Научные исследования
и инновации в индустрии 4.0
I-
Республиканская научно
-
техническая конференция
(Ташкент,
13-15
марта
2022
года)
83
СНИЖЕНИЕ СКЛАДСКИХ РАСХОДОВ В ЛОГИСТИЧЕСКОЙ
ЦЕПОЧКЕ ЗА СЧЁТ ОПТИМИЗАЦИИ
РАЗМЕЩЕНИЯ ГРУЗОВ
Омонов Баходир Шомирзаевич,
доцент, кандидат экономических наук, Ташкентский филиал
Российского экономического университета имени Г.В. Плеханова,
Республика Узбекистан, г. Ташкент
Эл. почта: baxomonov@mail.ru
Марупов Мирсалих Мадиевич,
доцент, кандидат экономических наук, Ташкентский
государственный транспортный университет, Республика
Узбекистан, г. Ташкент
В условиях дальнейшего роста национальной экономики одним из
ключевых вопросов, является организация эффективной логистической
системы по доставки грузов. Оперативная и своевременная доставка
товаров, прежде всего, обеспечивает адекватность движения
готовой
продукции и сырья на внутреннем рынке и снижает стоимость
продукции, доставляемой потребителям.
Многие учёные изучали в своих исследованиях вопросы
управления перевозками. С точки зрения логистического подхода, решая
такие задачи, как обеспечение
непрерывности транспортных услуг в
производственных процессах, оптимизация работы складов, ведет к
снижению материальных затрат. Джеймс
С. Джонсон, Дональд
Ф.
Дерево
П, Р.
Мерфи, Д.
Ретлиф, С.
Уваров,
Д.
Иванов, Б.
Аникин,
Л.
Миротин, А.
Гаджинский, М.
Окландер, Д.
Бауэрсокс, Саматов
Г.А.,
Бутаев
Ш.А., Джураев
М.Н. и другие ученые изучали эти вопросы в
своей научных работах.
В логистической цепочке, движение материальных потоков по
складам влияет на цену товаров в части затрат на доставку. Поэтому,
проблемы организации движения материальных потоков на складах,
напрямую связаны с рационализацией их движения в логистических
цепочках и грузопотоках.
Для повышения эффективности работы склада, достаточно
оптимизировать основной процесс
–
грузопереработку. Грузопереработка,
связана с перемещением товаров на короткие расстояния, обычно в
пределах самого склада или между зонами хранения и транспортными
средствами. Эффективно работающие склады сокращают время
перемещения до минимума, а необходимые перемещения делают
максимально эффективными.
В данной статье, задача оптимизации грузопереработки сводится к
переосмыслению подхода к хранению товара на складе.
Научные исследования
и инновации в индустрии 4.0
I-
Республиканская научно
-
техническая конференция
(Ташкент,
13-15
марта
2022
года)
84
Основные показатели работы склада:
●
грузопоток
–
количество груза, которое проходит через склад за
единицу времени.
●
грузопереработка
–
количество операций, совершаемых с грузом
на участки между приемкой груза и его выдачей.
●
продолжительность оборота
–
единица времени, характеризующая
продолжительность нахождения груза на территории склада
.
Возьмем за основу основную задачу оптимизации, в виде снижения
времени между необходимостью доставки товара к выгрузке и временем
доставки товара от точки приема к точке хранения. Представим процесс,
в виде следующего графика [13,
14]:
Рис.1. Векторная диаграмма перемещения груза по складу [1].
Каждый участок цепи характеризуется временем, затраченным
между ним и следующим участком, а весь процесс выражается через
формулу (1):
, (1)
Где:
n –
число операций
t –
время затраченное на конкретном участке
На выходе получим следующий список:
Необходимо регулярно производить перегруппировку точек
хранения товара, сначала на основе математической модели, после
чего, в случае достижения оптимальных теоретических показателей
–
переносить ее в реальный процесс.
За основу, теоретический модели
склада возьмем грузооборот овощной продукции в Кашкадарьинский
области Республики Узбекистан, за 2020 год он составил 768000 тонн.
Овощная продукция
–
это максимально диверсифицированный товар,
который поступает и отгружается со склада неравномерно по времени и
объему.
Научные исследования
и инновации в индустрии 4.0
I-
Республиканская научно
-
техническая конференция
(Ташкент,
13-15
марта
2022
года)
85
Представим территорию склада в виде двухмерной тепловой
карты, каждая ячейка которой характеризует интенсивность
грузооборота товара, по шкале от 1 до 100:
Рис.2. Тепловая карта склада.
Данная карта иллюстрирует случайное хранение товара на складе,
базируясь лишь на подходах
[2]:
●
Первым пришел
–
первым ушел
.
●
Первым пришел
–
последним ушел
.
На основе имеющегося внутреннего набора данных о спросе на
каждый конкретный товар, по истечению некоторого времени
необходимо произвести оптимизацию точек хранения, а именно
перенести точки с наибольшим спросом
–
ближе к местам приемки и
отгрузки товаров.
Если, принять каждый уровень склада за временный интервал, и
пропорционально разделить его на временные зоны доступа к товару, то
доступ к товарам в первой временной зоне будет составлять
–
1 минуту,
доступ к товарам второй временной зоне
–
2 минуты и так далее.
Перемножив интенсивность доступа к ячейке с ее временной зоной
–
получим суммарное время, затраченное на выполнение работы по
доставке груза:
, (2)
где:
х
i
–
количество запросов к товару;
y
i
–
время на доступ к товару.
По результатам расчётов получим следующую таблицу,
показывающую, сколько времени необходимо на завершение полного
цикла переработке всего товара на складе. Так к примеру для
280 товаров из 10 временной группы потребуется
280 * 10 часов:
Научные исследования
и инновации в индустрии 4.0
I-
Республиканская научно
-
техническая конференция
(Ташкент,
13-15
марта
2022
года)
86
Таблица 1.
Совокупное время обработки грузопотока
10
9
8
7
6
5
4
3
2
1
280
585
144
252
222
110
32
21
198
11
340
495
688
518
576
35
392
210
132
72
280
216
552
399
342
420
72
300
104
34
720
342
792
469
432
265
292
147
82
1
350
702
576
567
54
490
236
261
190
12
110
495
720
63
354
145
328
21
182
33
150
288
368
609
558
355
280
156
158
71
190
162
344
658
264
40
80
171
124
83
690
828
296
399
342
400
172
222
20
81
240
243
752
105
126
180
4
132
162
45
Примем алгоритм пузырьковой сортировки
[2]
к представленной в
таблице №2 тепловой карте:
На основе алгоритма пузырьковой сортировки мы получили следующий
результат. В данном случае, выигрыш во времени достигает 25%.
Рис.3. Тепловая карта склада после оптимизации.
Подобные
сортировки
следует
производить
постоянно,
основываясь на ежеквартальных, ежемесячных, и даже ежедневных
данных, если речь идет о товарах с небольшим периодом переработки.
Применять оптимизационные подходы к цепи поставок необходимо на
каждом из ее участков, особенно эффективно это проявляет себя при
условии, что вся цепь контролируется одно компанией, в таком случае
объем данных информационного потока открывает огромные
возможности для оптимизации процесса.
Но даже если рассматривать участки изолированно друг от друга,
то используя даже базовые метрики и алгоритмы можно значительно
ускорить процесс доставки груза или уменьшения затрат на его
Научные исследования
и инновации в индустрии 4.0
I-
Республиканская научно
-
техническая конференция
(Ташкент,
13-15
марта
2022
года)
87
транспортировку. В данной статье, был показан один из возможных
вариантов оптимизации складского пространства. Применен, один из
наиболее эффективных алгоритмов сортировки двумерного массива
данных на складе позволил получить выигрыш в производительности
почти на 25%, по сравнению с базовым, случайным хранением товаров,
т.е. выигрыш во времени составил 7000 часов (22000 часов работы
склада против 29000).
БИБЛИОГРАФИЧЕСКИЕ ССЫЛКИ:
1.
Миротин
Л.Б. Эффективная логистика / Л.Б.
Миротин, Э.
Ташбаев,
О.Г.
Порошина.
–
М.
: «
Экзамен
», 2002. –
С.
160.
2.
Логистика: Учебник / А.М.
Гаджинский.
– 20-
е изд.
–
М.:
Издательско
-
торговая корпорация «Дашков и К*», 2012.
–
С.
484.
3.
Бауэрсокс
Д., Клосс
Д. Логистика. Интегрированная цепь
поставок.
–
М.: Олимп
-
Бизнес, 2010.
–
С.
640.
4.
Григорьев
М.Н., Уваров
С.А., Ткач
В.В. Коммерческая логистика.
Теория и практика.
–
М.: Юрайт
, 2012. –
С.
490.
5.
Джеймс
С.Джонсон, Дональд
Ф.
Вуд, Дэниел Л.
Вордлоу, Поль
Р.Мерфи
-
мл. Modern logistics (Современная логистика). Учебное
пособие.
–
М.:
«
Вильямс
», 2015.
6.
Дыбская
В.В. Управление складированием в цепях поставок. 2009.
7.
Бутаев
Ш.А., Мирзааҳмедов
Б.М., Жўраев
М.Н., Дўрмонов
А.Ш.,
& Баҳодиров
Б. (2009). Ташиш жараёнларини моделлаштириш ва
оптималлаштириш.
Т.:
ФАН,
268.
8.
Саматов
Г.А.
Инновационное
развитие
автомобильного
транспорта.
–
Т.:
“
Ўзбекистон Миллий энциклопедияси
”
Давлат илмий
нашриёти,
2011. –
Б
. 256.
9.
Жураев
М.Н., Омонов
Б.Ш., Кенжаев
С.Н. Формирование
моделей управления объемами перевозок в соответствии с
потребностями потребителей // Universum: технические науки
:
электрон.научн. журн. 2021. 5(86). URL:
https://7universum.com/ru/tech/
archive/item/11803
10. Logistics: An Integrated Supply Chain. M: Olymp-Business, 640 p.
11. Shermukhamedov A.A., Kuziev A.U. Solution of the problem of
optimal distribution of cargo flows in the region and the development of its
transport network/ International Journal of Mechanical and Production
Engineering Research and Development (IJMPERD) ISSN (P): 2249–6890;
ISSN (E): 2249–8001 Vol. 10, Issue 3, Jun 2020, 11337-11348.
12. Shermukhamedov Abdulaziz Adilkhakovich, & Juraev Mukhiddin
Nortojievich (2019). Combinatory method of definition of discrete decisions of
the problem of rational distribution of vehicles on radial routes. European
science review, (3-4), 118-123.
13. Gwynne Richards, Warehouse Management: A Complete Guide to
Improving Efficiency and Minimizing Costs in the Modern Warehouse. 2011.
14. Thomas H. Cormen. Introduction to Algorithms. 1989.
