автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизированное управление ресурсами транспортно-логистического центра

кандидата технических наук
Вайгандт, Николай Юрьевич
город
Санкт-Петербург
год
2013
специальность ВАК РФ
05.13.06
цена
450 рублей
Диссертация по информатике, вычислительной технике и управлению на тему «Автоматизированное управление ресурсами транспортно-логистического центра»

Автореферат диссертации по теме "Автоматизированное управление ресурсами транспортно-логистического центра"

005538689

На правах рукописи

ВАЙГАНДТ Николай Юрьевич

АВТОМАТИЗИРОВАННОЕ УПРАВЛЕНИЕ РЕСУРСАМИ ТРАНСПОРТНО-ЛОГИСТИЧЕСКОГО

ЦЕНТРА

Специальность: 05.13.06 - Автоматизация и управление технологическими процессами и производствами (технические системы)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург 2013

21 НОЯ 2013

005538689

Работа выполнена в ФГБОУ ВПО «Государственный университет морского и речного флота имени адмирала С.О. Макарова»

Научный руководитель - доктор технических наук, профессор

Нырков Анатолий Павлович

Официальные оппоненты:

Гатчин Юрий Арменакович,

доктор технических наук, профессор, заведующий кафедрой проектирования и безопасности компьютерных систем Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики

Зуров Евгений Владимирович,

кандидат технических наук, доцент, ведущий специалист ОАО "Центральное конструкторское бюро морской техники "Рубин"

Ведущая организация:

ФГБОУ ВПО «Санкт-Петербургский государственный университет»

Защита диссертации состоится «19» декабря 2013 года в 1600 на заседании диссертационного совета Д 223.009.03 на базе ФГБОУ ВПО «Государственный университет морского и речного флота имени адмирала С.О. Макарова», расположенного по адресу: 198035, Санкт-Петербург, ул. Двинская д. 5/7

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Государственный университет морского и речного флота имени адмирала С.О. Макарова».

Автореферат разослан «15» ноября 2013 года.

Ученый секретарь . ^

диссертационного совета Д 223.009.03

кандидат технических наук, доцент " Барщевский Е.Г.

ВВЕДЕНИЕ

Актуальность темы исследования. Современные подходы в транспортной логистике подразумевают широкое применение информационных технологий. Для эффективного управления транспортными процессами необходимо своевременно передавать и получать достоверную информацию об объектах управления. Конкурентная среда требует оперативно обрабатывать поступающие данные, четко и быстро идентифицировать грузы, вести сопутствующий учет. Информационное пространство современного транспортного центра представляет собой сложную систему обеспечения деятельности предприятия, требующую рационального планирования и управления.

Основной проблемой обеспечения работы автоматизированных систем управления логистическими процессами, при решении задач транспортной логистики, является нехватка времени и ресурсов. Информационные технологии позволяют ускорить и рационализировать транспортные процессы, тем самым повысить их качество и эффективность.

В эпоху развития в России логистической отрасли происходит становление полноценных ЗРЬ провайдеров, с развитой транспортной и складской инфраструктурой. Появление новых элементов складских сетей оказывает влияние на издержки процесса доведения товара до потребителя, а следовательно, и на конечную стоимость продукта. Формируется необходимость в качественном математическом аппарате проектирования материальных потоков, а также инструменте аналитики предполагаемых рисков.

Современная транспортно-логистическая система трудно представима без средств контроля и мониторинга. Технологии, основанные на спутниковых навигационных системах, активно используются при мониторинге транспортных средств, а также в автоматизированных системах управления движением судна (АСУДС). С развитием инфокоммуникационных технологий, появляется необходимость в геоинформационной поддержке спутникового и радиолокационного контроля.

Также актуальными проблемами развития транспортной отрасли остаются задачи, не имеющие алгоритма точного решения. Ярким примером может служить задача карго-планирования, относящаяся к классу ЫР-полных. Автоматизация современного складского центра невозможна без качественных средств составления карго-плана.

Цель работы и задачи исследования.

В связи с вышеизложенным, цель настоящей диссертационной работы состоит в разработке методологического, математического и алгоритмического обеспечения автоматизированного управления ресурсами транспортно-логистического центра.

Объектом исследования является транспортно-логистический центр, его информационные и материальные ресурсы и связи между ними.

Предметом исследования являются модели, методы и алгоритмы эффективного управления информационными и материальными ресурсами транспортно-логистического центра.

Для выполнения этой цели потребовалось решение следующих основных задач:

1. Анализ текущего состояния транспортной отрасли России; оценка ее эффективности и информационной составляющей; анализ структуры информационного обеспечения автоматизированной системы управления транспортно-логистическим центром.

2. Создание математического обеспечения задачи территориального размещения объектов инфраструктуры транспортно-логистического центра с учетом стохастичности транспортных процессов.

3. Разработка функциональной схемы работы системы геоинформационной поддержки транспортно-логистических центров.

4. Создание алгоритмического и программного обеспечения рационального карго-планирования.

Методы исследования. При решении поставленных задач использовались методы математического моделирования, математический аппарат оптимизации, теория вероятностей и математической статистики, теория имитационного моделирования транспортных процессов, теория спутниковой навигации, теория автоматического и автоматизированного управления.

Научная новизна и положения, выносимые на защиту. Основными научными положениями диссертации являются:

1. Оценка существующего мирового и отечественного опыта по организации информационного пространства автоматизированных систем управления транспортно-логистическим центром.

2. Математическая модель территориального размещения мест складирования с учетом стохастичности транспортных процессов, отличающаяся тем, что в процессе решения задачи формируются множества допустимых решений, сужающих поиск в районе обслуживания.

3. Функциональная схема работы системы геоинформационной поддержки транспортно-логистических центров, отличающаяся тем, что обработка гетерогенных данных в ней осуществляется в едином информационном пространстве с использованием сторонних геоинформационных ресурсов.

4. Алгоритмическое и программное обеспечение «Карго-план» для получения рационального карго-плана на базе эффективного применения эвристических алгоритмов, отличающиеся тем, что в нем могут использоваться различные характеристики эффективности решения. Практическая значимость исследований. В результате проведенных

исследований доказана целесообразность и эффективность использования математических и алгоритмических разработок для решения конкретных задач, связанных с автоматизированным управлением ресурсами транспортно-логистического центра. Разработанные математические модели,

алгоритмическое и программное обеспечение, а также схема интеграции гетерогенных информационных ресурсов, направлены на совершенствование эффективности проектирования объектов инфраструктуры ТЛЦ и позволяют:

• проектировать сети складской инфраструктуры - определять местоположение объектов инфраструктуры центров складирования;

• интегрировать гетерогенные источники данных единого информационного пространства, с применением сторонних геоинформационных ресурсов;

• строить рациональные карго-планы складских помещений.

Сформулированные выводы и рекомендации могут быть использованы при

реализации «Транспортной стратегии Российской Федерации на период до 2030 года», а также «Стратегии развития внутреннего водного транспорта Российской Федерации на период до 2030 года».

Достоверность научных результатов подтверждается корректностью использования математического аппарата и компьютерного моделирования, демонстрирующих эффективность предложенных методов и алгоритмов в задачах территориального размещения, карго-планирования и интеграции гетерогенных информационных ресурсов.

Реализация и внедрение результатов. Модели размещения центров складирования, схемы работы геоинформационной поддержки и программный комплекс внедрены: в учебном процессе кафедр «Прикладная математика» и «Транспортная логистика» ФГБОУ ВПО «Государственный университет морского и речного флота имени адмирала С.О. Макарова», в ЗАО «Канонерский судоремонтный завод», ООО «РОСРЕЧИНФОКОМ», СПб ГКУ «НИПЦ Генплана Санкт-Петербурга». На все программные продукты получены Свидетельства о государственной регистрации программ для ЭВМ: №2011613394, №2011613395, №2011613396.

Апробация выводов и результатов исследования. Основные результаты диссертационных исследований докладывались на следующих конференциях:

1.8-ая международная научно-практическая конференция «Исследование, разработка и применение высоких технологий в промышленности». 2009, Санкт-Петербург.

2. XII Санкт-Петербургская международная конференция «Региональная информатика-2010». 2010, Санкт-Петербург.

3.1, II и 1П Межвузовские научно-практические конференции студентов и аспирантов «Современные тенденции и перспективы развития водного транспорта России». 2010 - 2012 год, Санкт-Петербург, ФБОУ ВПО СПГУВК.

4. Международная научно-практическая конференция «Современные проблемы и пути их решения в науке, транспорте, производстве и образовании 2013». 2013, Одесса.

Публикации. Основные положения, выводы и практические результаты опубликованы в 13 статьях (в том числе 3 из них опубликованы в изданиях, имеющихся в перечне научных журналов ВАК Министерства образования и

науки РФ) и тезисах докладов на научных конференциях.

Струюгура и объем работы. Диссертационная работа состоит из введения, четырех глав текста, заключения, списка использованных источников, содержащего 105 отечественных и зарубежных работ, трех приложений. Основное содержание работы изложено на 134 страницах, включая 40 рисунков и графиков. Общий объем диссертации 164 страниц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В первой главе проанализированы транспортно-логистические центры и их современное состояние на Российском и мировом рынке логистических услуг. Сформированы требования к современному 3PL провайдеру: составлена схема его информационной составляющей, указаны проблемы современной архитектуры информационного пространства логистических операторов, приведены основные концепции и механизмы информационных источников логистики.

Вступление России во Всемирную торговую организацию (ВТО), ставит перед крупными логистическими операторами страны новые задачи. Наблюдаются несколько мощных трендов: растет объем прямых иностранных инвестиций, происходит приватизация транспортной отрасли и развитие качественной логистики, увеличивается количество новых проектов в портовой индустрии (за счет массового строительства, возможной либерализации туризма и перелетов развивается Дальневосточный регион).

Основная часть услуг в сфере перевозок и хранения грузов выполняется специальными транспортными или логистическими службами самих компаний производителей (дистрибьюторов, ритейлеров). С ростом оборотов увеличивается нагрузка на информационную систему компании — расчеты превращаются в ресурсоемкую операцию. Одним из реальных путей решения возникающих проблем становится передача определенной части логистических функций внешним компаниям.

Концепция 3PL - это современный этап в эволюции логистических подходов. Рынок услуг в логистической сфере, в области управления цепями поставок остается перспективным и в ближайшие годы будет самым быстроразвивающимся и востребованным. Развитие информационных технологий и коммуникаций подталкивают компании к ведению электронной коммерции, расширению спектра услуг и появлению других конкурентоспособных технологий.

Повышение производительности интегрированных транспортных систем -ключевой мотив для применения логистических информационных систем (ЛИС) на транспорте. Большинство логистических концепций (SDP, JTT, DDT) невозможны без вычислительных сетей, телекоммуникационных систем и информационно-программного обеспечения.

Рис. 1. Информационное обеспечение логистики

Важнейшим условием функционирования предприятия является наличие такой системы информации (Рис. 1), которая позволила бы соединить всю деятельность организации (снабжение, производство, транспорт, складское хозяйство, распределение и т.д.), и обеспечить автоматизированное управление ею, исходя из принципов единого целого.

В настоящий момент математическая и алгоритмическая составляющая логистических процессов претерпевает кризис. С увеличением масштабности задач появляется необходимость в развитии программного обеспечения и наращивании вычислительных мощностей предприятий. Математическая составляющая логистики встает на путь метаэвристики — алгоритмов, не имеющих четких границ, но работающих быстрее и дающих достаточные быстрые и рациональные решения поставленных задач.

С появлением спутниковых систем навигации, а также возможности их гражданского использования, стал актуальным вопрос об использовании на предприятиях логистики геоинформационных систем. Благодаря открытым API некоторых геосервисов (Яндекс, Google), стало возможным просчитывать комбинированные маршруты, включая в маршрут следования груза практически все виды транспорта.

Указанные направления развития автоматизированных систем и их практические приложения создают новое качество управления логистическими процессами. Интегрированные системы повышают производительность труда, снижают количество ошибок, дают возможность отказаться от огромного количества «бумажных» операций.

Во второй главе рассмотрены математические модели логистических задач размещения. Проанализированы модели распределения материальных потоков. Рассмотрены основные параметры распределения, а также факторы, влияющие

на выбор места расположения распределительных центров. Формализована задача размещения распределительных центров. Предложен алгоритм оптимизации принятия решений в задачах определения местоположения распределительного центра, а также модели минимизации рисков в задачах такого рода.

Складская сеть, осуществляющая распределение материального потока — значимый компонент логистической системы. Построение такой сети оказывает влияние на издержки процесса доведения товара до потребителя, а следовательно, и на конечную стоимость продукта. Изменение величины транспортных расходов по доставке товаров потребителям материального потока со складов распределительной системы может быть существенным не только в зависимости от количества складов, но также и в зависимости от места расположения этих складов на обслуживаемой территории.

Задача определения месторасположения склада является весьма интересной с научной точки зрения и основывается на комплексном принятии решения, складывающемся из определения географического расположения склада, а также ряда организационных вопросов. Она предполагает под собой поиск оптимального (субоптимального) решения. Выбор месторасположения распределительного центра опирается на определение места, отвечающего критерию минимума общих затрат (в данном случае - стоимости транспортировки).

При формировании модели размещения-распределения складских центров будем использовать следующие индексы, параметры и варьируемые переменные:

/ = 1,2складские центры;

_/ = 1,2,.,.,т: потребители материального потока;

(а .,6^.): координаты размещения у-го потребителя, 1 < / < т;

Г^ : грузооборот /-го потребителя, 1 < / < т;

(х,тУ,)'- варьируемые переменные, представляющие собой координаты

размещения /-го центра, 1 < / < п.

Понимая под «объектом» в данном случае центр складирования, задача состоит в определении координат (х,, У1) при известном количестве искомых

складов г. Определение оптимального количества складов представляет собой отдельную задачу, решаемую графически и не представляющую интереса.

Существует два классических метода решения задач размещения ТЛЦ: метод полного перебора с оценкой всех возможных вариантов и метод центра тяжести. Полный перебор вариантов размещения распределительного центра для транспортной сети с N узлами пересечениями дорог, включает в себя оценку 2" вариантов. Метод является нерациональным и ресурсоемким для ЭВМ. Суть метода центра тяжести заключается в определении центра «тяжести» потоков на «пластине» - районе обслуживания. Абстрактно выражаясь, на эту «пластину»

соответственно координатам потребителей навешиваются «грузы» весом, пропорциональным величине потребляемого в данном пункте потока. Далее модель уравновешивают. Точка центра тяжести этой «пластины» будет соответствовать точке на карте района обслуживания, где транспортные расходы по распределению потока будут минимальны.

В задачах размещения и распределения, в которых следует определить координаты нескольких центров складирования, не применимы методы, описанные выше. В таких случаях стоит использовать субоптимальные способы решения, например, методы эвристики. Задачу размещения складских комплексов, можно отнести к моделям неопределенного программирования — так называемым EVM-моделям («Expected Value Model» - модель ожидаемого значения). На основе предложенного Б.Лю решения задачи размещения объектов построим математическую модель решения задачи размещения транспортно-логистического центра

Введем в условия задачи новые переменные, которые будут варьироваться: : случайный спрос /-го потребителя, 1 < j <т;

st: производительность /-го складского центра, 1 < / < п; ztJ: объем поставок от объекта i потребителю j после того, как величины случайного спроса ¿v приняли конкретные значения (1 < i < п ,1 < j < т ).

Пусть вектор спроса % = (^определен на вероятностном пространстве (Q,2t,P). Здесь С1 — это произвольное множество, элементы которого - элементарные события (исходы, точки), 21 - сигма-алгебра подмножеств Q, называемых (случайными) событиями. Р представляет собой вероятностную меру - вероятность. Также введем следующие обозначения (1):

f хх \ У, / zn zn N I m

х2 Уг , ^ = Z21 Z22 ¿m (1)

Уп, Snl z n 2 Znm j

Обозначим допустимое множество размещений объектов (2)

zij ^ = 1,2,...,и,У = 1,2,...,/я,

п i=i

т

<•*,.,/ = 1,2,...,л.

У=1

Для каждого ü)efl минимальной стоимостью является та, которая связана с наилучшим размещением Z (соотношение (3):

л т I ~

С(х,у) = min ZI J(xi - üj f + (у, -bjf. (3)

z ы j=i *

Если Z(ü>) = 0, значит спрос некоторых заказчиков невозможно удовлетворить. Штрафная функция, отвечающая данной ситуации, выглядит следующим образом:

С(х,у) = ±max £ (cü)J(xi-a/)2 + (у. (4)

j-1 1 <2<П J У J J

Формируется задача линейного программирования (5), решаемая с помощью симплекс-метода:

п т I т

при ограничениях:

п

lLZy=ZXco),j = \,2,...,m, (5)

¡=1

т

х>.. <5,.,/ = 1,2,...,п,

7=1

Zj, > 0,/ = 1,2,...,и,у = 1,2,..., т.

При помощи гибридных алгоритмов, представляющих собой синтез разных видов эвристических алгоритмов, реализуем модель среднего ожидаемого значения вычислением неопределенной функции вида (6):

U:{x,y)->E[C{x,y)\. (6)

Оптимизируя представленную модель среднего ожидаемого значения при помощи алгоритмов статистического моделирования, можно быстро получить рациональный результат.

Проведя серию расчетов и проанализировав результат, можно сформировать некоторую область — множество допустимых решений.

Предположим, что было проведено L расчетов. Обозначим множество полученных результатов как где / = 1,2,...,п, k = \,2,...,L.

Полученное множество решений представляет собой область в районе обслуживания (Рис. 2):

раЛон обслуживала

*г Хс *1 ' *з

Рис. 2. Множество допустимых решений Для каждой такой области найдем радиус и центр области по формулам (7):

тт(Х. } + шах(Х 1

£ _ \<к<1. '* \<к<1,

шш{7 } + тах{К }

у _ 1 <к<1 '* 1 <к<1. '*

(7)

г =тах(тах\Х, —X, ,тах\У -У

Полученная область является зоной допустимых решений. Таким образом, поиск сужается от района обслуживания до областей допустимых решений. Для определения оптимального местонахождения склада, необходимо проанализировать наличие в найденных областях удобных территорий для складирования. В первую очередь следует провести отбор тех участков, которые попадают в найденную зону допустимых решений, т.е. удовлетворяющих условию:

(Х-Х/с)2+(¥-¥1с)2<г,2. (8)

Где X и У- координаты геометрического центра участка.

Таким образом, алгоритм нахождения рационального месторасположения принимает следующий вид:

1. Сформировать исходные данные: определить поставщиков, потребителей, необходимое количество распределительных центров, грузообороты потребителей и поставщиков.

2. Исходя из поставленной задачи, выбрать способ решения: если требуется один РЦ и суммарное количество потребителей и поставщиков небольшое (до 10), можно решить задачу простым перебором; если требуется один центр, но число поставщиков и потребителей больше 10, а также

требования к месторасположению будущего склада невысокие, то можно решить задачу методом центра тяжести. В остальных случаях стоит прибегнуть к эвристическим методам решения.

3. Найденные решения необходимо оценить по предъявленным критериям. При поиске одного РЦ стоит обратиться к эвристическим методам решения. При поиске нескольких РЦ перейти к шагу 4.

4. Путем проведения Ь расчетов сформировать зоны допустимых решений.

5. Определить перечень участков геометрически входящих в зону допустимых решений;

6. Согласно представленным требованиям, определить допустимые размещения - решения задачи.

Факторов, оказывающих влияние на конечный выбор огромное количество. Также стоит отметить, что при появлении в исходных данных нового поставщика или потребителя может возникнуть ситуация экономически невыгодная и создающая риски для предприятия

Технологические процессы на транспорте, почти всегда попадают в зависимость от случайных факторов. Их воздействие влечет за собой в лучшем случае производственные накладки, а в худшем материальные потери. Так, в задаче определения местоположения будущего центра складирования неточность вычисления может негативно отразится на всей инфраструктуре предприятия в целом. Минимизации потерь можно достичь методами теории риска. В качестве критериального показателя будем рассматривать величину среднего времени доставки груза (от транспортно-логистического предприятия до клиента). Предположим, что на критериальный показатель оказывают влияние повышающие показатель различные факторы риска. Тогда И! -количественная оценка влияния ¡-го фактора риска, исчисляемая некоторой средней величиной «всплесков» критериального показателя при реализации этого риска 01 = р1 х Д£). Здесь /^—вероятность наступления ¡-го фактора риска, а АД — абсолютные отклонения при его реализации.

Третья глава посвящена моделям и методам применения гетерогенных источников данных при мониторинге транспортных средств. Описаны современные подходы к интеграции гетерогенных информационных ресурсов. Приведены принципиальные схемы мониторинга транспортных систем. Предложена схема работы системы геоинформационной поддержки транспортно-логистических центров. Описаны стохастические модели поправок при мониторинге транспортных средств.

Обычно единая система информации транспортных узлов (ТЛЦ, в частности) представляет собой сеть информационных систем различных подструктур самой организации, либо ее партнеров. Информация хранится в разных системах управления базами данных (СУБД) и имеет различные схемы баз данных (БД). Формируется насущная необходимость в повышении доступа к

информации, хранящейся в разных БД, а также согласовании структур данных.

Информационное пространство ТЛЦ имеет гетерогенный характер. С течением времени, информация из указанных источников (Рис. 1) накапливается и требует либо обработки, либо реструктуризации. Приведите данных к однородной форме позволяет сформировать единое информационное пространство внутри ТЛЦ, а также обеспечить работу суборганизаций, услугами которых пользуются транспортные терминалы. Такой подход обеспечивает оперативное управление и дает конкурентное преимущество на рынке.

Одними из самых актуальных задач на транспорте (как авто так и водном) являются задачи оперативного диспетчерского управления работой подвижного состава в режиме реального времени и учета выполненной работы. Использование современных спутниковых технологий является наиболее интересным способом повышения эффективности транспортных предприятий. На автомобильном транспорте связка ГЛОНАСС/GPS терминала и GSM/VSAT технологии позволяет производить качественный мониторинг транспортных систем. В АСУДС применяется технология контрольно-корректирующих станций (ККС). ККС морской дифференциальной подсистемы (МДП) ГНСС ГЛОНАСС/GPS определяет и передает через радиомаяк дифференциальные поправки для всех видимых спутников: ГЛОНАСС и GPS.

Развитие транспортной инфраструктуры страны происходит колоссальными темпами. На фоне общей глобализации технологии очень быстро устаревают. Например, еще 10 лет назад в России было официально всего три системы координат: СК-95, ПЗ—90.02 и местная система координат (МСК) региона, района или населенного пункта. Но их точности на данный момент не хватает.

Решением проблемы стала технология референцных станций. В состав референцной станции входит: жестко закрепленная на специальном пилоне антенна (Рис. 3, «2»), ГЛОНАСС/GPS приемники (один работающий непосредственно с самой станцией (Рис. 3, «1») и второй - бортовой (Рис. 3, «3»). Для управления референцными станциями и формирования измерительной и корректирующей информацией спутникового позиционирования служит сервер с программным обеспечением (Рис. 3, «4»), Данные для работы в режиме реального времени предоставляются через сеть Интернет. Референцные станции имеют «жестко» зафиксированные за ними координаты.

Рис. 3. Структура системы рефереицных станций Описанные выше технологии в синтезе позволяют получить мощный инструмент (Рис. 4) для мониторинга транспортных средств, анализа данных и последующих принятий решений на основе полученных результатов. Зная точные перемещения транспорта, можно использовать эту информацию для будущего планирования перевозок. Референцные станции могут обеспечить ту точность, которая необходима для более качественного прогнозирования логистических операций.

Рис. 4. Система геоинформационной поддержки транспортно-логистических центров Данные с навигационных спутников (1) одновременно поступают как на референцные станции (2), так и на трекинговые системы, установленные на транспортном средстве (4). Те данные, которые поступили на референцные станции, далее следуют на сервер сети референцных станций (3), где и

формируются БД контрольных измерений.

Координаты же с трекинговых (бортовых) систем, поступают на головной сервер (5) где они формируют БД координат и измерений без поправок. При необходимости можно подключить геоинформационные системы (6) с открытым API (application programming interface - интерфейс прикладного программирования), например Google или Яндекс. Встроенные в них инструменты (масштабирование, маршрутизация и др.) позволяют уменьшить вычислительную нагрузку серверов компании и произвести необходимые расчеты. Пройдя описанный выше маршрут, готовые вычисления в необходимом виде предоставляются пользователю (7).

Предложенный механизм геоинформационной поддержки транспортно-логистических центров позволяет снизить нагрузку на серверные мощности предприятия, получить корректные данные о перемещении транспортных средств компании, а также предоставляет мощный инструмент для аналитики и прогнозирования.

В четвертой главе проанализировано алгоритмическое и программное обеспечение задач транспортной логистики; проведена классификация метаэвристик для задач комбинаторной оптимизации; рассмотрены различные метаэвристические алгоритмы при решении дискретных задач локального поиска; на основе генетического алгоритма создан программный комплекс состоящий из 3 программ.

Основными задачами транспортной логистики является обеспечение технической и технологической сопряженности участников транспортного процесса, а также согласование их экономических интересов. Сам логистический процесс подразумевает под собой решение ряда задач: формирования поставки, транспортировка, размещение и др. Такие задачи, зачастую, являются NP-сложными. Среди методов решения таких задач можно выделить алгоритмы метаэвристики (англ. metaheuristic, meta — «за пределами» и heuristic — «найти»). Метаэвристики не привязываются к специфике решаемой задачи. К метаэвристикам принято относить методы имитации отжига Simulated Annealing (SA), поиск с запретами Tabu Search (TS), генетические алгоритмы Genetic Algorithms (GA) и эволюционные методы Evolutionary Computation (ЕС), а также поиск с чередующимися окрестностями Variable Neighborhood Search (VNS), муравьиные колонии Ant Colony Optimization (ACO), вероятностные жадные алгоритмы Greedy Randomized Adaptive Search Procédure (GRASP) и др.

Среди различных метаэвристик выделяются генетические алгоритмы (ГА). Они представляют собой новое направление в алгоритмике и способны не только решать и сокращать перебор в сложных задачах, но и легко адаптироваться к изменению проблемы. В генетических алгоритмах происходит работа с совокупностью «особей» - популяцией. Каждая популяция — это возможное решение задачи (рациональный карго-план). Эти решения оцениваются мерой «приспособленности» - насколько «хорошо» соответствует

решение поставленной задаче. В природе это эквивалентно оценке того, насколько эффективен организм при конкуренции за ресурсы. «Лучшие» особи-решения получают возможность «воспроизводить» потомство с помощью «перекрестного скрещивания» с другими особями популяции. Появляются новые особи, наследующие некоторые характеристики «родителей». «Худшие» решения имеют меньше шансов попасть под последующее рассмотрение, и таким образом их свойства постепенно исчезнут из эволюционного процесса. Иногда в расчетах могут происходить мутации, или спонтанные изменения в генах. Этого можно добиться при помощи инструментов генерации случайных чисел.

Приведенные выше эволюционные принципы являются основными в программном решении «Карго-план», позволяющем строить рациональные карго-планы размещения грузов на складе.

.¡-•1-1......

Рис. 5. Форма ввода данных Рис. 6 Схема загрузки

Также был разработан программный комплекс включающий в себя: программное обеспечение (ПО) «Карго-план» (для построения карго-плана в отдельно взятом помещении), ПО «Карго-план-2» (для построения карго-плана в системе помещений или бункеров), ПО «Универсальный карго-планировщик» («УЮТ», для построения карго-плана загрузки бункеров судна с учетом остойчивости).

В программе предусмотрен ввод данных (Рис. 5) о размерах грузов и складских помещений, а также механизм построения двумерных и трехмерных планов загрузки (Рис. 6). Благодаря инструментам импорта и экспорта информации в ПО продукт можно использовать на персональных компьютерах небольшой мощности.

Основные результаты работы

Настоящая диссертационная работа посвящена важному аспекту актуальной научной задачи повышения эффективности транспортных процессов - разработке и внедрению автоматизированного управления ресурсами транспортно-логистического центра.

Проведенные исследования позволили сделать следующие основные выводы:

1. Проанализировано современное состояние транспортно-логистических центров на Российском и мировом рынке логистических услуг. Произведена оценка существующего опыта по информационному обеспечению ТЛЦ. Выполнен анализ информационных средств логистических предприятий. Сформированы требования к современному ЗРЬ провайдеру. Составлена схема его информационной составляющей, указаны проблемы современной архитектуры информационного пространства логистических операторов, приведены основные концепции и механизмы информационных источников логистики.

2. Выявлены основные параметры распределения и факторы, влияющие на выбор места расположения распределительных центров. Формализована задача размещения распределительных центров.

3. Впервые построена математическая модель решения задачи размещения центра складирования, основанная на стохастическом моделировании. Модель универсальна и может быть использована для решения задач не только транспортной отрасли, но и в других отраслях народного хозяйства. Предложен алгоритм оптимизации принятия решений в задачах определения местоположения распределительного центра, а также модели минимизации рисков в задачах такого рода.

4. Описаны модели и методы применения гетерогенных источников данных при мониторинге транспортных средств. Рассмотрены современные подходы к интеграции гетерогенных информационных ресурсов. Приведены принципиальные схемы мониторинга транспортных систем.

5. Предложена схема работы системы геоинформационной поддержки транспортно-логистических центров. Описаны стохастические модели поправок при мониторинге транспортных средств.

6. Проведена классификация метаэвристик для задач комбинаторной оптимизации; рассмотрены различные метаэвристические алгоритмы при решении дискретных задач локального поиска; на основе генетического алгоритма создан программный комплекс состоящий из 3 программ: «Карго-план», «Карго-план-2», «Универсальный карго-планировщик» («УКП»), Программное решение базируется на эффективном применении эвристических алгоритмов для получения рационального решения оптимизационной задачи построения карго-плана. Алгоритм решения уникален и может быть использован в других областях, где решаются задачи размещения и пространство представляет собой форму прямого параллелепипеда (например, погрузка груза в трюмы судна).

7. На указанные программные продукты получены три свидетельства о государственной регистрации программ для ЭВМ: №2011613394, №2011613395, №2011613396.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ В изданиях, имеющихся в перечне научных журналов ВАК Министерства образования РФ:

1. Нырков А.П. Контроль целостности данных при мониторинге транспортных средств / Нырков А.П., Вайгандт Н.Ю. // Журнал университета водных коммуникаций. СПб, 2013. - №1(17). - С. 54-61.

2. Вайгандт Н.Ю. Обеспечение безопасности автоматизированных систем управления движением судов при помощи технологии референцных станций / Вайгандт Н.Ю., Нырков А.П., Соколов С.С. // Морская радиоэлектроника. СПб, 2013. - №2 (44). - С. 48-51.

3. Вайгандт Н.Ю. Современные информационные технологии в автоматизированных системах управления транспортными комплексами // Вестник государственного университета морского и речного флота имени адмирала С.О.Макарова. СПб, 2013. - Выпуск 1. - С. 77-82.

В других изданиях:

4. Нырков А.П. Генетические алгоритмы в математическом моделировании перегрузочных процессов. / Нырков А.П., Соколов С.С., Соколова М.А, Вайгандт Н.Ю. // Сборник трудов восьмой международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности». СПб.: Издательство Политехнического университета, 2009. — С. 57-60.

5. Вайгандт Н.Ю. Универсальный карго-планировщик. / Вайгандт Н.Ю., Соколов С.С. // Материалы межвузовской научно-практической конференции студентов и аспирантов «Современные тенденции и перспективы развития водного транспорта России», 12-13 мая 2010 года. СПб.: СПГУВК, 2010. - С. 179-183.

6. Нырков А.П. Алгоритмическое обеспечение размещения контейнеров в бункерах судна с учетом остойчивости / Нырков А.П., Вайгандт Н.Ю. // Межвузовский сборник научный трудов «Математика и ее приложения». СПб.: СПГУВК, 2011. - Вып. 3 (2011).- С. 181 -189.

7. Вайгандт Н.Ю. Повышение точности навигационных систем водного транспорта при помощи технологии референцных станций / Вайгандт Н.Ю., Нырков А.П. // Материалы научно-исследовательской конференции студентов и аспирантов «ГГ: ВЧЕРА, СЕГОДНЯ, ЗАВТРА - 2013». СПб.: ГУМРФ имени адмирала С.О. Макарова, 2013. - С. 64-69.

8. Вайгандт Н.Ю. Каналы передачи данных единого информационного пространства взаимодействия автоматизированных систем управления транспортными объектами / Вайгандт Н.Ю., Соколов С.С. // Сборник научных трудов «8\тог1с1». Одесса, 2013.-Выпуск 2. Том 1.-С.З-7.

9. Вайгандт Н.Ю. Метаэвристическая модель размещения контейнеров в

трюмах судна / Вайгандт Н.Ю., Нырков А.П. // Труды конференции «XII Санкт-Петербургская международная конференция «Региональная информатика- 2010» (РИ-2010). СПб.: СПОИСУ, 2011. - С. 216-220.

10. Вайгандт Н.Ю. Организация защищенного канала передачи данных в среде автоматизированной системы управления // Труды конференции «XII Санкт-Петербургская международная конференция «Региональная информатика -2010» (РИ-2010). СПб.: СПОИСУ, 2011. - С. 213- 216.

11. Вайгандт Н.Ю. Алгоритмическое и программное обеспечение карго-планирования. // Материалы II межвузовской научно-практической конференции студентов и аспирантов «Современные тенденции и перспективы развития водного транспорта России», 12-13 мая 2011 года. СПб.: СПГУВК, 2011.-С. 244-249.

12. Вайгандт Н.Ю. Мониторинг транспортных средств при помощи спутниковой навигации. // Материалы III межвузовской научно-практической конференции студентов и аспирантов «Современные тенденции и перспективы развития водного транспорта России», 15-16 мая 2012 года СПб.: СПГУВК, 2012. - С. 233-236.

13. Вайгандт Н.Ю. Принципы и технология работы референцных станций. // Межвузовский сборник научный трудов «Математика и ее приложения». СПб.: ГУМРФ имени адмирала С.О. Макарова, 2013. - Вып. 4 (2013) - С 206-211.

СВИДЕТЕЛЬСТВА

14. Свидетельство о государственной регистрации программы для ЭВМ №2011613394 «КАРГО-ПЛАН-2» / Нырков А.П., Соколов С.С, Вайгандт Н.Ю. // Заявка №2011611675 от 14 марта 2011г. // Зарегистрировано в реестре программ для ЭВМ 29 апреля 2011г.

15. Свидетельство о государственной регистрации программы для ЭВМ №2011613395 «КАРГО-ППАН» / Нырков А.П., Соколов С.С., Вайгандт Н.Ю. // Заявка №2011611676 от 14 марта 2011г. // Зарегистрировано в реестре программ для ЭВМ 29 апреля 2011г.

16. Свидетельство о государственной регистрации программы для ЭВМ №2011613396 «УНИВЕРСАЛЬНЫЙ КАРГО-ПЛАНИРОВЩИК» / Нырков А .П., Соколов С.С., Вайгандт Н.Ю. //Заявка №2011611677 от 14 марта 2011г. // Зарегистрировано в реестре программ для ЭВМ 29 апреля 2011г.

Подписано в печать с оригинал-макета автора 14.11.13 Сдано в производство 14.11.13 Формат 60x84 1/16 Усл.-печ. л. 1,16. Уч.-изд. л. 1. __Тираж 70 экз._Заказ № 145___

Государственный упиверсптст морского п речпого флота пмепп адмирала С.О. Макарова 198035, Сапкт-Петербург, ул. Двинская, 5/7

Отпечатано в типографии ФГБОУ ВПО ГУМРФ пмепп адмирала С. О. Макарова 198035, Санкт-Петербург, Межевой канал, 2

Текст работы Вайгандт, Николай Юрьевич, диссертация по теме Автоматизация и управление технологическими процессами и производствами (по отраслям)

ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ МОРСКОГО И РЕЧНОГО ФЛОТА

ИМЕНИ АДМИРАЛА С.О.МАКАРОВА

04201451581

На правах рукописи

1

Вайгандт Николай Юрьевич

АВТОМАТИЗИРОВАННОЕ УПРАВЛЕНИЕ РЕСУРСАМИ ТРАНСПОРТНО-ЛОГИСТИЧЕСКОГО

ЦЕНТРА

Специальность 05.13.06 Автоматизация и управление технологическими

процессами и производствами (технические системы)

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель доктор технических наук, профессор Нырков Анатолий Павлович

Санкт-Петербург - 2013

СОДЕРЖАНИЕ

ВВЕДЕНИЕ 4

1.ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ТРАНСПОРТНО-ЛОГИСТИЧЕСКИХ ЦЕНТРОВ, МЕХАНИЗМЫ ФУНКЦИОНИРОВАНИЯ, ПУТИ СОВЕРШЕНСТВОВАНИЯ И РАЗВИТИЯ 9

1.1. Современное состояние и перспективы развития транспортно-логистической отрасли России 9

1.2. Типовая схема организационной структуры ЗРЬ-оператора 15

1.3. Информационное обеспечение логистики 19

1.4. Структура информационного обеспечения автоматизированной системы управления транспортно-логистическим центром 26 Выводы по первой главе 33

2.МАТЕМАТИЧЕСКИЕ МОДЕЛИ ЗАДАЧ ТРАНСПОРТНОЙ ЛОГИСТИКИ 34

2.1. Модели распределения материальных потоков 34

2.2. Сравнительный анализ классических методов решения задач размещения ТЛЦ 38

2.2.1. Метод полного перебора. 38

2.2.2. Метод центра тяжести. 38

2.2.3. Модифицированный метод вычисления центра тяжести 40

2.3. Стохастические модели размещения ТЛЦ 42

2.4. Минимизация рисков в задачах размещения распределительных центров 46 Выводы по второй главе 57

3.ПРИМЕНЕНИЕ ГЕТЕРОГЕННЫХ ИСТОЧНИКОВ ДАННЫХ ДЛЯ МОНИТОРИНГА ТРАНСПОРТНЫХ СРЕДСТВ 58

3.1. Интеграция гетерогенных информационных ресурсов 58

3.2. Спутниковый мониторинг транспортных средств 60

3.3. Автоматизированный контроль управления движением судна 64

3.4. Технология референцных станций 66

3.5. Функциональная схема работы системы геоинформационной поддержки транспортно-логистических центров 71

3.6. Стохастические модели отклонений в транспортных процессах 72

3.6.1. Типы законов распределения вероятностей для максимумов 74

3.6.2. Параметры стохастических моделей погрешностей 80 Выводы по третьей главе 94

4.АЛГОРИТМИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ЗАДАЧ

ТРАНСПОРТНОЙ ЛОГИСТИКИ 95

4.1. Классификация метаэвристик для задач комбинаторной оптимизации 95

4.2. Поиск с запретами 97

4.3. Муравьиный алгоритм 100

4.4. Генетический алгоритм 103

4.5. Гибридный алгоритм 114 Выводы по четвертой главе 116

ЗАКЛЮЧЕНИЕ 117

СПИСОК ОБОЗНАЧЕНИЙ 119

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 121

Приложение А. Ядро программного комплекса 134

Приложение Б. Схема передачи данных 161 Приложение В. Свидетельства о государственной регистрации

программ для ЭВМ 162

ВВЕДЕНИЕ

Современные подходы в транспортной логистике подразумевают широкое применение информационных технологий. Для эффективного управления транспортными процессами необходимо своевременно передавать и получать достоверную информацию об объектах управления. Конкурентная среда требует оперативно обрабатывать поступающие данные, четко и быстро идентифицировать грузы, вести сопутствующий учет. Информационное пространство современного транспортного центра представляет собой сложную систему обеспечения деятельности предприятия, требующую рационального планирования и управления.

Основной проблемой обеспечения работы автоматизированных систем управления логистическими процессами, при решении задач транспортной логистики, является нехватка времени и ресурсов. Информационные технологии позволяют ускорить и рационализировать транспортные процессы, тем самым повысить их качество и эффективность.

В эпоху развития в России логистической отрасли происходит становление полноценных ЗРЬ провайдеров, с развитой транспортной и складской инфраструктурой. Появление новых элементов складских сетей оказывает влияние на издержки процесса доведения товара до потребителя, а следовательно, и на конечную стоимость продукта. Формируется необходимость в качественном математическом аппарате проектирования материальных потоков, а также инструменте аналитики предполагаемых рисков.

Современная транспортно-логистическая система трудно представима без средств контроля и мониторинга. Технологии, основанные на спутниковых навигационных системах, активно используются при мониторинге транспортных средств, а также в автоматизированных системах управления движением судна (АСУДС). С развитием инфокоммуникационных технологий, появляется необходимость в геоинформационной поддержке спутникового и радиолокационного

контроля.

Также актуальными проблемами развития транспортной отрасли остаются задачи, не имеющие алгоритма точного решения. Ярким примером может служить задача карго-планирования, относящаяся к классу КР-полных. Автоматизация современного складского центра невозможна без качественных средств составления карго-плана.

Цель работы и задачи исследования.

В связи с вышеизложенным, цель настоящей диссертационной работы состоит в разработке методологического, математического и алгоритмического обеспечения автоматизированного управления ресурсами транспортно-логистического центра.

Объектом исследования является транспортно-логистический центр, его информационные и материальные ресурсы и связи между ними.

Предметом исследования являются модели, методы и алгоритмы эффективного управления информационными и материальными ресурсами транспорт-но-логистического центра.

Для выполнения этой цели потребовалось решение следующих основных задач:

1. Анализ текущего состояния транспортной отрасли России; оценка ее эффективности и информационной составляющей; анализ структуры информационного обеспечения автоматизированной системы управления транспортно-логистическим центром.

2. Создание математического обеспечения задачи территориального размещения объектов инфраструктуры транспортно-логистического центра с учетом стохастичности транспортных процессов.

3. Разработка функциональной схемы работы системы геоинформационной поддержки транспортно-логистических центров.

4. Создание алгоритмического и программного обеспечения рационального карго-планирования.

Методы исследования. При решении поставленных задач использовались методы математического моделирования, математический аппарат оптимизации, теория вероятностей и математической статистики, теория имитационного моделирования транспортных процессов, теория спутниковой навигации, теория автоматического и автоматизированного управления.

Научная новизна и положения, выносимые на защиту. Основными научными положениями диссертации являются:

1. Оценка существующего мирового и отечественного опыта по организации информационного пространства автоматизированных систем управления транспортно-логистическим центром.

2. Математическая модель территориального размещения мест складирования с учетом стохастичности транспортных процессов, отличающаяся тем, что в процессе решения задачи формируются множества допустимых решений, сужающих поиск в районе обслуживания.

3. Функциональная схема работы системы геоинформационной поддержки транспортно-логистических центров, отличающаяся тем, что обработка гетерогенных данных в ней осуществляется в едином информационном пространстве с использованием сторонних геоинформационных ресурсов.

4. Алгоритмическое и программное обеспечение «Карго-план» для получения рационального карго-плана на базе эффективного применения эвристических алгоритмов, отличающиеся тем, что в нем могут использоваться различные характеристики эффективности решения.

Практическая значимость исследований. В результате проведенных исследований доказана целесообразность и эффективность использования математических и алгоритмических разработок для решения конкретных задач, связанных с автоматизированным управлением ресурсами транспортно-логистического центра. Разработанные математические модели, алгоритмическое и программное обеспечение, а также схема интеграции гетерогенных информационных ресурсов, направлены на совершенствование эффективности

проектирования объектов инфраструктуры ТЛЦ и позволяют:

• проектировать сети складской инфраструктуры - определять местоположение объектов инфраструктуры центров складирования;

• интегрировать гетерогенные источники данных единого информационного пространства, с применением сторонних геоинформационных ресурсов;

• строить рациональные карго-планы складских помещений.

Сформулированные выводы и рекомендации могут быть использованы при

реализации «Транспортной стратегии Российской Федерации на период до 2030 года».

Достоверность научных результатов подтверждается корректностью использования математического аппарата и компьютерного моделирования, демонстрирующих эффективность предложенных методов и алгоритмов в задачах территориального размещения, карго-планирования и интеграции гетерогенных информационных ресурсов.

Реализация и внедрение результатов. Модели размещения центров складирования, схемы работы геоинформационной поддержки и программный комплекс внедрены: в учебном процессе кафедр «Прикладная математика» и «Транспортная логистика» ФГБОУ ВПО «Государственный университет морского и речного флота имени адмирала С.О. Макарова», в ЗАО «Канонерский судоремонтный завод», ООО «РОСРЕЧИНФОКОМ», СПб ГКУ «НИПЦ Генплана Санкт-Петербурга». На все программные продукты получены Свидетельства о государственной регистрации программ для ЭВМ: №2011613394, №2011613395, №2011613396.

Апробация выводов и результатов исследования. Основные результаты диссертационных исследований докладывались на следующих конференциях:

1.8-ая международная научно-практическая конференция «Исследование, разработка и применение высоких технологий в промышленности». 2009 ,Санкт-

Петербург.

2. XII Санкт-Петербургская международная конференция «Региональная информатика-2010». 2010, Санкт-Петербург.

3.1, II и III Межвузовские научно-практические конференции студентов и аспирантов «Современные тенденции и перспективы развития водного транспорта России». 2010-2012 год, Санкт-Петербург, ФБОУ ВПО СПГУВК.

4. Международная научно-практическая конференция «Современные проблемы и пути их решения в науке, транспорте, производстве и образовании 2013». 2013,Одесса.

1. ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ТРАНСПОРТНО-

ЛОГИСТИЧЕСКИХ ЦЕНТРОВ, МЕХАНИЗМЫ ФУНКЦИОНИРОВАНИЯ, ПУТИ СОВЕРШЕНСТВОВАНИЯ И РАЗВИТИЯ

1.1. Современное состояние и перспективы развития транспортно-

логистической отрасли России

Вступление России во Всемирную торговую организацию (ВТО), ставит перед крупными логистическими операторами страны новые задачи. В основном, они связаны с увеличением товарооборота и ростом грузопотока из других стран. В экономике страны, с течением времени, накопился огромный отложенный спрос - потребительский и инвестиционный. Нереализованность такого рода спроса чревато ухудшениями на общем макроэкономическом фоне.

Наблюдаются несколько мощных трендов. Во-первых, растет объем прямых иностранных инвестиций: такие отрасли как автомобилестроение, выпуск стройматериалов и пищевая промышленность создают новые ниши для развития рынка транспортных услуг. Развитие производств такого масштаба предполагает частичное импортозамещение, но при этом растет доля ввозимого оборудования, узлов для сборки, запчастей и пр. Во-вторых, происходит приватизация транспортной отрасли и развитие качественной логистики. В-третьих, наблюдается развитие Дальневосточного региона за счет инвестиций в инфраструктуру, массового строительства, возможной либерализации туризма и перелетов. Растет количество новых проектов в портовой индустрии - как по направлению насыпных и наливных грузов, так и в контейнерных перевозках.

Кризис 2009 года внес серьезные изменения в развитие мирового транспорно-логистического рынка. Произошло снижение объемов производства и потребления в развитых странах, а также сокращение грузопотоков и падение спроса на весь комплекс транспортно-логистических услуг (ТЛУ). Главными

факторами завоевания конкурентного преимущества в период кризиса стали гибкость, комплексность и качество предоставляемых услуг. В условиях выживания на рынке компании (крупные или связанные между собой длительными партнерскими взаимоотношениями) объединялись в союзы или ассоциации с другими логистическими операторами и с партнерами из других бизнес-сфер (например, ИТ). Произошло появление межрегиональных союзов логистических операторов [43]. Кроме того, в кризисной ситуации с рынка ушли малые и средние логистические операторы.

Наблюдается интенсивный перенос производства (в том числе крупнотоннажного) из Западной Европы и США в азиатские государства и формирование обратного потока готовых изделий в условиях роста потребления в развитых странах. Эти процессы становятся важнейшим стимулом развития глобального рынка ТЛУ. Помимо Китая в этом процессе активно задействованы государства Юго-Восточной Азии и Индия [101].

Азиатские страны стали играть решающую роль в восстановлении мировой торговли после глобального кризиса 2009 года. В ближайшие годы именно этот регион будет определять динамику и структуру мировых грузопотоков и спрос на ТЛУ. На данный момент развитие этих стран ориентируется на расширение собственных рынков, стимулирование внутреннего спроса и потребления.

Перед Россией открываются широкие возможности интеграции в международную торговлю. По географическому охвату международных торговых потоков Российская Федерация занимает 51-е место в мире. В то же время по глубине, то есть по интенсивности трансграничных потоков, Россия пока занимает лишь 80-ю позицию, тем самым входя в число стран с наиболее низким рейтингом [42].

Стоит заметить, что в России высок уровень логистических издержек (например, размещение заказов на поставку продукции, транспортировка внутри производства, закупка, хранение готовой продукции, складирование поступающей продукции, промежуточное хранение, отгрузка, внешняя транспортировка и

з

и

др.). Все это в сумме снижает эффективность производства и торговли, а также отрицательно влияет на конкурентоспособность компаний и страны в целом. В валовом внутреннем продукте (ВВП) РФ доля логистических издержек приблизительно равна 20%, в то время как в Китае она составляет 18,1%, в Бразилии и Индии — в пределах 11—13%, в США — 8,5%. Средний же мировой показатель логистических издержек в 2011 году оценивался Armstrong & Associates Inc. в 11,4% [101].

Также на российском рынке ТЛУ достаточно высоко держится уровень логистических затрат. Связаны они, прежде всего, с неэффективностью организации внутренней логистики компаний и транспортно-логистической системы страны в целом. Огромные расстояния, низкое качество дорог, нерациональное размещение производств увеличивают этот пагубный эффект в разы.

По оценке Минэкономразвития в 2012 году произошло снижение темпов роста экономики России до 3,5% (по сравнению с 4,3% в 2011 году). По умеренно-оптимистичному сценарию, к концу 2013 года рост ВВП России составит 3,7%. Естественно, такого рода колебания отразятся на темпах роста рынка ТЛУ. По оценке PBK.research, в 2012 году они снизились до 11,9%, а в 2013 году выйдут на показатель в 11%. Объем рынка ТЛУ в 2013 году может превысить 2,2 трлн руб.(Рис. 1.1) При неблагополучном варианте развития экономики на период 2013—2015 годов, предполагается ухудшение динамики (на грани стагнации в развитых странах), хотя и не предполагается возобновления рецессии. В случае реализации данного сценария российский сегмент ТЛУ в 2013-2014 годах будет демонстрировать темпы роста на уровне инфляции (5—6%) [2].

На данном этапе развития экономики страны ярко выделяется розничная торговля, испытывающая сейчас динамичный рост. В классическом варианте первым шагом развития розничных сетей становится увеличение торговых площадок. В поисках новых рынков дистрибьюторы и. производители устремляются в регионы. Формируются дилерские центры и филиалы.

2500- }0

19,40%

Рис. 1.1. Динамика российского рынка транспортно-логистических услуг

(млрд руб.)

Основная часть услуг в сфере перевозок и хранения грузов (а также управления запасами и поставками) выполняется специальными транспортными или логистическими службами самих компаний производителей (дистрибьюторов, ритейлеров). На их долю приходится 70% всех логистических операций [91]. Появляется необходимость высвобождать ресурсы центрального офиса компании. Количественные наработки под действием внедряемых стратегий и разработок переходят в качественные показатели. Крупные компании, «наступая на пятки», принуждают к сотрудничеству со специальными логистическими организациями-посредниками, имеющими зна�