Напрямки проведення досліджень за допомогою розроблених мультиагентних моделей

          Модель РМДЗ є достатньо гнучкою для проведення досліджень ланцюгу постачань у різних напрямках, якщо конфігурація ланцюга, який досліджують, має вигляд: «виробник (або група виробників, яка для цілей моделювання може бути представлена як один мета-виробник)» — «віддалені склади» — «кінцеві споживачі (до них також можна віднести ланки, які торгують дрібним оптом та вроздріб)».           Модель може бути використано для вирішення задач дослідницького та прикладного характеру. Дослідницькі цілі передбачають виявлення та вивчення залежностей між параметрами логістичної системи та оцінними показниками її функціонування: обґрунтування виду залежності, кількісна оцінка параметрів зв’язку, побудова регресійних рівнянь, тощо. На основі вирішення цих задач проводиться аналіз впливу різних ендогенних та екзогенних чинників на показники функціонування логістичної системи, результати якого можуть бути використані для проектування таких систем, стратегічного та оперативного управління запасами в них, тобто рішення задач прикладного характеру.           Ці дослідження проводяться з використанням масивів даних, які сформовані як на підставі реальної інформації, так і генеровані за допомогою моделі. Слід зазначити, що друга можливість — генерація даних за допомогою моделі — є дуже важливою з точки зору рішення проблеми нестачі даних.           По-перше, інформація, яка необхідна для подібних досліджень, як правило, є конфіденційною та не публікується у відкритих джерелах. Торгівельні та торгівельно-виробничі підприємства, що діють в умовах конкурентного середовища, охороняють інформацію про свої виробничо-розподільчі системи, їх можливості, рух запасів тощо з цілком очевидних причин. Це суттєво ускладнює незалежні дослідження, які можуть проводитися сторонніми аналітиками як в наукових цілях, так і для рішення прикладних задач. Розроблені мультиагентні моделі дозволяють в значній мірі вирішити проблему нестачі даних.           По-друге, певну «інформаційну недостатність», як правило, відчувають і менеджери виробничо-розподільчих систем. Перш за все, це пов’язано з нестаціонарністю зовнішнього середовища, яку зумовлено поведінкою покупців, конкурентів, та яка виражається в нестаціонарності споживчого попиту. Крім того, вона є характерною для етапів розробки логістичних систем, їх початкового функціонування, коли ще не накопичено достатню статистику для аналізу та моделювання. За таких обставин генеровані дані дозволяють проводити багатоваріантні розрахунки для цілей планування запасів та управління їх динамікою.           Напрямки досліджень, які дозволяє реалізовувати модель РМДЗ, можна у загальному вигляді згрупувати наступним чином.           1. Аналіз впливу різних чинників на цільові показники логістичної системи на основі побудови регресійних залежностей. За допомогою моделі можна генерувати дані, що необхідні для побудови регресійних рівнянь. Вибираються змінна відгуку та змінні-регресори. Після планування експерименту, тобто визначення параметрів, які варіюватимуться, порядку, в якому вони змінюватимуться, початкового та кінцевого значень і кроку зміни, проводиться імітаційний експеримент за допомогою утиліти «Авторан» та первинна обробка даних утилітою ПОЕ. Вид залежності обирається експериментатором за допомогою формальних ознак або на основі уявлень про характер процесу, регресійні коефіцієнти розраховуються за допомогою статистичних пакетів.           2. Вибір найкращого методу прогнозування попиту в умовах фіксованого розташування складів. Модель дозволяє вибрати метод прогнозування попиту відповідно до певного критеріального показника. Як правило, це середній або сумарний рівень дефіциту окремого складу, тобто величина дефіциту, що припадає в середньому на один склад за такт, або середня сумарна величина дефіциту, що припадає на один склад за прогін. Під час прогонів моделі усі параметри, окрім методу прогнозування, фіксуються (хоча ця умова і не є обов’язковою: вона полегшує подальші дослідження, виключаючи зайві чинники). Розраховується критеріальний показник для кожного з методів прогнозування. Якщо йдеться про дефіцит, то найкращим можна вважати метод, який забезпечує найменший рівень дефіциту (мінімізація дефіциту) або найменшу його дисперсію (стабільність прогнозів).           3. Вибір найкращої альтернативи розташув         ання складу для мінімізації дефіциту або іншої оціночної характеристики.           Ланцюг постачань — це сукупність елементів , де — множина виробників продукції, — вектор множин дистриб’юторів продукції, — множина кінцевих споживачів, причому кожен елемент з є постачальником продукції для хоча б одного елементу , першої множини вектору , кожен елемент з має своїм постачальником хоча б один елемент з . По аналогії, кожен елемент з виступає постачальником для хоча б одного елементу з , а кожен з елементів має постачальником хоча б один елемент з . Елементи називатимемо розподільчими центрами (РЦ). Вони можуть бути представлені як великими складами, оптовими базами, так і роздрібними магазинами, які реалізують продукцію кінцевому споживачу.          Використання кількох розподільчих центрів є поширеною світовою практикою. Оскільки деякі ланцюги постачань не будуються одразу в остаточному вигляді, а розширюються еволюційно, перед побудуванням або орендою нового РЦ є доцільним оцінити, як зміниться після цього ефективність ланцюга постачань. Під ефективністю ланцюга постачань у цій роботі розумітимемо сумарний дефіцит окремого розподільчого центру за розрахунковий період [125]. Вважається, що є інформація про кілька можливих позицій, у яких може бути розташований новий склад, а також про потенційну кількість клієнтів цього складу. Змінною відгуку можна вважати як сумарний (або середній) рівень дефіциту окремого складу, так і сумарний дефіцит системи. Усі параметри моделі фіксовані. До файлу налаштування складів «Warehouses.ini» заносяться координати складів, які існують, початкові запаси та кількість клієнтів. За умови цього бажано лінійно перетворити координати, початкові запаси та кількість клієнтів таким чином, щоб перші знаходилися у межах ігрового світу, тобто мали значення від (1;1) до (800; 600), другі — від 1000 до 3000 одиниць. Загальна кількість клієнтів в системі має бути кількістю до 500, інакше один прогін триватиме значний час.           Аналогічні перетворення виконуються також для усіх можливих альтернатив розташування нового складу. По черзі вони додаються до файлу налаштувань складів таким чином, щоб в кожен момент часу там був лише один новий склад, тобто кількість складів у цьому файлі становитиме w + 1, де w — кількість наявних складів. Модифікований файл зберігається, після чого виконується серія прогонів. Бажано проводити не менш ніж 10 прогонів для кожного набору налаштувань.          

Вся работа доступна по Ссылке