Оптимизационное и имитационное моделирование цепей поставок: различия и области применения
Никита Тверигин
Консультант
Моделирование цепи поставок – это создание математического двойника логистической сети компании. Такая модель отражает ключевые бизнес-процессы, логистические потоки, а также предпосылки и ограничения в цепочке.
Так, математический двойник учитывает все составляющие логистической сети: поставщиков, продукты, типы транспортных средств, клиентов и объекты инфраструктуры. Также модель отражает правила и ограничения во всех звеньях цепи: мощности хранения, ограничения по приемке и отгрузке, мощности производства, производство по рецептуре и так далее. Наконец, учитываются принципы и порядок взаимодействия между элементами цепи поставок.
При помощи математического моделирования бизнес может в безрисковой среде протестировать ценность внедряемых решений и оценить их экономический эффект. Такой подход позволяет выявить «узкие места» в цепи поставок и предпринять меры для повышения эффективности всей цепи или ее звеньев. Несмотря на то, что модель обладает определенной степенью упрощения и агрегации, она позволяет с большой точностью определять, как те или иные изменения повлияют на логистическую сеть.
Существует два ключевых подхода для повышения эффективности логистических процессов на базе построенной модели: оптимизационное и имитационное моделирование. Оба метода помогают протестировать гипотезы в безрисковой среде и оценить их эффективность при помощи сценарного анализа. Однако у них есть существенные отличия в методологии, а главное – они применяются для решения разных типов задач.
Оптимизационное моделирование: сильные и слабые стороны
Оптимизационное моделирование – это математический метод, базирующийся на решении системы уравнений с множеством переменных. Само понятие «оптимизационное» подразумевает, что задача модели – найти наилучшее решение (глобальный оптимум) в ограниченном пространстве вариантов: в логистике это чаще всего минимизация издержек или максимизация прибыли.
Каждое действие в цепочке поставок связано с затратами. Оптимизационное моделирование позволяет выявить, где и как эти затраты можно сократить с наибольшей выгодой. В случае, если первоочередная задача компании – увеличить прибыль, оптимизационное моделирование подсказывает пути для повышения маржинальности.
Преимущества оптимизационного моделирования заключаются в следующем:
оно обеспечивает обоснованность принятых решений при помощи математических методов, позволяет в безрисковой среде тестировать гипотезы, помогает увидеть нетипичные решения, которые на первый взгляд кажутся контринтуитивными. Этот метод имеет широкую область применения для разных задач в логистике.
Но есть и ограничения. Для работы с большим массивом данных требуются высокие вычислительные мощности и время на расчеты. На уровне операционного планирования такие модели применять более сложно и часто нецелесообразно. Кроме того, успешность применения метода напрямую зависит от качества исходных данных – они должны быть полными и консистентными (согласованными).
Рассмотрим пример. Допустим, у компании есть действующая логистическая сеть с определенным набором существующих объектов (поставщики, распределительные центры, склады, магазины) и совокупными логистическими затратами (складскими, транспортными). Целью моделирования будет определение целесообразности открытия новых складских объектов в дополнение к действующим. Для этого модель обогащается данными о потенциальных объектах и рыночной ситуации, запускаются алгоритмы, и модель рассчитывает текущую и оптимальную цепь поставок. После, сравнив результаты, можно выявить как потенциальные объекты, которые были открыты в результате расчета модели, так и основные рычаги оптимизации.
Имитационное моделирование: возможности и ограничения
Имитационное моделирование – это метод, который в точности повторяет реальную среду и позволяет на ее базе выполнить определенные расчеты. Имитационная модель отражает действительность через набор ограничений и правил. Она не ищет оптимальное решение в цепи поставок для снижения логистических затрат или максимизации прибыли. Ее задача в другом – максимально достоверно описать процессы и ограничения для проверки устойчивости системы, определения узких мест и избыточных мощностей, а также проверки гипотез в рамках сценарного анализа. Выбор решения для повышения эффективности основывается на расчете нескольких заданных сценариев и их последующем сравнении.
Как и оптимизационное моделирование, имитационное дает возможность принимать обоснованные управленческие решения. Дополнительными плюсами данного подхода являются высокая наглядность и низкая вычислительная сложность.
Однако есть и недостатки. Имитационное моделирование не предполагает нахождения оптимального решения, а лишь исследует влияние на цепочку предложенного набора гипотез. На стратегическом уровне планирования такой подход к решению задач малоприменим. И так же, как и в случае с оптимизацией, метод требует качественных исходных данных.
В качестве примера рассмотрим участок цепи поставок «склад-клиент», где каждый клиент строго закреплен за определенным складом. Задача моделирования – определить наиболее эффективную схему таких привязок. В модель закладываются правила, например, объемы поставок для каждого клиента, характеристики транспортных средств и прочее. После того как все правила заданы, тестируются различные сценарии, где каждому сценарию присваивается свой набор параметров. По итогам расчета выбирается наиболее эффективный вариант.
Отличие подходов
Ключевым отличием оптимизационного и имитационного моделирования является подход к решению задачи. Оптимизация – это поиск наилучшего (оптимального) решения в рамках заданных ограничений. Имитация, напротив, не стремится к оптимальному решению, а служит инструментом анализа и сравнения различных бизнес-сценариев.
Для наглядности приведем сравнительную таблицу различий оптимизационного и имитационного моделирования.
Область применения
Оба подхода находят применение на разных уровнях планирования цепей поставок и помогают принимать обоснованные и эффективные решения, существенно повышая гибкость и устойчивость логистики компании.
Оптимизационное моделирование чаще всего используется на стратегическом уровне, где позволяет решать задачи:
- выбора местоположения новых складов и производств;
- выявления избыточных мощностей;
- построения многоуровневых логистических сетей;
- выбора оптимальных складов для импорта и экспорта;
- оценки инвестиций в автоматизацию складов;
- планирования логистики в случае слияний и поглощений;
- формирования маршрутов и схем поставок, обеспечивающих нужный уровень сервиса;
- определение необходимо автопарка для решения задач бизнеса;
- проектирование «идеальной цепи поставок» — то есть такой, которая генерирует минимально возможные затраты или максимально возможную прибыль.
Также оптимизация применима на тактическом уровне и помогает:
- определять, с каких складов обслуживать каких клиентов;
- планировать закупки, производство и хранение;
- уравновешивать загрузку распределительных центров;
- оценивать целесообразность привлечения наемного транспорта;
- оптимизировать тарифную политику;
- управлять страховыми запасами;
- консолидировать запасы;
- выстраивать оптимальные логистические маршруты;
- рассчитать стоимость увеличения уровня сервиса.
Имитационное моделирование, в свою очередь, эффективнее всего на тактическом и операционном уровнях. Среди ключевых задач на тактическом уровне можно выделить:
- оценку страховых запасов в многоуровневых цепочках;
- анализ политики управления запасами;
- поиск узких мест в цепи поставок;
- оценку уровня сервиса;
- тестирование устойчивости к внутренним и внешним изменениям;
- анализ сценариев «что, если» при запуске новых производственных объектов или внедрении транспортных политик.
На операционном уровне имитационным моделированием решаются такие задачи, как:
- расчет оптимального размещения товаров;
- определение необходимого числа сотрудников для погрузки и разгрузки;
- анализ работы автоматизированных систем;
- загрузка транспорта.
Выбор метода моделирования зависит от задач, которые необходимо решить. Если речь идет о стратегии и поиске оптимального решения для всей логистической цепочки, лучше подойдет оптимизационное моделирование. Если же стоит цель максимально точно описать текущие процессы или проверить конкретные сценарии, предпочтение стоит отдать имитационному моделированию.
Подпишитесь на обновления в блоге
Когда появится новый полезный материал, мы сразу отправим вам его на почту!
