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
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.
