Основной процедурой любого научного исследования является научный метод. Он состоит из трех этапов: наблюдения, формулирования гипотезы, подтверждения достоверности гипотезы.
Исходя из того, что организация представляет открытую систему, состоящую из взаимосвязанных частей, второй особенностью научного подхода к управлению является системная ориентация.
Третья особенность науки управления заключается в использовании моделей. Моделирование необходимо в силу сложности проблем управления и трудности проведения экспериментов в реальной жизни.
Модель — это представление объекта, системы или идеи в некоторой форме, отличной от самой целостности. Главной характеристикой модели считается упрощение реальной жизненной ситуации, к которой она применяется. Модель повышает способность руководителя к пониманию и разрешению стоящих проблем и помогает ему совместить свой опыт и способность к суждению с опытом и суждениями экспертов.
Использование моделирования обусловлено рядом причин: естественная сложность многих организационных ситуаций, невозможность проведения экспериментов в реальной жизни, ориентация руководства на будущее.
Типы моделей: физическая, аналоговая, математическая.
Физическая модель представляет то, что исследуется с помощью увеличенного или уменьшенного описания объекта или системы, например планировка цеха. Отличительная характеристика физической модели состоит в том, что она выглядит как моделируемая целостность.
Аналоговая модель представляет исследуемый объект аналогом, который ведет себя как реальный объект, но не выглядит таковым, например организационная схема; график, иллюстрирующий соотношения между объемом производства и издержками. Аналоговая модель представляет более простой и эффективный способ восприятия и проявления сложных взаимосвязей структуры крупного предприятия, чем составление перечня взаимосвязей всех работников.
Математическая модель, называемая также символической, используется для описания свойств или характеристик объекта или события.
Построение модели, как и управление, является процессом. Основные этапы процесса: постановка задачи, построение, проверка на достоверность, применение и обновление модели. Альберт Эйнштейн говорил, что постановка задачи важнее даже, чем ее решение. Для нахождения оптимального решения задачи надо знать, в чем она состоит. После правильной постановки задачи разработчик должен определить главную цель модели, какие выходные данные предлагается получить, используя модель, чтобы помочь руководителям разрешить стоящую перед ним проблему. Затем специалист по науке управления должен установить, все ли существенные компоненты реальной ситуации встроены в модель. После проверки на достоверность модель готова к использованию. Даже если применение модели оказалось успешным, наверняка она потребует обновления.
Эффективность модели может быть снижена действием ряда причин: недостоверными исходными допущениями, ограниченными возможностями получения необходимой информации, страхом пользователя, слабым использованием на практике, высокой стоимостью. Страх пользователей заключается в том, что руководители, которым она предназначена, могут не вполне понимать полученные с помощью модели результаты и потому бояться ее применения.
Наиболее распространенные типы моделей науки управления: теория игр, модели теории очередей, модели управления запасами, модели линейного программирования, имитационное моделирование, экономический анализ.
В дополнение к моделированию имеется ряд методов (методы принятия решений), способных оказать помощь руководителю в поиске объективно обоснованного решения, например платежная матрица, дерево решений.
Платежная матрица является одним из методов статистической теории решений. Метод, который помогает руководителю в выборе одного из нескольких вариантов.
Дерево решений — это схематическое представление проблемы принятия решений. Дерево решений дает руководителю возможность учесть различные направления действий, соотнести с ними финансовые результаты, скорректировать их в соответствии с приписанной им вероятностью, а затем сравнить альтернативы.
Особую группу методов для принятия решений применительно к будущему составляют методы прогнозирования, в которых используются как накопленный в прошлом опыт, так и текущие допущения насчет будущего с целью его определения.
К методам прогнозирования относятся количественные и качественные методы прогнозирования, неформальные методы.
Типичные методы количественного прогнозирования: анализ временных рядов и причинно-следственное моделирование. Анализ временных рядов является методом выявления образцов и тенденций прошлого и проявления их в будущем.
Причинно-следственное (каузальное) моделирование - это попытка спрогнозировать то, что произойдет в подобных ситуациях путем исследования статистической зависимости между рассматриваемым фактором и другими переменными.
Качественные модели прогнозирования: мнение жюри, совокупное мнение сбытовиков, модель ожидания потребителя, метод экспертных оценок.
5. Какова, по Вашему мнению, должна быть структура имитационной модели для каждой из следующих задач:
- задача управления страховой фирмой;
- задача управления строительной фирмой.
В любом исследовании, связанном с применением имитационного моделирования в логистике, можно выделить три этапа:
1. Разработка концептуальной модели.
2. Реализация модели с использованием программного пакета имитационного моделирования (ПИМ).
3. Планирование и проведение экспериментов с работающей моделью.
Как правило, уже на этапе разработки концептуальной модели исследователь точно знает, с помощью какого ПИМ модель будет реализована в виде компьютерной программы. Поэтому многие элементы концептуальной модели (например, типы отображаемых логистических объектов и ресурсов системы) бывают непосредственно сориентированы на возможности соответствующего ПИМ. Всегда учитывается тот факт, что в большинстве современных ПИМ готовая модель представляется как сетевая структура, узлы которой являются представителями (объектами) соответствующих библиотечных компонентов (классов). Если разработчик модели знаком с конкретным ПИМ, для него не составит большого труда выбрать в библиотеке ПИМ компоненты, наилучшим образом соответствующие компонентам концептуальной сетевой модели. Но именно построение концептуальной сетевой модели является наиболее сложным этапом исследования, связанного с применением имитационного моделирования при анализе логистических систем.
Полная методология создания концептуальных моделей, ориентированных на изучение материальных потоков в логистических сетях, включает в себя принципы построения следующих частичных моделей:
* моделей структуры системы обработки материальных потоков;
* моделей ассортимента и количества грузов в потоках;
* моделей пространственной вложенности грузов, носителей груза, транспортных средств и стационарных хранилищ груза;
* временных моделей входных потоков системы;
* моделей для определения длительности технологических операций;
* моделей маршрутизации динамических объектов (транспортных средств, носителей груза и самих грузов);
* моделей объединения и разделения динамических объектов;
* моделей стратегий обработки очередей ожидания;
* моделей стратегий управления запасами;
* моделей процессов распределения ресурсов и диспетчеризации.
Первая из отмеченных частичных моделей является моделью физической (пространственной) структуры системы. Модели второго и третьего типа служат для отображения структуры логистических объектов, перемещаемых и хранимых в системе. Все остальные модели составляют в совокупности модель процесса, развивающегося в логистической системе.
Подавляющее большинство имитационных моделей систем внутренней логистики и сетей поставок создаются с помощью занявших устойчивое место на рынке программных продуктов ПИМ для процессов с дискретными событиями, таких как Arena, AutoMod, eM-Plant (SIMPLE++, Plant Simulation), Enterprise Dynamics, Extend, ProModel, QUEST, Simul8 и WITNESS, а также с помощью универсального ПИМ AnyLogic. Сравнительно несложные или учебные модели создаются также с помощью языка GPSS, представленного на рынке в форме двух различных продуктов: GPSS World и GPSS/H. Такой способ изучения процессов принципиально не отличается от того, который применяется по отношению к реальным системам. Ясно также, что имитационная модель, как объект измерений, в отличие от реальных систем, является полнодоступной системой.
Первичные показатели, фиксируемые на выходе модели, измеряются с помощью соответствующих физических величин. К таким показателям относятся объём перевезённого или обработанного груза, моменты времени начала и окончания операций, длительности процессов обработки заказов, число выполненных поездок и других технологических операций, суммарный путь, пройденный транспортными средствами, и т. п. Путём использования соответствующих нормативных коэффициентов на базе первичных показателей могут быть рассчитаны любые требуемые экономические показатели.
Основные преимущества имитационного моделирования связаны с большой «свободой творчества», которую, однако, может эффективно использовать только эксперт в области имитационного моделирования. К таким преимуществам относятся:
* Свободный выбор уровня детализации отображения процессов в модели (действует принцип: могу отобразить в модели всё то, что доступно моему пониманию и что соответствует целям моделирования).
* Отсутствие ограничений на сложность логики моделируемых процессов и воспроизводимых в модели алгоритмов управления.