Опубликовано №3 (86) июнь 2018 г.

АВТОР: СЕРГЕЕВ В.И.  

РУБРИКА Аналитика в логистике и SCM Планирование в цепях поставок Управление цепями поставок

 

Аннотация  

В статье рассмотрены основные аспекты стратегического планирования цепи поставок в разрезе проектирования, реинжиниринга и оптимизации ее сетевой структуры. Раскрыта актуальность проектирования конфигурации и ре-дизайна цепи поставок и ее влияние на экономические результаты контрагентов цепи. Показано, что сетевое проектирование сегодня базируется на достаточно хорошо отработанной методологии, методах и IT-поддержке, проверенных реальной практикой компаний- лидеров. Рассмотрены ключевые вопросы, на которые необходимо ответить в процессе дизайна сети и даны рекомендации по оценке ее эффективности в постоянно меняющейся рыночной среде.

Приведены примеры дифференциации стратегических требований, целевые ориентиры и референтные модели при определении параметров базовой конфигурации структуры цепи поставок и ее ре-дизайне.

Методически структурирована последовательность планирования и этапы дизайна оптимальной сетевой структуры цепей поставок, базирующиеся на стратегическом фокусе, ориентации на прогнозируемые тренды в SCM, контроле процесса внедрения новой структуры сети, адекватных организационных изменений в фокусной компании и общей структуре управления цепью поставок; интегрированной информационной поддержке. 

Электронная версия

Ключевые слова: 

Опубликовано №2 (85) апрель 2018 г.

АВТОРЫ: ЛЕВИНА Т. В. 

РУБРИКА Аналитика в логистике и SCM Управление цепями поставок 

Аннотация 

Задача диагностики процессов в цепи поставок с целью определения резервов и перспектив повышения эффективности является наиболее трудоемким этапом стратегического планирования, требует аккумуляции и систематизации огромного массива разнородной информации. При этом комплексных методик, которые позволили бы реализовать цикл стратегического планирования, обеспечив при этом объективность выводов, не так много. Одной из таких методик является диагностика процессов в цепи поставок с использованием Референтной модели операций в цепи поставок (SCOR - Supply Chain Operations Reference model). В статье проведен анализ публикаций, посвященных проблемам использования SCOR, показаны основные проблемы интерпретации методики, показаны особенности ее применения. Предложена процедура диагностики процессов в цепях поставок с использованием SCOR, этапы которой продемонстрированы на примере. Показано, что последовательная реализация описанных этапов позволяет существенно упростить процедуру стратегического анализа цепей поставок, при этом обеспечив системность и аргументированность принимаемых решений.  

Электронная версия

Ключевые слова: 

 

Опубликовано №6(83) декабрь 2017 г.

АВТОРЫ:  ПЕТРОВСКИЙ Д.В., КОКУРИН Д. И.

РУБРИКА   Оптимизация и экономико-математическое моделирование

Аннотация 

В данной статье рассматривается применение аппарата стохастических сетей Петри при анализе цепей поставок. Основным анализируемым объектом являлся складской модуль и модуль производства, и их взаимодействие с другими элементами системы. Изучаемая логистическая система была представлена в виде стохастической сети Петри, затем были созданы две модели одной системы с разными начальными характеристиками с целью их дальнейшего сравнения. Анализ результатов работы моделей имитацией работы модели в течении заданного периода времени. Кроме этого, в работе рассматривается проблема экспоненциального взрыва, показана зависимость количества возможных состояний системы в зависимости от изменения её параметров. В результате было показано, как зависит поведение системы от изменения сроков поставки продукции и какой период является критическим для возникновения её дефицита.  

Электронная версия

Ключевые слова: 

Опубликовано №3 (80) июнь 2017 г.

АВТОРЫ:  

МИЩЕНКО А.В.

КУЛАГИН П.А. - аспирант Кафедра математических методов в экономике,Российский экономический Университет им. Г.В. Плеханова (Москва, Россия)

РУБРИКА  Корпоративная логистика промышленных компаний Оптимизация и экономико-математическое моделирование Транспортировка в логистике

Аннотация 

В статье рассмотрена задача, связанная с анализом и оценкой организации бизнес-процессов металлоторгующей компании по осуществлению отгрузок со склада поставщика и оптимизации транспортного обслуживания клиентов наиболее эффективным способом, как сопутствующей услуги основной своей деятельности. Предполагается внедрение на предприятии услуг по оказанию транспортного обслуживания и увеличение их доли в общем объёме отгрузок металлопродукции покупателям. В работе предлагаются модели оценки эффективности организации транспортного обслуживания металлоторгующей компании с учётом ограничений на существующие производственные мощности, интенсивности грузопотока и интенсивности обслуживания. Рассматриваемая модель учитывает динамику поступления готовой продукции с производства на склады металлотрейдера внутри рассматриваемой транспортной сети для дальнейшей её реализации, отгрузки и вывоза. Задача, поставленная в статье, решается с помощью экономико-математического моделирования. 

Ключевые слова: 

Опубликовано № 1 (72) февраль 2016 г.

АВТОР: Писарец Н. М.

РУБРИКА  Логистическая интеграция и координация Транспортировка в логистике Управление цепями поставок Оптимизация и экономико-математическое моделирование

Аннотация

В статье рассматриваются теоретико-методологические аспекты горизонтальной кооперации в транспортировке. Актуальность исследования обусловлена необходимостью поиска дополнительных источников снижения издержек в условиях сегодняшней экономики РФ, характеризующейся снижением ВВП и высокой инфляцией. Рост цен на сырье и материалы, с одной стороны, и снижение реальных доходов населения, с другой, ставит перед производителями задачу повышения эффективности функционирования. Одним из наиболее перспективных методов снижения логистических издержек в текущих экономических условиях автор считает концепцию горизонтальной кооперации. В статье предлагается упрощенная схема оценки целесообразности горизонтальной кооперации в транспортировке на этапе ее проектирования. На основании проведенного моделирования в среде Mathcad автор анализирует целесообразность кооперации для каждого ее участника. Также в статье предлагает схема, представляющая собой один из возможных вариантов взаимодействия участников кооперации и перевозчика в условиях горизонтальной кооперации. Завершая данную статью, автор предлагает дальнейшее развитие предложенных методов оценки целесообразности горизонтальной кооперации в транспортировке и схему взаимодействия всех ее участников.

Ключевые слова:  

 

Опубликовано №5 (70) октябрь 2015 г.

АВТОР:  Клепиков В.П.

РУБРИКА  Транспортировка в логистике Оптимизация и экономико-математическое моделирование

Аннотация

В работе рассматривается вопрос организации смешанных перевозок экспортных грузов. С использованием разработанной модели взаимодействия железнодорожного транспорта и склада рассчитывается оптимальная подача вагонов с предприятия 

Ключевые слова:  

 

Опубликовано №4 (69) август 2015 г.

АВТОР: Солодовников В.В.

РУБРИКА Корпоративная логистика промышленных компаний Контроллинг Аналитика в логистике и SCM

Аннотация

В статье рассматриваются практические аспекты реорганизации системы управления компании с использованием модели SCOR. В качестве наглядного примера приведен опыт российской металлургической компании по производству труб. Проанализирована программа развития компании, отмечена необходимость в организации эффективной системы управления, отвечающая современным реалиям.

Рассмотрены ключевые этапы улучшений с описанием достигнутых результатов: разработка стратегической карты целей на основе принципов сбалансированной системы показателей; моделирование ключевых бизнес-процессов и их оптимизация в соответствии со стратегическими целями, включая определение метрик эффективности и проведение сравнительного анализа с мировыми лидерами; реформирование организационной структуры, включая проведение обучения персонала, подготовку предложения о системе мотивации на основе показателей эффективности; внедрение поддерживающих информационных систем.

В рамках разработки целевой модели процессов выделены ключевые консолидирующие бизнес процессы, необходимые для обеспечения выполнения основных операций. Отмечено, что каждому процессу дано определение на основе элементов модернизированной модели построения архитектуры предприятия Захмана.

Отмечено, что внедрение в трубной компании современных программных модулей Планирования и Составления Графиков Работы Оборудования (Advanced Planning and Scheduling - APS) позволило перейти к построению многоуровневых сквозных процессов управления цепями поставок, обеспечивающих уникальные конкурентные преимущества компании.

В заключении дано описание достигнутых результатов в целом в металлургической компании, приведены рекомендации по внедрению улучшений.

Ключевые слова: референтная модель операций цепи поставок SCOR система управления моделирование система сбалансированных показателей  BSC balanced scorecard контроллинг APS Advanced Planning and Scheduling стратегическая карта металлургия

Опубликовано №6 (47) декабрь 2011г.

АВТОР: Дыбская В.В., Сергеев В.И.

РУБРИКА Логистическая инфраструктура

 Аннотация

Предложен состав комплекса моделей взаимодействия участников при проектировании и эксплуатации логистического центра (ЛЦ), а также варианты моделирования организационно-управленческих решений, определяющих эффективность функционирования и взаимодействия контрагентов в ЛЦ. Показан алгоритм построения организационно-управленческой модели ЛЦ. Рассмотрены проблемы межорганизационной координации в ЛЦ и предложены решения, которые позволяют устранить причины возникновения конфликтов. Раскрыты механизмы централизованной и децентрализованной координация контрагентов ЛЦ

Ключевые слова логистический центр взаимодейтвие проектирование эксплуатация моделирование организация управление централизованная координация децентрализованная координация межорганизационная координация


В практике проектирования, строительства и эксплуатации логистических центров (ЛЦ) применяется несколько стандартных решений, которые принято называть моделями. Среди них можно выделить организационно-управленческую модель, бизнес-модель, финансовую модель (бизнес-план, ТЭО), операционную модель, информационную модель и т.п.

Естественно, что все вышеперечисленные модели связаны между собой определенными трансакциями. Хотя в настоящее время общепринятых стандартов рассматриваемых моделей ЛЦ не существует, а некоторые из них пересекаются или считаются аналогами, рассмотрим типовые примеры построения подобных моделей и взаимодействия их участников.

В качестве типовых участников (партнеров) при формировании моделей ЛЦ выступают:

  • Правительственные институты, органы законодательной власти,
  • Министерства и ведомства,
  • Органы исполнительной власти (городской, муниципальной и т.п.),
  • Инвестиционные фонды, банки,
  • Научно-исследовательские институты и консалтинговые фирмы,
  • Девелоперы, проектные и подрядные строительные предприятия (организации),
  • Управляющие компании ЛЦ (4PL-провайдеры),
  • Логистические компании – операторы ЛЦ  (комплексные – 3PL-провайдеры; узкофункциональные – транспортные и транспортно-экспедиционные предприятия, складские операторы, стивидорные компании, агенты, страховые компании, таможенные представители и т.п.),
  • Организации бизнеса – потребители и поставщики услуг ЛЦ (компании промышленности, торговли, сферы услуг, частные предприниматели и т.д.), население,
  • Общественные организации (например, логистические ассоциации) и др.

С момента начала разработки стратегического замысла (концепции, доктрины создания) ЛЦ некоторой инициативной группой, в качестве участников которой могут выступать как правительственные институты (ведомства), так и организации бизнеса, формируется определенная система отношений между участниками и партнерами ЛЦ. Такую систему отношений принято называть бизнес-моделью проекта ЛЦ. Далее формируются финансовая (ТЭО, бизнес-план) модель, одновременно с ней организацинно-управленческая модель и затем уже операционная модель взаимодействия контрагентов при создании и эксплуатации ЛЦ. Последовательность этапов создания ЛЦ и формирования соответствующих моделей с идентификацией основных задач показана на рис.1.

Рис. 1.  Комплекс моделей взаимодействия участников проекта ЛЦ

Остановимся более подробно на вариантах моделирования организационно-управленческих решений, определяющих эффективность функционирования и взаимодействия контрагентов в ЛЦ.

Моделирование объектов и процессов организации структуры управления в ЛЦ является одной из основных задач его синтеза и обеспечения эффективного функционирования. Кроме того, оно необходимо для реализации информационного обеспечения деятельности ЛЦ (в частности создания единого информационного пространства - ЕИП) как интегрирующей и координирующей мезологистической структуры[1].

Организационно-управленческая модель ЛЦ должна строиться исходя из методических принципов синтеза ЛЦ, определяющими из которых являются принципы логистической интеграции и координации.

В процессе оказания потребителям комплекса услуг ЛЦ должен стремиться максимизировать добавленную ценность для клиентов за счет согласованного, интегрального участия всех контрагентов в управлении товарными потоками. Организации – участники ЛЦ – должны получать при этом экономическую выгоду за счет синергетического эффекта. Роль координатора при этом может выполнять управляющая компания (виртуальный логистический оператор, 4PL-провайдер).

Задача синтеза эффективной организационной структуры ЛЦ и построение соответствующих моделей усложняется отсутствием в настоящее время достаточно обоснованных формализованных критериев, отражающих цель и задачи его функционирования. Многокритериальность (векторный характер целевой функции) усугубляется качественным характером составляющих-критериев.

В процессе построения организационно-управленческой модели ЛЦ необходимо учитывать следующие ключевые моменты[2]

  1. Организация межфирменной кооперации контрагентов на основе системной интеграции в ЛЦ с применением идеологии SCM.
  2. Использование адекватного проектируемому типу ЛЦ организационно-правового механизма его создания и функционирования.
  3. Сочетание централизации управления с децентрализацией операционной деятельности контрагентов ЛЦ.
  4. Соблюдение норм управляемости и диапазона административного контроля управляющей компанией.
  5. Сосредоточение ответственности за координированность решений по реализации сервисного функционала ЛЦ в управляющей компании (4PL-провайдере).
  6. Четкое разграничение функций по управлению товарными потоками между управляющей компанией ЛЦ и персоналом служб логистики компаний-контрагентов.
  7. Передача управляющей компании полномочий по ценообразованию (тарификации) и разделению дополнительной       прибыли от реализации в ЛЦ комплексных (интегрированных) услуг для компаний, входящих в операционный контур.
  8. Наличие ЕИП контрагентов ЛЦ для реализации планирования и контроллинга деятельности.

Наряду с указанными положениями при синтезе организационной структуры управления ЛЦ нужно принимать во внимание большое количество факторов, действующих как внутри него, так и во внешней среде. К внутренним факторам относятся, например, такие как вид обслуживаемых цепей поставок; количество и тип выполняемых логистических функций; факторы технической и информационно-компьютерной поддержки операционной деятельности; факторы состояния инфраструктуры и особенности технологических процессов в ЛЦ; экономические и финансовые факторы и показатели; факторы состояния базы знаний персонала (квалификация, социально-психологические) и др. При всём многообразии внешних факторов определяющее значение для организационного проектирования ЛЦ имеют: законодательная база и нормативно-методическое обеспечение, макроэкономические индикаторы, налоговые, финансовые и бюджетные ограничения, таможенная политика, территориальное размещение ЛЦ, конкурентная среда и ряд других.

При проектировании ЛЦ необходимо учитывать возникновение межфункциональных и межорганизационных конфликтов функционирования контрагентов. К типичным причинам возникновения конфликтов между организациями бизнеса в ЛЦ можно отнести:   

  1. Противоречия в целях и интересах.
  2. Борьба за ограниченные ресурсы.
  3. Конфликты по распределению прибыли, рисков и ответственности.
  4. Борьба за функциональные полномочия.
  5. Невыполнение или ненадлежащее выполнение партнерами ЛЦ своих функций. В отношении информационного потока это трансформируется в недостатки межгрупповых коммуникаций.
  6. Межличностные конфликты.

Межорганизационная координация в ЛЦ предполагает устранение причин возникновения конфликтов путем использования следующих механизмов координации:

  • Стандартизация бизнес-процессов ЛЦ, предполагающая чёткое распределение между управляющей компанией и операторами ЛЦ функций, а также связанных с ними полномочий, ответственности и ресурсов. Большое внимание при этом должно уделяться обеспечению информационного взаимодействия контрагентов через ЕИП ЛЦ.
  • Согласованное (совместное) планирование результатов деятельности контрагентов и клиентов ЛЦ.
  • Стандартизация квалификации персонала ЛЦ (путём, например, проведения межфункциональных тренингов).
  • Стандартизация норм и ценностей (становление и развитие корпоративной культуры, ориентированной на интеграцию, реализацию миссии и общих целей участников ЛЦ).
  • Использование средств «иерархии» управляющей компанией ЛЦ.
  • Неформализованное информационное взаимодействие и децентрализованная координация контрагентов и клиентов ЛЦ.

    Так как суть логистической координации состоит в согласовании позиций или интересов сторон для достижения общей цели ЛЦ, роль координатора сводится, в основном, к стимулированию сторон к реализации стратегий «компромисса» или «сотрудничества», выбор между которыми определяется ситуационными факторами. Использование метода экономических компромиссов позволяет найти приемлемое для контрагентов ЛЦ решение, балансирующее их первоначальные позиции (рис 2).

Рис. 2. Роль логистической координации в управлении конфликтами в ЛЦ[3]

В табл. 1 приведены элементы логистической координации на межорганизационном уровне. Обладающая рядом специфических признаков логистическая координация, может рассматриваться как одна из категорий деятельности управляющей компании ЛЦ.

Таблица 1

Элементы межорганизационной логистической координации в ЛЦ

Процесс функционирования системы управления ЛЦ предполагает решение задачи координации работы управляемых функциональных подсистем (по видам услуг), и только в этом случае можно обеспечить наилучшие технико-экономические показатели его деятельности. Координация является специфической задачей управляющего органа ЛЦ и может быть реализована в нескольких вариантах:

1. Координация предсказанием взаимодействий. Подсистемы (логистические посредники) операционного контура решают свои локальные задачи, предполагая регулирующие воздействия тем, которые предсказаны (спрогнозированы) управляющим органом ЛЦ.

2. Координация оценкой взаимодействий. Этот подход отличается от первого только тем, что координатор (управляющая компания ЛЦ) предсказывает оцениваемую им область взаимодействий. При этом контрагенты ЛЦ, решая свои локальные задачи, предполагает регулирующие воздействия координатора находящимися в пределах некоторых допустимых диапазонов их значений.

3. Координация балансировкой взаимодействий. Каждый контрагент ЛЦ получает право при решении своей локальной задачи (выполнении определенного вида услуг) рассматривать регулирующие воздействия как дополнительные свободные переменные, т.е. подпроцессы управления товарными  потоками предполагаются полностью развязанными. Координация сводится к снятию расхождений между фактическими и целевыми взаимодействиями контрагентов. При этом координатор ЛЦ может влиять на операторов, лишь изменяя их локальные целевые функции и ограничения, в частности меняя величину платы за ресурсы (например, арендную плату, ставки лизинга, плату за пользование общей IT-системой и т.п.).

Для эффективного функционирования системы управления ЛЦважными являются условия координируемости и совместимости подзадач управления отдельными видами услуг. Эти условия гарантируют достижение общей цели ЛЦ, если существует решение каждой из локальных операционных подзадач.

        Условия совместимости подзадач иерархической системы управления ЛЦ включают следующие основные положения:

  • подзадачи нижнего уровня, т.е. подзадачи управления операционной деятельностью в ЛЦ, должны быть корректными (в рамках заданных финансовых и инфраструктурных ограничений);
  • управляющая компания обеспечивает поиск таких действий координации, при которых решение подзадач нижнего уровня отвечает экстремуму общего показателя эффективности ЛЦ (например, максимуму маржинальной прибыли);
  • решения подзадач операционного уровня и задачи координации должны удовлетворять ограничениям по ресурсам (бюджетным, инфраструктурным, интеллектуальным и пр.).

Координация в ЛЦ может осуществляться в двух вариантах: централизованном и децентрализованном.

Механизм централизованной координации определяется целью функционирования ЛЦ, как системной структуры, и состоит в обеспечении эффективности деятельности контрагентов путем достижения заданного критерия оптимальности. Централизованная координация реализуется при помощи специальных управляющих органов (управляющая компания, 4PL-провайдер),  осуществляющих регулирование и следящих за соблюдением механизма интеграции, как основного принципа координации деятельности операционного контура (рис. 3). К условиям реализуемости координации при этом относятся материально-техническая база ЛЦ (производственно-логистическая инфраструктура), управленческий функционал координатора и квалифицированный персонал.

Рис. 3.  Централизованная схема координации в ЛЦ

Децентрализованная координация в рамках ЛЦ основывается на критерии оценки стоимости, добавленной в процессе выполнения операционной деятельности контрагентами ЛЦ. Доля добавленной стоимости (ценности для клиента) выступает источником перераспределения прибыли от интегрированного выполнения операторами ЛЦ заказа клиента. На рис. 4 представлен механизм децентрализованной координации деятельности субъектов ЛЦ. Он включает корпоративное планирование, управление производственно-логистической инфраструктурой, контроллинг и управление операциями для конкретного заказа клиента, реализуемые  в форме матричной структуры управления.

Как видно из рис. 4, матричная структура организации выполнения заказов клиентов через ЛЦ состоит из аналитического центра, реализующего одновременно несколько проектов в соответствии с выделенными для этих проектов ресурсами, причем каждый проект курируется своим менеджером. Децентрализованный подход на основе использования матричной организационной структуры требует координации видов деятельности, выполняемых за пределами ответственности отдельных бизнес-единиц операционного контура ЛЦ.

Помимо отношений подчиненности, характерных для централизованной структуры координации, менеджеры проектов в матричной децентрализованной структуре подчиняются и другим операционным руководителям на корпоративном уровне. Такая структура также может применяться для создания отношений координации при выполнении специальных проектов, в реализации которых участвуют несколько операторов ЛЦ разного профиля.  

 Рис. 4.  Децентрализованная схема координации в ЛЦ

Потенциал децентрализованной матричной структуры координации в ЛЦ в полной мере может быть реализован при ориентации центра на выполнение интегрированных логистических бизнес-процессов для клиентов. Матричный подход требует предоставления логистическим операторам инфраструктурных и технологических (информационных) ресурсов, которые могли бы эффективно удовлетворять потребности конкретных клиентов ЛЦ. При этом возрастает гибкость распределения ограниченных финансовых и человеческих ресурсов, снижается потребность дублирования высококвалифицированного персонала в деятельности ЛЦ.

Проектное управление в ЛЦ можно рассматривать и с системной точки зре­ния. Потребность в координации в рамках отдельного про­екта может быть выше, чем потребность в координации между проектами. Иначе говоря, координация между про­ектами может быть спланирована заблаговременно, тогда как координация работ по отдельному проекту требует ежедневного взаимодействия между всеми его исполнителя­ми. Координационные решения различаются для разных проектов, так как для успешного выполнения проекта требуется скорее информация, относящаяся к данному проекту, нежели о том, что происходит с другими проектами в ЛЦ. Управление по проектам ведет к объединению тех областей решений, которые больше всего зависят друг от друга

Сбалансированная интеграция и децентрализованная координация операционной логистической деятельности в ЛЦ является основой построения организационно-управленческой модели и базируется на нескольких правилах:

1. Провести организационные мероприятия, касающиеся выполнения стандартных интегрированных логистических бизнес- процессов в ЛЦ. Вместо структурирования функций или подразделений ЛЦ ориентировать управляющую компанию на несколько «основополагающих логистических бизнес-процессов» и определить целевые установки по KPI логистики. Назначить “хозяина” каждого интегрированного логистического бизнес-процесса.

2. Горизонтальная иерархия и децентрализованная координация. Ослабить линейный контроль, объединить отдельные задачи, исключить бесполезные работы и минимизировать операции по каждому бизнес-процессу. Использовать минимально возможное число операторов (проектных команд) для выполнения целостного логистического бизнес-процесса для клиента ЛЦ.

3. Использовать команды для управления целостными процессами. Создать команды, являющиеся главными компоновочными блоками для осуществления координации операционной деятельности в ЛЦ. Ограничить контролирующие функции, сделав команды самоуправляемыми. Поставить перед каждой командой цель, возложив на неё ответственность за достижение конечных результатов обслуживания клиентов.

4. Максимизировать контакты с поставщиками услуг и клиентами. Развивать  регулярные прямые контакты с поставщиками услуг, логистическими посредниками и клиентами. Включать представителей поставщиков и заказчиков как полноправных членов в команды управления логистическими проектами ЛЦ.

Механизм координации управления взаимоотношениями в ЛЦ предполагает:

  • наличие ЕИП, определяющего способы получения и распределения информации среди участников;
  • адекватную организационную структуру управляющей компании;
  • способность управляющей компании согласовывать цели и бизнес-процессы контрагентов ЛЦ при обслуживании клиентов;
  • общую стратегию формирования взаимоотношений с бизнес-партнерами;
  • регламенты процессов регулирования взаимоотношений контрагентов;
  • наличие системы контроля и мониторинга результатов взаимодействия.

Следует подчеркнуть, что главным условием эффективности механизма координации управления взаимоотношениями контрагентов в ЛЦ является баланс целей, который предполагает, что цели контрагентов (операционный контур) не доминируют над общими целями ЛЦ, как интегрированной структуры. Управление взаимоотношениями должно базироваться на системе ценностей и целей, разделяемых всеми контрагентами ЛЦ. Именно совместные цели являются тем ключевым драйвером, который обеспечивает прочность и долгосрочность взаимоотношений и дает участникам и клиентам ЛЦ устойчивые конкурентные преимущества.

Литература

  1. Дыбская В.В., Зайцев Е.И., Сергеев В.И., Стерлигова А.Н. Логистика: интеграция и оптимизация логистических бизнес-процессов в цепях поставок / Учебник под ред. проф. В.И. Сергеева. – М.: Эксмо, 2008. – 944с. (Полный курс МВА).
  2. Дыбская В.В. Оптимальная дислокация логистических центров // Прикладная логистика, № 12, 2011.
  3. Дыбская В.В., Сергеев В.И. Классификация и определение состава услуг логистических центров // Логистика сегодня, № 5, 2011.
  4. Прокофьева Т.А., Сергеев В.И., Круглова О.В. Стратегические аспекты межорганизационной логистической координации и интеграции участников и партнеров логистического центра // Логистика сегодня, №2, 2011.
  5. Сергеев В.И. Логистика в бизнесе. Учебник для вузов. – М. ИНФРА-М, 2001. – 602 с.
  6. Сергеев В.И. Проблемы интеграции и координации в логистических центрах транспортных узлов // Материалы межрегиональной научно-практической конференции «Региональный логистический центр - ключевой фактор улучшения инвестиционного климата» (20-21 июля 2011г., Южно-Сахалинск).
  7. Сергеев В.И. Концептуальные подходы к проектированию и классификация логистических центров // Логистика и управление цепями поставок, №4, 2010.
  8. Сергеев В.И. Формирование кластеров в России. Преимущество отдается производственному принципу. // Логистика: проблемы и решения, 2010. № 6. C. 28—33.
  9. Сергеев В.И. Концептуальные подходы к формированию логистических центров // Прикладная логистика, №1-2, 2011.

     10. Сергеев В.И.Маркетинговые исследования и прогнозирование грузопотоков при проектировании логистических центров // Прикладная логистика, № 10, 2011.

    11. Сергеев В.И. Проблема интеграции в логистике и SCM // Логистика и управление цепями поставок: перспективы в России и Германии / Материалы V Российско-Немецкой конференции по логистике и SCM DR-LOG’10; под ред. Д.А. Иванова, В.С. Лукинского, Б.В. Соколова, Й. Кэшеля. – СПб.:  Изд-во Политехн. ун-та, 2010.



[1] См. Сергеев В.И. Корпоративная логистика. 300 ответов на вопросы профессионалов. – М.: ИНФРА-М, 2004. - 964с.

[2] Сергеев В.И. Концептуальные подходы к проектированию и классификация логистических центров. // Логистика и управление цепями поставок, №4, 2010.

[3] См. Виноградов А.Б. Проблемы и практика межфункциональной логистической координации. / Энциклопедия «Топ-менеджер. Логистика» (сменные страницы). – М.: Изд-во МЦФЭР, 2007.

Опубликовано № 1 (48) февраль 2012 г.

АВТОР: Петров А.В., Пилипчук С.Ф.

РУБРИКА Транспортировка в логистикеИмитационное моделирование, Логистика мегаполиса

Аннотация

Если для анализа транспортных сетей большого объёма используются макромодели, построенные, например, на принципах сетевого моделирования, то для исследования «узких мест» дорожной сети создаются микромодели. Одними из наиболее широко используемых видов микромоделей являются имитационные модели. В работе построена имитационная модель «узкого места» транспортной сети одного из проблемных районов Санкт-Петербурга в среде имитационного моделирования AnyLogic версии 6.4.0., выполнены компьютерные эксперименты и даны практические рекомендации по организации дорожного движения.

Ключевые слова: моделирование транспортная сеть имитационная модель AnyLogic дорожное движение транспортная инфраструктура


В моделировании транспортных потоков под макромоделями понимаются такие модели, которые описывают транспортный поток как целое, то есть как совокупность всех транспортных средств (ТС). Эти модели применяются для анализа транспортных сетей большого объёма. С их помощью решаются задачи моделирования и оптимизации движения транспортных потоков в рамках определённого географического района, например, в рамках городской транспортной сети. Для решения подобных задач предлагается использовать сетевое моделирование [1].

Микромодели в отличие от макромоделей не рассматривают транспортный поток как некую целую совокупность транспортных средств, распределяющихся в транспортной сети по определенным принципам и с учетом ограничений, которые задает исследователь. Напротив, они характеризуются описанием отдельных транспортных средств, принципов их поведения на дороге и взаимодействия с другими транспортными средствами. Поэтому, у микромоделей другая, особенная цель – с их помощью можно достаточно детально исследовать отдельные, наиболее проблемные участки и перекрестки дорожной сети (так называемые «узкие места»), а также их совокупности.

Одними из наиболее широко используемых видов микромоделей являются имитационные модели [2]. Цель создания такой модели заключается в том, чтобы исследователь мог не только оценить текущую ситуацию на изучаемом участке, но и рассмотреть влияние вносимых им изменений и получить количественный результат, который наглядно представляется в модели.

Естественно, что имитационная модель всегда является упрощенным подобием реальной системы и отражает суть рассматриваемого процесса, явления и свойств входящих в нее объектов лишь в той степени достоверности, которая необходима для решения конкретной поставленной задачи. Она является по своей сути некоторым представлением реального объекта, и подобно любому представлению о реальности не отражает его в полной мере. Оценка того, насколько это представление устраивает нас, во многом неоднозначна потому, что реальность изменяется, а представление в целом остается прежним. Проблема состоит в том, что ожидания и представления редко соответствуют действительности в силу множества факторов, учесть даже большую часть из которых чаще всего не представляется возможным. Поэтому имитационная модель – это не универсальное средство решения проблем, а лишь инструмент, с помощью которого можно получить рекомендуемый путь решения.

В имитационном моделировании широко используется понятие «уровень абстракции», которое по своему смыслу обратно этой степени достоверности. То есть чем ниже уровень абстракции (и выше степень достоверности), тем точнее имитационная модель будет отражать суть явления. Обычно уровень абстракции известен изначально, он выбирается на начальных этапах создания имитационной модели. Однако количественная оценка того, насколько создаваемая модель будет соответствовать реальной (моделируемой) ситуации, заранее неизвестна. Эта оценка называется «адекватностью» имитационной модели, она определяется лишь после того, когда создана имитационная модель и имеются собранные фактические данные рассматриваемого явления (статистика) – путем сравнения результатов компьютерного эксперимента и реальных данных.

Применение имитационного моделирования для решения задач оптимизации транспортных потоков рассмотрим на конкретном примере, рассматривая транспортную сеть части Приморского района Санкт-Петербурга, отличающегося известными проблемами движения транспорта.

В работе [1] данная транспортная сеть на макроуровне исследовалась с помощью сетевых моделей, что позволило определить, как отразятся на пропускной способности дорог, суммарном пробеге и суммарном времени движения транспортных средств те или иные изменения в организации дорожного движения на рассматриваемом участке городской транспортной сети. Кроме того, исследование позволило выявить так называемые «узкие места» данной транспортной сети, одним из которых является перекресток «Коломяжский проспект–проспект Испытателей». Поэтому в данной работе была создана имитационная модель этого перекрестка.

Отличительной особенностью модели является то, что она также учитывает наличие транспортных проблем на следующем за пересечением «Коломяжский пр.–пр. Испытателей» перекрестке – на Светлановской площади, и позволила дать прогнозную оценку влияния на пропускную способность исследуемого перекрестка строительства на Светлановской площади многоуровневой развязки.

Создание имитационной модели осуществлялось в среде имитационного моделирования AnyLogic версии 6.4.0. Пакет AnyLogic – отечественный профессиональный инструмент имитационного моделирования нового поколения, разработанный фирмой «XJ Technologies», Санкт-Петербург [3]. Пакет AnyLogic существенно упрощает разработку имитационных моделей и их анализ, он основан на объектно-ориентированной концепции.

В качестве подхода в имитационном моделировании в данной модели выбрано дискретно-событийное моделирование (ДС). Данный подход предполагает следующее: автомобили выступают в качестве заявок, движущихся в сети между отдельными промежуточными пунктами по заранее намеченным траекториям. При этом с помощью команд программирования задается логика, согласно которой заявки (автомобили) ведут себя на дороге и при пересечении перекрестка тем или иным образом.

Общий вид созданной в среде AnyLogic модели представлен на рис.1.

Рис.1. Имитационная модель перекрестка «Коломяжский пр.–пр. Испытателей» в среде имитационного моделирования AnyLogic

Рис.1. Имитационная модель перекрестка «Коломяжский пр.–пр. Испытателей» в среде имитационного моделирования AnyLogic

Модель представляет собой аналог регулируемого перекрестка четырехполосного движения. В модели присутствует четыре автомобильных потока (рис.2):

- исследуемый: красный (обозначен буквой «A»)

- встречный: желтый (обозначен буквой «B»)

- перпендикулярный: фиолетовый (обозначен буквой «D»)

- перпендикулярный: синий (обозначен буквой «E»)

Рис.2. Транспортные потоки перекрестка «Коломяжский пр.–пр. Испытателей» и их условные обозначения

Рис.2. Транспортные потоки перекрестка «Коломяжский пр.–пр. Испытателей» и их условные обозначения

Модель строилась с основной целью: исследовать ситуацию с транспортными потоками на перекрестке Коломяжский пр.–пр. Испытателей в утренний период, поскольку именно в этот период в реальности наблюдается наиболее тяжелая дорожная ситуация на данном перекрестке, и разработать рекомендации по оптимизации этих потоков. Красный поток (поток «A») в данной модели является исследуемым, поскольку направлен строго в сторону выхода из района и наиболее интересен с точки зрения анализа. Однако в модели также присутствует возможность исследовать параметры и всех остальных потоков.

Анимация запущенной на выполнение модели представлена на рис.3.

Рис.3. Анимация имитационной модели перекрестка «Коломяжский пр.–пр. Испытателей»

Рис.3. Анимация имитационной модели перекрестка «Коломяжский пр.–пр. Испытателей»

Модель имеет входные и выходные параметры.

Входные параметры – параметры, позволяющие изменять результаты работы модели. К ним относятся:

- фазы светофоров;

- интенсивности входящих потоков, авт./мин;

- вероятности поворотов и перестроений;

- скорости движения,  км/ч;

- наличие/отсутствие пешеходов.

Выходные параметры – параметры, подлежащие контролю для оценки текущей ситуации. К ним относятся:

- интенсивности выходных потоков, авт./мин;

- длины очередей, ед.

Таким образом, суть работы с моделью состоит в том, что, изменяя те или иные входные параметры, мы можем добиться изменения выходных параметров, которые являются контрольными и характеризуют эффективность функционирования перекрестка. Это необходимо, прежде всего, для оценки текущей ситуации, а также прогноза ее развития в случае принятия соответствующих мер.

Модель имеет свой интерфейс для удобства работы с ней, который состоит из четырех основных частей (секций): 1) «анимация» (наглядное представление прогонов модели); 2) «входные параметры» (задание входных параметры модели); 3) «выходные параметры» (контроль выходных параметров при проигрывании модели); 4) «настройки».

Проверка адекватности (достоверности) модели выполнялась путем сбора и анализа фактических входных и выходных данных на реальном объекте. Входные параметры вводились в модель и после ее прогона модельные выходные параметры сравнивались с фактическими. Проверка осуществлялась по параметру «интенсивность выходного потока», поскольку в рамках данного исследования проверить модель по параметру «длина очереди» не представлялось возможным. Проверка показала, что средняя погрешность модели составляет , (достоверность ). В рамках данного исследования адекватность модели была признана приемлемой.

Для реализации целей создания имитационной модели в работе были произведены с ее помощью компьютерные эксперименты, суть которых заключалась в том, чтобы оценить влияние тех или иных принимаемых мероприятий (изменение входных параметров) на результаты моделирования (выходные параметры).

В рамках данного исследования были произведены шесть экспериментов со следующими условными названиями: 1. «по фактическим данным»; 2. «накопления очередей»; 3. «строительство надземных пешеходных переходов»; 4. «постановка дорожных знаков»; 5. «оптимизация фаз светофора»; 6. «разгрузка Светлановской пл.»

Суть каждого эксперимента и выводы, сделанные по результатам их проведения, приведены ниже.

Эксперимент «по фактическим данным». Очевидно, что вначале необходимо определить те выходные параметры, которые формируются в модели при проигрывании фактических (полученных в ходе натурных измерений) данных. Именно это является главной целью эксперимента. Эксперимент также призван наглядно оценить текущую ситуацию.

Время эксперимента  было принято равным 1800 с (30 мин.) модельного времени. Графики зависимостей величин очередей и интенсивностей выходных потоков в авт./мин от величины модельного времени представлены на рис. 4.

Рисунок 4а

Рисунок 4б

Рис. 4. Эксперимент по фактическим данным. Зависимость: а) величин очередей; б) интенсивностей выходных потоков от модельного времени

По результатам исследования можно сделать следующие выводы. Во-первых, из собранных фактических данных по интенсивностям входящих потоков и вероятностям поворотов вытекает ожидаемый вывод о том, что большая часть всех потоков стремится в одном направлении – к Светлановской пл., заполняя очередь на проблемном участке за перекрестком. В результате же эксперимента выявлено, что наиболее высокие темпы роста имеет очередь потока A, наименее высокие – поток B. Интенсивность выхода принимает наименьшие значения для потока D, наибольшие – для потока E. Поток A оказывается в наибольшей степени заторможенным пробкой, образованной за перекрестком, поскольку практически весь устремлен в проблемный участок. В то же самое время большая, чем для A, часть потоков D и E устремлена не в направлении Светлановской пл., и интенсивности входа этих потоков меньше, чем для A. Поэтому очереди в данных условиях для потоков D и E образуются медленнее. Величина же очереди на участке перед Светлановской пл. не имеет тенденции к снижению.

Эксперимент «накопления очередей» (рис.5). В нем моделируется процесс накопления «с нуля» очередей каждого потока непосредственно перед перекрестком, а также очереди к Светлановской пл. на участке за перекрестком. Основная цель данного эксперимента – проследить, как накапливается очередь на участке перед Светлановской пл., а также очереди всех потоков. 

Рисунок 5а

Рисунок 5б

Рис. 5. Эксперимент накопления очередей. Зависимость: а) величин очередей; б) интенсивностей выходных потоков от модельного времени

Эксперимент отличается от предыдущего тем, что в настройках очередь перед Светлановской пл. заранее не заполняется. Время эксперимента принято равным 4500 с (1 ч. 15 мин.) модельного времени.

В эксперименте «накопления очередей» установлено, что очередь за перекрестком на участке перед Светлановской пл. накапливается приблизительно за 3000 с (50 мин), затем ее колебания устанавливаются около определенного значения, близкого к переполнению указанного участка. Очередь потока A начинает возрастать к 2500 с (42 мин) эксперимента, когда участок перед Светлановской пл. начинает переполняться. Это происходит вследствие того, что практически весь поток A устремлен прямо в проблемный участок за перекрестком, и проблемы не возникает, пока он не начинает переполняться. В наибольшей степени возрастает очередь потока D, в наименьшей – потока B, что объясняется торможением двух рядов потока D, поворачивающих направо, пешеходами. Аналогичные выводы вытекают из анализа интенсивностей выхода потоков.

Из эксперимента «по фактическим данным» и «накопления очередей» вытекает очевидный вывод о том, что разгрузка Светлановской пл. за счет строительства многоуровневой развязки может решить проблему пробок и на рассматриваемом перекрестке. Однако реализация этой меры согласно «Концепции совершенствования и развития дорожного хозяйства Санкт-Петербурга до 2010 года с прогнозом до 2015 года»  планируется лишь на период до 2015 года. Поэтому необходимо выявить возможные варианты решения проблемы без разгрузки Светлановской пл., для чего было произведено еще несколько экспериментов с моделью.

Эксперимент «строительство надземных пешеходных переходов». Очевидно, что пешеходы являются помехой проезду автомобильного транспорта при поворотах на перекрестках. Следовательно, можно предположить, что если организовать возможность разделения пешеходных и автомобильных потоков (например, в разных уровнях), то это предоставит не только повышение безопасности дорожного движения, но и позволит увеличить пропускную способность перекрестка и уменьшить очереди автомобильных потоков. Именно такие ситуации и моделируются в данных экспериментах. Отметим, что строительство именно надземных пешеходных переходов дешевле, чем подземных. И, кроме того, они могут быть быстрее реализованы в реальном проекте.

Таким образом, проводится несколько последовательных экспериментов, отменяя в каждом из них проход пешеходов по определенному переходу (то есть моделируется наличие надземного перехода, пешеходов нет на проезжей части), и контролируется изменение выходных параметров.

Эксперимент «строительство надземных переходов» выявил, что для изменения ситуации достаточно строительства только одного надземного пешеходного перехода – через пр. Испытателей за рассматриваемым перекрестком в направлении Светлановской площади. Однако в дополнение к этой мере должны быть приняты определенные действия по уравниванию потоков – перенастройка фаз светофора. Наилучшим вариантом является использование интеллектуальной автоматически перенастраиваемой светофорной установки.

Эксперимент «постановка дорожных знаков». Проведена серия экспериментов с постановкой различного типа дорожных знаков и оценивается влияние таких мер на выходные параметры модели.

Типичной ситуацией является стоянка автомобилей в правом ряду пр. Испытателей перед рассматриваемым перекрестком по направлению движения потока A. Наличие постоянно стоящих автомобилей в правом ряду снижает пропускную способность дороги, поскольку невозможным становится использование правого ряда. Таким образом, моделируется постановка знака «Стоянка запрещена» на всём протяжении пр. Испытателей от перекрестка с Серебристым бульваром до перекрестка с Коломяжским проспектом. Отметим, что постановка знака «Остановка запрещена» вблизи станции метро нецелесообразна, поскольку в таких местах всегда должна быть возможность кратковременной остановки частного и пассажирского транспорта для посадки и высадки пассажиров. Проводились также эксперименты с постановкой знаков движения по полосам:  отмена левого поворота потока A и отмена левого поворота потока E.

В результате эксперимента «постановка дорожных знаков» выявлено, что наиболее эффективной мерой является постановка знака «Стоянка запрещена» по направлению движения потока A на всем протяжении пр. Испытателей от предыдущего до рассматриваемого перекрестка. Это поможет существенно снизить очередь потока A на пр. Испытателей. Запрещение левого поворота потоку A – неэффективная и неоправданная мера, лишь усугубляющая проблему очереди за перекрестком. Хорошие результаты по снижению очередей потоков E и A дает запрет левого поворота потоку E. Однако к воплощению этой меры в реальной жизни следует подойти с осторожностью, поскольку она заставляет водителей ехать в объезд, что может усугубить ситуацию на соседних перекрестках.

Эксперимент «оптимизация фаз светофора». Цель эксперимента – найти оптимальные фазы светофоров, минимизирующие величины очередей потоков. Результаты этого эксперимента оказываются во многом неоднозначными, поскольку вариация фаз светофоров по-разному влияет на выходные параметры каждого отдельного потока.

Эксперимент имеет специфическую методику. Очевидно, что два светофора на одном перекрестке являются взаимосвязанными. Это означает, что они работают согласованно, и изменение длительности зеленого света одного из них неизбежно должно вести к изменению длительности красного света на другом. В модели длительности красного света светофоров вычисляются автоматически, в зависимости от длительностей зеленого и желтого света светофоров, задаваемых пользователем. Но поскольку варьировать длительность желтого света светофоров и получать при этом определенные результаты – действие, не имеющее смысла и практического применения, то остаются только два варьируемых параметра – длительности горения зеленого света двух светофоров. В модели эти варьируемые параметры обозначены следующим образом: Tgreen – длительность зеленого света первого светофора (для потоков A и B); Tgreen1 – длительность зеленого света второго светофора (для потоков D и E). Под «фазой» будем понимать именно длительности горения зеленого света Tgreen и Tgreen1.

Суть эксперимента состоит в следующем: последовательными прогонами модели при различных значениях Tgreen и Tgreen1 получаем данные о величинах очередей каждого потока. При этом один параметр (Tgreen1) фиксируется, а второй (Tgreen) изменяется с определенным шагом. Для примера на рис. 6 приведена подобная зависимость для потока А. 

Рис. 6. Зависимость величины очереди потока A от времени горения зеленого света светофора прямого потока (Tgreen)

Рис. 6. Зависимость величины очереди потока A от времени горения зеленого света светофора прямого потока (Tgreen)

Затем на шаг изменяется Tgreen1, и снова получаются данные при изменении Tgreen при фиксированном Tgreen1. Затем из полученных данных выбираются так называемые «наиболее благоприятные» и «оптимальные» сочетания фаз светофоров Tgreen и Tgreen1 для каждого из потоков. Наиболее благоприятными считаются такие сочетания фаз, при которых при фиксированном значении одной из фаз (Tgreen1) подбирается наилучшее с точки зрения длины очереди для конкретного потока значение второй фазы (Tgreen).

Оптимальными сочетаниями фаз считаются такие наиболее благоприятные сочетания, которые обеспечивают минимально возможную очередь данного конкретного потока при данных условиях.

Очевидно, что оптимальные и наиболее благоприятные сочетания будут различными для различных потоков. Поэтому в ходе эксперимента получаем результаты для всех потоков (табл. 1).

Таблица 1 Оптимальные сочетания фаз светофоров

аблица 1 Оптимальные сочетания фаз светофоров

Основной вывод по данному эксперименту – оптимальные сочетания фаз светофоров различны для различных потоков, и поэтому для того, чтобы добиться минимизации величины очереди для определенного потока, необходимо смириться с возможным увеличением величин очередей других потоков. Наиболее эффективным будет постановка интеллектуального автоматически перенастраиваемого светофора. Есть и альтернативный вариант – регулировка фаз светофоров сотрудником ДПС исходя из визуальной оценки ситуации.

Эксперимент «разгрузка Светлановской пл.». В нем моделируется ситуация, когда на Светлановской пл. организована многоуровневая развязка. Очевидно, что эта развязка призвана решить проблему пробок на участках дорог перед Светлановской площадью. В модели эта ситуация реализуется простым включением зеленого света светофора перед Светлановской пл. на бесконечный период времени.

Из эксперимента вытекает ожидаемый вывод об уменьшении величин очередей всех потоков. Однако очереди потоков D и E сохраняют тенденции к росту, что свидетельствует о необходимости решения проблемы с пешеходным переходом, задерживающим эти потоки, либо дополнительной регулировки светофоров.

Проведенное исследование транспортных потоков городской дорожной сети позволяет сделать следующие выводы и обобщения:

– моделирование транспортных потоков следует проводить в два этапа, путем построения макромоделей, которые применяются для анализа транспортных сетей большого объёма и микромоделей, с помощью которых можно достаточно детально исследовать отдельные, наиболее проблемные участки дорожной сети.

– наиболее удобным и естественным способом построения макромоделей транспортных потоков является сетевое, а микромоделей – имитационное моделирование.

– сетевое и имитационное моделирование является инструментом исследования транспортных потоков, который позволяет выявить существующие проблемы и указать возможные пути их решения.

Литературные источники

  1. Бочкарев А.А., Петров А.В., Пилипчук С.Ф. Оптимизация распределения транспортных потоков в городской транспортной сети. // Логистика и управление цепями поставок, № 5, 2010, с. 80-96.
  2. Кельтон В. Имитационное моделирование. Классика CS: [пер. с англ.] / В. Дэвид Кельтон, Аверилл М. Лоу. – 3-е изд. – СПб.: Питер; Киев: Издательская группа BHV, 2004. – 847 с.
  3. Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5 / Ю.Г. Карпов. – СПб. БХВ-Петербург, 2005. – 400 с.

Опубликовано № 1 (54) февраль 2013 г.

АВТОР: Филатова Т.А.

РУБРИКА Оптимизация и экономико-математическое моделированиеУправление логистическим сервисом 

Аннотация

В статье рассматриваются экономические аспекты качества работы цепи поставок, оптимизационно-квалиметрический подход к оценке качества работы цепей поставок продукции и рассчитаны варианты плана поставок с использованием различных направлений моделирования.

Ключевые слова: оптимизационно-квалиметрическая модель качество оценка качества моделирование планирование поставок неопределенность взаимодействие контрагентов

Страница 1 из 2

Контакты

Работа с авторами 

Левина Тамара

моб. 8(962) 965-48-54

E-mail: levina-tamara@mail.ru

Распространение

Алямовская Наталия

моб. 8(916) 150-07-21

E-mail: nalyamovskaya@mail.ru

Адрес 

125319, Москва, ул. Черняховского, д.16

тел./факс (495) 771 32 58

ISSN 2587-6775

Издается с 2004 г.

Включен в перечень ВАК с 2008 г.

ИНДЕКСИРОВАНИЕ ЖУРНАЛА