Основні методології сучасної теорії логістики

Завдання мережевого планування складних проектів

Приклади складних комплексних проектів: будівництво і реконструкція яких-небудь великих об'єктів; виконання науково-дослідних і конструкторських робіт, підготовка виробництва до випуску продукції, проведення маркетингових та інших досліджень.

Використання  мережевих моделей дозволяє: побудувати мережевий графік, який представляє взаємозв'язку робіт проекту, що дозволяє детально аналізувати всі роботи і вносити поліпшення в структуру проекту ще до початку його реалізації;побудувати календарний графік, який визначає моменти початку і закінчення кожної роботи, мінімально можливий час виконання проекту, критичні праці; дозволяє оптимізувати параметри проекту: виявити та усунути проблеми у забезпеченні робіт виконавцями, знизити кількість одночасно зайнятих виконавців, скоротити тривалість окремих робіт і проекту в цілому ; оперативно контролювати і коректувати хід виконання проекту.

Завдання вибору маршруту

Типовою завданням  вибору маршруту є знаходження деякого  маршруту проїзду з одного міста  в інше, при наявності безлічі шляхів через різні проміжні пункти. Завдання полягає у визначенні найбільш економічного маршруту за критерієм часу, відстані або вартості проїзду. На існуючі маршрути можуть бути накладені обмеження, наприклад, заборона на повернення до вже пройденого шляху, вимога обходу всіх пунктів, причому в кожному з них можна побувати тільки один раз (задача комівояжера).  
Завдання масового обслуговування

Завдання масового обслуговування присвячені вивченню систем обслуговування черг вимог. Причина  черг в тому, що потік вимог клієнтів випадковий і некерований. Типові приклади таких ситуацій - черги пасажирів  до квитковим кас, черги абонентів, які очікують виклику на міжміського АТС, черги літаків, які очікують зльоту або посадки.  
Завдання масового обслуговування дозволяють визначити, яка кількість приладів обслуговування необхідно, щоб мінімізувати сумарні очікувані втрати від несвоєчасного обслуговування і простоїв обслуговуючого обладнання.  
Завдання упорядкування

Стандартна постановка завдання упорядкування (календарного планування): є безліч деталей з певними технологічними маршрутами, а також кілька верстатів, на яких деталі обробляються. Тоді впорядкування полягає у визначенні такої черговості обробки кожної деталі на кожному верстаті, при якій мінімізується сумарна тривалість всіх робіт, або загальне запізнювання обробки деталей, або втрати від запізнювання і т.п.

Розглянемо математичні дисципліни, найбільш часто використовуються при вирішенні завдань дослідження операцій.

Математичне програмування ("планування") - це розділ математики, що займається розробкою методів відшукання екстремальних значень функції, на аргументи якої накладено обмеження. Методи математичного програмування широко використовуються для вирішення розподільних завдань.  
           Лінійне програмування (ЛП) - є найбільш простим і найкраще вивченим розділом математичного програмування. У ньому розглядаються завдання, у яких показник оптимальності являє собою лінійну функцію від змінних задачі, а обмежувальні умови, які накладаються на можливі рішення, мають вигляд лінійних рівностей або нерівностей. Відповідно нелінійне програмування розглядає завдання з нелінійними цільовими функціями та обмеженнями.  
          Завдання, які вирішуються за допомогою мережного моделювання (теорія графів), можуть бути сформульовані і вирішені методами лінійного програмування, але спеціальні мережеві алгоритми дозволяють вирішувати їх більш ефективно. Приклади: завдання знаходження найкоротшого шляху, критичного шляху, максимального потоку, мінімізації вартості потоку в мережі з обмеженою пропускною спроможністю та ін.

Цільове програмування  являє собою методи розв'язання задач лінійного програмування з декількома цільовими функціями, які можуть конфліктувати один з одним.

Цілочисельне лінійне програмування використовується для вирішення завдань, у яких всі або деякі змінні повинні приймати цілочисельні значення.  
Динамічне програмування передбачає розбиття задачі на кілька етапів, кожен з яких представляє собою підзадачі щодо однієї змінної і вирішується окремо від інших підзадач.

Апарат теорії ймовірностей використовується у багатьох задачах дослідження операцій, наприклад, для прогнозування (регресійний і кореляційний аналіз), імовірнісного управління запасами, моделювання систем масового обслуговування, імітаційного моделювання та ін  
Методи моделювання і прогнозування часових рядів дозволяють виявити тенденції зміни фактичних значень параметра Y в часі і прогнозувати майбутні значення Y.

Теорія ігор і прийняття рішень розглядає процеси вибору найкращої з декількох альтернатив в ситуаціях визначеності (дані відомі точно), в умовах ризику (дані можна описати за допомогою імовірнісних розподілів), в умовах невизначеності (імовірнісний розподіл або невідоме, або не може бути визначено).  
Методи і моделі теорії нечітких множин дозволяють в математичній формі представити і використовувати для прийняття рішень суб'єктивну словесну експертну інформацію: уподобання, правила, оцінки значень кількісних і якісних показників.

Список літератури:

1. Гаджинский А.М. Логистика: Учеб. для высших и средних спец. учеб. заведений. – 3-е изд., перераб. и доп. – М.: Информационно-внедренческий центр "Маркетинг", 2000. – 375 с.
2. Голиков Е.А. Маркетинг и логистика. – М.: Дашков и Ко, 1999.– 412 с.9. Гордон М.П., Карнаухов С.Б. Логистика товародвижения. – М.: Центр экономики и маркетинга, 1999. – 208 с.
3. Кальченко A.Г. Логістика: Навч. посіб. – К.: КНЕУ, 2005. - 284 с.
4. Кальченко A.Г. Основи логістики: Навч. посіб. – К.: Т-во "Знання", КОО, 1999. – 135 с.
5. Ларіна Р.Р. Логістика: Навч. посіб. / Донецький держ. ун-т управління. - Донецьк: ДонДУУ, 2006. - 277 с.
6. Логистика: Учебник / Под ред. Б.А. Аникина. – 3-е изд., перераб. и доп. – М.: ИНФРА-М, 2002. – 367 с.
7. Пономарьова Ю.В. Логістика: Навч. посіб. – К.: ЦНЛ, 2003. – 189 с.
8. Чеботаев А.А. Логистика. Логистические технологии: Учеб. пособие. – М.: Дашков и Ко, 2002. – 172 с.