WWW.MASH.DOBROTA.BIZ
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - онлайн публикации
 

Pages:   || 2 | 3 | 4 | 5 |

«St. Petersburg, 16.-19. Mai 2012 VII. Российско-Немецкая конференция по логистике и SCM DR-LOG’12 Санкт-Петербург, 16-19 мая 2012 Спонсоры / Sponsoren Flexibility and adaptability of global ...»

-- [ Страница 1 ] --

VII. Deutsch-Russischer Logistik- und SCM Workshop

DR-LOG’12

St. Petersburg, 16.-19. Mai 2012

VII. Российско-Немецкая конференция по логистике

и SCM DR-LOG’12

Санкт-Петербург, 16-19 мая 2012

Спонсоры / Sponsoren

Flexibility and adaptability of global supply chains: Tagungsband des 7. DeutschRussischen Logistik Workshop, Hrsg.: Ivanov D., Sokolov B., Kaeschel J. Sankt Petersburg,

2012, 480 Seiten .

Гибкость и адаптивность глобальных цепей поставок: Материалы Седьмой Российско-Немецкой конференции по логистике, под ред. Иванова Д.А., Соколова Б.В., Кэшеля Й. Санкт-Петербург, 2012, 480 с .

Председатель DR-LOG: проф., д.э.н. Дмитрий Александрович Иванов (Берлин) Председатель Национального Оргкомитета DR-LOG 2012: проф., д.т.н. Борис Владимирович Соколов (Санкт-Петербург) DR-LOG Chair: Prof. Dr. Dmitry Ivanov (Berlin) Chair National Committee DR-LOG 2012: Prof. Dr.-Ing. Boris Sokolov (St. Petersburg) DR-LOG 2012 Programmkomitee Prof. Dr. B. Anikin (Moskau) Prof. Dr.-Ing. K. Mertins (Berlin) Prof. Dr.-Ing. A. Archipow (St. Petersburg) Prof. Dr.-Ing. L. Mirotin (Moskau) Prof. Dr. A. Butrin (Tschelyabinsk) Prof. Dr.-Ing. E. Mller (Chemnitz) Prof. Dr. J. Daduna (Berlin) Prof. Dr. A. Nekrasow (Moskau) Prof. Dr.-Ing. W. Dangelmaier (Paderborn) Prof. Dr.-Ing. P. Nyhuis (Hannover) Prof. Dr. h.c. W. Domschke (Darmstadt) Prof. Dr. G. Prause (Wismar) Prof. Dr. V. Dybskaya (Moskau) Prof. Dr. T. Prokofjewa (Moskau) Prof .



Dr. R. Elbert (Darmstadt) Prof. Dr. O. Protsenko (Moskau) Prof. Dr. Y. Fedotov (St. Petersburg) Prof. Dr. K. Richter (St. Petersburg) Prof. Dr. V. Gerami (Moskau) Prof. Dr.-Ing. M. Schenk (Magdeburg) Prof. Dr. H.-D. Haasis (Bremen) Prof. Dr. V. Sergeev (Moskau) Prof. Dr. D. Ivanov (Berlin) Prof. Dr. W. Scherbakow (St. Petersburg) Prof. Dr. J. Kschel (Chemnitz) Prof. Dr.-Ing. A. Smirnov (St. Petersburg) Prof. Dr. h.c. W. Kersten (Hamburg) Prof. Dr.-Ing. B. Sokolow (St. Petersburg) Prof. Dr. P. Klaus (Nrnberg) Prof. Dr.-Ing. B. Scholz-Reiter (Bremen) Prof. Dr. P. Kchel (Chemnitz) Prof. Dr. T. Spengler (Braunschweig) Prof. Dr.-Ing. H. Kopfer (Bremen) Prof. Dr. H. Stadtler (Hamburg) Prof. Dr. E. Korolewa (St. Petersburg) Prof. Dr.-Ing. F. Straube (Berlin) Prof. Dr. E. Korovyakovskiy (St. Petersburg) Prof. Dr. T. Teich (Zwickau) Prof. Dr. A. Kuhn (Dortmund) Prof. Dr. J. Tolujew (Magdeburg) Prof. Dr. V. Kurganov (Tver) Prof. Dr. S. Uwarow (St. Petersburg) Prof. Dr.-Ing. R. Lackes (Dortmund) Prof. Dr. S. Voss (Hamburg) Prof. Dr. A. Madera (Moskau) Prof. Dr. E. Zaizew (St. Petersburg) Prof. Dr.-Ing. U. Meinberg (Cottbus) Prof. Dr. V. Zakharov (St. Petersburg) ISBN

–  –  –

ГИБКОСТЬ И АДАПТИВНОСТЬ

ГЛОБАЛЬНЫХ ЦЕПЕЙ

ПОСТАВОК

Сборник статей Седьмой Российско-Немецкой конференции по логистике и SCM DR-LOG 2012

–  –  –

D. Ivanov, B. Sokolov, J. Kschel. DEUTSCH-RUSSISCHE WISSENSCHAFTSGEMEINSCHAFT LOGISTIK DR-LOG

SUPPLY CHAIN MANAGEMENT

D. Ivanov, B. Sokolov. MAXIMUM PRINCIPLE-BASED SUPPLY CHAIN SCHEDULING

S. Uvarov, E. Zaitzev. STRATEGIC AND INTEGRATED PLANNING OF THE LOGISTIC SYSTEMS

W. Kersten, M. Lopez Castellanos. SUPPLY CHAIN BUILDING BLOCKS DEVELOPMENT OF AN AGENT BASED SIMULATION

G. Aust. A MODEL OF SUPPLIER-MANUFACTURER INTERACTION WHEN



DEMAND IS SENSITIVE TO PRICE AND QUALITY

N. Maslan, P. Letmathe. TQM AND SUPPLY CHAIN MANAGEMENT PRACTICES IN RUSSIA AND GERMANY

D. Zhuravlev, G. Lewkin. GLOBAL SUPPLY NETWORKS MANAGEMENT........... 57 V. Mikhailov. PRECONDITIONS FOR LOGISTIC INTEGRATION OF SUPPLY CHAIN PARTNERS IN AUTOMOBILE INDUSTRY

E. Sukonkina. VENDOR MANAGED INVENTORY: STRATEGIC PARTNERSHIPS IN MODERN SUPPLY CHAINS

BESTANDS- UND DISTRIBUTIONSMANAGEMENT

P. Koechel. PERFORMANCE COMPARISON OF ORDER POLICY CLASSES

FOR MULTI-LOCATION INVENTORY SYSTEMS WITH LATERAL

TRANSSHIPMENTS

R. Lasch, S. Saeuberlich. COST-EFFICIENT STORAGE STRATEGIES FOR A FOODSERVICE TRADING COMPANY

G. Pishchulov, I. Dobos, B. Gobsch, N. Pakhomova, K. Richter. A VENDORPURCHASER ECONOMIC LOT SIZE PROBLEM WITH REMANUFACTURING AND DEPOSIT

F. Kellner, A. Otto, A. Busch. DISTRIBUTION NETWORKS - RIGID INVESTMENTS IN DYNAMIC ENVIRONMENTS

S. Voss, F. Schwartz. GESTALTUNG VON DISTRIBUTIONSNETZWERKEN BEI DER UMSETZUNG VON POSTPONEMENT-STRATEGIEN

D. Ivanov, M. Ivanova. PRACTICAL ISSUES IN MULTI-STAGE INVENTORY

AND DISTRIBUTION SYSTEMS OPTIMIZATION: LESSONS LEARNED IN

PROJECT WITH RUSSIAN ENTERRISES

A. Pavlov, D. Ivanov, B. Sokolov. CONCEPTUAL AND SET-THEORETIC

PROBLEM STATEMENT OF THE SUPPLY CHAIN CONTROLLED

RECONFIGURATION

I. Terenina. OPTIMIZATION OF AN INVENTORY MANAGEMENT STRATEGY UNDER UNCERTAINTY

T.R. Sabatkoev, R.R. Sultanov. PROCUREMENT SYSTEM FOR DISTRIBUTION COMPANY ON GLOBAL LEVEL

E Avdeichikova. DISTRIBUTION CHANNEL DESIGN IN PRACTICE OF RUSSIAN ENTERPRISES

TRANSPORTLOGISTIK UND LOGISTIKNETZE

A. Smirnov, A. Kashevnik, N. Teslya, N. Shilov. SMART ENVIRONMENT FOR VIRTUAL LOGISTIC HUB SUPPORT

D. Ivanov, B. Sokolov, A. Pavlov. MULTI-PERIOD OPTIMAL INVENTORYROUTING PLANNING IN MULTI-STAGE DISTRIBUTION NETWORKS............ 171 A. Tschegryaev, V. Zakharov. FREIGHT CARRIERS COOPERATION IN VEHILCE ROUTING PROBLEMS

I. Dobos, B. Gobsch, N. Pakhomova, G. Pishchulov, K. Richter. CHANNEL

COORDINATION IN A HMMS-TYPE SUPPLY CHAIN WITH REVENUE

SHARING CONTRACT

T. Reggelin, S. Trojahn, J. Tolujew, M. Koch. MESOSCOPIC MODELING AND

SIMULATION OF BIOMASS LOGISTICS NETWORKS FROM HARVESTING

TO POWER GENERATION

J. Kschel, S. Hckel, S. Lemke. EIN PLUGIN-BASIERTES SOFTWAREFRAMEWORK FR KOMBINATORISCHE OPTIMIERUNGSPROBLEME........... 198 A. Zyatchin. VEHICLE ROUTING IN PETROL STATION REPLENISHMENT PROBLEM

B. Sokolov, S. Potryasaev, V. Zelentsov, D. Ivanov, Yu. Merkurjev .

METHODOLOGY AND TECHNIQUE OF STRUCTURE-FUNCTIONAL

SYNTHESIS AND DEVELOPMENT MANAGEMENT FOR DISASTERTOLERANT TRANSPORT-LOGISTIC AND INFORMATION SYSTEMS............... 216 A. Krylatov, V. Zakharov. NASH EQUILIBRIUM IN A GAME OF NAVIGATION PROVIDERS





B. Scholz-Reiter, H. Thamer. INTRODUCTION OF A COMPUTER VISION

SYSTEM FOR RECOGNIZING UNIVERSAL LOGISTICS GOODS IN

STANDARD CONTAINERS

V. Kurganov, M. Gryaznov. MODELING IN THE MANAGEMENT OF TRANSPORT AND LOGISTICAL SYSTEMS RELIABILITY

H.W. Kopfer. EMISSIONS MINIMIZATION VEHICLE ROUTING PROBLEM:

APPROACH SUBJECTED TO THE WEIGHT OF VEHICLES

S. Nesterov. SPECIAL FEATURES OF MANAGING A MODERN ROAD TRANSPORTATION COMPANY

N. Goryaev. TRACTORS’ AGE STRUCTURE OPTIMIZATION

STRATEGISCHE, GLOBALE UND REGIONALE LOGISTIK

L. Mirotin, V. Sarkiev. CREATING AN INNOVATIVE BUSINESS MODEL CASH

FLOWS USING A NEW APPROACH OF SUPPLY CHAIN MANAGEMENT (AS

EXAMPLE, TRANSPORTATION OF OIL FROM THE CASPIAN REGION).......... 268 I. Dovbischuk, H.-D. Haasis. SUSTAINABLE REGIONAL DEVELOPMENT OF CROSS-BORDER AREAS

J. Daduna. PUBLIC PRIVATE PARTNERSHIP-LSUNGEN BEI DER FINANZIERUNG VON VERKEHRS- UND LOGISTIKINFRASTRUKTUR............ 285 B. Anikin, I. Popova. LOGISTICS AND WORLD ECONOMIC CRISES

G. Prause. AIR CARGO LOGISTICS IN THE BALTIC SEA REGION

A. Krylatov, V. Zakharov. TRAFFIC FLOW MANAGEMENT IN MEGALOPOLISES

T. Prokofieva, A. Fedorenko. LOGISTICS INFRASTRUCTURE DEVELOPMENT IN THE RUSSIAN TRANSPORTATION COMPLEX

N. Kireeva. TEORETICAL AND METHODOLOGICAL FOUNDATIONS OF INNOVATIVE POTENTIAL ESTIMATION OF LOGISTIC SYSTEMS

B.G. Khairov. LOGISTICS ADMINISTRATION OF THE FORMATION OF THE MULTILATERAL PARTNERSHIP IN THE REGION

S.M. Khairova. LOGISTICAL SUPPORT OF DEVELOPMENT OF

EDUCATIONAL SERVICES IN THE INNOVATIVE ECONOMY OF THE

REGION

O.M. Kachan, T.N. Odintsova. THE LOGISTICS CENTERS FORMATION ON

THE BASIC OF PUBLIC-PRIVATE PARTNERSHIPS IN BELARUS REPUBLIC.. 343

D.S. Shcherbakov. INNOVATIVE LOGISTIC ENGINEERING FOR HIGH-TECH ENTERPRISE TRANSFORMATION

PRODUKTIONS- UND LAGERLOGISTIK

B. Muenzberg, M. Schmidt, P. Nyhuis. LOGISTICS ORIENTED LOT SIZING....... 358 M. Siepermann, R. Lackes. E-LEARNING IN PRODUCTION PLANNING –

AUTOMATICALLY GENERATED AND MARKED NET REQUIREMENTS

CALCULATION EXERCISES

E. Klenk, S. Galka, W.A. Guenthner. DIMENSIONING OF TAKTED IN-PLANT MILK-RUN SYSTEMS FOR MATERIAL DELIVERY

Bukhvalov O.L, Gorodetsky V.I., Karsaev O.V., Kudryavtsev G.I., Samoylov V.V., Vylegzhanin A.S. STRATEGIC PLANNING AND CONFLICT MANAGEMENT IN MANUFACTURING SYSTEMS OF HIGH PRODUCTION DYNAMICS............ 381

SICHERHEIT UND RISIKOMANAGEMENT

A.Nekrasov. LOGISTICAL MECHANISM OF INTEGRATED TRANSPORTLOGISTICS SYSTEM’S STABILITY

R. Lackes, M. Siepermann, M. Khushnood. CONSIDERUNG INTERNAL AND EXTERNAL RISKS IN INTERNATIONAL SUPPLY CHAINS

S. Klein-Schmeink, T. Peisl. RISIKO- UND INNOVATIONSMANAGEMENT FUER STRATEGISCHE NETZWERKE

A. Madera. THE GENERALISED STRUCTURE OF RISKS AND CHANCES

OR MAKING DECISIONS IN BUSINESS PROCESSES AND SCM

J. Schoenberger. VERKNAPPUNG UND LIMITATION FFENTLICHER GTER

– HERAUSFORDERUNGEN, PERSPEKTIVEN UND FORSCHUNGSBEDARF

FR EINE ENGPASS-ORIENTIERTE LOGISTIK

E. Smirnova. LOGISTICS RISK MANAGEMENT IN CUSTOMS SPHERE............. 434

CONTROLLING UND KOSTENMANAGEMENT

А. Butrin, J. Butrina. CURRENT ASSET MANAGEMENT AT THE STAGE OF CIRCULATION WITHIN AN INDUSTRIAL ENTERPRISE

C. Siepermann. PREISUNTERGRENZENBESTIMMUNG UNTER EINBINDUNG

DER KOSTEN INDIREKTER LEISTUNGSBEREICHE – DARGESTELLT AN

EINEM BEISPIEL AUS DER LOGISTIK

E. Koroleva, A. Surnina. THE METHOD OF "VALUE CHAIN" IN CONTROLLING COSTS IN TRANSPORT AND LOGISTICS SYSTEMS................ 459 E. Tzaryova, V. Kozlov. COSTS AS A KEY CATEGORY OF LOGISTICS PRODUCTION SYSTEMS CONTROLLING

B. Schubert, H. Fssel, M. Liebl, D. Ivanov. STANDORTWAHLENTSCHEIDUNGEN IN RUSSLAND MIT HILFE EINER LOCATION CONTROLLING CARD: SPEZIFISCHE MERKMALE UND PRAKTISCHE ERFAHRUNGEN.......... 474

СОДЕРЖАНИЕ

Д.А. Иванов, Б.В. Соколов, Й. Кэшель. РОССИЙСКО-ГЕРМАНСКОЕ НАУЧНОЕ ЛОГИСТИЧЕСКОЕ СООБЩЕСТВО DR-LOG

УПРАВЛЕНИЕ ЦЕПЯМИ ПОСТАВОК

Д.А. Иванов, Б.В. Соколов. ОПЕРАТИВНО-КАЛЕНДАРНОЕ ПЛАНИРОВАНИЕ ЦЕПИ ПОСТАВОК НА ОСНОВЕ ПРИНЦИПА МАКСИМУМА

С.А. Уваров, Е.И. Зайцев. СТРАТЕГИЧЕСКОЕ ИНТЕГРАЛЬНОЕ ПЛАНИРОВАНИЕ В ЛОГИСТИЧЕСКИХ СИСТЕМАХ

В. Керстен, М. Лопес-Кастелланос. РАЗРАБОТКА БЛОКОВ ФОРМИРОВАНИЯ ЦЕПИ ПОСТАВОК НА ОСНОВЕ АГЕНТНОГО МОДЕЛИРОВАНИЯ

Г. Ауст. МОДЕЛЬ ВЗАИМОДЕЙСТВИЯ ПОСТАВЩИКА И ПРОИЗВОДИТЕЛЯ

В УСЛОВИЯХ ЧУВСТВИТЕЛЬНОСТИ СПРОСА К ЦЕНЕ И КАЧЕСТВУ................ 40 Н. Маслан, П. Летмате. ПРАКТИКА TQM И SUPPLY CHAIN MANAGEMENT В РОССИИ И ГЕРМАНИИ

Д.А. Журавлев, Г.Г. Левкин. ГЛОБАЛЬНОЕ УПРАВЛЕНИЕ ЦЕПЯМИ ПОСТАВОК

В.И. Михайлов. ПРЕДПОСЫЛКИ ЛОГИСТИЧЕСКОЙ ИНТЕГРАЦИИ УЧАСТНИКОВ АВТОМОБИЛЬНОГО РЫНКА

Е.С. Суконкина. УПРАВЛЕНИЕ ЗАПАСАМИ КЛИЕНТА ПОСТАВЩИКОМ:

СТРАТЕГИЧЕСКИЕ АЛЬЯНСЫ В СОВРЕМЕННЫХ ЦЕПЯХ ПОСТАВОК.............. 69

УПРАВЛЕНИЕ ЗАПАСАМИ И ДИСТРИБУЦИЯ

П. Кехель. СРАВНЕНИЕ ЭФФЕКТИВНОСТИ РАЗЛИЧНЫХ СТРАТЕГИЙ

ЗАКАЗОВ В СИСТЕМАХ ЗАПАСОВ С НЕСКОЛЬКИМИ СКЛАДАМИ И

ЛАТЕРАЛЬНЫМИ ПЕРЕВОЗКАМИ

Р. Лаш, С. Зойберлих. НИЗКОЗАТРАТНЫЕ СТРАТЕГИИ ХРАНЕНИЯ ДЛЯ ТОРГОВЫХ КОМПАНИЙ ПИЩЕВОЙ ОТРАСЛИ

Г. Пищулов, И. Добош, Б. Гобс, Н. Пахомова, К. Рихтер. ЭКОНОМИЧЕСКИЙ

РАЗМЕР ПАРТИИ В ЦЕПИ ПОСТАВОК С ВЫКУПОМ И ПЕРЕРАБОТКОЙ

ИСПОЛЬЗОВАННЫХ ПРОДУКТОВ

Ф. Келлнер, А. Отто, А Буш. ДИСТРИБУЦИОННЫЕ СЕТИ – УЧЕТ

ДИНАМИЧЕСКИХ ИЗМЕНЕНИЙ ПРИ ПЛАНИРОВАНИИ

ИНВЕСТИЦИЙ

Ш. Фосс, Ф. Швартц. ФОРМИРОВАНИЕ ДИСТРИБЦИОННЫХ СЕТЕЙ ПРИ РЕАЛИЗАЦИИ ОТЛОЖЕНОЙ ДИФФЕРЕНЦИАЦИИ ПРОДУКТОВ............... 112 Д.А. Иванов, М.А. Иванова. ПРАКТИЧЕСКИЕ ПРОБЛЕМЫ ОПТИМИЗАЦИИ

В МНОГОУРОВНЕВЫХ СИСТЕМАХ УПРАВЛЕНИЯ ЗАПАСАМИ И

ДИСТРИБУЦИЕЙ

А.Н. Павлов, Д.А. Иванов, Б.В. Соколов. СОДЕРЖАТЕЛЬНАЯ И ТЕОРЕТИКОМНОЖЕСТВЕННАЯ ПОСТАНОВКА ЗАДАЧИ УПРАВЛЯЕМОЙ РЕКОНФИГУРАЦИИ ЦЕПИ ПОСТАВОК

И.В. Теренина. ОПТИМИЗАЦИЯ СТРАТЕГИИ УПРАВЛЕНИЯ ЗАПАСАМИ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ

Т.Р. Сабаткоев, Р.Р. Султанов. СИСТЕМА ПОСТАВОК ДЛЯ ДИСТРИБУЦИОННОЙ КОМПАНИИ НА ГЛОБАЛЬНОМ УРОВНЕ

Е.В. Авдейчикова. ФОРМИРОВАНИЕ СОВРЕМЕННЫХ КАНАЛОВ РАСПРЕДЕЛЕНИЯ В ПРАКТИКЕ РОССИЙСКИХ КОМПАНИЙ

ТРАНСПОРТ И ЛОГИСТИЧЕСКИЕ СЕТИ

A. Смирнов, A. Кашевник, Н. Тесля, Н. Шилов. SMART ENVIRONMENT FOR VIRTUAL LOGISTIC HUB SUPPORT

Д.А. Иванов, Б.В. Соколов, А.Н. Павлов. МНОГОПЕРИОДНАЯ МОДЕЛЬ

ОПТИМАЛЬНОГО ТРАНСПОРТНО-СКЛАДСКОГО ПЛАНИРОВАНИЯ В

МНОГОУРОВНЕВОЙ ДИСТРИБУЦИОННОЙ СЕТИ

А. Щегряев, В.В. Захаров. КООПЕРАЦИЯ КОМПАНИЙ-ГРУЗОПЕРЕВОЗЧИКОВ В ЗАДАЧАХ МАРШРУТИЗАЦИИ ТРАНСПОРТНЫХ СРЕДСТВ

И. Добош, Б. Гобс, Н. Пахомова, Г. Пищулов, К. Рихтер. КООРДИНАЦИЯ

КАНАЛОВ В HHMS-ТИПЕ ЦЕПИ ПОСТАВОК С КОНТРАКТАМИ РАЗДЕЛЕНИЯ

ДОХОДОВ

T. Реггелин, С. Троян, Ю.И. Толуев, M. Кох. MЕЗОСКОПИЧЕСКОЕ

ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ЛОГИСТИЧЕСКИХ СЕТЕЙ

БИОМАСС ОТ СБОРА УРОЖАЯ ДО ВЫРАБОТКИ ЭНЕРГИИ

Й. Кэшель, С. Хекель, С. Лемке. PLUGIN-БАЗИРУЕМЫЙ ПРОГРАММНЫЙ ПРОДУКТ ДЛЯ КОМБИНАТОРНЫХ ОПТИМИЗАЦИОННЫХ ЗАДАЧ

А.В. Зятчин. ПРИМЕНЕНИЕ АЛГОРИТМОВ МАРШРУТИЗАЦИИ

ТРАНСПОРТНЫХ СРЕДСТВ В ЗАДАЧЕ ПЛАНИРОВАНИЯ

ПЕРЕВОЗКИ НЕФТЕПРОДУКТОВ

Б.В. Соколов, С.А. Потрясаев, В.А. Зеленцов, Д.А. Иванов, Ю.А. Меркурьев .

МЕТОДОЛОГИЧЕСКИЕ И МЕТОДИЧЕСКИЕ ОСНОВЫ ФОРМАЛИЗАЦИИ И

РЕШЕНИЯ ПРОБЛЕМЫ СТРУКТУРНО-ФУНКЦИОНАЛЬНОГО СИНТЕЗА И

УПРАВЛЕНИЯ РАЗВИТИЕМ КАТАСТРОФОУСТОЙЧИВЫХ ТРАНСПОРТНОЛОГИСТИЧЕСКИХ И ИНФОРМАЦИОННЫХ СИСТЕМ

А.Ю. Крылатов, В.В. Захаров. РАВНОВЕСИЕ НЭША В ИГРЕ НАВИГАЦИОННЫХ ПРОВАЙДЕРОВ

Б. Шольц-Райтер, Х. Тамер. СОЗДАНИЕ КОМПЬЮТЕРНОЙ СИСТЕМЫ

РАСПОЗНАВАНИЯ ЛОГИСТИЧЕСКИХ ТОВАРОВ В СТАНДАРТНЫХ

КОНТЕЙНЕРАХ

В.М. Курганов, М.В. Грязнов. МОДЕЛИРОВАНИЕ В УПРАВЛЕНИИ НАДЕЖНОСТЬЮ ТРАНСПОРТНО-ЛОГИСТИЧЕСКИХ СИСТЕМ

Х.В. Копфер. МИНИМИЗАЦИЯ ЭМИССИЙ В ЗАДАЧАХ МАРШРУТИЗАЦИИ С УЧЕТОМ ВЕСА ТРАНСПОРТНЫХ СРЕДСТВ

C. Ю. Нестеров. ОСОБЕННОСТИ УПРАВЛЕНИЯ СОВРЕМЕННЫМ АВТОТРАНСПОРТНЫМ ПРЕДПРИЯТИЕМ

Н.К. Горяев. ОПТИМИЗАЦИЯ ВОЗРАСТНОЙ СТРУКТУРЫ ПАРКА СЕДЕЛЬНЫХ ТЯГАЧЕЙ

СТРАТЕГИЧЕСКАЯ, ГЛОБАЛЬНАЯ И РЕГИОНАЛЬНАЯ ЛОГИСТИКА

Л.Б. Миротин, В. Саркиев. СОЗДАНИЕ ИННОВАЦИОННОЙ БИЗНЕС-МОДЕЛИ

ДЕНЕЖНОГО ПОТОКА С ИСПОЛЬЗОВАНИЕМ НОВОГО ПОДХОДА В

УПРАВЛЕНИИ ПОСТАВОК (НА ПРИМЕРЕ ТРАНСПОРТИРОВКИ НЕФТИ

ИЗ КАСПИЙСКОГО РЕГИОНА)

И. Довбищук, Х.-Д. Хаасис. УСТОЙЧИВОЕ РЕГИОНАЛЬНОЕ РАЗВИТИЕ НА ПРИГРАНИЧНЫХ ТЕРРИТОРИЯХ

Й. Дадуна. ПАРТНЕРСТВО ГОСУДАРСТВЕННОГО И ЧАСТНОГО СЕКТОРА

ПРИ ФИНАНСИРОВАНИИ ТРАНСПОРТНОЙ И ЛОГИСТИЧЕСКОЙ

ИНФРАСТРУКТУРЫ

Б.А. Аникин, И.С. Попова. ЛОГИСТИКА И МИРОВЫЕ ЭКОНОМИЧЕСКИЕ КРИЗИСЫ

Г. Праузе. ГРУЗОВАЯ ВОЗДУШНАЯ ЛОГИСТИКА В РЕГИОНЕ БАЛТИЙСКОГО МОРЯ

А.Ю. Крылатов, В.В. Захаров. УПРАВЛЕНИЕ ТРАНСПОРТНЫМИ ПОТОКАМИ МЕГАПОЛИСОВ

Т.А. Прокофьева, А.И. Федоренко. РАЗВИТИЕ ЛОГИСТИЧЕСКОЙ ИНФРАСТРУКТУРЫ В ТРАНСПОРТНОМ КОМПЛЕКСЕ РОССИИ

Н.С. Киреева. ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ОЦЕНКИ ИННОВАЦИОННОГО ПОТЕНЦИАЛА ЛОГИСТИЧЕСКИХ СИСТЕМ

Б.Г. Хаиров. ЛОГИСТИЧЕСКОЕ АДМИНИСТРИРОВАНИЕ ПРОЦЕССА СТАНОВЛЕНИЯ МНОГОСТОРОННЕГО ПАРТНЕРСТВА В РЕГИОНЕ.................. 328 С.М. Хаирова. ЛОГИСТИЧЕСКАЯ ПОДДРЕЖКА РАЗВИТИЯ

ОБРАЗОВАТЕЛЬНЫХ УСЛУГ В ИННОВАЦИОННОЙ ЭКОНОМИКЕ

РЕГИТОНА

О.М. Качан, Т.Н. Одинцова. ФОРМИРОВАНИЕ ЛОГИСТИЧЕСКИХ ЦЕНТРОВ

НА ОСНОВЕ ГОСУДАРСТВЕННО-ЧАСТНОГО ПАРТНЕРСТВА В

РЕСПУБЛИКЕ БЕЛАРУСЬ

Д.С. Щербаков. ИННОВАЦИОННЫЙ ЛОГИСТИЧЕСКИЙ

ИНЖИНИРИНГ ДЛЯ ВЫСОКОТЕХНОЛОГИЧНОЙ ТРАНСФОРМАЦИИ

ПРЕДПРИЯТИЯ

ПРОИЗВОДСТВЕННАЯ И СКЛАДСКАЯ ЛОГИСТИКА

Б. Мюнцберг, M. Шмидт, П. Нюхис. ЛОГИСТИЧЕСКИ-ОРИЕНТИРОВАННОЕ ПЛАНИРОВАНИЕ РАЗМЕРА ПАРТИЙ

М. Зиперманн, Р. Лакес. E-LEARNING В ПРОИЗВОДСТВЕННОМ

ПЛАНИРОВАНИИ – АВТОМАТИЧЕСКОЕ СОЗДАНИЕ И ПРОВЕРКА

ЗАДАНИЙ ПО СЕТЕВОМУ ПЛАНИРОВАНИЮ

E. Кленк, Ш. Галка, В. Гюнтер. DIMENSIONING OF TAKTED IN-PLANT MILK-RUN SYSTEMS FOR MATERIAL DELIVERY

О.Л. Бухвалов, А.С. Вылегжанин, В.И. Городецкий, О.В. Карсаев, Г.И. Кудрявцев, В.В. Самойлов. СТРАТЕГИЧЕСКОЕ ПЛАНИРОВАНИЕ И УПРАВЛЕНИЕ

КОНФЛИКТАМИ В ПРОИЗВОДСТВЕННЫХ СИСТЕМАХ С ВЫСОКОЙ

ДИНАМИКОЙ ЗАКАЗОВ

УПРАВЛЕНИЕ БЕЗОПАСНОСТЬЮ И РИСКАМИ

А.Г. Некрасов. ИНТЕГРИРОВАННЫЙ ПОДХОД К ТРАНСПОРТНОЛОГИСТИЧЕСКИМ СИСТЕМАМ

Р. Лакес, М. Зиперманн, M. Хушнуд. ВНУТРЕННИЕ И ВНЕШНИЕ РИСКИ В МЕЖДУНАРОДНЫХ ЦЕПЯХ ПОСТАВОК

Ш. Кляйн-Шмайнк, Т. Пайсл. УПРАВЛЕНИЕ РИСКАМИ И ИННОВАЦИЯМИ В СТРАТЕГИЧЕСКИХ СЕТЯХ

А.Г. Мадера. ОБОБЩЕННАЯ СТРУКТУРА РИСКОВ И ШАНСОВ ПРИ

ПРИНЯТИИ РЕШЕНИЙ В БИЗНЕС-ПРОЦЕССАХ И ЦЕПЯХ

ПОСТАВОК

Й. Шенбергер. ДЕФИЦИТЫ ОБЩЕСТЕННЫХ ТОВАРОВ – ВЫЗОВЫ,

ПЕРСПЕКТИВЫ И ОБАСТИ ИССЛЕДОВАНИЯ ДЛЯ ОРИЕНТИРОВАННОЙ

НА УЗКИЕ МЕСТА ЛОГИСТИКИ

Е.А. Смирнова. УПРАВЛЕНИЕ ЛОГИСТИЧЕСКИМ РИСКАМИ В ТАМОЖЕННОЙ СФЕРЕ

ФИНАНСОВАЯ ЛОГИСТИКА И ЛОГИСТИЧЕСКИЙ КОНТРОЛЛИНГ

А.Г. Бутрин, Ю.В. Бутрина. УПРАВЛЕНИЕ ОБОРОТНЫМИ СРЕДСТВАМИ

ПРОМЫШЛЕННОГО ПРЕДПРИЯТИЯ В УСЛОВИЯХ ИНТЕГРИРОВАННЫХ

ПРОЦЕССОВ

К. Зиперманн. ОПРЕДЕЛЕНИЕ НИЖНЕЙ ГРАНИЦЫ ЦЕНЫ С УЧЕТОМ КОСВЕННЫХ ЗАТРАТ НА ПРИМЕРЕ ЛОГИСТИКИ

Е.А. Королева, А.С. Сурнина. МЕТОД "ЦЕПОЧКИ СОЗДАНИЯ ЦЕННОСТЕЙ"

ПРИ УПРАВЛЕНИИ ЗАПАСАМИ В ТРАНСПОРТНО-ЛОГИСТИЧЕСКИХ

СИСТЕМАХ МТО

Е.С. Царёва, В.К. Козлов. ЗАТРАТЫ КАК КЛЮЧЕВАЯ КАТЕГОРИЯ КОНТРОЛЛИНГА ЛОГИСТИЧЕСКИХ ПРОИЗВОДСТВЕННЫХ СИСТЕМ............ 465 Б. Шуберт, Х. Фюссель, М. Либль, Д.А. Иванов. ПЛАНИРОВАНИЕ

МЕСТОРАСПОЛОЖЕНИЯ ЛОГИСТИЧЕСКИХ ОБЪЕКТОВ В РОССИИ С

ИСПОЛЬЗОВАНИЕМ КАРТЫ КОНТРОЛЛИНГА: ОСОБЕННОСТИ И

ПРАКТИЧЕСКИЙ ОПЫТ

DEUTSCH-RUSSISCHE WISSENSCHAFTSGEMEINSCHAFT

LOGISTIK DR-LOG

Wie die 1.-6. Deutsch-Russische Logistik-Workshops DR-LOG in 2006 (St .

Petersburg), 2007 (Chemnitz), 2008 (Moskau), 2009 (Cottbus), 2010 (St. Petersburg) und 2011 (Bremen) zeigten, ist der wissenschaftliche Kenntnisstand auf dem Gebiet der Logistik in deutscher und russischer Forschungslandschaft durch ein hohes Niveau und zahlreiche berschneidungspunkte gekennzeichnet. Heutzutage ist DR-LOG eine der bedeutendsten deutsch-russischen Veranstaltungen und die Nummer 1 auf dem Gebiet der Logistik. Besonders hervorzuheben ist hier die Bildung der deutschrussischen Wissenschaftsgemeinschaft Logistik DR-LOG .

Im DR-LOG Rahmen hat sich die wissenschaftliche Zusammenarbeit in der Logistik und Supply Chain Management entwickelt. Die gastwissenschaftlichen Aufenthalte von Hochschullehrern, Doktoranden, und Studenten aufgrund der Frderung seitens des Deutschen Akademischen Austauschdienstes (DAAD) und die bilateralen Vereinbarungen zwischen den Hochschulen wurden verstrkt. Darber hinaus fand eine Reihe von themenspezifischen, praxisorientierten Seminaren statt. Gemeinsame Arbeiten von bilateralen Forschungsgruppen wurden in fhrenden internationalen Zeitschriften verffentlicht. Insgesamt lassen sich eine weitgehende Entwicklung der deutsch-russischen wissenschaftlichen Zusammenarbeit in der Logistik und im Supply Chain Management, eine Zunahme der Teilnehmer dieser Zusammenarbeit, der Wechselbeziehungen zwischen den Teilnehmern und der Dynamik dieser Wechselbeziehungen feststellen. An den bisherigen DR-LOG Workshops nahmen mehr als 200 Wissenschaftler von mehr al 150 Universitten, Fachhochschulen, Instituten der Fraunhofer Gesellschaft und Russischer Akademie fr Wissenschaft teil .

Am VII. DR-LOG in St. Petersburg nehmen viele fhrende Wissenschaftler und Industrievertreter beider Lnder teil. Das Arbeitsprogramm beinhaltet 58 Vortrge .

Diese Vortrge sind in die folgenden 7 Sektionen untergliedert:

• Supply Chain Management

• Bestandsmanagement und Distribution

• Transport und Logistiknetze

• Controlling und Kostenmanagement

• Produktions- und Lagerlogistik

• Sicherheit und Risikomanagement

• Strategische, globale und regionale Logistik Bemerkenswert ist die ausgesprochene Interdisziplinaritt der Sektionen. Praktisch jede Sektion beinhaltet betriebswirtschaftliche Vortrge, mathematisch-orientierte Vortrge sowie Engineering- und IT-orientierte Vortrge .

Neben dem spannenden Vortragsprogramm liegt ein besonderer Focus auf den gemeinsamen Projekten in den Bereichen der Aus- und Weiterbildung, der Forschungsaktivitten sowie der Logistikpraxis .

U.a. werden die folgenden Themen zu den Schwerpunkten des DR-LOG‘2012:

Wissenschaftliche Probleme in der Logistik und SCM Informationstechnologien in der Logistik und SCM Bilaterale Aus- und Weiterbildung in der Logistik und SCM Bilaterale anwendungsnahen Projekte mit der Industrie Forschungsmobilitt Wir danken den Mitglieder des internationalen Programkomitees, Autoren und Referenten fr ihren Beitrag zum Erfolg des DR-LOG. Wir danken auch der Deutschen Forschungsgemeinschaft (DFG), der Russischen Stiftung fr Fundamentale Forschung (RFFI), der ONIT der Russischen Akademie fr Wissenschaft sowie der Russischen Nationalen Simulationsvereinigung fr die finanzielle und informationelle Untersttzung der Veranstaltung. Ein hohes Niveau des Workshops und das groe Interesse seitens zahlreicher prominenter Fachleute nhrt die Hoffnung, dass diese Serie von DR-LOG auch in der Zukunft erfolgreich fortgesetzt werden kann .

D. Ivanov, B. Sokolov, J. Kschel

РОССИЙСКО-ГЕРМАНСКОЕ НАУЧНОЕ ЛОГИСТИЧЕСКОЕ

СООБЩЕСТВО DR-LOG

Логистика как междисциплинарная отрасль экономики, наук

и и образования является одним из ключевых направлений развития Российско-Германского сотрудничества. Вполне закономерно, что именно логистика тем направлением, по которому уже седьмой год подряд (2006 г. – Санкт-Петербург, 2007 – Хемниц, 2008 – Москва, 2009 – Котбус, 2010 – Санкт-Петербург, 2011 - Бремен) при участии ведущих научно-исследовательских и образовательных учреждений и профессиональных объединений обеих стран проходит конференция, объединяющая ведущих ученых и практиков логистики и управления цепями поставок из России и Германии. На сегодняшний день DR-LOG является одной из наиболее успешных конференций в российско-немецком сотрудничестве в области логистики .

Можно констатировать несколько важных аспектов развития российсконемецкого научного сотрудничества в DR-LOG. Продолжена систематическая работа по научным стажировкам ученых, аспирантов и студентов по линии Немецкой службы академических обменов (DAAD), а также двухсторонним соглашениям между ВУЗами .


Проведен ряд практических семинаров по логистике и управлению цепями поставок в Санкт-Петербурге, Москве, Хемнице и Берлине. Совместные работы немецко-российских рабочих групп опубликованы в ряде ведущих мировых журналов. В предыдущих конференциях DR-LOG приняли участие более 200 ученых России и Германии из более чем 150 университетов и научно-исследовательских институтов общества Фраунгофера и Российской Академии Наук, а также представители практики логистики и SCM .

Седьмая конференция DR-LOG’12 организована в Санкт-Петербурге в сотрудничестве с Санкт-Петербургским институтом информатики и автоматизации РАН с финансовой и информационной поддержкой Немецкого Исследовательского Сообщества (DFG), Российского Фонда Фундаментальных Исследований (РФФИ), отделения нанотехнологий и информационных технологий (ОНИТ) РАН, Национального общества имитационного моделирования и журнала «Логистика». В рабочей программе конференции представлены 58 докладов.

Данные доклады объединены в 7 тематических секций:

Управление цепями поставок • Управление запасами и дистрибуция • Транспорт и логистические сети • Финансовая логистика и контроллинг • Производственная и складская логистика • Управление безопасностью и рисками • Стратегическая, глобальная и региональная логистика • Примечательным является междисциплинарность программы секций .

Практически в каждой секции представлены экономические доклады, доклады по математической оптимизации и моделированию, а также доклады по современным информационным технологиям в логистике и SCM .

Наряду с насыщенной и интересной программой докладов особое внимание будет уделено обсуждению совместных проектов, в частности:

Вопросы подготовки профессионалов в логистике, • Проведение совместных научно-исследовательских проектов, • Информационные технологии в логистике и SCM, • Реализация совместных логистических проектов на практике, • Академическая международная мобильность .

• Организаторы конференции благодарят всех членов Международного программного комитета и всех авторов и докладчиков за их значительный вклад в успех общего дела по развитию DR-LOG. DR-LOG как ежегодная ГерманоРоссийская конференция по логистике и SCM является специально организованным форумом, предназначенным для создания единой площадки общения немецких и российских специалистов. Высокий уровень конференции и большой интерес к нему позволяют надеяться, что данный ряд конференций будет успешно продолжен и в будущем .

Д.А. Иванов, Б.В. Соколов, Й. Кэшель

–  –  –

Maximum principle has been extensively applied to production and logistics planning and scheduling over the past fifty years. It is an original method for computing optimal control when optimizing system behavior over many periods of time subject to several decision variables where other techniques can become analytically and computationally difficult to apply .

In this paper, we overview recent developments in this area, analyse practical needs, challenges and possible ways to apply maximum principle in the field of supply network optimization. Some drawbacks and missing links in the literature are pointed out. We conclude that although supply chains resemble control systems, they have some peculiarities which do not allow a direct application of maximum principle. At the same time, we describe a possible approach that enables the application of maximum principle to supply network optimization .

INTRODUCTION

High dimensions, dynamics, uncertainty, flexibility and complexity of real supply chain (SC) optimization problems challenge the optimization techniques and frequently lead to application of heuristics or combination of meta-heuristic with mathematical programming (MP) [13] .

Along with mathematical programming and meta-heuristics, control theory (CT) is an interesting research avenue in investigating dynamic behavior of the SC [3], [8-10], [15], [17]. CT is favorable in the cases of many dynamically changing control parameters, obtaining analytical solutions or properties, and in investigating different mutual impacts of SC planning and scheduling parameters (e.g., demands, resource and channel capacities, lead-time, lot-sizes, and inventories) on the SC tactical and operative performance (i.e., service level and costs). In some cases (e.g., if many changes, many stages, and many periods), it is convenient to transit from a discrete problem statement to continuous solution procedure, and then represent the result again in discrete terms due to particular accuracy of continuous time models .

The purpose of this paper is to describe the important issues and perspectives of application of the maximum principle to SC optimization, comment on practical and methodical issues, and describe one specific context of maximum principle application to SC scheduling. In this paper, we overview recent developments in the application of optimal CT and maximum principle to supply network optimization, perform a critical analysis, and discuss future research avenues .

OPTIMAL PROGRAM CONTROL AND MAXIMUM PRINCIPLE

Optimal program control (OPC) is a method for solving dynamic optimization problems, when those problems are expressed in continuous time and the value of a goal criterion (or a number of criteria) are accumulated over time. OPC is a de-terministic control method as opposite to the stochastic optimal control. One of the basic milestones in modern OPC, along with dynamic programming, is the maximum principle that was developed in 1950s by Russian mathematicians among whom the central character was Lev Semenovich Pontryagin .

Maximum principle is an original method for computing optimal control (OC) when optimizing system behavior over many periods of time under constrained control subject to several decision variables where other techniques can become analytically and computationally difficult to apply. The initial formulation of maximum principle was concerned with the problem of transfer a space vehicle from one orbit to another with minimum time and minimum fuel consumption .

According to the maximum principle, the optimal solution of the instantaneous problems can be shown to give the optimal solution to the overall problem [16] .

Maximum principle basically generalizes the calculus of variations and builds the basis of the modern OC theory. The development of the maximum principle has stimulated the application of OC to many industrial and engineering applications. Maximum principle has been extensively applied to production and logistics both for continuous and discrete systems right from the beginning. In particular, the domain of multi-level, multi-period master production scheduling problems with lot-size and capacity optimization subject to cost minimization has been extensively addressed .

Beginning with the study by Holt et al. [6], the work by Fan and Hwang [4], [7] were among first studies on application of discrete maximum principle to multilevel and multi-period master production scheduling that determined production as optimal control action and corresponding trajectory of state variables (the inventory) by means of the maximum principle. First overviews of the existing application of maximum principle to management domain have been developed by Sethi and Thompson [18]. The stream of production scheduling has been continued by Kinemia and Gershwin [12], who applied hierarchical method in designing the solution procedure to the overall model, and Khmelnitsky et al .

[11] who applied the maximum principle in discrete form to planning continuous-time flows in flexible manufacturing systems .

Although the maximum principle application has been widely understood at the tactical planning level, the research on OPC for detailed dynamic production and transportation scheduling in the integrated SC context is fairly recent, although there is a wealth of works in these direction from the enterprise perspective and treatment those problems in isolation (production scheduling and routing). This rapidly emerging field of integrated, customer-oriented SC scheduling ([2] can become a new application area for OPC and maximum principle .

PRACTICAL NEEDS FOR APPLICATION OF OPTIMAL CONTROL

AND MAXIMUM PRINCIPLE TO SUPPLY NETWORK

OPTIMIZATION

Recall that according to the maximum principle, the optimal solution of the instantaneous problems can be shown to give the optimal solution to the overall problem. If so, it is a very convenient approach to naturally decompose a problem dynamics horizontally into some subproblems to which optimal solutions can be found, e.g., with the help of mathematical programming, and then link these solutions with the help of OPC .

This property is of a great practical importance for SC optimization. Indeed, it is frequently difficult or impossible to accumulate all the necessary information on SC dynamics at the initial planning t0 point of time. In this setting, adaptive planning and scheduling concepts are frequently applied [1], [5], when a plan is modified periodically by change in the SC parameters or the characteristics of control influences on the basis of information feedback about a current system state, the past and the updated forecasts of the future .

Another challenge is flexible resource, capacity, and flow allocation to dynamically changing environmental and internal conditions (e.g., demand, SC structure, collaboration and coordination rules). Integrated logistics planning by 4PL (fourth party logistics) service providers face along with a detailed treatment of dynamic parameters such as varying capacities in problems with multiple plants and distribution centres at different locations [2]. An increasing number of companies now adopt make-to-order and assemble-to-order concepts. In many industries (e.g., perishable or seasonal products or process industry), finished orders are frequently delivered to customers immediately or shortly after production without intermediate inventory. In general, specific SC collaboration and coordination evidence to extend the models of SC optimization to the dynamics domain .

Last but not least – a crucial topic is the impact of uncertainty and disruptions .

Big centralized models for planning the whole time horizon are very sensitive to changes in data availability. The existence of a great diversity of different dynamic characteristics in those problems SCs can significantly impact SC performance. SCM is based on information sharing and coordination, and many SC optimization model assume full information availability. However, due to dynamic changes and coordination problems in the SC it is frequently impossible .

If such a disturbance takes place two issues occur: Is the SC able to continue its operation? Can mathematical models work with incomplete or delayed information? In the light of the above-mentioned practical challenges, the application of OPC and maximum principle to SC optimization can be very favorable .

POSSIBLE WAYS FOR APPLICATION OF OPTIMAL PROGRAM

CONTROL AND MAXIMUM PRINCIPLE TO SUPPLY CHAIN

SCHEDULING

In the studies by Ivanov et al. [8-10], an original SC representation as a dynamic system with changing structural characteristics has been developed. This idea is based on the observation that that during the planning horizon, different structural elements (decision-makers, processes, products, control variables, constraints, goals, perturbations, etc.) are involved in decision-making on SC planning, and not all of them at the same time. In moving on through the planning period, these elements appear and disappear from the decision-making. If so, there is no need to consider all the structural elements at the same time in a large planning problem in steady-state environments. Moreover, the solution procedure becomes undependable from the continuous optimization and can be of discrete nature, e.g., a linear programming, transportation problem, or integer allocation problem [8-10] .

This idea is to some extent similar to those in combining MP and metaheuristics, e.g., in the corridor method Sniedovich and Voss [20] that uses an exact method over restricted portions of the solution space subject to a given problem of a very large feasible space. By taking optimal decisions within these certain intervals, we can address the problems of significantly smaller dimensionality. This means, that the set of feasible solutions is presented dynamically, but the solution at each point of time are calculated at the local section and for deterministic problems very small dimensionality. This is very important as the computational time decrease considerably even if a large number of nodes or arcs area considered and additional constraints are introduced. Besides, the a priori knowledge of the SC structure, and moreover, structure dynamics, is no more necessary .

Recall that maximum principle is a method for solving dynamic optimization problems, the value of a goal criterion (or a number of criteria) are accumulated over time. However, the application of the OC maximum principle to SC optimization is not a trivial problem. Discrete time and discrete quantities of SC operations in both production and logistics SC parts can make the SC planning and scheduling problems intractable. Despite OC models make it possible to reflect dynamics, the consideration of sequencing and resource allocation in these models is significantly complicated by specific mathematical features .

For example, the derived function from the arising sectionally continuous functions [14] is infinity. In addition, such problems as numerical instability, nonexistence of gradients, and non-convexity of state space should be named. In addition, the problem of continuous time and state variables in canonical OPC statements and discrete times and quantities in SCs exist. SC scheduling could not be performed in applying conventional form of OPC formulation. However, the maximum principle permits the decoupling of the dynamic problem over time using what are known as adjoint variables or shadow prices into a series of problems each of which holds at a single instant of time [16]. This property of optimal control is very helpful when interconnecting MP and OPC elements .

Let us present a possible scheme for applying maximum principle to an SC scheduling problem that is similar to job shop scheduling [9]. The scheduling model is formulated as a linear non-stationary finite-dimensional controlled differential system with the convex area of admissible control. The non-linearity is transferred to the model constraints. This allows us to ensure convexity and to use interval constraints. Besides this, the required consistency between OPC and MP models is ensured – although the solver works in the space of piecewise continuous functions, the control actions can be presented in the discrete form as in MP model .

The developed model formulation satisfies the conditions of the existence theorem by Lee and Markus which allows us to assert the existence of the optimal solution in the appropriate class of admissible controls and to calculate the OC with the help of maximum principle. This is the essential structural property of the proposed approach in order to apply discrete optimization for OPC calculation. In maximizing Hamiltonian in OC computing, this makes it possible to solve the assignment problem and the flow distribution problem both in discrete and continuous manner. In this aspect, the proposed approach differs from the scheduling with the help of maximum principle with only continuous control variables or discrete maximum principle. The model can work with both continuous and discrete processes. The discretization is possible since the optimization problem is in fact a LP/IP problem. This is mainly due to the fact that the governing dynamics in the supply network are linear in the state (but not in the control) variables .

On the basis of the maximum principle, the original problem of OPC is transformed to the boundary problem. Then a relaxed problem is solved to receive optimal program control (i.e., the SC schedule). For OC computation, the main and conjunctive systems are integrated. The control vector at time t = t0 returns a maximal value to the Hamiltonian. Then we make the first integration step with the value of control vector at time t0 and again implement the maximum principle to receive the next value for time t=t1. The process of integration is continued until the end conditions are satisfied and convergence accuracy is adequate .

For obtaining the vector of conjunctive equation system, the Krylov-Chernousko method is used that is based on joint use of modified successive approximations method and branch-and-bound method. The experiments have been conducted with the help of self-programmed C++ algorithm that creates files to address MatLab MP library while maximizing Hamiltonian .

CONCLUSIONS

Maximum principle is an original method for computing optimal control. Although in certain case its application can lead to computational problems, it is possible to formulate the OPC model in such a way to allow efficient OPC computation. The main idea of the proposed model is to implement and update (e.g., due to dynamic changes in capacity availability) non-linear constraints in convex domain of allowable control inputs rather than in the right parts of differential equations. The proposed substitution lets use fundamental scientific results of the OC theory in various SCM problems (including scheduling). The computational experiments have proved convergence and tractability of the proposed algorithm and model. They have also shown, that the convergence depends mainly on the selection of the conjunctive system vector (here, we have used priority rules, however, in future, it can be interested to investigate the application of meta-heuristics). Besides, the proposed method is especially useful in the case of many conflicting resources and capacity deficits. Other advantages of the proposed approach are consideration of specific SC coordination and collaboration features and goals (e.g., maximizing equal resource charge and service level for each order, flexible capacity and job allocation, etc.) and implementing adaptive planning concept subject to interlinking planning and scheduling stages. Finally, the developed model and algorithm have properties that are unique within maximum principle and optimal control theory, e.g., taking into account logical constraints, non-interruption of jobs, and discrete time jobs along with continuous maximum principle application which allow application to both discrete and continuous SC processes .

REFERENCES

1. Chauhan, S.S., Gordon, V., Proth, J.M.: Scheduling in supply chain environment. Eur J Oper Res 183(3), 961-970 (2007)

2. Chen Z.-L. Integrated Production and Outbound Distribution Scheduling: Review and Extensions. Oper Res, Vol. 58, No. 1, January–February 2010, pp. 130–148

3. Daganzo, C.F. (2004). On the stability of supply chains. Oper Res, 52(6), pp. 909-921 .

4. Fan LT, Wang CS (1964). The discrete maximum principle – a study of multistage systems optimization. NY: Wiley .

5. Hall NG, Liu Z. (2011). Capacity allocation and Scheduling in Supply Chains. Oper Res, to appear, DOI 10.1287/opre.1090.0806 .

6. Holt CC, Modigliani F., Muth JF, Simon HA (1960). Planning production, inventories and work force. Englewood Cliffs, New Jersey: Prentice Hall .

7. Hwang, C.L., Fan, L.T., Erikson LE. (1967). Optimum production planning by the maximum principle. Man Sci, 13(9), 751-55 .

8. Ivanov, D., Sokolov, B. 2010. Adaptive Supply Chain Management. London: Springer

9. Ivanov, D., Sokolov, B. 2012. Dynamic supply chain scheduling. J Sched, 15(2), 201-216 .

10. Ivanov, D., Sokolov, B., Kaeschel, J. 2010. A multi-structural framework for adaptive supply chain planning and operations with structure dynamics considerations. Eur J Oper Res, 200(2); 409-420

11. Khmelnitsky E, Kogan K, Maimom O. (1997). Maximum principle-based methods for production scheduling with partially sequence-dependent setups. Int J Prod Res, 35(10):2701-2712 .

12. Kinemia J.G., Gershwin S.B. (1983) An algorithm for the computer control of a flexible manufacturing system. IIE Transactions, 15, 353-362 .

13. Maniezzo V., Sttzle T., Voss S. (Eds.) (2009). Matheheuristics: Hybridizing Metaheuristics and Mathematical Programming. Springer, Berlin .

14. Moiseev, N.N. (1974). Element of the Optimal Systems Theory. Nauka, Moscow .

15. Perea E, Grossmann I, Ydstie E, Tahmassebi T. (2000). Dynamic modeling and classical control theory for supply chain management. Computers and Chemical Engineering, 24:1143-1149 .

16. Pontryagin, L.S., Boltyanskiy, V.G., Gamkrelidze, R.V., and Mishchenko, E.F. (1964) .

The mathematical theory of optimal processes. Pergamon Press, Oxford .

17. Sarimveis H, Patrinos P, Tarantilis CD, Kiranoudis CT. (2008). Dynamic modeling and control of supply chain systems: A review. Computers & Operations Research, 35(11):3530-3561 .

18. Sethi, S.P., Thompson, G.L. (1981). Optimal Control Theory: Applications to Management Science and Economics. Springer, Berlin .

19. Sethi, S.P., Thompson, G.L. (2006). Optimal Control Theory: Applications to Management Science and Economics, Second Edition. Springer, Berlin .

20. Sniedovich M., Voss S. (2006). The corridor method: a dynamic programming inspired metaheuristic, Control and Cybernetics, 35, 551-578 .

21. Ivanov, D., Dolgui, A., Sokolov, B. (2012). On applicability of optimal control theory to adaptive supply chain planning and scheduling. Annual Reviews in Control, forthcoming in Spring Issue 2012 .

СТРАТЕГИЧЕСКОЕ ИНТЕГРАЛЬНОЕ ПЛАНИРОВАНИЕ

В ЛОГИСТИЧЕСКИХ СИСТЕМАХ

–  –  –

1 - Санкт-Петербургский государственнный университет экономики и финансов, Санкт-Петербург, Россия 2 - Санкт-Петербургский государственный инженерно-экономический университет, Санкт-Петербург, Россия s_uvarov@mail.ru, eiz@engec.ru В работе рассматриваются проблемы стратегического планирования в логистических системах в контексте управления цепями поставок. Продемонстрирован процесс логистической координации, как для устранения конфликтных ситуаций, так и предотвращения их возникновения. Изучены возможные типы и содержание внутрикорпоративных и межкорпоративных конфликтов, приведены виды координационной деятельности, направленные на их преодоление. Выделяются типы координационной деятельности корпораций и предлагаются адекватные им типы планирования в цепях поставок .

–  –  –

The paper deals with problems of strategic planning in logistics systems in the context of supply chain management. Coordination of the logistic process demonstrated how to resolve conflicts and prevent their occurrence. Examine possible types and content of corporate and intercorporate conflicts are types of coordination activities to overcome them. There are types of coordination activities of corporations and suggests appropriate types of planning in supply chains .

Перспективы развития логистики ставят перед специалистами ряд новых задач, что, с одной стороны, усложняет процесс данного функционального менеджмента, а с другой, при успешном решении этих задач предоставляет возможность получения ряда конкурентных преимуществ. Тот факт, что большинство фирм ведут конкурентную борьбу на развитых промышленных и потребительских рынках, стремятся достичь устойчивой лояльности своих потребителей, а также детерминировать влияние логистических издержек на корпоративную рентабельность, привел к тому, что все большее число управленцев высшего звена стали адекватно позиционировать логистику как функциональный менеджмент в достижении конечного результата деятельности корпорации. Данный факт актуализировал также процесс глобализации процессов поставок, производства и распределения. Никогда ранее как проблемы, так и возможности, с которыми сталкиваются сегодня логисты, не были столь масштабны и значительны .

Под стратегическим планированием понимают процесс определения долгосрочных целей предприятия и общие мероприятия, необходимые для достижения этих целей в долгосрочной перспективе с учетом ожиданий основных заинтересованных субъектов (юридических и физических лиц) .

Авторы отмечают трактовку стратегического планирования в интерпретации У. Кинга и Д. Клиланда, которые подчеркивают принципиальную разницу между долгосрочным и стратегическим планированием "так как последний термин не вводит в заблуждение относительно горизонта планирования и указывает на важность этой работы... Стратегическое планирование предполагает установление целей и увязку этих целей с ресурсами, которые будут использованы для их достижения. А так как эти цели и характер использования ресурсов влияют на перспективы организации, стратегическое планирование по своей сути ориентировано на будущее .

Задача стратегического планирования заключается в том, чтобы определить цели организации, направления ее деятельности и пути создания будущих поколений товаров и услуг, а также выработать политику, которая обеспечит достижение стоящих перед организацией целей"[5] .

Исходя из того, что логистическая координация - это согласование деятельности звеньев логистической системы, участвующих в продвижении материального и сопутствующих потоков – отметим наиболее важные (и наиболее перспективные) области этой координации .

Так, координация в сфере планирования предусматривает согласование планов между отдельными видами функционального менеджмента, результатом чего должен выступать совместный плановый документ .

Координация организационного аспекта предусматривает распределение функций, полномочий, ответственности, а также оптимизацию ресурсного обеспечения между функциональными службами. Результатом координации в сфере мотивации выступает разработка системы стимулирования сотрудничества между функциональными подразделениями для достижения общих корпоративных целей .

Координация контрольных функций имеет своим результатом систему контрольных показателей (сбалансированную систему показателей), согласованных с общими целями корпорации .

Логистическая координация реализуется в следующих направлениях:

- предотвращение конфликтных ситуаций (оптимальное распределение функций, правомочий, ответственности и ресурсов; информационный обмен между функциональными подразделениями; согласованное планирование);

- устранение возникших конфликтных ситуаций (реализация стратегии компромисса; реализация стратегии сотрудничества) .

Конфликт как управленческая ситуация может быть квалифицирован как несогласие между двумя или более сторонами (лицами или группами), когда каждая сторона старается сделать так, чтобы были приняты именно ее взгляды или цели и помешать другой стороне сделать то же самое .

Причины возникновения конфликтов может носить объективный и субъективный характер .

К объективным мы относим те причины, которые являются следствием сложившейся управленческой ситуации:

- распределение ресурсов, которые всегда по определению ограничены .

Необходимость деления ресурсов как управленческая ситуация всегда ведет к конфликтам;

- различие в целях, порождающее противоречие в интересах .

Формулировка функциональными подразделениями своих целей может привести к уделению им большего внимания, чем целям компании в целом;

- взаимозависимость задач. С точки зрения компании как системы все функциональные подразделения являются ее элементами, и неадекватность работы каждого из них становится причиной системного конфликта, ведущего к борьбе за функциональные полномочия;

- невыполнение или ненадлежащее выполнение службами своих функций. В отношении единого информационного потока это трансформируется в недостатки межгрупповых коммуникаций .

Субъективные причины конфликтов в решающей степени предопределены человеческим фактором:

- различия в представлениях и ценностях;

- межличностные отношения .

Типичными участниками межфункциональных конфликтных ситуаций при обеспечении движения материальных потоков в логистических сетях предприятий являются: служба закупок; производственный отдел; служба маркетинга; служба продаж; транспортный отдел; отдел складского хозяйства (транспортный отдел и отдел складского хозяйства при наличии в компании службы логистики входят в ее состав); финансовый отдел .

С точки зрения управленческой значимости выделим следующие зоны возможного возникновения конфликтов:

- стратегический уровень. Здесь объектом конфликтной ситуации чаще всего может выступать неконкурентоспособная политика обслуживания клиентов;

- тактический уровень. Наиболее часто встречающимся здесь объектом конфликтной ситуации является рассогласованность плана закупок и планов использования транспорта и складов;

- оперативный уровень. Предметы конфликтной ситуации – неудовлетворительное информирование склада об ожидаемых приходах товара от поставщиков, а также срыв сроков доставки товара клиентам .

Обычно выделяют два вида логистической координации:

межфункциональную и межорганизационную .

В специальной литературе неоднократно указывалось не только на допустимость, но и целесообразность употребления термина «логистическая координация» как самодостаточной научно-практической категории. Мы стремились в данной работе выявить ее специфические признаки, позволяющие квалифицировать как функцию логистического менеджмента .

По мнению Р. Акоффа [1] конфликт может находиться внутри индивида (организации) или в отношениях между индивидами (организациями). Конфликт имеет место, когда два или более интереса взаимодействуют таким образом, что рост удовлетворения одного из них означает уменьшение удовлетворения другого или других. На первый взгляд, налицо нарушение принципа Парето-оптимальности. Но даже если это так, механизм достижения соответствия этому принципу требует отдельного исследования. Более того, данная проблема становится предметом внимания не логистического, а общего менеджмента корпорации. Исходя из принципа классификации типов конфликтов по Р .

Акоффу, можно предложить следующую систему противоречий и конфликтных ситуаций (табл. 1) .

Таблица 1 Типы и содержание внутрикорпоративных и межкорпоративных конфликтов

–  –  –

Конфликты между Установка со стороны топ-менеджмента подразделениям структурами одного уровня противоречащих друг другу задач Конфликты между Административное изъятие ресурсов у одного структурами разных подразделения с последующей слабо мотивированной уровней передачей другому Внутренние системные Недостаточно четкая бизнес-стратегия, направленность конфликты компании на достижение противоречивых целей Конфликты между Противоречия с группами фирм, имеющими компанией и внешними специфические интересы, а также с государственными субъектами учреждениями и органами .

Логистическая координация представляет собой одно из наиболее эффективных средств управления межфункциональными конфликтами, под управлением которыми понимается предотвращение конфликтных ситуаций между подразделениями компании либо завершение (разрешение) уже возникших конфликтов .

Предотвращение конфликтных ситуаций предполагает устранение возможных причин их появления, а также воздействие на факторы, влияющие на вероятность их возникновения. Под разрешением конфликта понимается такая форма его завершения, которая приводит к устранению предмета конфликтного взаимодействия, то есть лежащего в его основе ключевого противоречия .

Однако, несмотря на все усилия, полностью избежать возникновения межфункциональных конфликтов вряд ли возможно. С учетом этого особую значимость приобретает правильный выбор способа завершения конфликта .

Так как суть логистической координации состоит в согласовании позиций или интересов сторон для достижения некой общей цели, роль координатора при завершении уже имеющих место конфликтных ситуаций сводится в основном к стимулированию сторон для реализации стратегий компромисса или сотрудничества, выбор между которыми определяется ситуационными факторами .

На основе всего сказанного можно сделать вывод, что осуществление логистической координации имеет большое значение как для предотвращения конфликтных ситуаций между подразделениями компании, так и для завершения уже имеющих место конфликтов .

Такая система рассмотрения и преодоления конфликтных ситуаций, в значительной мере, сложилась эмпирически, как результат разрешения практических, спорадически возникающих ситуаций. На уровне классической, и даже интегрированной логистики, такую систему можно считать удовлетворительной, но в перспективе, в структуре цепей поставок, а, главное, в управлении цепями поставок как интегрированном менеджменте, по нашему мнению, требуется более масштабный, всеохватывающий подход .

Важной задачей логистической координации является предотвращение межфункциональных конфликтных ситуаций либо завершение возникших конфликтов. Таким образом, логистическая координация может считаться одним из инструментов управления межфункциональными конфликтами в организации. Однако роль межфункциональной логистической координации в организации этим не ограничивается.

Выделяют четыре вида координационной деятельности:

- превентивная - направленная на предвидение проблем и трудностей;

- устраняющая - предназначенная для устранения перебоев в системе после того, как они произошли;

- регулирующая - направленная на сохранение существующей схемы работы;

- стимулирующая - направленная на улучшение деятельности системы или существующей организации даже при отсутствии конкретных проблем .

Нетрудно заметить, что два последних вида координационной деятельности не связаны напрямую с противодействием конфликтам, но, как и два первых вида, направлены на повышение эффективности функционирования компании. Необходимо отметить, что превентивный вид координации должен быть ориентирован не только на предвидение проблем и трудностей, но и на их предотвращение .

Отмечая прагматическую направленность вышеуказанных видов координационной деятельности, заметим, что, по нашему мнению, следовало бы виды координационной деятельности в большей степени соотносить с характером не только оперативных, но также тактических и стратегических положений. В соответствии с этим предлагаем рассмотреть виды координирования соответственно типам стратегического планирования, исходя из типологии, предложенной Р. Акоффом [1] .

Данный подход может предложить алгоритмы, дополняющие вышеуказанный характер осуществляемой логистической координации .

Согласно предлагаемому подходу акцент делается не на характере предполагаемого результата, а на временном характере процесса координации.

Тогда можно детерминировать следующие типы логистической координации:

- реактивная (reactive) - с преобладанием ориентации на прошлое;

- инактивная (inactive) – с ориентацией на существующее положение;

- преактивная (preactive) – упреждение с ориентацией на будущее;

- интерактивная (interactive) – ориентация на взаимодействие объектов координации; прошлое, настоящее и будущее учитываются в равной степени как различные, но неразделимые аспекты координации .

К достоинствам реактивного подхода можно отнести стремление учесть все бывшие ранее ситуации (историзм), эффект преемственности, не допускающий резких, необдуманных изменений, а также традиционализм, формирующий чувство безопасности. Однако недостатки его вполне очевидны. Реактивизм не принимает сложившуюся конфликтную ситуацию, неприемлемыми считаются как создавшееся положение, так и применяемые методы. Однако разрешение данной конфликтной ситуации состоит не в принятии инновационного решения, а в возврате к доконфликтному состоянию. Таким образом, решение ищется в направлении подавления причины, вызвавшей этот конфликт. Разрешение межорганизационного конфликта таким способом зачастую в принципе невозможно, так как причина конфликта может находиться вне сферы компетенции конфликтующих сторон. Разрешение межфункциональных конфликтов таким способом в принципе возможно, но это ведет не к развитию корпоративной структуры, а к ее деградации и может стать, в свою очередь, причиной уже межорганизационного конфликта .

Инактивизм исходит из удовлетворенности существующим положением; он не склонен возвращаться к прежнему состоянию, но и не одобряет инновации. Его целями являются выживание и стабильность. В этом случае координационная деятельность направлена на возвращение состояния равновесия. Основное внимание уделяется не выявлению кризисных причин, а ослаблению уже возникших противоречий .

Рассмотрение каждой из проблем изолированно от других и в этом случае не позволяет говорить о системном подходе к процессу координации .

Ориентация исключительно на текущий момент не позволяет вовремя выявить характер происходящих изменений. Инактивизм может быть достаточно успешен в бюджетных организациях, но в корпорациях его результативность весьма сомнительна .

Преактивизм – как концепция упреждения ориентирована на ускорение изменений (на приближение будущего) и использование первыми открывающихся от внедрения инноваций возможностей. В отличие от инактивной, преактивная координация ориентирована на оптимизацию, достижение возможно лучшего результата в данных условиях .

Преактивисты невысоко оценивают накопленный опыт, считая его слишком медленным стимулятором, содержащим не столько положительные, сколько отрицательные черты. Главная цель преактивной ориентации - рост: увеличение объемов производства, расширение своего рыночного сегмента, минимизация логистических издержек. Предполагая в будущем значительные (пока не осознанные) конкурентные преимущества, преактивизм предусматривает уделение большого внимания совершенствованию методов прогнозирования, стратегическому планированию, выявлению и конкретизации этих потенциальных преимуществ. Преактивная координация начинается с прогнозирования внешних условий, формулировки целей корпорации и установления статуса ее стратегии как системы. Далее на функциональном уровне программа преобразуется в систему проектов .

Таким образом, при преактивной ориентации межорганизационная координация превалирует над межфункциональной. Такая координация весьма эффективна в рамках классической логистики, реализуемой в масштабе интегрированных логистических систем. Что касается современного состояния, воплощенного в парадигме управления цепями поставок, здесь на первый план в координационном аспекте выходит сотрудничество, превращение участников цепи поставок в партнеров, а потому оказывается востребованной и иная концепция координации .

Интерактивизм – в равной степени не склонен ни возвращаться к прежнему состоянию, ни принимать будущее в том виде, как оно представляется в данный момент. Интерактивная концепция координации представляет собой проектирование желаемого будущего и изыскания путей его построения .

Интерактивный подход в корне отличается от предыдущих тем, что предполагает воздействие на окружающую социально-экономическую среду, ее преобразование в направлении, благоприятствующим решению стоящих перед корпорацией задач .

Технологически здесь определяется необходимое соотношение между качественными составляющими массива исследования операций, необходимого для решения проблемы. С точки зрения прогноза, необходимого в качестве базиса для координирующих технологий, возможна постановка вопроса о соотношении количественных и качественных методов .

Если инактивизм склонен ограничиться достаточно хорошим результатом, а преактивизм допускает (удовлетворительным) оптимальный результат лишь в текущий момент, то интерактивизм предпочитает лучшее действие в будущем, чем идеальное в настоящем .

Его цель – максимизировать свою способность обучаться и адаптироваться, развиваться .

Р. Акофф формулирует три типа ориентиров, к которым стремится любая организация [1]: задачи, решение которых предполагается в рамках планируемого периода (нам кажется, точнее говорить о бюджетном периоде); цели, достижение которых предполагается за рамками данного планируемого (бюджетного) периода; идеалы, достижение которых в принципе невозможно, но ориентация на них в значительной мере определяет как конкурентную стратегию, так и корпоративную миссию фирмы .

Исходя из этого, можно сформулировать основные типы планирования изменений и координационной деятельности фирмы (см. табл. 2) .

Стратегическое планирование заключается в выборе средств задач и целей, адекватных идеалам, которые определяются на уровне топменеджмента исходя из корпоративной миссии фирмы; это планирование имеет долгосрочный характер. Соответствующая координация охватывает не только внутренние отношения, но и взаимоотношения между корпорацией как целым и ее деловым окружением, а потому сочетает как межфункциональный, так и межорганизационный характер .

–  –  –

По нашему мнению, именно интерактивный характер логистической координации необходим в управлении цепями поставок, который представляет собой интегрирование ключевых бизнес-процессов, начинающихся от конечного пользователя и охватывающих всех поставщиков товаров, услуг и информации, добавляющих ценность для потребителей и других заинтересованных лиц .

Для успешного управления цепями поставок необходимо выполнение таких требований, как наличие квалифицированного лидера (лица принимающего решение), готовность внедрять инновации и наделение функционеров необходимыми полномочиями. Управление цепями поставок представляет собой интерактивный, системный и комплексный подход, который требует одновременного рассмотрения и учета многих алгоритмов воспроизводственного процесса .

Список литературы:

Акофф Р. Планирование будущего корпорации. Пер. с англ. / Общ. ред. и предисл .

1 .

д.э.н. В.И. Данилова – Данильяна. – М.: Прогресс, 1985. – 328 с .

Бауэрсокс Д.Дж., Клосс Д.Дж. Логистика: интегрированная цепь поставок: Пер. с 2 .

англ. – 2-е изд. М.: ЗАО “Олимп-Бизнес”, 2005. – 640 с .

Григорьев М.Н., Уваров С.А. Логистика. Базовый курс: Учебник для бакалавров. – 3 .

2-е изд., испр. и доп. М.: Юрайт, 2012. – 818 с .

Иванов Д.А. Управление цепями поставок. - СПб.: Изд-во Политехн. ун-та, 2009. с .

Кинг У., Клиланд Д. Стратегическое планирование и хозяйственная политика / 5 .

Пер. с англ. – М.: Прогресс, 1982. – c. 26-27 .

SUPPLY CHAIN BUILDING BLOCKS - DEVELOPMENT OF

AN AGENT BASED SIMULATION

–  –  –

Supply Chain Building Blocks (SCBB) is an agent based simulation platform for the supply chain phenomena characterization and analysis. SCBB characterizes supply chain participants as agents whose internal structure aligns with the SCOR’s management processes. As a simulation platform SCBB uses standardized methods which enable configuring different supply chain designs for the holistic phenomena analysis across the system’s detail levels .

Keywords: Supply Chain Modelling, Agent Based Simulation

INTRODUCTION

Due to intense competition in global markets, supply chain modelling has a strategic relevance for achieving and maintaining competitive strength across the system’s structural levels. Furthermore, there is a need for contingency plans to help supply chain systems cope with disruptions [1]. The holistic understanding of supply chain systems can only be assessed using dynamic approaches, namely simulation. Simulation methods enable assessing the supply chain’s performance across the structural levels as well as validating particular solutions. Simulation methods support adequately the decision making for the robust and reactive supply chain design in a cost-effective way [2] .

This paper develops an agent based simulation platform for holistically analyze the supply chain designs as complex systems. Based on the supply chain’s structural and behavioural characteristics, agent based simulation approach is selected for modelling the supply chain’s dynamics. This paper is structured in two main sections; the first section characterizes agent based simulation in supply chain modelling. The second section develops a generic supply chain agent based simulation platform called Supply Chain Building Blocks (SCBB) .

2. AGENT BASED SIMULATION IN THE SUPPLY CHAIN

The use of computer models for analyzing system’s phenomena has three main possible goals: explanation, prediction or exploration [3]. In general terms simulation methods are used to understand how systems work due to its flexibility in building and updating models [2]. The adequacy of supply chain modelling as an agent system is based on the agents’ characteristics in abstracting the complex system’s structure and behaviour. Simulation methods allow experimenting and testing counterfactuals for assessing a system’s performance under situations not yet been observed or when it is not possible to experiment with the system itself without incurring in expensive trials [4][3][5] .

The term “agent” refers to any type of independent component (software, entity, individual, etc.) whose behaviour can range from primitive reactive decision rules to complex adaptive “Artificial Intelligence” (AI) [6][7][8]. An agent is an autonomous, goal oriented software process that operates asynchronously communicating and coordinating with other agents across different levels of granularity [9][10] .

Agent based approach, referred also as ABM: Agent Based Modelling, ABS:

Agent Based Systems, MAS: Multi-Agent Systems [10][11], AAMAS: Adaptive Agents and Multi-Agent Systems [12] and IBM: Individual Based Modelling [13][14][15], originates from behavioural analyzes within natural and social sciences. In its origins agent models encapsulate the individuals’ interaction, collaboration, group behaviour and emergence of higher order structures making up a system [16]. Agent model’s execution is the emulation of the agents’ behaviours in the aim to describe the actual or plausible individuals rather than normative approaches seeking to optimize and identify optimal behaviours [17] .

Complementarily, agent based frameworks have been described as “Complex Adaptive Systems” (CAS) highlighting they are systems built from ground-up as opposed to top-down systems described by systems dynamics models [16][18] .

CAS describes whole systems composed by many levels of simpler interacting components (building blocks at the micro-level) and behavioural rules leading to emergent behaviour at the system level (macro-level) [19][3] .

At the interfaces between the system’s structural elements, agent based models focus on the interactions of who is connected to whom and on the mechanisms governing the interactions. Additionally, network representations enable defining generic agents interaction patterns [16] .

Agent based system implementations are best supported by object-oriented tools such as with visual modelling languages. Within the object oriented programming languages object classes define the agents’ templates and object methods define the agents’ behaviours [16]. The features of 55 state-of-the-art simulation software packages can be assessed in the October 2011 issue of OR/MS Today Magazine [20] .

Existent methodologies for Agent Based Systemic (ABS) modelling consist of three main blocks: (1) model planning and specifications, (2) model construction and (3) model run and analysis [5]. The model planning and specifications block defines the phenomena to analyze and identifies the required information to define the model. The model construction block builds the model according to the specifications and checks if the model represents reality as specified [21][22][23]. Finally the run and analysis block executes the model characterized by the configuration for the systems phenomena analysis aiming to support the decision process of the stakeholders [24][3] .

“Models” are simplications or abstractions of the real world, therefore accurate verification and validation is usually not possible because the only perfect model is the real system [25]. However it should be demonstrated a model is valid enough for the objective purposes [21]. Moreover, if the system modeled does not currently exist, validation can consist only of an assessment of model credibility [26] by its alignment with existing models (e.g. SCOR [27]) .

A model validation can be performed by a structured walkthrough where the system elements at the micro-level (processes and methods) are analyzed individually but also at the macro-level (network structure) behavior as a whole [22]. Whenever possible, the model validation should be tested by checking the simulation model’s output as compared to the historical behaviors of the real world target system [3][24] .

3. DEVELOPEMENT OF SUPPLY CHAIN BUILDING BLOCKS

Agent based frameworks are used for the implementation of distributed systems in the design and control of the supply chain’s dynamic behaviour [28][29] as well as in the support of decision making [30][31]. The dynamic behaviour of complex multi-echelon supply chains is hard to model in analytic form;

therefore agent based simulation is suitable for representing organizations as autonomous-interacting entities .

This section develops the Supply Chain Building Blocks (SCBB) simulation platform, where its name references to the system under analysis (namely Supply Chain) and to the agent’s generic, dynamic, adaptive and reconfigurable functionalities. Additionally, the section is structured according to the ABS modeling blocks: planning and specifications, construction, and run and analysis .

The ABS modeling block of planning and specification defines the SCBB’s structural and functional characteristics for the computer-based model architecture. The SCBB as a simulation platform for the supply chain phenomena characterization and analysis should be generic. The generic requirement of the model should enable its implementation independent from the supply chain’s structural and behavioral characteristics. The SCBB’s platform architecture should serve as a collection of reusable components and interfaces, providing support for the application of independent agent processes [6] .

The stakeholders of the SCBB include the decision makers across the supply chain system’s structure. Therefore, based on the analytical scope selected by the simulation user, the SCBB should deliver information accordingly. The SCBB agent’s architecture defines five detail levels building the model’s structure: the sub-process, the process, agents, the network and the environment level. Each of the system‘s structural levels generate and deliver the information requirements of the different stakeholders. Figure 1 presents the SCBB’s systemic structure across the supply chain system .

Figure 1 SCBB’s model structural levels

The environment level is where the agents’ interactions take place within the geographical scope of the network. The network level includes both the agents and their resulting interactions. The agent level is characterized by the aggregated performance of the agent’s internal processes as well as by the interactions with other agents. The process level refers to the internal processes aligned with the SCOR management processes at level one (source, make and deliver). Finally the sub-process level includes the methods responsible for the aggregated performance of processes .

Within the SCBB’s ABS modeling the construction block defines the supply chain as a multi-agent system inclusive of three kind of agents: (1) Generic, (2) Transporter and (3) Demand agents. The three kinds of agents interact at the supply chain network level and differ from each other in terms of their internal structure conformed by the methods defining the sub-processes interaction .

Thus, the three previously identified agent kinds represent the “building blocks” for the supply chain modeling at network level .

The SCBB’s generic agent corresponds to any entity (e.g. company or business) within the scope of the supply chain unionist perspective [32]. The generic agent type contains within its internal structure the same management processes (source, make and deliver) however based on their role within the supply chain network the nested methods are parameterized differently .

Transporter agents are responsible for the material exchange between the generic and the demand agents. The transportation agents do not represent building blocks within the SCBB system structure, but rather the links between the different supply chain participants. In the SCBB there are four types of transportation for emulating the links between the supply chain participants: (1) airplane, (2) ship, (3) truck and (4) train transportation. Each transportation type is characterized differently in terms of their physical limitations (speed, loading and volume capacity) but also in terms of availability to establish the links between the supply chain participants. A complementary feature of the SCBB model is the Geographical Information System (GIS) emulation of transportation agents according to geo-data during the simulation .

Demand agents in the SCBB emulate finished product’s requirements of customers or markets. Demand agents detonate the SCBB supply chain’s requirements by pulling the finished products from the generic agents .

The SCBB’s methods model the supply chain’s inter-functional coordination of the agent’s internal structure. The interaction between the SCBB’s methods corresponds to the management processes defined in the SCOR model .

Moreover, the methods enable the information and material flows at the agents’ network level in terms of message exchanges and negotiation protocols .

The methods modeled within the SCBB’s supply chain participants enable characterizing the different agents’ kinds. The methods included in the generic agents’ internal structure are: inventory management, production management, materials handling, procurement, order management and accounting. The demand agents’ methods modeled are: procurement, demand management and accounting. The transportation agents’ methods include: order management, logistics and accounting .

As defined in the SCBB’s platform requirements (referring to modular and reusable architecture) all methods are self-controlled processes which once defined can be used by any of the agents that require those functions for their viability. Thus, a SCBB simulation model can have several agents of the same kind but since their methods are parameterized differently each agent develops different behaviors and interactions. In the case of transporter agents, all transportation types use the same methods but with different attributes .

Finally, the ABS modeling in its run and analysis block is the SCBB’s model execution within the simulation software that generates data for collection and phenomena analysis. The output generated by the SCBB’s computer model (simulation execution) is the information regarding the supply chain system’s emergent and dynamic behavior across its structural levels: the environment and network interactions, the agent’s process and sub-process .

4. CONCLUDING REMARKS & OUTLOOK

SCBB’s enables simulating different supply chain designs based on its complex system characteristics for different phenomena analysis. Moreover, SCBB enables the supply chain analysis across the system’s structural levels where each level emulates different emergent behaviors derived from their interaction within the system’s structure. In the SCBB the supply chain phenomena are characterized by varying the parameters defining the methods included within the different kinds of agents. Therefore, even a supply chain has the same kind of agents; each one has different attributes developing autonomous behaviors both internally and externally by interaction with other system elements .

The SCBB platform enables the modeling and simulation of different supply chain designs. The SCBB simulation can be further complemented by the holistic analysis of supply chain phenomena (e.g. complexity and risk management). SCBB establishes the basis of an experimenting platform of supply chain analysis and understanding in their structural and behavioral characteristics, as well as for identifying possible causal relationships between systemic elements .

5. REFERENCES [1] M. Mourits and J. J. M. Evers, “Distribution network design: An integrated planning support framework,” International Journal of Physical Distribution & Logistics Management, vol. 25, no .

5, pp. 43-57, Jan. 1995 .

[2] R. Manzini, E. Ferrari, M. Gamberi, A. Persona, and A. Regattieri, “Simulation performance in the optimisation of the supply chain,” Journal of Manufacturing Technology Management, vol .

16, no. 2, pp. 127-144, 2005 .

[3] R. E. Marks, “Validating Simulation Models: A General Framework and Four Applied Examples,” Comput Econ, vol. 30, no. 3, pp. 265-290, Aug. 2007 .

[4] Juan Camilo Zapata, Pradeep Suresh, and G. V. Reklaitis, “Assessment of Discrete Event Simulation Software for Enterprise wide Stochastic Decision Problems,” 2008 .

[5] W. Kersten, M. A. Lopez-Castellanos, and D. Stengel, “Strategic Agent Based Simulation Platform for Supply Chain Management,” in International Supply Chain Management and Collaboration Practices, Hamburg, 2011, pp. 263-281 .

[6] M. S. Fox, M. Barbuceanu, and R. Teigen, “Agent-oriented supply-chain management,” International Journal of Flexible Manufacturing Systems, vol. 12, pp. 165-188, 2000 .

[7] N. Gilbert, Agent-Based Models, annotated ed. Sage Publications, Inc, 2007 .

[8] M. E. Nissen, “Agent-Based Supply Chain Integration,” Inf. Technol. and Management, vol. 2, no. 3, pp. 289–312, Jul. 2001 .

[9] P. Lou, Z. Zhou, Y.-P. Chen, and W. Ai, “Study on multi-agent-based agile supply chain management,” The International Journal of Advanced Manufacturing Technology, vol. 23, no. 3– 4, pp. 197-203, Feb. 2004 .

[10] M. Giannakis and M. Louis, “A Multi Agent-Based Framework for Agile Supply Chain Management,” presented at the 19th Annual IPSERA Conference, Lappeenranta, Finland, 2010 .

[11] Fu-Ren Lin, Gek Woo Tan, and M. J. Shaw, “Modeling supply-chain networks by a multi-agent system,” in, Proceedings of the Thirty-First Hawaii International Conference on System Sciences, 1998, vol. 5, pp. 105-114 .

[12] E. Alonso, Adaptive Agents and Multi-Agent Systems II : Adaptation and Multi-Agent Learning .

Berlin Heidelberg: Springer-Verlag GmbH, 2005 .

[13] M. Huston, D. DeAngelis, and W. Post, “New Computer Models Unify Ecological Theory,” BioScience, vol. 38, no. 10, pp. 682-691, Nov. 1988 .

[14] E. Bonabeau, “Agent-based modeling: Methods and techniques for simulating human systems,” Proceedings of the National Academy of Sciences, vol. 99, no. 90003, pp. 7280-7287, May 2002 .

[15] S. C. Bankes, “Agent-based modeling: A revolution?,” Proceedings of the National Academy of Sciences, vol. 99, no. 90003, pp. 7199-7200, May 2002 .

[16] C. M. Macal and M. J. North, “Tutorial on Agent-Based Modeling and Simulation Part 2: How to Model with Agents,” in Simulation Conference, 2006. WSC 06. Proceedings of the Winter, 2006, pp. 73-83 .

[17] H. V. D. Parunak, R. Savit, and R. L. Riolo, “Agent-Based Modeling vs. Equation-Based Modeling: A Case Study and Users’ Guide,” Proceedings of the First International Workshop on Multi-Agent Systems and Agent-Based Simulation, pp. 10–25, 1998 .

[18] J. Fromm, The emergence of complexity. Kassel: Kassel Univ. Press, 2004 .

[19] B. Roy, “Using agents to make and manage markets across a supply web,” Complexity, vol. 3, no. 4, pp. 31-35, Mar. 1998 .

[20] INFORMS, “Simulation Software Survey,” OR/MS Today, vol. 38, no. 5, Oct-2011 .

[21] O. Balci, “Validation, verification, and testing techniques throughout the life cycle of a simulation study,” Ann Oper Res, vol. 53, no. 1, pp. 121-173, Dec. 1994 .

[22] F. Persson and J. Olhager, “Performance simulation of supply chain designs,” International Journal of Production Economics, vol. 77, no. 3, pp. 231-245, Jun. 2002 .

[23] M. J. North and C. M. Macal, Managing Business Complexity: Discovering Strategic Solutions with Agent-Based Modeling and Simulation. Oxford University Press, USA, 2007 .

[24] D. T. Sturrock, “Tips for successful practice of simulation,” in Winter Simulation Conference (WSC), Proceedings of the 2010, 2010, pp. 87-94 .

[25] A. H. Seltveit, “An approach to information systems modelling based on systematic complexity reduction,” in System Sciences, 1996., Proceedings of the Twenty-Ninth Hawaii International Conference on,, 1996, vol. 2, pp. 251-260 .

[26] R. J. Brooks and A. M. Tobias, “Choosing the best model: Level of detail, complexity, and model performance,” Mathematical and Computer Modelling, vol. 24, no. 4, pp. 1-14, Aug. 1996 .

[27] SCOR, “Supply-Chain Operations Reference-model Version 10 Overview.” Supply Chain Council, 2011 .

[28] N. Sadeh, D. Hildum, D. Kjenstad, and A. Tseng, “MASCOT: An Agent-based Architecture for Coordinated Mixed-Initiative Supply Chain Planning and Scheduling,” Institute for Software Research, Jan. 1999 .

[29] M. Barbuceanu, R. Teigen, and M. S. Fox, “Agent based design and simulation of supply chain systems,” in Enabling Technologies: Infrastructure for Collaborative Enterprises, 1997., Proceedings Sixth IEEE workshops on, 1997, pp. 36-41 .

[30] J. M. Swaminathan, S. F. Smith, and N. M. Sadeh, “Modeling Supply Chain Dynamics: A Multiagent Approach,” 1998 .

[31] H. J. Ahn and H. Lee, “An Agent-Based Dynamic Information Network for Supply Chain Management,” BT Technology Journal, vol. 22, no. 2, pp. 18-27, Apr. 2004 .

[32] J. T. Mentzer, W. DeWitt, J. S. Keebler, S. Min, N. W. Nix, C. D. Smith, and Z. G. Zacharia, “Defining Supply Chain Management,” Journal of Business Logistics, vol. 22, no. 2, pp. 1-25, Sep. 2001 .

A MODEL OF SUPPLIER-MANUFACTURER INTERACTION

WHEN DEMAND IS SENSITIVE TO PRICE AND QUALITY

–  –  –

We study a supplier-manufacturer supply chain, which faces consumer demand, that is sensitive to prices and product quality. Assuming a Nash game, we derive closed-form solutions for both players’ optimal price and quality decisions. Based on numerical examples, we achieve the following main findings: (1) Both players can yield higher profits, when consumers set more value to quality than to prices. (2) Product quality is mostly defined by the echelon with lower cost structure, whereof the other party benefits through higher profits .

INTRODUCTION

The interaction of firms with various upstream and downstream partners has gained significant interest in supply chain management literature. Due to the complexity of such problems, studies often fall back on mathematical modelling and operations research techniques to simplify reality and concentrate on basic questions. A quite common approach is the use of Game Theory, by which one is able to formulate different inter-echelon relationships, like e.g. channel leadership or cooperation .

Several works discussed the issue of optimal pricing strategies in manufacturerretailer channels and proposed methods for obtaining channel coordination, like e.g. two part tariffs [2, 3, 8, 10, 11]. Another sector, which has become popular in the recent years, considers the optimal advertisings decisions, especially the so-called cooperative advertising programs between manufacturer and retailer [7, 13, 14, 15, 18] .

In this work, we focus on product quality, which is one of the key drivers of consumer demand. A recent survey of 1,000 people in the U.S. yielded, that 45% consider quality as the most important fact when buying a car, while only 22% declared to set the highest value to the price [9] .

However, models dealing with quality related questions are scarce in literature .

[5] investigates, if prices can work as indicators of product quality and proposes five specific utility functions for different groups of consumers. Another important aspect is the choice between quality investment and quality inspection, which is considered by [6]. [4] confronts the benefit of a manufacturer’s quality investment with the benefit of a cooperative advertising support to the retailer .

Other authors follow a different approach and concentrate on the determination of price and quality level or quality investment: [1] considers a duopoly, where two manufacturers compete in terms of prices and product quality. Similar to the latter, [17] analyse pricing and quality decisions of a manufacturer, which sells his product either via a direct channel or via a retailer. [19] allows a buyer to invest into the quality of his supplier and additionally studies the effects on order quantity and production lot size. However, consumer demand is fixed and independent of quality and price. The work closest to our approach is [16], which assumes a risk-averse supply chain, where the supplier determines the quality of a product, which is sold by the manufacturer. Based on this model, solutions for different supply chain strategies are derived .

We differ from existing work by considering a consumer demand, which is sensitive to prices and product quality. Furthermore, the product quality depends both on the supplier’s and the manufacturer’s production process .

The remainder of our paper is as follows: First, we formulate a mathematical model of a supplier-manufacturer supply chain and set up the relevant demand and profit functions. After that, we assume a Nash game and derive closed-form solutions for prices and quality levels of all parties involved. These results are then analysed by means of numerical examples and sensitivity analyses. The last section summarizes the main findings and outlines directions for future research .

–  –  –

Figure 1. Supply Chain We examine a two-echelon supply chain selling a product to a group of consumers (see Figure 1) .

The capacity of both echelons is assumed to be sufficient to cover the consumer’s demand and all players are acting under complete information. In this process, the manufacturer purchases a certain type of raw material or upstream product from the supplier at the price of p S. For the sake of simplicity, we assume a ratio of one unit of upstream product being necessary to fabricate one unit of the final product. Prior to selling this final product to the consumers at the price of p M, a last manufacturing step is operated by the manufacturer, e.g. an assembly or finishing process. We assume, that the quality of the final product is affected by the supplier’s as well as the manufacturer’s production process [6] and that each echelon can determine a quality level qi, which causes both variable and fixed production costs. Hence, the resulting product quality Q is

–  –  –

NUMERICAL ANALYSIS

The complex formulae restrict our study to numerical examples. Therefore, let = 1000, = = 1, S = M = 10 and S = M = 0.25 be the general framework of parameters for the following sensitivity analyses. In this setting, neither the supplier nor the manufacturer has cost advantages compared to his counterpart .

Furthermore, the consumers’ demand is equally sensitive to price and quality level of the considered product. As a result, both parties decide on the same price and quality level, whereby they realise identical profits .

We start with the two parameters and, which represent consumers’ sensitivity to price and quality level. From Figure 2 we derive, that an increase of price sensitivity (combined with a constant quality sensitivity) leads to lower prices. This is followed by a reduction of product quality, as both parties have lower budgets available. Altogether, the consumer demand decreases as well as supplier’s and manufacturer’s profit .

Figure 2. Price p M, quality level Q and profits i as a function of Interestingly, if the consumers set more value on quality (and the price sensitivity remains stable), the rise of product quality will be accompanied by a higher price and higher profits of the involved parties (see Figure 3) .

Hence, we can conclude, that it is more profitable for a supplier-manufacturer supply chain to serve a market segment, where consumers attach more importance to quality than to low prices .

Figure 3. Price p M, quality level Q and profits i as a function of Next, we consider the effects of a variation of the cost parameters, still holding the assumptions S = M = and S = M = (see Figure 4) .

For both parameters, the quality level will tend to zero if the variable respectively fixed quality costs increase, while non-quality variables are only slightly affected .

Please note that only values of with / are feasible as smaller values produce negative quality levels (see numerator of qi in Table 2 for the proof) .

Figure 4. Price p M, quality level Q and profits i as a function of and

–  –  –

From Figure 5 one can see, that both the supplier’s price pS and the manufacturer’s margin m are affected by changes of parameter M. In contrast, only the manufacturer’s quality level drops with an increasing fixed cost rate M, while the supplier’s quality level remains nearly constant. Furthermore, we can state that the echelon with the lower fixed cost rate will set the higher quality level and will receive the higher price respectively margin. The latter diagram shows, that despite the higher price, the echelon with lower value of i will realise less profit, though. The reason is twofold: First, the mark-up in m is not sufficient for compensating the increasing variable and fixed quality costs associated with the higher quality; and second, the counterpart benefits from higher total quality level Q and the thereby caused higher consumer demand without having to bear the quality costs .

Figure 6. Price p S, margin m, quality levels qi and profits i as a function of M Parameters S and M represent the variable cost rates, which incur according to the selected quality level .

Figure 6 shows the effects of a variation of M while S remains constant. Concerning the quality levels and profits, we observe results similar to the sensitivity analysis of M : The echelon with the lower variable cost rate will set a higher quality level, but will receive lower profits compared to its counterpart. The functions of pS and m in the left diagram behave differently, though, and have two intersections, which can be explained by the variable cost functions i qi, which also has two intersections .

Altogether, we can summarize, that the echelon with a lower cost structure will set a higher quality level, which the other echelon benefits from due to its lower costs .

CONCLUSIONS AND FUTURE RESEARCH

In this paper, we proposed a model of supplier-manufacturer interaction with price- and quality-sensitive consumer demand. The product quality consists of the quality levels of each echelon, which can be determined separately. Both, supplier and manufacturer, incur variable and fixed quality costs, which depend on the selected quality level. We then assumed a Nash game, which represents a non-cooperative behaviour under symmetric power structure, and derived closed-form solutions for prices, quality levels and profits of the involved parties. Our main findings are as follows: (1) The supply chain should choose a market, where consumers set more value to quality than to prices, as this leads to higher profits than a market with highly price sensitive consumers. (2) The echelon with the lower cost structure sets a superior quality level than its counterpart, which can benefit from an increase of demand without bearing the costs. Therefore, the echelon with a higher cost structure realises higher profits .

Our proposed model suffers from some limitations, like e.g. the linear demand function or the additive relationship between price and quality induced demand .

Furthermore, it may be interesting to apply other game structures on the proposed model, like e.g. the Stackelberg game, or to allow the manufacturer to support the supplier’s quality investment as proposed in [19] .

REFERENCES

1. Banker, R. D., Khosla, I., Sinha, K. K. Quality and competition, in: Management Science, Vol. 44, No. 9, 1998, pp. 1179-1192 .

2. Choi, S. C. Price competition in a channel structure with a common retailer, in: Marketing Science, Vol. 10, No. 4, 1991, pp. 271-296 .

3. Choi, S. C. Price competition in a duopoly common retailer channel, in: Journal of Retailing, Vol .

72, No. 2, 1996, pp. 117-134 .

4. De Giovanni, P. Quality improvement vs. advertising support: Which strategy works better for a manufacturer?, in: European Journal of Operational Research, Vol. 208, No. 2, 2011, pp.119-130 .

5. Ding, M., Ross, W. T. Jr., Vithala, R. R. Price as an indicator of quality: Implications for utility and demand functions, in: Journal of Retailing, Vol. 86, No. 1, 2010, pp. 69-84 .

6. Hsieh, C.-C., Liu, Y.-T. Quality investment and inspection policy in a supplier-manufacturer supply chain, in: European Journal of Operational Research, Vol. 202, No. 3, 2010, pp. 717-729 .

7. Huang, Z., Li, S. X. Co-op advertising models in manufacturer-retailer supply chains: A game theory approach, in: European Journal of Operational Research, Vol. 135, No. 3, 2001, pp. 527-544 .

8. Ingene, C. A., Parry, M. E. Channel coordination when retailers compete, in: Marketing Science, Vol. 14, No. 4, 1995, pp. 360-377 .

9. IPSOS. Quality Remains the Most Influential Factor in Americans’ Car Buying Decisions, 2011, http://www.ipsos-na.com/news-polls/pressrelease.aspx?id=5435 .

10. Jeuland, A. P., Shugan, S. M. Channel of distribution profits when channel members form conjectures, in: Marketing Science, Vol. 7, No. 2, 1988, pp. 202-210 .

11. McGuire, T. W., Staelin, R. An industry equilibrium analysis of downstream vertical integration, in: Marketing Science, Vol. 2, No. 2, 1983, pp. 161-191 .

12. Moorthy, K. S. Product and price competition in a duopoly, in: Marketing Science, Vol. 7, No. 2, 1988, pp. 141-168 .

13. Seyed Esfahani, M. M., Biazaran, M., Gharakhani, M. A game theoretic approach to coordinate pricing and vertical co-op advertising in manufacturer-retailer supply chains, in: European Journal of Operational Research, Vol. 211, No. 2, 2011, pp. 263-273 .

14. Szmerekovsky, J. G., Zhang, J. Pricing and two-tier advertising with one manufacturer and one retailer, in: European Journal of Operational Research, Vol. 192, No. 3, 2009, pp. 904-917 .

15. Xie, J., Wei, J. C. Coordinating advertising and pricing in a manufacturer-retailer channel, in:

European Journal of Operational Research, Vol. 197, No. 2, 2009, pp. 785-791 .

16. Xie, G., Yue, W., Wang, S., Lai, K. K. Quality investment and price decision in a risk-averse supply chain, in: European Journal of Operational Research, Vol. 214, No. 2, 2011, pp. 403-410 .

17. Xu, X. Optimal pricing and production quality decisions in a distribution channel, in: Management Science, Vol. 55, No. 8, 2009, pp. 1347-1352 .

18. Yue, J., Austin, J., Wang, M.-C., Huang, Z. Coordination of cooperative advertising in a two-level supply chain when manufacturer offers discount, in: European Journal of Operational Research, Vol. 168, No. 1, 2006, pp. 65-85 .

19. Zhu, K., Zhang, R. Q., Tsung, F. Pushing quality improvement along supply chain, in: Management Science, Vol. 53, No. 3, 2007, pp.421-436 .

TQM AND SUPPLY CHAIN MANAGEMENT PRACTICES IN

RUSSIA AND GERMANY

–  –  –

The authors draw attention to the applicability of TQM (Total Quality Management)-based supplier management in different cultural contexts. We present theoretical and empirical results how culturally different countries, as well as components of an organizational culture, influence the acceptance of TQM-based supplier management and TQM itself in an organizations and how they may impact organizational performance .

INTRODUCTION TO THE TOPIC

In recent years, scientists have proven the significant potential of management systems, based on the principles of TQM. However, there is still no unanimous agreement between the researchers about universal validity of all critical factors of TQM and their effects on organizational performance in organizations all over the world (Sousa and Voss, 2002). Such a critical factors of TQM is supplier management (Crosby, 1984; Deming, 1986; Saraph et al., 1989; Powell, 1995; Rao et al., 1997; Solis et al., 2000; Curkovic et al., 2000; Mehra et al., 2001; Sun and Cheng, 2002; Kaynak, 2003; Sila and Ebrahimpour, 2003; Lin et al., 2005; Sila 2007) .

Supplier management gains more and more importance as organizations buy more components externally: 30 years ago only 20% of goods were delivered from external suppliers, 10 years ago it were already 70% (Rothlauf, 2004). As companies increase the focus on their core competencies they have to integrate suppliers into the company processes. Supplier management, focusing on supply chain integration and communication, suppliers’- buyers’ close cooperation, quality-oriented supplier selection, supplier participation under management principles of TQM, is called TQM-based supplier management or supply chain quality management (SCQM): “Supply chain quality management (SCQM) is defined as a system-based approach to performance improvement that leverages opportunities created by upstream and downstream linkages with suppliers and customers” (Foster Jr., 2008) .

The goal of TQM-based supplier management is to improve organizational performance (Foster Jr., 2008). According to current research, there is no unanimous agreement how quality-based supply chain management practices influence the organizational performance (Shin, 2002; Tan et al., 2002; Olhager and Selldin, 2004; Lin et al.,2005; Kaynak and Hartley, 2008; Yeung, 2008) .

Moreover, there is still a lack of studies, which analyze contextual factors of TQM-based supply chain management. Polychronakis and Syntetos (2007) argue that organizational cultural frameworks and structure could be an important influence on buyer-supplier relationship and “are reflected on the supplier management approaches adopted by the organizations under consideration” (2007). We also think that even the TQM founders regard the TQM concept as universally applicable independent of the size and location of an organizations (Deming, 1982; Feigenbaum, 1983; Crosby, 1986; Deming, 1986;). National and organizational culture could play a big role in successfully adopting TQM-based supplier management practices and the TQM principles themselves. For this reason, we present an empirical study aiming at supplier management practices and results in Germany and Russia. In essence, we identify external factors which influence the acceptance of the TQM-based supplier management and TQM practices in organizations .

EMPIRICAL OVERVIEW TO TQM-BASED SUPPLIER

MANAGEMENT PRACTICIES IN GERMANY AND RUSSIA

Sila (2007) conducted a comprehensive literature review and created the measurement instrument, based on the works of Saraph et al. (1989), Flynn et al.(1994), Samson and Terziovski (1999) which he extended through questions from MBNQA2002 (http://www.nist.gov/baldrige/publications/business_nonprofit_criteria.cfm, from 10.05.2011). He used 114 Items to collect information about the level of TQM implementation in the organization and „all the items had statistically significant factor loadings on their assigned TQM practices“(Sila, 2007) .

For our research we have further extended the instrument of Sila by organizational cultural variables, which could be typical for Russian and German organizations. We developed our own constructs to measure these variables. After back-translation and pretesting our questionnaire, we sent emails with the explanation what kind of research we interviewed 33 Russian organizations (response rate: 10,58%). As we did not have enough interviews and were limited in time, we contacted 29 different manufacturing organizations, situated in different parts of Russia, but to which we had direct or indirect personal contacts and could easier persuade them to take part in the research, 25 participated in the study. Overall, we were able to interview 58 manufacturing organizations from Russia with different turnovers and with different number of employees took part in the research (Table 1). For our future research step we are still collecting data as we aim at approximately 120 interviews with Russian organizations .

In Germany, we interviewed 23 firms from a randomly selected sample .

Additional 12 more interviews were arranged through personal contacts .

Overall, 35 manufacturing organizations from Germany with different turnovers and with different number of employees took part in the research (Table 1) .

It is interesting to note, that general managers and employees of Russian organizations are younger than their German counterparts (Table 1). The possible reason for that is that organizations with older general managers and older employees in Russia are still influenced by the communistic time and either did not trusted us or did not see the need in scientific studies. Thus, more organizations with young general managers and young employees took part in interviews. Another reason could be that young people with a good education are promoted earlier in their careers. 57% of interviewed organizations in Germany are ISO 9000 certified compared to 29% in Russia (Table 1) .

–  –  –

At the first stage of our research, we chose almost all items from the instrument

from Sila, which referred to “supplier management” (Sila, 2007):

1. The purchasing department assumes responsibility for the quality of incoming products/services

2. We usually select our suppliers based on quality rather than price or schedule

3. We prefer long-term relations with a few suppliers

4. We give clear specifications to our suppliers

5. Our suppliers are expected to support our efforts, even when necessary services are not mentioned in contract

6. We seek the active involvement of suppliers in our process design

7. We seek the active involvement of suppliers in new product development process

8. We seek the active involvement of suppliers in our product/service quality planning process

9. We cooperate with our suppliers to help them improve their quality

10. We cooperate with our suppliers to help them improve their cost

11. We cooperate with our suppliers to help them improve their lead time

–  –  –

Differences between Russian and German organizations with respect to supplier management practices are not as huge as expected (Table 2). One of the explanations could be that many Russian organizations with young general managers and young employees took part in interviews (Table 1) and these managers are often oriented towards “Western” management practices .

The biggest differences between German and Russian firms concern responsibility of purchasing departments for quality of incoming goods, cooperation with suppliers to increase quality and to reduce costs (Table 2, Fig.1, Fig.2, Fig.3). Possible reasons for the stronger cooperation with suppliers might be that German firms rely on the foreign market and prefer to cooperate in the international market in order to be successful on international markets (Sattler et al., 2003). The tendency of a low degree of cooperation with suppliers is supported by Russian cultural frameworks as there is still mental influence of the communistic era, where supplier decided what they would sell and opportunities of process integration were limited (Михеева (Micheeva) and Сероштан (Seroschtan), 2009). Another reason might be that a lot of Russian organizations have suppliers in Europe, which could make it difficult for Russian firms to cooperate with them due to distance, language, and cultural differences .

CONCLUSIONS AND FUTURE RESEARCH

The presented empirical results, the possible theoretical explanation and the scientific literature support the assumption, that the German national and organizational cultural framework creates a different basis for implementing TQM-based supplier management ideas successfully in comparison to the framework in Russia. The next research steps should explain how the national and organizational cultural frameworks differ from each other and if every framework is compatible to TQM ideas. It is important to use not only the national cultural characteristics of Hofstede and organizational cultural characteristics and values of the GLOBE project, but to develop and to measure organizational cultural characteristics, which could significantly influence the TQM-based supplier management and the applied TQM practices. If cultural frameworks will appear to be inconsistent with TQM values, it is of high interest if a company should try to change the organizational culture to achieve TQM compatibility or to find their own way to success? In our future research, we want to broaden the knowledge about linkages between national culture, organizational culture, and the acceptance of TQM-based supplier management .

We also want to further analyze the impact of TQM on organizational performance in countries with different cultural frameworks .

Fig.1 purchasing department is responsible for quality of incoming goods .

1 = “strongly disagree”, 4=”neutral” and 7=”strongly agree” .

–  –  –

REFERENCES

1. Crosby, Ph.B.: Qualitt bringt Gewinn, bersetzung durch Huisgen H., McGraw-Hill Book Company GmbH, Hamburg, 1986. (Originalausgabe: Crosby Ph.B.: Quality is free. The art of making quality certain, 1979) .

2. Curkovic, S. / Vickery, S. / Droge, C.: Quality-related action programs: their impact on quality performance and firm performance. Decision Sciences 31 (4), 2000, p.885–905 .

3. Deming, W.E.: Quality, productivity, and competitive position, Massachusetts Institute of Technology, Center for Advanced Engineering Study, Cambridge, USA, 1982 .

4. Deming, W.E.: Out of the crisis, Massachusetts Institute of Technology, Center for Advanced Engineering Study, Cambridge, USA, 1986 .

5. Feigenbaum, A.V.: Total Quality Control, McGraw-Hill Book Company, USA, 1983, 3. Edition .

6. Flynn, B.B. / Saladin, B.: Relevance of Baldrige constructs in an international context: a study of national culture, in: Journal of Operations Management, 24, 2006, p. 583-603 .

7. Foster Jr., S. T.: Towards an understanding of supply chain quality management, in: Journal of Operations Management, 26, 2008, p.461-467

8. Kaynak, H.: The relationship between total quality management practices and their effects on firm performance, in: Journal of Operations Management (Vol. 21, No 4), 2003, p. 405-435 .

9. Kaynak, H. / Hartley, J.L.: A replication and extension of quality management into the supply chain, in: Journal of Operations Management (26), 2008, p. 468 – 489

10. Lin, C. / Chow, W.S. / Madu, C. N. / Kuie, C.H. / Yu, P.P.: A structural equation model of supply chain quality management and organizational performance, in: International Journal of Production Economics, 96, 2005, p.335-365

11. Mehra, S. / Hoffman, J.M. / Danilo, S.: TQM as a management strategy for the next Millenium, in:

International Journal of Operations and Production Management, 21, 2001, p. 855-876

12. Михеева, Е.Н. / Сероштан, М.В. (Micheeva, E.N. / Seroschtan, M.V.): Управление качеством, учебник. Москва. 2009 .

13. Olhager, J. / Selldin, E.: Supply chain management survey of Swedish manufacturing firms, in:

International Journal of Production Economics, 89, 2004, p. 353-361

14. Powell, T.C.: Total quality management as competitive advantage: a review and empirical study, in: Strategic Management Journal, 16 (1), 1995, p.15-27 .

15. Polychronakis, Y.E. / Syntetos, A.A., “Soft” supplier management relates issues: An empirical investigation, in: International Journal of Production Economics, 106, 2007, p. 431-449

16. Rao, S.S. / Raghunathan, T.S. / Solis, L.E.: Does ISO 9000 have an effect on quality management practices? An international empirical study, in: Total Quality Management 8 (6), 1997, p. 335– 346 .

17. Rothlauf, J.: Total Quality Management in Theorie und Praxis. Zum ganzheitlichen Unternehmensverstndniss, Oldenbourg Wissenschaftsverlag, Mnchen, 2.Auflage, 2004 .

18. Samson, D. / Terziovski, M.: The relationship between total quality management practices and operational performance, in: Journal of Operations Management, 17 (4), 1999, p. 393–409 .

19. Saraph, J.V. / Benson, P.G. / Schroeder, R.G.: An Instrument for Measuring the Critical Factors of Quality Management, in: Decision Sciences (Vol. 20, No.4), 1989, p. 810-829 .

20. Sattler, H. / Schrader, S. / Lthje, C.: Informal cooperation in the US and Germany: cooperative

managerial capitalism vs. competitive managerial capitalism in information trading, in:

International Business Review, 12, 2003, p. 273-295 .

21. Sila I. / Ebrahimpour, M.: Examination and Comparison of the critical factors of TQM across countries, in: International Journal of Production Research (41 (2)), 2003, p. 235-268 .

22. Sila, I.: Examining the effects of contextual factors on TQM and performance through the lens of organizational theories: an empirical study, in: Journal of Operations Management (25), 2007, p .

83-109 .

23. Shin, H. / Collier, D.A., Wilson, D.D.: Supply management orientation and supplier/ buyer performance, in: Journal of Operations Management, 2002, 18, p.317-333 .

24. Solis, L.E. / Raghunathan, T.S. / Rao, S.S.: A regional study of quality management infrastructure practices in USA and Mexico, in: International Journal of Quality and Reliability Management, 17 (6), 2000, p. 597–614 .

25. Sousa, R. / Voss, C.A.: Quality Management revisited: a reflective review and agenda for future research, in: Journal of operations management 20 (1), 2002, p. 91-109 .

26. Sun, H. / Cheng, T.-K.: comparing reasons, practices and effects of ISO 9000 certification and TQM implementation in Norwegian SMEs and large firms, in: International small business Journal, 20 (4), 2002, p. 421-441 .

27. Tan, K.C. / Lyman, S.B. / Wisner, J.D.: Supply Chain Management: A strategic perspective, in:

International Journal of Operations and Production Management, 22, 2002, p. 614-631

28. Yeung, A. C. L.: Strategic Supply Management, Quality Initiatives and Organizational Performance, in: Journal of Operations Management, 26, No. 4, 2008, p. 490-502 .

29. http://www.nist.gov/baldrige/publications/business_nonprofit_criteria.cfm, from 10.05.2011

ГЛОБАЛЬНОЕ УПРАВЛЕНИЕ ЦЕПЯМИ ПОСТАВОК

–  –  –

1 - Санкт-Петербургский государственный политехнический университет 2 - Омский государственный университет путей сообщения zhuravlev_dmitry@yahoo.de В настоящее время компании все чаще работают с поставщиками и покупателями из разных частей света. Продукты, которые они проектируют и производят, поставляются по всему миру. В результате SCM приобретает все большее значение и для мирового сообщества, в то же время конкурентная борьба ведется не между фирмами, а цепями поставок. Однако с приходом глобализации корпоративное планирование оказалось под усиленным влиянием сетей распределения, в центре внимания которых оказался уже не продукт, а ценность покупателя. Рассмотрение логистических систем с точки зрения донесения ценности посредством децентрализованных систем управления сетями поставок и переход на централизацию управления глобальной сетью представляет интерес данной статьи .

GLOBAL SUPPLY NETWORKS MANAGEMENT

–  –  –

At present companies more often work with suppliers and customers from different parts of the world. Products which they design and produce are delivered worldwide. As a result SCM assume increasing significance for the world community, at the same time competitive fighting is carried out not between companies but supply chains. However with globalization arrival corporate planning turned out to be under strengthen influence of distribution networks, in the focus of attention of which not a product but customer value occurred .

Considering of logistic systems from the point of view of value conveying by means of supply networks decentralized control systems and global network control centralization adoption is of interest of this article .

ВВЕДЕНИЕ

Сокращение неопределенности и рисков в структуре поставок, минимизация интегральных затрат и повышение уровня обслуживания конечных потребителей стало основой формирования единой сетевой философии, объединившей маркетинг, логистику, операционный и стратегический менеджмент в рамках концепции управления цепями поставок (Supply Chain Management, SCM) [1]. Многочисленные исследователи указывают на стратегический уровень данной концепции и, в основном, придерживаются следующего определения управления цепями поставок [2]: систематическая, стратегическая координация традиционных «снабжение», бизнес-функций («закупки», «физическое товародвижение»), выполняемых над материальным потоком, внутри определенной компании и за ее пределами для улучшения долгосрочных показателей, как каждой отдельной компании, так и цепи поставок в целом. При этом улучшение долгосрочных показателей предполагает:

а) минимизацию собственных издержек за счет координации и интеграции ключевых бизнес-функций в компании (внутренняя цель концепции в традиционном рассмотрении),

б) повышение ценности предложения за счет удовлетворения уникальных потребностей заказчиков (внешняя цель концепции) .

ПОДХОД И ЭТАПЫ ФОРМИРОВАНИЯ СЕТЕЙ ПОСТАВОК

Повышенный интерес экономических структур к управлению цепями поставок приводит не только к росту количества публикаций и исследований, но и к возникновению широкого спектра мнений по данному вопросу, при этом теория применения концепции на международных рынках явным образом не представлена. Также и практика российских компаний отстает от западной, не все инструменты управления используются, как, впрочем, и сама концепция внедрена очень ограниченным числом компаний. Однако растущая глобализация, в частности, взаимодействие с западными компаниями, а также отечественный интерес к исследованиям концепции способствуют сокращению данного разрыва .

Сегодня как сама концепция управления цепями поставок, так и программные SCM-решения охватывают гораздо более широкий спектр проблем, чем в начале своего формирования. В результате появления SCMпродуктов нового поколения к системам управления цепочками поставок уже относят все бизнес-приложения, ориентированные на выработку стратегии, координацию процессов планирования и организацию управления в сфере снабжения, производства, складирования и доставки товаров конечному потребителю .

В центре внимания исследований, проведенных в начале 1990-х гг. в области SCM находились вопросы минимизации трансакционных издержек при взаимодействии «покупатель – поставщик». Затем компании изменили свои взгляды и отдали приоритет более отношенческому подходу в SCM, согласно которому важнейшие ресурсы фирмы могут простираться за ее границы и быть встроены в межфирменные ресурсы и рутины.

Отношения, возникающие между фирмами, стали чрезвычайно важной единицей анализа для понимания конкурентных преимуществ компаний [3]:

(1) отношенческо-специфические активы;

(2) рутины, обеспечивающие обмен знаниями;

(3) комплементарные ресурсы и способности компании;

(4) эффективные механизмы управления .

В настоящее время компании все чаще работают с поставщиками и покупателями из разных частей света. Продукты, которые они проектируют и производят, поставляются по всему миру. В результате SCM приобретает все большее значение и для современных многонациональных корпораций. Стоит в данном аспекте заметить, что конкурентная борьба уже ведется не между фирмами, а между цепями поставок. Это объясняется следующим образом: насколько продукт или услуга важны для фирмы, настолько и правильно реализуемая стратегия SCM может помочь компании в создании устойчивого конкурентного преимущества. Однако с приходом глобализации корпоративное планирование оказалось под усиленным влиянием сетей распределения, в центре внимания которых оказался уже не продукт, а ценность для покупателя. Сложные глобальные цепи поставок должны были выйти за рамки собственно доставки ценности до потребителя и уже включать в себя отслеживание за движением продукции вдоль каналов распределения и ее безопасностью с учетом оценки условий и рисков соответственно.Компании сделали акцент на сетях формирования ценности, которые основаны на создании прочных альянсов наряду со значительной вертикальной и горизонтальной интеграцией.

В данном контексте целесообразно было бы выделить как отдельные процессы:

а) межфункциональную логистическую координацию – согласование деятельности подразделений предприятия для повышения эффективности функционирования отдельной логистической системы,

б) межорганизационную логистическую координацию – упорядочение, согласование работы предприятий-партнёров в интегрированной логистической системе для достижения целей всех цепей и сети, где в рамках горизонтальной логистической координации происходит взаимодействие предприятий, находящихся на одном уровне в логистической сети; вертикальная же координация означает согласованное функционирование организаций, представляющих разные уровни логистических цепей .

Развитие теории и практики управления цепями поставок, таким образом, стало развиваться по следующим сценариям:

1) усложнение инструментария управления цепями поставок;

2) формирование структуры сетей поставок, повышение эффективности за счет интеграции цепей поставок;

3) маркетинговый подход к управлению цепями поставок, формирование ценности;

4) глобализация управления сетями поставок .

Организация коммерческой деятельности на этапах сбыта продукции по системам SCM в рамках глобальных систем поставок может включать множество собственных или сторонних производственных объектов, а также несколько центров сквозного складирования и оптовых баз, которые также могут участвовать в отложенном создании добавленной стоимости .

Планирование и управление такими сложными системами поставок требует применения инновационных информационно-коммуникационных технологий. Но что более важно, эта задача требует четкого разделения сфер ответственности и продуманного соотношения спроса (прогнозируемые и фактические продажи) и реальных возможностей всей внешней сети. работах отечественных ученых тема управления логистической сетью в глобальном понимании не достаточно разработана, ввиду того, что подход к рассмотрению логистических цепей (классический SCM) представлен как вертикально интегрированная система и рассматривается с точки зрения исключительно централизации управления. Так анализ конкурентно-способности страны, проводимый М.Портером в 2006 году, определил основые проблемы государства в ее однобокой сырьевой направленности и наличии массы вертикально интегрированных компаний [4]. В то же время логистические системы глобального уровня, представляющие собой сети поставок, не могут быть централизованы. Основной резерв в развитии и формировании логистических систем на международном уровне скрывается именно в сетевых структурах, а вопрос оптимального распределения ответственности вдоль сети, взаимосвязь удаленной централизации и децентрализации управления выходит на первый план .

ОПРЕДЕЛЕНИЕ УПРАВЛЕНИЯ СЕТЯМИ ПОСТАВОК

Логистическая деятельность в экономике выходит за рамки одного предприятия, выстраивая логистические цепи создания и образования стоимости товарно-материальных ценностей [5]. Понятие «логистическая цепь» является ключевым для логистики. Логистическая цепь с точки зрения управления поставками представляет собой всю последовательность операций, реализация которых обеспечивает возможность сквозного продвижения материального потока: от первичного источника сырья (превращая сырьё в готовую продукцию) вплоть до конечного потребителя (через систему продаж готовой продукции) .

Управление цепью поставок в современной западной литературе базируется на интеграции ключевых процессов товародвижения, включая такие, как: управление спросом; управление взаимоотношениями с потребителями, своевременное выполнение заказов и качественное обслуживание потребителей по всей интегрированной цепи поставок;

управление закупками, производством, дистрибуцией; дизайном продукта и его доведением до коммерческого использования; управление возвратными материальными потоками. Идея управления цепями поставок ориентирована на решение вопросов интеграции участников товародвижения и отражает новое понимание их взаимодействия в цепи поставок, где участники цепи рассматриваются как некоторые центры логистической деятельности, прямо или косвенно связанные в едином интегрированном процессе управления товаропотоками для наиболее полного и качественного удовлетворения покупателей в соответствии с их специфическими потребностями и целями бизнеса .

Логистические системы предприятий, функционирующие ныне на отечественном рынке, расширяются до масштабов глобальных моделей, осуществляющих свою деятельность в рамках мировой экономики, и, соответственно, должны изменяться и подходы к управлению поставками материальных ресурсов в таких системах. Трансформация логистики выражается в том, что, с одной стороны, в проектируемых цепях поставок предприятия выступают как свободные, независимые субъекты актов купли-продажи, а с другой стороны, эти предприятия не могут рассматриваться изолированно друг от друга. Их деятельность теперь оценивается в контексте эффективного функционирования всей цепи поставок. Такая цепь способна удерживать в единой связке различные предприятия, регионы и страны .

Интегрируя понятие цепи поставок на внешний рынок, можно отметить, что в условиях всеобщей глобализации координация участников цепи значительно затрудняется. Несмотря на схожие требования к проведению продукции вдоль всего канала, контроль данных каналов становится более сложным в процессном плане, система превращается в глобальную сеть децентрализованного характера управления, а в последствии может централизовать управление удаленно.

Так формирование логистической системы предприятия на международном уровне выполняется двумя последовательными способами:

а) разработка системы распределения на основе каналов, уже имеющихся на внешнем рынке, что представляет собой начальный этап развития системы (децентрализованный характер управления системой сетей поставок);

б) разработка схемы корпоративной сети: складов, систем транспортировки, представительств и т.п., что представляет собой оптимизацию системы, продолжая свое развитие при благоприятных условиях (удаленная централизация управления глобальными сетями поставок) .

Сеть – более широкое понятие и предполагает взаимодействие всего множества партнёров, взаимосвязанных материальными и связанными с ними другими потоками. Поскольку каждый партнёр в логистической цепи может быть связан с несколькими другими партнёрами, то правильнее говорить о проектировании именно логистической сети поставок. В составе такой сети с многочисленными возможными взаимосвязями партнёров по поставкам находится структура - «двигатель», фокусная компания, координирующая все процессы, связанные с движением материальных и сопровождающих их других потоков. В горизонтальном плане в сеть интегрированы информационные потоки, которые в то же время инициируют возникновение материального потока в четкой последовательности, но с небольшим разрывом по времени ввиду дискретности поступления информации и обратной связи соответственно .

Логистическая система пересматривается с точки зрения сети, состоящей из организаций, которые направляют в фокусную компанию (центр сети) товары и получают товары от неё, решают задачи осуществления поставки товаров клиентам до первого уровня и обратно, от первого до второго и т.д.. Сеть описывает более сложную, чем логистическая цепь, структуру, в которой организации имеют перекрёстные связи для управления своими бизнес-функциями .

Функционирование логистических сетей зависит от постоянной координации между участниками логистического процесса, которые могут быть не связаны между собой административно. В этом случае работают принципы кооперации. Элементы логистической сети могут также преобразовываться в логистические цепи путем заключения договоров .

Доминирующее положение таких сетей на рынке не имеет ничего общего с монополией, так как сеть – не организация, а множество организаций, находящихся между собой как в отношениях кооперации, так и в отношениях конкуренции. За счет увеличения количества контактов между участниками логистического процесса появляется возможность своевременного разрешения проблем физического товародвижения и оперативности всей логистической системы. Каждое звено отвечает за свой этап более полно, при этом появляется возможность развивать взаимозаменяющие звенья сети, которые в условиях внутренней конкуренции будут заинтересованы в предоставлении услуг своего уровня более качественно и быстро. По мнению экономиста М. Портера конкурентоспособность компании, во многом, определяется конкурентоспособностью её экономического окружения, которая, в свою очередь, зависит от базовых условий соотношения продукта к ресурсу и конкуренции внутри самой сети [4]. В таком случае логистическая сеть и цепь функционируют последовательно сменяя друг друга. Оптимизация взаимодействия и функционирования не отдельных вариантов цепи, а всей сетевой структуры в то же время увеличивает синергетический эффект классического системного подхода в логистической системе .

На основе анализа места и роли логистических сетей в логистической системе можно сделать следующие основные выводы [6]:

– эффективному развитию функционирования международного бизнеса способствует формирование логистических сетей;

– существует устойчивая тенденция к активизации сетевых объединений, наиболее полно решающих задачи обеспечения рыночной адаптивности;

– многовариантность управленческих решений при формировании логистических сетей (подборе параметров, обосновании их конфигурации, определении видов и форм специализации и т. д.) делает актуальным выбор наилучших с учетом параметров бизнеса, условий конкурентной активности и тенденций изменения всей внешней среды .

1. Макаров В.М. Логистика. Управление запасами в логистических системах. Учебное пособие, СПб.: Изд. СпбГПУ, 2006

2. Кирюков С.И., Кротов К.В. Развитие концепции управления цепями поставок:

маркетинговый подход. Вестник СПбГУ. Сер.8 2007 Вып.4

3. Дж. Х. Дайер, Х. Сингх ; пер. с англ. Е. А. Архиповой, М. А. Сторчевого // Российский журнал менеджмента. - 2009. - Т. 7, N 3. - С. 65-94 : 1 рис., 1 табл. Библиогр.: с. 89-94. ISSN 1729-7427

4. Porter M. E., Kramer M. R. Strategy and Society: The Link Between Competitive Advantage and Corporate Social Responsibility // Harvard Business Review, 006

5. И.Д. Афанасенко. Управление логистической цепью как сетью. СПб.; Изд-во СПбГУЭФ, 2006 .

6. Ковбас А. П. Предпринимательские сети как форма интеграции и развития бизнеса / АРООО «ВЭО» России. – Астрахань, 2005

ПРЕДПОСЫЛКИ ЛОГИСТИЧЕСКОЙ ИНТЕГРАЦИИ

УЧАСТНИКОВ АВТОМОБИЛЬНОГО РЫНКА

–  –  –

В статье рассмотрены вопросы взаимодействия автомобилестроительных компаний с другими участниками цепи поставок. Проанализированы основные причины и факторы, влияющие на образование и формирование стратегических партнерств и альянсов в автомобилестроительной отрасли. Обоснована эффективность интеграции, как способа повышения конкурентоспособности предприятия .

PRECONDITIONS FOR LOGISTIC INTEGRATION OF

SUPPLY CHAIN PARTNERS IN AUTOMOBILE INDUSTRY

–  –  –

The research of automobile industry has showed that rising requirements of customer satisfaction has necessitated a review of the means of interaction between participants in the supply chain. In response to these changes, the direction for cooperation and partnerships has extended logistic upstream to suppliers, by creating long-term relationships. The main reasons which influence on the development of integration processes and competitive advantages of cooperation are represented in the article .

ВВЕДЕНИЕ

Сегодня автомобилестроение является одной из ведущих отраслей мировой экономики, выступая движущей силой развития других отраслей промышленности, стимулируя развитие новых технологий и обеспечивая высокую занятость населения. Около 400 тыс. рабочих мест организовано в компаниях – производителях автомобилей и комплектующих, около 1 млн. – в зависимых и дилерских компаниях. Это 0,6% от общего трудоспособного населения страны [6, c.91] Кроме того производство автомобилей осуществляется в тесной кооперации с предприятиями других отраслей промышленности .

Благодаря мультипликативному эффекту автомобилестроение России обеспечивает в смежных отраслях дополнительную занятость порядка 4,5 млн. человек. [2,c.4] Современная автомобилестроительная компания – это, прежде всего, комплекс взаимосвязанных предприятий, узкоспециализированных на производстве высокотехнологичных комплектующих, от качества и сроков поставки которых зависит качество готового автомобиля. Для производителя автомобилей типичной является ситуация, при которой расходы на закупку материалов составляют 85% от стоимости готового изделия. При этом 70% качества автомобилей обеспечивается поставщиками комплектующих изделий и узлов и лишь 30% качества создается в процессе конвейерной сборки. В соответствии же с исследованиями М.Кристофера около 12% стоимости материалов, приобретаемых производителем автомобилей, составляют логистические издержки поставщика. [4,c.274]. Главным аргументом в пользу интеграции для автопроизводителя является возможность привлекать ресурсы и конкурентные преимущества других участников цепи поставок, не ограничиваясь собственными ресурсами компании. Под интеграцией и интегрированным управлением в данном случае следует понимать управление всеми экономическими и информационными потоками как единым целым по общим для всей системы критериям, обеспечивающих четкое взаимодействие и согласованность всех функциональных структур цепи поставок. [5] Именно поэтому, стратегической целью современных автомобилестроительных заводов является построение взаимодействия с поставщиками, которое бы обеспечивало конкурентные преимущества, как автопроизводителю, так и всем контрагентам цепи поставок, а основной целью интеграции является переход от краткосрочных отношений противостояния поставщик» в долгосрочное «покупатель – сотрудничество, основанное на взаимном доверии, когда качество, инновации и совместно созданная стоимость будут гармонично дополнять конкурентную цену .

ПРИЧИНЫ ИНТЕГРАЦИИ

Временные факторы В условиях быстро меняющихся предпочтений конечного потребителя, в процессе логистического обслуживания, одним из наиболее важных критериев сегодня становится время. Именно время выхода на рынок новых автомобильных брендов, способность качественно и в установленные сроки удовлетворять требованиям потребителей определяют положение автомобилестроительной компании в отрасли .

Интеграция обеспечивает сокращение времени на обработку заказа и само движение товарного потока, тем самым повышая эффективность логистических операций и увеличивая прибыль компании. Концепция сжатия времени сосредотачивает свои усилия на том, как компании использует время для быстрого реагирования на изменяющиеся требования потребителей и усиливает целостную структуру предприятия .

Сокращение времени в процессе интеграции участников логистической цепи достигается за счет:

упрощения процессов и устранения сложных процессов, не • создающих ценности стандартизации процессов, • одновременного функционирования процессов, с переходом от • последовательной к параллельной работе, используя различные формы процессной интеграции контроль и мониторинг процессов, выявляя проблемные участки и • применяя корректирующие меры уже на раннем этапе .

автоматизации процессов, применяемых для улучшения • эффективности и действенности мероприятий в рамках технологической цепочки поставок;

Экономические факторы Специфика взаимодействия участников цепей поставок в автомобильной промышленности требует организации работы по производственным графикам поставок. В случае если автомобили собирают под заказ клиента, планирование производства опирается на производственный график, где планируется необходимое количество ресурсов и комплектующих для сборки определенного количества автомобилей. Соответственно все поставщики комплектующих также вовлекаются в процесс выполнения заказа по согласованному графику .

Глобализация, стремление мировых лидеров автомобилестроения развивать и продвигать свою продукцию на локальных рынках развивающихся стран создает предпосылки для активного взаимодействия с поставщиками комплектующих с целью достижения синергетического эффекта от комбинации взаимодополняющих ресурсов, что позволяет получить более высокую рентабельность и создать большую стоимость .

Мотивы вступления в интегрированную структуру определяются тем, что фирма может агрегировать, разделять и обменивать ценные ресурсы с другими фирмами в тех случаях, когда эти ресурсы нельзя получить посредством рыночных трансакций или в результате поглощений и слияний. [4] .

Глобально взаимосвязанная цепь поставок усиливает конкурентные преимущества автопроизводителя, создавая дополнительные барьеры для выхода новых игроков на рынок, одновременно усиливая собственные конкурентные преимущества .

Технологические факторы Автомобилестроение – одна из самых динамично развивающихся отраслей промышленности, где уровень использования инноваций, технологической наполненности автомобиля во многом определяет решение потребителя в выборе предпочтений той или иной марки. Совместные усилия и интеграция с поставщиками позволяют добиться существенных конкурентных преимуществ в приоритетных направлениях технологического развития. С одной стороны, совместные программы инновационного развития усиливают подчиненность поставщика интересам вертикально интегрированной структуры, с другой стороны, повышается заинтересованность контрагента в проведении собственных НИОКР. Дело в том, что поставщик сохраняет существенную автономию, даже если автопроизводитель владеет частью акций поставщика, поэтому заинтересован вкладывать средства в развитие новых технологий. Это обеспечит ему преимущества при ведении переговоров с фокусной компанией о разделе прибыли. Именно интеграция, партнерство с поставщиками в разработке и внедрении инновационных технологий по направлениям, которые не относятся к зоне компетенции автопроизводителя, позволяют снизить издержки и риски нововведений. За счет этого можно сократить время доведения инновационных технологических преобразований до конечной реализации на рынке .

Информационные факторы Быстрое развитие интернет технологий наряду с возрастающей популярностью персональных компьютеров предоставляет организация возможность использовать сравнительно недорогие средства интеграции информационных систем на всех этапах цепочки поставок .

Взаимодействие с большим количеством контрагентов, а также необходимость консолидации поступающей информации создает для автопроизводителей дополнительные издержки, в силу многократной обработки информации, которая зачастую приводит к сокращению передаваемой информации, неточности и недостоверности передаваемых данных и как следствие к сбоям в цепи поставок .

Совместное планирование подразумевает электронную интеграцию на всех уровнях: на стратегическом, тактическом и операционном. Таким образом, электронная интеграция позволяет достичь прозрачности отношений со всеми участниками цепи поставок .

Информационная интеграция позволяет достичь следующих преимуществ:

- процессы, которые охватывают две или более компаний, становятся более интегрированными, а значит, и более простыми, стандартными, быстрыми и определенными .

- информация передается быстро и структурированней, является доступной для всех участников цепи поставок. Все пользователи знают, где искать последние обновления данных .

- все партнеры цепи поставок несут большую ответственность в отношении совместных планов и задач. Изменения в производственную программу вносятся более внимательно и сразу же видны всем другим участникам .

- За счет достижения информационной открытости, улучшается качество обслуживания клиентов, снижается совокупный уровень запасов, улучшается оперативное прогнозирование спроса .

ЗАКЛЮЧЕНИЕ

Таким образом, можно сделать вывод, что современное развитие рыночных отношений предполагает создание таких условий сотрудничества и интеграции, при которых повышается конкурентоспособность каждого участника цепи поставок, увеличивается производительность путем обмена технологиями, разделяется ответственность в достижении конченых результатов, что приводит к общему процветанию, как автопроизводителя, так и поставщиков комплектующих. Длительное взаимодействие сторон, заинтересованных в сотрудничестве усиливают стремления предприятий поддерживать репутацию надежных партнеров. Подведя итог, можно выделить следующие основные преимущества интеграции:

- непосредственно влияет на развитие соответствующей логистической инфраструктуры и формирование инновационных процессов в процессе взаимодействия поставщиков в цепях поставок

- способствует структуризации системы управления предприятием, что повышает конкурентоспособность каждого участника цепи поставок .

- позволяет добиться взаимодействия с поставщиками в режиме реального времени

- сокращает совокупные издержки цепи поставок по организации движения материалопотоков, тем самым снижая себестоимость выпускаемого автомобиля .

ЛИТЕРАТУРА

1. Гаррисон А. Логистика. Стратегия управления и конкурирования через цепочки поставок. М.: Дело и Сервис, 2010. – 368 с .

2. Грицюк М. Выедет ли наш грузовик из кризиса? // Российская газета. – 10 августа 2009. - № 4970 (146). – с.4

3. Королев В.И, Королева Е.В. Предпосылки образования и формы развития стратегических альянсов / Менеджмент в России и за рубежом. - 2010 - № 3. – с.36-44 .

4. Кристофер М. Логистика и управление цепочками поставок. Пер. с англ.- СПб.:

Питер, 2004. 316с .

5. Проценко И.О., Гарнов А.П. Логистика и упраление цепями поставок:

концептуальные и стратегические аспекты. – М.: ГОУ ВПО «РАЭ им. Г.В, Плеханова», 2009 – 96 с .

6. Россия в цифрах.2010: Крат.ст.сб. / Росстат. – М., 2008

УПРАВЛЕНИЕ ЗАПАСАМИ КЛИЕНТА ПОСТАВЩИКОМ:

СТРАТЕГИЧЕСКИЕ АЛЬЯНСЫ В СОВРЕМЕННЫХ

ЦЕПЯХ ПОСТАВОК

–  –  –

Как было бы прекрасно, если бы каждый раз, когда в вашем холодильнике заканчивались продукты, новые появлялись бы сами собой? В бизнес-среде – это технология VMI, которая все чаще организуемая поставщиками и их клиентами в различных цепях поставок. Основной целью данной статьи является разработка методологии описания VMI систем. Кроме того, в статье представлен взгляд автора на историю возникновения и развития рассматриваемой технологии и обзор ситуации на российском рынке .

VENDOR MANAGED INVENTORY: STRATEGIC

PARTNERSHIPS IN MODERN SUPPLY CHAINS

–  –  –

Just imagine how wonderful it could be if each time when food in your refrigerator was over, it was supplied by itself? In business environment, such a concept is implemented by Vendor Managed Inventory (VMI) approach. The primarily concern of this article is to provide readers with framework which will help to describe and analyze various VMI systems .

Besides, author’s opinion on the question of the historical roots of VMI technology and overview of the situation on the Russian market is represented in the article .

Важность интеграции в цепях поставок Цепь поставок является динамической системой, включающей в себя многие процессы по организации, планированию, контролю и регулированию. Начиная с закупки сырья и материалов для обеспечения производства товаров, и далее через производство и распределение, цепь поставок доводит товарный поток до конечного потребителя. При этом основной целью управления цепями поставок (SCM) в современных условиях ожесточившейся конкуренции, нестабильности глобальной экономики и постоянного роста потребительских ожиданий можно назвать оптимизацию общих логистических издержек при одновременном предоставлении необходимого уровня сервиса в соответствии с требованиями рынка. В данных условиях совершенно очевидно, что для достижения столь амбициозной цели SCM также включает в себя координацию и сотрудничество с партнерами по цепи поставок .

Так утверждает теория, однако, практика зачастую показывает противоположные тенденции. В обычной ситуации продавец и покупатель в цепи поставок пытаются оптимизировать свои собственные операции независимо .

Всем хорошо известно, насколько трудно внедрить в практику бизнеса новые непривычные для многих технологии управления. Бизнес зачастую оказывается весьма консервативным. Тем более это трудно в случае, когда инновации охватывают несколько юридически независимых контрагентов .

Здесь даже перспективные предложения могут восприниматься партнерами как попытка оказать на них давление, а желание скрыть информацию о собственных процессах, в свою очередь, побеждает стремление к конструктивному взаимодействию. Это приводит к неэффективным действиям всей цепи, отражающимся, в том числе, на избыточном уровне товарных запасов. Издержки подобного подхода ложатся на потребителя, растет конечная цена товара. В результате вся цепь поставок проигрывает в конкурентной борьбе .

Вышеприведенная аргументация доказывает, что стратегические альянсы в цепи поставок крайне важны, поскольку каждая сторона в них стремится не только к собственной краткосрочной выгоде, но и способствует получению долгосрочных результатов всей цепи .

Одним из вариантов организации подобных стратегических альянсов является внедрение технологии Vendor-Managed Inventory (далее VMI), являющейся по своей сути вертикальной кооперацией потребителей с поставщиками в области управления запасами [Сергеев В.И. и др., 2011] .

Определение технологии VMI и история ее возникновения Свои истоки технология VMI берет в более раннем подходе быстрого реагирования Quick Response (QR), который был реализован во взаимодействии контрагентов розничной торговли товаров массового потребления и их поставщиков [Tyan and Wee, 2003]. Благодаря интенсивной конкуренции, развившейся в текстильной индустрии, лидеры рынка готового платья США в 1984 году организовали профессиональный союз под названием “Crafted with Pride in the USA Council” [Lummus and Vokurka, 1999], в рамках которого был произведен анализ существующих практик управления цепями поставок. Данный анализ показал, что длительность полного цикла в индустрии от сырья и материалов до конечного потребителя составляет 66 недель, 40 из которых изделия проводят на складах или в транзите. В целях сокращения цикла, а также оптимизации издержек, связанных с товарными запасами, и был разработан подход QR .

Стратегия подхода QR предполагает, что розница и их поставщики работают сообща с целью быстрого удовлетворения требований потребителей за счет совместного использования доступной информации .

В рамках QR поставщики получают данные о конечных продажах (POS) розницы и используют их для синхронизации собственного производства и подхода к контролю товарных запасов с фактическими тенденциями потребления. Розничная торговля все еще сама принимает решения о пополнении товарных запасов, однако, используя данные POS, поставщик получает возможность осуществлять более эффективное прогнозирование спроса, а, следовательно, и более оптимальное планирование производства. Одним из пионеров применения подхода Quick Response Schonberger [1996] называет компанию Milliken and Company, специализирующуюся в текстильной и химической промышленностях .

Результатом применения QR в данной компании стало сокращение цикла с 18 до 3 недель .

Подобно тому, как дела обстояли в текстильной промышленности, в начале 1980-х годов лидеры рынка бакалейной продукции организовали инициативную группу по изучению возможных конкурентных преимуществ собственной цепи поставок. Результатом их работы стала концепция эффективного реагирования на запросы потребителей (Efficient Consumer Response – ECR), которая доказывала, что совместное управление информацией позволяет дистрибьюторам и их поставщикам в разы более эффективно прогнозировать спрос, чем в текущей ситуации .

Далее, из концепции ECR выросла программа непрерывного пополнения товарных запасов (Continuous Replenishment Program – CRP), которая являлась переходом от выталкивающих технологий (push) к вытягивающим (pull). Согласно программе CRP поставщики получают данные о продажах и используют их для подготовки поставок с заранее оговоренным интервалом в целях поддержания определенного уровня товарных запасов. Vergin и Barr [1999] утверждают, что CRP имела широкий успех среди участников рынка бакалейной продукции. Так, производители, участвовавшие в исследовании, достигли 30-процентного сокращения уровня товарных запасов, при одновременном сокращении случаев нехватки продукции (OOS) в среднем на 55% .

Лучшие стороны подходов QR, ECR и CRP объединились позднее в технологии VMI. В литературе можно найти огромное количество разнообразных определений сути технологии. Например, Kuk (2004) определяет VMI как технологию, согласно которой поставщик берет на себя ответственность отслеживания и пополнения уровня товарных запасов у клиента. Lysons и Gillingham [2003], в свою очередь, говорят о VMI, как о практике в рамках концепции «Точно в срок» (JIT), согласно которой решения об уровне инвентаря в цепи поставок принимаются централизованно производителем или дистрибьютором. Кроме того, множество альтернативных определений дано в работах Harrison и Hoek [2005], а также у Hines et al. [2000], поскольку основной задачей их исследований была выработка единой терминологии в сфере VMI .

В то время как определения систем VMI отличаются друг от друга, они все подчеркивают переход владения процессами планирования спроса и управления необходимым уровнем товарных запасов от клиента к поставщику. В условиях применения технологии VMI поставщик контролирует уровень товарных запасов у клиента таким образом, чтобы поддерживать заранее оговоренный и зафиксированный уровень сервиса .

В подобных обстоятельствах поставщик принимает решения о пополнении запасов у потребителя, самостоятельно определяя время и количество товара, которое необходимо отправить [Waller et al., 1999] .

Соответственно, заказов от клиента к поставщику более не поступает .

Классической историей успеха внедрения VMI является кейс таких международных игроков, как Procter&Gamble и Wal-Mart. В 1985 году стратегический альянс данных компаний существенно повысил процент своевременных доставок P&G, а также продажи Wal-Mart. При этом у обеих компаний вырос показатель оборачиваемости запасов [Buzzell and Ortmeyer, 1995]. Kmart последовал примеру товарищей по рынку и к 1992 году организовал VMI с более чем 200 своими поставщиками [Schonberger, 1996]. Кроме розничной торговли, VMI внедряется также лидирующими компаниями химической промышленности (Shell Chemical, Campbell Soap, Johnson&Johnson) с целью повышения эффективности цепей поставок и укрепления взаимоотношений с потребителями и поставщиками [Challener, 2000]. Участники рынка высоких технологий, такие как Dell, HP и ST Microelectronics с помощью VMI технологии сокращают уровень товарных запасов и, следовательно, общие логистические издержки [Baljko, 1999;

Shah, 2002]. На сегодняшний день, технология VMI в той или иной своей конфигурации присутствует во многих мировых индустриях .

Ситуация на российском рынке В последнее время в России все большую популярность завоевывают методы прямого взаимодействия между ближайшими звеньями логистической цепи. Формальное определение технологии VMI известно, наверное, уже многим специалистам и практикам по управлению цепями поставок. Между тем зрелый практический опыт в данном направлении еще небогат. Можно пока что говорить в основном только о глобальных проектах, реализуемых в нашей стране крупными мировыми компаниями (такими как Danone, Nestle, P&G, Unilever и др.), чем о чисто российских инициативах .

Причин тому множество .

Во-первых, Россия имеет сложную структуру цепей поставок с большим количеством разнообразных игроков на традиционном рынке. К сожалению, не всегда производитель имеет возможность напрямую работать с предприятиями розничной торговли, особенно в восточной части страны. В результате, кроме производителей, розницы и провайдеров логистических услуг на рынке существует значительное количество промежуточных посредников – оптовиков и дистрибьюторов второго, третьего и более эшелонов. Как правило, это небольшие компании, недолго задерживающиеся на рынке, вкладываться в создание стратегических альянсов с которыми не имеет для производителей экономического смысла .

Во-вторых, не последнюю роль играет общая культура ведения бизнеса .

Основные группы участников еще в значительной мере не готовы к партнерству – такому, когда каждая сторона стремилась бы оптимизировать запасы и одновременно способствовала бы решению данного вопроса в отношении своих контрагентов по цепи поставок .

Вопрос вытеснения с рынка конкурента сегодня занимает внимание менеджмента значительно сильней, чем попытки отладить взаимовыгодные отношения с партнерами по бизнесу .

В-третьих, недостаточное развитие информационных технологий в современном российском бизнесе зачастую не позволяет организовывать эффективное взаимодействие в рамках VMI системы .

Однако ситуация не столь печальна. Объективные тенденции рынка постепенно заставят компании преодолевать вышеописанные трудности .

Так, если раньше в большинстве отраслей в основном имела место проблема учета материальных и финансовых потоков, то сейчас, по мере ее решения, а также по мере роста ассортимента товаров, их оборачиваемости и других параметров на одном из первых мест по критичности в цепях поставок выходят процессы планирования спроса .

Поскольку недостаточно развиты механизмы контроля и синхронизации изменений в планах, процесс поставок разбалансирован .

В существующих условиях уже недостаточно планировать спрос на уровне линейной экстраполяции предыдущих продаж всего ассортимента на ожидаемый процент годового роста. Планируя спрос, сейчас необходимо учитывать долгосрочное влияние всех намеченных промо-акций, степень перекрестного влияния покупательского спроса одного товара на другой, способ выкладки его на полках, политику конкурентов и многое другое .

Все это возможно только при условии стратегического взаимодействия покупателей и продавцов .

Методология описания VMI системы Как уже было отмечено нами ранее в данной статье, в настоящее время в различных индустриях и различных окружениях были внедрены и успешно действуют большое количество разнообразных VMI систем, охватывающих богатый спектр компаний и продуктов .

Не удивительно, что даже среди VMI систем, внедренных на разных этапах цепей поставок одной и той же индустрии, одной и той же бизнес-среды, существуют заметные различия. Основными участниками типичной цепи поставок являются поставщики сырья и материалом, производители, дистрибьюторы, розничная торговля и логистические посредники. Так, VMI отношения между поставщиком сырья и материалов и производителем будут значительно отличаться от VMI отношений, сложившихся между, например, тем же производителем и розничной сетью или производителем и дистрибьютором. И, в первую очередь, потому, что цели организации подобных стратегических альянсов будут различными, и, как следствие, трудности на пути внедрения и эффективного функционирования тоже .

Соответственно, для того, чтобы мы могли изучать и описывать различные типы VMI систем, нам необходимо вначале разработать подход, позволяющий оценивать, категоризировать и сравнивать подобные системы .

В своей работе «Framework for characterizing the design of VMI systems»

Elvander et al. [2007] приводят систему, состоящую из 4 основных кластеров, каждый из которых, в свою очередь, включает в себя несколько измерений. При этом каждый из кластеров важен сам по себе, и ни один из них не может рассматриваться как главенствующий, поскольку только грамотное их сочетание приводит к успеху всего предприятия .

Данный подход был разработан как на основе изучения теоретической базы, так и на основе исследования реальных VMI систем, и представляется нам наиболее полным и рациональным. Именно его с внесением некоторых модификаций мы используем в дальнейшем при описании бизнес-кейсов .

Итак, модифицированный подход, который мы планируем использовать при описании бизнес-кейсов, выглядит следующим образом:

Контроль уровня товарных запасов 1) Место хранения товарных запасов. Товарные запасы могут a .

находиться как на центральном складе клиента, так и на нескольких локациях. Кроме того, возможен вариант, когда инвентарь находится на складе поставщика или 3PL провайдера .

Политика снабжения. Поставщик может осуществлять пополнение b .

товарных запасов своего клиента, как с собственного склада, так и непосредственно с производственной линии .

Право собственности на товарный запас также выделяется в c .

отдельный элемент, поскольку от того, кто им обладает, зависит то, кто несет издержки от иммобилизации ресурсов и риски, связанные с возможной порчей или утратой [Бродецкий Г.Л. и др., 2010] .

Информационная поддержка 2) Прозрачность спроса. Данное измерение подразумевает тип a .

информации о спросе, доступной поставщику для контроля уровня товарных запасов у своего клиента, а также, что не менее важно, насколько временной горизонт данной информации .

Доступ к информации. Здесь основной вопрос заключается в том, b .

каким образом и как часто поставщик получает информацию о спросе и о текущем уровне товарных запасов у клиента .

IT-архитектура. Каким образом организована информационная c .

поддержка VMI системы, с помощью каких информационных систем?

Принятие решений 3) Модель управления товарными запасами включает в себя алгоритм a .

определения количества и времени заказа на пополнение запаса, а также логику расчета основных параметров модели, таких как объем будущей потребности, уровень страхового запаса и так далее .

Лимиты уровня товарного запаса определяют степень свободы b .

поставщика при определении необходимого уровня товарного запаса у клиента. Например, в некоторых случаях клиент сам определяет максимально допустимый уровень запасов для поставщика, что может объясняться как некоторым недоверием со стороны клиента, так и обычным ограничением размером инфраструктурных мощностей .

Принятие решения о пополнении. Здесь важно то, кому принадлежит c .

власть принятия подобного решения. Может ли поставщик самостоятельно пополнять запасы клиента или же каждый раз должен согласовывать свои расчеты с ним?

Принятие решения об отгрузке. Данное измерение отличается от d .

предыдущего только тем, что здесь принимается решение о фактическом времени физической поставки, размеры которой были определены на предыдущем этапе .

Степень интеграции системы 4) Уровень горизонтальной интеграции клиентов. Может ли поставщик a .

принимать во внимание потребность нескольких клиентов сразу при принятии решений контроля уровня товарных запасов и производственного планирования. Иными словами, обслуживает ли поставщик только одного VMI клиента в конкретный промежуток времени или же имеет возможность объединять нескольких из них?

Уровень горизонтальной интеграции инвентарных позиций .

b .

Включает ли в себя VMI система все номенклатурные позиции или отдельные инвентарные коды. Планируется ли пополнение товарных запасов для каждого SKU отдельно или же сразу для всех?

Уровень вертикальной интеграции. Какие ресурсы принимаются в c .

расчет поставщиком при планировании уровня товарных запасов своего клиента? Используются ли только товарные запасы в наличие на складе готовой продукции или же, также, уже имеющиеся запасы у клиента и собственные производственные мощности?

Каждое из описанных измерений четырех основных кластеров имеет свой набор возможных альтернатив, находящихся на определенном континууме. Если выстроить эти континуумы вертикально и для каждой VMI системы отметить точку на каждом из континуумов, соответствующую реальному положению дел, то можно получить некую кривую, характеризующую данную VMI систему и наглядно показывающую ее отличия от других систем. Кроме того, построение такой кривой поможет не только описать существующую систему, но и оценить ее соответствие лучшим практикам и уровень зрелости .

Список использованной литературы:

Бродецкий Г.Л., Гусев Д.А., Елин Е.А. Управление рисками в логистике: учеб. пособие 1 .

для студ. учреждений высш. проф. образования. – М.: Издательский центр «Академия», 2010. – 192 с. – (Непрерывное профессиональное образование: Логистика) Сергеев В.И. Логистика снабжения: учебник / В.И. Сергеев, И.П. Эльяшевич; под общей 2 .

ред. д-ра экон. наук В.И. Сергеева. – М.: Рид Групп, 2011. – 416 с .

3. Baljko, J.L. (1999) Dell: VMI catalyst for cooperation. Electronic Buyers’ News, 1176, pp. 1– 2 .

4. Buzzell, R.D., Ortmeyer, G. (1995) Channel partnerships streamline distribution. Sloan Management Review, 36, p. 85 .

5. Challener, C. (2000) Taking the VMI step to collaborative commerce. Chemical Market Reporter, 258 (21), pp. 11–12 .

6. Elvander, M., Sarpola, S., Mattson, S.-A. (2007) Framework for characterizing the design of VMI systems. International Journal of Physical Distribution & Logistics Management, Vol.37 No.10, pp. 782-798 .

7. Harrison, A., van Hoek, R. (2005). Logistics Management and Strategy, 2nd Edition, Prentice Hall

8. Hines, P., Lamming, R., Cousins, P., Rich, N. (2000) Value Stream Management: Strategy and Excellence in the Supply Chain. Financial Times, Prentice Hall

9. Kuk, G. (2004) Effectiveness of vendor-managed inventory in the electronic industry: Determinants and outcomes. Information and Management, 41, pp. 645 – 654 .

10. Lummus, R.R., Vokurka, R.J. (1999) Defining supply chain management: a historical perspective and practical guidelines. Industrial Management and Data Systems 99 (1), pp. 11–17 .

11. Lysosns, K., Gillingham, M. (2003). Purchasing and Supply Chain Management, 6th Edition, Prentice Hall .

12. Schonberger, R.J. (1996) Strategic collaboration: breaching the castle walls. Business Horizons 39, 20 .

13. Tyan, J., Wee, H.-M. (2003) Vendor managed inventory: a survey of the Taiwanese grocery industry. Journal of Purchasing & Supply Management, 9, pp. 11-18 .

14. Vergin, R.C., Barr, K. (1999) Building competitiveness in grocery supply through continuous replenishment planning: insights from the field. Industrial Marketing Management, 28, pp. 145–153 .

15. Waller M., Johnson, M.E., Davis, T. (1999). Vendor managed inventory in the retail supply chain. Journal of Business Logistics 20 (1), pp. 183 – 203 .

PERFORMANCE COMPARISON OF ORDER POLICY

CLASSES FOR MULTI-LOCATION INVENTORY SYSTEMS

WITH LATERAL TRANSSHIPMENTS

–  –  –

Multi-location inventory systems with lateral transshipments (MLIST) combine inventory control with logistics. We investigate (, S)-order policy classes that are characterized by a finite number of parameters. The question is whether there exists a policy class that dominates all others. We show that this is not the case for the considered numerical examples. Even more, for each class the expected cost are within 2 percent of the overall best policy .

INTRODUCTION

Multi-location inventory systems with lateral transshipments (MLIST) exist in different areas, especially in complex logistic systems. To decrease both the overall cost and the required inventories necessary to reach given performance objectives virtual pooling of resources is a promising way. Thus shortages in one location can be eliminated by lateral transshipments from surplus locations .

However this simple principle complicates considerably the search for an optimal control because to control an MLST embraces the definition of both an inventory policy for all locations and a reallocation policy of inventories on hand by lateral transshipments. The latter implies to solve an open transportation problem, which has at most an algorithmic solution. In the past there were various papers dealing with the structure of the optimal order policy and the cost function as well as with approximate solutions (See [3] to [6], [8]). Based on these structural results it makes sense to restrict the search for an optimal order policy to (, S)-policies. Such policies separate two state regions - states with an order and states without an order. Since the separation is defined by a hyperplane an exact calculation is not practicable. Therefore we concentrate to simple-structured policies with a few parameters. In [1] we introduced several policy classes, which approximate the (, S)-class. To simplify the search for an optimal inventory policy further it is interesting to know, if there exists a class that dominates the others. The aim of the present paper is to give a first answer to that question .

The remaining part of the paper is organized as follows. In Section 2 we briefly describe the model for the MLIST considered here and some results on the structure of the optimal control policies. The policy classes, which are considered, we introduce in Section 3. Section 4 comprises the description of our numerical experiments and the interpretation of the results. We also summarize here our findings and conclusions .

THE MULTI-LOCATION INVENTORY SYSTEM

We assume N 2 locations storing the same product. The planning horizon is

divided in periods for which we assume the following time order of events:

1. Ordering of product by an ordering rule (OR) at the beginning of the period, instantaneous delivery, calculation of ordering cost .

2. Realisation of the random demand and its satisfaction in each location .

3. Between locations reallocation of all rest inventories at the end of the period by a transshipment rule (TR) through instantaneous transshipments .

4. Calculation of transshipment, holding, and penalty costs .

We further assume that the demand is stationary and independent both over time and across locations, that backlogged demand will be satisfied in the following period, and that all cost functions are linear. Charges per item arise for ordering, holding inventory, and backlogged demand correspondingly with parameters ki, hi, pi for location i, iN={1, 2,…, N}. The release of an order generates fixed cost of K 0, independent of the ordered amount. Transshipping a single item from location i to location j generates cost cij, i, jN, i j. The decision problem now is to find an optimal policy, i.e. a sequence of ORs and TRs, which minimizes the expected average cost over an infinite time horizon .

Let us start with the case K = 0.

To avoid inefficient transhipments we introduce following conditions on the cost parameters with obvious economic meaning (See [3] or [8] for more details):

Efficiency of Transshipments (ET) Cij := hi + pj - cij – ki + kj 0, iN;

cij + hj - hi + ki – kj 0, i, jN, i j;

Relative locations Independence (RI) cir + crj cij, i, j, rN, i j r;

Shortest Way (SW) ki + cij kj, i, jN, i j .

Self Ordering (SO) Let x=(x1, x2,..., xN)RN, a=(a1, a2,..., aN)x, d=(d1, d2,..., dN) O = (0,…, 0), and µ=(µ 1, …, µ N) denote the vector of starting inventory positions before ordering (pre-ordering inventory levels), the vector of inventory positions after ordering (post-ordering inventory levels or the order decision [OD]), the vector of demand realisations, and the vector of expected demands with 0 µ i for iN respectively. F() and f() denote the distribution resp. density function of the demand and Fi() and fi() the distribution resp. density function of the demand in location i, iN. Furthermore, let b = (bij)i, jN denote a concrete transhipment decision (TD), where bij denotes the amount to be transhipped from location i to location j. For given pair (a, d) let N+ and N- be the sets of surplus and shortage locations, i.e., N+ = {iN: ai di} and N- = {iN: ai di}. It holds [3] .

Property 1. Let the assumptions (ET), (RI), (SW), and (SO) be fulfilled. Then

the optimal TR chooses TD’s b* = (bij*)i, jN with following characteristics:

–  –  –

represents for given order decision (OD) a the maximal expected cost savings from transshipments. Since Cij 0 by assumption (ET) we have C(a) 0, aRN .

Thus for any aRN the cost for an MLIST with optimal transhipments do not exceed the cost for a system without transhipments, i.e., transhipments save costs under assumption (ET). The above defined MLIST; K = 0 holds [3], [4] Property 2 .

a) Function G(.) is convex in its arguments .

b) Let assumptions (ET), (RI), (SW), and (SO) be fulfilled and let for the optimal OD a* hold a* O. Then the optimal OR is an order-up-to rule with order-up-to point a*, where a* is the global minimum point of function G(.) .

We remark again that despite the Properties 1 and 2 generally there is no way to calculate C(a) for given aRN. Therefore, G(a) cannot be calculated and to find a* is illusory. These numerical difficulties will be sharpened in case of K 0 .

One way is to restrict the search for efficient ORs to simple-structured rules, which can be described by a finite number of parameters. A promising approach is suggested in the following section .

ON SIMPLE-STRUCTURED ORDER POLICY CLASSES

Let us consider an MLIST with fixed order cost factor K 0. For such systems exist de facto no results on the optimal OR and TR, excluding [2], which considers a single period, two location MLIST. [2] shows that the optimal OR has an extremely complicated structure. In addition to this we will have in practice rarely only two locations. Therefore the mathematically true optimum, if at all allocable, will lead to an OR not suited for practical acceptance. Hence good heuristic solutions will be the better decision. In the following we describe a way how to come to such solutions (cp. [7]) .

First of all we use that optimal TR, which characteristics are described in

Property 1. To get a meaningful OR we proceed on the following three facts:

(1) From Property 2 we know that for the MLIST without fixed order cost the optimal OR is an order-up-to rule .

(2) It is well known that in the single location model with fixed order cost part the optimal OR has an (s, S)-structure .

(3) For the multi-product model with fixed ordering cost part the optimal OR has a (, S)-structure (see e.g. [10]) .

In the light of these facts we recommend to use a (, S)-OR. Let RN be a subset of R, xR be a vector of pre-ordering inventory levels, and S RN an N N

–  –  –

Therefore an optimal OR consists of an optimal order-up-to vector S* and the optimal order region * RN. But, first we do not have an analytical expression for performance measure G(a), and second, to calculate set * respectively its border line (the bold part in Fig. 1) is generally impossible. The first problem we overcome by simulation. To solve the second problem we remark that from the definition of a (, S)-OR follows * = {xRN: K + G(S*) G(x)}. The convexity property of G(.) implies that the set * := {xRN : x S* } \ * is a convex set. The idea suggest itself to approximate set * by order regions for which the set is convex. For instance, the rectangular class (R-class) of order regions (cp. Fig.2) is described by a vector sRN, i.e., by N parameters s1 to sN .

For each sRN the order region is given as R(s, S) = {x(s)} = {x = (x1,..., xN) S: x1 s1 x2 s2... xN sN} .

The resulting OR is simple and easy to implement. However, it still remains the problem to calculate an optimal parameter vector s*?

–  –  –

To solve the corresponding optimisation problems we apply simulation optimization. Therefore we need a simulator for the MLIST and an optimizer to find optimal solutions. The simulation algorithm is outlined in Fig.4 .

–  –  –

NUMERICAL EXPERIMENTATION

In a diploma thesis [9] is realized a set of numerical experiments for an MLIST with 3 and 10 locations. Because of the similar results for both cases we restrict our explanation to the 3-location MLIST. The basic 224 experiments in [9] result from four 4 demand distributions (exponential, normal, lognormal, and uniform) with two expectations (100 and 500), seven K-values (0, 10, 50, 100, 500, 1000, 2000), and four OR-classes (R-, C-, E-, and T-class). The values for the cost parameters (we use the vector notation) are h = (2, 3, 2), p = (9, 10, 10), 5 6. To estimate for given aR the average k = (0, 0, 0), and expected cost G(a) we use algorithm MLIST-SIMULATION from Fig.4 with T = 100 000 periods. Table 1 contains average cost estimations after simulation optimization, applied to the MLIST with above defined parameters and with identical in all locations distribution. The bold italic elements indicate that the OR behind these cost is a proper (, S)-OR. To save place we have omitted the parameters of the individual ORs. The full description of these experiments and their results can be found in [9]. What can be deduced from Table 1?

First of all, the hypothesis that there exists a dominating OR-class couldn’t be proved. Dependent on the demand distribution, the mean of the demand, and K we found different classes as the best. For instance, for the exponential distribution with mean 100 and small K-values the T-class is dominant, whereas for K = 2 000 always the E-class is the best, excluding the case N(500, 22 500) .

Exponential with µ = 100 N(100, 900) K R-class C-class E-class T-class R-class C-class E-class T-class 0 893,15 893,02 893,57 893,16 238,67 238,81 238,56 238,67 10 903,15 903,02 903,57 903,16 248,67 248,81 248,56 248,67 50 943,15 943,02 943,57 940,82 288,67 288,81 288,56 288,67 100 993,15 993,02 993,57 992,11 338,67 338,81 338,56 338,67 500 1286,15 1278,80 1279,46 1279,40 738,67 738,81 738,56 738,52 1000 1649,85 1537,35 1538,27 1539,54 1080,04 1077,25 1075,38 1075,64 2000 1953,77 1920,81 1918,97 1920,81 1556,59 1567,79 1543,53 1544,15 Exponential with µ = 500 N(500, 22 500) K R-class C-class E-class T-class R-class C-class E-class T-class 0 4464,46 4464,32 4464,41 4476,56 1193,26 1193,73 1192,94 1193,29 10 4474,46 4474,32 4474,41 4485,15 1203,26 1203,73 1202,94 1203,29 50 4514,46 4514,02 4514,41 4523,89 1243,26 1243,73 1242,94 1243,29 100 4565,59 4563,65 4564,41 4570,78 1293,26 1293,73 1292,93 1293,14 500 4943,43 4938,60 4939,33 4964,27 1693,26 1693,73 1692,93 1693,19 1000 5367,59 5365,40 5351,62 5366,57 2193,26 2193,73 2192,93 2193,12 2000 6106,06 6077,98 6075,74 6090,39 3193,26 3193,73 3192,93 3192,58 Table 1: Optimization results for exponentially and normally distributed demand Moreover, for small K-values we have cost differences between all classes of less than 0.5%. For very big K-values the R-class seems to be the worst but still within the 2% limit. These small differences are a consequence of the transshipments as well as of the probable flat behavior of the goal function G(.) nearby its optimum. In this connection we point out that in fact we minimize Gav() from Fig. 4 with respect to. But function Gav(·) has a multitude of local optima with small cost differences. Thus behind similar values in Table 1 hide sometimes very different parameters .

Secondly, for a great domain of K-values the (, S)-ORs degenerate to an (S, S)OR. That domain depends on the demand distribution and the variation coefficient. We should remark that the optimizer finds parameter values for which the no-order region seems to be absurd, e.g. for the C-class in the exponential distribution case with µ = 500 (cp. Table 2). Here the set of noorder points cuts out from set {x: x S} a subset, which does not contain a given region around point S. However, since the average demand is 500 (and = 150) during the 100 000 simulation runs the pre-ordering inventory levels only seldom will fall into those no-order regions and therefore such absurd regions do not have an important influence on the average cost. With such phenomena one will be faced when using such optimizers as a GA. Therefore it is exceedingly important to interpret the results of the optimizer right and in context to the application problem .

S1 S2 S3 M1 M2 M3 r 756,78 699,35 856,60 577,24 953,26 285,30 259,17 Table 2: C-class OR parameters for K = 10 under exponential distribution with µ = 500 Thirdly, the considered OR-classes differ in two respects – applicability and number of parameters. Most complicated class is the E-class, which is described by 3N parameters. The R- and T-classes have 2N parameters and the C-class 2N+1 parameter. Since we applied the same optimizer HM to all classes it is most likely that a longer optimization time will lead to a better E-class OR. But for application best suited are the R-class and the T-class .

Fourthly, the final solution for an OR-class depends on the concrete application conditions. The core factors, which will influence this decision, are the number of locations, the cost parameters, and the demand characteristics .

Fifthly, we want to remark, that the simulation optimization approach is generally applicable, i.e., to an arbitrary number of locations with different demand distributions and cost coefficients. But, without a fine-tuning of all parameters of the simulation as well as the optimization process the results will have less significance. Therefore previous simulation and optimization runs are exceedingly important. But this is another self-contained problem .

We conclude with the statement that more extensive investigations are necessary to give an answer to the question: Does a dominating OR-class exist at least among the here considered or not?

3. LITERATUR

1. Herer, Y., Rashit, A., 1995. Lateral Stock Transshipments in a Two-location Inventory System. Proceed. of the 13th Int. Conf. on Prod. Res., Jerusalem 1995, 593-595 .

2. Kchel, P., 1982. A dynamic multi-location inventory model with transshipments between locations (In German). Mathematische Operationsforschung und Statistik, Serie Optimisation 13, 267-286 .

3. Kchel, P., 1988. Optimal adaptive inventory control for a multi-location model with redistribution. Optimization 19, 525-537 .

4. Kchel, P., 1998. A survey on multi-location inventory models with lateral transshipments. In:

Papachristos, S., Ganas, I. (Eds.), Inventory modelling in production and supply chains, Research Papers of the Third ISIR Summer School, Ioannina, Greece, 183-207 .

5. Kenle, H.-U. (1986). Stochastic games and decision models (In German). Teubner Texte zur Mathematik 89, Leipzig .

6. Kchel, P., 2006. On approximate solutions for multi-location inventory systems with lateral transshipments. In Ivanov, D., Kuhn, A., Lukinsky, V. (eds.): Logistics, Supply Chain Management and Information Technologies, Proceedings of the GermanRussian Logistics Workshop Saint Petersburg, 20-21 April, 2006, 143-151

7. Kchel, P., 2009. Simulation Optimisation: Approaches, Examples, and Experiences .

Technical Report CSR-09-03. Chemnitz University of Technology (available at http://www.tu-chemnitz.de/informatik/service/if-berichte/index.php)

8. Kchel, P., 2011. Models and Approaches to Control Multi-Location Inventory Systems with Lateral Transshipments. In Gobsch, B., Kschel, J, Vrs, J. (eds.): Supply Chain and Corporate Environmental Management, Verlag Dr. Kova, Hamburg 2011, 111-136

9. Kutz, M., 2010. Optimal control of a multi-location inventory model with lateral transshipments through simulation and evolutionary methods (In German). Diploma Thesis, Chemnitz University of Technology .

10. Kenle, H.-U., 1986. Stochastic games and decision models (In German). Teubner Texte zur Mathematik 89, Leipzig .

COST-EFFICIENT STORAGE STRATEGIES FOR A

FOODSERVICE TRADING COMPANY

–  –  –

Keywords: Capacitated Lot Sizing Problem; Single Level Uncapacitated Lot Sizing Problem Abstract The purpose of the paper is to develop a dynamic optimisation model for a German foodservice trading company to determine cost-efficient storage strategies within the existing distribution structure. The objective is to redesign the specific processes of inbound logistics by defining cost-efficient storage strategies for all articles for sale within a given planning period in order to achieve potential cost savings. The developed two-step approach based on dynamic optimisation is implemented into the company's operational EDP system .

The paper focuses primarily on the procedures of the applied methodology and its relation to calculate cost-efficient storage strategies .

INITIAL SITUATION

The foodservice trading company studied is specialised in delivering foodstuffs to commercial clients. The distribution structure within Germany consists of 14 regional warehouses and two central warehouses, one each for the northern and southern areas. The overall assortment comprises about 15,000 goods, which are

divided into four merchandise groups:

frozen foods, dry goods, fresh foods, and chemical goods .

In addition, modern meat processing centres were built in both central warehouses to supply the regional warehouses on a daily basis .

The physical flow of material can be roughly described as follows:

–  –  –

After receipt of goods the items are subsequently stored - whereby the pallet locations are organised by EDP assisted storage place allocation. The transition to the processes of picking and packing is characterised by a change of auxiliary loading devices. After receiving the client orders, the ordered sales units are manually loaded by packers into roller containers and parked in separated tour boxes, from where the drivers will load them onto the trucks .

If the items are delivered from the central warehouses, the storage of those elements within the process chain will be omitted. The sales units are already packed by the warehouse material handling division and condensed according to the existing client orders. The delivery to the regional warehouses is organised

just in time for delivery (see Figure 2):

Figure 2: Secondary flow of material

After receiving the delivery from the central warehouse, the delivered goods are distributed according to the existing client orders using the corresponding tour boxes .

The calculation of the order quantities delivered from the suppliers was based on the average demand of the commercial customers for a period of eight weeks .

Due to minimum purchase quantities, the deliveries to the regional warehouses resulted in high disposal costs for perishable products. The objective of the paper is to develop new cost-efficient storage strategies by achieving bundling effects through integration of the central warehouses. The total costs of the storage strategies comprise storage costs, fixed order costs, and the disposal costs for perishable products. These new cost-efficient storage strategies are based on the consideration of central and/or regional procurement strategies. To determine cost-minimal storage strategies for various articles for sale within a given planning period, a two-step approach based on dynamic optimization models is suggested .

Within the first step only the regional warehouses are considered. Due to the fact that the regional warehouses have limited capacities, the determination of the cost-minimal order lot sizes is formulated as a dynamic capacitated lot sizing problem (CLSP). The traditional CLSP is expanded by integrating the following

constraints:

For every article for sale the required minimum purchase quantities must be fulfilled .

The period between two consecutive order points of an article is limited by its minimum durability, i.e. its agreed remaining life to maturity .

Within the scope of the regional storage strategies this modified CLSP is used to determine cost-minimal order lot sizes based on sales figures of the last eight periods. The solvability of the resulting modified CLSP renders more difficulties because this problem belongs to the class of NP-hard problems. A heuristic solution is proposed based on a modified Dixon/Silver approach .

Step two examines centralized storage strategies and the resulting total costs are compared with the total costs of the decentralized regional storage strategies of step one. If an article for sale is delivered from the supplier to the central warehouse, the additional transportation costs from the central warehouse to the regional warehouses have to be considered. Because of the dimensioning of central warehouses, no capacity constraints must be taken into account .

Therefore, the determination of the order lot sizes for every article for sale can be formulated as a single-level uncapacitated lot sizing problem (SLULSP). The SLULSP is also referred to as the Wagner-Whitin problem. Analogously to the CLSP in step one, also the traditional Wagner-Whitin problems must be expanded by the required minimum purchase quantities and the minimum durability of the articles for sale. The resulting modified Wagner-Whitin problem is solved exactly using a shortest-path algorithm. The total costs for the centralized storage strategies consists of storage costs, fixed order costs, transportation costs between central warehouse and regional warehouses, and disposal costs for perishable products .

For articles for sale stored in the central warehouse, no inventories exist in the regional warehouses. If N regional warehouse are considered, then 2 N different storage scenarios (centralized vs. decentralized) have to be examined. The comparison of the resulting total costs of the decentralized and centralized storage strategies specifies the cost-minimal storage strategy for every article for sale .

REGIONAL WAREHOUSE MODEL

The calculation of batch sizes for regional warehouses is based on the following assumptions. Given a planning horizon of T (t = 1,,,., T ) periods, the known net demand of sales item i must always be provided at the beginning of any period .

Procurement times for goods are ignored because only resulting costs shall be included and the resulting warehousing locations shall be determined .

–  –  –

The objective function 3.1 minimizes the storage costs and fixed ordering costs .

The binary variable yi,t is equal to 1 if the sales item i is ordered in period t .

For all order quantities xi,t larger than zero, the value 1 for yi,t is forced .

Otherwise, constraint (3.6) is not fulfilled .

Constraint (3.2) represents the stock balancing equation and avoids shortages in combination with (3.9) [cf. Domschke/Drexl (2007), p. 160 f.]. Constraint (3.3) demands a zero inventory level at the beginning of the planning horizon. With constraint (3.4) the fulfilment of the capacity restrictions are guaranteed whereas pci defines the required storage place units to store one unit of sales item i .

Restriction (3.5) assures that the required minimum order quantity moai for every sales item i is ordered. Constraint (3.6) is necessary to limit the order quantity per period to the cumulated demand from period t to the planning horizon T. Constraint (3.7) guarantees that the number of periods between two consecutive orders of a sales item i is limited by its minimum durability, i.e. its agreed remaining life to maturity od i. Without considering such constraints, it would not be possible to determine the sequence of batches for sales item i because it would be spoiled before the next order would be placed .

Consequences of this event are shortfalls as well as necessary reorders for covering the pending demand of this sales item .

Due to the fact that the CLSP belongs to the class of NP-hard problems, a heuristic solution based on a modified Dixon/Silver approach is suggested. The basic idea of the modified Dixon/Silver approach is based on the successive calculation of lot sizes for the same product. This results in a modified calculation of the priority numbers using the weighted mean of priority numbers for successive periods. If ki,t, denotes the average cost per time using the Silver/Meal criterion, then the calculation of the modified priority number is

given by:

k ki,t, Pi,t, = i,t j =t +1 pci Bi, j This priority number considers the complete coverage period in the denominator .

–  –  –

Compared with the model in section 3 the only difference is the elimination of the capacity constraints. The resulting modified Wagner-Whitin problem can be solved exactly using a shortest path algorithm .

5. EXAMPLE For illustrating the outlined two-step approach, the methodology shall be shown by means of an application example. For simplified illustration, the costefficient storage of one sales item is studied. The considered regional warehouses are located in Hamburg, Halle, Bremen, and Rostock, and the central warehouse is established in Hannover .

The corresponding parameters of the considered sales item are given in the

following table:

parameters moa od pc kl kb value 20 3 50 0.9 30

–  –  –

Within the first step, an n-time batch size calculation for the sales item is performed for every operation. The results of the CLSP are outlined in the

subsequent table:

–  –  –

The calculation of the cost-efficient storage strategies for the overall assortment from the foodservice trading company is realized by a program based on VisualBasic that is combined with the databases of all warehouses. The average runtime to calculate all storage strategies for seven regional warehouses and 11,000 articles amounts to approximately 10 minutes .

After determination of cost-efficient storage strategies for each item, the information will be transferred back and can be considered for future procurement. Furthermore, the allocation of the individual storage locations can

be displayed by the following user interface:

Figure 3: User interface - storage strategies

6. CONCLUSION The developed decision making model identifies cost-efficient storage strategies for a given distribution structure. By focusing on a supra-regional and holistic viewpoint of processes, one can retrieve from the example data as well as from practical applications how existing structures can be used more efficiently. By considering the central sales item disposition, additional synergic effects could be released. Pooling the material streams from the company’s headquarters could particularly reduce the cost of spoiled items in all regional warehouses, which amounts annually to 2 million euro .

Selecting a suitable strategy without limiting the logistics performance can reduce the accrued costs per sales item. Due to the need to relocate centrally stored goods, the availability of products was improved .

With the implementation of software-aided decision-making, the allocation of more favourable processes could be made more constant and standardised. The length of planning periods, the dimensioning of particular periods, as well as the overall number of various regional warehouses can be selected according to the prevailing planning situation and may be arbitrarily large .

7. LIST OF SYMBOLS

–  –  –

8. REFERENCES

1. Dixon, P./Silver, E. (1981): A heuristic solution procedure for the multi-item, singlelevel, limited capacity, lot-sizing problem. Journal of Operations Management, Vol. 2 Nr. 1, S. 23-39 .

2. Domschke, W./Drexl, A. (2007): Einfhrung in Operations Research. Springer Verlag, Berlin/Heidelberg, 5.Auflage .

3. Silver, E./Meal, H. (1969): A simple modification of the EOQ for the case of a varying demand rate. Production and Inventory Management, Vol. 10 Nr. 4, S. 52-65 .

4. Tempelmeier, H. (2006), Material-Logistik. Springer Verlag, Berlin/Heidelberg .

5. Wagner, H./Whitin, D. (1958): Economic version of the economic lot size-model .

Management Science 5, S. 89-96 .

A VENDOR-PURCHASER ECONOMIC LOT SIZE PROBLEM

WITH REMANUFACTURING AND DEPOSIT

G. Pishchulov1, I. Dobos2, B. Gobsch3, N. Pakhomova4, K. Richter4 TU Dortmund, Germany Corvinus University of Budapest, Institute of Business Economics, Hungary European University Viadrina Frankfurt (Oder), Germany St. Petersburg State University, Faculty of Economics, St. Petersburg, Russia grigory.pishchulov@udo.edu, imre.dobos@uni-corvinus.hu, {gobsch, pakhomova, richter}@europa-uni.de An extended joint economic lot size problem is studied which incorporates the return flow of remanufacturable used products. The supply chain under consideration consists of a manufacturer and a retailer. The retailer orders a homogeneous product from the manufacturer to serve a constant market demand. Depending on the retailer’s costly effort, a certain fraction of used items is returning from the market back to the retailer who collects and takes them back to the manufacturer in exchange for a deposit refund. To fill the retailer’s orders, the manufacturer can remanufacture used items as well as manufacture new ones. We derive closed-form expressions for the individually as well as jointly optimal lot sizes and collection rates and further address a problem of coordinating this supply chain in a Stackelberg setting by means of a quantity discount .

INTRODUCTION

In the recent years, collection of used products and their reuse are gaining an increasing attention in both the industry and the academic research due to important economic advantages — i.e.: value recovery from the used products, creation of an additional product value to the customers, protecting the market share from losing it to low-cost competitors, and maintaining the brand name by retaining the control over the quality of one’s own remanufactured products [2,5,11]. This poses the need for a proper management of the emerging closedloop supply chains .

Academic research has addressed specific aspects of the closed-loop supply chain management in a broad variety of settings which can be divided into four streams [1,8]: 1) industrial engineering/OR approaches — usually addressing optimization of specific activities; 2) the work taking a more holistic view of product life cycle and supply-chain design and coordination; 3) work focusing on the firms’ competition, market segmentation and interaction between new and remanufactured products; and 4) studies addressing consumer choice and supply-chain members’ effort .

We contribute to this body of research with a study of a closed-loop supply chain that consists of two firms entering a supplier–buyer relationship in the form of a bilateral monopoly, both maintaining inventories of new and used products — which they control independently of each other and in their own interest. This focus makes our study most closely related with the first and the second of the above research streams — by addressing both operational and coordination aspects .

More specifically, we study a closed-loop supply chain consisting of a manufacturer and a retailer. The retailer orders a particular product from the manufacturer and sells it on the market. A certain fraction of used items returns from the market back to the retailer who is responsible for collecting and returning them to the manufacturer. The latter is capable of remanufacturing the returns to asgood-as-new items which are then used to serve the market demand in the subsequent periods. Our modeling framework features the joint economic lot size (JELS) model [3] extended to include the return flow of the used items. In line with the assumptions of the JELS model, we suppose that the ordered merchandise is manufactured and shipped to the retailer in the lot-for-lot fashion. Further, we assume a deterministic constant demand for the product as well as symmetric information in this supply chain. By a further assumption, the fraction of used items returning from the market depends on the retailer’s costly effort, while collecting and handling them assumes a per-unit expenditure which is exogenous to the model. To stimulate the returns, the manufacturer may offer the retailer a transfer payment per each item returned. The questions addressed by this study pertain to the optimal centralized control of this closed-loop supply chain as well as to the individually optimal decision making of its members in a Stackelberg setting with and without a quantity discount .

In the research literature, a closely related coordination problem has been studied by Savaskan et al. [12] who have additionally shown that the above supply chain structure with the retailer collecting the returns is most favorable from the individual members’ perspective, from the supply chain’s perspective, and from the social perspective as well. However, their work lacks any inventory and operational considerations which we include in our work in line with the JELS model. In the recent work by Liu et al. [10], a coordination problem similar to ours, featuring an extension of the JELS model to a closed-loop supply chain, is addressed. They however do not capture the optimal policies analytically and generate insights entirely based on the simulation and numerical solution of the underlying optimization problems .

Hence the main contribution of the present work consists in studying the optimal control of the above closed-loop supply chain analytically. We capture optimal decisions with regard to lot sizing and collection rates in the closed form and further characterize the optimal contract with a quantity discount — which is at the same time shown to be not capable of coordinating the supply chain under consideration .

MODEL DESCRIPTION

Consider a single retailer facing a market demand for a homogeneous product at a constant rate of D units per time unit. The retailer serves the market demand from the inventory which is replenished periodically by placing orders of the size q with a single manufacturer who fulfills them in a lot-for-lot fashion. For brevity, we henceforth call the manufacturer the vendor (also he) and the retailer the purchaser (respectively she). Further, a fraction of the items sold are returning from the market to the purchaser after a period of use constantly over time. Following [12], we assume to be a deterministic function of the purchaser’s collection effort I — i.e., her investment in the promotion of product returns, per time unit; we accordingly call the collection rate. For the reasons of analytical tractability, we further make a simplifying assumption of a linear dependence between I and — Vendor Purchaser

–  –  –

Figure 1. Parameters and decision variables of the model expressing as = I / k, where k is a positive scaling constant .

1 Furthermore, the purchaser incurs a collection and handling cost a per unit returned — which is assumed to be exogenous to the model.2 The used items collected at the purchaser are backhauled to the vendor by the same vehicle which delivers the purchaser’s order. The vendor refunds the purchaser an amount d — called the deposit — for each unit returned. By remanufacturing the returning used items — shortly called nonserviceables — the vendor is capable of producing as-good-asnew items, in addition to manufacturing new ones. Both kinds of items — called serviceables — serve the purchaser’s and ultimately the market demand. All nonserviceables are being remanufactured, therefore the collection rate Note that this dependence can immediately be generalized to the form = I / k + b — which, on the one hand, offers a better approximation of the square-root function = I / k assumed in [12], but implies on the other hand that a certain fraction of used items — represented by the intercept b — returns without the collector’s effort. This may still represent a realistic situation in the presence of educated customers who e.g. drop off end-ofuse products at retail locations .

See [10] for an endogenous choice of this amount that in turn determines the collection rate .

s I p (t)

–  –  –

represents at the same time the fraction of remanufactured items in the vendor’s output and is called his remanufacturing rate. Figure 1 depicts the product flow in this supply chain as well as parameters and decision variables employed in the model .

Following [3,10] and [12], we assume a principal-agent relationship between the supply chain members in which the vendor has enough channel power to act as a Stackelberg leader and decide on the deposit amount d which the purchaser accepts and responds with the choice of an order size q and a collection rate (the latter determined by the choice of a collection effort I ) .

At both the vendor and the purchaser, inventories of serviceables and nonserviceables are held due to the rhythmic production, delivery, collection and take-back of the product. The manufacturing and remanufacturing productivities PM, PR at the vendor, measured in units per time unit, are assumed to exceed the demand D, i. e., it holds PM, PR D. The vendor and the purchaser incur fixed costs sv and s p per order, respectively, and inventory holding costs hv uv and hp u p per unit of serviceables and nonserviceables per time unit, respectively .

The unit manufacturing and remanufacturing costs are denoted by cM and cR, respectively .

The evolution of the inventory levels at the purchaser is shown in Figure 2, where T = q D represents the order cycle length. It is then straightforward to see that the purchaser’s total relevant costs per time unit express as Dq TCp (d,q, ) = sp + (hp + up ) + k + (a d) D. (1) q2 The development of the inventory levels at the vendor depends on what operation is run first within an order cycle. Figure 3 illustrates their development when manufacturing is run before remanufacturing; t2 and t3 represent there the respective durations, and t1 = T t2 t3 is the slack time. Due to the assumption PM, PR D, it holds t1 0. The vendor’s total relevant costs per time unit can

then be expressed in the following form:

–  –  –

This obviously represents a function concave in, what implies the following Proposition 2. The purchaser’s optimal choice is always a pure strategy represented by the collection rate * (d) {0,1} .

p

–  –  –

CONCLUSION

We have considered a generalization of the JELS model [3] to a closed-loop supply chain and established that refunding the retailer for each item returned does not coordinate the supply chain under consideration, nor does the introduction of the all-unit quantity discount. A further research is needed to generate insights into the coordination deficit of these contract forms, as well as to establish the form of a coordinating contract. We restricted our attention to the case of a constant market demand for generating initial insights into the problem and for the reasons of analytical tractability, what can further be extended to include a price-demand function .

REFERENCES

1. Atasu A., Guide V.D.R., Van Wassenhove L.N. Product reuse economics in closed-loop supply chain research, in: Production and Operations Management, Vol. 17, 2008, pp. 483–496 .

2. Atasu A., Guide V.D.R., Van Wassenhove L.N. So what if remanufacturing cannibalizes my new product sales? In: California Management Review, Vol. 52, 2010, pp. 56–76 .

3. Banerjee A. A joint economic lot-size model for purchaser and vendor, in: Decision Sciences, Vol .

17, 1986, pp. 292–311 .

4. Cachon G.P. Supply chain coordination with contracts, in: de Kok A.G., Graves S.C. (eds.) Supply Chain Management: Design, Coordination and Operation. Amsterdam: Elsevier, 2003, pp. 229– 339 .

5. Corbett C.J., Savaskan R.C. Contracting and coordination in closed-loop supply chains, in: Guide V.D.R., Van Wassenhove L.N. (eds.) Closed-loop Supply Chains: A Business Perspective. Pittsburgh: Carnegie Bosch Institute, 2002, pp. 93–113 .

6. Dobos, I., Gobsch, B., Pakhomova, N., Pishchulov, G., Richter, K. A vendor-purchaser economic lot size problem with remanufacturing and deposit. Discussion paper no. 304, Faculty of Economics and Business Administration, European University Viadrina, Germany, 2011 .

7. Dolan R.J. Quantity discounts: Managerial issues and research opportunities, in: Marketing Science, Vol. 6, 1987, pp. 1–22 .

8. Guide V.D.R., Van Wassenhove L.N. The evolution of closed-loop supply chain research, in: Operations Research, Vol. 57, 2009, pp. 10–18 .

9. Kohli R., Park H. A cooperative game theory model of quantity discounts, in: Management Science, Vol. 35, 1989, pp. 693–707 .

10. Liu X., Banerjee A., Kim S.-L. Models for retail pricing and customer return incentive for remanufacturing a product. In: Proceedings of the POMS 20th Annual Conference, Orlando, Florida, USA, May 1 to 4, 2009 .

11. Rubio S., Chamorro A., Miranda F.J. Characteristics of the research on reverse logistics (1995– 2005), in: International Journal of Production Research, Vol. 46, 2008, 1099–1120 .

12. Savaskan R.C., Bhattacharya S., Van Wassenhove L.N. Closed-loop supply chain models with product remanufacturing, in: Management Science, Vol. 50, 2004, pp. 239–252 .

DISTRIBUTION NETWORKS - RIGID INVESTMENTS IN

DYNAMIC ENVIRONMENTS

–  –  –

Die Entscheidung ber die Restrukturierung von Distributionsnetzen ist schwierig, da sie in einem dynamischen Umfeld erfolgt, in dem sich die Ausprgung von Entscheidungsvariablen ber die Zeit verndern kann. Ziel ist es, eine Netzstruktur zu bestimmen, die trotz Umfelddynamik langfristig kostenoptimal ist. Dieser Aufsatz analysiert in Einzel- und Kombinationsszenarien die Relevanz von fnf Umfeldvariablen fr die Robustheit eines typischen Distributionsnetzes, mit dem schnelldrehende Konsumgter (FMCG) in Deutschland verteilt werden .

Distribution network design has to meet the challenge of recommending long-term network structures in a dynamic internal and external environment. The goal is to establish robust networks that will survive for some years despite these changes. This paper studies the robustness of an existing, typical and optimized FMCG (Fast Moving Consumer Goods) network .

Five variables have been identified as relevant to the network structure. These variables have been altered to represent changes, both isolated (ceteris paribus) and in combination (scenarios). Sensitivities are studied using a quantitative model. Each variable proved to be fundamentally able to suggest a change of network structure. However, the scenario analysis suggests that the expected changes will grosso modo compensate each other, leaving the optimized FMCG network in good shape over the next years .

EINFHRUNG

Schnell drehende Konsumgter (FMCG, Fast Moving Consumer Goods) werden ber Distributionsnetze an den Einzelhandel geliefert. Diese Netze bestehen aus Herstellerwerken, Herstellerdistributionszentren (HDZ), Handelsdistributionszentren (EDZ), Cross-Docks, Einzelhandelsfilialen sowie Transporteinheiten (hier: LKW). Die Netzstrukturgestaltung umfasst im hier relevanten Sinne die Festlegung von Lage und Anzahl der Knoten sowie der Bedienungsgebiete (Zuordnung von HDZ und Empfnger). Ziel ist, eine Distributionsstruktur zu ermitteln, die fr einen zu bestimmenden Planungszeitraum trotz Umfelddynamik optimal ist. Einen berblick zu den relevanten, die Dynamik erzeugenden Trends in der deutschen FMCG-Industrie gibt [1]. Dieser Beitrag untersucht in einer quantitativen Fallstudie die Wirkung der Vernderung ausgewhlter Variablen auf die kostenminimale Distributionsstruktur eines typischen in Deutschland flchendeckend den Handel beliefernden Konsumgterherstellers. Die Forschungsfrage lautet: Welche Variablen haben entscheidenden Einfluss auf die kostenoptimale Distributionsstruktur in deutschen FMCG-Distributionsnetzen? Ein Netz ist im Sinne dieser Analyse „optimal“, wenn die Gesamtkosten der Distribution minimal sind. Eine Variable ist „entscheidend“, wenn deren Vernderung im relevanten Bereich eine Vernderung der Optimalkonfiguration (Anzahl und Lage der Knoten) auslsen wird. Ein Netz ist „robust“, wenn auch starke Vernderungen im relevanten Bereich keine Vernderung der Optimalkonfiguration auslsen werden .

–  –  –

DISTRIBUTIONSVARIABLEN

Dieser Beitrag analysiert die Relevanz der nachfolgend zu erluternden Variablen. Die Variablen wurden ausgewhlt, da erstens deren Einfluss auf die Gesamtkosten der Distribution in Forschungsbeitrgen nachgewiesen wurde und diese zweitens gegenwrtig Vernderungen unterworfen sind (vergleiche dazu [1, 2, 3, 4, 5, 6, 7]) .

Transportkosten: Die Bedeutung der Transportkosten fr die Gesamtkosten der Distribution ist i.d.R. hoch. Hhere Transportkosten favorisieren blicherweise eine Mehrlager-Strategie, da die Gesamtzahl zurckzulegender Distanzen verringert werden kann [2, 8]. Trend: Diverse Faktoren lieen in der jngeren Vergangenheit Transportkosten ansteigen, darunter der Anstieg der Treibstoffpreise [9], die Einfhrung der LKW-Maut in Deutschland, zeitliche und rtliche Fahrbeschrnkungen sowie eine zunehmende Anzahl an Verkehrsstaus .

Warenwert: Der Warenwert (Herstellungskosten) der distribuierten Gter beeinflusst die Kapitalbindung [2, 4]. Vernderung: Dryco erwartet vernderte Warenwerte in Folge von Akquisitionen sowie in Folge andauernder Nachfragevernderungen innerhalb des bestehenden Sortiments .

Konzentration der Produktion (Anzahl der Werke): Werkschlieungen verndern die Optimalkonfiguration [10]. Vernderungen: Dryco erwartet fr die kommenden Jahre im Rahmen der langfristigen Anpassung der Produktionsstrategie an den gemeinsamen europischen Markt eine weitere Zentralisierung der Produktion .

Sendungsgre (Tonnage pro Sendungen): Grere Sendungen favorisieren eine Netzstruktur mit weniger Distributionszentren, da groe Sendungen pro transportierter Mengeneinheit geringere Transportkosten verursachen als kleine .

Trend: Sendungsgren sind Reflex des Kundenbestellverhaltens. Zwei gegenlufige Trends sind zu beobachten: Einerseits bewirkt der steigende Anteil EDZ-Lieferungen zu Lasten der Filialdirektbelieferung hhere Sendungsgren, da EDZ-Lieferungen im Durchschnitt grer sind als Filialbelieferungen .

Zweitens reduziert der Trend zur Erhhung der Bestellfrequenz des Einzelhandels sowie die fortschreitende Sortimentsverbreiterung die Sendungsgre [1] .

DSD-Anteil der Belieferungen: Unter dem DSD-Anteil der Belieferungen ist der Anteil der distribuierten Tonnage bzw. der Sendungen zu verstehen, der direkt an die Handelsfilialen und nicht an EDZs geliefert wird (DSD, Direct Store Delivery). Eine Vernderung des DSD-Anteils der Belieferungen lsst eine vernderte optimale Netz-Konfiguration erwarten, da DSD-Lieferungen kleinere Sendungsgren aufweisen als EDZ-Belieferungen. Die Wirkung auf die Gesamtkosten der Distribution entsteht ber die Transportkosten. Trend: Trotz Attraktivitt des DSD fr Hersteller wird ein rcklufiger DSD-Anteil erwartet [5, 11] .

ANALYSE DES DISTRIBUTIONSNETZES: METHODIK

Die Analyse der Wirkung der Variablenvernderungen auf die Optimalkonfiguration erfolgt in drei Schritten: 1) Distributionsstruktur-, Sendungs-, Lagerhaltungs- und Handling-Daten des Dryco-Netzes wurden fr den Zeitraum eines Kalenderjahres aufgezeichnet und analysiert. Daran anschlieend wurde ein quantitatives Modell aufgebaut, das die aktuelle Netzund Kostenstruktur abbildet. Die Modellqualitt wird durch Vergleich mit den Ist-Daten ermittelt. Schritt 2) bestimmt die Optimalkonfiguration. Schritt 3) verndert die Sendungsdaten, um vernderte Rahmenbedingen abzubilden .

Schritt 1: Abbildung des Distributionsnetzes Abbildung der Transportkosten: Die LDL rechnen die Distributionsleistungen gem Tarif an Dryco ab. Die Tarife wurden durch regressionsbasierte Kostenfunktionen nachgebildet .

Produktionsstrme: Die Kosten der Produktionsstrme, Sendungen von Werk zu HDZ und mehrheitlich als Ladung (FTL - Full Truck Load) befrdert, werden geschtzt mit (87+ 1,13*kmwj) Euro. Die Variable kmwj steht fr die Entfernung in km zwischen Werk w und HDZ j gem. EWS (Entfernungswerk Strae) .

Distributionsstrme FTL: Die Kosten der Sendungen zwischen HDZ und EDZ bzw. Handelsfiliale mit einer Tonnage ab 11 Tonnen werden geschtzt mit (153+ 0,85*kmji) Euro. Die Variable kmji steht fr die Entfernung zwischen HDZ j und Kunde i .

Distributionsstrme LTL: Die Kosten der Sendungen zwischen HDZ und EDZ bzw. Handelsfiliale zwischen 2 und 11 Tonnen (LTL - Less than Truck Load) werden geschtzt mit (2,86*kmji0,34*toi0,34) Euro. Die Variable toi steht fr die transportierte Menge in Tonnen .

Distributionsstrme Kleinsendungen: Die Kosten der Sendungen zwischen HDZ und EDZ bzw. Handelsfiliale bis 2 Tonnen werden geschtzt mit (3,21*kmji0,24*toi0,714) Euro .

Abbildung der Bestandskosten: Die Schtzung des gelagerten Warenwertes unterscheidet Zyklus- und Sicherheitsbestand. Ersterer wird ber das Modell der konomischen Losgre (EOQ), letzterer unter Bercksichtigung der Wiederbeschaffungszeit (WBZ), der Produkt (p)-individuellen

Nachfrageschwankungen in HDZ j und einem Sicherheitsfaktor k geschtzt:

k*jp*sqr(WBZ) [12] .

Abbildung der Handlingkosten: Handlingkosten werden proportional zum Paletten-Durchsatz der HDZ ber Kostenstze fr „Handling-In“, „HandlingOut“, „Storage“ und „Overhead“ geschtzt, wobei „Handling-Out“ wegen der Palettenheterogenitt (Mischpaletten) teurer als „Handling-In“ geschtzt wird .

Das Kostenmodell bildet die reale Kostensituation von Dryco hinreichend gut ab. Im Vergleich zu den jeweiligen Ist-Kosten (100%) betragen die geschtzten Transportkosten 99,34%, die Bestandskosten 99,73% und die Handlingkosten 102,1%. Die ber Regression geschtzten Transportkostenfunktionen weisen im schlechtesten Fall ein R2 von 87% aus .

Schritt 2: Bestimmung der Kosten-minimalen Lagerkonfiguration Die Optimalkonfiguration wird mithilfe eines p-median-Modells bestimmt .

Gesucht wird dabei die kostenminimale Kunde(i)-Lager(j)-Zuordnung, wobei jede Kunde-Lager-Allokation mit unterschiedlichen Kosten in Hhe von cij verbunden ist. Die optimalen Kunden-Lager-Zuordnungen sollen fr unterschiedliche Anzahlen zu „erffnender“ Lager p bestimmt werden, um deren Kostenwirkung vergleichen zu knnen. Zu bercksichtigen ist, dass jeder Kunde genau einem Lager zuzuordnen ist und dass ein Kunde nur von einem Lager bedient werden kann, wenn dieses erffnet wird. Die Binrvariablen xij und yj erhalten den Wert 1, wenn Kunde i dem Lager j zugeordnet wird bzw. Lager j erffnet wird und 0, wenn keine Kunde-Lager-Zuordnung stattfindet bzw. das Lager j nicht erffnet wird .

Min ij xij * cij Zielfunkt.: min. Zuordnungskosten j xij = 1 u.d.N.: for all i Single-Sourcing-Bedingung j yj = p Anzahl Lger p xij yj for all i, j x-y-Kopplung є [0;1] xij, yj binre Entscheidungsvariablen Die Optimalkonfiguration wird gem Transportkosten bestimmt. Die Bestandsund Handlingkosten werden anschlieend analytisch bestimmt. Die Bestandskosten gehen nicht in das ganzzahlige Optimierungsmodell ein, da sie u. a. von Standardabweichungen der Nachfrage abhngen. Zur Abschtzung des Einflusses unterschiedlicher Kunde-Lager-Zuordnungen auf die Hhe der Bestandskosten wurden in drei separaten Simulationslufen fr 2-, 3- und 4Lagerkonfigurationen, je 100 Kunde-Lager-Konfigurationen erzeugt und die Bestandskosten verglichen. Die Tatsache, dass die drei Simulationslufe zu einem Variationskoeffizienten von etwa 1% und einer maximalen Abweichung vom Stichprobenmittelwert von 1,5% fhrten, und dass die Bestandskosten mit 14% den geringsten Anteil an den Gesamtdistributionskosten haben, rechtfertigt die Annahme, dass die auf Transportkosten basierende Optimalkonfiguration der der auf Gesamtkosten basierenden weitestgehend entsprechen sollte .

Aufgrund des Datenumfangs – rund 2.000 Kundenlokationen sind zu p aus ber 400 potentiellen Standorten zuzuordnen – wurde das Problem ber eine Langrange-Formulierung gelst, wobei die Single-Sourcing-Bedingung relaxiert wurde (vgl. hierzu [13, 14]). Innerhalb von 900 Iterationsschritten wurde die Optimal-Konfiguration bestimmt .

Schritt 3: Datenmanipulation Transportkosten: Die Vernderung der Transportkosten wird durch eine Multiplikation der geschtzten Transportkosten fr jede Kunden-LagerZuordnung mit einem bestimmten Faktor realisiert. Dieser Faktor reprsentiert die Wirkung smtlicher transportkostenbeeinflussender Faktoren, wie Treibstoffpreis-, Fahrtzeitenregulierungs- und Mautnderungen .

Warenwert der distribuierten Gter: Die Warenwertnderungen erfolgen ber eine Multiplikation der Warenwerte gem. Artikelstammdaten mit einem einheitlichen Faktor .

–  –  –

Eine 2-Lager-Konfiguration ist in allen Fllen optimal. Whrend die Zweitbestlsungen fr die Szenarien 1 und 2 jeweils 3 HDZ vorschlgt, erfordert eine Trendumkehr tendenziell weniger HDZ. Fr eine gegebene Anzahl an HDZ ndert sich die geographische Lage dieser um maximal 90 km in den drei Szenarien im Vergleich zur Ausgangssituation .

DISKUSSION



Pages:   || 2 | 3 | 4 | 5 |



Похожие работы:

«progr-1 1 11 апреля 2018 г. 09:15-09:45 регистрация участников 09:45-10:00 открытие конференции конференц-зал САДОВСКИЙ А.М . ТЕХНОЛОГИИ СПУТНИКОВОГО МОНИТОРИНГА И ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ I конференц-зал председатель: ЖАРКО В. 10:00-10:15 БОЧКА Л.А., КАШНИЦКИЙ А.В. Получение продуктов уровня об...»

«Тайм-лайн конференции Тайм-лайн конференции 1 апреля, четверг. День заезда Трансферт в пансионат "Солнечная поляна" 16.00 18.00 – 19.00 Заезд и регистрация участников, проживающих в пансионате 19.00 21.00 Вечеринка на свежем воздухе, знакомство участников конференции 2 апреля, пятница. Первый день работы конференц...»

«Министерство образования и науки РФ Пермский государственный национальный исследовательский университет Философско-социологический факультет ПРОГРАММА Международной научно-практической конференции "Methodology of the Humani...»

«Отчет о шестом совещании Европейской целевой группы по окружающей среде и здоровью (ЦГОСЗ) Вена, Австрия 29–30 ноября 2016 г. Шестое совещание Европейской EURO/EHTF6/ целевой группы по окружающей среде и 2016 г. здо...»

«ЭКОПРОФИЛАКТИКА, ОЗДОРОВИТЕЛЬНЫЕ И СПОРТИВНО-ТРЕНИРОВОЧНЫЕ ТЕХНОЛОГИИ Материалы II Международной научно-практической конференции Балашовский институт (филиал) ФГБОУ ВО "Саратовский национальный исследовательский г...»

«[The Legislation in Russia] Document Viewer Page 1 of 12 Title : О подписании Программы мер по сокращению загрязнения водных объектов и осуществлению водоохранных мероприятий в бассейне Балтийского моря и на других территориях, прилегающих к границе между Росс...»

«РОССИЙСКАЯ АКАДЕМИЯ НАУК ИЗВЕСТИЯ ГЛАВНОЙ АСТРОНОМИЧЕСКОЙ ОБСЕРВАТОРИИ В ПУЛКОВЕ № 220 Труды Всероссийской астрометрической конференции "ПУЛКОВО – 2012" Санкт-Петербург Редакционная коллегия: Доктор физ.-мат. наук А.В. Степанов (ответственный редактор) член-корреспондент РАН В.К. Абалакин доктор физ.-мат. наук А...»

«Этический кодекс сотрудников контрольно-счётных органов Российской Федерации Принят решением II конференции Ассоциации контрольно-счётных органов Российской Федерации от 3 декабря 2001 года (с изменениями и дополнениями от 26 октября 2010 года) Ассоциация контрольно-счётных органов Росс...»

«Католический Приход Пресвятой Богородицы "Я СВЕТ МИРУ; КТО ПОСЛЕДУЕТ ЗА МНОЙ, ТОТ НЕ БУДЕТ ХОДИТЬ ВО ТЬМЕ, НО БУДЕТ ИМЕТЬ СВЕТ ЖИЗНИ" (ЕВАНГЕЛИЕ ОТ ИОАННА 8, 12) БОЖЬЕ ПРОЩЕНИЕ ПО ВСЕМУ МИРУ (Читайте на стр. 2-4) В НОМЕРЕ : МОЛОДЕЖНАЯ КОНФЕРЕНЦИЯ – стр. 2 "ФОКУС" В Л...»

«CAC/COSP/IRG/I/4/1/Add.6 Организация Объединенных Наций Конференция государств – Distr.: General участников Конвенции 28 January 2015 Организации Объединенных Russian Original: English Наций против коррупции Группа по обзору хода осуществления Шестая сессия Вена, 1-5 июня 2015 года Пункт 2 предварительной повестки дня* Обзор хода...»

«Министерство образования и науки Российской Федерации НАУКА, ОБРАЗОВАНИЕ, ОБЩЕСТВО: АКТУАЛЬНЫЕ ВОПРОСЫ И ПЕРСПЕКТИВЫ РАЗВИТИЯ Сборник научных трудов по материалам Международной научн...»

«CL 140/16 R (С 2011/23) Октябрь 2010 года СОВЕТ Сто сороковая сессия Рим, 29 ноября 3 декабря 2010 года ДОКЛАД О РАБОТЕ 27-Й СЕССИИ РЕГИОНАЛЬНОЙ КОНФЕРЕНЦИИ ДЛЯ ЕВРОПЫ (Ереван, Армения, 13-14 мая 2010 года) В целях сведе...»

«Ректорат и студенческое научное общество Федерального государственного бюджетного образовательного учреждения высшего профессионального образования "Рязанский государственный университет имени С.А. Есенина" приглашают Вас принять у...»

«Генеральный секретариат (ГС) Женева, 12 марта 2018 года Осн.: CL-18/18 Для контактов: Николаос Воланис Государствам – Членам МСЭ (Nicolaos Volanis) Эл . почта: ppcredentials@itu.int Предмет: Полномочия делегаций, участвующих в Полномочной конференции (ПК-18), Дубай, Объединенные Арабские Эмираты, с понедельника, 29 окт...»

«Федеральное государственное автономное образовательное учреждение высшего образования "Сибирский федеральный университет" "BIOTECHNOLOGY OF NEW MATERIALS – ENVIRONMENT – QUALITY OF LIFE" International Conference Including School of Young Scientists "БИОТЕХНОЛОГИЯ НОВЫХ МАТЕРИАЛОВ – ОКРУЖАЮЩАЯ...»

«КОНСАЛТИНГОВАЯ КОМПАНИЯ "АР-КОНСАЛТ" НАУКА, ОБРАЗОВАНИЕ, ОБЩЕСТВО: ТЕНДЕНЦИИ И ПЕРСПЕКТИВЫ Сборник научных трудов по материалам Международной научно-практической конференции 31 августа 2017 г. АР-Консалт Москва 2017 УДК 001.1 ББК 60 Н27 Наука,...»

«ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ РАЗРАБОТКИ ИННОВАЦИОННЫХ ТЕХНОЛОГИЙ Сборник статей по итогам Международной научно-практической конференции 04 апреля 2018 г. Стерлитамак, Российская Федерация АГЕ...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Национальный исследовательский ядерный университет "МИФИ" II ВСЕРОССИЙСКАЯ НАУЧНО-ПРАКТИЧЕСКАЯ КОНФЕРЕНЦИЯ "ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ОБР...»

«11 сентября, вторник. Открытие конференции. 9:00–10:00 Регистрация участников (ул. академика Киренского 26 к1 (корпус УЛК)) 10:00–10:05 Открытие конференции. Приветственное слово и.о. ректора СФУ Колмакова В. И. 10:05–10:10 Приветственное слов...»

«Европа: новоЕ сосЕдство 2008 Материалы международной научной конференции студентов и аспирантов 17–18 мая 2008 г. Вильнюс ЕвропЕйский гуманитарный унивЕрситЕт вильнюс УДК 32+34+7+008](4)+940 ББК 66+67+85+71+63.3(4) Е24 Рекомендовано к изданию: А...»

«Г. П. Авдеев Доклад на тему: "Задачи укрепления связей России с мусульманским миром" на международной научно-практической конференции "Россия и Исламский мир: сближение мазхабов, как фактор солидарно...»

«1 Сборник "Удостоверяющие центры России 2011" составлен в ходе подготовки к IX ежегодной международной конференции "PKIФорум Россия 2011", которая состоялась 20–22 сентября 2011 года в Санкт-Петербурге. Основой сборника являются анкеты, которые было предложено заполнить представителям удостоверяющих центров. Анкеты соде...»

«Каспарова Н.Н. Актуальные направления развития машиночитаемой каталогизации (Доклад на 12-й ежегодной конференции ЛИБНЕТ) 1. Международные проекты: На конференции ЛИБНЕТ-2012 г. был представлен доклад о международных инновациях в каталогизации по материалам Международного конгресса ИФЛА -2012. Напомню наиболее важные междуна...»

«Международная научно-практическая конференция "Сотрудничество с европейскими вузами в Сибири: проблемы и решения" 19-20 апреля 2016 – Новосибирск 21-22 апреля 2016 – Томск Colloque international "La coopration avec les universits europennes en Si...»

«РОССИЙСКИЙ ИЗДАТЕЛЬСКИЙ ЦЕНТР "НАУКА" VII МЕЖДУНАРОДНАЯ НАУЧНОПРАКТИЧЕСКАЯ КОНФЕРЕНЦИЯ "ИННОВАЦИОННЫЕ ИССЛЕДОВАНИЯ КАК ЛОКОМОТИВ РАЗВИТИЯ СОВРЕМЕННОЙ НАУКИ: ОТ ТЕОРЕТИЧЕСКИХ ПАРАДИГМ К ПРАКТИКЕ" г. Москва, 2018 VII Международ...»




 
2019 www.mash.dobrota.biz - «Бесплатная электронная библиотека - онлайн публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.