Имитационное моделирование цепей поставок на основе системной динамики
Опубликовано №1 (96) февраль 2020 г.
АВТОРЫ: БАЖИНА Д.Б., ЛУКИНСКИЙ В.С., НИКОЛАЕВСКИЙ Н.Н.
РУБРИКИ: Имитационное моделирование
Аннотация
В работе рассмотрены вопросы, связанные с моделированием функционирования цепей поставок как важнейшего этапа принятия управленческих решений. Контекст логистики и управления цепями поставок в общем случае рассматривает движение и преобразование материального потока, а также сопутствующих ему финансовых, информационных и др. потоков. При это отмечается необходимость исследования характеристик потока именно в динамике, так как движение потока происходит именно с течением времени. Указанные обстоятельства определяют предпочтительность выбора средств имитационного моделирования для разработки соответствующих моделей, так как такой подход по своей сути предполагает реализацию алгоритма функционирования моделируемой системы в виртуальной временной среде.
Анализ литературы, с одной стороны, позволил сделать вывод, что традиционный подход определения характеристик процессов функционирования, предполагающий последовательное решение задач в разрезе элементов цепей поставок, ограниченно или вовсе не учитывает особенности реальных процессов, в рамках которых возможна изменчивость параметров в течение времени. С другой стороны, отмечается недостаточность проработки конкретных рекомендаций по построению моделей на базе принципов системной динамики как подхода в области имитационного моделирования, который в свою очередь может позволить учесть изменчивость характеристик протекания процессов. Указанные обстоятельства определили конечную цель исследования, в части которого реализуется построение имитационной модели цепи поставок для наглядной демонстрации возможностей используемого подхода. При этом результаты могут быть полезны как с практической точки зрения для промышленных предприятий, так и для дальнейших исследований.
Ключевые слова: имитационное моделирование имитационная модель системная динамика моделирование цепей поставок моделирование поддержка принятия управленческих решений принятие решений
Дизайн сетевой структуры цепей поставок
Опубликовано №3 (86) июнь 2018 г.
АВТОР: СЕРГЕЕВ В.И.
РУБРИКА Аналитика в логистике и SCM Планирование в цепях поставок Управление цепями поставок
Аннотация
В статье рассмотрены основные аспекты стратегического планирования цепи поставок в разрезе проектирования, реинжиниринга и оптимизации ее сетевой структуры. Раскрыта актуальность проектирования конфигурации и ре-дизайна цепи поставок и ее влияние на экономические результаты контрагентов цепи. Показано, что сетевое проектирование сегодня базируется на достаточно хорошо отработанной методологии, методах и IT-поддержке, проверенных реальной практикой компаний- лидеров. Рассмотрены ключевые вопросы, на которые необходимо ответить в процессе дизайна сети и даны рекомендации по оценке ее эффективности в постоянно меняющейся рыночной среде.
Приведены примеры дифференциации стратегических требований, целевые ориентиры и референтные модели при определении параметров базовой конфигурации структуры цепи поставок и ее ре-дизайне.
Методически структурирована последовательность планирования и этапы дизайна оптимальной сетевой структуры цепей поставок, базирующиеся на стратегическом фокусе, ориентации на прогнозируемые тренды в SCM, контроле процесса внедрения новой структуры сети, адекватных организационных изменений в фокусной компании и общей структуре управления цепью поставок; интегрированной информационной поддержке.
Ключевые слова:
Диагностика процессов в цепях поставок с использованием SCOR модели
Опубликовано №2 (85) апрель 2018 г.
АВТОРЫ: ЛЕВИНА Т. В.
РУБРИКА Аналитика в логистике и SCM Управление цепями поставок
Аннотация
Задача диагностики процессов в цепи поставок с целью определения резервов и перспектив повышения эффективности является наиболее трудоемким этапом стратегического планирования, требует аккумуляции и систематизации огромного массива разнородной информации. При этом комплексных методик, которые позволили бы реализовать цикл стратегического планирования, обеспечив при этом объективность выводов, не так много. Одной из таких методик является диагностика процессов в цепи поставок с использованием Референтной модели операций в цепи поставок (SCOR - Supply Chain Operations Reference model). В статье проведен анализ публикаций, посвященных проблемам использования SCOR, показаны основные проблемы интерпретации методики, показаны особенности ее применения. Предложена процедура диагностики процессов в цепях поставок с использованием SCOR, этапы которой продемонстрированы на примере. Показано, что последовательная реализация описанных этапов позволяет существенно упростить процедуру стратегического анализа цепей поставок, при этом обеспечив системность и аргументированность принимаемых решений.
Ключевые слова:
Использование аппарата стохастических сетей Петри при контроле параметров логистических систем
Опубликовано №6(83) декабрь 2017 г.
АВТОРЫ: ПЕТРОВСКИЙ Д.В., КОКУРИН Д. И.
РУБРИКА Оптимизация и экономико-математическое моделирование
Аннотация
В данной статье рассматривается применение аппарата стохастических сетей Петри при анализе цепей поставок. Основным анализируемым объектом являлся складской модуль и модуль производства, и их взаимодействие с другими элементами системы. Изучаемая логистическая система была представлена в виде стохастической сети Петри, затем были созданы две модели одной системы с разными начальными характеристиками с целью их дальнейшего сравнения. Анализ результатов работы моделей имитацией работы модели в течении заданного периода времени. Кроме этого, в работе рассматривается проблема экспоненциального взрыва, показана зависимость количества возможных состояний системы в зависимости от изменения её параметров. В результате было показано, как зависит поведение системы от изменения сроков поставки продукции и какой период является критическим для возникновения её дефицита.
Ключевые слова:
Моделирование транспортного обслуживания металлоторгующей компании
Опубликовано №3 (80) июнь 2017 г.
АВТОРЫ:
КУЛАГИН П.А. - аспирант Кафедра математических методов в экономике,Российский экономический Университет им. Г.В. Плеханова (Москва, Россия)
РУБРИКА Корпоративная логистика промышленных компаний Оптимизация и экономико-математическое моделирование Транспортировка в логистике
Аннотация
В статье рассмотрена задача, связанная с анализом и оценкой организации бизнес-процессов металлоторгующей компании по осуществлению отгрузок со склада поставщика и оптимизации транспортного обслуживания клиентов наиболее эффективным способом, как сопутствующей услуги основной своей деятельности. Предполагается внедрение на предприятии услуг по оказанию транспортного обслуживания и увеличение их доли в общем объёме отгрузок металлопродукции покупателям. В работе предлагаются модели оценки эффективности организации транспортного обслуживания металлоторгующей компании с учётом ограничений на существующие производственные мощности, интенсивности грузопотока и интенсивности обслуживания. Рассматриваемая модель учитывает динамику поступления готовой продукции с производства на склады металлотрейдера внутри рассматриваемой транспортной сети для дальнейшей её реализации, отгрузки и вывоза. Задача, поставленная в статье, решается с помощью экономико-математического моделирования.
Ключевые слова:
Моделирование как способ оценки целесообразности применения горизонтальной кооперации в транспортировке
Опубликовано № 1 (72) февраль 2016 г.
АВТОР: Писарец Н. М.
РУБРИКА Логистическая интеграция и координация Транспортировка в логистике Управление цепями поставок Оптимизация и экономико-математическое моделирование
Аннотация
В статье рассматриваются теоретико-методологические аспекты горизонтальной кооперации в транспортировке. Актуальность исследования обусловлена необходимостью поиска дополнительных источников снижения издержек в условиях сегодняшней экономики РФ, характеризующейся снижением ВВП и высокой инфляцией. Рост цен на сырье и материалы, с одной стороны, и снижение реальных доходов населения, с другой, ставит перед производителями задачу повышения эффективности функционирования. Одним из наиболее перспективных методов снижения логистических издержек в текущих экономических условиях автор считает концепцию горизонтальной кооперации. В статье предлагается упрощенная схема оценки целесообразности горизонтальной кооперации в транспортировке на этапе ее проектирования. На основании проведенного моделирования в среде Mathcad автор анализирует целесообразность кооперации для каждого ее участника. Также в статье предлагает схема, представляющая собой один из возможных вариантов взаимодействия участников кооперации и перевозчика в условиях горизонтальной кооперации. Завершая данную статью, автор предлагает дальнейшее развитие предложенных методов оценки целесообразности горизонтальной кооперации в транспортировке и схему взаимодействия всех ее участников.
Ключевые слова:
Логистическая модель поставки продукции со склада предприятия
Опубликовано №5 (70) октябрь 2015 г.
АВТОР: Клепиков В.П.
РУБРИКА Транспортировка в логистике Оптимизация и экономико-математическое моделирование
Аннотация
В работе рассматривается вопрос организации смешанных перевозок экспортных грузов. С использованием разработанной модели взаимодействия железнодорожного транспорта и склада рассчитывается оптимальная подача вагонов с предприятия
Ключевые слова:
Реорганизация системы управления металлургической компании на основе модели SCOR
Опубликовано №4 (69) август 2015 г.
АВТОР: Солодовников В.В.
РУБРИКА Корпоративная логистика промышленных компаний Контроллинг Аналитика в логистике и SCM
Аннотация
В статье рассматриваются практические аспекты реорганизации системы управления компании с использованием модели SCOR. В качестве наглядного примера приведен опыт российской металлургической компании по производству труб. Проанализирована программа развития компании, отмечена необходимость в организации эффективной системы управления, отвечающая современным реалиям.
Рассмотрены ключевые этапы улучшений с описанием достигнутых результатов: разработка стратегической карты целей на основе принципов сбалансированной системы показателей; моделирование ключевых бизнес-процессов и их оптимизация в соответствии со стратегическими целями, включая определение метрик эффективности и проведение сравнительного анализа с мировыми лидерами; реформирование организационной структуры, включая проведение обучения персонала, подготовку предложения о системе мотивации на основе показателей эффективности; внедрение поддерживающих информационных систем.
В рамках разработки целевой модели процессов выделены ключевые консолидирующие бизнес процессы, необходимые для обеспечения выполнения основных операций. Отмечено, что каждому процессу дано определение на основе элементов модернизированной модели построения архитектуры предприятия Захмана.
Отмечено, что внедрение в трубной компании современных программных модулей Планирования и Составления Графиков Работы Оборудования (Advanced Planning and Scheduling - APS) позволило перейти к построению многоуровневых сквозных процессов управления цепями поставок, обеспечивающих уникальные конкурентные преимущества компании.
В заключении дано описание достигнутых результатов в целом в металлургической компании, приведены рекомендации по внедрению улучшений.
Ключевые слова: референтная модель операций цепи поставок SCOR система управления моделирование система сбалансированных показателей BSC balanced scorecard контроллинг APS Advanced Planning and Scheduling стратегическая карта металлургия
Интегрированный подход к управлению цепями поставок является основой для повышения эффективности современных предприятий [1,2,3,8,13,14]. Тем не менее, в России не так много компаний, которые применяют на практике эти передовые инструменты и методы. Интеграция логистических функций в рамках единой модели бизнес-процессов, создание единой системы контроллинга[6,10], стандартизация и унификация являются требованиями современного рынка, которые определяют конкурентоспособность компании. Эти задачи становятся еще более актуальными в условиях глобального кризиса и попыток изоляции российского государства и бизнеса со стороны западных партнеров.
На сегодняшний день наиболее развитой моделью бизнес-процессов в цепях поставок является так называемая референтная модель цепей поставок – Supply Chain Operations Reference (SCOR) model [4,14,15]. Одним из основных преимуществ этой модели является возможность не просто выстроить логистические бизнес процессы в компании в соответствие с лучшими практиками, подобрать соответствующие инструменты, но и возможность сравнить стандартизованные показатели эффективности цепи поставок с показателями лидеров отрасли. Это стало одним из ключевых факторов, определивших выбор трубной компании в пользу этой модели при инициации проекта по реорганизации логистических процессов.
В рамках настоящей статьи будет рассмотрен передовой опыт российской трубной компании по реорганизации системы управления цепью поставок с использованием модели процессов SCOR. Будут рассмотрены ключевые этапы улучшений с описанием достигнутых результатов. В завершении будут приведены выводы и рекомендации. Материалы статьи структурированы следующим образом.
- Описание трубной компании.
- Внедрение улучшений.
- Результаты.
- Выводы и рекомендации.
Описание трубной компании
Трубная компания обслуживает ведущие российские и зарубежные компании энергетического сектора, а также отечественные предприятия коммунального хозяйства, строительные и торговые компании.
Для удержания лидирующих позиций и удовлетворения будущего спроса, трубная компания активно инвестирует средства в развитие своего бизнеса. Так ее программа развития, в том числе, включает: интеграцию ранее приобретенных заводов в цепь поставок компании; строительство новых производственных мощностей.
Рисунок 1 – Производственная цепь поставок трубной компании
Активная программа развития привела к значительному расширению цепи поставок компании, усложнению материальных, финанZсовых и информационных потоков внутри нее. Существующие подходы к организации бизнес-процессов компании уже не в полной мере могли покрыть возрастающие требования по качеству управления эволюционирующей логистической системы. В связи с этим руководством компании была поставлена цель по существенной реорганизации системы управления. В качестве методологии будущих преобразований был выбран интегрированный подход на основе принципов управления цепями поставок.
Внедрение улучшений
На первом этапе была сформирована инициативная группа из сотрудников различных подразделений компании. Также были привлечены эксперты по управлению цепями поставок сторонних консалтинговых компаний. Перед инициативной группой были поставлены следующие задачи:
- разработка стратегической карты целей;
- моделирование ключевых бизнес-процессов и их оптимизация в соответствии со стратегическими целями, включая определение метрик эффективности и проведение сравнительного анализа с мировыми лидерами;
- реформирование организационной структуры, включая проведение обучения персонала, подготовку предложения о системе мотивации на основе показателей эффективности;
- внедрение поддерживающих информационных систем.
Разработка стратегической карты целей
При разработке стратегической карты целей компании использовались принципы методики Сбалансированной Системы Показателей [7,9,12]. Корпоративные стратегические цели были структурированы в разрезе пяти перспектив и между ними были установлены причинно-следственные связи (см. рисунок 2).
Рисунок 2 – Стратегическая карта
Сбалансированная стратегическая карта компании стала точкой отсчета для реинжиниринга существующих бизнес-процессов компании и декомпозиции стратегических целей на тактические и оперативные уровни.
Моделирование бизнес-процессов и их оптимизация
В рамках моделирования бизнес-процессов использовался алгоритм, который позволил смоделировать процесс как есть, провести его оценку и задать вариант организации целевого процесса (см. рисунок 3).
Рисунок 3 – Алгоритм оптимизации бизнес-процессов
Проведенный анализ существующих ключевых бизнес-процессов трубной компании позволил выявить следующие типовые недостатки:
- наличие сходных процессов, слабо связанных друг с другом;
- отсутствие владельцев части процессов;
- отсутствие части регламентов;
- наличие ошибок интерфейсов процессов – «подвисшие» входы и выходы процессов;
- недостаточность информации – при принятии решений о размещении заказов в производство не всегда учитывается прибыльность заказов;
- иерархическая незаконченность – процессы были разбиты на подпроцессы, которые вместе не составляли полный процесс.
При разработке целевых бизнес процессов инициативной группой за основу была взята модель бизнес процессов управления цепями поставок SCOR[4,14,15], которая была адаптирована под потребности трубной компании.
Конечная модель целевых бизнес процессов представляла собой набор процессов управления цепями поставок, оказывающих влияние на соответствующие стратегические цели.
Для цепи поставок предприятия были определены ключевые операции по материальному потоку, для каждой операции был определен способ её выполнения:
- под заказ клиента;
- под прогноз;
- иное (по точке перезаказа и др.).
В рамках разработки целевой модели процессов были выделены следующие консолидирующие бизнес процессы, необходимые для обеспечения выполнения ключевых операций:
- Планирование продаж;
- Определение даты выполнения заказа;
- Обеспечение выполнения (планирование);
- Обеспечение выполнения (регистрация);
- Расчет показателей.
Используя элементы модернизированной модели построения архитектуры предприятия Захмана [5], каждому процессу было дано определение в виде ответов на вопросы: «Зачем?», «Что?», «Когда?», «Где?», «Как?», «Кто?». Под каждым из вопросов подразумевалось следующее:
- «Зачем» – зависимая от данного процесса цель;
- «Что» – данные, получаемые в результате процесса;
- «Когда» – временные характеристики процесса;
- «Где» – место исполнения процесса;
- «Как» – способ проведения процесса;
- «Кто» – организационная единица.
Целевая организация ключевых бизнес-процессов трубной компании на основе SCOR приведена в таблице 1.
Таблица 1 Целевая организация ключевых бизнес-процессов трубной компании.
Консолидирующий бизнес процесс |
xCOR |
Подпроцесс |
|
Планирование продаж |
sP1 |
Укрупненное планирование |
|
sEP1 |
Формирование целей по продажам |
||
cPS |
Планирование продаж |
||
Определение даты выполнения заказа |
sD1.2 |
Прием и обработка заказов |
|
sD2.2 |
|||
sD1.3 |
Определение даты доставки готовой продукции произведенной на склад |
||
sD2.3 |
Определение даты доставки готовой продукции производимой под заказ |
||
sP1 |
Укрупненное планирование доставки труб большого диаметра |
||
sP4 |
Планирование доставки |
||
sP3 |
Планирование производства готовой продукции |
||
sP2 |
Планирование поставки сырья (внеш.) |
||
Обеспечение выполнения (план) |
sP4.1 |
Прогнозирование потребности в доставке готовой продукции (внеш.) |
|
sD1.3/sD2.3 |
Корректировка даты/интервала доставки |
||
sP1 |
Укрупненное планирование доставки труб большого диаметра |
||
sP4 |
Планирование доставки |
||
sP3 |
Планирование производства готовой продукции |
||
Планирование производства полуфабрикатов |
|||
sM1.1 |
Создание графиков производства |
||
sM2.1 |
|||
sP2 |
Планирование поставки сырья (внеш.) |
||
sS1.1/ sS2.1 |
Создание графиков поставки сырья (внеш.) |
||
Обеспечение выполнения (регистрация) |
sD1.11 |
Фиксация информации о завершении отгрузки готовой продукции, произведенной на склад |
|
sD2.11 |
Фиксация информации о завершении отгрузки готовой продукции, производимой под заказ |
||
sD2.13 |
Фиксация информации о завершении доставки готовой продукции, производимой под заказ |
||
sM2.6 |
Фиксация информации о завершении производства |
||
sS2.4 |
Фиксация информации о факте прихода сырья |
||
sED3 |
Сбор и обеспечение доступа к необходимым данным о доставке (в т.ч. отгрузка) готовой продукции |
||
sEM3 |
Сбор и обеспечение доступа к необходимым данным о производстве |
||
sES3 |
Сбор и обеспечение доступа к необходимым данным о поставке сырья |
||
sEP3 |
Сбор и обеспечение доступа к необходимым для планирования данным |
||
sED6 |
Управление перевозками готовой продукции |
||
sEM6 |
Управление перевозками полуфабрикатов |
||
sES6 |
Управление перевозками сырья |
||
sED4 |
Управление запасами готовой продукции |
||
sEM4 |
Управление запасами полуфабрикатов |
||
sES4 |
Управление запасами сырья |
||
Расчет показателей |
sED2 |
Расчет показателей по доставке готовой продукции |
|
sES2 |
Расчет показателей по поставке сырья |
||
sEM2 |
Расчет показателей по производству |
Как было указано ранее, одним из основных преимуществ модели SCOR является возможность не просто выстроить логистические бизнес процессы в компании в соответствие с лучшими практиками, подобрать соответствующие инструменты, но и возможность сравнить стандартизованные показатели эффективности цепи поставок с показателями лидеров отрасли.
Для создания и реализации системы ключевых показателей эффективности подразделений компании на основе модели SCOR использовался подход, приведенный на рисунке 4 [14].
Рисунок 4 Алгоритм создания и реализации системы ключевых показателей эффективности подразделений компании
Созданная система ключевых показателей эффективности с одной стороны была использована для сравнения с лидерами отрасли, выявления областей требующих особого внимания. Для этого трубная компания стала полноценным участником Supply Chain Council – организации, которая разработала и развивает модель SCOR. С другой стороны она была предложена в качестве основы для новой системы мотивации персонала.
Реформирование организационной структуры
Параллельно с реорганизацией бизнес-процессов в компании шли организационные преобразования. Так было создано новое структурное подразделение – дирекция по цепям поставок. Одной из главных причин возникновения дирекции по цепям поставок стала необходимость в координации различных задач управления современным предприятием, действующим в постоянно изменяющихся внешних условиях, усложнения материальных потоков. Основная цель дирекции по управлению цепями поставок стало совершенствование процессов управления предприятием и механизмов принятия управленческих решений. В сферу ответственности дирекции по цепям поставок вошло решение следующих задач.
- Разработка системы и поддержка процессов планирования деятельности.
- Организационное развитие системы управления (регламентация и стандартизация процессов).
- Разработка и поддержание в актуальном состоянии системы управленческого учета предприятия.
- Контроль реализации планов, достижения ключевых показателей эффективности, в том числе выявление и анализ отклонений.
- Разработка предложений по системе мотивации подразделений на основе показателей эффективности.
- Выработка рекомендаций по возможным решениям и их комплексное согласование.
Создание дирекции по управлению цепями поставок, ввод в промышленную эксплуатацию процесса укрупненного планирования, развитие позаказного производственного планирования и, главное, изменение подходов к управлению стали реальными инструментами формирования конкурентного превосходства трубной компании.
Внедрение поддерживающей информационной системы
Внедрение в трубной компании современных программных модулей Планирования и Составления Графиков Работы Оборудования (Advanced Planning and Scheduling - APS)[2,11,16] позволило перейти к построению многоуровневых сквозных процессов управления цепями поставок, обеспечивающих уникальные конкурентные преимущества компании. Модули Планирования и Составления Графиков Работы Оборудования используют новый подход к планированию, основанный на оптимальной балансировке спроса и предложения. Этот подход отличается от традиционного подхода планирования материалов (Material Requirement Planning), тем, что APS учитывает существующие возможности и ограничения по удовлетворению спроса одновременно в рамках интегрированной модели, а не последовательно, как это принято в традиционных решениях.
Модули APS стали основой для создания замкнутого цикла планирования деятельности предприятия и контроля исполнения. В рамках программных модулей APS создаются планы, которые согласуются и принимаются к исполнению. Осуществляется мониторинг внутренних и внешних факторов, которые влияют на исполнение плана. В случае необходимости, планы корректируются в соответствие с ситуацией.
В целом функциональную архитектуру информационной системы управления цепью поставок трубной компании можно представить в виде следующих взаимодействующих блоков (см. рисунок 5).
Рисунок 5 – Функциональная архитектура системы управления цепью поставок
Основные функции блоков информационной системы управление цепью поставок приведены в таблице 2.
Таблица 2 Функции блоков системы планирования
Блок Системы |
Основные функции |
Учетные системы ERP/MES |
Учет факта, предоставление необходимой нормативно-справочной информации для планирования Публикация плана для исполнения |
Блок ведения исходных данных |
Ведение нормативно-справочной информации для планирования |
Формирование исходных данных |
|
Контроль исходных данных |
|
Управление доступом на ведение исходных данных |
|
Управление обменом данными |
|
Блок интеграции
|
Обеспечение обмена данными |
Проверка исходных данных |
|
Хранение версий исходных данных и версий результатов планирования |
|
Блок моделирования |
Прогнозирование, расчет планов на тактическом и оперативном горизонте, составление суточных графиков |
Сценарный анализ |
|
Блок аналитической отчетности/КПЭ |
Формирование аналитической отчетности/КПЭ |
Влияние систем управления цепями поставок на формирование конкурентных преимуществ компании сопоставимо с эффектом от внедрения современных технологических процессов производства. Информационные системы по управлению цепями поставок стали одними из ключевых активов предприятия и продолжают развиваться в точном соответствии с требованиями бизнеса компании.
В целом можно отметить, что успешное внедрение программных модулей Advanced Planning and Scheduling на протяжении трех лет вывело трубную компанию на передовые позиции современного управления металлургическими холдингами.
Результаты
Проведенные в компании преобразования позволили достичь следующих результатов:
- Внедрение единой для компании методологии планирования и исполнения на основе модели SCOR;
- Совершенствование процессов управления предприятием и механизмов принятия управленческих решений;
- Формирование организационно-функциональной структуры управления предприятием, ориентированной на достижение стратегических и тактических целей, формализованных в виде сбалансированной системы показателей;
- Повышение квалификации руководителей всех уровней в области управления цепями поставок, контроллинга;
- Информатизация управления цепями поставок.
Планирование и исполнение в рамках интегрированной системы позволяет трубной компании формировать целостное понимание ключевых факторов, оказывающих влияние на конечный результат, своевременно выявлять возникновение неблагоприятных ситуаций и определять наилучшие альтернативы деятельности компании.
Следует отметить, что внедренная система управления не является фиксированной. По мере развития компании, изменения конъюнктуры рынка регулярно обновляются и сама система управления, включая бизнес процессы, организационную структуру, показатели эффективности, информационные системы.
Выводы и рекомендации
Интегрированный подход к управлению предприятием с использованием модели SCOR и сбалансированной системы показателей эффективно может использоваться для разработки системы управления современным предприятием, при этом информационные системы управления цепями поставок являются необходимым условием успешного внедрения этого подхода.
Система управления на основе модели SCOR доказала свою эффективность на российском промышленном предприятии и рекомендована к применению на предприятиях рассматриваемого класса.
ЛИТЕРАТУРА
- Lambert D. Supply Chain Management: Processes, Partnerships, Performance. 3rd Edition. – Supply Chain Management Institute, 2008. – 431 p.
- Stadtler H., Kilger Ch. Supply Chain Management and Advanced Planning. Third Edition. Berlin:Springer, 2004. – 512 p.
- Supply Chain Management Fundamentals v 1.1. - APICS, 2006. – 170 p.
- Supply Chain Operations Reference Model v 10.0. - Supply Chain Council, 2010. – 856 p.
- Zachman J. The Zachman Framework for Enterprise Architecture. – ZI, 2003.
- Horvath&Partners «Концепция контроллинга" /пер. с немец. – М.: Альпина Бизнес Букс, 2006. 273 с.
- Браун Марк Г. Сбалансированная система показателей: на маршруте внедрения /пер. с англ. – М.: Альпина Бизнес Букс, 2005. - 226с.
- Дыбская В.В., Зайцев Е.И., Сергеев В.И., Стерлигова А.Н. Логистика. Интеграция и оптимизация логистических бизнес-процессов в цепях поставок. Учебник (Серия Полный курс МВА). – М.: Эксмо, 2011. – 964с.
- Каплан Р., Нортон Д. "Сбалансированная система показателей. От стратегии к действию" Олимп-Бизнес, Москва,2003.
- Карминский А.М., Фалько С.Г. Контроллинг. М.:ФиС, 2006. — 336 с.
- Карминский С.А. и др. Информатизация бизнеса: концепции, технологии, системы. - М.:ФиС, 2006. – 624 с.
- Ольве Нильс Горан, Рой Жан, Ветер Магнус. Оценка эффективности деятельности компании. Практическое руководство по использованию сбалансированной системы показателей. Пер. с англ. – М.: Изд. Дом «Вильямс», 2003. 304с.
- Сергеев В.И. Корпоративная логистика. 300 ответов на вопросы профессионалов, М.:Инфра-М, 2005. – 975 с.
- Сергеев В.И. Управление цепями поставок. Учебник. М.:Юрайт, 2015. - 480 с.
- Сергеев В.И., Левина Т.В. Методические рекомендации. Проектирование цепей поставок на основе Референтной модели операций в цепях поставок (SCOR). М: НИУ ВШЭ, 2013. – 29 с.
- Шапиро Д. Моделирование цепи поставок. СПб.:Питер, 2006 г. -720с.
Организационно-управленческое моделирование логистических центров
Опубликовано №6 (47) декабрь 2011г.
АВТОР: Дыбская В.В., Сергеев В.И.
РУБРИКА Логистическая инфраструктура
Аннотация
Предложен состав комплекса моделей взаимодействия участников при проектировании и эксплуатации логистического центра (ЛЦ), а также варианты моделирования организационно-управленческих решений, определяющих эффективность функционирования и взаимодействия контрагентов в ЛЦ. Показан алгоритм построения организационно-управленческой модели ЛЦ. Рассмотрены проблемы межорганизационной координации в ЛЦ и предложены решения, которые позволяют устранить причины возникновения конфликтов. Раскрыты механизмы централизованной и децентрализованной координация контрагентов ЛЦ
Ключевые слова логистический центр взаимодейтвие проектирование эксплуатация моделирование организация управление централизованная координация децентрализованная координация межорганизационная координация
В практике проектирования, строительства и эксплуатации логистических центров (ЛЦ) применяется несколько стандартных решений, которые принято называть моделями. Среди них можно выделить организационно-управленческую модель, бизнес-модель, финансовую модель (бизнес-план, ТЭО), операционную модель, информационную модель и т.п.
Естественно, что все вышеперечисленные модели связаны между собой определенными трансакциями. Хотя в настоящее время общепринятых стандартов рассматриваемых моделей ЛЦ не существует, а некоторые из них пересекаются или считаются аналогами, рассмотрим типовые примеры построения подобных моделей и взаимодействия их участников.
В качестве типовых участников (партнеров) при формировании моделей ЛЦ выступают:
- Правительственные институты, органы законодательной власти,
- Министерства и ведомства,
- Органы исполнительной власти (городской, муниципальной и т.п.),
- Инвестиционные фонды, банки,
- Научно-исследовательские институты и консалтинговые фирмы,
- Девелоперы, проектные и подрядные строительные предприятия (организации),
- Управляющие компании ЛЦ (4PL-провайдеры),
- Логистические компании – операторы ЛЦ (комплексные – 3PL-провайдеры; узкофункциональные – транспортные и транспортно-экспедиционные предприятия, складские операторы, стивидорные компании, агенты, страховые компании, таможенные представители и т.п.),
- Организации бизнеса – потребители и поставщики услуг ЛЦ (компании промышленности, торговли, сферы услуг, частные предприниматели и т.д.), население,
- Общественные организации (например, логистические ассоциации) и др.
С момента начала разработки стратегического замысла (концепции, доктрины создания) ЛЦ некоторой инициативной группой, в качестве участников которой могут выступать как правительственные институты (ведомства), так и организации бизнеса, формируется определенная система отношений между участниками и партнерами ЛЦ. Такую систему отношений принято называть бизнес-моделью проекта ЛЦ. Далее формируются финансовая (ТЭО, бизнес-план) модель, одновременно с ней организацинно-управленческая модель и затем уже операционная модель взаимодействия контрагентов при создании и эксплуатации ЛЦ. Последовательность этапов создания ЛЦ и формирования соответствующих моделей с идентификацией основных задач показана на рис.1.
Рис. 1. Комплекс моделей взаимодействия участников проекта ЛЦ
Остановимся более подробно на вариантах моделирования организационно-управленческих решений, определяющих эффективность функционирования и взаимодействия контрагентов в ЛЦ.
Моделирование объектов и процессов организации структуры управления в ЛЦ является одной из основных задач его синтеза и обеспечения эффективного функционирования. Кроме того, оно необходимо для реализации информационного обеспечения деятельности ЛЦ (в частности создания единого информационного пространства - ЕИП) как интегрирующей и координирующей мезологистической структуры[1].
Организационно-управленческая модель ЛЦ должна строиться исходя из методических принципов синтеза ЛЦ, определяющими из которых являются принципы логистической интеграции и координации.
В процессе оказания потребителям комплекса услуг ЛЦ должен стремиться максимизировать добавленную ценность для клиентов за счет согласованного, интегрального участия всех контрагентов в управлении товарными потоками. Организации – участники ЛЦ – должны получать при этом экономическую выгоду за счет синергетического эффекта. Роль координатора при этом может выполнять управляющая компания (виртуальный логистический оператор, 4PL-провайдер).
Задача синтеза эффективной организационной структуры ЛЦ и построение соответствующих моделей усложняется отсутствием в настоящее время достаточно обоснованных формализованных критериев, отражающих цель и задачи его функционирования. Многокритериальность (векторный характер целевой функции) усугубляется качественным характером составляющих-критериев.
В процессе построения организационно-управленческой модели ЛЦ необходимо учитывать следующие ключевые моменты[2]:
- Организация межфирменной кооперации контрагентов на основе системной интеграции в ЛЦ с применением идеологии SCM.
- Использование адекватного проектируемому типу ЛЦ организационно-правового механизма его создания и функционирования.
- Сочетание централизации управления с децентрализацией операционной деятельности контрагентов ЛЦ.
- Соблюдение норм управляемости и диапазона административного контроля управляющей компанией.
- Сосредоточение ответственности за координированность решений по реализации сервисного функционала ЛЦ в управляющей компании (4PL-провайдере).
- Четкое разграничение функций по управлению товарными потоками между управляющей компанией ЛЦ и персоналом служб логистики компаний-контрагентов.
- Передача управляющей компании полномочий по ценообразованию (тарификации) и разделению дополнительной прибыли от реализации в ЛЦ комплексных (интегрированных) услуг для компаний, входящих в операционный контур.
- Наличие ЕИП контрагентов ЛЦ для реализации планирования и контроллинга деятельности.
Наряду с указанными положениями при синтезе организационной структуры управления ЛЦ нужно принимать во внимание большое количество факторов, действующих как внутри него, так и во внешней среде. К внутренним факторам относятся, например, такие как вид обслуживаемых цепей поставок; количество и тип выполняемых логистических функций; факторы технической и информационно-компьютерной поддержки операционной деятельности; факторы состояния инфраструктуры и особенности технологических процессов в ЛЦ; экономические и финансовые факторы и показатели; факторы состояния базы знаний персонала (квалификация, социально-психологические) и др. При всём многообразии внешних факторов определяющее значение для организационного проектирования ЛЦ имеют: законодательная база и нормативно-методическое обеспечение, макроэкономические индикаторы, налоговые, финансовые и бюджетные ограничения, таможенная политика, территориальное размещение ЛЦ, конкурентная среда и ряд других.
При проектировании ЛЦ необходимо учитывать возникновение межфункциональных и межорганизационных конфликтов функционирования контрагентов. К типичным причинам возникновения конфликтов между организациями бизнеса в ЛЦ можно отнести:
- Противоречия в целях и интересах.
- Борьба за ограниченные ресурсы.
- Конфликты по распределению прибыли, рисков и ответственности.
- Борьба за функциональные полномочия.
- Невыполнение или ненадлежащее выполнение партнерами ЛЦ своих функций. В отношении информационного потока это трансформируется в недостатки межгрупповых коммуникаций.
- Межличностные конфликты.
Межорганизационная координация в ЛЦ предполагает устранение причин возникновения конфликтов путем использования следующих механизмов координации:
- Стандартизация бизнес-процессов ЛЦ, предполагающая чёткое распределение между управляющей компанией и операторами ЛЦ функций, а также связанных с ними полномочий, ответственности и ресурсов. Большое внимание при этом должно уделяться обеспечению информационного взаимодействия контрагентов через ЕИП ЛЦ.
- Согласованное (совместное) планирование результатов деятельности контрагентов и клиентов ЛЦ.
- Стандартизация квалификации персонала ЛЦ (путём, например, проведения межфункциональных тренингов).
- Стандартизация норм и ценностей (становление и развитие корпоративной культуры, ориентированной на интеграцию, реализацию миссии и общих целей участников ЛЦ).
- Использование средств «иерархии» управляющей компанией ЛЦ.
- Неформализованное информационное взаимодействие и децентрализованная координация контрагентов и клиентов ЛЦ.
Так как суть логистической координации состоит в согласовании позиций или интересов сторон для достижения общей цели ЛЦ, роль координатора сводится, в основном, к стимулированию сторон к реализации стратегий «компромисса» или «сотрудничества», выбор между которыми определяется ситуационными факторами. Использование метода экономических компромиссов позволяет найти приемлемое для контрагентов ЛЦ решение, балансирующее их первоначальные позиции (рис 2).
Рис. 2. Роль логистической координации в управлении конфликтами в ЛЦ[3]
В табл. 1 приведены элементы логистической координации на межорганизационном уровне. Обладающая рядом специфических признаков логистическая координация, может рассматриваться как одна из категорий деятельности управляющей компании ЛЦ.
Таблица 1
Элементы межорганизационной логистической координации в ЛЦ
Процесс функционирования системы управления ЛЦ предполагает решение задачи координации работы управляемых функциональных подсистем (по видам услуг), и только в этом случае можно обеспечить наилучшие технико-экономические показатели его деятельности. Координация является специфической задачей управляющего органа ЛЦ и может быть реализована в нескольких вариантах:
1. Координация предсказанием взаимодействий. Подсистемы (логистические посредники) операционного контура решают свои локальные задачи, предполагая регулирующие воздействия тем, которые предсказаны (спрогнозированы) управляющим органом ЛЦ.
2. Координация оценкой взаимодействий. Этот подход отличается от первого только тем, что координатор (управляющая компания ЛЦ) предсказывает оцениваемую им область взаимодействий. При этом контрагенты ЛЦ, решая свои локальные задачи, предполагает регулирующие воздействия координатора находящимися в пределах некоторых допустимых диапазонов их значений.
3. Координация балансировкой взаимодействий. Каждый контрагент ЛЦ получает право при решении своей локальной задачи (выполнении определенного вида услуг) рассматривать регулирующие воздействия как дополнительные свободные переменные, т.е. подпроцессы управления товарными потоками предполагаются полностью развязанными. Координация сводится к снятию расхождений между фактическими и целевыми взаимодействиями контрагентов. При этом координатор ЛЦ может влиять на операторов, лишь изменяя их локальные целевые функции и ограничения, в частности меняя величину платы за ресурсы (например, арендную плату, ставки лизинга, плату за пользование общей IT-системой и т.п.).
Для эффективного функционирования системы управления ЛЦважными являются условия координируемости и совместимости подзадач управления отдельными видами услуг. Эти условия гарантируют достижение общей цели ЛЦ, если существует решение каждой из локальных операционных подзадач.
Условия совместимости подзадач иерархической системы управления ЛЦ включают следующие основные положения:
- подзадачи нижнего уровня, т.е. подзадачи управления операционной деятельностью в ЛЦ, должны быть корректными (в рамках заданных финансовых и инфраструктурных ограничений);
- управляющая компания обеспечивает поиск таких действий координации, при которых решение подзадач нижнего уровня отвечает экстремуму общего показателя эффективности ЛЦ (например, максимуму маржинальной прибыли);
- решения подзадач операционного уровня и задачи координации должны удовлетворять ограничениям по ресурсам (бюджетным, инфраструктурным, интеллектуальным и пр.).
Координация в ЛЦ может осуществляться в двух вариантах: централизованном и децентрализованном.
Механизм централизованной координации определяется целью функционирования ЛЦ, как системной структуры, и состоит в обеспечении эффективности деятельности контрагентов путем достижения заданного критерия оптимальности. Централизованная координация реализуется при помощи специальных управляющих органов (управляющая компания, 4PL-провайдер), осуществляющих регулирование и следящих за соблюдением механизма интеграции, как основного принципа координации деятельности операционного контура (рис. 3). К условиям реализуемости координации при этом относятся материально-техническая база ЛЦ (производственно-логистическая инфраструктура), управленческий функционал координатора и квалифицированный персонал.
Рис. 3. Централизованная схема координации в ЛЦ
Децентрализованная координация в рамках ЛЦ основывается на критерии оценки стоимости, добавленной в процессе выполнения операционной деятельности контрагентами ЛЦ. Доля добавленной стоимости (ценности для клиента) выступает источником перераспределения прибыли от интегрированного выполнения операторами ЛЦ заказа клиента. На рис. 4 представлен механизм децентрализованной координации деятельности субъектов ЛЦ. Он включает корпоративное планирование, управление производственно-логистической инфраструктурой, контроллинг и управление операциями для конкретного заказа клиента, реализуемые в форме матричной структуры управления.
Как видно из рис. 4, матричная структура организации выполнения заказов клиентов через ЛЦ состоит из аналитического центра, реализующего одновременно несколько проектов в соответствии с выделенными для этих проектов ресурсами, причем каждый проект курируется своим менеджером. Децентрализованный подход на основе использования матричной организационной структуры требует координации видов деятельности, выполняемых за пределами ответственности отдельных бизнес-единиц операционного контура ЛЦ.
Помимо отношений подчиненности, характерных для централизованной структуры координации, менеджеры проектов в матричной децентрализованной структуре подчиняются и другим операционным руководителям на корпоративном уровне. Такая структура также может применяться для создания отношений координации при выполнении специальных проектов, в реализации которых участвуют несколько операторов ЛЦ разного профиля.
Рис. 4. Децентрализованная схема координации в ЛЦ
Потенциал децентрализованной матричной структуры координации в ЛЦ в полной мере может быть реализован при ориентации центра на выполнение интегрированных логистических бизнес-процессов для клиентов. Матричный подход требует предоставления логистическим операторам инфраструктурных и технологических (информационных) ресурсов, которые могли бы эффективно удовлетворять потребности конкретных клиентов ЛЦ. При этом возрастает гибкость распределения ограниченных финансовых и человеческих ресурсов, снижается потребность дублирования высококвалифицированного персонала в деятельности ЛЦ.
Проектное управление в ЛЦ можно рассматривать и с системной точки зрения. Потребность в координации в рамках отдельного проекта может быть выше, чем потребность в координации между проектами. Иначе говоря, координация между проектами может быть спланирована заблаговременно, тогда как координация работ по отдельному проекту требует ежедневного взаимодействия между всеми его исполнителями. Координационные решения различаются для разных проектов, так как для успешного выполнения проекта требуется скорее информация, относящаяся к данному проекту, нежели о том, что происходит с другими проектами в ЛЦ. Управление по проектам ведет к объединению тех областей решений, которые больше всего зависят друг от друга
Сбалансированная интеграция и децентрализованная координация операционной логистической деятельности в ЛЦ является основой построения организационно-управленческой модели и базируется на нескольких правилах:
1. Провести организационные мероприятия, касающиеся выполнения стандартных интегрированных логистических бизнес- процессов в ЛЦ. Вместо структурирования функций или подразделений ЛЦ ориентировать управляющую компанию на несколько «основополагающих логистических бизнес-процессов» и определить целевые установки по KPI логистики. Назначить “хозяина” каждого интегрированного логистического бизнес-процесса.
2. Горизонтальная иерархия и децентрализованная координация. Ослабить линейный контроль, объединить отдельные задачи, исключить бесполезные работы и минимизировать операции по каждому бизнес-процессу. Использовать минимально возможное число операторов (проектных команд) для выполнения целостного логистического бизнес-процесса для клиента ЛЦ.
3. Использовать команды для управления целостными процессами. Создать команды, являющиеся главными компоновочными блоками для осуществления координации операционной деятельности в ЛЦ. Ограничить контролирующие функции, сделав команды самоуправляемыми. Поставить перед каждой командой цель, возложив на неё ответственность за достижение конечных результатов обслуживания клиентов.
4. Максимизировать контакты с поставщиками услуг и клиентами. Развивать регулярные прямые контакты с поставщиками услуг, логистическими посредниками и клиентами. Включать представителей поставщиков и заказчиков как полноправных членов в команды управления логистическими проектами ЛЦ.
Механизм координации управления взаимоотношениями в ЛЦ предполагает:
- наличие ЕИП, определяющего способы получения и распределения информации среди участников;
- адекватную организационную структуру управляющей компании;
- способность управляющей компании согласовывать цели и бизнес-процессы контрагентов ЛЦ при обслуживании клиентов;
- общую стратегию формирования взаимоотношений с бизнес-партнерами;
- регламенты процессов регулирования взаимоотношений контрагентов;
- наличие системы контроля и мониторинга результатов взаимодействия.
Следует подчеркнуть, что главным условием эффективности механизма координации управления взаимоотношениями контрагентов в ЛЦ является баланс целей, который предполагает, что цели контрагентов (операционный контур) не доминируют над общими целями ЛЦ, как интегрированной структуры. Управление взаимоотношениями должно базироваться на системе ценностей и целей, разделяемых всеми контрагентами ЛЦ. Именно совместные цели являются тем ключевым драйвером, который обеспечивает прочность и долгосрочность взаимоотношений и дает участникам и клиентам ЛЦ устойчивые конкурентные преимущества.
Литература
- Дыбская В.В., Зайцев Е.И., Сергеев В.И., Стерлигова А.Н. Логистика: интеграция и оптимизация логистических бизнес-процессов в цепях поставок / Учебник под ред. проф. В.И. Сергеева. – М.: Эксмо, 2008. – 944с. (Полный курс МВА).
- Дыбская В.В. Оптимальная дислокация логистических центров // Прикладная логистика, № 12, 2011.
- Дыбская В.В., Сергеев В.И. Классификация и определение состава услуг логистических центров // Логистика сегодня, № 5, 2011.
- Прокофьева Т.А., Сергеев В.И., Круглова О.В. Стратегические аспекты межорганизационной логистической координации и интеграции участников и партнеров логистического центра // Логистика сегодня, №2, 2011.
- Сергеев В.И. Логистика в бизнесе. Учебник для вузов. – М. ИНФРА-М, 2001. – 602 с.
- Сергеев В.И. Проблемы интеграции и координации в логистических центрах транспортных узлов // Материалы межрегиональной научно-практической конференции «Региональный логистический центр - ключевой фактор улучшения инвестиционного климата» (20-21 июля 2011г., Южно-Сахалинск).
- Сергеев В.И. Концептуальные подходы к проектированию и классификация логистических центров // Логистика и управление цепями поставок, №4, 2010.
- Сергеев В.И. Формирование кластеров в России. Преимущество отдается производственному принципу. // Логистика: проблемы и решения, 2010. № 6. C. 28—33.
- Сергеев В.И. Концептуальные подходы к формированию логистических центров // Прикладная логистика, №1-2, 2011.
10. Сергеев В.И.Маркетинговые исследования и прогнозирование грузопотоков при проектировании логистических центров // Прикладная логистика, № 10, 2011.
11. Сергеев В.И. Проблема интеграции в логистике и SCM // Логистика и управление цепями поставок: перспективы в России и Германии / Материалы V Российско-Немецкой конференции по логистике и SCM DR-LOG’10; под ред. Д.А. Иванова, В.С. Лукинского, Б.В. Соколова, Й. Кэшеля. – СПб.: Изд-во Политехн. ун-та, 2010.
[1] См. Сергеев В.И. Корпоративная логистика. 300 ответов на вопросы профессионалов. – М.: ИНФРА-М, 2004. - 964с.
[2] Сергеев В.И. Концептуальные подходы к проектированию и классификация логистических центров. // Логистика и управление цепями поставок, №4, 2010.
[3] См. Виноградов А.Б. Проблемы и практика межфункциональной логистической координации. / Энциклопедия «Топ-менеджер. Логистика» (сменные страницы). – М.: Изд-во МЦФЭР, 2007.
Моделирование «узких мест» транспортной сети
Опубликовано № 1 (48) февраль 2012 г.
АВТОР: Петров А.В., Пилипчук С.Ф.
РУБРИКА Транспортировка в логистике, Имитационное моделирование, Логистика мегаполиса
Аннотация
Если для анализа транспортных сетей большого объёма используются макромодели, построенные, например, на принципах сетевого моделирования, то для исследования «узких мест» дорожной сети создаются микромодели. Одними из наиболее широко используемых видов микромоделей являются имитационные модели. В работе построена имитационная модель «узкого места» транспортной сети одного из проблемных районов Санкт-Петербурга в среде имитационного моделирования AnyLogic версии 6.4.0., выполнены компьютерные эксперименты и даны практические рекомендации по организации дорожного движения.
Ключевые слова: моделирование транспортная сеть имитационная модель AnyLogic дорожное движение транспортная инфраструктура
В моделировании транспортных потоков под макромоделями понимаются такие модели, которые описывают транспортный поток как целое, то есть как совокупность всех транспортных средств (ТС). Эти модели применяются для анализа транспортных сетей большого объёма. С их помощью решаются задачи моделирования и оптимизации движения транспортных потоков в рамках определённого географического района, например, в рамках городской транспортной сети. Для решения подобных задач предлагается использовать сетевое моделирование [1].
Микромодели в отличие от макромоделей не рассматривают транспортный поток как некую целую совокупность транспортных средств, распределяющихся в транспортной сети по определенным принципам и с учетом ограничений, которые задает исследователь. Напротив, они характеризуются описанием отдельных транспортных средств, принципов их поведения на дороге и взаимодействия с другими транспортными средствами. Поэтому, у микромоделей другая, особенная цель – с их помощью можно достаточно детально исследовать отдельные, наиболее проблемные участки и перекрестки дорожной сети (так называемые «узкие места»), а также их совокупности.
Одними из наиболее широко используемых видов микромоделей являются имитационные модели [2]. Цель создания такой модели заключается в том, чтобы исследователь мог не только оценить текущую ситуацию на изучаемом участке, но и рассмотреть влияние вносимых им изменений и получить количественный результат, который наглядно представляется в модели.
Естественно, что имитационная модель всегда является упрощенным подобием реальной системы и отражает суть рассматриваемого процесса, явления и свойств входящих в нее объектов лишь в той степени достоверности, которая необходима для решения конкретной поставленной задачи. Она является по своей сути некоторым представлением реального объекта, и подобно любому представлению о реальности не отражает его в полной мере. Оценка того, насколько это представление устраивает нас, во многом неоднозначна потому, что реальность изменяется, а представление в целом остается прежним. Проблема состоит в том, что ожидания и представления редко соответствуют действительности в силу множества факторов, учесть даже большую часть из которых чаще всего не представляется возможным. Поэтому имитационная модель – это не универсальное средство решения проблем, а лишь инструмент, с помощью которого можно получить рекомендуемый путь решения.
В имитационном моделировании широко используется понятие «уровень абстракции», которое по своему смыслу обратно этой степени достоверности. То есть чем ниже уровень абстракции (и выше степень достоверности), тем точнее имитационная модель будет отражать суть явления. Обычно уровень абстракции известен изначально, он выбирается на начальных этапах создания имитационной модели. Однако количественная оценка того, насколько создаваемая модель будет соответствовать реальной (моделируемой) ситуации, заранее неизвестна. Эта оценка называется «адекватностью» имитационной модели, она определяется лишь после того, когда создана имитационная модель и имеются собранные фактические данные рассматриваемого явления (статистика) – путем сравнения результатов компьютерного эксперимента и реальных данных.
Применение имитационного моделирования для решения задач оптимизации транспортных потоков рассмотрим на конкретном примере, рассматривая транспортную сеть части Приморского района Санкт-Петербурга, отличающегося известными проблемами движения транспорта.
В работе [1] данная транспортная сеть на макроуровне исследовалась с помощью сетевых моделей, что позволило определить, как отразятся на пропускной способности дорог, суммарном пробеге и суммарном времени движения транспортных средств те или иные изменения в организации дорожного движения на рассматриваемом участке городской транспортной сети. Кроме того, исследование позволило выявить так называемые «узкие места» данной транспортной сети, одним из которых является перекресток «Коломяжский проспект–проспект Испытателей». Поэтому в данной работе была создана имитационная модель этого перекрестка.
Отличительной особенностью модели является то, что она также учитывает наличие транспортных проблем на следующем за пересечением «Коломяжский пр.–пр. Испытателей» перекрестке – на Светлановской площади, и позволила дать прогнозную оценку влияния на пропускную способность исследуемого перекрестка строительства на Светлановской площади многоуровневой развязки.
Создание имитационной модели осуществлялось в среде имитационного моделирования AnyLogic версии 6.4.0. Пакет AnyLogic – отечественный профессиональный инструмент имитационного моделирования нового поколения, разработанный фирмой «XJ Technologies», Санкт-Петербург [3]. Пакет AnyLogic существенно упрощает разработку имитационных моделей и их анализ, он основан на объектно-ориентированной концепции.
В качестве подхода в имитационном моделировании в данной модели выбрано дискретно-событийное моделирование (ДС). Данный подход предполагает следующее: автомобили выступают в качестве заявок, движущихся в сети между отдельными промежуточными пунктами по заранее намеченным траекториям. При этом с помощью команд программирования задается логика, согласно которой заявки (автомобили) ведут себя на дороге и при пересечении перекрестка тем или иным образом.
Общий вид созданной в среде AnyLogic модели представлен на рис.1.
Рис.1. Имитационная модель перекрестка «Коломяжский пр.–пр. Испытателей» в среде имитационного моделирования AnyLogic
Модель представляет собой аналог регулируемого перекрестка четырехполосного движения. В модели присутствует четыре автомобильных потока (рис.2):
- исследуемый: красный (обозначен буквой «A»)
- встречный: желтый (обозначен буквой «B»)
- перпендикулярный: фиолетовый (обозначен буквой «D»)
- перпендикулярный: синий (обозначен буквой «E»)
Рис.2. Транспортные потоки перекрестка «Коломяжский пр.–пр. Испытателей» и их условные обозначения
Модель строилась с основной целью: исследовать ситуацию с транспортными потоками на перекрестке Коломяжский пр.–пр. Испытателей в утренний период, поскольку именно в этот период в реальности наблюдается наиболее тяжелая дорожная ситуация на данном перекрестке, и разработать рекомендации по оптимизации этих потоков. Красный поток (поток «A») в данной модели является исследуемым, поскольку направлен строго в сторону выхода из района и наиболее интересен с точки зрения анализа. Однако в модели также присутствует возможность исследовать параметры и всех остальных потоков.
Анимация запущенной на выполнение модели представлена на рис.3.
Рис.3. Анимация имитационной модели перекрестка «Коломяжский пр.–пр. Испытателей»
Модель имеет входные и выходные параметры.
Входные параметры – параметры, позволяющие изменять результаты работы модели. К ним относятся:
- фазы светофоров;
- интенсивности входящих потоков, авт./мин;
- вероятности поворотов и перестроений;
- скорости движения, км/ч;
- наличие/отсутствие пешеходов.
Выходные параметры – параметры, подлежащие контролю для оценки текущей ситуации. К ним относятся:
- интенсивности выходных потоков, авт./мин;
- длины очередей, ед.
Таким образом, суть работы с моделью состоит в том, что, изменяя те или иные входные параметры, мы можем добиться изменения выходных параметров, которые являются контрольными и характеризуют эффективность функционирования перекрестка. Это необходимо, прежде всего, для оценки текущей ситуации, а также прогноза ее развития в случае принятия соответствующих мер.
Модель имеет свой интерфейс для удобства работы с ней, который состоит из четырех основных частей (секций): 1) «анимация» (наглядное представление прогонов модели); 2) «входные параметры» (задание входных параметры модели); 3) «выходные параметры» (контроль выходных параметров при проигрывании модели); 4) «настройки».
Проверка адекватности (достоверности) модели выполнялась путем сбора и анализа фактических входных и выходных данных на реальном объекте. Входные параметры вводились в модель и после ее прогона модельные выходные параметры сравнивались с фактическими. Проверка осуществлялась по параметру «интенсивность выходного потока», поскольку в рамках данного исследования проверить модель по параметру «длина очереди» не представлялось возможным. Проверка показала, что средняя погрешность модели составляет , (достоверность ). В рамках данного исследования адекватность модели была признана приемлемой.
Для реализации целей создания имитационной модели в работе были произведены с ее помощью компьютерные эксперименты, суть которых заключалась в том, чтобы оценить влияние тех или иных принимаемых мероприятий (изменение входных параметров) на результаты моделирования (выходные параметры).
В рамках данного исследования были произведены шесть экспериментов со следующими условными названиями: 1. «по фактическим данным»; 2. «накопления очередей»; 3. «строительство надземных пешеходных переходов»; 4. «постановка дорожных знаков»; 5. «оптимизация фаз светофора»; 6. «разгрузка Светлановской пл.»
Суть каждого эксперимента и выводы, сделанные по результатам их проведения, приведены ниже.
Эксперимент «по фактическим данным». Очевидно, что вначале необходимо определить те выходные параметры, которые формируются в модели при проигрывании фактических (полученных в ходе натурных измерений) данных. Именно это является главной целью эксперимента. Эксперимент также призван наглядно оценить текущую ситуацию.
Время эксперимента было принято равным 1800 с (30 мин.) модельного времени. Графики зависимостей величин очередей и интенсивностей выходных потоков в авт./мин от величины модельного времени представлены на рис. 4.
Рис. 4. Эксперимент по фактическим данным. Зависимость: а) величин очередей; б) интенсивностей выходных потоков от модельного времени
По результатам исследования можно сделать следующие выводы. Во-первых, из собранных фактических данных по интенсивностям входящих потоков и вероятностям поворотов вытекает ожидаемый вывод о том, что большая часть всех потоков стремится в одном направлении – к Светлановской пл., заполняя очередь на проблемном участке за перекрестком. В результате же эксперимента выявлено, что наиболее высокие темпы роста имеет очередь потока A, наименее высокие – поток B. Интенсивность выхода принимает наименьшие значения для потока D, наибольшие – для потока E. Поток A оказывается в наибольшей степени заторможенным пробкой, образованной за перекрестком, поскольку практически весь устремлен в проблемный участок. В то же самое время большая, чем для A, часть потоков D и E устремлена не в направлении Светлановской пл., и интенсивности входа этих потоков меньше, чем для A. Поэтому очереди в данных условиях для потоков D и E образуются медленнее. Величина же очереди на участке перед Светлановской пл. не имеет тенденции к снижению.
Эксперимент «накопления очередей» (рис.5). В нем моделируется процесс накопления «с нуля» очередей каждого потока непосредственно перед перекрестком, а также очереди к Светлановской пл. на участке за перекрестком. Основная цель данного эксперимента – проследить, как накапливается очередь на участке перед Светлановской пл., а также очереди всех потоков.
Рис. 5. Эксперимент накопления очередей. Зависимость: а) величин очередей; б) интенсивностей выходных потоков от модельного времени
Эксперимент отличается от предыдущего тем, что в настройках очередь перед Светлановской пл. заранее не заполняется. Время эксперимента принято равным 4500 с (1 ч. 15 мин.) модельного времени.
В эксперименте «накопления очередей» установлено, что очередь за перекрестком на участке перед Светлановской пл. накапливается приблизительно за 3000 с (50 мин), затем ее колебания устанавливаются около определенного значения, близкого к переполнению указанного участка. Очередь потока A начинает возрастать к 2500 с (42 мин) эксперимента, когда участок перед Светлановской пл. начинает переполняться. Это происходит вследствие того, что практически весь поток A устремлен прямо в проблемный участок за перекрестком, и проблемы не возникает, пока он не начинает переполняться. В наибольшей степени возрастает очередь потока D, в наименьшей – потока B, что объясняется торможением двух рядов потока D, поворачивающих направо, пешеходами. Аналогичные выводы вытекают из анализа интенсивностей выхода потоков.
Из эксперимента «по фактическим данным» и «накопления очередей» вытекает очевидный вывод о том, что разгрузка Светлановской пл. за счет строительства многоуровневой развязки может решить проблему пробок и на рассматриваемом перекрестке. Однако реализация этой меры согласно «Концепции совершенствования и развития дорожного хозяйства Санкт-Петербурга до 2010 года с прогнозом до 2015 года» планируется лишь на период до 2015 года. Поэтому необходимо выявить возможные варианты решения проблемы без разгрузки Светлановской пл., для чего было произведено еще несколько экспериментов с моделью.
Эксперимент «строительство надземных пешеходных переходов». Очевидно, что пешеходы являются помехой проезду автомобильного транспорта при поворотах на перекрестках. Следовательно, можно предположить, что если организовать возможность разделения пешеходных и автомобильных потоков (например, в разных уровнях), то это предоставит не только повышение безопасности дорожного движения, но и позволит увеличить пропускную способность перекрестка и уменьшить очереди автомобильных потоков. Именно такие ситуации и моделируются в данных экспериментах. Отметим, что строительство именно надземных пешеходных переходов дешевле, чем подземных. И, кроме того, они могут быть быстрее реализованы в реальном проекте.
Таким образом, проводится несколько последовательных экспериментов, отменяя в каждом из них проход пешеходов по определенному переходу (то есть моделируется наличие надземного перехода, пешеходов нет на проезжей части), и контролируется изменение выходных параметров.
Эксперимент «строительство надземных переходов» выявил, что для изменения ситуации достаточно строительства только одного надземного пешеходного перехода – через пр. Испытателей за рассматриваемым перекрестком в направлении Светлановской площади. Однако в дополнение к этой мере должны быть приняты определенные действия по уравниванию потоков – перенастройка фаз светофора. Наилучшим вариантом является использование интеллектуальной автоматически перенастраиваемой светофорной установки.
Эксперимент «постановка дорожных знаков». Проведена серия экспериментов с постановкой различного типа дорожных знаков и оценивается влияние таких мер на выходные параметры модели.
Типичной ситуацией является стоянка автомобилей в правом ряду пр. Испытателей перед рассматриваемым перекрестком по направлению движения потока A. Наличие постоянно стоящих автомобилей в правом ряду снижает пропускную способность дороги, поскольку невозможным становится использование правого ряда. Таким образом, моделируется постановка знака «Стоянка запрещена» на всём протяжении пр. Испытателей от перекрестка с Серебристым бульваром до перекрестка с Коломяжским проспектом. Отметим, что постановка знака «Остановка запрещена» вблизи станции метро нецелесообразна, поскольку в таких местах всегда должна быть возможность кратковременной остановки частного и пассажирского транспорта для посадки и высадки пассажиров. Проводились также эксперименты с постановкой знаков движения по полосам: отмена левого поворота потока A и отмена левого поворота потока E.
В результате эксперимента «постановка дорожных знаков» выявлено, что наиболее эффективной мерой является постановка знака «Стоянка запрещена» по направлению движения потока A на всем протяжении пр. Испытателей от предыдущего до рассматриваемого перекрестка. Это поможет существенно снизить очередь потока A на пр. Испытателей. Запрещение левого поворота потоку A – неэффективная и неоправданная мера, лишь усугубляющая проблему очереди за перекрестком. Хорошие результаты по снижению очередей потоков E и A дает запрет левого поворота потоку E. Однако к воплощению этой меры в реальной жизни следует подойти с осторожностью, поскольку она заставляет водителей ехать в объезд, что может усугубить ситуацию на соседних перекрестках.
Эксперимент «оптимизация фаз светофора». Цель эксперимента – найти оптимальные фазы светофоров, минимизирующие величины очередей потоков. Результаты этого эксперимента оказываются во многом неоднозначными, поскольку вариация фаз светофоров по-разному влияет на выходные параметры каждого отдельного потока.
Эксперимент имеет специфическую методику. Очевидно, что два светофора на одном перекрестке являются взаимосвязанными. Это означает, что они работают согласованно, и изменение длительности зеленого света одного из них неизбежно должно вести к изменению длительности красного света на другом. В модели длительности красного света светофоров вычисляются автоматически, в зависимости от длительностей зеленого и желтого света светофоров, задаваемых пользователем. Но поскольку варьировать длительность желтого света светофоров и получать при этом определенные результаты – действие, не имеющее смысла и практического применения, то остаются только два варьируемых параметра – длительности горения зеленого света двух светофоров. В модели эти варьируемые параметры обозначены следующим образом: Tgreen – длительность зеленого света первого светофора (для потоков A и B); Tgreen1 – длительность зеленого света второго светофора (для потоков D и E). Под «фазой» будем понимать именно длительности горения зеленого света Tgreen и Tgreen1.
Суть эксперимента состоит в следующем: последовательными прогонами модели при различных значениях Tgreen и Tgreen1 получаем данные о величинах очередей каждого потока. При этом один параметр (Tgreen1) фиксируется, а второй (Tgreen) изменяется с определенным шагом. Для примера на рис. 6 приведена подобная зависимость для потока А.
Рис. 6. Зависимость величины очереди потока A от времени горения зеленого света светофора прямого потока (Tgreen)
Затем на шаг изменяется Tgreen1, и снова получаются данные при изменении Tgreen при фиксированном Tgreen1. Затем из полученных данных выбираются так называемые «наиболее благоприятные» и «оптимальные» сочетания фаз светофоров Tgreen и Tgreen1 для каждого из потоков. Наиболее благоприятными считаются такие сочетания фаз, при которых при фиксированном значении одной из фаз (Tgreen1) подбирается наилучшее с точки зрения длины очереди для конкретного потока значение второй фазы (Tgreen).
Оптимальными сочетаниями фаз считаются такие наиболее благоприятные сочетания, которые обеспечивают минимально возможную очередь данного конкретного потока при данных условиях.
Очевидно, что оптимальные и наиболее благоприятные сочетания будут различными для различных потоков. Поэтому в ходе эксперимента получаем результаты для всех потоков (табл. 1).
Таблица 1 Оптимальные сочетания фаз светофоров
Основной вывод по данному эксперименту – оптимальные сочетания фаз светофоров различны для различных потоков, и поэтому для того, чтобы добиться минимизации величины очереди для определенного потока, необходимо смириться с возможным увеличением величин очередей других потоков. Наиболее эффективным будет постановка интеллектуального автоматически перенастраиваемого светофора. Есть и альтернативный вариант – регулировка фаз светофоров сотрудником ДПС исходя из визуальной оценки ситуации.
Эксперимент «разгрузка Светлановской пл.». В нем моделируется ситуация, когда на Светлановской пл. организована многоуровневая развязка. Очевидно, что эта развязка призвана решить проблему пробок на участках дорог перед Светлановской площадью. В модели эта ситуация реализуется простым включением зеленого света светофора перед Светлановской пл. на бесконечный период времени.
Из эксперимента вытекает ожидаемый вывод об уменьшении величин очередей всех потоков. Однако очереди потоков D и E сохраняют тенденции к росту, что свидетельствует о необходимости решения проблемы с пешеходным переходом, задерживающим эти потоки, либо дополнительной регулировки светофоров.
Проведенное исследование транспортных потоков городской дорожной сети позволяет сделать следующие выводы и обобщения:
– моделирование транспортных потоков следует проводить в два этапа, путем построения макромоделей, которые применяются для анализа транспортных сетей большого объёма и микромоделей, с помощью которых можно достаточно детально исследовать отдельные, наиболее проблемные участки дорожной сети.
– наиболее удобным и естественным способом построения макромоделей транспортных потоков является сетевое, а микромоделей – имитационное моделирование.
– сетевое и имитационное моделирование является инструментом исследования транспортных потоков, который позволяет выявить существующие проблемы и указать возможные пути их решения.
Литературные источники
- Бочкарев А.А., Петров А.В., Пилипчук С.Ф. Оптимизация распределения транспортных потоков в городской транспортной сети. // Логистика и управление цепями поставок, № 5, 2010, с. 80-96.
- Кельтон В. Имитационное моделирование. Классика CS: [пер. с англ.] / В. Дэвид Кельтон, Аверилл М. Лоу. – 3-е изд. – СПб.: Питер; Киев: Издательская группа BHV, 2004. – 847 с.
- Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5 / Ю.Г. Карпов. – СПб. БХВ-Петербург, 2005. – 400 с.