СТАТЬИ АРБИР
 

  2016

  Декабрь   
  Пн Вт Ср Чт Пт Сб Вс
28 29 30 1 2 3 4
5 6 7 8 9 10 11
12 13 14 15 16 17 18
19 20 21 22 23 24 25
26 27 28 29 30 31 1
   

  
Логин:
Пароль:
Регистрация
Забыли свой пароль?


Анализ моделей управления запасами предприятия

Управление запасами оказывает серьезное воздействие на деятельность организации в целом. Дефицит сырья или готовой продукции может привести к большим убыткам на производстве или потере доли рынка; перенасыщение же складов запасами обусловливает их устаревание, порчу, а также неэффективное вложение оборотных средств предприятия.

Эффективное и рациональное управление запасами (УЗ) может существенно влиять на успех деятельности большинства современных предприятий. По оценкам многих экономистов, на долю сырья и материалов приходится 40-60% всех затрат предприятия. Сокращение этих затрат даже на 1% за счет лучшего управления запасами уже даст ощутимый экономический эффект, который будет тем выше, чем больше масштаб производства [1].

Наиболее распространенным инструментом управления запасами, направленным на минимизацию суммарных затрат является модель управления запасами.

Несмотря на то что любая модель управления запасами призвана отвечать на два основных вопроса «Когда?» и «Сколько?», имеется значительное число моделей, для построения которых используется разнообразный математический аппарат.

Математические модели УЗ позволяют найти оптимальный уровень запасов некоторого товара, минимизирующий суммарные затраты на покупку, оформление и доставку заказа, хранение товара, а также убытки от его дефицита.

К моделям управления запасами относятся:

модель с непрерывным контролем уровня запаса:

рандомизированная модель экономического размера заказа (метод, который предполагает существование постоянного буферного запаса на протяжении всего планового периода);

стохастический вариант модели экономичного размера заказа (модель не дает оптимальную политику управления запасами. Информация, имеющая отношение к вероятностной природе спроса первоначально не учитывается, а используется лишь независимо на последнем этапе вычислений);

одноэтапные модели:

модель, формируемая при отсутствии затрат на оформление заказа (спрос удовлетворяется мгновенно в начале периода непосредственно после получения заказа);

модель, формируемая при наличии затрат на оформление заказа (отличается от представленной выше тем, что учитывает стоимость размещения заказа);

многоэтапные модели (предполагается, что они не учитывают стоимость размещения заказа и предусматривают возможность задолженности и нулевое время поставки).

На сегодняшний день одной из проблем управления запасами сырья и материалов является существующая неопределенность исходных данных и получаемых результатов. Детерминированные описания систем УЗ не способны отразить реальную ситуацию, так как рассматриваемые процессы в российской экономике зачастую нестабильны и неопределенны. Для более качественного управления в этих случаях можно использовать модели, учитывающие имеющиеся неопределенности. Такие модели основаны на вероятностных методах. Однако их применение затруднено необходимостью иметь частотные распределения неопределенных параметров, которые невозможно получить из-за высокой трудоемкости сбора информации по многотысячной номенклатуре применяемых на предприятии материалов либо, из-за отсутствия такой информации, в репрезентативном объеме [2].

Существуют также методы, позволяющие учитывать неопределенность. Они основаны на теории нечетких множеств, которые позволяют оперировать как точно заданными параметрами, так и характеристиками, информация о которых основана на нечетких, субъективных оценках экспертов.

Теория нечетких множеств изложена в научных трудах А. Е. Алтунина, А. Н. Борисова, М. В. Губко, Д. Дюбуа, А. Кофмана,

О. А. Крумберга, А. В. Леоненкова, C. B. Мациевского, А. О. Недосе- кина и др. Учеными сформирована база знаний для дальнейших теоретических разработок по применению нечетких множеств в различных областях, в том числе и экономике. Большинство ученых уделяют повышенное внимание модели оценки эффективности и риска фондовых инвестиций и оптимизации фондового портфеля, а также анализу риска банкротства корпорации, оценке риска инвестиционного проекта.

Использование методов, базирующиеся на теории нечетких множеств, предполагает формализацию исходных параметров и целевых показателей эффективности предприятия в виде нечеткого интервала, попадание в каждый шаг которого характеризуется некоторой степенью неопределенности. Осуществляя арифметические и другие операции с такими нечеткими интервалами по правилам нечеткой математики, эксперты и лица, принимающие решение, получают результирующий нечеткий интервал для целевого показателя. На основе исходной информации, опыта, и интуиции эксперты часто могут достаточно уверенно количественно охарактеризовать границы (интервалы) возможных допустимых значений параметров и области их наиболее предпочтительных значений.

Использование предложенной модели в целом позволит решить ряд задач по управлению запасами предприятия и квалифицированно принимать оптимальные решения в плане стратегии предприятий в различных ситуациях.

Библиографический список

Раскатова М. Л. Нечеткие множества в моделях управления предприятием // Реформирование системы управления на современном предприятии: сб. ст. VII Междунар. науч.-практ. конф. Пенза: МНИЦ, 2007.

Деревянко П. М. Нечеткое моделирование деятельности предприятия и оценка риска принятия стратегических финансовых решений в условиях неопределенности // Современные проблемы прикладной информатики: сб. докл. I науч.-практ. конф. (23-25 мая 2005 г.). СПб.: СПбГИЭУ, 2005. Режим доступа: fuzzylib.narod/




С. Ф. Молодецкая Уральский государственный экономический университет (Екатеринбург, Россия)


Управление интеллектуальным капиталом. Материалы Международной научно-практической конференции (Екатеринбург, 27 апреля 2012 г.) Екатеринбург: Издательство Уральского государственного экономического университета, 2012.



МОЙ АРБИТР. ПОДАЧА ДОКУМЕНТОВ В АРБИТРАЖНЫЕ СУДЫ
КАРТОТЕКА АРБИТРАЖНЫХ ДЕЛ
БАНК РЕШЕНИЙ АРБИТРАЖНЫХ СУДОВ
КАЛЕНДАРЬ СУДЕБНЫХ ЗАСЕДАНИЙ

ПОИСК ПО САЙТУ
  
Количество Статей в теме 'Прогнозирование и оптимизация': 141