|
| | | | Проблемы современной экономики, N 1 (45), 2013 | | | | ПРОБЛЕМЫ МАРКЕТИНГА. ЛОГИСТИКА | | | Бочкарев А. А.
профессор кафедры логистики и организации перевозок
Санкт-Петербургского государственного экономического университета,
доктор экономических наук
| |
| | | | | В статье проведен анализ задач в области транспортной логистики, решаемых с помощью географических информационных систем. Дана классификация географических информационных систем для решения задач транспортной логистики. Даны описание метода относительных предпочтений и пример его использования для решения задачи выбора информационной системы, предназначенной для автоматизации планирования автотранспортной доставки грузов | | Ключевые слова: информационные системы, транспортная логистика, проблема выбора, метод относительных предпочтений | | УДК 656:38:47 Стр: 117 - 119 |
Проблема выбора информационной системы для транспортной логистики
Применение современных информационных технологий в логистике позволяет значительно облегчить решение задач, связанных с планированием грузовых автомобильных перевозок. Программные продукты, предназначенные для транспортной логистики, относятся к классу географических информационных систем (ГИС). Географическая информационная система — это система для управления географической информацией, ее анализа и отображения. Географическая информация представляется в виде серий наборов географических данных, которые моделируют географическую среду посредством простых обобщенных структур данных. ГИС включает наборы современных инструментальных средств для работы с географическими данными.
Основные задачи в области транспортной логистики, решаемые с помощью ГИС:
● задача выбора кратчайшего маршрута. Для ее решения необходимо иметь связную и топологически корректную дорожную сеть. На практике обычно важнее найти не кратчайший маршрут, а маршрут наименьшей стоимости. Эта задача решается с помощью присвоения каждой дуге и каждому узлу сети так называемого сетевого веса. Это может быть как реальный параметр, например среднее время прохождения участка, так и значение весовой функции, учитывающей пропускную способность, расход топлива и любые другие параметры;
● задача коммивояжера: организация объезда заданного число пунктов за минимальное время и/или при минимальной длине пути;
● транспортная задача: организация перевозок различных грузов из многих источников по многим адресам;
● мультимодальная транспортировка, включающая использование нескольких видов транспорта;
● управление парком транспортных средств (системы слежения за перемещениями одного или нескольких объектов в режиме реального времени).
Можно привести следующую классификацию ГИС для решения задач транспортной логистики:
a) электронная карта с возможностями маршрутизации и автодорожной навигации, включающая в себя также универсальную справочную систему;
b) программные продукты для мониторинга местоположения и состояния мобильных объектов (транспорта, грузов, торговых представителей), предназначенные для решения следующих задач: отслеживание местоположения и состояния транспорта и груза; контроль выполнения графика и маршрута (отклонение от плана);
c) программные продукты для автоматического планирования массовой доставки с автоматическим контролем параметров и возможностью ручной коррекции рассчитываемых рейсов;
d) программные продукты для комплексной автоматизации бизнес-процессов управления транспортным предприятием.
В настоящее время наиболее распространенными на рынке программными продуктами являются электронные карты с автоматическим прокладчиком маршрутов. Но компании, решающие задачи в области транспортной логистики, отдают предпочтение программным продуктам классов b, c и d из приведенной выше классификации.
Российский рынок ГИС для решения задач транспортной логистики находится в стадии бурного роста. Достаточно много компаний-разработчиков предлагают свои программные продукты на российском рынке и перечень этих компаний постоянно расширяется. Наибольшую известность получили такие информационные системы, как TopLogistic (разработчик компания «ИТ ТопПлан»), ANTOR LogisticsMaster (разработчик ООО «АНТОР Бизнес Решения»), Position Report (разработчик компания «ИТС-Софт»), Деловая карта (разработчик ООО «Фирма «ИНГИТ») и др. Поэтому перед потенциальными пользователями, которыми как правило, являются небольшие и средние по размерам производственные или дистрибьюторские компании, осуществляющей массовую доставку грузов автомобильным транспортом, встает проблема выбора наиболее подходящей информационной системы.
Очевидно, что проблема выбора связана с многокритериальностью данной задачи. Одним из достаточно простых и эффективных способов решения таких задач является метод относительных предпочтений (МОП). Суть метода состоит в сравнении попарно факторов и возможных вариантов решений по всем, определяющим выбор, факторам. Значимость факторов определяется на основе экспертных оценок или предпочтений лица, принимающего решение. Значения факторов рассчитываются, если это возможно, либо определяются в баллах по результатам экспертиз. Окончательное решение в виде вектора весовых коэффициентов вариантов решений находится из матричного уравнения. Наибольший весовой коэффициент соответствует наилучшему варианту решения.
Алгоритм МОП в матричном представлении
1. Описание задачи
Пусть имеется m возможных вариантов решения и n факторов, влияющих на выбор (факторы предпочтения).
Факторы сравниваются попарно между собой путем деления значения одного на значение другого. Результаты называются отношениями предпочтения и записываются построчно в виде матрицы: | | |  |
из которых формируется агрегированная весовая матрица вариантов решений
U = (G1, G2, ... Gn) . (7)
4. Окончательное решение
Конечное решение задачи выбора представляет собой вектор весов вариантов V, определяемый произведением матриц
V = U G . (8)
Наибольшее значение R = max(ν1, ν2, ..., νm) соответствует наилучшему варианту решения (в смысле предпочтений в условиях неопределенности).
Пример формирования матриц
При n = 3 и m = 4 имеем | | |  |
Пример численного решения задачи выбора информационной системы
В табл. 1 представлены значения критериев выбора для программы Деловая карта версии 5.6, двух версий программы TopLogistic Standard и двух версий программы ANTOR LogisticsMaster, предназначенных для решения транспортных задач, точнее для автоматизации планирования автотранспортной доставки грузов, которые получены по результатам анализа информации, представленной на сайтах компаний-разработчиков [3]; [4]; [5]. В табл. 2 представлена значимость критериев, полученная экспертно и на основании ранее проведенных исследований [1]; [2].
В табл. 3 дан результат решения задачи выбора информационной системы методом относительных предпочтений. В столбце «Решение» приведен вектор весовых коэффициентов, максимальное значение которого соответствует наилучшему варианту выбора.
Анализ полученного решения показывает, что программа Деловая карта версии 5.6 предпочтительнее других вариантов. Полученное решение соответствует интуитивным представлениям о выборе информационной системы для автоматизации планирования автотранспортной доставки грузов, предназначенной для использования в небольшой или средней компании, поскольку при приемлемой цене данная программа имеет наименьшую сложность внедрения и трудоемкость (время) подготовки персонала по сравнению с альтернативными вариантами.
Таким образом, метод относительных предпочтений, являясь удобным инструментом решения многокритериальных задач выбора, позволяет сделать обоснованный выбор информационной системы для автоматизации планирования автотранспортной доставки грузов.
Таблица 1
Значение критериев выбора для альтернативных вариантов| Критерии выбора | Программа |
|---|
Деловая карта
версия 5.6 | TopLogistic
Standard
(для небольших компаний) | TopLogistic
Standard
(для средних компаний) | ANTOR LogisticsMaster
(для небольших компаний) | ANTOR LogisticsMaster
(для средних компаний) |
|---|
| Количество реализованных функций | 35 | 32 | 32 | 38 | 38 | | Интеграция с внешними данными (min=0; max=10) | 3 | 5 | 5 | 10 | 10 | | Максимальное количество обрабатываемых заявок/заказов | 500 | 200 | 1000 | 200 | 1000 | | Сложность внедрения системы (min=0; max=100) | 1 | 1 | 1 | 20 | 100 | | Трудоемкость (время) обучения персонала (min=0; max=10) | 1 | 5 | 5 | 10 | 10 | | Стоимость приобретения/внедрения программы с картой Санкт-Петербурга и Ленинградской области (одной лицензии), руб. | 53725 | 30000 | 90000 | 200000 | 600000 |
Таблица 2
Значимость критериев выбора| Критерий выбора | Обозначение | Размерность | Исх. знач. | Обращение | Значимость |
|---|
| Количество реализованных функций | Х1 | ед. | Х1 | – | 6 | | Интеграция с внешними данными (min=0; max=10) | Х2 | балл | Х2 | – | 8 | | Максимальное количество обрабатываемых заявок/заказов | Х3 | ед. | Х2 | – | 7 | | Сложность внедрения системы (min=0; max=100) | Х4 | балл | Х4 | 1/ Х4 | 9 | | Трудоемкость (время) обучения персонала (min=0; max=10) | Х5 | балл | Х5 | 1/ Х5 | 10 | | Стоимость приобретения/внедрения программы с картой Санкт-Петербурга и Ленинградской области (одной лицензии) | Х6 | руб. | Х6 | 1/ Х6 | 10 |
Таблица 3
Результат решения задачи выбора информационной системы| Варианты | Объединенная матрица U весов вариантов по факторам X1...X6 | Вес факторов | Решение
V=U·G |
|---|
| G1 | G2 | G3 | G4 | G5 | G6 | G |
|---|
| Деловая карта версия 5.6 | 0,200 | 0,091 | 0,172 | 0,327 | 0,625 | 0,267 | 0,120 | 0,299898 | | TopLogisticStandard (для небольших компаний) | 0,183 | 0,152 | 0,069 | 0,327 | 0,125 | 0,478 | 0,160 | 0,235278 | | TopLogisticStandard (для средних компаний) | 0,183 | 0,152 | 0,345 | 0,327 | 0,125 | 0,159 | 0,140 | 0,210156 | | ANTOR LogisticsMaster (для небольших компаний) | 0,217 | 0,303 | 0,069 | 0,016 | 0,063 | 0,072 | 0,180 | 0,113981 | | ANTOR LogisticsMaster (для средних компаний) | 0,217 | 0,303 | 0,345 | 0,003 | 0,063 | 0,024 | 0,200 | 0,140687 |
|
| |
|
|
