Проблема
InterBarge – это крупный оператор речного транспорта, который является частью компании SCF Marine, входящей в Seacor Holding Group. InterBarge занимается перевозкой грузов вдоль водного пути HPP (транспортная сеть бассейна рек Парана и Парагвай в Аргентине, Парагвае, Бразилии и Уругвае). Компания работает по системе долгосрочных договоров на перевозки, к которым приписаны буксиры и баржи. Некоторое время в году транспортные средства свободны от этих контрактных обязательств, и есть возможность принимать в караваны судов дополнительные баржи.
Компании было необходимо выяснить, как можно использовать свободные суда, максимизируя прибыль с перевозки и полностью выполняя обязательства по долгосрочным контрактам. Чтобы добиться этого, нужно было придумать механизм выбора лучшего размера каравана и правильного назначения судов на заказ.
Менеджмент стоял перед вопросом: как управлять системой в режиме использования свободного ресурса судов, когда нужно учитывать независимость между собой буксиров и барж, а также разовые и долгосрочные контракты? Им требовалось проанализировать поведение системы, где каждый буксир, приходя в порт или пункт отправления, мог бы принимать решение о лучшем маршруте и наборе барж для временного каравана.
Компания Ite Consult выбрала в качестве инструмента решения проблемы имитационное моделирование. Были выбраны следующие цели проекта по моделированию:
- Создание инструмента планирования для максимизации прибыли с перевозки (принятие решений о доставках, контрактах, расположении буксиров и барж и т.д.).
- Оценка рисков от приобретения новых буксиров и барж.
- Создание инструмента для расчета прибыли и поддержки переговорных процессов по ценам перевозок.
- Создание инструмента краткосрочного и долгосрочного планирования операций.
Решение
Модель была построена в AnyLogic с использованием дискретно-событийного и агентного методов. Буксиры и баржи передвигаются по рекам, останавливаются в каждом узле или порту и решают, следует ли начать в этом пункте перевозку по разовому контракту. Решения зависят от их местоположения в этот момент. Модель рассчитывает среднесуточный доход с судна (таймчартерный эквивалент) для каждого доступного контракта и выносит рекомендации по лучшей конфигурации каравана, принимая во внимания все параметры и ограничения.
Входные данные модели:
- Спрос на речные перевозки с учетом сезонности (контракты, продукты, цены, сборы и др.).
- Данные о буксирах и баржах (тип, вместимость, скорость, осадка, потребление топлива, требования по техобслуживанию и т.д.).
- Особенности рек и портов (уровень воды, особенности погрузки/выгрузки, ставки за каждый продукт и т.д.).
- Расстояния между портами и пунктами назначения.
- Операционные затраты, время плавания и обслуживания в порту.
- Ограничения по маршрутам для буксиров из-за уровня воды и ограничения по флагу.
- Максимальная тяга буксиров по течению и против него.
- Скорость буксиров по течению и против него (загруженный/разгруженный).
- Потребление топлива.
- Еженедельно обновляемые предложения по разовым перевозкам и фактор сезонности.
- Назначенные заранее перевозки.
- Вместимость барж по типу, объемы продуктов, уровень воды по месяцам.
- Время погрузки и выгрузки.
Результат
Модель воспроизводит пятилетний период работы судов меньше чем за 5 минут, принимая в расчет почти 250 внешних переменных и множественные сценарии. Система поддержки принятия решений позволяет пользователям определять ожидаемую прибыль с перевозки для текущих ресурсов и спроса, а также выдает рекомендации по выбору стратегий управления.
Пользователи получают набор ключевых индикаторов: доставленные тонны за перевозку, время и затраты на перевозку, показатели использования и расположение судов, время швартовки и ожидания в каждом порту, расход топлива и т.д. Эта информация позволяет менеджменту выбирать среди предоставленных системой решений лучшие. Они также получают возможность планировать маршруты для судов и караванов на долгий и короткий срок.
Выходные данные экспортируются в файлы Excel для удобства дальнейшего анализа. Также возможна интеграция модели с базами данных текущей IT-инфраструктуры компании.
Данная имитационная модель использует пользовательские сценарии и входные данные, а значит, легко может быть адаптирована к изменившимся условиям.