Агентно-ориентированные модели оптимизации структуры системы распределения железобетонных изделий в условиях неопределенности тема диссертации по экономике, полный текст автореферата
- Ученая степень
- кандидата экономических наук
- Автор
- Жилкин, Илья Алексеевич
- Место защиты
- Москва
- Год
- 2010
- Шифр ВАК РФ
- 08.00.13
Автореферат диссертации по теме "Агентно-ориентированные модели оптимизации структуры системы распределения железобетонных изделий в условиях неопределенности"
На правах рукописи
Жилкин Илья Алексеевич
Агентно-ориентированные модели оптимизации структуры системы распределения железобетонных изделий в условиях неопределенности
Специальность:
08.00.13- Математические и инструментальные методы экономики
Автореферат диссертации на соискание ученой степени кандидата экономических наук
1 7 (!ЮН 2010
Москва-2010
004604528
Работа выполнена в филиале ГОУВПО «Московский энергетический институт (технический университет)» в г. Смоленске на кафедре менеджмента и информационных технологий в экономике
Научный руководитель: доктор технических наук, профессор
Дли Максим Иосифович
Официальные оппоненты: доктор экономических наук, профессор
Зайцевский Игорь Владимирович кандидат экономических наук, доцент Битюцкий Сергей Яковлевич
Ведущая организация: Московская финансово-промышленная академия
Защита состоится "24" нюня 2010 г. в 15-00 часов на заседании диссертационного совета Д 212.157.18 при ГОУВПО «Московский энергетический институт (технический университет)» по адресу: 111250, г. Москва, ул. Красноказарменная, д. 14, ауд. Ж-200.
Отзыв на автореферат (в двух экземплярах, заверенных печатью) просим присылать по адресу: 111250, г. Москва, ул. Красноказарменная, д. 14, Ученый совет МЭИ
С диссертацией можно ознакомиться в библиотеке МЭИ. Автореферат разослан " 20 " мая 2010 г. Ученый секретарь
диссертационного совета Д 212.157.18,
к.э.н., доцент ¡^^ А.Г. Зубкова
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования. Строительный комплекс является одной из важнейших составляющих российской экономики, эффективное функционирование которого обеспечивается деятельностью предприятий строительных материалов. Известно, что цены на материалы для строительных организаций, включающие существенную транспортную составляющую, связанную с доставкой, разгрузочно-погрузочными работами и временным хранением продукции, в значительной степени определяют себестоимость возводимых объектов. С учетом неравномерности развития и территориального распределения строительного комплекса РФ перед предприятиями строительных материалов возникает задача выбора оптимального маршрута доставки продукции на локальные рынки, часто характеризующиеся незначительным и нестабильным ебьемем спрос«, S первую очередь ото относится к предприятиям, осуществляющим выпуск строительных железобетонных изделий (ЖБИ), которые в результате воздействия на рынок коммерческой и некоммерческой недвижимости последствий спада в экономике 2008 г. получили возможность более успешно конкурировать по цене со строительными материалами других типов. В этой связи, возрастает роль сбытовой деятельности предприятий ЖКХ и реализующей ее системой распределения (дистрибьюции), решающих, в первую очередь, такие основные задачи как планирование и управление запасами в точках промежуточного складирования, а также организацию процесса транспортировки.
Нестабильность спроса на продукцию ЖБИ, сложную сеть маршрутов перевозок, высокую степень износа транспортных средств, необходимость точного планирования объемов выпуска продукции, определяет целесообразность применения математических и инструментальных методов экономики для построения и использования для поддержки принятия решений по управлению системой распределения моделей, позволяющих осуществлять выбор рационального объема производства и маршрутов доставки ЖБИ.
Вопросы применения методов математического моделирования для принятия решений по управлению промышленными предприятиями в условиях неопределенности и риска рассмотрены в работах JI. Ангстенбергер, С.А. Айвазяна, Т. Андерсона, В.Н. Афанасьева, Н.А.Баумана, Дж. Бокса, Д.Е. Бэстенса, В.Н. Буркова, Г. Дженкинса, В.А.Дика, A.A. Дорофеюка, И.Н. Драгобытского, А.А.Емельянова, И.В. Зайцевского, А.Г. Ивахненко, А.Н. Колмогорова, М. Кэндэла, Ю.П. Лукашина, B.JI. Макарова, В.П. Мешалкина, B.C. Мхитаряна, B.C. Пугачева, Р.Л. Раяцкаса, А.Ф.Тельнова, Е.М. Четыркина и др.
Анализ предлагаемых в данных работах подходов к построению экономико-математических моделей для поддержки принятия решений по определению объемов выпускаемой продукции показывает целесообразность
применения математического аппарата теории игр, а для определения оптимальных маршрутов - агентно-ориентированного подхода, основанного на применении алгоритмов «муравьиных колоний», рассматриваемых в работах Х.Н. Псарафтиса, Д. Виго, Дж. Лапорта, К.Х. Кристьянсена, Дж. Лайсгарда, Г. Кларка, И.Х. Османа, В.М. Курейчика, М. Дориго, А.П. Игнатьева.
Однако, несмотря на развитость аппарата теории игр, в промышленности данный аппарат применяется недостаточно широко. Это, прежде всего, вызвано сложностью определения элементов матрицы игры (обычно, выигрыша или потерь предприятия) в условиях влияния большого количества плохо измеряемых факторов. Одним из способов учета факторов неопределенности является использование интервальной математики, которая может быть использована при определении возможных последствий принимаемых управленческих решений. Задача оптимизации структуры системы распределения ЖБИ является частным случаем более общей проблемы маршрутизации. Следует также отметить, что существующие агентно-ориентированые эвристико-вычислительные методы решения задачи маршрутизации не учитывают в полной мере специфику рынка ЖБИ и особенности их транспортировки. Указанные обстоятельства в значительной степени снижают возможности использования данных перспективных подходов в качестве алгоритмического обеспечения информационных систем поддержки принятия решений по управлению системой распределения ЖБИ.
Сказанное определяет актуальность научной задачи разработки методического аппарата построения математических моделей и алгоритмов для оптимизации структуры системы распределения ЖБИ с учетом неопределенности спроса, использующих аппарат интервальной математики и агентно-ориентированный подход к выбору оптимальных маршрутов доставки продукции потребителям, а также архитектуры информационной системы поддержки принятия решений по определению объемов производства и маршрутизации каналов распределения, имеющей существенное значение для развития математического аппарата анализа экономических систем.
Цель диссертационной работы - разработка интервальных математических моделей и агентно-ориентированных алгоритмов для поддержки принятия решений по определению объемам выпуска продукции и маршрутизации каналов распределения для предприятий, осуществляющих выпуск строительных материалов, а также архитектуры и методики применения информационной системы поддержки принятия решений по оптимизации системы распределения ЖБИ.
Для достижения указанной цели были поставлены и решены следующие задачи исследования:
1. Анализ основных задач, решаемых при построении системы распределения строительных материалов в условиях нестабильного спроса. Анализ особенностей системы распределения ЖБИ строительного назначения.
2. Анализ современного математического аппарата для принятия решений по объемам выпуска, а также выбору маршрутов доставки промышленной продукции.
3. Экономический анализ и определение основных тенденций развития предприятий промышленности строительных материалов РФ и Смоленской области.
4. Разработка обобщенной модели принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности.
5. Р.ччплгю гк'я алгоритма принятия решений по выбору объемов выпуска ЖБИ на основе использования интервальной платежной матрицы.
6. Разработка агентно-ориентированного алгоритма оптимизации структуры распределения железобетонных изделий в условиях нестабильности спроса.
7. Разработка архитектуры информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности.
8. Выработка практических рекомендаций по применению предложенных алгоритмов и информационной системы для оптимизации структуры распределения предприятий ЖБИ Смоленской области.
Теоретической и методологической базой исследования являются методы теории игр, интервальной математики, комбинаторики, теории графов и искусственного интеллекта, транспортной логистики, методы экономического анализа, эконометрики и экономико-математического моделирования, системный подход к анализу экономических явлений и процессов, научные положения и выводы, сформулированные в трудах отечественных и зарубежных ученых по математическому моделированию экономических объектов и процессов.
Информационной базой исследования являются данные Госкомстата РФ о состоянии строительной отрасли, законодательные и нормативно-правовые акты Президента и Правительства РФ, связанные с тематикой диссертации, а также отчетные данные предприятий строительных материалов Смоленской области.
Наиболее существенные научные результаты, полученные лично автором:
1. Разработана обобщенная модель принятия решений по оптимизации структуры системы распределения продукции ЖБИ з условиях неопределенности, которая в отличие от известных позволяет комплексно
использовать предложенные подмодели прогнозирования спроса в условиях интервальной неопределенности и выбора оптимального маршрута доставки продукции потребителям, что дает возможность автоматизировать процедуры поддержки принятия решений по управлению каналами сбыта в рамках использования интегрированной маркетинговой информационной системы.
2. Разработан алгоритм построения и вывода решений по определению рационального объема производства ЖБИ, на основе анализа платежной матрицы, построенной в отличие от известных с использованием интервальной математики для описания результата реализации сбытовых стратегий и модифицированных критериев их выбора, что позволяет принимать решения по объемам выпуска ЖБИ в условиях неопределенности при отсутствии необходимого объема статистических данных о конъюнктуре локальных рынков.
3. Предложен агентно-ориентированный алгоритм оптимизации структуры системы распределения железобетонных изделий, отличающийся использованием набора эвристических правил, характеризующих взаимодействие поставщиков и потребителей, и модифицированного алгоритма муравьиной колонии, что позволяет выбирать оптимальные маршруты, структуру грузоперевозок и виды транспорта с учетом ограничений по вместительности, времени доставки, нагрузке на транспортные средства в условиях вероятностного характера спроса на продукцию.
4. Предложена многозвенная архитектура информационной системы поддержки принятия решений по оптимизации структуры распределения продукции ЖБИ, отличающаяся возможностью учета неопределенности реакции рыночной среды при отсутствии необходимого объема статистических данных о состоянии конъюнктуры рынков, что позволяет расширить функциональные возможности корпоративных информационных систем предприятий, осуществляющих выпуск строительных материалов.
Объектом исследования являются предприятия строительной промышленности Российской Федерации, функционирующие в условиях переходного периода в экономике или в условиях кризиса.
Предметом исследования являются методы и алгоритмы оптимизации системы распределения промышленной продукции в условиях неопределенности переходного периода в экономике или в условиях кризиса.
Обоснованность и достоверность научных результатов, выводов и рекомендаций диссертации определяются корректным применением методов теории игр, искусственного интеллекта, теории графов, интервальной математики, экономического анализа, экономико-математического моделирования. Выводы и предложения диссертационного исследования не противоречат известным теоретическим и практическим результатам, содержащимся в трудах отечественных и зарубежных ученых, в области теории
игр, теории графов и ее приложения к маршрутизации транспорта, а также экономики, организации и управления промышленными предприятиями.
Научная новизна работы состоит в разработке модели принятия решения по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности, а также алгоритма вывода решений по объемам выпускаемой продукции в виде интервальной платежной матрицы и агентно-ориентированного алгоритма оптимизации структуры распределения железобетонных изделий в условиях нестабильности спроса.
Значение полученных результатов для теории и практики.
Предложенные в диссертации алгоритмы и математические модели вносят определенный вклад в развитие теории принятия решений в условиях неопределенности, а также в развитие эвристико-вычислительных методов оптимизации структуры распределения промышленных товаров.
Разработанная архитектура информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ, реализующая разработанные модели и алгоритмы, вносит вклад в теорию и практику применения систем поддержки принятия решений по управлению промышленным предприятием.
Сведения о реализации и целесообразности практического использования результатов.
Предложенные математические модели и алгоритмы принятия решений и оптимизации структуры системы распределения ЖБИ, а также реализующая их информационная система поддержки принятия решений были использованы на ОАО «Стройконструкция», что позволило снизить издержки на транспортировку продукции потребителям.
Теоретические и методические результаты диссертации используются в учебном процессе филиала Московского энергетического института (технического университета) в г. Смоленске.
Предложенные модели и алгоритмы оптимизации структуры системы распределения продукции ЖБИ могут быть рекомендованы для практического применения при управлении распределением продукции предприятий различных отраслей промышленности.
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на Межвузовской научной конференции «Экономика. Менеджмент. Логистика. Корпоративные информационные системы» (2008 г., Смоленск); Международной научно-практической конференции «Активизация роли молодых ученых - путь к формированию инновационного потенциала АПК» (2008 г., Смоленск); XXIII Международной научной конференции «Математические методы в технике и технологиях -ММТТ-23» (2010 г., Саратов), а также научных семинарах филиала МЭИ (ТУ) в г. Смоленске.
Публикации. По теме диссертации опубликовано 7 печатных работ общим объемом 3,2 пл., в том числе лично автору принадлежит 2,7 пл.
Структура и объем работы.
Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы, включающего 160 наименований, и одного приложения. Диссертация содержит 143 страницы машинописного текста, 16 рисунков и 30 таблиц.
СОДЕРЖАНИЕ РАБОТЫ
Во введении обосновывается актуальность научных исследований по оптимизации структуры системы распределения промышленной продукции. Формулируется цель диссертационной работы и решаемые в ней задачи, излагается научная новизна и практическая значимость полученных р £ЗуЛ 1»ТС+ТО 13 •
В первой главе «Анализ современных подходов к оптимизации системы распределения промышленной продукции» рассмотрена проблема распределения продукции промышленных предприятий как задача распределительной логистики, которая является частью сбытовой деятельности промышленного предприятия и связана с управлением потоковыми процессами при сбыте готовой продукции с целью наиболее полного удовлетворения спроса потребителей. Очевидно, что научно обоснованный подход к построению системы распределения с использованием экономико-математических моделей позволяет производителям получать дополнительные конкурентные преимущества. При реализации данного подхода должны быть решены две основные задачи: планирование объемов выпуска продукции и выбор оптимальных маршрутов ее доставки потребителю.
При принятии решений по планированию объемов производства ЖБИ наибольшей наглядностью обладает метод платежной матрицы, как разновидность модели игры с природой. Классический аппарат теории игр не позволяет в явном виде учесть неопределенность возможной величины возможного выигрыша или потерь, вызванной большим количеством неучитываемых факторов внешней и внутренней среды предприятия. Одним из путей решения данной проблемы может стать использование интервальной математики.
В диссертации представлена классификация задач оптимальной маршрутизации транспорта, а также проведен аналитический обзор эвристических и вычислительных алгоритмов оптимального распределения товаров с учетом различных ограничений. Показано, что для выбора оптимального пути в условиях сложной схемы маршрутов целесообразно использовать агенто-ориентированные алгоритмы.
Вторая глава «Анализ современного состояния и основных тенденций развития отечественных предприятий строительных материалов»
посвящена результатам финансово-экономического анализа предприятий строительных материалов РФ и Смоленской области, их систем распределения, а также обоснованию целесообразности применения агенто-ориентированных алгоритмов при выборе маршрутов доставки ЖБИ потребителям.
Анализ отрасли строительных материалов показал, что с 2000 г. до начала 2008 г. предприятия, осуществляющие выпуск данной продукции, развивались достаточно динамично. Это в значительной степени связано с ростом объемов строительных работ, который в 2007 г. и 2008 г. составил в среднем 15,5%, что несколько выше, чем в других отраслях промышленности, сельском хозяйстве и торговле. Основные показатели деятельности организаций по производству строительных материалов (определяющих вид экономической деятельности «производство прочих неметаллических минеральных продуктов») по данным Рпг.стятя приведены в таблице 1.
Таблица 1 - Основные показатели деятельности организаций, осуществляющих вид деятельности «Производство прочих неметаллических минеральных продуктов»
Показатели 2003 2004 2005 2006 2007 2008
Индекс производства, в % к пред. году 107,3 108,4 104,9 115,7 110,3 99,1
Численность работников, тыс. чел 709 675 649 644 675 696
Финансовый результат, млн. руб. 13052 22042 28809 85927 147327 91426
Рентабельность продукции, % 10,5 12,0 12.3 19,3 28,5 22,6
Инвестиции в основной капитал, млрд.руб. 20,3 34,1 47,2 51,8 93,1 160,7
Производство ЖБИ, млн. м3 21,1 22,6 23,2 25,6 29,1 28,8
Использование производственной мощности организаций ЖБИ, % 41 48 52 59 66 64
В настоящее время отрасль строительных материалов включает более 25 видов различных производств и объединяет более 13,5 тысяч предприятий. Несмотря на то, что степень износа основных фондов в отрасли строительных материалов постепенно снижается, значение данного показателя продолжает оставаться достаточно высоким. Уровень использования производственных мощностей в производстве строительных материалов в настоящее время в
среднем составляет 64%, а по некоторым видам материалов (плитка керамическая, цемент и др.) превышает 80%.
В настоящее время около 50% производственных мощностей предприятий промышленности строительных материалов и стройиндустрии сосредоточены в Европейской части России. При этом в ряде регионов сохраняется острый дефицит отдельных видов стройматериалов, что определяет необходимость построения эффективной системы доставки продукции на региональные рынки. К числу основных факторов, сдерживающих развитие строительных организаций в 2008-2009 гг. можно отнести неплатежеспособность строительных организаций (на этот фактор в соответствии с данными Федеральной службы государственной статистики (Росстата) указали 44% опрошенных руководителей организаций), высокий уровень налогов (40%) и высокая стоимость материалов, конструкции, изделии (32%).
В связи с ухудшением ситуации на российском строительном рынке в 2008 г. произошло падение спроса и, как следствие, существенное снижение объемов производства стройматериалов. Индекс производства по виду деятельности «Производство прочих неметаллических минеральных продуктов» в 2008 г. составил 99,1% к уровню 2007 г. (в 2007 г. данный показатель составил 110,3% к уровню 2006 г.). Можно привести следующие примеры спада производства по отдельным видам строительных материалов. Так, в 2008 г. было произведено 53,5 млн.тонн цемента, что на 10,7% меньше, чем в 2007 г. Производство цемента, полученного по энергосберегающему и наиболее экологически чистому сухому способу, в 2008 г. сократилось на 7,9% по сравнению с уровнем 2007 г. Также наблюдается сокращение объемов производства конструкций и изделий сборных железобетонных. Отметим, что если последние пять лет средний годовой прирост производства указанной продукции составлял 6,4% , то в 2008 г. по сравнению с 2007 г. произошло сокращение объемов производства на 1,0%.
Несмотря на наблюдаемое в 2009 г. некоторое увеличение объемов строительства и, соответственно, потребности в строительных материалах, спрос на ЖБИ остается достаточно низким, что побуждает производителей осуществлять реализацию даже небольшими партиями на территориально разобщенных рынках с достаточно нестабильным спросом. В тоже время, снижение покупательной потребности населения и недостаток средств региональных бюджетов предполагает замену более дорогих строительных материалов изделиями из железобетона.
Сказанное, позволяет сделать вывод, что совершенствование системы распределения с использованием математических моделей позволит, с одной стороны, снизить транспортные издержки, и, с другой стороны, увеличить объем реализации за счет боле широкого охвата территориальных рынков.
в
третьей главе
11
«Разработка
интервального агентно-
ориентированного алгоритма для оптимизации структуры системы распределения железобетонных изделий в условиях неопределенности»
предложена обобщенная структурная модель принятия решения по оптимальному распределению ЖБИ, представлена методика формирования интервальной платежной матрицы, а также адаптированные критерии выбора стратегии, учитывающие интервальную неопределенность, изложено подробное описание агентно-ориентированного алгоритма для оптимизации структуры системы распределения железобетонных изделий, учитывающего нестабильность спроса.
Структурная модель управления распределением представляет собой метамодель, описывающую взаимосвязи между моделями и процессами в
ОПТИМИЗАЦИИ р2СПр2Д2Л5ПИ./1 уК£Л230^5
неопределенности (рис. ]).
Эксперты Статистические данные
Модель спроса
ЖБИ в виде
«платежной»
матрицы
Параметры оптимизации Целевая функция Эвристические правила
А.
АСО (метаэвристика муравьиных колоний)
т
Модели транспортных средств Модель цепи поставок ЖБИ Сортамент ЖБИ
Модель сети поставок в виде взвешенного графа
Оптимальная цепь поставок ЖБИ Рисунок 1 - Метамодель системы оптимизации распределения железобетонных изделий в условиях неопределенности
Структурная модель включает в себя следующие компоненты:
1) Модель спроса ЖБИ в виде платежной матрицы. Данная модель формируется из данных экспертных оценок и статистики, на основании которых задаются возможные стратегии по выпуску продукции и исходы по спросу, формируются интервальные оценки прибыли. Является основой для принятия решения по объемам выпуска и сортаменту ЖБИ.
2) Модель цепи поставок ЖБИ. Представляет собой взвешенный граф с дополнительными условиями на транспортировку, заданными в виде
эвристических правил. Также данная модель включает в себя данные моделей транспортных средств и типов ЖБИ.
2) Модель сортамента ЖБИ описывает массогабаритные показатели выпускаемых видов ЖБИ.
3) Модель транспортного средства описывает транспортные средства: минимальная/максимальная грузоподъемность и вместительность, стоимость перевозки (руб/км).
4) Модель сети поставок ЖБИ представляет собой карту всех маршрутов, заданную в виде взвешенного графа, в котором в качестве вершин выступают потребители, перевалочные базы, склады, а в качестве дуг - путь, связывающий точки на карте.
5) Процедура (процесс) ACO (Ant Colony Optimization) - процедура построения оптимальных маршрутов с использованием алгоритма муравьиной колонии. Реализует все этапы метаэвристики муравьиной колонии, эвристические правила выбора, параметры и целевая функция выступают в качестве входных данных и могут изменяться в зависимости от решаемой задачи. Сам же блок ACO представляет собой максимально абстрактную процедуру метаэвристики.
Таким образом, в соответствии с данной моделью выделяются два основных этапа работы алгоритма:
1) принятие решения об объеме выпуска различных видов ЖБИ по заданным критериям (максимизация прибыли, минимизация убытка, минимизация риска и пр.) с использованием метода платежной матрицы.
2) построение оптимальной системы маршрутов доставки ЖБИ, с использованием модифицированного алгоритма муравьиных колоний по критерию минимума транспортных расходов с учетом неопределенности спроса у конкретных потребителей.
Для принятия решения об объеме выпуска при описании факторов неопределенности предложено использовать интервальные числа для задания результата реализации стратегий (табл. 1).
Таблица 1 - Вид платежной матрицы при использовании интервальной математики
Исходы a¡ а2 ... а„ P
ь, [c¡',d¡] fcV,"] P\
ъ2 ['VA] [cl\d¡] P2
ьт Мл Pm
Как и в традиционном варианте, в качестве столбцов матрицы рассматриваются возможные объемы выпуска продукции aj - а„, строк -основные варианты реакции внешней среды (обычно рыночный спрос). В ячейках расположены интервалы [с/; с//], которые характеризуют эффект (в первую очередь прибыль или убытки) от реализации j-й стратегии при г-м варианте развития рыночной ситуации. В последнем столбце платежной матрицы отображается вероятность р( возникновения /-го варианта развития рыночной ситуации. Отметим, что вероятность р, характеризует г-ю ситуацию (состояние внешней среды), а интервальные числа в ячейках матрицы описывают неопределенность (возможный разброс) результата реализации решения о производстве определенного объема ЖБИ в /-й ситуации.
Использование данной модели требует некоторой модификации известных критериев выбора решений:
1) максшшкс (критерий азартного игрока).
Максимаксное решение (в случае исследования матрицы прибыли) может быть представлено двумя вариантами - с большим уровнем риска:
V =max{maxa/}, (1)
и с меньшим уровнем риска:
аор, =max{maxc/}. (2)
2) максимин {критерий Вальда):
(3)
3) критерий Гурвица:
аор1 = max [р mm с/ + (1 - р) max dj ], (4)
где р - коэффициент пессимизма, выбираемый в интервале [0,1].
4) критерий Сэвиджа, в качестве оптимальной выбирается такая стратегия, при которой величина риска принимает наименьшее значение в самой неблагополучной ситуации:
aopt - ттшах^ах - с/)) (5)
где dJmm - максимальное значение верхней границы для всех элементов матрицы в j-ой строке.
Если известны вероятности возможных состояний внешней среды, то выражения (1) и (2) могут быть преобразованы следующим образом:
N
V^^EWA), (6)
' i=i
N
V =гаахЕ(с/л)- (7)
Для комплексной оценки решения, в общем случае, можно предложить выражение, ориентированное на некоторый «средний» уровень риска вида
N
а,р=тах£(4/р1+с/р1). (8)
1 ¡=1
Задача построения оптимальной системы распределения ЖБИ является частным случаем задачи маршрутизации, которая сводится к оптимизационной задаче на графе. Математическую модель системы маршрутов можно представить как полный взвешенный граф О = {V, Е), где вершины V - а дуги Е = {еа,е1,....еп}. Предприятие по производству ЖБИ,
являющееся началом и концом каждого маршрута (базой), представлено вершиной V0, остальные вершины представляют клиентов, а также промежуточные узлы (склады, перевалочные пункты, дилеров и пр.). Для каждой дуги (г, _/) задана стоимость перевозки, а для каждого клиента задан ожидаемый спрос и соответствующая ему вероятность, задана также грузоподъёмность каждого транспортного средства.
Задачу оптимизации структуры распределения железобетонных изделий можно описать формально как задачу минимизации функционала, описывающего полную стоимость расходов на транспортировку ЖБИ:
= + (9)
при ограничениях:
«
.1 п ^У1
где {Г,} - множество типов транспортных средств, / = 1 ...п; {5}} -ассортимент ЖБИ,] = \...т, Г, (1, - стоимость перевозкиу'-го типа ЖБИ как функция от расстояния; с* - стоимость к- й перевалки; - максимальная
грузоподъемность транспортного средства Т1 типа; - масса /-го типа ЖБИ;
(?/> К, - габариты у-го типа ЖБИ; - общее время эксплуатации /-го
I
транспортного средства; а, - константа, характеризующая степень загруженности /-го транспортного средства (0+1).
Для поиска оптимальной системы маршрутов доставки ЖБИ предложен агентно-ориентированный алгоритм, который использует адаптированную схему метаэвристики муравьиных колоний, при этом каждому типу транспортного средства соответствует один муравей.
При поиске оптимальной системы маршрутов доставки ЖБИ с использованием муравьиных алгоритмов можно выделить следующие шаги агентно-ориентированного алгоритма:
Шаг 1. Установка начального значения феромона, представляющего собой весовой (рейтинговый) коэффициент приоритетной прокладки локального маршрута муравьем, для всех ребер графа возможных маршрутов. Начальное значение феромона т0 определяет некоторую начальную конфигурацию системы распределения. Начальная концентрация феромона определяется как:
г _ <'У>е0
0 тт</(/,у)' (П)
где ]) - расстояние между /-м и у'-м узлами (точками разгрузки); б - граф маршрутов.
Шаг 2. Осуществление пошаговой прокладки маршрутов с использованием набора эвристических правил, определяющих поведение муравья как «программного агента».
В начале выполнения данного шага в базу помещаются все муравьи колонии, которые движутся к клиентам, прокладывая множество маршрутов. Достигнув клиента, с заданной степенью вероятности возможно несколько ситуаций: спрос соответствует ожиданиям, ниже или выше ожидаемого значения. В соответствии с ситуацией муравей отправляется к другому клиенту или возвращается на базу. Множество муравьев образуют колонию, которая подчиняется определенным поведенческим правилам, определяемых набором продукционных правил маршрутизации (ППм): ППм-1 - выбора направления прокладки локальной трассы из /-ой ву-ю вершину графа маршрутов; ППм-2 -разгрузки товара; ППм-3 - возвращения на базу; ГШм-4 - смены транспортного средства.
ППм-1: «ЕСЛИ (смежная вершина/ не принадлежит списку табу Г""') И (величина [г, -[г]!"']* максимальна для всего множества допустимых
направлений), ТО (выбрать ребро (/,/) и добавить вершину у в
Формализованная запись ППм-1 имеет вид
.[77<;Т ^пих}. (12)
где Ту — концентрация феромона на ребре (;', _/) графа маршрутов; т^ — переменная, отражающая прямое взаимодействие муравьев (определяет движение муравьев навстречу друг другу); Т^ — список табу муравья ш, состоящий из вершин, в которых муравей пг уже побывал; а, ¡5— эмпирические константы, определяющие вклад переменных т^ в выбор следующего узла для прокладки маршрута.
Величина определяется по следующей эмпирической формуле: „(")=_1--С131
где — расстояние между узлами х и/, у— некоторая константа; !//"'' — расстояние от узла у до базы.
^>=тт{</(/,0)}. (14)
к
Эмпирические формулы (13) - (14) реализует «жадный» подход для выбора муравьем следующего узла на графе маршрутов вместо вероятностного подхода, реализованного в типовой схеме метаэвристики муравьиных колоний. Использование элемента жадности позволило значительно увеличить производительность алгоритма, но в некоторых случаях привело к незначительному ухудшению результата. ППм-2:
а) «ЕСЛИ (6 < р/к)) И (<2(т)(к) > 0) И (й® > Фт\ ТО (Р/1> = с(Че("хч) и (0М«=О)»;
б) «ЕСЛИ (0 < р,®) И ((¿тт > 0) И ^ < ТО (Р,т=ств!к>) И
в) «ЕСЛИ > р/*;) И > 0) И (ЬС^-б/*) > ТО (Р/*)=с(че<"х*>)И(е('Х4,=о)»;
г) «ЕСЛИ (С,- > а®) и (0Гга>да > 0) И (¿^-б/« < 0^), то
^ - =тг^гс(Че.(<)) и (е<-х*>=е<»х*>
где - случайная величина в интервале [0, 1]; р® - вероятность спроса заданного количества ¿-го типа ЖБИ в узле /; - спрос ¿-го типа ЖБИ в г-м узле; (/т1(к) - количество к-то типа ЖБИ у муравья т; Р[К> — прибыль, полученная муравьем т от продажи к-го типа ЖБИ в узле /; ст - стоимость к-го типа ЖБИ.
Правило ППм-2 применяется для каждого типа ЖБИ в каждом узле, который посетил муравей. Данное правило позволяет учесть случайный характер спроса у потребителей.
ППм-3\ «ЕСЛИ (смежная вершина у не принадлежит списку табу Г'™') И (у/"0 + ,]) > ц/)т) + Р1), ТО (муравей перемещается на базу)». Формализованная запись ППм-3 имеет вид
{(/,0) | Щ,Л,у г > >/,т) + Р,) ■ (15)
где Р) — прибыль, которая может быть получена муравьем от продажи товара в узле;'.
ППм-4: «ЕСЛИ (смежная вершина у не принадлежит списку табу Г1"") И ( 2 • с, + с1 * ((', у) < с!О, у)), ТО (производится смена транспорта)», где ск - стоимость перевалки; ¿/*(;',у) - стоимость перевозки из узла / в узел у после смены транспортного средства; с/*(г,у) - стоимость перевозки из узла г в узел у без смены транспортного средства.
Муравей совершает движение до тех пор, пока не посетит все узлы, после этого движение начинает второй муравей и т.д. После того как все муравьи в колонии проложат свои маршруты необходимо осуществить процедуру обновления феромонов на всех ребрах с учетом опыта всех муравьев колонии.
Шаг 3. Обновление концентрации феромонов на всех ребрах графа маршрутов по следующему правилу в типовой схеме метаэвристики муравьиных колоний:
где г . — переменная, определяющая скорость испарения феромона (0 < р < 1); Дг1у — приращение концентрации феромонов на очередной итерации алгоритма, определяется по известной формуле
где Q — некоторая константа; соб!.^,) — стоимость полученной конфигурации маршрута.
Как видно из (16) и (17) маршрут с меньшей стоимостью характеризуется более высокой концентрацией феромона, а с большей стоимостью — более низкой концентрацией.
Шаг 4. Повторение шага 2 и 3, пока результат распределения продукции по маршрутам не перестанет изменяться.
После того, как произошло обновление концентрации на всех ребрах графа, алгоритм запускается повторно. Список табу для каждого муравья очищается. Концентрация феромона на ребрах графа, которые входят в лучшее решение, постепенно возрастает, а на других убывает. По мере того, как муравьи делают новые проходы, все больше и больше муравьев выбирают пути движения, формирующие систему распределения с наименьшей стоимостью, а остальные пути пустеют. Таким образом достигается построение оптимальной схемы поставок с наименьшими затратами на перевозку.
В четвертой главе «Результаты практической реализации предложенного алгоритма для оптимизации системы распределения продукции ЖБИ» рассмотрена архитектура информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ, реализующая предложенные модели и алгоритмы, представлена методика использования информационной системы, а
(16)
также представлены результаты применения информационной системы для оптимизации структуры поставок предприятия ОАО «Стройконструкция».
Архитектура информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ приведена на рис. 2.
Презентационный уровень (веб-страницы)
Рисунок 2 - Архитектура информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ
Разработанная информационная система построена по принципу многозвенной архитектуры и реализована на языке программирования С# с использованием среды визуального программирования Visual Studio 2008 и .NET Framework 2.0. Все звенья архитектуры реализованы в виде веб-приложения и находятся на одном сервере в локальной сети предприятия.
Информационная система поддержки принятия решения по оптимизации структуры системы распределения продукции ЖБИ состоит из следующих модулей:
1) Модуль ввода исходных данных для моделей транспорта, карты с возможными маршрутами, сортамента. Модуль относится к презентационному уровню и предоставляет пользователю интерфейс ввода первоначальных сведений, необходимых для формирования модели цепи поставок ЖБИ. Данные по моделям сохраняются в виде справочника в базе данных (БД).
2) Модуль ввода данных по спросу, относится к презентационному уровню и обеспечивает ввод статистических данных и экспертных оценок. Введенные пользователем стратегии и исходы, а также интервальные оценки служат исходными данными для формирования интервальной платежной матрицы.
3) Модуль формирования модели цепей поставок ЖБИ. Данный модуль реализует построение модели на уровне бизнес-логики приложения, используя
введенные статистические данные и экспертные оценки, данные справочников автотранспорта, маршрутов и сортамента. Также модуль построения модели на основании правил логического вывода на множестве продукционных правил, заложенных в базе знаний (БЗ) формирует дополнительные ограничения на маршруты, транспорт, правила перевалки.
4) Модуль метаэвристики муравьиных колоний реализует бизнес-логику формирования маршрутов поставок изделий ЖБИ с использованием алгоритма муравьиной колонии. В качестве исходных данных для модуля выступает модель цепей поставок ЖБИ в виде взвешенного графа, для каждого узла графа задана вероятностная функция спроса, а также модели транспорта и транспортируемых ЖБИ.
5) Модуль отображения результатов организует доступ пользователя к результатам моделирования оптимально й структуры: поставок. Данные отображаются в виде карты маршрутов поставок, а также в виде таблиц с данными о количестве и сортаменте ЖБИ, используемом транспорте. Полученные данные могут использоваться при принятии решений ну уровне руководителя, либо для проверки адекватности данных модели экспертами.
С использованием разработанной информационной системы оптимизации системы распределения ЖБИ, а также представленной методики применения информационной системы, в работе была решена задача построения оптимальной системы распределения ЖБИ по Смоленской области для предприятия ОАО «Стройконструкция». До настоящего времени четкой системы распределения на предприятии не существовало и бетонные/железобетонные изделия развозились с большими издержками.
Для решения задачи оптимизации системы распределения ЖБИ были использованы следующие данные: параметры ЖБИ, производимых предприятием ОАО «Стройконструкция»; автотранспортный парк (для перевозки ЖБИ предприятие использует исключительно автомобильный транспорт); карта маршрутов Смоленской области; интервальные экспертные оценки спроса заданные в виде платежной матрицы.
В результате была построена система распределения ЖБИ по Смоленской области, предварительная оценка которой показывает, что ее использование позволит снизить транспортные издержки в среднем на 15-20%.
В заключении приведены основные результаты работы, выводы и предложения.
В приложении представлена справка о реализации результатов диссертации.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
1. Выделены основные задачи, решаемые при построении системы распределения продукции, производимой промышленными предприятиями. Проведен анализ современного математического аппарата построения и
применения игровых моделей в условиях неопределенности для принятия решений по объемам выпуска промышленной продукции, а также современных математических методов решения задачи по планированию поставки продукции, производимой промышленными предприятиями.
2. Сформулированы основные особенности системы распределения продукции, производимой предприятиями ЖБИ.
3. Предложена обобщенная модель принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности.
4. Разработан алгоритм построения и вывода решений по спросу в виде интервальной платежной матрицы, который позволяет принимать решения по объемам выпуска ЖБИ в условиях неопределенности при отсутствии статистических данных в переходные периоды в экономике.
5. Разработан агентно-ориентированный алгоритм оптимизации структуры распределения железобетонных изделий, позволяющий осуществлять поиск оптимальной конфигурации системы распределения ЖБИ при заданных ограничениях на вместительность, ограничениях на время доставки, нагрузку на транспортные средства в условиях случайного характера спроса на продукцию.
6. Предложена архитектура информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ, реализующая предложенные модели и алгоритмы.
7. С использованием разработанной информационной системы поддержки принятия решений выработаны практические рекомендации для предприятия ОАО «Стройконструкция» по организации системы распределения ЖБИ по Смоленской области.
Основные работы, опубликованные по теме диссертации
В изданиях перечня ВАК
1. Жилкин И. А. Агентно-ориентированный алгоритм оптимизации структуры распределения железобетонных изделий // Вестник Российской Академии естественных наук (серия экономическая) - 2010 - №3 - С.24-26
2. Жилкин И.А., Окунев Б.В. Интервальные модели поддержки принятия инвестиционных решений по развитию предприятий железобетонных изделий // Вестник Российской Академии естественных наук (серия экономическая) -2009 - №4 - С.39-41
3. Дли М.И., Жилкин И.А. Интервальные модели поддержки принятия решений по развитию предприятий железобетонных изделий // Интеграл - 2009 -№2 -С.108
В других изданиях
4. Жилкин И.А. Математические моделирования процессов доставки железобетонных изделий (препринт). - Смоленск: Изд-во «Смоленская городская типография», 2008. - 56 с.
5. Жилкин И.А. Муравьиные алгоритмы в задачах выбора оптимальных маршрутов // Экономика. Менеджмент. Логистика. Корпоративные информационные системы. - Межвуз. сб. науч. тр. (Вып. 3) - Смоленск: Смоленский ЦНТИ, 2008. - С. 37-46.
6. Жилкин И.А. Экономико-математические модели поддержки принятия решений по управлению предприятиями железобетонных изделий //Активизация роли молодых ученых - путь к формированию инновационного потенциала АПК: Сб. тр. Межд. научно-практ. конф. СГАСХ - Смоленск- 2008 -С. 35-40
7. Жилкин И.А., Образцов A.A. Многоагентный подход к управлению распределением ЖБИ в условия неопределенности спроса // Математические методы в технике и технологиях - ММТТ-23. Сб. трудов XXIII Междунар. научн. конф. - Саратов: СГТУ - 2010 - т. 4 - С. 87-96
Подписано в печать /о. зак. Hi Тир. 00 Полиграфический центр МЭИ(ТУ) Красноказарменная ул.,д.13
Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Жилкин, Илья Алексеевич
ВВЕДЕНИЕ.
1 Анализ современных подходов к оптимизации системы распределения промышленной продукции.
1.1 Роль системы распределения продукции в деятельности современного промышленного предприятия.
1.2 Способы учета неопределенности при принятии решений по распределению промышленной продукции.
1.3 Обзор математических методов решения задачи планирования поставки товара.
1.4 Выводы.
2 Организационно-экономический анализ состояния и основных тенденций развития отечественных предприятий строительных материалов.
2.1. Анализ основных тенденций развития отрасли строительных материалов РФ.
2.2. Состояние предприятий строительных материалов Смоленской области.
2.3. Основные тенденции развития предприятий ЖБИ.
3 Разработка интервального агентно-ориентированного алгоритма для оптимизации структуры системы распределения железобетонных изделий в условиях неопределенности.
3.1 Структурная модель системы оптимизации распределения железобетонных изделий в условиях неопределенности.
3.2 Алгоритм построения и вывода решений по спросу.
3.2.1 Интервальная платежная матрица.
3.2.2 Критерии выбора стратегии в интервальной матрице.
3.3 Модифицированный алгоритм муравьиных колоний для оптимизации структуры распределения железобетонных изделий.
3.3.1 Математическая постановка задачи.
3.3.2 Описание алгоритма.
3.4 Выводы.
4 Результаты практической реализации предложенного алгоритма для оптимизации системы распределения продукции ЖБИ.
4.1 Архитектура информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ.
4.2 Методика применения информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ.
4.3 Результаты использования информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ на ОАО «Стройконструкция».
4.4 Выводы.
Диссертация: введение по экономике, на тему "Агентно-ориентированные модели оптимизации структуры системы распределения железобетонных изделий в условиях неопределенности"
Строительный комплекс является одной из важнейших составляющих российской экономики, эффективное функционирование которого обеспечивается деятельностью предприятий строительных материалов. Известно, что цены на материалы для строительных организаций включают существенную транспортную составляющую, связанную с доставкой, разгрузочно-погрузочными работами и временным хранением продукции, и в значительной степени определяют себестоимость возводимых объектов. С учетом неравномерности развития и территориального распределения строительного комплекса РФ перед предприятиями строительных материалов возникает задача выбора оптимального маршрута доставки продукции на локальные рынки, часто характеризующиеся незначительным и нестабильным объемом спроса. В первую очередь это относится к предприятиям, осуществляющим выпуск строительных железобетонных изделий (ЖБИ), которые в результате воздействия на рынок коммерческой и некоммерческой недвижимости последствий спада в экономике 2008 г. получили возможность более успешно конкурировать по цене со строительными материалами других типов. В этой связи, возрастает роль сбытовой деятельности предприятий ЖБИ и реализующей ее системой распределения (дистрибьюции), решающих, в первую очередь, такие основные задачи как планирование и управление запасами в точках промежуточного складирования, а также организация процесса транспортировки.
Нестабильность спроса на продукцию ЖБИ, сложная сеть маршрутов перевозок, высокая степень износа транспортных средств, необходимость точного планирования объемов выпуска продукции определяют целесообразность применения математических и инструментальных методов экономики для построения и использования моделей для поддержки принятия решений по управлению системой распределения, позволяющих осуществлять выбор рационального объема производства и маршрутов доставки ЖБИ.
Вопросы применения методов математического моделирования для принятия решений по управлению промышленными предприятиями в условиях неопределенности и риска рассмотрены в работах JI. Ангстенбергер, С.А. Айвазяна, Т. Андерсона, В.Н. Афанасьева, Н.А.Баумана, Дж. Бокса, Д.Е. Бэстенса, В.Н. Буркова, Г. Дженкинса, В.В. Дика, А.А. Дорофеюка, И.Н. Драгобытского, А.А.Емельянова, И.В. Зайцевского, А.Г. Ивахненко, А.Н. Колмогорова, М. Кэндэла, Ю.П. Лукашина, B.JI. Макарова, В.П. Мешалкина, B.C. Мхитаряна, B.C. Пугачева, P.JI. Раяцкаса, Ю.Ф. Тельнова, Е.М. Четыркина и др.
Анализ предлагаемых в данных работах подходов к построению экономико-математических моделей для поддержки принятия решений по определению объемов выпускаемой продукции показывает целесообразность применения математического аппарата теории игр, а для определения оптимальных маршрутов - агентно-ориентированного подхода, основанного на применении алгоритмов «муравьиных колоний», рассматриваемых в работах Х.Н. Псарафтиса, Д. Виго, Дж. Лапорта, К.Х. Кристьянсена, Дж. Лайсгарда, Г. Кларка, И.Х. Османа, В.М. Курейчика, М. Дориго, А.П. Игнатьева.
Однако, несмотря на развитости аппарата теории игр, в промышленности данный аппарат применяется недостаточно широко. Это, прежде всего, вызвано сложностью определения элементов матрицы игры (обычно, выигрыша или потерь предприятия) в условиях влияния большого количества плохо измеряемых факторов. Одним из способов учета факторов неопределенности является использование интервальной математики, которая может быть использована при определении возможных последствий принимаемых управленческих решений. Задача оптимизации структуры системы распределения ЖБИ является частным случаем более общей проблемы маршрутизации. Следует также отметить, что существующие агентно-ориентированые методы решения задачи маршрутизации не учитывают в полной мере специфику рынка ЖБИ и особенности их транспортировки. Указанные обстоятельства в значительной степени снижают возможности использования данных перспективных подходов в качестве алгоритмического обеспечения информационных систем поддержки принятия решений по управлению системой распределения ЖБИ.
Сказанное определяет актуальность научной задачи разработки методического аппарата построения математических моделей и алгоритмов для оптимизации структуры системы распределения ЖБИ с учетом неопределенности спроса, использующих аппарат интервальной математики и агентно-ориентированный подход к выбору оптимальных маршрутов доставки продукцию потребителям, а также архитектуры информационной системы поддержки принятия решений по определению объемов производства и маршрутизации каналов распределения, имеющей существенное значение для развития математического, аппарата анализа экономических систем.
Цель диссертационной работы - разработка интервальных математических моделей и агентно-ориентированных алгоритмов для поддержки принятия решений по определению объемов выпуска продукции и маршрутизации каналов распределения для предприятий, осуществляющих выпуск строительных материалов, а также архитектуры и методики применения информационной системы поддержки принятия решений по оптимизации системы распределения ЖБИ.
Для достижения указанной цели были поставлены и решены следующие задачи исследования:
1. Анализ основных задач, решаемых при построении системы распределения строительных материалов в условиях нестабильного, спроса.
Анализ особенностей системы распределения ЖБИ строительного назначения.
2. Анализ современного математического аппарата для принятия решений по объемам выпуска, а также выбору маршрутов доставки промышленной продукции.
3. Экономический анализ и определение основных тенденций развития предприятий промышленности строительных материалов РФ и Смоленской области.
4. Разработка обобщенной модели принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности.
5. Разработка алгоритма принятия решений по выбору объемов выпуска ЖБИ на основе использования интервальной платежной матрицы.
6. Разработка агентно-ориентированного алгоритма оптимизации маршрутов доставки ЖБИ в условиях нестабильности спроса.
7. Разработка архитектуры информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности.
8. Выработка практических рекомендаций по применению предложенных алгоритмов и информационной системы для оптимизации структуры распределения предприятий ЖБИ Смоленской области.
Теоретической и методологической базой исследования являются методы теории игр, интервальной математики, комбинаторики, теории графов и искусственного интеллекта, транспортной логистики, методы экономического анализа, эконометрики и экономико-математического моделирования, системный подход к анализу экономических явлений и процессов, научные положения и выводы, сформулированные в трудах отечественных и зарубежных ученых по математическому моделированию экономических объектов и процессов.
Информационной базой исследования являются данные Госкомстата РФ о состоянии строительной отрасли, законодательные и нормативно-правовые акты Президента и Правительства РФ, связанные с тематикой диссертации, а также отчетные данные предприятий строительных материалов Смоленской области.
Наиболее существенные научные результаты, полученные лично автором:
1. Разработана обобщенная модель принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности, которая в отличие от известных позволяет комплексно использовать предложенные подмодели прогнозирования спроса в условиях интервальной неопределенности и выбора оптимального маршрута доставки продукции потребителям, что дает возможность автоматизировать процедуры поддержки принятия решений по управлению каналами сбыта в рамках использования интегрированной маркетинговой информационной системы.
2. Разработан алгоритм вывода решений по определению рационального объема производства ЖБИ, основанный на результатах анализа платежной матрицы, построенной, в отличие от известных, с использованием интервальной математики для описания результата реализации сбытовых стратегий и модифицированных критериев их выбора, что позволяет принимать решения в условиях неопределенности при отсутствии необходимого объема статистических данных о конъюнктуре локальных рынков.
3. Предложен агентно-ориентированный алгоритм оптимизации структуры распределения железобетонных изделий, отличающийся использованием набора эвристических правил, характеризующих взаимодействие поставщиков и потребителей, и модифицированного алгоритма муравьиной колонии, что позволяет выбирать оптимальные маршруты, структуру грузоперевозок и виды транспорта с учетом ограничений по вместимости транспортных средств и времени доставки в условиях вероятностного характера спроса на продукцию.
4. Предложена многозвенная архитектура информационной системы поддержки принятия решений по оптимизации структуры распределения продукции ЖБИ, отличающаяся возможностью учета неопределенности рыночной среды при отсутствии необходимого объема статистических данных о состоянии конъюнктуры рынков, что позволяет расширить функциональные возможности корпоративных информационных систем предприятий, осуществляющих выпуск строительных материалов.
Объектом исследования являются предприятия промышленности строительных материалов Российской Федерации, функционирующие в условиях переходного периода в экономике или в условиях нестабильности внешней среды.
Предметом исследования являются методы и алгоритмы оптимизации системы распределения промышленной продукции в условиях неопределенности.
Обоснованность и достоверность научных результатов, выводов и рекомендаций диссертации определяются корректным применением методов теории игр, искусственного интеллекта, теории графов, интервальной математики, экономического анализа, экономико-математического моделирования. Выводы и предложения диссертационного исследования не противоречат известным теоретическим и практическим результатам, содержащимся в трудах отечественных и зарубежных ученых в области теории игр, теории графов и ее приложения к маршрутизации транспорта, а также экономики, организации и управления промышленными предприятиями.
Научная новизна работы состоит в разработке модели принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности, а также алгоритма определения оптимального объема выпуска продукции с использованием интервальной платежной матрицы и агентно-ориентированного алгоритма оптимизации маршрутов доставки ЖБИ в условиях нестабильности спроса.
Значение полученных результатов для теории и практики.
Предложенные в диссертации алгоритмы и математические модели вносят определенный вклад в развитие теории принятия решений в условиях неопределенности, а также в развитие эвристико-вычислительных методов оптимизации структуры распределения промышленных товаров.
Разработанная архитектура информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ, реализующая разработанные модели и алгоритмы, вносит вклад в теории и практику применения систем поддержки принятия решений по управлению промышленным предприятием.
Сведения о реализации и целесообразности практического использования результатов.
Предложенные математические модели и алгоритмы принятия решений и оптимизации структуры системы распределения ЖБИ, а также реализующая их информационная система были использованы на ОАО «Стройконструкция», что позволило снизить издержки на транспортировку продукции потребителям.
Теоретические и методические результаты диссертации используются в учебном процессе филиала Московского энергетического института (технического университета) в г. Смоленске.
Предложные модели и алгоритмы оптимизации системы распределения продукции ЖБИ могут быть рекомендованы для практического применения при управлении распределением продукции предприятий различных отраслей промышленности.
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на Межвузовской научной конференции «Экономика. Менеджмент. Логистика. Корпоративные информационные системы» (2008 г., Смоленск); Международной научно-практической конференции «Активизация роли молодых ученых - путь к формированию инновационного потенциала АПК» (2008 г., Смоленск); XXIII Международной научной конференции «Математические методы в технике и технологиях - ММТТ-23» (2010 г., Саратов), а также научных семинарах филиала МЭИ (ТУ) в г. Смоленске.
Публикации. По теме диссертации опубликовано 7 печатных работ общим объемом 3,2 п.л., в том числе лично автору принадлежит 2,7 п.л.
Структура и объем работы.
Диссертационная работа состоит из введения, трех глав, заключения, списка литературы, включающего 160 наименований, и одного приложения. Диссертация содержит 143 страницы машинописного текста, 16 рисунков и 30 таблиц.
Диссертация: заключение по теме "Математические и инструментальные методы экономики", Жилкин, Илья Алексеевич
4.4 Выводы
1) Разработана многозвенная архитектура информационной системы поддержки принятия решений по оптимизации структуры распределения продукции ЖБИ, отличающаяся возможностью учета неопределенности реакции рыночной среды при отсутствии необходимого объема статистических данных о состоянии конъюнктуры рынков, что позволяет расширить функциональные возможности корпоративных информационных систем предприятий, осуществляющих выпуск строительных материалов.
2) Предложена методика принятия решений по оптимизации структуры распределения продукции ЖБИ с использованием разработанной информационной системы в условиях интервальной неопределенности конъюнктуры рынков.
3) Проведен анализ эффективности предприятия ОАО «Стройконструкция», выпускающего железобетонные изделия, который позволяет сделать вывод о том, что предприятие функционирует стабильно и развивается. Также можно отметить значительный рост показателей рентабельности в 2009 г, что вызвано ростом чистой прибыли, значительным увеличением прибыли от продаж.
4) В ходе работы построена система распределения ЖБИ по Смоленской области и Московскому региону, предварительная оценка которой показывает, что ее использование позволит снизить транспортные издержки в среднем на 15-20%. Однако введение такой системы требует пересмотра существующих бизнес-процессов, что требует определенного времени для начала успешного функционирования полученной оптимальной структуры системы распределения ЖБИ по Смоленской области
ЗАКЛЮЧЕНИЕ
В ходе работы были получены следующие основные результаты:
1. Выделены основные задачи, решаемые при построении системы распределения продукции, производимой промышленными предприятиями. Проведен анализ современного математического аппарата построения и применения игровых моделей в условиях неопределенности для принятия решений по объемам выпуска промышленной продукции, а также современных математических методов решения задачи по планированию поставки продукции, производимой промышленными предприятиями.
2. Сформулированы основные особенности системы распределения продукции, производимой предприятиями ЖБИ.
3. Предложена обобщенная модель принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности.
4. Разработан алгоритм построения и вывода решений по спросу в виде интервальной платежной матрицы, отличающейся использованием интервальной математики для описания результата реализации стратегий, что позволяет принимать решения по объемам выпуска ЖБИ в условиях неопределенности при отсутствии статистических данных в переходные периоды в экономике.
5. Разработан агентно-ориентированный алгоритм оптимизации структуры распределения железобетонных изделий, отличающийся использованием набора эвристических правил взаимодействия поставщиков и клиентов и модифицированного муравьиного алгоритма, имитирующего целенаправленное поведение колоний насекомых, что позволяет осуществлять поиск оптимальной конфигурации системы распределения ЖБИ при заданных ограничениях на вместительность, ограничениях на время доставки, нагрузку на транспортные средства в условиях случайного характера спроса на продукцию.
6. Предложена архитектура информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ, отличающаяся возможностью учета неопределенности в реакции внешней среды при отсутствия статистических данных для построения нечетких моделей.
7. С использованием разработанной информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ выработаны практические рекомендации для предприятия ОАО «Стройконструкция» по организации системы распределения ЖБИ по Смоленской области
Диссертация: библиография по экономике, кандидата экономических наук, Жилкин, Илья Алексеевич, Москва
1. Войткевич, Н.И. Распределяй и . властвуй / Н.И. Войткевич // Российское предпринимательство. 2008. - №1. - С. 32-36.
2. Наумов, В.Н. Маркетинг сбыта Электронный ресурс. — Энциклопедия маркетинга. — Режим доступа: http://www.marketing.spb.rU/read/mll/3.htm (дата обращения: 4.05.2010), свободный.
3. Аникин, Б.А. Логистика: учебное пособие / Б.А. Аникин, Т.А. Родкина, М.А. Гапонова и др.; ред. Б.А. Аникин, ред. Т.А. Родкина. М.: Велби Проспект, 2005. - 408с.
4. Гаджинский, A.M. Логистика: учебник для высших и среднеспециальных учебных заведений. 7-е издание, перераб., и доп., / A.M. Гаджинский. - М.: Издательско-торговая корпорация «Дашков и К», 2003.-408с.
5. Канке, А.А., Кошевая, И.П.: учебное пособие / А.А. Канке, И.П. Кошевая. М.: ИНФРА-М, 2006. - 376с.
6. Сергеев, В.И. Корпоративная логистика: 300 ответов на вопросы профессионалов / В.И. Сергеев. М.: ИНФРА-М, 2005. - 789с.
7. Попова, Е.А. Формирование системы распределения продукции предприятий, производящих изделия из сортового стекла : автореферат дис.кандидата экономических наук : 08.00.05 / Попова Елена Александровна; Место защиты: Пенз. гос. ун-т. , Пенза, 2006. 24с.
8. Еремякин, А.В. Реформирование логистической системы распределения газа в Оренбургской области : автореферат дис. . кандидата экономических наук : 08.00.05 / Еремякин Алексей Васильевич; Место защиты: Сам. гос. эконом, ун-т., Оренбург, 2008. 20с.
9. М. Мескон, М. Альберт, Ф. Хедоури. Основы менеджмента. М.: Издательство «Дело», 1992.
10. Нейман Д., Моргенштерн О. Теория игр и экономическое поведение. М.: Наука, 1970.
11. Исследование операций: В 2-х томах. / Под ред. Дж. Моудера, С.Элмаграби. М.: Мир, 1981.
12. Вентцель Е.С. Элементы теории игр. М.: Физматлит, 1959.
13. Вентцель Е.С. Исследование операций: задачи, принципы, методология. М.: Наука, 1980.
14. Вентцель Е.С. Исследование операций. М.: Наука, 1980.
15. Вагнер Г. Основы исследования операций. М.: Мир, 1973.
16. Крапивин В.Ф. Теоретико-игровые методы синтеза сложных систем в конфликтных ситуациях. М.: Сов. радио, 1972.
17. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях / В кн.: Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. С. 172215.
18. Заде Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений. М.: Мир, 1976.
19. Модели принятия решений на основе лингвистической переменной /А. Н. Борисов, А. В. Алексеев, О. А. Крумберг и др. Рига: Зинатне, 1982.
20. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001.
21. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб.: БХВ-Петербург, 2003.
22. Дьяконов В.П., Круглов В.В. Matlab 6.5 SP1/7/7 SP1/7 SP2 + Simu-link 5/6. Инструменты искусственного интеллекта и биоинформатики. М.: СОЛОН-ПРЕСС, 2006.
23. Борисов В.В., Круглов В.В., Федулов А.С. Нечеткие модели и сети. М.: М.: Горячая линия — Телеком, 2007.
24. Круглов В.В. Нечеткая игровая модель с единичным экспериментом //Нейрокомпьютеры: разработка и применение. 2003. № 8-9. С. 24-28.
25. Круглов В.В. Нечеткие игровые модели и их применение в задачах принятия решений, классификации и прогнозирования // Вестник МЭИ. 2004. № 1. С. 82-85.
26. Орловский С.А. Игры в нечетко определенной обстановке // ЖВМ и МФ. 1976. № 16. С. 1427-1435.
27. Ragade R.K. Fuzzy games in the analysis of options // Journal of Cybernetics. 1976. Vol. 6. P. 213-221.
28. Орловский C.A. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981.
29. Шапиро Д.И. Расплывчатые интегральные игры // В кн.: Методы и системы принятия решений. Рига: РПИ, 1979. С. 57-68.
30. Butnarin D. Fuzzy games: a description of the concept // Fuzzy Sets and Systems. 1978. Vol. 1. P. 181-192.
31. Алтунин A.E., Семухин M.B. Модели и алгоритмы принятия решений в нечетких условиях. — Тюмень: Изд-во «ТГУ», 2000
32. Алефельд Г., Херцбергер Ю. Введение в интервальные вычисления. М.: Мир, 1987. 356 с.
33. Добронец Б. С. Интервальная математика. Красноярск: Издательство КГУ, 2004.
34. Шокин Ю. И. Интервальный анализ. Новосибирск: Сибирское отделение изд-ва «Наука», 1981.
35. Кейн В.М. Оптимизация систем управления по минимаксному критерию. М: Наука, 1985, 248с.
36. Campbell, A.M., Savelsbergh, M.W.P., 2004. A decomposition approach for the inventory-routing problem. Transportation Science 38 (4), 488-502.
37. Campbell, A., Clarke, L., Kleywegt, A., Savelsbergh, M., 1998. The inventory routing problem. In: Crainic, T.G., Laporte, G. (Eds.), Fleet Management and Logistics. Kluwer, Boston, pp. 95-113.
38. Disney, S.M., Potter, A.T., Gardner, B.M., 2003. The impact of vendor managed inventory on transport operations. Transportation Research Part E 39 (5), 363-380.
39. Kleywegt, A.J., Nori, V.S., Savelsbergh, M.W.P., 2002. The stochastic inventory routing problem with direct deliveries. Transportation Science 36 (1), 94-118.
40. Qu, W.W., Bookbinder, J.H., Iyogun, P., 1999. An integrated inventory-transportation system with modified periodic policy for multiple products. European Journal of Operational Research 115 (2), 254-269.
41. Savelsbergh, M., Song, J.H., 2008. An optimization algorithm for the inventory routing problem with continuous moves. Computers and Operations Research 35 (7), 2266-2282.
42. W. Burrows. "The Vehicle Routing Problem with Loadsplitting: A Heuristic Approach". In 24th Annual Conference of the Operational Research Society of New Zealand, pages 33-38, 1988.
43. G. B. Dantzig and R.H. Ramser. "The Truck Dispatching Problem". Management Science 6, 80-91. 1959
44. J. K. Lenstra, A.H.G. Rinnooy Kan, "Complexity of vehicle routing and scheduling problems", Networks, 11, pp. 221-227. 1981
45. B. L. Golden, A. A. Assad (Eds.): Vehicle Routing: Methods and Studies, Studies in Management Science and Systems / Vol. 16, Elsevier Science Publ., Amsterdam, 1988, 7-45.
46. Archetti, C., Bertazzi, L., Laporte, G., Speranza, M.G., 2007. A branch-and-cut algorithm for a vendor-managed inventory-routing problem. Transportation Science 41 (3), 382-391.
47. Psaraftis H.N. "In: Vehicle Routing: Methods and studies". Chapter Dynamic Vehicle Routing Problem, Elsevier Science Publishers B.V., 1988.
48. Psaraftis H.N. "Dynamic vehicle-routing: status and prospects", Annals of Operations Research, 1995.
49. L. Bianchi, Notes on Dynamic Vehicle Routing The State of Art". Technical Report, IDSIA-05-01, IDSIA, Switzerland. 2000.
50. Larsen A. The dynamic vehicle routing problem / Ph.D. Thesis, Institute of Mathematical Modelling, Technical University of Denmark, 2001.
51. S. A. Cook. The complexity of theorem proving procedures. Proceedings, Third Annual ACM Symposium on the Theory of Computing, ACM, New York, 1971, 151-158
52. S. A. Cook. The P versus NP Problem. Manuscript prepared for the Clay Mathematics Institute for the Millennium Prize Problems. April, 2000.
53. Alan Turing. "On computable numbers with an application to the entscheidnungs problem". Proc. London Math. Soc. ser. 2, 42:230-265, 1936-7.
54. Усенко, И.В. Обзор проблем принятия решений в неопределенных и расплывчатых условиях при решении транспортных задач / И.В. Усенко // Перспективные информационные технологии и интеллектуальные системы, №2 (34), 2008, С.37-44
55. Р Toth, D. Vigo. Branch-and-bound algorithms for the capacitated VRP / The vehicle routing problem. — Philadelphia: SIAM monograph on discrete mathematics and applications, Pages: 29-49, 2001
56. J. Berger, M. Barkaoui. A Hybrid Genetic Algorithm for the Capacitated Vehicle Routing Problem. Springer Berlin / Heidelberg, 2003
57. Т.К. Ralphs, L. Kopman, W.R. Pulleyblank, and L.E. Trotter Jr., On the Capacitated Vehicle Routing Problem, Mathematical Programming Series В 94 (2003), 343.
58. J. Lysgaard, A.N. Letchford, and R.W. Eglese, A New Branch-and-cut Algorithm for Capacitated Vehicle Routing Problems, submitted to Mathematical Programming (2003).
59. T. Ralphs, J. Hartman and M. Galati. Capacitated Vehicle Routing and Some Related Problems. Some CVRP Slides. Rutgers University. 2001.
60. Т.К. Ralphs, L. Kopman, W.R. Pulleyblank, and L.E. Trotter Jr. On the Capacitated Vehicle Routing Problem. Accepted to Mathematical Programming, 2001.
61. М. М. Solomon. Algorithms for the Vehicle Routing Problem with Time Windows / Transportation Science, 29(2), pp. 156-166. 1995.
62. J.-Y. Potvin, S. Bengio, The Vehicle Routing Problem with Time Windows Part II / Genetic Search, INFORMS Journal of Computing 8, 1996, 165-172.
63. Olli Braysy. A new algorithm for the vehicle routing problem with time windows based on the hybridization of a genetic algorithm and route construction heuristics / Proceedings of the University of Vaasa, Research papers 227, Vaasa, Finland, 1999
64. Solomon, M.M. Algorithms for the vehicle routing and scheduling problems with time window constraints / Operations Research 35 (2), 1987, 254265.
65. C. Hjorring. The Vehicle Routing Problem and Local Search Metaheuristics, Chapter 2. / PhD thesis, Department of Engineering Science, The University of Auckland, 1995.
66. A. Wren and A. Holliday. Computer Scheduling of Vehicles from One or More Depots to a Number of Delivery Points / Operational Research Quarterly, 23:333-344, 1972.
67. Ho, W., Ho, G. Т., Ji, P., and Lau, H. C. 2008. A hybrid genetic algorithm for the multi-depot vehicle routing problem / Engineering Applications of Artificial Intelligence. 21,4 (Jun. 2008), 548-557
68. Gribkovskaia, Irina, Halskau, 0yvind. Bugge Myklebost, Kim N. Models for Pick-up and Deliveries from Depots with Lasso Solutions.
69. G. Righini. Approximation algorithms for the vehicle routing problem with pick-up and delivery / Note del Polo Ricerca 33, Polo Didattico e di Ricerca di Crema, Universita degli Studi di Milano, Luglio 2000
70. M. Dror, G. Laporte, P. Trudeau. Vehicle routing with split deliveries / Discrete Appl. Math. 50, 239-254 (1994).
71. Yang, W.H., Mathur, К., Ballou, R.H., 2000. Stochastic vehicle routing problem with restocking / Transportation Science 34 (1), 99-112.
72. G. Laporte, and F.V. Louveaux. Solving Stochastic Routing Problems with the Integer L-shaped Method / In Fleet Management and Logistics, T.G. Crainic and G. Laporte (eds.), 159-167, Kluwer Academic Publishers, Boston. 1998
73. Christiansen, C.H., Lysgaard, J., 2007. A branch-and-price algorithm for the capacitated vehicle routing problem with stochastic demands / Operations Research Letters 35 (6), 773-781.
74. Bard, J.F., Huang, L., Jaillet, P., Dror, M., 1998. A decomposition approach to the inventory routing problem with satellite facilities / Transportation Science 32 (2), 189-203.
75. Jonathan F. Bard; Liu Huang; Moshe Dror; Patrick Jaillet. A branch and cut algorithm for the VRP with satellite facilities / HE Transactions, Volume 30, Issue 9 September 1998 , pages 821 834
76. M.L. Fisher. Optimal solution of vehicle routing problems using minimum k-trees / Operations Research, 42:626-642, 1994
77. E. K. Lee and J. E. Mitchell. Branch-and-bound methods for integer programming, in the Encyclopedia of Optimization, Kluwer Academic Publishers. 1998.
78. D. Naddef, G. Rinaldi. Branch-and-cut algorithms for the capacitated VRP / The vehicle routing problem. Philadelphia: SIAM monograph on discrete mathematics and applications, Pages: 53-84, 2001
79. U. Blasum, and W. Hochstattler. Application of the Branch and Cut Method to the Vehicle Routing Problem / Technical Report zaik2000-386, Centre of Applied Computer Science, University of Cologne, Germany. 2000.
80. L. Ladanyi, Т.К. Ralphs, and L.E. Trotter Jr. Branch, Cut, and Price: Sequential and Parallel, in Computational Combinatorial Optimization. D. Naddef and M. Juenger, eds., Springer, Berlin . 2001.
81. Clarke, G. & Wright, J.W. Scheduling of Vehicles from a Central Depot to a Number of Delivery Points / Operations Research, Vol. 12, 1964, pp. 568-581
82. H. Paessens. The Savings Algorithm for the Vehicle Routing Problem / Eur. J. Oper. Res. 34:336. 1988.
83. K. Altinkemer, and B.Gavish. Parallel Savings Based Heuristic for the Delivery Problem / Operations Research, 39:456-469, 1991.
84. M. Desrochers, and T. W. Verhoog. A Matching Based Savings Algorithm for the Vehicle Routing Problem / Les Cahiers du GERAD G-89-04, Ecole des Hautes Etudes Commerciales de Montreal, 1989.
85. G. A. P. Kinderwater and M. W. P. Savelsbergh. "Vehicle Routing: Handling Edge Exchanges". In E. H. L. Aarts and J. K. Lenstra (eds), Local Search in Combinatorial Optimization Wiley, Chichester. 1997
86. P. M. Thompson and H. N. Psaraftis. "Cyclic Transfer Algorithms for the Multivehicle Routing and Scheduling Problems", Operations Research 41:935-946. 1993
87. A. Van Breedam. "An Analysis of the Behavior of Heuristics for the Vehicle Routing Problem for a Selection of Problems with Vehicle-Related. Customer-Related, and Time-Related Constraints". Ph.D. dissertation, University of Antwerp. 1994
88. R. Bent, and P. Van Hentenryck. A Two-Stage Hybrid Local Search for the Vehicle Routing Problem with Time Windows. Technical Report CS-01-06, Department of Computer Science, Brown University, USA. 2001.
89. Fisher M, Jaikumar R. A generalized assignment heuristic for vehicle routing/Networks 11, 1981, p. 109-124,
90. G. Laporte, M. Gendreau, J-Y. Potvin, and F. Semet. Classical and modern heuristics for the vehicle routing problem / International Transactions in Operational Research, 7:285-300, 2000,
91. F. Semet, Ё. D. Taillard, Solving real-life vehicle routing problems efficiently using taboo search / Annals of Operations research 41, 1993,
92. David M. Ryan, Curt Hjorring and Fred Glover. Extensions of the Petal Method for Vehicle Routing / The Journal of the Operational Research Society, Vol. 44, No. 3 (Mar., 1993), pp. 289-296
93. J. Berger and M. Barkaoui. A new hybrid genetic algorithm for the capacitated vehicle routing problem. Journal of the Operational Research Society, 41(2).T79D194, 2003,
94. Baker, В. M. and Ayechew, M. A. A genetic algorithm for the vehicle routing problem / Comput. Oper. Research, Vol. 30, 5 (Apr. 2003), 787-800,
95. Jeon, G., Leep, H. R., and Shim, J. Y. 2007. A vehicle routing problem solved by using a hybrid genetic algorithm / Comput. Ind. Eng. 53, 4 (Nov. 2007), 680-692
96. Pankratz G. Dynamic vehicle routing by means of a genetic algorithm, Department of Business Administration and Economics, Fern Universitat -University of Hagen, Hagen, Germany, 2005.
97. S.R. Thangiah. Vehicle Routing with Time Windows using Genetic Algorithms, Technical Report SRU-CpSc-TR-93-23, Computer Science Department, Slippery Rock University, Slippery Rock, PA. 1993.
98. S. R. Thangiah, К. E. Nygard, and P. L. Juell. Gideon: A genetic algorithm system for vehicle routing with time windows / In Proceedings of the Seventh Conference on Artificial Intelligence Applications, pages 322—325, Miami, Florida, 1991.
99. A. Amberg, W. Domschke and S. Voss (2000). Multiple Center Capacitated Arc Routing Problems: A Tabu Search Algorithm using Capacitated Trees. European Journal of Operational Research 124, 360-376.
100. P. Badeau, M. Gendreau, F. Guertin, J.-Y. Potvin and E. Taillard. A Parallel Tabu Search Heuristic for the Vehicle Routing Problem with Time Windows. Transportation Research С 5, 109-122. 1997.
101. M. Gendreau, A. Hertz, and G. Laporte. A tabu search heuristic for the vehicle routing problem / Management Science, 40:1276-1290, 1994
102. J. Homberger, and H. Gehring. Two Evolutionary Metaheuristies for the Vehicle Routing Problems with Time Windows. INFOR 37, 297-318. 1999.
103. S. R. Thangiah, I. H. Osman, T. Sun, Hybrid Genetic Algorithm Simulated Annealing and Tabu Search Methods for Vehicle Routing Problem with Time Windows, Technical Report 27, Computer Science Department, Slippery Rock University, 1994.
104. P. Toth, D. Vigo, The Granular Tabu Search (and its Application to the Vehicle Routing Problem), Technical Report, Dipartimento di Elettronica, Informatica e Sistemistica, Universita di Bologna, Italy, 1998.
105. O. Braysy. A Reactive Variable Neighborhood Search Algorithm for the Vehicle Routing Problem with Time Windows / INFORMS Journal on Computing. 2001
106. T. Duncan. Experiments in the use of Neighborhood Search Techniques for Vehicle Routing / BCS Expert Systems. 1995.
107. Gendreau M., Guertin F., Potvin J.Y. Neighborhood search heuristics for a dynamic vehicle dispatching problem with pick-ups and deliveries / Transportation Research Part С 14 (2006) 157-174
108. Osman, I. H. Metastrategy simulated annealing and tabu search algorithms for the vehicle routing problem / Annals of Operations Research, Volume 41, Number 1-4. 1993, 421-451.
109. Wen-Chyuan Chiang and Robert A. Russell. Simulated annealing metaheuristics for the vehicle routing problem with time windows / Annals of Operations Research, Volume 63, Number 1. 1996.
110. Francesc Robuste, Carlos F. Daganzo, Reginald R. Souleyrette, Implementing vehicle routing models / Transportation Research Part B: Methodological, Volume 24, Issue 4, August 1990, Pages 263-286.
111. Bullnheimer, В., Hartl, R.F., Strauss, C. A new rank-based version of the ant system: a computational study / Central European Journal for Operations Research and Economics 7(1), 1999, 25-38.
112. Bullnheimer, В., Hartl, R.F., Strauss, C. An improved ant system algorithm for the vehicle routing problem / Annals of Operations Research 89 (1), 1999, p.319-328.
113. Gambardella, L.M., Taillard, Ё., Agazzi, G., 1999. MACS-VRPTW: a multiple ant colony system for vehicle routing problems with time windows. In: Come, M., Dorigo, F.G. (Eds.), New Ideas in Optimization. McGraw-Hill, London, pp. 63-76.
114. Reimann, M., Doerner, K., Hartl, R.F., 2004. D-Ants: savings based ants divide and conquer the vehicle routing problem. Computers and Operations Research 31 (4), 563-591.
115. Sttitzle, Т., Hoos, H.H., 1996. Improving the ant system: a detailed report on the MAX-MIN ant system, Technische Universitat Darmstadt.
116. Zecchin, A.C., Simpson, A.R., Maier, H.R., Nixon, J.B., 2005. Parametric study for an ant algorithm applied to water distribution system optimization. IEEE Transactions on Evolutionary Computation 9 (2), 175-191.
117. A.A. Кажаров, B.M. Курейчик. Применение муравьиных алгоритмов для решения некоторых транспортных задач / XV Международная конференция по нейрокибернетике, Ростов-на-Дону, 2009, Т.2, с. 77-80
118. Yu Bin, Yang Zhong-Zhen, Yao Baozhen. An improved ant colony optimization for vehicle routing problem / European Journal of Operational Research 196 (2009) 171-176
119. L. Barcos, V. Rodriguez, M.J. Alvarez, F. Robuste. Routing design for less-than-truckload motor carriers using / Transportation Research Part E 46 (2010)367-383.
120. Кочетов, Ю.А. Вероятностный поиск с запретами для задач упаковки в контейнеры / Ю.А. Кочетов, А.Р. Усманова // Труды Байкальской международной конференции, Иркутск, 2001, т. 6. — С. 22-26.
121. Whitley, D. A Genetic Algorithm Tutorial / D. Whitley // Statistics and Computing, №4, 1994. — pp. 65-85.
122. Mitchel, M. An Introduction to Genetic Algorithms / M. Mitchel. — MIT Press, Cambridge, MA, 1998. — 209 p.
123. Норенков, И.П. Генетические алгоритмы комбинирования эвристик в задачах дискретной оптимизации / И.П. Норенков, О.Т. Косачевский // Информационные технологии, №2, 1999.
124. Курейчик, В.В. Генетические алгоритмы / JI.A Гладков, В.В. Курейчик, В.М. Курейчик; под ред. В.М.Курейчика. 2-е изд., испр. и доп. -М.: Физматлит, 2006. - 320 с.
125. Назаров, А.В. Нейросетевые алгоритмы прогнозирования и оптимизации систем / А.В. Назаров, А.И. Лоскутов. — СПб.: Наука и Техника, 2003. — 384 с.
126. Rutenbar, R.A. Simulated annealing algorithms: An overview / R.A.Rutenbar // IEEE Circuits and Devices Magazine, №1, 1989, pp. 19-26.
127. Dorigo, M. Distributed Optimization by Ant Colonies / A. Colorni, M. Dorigo and V. Maniezzo // Proceedings of the First European Conference on Artificial Life, F.J. Varela and P. Bourgine (Eds.), MIT Press, Cambridge, MA, 1992. pp. 134-142.
128. Dorigo, M. The Ant System: Optimization by a colony of cooperating agents / M. Dorigo, V. Maniezzo, A. Colorni // IEEE Transactions on Systems, Man, and Cybernetics Part B: Cybernetics, Vol.26, No.l, 1996, pp.29-41.
129. Dorigo, M. Ant Colony Systems: A Cooperative Learning Approach to the Traveling Salesman Problem / M. Dorigo, L.M. Gambardella // IEEE Transactions on Evolutionary Computation, 1(1), 1997. pp.53-66.
130. Dorigo, M., Blum, C. Ant colony optimization theory: a survey. Theoretical Computer Science 344 (2-3), 2005, 243-278.
131. Рикошинский А. Е. Еженедельник «Снабженец» электронный ресурс. -URL: http://www.gips.ru/articles/promstroy.html
132. Строительный комплекс России в 2008г. (из Статбюллетеня №9(160), 2009г.)
133. Промышленность России. 2008: Стат.сб./ Росстат. М., 2006. -460 с.
134. Журнал современных строительных технологий «КРАСНАЯ ЛИНИЯ» электронный ресурс. URL: http://www.stroyfirm.ru/articles/article.php?id=144
135. Ю. Антонова. Российский рынок строительных материалов. ABARUS Market Research электронный ресурс. URL: http://www.stroyka.ru/Rynok/detail.php?ID=l 5401
136. Анализ уровня динамики потенциала предприятий по производству строительных материалов (ПСМ) электронный ресурс. URL: http://www.4p.rn/index.php7page-751
137. Строительство в России. 2008: Стат. сб. / Росстат. М., 2008. - 213с.
138. Основные показатели инвестиционной и строительной деятельности в Российской Федерации 2010 год электронный ресурс. -URL: http://www.gks.ru/bgd/regl/bl 0100/IssWWW.exe/Stg/l/dok-2009.htm
139. Основные показатели экономического развития города Смоленска за январь 2010 года электронный ресурс. — URL: http://www.admcity.smolensk.ru/economic/socialpokaz /files/socpok201001 .htm
140. Федеральная служба государственной статистики электронный ресурс. URL: http://www.gks.ni/wps/portal/OSIP/PROM#
141. Infoline отраслевой обзор «Рынок бетона, ЖБИ и изделий из ячеистых бетонов» март 2008 года электронный ресурс. URL: http://marketing.rbc.ru/research/562949953430077.shtml
142. Сайт ООО «Смоленский завод ЖБИ-2» электронный ресурс. -URL: http ://www. gbi-n2.ru/kompaniya.html
143. Строй Ресурс электронный ресурс. URL: http://www.ustroy.ru/zavod/id16.html
144. Строй Ресурс электронный ресурс. URL: http://www.ustroy.ru/zavod/id23.html
145. Сайт ООО «Гнёздовский завод ЖБИ» электронный ресурс. URL: http://smolzavod.ru/
146. Сайт «Стройконструкция» (ЖБИ-1) электронный ресурс. URL: http://www.ck-smolensk.ru/
147. Образцов А. А., Панченко С.В. Оптимальная трассировка трубопроводов химико-технологических производств // Автоматизация и современные технологии. — 2008. — №10. — С. 33—39.