логистическое обслуживание грузового порта.
Создана и реализована имитационная модель функционирования грузового порта, отличительной особенностью которой является возможность оценивать качество логистического обслуживания порта на основе предложенной системы показателей.
Разработан метод оценки качества, отличающийся наличием этапов использования нечетких оценок и имитационного моделирования, которые позволяют определять и прогнозировать уровень качества логистического обслуживания грузового порта.
Создана система поддержки принятия управленческих решений (СППУР), отличающаяся возможностью повышения качества логистического обслуживания грузового порта на основе проведения экспериментов с имитационной моделью.
Апробация и внедрение результатов работы. По теме исследования автором опубликовано 23 научные работы, в том числе 1 монография и 1 свидетельство о регистрации программы для ЭВМ. Основные результаты исследования изложены на международных конференциях. Отдельные результаты используются при обучении студентов специальности «Прикладная информатика в экономике» по курсам «Имитационное моделирование экономических процессов» и «Прикладные методы оптимизации» Астраханского государственного технического университета. Предложенные в диссертации метод и модель оценки качества логистического обслуживания грузового порта нашли практическое применение в виде рабочих инструкций и интеллектуальной информа-
ционной системы на предприятиях, осуществляющих логистическое обслуживание.
Структура диссертации. Диссертация состоит из введения, четырёх глав, заключения, списка использованной литературы и приложений.
Во введении приводится общая характеристика работы — обоснование актуальности проведенных исследований, характеристика новизны и практической значимости полученных результатов, определены цель и задачи исследования.
В первой главе раскрыт предмет исследования, произведен анализ существующих определений понятий «логистика», «качество», «сервисное обслуживание», «логистическое обслуживание» и «качество логистического обслуживания», представлен обзор литературы, отражающей эволюцию описанных выше понятий, а также обзор литературы по применению методов управления качеством. Детально описана предметная область исследования с использованием онтологического подхода и определена система показателей, на основе которых будет производиться оценка качества логистического обслуживания.
Во второй главе применено имитационное моделирование как способ формализованного представления деятельности грузового порта. Разработана модель функционирования порта, отражающая совокупность множеств элементов портовой деятельности и процессов, протекающих в грузовом порту, а также множества характеристик, связей, отношений между ними и основных ограничений значений модели. Представлено детальное описание этапов создания имитационной модели. Построена имитационная модель оценки качества обслуживания грузового порта, представлено её описание, включая характеристики входной информации (входные распределения случайных величин), характеристики выходной информации и программное обеспечение, включающее детальное описание всех субмоделей.
В третьей главе поэтапно описан разработанный метод оценки качества логистического обслуживания грузового порта. Создана сводная табли-
ца системы показателей, в которой содержится вся информация по отдельным критериям оценки. Описаны элементы СППУР по повышению качества логистического обслуживания грузового порта и взаимодействия между ними. На основе этого описания предложена схема СППУР. Описана имитационная модель как основная составляющая СППУР. Предложен и описан алгоритм формирования управленческих решений. Представлены интерфейсы модели, позволяющие осуществлять ввод параметров моделирования и вывод отчета по результатам моделирования.
В четвёртой главе описано практическое применение построенной СППУР, основанное на применении метода предварительного определения предпочтений и лексикографического метода. Описаны процессы планирования и проведения экспериментов с имитационной моделью с помощью факторного плана. На основе расставленных приоритетных значений показателей определены факторы, влияющие на показатели качества, и проведен эксперимент с моделью на основе факторного плана типа 2 , подсчитаны все эффекты влияния факторов, на основе которых сформулированы рекомендации для принятия управленческих решений. Проведен анализ результативности принятых управленческих решений.
В заключении сформулированы выводы по результатам исследования.
Система показателей качества логистического обслуживания
Показатель и его значения представляют элемент предметной области и его состояние на определенный момент времени. Элементы в предметной области уникальны. Они измеряются в определенных единицах. Состояния одних элементов зависят от состояния других. Т.е. значение показателя может определяться, исходя из значений других показателей. Использоваться может значение как исходного (невычисляемого), так и вычисляемого показателя. В общем случае цепочка передачи значений может быть сколь угодно длинной. На наборе определенных показателей можно построить множество различных конечных цепочек. Ни одна из цепочек не может содержать в себе петли, т.е. значение любого из показателей не может зависеть от значения другого показателя, вычисляемого позднее, исходя (прямо или косвенно) из значения первого показателя [55]. Зависимость показателей друг от друга может быть представлена в виде ориентированного нецикличного графа (рис. 1.И.).
Следует отметить, что на практике выделяют множество различных показателей качества обслуживания потребителей: объем продаж, количество заказов, количество возвратов, количество претензий, количество своевременных отправок, количество неполных отправок, количество устраненных недопоставок, качество погрузки, количество аннулированных заказов, количество недопоставок, продолжительность времени недопоставок, величина дефицита, объем запасов в пути, надежность поставки, полное время от получения заказа до поставки партии товара, гибкость поставки, наличие запасов на складе поставщика, возможность предоставления кредитов, надежность доставки, безотказность погрузки, общее время и общее расстояние доставки, затраты на доставку, степень удовлетворенности заказчиков, частота обслуживания, количество убытков и повреждений, время на погрузку и разгрузку, сохранность груза при погрузке, общий перемещенный вес, число ошибочных доставок, размеры и грузоподъемность подвижного состава, профессионализм водителей, репутация предприятия и т.д. [56] Однако, исходя из специфики работы порта, можно сделать вывод, что большинство существующих показателей качества не подходят для оценки качества логистического обслуживания грузового порта. Сложность эта связана с тем, что грузовой порт является типичной сервисной системой, т.е. основная деятельность порта направлена на оказание услуг. Именно такие предприятия и оказываемые ими услуги анализируются крайне редко. Для отбора показателей, на основе которых будет производиться оценка качества логистического обслуживания грузового порта, использовался метод экспертных оценок. Был произведен опрос 12-ти экспертов в области логистического обслуживания и деятельности портов. Перед ними была поставлена задача расставления баллов 28-ми показателям качества по наличию следующих критериев [57]: связь с предметной областью (логистическим обслуживанием), количественное выражение, доступность, доходчивость, релевантность, наличие общего определения. При наличии, по мнению эксперта, у того или иного показателя признака, отвечающего соответствующему критерию, ставится балл со значением «1», при отсутствии
Затем баллы для каждого показателя по всем критериям складывают ся, полученное значение называется рангом показателя. Далее методами средних арифметических рангов и медиан рангов рассчитываются итоговые ранги по всем показателям. В результате из общего числа рассматриваемых показателей качества логистического обслуживания, в рамках диссертаци онной работы были выбраны следующие показатели, имеющие наибольшие значения итоговых рангов: где КВЗб.о. - количество выполненных за период времени Г заявок, полностью соответствующих количественным и качественным характеристикам; - общее количество выполненных заявок за тот же период времени Т. Данный показатель рассчитывается по каждому виду грузов. Общий показатель каче ства погрузки вычисляется как среднее значение показателей качества по грузки по всем видам грузов; где КПрЗ - количество принятых за период времени Т заявок; КПЗ - количество поступивших заявок за тот же период времени Т. Данный показатель рассчитывается по каждому виду грузов. Общий показатель безотказности погрузки вычисляется как среднее значение показателей безотказности погрузки по всем видам грузов; - количество выполненных за период времени Т заявок, по которым не поступило претензий; КВ30бщ - общее количество выполненных за период Т заявок. Данный показатель рассчитывается по каждому виду грузов. Общий показатель репутации предприятия вычисляется как среднее значение показателей репутации предприятия по всем видам грузов; где Тп - время погрузки; КВ30бщ - общее количество выполненных за период Т заявок. Данный показатель рассчитывается по каждому виду грузов. Общий показатель времени погрузки вычисляется как среднее значение показателей времени погрузки по всем видам грузов; где КПГ - количество фактически погруженного за период Т груза в тоннах; КПГпоз - количество груза, которое необходимо было погрузить за период Т в тоннах. Данный показатель рассчитывается по каждому виду грузов. Общий показатель сохранности груза вычисляется как среднее значение показателей сохранности груза по всем видам грузов.
Параметрическая формализация основных процессов грузового порта
Итак, рассмотрено множество характеристик, связей и отношений, задающее имитационную модель, которая в свою очередь описывает функционирование грузового порта. Наряду с этим введены ограничения, накладываемые на значения параметров. В следующем разделе подробнее опишем последовательность построения и описание имитационной модели.
Моделируемая система представляет собой процесс обслуживания потока заявок, кораблей и тепловозов с грузами [83]. При этом характерным для него является случайное появление заявок на обслуживание, а также завершение процессов погрузки/ разгрузки кранами и погрузчиками в случайные моменты времени или другими словами завершение обслуживания заявки в случайные моменты времени. То есть имеет место непрерывно-стохастический характер протекания рассматриваемого процесса.
Для формализации процессов функционирования систем, которые по своей сути являются процессами обслуживания, в теории массового обслуживания разработан класс математических схем, которые принято называть системами массового обслуживания или Q-схемами [84].
Так как рассматриваемый процесс логистического обслуживания грузового порта по своей сути является процессом обслуживания и носит непрерывно-стохастический характер протекания, как было отмечено выше, то для его формализации воспользуемся аппаратом Q-схем.
Используя аналитический метод, базирующийся на теории массового обслуживания, невозможно получить в явном виде искомые характеристики без упрощения модели. Поэтому будем ориентироваться на использование имитационного подхода. При имитационном моделировании реализующий модель алгоритм воспроизводит процесс функционирования рассматриваемой системы S во времени, причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания во времени, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системы S. На основании поставленной задачи моделирования процесса логистического обслуживания, производимого грузовым портом, считая, что задание соответствует концептуальной модели, была построена структурная схема, приведенная на рисунке 2.1. В соответствии с концептуальной моделью, используя символику Q-схем, структурная схема модели может быть представлена в виде, показанном на рисунке 2.2. Источник И1 имитирует процесс поступления груза железнодорожным транспортом, И2 - процесс поступления теплоходов с грузом, ИЗ - процесс поступления теплоходов для осуществления погрузки. Накопитель HI имитирует заполнение причалов порта, а накопитель Н2 -заполнение железнодорожных путей порта. Канал К имитирует процесс осуществления погрузочно-разгрузочных работ. Клапаны 1...5 с соответствующими управляющими связями (пунктирные линии) посредством блокировок входов и выходов накопителей отражают управление заполнением и использованием ресурсов грузового порта (кранов и погрузчиков). Принцип работы данной Q-схемы следующий. Клапан 1 на входе накопителя HI открыт, если накопитель НІ не заполнен, в противном случае он закрыт. Клапан 2 открыт, если клапан 1 на входе накопителя HI закрыт, в противном случае он закрыт. Клапан 4 на входе накопителя Н2 открыт, если накопитель Н2 не заполнен, в противном случае он закрыт. Клапаны 3 и 5 открыты, если канал К свободен, в противном случае они оба закрыты. Заявки, прошедшие через канал К, считаются обслуженными. Заявки, прошедшие через клапан 2 считаются потерянными заявками. Удобной формой представления логической структурной модели процессов функционирования систем и машинных программ является схема. На различных этапах моделирования составляются обобщенные и детальные логические схемы моделирующих алгоритмов, а также схемы программ. Для начала рассмотрим детальную схему моделирующего алгоритма (рис. 2.3). Для лучшего описания логики модели рассмотрим поблочное детальное описание моделирующего алгоритма (рис. 2.4. - 2.8.). Имитационная модель строится для деятельности портов в целом, однако данные для модели использовались в рамках деятельности ЗАО «Астраханский морской порт», работающего со следующими видами грузов: асбест, лес, бумага, металлопрокат (лист и швеллер).
Состав и описание СППУР по повышению качества логистического обслулшвания грузового порта
Практически все реальные системы содержат один или несколько факторов случайности. Для системы, отражающей деятельность грузового порта, можно выделить следующие факторы случайности: интервал между моментами поступления заявок на погрузку; интервал времени между моментами принятия заявки и поступления груза в порт; интервал времени между моментами отгрузки груза в порт и прихода транспорта, на который этот груз необходимо погрузить; процентное соотношение заявок по различным типам груза; процентное соотношение типов транспорта, на котором груз прибывает в порт; вероятность утери груза во время погрузки; количество утерянного во время погрузочно-разгрузочных работ груза; критическая величина утерянного груза, т.е. то количество груза, утеря которого не повлечет поступления претензии от клиента; вероятность исправности кранов в данный момент времени; вероятность исправности погрузчиков в данный момент времени; время ремонта неисправного крана; время ремонта неисправного погрузчика; количество груза, которое необходимо погрузить (отгрузить); время осуществления погрузочных работ. Для того чтобы осуществить моделирование с использованием случайных входных данных, необходимо определить распределения вероятностей. Правильно подобранное распределение вероятности для каждого из факторов случайности - залог адекватности всей модели в целом. Существует несколько схем моделирования, основывающихся, на различных способах ввода первоначальных случайных данных в модель. Все они предполагают возможность использования собранных данных по требующимся случайным переменным [58]. Рассмотрим их: 1. Схема, основывающаяся на использовании полученных данных непосредственно при моделировании. Такое моделирование в некоторых источниках называется моделированием, управляемым блоком слежения. Данная схема имеет два существенных недостатка. Во-первых, при её применении в моделировании может воспроизводиться только то, что уже происходило ранее. Во-вторых, при использовании данной схемы сложно заранее заготовить достаточное количество данных, необходимых для выполнения всех прогонов имитационной модели. 2. Схема, связанная с использованием определенной заранее функции эмпирического распределения. Т.е., выборка из указанного распределения осуществляется непосредственно в момент, когда при моделировании понадобится значение необходимого фактора случайности. 3. Схема, основывающаяся на использовании полученной также заранее формы теоретического распределения. Эта схема схожа со схемой 2. Отличие состоит лишь в типе выбираемого распределения. В данной работе предлагается использование схем 2 и 3 (в зависимости от подобранного распределения вероятности). Для использования выбранных схем необходимо найти соответствие входных случайных величин определенным распределениям с целью дальнейшего осуществления моделирования во времени благодаря генерированию случайных величин из этих распределений. Для выбора конкретного входного распределения необходимо воспользоваться следующей последовательностью действий: 1. Построение гипотезы относительно семейства распределения. 2. Определение параметров распределений, выбранных на 1-ом этапе. 3. Определение наиболее подходящего распределения. В большинстве случаев статистические процедуры, предполагаемые в описанной последовательности, оказываются довольно сложными, занимают продолжительное время и могут сопровождаться появлением ошибок. Именно поэтому для определения входных распределений эмпирические данные (Приложение 2), собранные в ходе технико-экономического анализа предметной области на предприятии, были обработаны с помощью программы Input Analyzer, являющейся одним из приложений «Arena 9.0».
На примере фактора случайности «Интервал между моментами поступления заявок на погрузку асбеста» записаны все полученные значения распределения и критериев согласия (Таблица 2.1).
В представленной выше таблице параметры распределений указаны в таком виде, в котором они непосредственно нужны для использования в программном продукте Arena. В таблице П3.1 значения параметров вероятностных распределений записаны в привычном виде.
Из данных таблиц видно, что наименьшее значение ошибки распределения, определенной по методу наименьших квадратов, соответствует Бета-распределению с указанными параметрами. Данное распределение также подходит и по критерию хи-квадрат (соответствующее р-значение больше 0.005). Однако по критерию хи-квадрат наиболее подходящим является равномерное распределение. Следует отметить, что в данном случае в качестве исследуемых входных данных выступают целые числа (количество часов между моментами поступления заявок на погрузку асбеста), поэтому в этом случае вычисляется критерий хи-квадрат для всех распределений, если бы в качестве статистических данных выступали действительные числа, то вычислялся бы критерий Колмогорова-Смирнова. В том и в другом случаях р-значение — это наибольшее значение вероятности возникновения ошибки при использовании соответствующего распределения. Чем выше это значение, тем лучше соответствующее ему распределение подходит для задания исследуемых значений статистической информации.
Исходя из тех соображений, что в дальнейшем планируется настраивать значения входных параметров с целью анализа поведения системы и планирования мероприятий по повышению качества логистического обслуживания грузового порта, в качестве входного распределения для фактора случайности «Интервал между моментами поступления заявок на погрузку асбеста» было выбрано равномерное распределение.
Анализ результатов экспериментирования (Пример формирования управленческих решений)
Для каждого фактора случайности необходимо определить формы вероятностного распределения математических функций эмпирических данных. Для этого необходимо собрать данные по требуемым случайным переменным и на их основе определить функцию вероятностного распределения (описание подбора параметров модели представлено в главе 2, п. 2.2.2.).
Построить имитационную модель, отражающую реальную деятельность грузового порта, на основании описанного выше формализма [86, 87, 89].
Помимо формализованного описания основных процессов, протекающих в грузовом порту, ресурсной базы порта, процесса отслеживания поступающих заявок на осуществление погрузочно-разгрузочных работ, грузов порта, наличия метеорологических факторов, показателей качества логистического обслуживания и основных ограничений используемых значений при построении имитационной модели необходимо учитывать полученные ранее вероятностные распределения случайных величин. Подробному описанию построения имитационной модели посвящена глава 2.
Этап 4. Построить функции принадлежности для каждого показателя, участвующего в оценке качества логистического обслуживания грузового порта [85-90].
Перечисленные выше показатели довольно сложно оценить количественно. Ожидания клиентов основываются на их субъективном мнении и чаще всего выражаются предположениями, в которых имеются элементы нечеткости. Инструментом выражения нечетко определенных ожиданий клиентов является математический аппарат, основанный на теории нечетких множеств [93].
Используя аппарат нечеткой логики, для выбранных показателей строятся функции принадлежности, отражающие уровень качества. Рассмотрим на примере показателя «Минимальное время доставки» с функцией принадлежности, изображенной на рисунке З.1., где х — суммарное время доставки в часах. Чем меньше суммарное время доставки, тем больше значение функции принадлежности и тем лучше уровень качества доставки. Для того чтобы построить функцию принадлежности, необходимо знать ожидания клиентов. Для их измерения могут быть использованы экспертные оценки, статистические методы и анкетные опросы. На их основе выбирается X - множество вариантов логистического обслуживания, т.е. совокупность выборов лица, принимающего решение. Задается нечеткое множество С как совокупность пар вида (х,/лс(х)), хєX, a juc(x) - уровень достижения вариантом хзаданной нечеткой цели. fic(x) функция принадлежности нечеткому множеству С Чем больше значение juc(x), т.е. чем в большей степени вариант х принадлежит множеству С, тем больше степень достижения заданной цели при выборе варианта х в качестве решения. Каждый вариант х для показателя «Минимальное время доставки» отражает свое время доставки [56, 57]. Полученные функции принадлежности для каждого показателя представлены в следующем разделе. Этап 5. Определить количественные значения выбранных показателей качества. На основе полученных при моделировании данных вычисляются значения показателей качества логистического обслуживания порта (по формулам, представленным в первой главе и продублированным в следующем разделе). Этап 6. Определить значение параметра качества. В соответствии с выбранными функциями принадлежности необходимо определить значения функции, соответствующие количественным значениям показателей качества. Полученная величина называется значением параметра качества или уровнем качества и вычисляется для каждого отдельного показателя. Этап 7. Проанализировать качественные изменения системы показателей логистического обслуживания относительно заданного уровня. При дифференциальном методе оценки качества логистического обслуживания фактические значения показателей сравниваются с нормативными или базовыми значениями. Однако непосредственно для оценки показателей качества логистического обслуживания грузового порта трудно определить нормативные значения. Это связано с тем, что каждый раз осуществляется погрузка различного количества грузов разных типов, поток поступающих заявок на осуществление погрузочно-разгрузочных работ не является постоянной величиной и т.п. Именно поэтому в качестве базового уровня логистического обслуживания предлагается выбрать ожидаемый (не путать с понятием «желаемый») клиентом уровень (значение) каждого показателя. Рассмотрим совокупность показателей качества логистического обслуживания грузового порта хх,х2,—,хпм соответствующие показатели базового уровня логистического обслуживания х1б,х2б,.-.,хп5. Для сопоставления показателей дифференциальным методом вычисляются значения показателей качества логистического обслуживания по формулам: где х{ - значение / -го показателя качества логистического обслуживания; хіб - значение і -го базового показателя качества логистического обслуживания. В зависимости от характера показателя выбирают ту или иную из этих формул. Для расчета «позитивных» показателей, с увеличением значений которых качество логистического обслуживания повышается, используется формула (3.1), а для «негативных» показателей, с увеличением значений которых качество логистического обслуживания снижается, - формула (3.2). Если значение qi 1, то данный / -ый показатель превосходит базовый показатель (выше ожидаемого клиентами); если qi = 1, то он соответствует базовому (ожидаемый клиентами); если qi 1, то уступает ему (ниже ожидаемого клиентами) [56].
![Управление в социально-экономических системах на основе моделирования ценозов: теория, методология, инструментарий : [ҐЄбв]](/i/i/4390/392853.png "Управление в социально-экономических системах на основе моделирования ценозов: теория, методология, инструментарий : [ҐЄбв] Кузьминов Александр Николаевич")
