автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Модели оптимального размещения складских комплексов с учетом различного потребительского спроса населения в задаче логистического управления товародвижением

МИХАЙЛОВ Роман Александрович

МОДЕЛИ ОПТИМАЛЬНОГО РАЗМЕЩЕНИЯ СКЛАДСКИХ КОМПЛЕКСОВ С УЧЕТОМ РАЗЛИЧНОГО ПОТРЕБИТЕЛЬСКОГО СПРОСА НАСЕЛЕНИЯ В ЗАДАЧЕ ЛОГИСТИЧЕСКОГО УПРАВЛЕНИЯ ТОВАРОДВИЖЕНИЕМ

05.13.10 - Управление в социальных и экономических системах

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

005009930

Работа выполнена в Воронежском институте высоких технологии -Автономная некоммерческая образовательная организация Высшего профессионального образования (ВИВТ - АНОО ВПО).

Научный руководитель: доктор технических наук,

Черкасов Олег Николаевич

Официальные оппоненты: доктор технических наук, профессор,

Белокуров Владимир Петрович

доктор технических наук, профессор,

Сумин Виктор Иванович

Ведущая организация: Государственное образовательное учреждение

высшего профессионального образования Воронежский государственный технический университет

Защита диссертации состоится «02» марта 2012 г. в 1200 на заседании диссертационного совета Д 212.034.03 при Воронежской государственной лесотехнической академии, по адресу: 394087, г. Воронеж, ул. Тимирязева, 8.

С диссертацией можно ознакомиться г. библиотеке Воронежской государственной лесотехнической академии.

Автореферат разослан «30 » января 2012 года

Ученый секретарь ^ /У -

диссертационного совета ^0 ■ЦЬ'I <3 — Анциферова В.И.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В последние десять лет рентабельность офисной и торговой недвижимости была значительно выше складской. Таким образом, сегмент складской недвижимости оказался наименее развитым и, как следствие' закрытым. В настоящее время можно говорить об изменении инвестиционной привлекательности данного сектора.

Принятие правильного решения по размещению складского комплекса (СК) с учетом покупательского спроса, позволяет руководству компании:

- увеличить прибыль; '

- высвободить финансовые средства на дополнительные инвестиции;

- снизить уровень запасов продукции в снабжении, производстве и

сбыте; : .: ■

- ускорить оборачиваемость вложенного капитала

- обеспечить удовлетворение потребностей покупателей, которые в условиях рынка получают все больше возможностей для сравнения и выбора лучшего'обслуживания.

Учет потребительского спроса населения - ключевая задача в предмете исследования. Возникают проблемные вопросы формализации правил принятия управленческих, решении в задаче размещения СК с учетом нечеткого потребительского спроса населения.

Существующие методики, которые используют компании для размещения складских комплексов, не позволяют учесть очень важные ограничения, связанные с покупательским спросом населения. Сложность проблемы оптимального размещения СК, как правило, связана с нехваткой информации о рынке, кроме того, существует множество разнообразных, трудно формализуемых факторов, влияющих на выбор их местоположения. Таким образом, компании* планируя размещение СК, проводят свои действия в условиях неопределенности. Обычно, при разрешении подобных проблем менеджеры опираются на собственный опыт и интуицию, что не., всегда приводит к верным решениям. Несмотря на большое количество работ, не существует единого подхода классификации и формализации методов размещения СК.

Таким образом, актуальность темы диссертационной работы определяется необходимостью разработки интеллектуальных методов оптимального размещения СК, которые позволили бы учесть покупательский спрос населения в различных условиях.

Диссертационная работа выполнена в ВИВТ - АНОО ВПО в рамках госбюджетной НИР «Моделирование информационных технологий; разработка и совершенствование методов и моделей управления, планирования и проектирования технических, технологических, экономических и социальных процессов и производств» (№ г.р. 01.2005.2305).

Цель и задачи исследования. Целью диссертационного исследования является разработка инструментальных средств управления логистикой на основе методов, моделей и алгоритмов оптимального размещения складских комплексов с учетом различного потребительского спроса населения, ориентированных на логистическое управление товародвижением.

Для достижения цели работы необходимо решить следующие задачи:

1. Провести анализ существующих методов и моделей оптимального размещения СК в различных условиях потребительского спроса населения.

2. Провести структуризацию множества свойств покупателей по отношениям их потребительского спроса, позволяющую построить структуру предпочтений лица принимающего решения (ЛПР) при выборе и принятии управленческих решений.

3. Разработать методы, модели и алгоритмы решения задачи оптимального расположения СК при различных условиях потребительского спроса населения.

4. Разработать программное обеспечение автоматизированной системы поддержки принятия решения в задачах определения координат размещения СК в условиях различного потребительского спроса населения.

5. Провести апробацию и внедрение результатов работы в производственных условиях на примерах оптимального размещения складских комплексов при различных условиях потребительского спроса населения. ,

Объект исследования. Инструментальные средства оптимизации размещения

СК.

Предмет исследования. Методы, модели и алгоритмы, а также инструментальные средства оптимального размещения складских комплексов с учетом различного потребительского спроса.

Методы исследования. В работе использованы методы системного анализа, нейросетевых технологий, генетических алгоритмов, маркетинга, интеллектуальных информационных систем, управления, математического моделирования, программирования и логистики.

Научная новизна диссертационного исследования заключается в разработке методов, моделей и алгоритмов оптимального размещения складских комплексов в различных условиях потребительского спроса населения в задаче логистического управления товародвижения:

1. Метод задания информации о спросе населения, который требует, в отличие

от известных, величины не числовых значений их потребительских свойств, а степени проявления этих свойств в конкретных условиях, что позволило на множестве потребительских свойств населения ввести меру их измеримости и выявить инвариантные к предметной области три типа отношений (улучшения, нейтральности и ухудшения), позволяющих комплексно оценить спрос населения по всем их потребительским свойствам. ^

2. Алгоритмы структуризации отношений и правила принятия решений на множествах покупателей и их потребительских свойствах, отличающиеся тем, что разделение графа предпочтений ЛПР на подграфы производится на основе бинарных отношений улучшения, нейтральности и ухудшения.

3. Модель и комплекс интеллектуальных гибридных алгоритмов поиска оптимальных координат складских комплексов, отличающиеся от известных тем, что различные ситуации потребительского спроса населения учитываются путем последовательной модификации ограничений модели оптимизации.

Теоретическая значимость полученных результатов состоит в разработке комплекса методов, моделей и алгоритмов, позволяющих решать задачи размещения складских комплексов в различных условиях спроса населения с более высокой точностью и меньшими вычислительными затратами.

Практическая значимость работы заключается в построенных инструментальных средствах на основе предложенных методов, моделей и гибридных интеллектуальных алгоритмов, ориентированных на человекомашинные процедуры принятия решений в задачах управлений товародвижением в различных условиях потребительского спроса населения.

Реализация и внедрение результатов работы. Основные теоретические и

практические результаты диссертационной работы внедрены в ООО «Праймтекс» ОСП г.Воронеж и ООО «Стеллдом» путем включения разработанных инструментальных средств в комплексные программы различного иерархического уровня управления маркетинговой деятельностью организаций. Использование разработанных инструментальных средств дало возможность получить информацию, которая позволила руководству компании, принять решение об оптимальном размещении нового складского комплекса ООО "Праймтекс" ОСП г.Воронеж, получив при этом годовой экономический эффект, в размере 184,6 т.р. Для ООО «Стеллдом», годовой экономический эффект от внедрения результатов диссертационной работы, полученный за счет анализа размещения существующих складов продукции и выявления наименее эффективно расположенных, с последующей их реорганизацией, составил 262,3 т.р. ’

Выносятся на защиту: Методы и математические модели для уточнения условий выбора классов покупателей (КП); алгоритм формирования и выбора КП; методы, математические модели и алгоритмы размещения складских комплексов, результаты экспериментов и внедрения; инструментальные средства выбора КП и координат размещения складских комплексов.

Соответствие диссертации паспорту научной специальности. Диссертация соответствует следующим пунктам области исследования паспорта специальности 05.13.10 — Управление в социальных и экономических системах:

1. Разработка теоретических основ и методов теории управления и принятия решений в социальных и экономических системах.

2. Разработка методов формализации и постановка задач управления в социальных и экономических системах.

3. Разработка методов и алгоритмов решения задач управления и принятия решений в социальных и экономических системах.

4. Разработка специального математического и программного обеспечения систем управления социальными и экономическими системами.

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на следующих научных конференциях: Всероссийских научно-технических конференциях: «Теория конфликта и се приложения» (Воронеж, 2008-2010), «Актуальные вопросы развития современной науки, техники и технологий» (Екатеринбург, 2011 г.),

«Актуальные научные проблемы» (Москва, 2011 г.); Международной научнопрактической конференции «Молодежь и наука: Реальность и будущее» (Невинномыск, 2009 г.), а также на научных семинарах, доклады которых опубликованы в Вестнике ВИВТ (Воронеж, 2008-2011 г.).

Публикации. Результаты исследований опубликованы в 14 печатных трудах, в том числе 3 - в изданиях, определенных ВАК РФ, а также в I монографии.

Личный вклад автора в работах, опубликованных в соавторстве и приведенных в конце автореферата, состоит в следующем: в [1,4], автором рассмотрена нечеткая модель размещения и распределения складов с возможностными ограничениями; в [2,4] предложена последовательность формирования и выбора КП; в [3,4], автором предложено решение задачи структуризации потребительских свойств покупателей; в [4,7,8] автором рассмотрена адресная система размещения материалов на складе и необходимость привлечения сторонних компаний для реализации логистических функций организации; в [4,10] предложена модель размещения

СК, в условиях случайного спроса; в работе [4,13] рассмотрен алгоритм обучения нейронной сети с помощью генетического алгоритма.

Структура и объем диссертации. Диссертационная работа состоит из введения, 4 глав и заключения, основной текст изложен на 114 страницах машинописного текста и содержит 42 рисунка, 6 таблиц, список литературы, включающий 106 наименований и 3 приложения.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность проблемы, сформулирована цель работы, определены: задачи исследования, научная новизна и практическая значимость диссертационной работы.

В первой главе диссертации проведен анализ существующих и наиболее часто описываемые в литературе методов (таблица 1) и моделей размещения складских комплексов, исследуется задача выбора классов покупателей по их потребительским свойствам.

Тип задачи Метод Критерий оптимизации Факторы, учитывающиеся в методе

Непрерывная задача размещения Метод "центра тяжести" Минимум транспортных расходов Объем поставок продукции

Метод "центра равновесной системы транспортных затрат" Объем поставок продукции, гранспортный тариф

Метод поиска минимума транспортной работы Спрос

Цискретная задача размещения Метод минимума суммарных затрат Минимум суммарных ;атрат Виды затрат

Фактор-рейтинговые системы Максимум интегрального показателя Основные факторы характеризующие места размещения

Метод взвешенных факторных нагрузок

Множественная регрессионная модель Максимум прибыли Факторы, коррелирующие с доходом

Методы определения зон влияния на потребителей: 1) метод изохронных линий Максимум потенциальных клиентов Информация о целевых потребителях, дистанционные и временные факторы

2) метод Тяпухина Ценовые параметры, потребительские свойства, условия распределения

3) метод на основе теории нечетких множеств Основные факторы, характеризующие места размещения

чЭоДаЧа ипшмальнши ^симищ^ппл даппи -1с*^ ж»

проблемы разработан ряд методик, описанных в литературе. Каждый метод обладает своими недостатками. Одни используют опыт менеджера, таким образом, при оценке факторов влияющих на размещение складских комплексов присутствует доля субъективизма; вторые, не могут работать в условиях неопределенности; третьи, обладают малой точностью расчета. Но общими их

недостатками, являются необходимость в большом количестве исходной информации и большое время расчета при сложных вычислениях. Сделан вывод о том, что ни один из рассмотренных методов не является универсальным, т.к. не учитывается потребительский спрос населения.

Недостаточность использования современного математического аппарата, инструментальных средств и программного обеспечения, адекватно описывающих предмет исследования, приводит к уменьшению их эффективности. Существующие модели структурного и параметрического синтеза и анализа размещения СК, как правило, основаны на аналитических методах их реализации, методах оптимизации и принятия решения по одному критерию. Слабое использование теоретико-множественного подхода к решению этих задач разрушает целостность в рассмотрении и понимании процессов изменения потребительского спроса населения, что приводит к появлению частных локальных задач, как правило, не связанных между собой. Современные подходы к решению задачи размещения СК с учетом потребительского спроса населения, основанные на использовании теории множеств, векторной оптимизации, принятия решений, распознавания образов, экспертных систем, интеллектуальных гибридных технологий и др., позволяют организовать решения задачи размещения СК в условиях различного потребительского спроса населения более эффективно.

Вторая глава посвящена разработке метода построения структуры предпочтения ЛПР потребительского спроса покупателей и модели выбора классов покупателей (КП).

Проведен анализ содержательного описания задачи потребительского спроса покупателей, в результате чего формируются множества используемых в задаче целей покупателей XV и их потребительских свойств 7 на множестве покупателей и строится соответствие между этими множествами

а: XV. (1).

В математике измеримость связывается с заданием на множестве проявлений неотрицательной (а), аддитивной (б) и монотонной (в) функции (г)

- меры, являющиеся, как и все математические объекты, идеализацией существующих мер в реальных системах. Применительно к исследуемой задаче для описания потребительского свойства покупателя использовано понятие меры, для которой обязательным является только условие (г) -функциональность, что полностью соответствует требованию альтернативности проявлений потребительских свойств населения в конкретных условиях.

В постановке (1) потребительские свойства покупателей отображены на цели размещения СК, поэтому в части произведено их комплексное

рассмотрение с учетом всей информации об отображении а, имеющейся в содержательном описании задачи. При этом отображение а представлено как измерение проявлений Хг потребительских свойств покупателя (измеряемого множества) с помощью целей (эталонного множества), а решение задачи - как построение шкалы

а 1 : Хг -» \У . (2)

Выделены три аспекта: один аспект отражает улучшение (гП5-е

потребительское свойство, п с N, с^-го покупателя, з с 5, в соответствии с их целями улучшает (увеличивает) полезность потребительского свойства

покупателя для решения задачи размещения складских комплексов), другой -ни улучшения - ни ухудшения”, т.е. имеет место аспект нейтральности (потребительское свойство гП5 не изменяет полезность покупателя в предмете

исследования), а третий - ухудшения (потребительское свойство ухудшает полезность покупателя в предмете исследования).

Согласно введенного подхода к заданию метрики был выделен класс отношений между потребительскими свойствами покупателей Ф = {А, В, С}, где А, В, С — отношения соответственно улучшения, нейтральности и ухудшения. Построен экспертный алгоритм разбиения множества покупателей на классы по отношениям между их потребительскими свойствами.

Вторая часть главы посвящена построению структуры предпочтения ЛПР выбора классов покупателей по их потребительским свойствам. Суть метода принятия решений (ПР) заключается в представлении процедур ПР в виде подграфов системообразующих компонент ярусного графа, выявление предпочтений ЛПР по каждому графу и формализации основного акта ПР в виде построения модели выбора как свертки указанных предпочтений.

Пусть в^уь 110, . . ., С„(уп, Яп) обозначают графы предпочтений ЛПР на

множестве альтернатив у\, . . . , уп с отношениями порядка Ль . . . , Я„,

соответственно, первого, . . ., п-го подграфа (в нашем случае п = 3). Тогда декартова сумма графов, определяется как граф в, который формально записывается в виде

в = + 02 + ... +Оп (3)

со множеством вершин и

У=Г]Уи (4)

иеи

и с отношением порядка

МУт1 >У Пй --У-пк )= и({Уш1 кЧУти-1 Ци (у ти Му т„+1 К^Утк }) (5)

иеи

Каждый граф из (3) представляет собой метамодели М описания допустимых состояний X системообразующих компонент в виде ориентированных графов: М; = <Х|, Я;>, где Я* - некоторое отношение порядка на множестве X;.

Это позволило для декартовой суммы графа предпочтений ЛПР, выполняющих требования (3) - (5), элементы матрицы смежности определить путем расчета действительной числовой функции псевдо Гранди,

удовлетворяющей условиям

{ч(Ут)=и>0К(^Хч(УпЬ')НУ,>бК(Ут)№<иЦ >-№’ (6)

где Я) - множество действительных чисел, ут - вершина графа, II -отношение порядка на множестве вершин у

[ч(Уш )=СЫУУп Хб(Уп }/иНУп еК(Ут )МиеК1 Ни>0) (7)-

Если существует ядро, то значение функции я(уга) считается равной 0 для вершин графа, принадлежащих его ядру. Тем самым на графе предпочтений ЛПР вводится метрика для нахождения вершин, обладающих заданными свойствами. Тогда минимальное значение функции псевдо Гранди будет соответствовать альтернативе у0, которая в наибольшей степени удовлетворяет требованиям быть близкой для структуры предпочтений ЛПР

Уо = гшп q (ут1 , Ут2 , ■ - Утп) ■ (8)

m€M,neN

Также разработан метод и математическая модель для уточнения условий выбора КП при появлении в любой вершине взвешенного орграфа дополнительной информации о предпочтениях ЛПР.

Проведенные исследования позволили разработать последовательность построения функции выбора КП, с учетом их потребительского спроса.

Достижение поставленной цели производится в результате последовательной реализации отношений на множестве решений и поэтапного сужения области поиска.

В третьей главе предложено использовать совместно статистическое моделирование, нейронную сеть и генетический алгоритм на основе которых были созданы гибридный алгоритм.

При формировании модели размещения-распределения СК использованы следующие индексы, параметры и варьируемые переменные:

1=1, 2, ..., п: складские комплексы; j=l, 2, ..., т: потребители; (щ, Ь;): координаты размещения >го потребителя, причем 1 <]<т; случайный спрос Ко потребителя, 1 <.)<т; производительность (-го склада, 1<1<п; (х„ у(): варьируемые переменные - координаты размещения 1-го склада, 1 <1 <п;' '

2н: объем поставок продукции от склада 1 потребителю ] после того, как величины случайного спроса ^ приняли конкретные значения (реализации).

Первый тип задач стохастического программирования связан с моделями (среднего) ожидаемого значения, в которых оптимизируется среднее значение (математическое ожидание) некоторой целевой функции с учетом средних значений (математических ожиданий) некоторых ограничений.

Предположим, что вектор спроса ^ = (^, ^2, ^га) определен на

вероятностном пространстве (О, А, Рг). Тройка (О, А, Рг) назовем вероятностным пространством размещения складских комплексов, а функция Рг именуем вероятностной мерой. Введем следующие обозначения:

'н Уі г11 212 - г1т

х2 Уз . г = 21\ Г22 ■ • 21т

Уп, ^пі гп2 - ' 2пт у

Для каждого <в є О. вектор ^(ш) является реализацией случайного вектора Будем говорить, что размещение г является допустимым тогда и только тогда, когда ’

г,-, >0,; = 1,2,...,п, у = 1,2,...,т,

• £^'=£Д®),у = 1,2 . (9)

т

X г,у <1,.,/ = 1,2 я

Обозначим допустимое множество размещений складских комплексов как:

г(со) =

>0,/ = 1,2,...,я,у = 1,2„

Л

Ігіу =^(<и),У = 1,2,..„) /=1

(10)

£ ^ л',-,/ -1,2,...,я

Для каждого и £ Й минимальная стоимость есть стоимость, связанная с наилучшим размещением объектов г, т.е.

С(х,у\а>)= тт Е £ -^(х, - а/)1 +(у,-Ь^ . (11)

При этом оптимальное решение г будем называть оптимальным размещением. Если 1(ы)=0, это означает, что спрос некоторых заказчиков невозможно удовлетворить.

Чтобы минимизировать ожидаемую стоимость транспортировки была предложена модель для задачи размещения-распределения при случайной производительности складов:

шт|Рг{суеО| С(х,у\со)>г}с!г о

при ограничениях: ,

(12)

где §(х,у)<0, j=l,2,...)p, представляет возможную область размещения новых складов, а Z(^a) определяется выражениями (10).

Эта модель отличается от традиционных моделей стохастического программирования наличием в ней подзадачи вида, позволяющая применить ограничения, для повышения точности расчета:

п т I Г Г

+0;-£у) при ограничениях:

£г?=«(<»)_,,; = 1,2(13)

1=1

Т. Ц £*;,/ = 1,2,...,я /=1

г у > 0,1 = 1,2,...,», У = 1,2

Параметры Х{, у; и с^(ш), в (13), являются фиксированными действительными числами при 1=1, 2,..., п, ]=1, 2, ш, и задача определения оптимального размещения СК представлена как, задача линейного программирования, которая решалась с помощью симплекс-метода.

Для аппроксимации функций с неопределенностями использованы нейронные сети.

В общем случае будем считать, что в нейронной сети имеется Ь скрытых слоев, при этом входной слой включает п нейронов, в выходном слое содержится ш нейронов и р нейронов — в 1-м скрытом слое, 1=1,2,...,Ь. Отсюда следует, что выходы нейронов в первом скрытом слое будут определяться выражениями

х! = <т( Е +<»&>.'' = 1 (14)

1=1

Выходы нейронов в 1-м скрытом слое описываются как

*! 1-[/1 +в>/о1).« = 1.2 (15)

/=1

ДЛЯ 1=2,3.....Ъ. Тогда выходные сигналы нейронной сети будут задаваться

следующим образом:

у,-= 1<ф^+<4),/ = 1,2..т- О6)

/=1

В процессе обучения производится поиск такого вектора оз который обеспечивает наилучшую возможную аппроксимацию функции А^х). Таким образом, процесс обучения состоит в подборе вектора весов т так, чтобы минимизировать следующую функцию ошибки:

Егг(/„) = \пР(^м)-у1 !12. (17)

2/=1

Далее, рассмотрена задача определения координат размещения новых складов с вероятностными ограничениями, которая подробно описана в статье [13]. Пусть х — вектор решений, £,— случайный вектор, ґ(х,^)— функция дохода, й(х,^) — случайные функции ограничений, j=l,2,...,p. Поскольку случайные ограничения &(х,^)<0, і=1,2,...,р, не определяют детерминированную область допустимых решений, зададим некоторый доверительный уровень щ, показывающий желаемую степень удовлетворенности имеющихся случайных ограничений. Реализация этой идеи приводит к вероятностному ограничению

которое именуется объединенным вероятностным ограничением. Соответственно, точка х будет называться допустимой тогда и только тогда, когда вероятностная мера события {£,(*,£)<о,у = 1,2,.,.,р} будет не менее а.

Вероятностные ограничения могут быть заданы в виде набора

в котором каждое из ограничений использует свое значение доверительного уровня а,. Минимизируем а-оптимистические затраты и получим модель следующего вида:

где 7 - а-оптимистические затраты, а 2(<а) определяется уравнением (12).

Задача размещения и распределения СК особенно актуальна в условиях нечеткого спроса.

Предположим, что вектор спроса ^=(£,1, £,з,..., Е,т) определен на

возможностном пространстве (0,Р0, Роб). Для каждого 0 є 0 вектор ^(0) есть реализация нечеткого вектора Е,. Размещение г будем называть допустимым, тогда и только тогда, когда

Рг{*у(*,£)£0,у = 1,2 ,...,р}*в,

(18)

Рг'Яу^.ъ) - 0} > ау.у = 1,2,...,р,

(19)

ГПІП / Х.У

при ограничениях'.

(20)

г, (*,> ) 50, 7=1,2,...,Р

2у > 0, / = 1,2,...,л, у = 1,2

^2#=4>(в), У = 1,2,...,т

М

(21)

Обозначим множество допустимых размещений через

гу >0, і = 1,2У = 1,2,...,от,

г(в) = Ы £г#=$у(б). у = 1,2,...,т

^ Л.< ' = 1.2,...,л

I /=1 )

Для каждого 0 є 0 минимальные транспортные расходы составляют

Чтобы минимизировать ожидаемые транспортные расходы, предложена следующая нечеткая модель для задачи размещения и распределения СК:

ГПІП |сг{0601С(х,у\в)>г}ф

' ’■ О

при ограничениях gl(x,y)<0, у = 1,2..р.

(24)

где вг - мера правдоподобия, а gi(x,y)<0, ^=1,2,______________,р, представляют

потенциальную область размещения новых объектов, а г(0) определяется (22).

Предложен метод нечеткого имитационного моделирования, позволяющий работать с возможностными ограничениями:

Р°*\х,(*,$) £ о, у = 1,2,...,р} > а (25)

Если требуется а-оптимистические значение стоимости, то приходим к следующей нечеткой модели программирования с возможностными ограничениями:

ШШ /

при ограничениях:

є ЄІ -яу.)2 +0-, -*у)г </[> а,

(26)

_ 0,7 =1,2...............................р.

где / есть а-оптимистическая стоимость, а Z(6) определяется из уравнения (22).

Формирование и выбор классов покупателей

Мониторинг спроса и предложений

Определение координат размещения складских комплексов с использованием детерминированного, стохастического и нечеткого моделирования

Координаты размещения складских комплексов

Анализ предложенных вариантов размещения

Управленческое решение о размещении СК

Рис. 1. Функциональная схема принятия решения о размещении СК в условиях нечеткого потребительского спроса

Полученные координаты являются альтернативными вариантами размещения СК, которые выводятся списком, начиная с наилучшего варианта размещения и заканчивая наименее выгодным.

После того как варианты размещения СК получены, они отображаются на системе координат, где также отмечены основные покупатели и наиболее крупные населенные пункты.

На основе предложенных вариантов размещения с учетом дополнительных факторов (конкуренция, стоимость размещения СК в данном месте, возможность поставки товара и тд.) руководство компании и ответственные специалисты служб проводят анализ, после чего принимают окончательное решение о месте размещения СК.

Функциональная схема принятия решения о размещении СК в условиях нечеткого потребительского спроса представлена на рис. 1.

В первой части четвертой главы на основе предложенных методов, моделей и алгоритмов разработан пакет прикладных программ (ППП), который позволяет пользователю решить задачи:

- построение графа целей и задач покупателей;

- формирование множества покупателей и их потребительских свойств;

- разбиение множества покупателей на классы;

- выбор наилучшего класса покупателей;

- определение координат размещения СК с использованием трех видов

математического моделирования (детерминированного, стохастического и

нечеткого моделирования).

Работа программы начинается с модуля формирования и выбора классов покупателей. После того как построены графы целей, критериев и задач покупателей, формируются множества покупателей и их потребительских свойств. Затем производится расчет, по результатам которого, будут указаны варианты КП и лучший из них (рис. 2).

Во второй части четвертой главы, рассмотрен модуль определения координат размещения СК, с использованием детерминированного, стохастического и нечеткого моделирования. Структурная схема модуля программного обеспечения, отвечающего за определение координат размещения складских комплексов с использованием методов математического моделирования, схематически представлена на рис. 3.

Проведены вычисления с помощью гибридного алгоритма. Полученные экспериментальные результаты расчетов показали высокую скорость вычисления.

В третьей части четвертой главы была проведена оценка размещения складов в Воронежской области оптовой базы ООО «Праймтекс» ОСП г.Воронеж Для этого собраны и проанализированы данные по планируемой производительности складов, а также размещению основных оптовых клиентов.

Распределение покупателей по трупам разделе

1 группа разделения |

1 группа разделении: |(рд Р6)

а групг» разделения: | {р2 РЗ Р4 Р5>

4 группа разделения: |{р} Р2 Р5 Р6}

Ь группа разделения: |{р| Р2 Р4 Р5 Р6}

Ь грута разделения: |{р-| Р2 Р6}

Расшифрованные названия;

Р1 -Покуотель 1 Р2 - Покдотель 2 РЗ • Покдогель 3 Р4 - Покупатель 4 Р5 • Покупатель 5 Рб • Покупатель 6

Рис. 2. Варианты КП и лучший из них класс.

Рис. 3. Структурная схема модуля программного обеспечения, отвечающего за определение координат размещения складских комплексов

Расчеты, проведенные с использованием разработанного ППП, дали возможность без проведения трудоемкого процесса вычислений решить задачу определения координат расположения СК (рис. 4), различными методами моделирования, при разных условиях. Практическая и теоретическая значимость диссертационной работы и разработанных инструментальных средств подтверждается полученным в результате внедрении годовым экономическим эффектом, для ООО «Праймтекс» ОСП г.Воронеж он составил 184,6 т.р. Использование результатов диссертационной работы, позволило сократить:

- время на решение задачи размещения;

- затраты связанные с выбором оптимального расположения, не прибегая к услугам сторонних организаций.

50,8 4............

! А. Лиски 5 ** • „ -ми • 41.1 9 <10.9

‘ Калач " ; • *• Ч-’1 *• «!,уз • х5,у5 ф Россошь : 41,5 39,31 а

•Ю.65

40.Я

в 38,69

•10,46

39.16

38.5 19 39.5 40 40,5 «1 «1,5 42

Рис. 4 Результат расчета координат расположения складских комплексов в

Воронежской области оптовой базы ООО «Праймтекс» ОСП г.Воронеж

Аналогичные расчеты были проведены для анализа месторасположения существующих складских комплексов ООО «Стеллдом». Они показали высокую экономическую эффективность. Использование представленных рекомендаций позволило провести оценку выбора размещения складов продукции с учетом потребительского спроса населения и выявить наименее эффективно расположенные склады продукции с целью повышения их рентабельности, В условиях конкуренции данный подход к выбору оптимального месторасположения складов продукции является особо актуальным. Для ООО «Стеллдом» годовой экономический эффект от внедрения результатов диссертационной работы составил 262,3 т.р.

Основные результаты диссертационной работы:

1. Выявлены инвариантные к предметной области три типа отношений (улучшения, нейтральности и ухудшения) между потребительскими свойствами покупателей, которые являются базисными. Они позволяют комплексно оценить каждого покупателя по всем его свойствам, что дает возможность установить связи между покупателями относительно их свойств.

2. Предложен метод выбора покупателей в условиях размещения складских комплексов, который заключается в представлении процедур ПР в виде подграфов системообразующих компонент ярусного графа, выявлении предпочтений ЛПР по каждому орграфу и формализации основного акта ПР в виде построения модели выбора как свертков указанных предпочтений. Условия выбора, выраженные в виде двухместных предикатов функций выбора, можно рассматривать как блок ПР, а комбинации подобных предикатов

- как цепи блоков ПР.

3. Предложено в декартовой сумме графов для выделения ядер предпочтений ЛПР использовать действительную числовую функцию псевдо Гранди. Тем самым на графе предпочтений ЛПР вводится метрика для нахождения покупателей, обладающих заданными потребительскими свойствами.

4. Разработан метод и математическая модель для уточнения условий выбора КП при появлении в любой вершине взвешенного орграфа дополнительной информации о предпочтениях ЛПР. Проведенные теоретические исследования позволили разработать алгоритм, построения функции выбора покупателей в задаче размещения складских комплексов.

Достижение поставленной цели производится в результате последовательной реализации отношений на множестве всевозможных комбинаций потребительских свойств покупателей и поэтапного сужения области поиска.

5. Разработан метод и математическая модель статистического моделирования размещения складских комплексов. Для этого введено понятие случайного потребительского спроса покупателей. Для детерминированной модели размещения складских комплексов разработаны гибридный и статистический алгоритмы определения координат. Сформирован соответствующий вариант гибридного алгоритма для стохастической модели размещения, объединяющего средства статистического моделирования, нейронные сети и генетический алгоритм для стохастического моделирования.

6. Предложена модель размещения складских комплексов для случая нечеткого спроса, так как получить требуемые вероятностные распределения непросто вследствие недостатка требуемых данных. Вместо этого, для оценки спроса, предложено использовать экспертное знание. Предложен метод нечеткого имитационного моделирования, позволяющий работать с возможностными ограничениями, которые, как правило, весьма трудно перевести в четкую форму в задачах практического характера. Сформированы гибридный и статистический алгоритм для нечеткой модели размещения и распределения складов.

7. Достоверность и полнота результатов исследования обеспечивается и подтверждается их практической реализацией на конкретных примерах выбора координат размещения СК для организаций, а также внедрением результатов расчетов в их работу. Общий годовой экономический эффект, полученный от внедрения результатов диссертационной работы в деятельность организаций ООО «Праймтекс» ОСП г.Воронеж и ООО «Стеллдом», составил 446,9 т.р.

Основные результаты диссертации опубликованы в следующих

работах:

Публикации в изданиях, определенных ВАК

1. Сербулов, Ю.С. Модель размещения складских комплексов в нечетких условиях спросах [Текст] / Ю.С. Сербулов, Р.А. Михайлов // Системы управления и информационные технологии: науч. тех. журнал №4.1(42) - Москва-Воронеж: Научная книга, 2010. - С. 175-178;

2. Михайлов, Р.А. Модель формирования и выбора классов покупателей в нечетких условиях спроса [Текст] / Р.А. Михайлов, Ю.С. Сербулов // Системы управления и информационные технологии: науч. тех. журнал №4.1(42) Москва-Воронеж: Научная книга, 2010. - С. 190-194;

3. Сербулов, Ю.С. Теоретико-множественный подход в задаче оценки потребительских свойств населения [Текст] / Ю.С. Сербулов, Р.А. Михайлов // Вычислительные и информационно - телекоммуникационные системы Том 7 №3: Вестник Воронеж, гос. тех. ун-та, 2011. - С. 227-229;

Монография

4. Черкасов, О.Н. Инструментальные средства управления логистикой [Текст]: Монография / О.Н. Черкасов, Ю.С. Сербулов, Р.А. Михайлов - Воронеж: Воронеж.гос. ун-т, 2012. - С. 1-197.

Статьи и материалы конференций

5. Михайлов, Р.А. Конфликтные ситуации и пути их решения при складской автоматизации [Текст] / Р.А. Михайлов // Теория конфликта и ее приложения: Тр. Материалы 5й всерос. науч. тех. конф., часть 1. Воронеж: ВИВТ, 2008. - С. 256-

6. Михайлов, Р. А. Система управления складом (\УМ5) [Текст] / Р. А. Михайлов // Вестник Воронежского института высоких технологий: науч. тех. журнал. Воронеж: ВИВТ, том №4, 2009. - С. 22-24;

7. Михайлов, Р.А. Адресная система размещения материалов на складе [Текст] / Р.А. Михайлов, С.С. Кашкаров // Молодежь и наука: реальность и будущее: Тр. 2 междун. науч. практ. конф. Невинномыск, том №8,2009. - С. 494-495;

8. Кашкаров, С.С. Необходимость в аутсорсинге логистических функций в современных рыночных отношениях [Текст] / С.С. Кашкаров, Р.А. Михайлов // Молодежь и наука: реальность и будущее: Тр. 2 междун. науч. прает. конф, Невинномыск, том №6,2009. - С. 281-282;

9. Михайлов, Р.А. Оценка эффективности логистической системы [Текст] / Р.А. Михайлов // Вестник Воронежского института высоких технологий: науч. тех. журнал. Воронеж: ВИВТ, том №5,2009. - С. 115;

10. Михайлов, Р.А. Принципы системного подхода при формировании логистических систем [Текст] / Р.А. Михайлов // Вестник Воронежского института высоких технологий: науч. тех. журнал. Воронеж: ВИВТ, том №5, 2009. - С. 116;

11. Сербулов, Ю.С. Модель решения конфликтных ситуаций размещения складских комплексов в условиях случайного спроса [Текст] / Ю.С. Сербулов, Р.А. Михайлов // Теория конфликта и ее приложения: Тр. Материалы 6й всерос. науч-техн. конф., часть 1. Воронеж: ВИВТ, 2010. - С. 55 - 59;

12. Михайлов, Р.А. Классификация покупателей по потребительским свойствам с использованием теории нечетких множеств [Текст] / Р.А. Михайлов // Актуальные научные проблемы: Тр. 2я всерос. заоч. науч. практ. конф. с междунар. уч. Екатеринбург: ИП Бируля Н.И., 2010. С. 67-68;

13. Михайлов, Р.А. Особенности определения координат размещения новых складских комплексов с вероятностными ограничениями [Текст] / Р.А. Михайлов // Актуальные вопросы развития современной науки, техники и технологий: Тр. Зя всерос. науч. практ. (заоч.) конф. Москва: НИИРРР, 2011. - С. 66-70;

14. Михайлов, Р.А. Нейронная сеть, как основа генетического алгоритма определения оптимального размещения складских комплексов [Текст] / Ю.С. Сербулов, Р.А. Михайлов // Вестник Воронежского института высоких технологий: науч. тех. журнал. Воронеж: ВИВТ, том №7,2011. - С. 181-183.

Просим Ваши отзывы на автореферат в двух экземплярах с подписями, заверенными гербовой печатью, направлять по адресу: 394087, г.Воронеж, ул.Тимирязева, 8, ВГЛТА, ученому секретарю. Тел / Факс (473) 253-67-05.

Михайлов Роман Александрович

МОДЕЛИ ОПТИМАЛЬНОГО РАЗМЕЩЕНИЯ СКЛАДСКИХ КОМПЛЕКСОВ С УЧЕТОМ РАЗЛИЧНОГО ПОТРЕБИТЕЛЬСКОГО СПРОСА НАСЕЛЕНИЯ В ЗАДАЧЕ ЛОГИСТИЧЕСКОГО УПРАВЛЕНИЯ ТОВАРОДВИЖЕНИЕМ

Автореферат диссертации на соискание ученой степени кандидата технических

наук

Подписано к печати 24.01.12.

Формат 60x90 1/16. Объём 1,25 п.л. Уел. печ. л. 1,16. Тираж 120 экз. Заказ 41 Отпечатано в УОП ФГБОУ ВПО «ВГЛТА»

394087, г. Воронеж, ул. Докучаева, 10

ВВЕДЕНИЕ

1. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ОЦЕНКИ РАЗМЕЩЕНИЯ ОБЪЕКТОВ СКЛАДСКИХ КОМПЛЕКСОВ

1.1 Актуальные вопросы и тенденции развития логистики

1.1.1 Функции логистики

1.1.2 Функции логистического управления

1.2 Методы решения непрерывной задачи размещения объекта

1.3 Методы решения дискретной задачи размещения объекта

1.4 Принятие решений в составе модели выбора классов покупателей по их потребительским свойствам

1.5 Выводы и постановка задачи исследования

2. ПОСТРОЕНИЕ СТРУКТУРЫ ПРЕДПОЧТЕНИЯ ПОТРЕБИТЕЛЬСКОГО СПРОСА ПОКУПАТЕЛЕЙ И МОДЕЛИ ВЫБОРА КЛАССОВ ПОКУПАТЕЛЕЙ

2.1 Структуризация множества потребительских свойств покупателей

2.1.1 Задание меры и анализ измеримости потребительских свойств покупателей. Формализация переменных задачи

2.1.2 Отношения между потребительскими свойствами покупателей

2.1.3 Алгоритм разбиения множества покупателей на классы по отношениям между их потребительскими свойствами

2.2 Построение структуры предпочтения ЛПР выбора классов покупателей по их потребительским свойствам

2.3 Построение модели формирования и выбора классов покупателей

2.4 Выводы

3. ПРИНЯТИЕ РЕШЕНИЯ О РАЗМЕЩЕНИИ СКЛАДСКИХ

КОМПЛЕКСОВ НА ОСНОВЕ МОДЕЛЕЙ И АЛГОРИТМОВ ОПРЕДЕЛЕНИЯ КООРДИНАТ В УСЛОВИЯХ НЕЧЕТКОГО

ПОТРЕБИТЕЛЬСКОГО СПРОСА НАСЕЛЕНИЯ

ЗЛ Детерминированное моделирование

3.2 Стохастическое моделирование

3.3 Нечеткое моделирование

3.4 Принятие решения о размещении складских комплексов как элемент системы логистического управления товародвижением

3.5 Выводы 103 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ РАЗРАБОТАННЫХ МОДЕЛЕЙ

И АЛГОРИТМОВ РАЗМЕЩЕНИЯ СКЛАДСКИХ КОМПЛЕКСОВ В

УСЛОВИЯХ НЕЧЕТКОГО ПОТРЕБИТЕЛЬСКОГО СПРОСА

4.1 Функциональная схема системы размещения складских комплексов в условиях нечеткого потребительского спроса

4.2 Апробация работы информационной системы

4.3 Оценка размещения складов ООО «Праймтекс» ОСП г.Воронеж

4.3.1 Описание деятельности организации

4.3.2 Оценка размещения складов в Воронежской области оптовой базы ООО «Праймтекс» ОСП г.Воронеж

4.4 Выводы 135 ЗАКЛЮЧЕНИЕ 136 Библиографический список 139 Приложения

Актуальность работы. В последние десять лет рентабельность офисной и торговой недвижимости была значительно выше складской. Таким образом, сегмент складской недвижимости оказался наименее развитым и, как следствие, закрытым. В настоящее время можно говорить об изменении инвестиционной привлекательности данного сектора.

Принятие правильного решения по размещению складского комплекса (СК) с учетом покупательского спроса, позволяет руководству компании:

- увеличить прибыль;

- высвободить финансовые средства на дополнительные инвестиции;

- снизить уровень запасов продукции в снабжении, производстве и сбыте;

- ускорить оборачиваемость вложенного капитала

- обеспечить удовлетворение потребностей покупателей, которые в условиях рынка получают все больше возможностей для сравнения и выбора лучшего обслуживания.

Учет потребительского спроса населения - ключевая задача в предмете исследования. Возникают проблемные вопросы формализации правил принятия управленческих решений в задаче размещения СК с учетом нечеткого потребительского спроса населения.

Существующие методики, которые используют компании для размещения складских комплексов, не позволяют учесть очень важные ограничения, связанные с покупательским спросом населения. Сложность проблемы оптимального размещения СК, как правило, связана с нехваткой информации о рынке, кроме того, существует множество разнообразных, трудно формализуемых факторов, влияющих на выбор их местоположения. Таким образом, компании, планируя размещение СК, проводят свои действия в условиях неопределенности. Обычно, при разрешении подобных проблем менеджеры опираются на собственный опыт и интуицию, что не всегда приводит к верным решениям. Несмотря на большое количество работ, не существует единого подхода классификации и формализации методов размещения СК.

Таким образом, актуальность темы диссертационной работы определяется необходимостью разработки интеллектуальных методов оптимального размещения СК, которые позволили бы учесть покупательский спрос населения в различных условиях.

Диссертационная работа выполнена в ВИВТ - АНОО ВПО в рамках госбюджетной НИР «Моделирование информационных технологий; разработка и совершенствование методов и моделей управления, планирования и проектирования технических, технологических, экономических и социальных процессов и производств» (№ г.р. 01.2005.2305).

Объект исследования. Инструментальные средства поддержки принятия решений для размещения СК.

Предмет исследования. Методы, модели и алгоритмы оптимального размещения складских комплексов с учетом различного потребительского спроса и правила принятия решений.

Цель и задачи исследования. Целью диссертационного исследования является разработка инструментальных средств управления логистикой на основе методов, моделей и алгоритмов оптимального размещения складских комплексов с учетом различного потребительского спроса населения, ориентированных на логистическое управление товародвижением.

Для достижения цели работы необходимо решить следующие задачи:

1. Провести анализ существующих методов и моделей оптимального размещения СК в различных условиях потребительского спроса населения.

2. Провести структуризацию множества свойств покупателей по отношениям их потребительского спроса, позволяющую построить структуру предпочтений лица принимающего решения (ЛИР) при выборе и принятии управленческих решений.

3. Разработать методы, модели и алгоритмы решения задачи оптимального расположения СК при различных условиях потребительского спроса населения.

4. Разработать программное обеспечение автоматизированной системы поддержки принятия решения в задачах определения координат размещения СК в условиях различного потребительского спроса населения.

5. Провести апробацию и внедрение результатов работы в производственных условиях на примерах оптимального размещения складских комплексов при различных условиях потребительского спроса населения.

Методы исследования. В работе использованы методы системного анализа, нейросетевых технологий, генетических алгоритмов, маркетинга, интеллектуальных информационных систем, управления, математического моделирования, программирования и логистики.

Научная новизна диссертационного исследования заключается в разработке методов, моделей и алгоритмов оптимального размещения складских комплексов в различных условиях потребительского спроса населения в задаче логистического управления товародвижением:

1. Метод задания и формализации информации о спросе населения, который требует, в отличие от известных, величины не числовых значений их потребительских свойств, а степени проявления этих свойств в конкретных условиях, что позволило на множестве потребительских свойств населения ввести меру их измеримости и выявить инвариантные к предметной области три типа отношений (улучшения, нейтральности и ухудшения), позволяющих комплексно оценить спрос населения по всем их потребительским свойствам.

2. Алгоритмы структуризации отношений и правила принятия решений на множествах покупателей и их потребительских свойствах, отличающиеся тем, что разделение графа предпочтений ЛПР на подграфы производится на основе бинарных отношений улучшения, нейтральности и ухудшения.

3. Модель и комплекс интеллектуальных гибридных алгоритмов поиска оптимальных координат складских комплексов для поддержки принятия решений о размещении СК, отличающиеся от известных тем, что различные ситуации потребительского спроса населения учитываются путем последовательной модификации ограничений модели оптимизации.

Теоретическая значимость полученных результатов состоит в разработке комплекса методов, моделей и алгоритмов, позволяющих решать задачи размещения складских комплексов в различных условиях спроса населения с более высокой точностью и меньшими вычислительными затратами.

Практическая значимость и результаты внедрения. Практическая значимость работы заключается в построенных инструментальных средствах на основе предложенных методов, моделей и гибридных интеллектуальных алгоритмов, ориентированных на человеко-машинные процедуры принятия решений в задачах управления товародвижением в различных условиях потребительского спроса населения.

Основные теоретические и практические результаты диссертационной работы внедрены в ООО «Праймтекс» ОСП г.Воронеж и ООО «Стеллдом» путем включения разработанных инструментальных средств в комплексные программы различного иерархического уровня управления маркетинговой деятельностью организаций. Использование разработанных инструментальных средств дало возможность получить информацию, которая позволила руководству компании, принять решение об оптимальном размещении нового складского комплекса ООО «Праймтекс» ОСП г.Воронеж, получив при этом годовой экономический эффект, в размере 184,6 т.р. Для ООО «Стеллдом», годовой экономический эффект от внедрения результатов диссертационной работы, полученный за счет анализа размещения существующих складов продукции и выявления наименее эффективно расположенных, с последующей их реорганизацией, составил 262,3 т.р.

Помимо этого, элементы диссертационной работы используются при обучении студентов и внедрены в учебный процесс аспирантов ФГБОУ ВПО «Воронежская государственная лесотехническая академия» по специальности 05.13.10 -Управление в социальных и экономических системах.

Выносятся на защиту:

1. Метод задания и формализации информации о спросе населения.

2. Алгоритмы структуризации отношений и правила принятия решений на множествах покупателей и их потребительских свойствах.

3. Модель и комплекс интеллектуальных гибридных алгоритмов поиска оптимальных координат складских комплексов для поддержки принятия решений о размещении СК.

Соответствие паспорту специальности. Диссертация соответствует следующим пунктам области исследования паспорта специальности 05.13.10 -Управление в социальных и экономических системах:

2. Разработка методов формализации и постановка задач управления в социальных и экономических системах.

3. Разработка методов и алгоритмов решения задач управления и принятия решений в социальных и экономических системах.

5. Разработка специального математического и программного обеспечения систем управления социальными и экономическими системами.

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на следующих научных конференциях: Всероссийских научно-технических конференциях: «Теория конфликта и ее приложения» (Воронеж, 2008-2010), «Актуальные вопросы развития современной науки, техники и технологий» (Екатеринбург, 2011 г.), «Актуальные научные проблемы» (Москва, 2011 г.); Международной научно-практической конференции «Молодежь и наука: Реальность и будущее» (Невинномыск, 2009 г.), а также на научных семинарах, доклады которых опубликованы в Вестнике ВИВТ (Воронеж, 2008-2011 г.).

Публикации результатов работы. Результаты исследований опубликованы в 14 печатных трудах, в том числе 3 - в изданиях, определенных ВАК РФ, а также в 1 монографии.

Личный вклад автора в работах, опубликованных в соавторстве и приведенных в конце автореферата, состоит в следующем: в [1,4], автором рассмотрена нечеткая модель размещения и распределения складов с возможностными ограничениями; в [2,4] предложена последовательность формирования и выбора классов покупателей (КП); в [3,4], автором предложено решение задачи структуризации потребительских свойств покупателей; в [4,7,8] автором рассмотрена адресная система размещения материалов на складе и необходимость привлечения сторонних компаний для реализации логистических функций организации; в [4,10] предложена модель размещения СК, в условиях случайного спроса; в работе [4,13] рассмотрен алгоритм обучения нейронной сети с помощью генетического алгоритма.

Структура и объем диссертации. Диссертационная работа состоит из введения, 4 глав и заключения, основной текст изложен на 114 страницах машинописного текста и содержит 42 рисунка, 6 таблиц, список литературы, включающий 106 наименований и 3 приложения.

Выводы по диссертационной работе и полученные в ней результаты можно обобщить следующим образом:

1. Выявлены инвариантные к предметной области три типа отношений (улучшения, нейтральности и ухудшения) между потребительскими свойствами покупателей являются базисными, позволяющие комплексно оценить каждого покупателя по всем его свойствам, что дает возможность установить связи между покупателями относительно их свойств.

2. Предложен метод выбора покупателей в условиях размещения складских комплексов заключается в представлении процедур ПР в виде подграфов системообразующих компонент ярусного графа, выявление предпочтений ЛПР по каждому орграфу и формализация основного акта ПР в виде построения модели выбора как свертки указанных предпочтений. Условия выбора, выраженные в виде двухместных предикатов функций выбора, можно рассматривать как блок ПР, а комбинации подобных предикатов - как цепи блоков ПР.

3. Предложено в декартовой сумме графов для выделения ядер предпочтений ЛПР использовать действительную числовую функцию псевдоГранди. Тем самым на графе предпочтений ЛПР вводится метрика для нахождения покупателей, обладающих заданными потребительскими свойствами.

4. Разработан метод и математическая модель для уточнения условий выбора КП при появлении в любой вершине взвешенного орграфа дополнительной информации о предпочтениях ЛПР.

5. Проведенные теоретические исследования позволили разработать алгоритм, построения функции выбора покупателей в задаче размещения складских комплексов. Достижение поставленной цели производится в результате последовательной реализации отношений на множестве всевозможных комбинаций потребительских свойств покупателей и поэтапного сужения области поиска.

6. Разработанная математическая модель формирования КП ориентирована на их выбор как новых технических решений, которые по совокупности своих потребительских свойств позволяют получить заданные потребительские свойства КП. Достижение поставленной цели производится в результате последовательной реализации нечетких бинарных отношений на N8 - мерном пространстве покупателей и их потребительских свойств и поэтапного сужения области поиска согласно порога разделимости.

7. Предложенный алгоритм формирования и выбора КП послужил основой в совокупности с другими видами обеспечения создания инструментальных средств, предназначенных для решения задачи выбора потребителей в задачах размещения складских комплексов.

8. Разработан метод и математическая модель статистического моделирования размещения складских комплексов, для этого введено понятие случайного потребительского спроса покупателей.

9. Для детерминированной модели размещения складских комплексов разработаны гибридный и статистический алгоритмы определения координат.

10. Сформирован соответствующий вариант гибридного алгоритма для стохастической модели размещения, объединяющего средства статистического моделирования, нейронные сети и генетический алгоритм, для стохастического моделирования.

11. Предложена модель размещения складских комплексов для случая нечеткого спроса, так как получить требуемые вероятностные распределения непросто вследствие недостатка требуемых данных. Вместо этого, для оценки спроса, предложено использовать экспертное знание.

12. Предложен метод нечеткого имитационного моделирования, позволяющий работать с возможностными ограничениями, которые, как правило, весьма трудно перевести в четкую форму в задачах практического характера.

13. Сформированы гибридный и статистический алгоритм для нечеткой модели размещения и распределения складов.

14. Разработаны инструментальные средства выбора КП в условиях замещения в виде пакета прикладных программ автоматизированного выбора и ПР в задачах замещения ресурсов с инвариантными свойствами к предметной области.

15. Достоверность и полнота результатов исследования обеспечивается и подтверждается их практической реализацией на конкретных примерах выбора координат размещения складских комплексов для организаций, а также внедрением результатов расчетов в их работу. Общий годовой экономический эффект, полученный от внедрения результатов диссертационной работы в деятельность организаций ООО «Праймтекс» ОСП г.Воронеж и ООО «Стеллдом», составил 446,9 т.р.

139

ЗАКЛЮЧЕНИЕ

Основным результатом диссертационной работы следует считать разработку методов, моделей и алгоритмов размещения складских комплексов, которые позволяют учитывать покупательский спрос в различных условиях, а также разделять множества покупателей на классы по их потребительским свойствам, что позволило разработать инструментальные средства в виде математического, программного и информационного обеспечения предметных автоматизированных систем.

1. Михайлов, Р.А. Конфликтные ситуации и пути их решения при складской автоматизации Текст. / Р.А. Михайлов // Теория конфликта и ее приложения: Тр. Материалы 5й всерос. науч. тех. конф., часть 1. Воронеж: ВИВТ, 2008 г. С. 256259.

2. Кашкаров, С.С. Необходимость в аутсорсинге логистических функций в современных рыночных отношениях Текст. / С.С. Кашкаров, Р.А. Михайлов // Молодежь и наука: реальность и будущее: Тр. 2 междун. науч. практ. конф. Невинномыск, том №6,2009 г. С. 281-282.

3. Чейз, Р. Производственный и операционный менеджмент Текст. / Р. Чейз, Н.Дж. Эквилайн, Р.Ф. Якобе. // Пер. с англ.; — М.: Вильяме, 2001. — 704 с.

4. Лукинский, В.С. Модели и методы теории логистики. 2-е издание. Текст. /В.С. Лукинский // Изд-во: Питер, 2008. С. 65-68.

5. Тяпухин, А. Новая стратегия сбыта: Проектирование и формирование логистических каналов Текст. / А. Тяпухин // РИСК. — 1999. — № 4. — С. 2429.

6. Ягер, Р.Р. Нечеткие множества и теория возможностей. Последние достижения Текст. / Р.Р. Ягер. — М.: Радио и связь, 1986. — 408 с.

7. Brandeau, M.L. An overview of representative problems in location research Текст. / M.L. Brandeau, S.S. Chíu // Management science. — 1989. — Vol. 35, № 6, —C. 645-674.

8. Wild, R. Essentials of production and operations management: text and cases Текст. / R.Wild. — 4th ed. — UK: Henley management college, 1995. — 520 c.

9. Гранберг, А.Г. Основы региональной экономики Текст. / А.Г. Гранберг. — М.:ГУ ВШЭ, 2000. — 495 с.

10. Смехов, А.А. Маркетинговые модели транспортного рынка Текст. / А.А. Смехов. — М.:Транспорт, 1998. — 120 с.

11. Tansel, В.С. Location on networks: a survey — Part I. The p-center and p-median problems Текст. / В.С. Tansel, R.L. Francis, T.J. Lowe // Management science. — 1983. —№29.-C. 482-497.

12. Tansel, B.C. Location on networks: a survey — Part II. Exploiting tree network structure Текст. / B.C. Tansel, R.L. Francis, T.J. Lowe // Management science. — 1983. — № 29. — C. 498-511.

13. Гаджинский, A.M. Основы логистики Текст. / A.M. Гаджинский. — M.: ИВЦМК, 1996. — 124 с.

14. Энджел, Дж.Ф. Поведение потребителей Текст. / Дж.Ф. Энджел, Р.Д. Блэкуэлл, П.У Миниард. — СПб: Питер Ком, 2000. — 759 с.

15. Михайлов, P.A. Принципы системного подхода при формировании логистических систем Текст. / P.A. Михайлов // Вестник Воронежского института высоких технологий: науч. тех. журнал. Воронеж: ВИВТ, том №5,2009 г. -116 с.

16. Pannatier, Y. Variowin, software for spatial data analysis in 2D Текст. / Y. Pannatier. — N.Y.; Berlin; Heidelberg: Springer-Verlag, 1996. — 91 c.

17. Шевченко, JI.C. Введение в маркетинг Текст. / JI.C. Шевченко. -— Харьков: Консум,— 672 с.

18. Гафт, М.Г. Принятие решений при многих критериях. Текст. / М.Г. Гафт М.:3нание, 1979. - 64 с.

19. Заде, JI.A. Понятия лингвистической переменной и его применение к принятию приближенных решений. Текст. / JI.A. Заде — М.:Мир, 1976.-165 с.

20. Карлин, С. Математические методы в теории игр, программировании и экономике Текст. / С. Карлин — М.:Мир, 1964.- 838 с.

21. Розен, В.В. Цель оптимальность - решения (математические модели принятия оптимальных решений) Текст. / В.В. Розен — М.:Радио и связь, 1982.168 с.

22. Беккер, A.B. Распознавание образов при построении экономико-статистических моделей Текст. / A.B. Беккер, М.А. Ягольницер, A.A. Колоколов, Б.А. Гладких — Новосибирск: Наука, 1975.- 421 с.

23. Розин, Б.Б. Теория распознавания образов в экономических исследованиях. Текст. / Б.Б. Розин — М.:Статистика, 1973.- 224 с.

24. Харкевич, A.A. О выборе признаков при машинном опознании Текст. / A.A. Харкевич//Техн.кибернетика. — 1963.-№2.-С.23-31.

25. Борисов, А.Н., Обработка нечеткой информации в системах принятия решений. Текст. / А.Н. Борисов, A.B. Алексеев — М.:Радио и связь, 1989.-304 с.

26. Борисов, А.Н. Принятие решений на основе нечетких моделей: Примеры использования. Текст. / А.Н. Борисов, O.A. Крумберг, И.П. Федоров — Рига: Зинатне, 1990.- 184 с.

27. Кофман, А. Введение в теорию нечетких множеств Текст. / А. Кофман — М.'Радио и связь,1982.- 432 с.

28. Энта, Е. Теория нечетких решений Текст. / Е. Энта // Нечеткие множества и теория возможностей: Последние достижения — М.:Радио и связь, 1986.- С. 301-302.

29. Моисеенко, Г.Е. Оптимизация графика работы транспортных средств Текст. / Г.Е. Моисеенко //Автоматика и телемеханика. — 1991.-№4.- С. 157164.

30. Гурин, JI.C. Задачи и методы оптимального распределения ресурсов. Текст. / JI.C. Гурин, Я.С. Дымарский, А.Д. Меркулов -М.:Сов.радио, 1968.-463 с.

31. Накалков, Э.С. Модель генерации вариантных технических решений Текст. / Э.С. Накалков //Системы автоматизированного проектирования в машиносторении: Сб.науч.тр. Вып.18.-Рига: Риж. политех, ин.-т, 1989.- С. 6166.

32. Гнес, Г.В. Задачи распределения ресурсов в иерархических системах Текст. / Г.В. Гнес // Изв. АНСССР. Техн.кибернетика.-1984.- №1.- С.37-41.

33. Глушков, В.М. Системы оптимизации Текст. / В.М. Глушков // Кибернетика-1980.-№5.- С.89-90.

34. Воронов, A.A. Введение в диалектику сложных управляемых систем. Текст. / A.A. Воронов -М.:Наука, 1985.- 352 с.

35. Данциг, Д. Линейное программирование. Текст. / Д. Данциг -М.:Прогресс, 1966.- 600 с.

36. Комков, Н.И. Модели программно-целевого планирования (на примере программы научно-технического развития). Текст. / Н.И. Комков -М.:Наука, 1981.- 269 с.

37. Месарович, М., Теория иерархических и многоуровневых систем. Текст. / М. Месарович, Д. Мако, И. Такахара -М.:Мир, 1973.- 344 с.

38. Ковеш, П. Теория индексов и практика экономического анализа. Текст. / П. Ковеш -М.:Финансы и статистика, 1990.- 364 с.

39. Канцедал, С.А. Декомпозиционный подход к решению задач теории расписания и большой размерности Текст. / С.А. Канцедал //Автоматика и телемеханика.-1983.-№ 10.- С. 144-151.

40. Дубов, Ю.Я. Многокритериальные модели формирования и выбора вариантов систем. Текст. / С.И. Травкин, В.Н. Якимец -М.гНаука, 1986.- 296 с.

41. Борисов, А.Н. Методы интерактивной оценки решений. Текст. / A.C. Левченков -Рига: Зинатне, 1982.- 139 с.

42. Корн, Г., Справочник по математике (для научных работников и инженеров). Текст. / Г. Корн, Т. Корн -М.:Наука, 1977.- 832 с.

43. Бусленко, Н.П. Моделирование сложных систем. Текст. / Н.П. Бусленко -М.: Наука, 1978,- 400 с.

44. Немчинов, В.В. Агрегативная модель региональной водохозяйственной системы Текст. /В.В. Немчинов, В.М. Шнайдман //Теория сложных систем и методы их моделирования.-М., 1983.-е. 113-124. и переработка сельхозсырья.-1997.-№8.- С. 30-32.

45. Zhou, J. New stochastic models for capacitated location-allocation problem, Computers & Industrial Engineering, to be published Текст. / J. Zhou, B. Liu - vol. 45, No.3,2003-C. 111-125.i

46. Ермаков, С.М.,— Статистическое моделирование Текст. / С.М. Ермаков, Г.А. Михайлов // Издание второе, дополненное, 1982. - 294 с.

47. Ашманов, С.А. Линейное программирование Текст. / С.А. Ашманов -М.: Наука, - 1981,-340 с.

48. Круглов, В.В. Нечеткая логика и искусственные нейронные сети. Текст. / В.В. Круглов, М. И. Дли, Р. Ю. Голупов.— М.: Физматлит, 2000. — 224 с.

49. Батыршин, И.З. Теория и практика нечетких гибридных систем. Текст. / И.З. Батыршин, А.О. Недосекин, A.A. Стецко, В.Б. Тарасов, A.B. Язенин, Н.Г. Ярушкина М.: Физматлит, 2007. - 132 с.

50. Колесников, A.B. Гибридные интеллектуальные системы: Теория и технология разработки. Текст. / A.B. Колесников // СПБ: Изд-во СПбГТУ, 2001.-711 с.

51. Сербулов, Ю.С. Модель размещения складских комплексов в нечетких условиях спросах Текст. / Ю.С. Сербулов, P.A. Михайлов // Системы управления и информационные технологии: науч. тех. журнал №4.1(42) Москва-Воронеж: Научная книга, 2010 г. - С. 175-178.

52. Колесников, А. В., Кириков И. А. Методология и технология решения сложных задач методами функциональных гибридных интеллектуальных систем. Текст. / А. В. Колесников, И. А. Кириков — М.: ИЛИ РАН, 2007. — 387 с.

53. Гаврилов, A.B. Гибридные интеллектуальные системы. Текст. / A.B. Гаврилов // Новосибирск: Изд-во НГТУ, 2003. 168с.

54. Михайлов, P.A. Нейронная сеть, как основа генетического алгоритма определения оптимального размещения складских комплексов Текст. / Ю.С.

55. Сербулов, Р.А. Михайлов // Вестник Воронежского института высоких технологий: науч. тех. журнал. Воронеж: ВИВТ, том №7,2011 г. С. 181-183.

56. Liu, В. Modelling stochastic decision systems using dependent- chance programming, European Journal of Operational Research Текст. / В. Liu, К. Iwamura // Vol. 101, No. 1,1997, C. 193-203.

57. Уотермен, Д. Руководство по экспертным системам Текст. / Д. Уотермен, — М.: «Мир», 1989: — 388 с.

58. Михайлов, Р.А. Оценка эффективности логистической системы Текст. / Р.А. Михайлов // Вестник Воронежского института высоких технологий: науч. тех. журнал. Воронеж: ВИВТ, том №5, 2009 г. 115 с.

59. Бельман, Р. Динамическое программирование. Текст. / Р. Бельман // "Иностр. Лит.", Москва, 1960 112 с.

60. Larry, R. Medsker. Hybrid Intelligent Systems. Текст. / R. Larry // 1995 87 c.

61. Stefan, W., Hybrid Neural Systems. Текст. / W. Stefan, Ron S. // SpringerVerlag, Heidelberg, Germany. 2000 C. 95-97.

62. Negnevitsky, M. Artificial Intelligence. A guide to intelligent systems. Текст. / M. Negnevitsky // Addison-Wesley, 2005 C.45-48.

63. Mellin, P. Hybrid Intelligent Systems Текст. / P. Mellin // Springer-Verlag. 2006 65 c.

64. Вагнер, Г. Основы исследования операций Текст. / Г. Вагнер // т. 3, "Мир", Москва, 1973 143 с.

65. Ягер, P.P. Нечеткие множества и теория возможностей: Последние достижения. Текст. / P.P. Ягер М.: Радио и связь, 1986 - 174 с.

66. Jain, С. Fusion of Neural Networks, Fuzzy Systems and Genetic Algorithms: Industrial Applications Текст. / С. Jain, N.M. Martin. // CRC Press, CRC Press LLC, 1998 137 c.

67. Романовский, И. В. Алгоритмы решения экстремальных задач Текст. / И. В. Романовский // "Наука", Москва, 1977 С. 78-82.

68. Михайлов, Р.А. Система управления складом (WMS) Текст. / Р.А. Михайлов // Вестник Воронежского института высоких технологий: науч. тех. журнал. Воронеж: ВИВТ, том №4, 2009 г. С. 22-24.

69. Liu, В. Dependent-chance programming: A class of stochastic optimization, Computers & Mathematics with Applications Текст. / В. Liu // Vol.34, No. 12, 1997 146 c.

70. Кофман, А. Введение в теорию нечетких множеств. Текст. / А. Кофман -М.: Радио и связь, 1982 432 с.

71. Михайлов, Р.А. Адресная система размещения материалов на складе Текст. / Р.А. Михайлов, С.С. Кашкаров // Молодежь и наука: реальность и будущее: Тр. 2 междун. науч. практ. конф. Невинномыск, том №8, 2009 г. С. 494-495.

72. Гаджинский, А. М. Логистика: Учебник для высших и средних специальных учебных заведений. Текст. / A.M. Гаджинский //- 2-е изд.- М.: Информационно-внедренческий центр "Маркетинг", 1999. 228 с.

73. Черкасов, О.Н. Инструментальные средства управления логистикой Текст.: Монография / О.Н. Черкасов, Ю.С. Сербулов, Р.А. Михайлов -Воронеж: Воронеж.гос. ун-т, 2012 г. С. 1-444.

74. Практическая значимость результатов диссертационной работы подтверждается их реализацией на конкретных примерах, получены акты внедрения (см. приложения 1-3).

75. Суммарный годовой экономический эффект от внедрения результатов диссертационной работы в деятельность организаций ООО «Праймтекс» ОСП г.Воронеж и ООО «Стеллдом», составил 446,9 т.р.

76. Помимо этого результаты диссертационной работы внедрены в учебный процесс ФГБОУ ВПО «Воронежская государственная лесотехническая академия».