Рабочая программа по дисциплине «Экономико-математические методы и модели в логистике. Экономико-математические методы и модели в логистике
Федеральное агентство по образованию Российской Федерации
РЕФЕРАТ
на тему: «Математическое моделирование логистического продвижения грузов»
Введение 4
1. Определение понятия логистики 7
2. Общая характеристика методов решения логистических задач 8
2.1. Моделирование в логистике 9
2.2. Экспертные системы в логистике 14
3. Транспортировка в логистике 16
3.1. Выбор перевозчика 17
4. Экономический эффект от использования логистики 22
Заключение 24
Список литературы 25
Введение
В транспортной логистике для управления материальными потоками в рамках смешанных перевозок используют несколько моделей задач.
Данная модель управления грузопотоками с учетом нескольких перевалок относится к задачам линейного программирования и решается с помощью ЭВМ.
Нередко в транспортной логистике для оптимизации продвижения материальных потоков по логистическим цепям на этапе планирования приходится решать задачи о кратчайшем пути. С точки зрения математического программирования это задача о нахождении на ориентированном графе пути наименьшей длины между двумя заданными его вершинами. Длиной пути такого графа называется сумма длин дуг, составляющих этот путь.
Задача о кратчайшем пути в логистике возникает не только при решении транспортных задач, но также дискретных задач динамического программирования и в других случаях. В задачах сетевых методов планирования и управления алгоритмы решения задач о кратчайшем пути используют для нахождении критического пути.
Известно несколько эффективных методов решения указанного типа задач. Для логистического же анализа транспортных сетей применяют алгоритм, основанный на методе последовательного анализа вариантов.
Большую роль в управлении материальными потоками в логистике играет маршрутизация транспортных средств. Определение рациональных маршрутов движения транспортных средств позволяет решить три важнейшие задачи:
оптимизировать грузопотоки в логистических каналах и цепях;
обеспечить максимальную производительность подвижного состава;
обеспечить минимизацию себестоимости транспортировки грузов.
Особенно актуальной проблема маршрутизации является в автомобильном транспорте. Это объясняется тем, что автомобильный транспорт наиболее мобильный и гибкий по транспортным характеристикам. Именно на него приходится около 70% всех транспортных связей между предприятиями.
Развитие централизованных автомобильных перевозок, укрупнение автотранспортных предприятий, увеличение мощности грузопотоков, а также совершенствование процесса управления логистикой требуют применения таких способов организации продвижения материальных потоков, которые основывались бы не на субъективных качествах отдельных работников, а на принципах системной концепции – логистики, имеющих объективный характер. Эти способы отражают одновременно математические и экономические подходы к управлению потоковыми процессами.
В рыночных условиях в выборе наиболее оптимального варианта организации работы автомобильного транспорта уже нельзя полагаться на простейшие арифметические способы. Усложнение выбора оптимального варианта передвижения транспортных средств показательно на простом примере. Так, если имеется три поставщика и три потребителя, то число возможных вариантов продвижения грузопотоков в общей сложности может достигать 90, а при четырех поставщиках и четырех потребителях – 6256. Если число участников логистических процессов возрастает еще больше, то количество вариантов увеличивается до астрономических цифр.
Быстро и эффективно задачи выбора способов маршрутизации в логистике можно решить лишь с помощью математических методов и ЭВМ. Необходимо отметить, что по отношению к автомобильному транспорту методом линейного программирования можно:
отыскивать оптимальное количество поездок автомобилей на маршрутах при установленном времени пребывания в наряде (задачи на минимизацию потерь рабочего времени);
определять оптимальные варианты продвижения однородных грузопотоков от источников их генерации до пунктов назначения (задачи на минимизацию транспортных затрат);
разрабатывать оптимальные стратегии по ориентации перевозчиков на определенную группу клиентов (на выделенный сегмент рынка логистических услуг);
составлять рациональные маршруты работы подвижного состава с позиций увязки намечаемых ездок (задачи по минимизации холостых пробегов);
выделять рациональные «развозочные» и «сборочные» маршруты (задачи на определение минимальных пробегов при объезде обусловленных грузопунктов).
Эффективно распределять транспортные и погрузочно-разгрузочные средства по маршрутам логистических цепей (задачи на максимальное использование рабочего времени автомобилей и рабочего времени погрузочно-разгрузочных механизмов и др.).
Эти, а также другие подобные задачи можно решить не только в отношения автомобильного, но и других видов транспорта. В этой связи важно подчеркнуть, что высокая точность расчетов при решении логистических задач основывается на математическом моделировании изучаемого процесса. Другими словами, описание количественных закономерностей логистических процессов осуществляется с помощью соответствующих математических моделей.
1.Определение понятия логистики
Логистика (logistics) - наука о планировании, контроле и управлении транспортированием, складированием и другими материальными и нематериальными операциями, совершаемыми в процессе доведения сырья и материалов до производственного предприятия, внутризаводской переработки сырья, материалов и полуфабрикатов, доведения готовой продукции до потребителя в соответствии с интересами и требованиями последнего, а также передачи, хранения и обработки соответствующей информации.
Если рассмотреть в совокупности круг проблем, которые затрагивает логистика, то общим для них будут вопросы управления материальными и соответствующими им информационными потоками.
Как наука логистика ставит и решает следующие задачи:
прогноз спроса и, на его основе, планирование запасов;
определение необходимой мощности производства и транспорта;
разработка научных принципов распределения готовой продукции на основе оптимального управления материальными потоками;
разработка научных основ управления перегрузочными процессами и транспортно-складскими операциями в пунктах производства и у потребителей;
построение различных вариантов математических моделей функционирования логистических систем;
разработка методов совместного планирования, снабжения, производства, складирования, сбыта и отгрузки готовой продукции, а также ряд других задач.
2.Общая характеристика методов решения логистических задач
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, обособленно. Отдельные звенья представляют при этом так называемые закрытые системы, изолированные от систем своих партнеров технически, технологи чески, 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.
К основным методам, применяемым для решения научных и практических задач в области логистики, следует отнести методы системного анализа, методы исследования операций, кибернетический подход и прогностику. 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.
Принятие решений по управлению материальными потоками до начала широкого применения логистики в значительной степени основывалось на интуиции квалифицированных снабженцев, сбытовиков, производственников, транспортников. Развивая методологический аппарат, современная логистика, наряду с разработкой и использованием формализованных методов принятия решений, изыскивает возможности широкого применения опыта названной категории профессионалов. С этой целью разрабатываются так называемые системы экспертной компьютерной поддержки (или экспертные системы), позволяющие персоналу, не имеющему глубокой подготовки в логистике, принимать быстрые и достаточно эффективные решения.
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.
2.1.Моделирование в логистике
Моделирование основывается на подобии систем или процессов, которое может быть полным или частичным. Основная цель моделирования - прогноз поведения процесса или системы. Ключевой вопрос моделирования «ЧТО БУДЕТ, ЕСЛИ...?»
Существенной характеристикой любой модели является степень полноты подобия модели моделируемому объекту. По этому признаку все модели можно разделить на изоморфные и гомоморфные.
Изоморфные модели – это модели, включающие все характеристики объекта оригинала, способные, по существу, заменить его. Если можно создать и наблюдать изоморфную модель, то наши знания о реальном объекте будут точными. В этом случае мы сможем точно предсказать поведение объекта.
Гомоморфные модели. В их основе лежит неполное, частичное подобие модели изучаемому объекту. При этом некоторые стороны функционирования реального объекта не моделируются совсем. В результате упрощается построение модели и интерпретация результатов исследования. При моделировании логистических систем абсолютное подобие не имеет места. Поэтому в дальнейшем будут рассматриваться лишь гомоморфные модели, не забывая, однако, что степень подобия у них может быть различной.
Следующим признаком классификации является материальность модели. В соответствии с этим признаком все модели можно разделить на материальные и абстрактные.
Материальные модели воспроизводят основные геометрические, физические, динамические и функциональные характеристики изучаемого явления или объекта. К этой категории относятся, в частности, уменьшенные макеты предприятий оптовой торговли, позволяющие решить вопросы оптимального размещения оборудования и организации грузовых потоков.
Абстрактное моделирование часто является единственным способом моделирования в логистике. Его подразделяют на символическое и математическое.
К символическим моделям относят языковые и знаковые.
Языковые модели – это словесные модели, в основе которых лежит набор слов (словарь), очищенных от неоднозначности. Этот словарь называется «тезаурус». В нем каждому слову может соответствовать лишь единственное понятие, в то время как в обычном словаре одному слову могут соответствовать несколько понятий.
Знаковые модели. Если ввести условное обозначение отдельных понятий, т. е. знаки, а также договориться об операциях между этими знаками, то можно дать символическое описание объекта.
Математическим моделированием называется процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью. В логистике широко применяются два вида математического моделирования: аналитическое и имитационное.
Аналитическое моделирование – это математический прием исследования логистических систем, позволяющий получать точные решения. Аналитическое моделирование осуществляется в следующей последовательности.
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Подобные документы
Математическое моделирование задач коммерческой деятельности на примере моделирования процесса выбора товара. Методы и модели линейного программирования (определение ежедневного плана производства продукции, обеспечивающей максимальный доход от продажи).
контрольная работа , добавлен 16.02.2011
Математические модели технических объектов и методы для их реализации. Анализ электрических процессов в цепи второго порядка с использованием систем компьютерной математики MathCAD и Scilab. Математические модели и моделирование технического объекта.
курсовая работа , добавлен 08.03.2016
Приведены решения задач по темам, соответствующим учебному плану, даны необходимые методические указания и приведены задания для контрольной работы.
практическая работа , добавлен 16.07.2007
Основные понятия математического моделирования, характеристика этапов создания моделей задач планирования производства и транспортных задач; аналитический и программный подходы к их решению. Симплекс-метод решения задач линейного программирования.
курсовая работа , добавлен 11.12.2011
Схема блоков модели Карааслана, система дифференциальных уравнений, методы решения. Блоки и биохимические законы системы Солодянникова, переход между фазами. Моделирование патологий, графики экспериментов. Построение комплексной модели гемодинамики.
дипломная работа , добавлен 24.09.2012
Математическое программирование - область математики, в которой изучаются методы решения задач условной оптимизации. Основные понятия и определения в задачах оптимизации. Динамическое программирование – математический метод поиска оптимального управления.
презентация , добавлен 23.06.2013
Моделирование входного заданного сигнала, построение графика, амплитудного и фазового спектра. Моделирование шума с законом распределения вероятностей Рэлея, оценка дисперсии отсчетов шума и проверка адекватности модели шума по критерию Пирсона.
курсовая работа , добавлен 25.11.2011
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Подобные документы
Дифференцирование ассортимента по АВС-методу. Расчет доли отдельных позиций ассортимента в общей реализации. Применение XYZ-анализа для разделения ассортимента компании по признаку стабильности спроса. Построение матрицы АВС-XYZ-анализа в логистике.
курсовая работа , добавлен 10.07.2012
Количественные и качественные методы экономического прогнозирования. Построение модели поиска оптимального уровня заказа, издержек, уровня повторного заказа, числа циклов за год, расстояния между циклами. Определение координат снабженческого центра.
контрольная работа , добавлен 15.09.2010
Изучение экономических приложений математических дисциплин для решения экономических задач: использование математических моделей в экономике и менеджменте. Примеры моделей линейного и динамического программирования как инструмента моделирования экономики.
курсовая работа , добавлен 21.12.2010
Сущность и необходимость применения математических моделей в экономике. Характеристика предприятия "Лукойл", определение стоимости компании с помощью модели дисконтированных денежных потоков. Использование математических моделей в управлении предприятием.
дипломная работа , добавлен 25.09.2010
Анализ основных способов построения математической модели. Математическое моделирование социально-экономических процессов как неотъемлемая часть методов экономики, особенности. Общая характеристика примеров построения линейных математических моделей.
курсовая работа , добавлен 23.06.2013
Построение модели управления запасами в условиях детерминированного спроса. Методы и приемы определения оптимальных партий поставки для однопродуктовых и многопродуктовых моделей. Определение оптимальных параметров системы управления движением запасов.
реферат , добавлен 11.02.2011
Оценка адекватности эконометрических моделей статистическим данным. Построение доверительных зон регрессий спроса и предложения. Вычисление коэффициента регрессии. Построение производственной мультипликативной регрессии, оценка ее главных параметров.
контрольная работа , добавлен 25.04.2010
Предметом изучения в математическом анализе являются переменные величины и их взаимозависимости. Важным понятием математического анализа является функция. С помощью функций математически выражается многообразие количественных закономерностей в логистических процессах движения материальных ресурсов. Необходимым условием для применения методов математического анализа являются установление функциональных зависимостей, после чего полученная функция исследуется на экстремум и подвергается всестороннему анализу.
В управлении логистическими процессами довольно часто встречаются ситуации, когда та или иная величина увеличивается в зависимости от увеличения данного фактора.
Модель, определяющая оптимальный размер партии поставки
Представленной моделью описывается обширный класс задач по управлению запасами. Запасы являются ключевой категорией в логистике. С точки зрения логистики запасы - это материальный поток с нулевой скоростью физического перемещения. Запасы обладают двойственной природой: с одной стороны, они имеют положительное значение, а с другой стороны, они обладают отрицательным качеством.
Положительное значение запасов заключается в том, что с ростом величины запаса возрастает надежность функционирования системы, т. е. обеспечивается надежное, бесперебойное обеспечение материальными ресурсами производства или надежность реализации товара. Но запасы обладают и отрицательным свойством, которое заключается в том, что в запасах иммобилизируются материальные и финансовые ресурсы. Отсюда и возникают проблемы оптимизации запаса, т. е. определение того уровня запаса, при котором общие издержки при управлении запасом будут минимальными.
Оптимизация уровня запасов выполняется исходя из того, что имеет место две группы затрат: это затраты на хранение запаса и затраты на доставку продукции и совершение заказа, отсюда проблема: поставлять продукцию большими или малыми партиями. При поставках крупными партиями сокращаются транспортные расходы, но увеличиваются затраты на хранение. При поставках малыми партиями - уменьшаются затраты на хранение запаса, но возрастают транспортные расходы. Следовательно, проблема оптимизации запасов сводится к проблеме оптимизации партии поставки.
Общие издержки управления запасами () складываются из стоимости доставки продукции - выполнения поставки () и затрат на хранение запаса (). Тогда стоимость доставки - выполнения поставки, можно представить в следующем виде:
где условно-постоянная часть на транспортировку;
затраты, зависящие от величины партии поставки.
Затраты на хранение запаса:
где стоимость хранения единицы запаса в сутки;
средний запас;
время хранения запаса.
Для определения затрат на хранение необходимо вычислить средний запас. Средний запас вычисляется с помощью среднего в интегральном исчислении, т. е. по формуле:
где средняя величина запаса;
длительность расхода запаса;
Функция изменения запаса выглядит следующим образом:
Рисунок 1
Вычисляется средний запас:
Таким образом, в логистике запасов при линейном потреблении материальных ресурсов средний запас равняется половине партии поставки.
Получаем выражение общих затрат:
Полученные общие затраты относятся на единицу хранимого запаса, т. е. делится на V:
Отсюда оптимальный размер поставки:
Полученная формула называется формулой Уилсона .
В логистической деятельности используется также и такой вывод формулы Уилсона:
где издержки хранения запаса;
издержки доставки;
где издержки хранения единицы запасов в год.
Издержки доставки - это издержки, независящие от величины партии поставки, но зависящие от количества поставок в год:
где стоимость выполнения одной поставки;
кол-во поставок за год.
В свою очередь количество поставок за год равно:
где годовая потребность в материальных ресурсах;
размер партии поставки;
Найдём первую производную от этого выражения и приравняем к нулю:
отсюда оптимальный размер поставки:
Пример: потребность предприятия в стальном прокате равна тонн в год. Выполнение заказа, т. е. независящие расходы равны рублей, а содержание единицы запаса рублей. Определяется оптимальный размер партии поставки.
В годовом исчислении оптимальный размер партии поставки используется в производственно-коммерческой деятельности предприятия. При этом издержки хранения определяются путем непосредственной калькуляции, а стоимость выполнения заказа определяется как совокупность транзакционных издержек. В данном случае транзакционные издержки включают издержки на поиск поставщиков, на ведение деловых переговоров, на организацию транспортировки продукции. Формулы Уилсона для определения оптимального размера партии поставки как в суточном, так и в годовом исчислении дают один и тот же результат.
В первом случае в качестве основных параметров используется суточное потребление продукции - b и издержки содержания единицы запаса в одни сутки. Во втором случае используется годовая потребность и издержки содержания единицы запаса в год, т. е. имеет место следующее тождество:
В обеих формулах параметры K и равны, так как выражают затраты на одну поставку, т. е. независящие от количества продукции в поставке. Относительно предыдущих параметров имеют место следующие равенства:
где это расход данного материального ресурса за год.
По условию задачи за год расходуются все материальные ресурсы, поставляемые на предприятие, а поэтому получаем, что:
На практике в основном применяется формула Уилсона в годовом исчислении.
Национальный исследовательский университет - Высшая школа экономики
Факультет логистики
Программа дисциплины
«Экономико-математические методы и модели в логистике»
По направлению 080500.62 "Менеджмент", профиль специальных
дисциплин "Логистика и управление цепями поставок"
_____________________________ ________________________________
«_____» __________________ 2012 г. «____»_____________________ 2012 г
Утверждена УС факультета
Ученый секретарь
_________________________________
« ____» ___________________2012 г.
Москва, 2012
^
Требования к студентам:
Для успешного освоения курса изучающие эту дисциплину студенты должны предварительно освоить следующие базовые математические курсы:
математический анализ;
линейная алгебра;
линейное программирование ;
целочисленное программирование ;
основы дискретной математики;
теория бинарных отношений;
теория вероятностей;
основы математической статистики.
Аннотация:
учебная программа дисциплины "Экономико-математические методы и модели в логистике" федерального компонента цикла ДС составлена в соответствии с государственным образовательным стандартом высшего профессионального образования второго поколения по специальности "Логистика" на базе типовой программы этой дисциплины, рекомендованной УМО по образованию в области логистики.
Преподавание дисциплины "Экономико-математические методы и модели в логистических исследованиях" строится исходя из требуемого уровня базовой подготовки бакалавров-логистов для проведения полного комплекса необходимых исследований для решения трех обязательных проблем:
анализа действующей организационно-функциональной структуры логистической системы ;
синтеза новой организационно-функциональной структуры логистической системы ;
оптимизация логистических функций и логистической деятельности производственно-хозяйственных организаций.
Системного анализа;
Эконометрики;
Теории исследования операций;
Теории принятия решений в условиях неопределенности;
Математического моделирования;
Математического программирования;
Теории игр;
Теории многокритериальной оптимизации;
Теории искусственного интеллекта;
Прогнозирования.
Целью курса является изучение необходимых для логистического исследования содержательных и формальных постановок основных организационно-экономических задач логистики из перечисленных выше методов, на основе которого у будущих бакалавров должно произойти формирование твердых теоретических знаний и практических навыков по использованию современных экономико-математических методов и моделей при анализе, расчете и прогнозировании показателей и параметров для проведения логистических операций.
В свою очередь настоящий курс «Экономико-математические методы в логистических исследованиях» является методологической основой следующих специальных дисциплин:
«Теоретические основы логистики и управления цепями поставок»
«Транспортировка в цепях поставок»;
«Управление запасами в логистических системах»;
«Логистика производства»;
«Управление рисками в цепях поставок».
^ Учебная задача дисциплины:
Задачи изучения дисциплины состоят в реализации требований , установленных в Государственном образовательном стандарте высшего профессионального образования, к подготовке бакалавров по вопросам решения логистических проблем в управлении экономическими процессами.
В результате изучения дисциплины студент должен:
знать основные экономико-математические методы и модели, используемые при анализе логистических систем;
свободно ориентироваться в прикладных математических работах, относящихся к их отрасли;
уметь использовать в своей деятельности подходящие экономико-математические методы и модели;
иметь представление о подходах к оценке адекватности математических моделей ; устанавливать границы их применимости, правильно интерпретировать выводы из них в терминах собственной специальности;
обладать навыками формулировать проблемы экономического анализа логистических систем на языке математики; изучать самостоятельно научную и учебно-методическую литературу по математическому моделированию логистических процессов.
^
Тематический план учебной дисциплины:
| № | Название темы | Всего часов по дисциплине | Аудиторные часы | Самостоятельная работа |
|
| Лекции | Сем. и практ. занятия |
||||
| МОДУЛИ 3 и 4 (3 курс) |
|||||
| 1 | ^ РАЗДЕЛ 1. ВВЕДЕНИЕ |
||||
| 1.1 | Математические модели логистических систем: классификация, методология моделирования | 4 | 2 | - | 2 |
| 2 | ^ |
||||
| 2.1 | Общая схема метода | 14 | 4 | 4 | 6 |
| 2.2 | Основные процедуры метода в формате задач логистики | 14 | 4 | 4 | 6 |
| 3 | ^ РАЗДЕЛ 3. МЕТОД ПЕРЕСТАНОВКИ АРГУМЕНТОВ ПРИ ОПТИМИЗАЦИИ ИЗДЕРЖЕК В ЦЕПЯХ ПОСТАВОК |
||||
| 3.1 | Минимизация издержек при выполнении портфеля заказов: модели учета штрафных функций | 8 | 2 | 2 | 4 |
| 3.2 | Минимизация издержек при выполнении портфеля заказов: модели учета контрактных цен и инфляции | 8 | 2 | 2 | 4 |
| ^ РАЗДЕЛ 4. ИНДЕКСНЫЕ МЕТОДЫ ОПТИМИЗАЦИИ |
|||||
| 4.1 | Аппарат индексов Гиттинса: максимизация показателей эффективности | 12 | 2 | 2 | 8 |
| Приложения индексных методов к реструктуризации издержек в логистике | 12 | 2 | 2 | 8 |
|
| 5 | ^ РАЗДЕЛ 5. МАТЕМАТИЧЕСКИЕ МОДЕЛИ УПРАВЛЕНИЯ ЗАПАСАМИ |
||||
| 5.1 | Базовые модели управления запасами и их модификации | 12 | 4 | 2 | 6 |
| 5.2 | Многопродуктовые стратегии управления запасами | 10 | 2 | 2 | 6 |
| 5.3 | Эффект временной стоимости денег для моделей управления запасами | 14 | 4 | 4 | 6 |
| Итого по модулям 3 и 4 (3 курс) | 108 | 28 | 24 | 56 |
|
| МОДУЛИ 1 и 2 (4 курс) |
|||||
| 6 | ^ РАЗДЕЛ 6. ПРИМЕНЕНИЕ ДИСКРЕТНОЙ МАТЕМАТИКИ В ЛОГИСТИКЕ |
||||
| 6.1 | Основы теории графов | 6 | 2 | 2 | 2 |
| 6.2 | Применение оптимизационных методов теории графов для решения Задач логистики | 12 | 2 | 2 | 8 |
| 7 | ^ РАЗДЕЛ 7. ПРИМЕНЕНИЕ МЕТОДОВ ТЕОРИИ ПОТОКОВ В СЕТЯХ ДЛЯ РЕШЕНИЯ ЗАДАЧ ЛОГИСТИКИ |
||||
| 7.1 | Экстремальные задачи для сетевых моделей | 10 | 4 | 2 | 4 |
| 7.2 | Модели транспортных задач как задач линейного программирования | 18 | 2 | 4 | 12 |
| 7.3 | Задача о назначениях | 6 | 2 | 2 | 2 |
| 8 | ^ РАЗДЕЛ 8. УПРАВЛЕНИЕ ПРОЕКТАМИ |
||||
| 8.1 | Сетевые графики проектов: анализ методом критического пути | 10 | 4 | 2 | 4 |
| 8.2 | Методы планирования временных и ресурсных показателей | 8 | 2 | 2 | 4 |
| 9 | ^ РАЗДЕЛ 9. МЕТОДЫ ПРОГНОЗИРОВАНИЯ В ИССЛЕДОВАНИЯХ ЛОГИСТИКИ |
||||
| 9.1 | Прогнозирование издержек методами теории случайных потоков событий | 16 | 2 | 2 | 10 |
| 9.2 | Прогнозирование структуры временных потерь при дискретном вмешательстве случая | 8 | 2 | 2 | 4 |
| ^ РАЗДЕЛ 10 ЭЛЕМЕНТЫ ТЕОРИИ МАССОВОГО ОБСЛУЖИВАНИЯ |
|||||
| 10.1 | Моделирование марковских систем обслуживания | 14 | 2 | 4 | 8 |
| Итого для модулей 1 и 2 (4 курс) | 108 | 24 | 24 | 60 |
|
| Итого по всей дисциплине: | 216 | 52 | 48 | 116 |
|
^ Базовый учебник :
Бродецкий Г.Л. Экономико-математические методы и модели в исследованиях логистики. Потоки событий и системы обслуживания. – М.: Академия, 2009. - 272 с.
Бродецкий Г.Л. Управление запасами: учеб. пособие // – М.: Эксмо, 2008. - 352 с.
Бродецкий Г.Л., Гусев Д.А. Экономико-математические методы и модели в исследованиях логистики. Процедуры оптимизации. – М.: Академия, 2012. - 288 с.
Формы контроля:
текущий контроль осуществляется на основе оценок в 10-бальной шкале по результатам – 1) экспресс-опросов, экспресс-тестов в ходе семинарских занятий; 2) проверки домашних заданий (выборочно); 3) контрольной работы (80 мин.); домашней письменной работы (80 мин)
промежуточный контроль осуществляется на основе оценок в 10-балльной шкале по результатам зачета , контрольных работ и текущей успеваемости; при этом результирующей оценкой промежуточного контроля является средневзвешенная оценка по результатам зачета, контрольных работ, домашней письменной работы и текущей успеваемости с такими же весами, что и при выставлении итоговой оценки (см. ниже);
форма итогового контроля – экзамен;
Итоговая оценка по учебной дисциплине складывается из следующих элементов
(веса могут уточняться по решению кафедры/отделения логистики):
Работа на практических занятиях (решение задач, лабораторные работы в компьютерных классах) – вес 0,15 ;
Две письменные аудиторные контрольные работы (80 мин.) – вес. 0,1 каждая;
Домашняя письменная работа (80 мин) – вес 0,05;
Письменный экзамен (80 мин.) – вес 0,6.
Разделы курса
введение;
методы имитационного моделирования;
метод перестановки аргументов при оптимизации издержек в логистике
индексные методы оптимизации;
математические модели управления запасами ;
применение дискретной математики в логистике;
модели транспортной логистики;
управление проектами;
методы прогнозирования в исследованиях логистики;
элементы теории массового обслуживания.
Темы и краткое содержание
^ РАЗДЕЛ 1. ВВЕДЕНИЕ
Тема 1.1. Математические модели логистических систем: классификация, методология моделирования
Логистическая система как объект математического моделирования. Формулировка организационно-экономической постановки задач логистики. Требования к математическим постановкам основных задач логистики. Требования к разработке алгоритмов решения задач логистики. Выбор программных средств реализации алгоритмов решения задач логистики. Дискретная природа организационно-экономических задач.
Методология моделирования систем логистики. Математическое моделирование: методы и аппарат теории случайных процессов, математической теории надежности , методы стохастической оптимизации, теории массового обслуживания и управления запасами, методы сетевого планирования и управления, теории графов, методы теории принятия экономических решений и др. Имитационное моделирование: особенности и возможности метода. Модели оценки эффективности логистических операций.
^ Основная литература
Корпоративная логистика. 300 ответов на вопросы профессионалов /Под ред. Сергеева В.И. – М.: Инфра-М, 2004
Дополнительная литература
Сергеев В.И. Менеджмент в бизнес логистике. - М.: Филинъ, 1997.
Практикум по логистике. Учебное пособие /Под ред. проф. Аникина Б.А. – 2-ое изд. – М.: Инфра-М, 2001, - 280 с.
Новиков О.А. и др. Логистика. Спб.: СЗПИ, 1996.
^ РАЗДЕЛ 2. МЕТОД ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
Тема 2.1. Общая схема метода
Задачи, решаемые методом имитационного моделирования. Особенности и возможности метода. Особенности приложений к моделированию систем логистики. Общая схема метода Монте-Карло. Процедуры конструирования требуемой случайной величины и верхней оценки для ее дисперсии. Оценка точности получаемых результатов в рамках имитационной модели. Необходимый математический аппарат для конструирования имитационной модели и ее реализации. Случайные и псевдослучайные числа. Моделирование базовой случайной величины, равномерно распределенной на (0;1). Моделирование полной группы случайных событий.
^ Тема 2.2. Основные процедуры метода
Моделирование дискретных распределений вероятности. Основная модель моделирования непрерывных случайных величин и соответствующие моделирующие формулы. Специальные моделирующие формулы. Метод Неймана для разыгрывания непрерывных случайных величин. Процедуры построения имитационных моделей для основных подсистем логистики. Процедуры оценки параметров эффективности их работы на основе имитационной модели. Приложения к анализу систем обслуживания, систем управления запасами и других подсистем логистики.
Основная литература
Бродецкий Г.Л., Гусев Д.А. Экономико-математические методы и модели в логистике. Процедуры оптимизации – М.: Издательский центр «Академия», 2011.
Соболь И.М. Метод монте-Карло. – М.: Наука, 1980.
Дополнительная литература
1. Исследование операций в экономике / Под ред. проф. Н. Ш. Кремера. – М.: ЮНИТИ, 1997.
2. Справочник по математике для экономистов / Под ред. проф. В. И. Ермакова. – М.: Высшая школа, 1997
3. Томас Р. Количественные методы анализа хозяйственной деятельности. – М.: Дело и Сервис, 1999.
4. Гмурман В. Е. Руководство к решению задач по теории вероятностей и математической статистике. – М.: Высшая школа, 1997.
^ РАЗДЕЛ 3. МЕТОД ПЕРЕСТАНОВКИ АРГУМЕНТОВ ПРИ ОПТИМИЗАЦИИ ИЗДЕРЖЕК В ЛОГИСТИКЕ
