автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Мультиагентное имитационное моделирование логистической системы перерабатывающего предприятия АПК

На правах рукописи

00345294 1 ОВЧИННИКОВА Любовь Алексеевна

Мультиагентное имитационное моделирование логистической системы перерабатывающего предприятия АПК

Специальность 05.13.18 - Математическое моделирование, численные методы и комплексы программ

Автореферат диссертации на соискание ученой степени кандидата технических наук

Москва 2008

003452941

Работа выполнена в ГОУ ВПО «Московский государственный университет прикладной биотехнологии» (МГУПБ)

Научный руководитель - доктор технических наук,

профессор Ивашкин ЮЛ.

Официальные оппоненты - доктор технических наук,

профессор Федунец Н.И.

- доктор технических наук, профессор Большаков О.В.

Ведущая организация Институт проблем управления

Российской академии наук

Защита состоится «5" » дг/^ ёр-* 2008 г. в 14 час. мин. на заседании диссертационного совета Д 212.149.04 при ГОУ ВПО «Московский государственный университет прикладной биотехнологии» по адресу: 109316, Москва, ул. Талалихина, 33, конференцзал.

С диссертацией можно ознакомиться в библиотеке Московского государственного университета прикладной биотехнологии.

Автореферат разослан « 31 » 2008 г.

Ученый секретарь диссертационного совета, к.т.н., доцент

Потапов А.С.

Актуальность темы. В рыночных условиях производственной деятельности перерабатывающего предприятия с множеством материальных потоков, начальной неопределенностью и стохастически-детерминированным характером связей с поставщиками биосырья и потребителями готовой продукции эффективность работы всей логистической системы предприятия зависит от своевременной переработки больших объемов оперативной информации и обоснованности принятия ответственных управленческих решений.

Для перерабатывающего предприятия достижение цели в условиях неопределенности и риска сводится к оценке логистики материальных потоков и технологических операций на всех стадиях производства от поставок сырья до реализации готовой продукции с нахождением оптимальных решений в оперативных условиях и долгосрочных стратегиях деятельности предприятия.

Состояние сложной логистической системы в условиях неопределенности и риска в большинстве случаев непредсказуемо и не может быть прогнозируемо изначально аналитически или путем логического анализа, так как оно является результатом многошагового взаимодействия множества материальных потоков и активных автономных элементов системы и окружающей среды. Аналитические методы принятия решения рассматривают статические состояния отдельных производственных сфер без учета динамики поведения каждого активного элемента и его прямого влияния на состояние других элементов.

Оценка и выбор стратегии производственной деятельности в неопределенной ситуац ии поставок, производства и спроса на продукцию возможен с помощью имитационного моделирования поведения каждого элемента производственной системы. Поэтому, для решения задачи оптимизации управления запасами и материальными потоками в сферах поставок сырья, его переработки, хранения и сбыта готовой продукции является социально значимой и актуальной разработка объектно-ориентированных мультиагентных имитационных моделей состояния и поведения сложных логистических систем перерабатывающего предприятия при начальной стохастической неопределенности производственных и маркетинговых ситуаций.

Для идентификации и прогнозирования сложных аномальных ситуаций в производственной логистической системе предприятия предлагаются модели и алгоритмы агентно-ориентированной имитации взаимодействия автономных элементов - интеллектуальных агентов (ИА), изменяющих свои свойства и поведение в зависимости от состояния других элементов и среды. Модели ИА, описывающие индивидуальные характеристики состояния и поведения каждого производственного участка перерабатывающего предприятия на каждом шаге взаимодействия, объединяются в мультиагентную имитационную модель большой производственной системы, воспроизводящую динамическое

взаимодействие интеллектуальных агентов с возможностью идентификации их состояния и прогнозирования оптимальных стратегий достижения цели.

Цель диссертационной работы заключалась в разработке мультиагентной имитационной модели большой логистической системы перерабатывающего предприятия от поставок сырья до сбыта готовой продукции для идентификации и прогнозирования состояния системы и принятия оптимальных решений в условиях неопределенности и риска.

Для достижения поставленной цели решались следующие задачи:

формализация принципов построения и особенностей функционирования логистических систем перерабатывающего предприятия;

- разработка математических моделей и алгоритмов имитационного моделирования материальных потоков перерабатывающего предприятия в сфере поставок и переработки сырья и реализации готовой продукции;

- создание универсальной мультиагентной имитационной модели логистической системы перерабатывающего предприятия;

- разработка моделей и алгоритмов поведения интеллектуальных агентов, отражающих изменение состояния и оптимизацию материальных потоков в автономных блоках логистической системы предприятия по переработке с/х продукции;

- разработка диалоговых алгоритмов и процедур планирования имитационного эксперимента для нахождения оптимальных вариантов организации и состояний логистической системы в текущих условиях.

Научная новизна

1. Предложен новый метод мультиагентного имитационного моделирования динамического взаимодействия автономных элементов логистической системы перерабатывающего предприятия с разветвленной структурой материальных потоков при стохастической неопределенности поставок сырья и заказов торгующих организаций на готовую продукцию;

2. Впервые разработана концептуальная мультиагентная имитационная модель логистической системы перерабатывающего предприятия, включающая в себя производственные процессы от поставок сырья до сбыта готовой продукции и состоящая из автономных блоков -интеллектуальных агентов, описывающих состояние и динамику производственной системы;

3. Разработаны новые математические модели и алгоритмы динамики изменения состояния интеллектуальных агентов на основе стратегии структурной оптимизации материальных потоков по критерию минимизации отклонения от заданной структуры ассортимента при заданных ограничениях;

4. Разработаны алгоритмы и диалоговые процедуры имитационного эксперимента с моделью для поиска оптимальных режимов работы перерабатывающего предприятия.

Практическая значимость работы

1. Разработано программное обеспечение мультиагентной имитации производственных процессов перерабатывающего предприятия агропромышленного комплекса (АПК) (на примере мясоперерабатывающего предприятия) с MDL описанием компонентов с внешними процедурами и EDL описанием экспериментов в среде экспериментирования Simplex3\

2. Сформирована база моделей и программ мультиагентной имитации производственных ситуаций с процедурами поиска оптимальных решений в производственных сферах перерабатывающего предприятия АПК на основе стратегии структурной оптимизации материальных потоков;

3. Разработан пользовательский интерфейс, обеспечивающий диалоговый режим работы с имитационной моделью для проведения эксперимента с различными параметрами состояния и стратегиями поведения агентов;

4. Разработаны рекомендации по оптимизации логистической системы управления материальными потоками перерабатывающего предприятия АПК в условиях неопределенности и риска.

На защиту выносятся:

1. Метод мультиагентного имитационного моделирования динамического взаимодействия автономных элементов логистической системы перерабатывающего предприятия с разветвленной структурой материальных потоков;

2. Математические модели и алгоритмы динамики изменения состояния интеллектуальных агентов на основе стратегии структурной оптимизации материальных потоков по критерию минимизации отклонения от заданной структуры ассортимента при заданных ограничениях;

3. Алгоритмы и диалоговые процедуры организации имитационного эксперимента с моделью для поиска оптимальных режимов работы перерабатывающего предприятия АПК.

Апробация работы

Результаты работы представлены на: Международной конференции «Теория активных систем» в Институте проблем управления РАН, Москва, 2005 г.; Европейском конгрессе по моделированию и имитации «6lh EuroSim Congress on Modelling and Simulation, 9-13 September 2007 Ljublyana», Словения, 2007 г.; Международной научно-практической конференции «Логистика и Экономика Ресурсосбережения и Энергосбережения в промышленности», Саратов, 2007 г.

Публикации. По материалам диссертации опубликовано 6 печатных работ в статьях и материалах международных конференций, в т.ч. две на английском языке.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения и приложения и содержит 129 страниц основного текста, 23 рисунка, 12 таблиц и листингов, список литературы из 104 наименований и 113 страниц приложения.

СОДЕРАЖНИЕ РАБОТЫ

Во введении отмечается актуальность исследования логистики материальных потоков перерабатывающего предприятия с помощью агентных технологий имитационного моделирования различных сфер производственной деятельности от закупки сырья до сбыта готовой продукции. Сформулированы цели и задачи исследований, научная новизна и практическая значимость работы.

В первой главе перерабатывающее предприятие рассматривается как большая детерминировано-стохастическая система с множеством материальных потоков, процессов, взаимосвязанных и взаимодействующих подсистем с формализованным параметрическим описанием их состояния и целевых функций, задачами управления и взаимодействия в различных производственных и маркетинговых ситуациях рыночной экономики; формализуются критерии и задачи оптимизации управления запасами и материальными потоками при начальной неопределенности поставок сырья и заказов на готовую продукцию.

Предлагается разработка мультиагентной имитационной модели логистической системы перерабатывающего предприятия с интегрированными блоками выбора стратегии поведения агентов для решения оптимизационных задач в сферах переработки сырья и процедурами организации эксперимента с поиском оптимальных решений в задаваемом параметрическом пространстве состояний и критериев.

Далее в главе анализируются возможности аналитических методов идентификации и прогнозирования состояния большой производственной логистической системы в маркетинговой среде, а также логистические процессы и связи различных сфер производственной деятельности предприятия как объектов имитационного моделирования.

Во второй главе излагается концептуальная мультиагентная имитационная модель логистической системы перерабатывающего предприятия, методика ее создания и применения, описывается отличительная архитектура и принципы ее разработки.

Концепция формирования модели основана на декомпозиции сложной логистической системы перерабатывающего предприятия на отдельные функциональные элементы - интеллектуальные агенты (ИА), отражающие состояние и поведение каждого производственного участка множеством параметров состояния и целей, моделей поведения и внешних

информационных связей с сенсорными переменными, по которым изменение состояния одного агента влияет на состояние другого.

Модели ИА объединяется в мулътиагентную имитационную модель большой производственной системы, воспроизводящей динамическое взаимодействие интеллектуальных агентов с возможностью идентификации их состояния и прогнозирования оптимальных стратегий достижения цели.

Вся логистическая система перерабатывающего предприятия разделена на ряд функциональных областей, осуществляющих управление в своих сферах производственной деятельности: закупочной, производственной, маркетинговой и др., и в агентно-ориентированной модели (рис.1) представляется в виде совокупности взаимосвязанных агентов Agents={Agl,Ag2,...,Ag„}, описывающих процессы производственной логистики, логистики снабжения и сбыта.

Agi «Поставка сырья»

Ou

mas,

cena.

PGij

Ag2

«Получение сырья»

Су ü=

Ag3 «Переработка с

раэветляющеися

структурой потоков»

*

+ OP.J = GP, =

Ag4 «Переработка с

сетевой структурой _потоков»

GPij

GPij

AgS «Накоплением реализация»

камеры хранения

уГ1 \£РШ

Погрузочные рампы

wy ¡

Agó «Экспедиция»

УГ1'1

masz,

Py'f

GPtJ

masz,

PGP,/""

cp:ер,г

у! = Y, у

Piic.l. Агентно-ориентированная модель логистической системы перерабатывающего федлриятия.

Агент Agi «Поставка сырья» имитирует в форме накопительных массивов поступление сырья Gv j-ого вида (j = \,м) от /-го (/ = 1,«) поставщика по соответствующему закону распределения в зависимости от дня недели, времени суток и сезонности с различными параметрами состояния: приоритет использования PG,¡„ масса партии сырья mas, цена cena, качество, удаленность поставщика т.д.

Агент Agi «Получение сырья» описывает процесс поступления сырья G,j из Agi в соответствии с приоритетом PG,Jt на склад предприятия,

распределение и хранение его в течение определенного времени TAg2, а также организацию очереди на переработку по каждому виду сырья

и

Gf =2]С по стратегии FIFO (первый вошел, первый вышел) с введением (-1

новых параметров состояния: вид обработки, содержание составляющих компонентов и т.д.

Агент Ag3 «Переработка с разветвляющейся структурой потоков)» имитирует переработку j-го вида сырья в течении заданного времени TAg3 с расщеплением материального потока <7, из Ag2 на несколько выходных потоков GP,„ описывающих фактический выпуск /-го продукта из j-го вида исходного сырья по /-му способу обработки F, (GJ с направлением в соответствующие камеры хранения. Динамика состояния Ag3 связана с разветвлением входного материального потока по плану выпуска продукции и результатам структурного перераспределения выходных потоков по критерию минимального отклонения от заданной структуры ассортимента:

/

tl

GP„

min (1)

I К Цоя,

V, I |>I ; = I 1 = 1 У

где GP°,i, GP4 - плановый (заказанный) и фактический (имеющийся на складе) i-ii вид продукции из j- го вида исходного сырья, при ограничениях:

• по запасу j -го вида исходного сырья

с;л<с,<с;п;у = 1д (2)

• по ассортименту выпускаемого /' -го вида продукции из j-го вида исходного сырья.

GP™ <GP4 <GP™-j = 1 ,т ;/ = 1 ,п; (3)

Алгоритм поведения агента Ag3 сводится к расщеплению входного материального потока на несколько новых по результатам оптимизации выпуска /-ой продукции из у-го исходного вида сырья в к- й период времени.

При С< < GP:

±±G% tt0P„ i.i ,.i i.i

заказы удовлетворяются полностью, и следует разделение входного потока в соответствии с заданным планом выпуска продукции.

В случае - > . GP"

±±GFf; ±±GP,

).i ..I y.i

заказ не удовлетворяется полностью, и распределение входного потока происходит по результатам структурной оптимизации материальных потоков с древовидной разветвляющейся структурой переработки сырья.

Агент Ag4 «Переработка с сетевой структурой потоков»

представляет переработку сырья в течении заданного времени при

объединении нескольких материальных потоков из ^з в один выходной потоку; / = 1,и /-го продукта по некоторой процедуре Р,(й) с изменением параметров состояния и подачей готовой продукции в камеры хранения. В данном ИА реализуются стратегии поведения с объединением материальных потоков по планам выпуска и результатам их оперативного структурного распределения с целью минимизации отклонения от заданной структуры ассортимента:

±

I У.,

шш

(4)

гДе У% У, • плановый и фактический выпуск /-го продукта, при ограничениях:

• по запасу j -го вида переработанного сырья Су =

i-i

G"""<GJ < G"**\j = \m\

• по ассортименту выпускаемой продукции / -го вида

(5)

уГ<у,<уГ-,' = игг; (б)

Алгоритм поведения ИА сводится к объединению материальных потоков по результатам выполнения процедуры определения объема выпуска (-го вида готовой продукции.

У° „ У,

Если

¿У" ¿У;

заказы удовлетворяются полностью, и происходит объединение материальных потоков по заданным планам выпуска готовой продукции;

В случае

У? . У,

Хд

заказ не может быть удовлетворен полностью, и объединение материальных потоков следует по результатам оптимизации сетевой структуры материальных потоков переработки сырья.

В агенте Л^ «Накопление и реализация» имитируется загрузка и хранение продукции в течение определенного времени в соответствующих камерах хранения и обслуживание заказов торгующих организаций с изменением параметров состояния материальных потоков готовой продукции и транспортных средств с различными комбинациями каналов обслуживания и погрузочных рамп.

Алгоритм поведения агента Ag} сводится к следующему:

1. При поступлении очередной партии первичной продукции GPtJ из /ig3 в камеры хранения, накапливаемый запас vgu определяется как сумма текущего запаса и соответствующей поставки GP„:

% =vgu +GPtJ ;/' = l>;v' = i,m; с проверкой ограничения по объему накопления продукции на складе:

п III

2 Xkf-GP^SG^; (7)

где SGcml - площадь складского помещения; к®' - удельная потребность площади для размещгния единицы /-й продукции из j-то сырья от Agj

2. При поступлении партии готовой продукции у, в камеры хранения из

Ag4 накапливаемый запас vy, определяется как сумма текущего запаса и соответствующей поставки У, :

vy, =vy, +y,;i = lfr,

с последующей проверкой ограничения по допустимому объему хранения продукции на складе:

(8)

1=1

где ¿TtlTOl) - площадь складского помещения под готовую продукцию; к? - удельная потребность площади для размеикния единицы <-й продукции от Agj

В случае невыполнения ограничений (7), (S) работа алгоритма приостанавливается с выводом протокола о превышении загруженности складского помещения.

3. При поступлении заказа торгующей организации GP'^-' из агента//^,, объем заказа / -го вида первичного продукта из j-то вида исходного сырья определяется как:

GP,= GP,;akJ + DG'VU = 1;~rr,J = 1,ш;

где DG'n - долг перед t-м заказчиком по i -у виду продукта из j-то вида исходного сырья

4. При поступлении заказа торгующей организации от агента Ag6 объем заказа-го вида конечной продукции определяется по формуле:

У:°к-' = у;"к'' + DY;-i =

где DY' - долг перед t-м заказчиком по / -у виду готовой продукции.

5. Обслуживание заказов торгующих организаций на одной, двух и трех погрузочных рампах осуществляется:

при Q^Qmm - через одну рампу;

при Qmm 6max - через две рампы;

при Q > £?тах - через три рампы,

Ik n m rt

где общий объем заказов в очереди перед

м 1=1 j=\ ы\

погрузочными рампами, Qmin - нижний предел общего объема заказов, ниже которого

эффективна работа 1-ой рампы, Qmax- верхний предел общего объема заказов, выше которого эффективна работа 3-х рамп.

6. По окончанию обслуживания заказа торгующей организации заявка удаляется с коррекцией объемов запасов и невыполненных заказов так что:

- при полном удовлетворении заказа, масса отгруженной продукции

w8ij>wyI равна массе заказанной продукции , У, :

wg'v = GPf* ;j = =

и текущий запас уменьшается на величину отгруженной партии первичной и конечной готовой продукции:

Ik _ _

vg,j = vgu - £ wglj ; j = 1, m; i = 1, и; t=i

Ik _

t=i

DC,j = DYt' - 0;

- при неполном удовлетворении заказа определяется масса отгруженной продукции wg!j, »'у! и соответствующий долг по/-му поставщику:

DG'j = Gif - wg'u\j = liïu = Ы( = йк:,

dy; =yf< -wy:u = U>v=\jk\

Агент Ags «Экспедиция» имитирует процесс поступления и обработки заказов торгующих организаций на /-й (/ = !,«) вид готовой продукции

первичной переработки у-го (у = 1, m) исходного сырья GP™k •', а также

..гак,!

заказов на /-и вид продукции л , где /-номер торгующей организации (/ = 1Д), в зависимости от дня недели, времени суток и сезонности по соответствующему закону распределения {FIFO) в виде транспортных средств с различными параметрами состояния: время поступления, масса заказываемой продукции masz, грузоподъемность, приоритет обслуживания PGP,f\ Py-f -' „т.д.

Алгоритм поведения агента Ags сводится к воспроизведению следующих событий:

1. Генерация поступления заказов GP^', уот потребителей и их постановка в очередь в соответствии с приоритетом PGP*"1", ру™1>.

2. Если количество заказов в очереди больше нуля, и количество обрабатываемых заказов на участке экспедиции не превышает максимально возможное количество NExpMax, заказ поступает на обработку на соответствующий участок экспедиции, где осуществляется его регистрация, выписка накладной, а также расчет общего объема заказа по всем поставщикам для дальнейшего использования в расчете производственной программы в ИА Ag, и Ag4 ■

3. По окончании времени обработки на соответствующем участке экспедиции TAg6, заказ поступает в И A Ag, для дальнейшего его обслуживания.

Процедура повторяется для обработки следующей очередной заявки в соответствии с ее приоритетом.

В третьей главе описывается построение и реализация объектно-ориентированной мультиагентной модели логистической системы на примере мясоперерабатывающего предприятия АПК в универсальной имитационной системе Simplex3, разработанной в университете Пассау (Германия) и представляющей собой банк моделей пользователя, среду экспериментирования с обработкой результатов имитации, компонентно-ориентированный язык описания моделей Simplex-MDL (Model Description Language) и язык описания эксперимента Simplex-EDL (Experiment Description Language).

Каждый агент описывается базисным MDL-компонентом с именем-идентификатором, декларированием переменных состояния и связей с другими компонентами и описанием динамики временного поведения агента с помощью алгебраических и дифференциальных уравнений или последовательности событий. Базисные компоненты объединяются в общую мультиагентную модель системы с помощью структурных компонентов, задающих структуру взаимосвязей между базисными компонентами, и мобильных компонентов - для описания сообщений или потоков между агентами.

Мультиагентная имитационная модель логистической системы мясоперерабатывающего предприятия АПК, представленная на рис.2, включает базисные компоненты интеллектуальных агентов (ИА), описывающих:

- потоки поступления различных видов с/х животных от различных поставщиков (компонент SkotoBazi_High) и блочного мясного сырья (компонент Block)-,

- разветвляющиеся материальные потоки цеха убоя и первичной переработки с/х животных UboiRazd с двумя стратегиями: по заданным

планам выпуска первичной продукции и по результатам структурной оптимизации материальных потоков по минимальному отклонению от заданной структуры ассортимента (процедура Б/егаНагЬ)',

- процесс загрузки/выгрузки продукции в соответствующие камеры производственного холодильника (компонент КатН1ас№ит, объединяющий базисные подкомпоненты, имитирующие работу камер охлаждения Н1ас1Кат, замораживания ХитКат основной продукции (мяса) и замораживания сопутствующей продукции 2итКатБиЬ\

8ко1оВаа_Н^Ь

БкоЮВага 1

ШСсу/

вкоЮВага 2

\VaitGov2

ЗкоЮВага 3

8ко(оВага 4

РегегаЬ I

П'ааВЬск

4

\VaitPererabj

КРегегаЬ

РЯОй,

а

ЦЬоЛЯаи!

>, У/ш&ох2.1 Н'ачСо\'2.2 \VaitSvm2 \VailBar2

КатШа(1Хит_Ш»11

КШоуа 3 <

\VmtOHL -1

\VaaZm

\VattSUB -а

\ШРаг

и КН4

КНЗ

Кат11га<гёЫ( РЯОО,

3

Рис.2. Мультиагентная имитационная модель логистической системы перерабатывающего предприятия АПК

- работу цехов переработки сырья с сетевой структурой материальных потоков (компонент РегегаЬ) с двумя моделями поведения: выпуск готовой продукции по заданному плану и результатам структурного перераспределения материальных потоков с минимизацией отклонения от

заданной структуры ассортимента (процедура SferaSbora).

- загрузку/выгрузку продукции в соответствующие камеры хранения и очереди WaitM на обслуживание автомобилей с заказами торгующих организаций (компонент KamHranSbit, имитирующий семь различных вариантов обслуживания заказов в зависимости от их количества, объемов и состава).

- поступление и обслуживание транспортных средств в очереди WaitM перед погрузочными рампами (базисный компонент Expidiciya).

Базисные MDL - компоненты объединяются в мультиагентную имитационную .модель (рис.2) с помощью структурного компонента Holod_Highl, задающего структуру взаимосвязей между базисными компонентами описаниями вида SkotoBaziJHigh.WaitGovl— >UboiRazd.WaitGov2.1 и т.п., указывающими в данном случае, что очередь WaitGovl из базисного компонента SkotoBaziJiigh передается в базисную компоненту UboiRazd в очередь WaitGov2.1.

HIGH LEVEL COMPONENT Holod_Highl

SUBCOMPONENTS

SkotoBazi_High, Block, UboiRazd, KamHladZum_High, HranKamRampi,

Expidiciya, Pererab

COMPONENT CONNECTIONS

SkotoBazi_High.WaitGovl-->UboiRazd.WaitGov2.1;

SkotoBazfHigh.WaitGov2-->UboiRazd.WaitGov2.2;

UboiRazd.WaitPar--> HranKamRampi.KH4;

KamHladZum_High.K03-->HranKamRampi.KH 1;

KamHIadZum_Hig)i.UpSub->HranKamRampi.KH3;

Expidiciya. WaitProm-->HranKamRampi.WaitM;

END OF Holod_Highl

Перемещающиеся и размещаемые в накопительных массивах (Location) в очередях на обслуживание материальные потоки описываются в мобильных компонентах в виде описания передвижных объектов.

Имитируемый процесс сводится к воспроизведению потоков животных (к.р.с., свиньи, м.р.с.), поступающих от поставщиков SkotoBaza_l-4 в отделение убоя и первичной переработки KUboya, основная продукция которого в виде свежего парного мяса WaitPar, а также блочного сырья WaitBlock направляется на дальнейшую переработку Pererab через накопители WaitPererabj; j = \,m, а также непосредственно на реализацию в отделение сбыта KamHranSbit ' и в производственный холодильник KamHladZum в камеры охлаждения WaitOHL и заморозки WaitZUM, WaitSUB. Продукция, поступающая на вход холодильника, образует очереди WaitOHL2, WaitZUM2 и WaitSUB2, направляемые в остывочные камеры двухступенчатого охлаждения KOI, К02 с последующим доохлаждением в КОЗ, и мясом на замораживание в очереди IVaitZUW в морозильную камеру KZI.

Из холодильника KamHladZum продукция направляется в отделение сбыта KamHranSbit в соответствующие камеры хранения, а также в сферу вторичной переработки Pererab, продукция которой PROD,; i=l,n также поступает в отделение сбыта KamHranSbit для последующей реализации.

В то же время в экспедиции Expidiciya формируется очередь транспортных средств WaitP с приоритетом обслуживания заказов Prioritet, временем прихода TarriveMash, массой заказываемой /-той продукции gr,. Заказы торгующих организаций поступают на проходную StationP для оформления и далее в очередь на выписку накладной WaitVN, выдаваемой на StationVN. После этого транспортное средство становится в очередь WaitM через накопитель WaitProm с последующим направлением к той или иной рампе.

Работа модели в течение заданного времени TEnd состоит из ряда последовательных условных событий. Переход от одного события к другому управляется специальными сигналами-индикаторами. По завершении имитации, дается сигнал для формирования итоговой информации по прошедшему транзактивному периоду, после чего устанавливается новая точка отсчета времени TNext для нового временного периода.

Далее в главе дается описание математических моделей и алгоритмов динамики поведения ИА SferaRazb и SferaSbora с нахождением оптимальных вариантов распределения материальных потоков логистической системы в изменяющихся условиях.

Математическая постановка задачи оптимизации материальных потоков с древовидной структурой сводится к минимизации критерия отклонения от заданной структуры ассортимента (1) в заданных ограничениях (2), (3), а также ограничениях по объему выпуска товарной продукции V и выходу GP„ i -го продукта из j -го вида сырья:

т п

=и; (9)

GP:J =/jIJGJ-i = hn;j = \^n:, (10)

где Gt - фактические объемы ресурсов сырья j -го вида; //,, - нормированный удельный выход i -го продукта изj -го вида сырья;

л,

=1;У = 1.и; (11)

G""n = 1^;/ = й (12)

«У

Алгоритм оптимизации структуры поставок сырья и распределения материальных потоков в сфере первичной переработки по критерию (1) сводится на первом этапе к определению требуемого ресурса G? j -го вида биосырья для обеспечения планового выпуска продукции GP°tl и проверке выполнения ограничения (12). Если объем требуемой поставки оказывается

больше максимально возможного, т.е.

01% /4,

->0™\ возникает потенциальное

недовыполнение выпуска соответствующей к-й продукции по_/-му сырью:

ОРи

-СГ);.

Л,

ш

Суммарное недовыполнение продукции АУ = Д'',, по всем

и

недостающим видам сырья, может быть минимизировано путем увеличения поставок / -го вида с максимальным выходом основного к-то продукта и соответствующего уменьшения поставки 5-го вида с минимальным выходом этого продукта //ь""".

Тогда для видов сырья, поставки которых не достигли граничных значений, отыскивается максимальная разность норм выхода к-го продукта

= иТ - КГ; I,* = Гй; / * *; и определяется требуемый объем перераспределения поставок Дб = АУ /Д//,, необходимый для компенсации недовыполнения планового выпуска продукции.

Далее, исходя из заданных лимитов и С.,""" и ограничений по

выпуску СРытах и С/5*/""", выбирается величина перераспределения поставок между / -м и л -м видами сырья как:

где

ДО, ^

ДО. =

ё ^ пип (Ав, АО,, Ав,),

С'Г-С, при СГ-Ци<0Р1

(0РГ-0Ри) 7'и

в -С

при О™ ■ //„ > ОРГ при О>0/Г";

(с/>ь -вРГ)

при огл, < оя;

Новые значения поставок определяются, как С,' = С, =0, -<? и после коррекции поставок О/ и С, процедура повторяется с нахождением следующей пары продуктов для перераспределения объемов поставок сырья и уменьшения д У.

Структурная оптимизация материальных потоков с сетевой структурой связана с нахождением оптимального распределения ресурсау-го вида сырья в зависимости от удельных потребностей у'-го сырья в изготовлении /-го продукта. Математическая постановка задачи сводится к минимизации критерия отклонения от заданной структуры ассортимента (4) при заданных ограничениях по объему поступающего сырья (5) и ассортименту продукции (6), а также:

сг^-Е^-т^Г;^^; 04)

»1 ^ А,

т ,

ЁА/,=П/ = и (15)

где К- объем выпуска товарной продукции; С/, - плановые (требуемые) и фактические объемы ресурсов сырья ] -го вида; хч - удельное содержание мясау'-го вида в единице 1-й продукции; //, - нормы выхода жилованного мяса; /?,_,- коэффициент выхода продукции ¡-го вида из соответствующего сырья.

Алгоритм оптимизации материальных потоков с сетевой структурой сводится к следующему.

При заданном плане выпуска продукции /;(/ = йп) и известных нормах хя удельного содержания сырья у'-го вида в /-м продукте требуемый ресурс сырья С° определяется как:

1 » х"

га - 1 V '' ■

07)

Расчетные значения С, сравниваются с заданными лимитами С™", С™" и при выполнении ограничений (6), (13), (14) система сбалансирована по поставкам сырья и объему выпускаемой продукции. В случае появления некоторого С" > С™4 определяется суммарный долг по поставкам и следует процедура минимизации долгов путем изменения структуры поставок у'-го сырья по /-м технологическим схемам в зависимости от удельных потребностей хч и индивидуальных лимитов уГ"<У™™ выпуска /-го продукта.

Для этого, исходя из максимальной разницы удельных потребностей ву-м виде сырья для продуктов, не достигших предельного выпуска, уменьшается поставка Су для л-го продукта с максимальной величиной хч с соответствующим увеличением поставки С/, для 1-го продукта с минимальной величиной ху.

На очередном шаге отыскивается максимальная разность удельных потребностей у'-го вида сырья для 1-го и ¿-го продуктов, и определяются величины перераспределения поставок между ними, исходя из допустимого ассортиментного сдвига

ДСу=-Ц>Л.;у = 1,т; (19)

Ay

Ау = шп{У:-уГ-,уГ-у" }

(20)

Процедура перераспределения продолжается до исчерпывания всех возможностей перераспределения сырья по видам выпускаемой продукции. Сходимость предложенных алгоритмов подтверждается результатами пошагового их выполнения, а также результатами оптимизации методом деформируемого симплекса.

Четвертая глава посвящена реализации мультиагентной имитационной модели логистической системы мясоперерабатывающего предприятия АПК в универсальной имитационной системе Simplex3 для идентификации и прогнозирования аномальных состояний производственной системы и принятия оптимальных управленческих решений при начальной неопределенности и случайных возмущениях.

Функционирование модели основано на интеграции базисных компонентов модели, описанных в третьей главе, с внешними процедурами (External Function) структурной оптимизации материальных потоков в различных производственных и маркетинговых средах.

Имитационный эксперимент заключается в генерации параметров исходного состояния системы (емкость холодильных камер и хранения, время обработки и пребывания сырья в каждой камере, период поступления продукции и заказов торгующих организаций на предприятие и т.д.) и моделировании ситуаций, возникающих в динамике временных и условных событий изменения состояния и взаимодействия автономных базисных интеллектуальных агентов, включающих в себя процессы поставки п переработки сырья, складирования и реализации готовой продукции.

Для нахождения и прогнозирования оптимальных решений реализуются задачи структурной оптимизации материальных потоков сфер первичной и вторичной переработки сырья, описанные во второй главе, а также задача управления запасами на основе данных, полученных в результате поисковых экспериментов с запуском мультиагентной имитационной модели по соответствующим экспериментальным планам.

Результаты имитационного моделирования накапливаются и представляются в виде временных графиков изменения показателей эффективности производственной деятельности предприятия в зависимости от параметров состояния и взаимодействия элементов его логистической системы.

Так на рис.3 показано накопление продукции цеха первичной переработки скота в камерах хранения в шкале реального времени так, что единица машинного времени (такт) соответствует одной минуте, а 60 тактов - одному часу. Отсчет времени начинается от нуля с первого дня недели.

Из графика видно, что при т = 2179 мнн (36 час. 32 мин.) закончился

цикл термической обработки продукции, и началось ее накопление

т, кг 9200 ■

г)

-4

{ /

,1 г / ....у ....у

J л....... __ Ь—— —>4 ____Л

О 750 1500 2250 3000 3750 4500 5250 6000 6750 7500 Ъ иин

Рис. 3 Графики накопления первичной продукции в камере хранения:

1 - масса партий замороженной баранины в тушах; 2 - в полутушах; 3 - в отрубах.

в соответствующих камерах хранения. Отсутствие колебаний на отдельных временных участках обусловлено дискретностью поступления туш, полутуш и отрубов баранины в систему. Снижение количества продукции в соответствующих камерах хранения обусловлено отгрузкой ее на рампы для выполнения заказов торгующих организаций.

Текущий процесс реализации продукции в виде графиков обслуживания транспортных средств по заявкам торгующих организаций показан на рис.4. N. ед

Рис. 4 График накопления автомобилей в очереди передпогрузочными рампами:

1 - текущее количество заказов; 2 - среднее количество заказов.

При т = 547 мин до т = 886 мин идет накопление автотранспорта в очереди перед рампами. Машины с заказами торгующих организаций поступают на обслуживание с 8.00 до 14.00. При т = 886 мин до т = 1979 мин количество автотранспорта оставалось неизменным, так как закончилось их время поступления. При т = 2179 мин по окончании цикла термической обработки продукции начинается загрузка и обслуживание транспортных средств, и их количество в очереди перед рампами резко падает. Из графика видно, что при х = 10000 мин (66 часов) в очереди перед рампами находилось 16 заказов.

При снижении интенсивности поступления сырья, ожидание транспортных средств и их количество перед рампами резко увеличивается и в момент т =10000 мин (66 часов) в очереди насчитывается 39 автомашин с заказами торгующих организаций (рис. 5).

N. ад 50 ■

30 ■

го ■

/

1 Г

t— / /

д —v

1 .......

/

% мин

0 1000 2000 3000 4000 SOOO 6000 7000 «000 9000 10000

Рис. 5 График накопления и обслуживания транспортных средств в очереди перед рампами при снижении интенсивности поступления сырья: 1 - число заказов торгующих организаций; 2 - среднее количество заказов.

Для упрощения работы пользователя с программой в главе описывается создание интерфейса пользователя на языке Visual Basic.

Пятая глава посвящена организации имитационного эксперимента с интеллектуальной стратегией нахождения на модели оптимальных режимов работы перерабатывающего предприятия АПК по заданному критерию (минимизация издержек на обслуживание одного заказа торгующей организации, минимизация штрафных санкций за несвоевременное обслуживание заказов торгующих организаций и др.) с помощью внешней процедуры оптимального поиска методом деформируемого симплекса, описанного на языке эксперимента Simplex-EDL.

В качестве примера выбран критерий минимальных затрат на обслуживание одного заказа торгующих организаций:

цх) = Р(х],х2,..,х„) + Р(х1,х2.....X.) ^т1п;

где XI. Х2. х„ - параметры состояния системы; Р (х/, х2... Хг) - расходы перерабатывающего предприятия АПК; О (.х¡, х?... х„) - штрафы за не выполнение заказов торгующих организаций в срок; N (х/, хг-- х„) - количество обслуженных заказов торгующих организаций.

Для поиска оптимума целевой функции были определены пять изменяющихся параметров состояния системы (п = 5):

х/ - количество параллельных линий переработки в отделении убоя и разделки животных (количество рабочих);

х2 - количество параллельных линий на участке обвалки и жиловки мяса (количество рабочих);

дг.5- максимальная загруженность камеры охлаждения (кг.); х4 - максимальная загруженность морозильной камеры в (кг.); х5 - максимальная загруженность морозильной камеры для субпродуктов (кг.);

В факторное пространство могут быть введены и другие изменяющиеся параметры состояния, как, например, количество параллельно обслуживаемых заказов торгующих организаций на проходной, на станции выписки накладной, количество параллельно обслуживаемых заказов на каждой из рамп и т.д.

Поиск начинался от верхних границ параметров состояния системы и сводился к отысканию на каждом шаге вершины симплекса с наихудшим значением целевой функции Хч, и определению центра тяжести всех вершин X', исключая самую плохую вершину:

| п+1 _

п /=1

где хи - ¡-я координатами вершины симплекса;

хя, - 1-я координата отбрасываешй <у-й вершины. Далее наихудшая вершина хя, заменяется ее зеркальным отражением относительно центра тяжести в новую точку с координатами:

хк;\о1г)=хс' +а-(хс1 -хч,); /=Цг,

где а = 1 - коэффициент отражения, изменяющийся с шагом 0.5 в сторону растяжения и сжатия.

В результате имитации и симплексного планирования эксперимента, описанного на языке 5тр\ех-Е01 для производства средней мощности были найдены оптимальные параметры логистической системы, обеспечивающие минимум функции затрат, а именно: количество рабочих в отделении убоя и

разделки X/ = 3; количество рабочих на участке обвалки и жиловки х2 - 4; максимальная загруженность камеры охлаждения первой фазы хз = 6757 кг; морозильной камеры х,=32253 кг; морозильной камеры для субпродуктов х5 = 5453 кг. В результате оптимизации число выполненных заказов в заданный период увеличилось на 10 единиц (№ 142).

В заключении обобщены наиболее существенные результаты исследования и вытекающие из них основные выводы, практические рекомендации по совершенствованию и оптимизации логистических процессов в системе ресурсообеспечения, производства и сбыта перерабатывающего предприятия АПК.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ II ВЫВОДЫ

1. Проведен анализ и формализация деятельности сложной логистической системы перерабатывающего предприятия с описанием состояния и целей его отдельных производственных сфер.

2. Теоретически обоснованны и сформулированы принципы построения логистических систем перерабатывающего предприятия.

3. Предложен метод мультиагентного имитационного моделирования динамического взаимодействия активных элементов логистической системы перерабатывающего предприятия с разветвленной структурой материальных потоков при стохастической неопределенности поставок сырья и заказов торгующих организаций.

4. Разработана мультиагентная имитационная модель логистической системы перерабатывающего предприятия АПК в универсальной системе БтркхЗ на языке моделирования Б1тр1ех-АЮЬ, включающая в себя производственные процессы от поставок сырья до сбыта готовой продукции и состоящая из автономных блоков - интеллектуальных агентов, описывающих изменение состояния технологической системы.

5. Разработаны математические модели и алгоритмы динамики изменения состояния интеллектуальных агентов на основе стратегии структурной оптимизации материальных потоков по критерию минимизации критерия отклонения от заданной структуры ассортимента в заданных ограничениях.

6. Разработаны процедуры организации имитационного эксперимента для поиска оптимальных режимов работы перерабатывающего предприятия АПК на основе метода деформируемого симплекса.

7. Разработан пользовательский интерфейс, обеспечивающий диалоговый режим работы с имитационной моделью для проведения эксперимента с различными параметрами состояния и стратегиями поведения агентов.

СПИСОК ПУБЛИКАЦИЙ

1. Шешенина J1.A. Мультиагентная имитационная модель логистики материальных потоков производственного холодильника перерабатывающего предприятия АПК: научно-технический журнал 3.2(33) «Системы управления и информационные технологии»/ J1.A. Шешенина. -Воронеж: Научная книга, 2008.- 309-312 с.

2. Ивашкин Ю.А. Имитационное моделирование материальных потоков производственного холодильника: сборник научных трудов по материалам международной научно-практической конференции «Теория активных систем» 16-18 ноября 2005г./ Ю.А. Ивашкин, Л.А. Шешенина. -М.: ИПУ РАН, 2005.-118-122 с.

3. Ивашкин Ю.А. Имитационное моделирование и структурная оптимизация материальных потоков мясоперерабатывающего предприятия агропромышленного комплекса: научно-технический журнал №2(36) «Информационные технологии моделирования и управления» / Ю.А. Ивашкин, Л.А. Шешенина.- Воронеж: Научная книга, 2007.- 258-267 с.

4. Ivashkin Yu.A. Logistic and multi-agent imitating modelling of the agriculture industrial systems: сборник научных трудов по материалам международной научно-практической конференции «Логистика и Экономика Ресурсосбережения и Энергосбережения в промышленности (МНПК ЛЭРЭП-2-2007)» / Yu.A. Ivashkin, L.A. Sheshenina.- Саратов: СГТУ, 2007.-том 1, 106-109 с.

5. Ivashkin Yu.A. Multiagent Simulation of the industrial refrigerator material flows: proceedings of the 6th EuroSim Congress on Modelling and Simulation 9-13 September 2007/ Yu.A.Ivashkin, L.A. Sheshenina.- Ljubljana: Tiskarna Plesko d.o.o., 2007.- 94 p.

6. Ивашкин Ю.А. Экспертная система имитационного моделирования и структурной оптимизации материальных потоков мясоперерабатывающего предприятия агропромышленного комплекса: свидетельство об официальной регистрации программы для ЭВМ №2007611551 / Ю.А. Ивашкин, Л.А. Шешенина,- М.МГУПБ, 2007.

Подписано в печать 27.10.08. Усл. печ. л. 1,25. Тираж 100 экз. Заказ 07/33 МГУПБ. 109316, Москва, ул. Талалихина, 33. ООО «Полисувенир». 109316, Москва, ул. Талалихина, 33. Тел. 677-03-86

ВВЕДЕНИЕ.

1. ЛОГИСТИЧЕСКИЙ АНАЛИЗ ТЕХНОЛОГИЧЕСКОЙ СИСТЕМЫ ПЕРЕРАБАТЫВАЮЩЕГО ПРЕДПРИЯТИЯ.

1.1. Логистическая система перерабатывающего предприятия (ПП).

1.2. Формализация критериев, задач и методов оптимизации управления логистической системой перерабатывающего предприятия.

1.3. Математическое моделирование в логистическом анализе материальных потоков ПП.

1.4. Информационная система логистики ПП.

1.5. Проблематика и постановка задачи управления логистической системой перерабатывающего предприятия на основе мультиагентного имитационного моделирования.

2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И АЛГОРИТИМИЗАЦИЯ УПРАВЛЕНИЯ ЛОГИСТИЧЕСКОЙ СИСТЕМОЙ ПЕРЕРАБАТЫВАЮЩЕГО ПРЕДПРИЯТИЯ.

2.1. Общая структура логистической системы перерабатывающего предприятия.

2.2. Архитектура и принципы разработки мультиагентных моделей логистических систем перерабатывающих предприятий (ПП).

2.3. Концептуальная сетевая модель логистической системы перерабатывающего предприятия.

3. ОПИСАНИЕ МУЛЬТИАГЕНТНОЙ ИМИТАЦИОННОЙ МОДЕЛИ ЛОГИСТИЧЕСКОЙ СИСТЕМЫ МЯСОПЕРЕРАБАТЫВАЮЩЕГО ПРЕДПРИЯТИЯ АПК.

3.1. Логистическая система мясоперерабатывающего предприятия АПК.

3.2. Структура мультиагеытной модели логистической системы перерабатывающего предприятия АПК.

3.3. Математическая модель и алгоритм динамики поведения ИА первичной переработки сырья с древовидной структурой потоков (UboiRazd).

3.4. Математическая модель и алгоритм поведения ИА второй стадии переработки с/х животных с сетевой структурой материальных потоков

Pererab).

3.5. Программные MDL-описания логистических процессов динамики поведения агентов UboiRazd и Expidiciya.

4. АПРОБАЦИЯ МУЛЬТИАГЕНТНОЙ ИМИТАЦИОННОЙ МОДЕЛИ ЛОГИСТИЧЕСКОЙ СИСТЕМЫ МЯСОПЕРЕРАБАТЫВАЮЩЕГО ПРЕДПРИЯТИЯ АПК.

4.1.Среда моделирования ЛЦ и имитационного эксперимента.

4.2. Создание вспомогательного интерфейса пользователя с помощью Simplex-EDL и внешних программ Visual Basic.

4.3. Общий порядок и результаты мультиагентного имитационного моделирования логистической системы мясоперерабатывающего предприятия АПК.

4.4. Результаты моделирования стратегии структурной оптимизации сферы первичной переработки сырья.

4.5. Результаты имитации стратегии структурной оптимизации второй стадии переработки сырья.

5. ПРОЦЕДУРА ОРГАНИЗАЦИИ ИМИТАЦИОННОГО ЭКСПЕРИМЕНТА ДЛЯ ПОИСКА ОПТИМАЛЬНЫХ РЕЖИМОВ РАБОТЫ ПЕРЕРАБАТЫВАЮЩЕГО ПРЕДПРИЯТИЯ АПК.

5.1. Постановка задачи поиска оптимального режима работы перерабатывающего предприятия АПК.

5.2. Численный метод процедуры эксперимента с деформируемым симплексом.

5.3. Результаты поиска оптимальных параметров системы, обеспечивающих минимум функции затрат.

Актуальность темы. В рыночных условиях производственной деятельности перерабатывающего предприятия с множеством материальных потоков, начальной неопределенностью и стохастическим характером связей с поставщиками сырья и потребителями готовой продукции эффективность работы всей логистической системы предприятия зависит от своевременной переработки больших объемов оперативной информации и обоснованности принятия ответственных управленческих решений.

Для перерабатывающего предприятия достижение цели в условиях неопределенности и риска сводится к оценке логистики материальных потоков и технологических операций на всех стадиях производства от поставок сырья до реализации готовой продукции с нахождением оптимальных решений в оперативных условиях и долгосрочных стратегиях деятельности предприятия.

Состояние сложной логистической системы в условиях неопределенности и риска в большинстве случаев непредсказуемо и не может быть прогнозируемо изначально аналитически или путем логического анализа, так как оно является результатом многошагового взаимодействия множества материальных потоков и активных автономных элементов системы и окружающей среды. Аналитические методы принятия решения рассматривают статические состояния отдельных производственных сфер без учета динамики поведения каждого активного элемента и его прямого влияния на состояние других элементов.

Оценка и выбор стратегии производственной деятельности в неопределенной ситуации поставок, производства и спроса на продукцию возможен с помощью имитационного моделирования поведения каждого элемента производственной системы. Поэтому, для решения задачи оптимизации управления запасами и материальными потоками в сферах поставок сырья, его переработки, хранения и сбыта готовой продукции является социально значимой и актуальной разработка объектно-ориентированных мультиагентных имитационных моделей состояния и поведения сложных логистических систем перерабатывающего предприятия при начальной стохастической неопределенности производственных и маркетинговых ситуаций.

Для идентификации и прогнозирования сложных аномальных ситуаций в производственной логистической системе предприятия предлагаются модели и алгоритмы агентно-ориентированной имитации взаимодействия автономных элементов - интеллектуальных агентов (ИА), изменяющих свои свойства и поведение в зависимости от состояния других элементов и среды.

Модели ИА, описывающие индивидуальные характеристики состояния и поведения каждого производственного участка перерабатывающего предприятия на каждом шаге . взаимодействия, объединяются в мулътиагептную имитационную модель большой производственной системы, воспроизводящую динамическое взаимодействие интеллектуальных агентов с возможностью идентификации их состояния и прогнозирования оптимальных стратегий достижения цели.

Степень изученности проблемы. Большой вклад в общую теорию логистики внесли работы В.П. Альферьева, А.У. Альбекова [3], Н.В. Афанасьевой [5], A.M. Гаджинского [10], Е.А. Голикова, М.П. Гордона [12], Мешалкина [35], Л.Б. Миротина [37], Д.Т. Новикова, O.A. Новикова [42], Б.К. Плоткина [44], В.И. Степанова [53], В.И. Сергеева [48], С.А. Уварова [61] и других ученых. В этих трудах разработаны основы теории указанного нового направления экономической науки, этапы его развития, научная терминология, определены связи логистики с другими отраслями науки, обоснованы практические рекомендации по совершенствованию процесса товаропродвижения в условиях перехода от директивной (плановой) к рыночной экономике, большое внимание в них уделено научнометодологическим и практическим вопросам применения логистики в российской экономике в целом и в ее отдельных отраслях.

Работы ВиттихаВ.А., Городецкого В.И. [13], Ивашкина Ю.А. [20], [21], Кошоха B.JI. [31], Лоу A.M. [32], Павловского Ю.Н. [43], Поспелова И.Г. [46], Скобелева П.О. [51], Соколова Б.В. [52], Тарасова В.Б. и Хорошевского В.Ф. [55] в области мультиагентных систем и имитационного моделирования экономических и производственных структур, а также работы зарубежных ученых: Banks J.J. [62], Camarihna-Matos L. [64], Fougeres AJ. [66], Kok A.G. [69], Kuhn A. [70], Sol H. [77], ShmidtB. [59] и др.

Работы Рогова И.А. [47], Аверина Г.Д. [1], Алехина JI.T. [2], Забашты А .Г. [18], Искандаряна А.К. [26], Никитенко A.A. [41], Синюкова М.И. [50] и др. ученых по технологии и организации производства перерабатывающих предприятий АПК.

В тоже время, проблемы использования логистического инструментария и мультиагентного имитационного моделирования для управления потоковыми процессами перерабатывающих предприятий изучены пока еще недостаточно полно. Отсутствие комплексного исследования теоретических вопросов и практического решения проблем управления материальными потоками логистических систем перерабатывающих предприятий при управлении и регулировании внутренними и внешними процессами на рынке продукции подтверждают актуальность выбранной темы диссертационной работы, а также необходимость построения и применения системы поддержки принятия решений на основе мультиагентной имитационной модели.

Цель диссертационной работы заключалась в разработке мультиагентной имитационной модели большой логистической системы перерабатывающего предприятия от поставок сырья до сбыта готовой продукции для идентификации и прогнозирования состояния системы и принятия оптимальных решений в условиях неопределенности и риска.

Для достижения поставленной цели решались следующие задачи: формализация принципов построения и особенностей функционирования логистических систем перерабатывающего предприятия;

- разработка математических моделей и алгоритмов имитационного моделирования материальных потоков перерабатывающего предприятия в сфере поставок и переработки сырья и реализации готовой продукции;

- создание универсальной мультиагентной имитационной модели логистической системы перерабатывающего предприятия;

- разработка моделей и алгоритмов поведения интеллектуальных агентов, отражающих изменение состояния и оптимизацию материальных потоков в автономных блоках логистической системы предприятия по переработке с/х продукции;

- разработка диалоговых алгоритмов и процедур планирования имитационного эксперимента для нахождения оптимальных вариантов организации и состояний логистической системы в текущих условиях.

Научная новизна

1. Предложен новый метод мультиагентного имитационного моделирования динамического взаимодействия автономных элементов логистической системы перерабатывающего предприятия с разветвленной структурой материальных потоков при стохастической неопределенности поставок сырья и заказов торгующих организаций на готовую продукцию;

2. Впервые разработана концептуальная мультиагентная имитационная модель логистической системы перерабатывающего предприятия, включающая в себя производственные процессы от поставок сырья до сбыта готовой продукции и состоящая из автономных блоков — интеллектуальных агентов, описывающих состояние и динамику производственной системы;

3. Разработаны новые математические модели и алгоритмы динамики изменения состояния интеллектуальных агентов на основе стратегии структурной оптимизации материальных потоков по критерию минимизации отклонения от заданной структуры ассортимента при заданных ограничениях;

4. Разработаны алгоритмы и диалоговые процедуры имитационного эксперимента с моделью для поиска оптимальных режимов работы перерабатывающего предприятия.

Практическая значимость работы

1. Разработано программное обеспечение мультиагентной имитации производственных процессов перерабатывающего предприятия агропромышленного комплекса (АПК) (на примере мясоперерабатывающего предприятия) с MDL описанием компонентов с внешними процедурами и EDL описанием экспериментов в среде экспериментирования Simplex3;

2. Сформирована база моделей и программ мультиагентной имитации производственных ситуаций с процедурами поиска оптимальных решений в производственных сферах перерабатывающего предприятия АПК на основе стратегии структурной оптимизации материальных потоков;

3. Разработан пользовательский интерфейс, обеспечивающий диалоговый режим работы с имитационной моделью для проведения эксперимента с различными параметрами состояния и стратегиями поведения агентов;

4. Разработаны рекомендации по оптимизации логистической системы управления материальными потоками перерабатывающего предприятия АПК в условиях неопределенности и риска.

На защиту выносятся:

1. Метод мультиагентного имитационного моделирования динамического взаимодействия автономных элементов логистической системы перерабатывающего предприятия с разветвленной структурой материальных потоков;

2. Математические модели и алгоритмы динамики изменения состояния интеллектуальных агентов на основе стратегии структурной оптимизации материальных потоков по критерию минимизации отклонения от заданной структуры ассортимента при заданных огран ичениях;

3. Алгоритмы и диалоговые процедуры организации имитационного эксперимента с моделью для поиска оптимальных режимов работы перерабатывающего предприятия АПК.

Апробация работы.

Результаты работы представлены на: Международной конференции «Теория активных систем» в Институте проблем управления РАН, Москва, 2005 г.; Европейском конгрессе по моделированию и имитации «6th EuroSim Congress on Modelling and Simulation, 9-13 September 2007 Ljublyana», Словения, 2007 г.; Международной научно-практической конференции «Логистика и Экономика Ресурсосбережения и Энергосбережения в промышленности», Саратов, 2007 г.

Публикации. По материалам диссертации опубликовано 6 печатных работ в научно-технических журналах, в т.ч. входящих в список ВАК и материалах международных конференций, а также 1 авторское свидетельство.

Список публикаций.

1. Шешенина JLA. Мультиагентная имитационная модель логистики материальных потоков производственного холодильника перерабатывающего предприятия АПК: научно-технический журнал 3.2(33) «Системы управления и информационные технологии»/ Л. А. Шешенина. -Воронеж: Научная книга, 2008.- 309-312 с.

2. Ивашкин Ю.А., Шешенина Л. А. Имитационное моделирование материальных потоков производственного холодильника: сборник научных трудов по материалам международной научно-практической конференции «Теория активных систем» 16-18 ноября 2005г./ Ю.А. Ивашкин, Л.А. Шешенина. - М.: ИЛУ РАН, 2005.-118-122 с.

3. Ивашкин Ю.А. , Шешенина Л.А. Имитационное моделирование и структурная оптимизация материальных потоков мясоперерабатывающего предприятия агропромышленного комплекса: научно-технический журнал №2(36) «Информационные технологии моделирования и управления» / Ю.А. Ивашкин, Л. А Шешенина - Воронеж: Научная книга, 2007.- 258-267 с.

4. Ivashkin Yu.A., Sheshenina L.A. Logistic and multi-agent imitating modelling of the agriculture industrial systems: сборник научных трудов по материалам международной научно-практической конференции «Логистика и Экономика Ресурсосбережения и Энергосбережения в промышленности (МНПК ЛЭРЭП-2-2007)» / Yu.A. Ivashkin, L.A. Sheshenina.- Саратов: СГТУ, 2007.- том 1, 106-109 с.

5. Ivashkin Yu.A., Sheshenina L.A. Multiagent Simulation of the industrial refrigerator material flows: proceedings of the 6th EuroSim Congress on Modelling and Simulation 9-13 September 2007/ Yu.AIvashkin, L.A. Sheshenina.-Ljubljana: Tiskarna Plesko d.o.o., 2007- 94 p.

6. Ивашкин Ю.А., Шешенина Л.А Экспертная система имитационного моделирования и структурной оптимизации материальных потоков мясоперерабатывающего предприятия агропромышленного комплекса: свидетельство об официальной регистрации программы для ЭВМ №2007611551 / Ю.А. Ивашкин, Л.А. Шешенина.- М.:МГУПБ, 2007.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения и приложения и содержит 133 страниц основного текста, 23 рисунка, 12 таблиц, список литературы из 83 наименований и 71 страниц приложения.

ЗАКЛЮЧЕНИЕ

1. Проведен анализ и формализация деятельности сложной логистической системы перерабатывающего предприятия с описанием состояния и целей его отдельных производственных сфер.

2. Теоретически обоснованны и сформулированы принципы построения логистических систем перерабатывающего предприятия.

3. Предложен метод мультиагентного имитационного моделирования динамического взаимодействия активных элементов логистической системы перерабатывающего предприятия с разветвленной структурой материальных потоков при стохастической неопределенности поставок сырья и заказов торгующих организаций.

4. Разработана мультиагентная имитационная модель логистической системы перерабатывающего предприятия АПК в универсальной системе БШрЫхЗ на языке моделирования £7'/ир1 ех-МОЬ, включающая в себя производственные процессы от поставок сырья до сбыта готовой продукции и состоящая из автономных блоков — интеллектуальных агентов, описывающих изменение состояния технологической системы.

5. Разработаны математические модели и алгоритмы динамики изменения состояния интеллектуальных агентов на основе стратегии структурной оптимизации материальных потоков по критерию минимизации критерия отклонения от заданной структуры ассортимента в заданных ограничениях.

6. Разработаны процедуры организации имитационного эксперимента для поиска оптимальных режимов работы перерабатывающего предприятия АПК на основе метода деформируемого симплекса.

7. Разработан пользовательский интерфейс, обеспечивающий диалоговый режим работы с имитационной моделью для проведения эксперимента с различными параметрами состояния и стратегиями поведения агентов.

1. Аверин Г.Д. Физико-технические основы холодильной обработки пищевых продуктов/ Г.Д. Аверин, Н.К. Журавская, Э.И. Каухчешвили: под ред. Э.И. Каухчешвили.-М.: Агропромиздат, 1985.-255 с.

2. Алехина Л.Т. Технология мяса и мясопродуктов/ J1.T Алехина,- М.: Агропромиздат, 1998.-260 с.

3. Альбеков А.У. Закономерности развития транспортно-складской логистики на региональном уровне/ А.У. Альбеков, Е. М. Грибов.- Ростов-на-Дону: РГЭА, 1999,158 с.

4. Аникина Б. А. Практикум по логистике: учеб. пособие / под ред. Б. А. Аникина,-М.: ИНФРА, 2003.-276 с.

5. Афанасьева Н.В. Логистические системы и российские реформы,- СПб: СПб ун-т экономики и финансов, 1995.-147 с.

6. Батищев C.B. Мультиагентная система моделирования производства и продажи автомобилей/ C.B. Батищев, К.В. Ивкушкин., И.А. Минаков http ://www.madi ,ru/logistics/resources/st8.htm

7. Бауэрсокс Д.Дж. Логистика. Интегрированная цепь поставок/ Д.Дж. Бауэрсокс, Д. Дж. Класс.- М: Олимп-Бизнес., 2006.-640 с.

8. Виттих В.А. Эволюционное управление сложными системами: Известия Самарского научного центра РАН — Том 2, № 1/В.А. Витгих. Самара: CI ГЦ РАН, 2000,- 101 с.

9. Гаджинский А.М. Основы логистики : учеб. пособие/ А.М. Гаджинский,- М: ИВЦ "Маркетинг", 1995.-124 с.

10. Гаджинский А. М. Логистика/ A.M. Гаджинский,- М.: Дашков и К, 2008.-484 с.

11. Гаджинский А. М. Практикум по логистике/ AM Гаджинский,- М.: Дашков и К, 2008.-302 с.

12. Гордон, М. П. Логистика товародвижения / М. П. Гордон, С. Б. Корнаухов. М.: Центр экономики и маркетинга, 2001. - 200 с.

13. Городецкий В.И. Многоагентные системы: современное состояние исследований и перспективы применения / В.И Городецкий.-М.: "Новости ИИ" , 1996. -159 с.

14. Гурвиц В.В. Измельчение мяса при низких температурах/ В.В. Гурвиц, Э.И. Каухчешвили, Н.М. Пришедько. — М.: «Мясная индустрия СССР», 1968. -612 с.

15. Дыбская В. В. Логистика складирования/ В. В. Дыбская,- М.:Альфа-Пресс, 2005,208 с.

16. Дыбская В. В. Управление складом в логистической системе/ В. В. Дыбская,- М.: КИА центр, 2000. 110 с.

17. Житенко П.В. Оценка качества продукции животноводства/ П.В. Житенко,-М.:Россельхозиздат, 1987.-208 с.

18. Забашта А.Г. Справочник по производству фаршированных и вареных колбас, сарделек, сосисек и мясных хлебов/ А.Г. Забашта, И.А. Подвойская, М.В. Молочников,- М: Франтэра, 2001.-709 с.

19. Иванов Д.А. Логистика. Стратегическая кооперация/ Д.А. Иванов. М.: Вершина, 2006.-176 с.

20. Ивашкин Ю.А. Моделирование производственных процессов мясной и молочной промышленности/ Ю.А. Ивашкин, И.И. Протопопов, А.В. Бородин,-М.:Агропромиздат, 1987. —232 с.

21. Ивашкин Ю.А. Вычислительная техника в инженерных расчетах, (мясная и молочная промышленность)/ Ю.А. Ивашкин. М.: Агропромиздат, 1989.-335 с.

22. Ивашкин Ю.А. Организация и математическое моделирование материальных потоков технологического холодильника с целью оптимизации транспортных операций: отчет по НИР МТИММП / Ю.А. Ивашкин, А.В. Бородин, C.B. Кузнецов,- М.: МГУПБ, 1981. 198 с.

23. Ивашкин Ю.А Алгоритмизация и моделирование стратегий конкурентной борьбы: материалы 3-й Всероссийской научно — технической конференции «Теория конфликта и ее приложения»/ Ю.А. Ивашкин., А.Ю. Ивашкин, А.В. Щербаков,-Воронеж, 2004.-131 с.

24. Ивашкин Ю.А. Структурно параметрическое моделирование интеллектуальных агентов и систем: сборник «Информационные технологии и системы, вып. 4» / Ю.А. Ивашкин. - Воронеж: Воронежская государственная технологическая академия, 2001.-137 с.

25. Ивашкин Ю.А. Мультиагентное моделирование конфликтных маркетинговых ситуаций: научно-технический журнал «Информационные технологии моделирования и управления. Вып.4 (22)»/ Ю.А.Ивашкин, А.В.Щербаков, Е.А.Рогожкина,- Воронеж,.2005.-539-547 с.

26. Искандарян А.К. Переработка крупного рогатого скота, телят и овец/ А.К. Искандарян.-М.: Птицепромиздат, 1980.-358 с.

27. Казаков A. M. Микробиология мяса/ А. М. Казаков — М.: Пшцепромиздат, 1972,209 с.

28. Калихман И.Л. Линейная алгебра и программирование/ И.Л. Калихман,- М: Высшая школа, 1967,- 428 с.

29. Кармас Э.Ю. Технология колбасных изделий/ Э.Ю. Кармас.- М.: Легкая и пищевая промышленность, 1989.-491 с.

30. Карташев В.А. Система систем. Очерки общей теории и методологии/ В.А. Карташев.- М: Прогресс -Академия, 1995.-325 с.

31. Лоу А.М. Имитационное моделирование. Классика CS/ А.М. Лоу, В.Д. Кельтон,-СПб.:Питер; Киев: Издательская группа BHV,2004.-848 р.

32. Макаров Н.В. Методы анализа состояния и защиты окружающей среды в мясной и молочной промышленности: журнал «Молочная и мясная промышленность № 5»/ Н.В. Макаров.-М.: ВО "Агропромиздат", 1989.-152 с.

33. Мешалкин В.П. Логистика и электронная экономика в условиях перехода к устойчивому развитию/ В.П. Машалкин.-М.: Москва-Генуя,2004.-408 с.

34. Мешалкин В.П. Организация и управление логистическими системами / В.П. Машалкин и др. М.: "Московские учебники", 2004. — 250 с.

35. Микони C.B. Теория и практика рационального выбора/ C.B. Микони.- М.: Маршрут, 2004. -463с.

36. Миротин Л.Б. Транспортная логистика: учебное пособие / под ред. Л. Б. Миротина.-М.: Экзамен, 2005.- 512 с.

37. Миротин Л.Б. Основы логистики /под. ред Л.Б. Миротина, В.И Сергеева,- М.: ИНФРА-М, 2002.- 198 с.

38. Морозов В.И. Совершенствование производства ливерных колбас/ В.И. Морозов,-М. :ЦИНТИпищепром. 1987.-331 с.

39. Неруш Ю. М. Логистика/ Ю.М. Неруш,- М.: ЮНИТИ-ДАНА, 2004.-496 с.

40. Никитенко A.A. Организация производства в сельскохозяйственных предприятиях/ A.A. Никитенко.-М.: Агропромиздат, 1985.-267 с.

41. Новиков О. А. Производственно-коммерческая логистика: учеб. пособие / О. А. Новиков, А. И. Семененко. СПб.: Изд-во СПбУЭФ, 1997. - 164 с.

42. Павловский Ю.Н. Имитационные модели и системы/ Ю.Н. Павловский. М.: ФАЗИС, ВЦ РАН, 2000.- 144 с.

43. Плоткин Б. К. Введение в коммерцию и коммерческую логистику: учеб. пособие. -СПб.: Изд-во СПбУЭФ, 1996 171 с.

44. Прицкер A.A. Введение в имитационное моделирование и язык SLAM П/ A.A. Прицкер.- М.: Мир, 1987. 644 с.

45. Поспелов Д. А От коллектива автоматов к мультиагентным системам: ргос. of the International Workshop "Distributed Atrifical Intelligence und Multi-Agent Systems DIAMAS' 97"/ДА. Поспелов.- St. Peterburg, 1997.-325 с.

46. Рогов И.А Технология и оборудование колбасного производства/ И.А. Рогов, А.Г. Забашта, В.А. Алексахина, Е.И. Титов,- М.:Агропромиздат, 1990.-352 с.

47. Сергеев В.И. Управление цепями поставок в России: миф или реальность? Логистика и управления цепями поставок/ В.И. Сергеев,- М.: ИНФРА,2004. -133 с.

48. Сергеев В. И. Логистика в бизнесе: учебник/ В. И. Сергеев,- М.: ИНФРА-М,2001,-608 с.

49. Синюков М.И. Организация производства на сельскохозяйственных предприятиях/ М.И. Синюков,-М., Агропромиздат, 1989.-463 с.

50. Скобелев П.О. Открытые мультиагентные системы для поддержки процессов принятия решений при управлении предприятиями: известия Самарского научного центра РАН, Том 3, №1 / П.О. Скобелев Самара: СНЦ РАН, 2001.- 98 с.

51. Соколов Б. В. Концептуальные основы оценивания и анализа качества моделей и полимодельных комплексов. Теория и системы управления/ Б. В. Соколов, P.M. Юсупов. -М., 2004. -116 с.

52. Степанов В. И. Основы логистики/ В. И. Степанов, В. А. Попов.- М.: Доброе слово, 2001,-72 с.

53. Третьяков Э. А Математическое моделирование организационно-производственных структур ГПС/ Э. А. Третьяков, С. Н. Гринева, Ю. А. Еленева.-М. :ВНИИТЭМР, 1986.- 88 с.

54. Хорошевский В.Ф. Базы знаний интеллектуальных систем/ В.Ф. Хорошевский, Т. А. Гаврилова. СПБ: Питер, 2000.-384 с.

55. Цимбал А.А Технологии создания распределенных систем./ A.A. Цимбал, М.Л. Аншиина. СПб.: Питер, 2003. - 576 с.

56. Черкашенко И.В. Пути повышения биологической ценности мяса: журнал «Молочное и мясное скотоводство» / И.В. Черкашенко.-М.: Маршрут,1990.-138 с.

57. Чирятников В.Ж. Справочник обвальщика мяса и жиловщики/ В.Ж. Чирятников,-М.: Легкая и пищевая промышленность, 1985.-128 с.

58. Шмит Б. Искусство моделирования и имитации. Введение в имитационную систему Simplex3/ Б. Шмит,- Гент, Бельгия: SCS-Европа BVBA, 2003.-615 с.

59. Шмидт Б. Универсальная система моделирования Simplex^ в прикладной биотехнологии: доклады 4-ой международной научно-технической конференции. Пища. Экология. Человек / Б. Шмидт, Ю.А. Ивашкин, АК.Кондратьев.- М.: МГУПБ, 2001.-317 с.

60. Уваров С. А. Логистика: общая концепция, теория, практика. СПб.: «ИНВЕСТ-НП», 1996. - 232 с.

61. Banks JJ. Discrete-Event System Simulation/ J.J. Banks, J.S. Carson, B.L. Nelson.- New Jer.ey: Prentice Hall, Upper Saddle River, 2000.-624 p.

62. Banks J.J. Getting started with GPSS/ J.J. Banks.-USA: Wolverine Software Corp., 1989.- 445 p.

63. Camarihna-Matos L. Collaborative Networks and Breeding Environments/ L.Camarihna-Matos.-UK: Springer, 2005.-341 p.

64. Elliott M. Buyer's Guide Simulation/ M. Elliott.-USA: IEE Solutions, 2000.-328 p.

65. Fougeres A.J. Modeling of Productive organization with multi-agent Systems, 1 Workshop on Agent-Based Simulation/ AJ. Fougeres, B.B. Mazigh, A.T. Koukam, R.H. Fanjul.- Germany, Passau, 2001,- 692 p.

66. Henriksen J. Using Proof Animation/ J. Henriksen.- USA: Wolverine Software Corp., 2nd edition, 1976.-589 p.

67. Julka N. Agent-based supply chain management, part 2: a refinery application: Computers&Chemical Engineering, 26 (2002) / N. Julka, I. Karimi, R. Srinivasan -USA:EIsevier, 2002.-1781 p.

68. Kok A.G. Supply Chain Management: Design, Coordination and Operation/ A.G. Kok, S.C. Graves.-USA: Elsevier, 2004. 752 p.

69. Kuhn A. Supply Chain Management: Optimierte Zusammenarbeit in der Wertschoepfungskette/ A. Kuhn, B. Hellingrath.-Berlin: Springer, 2002.-286 p.

70. Lopes F. Towards a Generic Negotiation Model for Intentional Agents: in Proceedings of the IEEE Workshop on Agent-Based Information Systems (London, UK)/ F. Lopes, N. Mamede, A.Q. Novais.-CA: IEEE Computer Society Press, 2000 1160 p.

71. Markowitz H. SIMSCRIPT: encyclopedia of Computer Science and technology/ H. Markowitz, J. Belzer, A. G. Holzman.-USA: Marcel DekUer, 1971.-1672 p.

72. Masuch M. Artificial Intelligence in organization and management theory: models of distributed activity: center for Computer Science in Organization and Management (CCSOM)/ M. Masuch, M. Warglien-Netherlands: University of Amsterdam, 1992.-346 P

73. Mikoni S. Multi-Agent Model for Metro Scheduling: proceedings of the 1-st International Workshop of Central and Eastern Europe on Multi-Agent Systems (CEEMAS'99) / S. Mikoni.- StPetersburg, 1999.-196 p.

74. Pritsker A. The GASP IV Simulation Language/ A. Pritsker A., W.John.-USA: John Wiley & Sons Inc, 1974.-470 p.

75. Schriber T. Simulation Using GPSS/ T. Schriber, WJohn .-UK: Krieger Pub Co, 1990.533 p.

76. Sol H. SIMULATION in the Analysis and Design of Information Systems: proc. of the Simulation'77/ H.Sol.- UK: ACTA Press, 1977,- 271p.

77. Spieckermann S. Diskrete, ereignisorientierte Simulation in Produktion und Logistik -Herausforderungen und Trends. Simulation und Visualisierung/ S. Spieckermann. -Erlangen: SCS Publishing House,2005,- 414 p.

78. Swam J.J. Simulation Reloaded: Sixth biennial survey of discrete-event software tools/ J.J. Swam.-UK: OR/MS Today, 2003. 257 p.

79. Stadtler H. Supply chain management and advanced planning: Concepts, models, software and case studies/ H. Stadtler, C. Kilger. Berlin: Springer, 2000.-556 p.

80. Tocher K. The automatic programming of simulations: proc.of the 2-nd Int.Conf.on Operational Research/K. Tocher, D. Owen.-UK, I960,- 668 p.

81. Tolujev J. Assessment of simulation models based on trace-file analysis: a metamodelling approach: proceedings of the 1998 Winter Simulation Conference/ J. Tolujev, P. Lorenz, D. Beier.-UK ,2004,- 650p.