Description

Аннотация

В статье предложен метод интеллектуальной поддержки принятия логистических решений, позволяющий комплексно решать следующие задачи: определение требуемых ресурсов при распределении заказов по территориальным зонам, разбиение территории логистического обслуживания на зоны на основе генетической кластеризации, распределение заказов по зонам с учетом их назначений, нечеткое оценивание и назначение логистических средств для выполнения заказов на основе модифицированного метода Г. Куна. Разработана совокупность способов для реализации этапов метода интеллектуальной поддержки принятия логистических решений, а именно: способы разбиения территории обслуживания на зоны на основе генетической кластеризации, определения требуемого количества логистических средств (ресурсов) при распределении заказов по зонам на основе скользящего временно-го окна, распределения заказов по зонам и назначения логистических средств для выполнения заказов на основе модифицированного метода Г. Куна. Оценка распределения заказов по зонам и назначение логистических средств базируются на обоснованном в статье интегральном показателе степени соответствия логистических средств и заказов, для определения которого разработана каскадная нечеткая продукционная модель, поз-воляющая учитывать разнокачественные характеристики логистических средств и различные стратегии распределения заказов. Разработаны алгоритмы и программные средства, реализующие предложенный метод интел-лектуальной поддержки логистических решений. Программные средства включают в себя, во-первых, подсистему зонального разбиения территории, состоящую из программных модулей генетической кластеризации и зонального разбиения, во-вторых, подсистему распределения заказов и назначения логистических средств, состоящую из программных модулей определения требуемого количества логистических средств для зон, оценки соответствия между логистическими средствами и заказами, назначения логистических средств. Выполнена сравнительная оценка, подтверждающая повышение качества принимаемых логистических решений за счет использования предлагаемого метода и программных средств.The paper proposes intellectual support method for making logistic decisions allowing to solve the complex of the following problems: to determine required resources in the course of orders distribution by territorial zones; to divide logistics service territory into zones based on genetic clustering; to dis-tribute orders by zones according to their purpose; to fuzzily assess and assign logistics facilities to fulfill orders based on the modified G. Kuhn method. To implement the stages of intellectual support method for making logistic decisions a set of proce-dures has been developed, and namely procedures: to divide the service territory into zones based on genetic clustering; to determine the required number of logistics facilities (resources) when distributing orders by zones based on a moving time window; to distribute orders by zones and to assign logistic fa-cilities to fulfill orders based on the modified G. Kuhn method. Distribution of orders by zones evaluation and logistic facilities assignment are based on the inte-gral indicator of logistic facilities and orders degree of compliance, considered in the paper. To deter-mine the indicator, a cascading fuzzy production model has been developed that allows taking into consideration different-quality characteristics of logistics facilities and various strategies for orders distribution. Algorithms and software have been developed implementing the proposed method of logistic deci-sions intellectual support. The software includes: (1) subsystem for division of territory into zones, consisting of genetic clusterization and zonal division program modules; (2) subsystem for orders dis-tribution and logistics facilities assignment, consisting of program modules to determine the required number of logistics facilities for zones, to assess conformity between logistics facilities and orders, and to assign logistics facilities. A comparative assessment was carried out, confirming the improved quality of logistics decisions made using the proposed method and software.