Текст книги "Основы кибернетики предприятия"

Автор книги: Джей Форрестер

сообщить о нарушении

Текущая страница: 16 (всего у книги 33 страниц)

13–48, A

UNF.K=(PSF.K)(DHF+DUF),

13–49, А

где

LDF – желательный уровень заказов в каналах производства (единицы);

RSF – усредненные требования (заказы) к производству (единицы в неделю);

DCF – запаздывание оформления заказов на заводе (недели);

DPF – запаздывание, связанное с затратой времени на производство продукции (недели);

LAF – фактический уровень заказов в каналах производства (единицы);

CPF – заказы в процессе оформления на заводе (единицы);

OPF – заказы в производстве на заводе (единицы);

UNF – нормальный объем не выполненных производством заказов (единицы);

DHF – минимальное запаздывание выполнения заказа заводом (недели);

DUF – среднее запаздывание выполнения заказов заводом из-за отсутствия на складе некоторых товаров при «нормальном» общем объеме запасов (недели).

Как показывает опыт, для преобразования информации в решение о выборе определенного темпа производства необходимо некоторое время; оно может быть отображено, как и в уравнениях 13–13 и 13–14, с помощью показательного запаздывания:

CPF.K=CPF.J+{DT){MDF.JK – MOF.JK),

13-50, L

M0F.KL=DELAY3(MDF.JK, DCF),

13–51, R

где

CPF – заказы в процессе оформления на заводе (единицы);

MDF – темп производства, определяемый принятым решением (единицы в неделю);

MOF – производственные заказы заводу (единицы в неделю);

DCF – запаздывание оформления производственных заказов на заводе (недели);

DELAY3 – функциональное обозначение, указывающее на уравнения запаздывания третьего порядка.

Теперь рассмотрим непосредственно производственный процесс. Решение о производстве продукции уже ограничено мощностью предприятия. Мы допускаем, что рабочая сила и материалы не накладывают никаких других ограничений на выпуск продукции. Выпуск готовой продукции будет поэтому зависеть от полученных заводом заказов и изменяться вслед за изменением темпа поступления заказов с некоторым запаздыванием. В зависимости от величины и характера изменения темпа производства мы будем выбирать ту или иную из различных возможных функций запаздывания. Для целей, которые мы ставим перед собой в настоящее время, удовлетворительным является запаздывание третьего порядка. Если бы первоначальная подготовка к. изменению темпа выпуска продукции потребовала весьма большой затраты времени, после чего темп стал бы быстро возрастать, то было бы целесообразно выбрать запаздывание шестого порядка^[78]. Так как мы не имеем в виду отображать каждый отдельный производственный процесс, то воспользуемся запаздыванием третьего порядка, поскольку оно типично и характерно для обычных обстоятельств, с которыми, как мы ожидаем, нам придется встречаться. В этом случае мы получим следующие уравнения:

OPF.K=OPF.J+(DT)(MOF.JK – SRF.JK),

13-52, L

SRF.KL=DELAY3(M0F.JK, DPF),

13–53, R

где

OPF – заказы в производстве на заводе (единицы).

MOF – темп поступления производственных заказов на завод (единицы в неделю);

SRF – пополнение запасов на заводе (выпуск готовой продукции) (единицы в неделю);

DPF – запаздывание, связанное с первоначальной подготовкой производства на предприятии (недели);

DELAY3 – функциональное обозначение, указывающее на уравнения запаздывания третьего порядка.

Окончив составление системы уравнений для производства и не вводя каких-либо новых переменных, мы завершили теперь формальное математическое описание системы, которую намереваемся изучать. Единственная не определенная нами переменная в предшествующей системе – это темп розничных продаж RRR. Построенная нами модель не предполагает отображения характеристик самого рынка сбыта. Поэтому темп продаж товаров покупателям будет приниматься различным в разное время, с тем чтобы проследить, каким образом производственная и сбытовая система будут реагировать на различные условия продажи товаров.

13.5.4. Начальные условия

Уравнения с 13-1 по 13–53 должны решаться периодически в моменты времени, разделенные между собой интервалом DT. Для того чтобы решить эти уравнения в первый раз, необходимо знать исходные значения переменных. В большинстве исследований с использованием такого типа моделей, как в нашем случае, легче и проще всего избежать ошибок, если начать с изучения системы, находящейся в стабильных условиях и не испытывающей в начальный момент времени возмущений. Поскольку розничные продажи RRR являются единственным независимым вводом, это означает, что допускается неизменность розничных продаж в прошлом. Кроме того, в начальный момент времени система будет находиться в состоянии равновесия независимо от того, является ли она устойчивой. Если в данном положении равновесие неустойчиво, любое возмущение будет вызывать растущее отклонение от исходных условий.

Последовательность вычислений для основной системы уравнений такова, что сначала решаются уравнения уровней, затем вспомогательные уравнения и, наконец, уравнения темпов. Для того чтобы начать вычисления, необходимо знать константы (или уравнения), определяющие величины всех уровней в начальный момент. Кроме того, если мы допускаем использование значений какого-либо темпа для определения другого темпа^[79], то нам необходимо знать константы (или уравнения) для определения всех темпов, фигурирующих в правой части вспомогательных уравнений и уравнений темпов.

Задавшись этими исходными значениями, можно определить уровни в начальный момент, а также необходимые для последующих вычислений темпы в предшествующий начальному моменту период. После этого можно вычислить значения вспомогательных переменных, которые зависят от исходных уровней и некоторых темпов, имевших место непосредственно перед начальным моментом. После определения вспомогательных переменных можно рассчитать переменные темпы для периода времени, следующего непосредственно за исходным моментом. После этого выполняется обычная последовательность вычислений уровней, вспомогательных переменных и темпов, которая затем периодически повторяется.

Как правило, лучше всего устанавливать начальные значения на основе внешних вводов и параметров системы таким образом, чтобы можно было изменять значения параметров в уравнениях, не вызывая при этом необходимости пересоставлять уравнения для определения исходных значений, к построению которых мы сейчас переходим.

Начальные и предшествующие значения требований к розничной торговле RRR должны быть заданы численно:

RRR=RRI,

13–54, N

где

RRR – исходная величина требований (заказов), получаемых розницей (единицы в неделю);

RRI – исходный темп требований к рознице, константа (единицы в неделю);

Буква N после номера уравнения показывает, что это уравнение, определяющее исходную величину. Обозначение времени при переменных в уравнениях исходных величин не применяется.

Первый уровень, с которым мы встречаемся в системе, – это задолженность по не выполненным розницей заказам UOR, определяемая уравнением 13-1. Нормальный установившийся уровень этой переменной дается уравнением 13–12, определяющим нормальный уровень не выполненных розницей заказов UNR:

UOR = (RSR){DHR+DUR),

13–55, N

где

UOR – исходное число заказов, не выполненных розницей (единицы);

RSR – исходная величина усредненных требований к рознице (единицы в неделю);

DHR – минимальное запаздывание выполнения заказа розницей (недели);

DUR—среднее-запаздывание выполнения заказов розницей из-за отсутствия на складе некоторых товаров при общем «нормальном» объеме запаса (недели).

Исходная величина фактического запаса IAR может быть равна желательному уровню, определяемому уравнением 13-7:

IAR = (AIR)(RSR),

13–56, N

где

IAR – исходная величина фактического запаса в розничной торговле (единицы);

AIR – постоянный коэффициент пропорциональности (отношение желательного запаса к недельной продаже) (недели);

RSR – исходная величина усредненных требований к розничному звену (единицы в неделю).

Следующий уровень в системе уравнений определяет усредненный темп розничных продаж, который при установившихся условиях будет равен постоянному предшествующему темпу продаж:

RSR = RRR,

13–57, N

где

RSR – исходная величина усредненных требований к розничному звену (единицы в неделю);

RRR – исходное число требований (заказов), получаемых розничным звеном (единицы в неделю).

Используя уже известные исходные величины, можно решить уравнения 13-3, 13-4, 13-5, 13-6, 13-7, которые определяют значения вспомогательных переменных и устанавливают темп розничных отгрузок SSR, который равен исходному темпу требований к розничному звену RRI в установившихся условиях.

Теперь необходимо определить исходные количества заказов и товаров, движущихся по каналам системы. В установившихся условиях темпы потоков в каналах между розничной и оптовой торговлей будут равны темпу розничных продаж. Произведение этого темпа на продолжительность запаздывания даст количество, находящееся в запаздывании. Уравнения для процессов оформления и пересылки заказов по почте и транспортировки товаров в этом случае будут иметь следующий вид:

CPR = (DCR){RRR),

13–58, N

PMR=(DMR)(RRR),

13–59, N

MTR=(DTR)(RRR),

13–60, N

где

CPR – исходное количество заказов в стадии оформления в розничном звене (единицы);

DCR – запаздывание оформления заказа в розничном звене (недели);

RRR – исходная величина требований (заказов), получаемых розничным звеном (единицы в неделю);

PMR – исходное количество выданных розничным звеном заказов на закупки, находящихся в почтовых каналах (единицы);

DMR – почтовое запаздывание отправленных из розничного звена заказов (недели);

MTR – исходное количество товаров в пути к розничному звену (единицы);

DTR – запаздывание транспортировки товаров в розничное звено (недели).

На основе определенных выше исходных величин и исходного числа не выполненных оптовыми базами заказов UOD, которое можно заимствовать из перечня исходных величин для оптового звена, становится возможным решить уравнение 13-9 для темпа выдачи розничным звеном заказов на закупку товаров PDR.

При установившихся начальных условиях сумма всех членов уравнения 13-9, заключенных в скобки, равна нулю; поэтому темп выдачи заказов будет равен темпу розничных продаж.

Уравнения исходных величин целесообразно проверить, чтобы быть уверенным в том, что они будут давать ожидаемые начальные значения вспомогательных величин и переменных темпов. Иногда очень легко сформулировать такую систему уравнений, при которой фактически устанавливающиеся условия не будут совпадать с желательными и где они на первый взгляд не будут такими, какими должны были бы быть. Этот момент был упомянут ранее, как один из доводов в пользу включения в уравнение темпа закупок 13-9 члена, характеризующего нормальный уровень невыполненных заказов.

Дополнительные уравнения для определения исходных величин, характеризующих оптовую торговлю, будут иметь следующий вид:

RRD=RRR,

13–61, N

UOD = (RSD)(DHD+DUD),

13–62, N

IAD = (AID){RSD),

13–63, N

RSD=RRD,

13–64, N

CPD = (DCD)(RRD),

13–65, N

PMD=(DMD)(RRD),

13–66, N

MTD = {DTD)(RRD),

13–67, N

где

RRD – исходная величина требований (заказов), получаемых оптовыми базами (единицы в неделю);

RRR – исходная величина требований (заказов) к розничному звену (единицы в неделю);

UOD – исходное число заказов, не выполненных оптовыми базами (единицы);

RSD – исходная величина усредненных требований к оптовым базам (единицы в неделю);

DHD – минимальное запаздывание выполнения заказа оптовыми базами (недели);

DUD – среднее запаздывание выполнения заказов оптовыми базами из-за отсутствия на складе некоторых товаров при общем «нормальном» объеме запасов (недели);

IAD – исходная величина фактического запаса на оптовых базах (единицы);

AID – постоянный коэффициент пропорциональности (недели);

CPD – исходное количество заказов в стадии оформления на оптовых базах (единицы);

DCD – запаздывание оформления заказов на оптовых базах (недели);

PMD – исходное число выданных оптовыми базами заказов на закупку товаров, находящихся в почтовых каналах (единицы);

DMD – почтовое запаздывание отправленных оптовыми базами заказов (недели);

MTD – исходное количество товаров в пути к оптовым базам (единицы);

DTD – запаздывание транспортировки товаров на оптовые базы (недели).

Подобная система уравнений для определения исходных величин применительно к производственному звену будет иметь вид:

RRF=RRR,

13–68, N

UOF=(RSF)(DHF+DUF),

13–69, N

IAF=(AIF)(RSF),

13–70, N

RSF=RRF,

13–71, N

CPF=(DCF)(RRF),

13–72, N

OPF=(DPF)(RRF),

13–73, N

где

RRF – исходная величина требований, получаемых производством (единицы в неделю);

RRR – исходная величина требований, получаемых розницей (единицы в неделю);

UOF – исходное число заказов, не выполненных производством (единицы);

RSF – исходная величина усредненных требований к производству (единицы в неделю);

DHF – минимальное запаздывание выполнения заказа производством (недели);

DUF – среднее запаздывание выполнения заказов производством из-за отсутствия на складе некоторых товаров при общем «нормальном» объеме запасов (недели);

IAF – исходный фактический запас в производстве (единицы);

AIF – постоянный коэффициент пропорциональности (недели);

CPF – исходное количество заказов в стадии оформления на заводе (единицы);

DCF – запаздывание оформления заказа на заводе (недели);

OPF – исходное количество заказов в производстве (единицы);

DPF – запаздывание, связанное с затратой времени на производство продукции (недели).

Уравнения с 13–54 по 13–73 дают исходные величины, необходимые для того, чтобы можно было начать решение уравнений с 13-1 по 13–53.

13.5.5. Параметры (константы) системы

Теперь, когда мы завершили формулирование уравнений, описывающих поведение системы, и уравнений, определяющих начальные условия, нам необходимо определить числовые значения параметров системы (величин, постоянных на протяжении каждого отдельного проигрывания модели).

Первый параметр, с которым мы встречаемся в уравнениях, является скорее параметром процесса вычисления, чем системы, как таковой. Это интервал решений DT. Интервал решений должен быть небольшой частью (менее одной шестой) отрезка времени, представленного в системе любым из запаздываний третьего порядка. Так как мы будем отражать в системе запаздывания длительностью порядка половины недели, то выберем следующий интервал решений:

DT=0,05 недели.

Поскольку в этой главе мы рассматриваем систему типичную или возможную, а не представляющую какую-либо конкретную фирму, мы не будем подробно останавливаться на выборе числовых значений параметров, а возьмем их вероятные значения с тем, чтобы позднее посмотреть, как влияет изменение значений параметров на характеристики системы.

Рассмотрим сначала запаздывания выполнения заказов розничной, оптовой торговлей и производством. Первый параметр связан с минимальным запаздыванием выполнения заказа в случае, когда необходимый товар имеется в запасе на складе. Предположим, что эти запаздывания будут порядка одной недели в каждом из трех подразделений системы:

DHR – 1,0 недели – минимальное запаздывание в розничном звене;

DHD = 1,0 недели – минимальное запаздывание в оптовой торговле;

DHF = 1,0 недели – минимальное запаздывание обработки заказа на заводе.

Необходимо также выбрать величины запаздываний выполнения заказов из-за отсутствия на складе необходимого товара DUR, DUD и DUF. При рассмотрении уравнения 13-6 мы на основе интуитивных предположений установим, что эти запаздывания пропорциональны отношению желательного запаса к фактическому. С помощью модели можно проверить влияние на систему выбора и других видов функциональной взаимосвязи и различных значений постоянной запаздывания, связанного с отсутствием на складе необходимого товара.

На рис. 13–17 показан ряд функций, из которых мы должны сделать выбор. По вертикальной оси отложена та часть общего среднего запаздывания, которая связана с отсутствием на складе необходимого товара; она выражена в долях минимального запаздывания DHR. По горизонтальной оси отложено безразмерное отношение фактического запаса к желательному. Отдельные кривые показывают различные отношения запаздывания DUR (связанного с отсутствием на складе некоторых товаров в то время, как их суммарное количество IAR находится на желательном уровне JDR) к запаздыванию DHR (минимальному времени, необходимому для оформления заказа).

Рис. 13–17. Зависимость запаздывания от отношения запасов.

На рис. 13–17 проведена жирная вертикальная линия в том месте, где фактический запас равен желательному. Точки, в которых кривые пересекают эту линию, соответствуют такому отношению запаздываний DUR и DHR, которое будет иметь место в условиях «нормальной» величины общего запаса. Приведенные кривые показывают, сколь быстро изменяется среднее запаздывание выполнения заказа при изменении запаса. Пока мы придерживаемся определенного функционального отношения, задаваемого уравнениями 13-6, 13–24 и 13–42, мы не можем независимо выбирать величину запаздывания DUR при нормальном запасе товаров и скорость, с какой будет увеличиваться это запаздывание, при сокращении наличия товаров. Желательное соотношение между этими величинами можно установить, принимая различные функциональные отношения между запасом и запаздыванием^[80]. Допустим, что кривые, обозначенные 0,4; 0,6 и 1,0, согласуются соответственно с нашей оценкой запаздываний выполнения заказов розничной и оптовой торговлей и производством из-за отсутствия на складах необходимых товаров. Для определения абсолютных величин этих запаздываний приведенные в обозначениях числа надо умножить на минимальное запаздывание, которое уже выбрано нами равным 1 неделе; поэтому запаздывания для розничной и оптовой торговли и производства будут равны соответственно:

DUR = 0,4 недели,

DUD – 0,6 недели,

DUF = 1,0 недели.

Принятие таких значений отношения запаздываний DUR и DHR означает, например, что, если запас товаров в рознице сократится до половины желательного количества, то среднее запаздывание выполнения заказа розничным звеном увеличится с 1,4 до 1,8 минимального времени, необходимого для выполнения заказа. В оптовой торговле соответствующее запаздывание увеличилось бы с 1,6 до 2,2 раза по сравнению с минимальным, а в производстве – с 2 до 3 раз. Оценка достоверности этих значений в конкретной ситуации могла бы быть произведена на основе анализа движения типичных заказов с целью определить характерное для них время выполнения и величину запаздывания из-за отсутствия на складе некоторых товаров.

Следующую группу составляют параметры, которые связывают уровень желательного запаса товаров со средним темпом продаж. Эти константы определяются числом недель, в течение которых средний темп продаж может быть обеспечен за счет «нормального» запаса товаров.

Пусть эти константы для розничной и оптовой торговли и производства будут равны соответственно:

AIR = 8 неделям,

AID = 6 неделям,

AIF = 4 неделям.

Если мы разделим эти константы на 52 недели, то получим темп оборачиваемости запаса товаров в течение года. Приведенные выше цифры соответствуют оборачиваемости запасов в трех подразделениях системы, соответственно 6,5; 8,7 и 13 раз в год.

Параметры в уравнениях 13-8, 13–26 и 13–44 дают показательную постоянную времени усреднения, которая используется при определении усредненного темпа продаж на основе текущих значений этого темпа. Мы допустим в начале нашего исследования, что для каждого из трех подразделений эта константа равна 8 неделям:

DRR – 8 неделям,

DRD – 8 неделям,

DRF = 8 неделям.

В уравнениях 13-9, 13–27 и 13–45 параметры DIR, DID и DIF определяют темпы регулирования запасов и заполнения каналов системы. Как мы увидим позже, наша система чувствительна к величинам этих темпов. Для точного установления значений такого рода параметров у нас может не хватать необходимых данных> их величину можно оценить на основе данных о динамике заказов в прошлом. Значения этих параметров можно будет изменить в дальнейшем. Мы начнем с выбора таких значений, которые кажутся нам правдоподобными, а позже рассмотрим, какое влияние оказывает изменение этих значений. Первоначально примем, что в каждом из подразделений системы темп поступления заказов уменьшает отклонение фактических запасов и заполнения каналов от соответствующих желательных величин со скоростью, равной одной четверти этого несоответствия в неделю; тогда запаздывание регулирования запасов (и заполнения каналов) для розничной и оптовой торговли и производства составит соответственно:

DIR = 4 неделям,

DID = 4 неделям,

DIF = 4 неделям^[81].

Далее мы должны установить запаздывания оформления заказов на закупки товаров. Допустим, что на это нужно больше времени в розничной торговле, чем в оптовой, где этот период в свою очередь больше, чем в производстве. Пусть

DCR = 3 неделям – запаздывание оформления заказа в розничном звене;

DCD = 2 неделям – запаздывание оформления заказа в оптовой торговле;

DCF = 1 неделе – запаздывание оформления заказа в производстве.

Для почтового запаздывания пересылки заказа из розничного звена и из оптовой торговли примем следующие величины:

DMR = 0,5 недели,

DMD = 0,5 недели.

Для запаздывания транспортировки товаров с оптовых баз в розничное звено и с завода на оптовые базы примем следующие значения:

DTR = 1,0 недели,

DTD = 2,0 недели.

Промежуток времени между моментом принятия решения об изменении темпа производства и тем моментом времени, когда может быть достигнут новый темп выпуска готовой продукции, примем равным 6 неделям:

DPF = 6,0 недели.

Для решения уравнения 13–46 необходимо знать значение максимальной производственной мощности. В нашем первоначальном исследовании системы не должно быть существенных ограничений производственного характера. Производственная мощность может быть поэтому принята во много раз большей по сравнению с уровнем розничных продаж:

ALF = (1000)(RRI) единиц в неделю.

В приведенном выражении ALF есть предел производственной мощности предприятия, а RRI – исходный темп требований к розничному звену.

Исходные величины темпа производства и продаж могут быть выбраны произвольно в каком-либо удобном масштабе, например,

RRI = 1000 единиц в неделю, исходный темп требований к рознице.

Мы имеем теперь полную систему уравнений динамики, уравнений исходных значений и знаем параметры; исключение составляет только темп требований к рознице RRR, который будет использоваться в качестве ввода с целью испытания системы.

При разных исследованиях поведения системы будет устанавливаться различный темп розничных продаж. Значение этого темпа будет задаваться каждый раз при формулировании условий, в которые должна быть поставлена система.

13. 6. Общие принципы выбора рациональных значений параметров

Читатель может вначале возразить против произвольного обращения, проявленного только что в отношении выбора значений параметров, поскольку оно несовместимо со многими попытками использовать для этой цели статистические оценки, предпринимаемыми в науке об управлении и описанными в экономической литературе. Однако нам представляется, что широко поставленный сбор данных должен следовать за доказательством необходимости большей точности определения того или иного параметра. Во многих задачах любые значения параметров, не выходящие за пределы разумного, приведут к почти одинаковым результатам.

Не приходится сомневаться в том, что большинство промышленно-сбытовых и экономических систем не обладают высокой чувствительностью к незначительным изменениям параметров; иначе качественный характер их динамического поведения был бы значительно более изменчив, чем это есть на самом деле. В первом приближении колебания экономики из десятилетия в десятилетие имеют неизменный характер, хотя многие детали системы претерпевают при этом значительные изменения. За последние двести лет мы изменили форму управления государством и банковскую систему; расходы правительства выросли до значительной доли нашего национального продукта; страна из преимущественно аграрной превратилась в преимущественно индустриальную; скорости связи и транспортировки увеличились примерно в 100 раз. И все же, несмотря на эти изменения, капиталистической экономической системе присущи те же самые колебания и тенденции роста и денежной инфляции, что и раньше. Мы увидим, что сложность структуры системы, наличие распределенных по всей системе запаздываний, решения, имеющие следствием усиления в системе, и временные константы, источником которых служит память и действия людей, – все это, вместе взятое, создает систему, поведение которой не зависит от изменения большинства параметров, если эти изменения лежат в разумных пределах.

В информационной системе с обратной связью различные влияния взаимно уравновешиваются. Отклонения, связанные с изменением одного из факторов, часто компенсируются автоматически возникающими изменениями других факторов. Чем более полной и жизнеспособной является система, тем менее чувствительной будет она к незначительным изменениям большинства параметров.

Определить чувствительность модели к изменениям значений параметров можно путем испытания модели. Когда выявлен параметр, к изменениям которого система особенно чувствительна, мы сталкиваемся с более сложной проблемой, чем просто необходимость определить его значение. Возможно, мы будем в состоянии точно измерить параметр; однако нам нужна уверенность в неизменности его значения с течением времени. В противном случае он может оказаться одной из существенных переменных системы; если в этом случае источник изменений параметра не будет установлен, то поведение модели может ввести нас в заблуждение. Возможно, этот параметр относится к числу тех, которые можно регулировать. Если же параметр не может быть точно измерен или если он не является константой, а также если он не поддается регулированию, тогда, вероятно, будет целесообразно видоизменить структуру про-мышленно-сбытовой системы таким образом, чтобы величина и изменение параметра не влияли в большой степени на поведение системы.

13. 7. Экспериментальные проигрывания модели

В главе 2 были приведены рисунки, показывающие, каким образом типичная оптовая организация могла бы реагировать на некоторые упрощенные вводы, характеризующие объем розничных продаж. В предшествующих разделах настоящей главы даны были уравнения, описывающие организацию и руководящие правила системы, рассмотренной в главе 2.

В последующих разделах будет дано более детальное описание каждого из рисунков главы 2, включая уравнения, используемые для формулирования условий, связанных с экспериментальным вводом.

Первоначально можно допустить, что самым насыщенным информацией типом ввода, используемого при испытании системы, был бы временной ряд фактических продаж, полученный в результате изучения реальных ситуаций, хотя в общем случае это будет не самая полезная исходная точка, так как временные ряды, построенные на фактическом материале, – слишком сложная модель для начальной стадии изучения поведения системы.

Более простые условия испытаний можно будет выработать, если попытаться понять наиболее существенные характеристики самой системы. Позже мы сможем изучить реакции системы на ввод характерных для нее данных или сгруппировать отобранные соответствующим образом элементарные вводы (такие, как тенденции роста, сезонные и другие периодические колебания и помехи) для того, чтобы создать испытательный ввод такого состава, который воссоздает статистические характеристики фактических временных рядов.

Теперь повторим и рассмотрим в отдельности рис. с 2–2 по 2–6 из главы 2. Уравнения и параметры, кроме особо отмеченных, будут заимствованы из раздела 13.5.

13.7.1. Скачкообразное увеличение продаж

В качестве экспериментального ввода при изучении динамики системы целесообразно использовать «функцию скачка»; такой ввод весьма прост и в то же время богат информацией. В этом случае имеет место внезапное возмущение, порожденное изменением внешнего ввода в систему до некоторой новой величины, которая затем поддерживается постоянной. Функция-скачка вызывает возмущение, включающее в себя, вообще говоря, неограниченную полосу частот компонентов. Она может служить для того, чтобы «возбудить» любого вида реакцию, какая может быть свойственна испытываемой модели. Если для моделируемой системы характерны колебания, то скачкообразный ввод сразу же продемонстрирует естественный период колебаний системы и скорость их затухания или усиления. Такой ввод будет, как правило, приводить в действие совокупность характерных для системы тенденций к росту или сокращению.

Для отображения скачкообразного изменения розничных продаж RRR, например, на 10 % необходимы следующие уравнения:

RRR.KL = RRI + RCR.K,

13–74, R

,

13-75, A

где

RRR – требования (заказы), получаемые розничным звеном (единицы в неделю);

RRI – исходный темп требований к розничному звену, константа (единицы в неделю);

RCR – изменение требований к розничному звену (единицы в неделю).

Согласно этим двум уравнениям, темп розничных продаж до начала проигрывания имеет постоянную установившуюся величину RRI (равную 1000 единиц в неделю). После начала проигрывания величина RRR увеличивается на 100 единиц в неделю, что и дает скачкообразное увеличение розничных продаж на 10 %.

На рис. 13–18 видно, как возмущение, вызванное изменением розничных продаж, распространяется в направлении производственного звена; соответствующие данные приведены в табл. 13-1.

Таблица 13-1. Время, необходимое для достижения максимальных темпов размещения заказов и производства товаров после 10-процентного увеличения продаж

Переменная

Экстремальная величина изменения, %

Время (недели)

Розничные продажи

+10

константа

Заказы розничного звена оптовым базам

+18

11

Заказы оптовых баз производству

+34

14

Производственные заказы заводу

+51

15

Выпуск готовой продукции заводом

+45

21

Рис. 13–18. Реакция промышленно-сбытовой системы на внезапное 10-процентное увеличение розничных продаж.

Прогрессивное увеличение экстремальных значений темпа размещения заказов при переходе к высшим подразделениям системы является результатом двух источников усиления, имеющих место в правилах, регулирующих решения о размещении заказов, – это необходимость увеличения количества заказов и товаров, перемещаемых по каналам системы, и практика увеличения «желательного» запаса в связи с ростом среднего уровня продаж. В системе, рассматриваемой в данном примере, запаздывание передачи из розничной торговли в оптовую и обратно равно 6,1 недели (3 недели на оформление заказа DCR; 0,5 недели на пересылку заказа по почте DMR; 1,6 недели на выполнение заказа оптовыми базами (DHD плюс DUD) и 1 неделя на транспортировку товаров в розничное звено DTR). 10-процентный рост темпа розничных продаж требует 10-процентного увеличения числа заказов и товаров в пути, если запаздывание является постоянным (и большего увеличения заказов и товаров, если запаздывание возрастает, как это делается в модели и как это обычно бывает в деловой практике на ранней стадии расширения объема деловых операций). Это увеличение содержимого каналов (уравнение 13–10) должно быть тогда равно: