<< Пред.           стр. 3 (из 10)           След. >>

Список литературы по разделу

  Расчет рейтинговых оценок для данного показателя производится с учетом веса W1 =0,390. Так для первого перевозчика находим:
  a11 = W1* А11=0,390*0,84=0,328
  Таблица 4.7
 Показатели (критерии) для оценки перевозчика
 № п/п Критерий 1 2 3 4 Ранг 1. Наличие сертификата да да да нет 2.* Надежность 0,8 0,85 0,95 0,90 1 3. Тариф, у.е.\км 0,75 0,8 0,82 0,85 2 4.** Общее время,% 20 10 15 10 4 5.*** Финансовая стабильность 6 8 7 8 6 6. Частота сервиса хор. оч. хор. удовл. удовл. 7 7. Сохранность оч. хор. удовл. отл. хор. 3 8. Квалификация персонала оч. хор. отл. хор. хор. 5 9. Готовность к переговорам оч. хор. хор. хор. хор. 8 Примечания:
 * вероятность доставки "точно-во-время"
 ** возможность отклонения от плановой продолжительности перевозки,%
 *** условные оценки
  Таблица 4.8
  Расчет количественных оценок
 № п/п Критерий Вес, Wi Эталон Перевозчики 1* 2 3 1. Надежность 0,390 0,95
 max 0,84
 0,328 0,89
 0,347 1,0
 0,390 2. Тариф 0,236 0,75
 min 1,0
 0,236 0,94
 0,222 0,91
 0,215 3. Общее время 0,087 1,0
 min 0,5
 0,044 1,0
 0,087 0,67
 0,058 4. Финансовая стабильность 0,032 8,0
 max 0,75
 0,024 1,0
 0,032 0,87
 0,028 5. Суммарная количественная оценка с учетом Wi
  0,632 0,688 0,691 Примечание: * в числителе-оценки, рассчитанные с учетом эталонных значений; в знаменателе- рассчитанные с учетом весовых коэффициентов.
  Таблица 4.9
  Расчет качественных и интегральных оценок
 № п/п Показатель Вес, W Перевозчики 1* 2 3 1. Сохранность 0,143 0,913
 0,130 0,53
 0,076 0,975
 0,139 2. Квалификация персонала 0,053 0,913
 0,048 0,975
 0,052 0,782
 0,041 3. Частота сервиса 0.020 0,782
 0,016 0,913
 0,018 0,53
 0,010 4. Готовность к переговорам 0,013 0,918
 0,012 0,782
 0,010 0,782
 0,010 5. Суммарная качественная оценка с учетом Wi 0,206 0,156 0,200 6. Интегральный
 оценка (рейтинг) 0,838 0,844 0,891 См. примечание к табл.4.8
  При расчете качественных оценок (табл.4.8), воспользуемся функцией желательности. Например, показатель "сохранность" у первого перевозчика эксперты оценили как "очень хорошее". В соответствии с табл.4.6 находим- этой оценке соответствует среднее значение А31=0,913, а с учетом веса качественная оценка равна a31=W3·A31=0,143*0,913=0,130.
  Поскольку наилучшему ЛП должен соответствовать наибольший рейтинг, то в качестве такового должен быть выбран третий перевозчик (aimax=0,891).
  Таким образом, разработанный алгоритм выбора ЛП, являющийся обобщением существующих подходов, позволяет формализовать большинство расчетных процедур, и тем самым повышает объективность экспертных оценок
 
 5. Модель "точно во время"
 
  В работе [2] введено понятие "функционального цикла" (ФЦ) или "цикла исполнения заказа", являющегося основным объектом интегрированной логистики. Согласно цитируемой работе функциональным циклам присущи следующие особенности:
 * базовая структура ФЦ (связи, узлы и т.д.) одинакова для физического распределения, материально-технического обеспечения производства и снабжения;
 * какой бы сложной ни была логистическая система в целом, необходимо исследовать конфигурацию отдельного ФЦ, чтобы выяснить важнейшие взаимосвязи и линии контроля;
 * поскольку временные интервалы выполнения отдельных операций, из которых состоит ФЦ, являются случайными величинами, то и весь цикл является случайной величиной, подчиняющейся определенному закону распределения.
  Для математического описания продолжительности ФЦ, как правило, представляющего сумму времен выполнения отдельных элементов цикла, можно воспользоваться известными формулами теории вероятностей:
 - для среднего значения времени ФЦ;
 , (5.1)
 - для среднего квадратического отклонения;
  (5.2)
 где - соответственно средние значения и средние квадратические отклонения времени выполнения i-ой операцией ФЦ;
  rij - коэффициент корреляции между i-й и j-й операцией ФЦ.
  Знак i ? j означает, что суммирование распространяется на все возможных попарные сочетания случайных величин. Если рассматриваемые величины не коррелированны, то при всех rij=0 формула для среднего кавадратического отклонения ?T упрощается.
  Вероятностная трактовка ФЦ позволяет определить его продолжительность Т0 с заданной доверительной вероятностью. Например, при условии, что функция распределения времени ФЦ подчиняется нормальному закону
  (5.3)
 где xp - показатель нормального распределения, соответствующий вероятности Р.
  Таким образом, с помощью формулы (5.3) можно рассчитать время выполнения заказа, т.е. по существу решить задачу "точно во время".
  Известно, что одна из основных проблем логистического менеджмента - это уменьшение неопределенности ФЦ.
  В общем случае источниками неопределенности являются случайные величины Ti, характеризующие продолжительность выполнения отдельных операций ФЦ, которые описываются различными законами распределения. Если не рассматриваются другие возможные ограничения при осуществлении ФЦ (нормативно-правовые, финансовые и т.п.), то формально экономико-оптимизационная задача выполнения ФЦ "точно во время" может быть представлена в виде:
  (5.4)
 где Ci(t) - зависимость издержек выполнения i-й операции ФЦ от ее продолжительности;
  - параметры, характеризующий продолжительность i-й операции ФЦ.
  Например, в качестве можно выбрать средние значения или оценки времени выполнения каждой операции с заданной доверительной вероятностью Tрi.
  Противоречивый характер издержек выполнения операций ФЦ Ci(t) говорит о существовании минимума. Так, при транспортировке издержки по доставке возрастают при уменьшении времени доставки, тогда как увеличение времени хранения приводит к увеличению затрат.
  Если средние значения , то измерителем неопределенности ФЦ являются дисперсии , и зависимость (5.4) можно представить, в частности, следующим образом:
  (5.5)
 где Сi(?) - зависимость издержек выполнения i-й операции ФЦ от рассеивания (неопределенности) времени ее выполнения.
  Из анализа зависимостей (5.1)-(5.5) следует, что выполнение условия (5.3) - "точно во время" - может быть достигнуто различными способами. Для примера рассмотрим зависимость (5.5). Очевидно, первый вариант - это уменьшение составляющих , при этом в силу ограниченности ресурсов, главным образом наибольших из них.
  Второй вариант - использование свойств обратной (отрицательной) корреляции между отдельными элементами ФЦ при условии, что это не приведет к росту остальных rij. Если корреляция отсутствует, то возможно создание системы, обеспечивающей обратную связь.
  Третий вариант - индивидуальный контроль продолжительности каждой операции ФЦ, и в случае существенного отклонения от нормативных значение корректировка времени выполнения оставшихся операций.
  Пример 1. Определить вероятность поставки за 14 дней от момента заказа "точно во время" для ФЦ, связанного с поставкой готовой продукции потребителю [2]. В табл. 5.1 приведены максимальные и минимальные сроки выполнения каждой операции, основанные на статистических данных; там же приведены максимальные значения, названные в работе [2] как "среднее или ожидаемое время" требуемое для завершения каждой операции.
  Функциональный цикл включает пять операций: передача заказа (а), обработка заказа (б), комплектование заказа (в), транспортировка (г), доставка потребителю (д). На рис.5.1. приведены плотности распределения указанных операций и общего цикла исполнения заказа. Согласно [2] продолжительность ФЦ колеблется от 5 до 40 дней, а ожидаемая ("средняя") продолжительность 10 дней. Считая, что продолжительность общего цикла больше или меньше = 10 дней, то это приводит к "излишним затратам ресурсов и снижает общую эффективность логистики".
  Для расчетов по формуле (5.3) необходимо определить величины ?i. Из рис.5.1. видно, что плотности распределения fi(T) асимметричны и отличаются от нормального закона. В виду отсутствия достаточной информации допустим, что операции передачи и обработки заказа, а также транспортировки и доставки потребителю подчиняются закону распределения Рэлея
  (5.6)
 где ?к - параметр распределения Рэлея.
 Известно, что для распределения Рэлея между параметром ?k и статистическими параметрами наблюдаются следующие соотношения:
 для математического ожидания (или среднего значения):
  (5.7)
 для среднего квадратического отклонения:
  (5.8)
 для медианы (серединное или вероятное значение, при котором функция распределения F(Ме) = 0,5):
  (5.9)
 для моды (в случае непрерывного распределения плотности вероятности f(М0) имеет наибольшее значение):
 M0 = ?k , (5.10)
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Рис. 5.1. Плотности распределения операций функционального цикла выполнения заказа: а - передача; б - обработка; в - комплектование; г - транспортировка; д - доставка потребителю; е - весь цикл.
 Таблица 5.1
 Статистические параметры продолжительности операции ФЦ
 
 Операция цикла заказа Размах значений ?i,
  дни Время TMi ,
 соответств.максимуму f(x), дни Среднее значение , дни Среднее квадратич. отклонение, ?i, дни Вариант измененных
 ?i, дни Передача 0,5-3,0 1,0 1,126 0,33 0,2 Обработка 1,0-4,0 2,0 2,253 00,66 0,5 Комплектование 1,0-20,0 2,0 3,68 3,08 1,5 Транспортировка 2,0-10,0 4,0 4.506 1,31 1,0 Доставка потребителю 0,5-3,0 1,0 1,126 0,33 0,2 ИТОГО: 10 12,09 3,45 1,89
  Если принять, что максимальное значение плотности распределения fmax(t, ?k) соответствует моде М0, то искомые значения и ?i должны рассчитываться по формулам:
  = 1,253·M0 = 1,253(TMi - T0i)+ T0i , (5.11)
 ?i = 0,655·M0 = 0,655(TMi - T0i) , (5.12)
 где TMi - значение аргумента (продолжительности операции), соответствующее максимуму fmax(t, ?k)
  T0i - параметр сдвига.
  Например, для определения Т1 и ?1 операции передачи заказа по формулам (5.11, 5.12) находим:
  Т1 = 1,253(1 - 0,5) +0,5= 1,126 дня
  ?1 = 0,655(1 - 0,5) = 0,33 дня
  Результаты расчета и ?i приведены в табл.5.1
  Анализ операции "комплектования заказа" показал, что с таким размахом значений (?=19 дней) и максимальным значением, соответствующим Тmax=2 дня плотность распределения представляет собой суперпозицию двух плотностей распределений или композицию двух случайных величин, подчиняющихся различным законам распределения.
  Выберем для аппроксимации суперпозицию двух распределений --Рэлея и равномерной плотности, которая записывается в виде
  (5.13)
  где с1, с2 - коэффициенты, с1 + с2=1.
  Для расчета среднего значения и дисперсии суперпозиции распределений g(t) используются формулы:
  (5.14)
  (5.15)
  где , Dj - среднее значение и дисперсия n-го распределения;
  n - количество распределений, n=2.
  Для нахождения параметров распределения Рэлея воспользуемся формулами (5.14), (5.15). При tM=2, T0=1 находим:
  Т1 = 1,253(2 - 1) +1= 2,253
  ?1 = 0,655(2 - 1) = 0,655
  Параметры распределения равномерной плотности определяется по формулам:
  (5.16)
  (5.17)
  При Tk =20, T0=1 получим:
 
 
  Подставляя значения средних и дисперсий в формулы и принимая значения коэффициентов с1=0,9, с2=0,1, находим:
 
 
  Таким образом, для операции "комплектования заказа" среднее значение =3,08, среднее квадратическое отклонение ?=3,08.
  После того, как определены статистические параметры всех операций определим характеристики для общего цикла выполнения заказа: среднее значение, формула (3.1):
  =1,126+2,253+3,08+4,506+1,126=12,09 дн.
  Среднее квадратическое отклонение, формула (3.2), (при условии отсутствия корреляции между операциями ФЦ)
  дн.
  Следует обратить внимание, что =12,09 дней, отличается от указанного в работе [2] на 2,09 дня.
  Рассчитаем вероятность выполнения заказа за 14 дней. При подстановке значений в формулу (5.3) находим
 
  Воспользуясь табл.7.4, определим вероятность выполнения заказа Р=0,71. Это невысокое значение, так как означает, что возможен срыв около 30% заказов.
  Допустим, что в результате проведенных мероприятий удалось уменьшить разброс времени выполнения операций ФЦ, что привело к уменьшению (см. табл.5.1). Тогда
 
 и вероятность доставки продукции "точно-во-время" - через 14 дней Р=0,844.
  Пример 2. По условиям контракта 40 футовые контейнеры из порта Хельсинки должны быть доставлены в Санкт-Петербург, разгружены и возвращены в порт Хельсинки не позднее, чем через 5 суток. Каждый день опоздания приводит к штрафу 50 долл. США. Требуется определить продолжительность рейса и возможность его выполнения "точно-во-время" с вероятностью Р=0,9.
  Очевидно, что любая международная перевозка усложняется по сравнению с внутренней как минимум за счет следующих составляющих: процедурой подготовки документов для перевозки; таможенного контроля на границах и в пунктах отправки и доставки. Поскольку составляющие перевозочного процесса являются случайными величинами, то количественная оценка производится с использованием вероятностных характеристик.
  Общее время перевозки может быть определено по следующей формуле:
 , (5.18)
 где ti,i+1 - время движения между i-м и (i+1)-м пунктами;
 ?j - время оформления таможенных документов в j-м пункте (внутри страны и на граничных переходах);
 ?k - время погрузки, разгрузки и складирования в k-м пункте;
 D, E, F - количество участков движения автомобиля, пунктов таможенного оформления и пунктов погрузки-разгрузки соответственно.
  Время начала перевозки Тн определяется по формуле
 , (5.19)
 где Ттв - время доставки груза "точно-во-время".
  Поскольку все составляющие формулы (5.18) являются случайными величинами, то они характеризуются соответствующими статистическим параметрами: средними значениями и средними квадратическими отклонениями. Из случайного характера составляющих перевозочного процесса следует, что понятие "точно-во-время" должно рассматриваться с учетом доверительных границ времени перевозки груза. Это означает, что время доставки груза "точно-во-время" является верхней границей и может быть определено по формуле, аналогичной (5.3):
  (5.20)
  Расчет среднего времени перевозки и среднего квадратического отклонения производится по формулам (5.1) и (5.2).
  Если принять, что средняя продолжительность рабочего дня водителя (время в наряде) при осуществлении международной перевозки равна Тр, то календарная продолжительность рейса определяется количеством дней работы и рассчитывается по формуле:
 , (5.21)
 где Др - число дней международного рейса;
  В табл. 5.2 приведены статистические данные о временных составляющих международной перевозки Санкт-Петербург - Хельсинки.
  Данные получены в результате обработки тахограмм (тахограф - специальный прибор, установленный в кабине, и позволяющий фиксировать различные режимы работы экипажа, а также параметры движения автомобиля).
  Подставив значения средних значений Тi и средних квадратических отклонений ?i в формулы (5.1) и (5.2) получим =42,9, ?T=5,2 ч (при условии некоррелируемости временных составляющих на отдельных этапах маршрута).
  Поскольку коэффициент xp=1,28 (при Р=0,9), по формуле (5.21) находим
  ДР = дня.
 Таким образом, длительность рейса ДР соответствует условиям контракта и перевозка будет выполнена "точно-во-время" с доверительной вероятностью Р=0,9.
 При вероятности Р=0,9 уменьшение времени таможенных процедур и разгрузки в Санкт-Петербурге в два раза (Ti=8,0 ч, ?i=2,0 ч), средняя продолжительность рейса составит ДР ~ 4 дн.
 Таблица 5.2
 Временные характеристики перевозки
  Хельсинки - Санкт-Петербург - Хельсинки
 Пункты маршрута; операции перевозки Средние значения
 Ti, ч Средние квадратические отклонения ?i, ч Порт Хельсинки; П+ТП 4,0 1,5 Хельсинки - Торфяновка; Д 3,6 0,6 Торфяновка; П/П 6,0 2,5 Торфяновка - Санкт-Петербург; Д 3,0 0,8 Санкт-Петербург; ТП+Р 16,0 4,0 Санкт-Петербург - Торфяновка; Д 2,7 0,7 Торфянофка; П/П 3,0 0,9 Торфяновка - Хельсинки; Д 3,0 0,6 Порт Хельсинки; Р 1,0 0,3 Примечания: (П+ТП) - разгрузка и таможенные процедуры;
 Д - движение; П/П - прохождение пограничного перехода; (ТП+Р) - таможенные процедуры и разгрузка.
 6. Расчет оптимального размера заказа
  Наиболее распространенной моделью прикладной теории логистики является модель оптимального или экономичного размера заказа EOQ (Economic Order Quantity) [2, 5, 11 и др]. В качестве критерия оптимизации принимается минимум общих затрат C?, включающих затраты на выполнение заказов Сз и затраты на хранение запаса на складе Сx в течение определенного периода времени (год, квартал и т.п.)
  (6.1)
  где: С0 -затраты на выполнение одного заказа, руб;
  А - потребность в заказываемом продукте в течение данного периода, шт.;
  Сn - цена единицы продукции, хранимой на складе, руб.;
  i - доля от цены Сn, приходящейся на затраты по хранению;
  S - искомая величина заказа, шт.
  На рис.6.1 представлены составляющие затрат C3 и Cx и суммарные затраты C? в зависимости от размера заказа.
  Из рис.6.1 видно, что затраты на выполнение заказов с увеличением размера заказа уменьшаются, подчиняясь гиперболической зависимости (кривая1); затраты на хранение партии поставки возрастают прямо пропорционально размеру заказа (линия 2); кривая общих затрат (кривая 3), имеет вогнутый характер, что говорит о наличии минимума, соответствующего оптимальной партии S0.
  Значение оптимума S0 совпадает с точкой пересечения зависимостей C3 и Cx. Это объясняется тем, что абсцисса точки пересечения S находится из решения уравнения
  (6.2)
 
 
 
 
 
 
 
 
 
 
 
 
 
 Рис. 6.1 Зависимость затрат от размера заказа: 1 - затраты на выполнение заказа; 2 - затраты на хранение; 3 - суммарные затраты.
 
 то есть
  (6.3)
 
  При других зависимостях C3 = f(S) и Cx = f(S) указанного, совпадение может не наблюдаться и в этом случае необходимо применить процедуру оптимизации. Так, для функции (6.1) находим
 
  (6.4)
 
  Решая уравнение (6.4), приходим к формуле (6.3) для определения EOQ.
  Зная S0, нетрудно определить количество заказов
  N=A / S0 , (6.5)
  минимальные суммарные затраты за рассматриваемый период
  (6.6)
  время между заказами
  T3=ДpS0 / A=Дp / N, (6.7)
  где Др - продолжительность рассматриваемого периода.
  Если речь идет о количестве рабочих дней в году, то Дp=260 дней, если о количестве недель, то Дp=52 недели.
  Формула (6.3) встречается в различных источниках под следующими названиями: Уилсона (наиболее распространенная), Вильсона, Харриса, Кампа.
  Формула (6.3) получена при большом количестве допущений:
  * затраты на выполнение заказа Co, цена поставляемой продукции Сп и затраты на хранение единицы продукции в течение рассматриваемого периода постоянны;
  * период между заказами (поставками) постоянный, т.е. Тз = const.;
  * заказ So выполняется полностью, мгновенно;
  * интенсивность спроса - постоянна;
  * емкость склада не ограничена;
  * рассматриваются только текущие (регулярные) запасы, другие виды запасов (страховые, подготовительные, сезонные, транзитные и т.д.) не учитываются.
  Анализ ряда работ показал, что трактовка затрат Сo, связанных с заказом, носит дискуссионный характер. Так, в большинстве работ Сo включает транспортно-заготовительные затраты: от расходов на заключение договора и поиска поставщиков до оплаты услуг по доставке. Например, в работе [11] затраты на поставку единицы заказываемого продукта включают следующие элементы:
  * стоимость транспортировки заказа;
  * затраты на разработку условий поставки;
  * стоимость контроля выполнения заказа;
  * затраты на выпуск каталогов;
  * стоимость форм документов.
  В других работах, например [23], транспортные затраты не входят в C0 и представлены в виде дополнительных слагаемых в формуле (6.1): собственно затрат на транспортировку и затрат, связанных с запасами на время в пути.
  Еще один вариант учета транспортных затрат состоит в том, что они учитываются в стоимости единицы продукции Cn, поступивший на склад. Если покупатель сам оплачивает транспортные расходы и несет полную ответственность за груз в пути, то это приводит к тому, что при оценки стоимости товаров, хранящихся на складе в качестве запасов, к их закупочной цене следует прибавить транспортные расходы [2, стр.246].
  В табл.6.1 приведены результаты расчетов оптимальной партии заказа: количество заказов в год и периодичность заказа при Дp=260 дней. Из табл.6.1 видно, что формула (3) охватывает широкий диапазон величины заказов в течение расчетного периода; при этом составляющая i, связанная с оценкой затрат на хранение в основном колеблется в довольно узком диапазоне 0,2-0,25.
  О распространении формулы (6.3) говорит такой факт, что фирма "Вольво" снабжает своих агентов и дилеров специальной счетной линейкой, разработанной на основе формулы Уилсона [22]. Однако проведенные исследования показали, что даже с соблюдением всех ограничений, допущения, принятые при выводе формулы Уилсона, требуют уточнения, в частности, затраты на хранение.
  В модели (6.1) предполагается, что оплата за хранение единицы продукции пропорциональна ее цене, а среднее количество находящейся на хранении продукции при постоянной интенсивности спроса на данный период времени равно
  (6.8)
 
 Таблица 6.1.
 Исходные данные и оптимальные размеры заказа, рассчитанные по формуле Уилсона
 Исходные данные S0, шт. Кол-во заказов N Периодичность заказа, Т3, дн. Источник C0 A Cn i* 1 2 3 4 5 6 7 8 200 1550 560 0,20 75 20 13 Аникин Б.А. и др. [11] 250 500 40 0,10 250 2 130 Гаджинский А.М.,[5] 15 1200 0,1 600 2 130 Неруш Ю.М. [17] 60,8 1200 29,3 0,22 151 8 32 Сергеев В.И. [23] 19 2400 5 0,2 300 6 43 Бауэрсокс Д., Клосс Д. [2] 50 900 45** 0,25 89 10 26 Линдерс М., Фарон Х. [10] 300 3000 5 600 5 52 Shapiro S.F. 25 1000 0,2 500 2 130 Джонсон Д. и др. [7] Примечание: *)-доля от годовой стоимости запаса на хранение; **)- в стоимость хранения включены затраты на транспортировку; Из рис.6.2 виден принцип получения зависимости . Так, если бы за время Т был произведен один заказ, равный потребности в заказываемом продукте А, то в среднем на хранении находилось бы А/2 продукции. Если два заказа с интервалом T/2, то среднее количество хранимой продукции было бы А/4 и т.д.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
  Рис.6.2 определение средней величины запаса на складе:
  а) - максимальный запас А; б)-максимальный запас А/2
 
  Однако, практика аренды складских помещений, а также расчеты затрат на хранение на складах ряда фирм, говорят о том, что как правило учитывается не средний размер партии, а площадь (или объем) склада, которая требуется для всей поступившей партии
  Сx = akS, (6.9)
  где: а- затраты на хранение единицы продукции с учетом занимаемой площади (объема) склада, руб.\м2 (руб.\м3);
  к- коэффициент, учитывающий пространственные габариты единицы продукции, м2\шт. (м3\шт.).
  С учетом (6.9) расчетная формула для оптимальной величины заказа запишется в виде
  , (6.10)
  Теперь, когда становится ясным, что оплата за хранение продукции может быть связана не только с величиной , предлагается ввести более гибкую зависимость вида
  Cx = ?Cn iS, (6.11)
  где: ? - коэффициент, отражающий связь между долей от стоимости объема заказа и установленной арендной платой. Коэффициент ? может изменяться в широких пределах.
  При подстановке (6.11) в формулу (6.1) после преобразований находим
  , (6.12)
  При ? = 0,5 приходим к зависимости (3).
  Вторым не мене важным условием, которое необходимо учитывать при расчете EOQ, являются скидки. Известно, что при покупке партии товара большинство фирм дает скидки, величина которых зависит от размера партии S.
  Наиболее часто в работах по управлению запасами приводится дискретные зависимости, отражающие изменение цены единицы продукции Cnj от размера партии Si, рис.6.3. Здесь возможны различные ситуации. Первая, когда цена меняется, а затраты на хранение остаются такими же, т.е. не зависят от изменения цены. Вторая, когда вместе с изменением цены пропорционально изменяются затраты на хранение. Третья, наиболее общая, ситуация, при которой между изменениями цены и изменяющимися затратами на хранение не наблюдается однозначной зависимости. Для примера в табл.6.2 приведены скидки на цены и затраты на хранение в зависимости от размера партии [17].
  Аналитическая зависимость общих издержек, связанных с запасами, записывается в виде системы уравнений для каждой j-й цены и для каждого уравнения рассчитывается оптимальная величина заказа Soj. Если величины Soj находятся внутри граничных значений j-й партии, то они сохраняются для дальнейших сравнительных расчетов. Если нет, то расчеты общих издержек производятся для граничных значений j-ой цены и они учитываются при сравнении издержек.
 
 

<< Пред.           стр. 3 (из 10)           След. >>

Список литературы по разделу