Содержание
1. Методы решения задач логистики....................................................................3
2. Основные системы контроля состояния запасов..........................................11
3. Информационные потоки в логистике: понятие, виды, единицы измерения. Примеры информационных потоков в коммерческой логистике...............................................................................................................16
4. Организация информационных потоков в торговой организации на основе логистики...............................................................................................................20
Библиографический список.............................................................................22
1. Методы решения задач логистики
Объектом изучения логистики являются материальные и соответствующие им финансовые и информационные потоки. Эти потоки на своем пути от первичного источника сырья до конечного потребителя проходят различные производственные, транспортные, складские звенья. При традиционном подходе задачи по управлению материальными потоками в каждом звене решаются, в значительной степени, обособлено. Отдельные звенья представляют при этом так называемые закрытые системы, изолированные от систем своих партнеров технически, технологически, экономически и методологически. Управление хозяйственными процессами в пределах закрытых систем осуществляется с помощью общеизвестных методов планирования и управления производственными и экономическими системами. Эти методы продолжают применяться и при логистическом подходе к управлению материальными потоками. Однако переход от изолированной разработки в значительной степени самостоятельных систем к интегрированным логистическим системам требует расширения методологической базы управления материальными потоками.
Для решения логистических задач необходимо использовать знания, разработанные наукой. Логистические задачи предстают перед предприятием почти каждый день и требуют незамедлительного решения. Логистические задачи должны решаться с помощью научной базы логистики. Научную базу логистики составляет широкий спектр методов, разработанных в рамках различных дисциплин.
К основным методам, применяемым для решения научных и практических задач в области логистики, следует отнести методы системного анализа, методы теории исследования операций, кибернетический подход и прогностику, математические методы. Применение этих методов позволяет прогнозировать материальные потоки, создавать интегрированные системы управления и контроля за их движением, разрабатывать системы логистического обслуживания, оптимизировать запасы и решать ряд других задач.
Рассмотрим некоторые математические дисциплины, наиболее часто используемые при решении задач исследования операций.
Математическое программирование ("планирование") - это раздел математики, занимающийся разработкой методов отыскания экстремальных значений функции, на аргументы которой наложены ограничения. Методы математического программирования широко используются для решения распределительных задач.
Линейное программирование (ЛП) - является наиболее простым и лучше всего изученным разделом математического программирования. В нем рассматриваются задачи, у которых показатель оптимальности представляет собой линейную функцию от переменных задачи, а ограничительные условия, налагаемые на возможные решения, имеют вид линейных равенств или неравенств. Соответственно нелинейное программирование рассматривает задачи с нелинейными целевыми функциями и ограничениями.
Задачи, решаемые с помощью сетевого моделирования (теория графов), могут быть сформулированы и решены методами линейного программирования, но специальные сетевые алгоритмы позволяют решать их более эффективно. Примеры: задачи нахождения кратчайшего пути, критического пути, максимального потока, минимизации стоимости потока в сети с ограниченной пропускной способностью и др.
Целевое программирование представляет собой методы решения задач линейного программирования с несколькими целевыми функциями, которые могут конфликтовать друг с другом.
Целочисленное линейное программирование используется для решения задач, у которых все или некоторые переменные должны принимать целочисленные значения.
Динамическое программирование предполагает разбиение задачи на несколько этапов, каждый из которых представляет собой подзадачу относительно одной переменной и решается отдельно от других подзадач.
Аппарат теории вероятностей используется во многих задачах исследования операций, например, для прогнозирования (регрессионный и корреляционный анализ), вероятностного управления запасами, моделирования систем массового обслуживания, имитационного моделирования и др.
Теория игр и принятия решений рассматривает процессы выбора наилучшей из нескольких альтернатив в ситуациях определенности (данные известны точно), в условиях риска (данные можно описать с помощью вероятностных распределений), в условиях неопределенности (вероятностное распределение либо неизвестно, либо не может быть определено).
Методы и модели теории нечетких множеств позволяют в математической форме представить и использовать для принятия решений субъективную словесную экспертную информацию: предпочтения, правила, оценки значений количественных и качественных показателей.
Широкое применение в логистике имеют различные методы моделирования, т.е. исследования логистических систем и процессов путем построения и изучения их моделей. При этом под логистической моделью понимается любой образ, абстрактный или материальный, логистического процесса или логистической системы, используемый в качестве их заместителя.
Прогностика - наука о законах и способах разработки прогнозов динамических систем. Прогноз - научно обоснованное суждение о возможных состояниях (в количественной оценке) объекта прогнозирования (ОП) в будущем и/или альтернативных путях и сроках их осуществления. Классификация основных видов прогнозов и методов прогнозирования по различным признакам приведена соответственно в табл. 5.3 и табл. 5.4.
Этапы процедуры прогнозирования
Определение объектов прогноза.
Отбор параметров, которые прогнозируются.
Определение временных горизонтов прогноза.
Отбор моделей прогнозирования.
Обоснование модели прогнозирования и сбор необходимых для прогноза данных.
Составление прогноза.
Отслеживание результатов.
2. Основные системы контроля состояния запасов