ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Journal influence

Higher Attestation Commission (VAK) - К1 quartile
Russian Science Citation Index (RSCI)

Bookmark

Next issue

4
Publication date:
09 September 2024

Modeling of warehousing: development and integration in Orlando Tools

The article was published in issue no. № 1, 2012 [ pp. 89 - 91 ]
Abstract:This article is dedicated to the questions of modeling of the modern logistic warehouses on base of multivariant experiments in the parallel computing system. The package of modeling is developed in toolkit Orlando Tools. The object-oriented control system of the knowledge base of Orlando Tools provides complexation by data for all packages of applied programs developed on base of this toolkit.
Аннотация:Рассматриваются вопросы моделирования современных логистических складских комплексов на основе много-вариантных экспериментов в параллельной вычислительной системе. Пакет моделирования разработан в инструмен-тальном комплексе Orlando Tools, объектно-ориентированная система управления базой знаний которого обеспечи-вает комплексирование по данным для всех пакетов прикладных программ, создаваемых с помощью этого инстру-ментального комплекса.
Authors: Basharina O.Yu. (basharinaolga@mail.ru) - Irkutsk state university, Irkutsk, Russia, Ph.D, (oparin@icc.ru) - , Ph.D
Keywords: parallel computing, modeling, warehouse logistics
Page views: 12890
Print version
Full issue in PDF (5.33Mb)
Download the cover in PDF (1.08Мб)

Font size:       Font:

В настоящее время специалистам различных отраслей производства, бизнеса и управления предлагается широкий спектр экономико-матема­тических моделей. Сложность динамической структуры современных экономических объектов, обусловленная большим количеством важных характеристик процессов их функционирования и связей между ними, требует построения согласованного семейства моделей для исследования этих объектов на разных уровнях детализации и зачастую приводит к значительным техническим и методическим трудностям использования такого семейства моделей.

Современные программные комплексы класса Warehouse Management System (WMS) (Фолио WMS, AZ.WMS, SmartStock.WMS, Solvo.WMS, Radio Beacon WMS и др.), а также логистические системы класса Enterprise Resource Planning (ERP) (например Microsoft Axapta) являются мощным инструментом управления складскими процессами. Однако зачастую в этих комплексах и системах до сих пор используются методы и средства последовательного моделирования. С ростом сложности модели время расчетов при последовательном моделировании значительно увеличивается и может занимать от нескольких дней до нескольких месяцев. Вследствие этого, исходя из необходимости принятия оперативных решений по управлению экономическим объектом на основе анализа его математической модели, приоритет получают средства параллельного или распределенного моделирования [1].

В статье рассматривается пакет моделирования современных логистических складских комплексов (ЛСК), основанный на методологии модульного программирования и ориентированный на проведение расчетных работ в параллельных вычислительных системах. Использование модульного подхода обеспечивает ряд важных возможностей. Во-первых, достаточно гибкую модификацию и безболезненное развитие математического и программного базиса для моделирования ЛСК посредством добавления или замены модулей (программ) этого базиса новыми модулями, в том числе модулями уже разработанных библиотек программ. Во-вторых, быструю точечную реализацию дополнительных средств моделирования процессов функционирования ЛСК, не представленных в используемых системах управления этими комплексами.

ЛСК предоставляет клиентам cliÎCl, i=1, 2, …, M, логистические услуги ujÎU, j=1, 2, …, N, на множестве товаров fsÎF, s=1, 2, …, R. Для элементов множеств Cl, U, F имеются соответствующие наборы атрибутов, значения элементов определяются значениями их атрибутов. Каждому клиенту присваивается категория, в соответствии с которой назначается уровень обслуживания lnÎL, n=1, 2, …, K. Каждая услуга uj относится к одной из категорий wkÎW, k=1, 2, …, B, а каждый товар fs – к какой-либо группе товаров grpÎGR, p=1, 2, …, A.

Заданы матрицы C и V размерности N´M, соответственно определяющие для клиента цены cli и объем услуги uj.

Предприятие несет расходы Z(t) по предоставлению услуг: , где αki(τ) – количественный показатель k-го компонента расходов на обеспечение услуги ui в момент времени τ.

Заданы также матрицы ST, ST1, V1 с размерностью R´M, которые соответственно определяют стоимость, себестоимость и объем товаров fs клиента cli.

ЛСК требуется определять вероятные планы оказания услуг, их сроков и возврата для учета возможных финансовых поступлений. Для анализа эффективности реализации проекта и внесения корректирующих воздействий в ходе его выполнения предприятию необходимо проводить расчеты финансовых показателей по предоставлению услуг за определенный период времени t.

Основные финансовые показатели функционирования ЛСК, такие как оценка потенциальной мощности услуг E(t), мощность освоенных услуг y(t), оценка мощности неосвоенных услуг Eн(t), суммарный доход H(t), суммарные затраты G(t), прибыль P(t) и рентабельность R(t), рассчитываются методами численного интегрирования и определяются соотношениями следующего вида: , где e(t) – оценка потенциальной интенсивности оказания услуг ЛСК в момент времени t; , где u(t) и w(t) –соответственно объем текущих и завершенных услуг ЛСК в момент времени t; Eн(t)=E(t)–y(t), ,  где hi(t)  – объем  доходов  от i-го вида услуги в момент времени t; , где zj(t) – объем расходов на реализацию j-го вида услуги в момент времени t; P(t)=H(t)–G(t), R(t)=P(t)/G(t).

Для анализа деятельности ЛСК необходимо оценить финансовые показатели и стабильность его функционирования с позиции долгосрочной перспективы [2]. Финансовые результаты деятельности предприятия характеризуются суммой полученной прибыли и уровнем рентабельности:

-      прибыль от реализации услуг Pu;

-      внереализационные доходы и расходы Pv;

-      показатели рентабельности (рентабельность услуг Ru и рентабельность оборота Rоb);

-      F(Pu, Pv, R, Rоb).

Причем крайне важно проанализировать динамику прибыли ЛСК от реализации отдельных видов услуг (Pu)i.

Внереализационные доходы и расходы делятся на следующие категории:

-      инвестиционные доходы;

-      финансовые расходы;

-      прочие (прибыль и убытки прошлых лет).

Финансовая устойчивость предприятия связана прежде всего с общей финансовой структурой и степенью его зависимости от кредиторов и инвесторов. Поэтому необходимо провести анализ:

-      структуры источников средств;

-      расходов, связанных с обслуживанием внешних источников средств;

-      источников материальных оборотных средств.

Для анализа структуры источников средств необходимо рассчитать коэффициенты капитализации, такие как коэффициент финансовой автономии Кавт, коэффициент финансового риска Кфр и коэффициент маневренности собственного капитала Кман. Расчет этих показателей можно провести на основе данных финансовой отчетности «Баланс» (форма № 1) по формулам: Кавт=Псоб/АП; Кфр=Ппр/Псоб; Кман=Аоб/Псоб, где Псоб – собственный капитал; АП – весь капитал; Ппр – привлеченные средства; Аоб – собственные оборотные средства.

Для оценки расходов по обслуживанию внешних источников финансирования используются так называемые коэффициенты покрытия. К наиболее значимым относятся коэффициент структуры покрытия долгосрочных вложений Кпдв, коэффициент долгосрочного привлечения заемных средств Кдпзс, коэффициент финансовой независимости капитализированных источников Кфнки. Данные коэффициенты определяются следующими соотношениями: Кпдв=Пдс/Аноб; Кдпзс=Пдс/(Псоб+ +Пдс); Кфнки=Псоб/(Псоб+Пдс); Кдпзс+Кфнки=1, где Пдс – долгосрочные пассивы; Аноб – необоротные активы; Псоб – собственный капитал.

Для характеристики источников формирования запасов используются несколько показателей:

-      собственные оборотные средства Ксоб;

-      собственные оборотные средства и долгосрочные заемные источники формирования запасов Ксдз=Ксоб+Кдз;

-      общая величина основных источников формирования запасов Кобщ=Ксдз+Ккр–Аноб, где    Ккр – краткосрочные кредиты; Аноб – необоротные активы.

Трем показателям наличия источников формирования запасов соответствуют показатели обеспеченности запасов источниками формирования:

-      излишек (+) или недостаток (–) собственных оборотных средств: ±Фс=Ксоб–З;

-      излишек (+) или недостаток (–) собственных оборотных средств и долгосрочных заемных источников формирования запасов: ±Фсдз=Ксдз–З;

-      излишек (+) или недостаток (–) общей величины основных источников формирования запасов: ±Фобщ=Кобщ–З.

В приведенных соотношениях З – стоимость запасов.

С помощью этих показателей определяется трехкомпонентный показатель типа финансовой устойчивости:

Показатели S={1, 1, 1} и S={0, 1, 1} определяют соответственно абсолютную и нормальную финансовую устойчивость, а при S={0, 0, 1} и S={0, 0, 0} наблюдаются соответственно неустойчивое и кризисное финансовые состояния.

Решение поставленных выше задач требует проведения многовариантных расчетов. Причем, учитывая стохастичность моделируемых процессов, для каждого варианта нужно выполнить немало прогонов, чтобы добиться требуемой степени достоверности результатов. Многие параметры исследуемой предметной области представляют массивы данных, допускающих одновременную обработку их элементов. Перечисленные особенности вычислительного эксперимента и описания предметной области актуализируют применение парадигмы параллельного программирования в процессе решения поставленных ранее задач.

Пакет моделирования ЛСК создан на базе инструментального комплекса Orlando Tools [3], предназначенного для разработки пакетов прикладных программ, обеспечивающих возможность параллельной обработки структур данных в процессе проведения многовариантных расчетов при решении прикладных задач математического моделирования на однородных UNIX-кластерах.

Описание предметных областей пакетов, создаваемых с помощью Orlando Tools, осуществляется на основе объектно-ориентированной модели данных и поддерживается на программном уровне встроенной библиотекой классов объектов предметной области. Объектно-ориентированная система управления базой знаний Orlando Tools позволяет проводить комплексирование по данным для всех пакетов прикладных программ, разрабатываемых с помощью этого инструментального комплекса. Тем самым обеспечивается возможность использования в процессе создания нового пакета фрагментов описания предметных областей, функциональных программных модулей, исходных данных и результатов вычислений, имеющихся в других пакетах. В результате сокращаются сроки разработки пакетов прикладных программ и проведения вычислительных экспериментов. В частности, рассматриваемый пакет моделирования создан на основе комплексирования с пакетом R-SIM [4] для моделирования экономических показателей процесса реорганизации объектов коммерческой недвижимости предприятия.

В таблице представлены сравнительные результаты времени решения ряда задач на персональном компьютере и на вычислительном кластере МВС-1000/16 Института динамики систем и теории управления СО РАН (г. Иркутск), узлы которого имеют характеристики вычислительных ресурсов, аналогичные характеристикам персонального компьютера. Очевидно, что с повышением сложности задачи время расчетов на персональном компьютере существенно увеличивается, и поэтому требуется применение других, более производительных вычислительных средств.

Задача моделирования

Время решения задачи

на ПЭВМ

на кластере (16 узлов)

Расчет планируемых финансовых показателей работы ЛСК

1–2 мин.

1 мин.

Определение оптимального варианта сдачи в аренду объектов ЛСК

15–30 мин.

1–2 мин.

Планирование расписания обслуживания клиентов с учетом потока случайных заявок

1 ч.–3 сут.

5 мин.–5 ч.

В данной статье показан опыт применения высокоуровневых инструментальных средств разработки интеллектуальных пакетов для моделирования ЛСК, накопленный в лаборатории методов автоматизации научных исследований и учебного процесса Международного института экономики и лингвистики Иркутского государственного университета. Архитектура, принципы работы, способы и средства реализации инструментального комплекса Orlando Tools обеспечивают широкий спектр функциональных возможностей для моделирования других экономических объектов в самых различных сферах деятельности.

Литература

1.     Fujimoto R.M. Parallel and Distributed Simulation Systems. NY: John Wiley & Sons, 2000.

2.     Кононенко О., Маханько О. Анализ финансовой отчетности. Харьков: Фактор, 2006. 200 с.

3.     Инструментальный комплекс ORLANDO TOOLS / Г.А. Опарин [и др.] // Программные продукты и системы. 2007. № 4. С. 63–65.

4.            Горский С.А., Феоктистов А.Г. Создание пакетов программ в инструментальном комплексе ORLANDO TOOLS // Управление большими системами: сб. тр. II шк.-сем. молод. ученых. Воронеж: Научная книга, 2007. Т. 2. C. 33–39.


Permanent link:
http://swsys.ru/index.php?page=article&id=3024&lang=en
Print version
Full issue in PDF (5.33Mb)
Download the cover in PDF (1.08Мб)
The article was published in issue no. № 1, 2012 [ pp. 89 - 91 ]

Perhaps, you might be interested in the following articles of similar topics: