Выделяют материальные и абстрактные модели.

Материальные модели воспроизводят основные геометрические, физические, динамические и функциональные характеристики изучаемого явления или объекта. К этой категории относятся, в частности, уменьшенные макеты предприятий оптовой торговли, позволяющие решить вопросы оптимального размещения оборудования и организации грузовых потоков.

Абстрактное моделирование часто является единственным способом моделирования в логистике. Его подразделяют на символическое и математическое.

К символическим моделям относят языковые и знаковые.

Языковые модели - это словесные модели, в основе которых лежит набор слов (словарь), очищенных от неоднозначности. Этот словарь называется «тезаурус». В нем каждому слову может соответствовать лишь единственное понятие, в то время как в обычном словаре одному слову могут соответствовать несколько понятий.

Знаковые модели. Если ввести условное обозначение отдельных понятий, т.е. знаки, а также договориться об операциях между этими знаками, то можно дать символическое описание объекта.

Математическим моделированием называется процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью. В логистике широко применяются два вида математического моделирования: аналитическое и имитационное.

Аналитическое моделирование - это математический прием исследования логистических систем, позволяющий получать точные решения. Аналитическое моделирование осуществляется в следующем порядке.

Первый этап. Формулируются математические законы, связывающие объекты системы. Эти законы записываются в виде некоторых функциональных соотношений (алгебраических, дифференциальных и т.п.).

Второй этап. Решение уравнений, получение теоретических результатов.

Третий этап. Сопоставление полученных теоретических результатов с практикой (проверка на адекватность).

Наиболее полное исследование процесса функционирования системы можно провести, если известны явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными системами. Однако такие зависимости удается получить только для сравнительно простых систем. При усложнении систем исследование их аналитическими методами наталкивается на определенные трудности, что является существенным недостатком метода. В этом случае, чтобы использовать аналитический метод, необходимо существенно упростить первоначальную модель, чтобы иметь возможность изучить хотя бы общие свойства системы. К достоинствам аналитического моделирования относят большую силу обобщения и многократность использования.

Другим видом математического моделирования является имитационное моделирование.

Как уже отмечалось, логистические системы функционируют в условиях неопределенности окружающей среды. При управлении материальными потоками должны учитываться факторы, многие из которых носят случайностный характер. В этих условиях создание аналитической модели, устанавливающей четкие количественные соотношения между различными составляющими логистических процессов, может оказаться либо невозможным, либо слишком дорогим.

При имитационном моделировании закономерности, определяющие характер количественных отношений внутри логистических процессов, остаются непознанными. В этом плане логистический процесс остается для экспериментатора «черным ящиком». Определение условий, при которых результат удовлетворяет требованиям, является целью работы с имитационной моделью.

Имитационное моделирование включает в себя два основных процесса: первый - конструирование модели реальной системы, второй - постановка экспериментов на этой модели. Основным достоинством имитационного моделирования является то, что этим методом можно решать сложные задачи, модели позволяют достаточно просто учитывать случайные воздействия и другие факторы, которые создают трудности при аналитическом исследовании. Модели не решают, а осуществляют прогон программы с заданными параметрами.

Имитационное моделирование имеет ряд существенных недостатков, которые также необходимо учитывать.

1.         Исследования с помощью этого метода обходятся дорого.
Причины:

• Для  построения  модели  и экспериментирования  на ней
необходим     высококвалифицированный     специалист     -
программист;

•         Необходимо   большое   количество   машинного   времени,
поскольку    метод         основывается    на    статистических
испытаниях и требует многочисленных прогонов программ;

•         Модели разрабатываются для конкретных условий и, как
правило, не тиражируются.

2.        Велика вероятность ложной имитации. Процессы в логистических
системах     носят     вероятностный     характер     и     поддаются
моделированию    только    при    введении    определенного    рода
допущений.

Например, разрабатывая имитационную модель товароснабжения района и принимая среднюю скорость движения автомобиля на маршруте, равную 25 км /ч, мы исходим из допущения, что дорожные условия хорошие. В действительности погода может испортиться и, в результате наступившего гололеда, скорость на маршруте упадет до 15 км/ч. Реальный процесс пойдет иначе.