1

PRZEBUDOWA SYSTEMU TRANSPORTOWEGO

Z WYKORZYSTANIEM NARZĘDZI SYMULACYJNYCH ORAZ

WIELOKRYTERIALNEGO WSPOMAGANIA DECYZJI

Marcin HAJDUL

Instytut Logistyki i Magazynowania

ul. Estkowskiego 6

61-755 Poznań

e–mail: [e-mail]

STRESZCZENIE

System transportowy stanowi nieodłączny element sieci dystrybucji, generujący znaczne wartości

w całkowitych kosztach logistycznych jakie ponosi przedsiębiorstwo. Dotychczas, wiele firm traktowało kwestie
kosztowe obszaru transportu jako element stały, nie zastanawiając się nad możliwością ich optymalizacji. Jednak
silna konkurencja wśród przedsiębiorstw różnej branży, rosnące ceny paliw oraz chęć zapewnienia coraz
wyższej jakości świadczonych usług przy minimalizacji kosztów logistycznych spowodowały, iż firmy
dostrzegły potrzebę organizacji optymalnego systemu transportowego dla konkretnej sieci dystrybucji. Należy
jednak pamiętać, iż zagadnienia związane z projektowaniem systemów transportowych należą do jednych
z najbardziej skomplikowanych problemów w logistyce, a na ich rozwiązanie składają się między innymi:
wyznaczenie optymalnej ilości baz oraz magazynów wraz z ich lokalizacją, ustalenie wielkości oraz
częstotliwości wysyłanych ładunków, ustalenie charakterystyki taboru własnego oraz obcego.

Obecnie na rynku dostępnych jest szereg narzędzi umożliwiających optymalizację systemów

transportowych, jednak często są to systemy drogie i zbyt rozbudowane. Celem poniższego artykułu jest
przedstawienie możliwości przebudowy systemów transportowych w przedsiębiorstwach przy wykorzystaniu
wybranych aplikacji i narzędzi symulacyjnych opracowanych w środowisku Excel

,

w połączeniu

z wielokryterialnym wspomaganiem decyzji. W pierwszej części artykułu autor identyfikuje i weryfikuje
funkcjonalności wybranych narzędzi symulacyjnych. Następnie

,

w oparciu o wybrane aplikacje i opracowane

narzędzia opracowywane są różne warianty przebudowy systemów transportowych różniące się liczbą
i lokalizacją baz transportowych, strukturą oraz własnością taboru (transport własny lub obcy). W celu wyboru
najlepszego

wariantu

przebudowanego

systemu

transportowego

autor

proponuje

zastosowanie

wielokryterialnego wspomagania decyzji oraz wykorzystanie metody Electre III.

1. WSTĘP

W ostatnich latach można zaobserwować w Polsce bardzo duże zmiany gospodarcze –

obecność dużych koncernów na każdym z rynków europejskich, fuzje pomiędzy firmami,
rosnąca konkurencja oraz ciągła walka o klienta pomiędzy przedsiębiorstwami, zarówno
dużymi jak i tymi średnimi oraz małymi. Świetnie w tej sytuacji odnalazła się logistyka – jako

POLITECHNIKA WARSZAWSKA

Wydział Transportu

Polska Akademia Nauk

Komitet Transportu

2

nauka będąca instrumentem umożliwiającym rozwiązanie jednego z kluczowych problemów
większości współczesnych firm produkcyjnych, handlowych czy transportowych. Problem
ten, to konstrukcja optymalnej sieci dystrybucji, spełniającej oczekiwania określonej grupy
klientów oraz umożliwiającej osiąganie maksymalnych zysków. Zatem w tym przypadku
głównym zadaniem logistyki sieci dystrybucji jest zarządzanie procesem dostarczania
odpowiednich towarów pod względem rodzaju, ilości i jakości do właściwego miejsca, w
uzgodnionym czasie, po jak najniższym koszcie [2]. Jak wynika z przedstawionej definicji
jednym z kluczowych elementów sieci dystrybucji jest sprawnie działający system
transportowy, rozumiany jako zespół takich elementów jak środki transportowe, infrastruktura
transportowa, ludzie odpowiedzialni za funkcjonowanie systemu transportowego oraz zasady
i reguły funkcjonowania, które odpowiedzialne są za przemieszczanie osób i ładunków z
punktów początkowych (nadania) do punktów końcowych (odbioru).

Wagę sprawnie zorganizowanego systemu transportowego w firmie potwierdzają także

przeprowadzone przez pracowników Instytutu Logistyki i Magazynowania analizy kosztów
transportu w różnych modelach sieci dystrybucji. Wskazały one, iż koszty transportu stanowią
niejednokrotnie ponad 50% całkowitych kosztów logistycznych. W związku z tym, jest to
element, na który coraz więcej przedsiębiorstw zaczęło zwracać szczególną uwagę oraz
podejmować próby jego optymalizacji.

Sytuacja ta stała się także szansą dla firm branży IT, które wyprodukowały szereg

narzędzi umożliwiających lepsze zarządzanie procesami transportowymi w firmie. Jednak
narzędzia te są przeważnie bardzo drogie oraz dedykowane do rozwiązywania problemów w
skali mikro, czyli wspierają obsługę istniejącej już sieci dystrybucji. Problemem wciąż
pozostaje konstrukcja systemu transportowego w skali makro, czyli wyznaczenie optymalnej
ilości baz transportowych oraz magazynów wraz z ich lokalizacją, ustalenie wielkości oraz
częstotliwości wysyłanych ładunków, ustalenie charakterystyki taboru własnego oraz obcego.
Oczywiście istnieją także narzędzia wspierające rozwiązywanie wspomnianych już
problemów także w skali makro, niejednokrotnie zbyt ogólne i nie ujmujące specyfiki danego
przedsiębiorstwa. W związku z tym, celem poniższego artykułu jest przedstawienie
możliwości przebudowy systemów transportowych w przedsiębiorstwach w oparciu o
metodykę tworzoną i rozwijaną w Instytucie Logistyki i Magazynowania. Metodyka ta
wykorzystuje wybrane gotowe aplikacje i narzędzia symulacyjne opracowane w środowisku
Excel

,

dodatkowo w połączeniu z wielokryterialnym wspomaganiem decyzji.

2. IDEA SYMULACJI SYSTEMÓW TRANSPORTOWYCH

Niejednokrotnie przedsiębiorstwa same starają się optymalizować swoją działalność

związaną z obszarem transportu. Jednak, jak pokazują doświadczenia konsultantów ILiM,
wiele osób odpowiedzialnych za funkcjonowanie danego obszaru w przedsiębiorstwie nie
posiada wystarczającej wiedzy, specjalistycznych narzędzi informatycznych oraz co
najbardziej istotne, niezbędnego wolnego czasu, aby w pełni przeprowadzić przebudowę
usprawniającą analizowany obszar. Pracownicy ci zazwyczaj muszą zajmować się
rozwiązywaniem bieżących problemów firmy i niejednokrotnie nie są w stanie poświęcić
setek roboczogodzin na analizy stanu bieżącego oraz przeprowadzenie istotnych zmian. W
związku z tym szereg firm w przypadku chęci poprawy istniejącego stanu bieżącego
(transport, magazynowania, zapasy lub kompleksowa przebudowa sieci dystrybucji) zwracają
się o pomoc do zewnętrznych konsultantów, dysponujących odpowiednią wiedzą, czasem,
doświadczeniem oraz dostępnymi na rynku narzędziami informatycznymi umożliwiającymi
modelowanie i symulacje różnych obszarów logistyki, w tym także obszaru transportu.

Warto zaznaczyć, iż do realizacji wspomnianych prac niezbędne są narzędzia

symulacyjne. Narzędzia te umożliwiają przeprowadzenie analizy optymalizowanego procesu,

3

sprawdzenie jego wrażliwości na zmiany różnych parametrów, jeszcze przed rzeczywistym
wprowadzeniem jakichkolwiek modyfikacji oraz, co jest najbardziej istotne z punktu
widzenia przedsiębiorcy, oszacowanie kosztów transportu nowej sieci dystrybucji.

Obecnie na rynku dostępnych jest szereg narzędzi umożliwiających przeprowadzenie

prac symulacyjnych istniejących oraz tworzonych modeli systemów transportowych, czyli
przeprowadzanie komputerowych eksperymentów na opracowanych rodzajach modeli
matematycznych [1]. Ideą symulacji jest stworzenie matematycznego odwzorowania modelu
całego systemu lub jego poszczególnych procesów, którymi można następnie sterować, aby w
rezultacie dokonać oceny funkcjonowania badanego systemu (bieżącego lub tworzonego),
wystawionego na zmieniające się warunki.

W zależności od badanego problemu, istnieje szereg narzędzi symulacyjnych,

umożliwiających przeprowadzanie eksperymentów różnych systemów transportowych, np.
pasażerskich czy towarowych. Proponowany podział narzędzi symulacyjnych prezentuje

Rys.

1

.

Narz_dzia symulacyjne

Uniwersalne

Specjalizowane

Symulatory

mikrootoczenia

Symulatory

makroootoczenia

Symulatory

mikrootoczenia

Symulatory

makroootoczenia

Rys. 1. Podział narzędzi symulacyjnych

Opracowując metodykę przebudowy systemów transportowych dokonany został

przegląd narzędzi umożliwiających przeprowadzanie eksperymentów na istniejącym oraz
projektowanych systemach transportowych, należące do różnych grup narzędzi
symulacyjnych, takich jak arkusze kalkulacyjne, narzędzia do szybkiej symulacji, symulatory
czy języki programowania. Przeanalizowane zostały następując narzędzia: Taylor, STAN,
Arris, Aimsun, Dracula, SISTM, Emapa nawigator proffesional +, QSB, Winqsb, Solver
premium plus, Ilog, Simkit, Simulaction 4.0, Transims.

Na podstawie przeprowadzonych analiz wybranych narzędzi symulacyjnych oraz

oczekiwań przedsiębiorstw zdecydowano się na opracowanie własnej metodyki prowadzenia
prac modelowych i symulacyjnych. W ramach prezentowanej metodyki autor opracował
narzędzie w środowisku MS Excel, które wykorzystujące zidentyfikowane w analizie
narzędzia: Emapa nawigator proffesional+, Solver premium plus. Warto także podkreślić, iż
wykorzystanie arkusza kalkulacyjnego jest znacznie tańsze niż zakup specjalistycznych
narzędzi symulacyjnych.

3. PRZEBUDOWA SYSTEMÓW TRANSPORTOWYCH

Przebudowa oraz projektowanie systemu transportowego jest bardzo złożonym

procesem, który wymaga od projektantów dużej wiedzy z zakresu transportu oraz działalności
danego przedsiębiorstwa. Dzięki rozwojowi narzędzi informatycznych projektowanie
ogranicza się tylko do przypadków, gdy cele lub problemy są dobrze zdefiniowane.

4

Biorąc pod uwagę dużą różnorodność i skalę złożoności występujących paradygmatów,

to przedmiotem projektowania jest złożony system transportowy, który rozpatrywany jest w
powiązaniu z zadaniami związanymi z organizacją sieci dostaw, lokalizacją magazynów i
gospodarką magazynową.

Na potrzeby realizacji prac związanych z modelowaniem systemów transportowych

związanych bezpośrednio z projektami dotyczącymi optymalizacji sieci dystrybucji
opracowano metodykę umożliwiającą przeprowadzenie prac

symulacyjnych

z

wykorzystaniem stworzonego narzędzia informatycznego. Metodyka składa się z sześciu
głównych etapów. Szczegółowo ilustruje to

Rys. 2

.

Zbieranie danych

Weryfikacja danych

Konstrukcja modeli w _rodowisku

MS Excell

(model bazowy plus modele

proponowane przez ILiM )

Prace symulacjne

Wybór modelu w oparciu o metod_

Electre III

ETAP 1

ETAP 6

ETAP 5

ETAP 4

ETAP 2

Obróbka danych

ETAP 3

Rys. 2. Etapy realizacji prac związanych z tworzeniem różnych scenariuszy modeli transportowych

3.1. ZBIERANIE I WERYFIKACJA DANYCH

Podstawowym etapem umożliwiającym wykorzystanie opracowanych przez autora

narzędzi jest prawidłowe zebranie danych w analizowanym przedsiębiorstwie. Bardzo istotne
jest określenie horyzontu czasowego, dla którego gromadzone są dane. W przypadku
realizacji projektów związanych z optymalizacją sieci dystrybucji należy pamiętać, aby dane
zbierane w obszarze transportu, gospodarki magazynowej oraz obsługi zapasów pochodziły z
tego samego czasookresu. Kolejny istotny element to ustalenie wszelkich punktów sieci
transportowej oraz przypisanie każdemu ze zidentyfikowanych punktów wielkości popytu
i podaży (zależnie od tego czy jest to punkt nadania czy punkt odbioru). Kolejnym etapem
jest zebranie informacji na temat wykorzystywanego taboru własnego i obcego. Informacje te
powinny precyzować, jakie dokładnie wykorzystywane są pojazdy w danym
przedsiębiorstwie. Równolegle należy ustalić umowną jednostkę rozliczeniową w transporcie.
W celu jak najdokładniejszego odzwierciedlenia stanu rzeczywistego w przedsiębiorstwie
oraz zaobserwowania zmian w opracowywanych modelach bardzo ważna jest pełna
identyfikacja kosztów transportu własnego oraz sposobu rozliczania się z przewoźnikami
zewnętrznymi. Zebrane informacje przed przystąpieniem do dalszych prac powinny zostać
szczegółowo zweryfikowane. Warto także zaznaczyć, iż jakość konstruowanych modeli
bezpośrednio zależy od jakości dostarczonych danych.

3.2. OBRÓBKA DANYCH

Celem kolejnego etapu jest właściwe przygotowanie danych, które następnie posłużą do

wyznaczenie potencjalnych lokalizacji baz/magazynów oraz będą wykorzystywane w pracach
symulacyjnych. W etapie tym szczegółowo identyfikowane są wszystkie punkty nadania
i odbioru w danym systemie transportowym (

Rys. 3

).

5

Rys. 3. Wizualizacja zidentyfikowane stanu bieżącego w przedsiębiorstwie

W ramach prac w trzecim etapie przygotowywanych jest także szereg danych, które są
niezbędne do prawidłowego funkcjonowania narzędzia. Bardzo istotne są dane dotyczące
kosztów jednostkowych w transporcie. Tabela 1 prezentuje przykład przygotowania danych
pod potrzeby stworzonego narzędzia.

Tabela 1. Sposób przygotowania danych dotyczących stawek transportowych pod potrzeby

modelowania

stawka za przewozy pełnopojazdowe

1km

2,2

[PLN]

ryczałt do 100 km

400

[PLN]

trasa ryczałtowa

182

[km]

koszt transportu jednej palety na

odległość 1 km

0,110

[PLN]

koszt transportu jednej palety na trasie

ryczałtowej

9,09

[PLN]

ilość palet na pojeździe

20

[szt.]

stawki za przewozy drobnicowe

wysłanie 1 paczki

12,5

[PLN]

waga paczki drobnicowej

30

[kg]

3.3. KONSTRUOWANIE MODELI SYSTEMU TRANSPORTOWEGO

Kolejny etap stworzonej przez autora opracowania metodyki dotyczy przebudowy

istniejącego systemu transportowego oraz konstrukcję modeli w środowisku MS Excel.
Konstrukcja ta zawiera stworzenie modelu odzwierciedlającego stan rzeczywisty oraz modeli
proponowanych. Przystępując do prac związanych z konstrukcją modeli należy pamiętać, iż
każde przedsiębiorstwo posiada odmienny system transportowy. Unikalność systemu
transportowego wynika z lokalizacji baz/magazynów, obsługiwanych tras, wielkości
przewożonych ładunków, zaangażowanych przewoźników, wielkości i roli posiadanego
taboru oraz rozwiązań organizacyjnych służących zarządzaniu tym transportem, które różnią
się ze względu na świadczone usługi i ponoszone koszty.

Kluczowym krokiem w realizowanym etapie czwartym jest konstrukcja nowych modeli

systemu transportowego dla analizowanego przedsiębiorstwa. Nowe modele zakładają
przebudowę systemu transportowego będącego elementem sieci dystrybucji w oparciu o
wyznaczenie nowych lokalizacji magazynów, przy określonych wspólnie ze zleceniodawcą
założeniach. Do głównych założeń przyjętych w fazie modelowania należą: realizacja
dostawy w ustalonym czasie np. 24 godzin, minimalizacja kosztów transportu oraz

6

dodatkowo minimalizacja pozostałych kosztów logistycznych. Pozostałe koszty logistyczne,
związane z magazynowaniem oraz utrzymaniem zapasów są rozpatrywane wspólnie z
kosztami transportu w projektach dotyczących optymalizacji sieci dystrybucji, jednak nie
stanowią przedmiotu niniejszej pracy.

W celu wyznaczenia lokalizacji magazynów autor wykorzystuje metodę środka

ciężkości. Metoda ta wykorzystuje koncepcję odległości euklidesowej. Wyznaczając
lokalizację pod nowe magazyny wykorzystywane są położenia poszczególnych punktów, a
nie realnej drogi jaką pokonywać później będzie konkretna dostawa [3][5].
Szukając optymalnej lokalizacji magazynu poszukiwane są jego współrzędne geograficzne
[X;Y] obliczone z następujących wzorów [3][3]:

p

p

p

M

M

M

M

X

M

X

M

X

M

X

M

X

+

+

+

+

+

+

=

3

2

1

3

3

2

2

1

1

p

p

p

M

M

M

M

Y

M

Y

M

Y

M

Y

M

Y

+

+

+

+

+

+

=

3

2

1

3

3

2

2

1

1

gdzie:
Mn – Masa towarowa/ilość zleceń w ciągu roku, gdzie indeks dolny oznacza odpowiednio
masę od nadawcy do odbiorcy, lub od odbiorcy do nadawcy.
XnYn – współrzędne geograficzne podmiotów, które są brane pod uwagę w analizie.

Należy jednak zwrócić uwagę na to, iż metoda środka ciężkości umożliwia jedynie

wyznaczenie współrzędnych geograficznych potencjalnej lokalizacji. Istotne jest zatem
rynkowe zweryfikowanie wyników i wskazanie konkretnej lokalizacji wykorzystującej
infrastrukturę analizowanej firmy. Schemat wyznaczania nowych lokalizacji przedstawia

Rys.

4

Konstrukcja

modelu -

wyznaczenie

lokalizacji

magazynu w

danym systemie

transportowym

Wyznaczenie koordynat nowych

lokalizacji magazynów w oparciu o

metod_ _rodka ci__ko_ci

Poszukiwanie potencjalnych

lokalizacji w rejonie wyznaczonym

metod_ _rodka ci__ko_ci

Rozwi_zanie zadania transportowego

w rejonach obs_ugi - ustalenie planu

przewozów

Rys. 4. Schemat algorytmu wyznaczającego lokalizację magazynów dystrybucyjnych oraz rejony

obsługiwane przez te magazyny

W wyniku zastosowania powyższego algorytmu możliwe jest wyznaczenie modeli

systemu transportowego, różniących się ilością magazynów, czasem dostawy, rejonem
obsługi.

Rys. 5

prezentuje przykładowy model stworzony w oparciu o prezentowaną w pracy

metodykę.

7

Rys. 5 Przykład modelu czteromagazynowego

Kolejnym elementem etapu czwartego jest rozwiązanie zadania transportowego, którego

wynikiem jest optymalny z kosztowego punktu widzenia plan przewozów z wyznaczonych
magazynów do ustalonych punktów odbioru. Klasyczne zadanie transportowe stanowi jeden z
najbardziej interesujących oraz najbardziej rozpowszechnionych przypadków programowania
liniowego [4]. W praktyce rozwiązanie zadania transportowego pozwala ustalić, które punkty
nadania np. magazyny będą zaopatrywać określone punkty odbioru np. sklepy.

3.4. PRACE SYMULACYJNE

Prowadzenie prac symulacyjnych związanych z opracowanymi modelami jest bardzo

istotne gdyż pozwala ocenić wrażliwość poszczególnych modeli na zmianę konkretnych
parametrów – co ma duże znaczenie przy ostatecznym wyborze rozwiązania. Stworzona
aplikacja umożliwia także przeprowadzanie prac symulacyjnych związanych ze zmianą:

− stawek transportowych,
− średniej prędkości eksploatacyjnej na polskich drogach,
− współczynnika wykorzystania ładowności,
− wykorzystania poszczególnych grup pojazdów w łącznej ilości wywozów,

udziału przewozów drobnicowych oraz pełnopojazdowych w łącznej ilości wywozów.

W wyniku przeprowadzonych symulacji generowane są różne scenariusze

,

które

ostatecznie zostaną poddane procesowi rankingowania przy pomocy WWD.

3.5. OCENA ROZWIĄZAŃ PRZY POMOCY METOD WWD

Tworząc różne modele systemu transportowego należy pamiętać o tym, iż każdy z nich

jest najlepszy z punktu widzenia określonych kryteriów, takich jak łączne koszty transportu,
czas jazdy do najdalej położonego klienta, lokalizacja, częstotliwość wysyłek, dostępność
przewoźników zewnętrznych. Zatem tworząc kilka rozwiązań pojawia się na problem wyboru
najlepszego modelu, przy pomocy ustalonych kryteriów. Na podstawie zrealizowanych w
Instytucie projektów oraz wyników opublikowanych w literaturze badań można przyjąć, iż
najważniejsze problemy dotyczące obszaru transportu mają charakter wielokryterialny [7].
Przykład różnych wariantów systemu transportowego prezentuje tabl.2.

Tabela 2. Przykład stworzonych modeli systemu transportowego

wariant

scenariusz 1

scenariusz 2

scenariusz 3

scenariusz 4

(stan aktualny)

scenariusz 5

liczba magazynów

[szt.]

1

2

2

3

4

łączne koszty

transportu [PLN]

4 449 015

4 777 236

4 794 027

5 014 558

5 096 771

czas jazdy do najdalej

zlokalizowanego

punktu odbioru [h]

9,9

6,18

7,5

6,76

5,55

x=

c

y= b

4

3

1

2

8

Analizując powyższą tabelę, widać wyraźnie, iż wybór najlepszego rozwiązania w

oparciu o jedno kryterium, np. kosztowe, jest niezwykle prosty. Jednak, jeśli rozpatrzymy
także czas jazdy do najdalej zlokalizowanego punktu odbioru oraz takie kryteria jak
dostępność przewoźników w danym regionie czy infrastruktura drogowa, wybór ten nie jest
już tak oczywisty. Z pomocą jednak przychodzą metody wielokryterialnego rozwiązywanie
problemów decyzyjnych. Obecnie znanych jest wiele metod i narzędzi WWD. W niniejszej
pracy do przeprowadzenia eksperymentu obliczeniowego i wyznaczenia najlepszego spośród
pięciu modeli rozwiązania wykorzystano pakiet oprogramowania Electre III/IV w wersji 3.1b,
opracowany przez Instytut Informatyki Politechniki Poznańskiej.

Metoda Electre III umożliwia uszeregowanie skończonego zbioru i-wariantów,

ocenianego za pomocą spójnej rodziny j-kryteriów - F. Metoda ta jest przedstawicielem grupy
metod opartych na relacji przewyższania, charakterystycznych dla tzw. europejskiej szkoły
podejmowania decyzji. Relacja przewyższania, oznaczana jako S, zdefiniowana jest na
zbiorze wariantów - A, takich, że aSb (a i b są dwoma różnymi wariantami), jeżeli dostępna
informacja dotycząca preferencji decydenta, jakości ocen poszczególnych wariantów oraz
natury problemu, dostarcza wystarczająco dużo argumentów aby uznać, że wariant a jest co
najmniej tak dobry jak wariant b, przy jednoczesnym braku znaczących powodów, aby
odrzucić to założenie [6].

Przebieg procedury obliczeniowej metody ELECTRE III, przy uwzględnieniu

rezultatów prac opisanych w poprzednich podrozdziałach, można w ogólności podzielić na
cztery następujące zadania:

• tworzenie modelu preferencji decydenta względem poszczególnych kryteriów

(nadanie wag poszczególnym kryteriom - kj oraz zdefiniowanie wartości
progowych: qj, pj, vj),

• konstrukcja wartościowanej relacji przewyższania - S,
• porządkowanie wariantów na podstawie relacji przewyższania - utworzenie

dwóch preporządków zupełnych: wstępującego i zstępującego,

• utworzenie rankingu finalnego będącego przecięciem obu preporządków

zupełnych.

Poniżej autor prezentuje przykład obliczeniowy, dla zaprezentowanych pięciu scenariuszy,

wykorzystujący narzędzie ELECTRE III/IV.

W pierwszym etapie procedury obliczeniowej, została skonstruowana macierz ocen

kryterialnych uwzględniająca uprzednio zdefiniowaną rodzinę 5 kryteriów oceniających i
zbiór 5 konkurencyjnych wariantów. Macierz ta została przedstawiona w poniższej tabeli.

Tabela 3. Wartości ocen kryteriów dla analizowanych wariantów

Scenariusze

Kryterium

Jednostk

a

S1

S2

S3

S4

S5

g1

Całkowite koszty

transportu i

magazynowania

PLN

4 449 015

4 777 236

4 794 027

5 014 558

5 096 771

g2

Infrastruktura

drogowa

-

3

3

3

2

2

g3

Czas jazdy do

najdalej

zlokalizowanej

witryny sklepowej

godz.

9,9

6,18

7,5

6,76

5,55

g4

Współczynnik

wykorzystania

ładowności pojazdu

-

0,83

0,83

0,83

0,79

0,75

g5

Dostępność

przewoźników

zewnętrznych

-

3

3

3

2

2

9

Procedura obliczeniowa metody ELECTRE III zakłada również uwzględnienie

indywidualnych preferencji decydenta.

W analizowanym przypadku, decydenci będący członkami zarządu analizowanego

przedsiębiorstwa, zostali poproszeni o sformułowanie swoich preferencji w postaci:
względnej istotności poszczególnych kryteriów - współczynnika k

j

oraz wartości progów:

równoważności - q

j

, preferencji - p

j

i veta - v

j

. Wszystkie uzyskane w ten sposób parametry

przedstawiono w poniższej tabeli. Zamieszczono tam również kierunek preferencji - kp

j

każdego z kryteriów (min lub max), co wskazuje na minimalizację lub maksymalizację
wartości kryterium.

Tabela 4. Macierz preferencji decydenta

Parametry modelu

Kryterium

q

j

p

j

v

j

k

j

kp

j

g1

Całkowite koszty

transportu i

magazynowania

15000

35000

120000

10

min

g2

Infrastruktura

drogowa

1

2

3

7

max

g3

Czas jazdy

0,7

1,3

2,5

9

min

g4

Współczynnik

wykorzystania

ładowności

pojazdu

0,01

0,03

0,1

5

max

g5

Dostępność

przewoźników

zewnętrznych

1

2

3

4

max

W ostatnim etapie obliczana jest relacja przewyższania poszczególnych scenariuszy,

która w kolejnym kroku procedury stanowi podstawę konstrukcji preporządku zstępującego i
wstępującego wszystkich wariantów. Ranking finalny wskazujący ostateczne uporządkowanie
wszystkich wariantów stanowi przecięcie obu preporządków.

Na podstawie rankingu finalnego pięciu konkurencyjnych wariantów logistycznych

widać, iż najlepszym scenariuszem, z punktu widzenia przyjętych kryteriów i przy założonym
modelu preferencji jest drugi scenariusz (relatywnie niskie koszty transportu i
magazynowania, nie odbiegający od standardu czas jazdy). Scenariusz 1 jest
nieporównywalny ze scenariuszem 3, 5 i 4, tzn. nie można powiedzieć, który z nich jest
gorszy, a która lepszy. Można natomiast stwierdzić, że najgorszym rozwiązaniem jest czwarty
scenariusz obrazujący stan aktualny.

4. WNIOSKI

Przebudowa systemu transportowego stanowiącego element sieci dystrybucji w

dużych przedsiębiorstwach jest procesem bardzo złożonym.. Dodatkowym utrudnieniem
rozwiązania tego problemu jest jego wielokryterialny charakter. Jednak duży wzrost
konkurencyjności wśród przedsiębiorstw, ograniczanie kosztów spowodowały, iż jeśli dane
przedsiębiorstwo chce utrzymać swoją pozycję na rynku oraz wciąż rozwijać się, musi
zdecydować się na przebudowę swojej dotychczasowej struktury. Oczywiście, tylko w
przypadku jeśli nie funkcjonuje ona w sposób zbliżony do optymalnego.

Jak pokazuje doświadczenie autora, większość firm decyduje się na zoptymalizowanie

swojego systemu transportowego, czy nawet całej sieci dystrybucji przy pomocy
zewnętrznych doradców. Oczywiście, w przypadku optymalizacji całej sieci dystrybucji

10

należy przeprowadzić analizy w sposób bardziej szczegółowy, uwzględniając także obszar
magazynowania, gospodarki zapasami oraz obsługi klienta. Warto jednak podkreślić, iż aby
realizacja takiego przedsięwzięcia zakończyła się pełnym sukcesem, oprócz wsparcia ze
strony narzędzi informatycznych, wiedzy konsultantów, opracowanych metodyk przebudowy
systemów transportowych, elementem kluczowym powinna być ścisła współpraca pomiędzy
przedsiębiorstwem, a firmą konsultingową oraz wspólna wizja projektowanego systemu.

LITERATURA

[1] Adamczewski P.: Informatyczne wspomaganie łańcucha logistycznego, Wydawnictwo Akademii

Ekonomicznej w Poznaniu, Poznań 2001.

[2] Barcik. R.: Logistyka dystrybucji, Wydawnictwo ATH, Bielsko-Biała 2005.
[3] Gubała M.: Podstawy zarządzania transportem, Instytut Logistyki i Magazynowania, Poznań

2005

[4] Ignasiak E. (red.): Badania operacyjne, PWE, Warszawa 2001.
[5] Krawczyk S.: Metody ilościowe w logistyce (przedsiębiorstwa), Wydawnictwo C.H. Beck,

Warszawa 2001.

[6] Sawicki P., Wielokryterialny wybór operatora usług logistycznych. Czasopismo logistyka 2001,

nr 4.

[7] Żak J., Wielokryterialne wspomaganie decyzji w transporcie drogowym, Wydawnictwo

Politechniki Poznańskiej, Poznań 2005.

R

ECONSTRUCTION OF TRANSPORT SYSTEM USING SIMULATION TOOLS AND MULTICRITERIA DECISION

SUPPORT SYSTEMS

ABSTRACT

Transport system is inherent part of the whole distribution network, which generates significant values in

total logistics costs of the company. So far, a lot of enterprises treated costs generates by transport as a fixed
element and they did not see the necessity to optimize it. However, strong competition among companies from
different branches, increasing fuel prices and a willing to ensure highest quality of offered services connected
with costs minimizing caused that companies realized a need for optimizing their internal transport processes. It
is worth remembering, that modelling of transport systems is one of the most difficult problems in logistics.
While solving that problem such aspects as optimal number of warehouses and its location, scale and frequency
of sending cargoes, structure of the own or external fleet must be taken into consideration.

A number of IT tools which allows optimizing transport systems are currently available at the market.

However, this tools are very expensive and too complex. In this connection the aim of this paper is to present a
possibility of reconstructing transportation systems in enterprises using selected applications, simulation tools
created in MS Excel environment connected with multicriteria decision support systems. In the first part of the
paper author identify and verify functionality of selected simulation tools. Next, based on the chose applications
and created simulation tool different variants of transport system was created. Author suggests using
multicriteria decision support system to select the best variant for concrete company. In computational
experiment author was using Electre III method.