Алгоритмы, аналогичные описанным выше, могут быть использованы в имитационном моделировании сложных проблем, возникающих в управлении запасами. Они позволяют учитывать неопределенность как спроса, так и срока поставки заказа. В таких случаях должна быть собрана информация, на основе которо можно построить распределения вероятностей для соответствующих переменных.
Ч. 4. Моделирование в бизнесе
О Пример 14.3. Корпорация "ELA" занимается производством легковых автомобилей. Аккумуляторы для модели "Lunar" компания закупает на стороне, у внешнего поставщика. На основе прошлого опыта специалисты "ELA" оценили, что спрос на аккумуляторы за неделю можно аппроксимировать нормальным распределением со средним значением 500 и стандартным отклонением 10 для промежутка от 470 до 530.
Начальный запас аккумуляторов составляет 2000 шт., причем администрация компании приняла решение о подачах заказов на партии аккумуляторов размером в 2500 шт. каждый раз, когда их запас опускается ниже уровня в 1500 шт. Кроме того, прошлый опыт показывает, что интервалы времени между подачей заказа и осуществлением поставок изменяются следующим образом:
Таблица 14.20. Распределение времени поставки заказа, корпорации "ELA"
| Время поставки заказа, недель | ||||
| Вероятность | 0,20 | 0,50 | 0,25 | 0,05 |
Единичная стоимость хранения запасов равна 0,50 ф. ст. в неделю и рассчитывается для общего размера запаса, оставшегося на конец недели. Стоимость заказа — 50 ф. ст., а отсутствие аккумуляторов на складе оценивается в 20 ф. ст. в неделю.
Используя имитационную модель для периода в 20 недель, оценим среднюю стоимость проведения изложенной выше политики в неделю. Принимается предпосылка о том, что все расчеты производятся в конце недели, а подачи заказов и поставки по ним — в начале недели.
Решение.
Переменными являются спрос и время поставки заказа. Так как спрос аппроксимируется непрерывным нормальным распределением, будем моделировать переменную спроса с шагом в 5 аккумуляторов. Например, вероятность спроса, равного 510 аккумуляторам, будет оцениваться с помощью соотношения Р(507,5< спрос < 512,5).
Среднее значение спроса — 10,050/20 = 502,5 аккумуляторов в неделю.
Средний размер запаса на конец недели — 22,865/20 = 1143,25 аккумуляторов в неделю.
Средний размер дефицита — 1020/20 = 51,0 аккумуляторов в неделю.
Число заказов, поданных в течение 20 недель, равно, 4, следовательно, среднее число заказов в неделю — 4/20 = 0,2.
Ожидаемая стоимость в неделю = 1143,25 х 0,50 + 51 х 20 + 0,2 х 50 = 1602 ф. ст.
Как и в предыдущих примерах, процесс моделирования следует продолжить, чтобы убедиться, что достигнутые условия действительно характеризуют стационарное состояние модели.
Имитационные модели можно также применять при исследовании поведения системы управления запасами в условиях альтернативных вариантов политики подачи заказов. Это позволит администрации выбрать тот вариант, который наилучшим образом отвечает поставленным целям.






