1
PRZEBUDOWA SYSTEMU TRANSPORTOWEGO
Z WYKORZYSTANIEM NARZĘDZI SYMULACYJNYCH ORAZ
WIELOKRYTERIALNEGO WSPOMAGANIA DECYZJI
Marcin HAJDUL
Instytut Logistyki i Magazynowania
ul. Estkowskiego 6
61-755 Poznań
e–mail: Marcin.Hajdul@ilim.poznan.pl
STRESZCZENIE
System transportowy stanowi nieodłączny element sieci dystrybucji, generujący znaczne wartości
w całkowitych kosztach logistycznych jakie ponosi przedsiębiorstwo. Dotychczas, wiele firm traktowało kwestie
kosztowe obszaru transportu jako element stały, nie zastanawiając się nad możliwością ich optymalizacji. Jednak
silna konkurencja wśród przedsiębiorstw różnej branży, rosnące ceny paliw oraz chęć zapewnienia coraz
wyższej jakości świadczonych usług przy minimalizacji kosztów logistycznych spowodowały, iż firmy
dostrzegły potrzebę organizacji optymalnego systemu transportowego dla konkretnej sieci dystrybucji. Należy
jednak pamiętać, iż zagadnienia związane z projektowaniem systemów transportowych należą do jednych
z najbardziej skomplikowanych problemów w logistyce, a na ich rozwiązanie składają się między innymi:
wyznaczenie optymalnej ilości baz oraz magazynów wraz z ich lokalizacją, ustalenie wielkości oraz
częstotliwości wysyłanych ładunków, ustalenie charakterystyki taboru własnego oraz obcego.
Obecnie na rynku dostępnych jest szereg narzędzi umożliwiających optymalizację systemów
transportowych, jednak często są to systemy drogie i zbyt rozbudowane. Celem poniższego artykułu jest
przedstawienie możliwości przebudowy systemów transportowych w przedsiębiorstwach przy wykorzystaniu
wybranych aplikacji i narzędzi symulacyjnych opracowanych w środowisku Excel
,
w połączeniu
z wielokryterialnym wspomaganiem decyzji. W pierwszej części artykułu autor identyfikuje i weryfikuje
funkcjonalności wybranych narzędzi symulacyjnych. Następnie
,
w oparciu o wybrane aplikacje i opracowane
narzędzia opracowywane są różne warianty przebudowy systemów transportowych różniące się liczbą
i lokalizacją baz transportowych, strukturą oraz własnością taboru (transport własny lub obcy). W celu wyboru
najlepszego
wariantu
przebudowanego
systemu
transportowego
autor
proponuje
zastosowanie
wielokryterialnego wspomagania decyzji oraz wykorzystanie metody Electre III.
1. WSTĘP
W ostatnich latach można zaobserwować w Polsce bardzo duże zmiany gospodarcze –
obecność dużych koncernów na każdym z rynków europejskich, fuzje pomiędzy firmami,
rosnąca konkurencja oraz ciągła walka o klienta pomiędzy przedsiębiorstwami, zarówno
dużymi jak i tymi średnimi oraz małymi. Świetnie w tej sytuacji odnalazła się logistyka – jako
POLITECHNIKA WARSZAWSKA
Wydział Transportu
Polska Akademia Nauk
Komitet Transportu
2
nauka będąca instrumentem umożliwiającym rozwiązanie jednego z kluczowych problemów
większości współczesnych firm produkcyjnych, handlowych czy transportowych. Problem
ten, to konstrukcja optymalnej sieci dystrybucji, spełniającej oczekiwania określonej grupy
klientów oraz umożliwiającej osiąganie maksymalnych zysków. Zatem w tym przypadku
głównym zadaniem logistyki sieci dystrybucji jest zarządzanie procesem dostarczania
odpowiednich towarów pod względem rodzaju, ilości i jakości do właściwego miejsca, w
uzgodnionym czasie, po jak najniższym koszcie [2]. Jak wynika z przedstawionej definicji
jednym z kluczowych elementów sieci dystrybucji jest sprawnie działający system
transportowy, rozumiany jako zespół takich elementów jak środki transportowe, infrastruktura
transportowa, ludzie odpowiedzialni za funkcjonowanie systemu transportowego oraz zasady
i reguły funkcjonowania, które odpowiedzialne są za przemieszczanie osób i ładunków z
punktów początkowych (nadania) do punktów końcowych (odbioru).
Wagę sprawnie zorganizowanego systemu transportowego w firmie potwierdzają także
przeprowadzone przez pracowników Instytutu Logistyki i Magazynowania analizy kosztów
transportu w różnych modelach sieci dystrybucji. Wskazały one, iż koszty transportu stanowią
niejednokrotnie ponad 50% całkowitych kosztów logistycznych. W związku z tym, jest to
element, na który coraz więcej przedsiębiorstw zaczęło zwracać szczególną uwagę oraz
podejmować próby jego optymalizacji.
Sytuacja ta stała się także szansą dla firm branży IT, które wyprodukowały szereg
narzędzi umożliwiających lepsze zarządzanie procesami transportowymi w firmie. Jednak
narzędzia te są przeważnie bardzo drogie oraz dedykowane do rozwiązywania problemów w
skali mikro, czyli wspierają obsługę istniejącej już sieci dystrybucji. Problemem wciąż
pozostaje konstrukcja systemu transportowego w skali makro, czyli wyznaczenie optymalnej
ilości baz transportowych oraz magazynów wraz z ich lokalizacją, ustalenie wielkości oraz
częstotliwości wysyłanych ładunków, ustalenie charakterystyki taboru własnego oraz obcego.
Oczywiście istnieją także narzędzia wspierające rozwiązywanie wspomnianych już
problemów także w skali makro, niejednokrotnie zbyt ogólne i nie ujmujące specyfiki danego
przedsiębiorstwa. W związku z tym, celem poniższego artykułu jest przedstawienie
możliwości przebudowy systemów transportowych w przedsiębiorstwach w oparciu o
metodykę tworzoną i rozwijaną w Instytucie Logistyki i Magazynowania. Metodyka ta
wykorzystuje wybrane gotowe aplikacje i narzędzia symulacyjne opracowane w środowisku
Excel
,
dodatkowo w połączeniu z wielokryterialnym wspomaganiem decyzji.
2. IDEA SYMULACJI SYSTEMÓW TRANSPORTOWYCH
Niejednokrotnie przedsiębiorstwa same starają się optymalizować swoją działalność
związaną z obszarem transportu. Jednak, jak pokazują doświadczenia konsultantów ILiM,
wiele osób odpowiedzialnych za funkcjonowanie danego obszaru w przedsiębiorstwie nie
posiada wystarczającej wiedzy, specjalistycznych narzędzi informatycznych oraz co
najbardziej istotne, niezbędnego wolnego czasu, aby w pełni przeprowadzić przebudowę
usprawniającą analizowany obszar. Pracownicy ci zazwyczaj muszą zajmować się
rozwiązywaniem bieżących problemów firmy i niejednokrotnie nie są w stanie poświęcić
setek roboczogodzin na analizy stanu bieżącego oraz przeprowadzenie istotnych zmian. W
związku z tym szereg firm w przypadku chęci poprawy istniejącego stanu bieżącego
(transport, magazynowania, zapasy lub kompleksowa przebudowa sieci dystrybucji) zwracają
się o pomoc do zewnętrznych konsultantów, dysponujących odpowiednią wiedzą, czasem,
doświadczeniem oraz dostępnymi na rynku narzędziami informatycznymi umożliwiającymi
modelowanie i symulacje różnych obszarów logistyki, w tym także obszaru transportu.
Warto zaznaczyć, iż do realizacji wspomnianych prac niezbędne są narzędzia
symulacyjne. Narzędzia te umożliwiają przeprowadzenie analizy optymalizowanego procesu,
3
sprawdzenie jego wrażliwości na zmiany różnych parametrów, jeszcze przed rzeczywistym
wprowadzeniem jakichkolwiek modyfikacji oraz, co jest najbardziej istotne z punktu
widzenia przedsiębiorcy, oszacowanie kosztów transportu nowej sieci dystrybucji.
Obecnie na rynku dostępnych jest szereg narzędzi umożliwiających przeprowadzenie
prac symulacyjnych istniejących oraz tworzonych modeli systemów transportowych, czyli
przeprowadzanie komputerowych eksperymentów na opracowanych rodzajach modeli
matematycznych [1]. Ideą symulacji jest stworzenie matematycznego odwzorowania modelu
całego systemu lub jego poszczególnych procesów, którymi można następnie sterować, aby w
rezultacie dokonać oceny funkcjonowania badanego systemu (bieżącego lub tworzonego),
wystawionego na zmieniające się warunki.
W zależności od badanego problemu, istnieje szereg narzędzi symulacyjnych,
umożliwiających przeprowadzanie eksperymentów różnych systemów transportowych, np.
pasażerskich czy towarowych. Proponowany podział narzędzi symulacyjnych prezentuje
Rys.
1
.
Narz_dzia symulacyjne
Uniwersalne
Specjalizowane
Symulatory
mikrootoczenia
Symulatory
makroootoczenia
Symulatory
mikrootoczenia
Symulatory
makroootoczenia
Rys. 1. Podział narzędzi symulacyjnych
Opracowując metodykę przebudowy systemów transportowych dokonany został
przegląd narzędzi umożliwiających przeprowadzanie eksperymentów na istniejącym oraz
projektowanych systemach transportowych, należące do różnych grup narzędzi
symulacyjnych, takich jak arkusze kalkulacyjne, narzędzia do szybkiej symulacji, symulatory
czy języki programowania. Przeanalizowane zostały następując narzędzia: Taylor, STAN,
Arris, Aimsun, Dracula, SISTM, Emapa nawigator proffesional +, QSB, Winqsb, Solver
premium plus, Ilog, Simkit, Simulaction 4.0, Transims.
Na podstawie przeprowadzonych analiz wybranych narzędzi symulacyjnych oraz
oczekiwań przedsiębiorstw zdecydowano się na opracowanie własnej metodyki prowadzenia
prac modelowych i symulacyjnych. W ramach prezentowanej metodyki autor opracował
narzędzie w środowisku MS Excel, które wykorzystujące zidentyfikowane w analizie
narzędzia: Emapa nawigator proffesional+, Solver premium plus. Warto także podkreślić, iż
wykorzystanie arkusza kalkulacyjnego jest znacznie tańsze niż zakup specjalistycznych
narzędzi symulacyjnych.
3. PRZEBUDOWA SYSTEMÓW TRANSPORTOWYCH
Przebudowa oraz projektowanie systemu transportowego jest bardzo złożonym
procesem, który wymaga od projektantów dużej wiedzy z zakresu transportu oraz działalności
danego przedsiębiorstwa. Dzięki rozwojowi narzędzi informatycznych projektowanie
ogranicza się tylko do przypadków, gdy cele lub problemy są dobrze zdefiniowane.
4
Biorąc pod uwagę dużą różnorodność i skalę złożoności występujących paradygmatów,
to przedmiotem projektowania jest złożony system transportowy, który rozpatrywany jest w
powiązaniu z zadaniami związanymi z organizacją sieci dostaw, lokalizacją magazynów i
gospodarką magazynową.
Na potrzeby realizacji prac związanych z modelowaniem systemów transportowych
związanych bezpośrednio z projektami dotyczącymi optymalizacji sieci dystrybucji
opracowano metodykę umożliwiającą przeprowadzenie prac
symulacyjnych
z
wykorzystaniem stworzonego narzędzia informatycznego. Metodyka składa się z sześciu
głównych etapów. Szczegółowo ilustruje to
Rys. 2
.
Zbieranie danych
Weryfikacja danych
Konstrukcja modeli w _rodowisku
MS Excell
(model bazowy plus modele
proponowane przez ILiM )
Prace symulacjne
Wybór modelu w oparciu o metod_
Electre III
ETAP 1
ETAP 6
ETAP 5
ETAP 4
ETAP 2
Obróbka danych
ETAP 3
Rys. 2. Etapy realizacji prac związanych z tworzeniem różnych scenariuszy modeli transportowych
3.1. ZBIERANIE I WERYFIKACJA DANYCH
Podstawowym etapem umożliwiającym wykorzystanie opracowanych przez autora
narzędzi jest prawidłowe zebranie danych w analizowanym przedsiębiorstwie. Bardzo istotne
jest określenie horyzontu czasowego, dla którego gromadzone są dane. W przypadku
realizacji projektów związanych z optymalizacją sieci dystrybucji należy pamiętać, aby dane
zbierane w obszarze transportu, gospodarki magazynowej oraz obsługi zapasów pochodziły z
tego samego czasookresu. Kolejny istotny element to ustalenie wszelkich punktów sieci
transportowej oraz przypisanie każdemu ze zidentyfikowanych punktów wielkości popytu
i podaży (zależnie od tego czy jest to punkt nadania czy punkt odbioru). Kolejnym etapem
jest zebranie informacji na temat wykorzystywanego taboru własnego i obcego. Informacje te
powinny precyzować, jakie dokładnie wykorzystywane są pojazdy w danym
przedsiębiorstwie. Równolegle należy ustalić umowną jednostkę rozliczeniową w transporcie.
W celu jak najdokładniejszego odzwierciedlenia stanu rzeczywistego w przedsiębiorstwie
oraz zaobserwowania zmian w opracowywanych modelach bardzo ważna jest pełna
identyfikacja kosztów transportu własnego oraz sposobu rozliczania się z przewoźnikami
zewnętrznymi. Zebrane informacje przed przystąpieniem do dalszych prac powinny zostać
szczegółowo zweryfikowane. Warto także zaznaczyć, iż jakość konstruowanych modeli
bezpośrednio zależy od jakości dostarczonych danych.
3.2. OBRÓBKA DANYCH
Celem kolejnego etapu jest właściwe przygotowanie danych, które następnie posłużą do
wyznaczenie potencjalnych lokalizacji baz/magazynów oraz będą wykorzystywane w pracach
symulacyjnych. W etapie tym szczegółowo identyfikowane są wszystkie punkty nadania
i odbioru w danym systemie transportowym (
Rys. 3
).
5
Rys. 3. Wizualizacja zidentyfikowane stanu bieżącego w przedsiębiorstwie
W ramach prac w trzecim etapie przygotowywanych jest także szereg danych, które są
niezbędne do prawidłowego funkcjonowania narzędzia. Bardzo istotne są dane dotyczące
kosztów jednostkowych w transporcie. Tabela 1 prezentuje przykład przygotowania danych
pod potrzeby stworzonego narzędzia.
Tabela 1. Sposób przygotowania danych dotyczących stawek transportowych pod potrzeby
modelowania
stawka za przewozy pełnopojazdowe
1km
2,2
[PLN]
ryczałt do 100 km
400
[PLN]
trasa ryczałtowa
182
[km]
koszt transportu jednej palety na
odległość 1 km
0,110
[PLN]
koszt transportu jednej palety na trasie
ryczałtowej
9,09
[PLN]
ilość palet na pojeździe
20
[szt.]
stawki za przewozy drobnicowe
wysłanie 1 paczki
12,5
[PLN]
waga paczki drobnicowej
30
[kg]
3.3. KONSTRUOWANIE MODELI SYSTEMU TRANSPORTOWEGO
Kolejny etap stworzonej przez autora opracowania metodyki dotyczy przebudowy
istniejącego systemu transportowego oraz konstrukcję modeli w środowisku MS Excel.
Konstrukcja ta zawiera stworzenie modelu odzwierciedlającego stan rzeczywisty oraz modeli
proponowanych. Przystępując do prac związanych z konstrukcją modeli należy pamiętać, iż
każde przedsiębiorstwo posiada odmienny system transportowy. Unikalność systemu
transportowego wynika z lokalizacji baz/magazynów, obsługiwanych tras, wielkości
przewożonych ładunków, zaangażowanych przewoźników, wielkości i roli posiadanego
taboru oraz rozwiązań organizacyjnych służących zarządzaniu tym transportem, które różnią
się ze względu na świadczone usługi i ponoszone koszty.
Kluczowym krokiem w realizowanym etapie czwartym jest konstrukcja nowych modeli
systemu transportowego dla analizowanego przedsiębiorstwa. Nowe modele zakładają
przebudowę systemu transportowego będącego elementem sieci dystrybucji w oparciu o
wyznaczenie nowych lokalizacji magazynów, przy określonych wspólnie ze zleceniodawcą
założeniach. Do głównych założeń przyjętych w fazie modelowania należą: realizacja
dostawy w ustalonym czasie np. 24 godzin, minimalizacja kosztów transportu oraz
6
dodatkowo minimalizacja pozostałych kosztów logistycznych. Pozostałe koszty logistyczne,
związane z magazynowaniem oraz utrzymaniem zapasów są rozpatrywane wspólnie z
kosztami transportu w projektach dotyczących optymalizacji sieci dystrybucji, jednak nie
stanowią przedmiotu niniejszej pracy.
W celu wyznaczenia lokalizacji magazynów autor wykorzystuje metodę środka
ciężkości. Metoda ta wykorzystuje koncepcję odległości euklidesowej. Wyznaczając
lokalizację pod nowe magazyny wykorzystywane są położenia poszczególnych punktów, a
nie realnej drogi jaką pokonywać później będzie konkretna dostawa [3][5].
Szukając optymalnej lokalizacji magazynu poszukiwane są jego współrzędne geograficzne
[X;Y] obliczone z następujących wzorów [3][3]:
p
p
p
M
M
M
M
X
M
X
M
X
M
X
M
X
+
+
+
+
+
+
=
3
2
1
3
3
2
2
1
1
p
p
p
M
M
M
M
Y
M
Y
M
Y
M
Y
M
Y
+
+
+
+
+
+
=
3
2
1
3
3
2
2
1
1
gdzie:
Mn – Masa towarowa/ilość zleceń w ciągu roku, gdzie indeks dolny oznacza odpowiednio
masę od nadawcy do odbiorcy, lub od odbiorcy do nadawcy.
XnYn – współrzędne geograficzne podmiotów, które są brane pod uwagę w analizie.
Należy jednak zwrócić uwagę na to, iż metoda środka ciężkości umożliwia jedynie
wyznaczenie współrzędnych geograficznych potencjalnej lokalizacji. Istotne jest zatem
rynkowe zweryfikowanie wyników i wskazanie konkretnej lokalizacji wykorzystującej
infrastrukturę analizowanej firmy. Schemat wyznaczania nowych lokalizacji przedstawia
Rys.
4
Konstrukcja
modelu -
wyznaczenie
lokalizacji
magazynu w
danym systemie
transportowym
Wyznaczenie koordynat nowych
lokalizacji magazynów w oparciu o
metod_ _rodka ci__ko_ci
Poszukiwanie potencjalnych
lokalizacji w rejonie wyznaczonym
metod_ _rodka ci__ko_ci
Rozwi_zanie zadania transportowego
w rejonach obs_ugi - ustalenie planu
przewozów
Rys. 4. Schemat algorytmu wyznaczającego lokalizację magazynów dystrybucyjnych oraz rejony
obsługiwane przez te magazyny
W wyniku zastosowania powyższego algorytmu możliwe jest wyznaczenie modeli
systemu transportowego, różniących się ilością magazynów, czasem dostawy, rejonem
obsługi.
Rys. 5
prezentuje przykładowy model stworzony w oparciu o prezentowaną w pracy
metodykę.
7
Rys. 5 Przykład modelu czteromagazynowego
Kolejnym elementem etapu czwartego jest rozwiązanie zadania transportowego, którego
wynikiem jest optymalny z kosztowego punktu widzenia plan przewozów z wyznaczonych
magazynów do ustalonych punktów odbioru. Klasyczne zadanie transportowe stanowi jeden z
najbardziej interesujących oraz najbardziej rozpowszechnionych przypadków programowania
liniowego [4]. W praktyce rozwiązanie zadania transportowego pozwala ustalić, które punkty
nadania np. magazyny będą zaopatrywać określone punkty odbioru np. sklepy.
3.4. PRACE SYMULACYJNE
Prowadzenie prac symulacyjnych związanych z opracowanymi modelami jest bardzo
istotne gdyż pozwala ocenić wrażliwość poszczególnych modeli na zmianę konkretnych
parametrów – co ma duże znaczenie przy ostatecznym wyborze rozwiązania. Stworzona
aplikacja umożliwia także przeprowadzanie prac symulacyjnych związanych ze zmianą:
− stawek transportowych,
− średniej prędkości eksploatacyjnej na polskich drogach,
− współczynnika wykorzystania ładowności,
− wykorzystania poszczególnych grup pojazdów w łącznej ilości wywozów,
udziału przewozów drobnicowych oraz pełnopojazdowych w łącznej ilości wywozów.
W wyniku przeprowadzonych symulacji generowane są różne scenariusze
,
które
ostatecznie zostaną poddane procesowi rankingowania przy pomocy WWD.
3.5. OCENA ROZWIĄZAŃ PRZY POMOCY METOD WWD
Tworząc różne modele systemu transportowego należy pamiętać o tym, iż każdy z nich
jest najlepszy z punktu widzenia określonych kryteriów, takich jak łączne koszty transportu,
czas jazdy do najdalej położonego klienta, lokalizacja, częstotliwość wysyłek, dostępność
przewoźników zewnętrznych. Zatem tworząc kilka rozwiązań pojawia się na problem wyboru
najlepszego modelu, przy pomocy ustalonych kryteriów. Na podstawie zrealizowanych w
Instytucie projektów oraz wyników opublikowanych w literaturze badań można przyjąć, iż
najważniejsze problemy dotyczące obszaru transportu mają charakter wielokryterialny [7].
Przykład różnych wariantów systemu transportowego prezentuje tabl.2.
Tabela 2. Przykład stworzonych modeli systemu transportowego
wariant
scenariusz 1
scenariusz 2
scenariusz 3
scenariusz 4
(stan aktualny)
scenariusz 5
liczba magazynów
[szt.]
1
2
2
3
4
łączne koszty
transportu [PLN]
4 449 015
4 777 236
4 794 027
5 014 558
5 096 771
czas jazdy do najdalej
zlokalizowanego
punktu odbioru [h]
9,9
6,18
7,5
6,76
5,55
x=
c
y= b
4
3
1
2
8
Analizując powyższą tabelę, widać wyraźnie, iż wybór najlepszego rozwiązania w
oparciu o jedno kryterium, np. kosztowe, jest niezwykle prosty. Jednak, jeśli rozpatrzymy
także czas jazdy do najdalej zlokalizowanego punktu odbioru oraz takie kryteria jak
dostępność przewoźników w danym regionie czy infrastruktura drogowa, wybór ten nie jest
już tak oczywisty. Z pomocą jednak przychodzą metody wielokryterialnego rozwiązywanie
problemów decyzyjnych. Obecnie znanych jest wiele metod i narzędzi WWD. W niniejszej
pracy do przeprowadzenia eksperymentu obliczeniowego i wyznaczenia najlepszego spośród
pięciu modeli rozwiązania wykorzystano pakiet oprogramowania Electre III/IV w wersji 3.1b,
opracowany przez Instytut Informatyki Politechniki Poznańskiej.
Metoda Electre III umożliwia uszeregowanie skończonego zbioru i-wariantów,
ocenianego za pomocą spójnej rodziny j-kryteriów - F. Metoda ta jest przedstawicielem grupy
metod opartych na relacji przewyższania, charakterystycznych dla tzw. europejskiej szkoły
podejmowania decyzji. Relacja przewyższania, oznaczana jako S, zdefiniowana jest na
zbiorze wariantów - A, takich, że aSb (a i b są dwoma różnymi wariantami), jeżeli dostępna
informacja dotycząca preferencji decydenta, jakości ocen poszczególnych wariantów oraz
natury problemu, dostarcza wystarczająco dużo argumentów aby uznać, że wariant a jest co
najmniej tak dobry jak wariant b, przy jednoczesnym braku znaczących powodów, aby
odrzucić to założenie [6].
Przebieg procedury obliczeniowej metody ELECTRE III, przy uwzględnieniu
rezultatów prac opisanych w poprzednich podrozdziałach, można w ogólności podzielić na
cztery następujące zadania:
• tworzenie modelu preferencji decydenta względem poszczególnych kryteriów
(nadanie wag poszczególnym kryteriom - kj oraz zdefiniowanie wartości
progowych: qj, pj, vj),
• konstrukcja wartościowanej relacji przewyższania - S,
• porządkowanie wariantów na podstawie relacji przewyższania - utworzenie
dwóch preporządków zupełnych: wstępującego i zstępującego,
• utworzenie rankingu finalnego będącego przecięciem obu preporządków
zupełnych.
Poniżej autor prezentuje przykład obliczeniowy, dla zaprezentowanych pięciu scenariuszy,
wykorzystujący narzędzie ELECTRE III/IV.
W pierwszym etapie procedury obliczeniowej, została skonstruowana macierz ocen
kryterialnych uwzględniająca uprzednio zdefiniowaną rodzinę 5 kryteriów oceniających i
zbiór 5 konkurencyjnych wariantów. Macierz ta została przedstawiona w poniższej tabeli.
Tabela 3. Wartości ocen kryteriów dla analizowanych wariantów
Scenariusze
Kryterium
Jednostk
a
S1
S2
S3
S4
S5
g1
Całkowite koszty
transportu i
magazynowania
PLN
4 449 015
4 777 236
4 794 027
5 014 558
5 096 771
g2
Infrastruktura
drogowa
-
3
3
3
2
2
g3
Czas jazdy do
najdalej
zlokalizowanej
witryny sklepowej
godz.
9,9
6,18
7,5
6,76
5,55
g4
Współczynnik
wykorzystania
ładowności pojazdu
-
0,83
0,83
0,83
0,79
0,75
g5
Dostępność
przewoźników
zewnętrznych
-
3
3
3
2
2
9
Procedura obliczeniowa metody ELECTRE III zakłada również uwzględnienie
indywidualnych preferencji decydenta.
W analizowanym przypadku, decydenci będący członkami zarządu analizowanego
przedsiębiorstwa, zostali poproszeni o sformułowanie swoich preferencji w postaci:
względnej istotności poszczególnych kryteriów - współczynnika k
j
oraz wartości progów:
równoważności - q
j
, preferencji - p
j
i veta - v
j
. Wszystkie uzyskane w ten sposób parametry
przedstawiono w poniższej tabeli. Zamieszczono tam również kierunek preferencji - kp
j
każdego z kryteriów (min lub max), co wskazuje na minimalizację lub maksymalizację
wartości kryterium.
Tabela 4. Macierz preferencji decydenta
Parametry modelu
Kryterium
q
j
p
j
v
j
k
j
kp
j
g1
Całkowite koszty
transportu i
magazynowania
15000
35000
120000
10
min
g2
Infrastruktura
drogowa
1
2
3
7
max
g3
Czas jazdy
0,7
1,3
2,5
9
min
g4
Współczynnik
wykorzystania
ładowności
pojazdu
0,01
0,03
0,1
5
max
g5
Dostępność
przewoźników
zewnętrznych
1
2
3
4
max
W ostatnim etapie obliczana jest relacja przewyższania poszczególnych scenariuszy,
która w kolejnym kroku procedury stanowi podstawę konstrukcji preporządku zstępującego i
wstępującego wszystkich wariantów. Ranking finalny wskazujący ostateczne uporządkowanie
wszystkich wariantów stanowi przecięcie obu preporządków.
Na podstawie rankingu finalnego pięciu konkurencyjnych wariantów logistycznych
widać, iż najlepszym scenariuszem, z punktu widzenia przyjętych kryteriów i przy założonym
modelu preferencji jest drugi scenariusz (relatywnie niskie koszty transportu i
magazynowania, nie odbiegający od standardu czas jazdy). Scenariusz 1 jest
nieporównywalny ze scenariuszem 3, 5 i 4, tzn. nie można powiedzieć, który z nich jest
gorszy, a która lepszy. Można natomiast stwierdzić, że najgorszym rozwiązaniem jest czwarty
scenariusz obrazujący stan aktualny.
4. WNIOSKI
Przebudowa systemu transportowego stanowiącego element sieci dystrybucji w
dużych przedsiębiorstwach jest procesem bardzo złożonym.. Dodatkowym utrudnieniem
rozwiązania tego problemu jest jego wielokryterialny charakter. Jednak duży wzrost
konkurencyjności wśród przedsiębiorstw, ograniczanie kosztów spowodowały, iż jeśli dane
przedsiębiorstwo chce utrzymać swoją pozycję na rynku oraz wciąż rozwijać się, musi
zdecydować się na przebudowę swojej dotychczasowej struktury. Oczywiście, tylko w
przypadku jeśli nie funkcjonuje ona w sposób zbliżony do optymalnego.
Jak pokazuje doświadczenie autora, większość firm decyduje się na zoptymalizowanie
swojego systemu transportowego, czy nawet całej sieci dystrybucji przy pomocy
zewnętrznych doradców. Oczywiście, w przypadku optymalizacji całej sieci dystrybucji
10
należy przeprowadzić analizy w sposób bardziej szczegółowy, uwzględniając także obszar
magazynowania, gospodarki zapasami oraz obsługi klienta. Warto jednak podkreślić, iż aby
realizacja takiego przedsięwzięcia zakończyła się pełnym sukcesem, oprócz wsparcia ze
strony narzędzi informatycznych, wiedzy konsultantów, opracowanych metodyk przebudowy
systemów transportowych, elementem kluczowym powinna być ścisła współpraca pomiędzy
przedsiębiorstwem, a firmą konsultingową oraz wspólna wizja projektowanego systemu.
LITERATURA
[1] Adamczewski P.: Informatyczne wspomaganie łańcucha logistycznego, Wydawnictwo Akademii
Ekonomicznej w Poznaniu, Poznań 2001.
[2] Barcik. R.: Logistyka dystrybucji, Wydawnictwo ATH, Bielsko-Biała 2005.
[3] Gubała M.: Podstawy zarządzania transportem, Instytut Logistyki i Magazynowania, Poznań
2005
[4] Ignasiak E. (red.): Badania operacyjne, PWE, Warszawa 2001.
[5] Krawczyk S.: Metody ilościowe w logistyce (przedsiębiorstwa), Wydawnictwo C.H. Beck,
Warszawa 2001.
[6] Sawicki P., Wielokryterialny wybór operatora usług logistycznych. Czasopismo logistyka 2001,
nr 4.
[7] Żak J., Wielokryterialne wspomaganie decyzji w transporcie drogowym, Wydawnictwo
Politechniki Poznańskiej, Poznań 2005.
R
ECONSTRUCTION OF TRANSPORT SYSTEM USING SIMULATION TOOLS AND MULTICRITERIA DECISION
SUPPORT SYSTEMS
ABSTRACT
Transport system is inherent part of the whole distribution network, which generates significant values in
total logistics costs of the company. So far, a lot of enterprises treated costs generates by transport as a fixed
element and they did not see the necessity to optimize it. However, strong competition among companies from
different branches, increasing fuel prices and a willing to ensure highest quality of offered services connected
with costs minimizing caused that companies realized a need for optimizing their internal transport processes. It
is worth remembering, that modelling of transport systems is one of the most difficult problems in logistics.
While solving that problem such aspects as optimal number of warehouses and its location, scale and frequency
of sending cargoes, structure of the own or external fleet must be taken into consideration.
A number of IT tools which allows optimizing transport systems are currently available at the market.
However, this tools are very expensive and too complex. In this connection the aim of this paper is to present a
possibility of reconstructing transportation systems in enterprises using selected applications, simulation tools
created in MS Excel environment connected with multicriteria decision support systems. In the first part of the
paper author identify and verify functionality of selected simulation tools. Next, based on the chose applications
and created simulation tool different variants of transport system was created. Author suggests using
multicriteria decision support system to select the best variant for concrete company. In computational
experiment author was using Electre III method.