Количественные методы анализа логистических систем
Собственные конкурсы:
- АКАДЕМУС, 2025, Экономика и управление, Лауреат
Количественные методы анализа логистических систем: Монография Мищенко А.В., Косорукова О.А., Пилюгиной А.В.
Монография "Количественные методы анализа логистических систем" авторов А.В. Мищенко, О.А. Косорукова и А.В. Пилюгиной (Москва: ИНФРА-М, 2026) представляет собой глубокое исследование применения математических моделей и методов для оптимизации функционирования сложных логистических систем, характерных для промышленных предприятий и транспортных компаний. В условиях современной цифровой трансформации экономики и высокой неопределенности внешней среды, авторы акцентируют внимание на необходимости рационального использования ограниченных ресурсов, таких как производственный аппарат, трудовые ресурсы и транспортные средства.
Проблема неопределенности и устойчивость решений
Центральной темой монографии является анализ и преодоление проблемы неполноты и неточности исходной информации в моделях логистических систем. Авторы рассматривают как детерминированные, так и стохастические модели, предлагая методы оценки устойчивости решений к различным рисковым событиям. Особое внимание уделяется дискретным задачам распределения ограниченных ресурсов в условиях неточно заданных данных, что является важным аспектом для промышленных и транспортных предприятий.
Оптимизация распределения ресурсов и производственное планирование
Монография детально исследует задачи оптимального распределения ресурсов для выполнения комплексов работ. Рассматриваются сценарии с интервальным заданием длительности работ и переменным объемом используемых ресурсов, а также ситуации динамического изменения графа, определяющего состав выполняемых работ. Предложены методы вычисления областей устойчивости в производственном планировании, что позволяет разрабатывать устойчивые оперативно-производственные планы, минимизирующие влияние непредвиденных изменений.
Моделирование производственной программы и инвестиционных проектов
Значительная часть работы посвящена моделям выбора оптимальной производственной программы предприятия. Авторы анализируют экономико-математические модели производственно-хозяйственной деятельности, оценивая их устойчивость к изменениям рыночных цен на продукцию и материальные ресурсы. Представлены многопериодные модели оценки эффективности инвестиционных проектов по созданию производственных предприятий, включающие анализ рисков и устойчивости решений в условиях инфляции и стохастически заданного спроса.
Управление транспортными ресурсами и коммуникационными сетями
Монография также затрагивает динамические модели управления транспортными ресурсами в городской среде, в частности, задачу оптимального распределения автобусов по маршрутам для минимизации потерь времени пассажиров или числа пассажиров, ожидающих обслуживания сверх критического времени. Вводится стохастическая модель управления транспортными ресурсами с учетом различных сценариев развития событий. Отдельная глава посвящена задаче оптимального линейного синтеза коммуникационной сети, где представлен модифицированный метод потенциалов для одновременного формирования оптимального плана перевозки и распределения ресурсов, определяющего пропускные способности коммуникаций.
Практическая значимость и выводы
Представленный в монографии комплекс моделей и методов имеет высокую практическую ценность. Он может быть интегрирован в системы поддержки принятия решений, позволяя менеджерам и специалистам в области логистики принимать обоснованные и устойчивые решения в условиях динамичной и неопределенной экономической среды. Авторы подчеркивают, что применение этих количественных инструментов способствует повышению эффективности производственно-финансовой деятельности предприятий, оптимизации использования ресурсов и снижению рисков при реализации сложных логистических и инвестиционных проектов.
- ВО - Бакалавриат
- 01.03.03: Механика и математическое моделирование
- 38.03.02: Менеджмент
- ВО - Магистратура
- 01.04.02: Прикладная математика и информатика
- 01.04.03: Механика и математическое моделирование
- 01.04.04: Прикладная математика
- 23.04.01: Технология транспортных процессов
- 38.04.02: Менеджмент
- Аспирантура
- 01.06.01: Математика и механика
- 38.06.01: Экономика
КОЛИЧЕСТВЕННЫЕ МЕТОДЫ АНАЛИЗА ЛОГИСТИЧЕСКИХ СИСТЕМ А.В. МИЩЕНКО О.А. КОСОРУКОВ А.В. ПИЛЮГИНА Москва ИНФРА-М 2026 МОНОГРАФИЯ
УДК 656(075.4) ББК 65.291.592 М71 Мищенко А.В. М71 Количественные методы анализа логистических систем : монография / А.В. Мищенко, О.А. Косоруков, А.В. Пилюгина. — Москва : ИНФРА-М, 2026. — 293 с. — (Научная мысль). — DOI 10.12737/2212038. ISBN 978-5-16-021057-5 (print) ISBN 978-5-16-113760-4 (online) В предлагаемой монографии рассмотрены количественные методы анализа логистических систем. Такими системами обладают в первую очередь промышленные предприятия, транспортные компании и проч. Как правило, эффективность функционирования перечисленных объектов во многом зависит от того, насколько рационально использованы ограниченные ресурсы такого вида, как производственный аппарат предприятия, трудовые ресурсы, транспортные средства и т.д. В данной работе рассмотрены различные подходы управления такими ресурсами как для детерминированных моделей, так и для ситуации, когда ряд параметров моделей не задан точно, то есть для стохастических моделей. В этом случае предлагается оценивать устойчивость моделей к наступлению разного рода рисковых событий как по структуре решения, так и по функционалу. Особое внимание уделено задачам оптимального линейного синтеза коммуникационной сети, предложен метод обобщенных потенциалов при наличии неопределенных факторов. Адресована студентам старших курсов и аспирантам, обучающимся по специальности «Бизнес-информатика», «Менеджмент» и «Логистика», а также специалистам в области моделирования логистических систем. УДК 656(075.4) ББК 65.291.592 ISBN 978-5-16-021057-5 (print) ISBN 978-5-16-113760-4 (online) © Мищенко А.В., Косоруков О.А., Пилюгина А.В., 2026 Р е ц е н з е н т ы : Моисеев Н.А., доктор экономических наук, профессор кафедры математических методов в экономике Российского экономического университета имени Г.В. Плеханова; Вилисов В.Я., доктор технических наук, доктор экономических наук, доцент, профессор кафедры прикладной математики, информатики и вычислительной техники Московского государственного технического университета имени Н.Э. Баумана (национального исследовательского университета)
Введение Современный этап цифровой трансформации экономики сопровождается усилением роли экономико-математических методов и информационных технологических решений для управления организационными и производственными системами, процессами для планирования их финансово-экономического обеспечения и т.п. В этой связи повышаются требования к формализованному описанию моделируемых объектов на этапах разработки и оптимизации плановых решений с учетом ограниченности ресурсов, а также высокой неопределенности как ресурсного обеспечения, так и возможных вариантов развития событий. Также это связано с необходимостью прогнозирования денежных потоков, выделением в них устойчивых, фиксированных составляющих, позволяющих выстроить систему управления стоимостью. Важность применения оптимизационных подходов в условиях экономических кризисов, рецессии и проч. высока в различных системах, особенно остро эти вопросы проявляются при управлении сложными логистическими системами организаций. Управление в условиях ограниченных ресурсов может быть реализовано на принципах построения таких моделей распределения ресурсов, решение которых часто может быть сведено к решению линейных и нелинейных оптимизационных задач, с целочисленными ограничениями на переменные. При этом в большинстве своем целочисленные задачи оптимального распределения ресурсов, относимые к числу так называемых NP-полных задач [22], для своего решения требуют значительных объемов вычислений. Ограничения, связанные с использованием полученных решений, возникают в связи с неточностью исходных данных (например, финансово-инвестиционных, технико-экономических характеристик объекта управления). Формирование адекватных управленческих решений в условиях динамически меняющейся внешней среды, в свою очередь, требует разработки нового и совершенствования существующего количественного инструментария анализа экономических систем разных уровней, а также систем поддержки принятия решений с учетом прогностического характера управления. Риск-ориентированное управление строится на получении числовых значений исходных данных на основе их статистической обработки, применения иных прогностических процедур. При моделировании объектов управления важно учитывать возникающую неопределенность, роль которой, по выражению Ст. Бира, в поведении реальных систем поистине огромна [35].
В случае неизвестного характера функции распределения неточно заданной входной информации эффективность моделирования повышается на основе методов теории устойчивости, понимая под устойчивостью либо сохранение (малое изменение) значения целевой функции, либо сохранение заданных свойств решения. Вопросы оптимального программирования в условиях неточных исходных данных рассматриваются российскими и зарубежными учеными [1, 7–9, 25, 40, 44, 53–55, 61, 63, 64], тем не менее остаются недостаточно исследованными дискретные задачи распределения ограниченных ресурсов в условиях неточно заданной исходной информации. Трансформация процессов управления предприятиями с учетом возможностей различных программных средств и компьютерных систем позволяет осуществлять анализ экономической информации различной глубины и сложности. Подобные инструменты способны оказать менеджменту организации значительную поддержку при принятии управленческих решений — сформировать базы знаний, спрогнозировать и количественно оценить возможные риски для каждого варианта реализации рассматриваемого проекта, проанализировать, как изменится производственная программа, финансовые результаты при изменении тех или иных показателей, рассчитать оптимальный портфель закупок с учетом выбранных критериев и ограничений и так далее. Степень детализации полученной на выходе информации при этом будет во многом определяться сложностью математических методов и моделей, лежащих в основе программного средства. Цель данной работы заключается в развитии количественных методов анализа логистических систем, инструментария повышения эффективности производственно-финансовой деятельности предприятий, базирующегося на экономико-математических моделях и методах оптимального распределения ограниченных ресурсов различного вида в среднесрочном и долгосрочном планировании. В работе представлены математические модели оценки и управления эффективностью различных проектов, учитывающих неопределенность внешней среды, которые могут быть включены в библиотеку систем поддержки принятия решений. В ходе исследования был разработан комплекс моделей управления эффективностью логистических систем; проведен анализ устойчивости решений, полученных с помощью данных моделей; разработаны методы оценки рисков; демонстрация практического применения разработанных моделей для решения конкретных задач осуществлена с использованием различных программных продуктов. Разработанные комплексы моделей относятся к классу задач целочисленной опти
мизации, методы решения которых и анализ их алгоритмической сложности изложены в работах М.Г. Фуругяна и др. Методология исследования основана на использовании инструментария, включающего исследование операций, инвестиционный анализ, теорию оптимального управления, теорию случайных процессов. Разработанный комплекс моделей может быть положен в основу алгоритмов систем поддержки принятия решений, используемых при анализе высокорисковых логистических систем. Важно учитывать, что высокая степень неопределенности исходных данных проявляется в различных подходах к моделированию, в частности, через динамический выбор групп параметров для устойчивости оптимального решения, а также через интервальные оценки групп параметров для описания всего пространства оптимальных решений и др.
Глава 1. ПРОБЛЕМА НЕПОЛНОТЫ ИСХОДНОЙ ИНФОРМАЦИИ В ЗАДАЧАХ ОПТИМАЛЬНОГО РАСПРЕДЕЛЕНИЯ РЕСУРСОВ В ЛОГИСТИЧЕСКИХ СИСТЕМАХ Последнее время все больше выпускается учебной и научной литературы, касающейся использования количественных методов в логистике и управлении цепями поставок. Как правило, в большинстве случаев предлагается использовать детерминированные методы оптимизации для получения управленческих решений. В то же время во многих случаях их применение ограничено вследствие неполноты и неточности исходной информации, используемой в оптимизационных моделях. В данной главе дан обзор существующих подходов для решения подобной проблемы. 1.1. ХАРАКТЕРИСТИКА ЗАДАЧ ОПТИМАЛЬНОГО РАСПРЕДЕЛЕНИЯ РЕСУРСОВ Сложность управления производственными, транспортными и информационными системами приводит к необходимости широкого применения экономико-математических моделей и средств компьютерной техники при планировании развития этих систем. Фундаментом для этого послужило развитие научно-технического прогресса в области вычислительной техники и математических методов, связанных с его использованием. Этими методами, прежде всего, являются математическое программирование, исследование операций, методы линейного, нелинейного и целочисленного программирования, системный анализ, теория расписаний, сетевое планирование и управление, теоретическое программирование. Начало применения математических методов в экономике следует отнести к середине прошлого столетия. В нашей же стране использование этих методов связано с созданием в середине тридцатых годов принципов оптимального планирования в работах Л.В. Канторовича и В.В. Новожилова [42, 57]. Широкое практическое использование этих принципов следует отнести к началу пятидесятых годов. Одним из крупных организаторов экономико-математических исследований того времени был академик В.С. Немчинов, сыгравший значительную роль в пропаганде и внедрении математи
ческих методов в экономике. В.С. Немчинов активно выступал против жесткой централизации в экономике [56]. Централизация планирования развития народного хозяйства приводит к полному пренебрежению элементарными экономическими законами, господству администрирования и бюрократизации в хозяйственном аппарате, подавлению инициативы в использовании достижений науки и техники. Такая ситуация в большой мере соответствует и высказыванию академика В.Р. Новожилова: «Примитивное понимание взаимоотношений между большими и малыми экономическими системами может создать лишь такую окостенелую механистическую систему, в которой все параметры управления заданы заранее, а вся система залимитирована сверху донизу на каждый момент времени и в каждом пункте… Такая залимитированная система будет тормозить социальный и технический прогресс и под напором реального процесса хозяйственной жизни рано или поздно будет сломана» [57, с. 165]. Различные методы оптимального управления, получившие развитие в последние десятилетия, играют важную роль в исследовании логистических систем. Это естественно, так как одной из главных задач логистики и управления цепями поставок является разработка методов наилучшего распределения ограниченных ресурсов (трудовых, информационных, материальных, финансовых, производственных) [53]. В настоящее время существует широкий класс задач планирования и управления, которые требуют упорядочения во времени использования ограниченного объема одного или нескольких видов перечисленных выше ресурсов для выполнения заданной совокупности работ. Появление этого класса задач связано с развитием современного производства, необходимостью управлять деятельностью больших коллективов людей, существенным возрастанием роли организационного управления. В различных областях материального производства в сложных, нередко противоречивых условиях приходится принимать решения, которые оказывают существенное влияние на эффективность функционирования промышленных, транспортных и других логистических систем. Эти решения всегда направлены на достижение каких-либо целей и осуществляются в условиях некоторых ограничений. Чаще всего одни и те же цели могут быть достигнуты различными способами, с различными затратами труда и материальных ресурсов. Для того чтобы решить непростую задачу выбора наиболее рационального пути достижения поставленных целей, необходимо привлечение современных научных методов. В последние десятилетия эти методы известны как методы решения экстремальных дискретных сетевых задач распределения ресурсов. В общих терминах постановка задач этого класса заклю
чается в следующем. Задана некоторая совокупность действий, которые необходимо выполнить. В процессе выполнения каждого действия загружаются или расходуются определенные средства. Чаще всего общего объема средств недостаточно для одновременного выполнения всех действий. Во время выполнения действий средства могут перераспределяться, то есть способ их использования является управляемой переменной процесса. Средства для выполнения действий обычно называют ресурсами, которые могут быть двух видов: ресурсы типа «материалы», или складируемые ресурсы, и ресурсы нескладируемого вида типа «мощность». К первым относятся топливо, сырье, полуфабрикаты, заготовки, детали и т.д. Складируемые ресурсы непосредственно расходуются в процессе выполнения того или иного действия. Обычно складируемые ресурсы задаются либо общим объемом, либо функцией поставок их во времени. В качестве ресурсов второго типа используются приборы, станки, машины, оборудование, комплексы технических средств и т.п. Ресурсы этого типа, которые также называют ресурсами многоразового использования, не расходуются, а могут перераспределяться по мере выполнения действий. Каждое действие состоит из нескольких элементарных действий, которые называют операциями (работами). Ресурсы, обслуживающие одну операцию, не могут одновременно использоваться на другой. Каждая операция, как правило, имеет свой номер и ей соответствует вектор, задающий виды и объемы ресурсов, необходимые для ее выполнения. Операция характеризуется длительностью выполнения, которая может зависеть от времени ее начала. Обычно операции могут выполняться не в произвольном порядке, а при заданных технологических ограничениях на последовательность их выполнения. Порядок, в котором можно реализовать работы при соблюдении ограничений на объем потребляемых ресурсов и технологическую последовательность выполнения работ, называют допустимым расписанием. Выбор допустимого расписания выполнения работ происходит из соображений минимизации функции потерь. В качестве функции потерь часто используется время, затраченное на реализацию всего комплекса работ, и среднее взвешенное время завершения выполнения работ. К наиболее известным областям применения задач указанного типа в управлении проектами относятся следующие: • • разработка сложных проектов, в которых принимают участие организации и предприятия различных ведомств, включая научно-исследовательские и опытно-конструкторские работы; • • государственные, межведомственные и региональные программы, например, охрана окружающей среды, развитие региона, ликвидация последствий экологических катастроф и т.д.;
• • разработка графиков работы оборудования и выпуска продукции для участков, цехов, предприятий; • • строительство промышленных и гражданских объектов, подготовка и проведение крупных организационных мероприятий, (съездов, конференций, кампаний по предупреждению стихийных бедствии и т.д.). В практике управления предлагаемый класс задач относится к системам сетевого планирования и управления (СПУ), которые используются для решения организационных задач планирования выполнения комплекса работ. Первые попытки формализации и исследования сетевых задач относятся к середине пятидесятых годов. Из множества зарубежных и отечественных публикаций, например [26, 39], известно, что большинство сетевых задач распределения ресурсов относятся к классу задач, для которых в настоящее время не существует эффективных (полиномиальных) алгоритмов решения. В связи с этим представляют интерес приближенные методы решения этого класса задач. Многие из этих методов имеют полиномиальную оценку сложности, поэтому их важной характеристикой является оценка погрешности по функционалу полученного приближенного решения. Для точного решения экстремальных сетевых задач В.С. Михалевичем был предложен метод последовательного анализа вариантов с оценкой трудоемкости алгоритмов в среднем. Этот метод хорошо зарекомендовал себя при решении практических задач. Ряд общих схем (метод погружения) был предложен в работах В.А. Емеличева [37]. Теория статистических эффективных алгоритмов была в значительной мере создана и обоснована в работах Э.Х. Гимади [24]. Наиболее перспективным направлением практического решения задач оптимального распределения ресурсов в настоящее время является метод ветвей и границ. Этот метод позволяет решать задачи большой размерности, получая точные или приближенные решения. Качество алгоритмов этого класса существенно зависит от того, насколько эффективно вычисляются нижние и верхние оценки (границы) решения. В последнее время методы сетевого и календарного планирования все шире применяются в производственной логистике в задачах оперативного планирования загрузки металлорежущих станков. Как отмечено в [28], критерием загрузки станков в этом случае являются следующие показатели: соблюдение директивно заданных сроков изготовления деталей, минимизация времени изготовления заданного набора деталей, обеспечение комплектного выпуска деталей. Учитывая многокритериальность и большие размерности реальных задач составления расписания работы оборудования, их решение во многих случаях получают приближенными методами.
Рассматриваемый в работе комплекс задач оптимального распределения ресурсов применим при планировании работы промышленных и транспортных предприятий. Одни из этих моделей отражают деятельность предприятия на короткий интервал времени (распределение ресурсов при выполнении комплекса работ и конвейерные системы), другие — на период год и более (задача выбора оптимального варианта производственной деятельности предприятия). Последний тип моделей приобретает большое значение при работе промышленных предприятий в условиях рыночной среды с учетом ограничений на все виды материальных, трудовых, производственных и финансовых ресурсов. Одним из основных критериев оптимальности в условиях экономической самостоятельности предприятия является максимизация его прибыли. В книге рассмотрена задача выбора оптимальной производственной программы предприятия при ограничениях на перечисленные виды ресурсов, а также ограничениях на объемы выпускаемых изделий с учетом сформированного портфеля заказов по каждому виду изделий. Учитывая прогнозный характер цен на выпускаемую продукцию и цен на используемые материальные ресурсы, рассмотрены задачи вычисления интервалов устойчивости по решению и по функционалу при изменении этих показателей. В книге исследуются также проблемы распределения ресурсов в конвейерных системах обработки заявок, которые характеризуются динамическим характером поступления заявок на вход системы обработки. Весь цикл обработки заявок обычно определяется некоторым орграфом, который отражает последовательность обработки заявок на технологических операциях. Задача оптимального распределения ресурсов (оборудования, станков, транспортных средств) в подобных системах заключается в задании такого графика работы каждой единицы ресурса, чтобы принимал оптимальное значение один или несколько следующих показателей работы системы: объем обработанных заявок каждого вида к концу директивного периода, потери времени заявок на ожидание обслуживания, количество обработанных заявок, время ожидания которых в системе обработки превышает заданное. 1.2. НЕПОЛНОТА И НЕТОЧНОСТЬ ИСХОДНОЙ ИНФОРМАЦИИ ПРИ МОДЕЛИРОВАНИИ ЛОГИСТИЧЕСКИХ СИСТЕМ Среди экономико-математических моделей традиционно выделяется класс жестко детерминированных моделей, в основе которых лежит допущение о возможности точного задания всей исходной информации. Однако, как убеждает нас практика, нет абсолютно