Джей Форрестер - Основы кибернетики предприятия

DFR — запаздывание выполнения заказов розничным звеном (недели);

DHR — минимальное запаздывание выполнения заказа розничным звеном (недели);

DUR — среднее запаздывание выполнения заказов розничным звеном, связанное с отсутствием на складе некоторых товаров, при общем «нормальном» объеме запасов (недели);

IDR — желательный запас в розничном звене (единицы);

IAR — фактический запас в розничном звене (единицы).

В уравнении 13-6 общая величина запаздывания выполнения заказа равна сумме минимального запаздывания и произведения константы на отношение между желательным и фактическим запасами. После составления этого уравнения диаграмма потоков становится такой, как это показано на рис. 13–10. Теперь, когда установлены константы DHR и DUR, нам известны все величины, входящие в уравнение 13-6, за исключением величины желательного запаса IDR.

Понятие «желательный запас», который можно рассматривать как «идеальный» или «планируемый» уровень запаса, является очень важным. Оно будет здесь использовано в двух случаях. Как указывалось выше, этот потребный запас служит эталоном, с которым сравнивается фактический запас с целью установления возможности выполнения заказов. «Желательный уровень запасов» будет также одним из факторов, влияющих на формирование решения о размещении заказов на поставку товаров для создания новых запасов. Использование понятия «идеальный запас» в расчете восполнения запасов делает это понятие важным при рассмотрении динамического поведения системы. Взаимосвязь между изменениями объема запасов и среднего уровня продажи товаров является одним из нескольких наиболее важных источников усиления колебаний производственной деятельности. Независимо от стабильности системы общепринятая практика заключается в создании или уменьшении запасов в соответствии с увеличением или снижением уровня продажи товаров. Именно это дает возможность измерять запасы определенным числом недель, в течение которых можно осуществлять продажу за счет запасов; такой способ измерения запасов применяется во многих складских операциях. Понятие «годовой темп оборота запасов» также связано с представлением о пропорциональности между запасами и уровнем продаж [72].

Анализ данных о взаимосвязи между продажей товаров и общими запасами в целом по стране указывает на тенденцию выравнивания амплитуд их колебаний. Поскольку во многих случаях принимают прямую пропорциональную связь между желательным запасом и средней продажей товаров, то мы также начнем с введения такой связи:

,

где

IDR — желательный запас в розничном звене (единицы);

AIR — коэффициент пропорциональности (недели);

RSR — усредненные требования к розничной торговле, то есть средний темп продаж (единицы в неделю).

Константа AIR представляет собой число недель, в течение которых средний темп продажи может быть обеспечен за счет желательного запаса. Разделив это число на 52 недели, можно получить темп годового оборота запасов. Здесь снова следует напомнить читателю, что эти уравнения «правильны» только в том смысле, что они отражают те взаимосвязи, которые будут иметь место в создаваемой модели. Они не обязательно уместны и верны во всех ситуациях, складывающихся в реальной системе. Изменения, которые будут внесены в уравнение 13-7 позднее, могут быть эффективно использованы для того, чтобы найти пути повышения стабильности производственно-сбытовой системы и уменьшения ее чувствительности к внешним воздействиям, вызывающим нарушения этой стабильности.

Взаимосвязи, описываемые уравнением 13-7, включены в диаграмму на рис. 13–11. Кроме того, на ней показан поток информации, необходимой для определения среднего темпа продаж RSR. В связи с тем, что текущий темп продаж RRR будет колебаться от одного дня к другому и не будет соответствовать усредненному потоку информации, необходимо усреднить фактические данные о продаже товаров, чтобы получить цифры, на которых можно было бы основывать планы в отношении объема запасов и заказов. Чем больше «помех» в данных о продаже, тем большим должно быть время усреднения. Чем больше время усреднения, тем больше момент времени, в который определяется средний темп продажи товаров, будет отставать от реальных событий. Фактические данные требуют усреднения, усреднение порождает запаздывание, а запаздывание влияет на поведение и стабильность системы. Усреднение должно быть одной из характеристик системы, даже если мы изучаем реакцию системы на свободные от помех сигналы, хотя свободные от помех компоненты информации искажаются тем самым усреднением, которое призвано помочь нам устранить помехи. Можно использовать различные методы усреднения. Здесь мы используем «показательное усреднение первого порядка», которое дает нам уравнение следующего вида:

,

где

RSR — усредненные требования к розничному звену (единицы в неделю);

RRR — требования, получаемые розничным звеном; текущий темп продаж (единицы в неделю);

DRR — запаздывание усреднения требований к розничному звену, постоянная времени усреднения (недели).

Уравнение 13-8 показывает, что вновь рассчитанный средний уровень [73]продаж RSR в настоящий момент времени К равен предшествующему значению этого уровня, скорректированному на некоторую долю разности между темпом продаж в течение последнего интервала времени RRR.JK и рассчитанным ранее средним темпом продаж RSR.J. Константа DRR дает ту долю разности, на которую необходимо каждую неделю корректировать темп продаж товаров; обратная этой константе величина умножается на значение интервала времени DT, чтобы определить поправку в среднем темпе продаж за интервал времени между вычислениями. Усреднение, в основе которого лежит зависимость, описываемая показательной функцией, дает наиболее весомый результат в том случае, когда оно охватывает данные, полученные в самое последнее время.