Podsumowanie i dalsze kierunki badań

Założony w niniejszej pracy cel został osiągnięty – opracowano metodykę modelowania zakłóceń procesów logistycznych. Po przeprowadzeniu badań literaturowych sklasyfikowano występujące w procesach logistycznych zakłócenia ze względu na podmiot odpowiedzialny za ich powstanie lub przedmiot, którego dotyczą.

W ramach tej klasyfikacji wyróżniono czternaście zakłóceń, dla których opisano metodykę modelowania. Dla każdego z zdefiniowanych zakłóceń zaprezentowano teoretycznie metodę modelowania symulacyjnego, a także ujęcie analityczne. W ramach ujęcia analitycznego zdefiniowano następujące zmienne:

 prawdopodobieństwo wystąpienia zdarzenia,

 rozkład czasu zablokowania pojazdu w punkcie definiowany za pomocą rozkładu normalnego, przy jednoczesnym określeniu wartości minimalnej oraz maksymalnej,

 zasięg działania zakłócenia definiowany jako obszar o określonym promieniu,

 prędkość przejazdu w obszarze działania zakłócenia określana za pomocą rozkładu normalnego, przy jednoczesnym określeniu wartości minimalnej oraz maksymalnej.

Następnie dla pięciu wybranych zakłóceń opisano szczegółową metodykę modelowania z wykorzystaniem oprogramowania symulacyjnego FlexSim. Zakłócenia wybrano na podstawie tabeli 6.2.1, w której pogrupowano je ze względu na metodę modelowania. Z każdej grupy wybrano jedno zakłócenie. Pominięto grupę zakłóceń, które modelowane są z wykorzystaniem wbudowanego mechanizmu MTBF/MTTR, ponieważ w tych przypadkach skorzystano z wbudowanego rozwiązania.

Dla każdego z pięciu zakłóceń zbudowano osobny obiekt w oprogramowaniu symulacyjnym. Obiekty odwzorowujące zakłócenia zaprojektowano na bazie dwóch dostępnych elementów w oprogramowaniu symulacyjnym FlexSim: obiektu stałego (Fixed Resource) oraz obiektu mobilnego (Task Executer). Prezentując metodykę modelowania symulacyjnego dla wybranych zakłóceń , dla każdego z nich zdefiniowano:

 funkcję celu,

 oraz zmienne decyzyjne.

Zaprezentowano również napisany kod programu w projektowanych obiektach.

W celu weryfikacji opracowanej metodyki modelowania zakłóceń zbudowano model symulacyjny przedstawiający proces logistyczny z uwzględnieniem zaprojektowanych zdarzeń niepożądanych. Podczas budowy modelu symulacyjnego postępowano zgodnie z przedstawionymi na rysunku 3.2.3 etapami prac. Elementy systemu logistycznego, tj.: środek transportowy, punkt załadunku i rozładunku zostały zamodelowane zgodnie z opisaną w rozdziale piątym metodyką ich modelowania. Po przeprowadzeniu eksperymentów na zbudowanym modelu, a następnie analizie uzyskanych wyników można stwierdzić, iż opracowana metodyka modelowania zakłóceń jest poprawna.

Zaprojektowany model symulacyjny generuje prawidłowe, logiczne wyniki. Wraz z wzrostem ilości występujących zakłóceń wydłuża się czas realizacji procesu. Ponadto zauważyć można, że w sytuacji wystąpienia tylko zakłócenia dotyczącego trudnych warunków pogodowych (eksperyment 4 oraz 5) średni czas uzyskano na zbliżonym (lecz nie identycznym) poziomie, co wynika z faktu zastosowania rozkładów statystycznych w definicji poszczególnych zmiennych zakłócenia.

Podczas realizacji eksperymentów każdorazowo określono czas wykonania czynności w punkcie załadunkowym i rozładunkowym oraz czas przejazdu pomiędzy tymi punktami. Dodatkowo, dla transportu zewnętrznego określono koszt przejazdu, który zależy od ilości zużytego paliwa przez samochód ciężarowy oraz opłat poniesionych w związku z przejazdem płatnymi odcinkami dróg. Korzystając z dostępnego w oprogramowaniu FlexSim modułu zwanego Eksperymentatorem, dla czasu realizacji procesu transportowego, zdefiniowano przedziały wartości dla tego czasu, co umożliwia udzielenie odpowiedzi na sformułowane na wstępie rozprawy pytanie: „Jaki jest termin załadunku Z₀, który zagwarantuje, z zadanym prawdopodobieństwem Pd, dostawę w terminie Ra_o ∈ (Ra^′; Ra)?”, pod warunkiem znajomości terminu Ra_o.

Opracowana metodyka modelowania zakłóceń procesów logistycznych pozwala na jej dalszy rozwój. Wyróżniono następujące kierunki dalszych badań:

1) Opracowanie metodyki modelowania symulacyjnego dla pozostałych sklasyfikowanych zakłóceń procesów logistycznych.

2) Rozbudowa mierników służących do oceny procesu logistycznego.

3) Budowa modelu symulacyjnego uwzględniającego dodatkowo punkty przeładunkowe, w celu pokazania bardziej złożonego systemu logistycznego.

4) Rozbudowa sposobu modelowania zakłóceń zbudowanych na bazie obiektu Fiexed Resource, w celu wprowadzenia dynamicznych zmian obszaru działania zdarzenia (np. trudnych warunków pogodowych) oraz wpływu na obiekty znajdujące się w jego obszarze działania. Dążenie do stworzenia efektu narastania i wygaszania działania zakłócenia. Przykładowo: wraz z upływem czasu zasięg oraz wpływ trudnych warunków pogodowych na pozostałe obiekty ulega zmniejszeniu, aż do całkowitego wygaśnięcia tego zakłócenia.

5) Podjęcie współpracy z przedsiębiorstwem realizującym procesy dystrybucji towarów w sieci w celu walidacji opracowanej metodyki modelowania zakłóceń procesów logistycznych.

6) Przeprowadzenie badań w celu zebrania rzeczywistych danych wejściowych dla sklasyfikowanych zakłóceń.

7) Zaimplementowanie do modelu rzeczywistych danych, zebranych przy współpracy z wspomnianym przedsiębiorstwem.

Niewątpliwie kolejnym krokiem w ramach opracowanej metodyki modelowania zakłóceń procesów logistycznych jest zastosowanie jej dla rzeczywistego przypadku procesu logistycznego. Potencjalnym obszarem zastosowań opracowanej metodyki są sieci dystrybucji. Modelowanie procesów realizowanych w sieciach dystrybucyjnych i ich zakłóceń według opracowanej metodyki modelowania zakłóceń powinno przyczynić się do lepszego zarządzania procesem przepływu dóbr i osób w ramach łańcucha dostaw.

Bibliografia

1. Allwood J.M., Lee J.H., 2005, The design of an agent for modelling supply chain network dynamics, International Journal of Production Research, 43 (22)

2. Apanowicz J., 2005, Metodologiczne uwarunkowania pracy naukowej. Prace doktorskie.

Prace habilitacyjne, Difin, Warszawa

3. Banks J., Carson II J.S., Nelson B.L., Nicol D.M., 2004, Discrete-event system simulation – 4th ed., Prentice Hall

4. Baykasoglu A., Kaplanoglu V., 2011, A multi-agent approach to load consolidation in transportation, Advances in Engineering Software, 42

5. Bazewicz M., Collen A., 1995, Podstawy metodologiczne systemów ludzkiej aktywności i informatyki, Wyd. Polit. Wrocławskiej, Wrocław

6. Beaverstock M., Greenwood A., Lavery E., Nordgren W., 2011, Applied Simulation.

Modeling and Analysis using Flexsim, Flexsim Software Products, Inc.

7. Bertalanffy L. von, 1984, Ogólna teoria systemów. Podstawy, rozwój, zastosowania, PWN, Warszawa

8. Bodendorf F., Zimmermann R., 2005, Proactive Supply-Chain Event Management with Agent Technology, International Journal of Electronic Commerce

9. Boer C.A., Saanen Y.A., 2014, Plan Validation for Container Terminals, Winter Simulation Conference, materiały konferencyjne

10. Borycka B., Kempa E., 2012, Istota giełd transportowych na przykładzie giełdy TimoCom, [W:] Kościelniak H. (red.), Zarządzanie nr 7, Sekcja wydawnictw Wydziału Zarządzania Politechniki Częstochowskiej, Częstochowa

11. Braglia M., Carmignani G., Frosolini M., Zammori F., 2012, Data classification and MTBF prediction with a multivariate analysis approach, Reliability Engineering and System Safety (97)

12. Brussaard L.A., Kruiskamp M.M., Oude Essink M.P., 2004, The Dutch Model for the Quantitative Risk Analysis of Road Tunnels, [W:] Spitzer C. i in. (red.), Probabilistic Safety Assessment and Management, Springer

13. Cassandras C.G., Lafortune S., 2008, Introduction to Discrete Event Systems Second Edition, Springer

14. Cempel C. 2003a, Nowoczesne zagadnienia metodologii i filozofii badań – wybrane zagadnienia dla studiów doktoranckich i podyplomowych, ITE, Radom

15. Cempel C. 2003b, Teoria i inżynieria systemów: zasady i zastosowania myślenia systemowego – dla studentów Wydziałów Politechnicznych; Instytut Mechaniki Stosowanej Politechniki Poznańskiej, dokument elektroniczny

16. Chen S., Peng H., Liu S., Yang Y., 2009, A Multimodal Hierarchical-based Assignment Model for Integrated Transportation Networks, Journal of Transportation System Engineering and Information Technology, Vol. 9, Issue 6

17. Clark N., Thompson G., Delgado O., 2009, Modeling Heavy-duty Vehicle Fuel Economy Based on Cycle Properties, West Virginia University CAFEE. Center for Alternative Fuels, Engines and Emissions

18. Clausen U., Dabidian P., Diekmann D., Goedicke I., Pöting M., 2013, Analysis of Assignment Rules In a Manually Operated Distribution Warehouse, Winter Simulation Conference, materiały konferencyjne

19. Dybicz T., 2005, Pakiet oprogramowania Visum jako narzędzie do modelowania ruchu transportu publicznego w Warszawie, Międzynarodowa konferencja i wystawa: "Transport publiczby w Warszawie kluczem harmonijnego rozwoju stolicy Polski".,10-11 październik 2005r. Pałac Kultury i Nauki

20. European Conference of Ministers of Transport (ECMC), 2007, Managing Urban Traffic Congestion

21. Elbert R., Walter F., 2014, Information Flow Along The Maritime Transport Chain – A Simulation Based Approach To Determine Impacts of Estimated Time of Arrival Messages on The Capacity Utilization, Winter Simulation Conference, materiały konferencyjne

22. Engelhardt J., 2007, Rozdział pt. Infrastruktura transportu samochodowego, [W:] Rydzkowski W., Wojewódzki-Król K., (red.), Transport, Wydawnictwo Naukowe PWN, Warszawa

23. Evans J.R., Olson D.L., 2002, Introduction to simulation and risk anlysis, Prentice Hall 24. Fijałkowski J., 2003, Transport wewnętrzny w systemach logistycznych. Wybrane

zagadnienia, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa

25. Fishman G.S., 1981, Symulacja komputerowa. Pojęcia i metody, PWE, Warszawa.

26. Gaschi-Uciecha A., 2015, Zakłócenia w procesach logistycznych przedsiębiorstw produkcyjnych – badania literaturowe, Zeszyty Naukowe Politechniki Śląskiej, Seria:

Organizacja i Zarządzanie, z. 78

27. Gheorghe A., Birchmeier J., Kröger W., 2004., Advanced Spatial Modelling for Risk Analysis of Transportation Dangerous Goods, [W:] Spitze, C. i in. (red.), Probabilistic Safety Assessment and Management, Springer

28. Gołembska E., Szymczak M., 2004, Logistyka międzynarodowa, PWE, Warszawa

29. Gordon G., (1974), Symulacja systemów, Wydawnictwo Naukowo-Techniczne, Warszawa 30. Gospodarek T., 2009, Modelowanie w naukach o zarządzaniu oparte na metodzie

programów badawczych i formalizmie reprezentatywnym, Wydawnictwo Uniwersytetu Ekonomicznego, Wrocław