Выбор оптимальных решений в транспортной логистике

Пример внедрения системы поддержки принятия решений anyLogistix.


Описание проблемы




Транспортная сеть одной из крупных российских пивоваренных компаний включает в себя крупный парк вагонов и грузового автотранспорта, а также собственные склады в нескольких регионах России. Компания планировала снизить себестоимость продукции за счет сокращения издержек на перевозку продукции от заводов до клиентов.


С учетом вероятностей совершения различных событий в процессе перевозки (время погрузки, время, проведенное на таможне, неисправности техники), каждое решение при управлении такой системой может привести ко многим исходам. Иногда выбор на первый взгляд рационального сценария может привести к непредсказуемым последствиям из-за неопределенностей и случайных событий, для учета которых недостаточно традиционных методов прогнозирования.


Чтобы выбрать лучший сценарий, необходимо рассмотреть все возможные последствия того или иного решения. Имитационные модели позволяют анализировать возможные результаты для каждого решения и на основе сравнения выбирать наиболее оптимальный вариант. Именно поэтому было решено интегрировать корпоративную ERP-систему, возможностей которой не хватало для решения таких задач, с системой поддержки принятия решений AnyLogic Transport Operations Manager (теперь частью anyLogistix), основывающейся на имитационной модели.

Целью внедрения стало:

  • Среднесрочное планирование логистики (на ближайшие 60 дней), а именно оптимизация использования собственного парка вагонов и автомобилей, а также сторонних перевозчиков.
  • Оперативное планирование на промежуток декады.

Решение


Rail Transportation Simulation

Имитационная модель, встроенная в систему поддержки принятия решений, отражает перевозки продукции пивоваренных заводов для клиентов компании, тары с приёмных пунктов на заводы и перевозки попутных грузов от сторонних компаний.


В качестве входных данных использовалось следующее:

  • Прогноз продаж, составленный компанией-клиентом;
  • Данные о парке вагонов: типы (обычный вагон, вагон-термос), график техобслуживания;
  • Текущее местонахождение вагонов;
  • Затраты на перевозку собственными и привлеченными средствами.

Некоторые из ограничений, учтенных в модели перевозок:

  • Различная пропускная способность станций для погрузки/разгрузки вагонов;
  • Ограничения по использованию собственного или привлеченного транспорта в зависимости от тарифов и сезонности;
  • Необходимость периодического подогрева на специальных станциях вагонов-термосов, использующихся для длительной перевозки пива;
  • Тот факт, что некоторые клиенты могут получать грузы только автотранспортом;
  • Использование зимников, по которым невозможно проехать в теплое время года.

Неопределенности, учитываемые в прогнозировании, включали время доставки, время погрузки/разгрузки транспорта и время пересечения государственных границ.


Целью оптимизации было выполнение плана перевозок (доставка товара клиентам) и минимизация транспортных издержек.


Результат:




Использование AnyLogic Transport Operations Manager позволяет прогнозировать развитие ситуации при принятии тех или иных решений, сравнивать возможные результаты и принимать решения, отвечающие оптимальным параметрам доставки.


Результаты работы СППР дают логистам компании-клиента возможность:

  • Выбирать оптимальный с точки зрения сроков, затрат и рисков способ транспортировки и маршрут движения грузов;
  • Давать прогноз о выполнении плана и предполагаемой дислокации вагонов в краткосрочной и среднесрочной перспективе.

Внедрение системы поддержки принятия решений AnyLogic Transport Operations Manager (теперь - часть anyLogistix) помогает клиенту снизить себестоимость продукции за счет уменьшения логистических издержек.


инструмент планирования цепей поставок anyLogistix

Другие проекты

  • Планирование сети дистрибуции и оптимизация складских запасов на основе имитационного моделирования
    Diageo – это международная компания со штаб-квартирой в Великобритании, занимающаяся производством алкогольных напитков. Российское отделение компании входит в пятерку крупнейших оптовых дистрибьюторов алкогольных напитков в стране. Diageo требовалось решить несколько вопросов, в первую очередь, тот факт, что рост продаж не приводил к существенному увеличению прибыли из-за высокой стоимости перевозки единицы товара.
  • Проектирование системы морской транспортировки нефти в арктических условиях
    Новопортовское – крупное нефтегазоконденсатное месторождение, разрабатываемое компанией «Газпром нефть». Нефть с месторождения поступает по 100-километровому трубопроводу к морскому терминалу, откуда после отгрузки перевозится до потребителей на арктических танкерах. Главная проблема при организации морских перевозок с месторождения – тяжелые ледовые условия, затрудняющие судоходство.
  • Исследование автопотока возле проектируемого транспортно-пересадочного узла “Волоколамская”
    Территория строящегося транспортно-пересадочного узла станции метро "Волоколамская" расположена в районе Митино Северо-Западного административного округа Москвы. Компания "ИТС-консалтинг" получила задачу проверить работоспособность проектируемой улично-дорожной сети при пиковых нагрузках в утренний и вечерний часы с учётом перспективного роста автопотока до 2025 года. Заказчиком проекта выступило ГУП "Московский метрополитен".
  • Развитие сети складов компании «Эльдорадо»
    Компании «Эльдорадо», владеющей сетью магазинов бытовой техники и электроники в 350 городах РФ, требовалось определить оптимальное количество складов и города их расположения для лучшего удовлетворения спроса покупателей и минимизации затрат на доставку и хранение товара. Анализ показал применимость для этой проблемы решения anyLogistix.
  • Моделирование прокладки тоннеля с использованием тоннелепроходческого комплекса
    Цена часа простоя тоннелепроходческого комплекса обычно очень высока, и менеджеры делают всё возможное, чтобы избежать его остановок. Целью моделирования, проведенного в Рурском университете, стало создание инструмента для определения узких мест в процессах при прокладке туннелей, помогающего снизить потери при простоях.
  • Моделирование железнодорожных перевозок в порту
    Перед заказчиком стояла задача проектирования нового мультимодального терминала на территории порта. Мультимодальный терминал предназначен для обработки импортного и экспортного контейнерного грузопотока, перевозимого железнодорожным и речным транспортом. Для организации взаимодействия мультимодального и морских терминалов заказчик планировал использовать челночные отправки железнодорожных составов.
  • Оптимизация железнодорожной сети Франции
    Оператор железнодорожной сети Франции хотел узнать, смогут ли железнодорожные грузовые перевозки конкурировать с автомобильными грузоперевозками. Заказчик хотел повысить эффективность перевозок способом «автодорога-железная дорога-автодорога».
  • Моделирование железнодорожного депо
    Aurizon – крупнейший оператор железнодорожных перевозок Австралии. Компании принадлежат более 700 локомотивов и 16000 вагонов. Один из основных грузов Aurizon – полезные ископаемые, транспортируемые от мест добычи до портов. С целью увеличения оперативной эффективности компания приняла решение перенести депо по ремонту локомотивов и вагонов из одного города в другой.
  • Моделирование эффекта кнута в цепи поставок
    Управление цепочек поставок в компании Infineon, крупном производителе полупроводников, хотело исследовать эффект кнута в цепочке поставок с целью снижения расходов и улучшения качества прогнозов поведения рынка. Они использовали AnyLogic для построения модели цепочки поставок от поставщика сырья до конечного потребителя.
  • Выбор лучшей политики хранения запасов с Gojii
    Существующие инструменты для управления цепями поставок и планирования продаж и операций (S&OP) позволяют удовлетворять план, соответствующий выбранному прогнозу. Однако не существует единого верного прогноза будущего спроса, и существующие инструменты не в состоянии выбрать лучший уровень спроса. Gojji – инструмент, который помогает выбирать лучший прогноз.