- •П.Е. Пустовойтов Логистика
- •«Логистика»
- •7.080404 «Интеллектуальные системы принятия решений»,
- •7.092401 «Телекоммуникационные системы и сети»
- •Вступление
- •1. Транспортные модели
- •1.1. Определение транспортной модели
- •1.2. Нетрадиционные транспортные модели
- •1.3. Решение транспортной задачи
- •1.3.1. Определение начального решения
- •1.3.2. Итерационный алгоритм решения транспортной задачи
- •1.4. Задача о назначениях
- •1.4.1. Венгерский метод
- •1.5. Транспортная модель с промежуточными пунктами
- •2. Детерминированные модели динамического программирования
- •2.1. Рекуррентная природа вычислений дп
- •2.2. Рекуррентные алгоритмы прямой и обратной прогонки
- •2.3. Приложения динамического программирования
- •2.3.1. Задача о загрузке корабля
- •2.3.2. Задача планирования рабочей силы
- •2.3.3. Задача замены оборудования
- •2.3.4. Задача инвестирования
- •3. Детерминированные модели управления запасами
- •3.1. Общая модель управления запасами
- •3.2. Статические модели управления запасами
- •3.2.1. Классическая задача экономичного размера заказа
- •3.2.2. Задача экономичного размера заказа с разрывами цен
- •3.2.3. Многопродуктовая статическая модель с ограниченной вместимостью склада
- •3.3. Динамические задачи экономического размера заказа
- •3.3.1. Модель при отсутствии затрат на оформление заказа
- •3.3.2. Модель с затратами на оформление заказа
- •4. Вероятностные модели управления запасами
- •4.1. Модель с непрерывным контролем уровня запаса
- •4.2. Стохастический вариант модели экономичного размера заказа
- •4.3. Одноэтапные модели
- •4.3.1. Модель при отсутствии затрат на оформление заказа
- •4.3.2. Модель при наличии затрат на оформление заказа
- •4.4. Многоэтапные модели
- •5. Складская логистика
- •5.1. Определение месторасположения склада
- •5.2. Определение границ рынка
- •Список литературы
- •Содержание
- •Логістика
- •«Логістика»
- •7.080404 «Інтелектуальні системи прийняття рішень»,
- •7.092401 «Телекоммунікаційні системи та мережі»
- •61002, Харків, вул. Фрунзе, 21.
4.2. Стохастический вариант модели экономичного размера заказа
Нет оснований полагать, что рандомизированная модель экономичного размера заказа, рассмотренная в разделе 4.1, определит оптимальную политику управления запасами. Подтверждением этого является то, что существенная информация, имеющая отношение к вероятностной природе спроса, при этом подходе первоначально не учитывается, а используется лишь независимо на последнем этапе вычислений. Чтобы построить более адекватную модель, в этом разделе рассматривается более точная модель, в которой вероятностная природа спроса учитывается непосредственно в постановке задачи.
В отличие от
ситуации, рассмотренной в разделе 4.1, в
новой модели допускается неудовлетворенный
спрос, как это показано на рис. 4.3. В
рассматриваемой модели заказ размером
размещается тогда, когда объем запаса
достигает уровня
.
Как и в детерминированном варианте,
уровень
,
при котором снова размещается заказ,
является функцией периода времени между
размещением заказа и его выполнением.
Оптимальные значения
и
определяются путем минимизации ожидаемых
затрат системы управления запасами,
отнесенных к единице времени, которые
включают как расходы на размещение
заказа и его хранение, так и потери,
связанные с неудовлетворенным спросом.
Рисунок 4.3 – Стохастическая модель экономичного размера заказа
В рассматриваемой модели приняты три условия.
1. Неудовлетворенный в течение срока выполнения заказа спрос накапливается.
2. Разрешается не более одного невыполненного заказа.
3. Распределение спроса в течение срока выполнения заказа является стационарным (неизменным) во времени.
Для определения функции, отражающей суммарные затраты, отнесенные к единице времени, введем следующие обозначения.
—
плотность
распределения спроса
в течение срока выполнения заказа,
— ожидаемое значение спроса в единицу времени,
— удельные затраты на хранение (на единицу продукции за единицу времени),
— удельные потери от неудовлетворенного спроса (на единицу продукции за единицу времени),
— стоимость размещения заказа.
Основываясь на этих определениях, вычислим компоненты функции затрат.
1. Стоимость
размещения заказов. Приближенное число
заказов в единицу времени равно
,
так что стоимость размещения заказов
в единицу времени равна
.
2. Ожидаемые затраты на хранение. Средний уровень запаса равен
.
Следовательно,
ожидаемые затраты на хранение за единицу
времени равны
.
Приведенная формула
получена в результате усреднения
ожидаемых запасов в начале и конце
временного цикла, т.е. величин и
соответственно. При этом игнорируется
случай, когда величина
может быть отрицательной, что является
одним из упрощающих допущений
рассматриваемой модели.
3. Ожидаемые потери,
связанные с неудовлетворенным спросом.
Дефицит возникает при
.
Следовательно, ожидаемый дефицит за
единицу времени равен
.
Так как в модели
предполагается, что
пропорционально лишь объему дефицита,
ожидаемые потери, связанные с
неудовлетворенным спросом, за один цикл
равны
.
Поскольку единица времени содержит
циклов, то ожидаемые потери, обусловленные
дефицитом, составляют
за единицу времени.
Результирующая функция общих потерь за единицу времени имеет следующий вид.
.
Оптимальные
значения
и
определяются из представленных ниже
уравнений.
,
.
Следовательно, имеем
,
(4.1)
.
(4.2)
Так как из уравнений
(4.1) и (4.2)
и
нельзя определить в явном виде, для их
поиска используется численный алгоритм,
предложенный Хедли и Уайтин [х]. Доказано,
что алгоритм сходится за конечное число
итераций при условии, что допустимое
решение существует.
При
последние два уравнения соответственно
дают следующее.
,
.
Если
,
тогда существуют единственные оптимальные
значения для
и
.
Вычислительная процедура определяет,
что наименьшим значением
является
,
которое достигается при
.
Алгоритм состоит из следующих шагов.
Шаг 0.
Принимаем начальное решение
и считаем
.
Полагаем и переходим к шагу .
Шаг
.
Используем значение
для определения
,
из уравнения (4.2). Если
,
вычисления заканчиваются; оптимальным
решением считаем
и
.
Иначе подставляем значение
в уравнение (4.1) для вычисления
.
Полагаем
и повторяем шаг
.
Пример 4.2
Электротехническая компания использует в производственном процессе канифоль в количестве 1000 кг. в месяц. Размещение заказа на новую поставку канифоли обходится фирме в 100 грн. Стоимость хранения одного кг. канифоли на протяжении одного месяца равна 2 грн., а удельные потери от ее дефицита — 10 грн. за один кг. Статистические данные свидетельствуют о том, что спрос в период поставки является случайной величиной, равномерно распределенной от 0 до 100 кг. Надо определить оптимальную политику управления запасами для компании.
Используя принятые в модели обозначения, имеем следующее.
= 1000 кг. в месяц,
= 100 грн. за размещение заказа,
= 2 грн. за один кг. в месяц,
= 10 грн. за один кг.,
,
,
кг.
Сначала необходимо
проверить, существует ли допустимое
решение задачи. Используя уравнения
для
и
, получаем следующее.
кг.,
кг.
Так как
,
значит, существует единственное решение
для
и
.
Выражение для записывается в следующем виде:
.
Используя в уравнениях (4.1) и (4.2) выражение для , получаем следующее.
кг.,
(4.3)
.
Из последнего уравнения имеем
,
(4.4)
Теперь используем уравнения (4.3) и (4.4), чтобы найти решение.
Итерация 1.
кг.,
.
Итерация 2.
кг.
кг.
Следовательно,
кг.
Итерация 3.
кг.
кг.
Следовательно,
кг.
Поскольку значения
и
примерно одинаковы, приближенное
оптимальное решение определяется
значениями
галлонов,
галлонов. Следовательно, оптимальное
управление запасами состоит в размещении
заказа примерно на 320 галлонов, как
только запас уменьшается до 94 галлонов.
