Экономико-математические методы и модели в логистике

Бакалавриат 2025/2026

Статус: Курс обязательный (Управление цепями поставок и бизнес-аналитика)

Кто читает: Департамент операционного менеджмента и логистики

Где читается: Высшая школа бизнеса

Когда читается: 3-й курс, 3, 4 модуль

Охват аудитории: для своего кампуса

Преподаватели: Заходякин Глеб Викторович

Язык: русский

Кредиты: 6

Контактные часы: 60

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина посвящена изучению современных количественных методов поддержки принятия решений в управлении цепями поставок и логистике. Студенты осваивают методы математического программирования (линейное, целочисленное, многокритериальное) и имитационного моделирования для решения задач стратегического, тактического и оперативного планирования логистических операций. В рамках курса студенты учатся формализовать практические задачи в виде математических моделей, решать их с использованием современных инструментов (AMPL, Python, AnyLogic) и интерпретировать полученные результаты для принятия обоснованных управленческих решений. Особое внимание уделяется применению изученных методов к реальным логистическим задачам: оптимизации транспортных потоков, размещению объектов инфраструктуры, планированию распределения, составлению графиков и маршрутов. По итогам освоения дисциплины студенты приобретают практические навыки количественного анализа и оптимизации логистических процессов, необходимые для эффективной работы в области логистики и управления цепями поставок

Цель освоения дисциплины

Целями освоения дисциплины являются: Формирование у студентов системного понимания роли и возможностей количественных методов оптимизации и моделирования в решении задач логистического планирования на стратегическом, тактическом и оперативном уровнях управления цепями поставок. Развитие практических навыков формализации реальных логистических задач в виде математических моделей, их решения с использованием современных программных инструментов и интерпретации полученных результатов для принятия обоснованных управленческих решений. Освоение методов линейного, целочисленного и смешанного программирования, многокритериальной оптимизации и имитационного моделирования применительно к типовым задачам логистики: оптимизации транспортных потоков, размещению объектов инфраструктуры, планированию распределения, составлению расписаний и маршрутов. Формирование компетенций в области выбора адекватных математических методов и инструментов для решения конкретных логистических задач с учетом их специфики, ограничений применимости различных подходов и требуемой точности решений. Подготовка студентов к самостоятельному применению изученных методов и инструментов (AMPL, Python-библиотеки, AnyLogic) для анализа и оптимизации логистических процессов в профессиональной деятельности.

Планируемые результаты обучения

Формулирует задачи логистического планирования в виде математических моделей с определением переменных решения, ограничений и целевой функции
Визуализирует и интерпретирует решения оптимизационных моделей, выполняет анализ чувствительности
Решает задачи линейного, целочисленного и смешанного программирования с использованием специализированных инструментов (AMPL, AMPLPy, Python-библиотек)
Выявляет ограничения применимости различных моделей и обосновывает выбор подхода для решения конкретной логистической задачи на основе моделирования
Сравнивает альтернативные подходы к решению многокритериальных задач логистического планирования и выбирает подходящий метод для конкретной ситуации
Реализует имитационные модели логистических процессов в среде AnyLogic и проводит статистический анализ результатов имитационного эксперимента

Содержание учебной дисциплины

Модели линейного программирования в управлении цепями поставок и логистике
Инструменты моделирования для решения задач оптимизации
Задачи транспортного типа для моделирования логистических сетей
Целочисленное и смешанное линейное программирование в логистике и УЦП
Многопериодные модели
Модели и алгоритмы оптимизации для оперативного планирования
Многокритериальная оптимизация в логистическом планировании
Имитационное моделирование в логистике

Элементы контроля

Активность на занятиях
Активность на занятиях учитывает: - решение задач - выступление с докладом - участие в обсуждении докладов За каждый вид активности предусмотрен определенный балл (указан в задании). Баллы суммируются. Максимальное количество набранных баллов за активность - 10.
Домашнее задание
Домашние задания проверяют степень усвоения навыков формализации, решения и интерпретации моделей логистического планирования. В течение курса проводятся два таких контроля. Каждая работа оценивается в соответствии с критериями, указанными в задании. Итоговая оценка - среднее оценок за каждое задание. Задания могут выполняться индивидуально или в группах до 5 человек. Использование ИИ при выполнении работы должно декларироваться как описано в справочнике учебного процесса ВШЭ на этой странице: https://www.hse.ru/studyspravka/ai_guidelines/ Использование ИИ рекомендуется для создания визуализаций и интерактивных приложений на базе ваших моделей. Нельзя использовать ИИ для интерпретации результатов моделирования и написания выводов. Не рекомендуется использование ИИ для разработки самих моделей. Незадекларированное использование ИИ (например, в случае выявления похожих сгенерированных работ) приведет к аннулированию оценок и дисциплинарным взысканиям.
Тест
Тест для проверки знаний материалов курса включает вопросы по всем его разделам. Тест проводится на платформе SmartLMS. Тестирование проходит в аудитории под наблюдением преподавателя. Вам будут предложены 10 вопросов, на которые нужно ответить в течение 15 минут. При ответе на вопросы можно использовать любые материалы курса. Запрещено использовать помощь, готовые ответы и ИИ.
Защита проекта
В рамках проекта студенты решают и самостоятельно выбранную задачу в сфере логистики и УЦП с помощью моделирования и защищают полученные результаты. Это групповая работа (не более 5 человек в команде). Защита проводится в назначенный день экзамена. Материалы должны быть заранее загружены в SmartLMS. Использование ИИ при выполнении работы должно декларироваться как описано в справочнике учебного процесса ВШЭ на этой странице: https://www.hse.ru/studyspravka/ai_guidelines/ Использование ИИ рекомендуется для создания визуализаций и интерактивных приложений на базе ваших моделей. Нельзя использовать ИИ для интерпретации результатов моделирования и написания выводов. Не рекомендуется использование ИИ для разработки самих моделей. Незадекларированное использование ИИ (например, в случае выявления похожих сгенерированных работ) приведет к аннулированию оценок и дисциплинарным взысканиям.
Контроль посещаемости
Контроль посещаемости на каждой лекции и семинаре. Оценка за посещаемость в 10-балльной шкале вычисляется как 10 * доля посещенных занятий

Промежуточная аттестация

2025/2026 4th module
0.2 * Активность на занятиях + 0.2 * Домашнее задание + 0.4 * Защита проекта + 0.1 * Контроль посещаемости + 0.1 * Тест

Список литературы

Авторы

Заходякин Глеб Викторович

Программа дисциплины