Содержание к диссертации
Введение
1. Современные экономико-математические методы и инструментальные средства прогнозирования спроса и управления каналами распределения промышленной продукции 14
1.1. Обзор современных подходов к повышению экономической эффективности промышленных предприятий на основе оптимизации управления каналами распределения готовой продукции 14
1.2. Анализ и классификация современных экономико-математических методов и инструментальных средств прогнозирования рыночного спроса на продукцию промышленных предприятий 34
1.3. Условия и предпосылки использования методов прогнозирования спроса в информационных системах управления каналами распределения для повышения экономической эффективности промышленных предприятий. 46
1.4. Цели и задачи диссертации 53
2. Предпосылки использования нечетко-логических методов прогнозирования спроса на продукцию и инструментальных средств ситуационного управления каналами распределения для повышения экономической эффективности предприятий стекольной промышленности Россий ской Федерации 55
2.1. Организационно-экономический анализ современного состояния и тенденций развития стекольной отрасли Российской Федерации 55
2.2. Анализ конкурентоспособности контейнерного стекла по отношению к товарам-заменителям с использование метода анализа «цепи создания ценности» 70
2.3. Обоснование возможности использования нечетко-логических методов прогнозирования спроса и информационных систем ситуационного управления каналами распределения для повышения экономической эффективности предприятий стекольной промышленности в условиях неопределенности 81
2.4. Выводы 88
3. Разработка адаптивного нечетко-логического метода прогнозирова ния спроса и логико-информационной модели бизнес-процессов каналов распределения многоассортиментного контейнерного стекла 90
3.1. Логико-информационная модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла. 90
3.2. Процедура обеспечения прав иерархического доступа к программному модулю ситуационного управления каналами распределения 99
3.3. Адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментное контейнерное стекло 116
3.4. Выводы 134
4. Методика проектирования и результаты практического применения корпоративной информационной системы управления предприятиями стекольной промышленности, с использованием модулей прогнозирова ния спроса и ситуационного управления каналами распределения 136
4.1. Архитектура и режимы функционирования корпоративной информационной системы предприятий стекольной промышленности с использованием модуля ситуационного управления каналами распределения 136
4.2. Методика проектирования и применения программного модуля «PrognGlass 1.0» ситуационного управления каналами распределения предприятий стекольной промышленности на основе прогнозирования спроса 149
4.3. Результаты практического использования программного модуля «PrognGlass 1.0» для управления распределением многоассортиментного контейнерного текла для повышения экономической эффективности деятельности ОАО «Буньковский экспериментальный завод» 156 Выводы
- Анализ и классификация современных экономико-математических методов и инструментальных средств прогнозирования рыночного спроса на продукцию промышленных предприятий
- Условия и предпосылки использования методов прогнозирования спроса в информационных системах управления каналами распределения для повышения экономической эффективности промышленных предприятий.
- Обоснование возможности использования нечетко-логических методов прогнозирования спроса и информационных систем ситуационного управления каналами распределения для повышения экономической эффективности предприятий стекольной промышленности в условиях неопределенности
- Методика проектирования и применения программного модуля «PrognGlass 1.0» ситуационного управления каналами распределения предприятий стекольной промышленности на основе прогнозирования спроса
Введение к работе
Одним из условий успешного перехода экономики Российской Федерации к устойчивому развитию является повышение экономической эффективности предприятий стекольной промышленности, продукция которых в значительных объемах используется в различных отраслях народного хозяйства, что, соответственно, определяет их существенное влияние на развитие экономики в целом. К предприятиям такого типа относятся предприятия- производители многоассортиментной продукции (в первую очередь контейнерное стекло), которая используется предприятиями пищевой, фармацевтической, косметической, химической и нефтехимической промышленности и др. Применяемая в настоящее время достаточно эффективная система вторичного использования и переработки отходов стеклянной тары снижает уровень техногенного загрязнения окружающей среды, что наряду с практическим отсутствием потребности данных предприятий в углеводородном сырье определяет перспективность ее использования в качестве экологически безопасной тары в будущем.
В последние годы наметилась положительная тенденция развития стекольной отрасли РФ - за 2003-2005 г. объем промышленного производства увеличился по сравнению с 2002 г на 27%, в 2005 г. вклад стекольной отрасли в ВВП России составил 8%.
Однако в настоящее время на предприятия стекольной отрасли усиливается конкурентное давление отечественных и зарубежных производителей, осуществляющих выпуск товаров-заменителей (металлическая тара, полимерная тара, картонная тара и т.д.) и реализующих стратегию «низких издержек». В данных условиях конкурентоспособность отечественных предприятий стекольной промышленности по выпуску многоассортиментного контейнерного стекла в значительной степени определяется возможностью снижения издержек в цепях поставок этих предприятий, свя-
занных с организацией и управлением бизнес-процессами материально-технического снабжения и распределения на основе прогнозирования спроса на конечную продукцию предприятий-потребителей.
В настоящее время для прогнозирования спроса на продукцию используются различные экономико-математические методы и инструменты эконометрики, входящие в состав программно-математического обеспечения корпоративных информационных систем (КИС) поддержки принятия решений (СППР) по управлению предприятиями. Различные аспекты построения экономико-математических моделей прогнозирования спроса на продукцию промышленных предприятий рассмотрены в трудах отечественных и зарубежных ученых - С.А. Айвазян, Т. Андерсон, В.Н. Афанасьев, Дж. Бокс, Д.Е. Бэстенс, Г. Дженкинс, И.Н. Дрогобытский, А.А. Емельянов, И.В. Зайцевский, А.Н. Колмогоров, М. Кэндэл, Ю.П. Лукашин, В.Л. Макаров, В.П. Мешалкин, B.C. Мхитарян, А.Г. Поршнев, Э.В. Попов, Д.А. Поспелов, B.C. Пугачев, Р.Л. Раяцкас, А.Ф. Тельнов, В.П. Тихомиров, Е.М. Четыркин и др.
В работах ряда из этих ученых в качестве одного из подходов к построению моделей прогнозирования поведения социально-экономических систем рассматривается использование математического аппарата теории нечетких множеств. Применению методов теории нечетких множеств для решении задач экономико-математического моделирования сложных социально-экономических и технических систем посвящены работы Алтуни-на А.Е., Андрейчикова А.В., Асаи К. Борисова В.В., Бутусова О.Б., Вере-скова С.К., Дли М.И., Дорохова И.Н., Комарцовой Л.Г., Кофмана А., Круглова В.В., Кузьмина В. Б., Леоненкова А.В., Максимова А.В., Мешал-кина В.П., Орловского С.А., Попова Э.В., Поспелова Д.А, Регеджа Р. К., Семухина М.В., Сугэно М., Терано Т., Федорова В. В.. и др.
Методы построения корпоративных информационных систем, с использованием алгоритмов прогнозирования спроса, рассмотрены в работах
Божко В.П., Ильиной О.П., Лойко В.И., Мешалкина В.П., Советова Б.Я., Титоренко Г.А., Хорошиловой А.В., Цехановского В.В. и др.
Существующие в настоящее время нечетко-логические методы моделирования сложных экономических систем без процедур адаптации не позволяют в полной мере комплексно учитывать экспертную информацию о закономерностях функционирования экономических систем и статистическую информацию, характеризующую основные тенденции изменения контролируемых показателей во времени. Указанное обстоятельство снижает возможность применения данных методов при прогнозировании спроса на многоассортиментную продукцию стекольной промышленности и, соответственно, эффективность управления каналами распределения многоассортиментного контейнерного стекла.
Следует также отметить, что применение нечетко-логических методов в составе КИС промышленных предприятий с использованием стандартов MRP и MRP II определяет необходимость автоматизированного прогнозирования спроса во всех звеньях цепи поставок «производитель контейнерного стекла -посредники - предприятие пищевой промышленности - конечный потребитель затаренной продукции» при оперативном и среднесрочном планировании производства и управлении бизнес-процессами каналов распределения на основе использования корпоративного хранилища данных и базы знаний, позволяющих учитывать статистические технико-экономические показатели бизнес-процессов и знания о состоянии внешней экономической среды предприятия.
В связи этим решаемая в диссертации задача разработки адаптивного нечетко-логического метода прогнозирования спроса, логико-информационной модели бизнес-процессов каналов распределения и методики проектирования информационной системы ситуационного управления каналами распределения как важного компонента КИС управления предприятиями стекольной промышленности, является актуальной новой
научной задачей, имеющей существенное значение для развития теории экономико-математического моделирования и управления промышленными предприятиями в условиях неопределенности.
Основные разделы диссертации выполнялись в соответствии с заданиями ряда комплексных программ социально-экономического развития Московской области на 2002-2008 г.г. Тема диссертации соответствует перечню критических технологий, определяемых политикой РФ в области науки и технологии на период до 2010 г. - «Компьютерное моделирование» и «Искусственный интеллект».
Цель диссертационного исследования. Разработать адаптивный нечетко-логический метод прогнозирования спроса и логико-информационную модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла, а также методику проектирования информационной системы ситуационного управления каналами распределения в составе корпоративной информационной системы управления предприятиями стекольной промышленности, которые позволяют повысить точность прогноза спроса, эффективность планирования и управления сбытом продукции в условиях неопределенности информации о состоянии внешней социально-экономической среды.
Практически применить разработанные адаптивный нечетко-логический метод прогнозирования спроса и методику проектирования инструментальных средств ситуационного управления каналами распределения как компонентов КИС для повышения экономической эффективности и конкурентоспособности ОАО «Буньковский экспериментальный завод».
Цель исследования обусловила необходимость постановки и решения следующих взаимосвязанных задач:
1. Организационно-экономический анализа состояния и тенденций развития стекольной отрасли Российской Федерации в условиях рыночных отношений.
Анализ конкурентоспособности продукции предприятий по выпуску контейнерного стекла по отношению к товарам-заменителям с использование метода анализа «цепи создания ценности (стоимости)».
Разработка адаптивного нечетко-логического метода прогнозирования спроса на многоассортиментную продукцию предприятий стекольной промышленности.
Разработка логико-информационной модели бизнес-процессов каналов распределения контейнерного стекла, позволяющей на основе применения адаптивного нечетко-логического метода прогнозирования спроса на контейнерное стекло осуществлять эффективное ситуационное управление бизнес-процессами каналов распределения в условиях неопределенности.
Разработка методики проектирования и сопровождения важного компонента корпоративной информационной системы - информационной системы ситуационного управления каналами распределения предприятий стекольной промышленности с учетом адаптивного прогнозирования спроса на готовую продукцию.
Практическое применение разработанных нечетко-логического метода и информационной системы для повышения эффективности ОАО «Бунь-ковский экспериментальный завод» на основе адаптивного управления каналами распределения многоассортиментного контейнерного стекла в условиях неопределенности.
Методы исследования в диссертации.
При выполнении данной работы использовались методы экономического анализа, эконометрики и экономико-математического моделирования, теории случайных процессов, искусственного интеллекта, нечетких множеств и методы вычислительного эксперимента.
Обоснованность теоретических разработок определяется корректным применением методов теории конкуренции, теории эконометрики и экономико-математического анализа, теории искусственного интеллекта и
нечетких множеств, теории случайных процессов и имитационного моделирования.
Достоверность научных результатов, выводов и рекомендаций, сформулированных в диссертации, подтверждена вычислительными экспериментами на персональных компьютерах, результаты которых позволяют сделать вывод об адекватности разработанных нечетко-логических методов и моделей ситуационного управления каналами распределения многоассортиментного контейнерного стекла, а также практическим использованием разработанных научно-обоснованных рекомендаций для управления деятельностью ОАО «Буньковский экспериментальный завод» на основе адаптивного прогнозирования спроса.
Научная новизна.
К наиболее существенным научным результатам, полученным лично соискателем, относятся:
Результаты организационно-экономического анализа состояния и тенденций развития стекольной отрасли Российской Федерации, показавшие наличие объективных предпосылок необходимости широкого использования методов прогнозирования рыночного спроса при разработке информационных систем управления каналами распределения для повышения экономической эффективности и конкурентоспособности промышленных предприятий.
Результаты анализа конкурентоспособности многоассортиментного контейнерного стекла по отношению к товарам-заменителям (металлическая, полимерная, картонная и бумажная тара) с использование «цепи создания ценности (стоимости)», позволившие сформулировать общую методику снижению себестоимости многоассортиментного контейнерного стекла на основе повышения эффективности ситуационного управления каналами распределения предприятий стекольной промышленности.
Разработан адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментную продукцию предприятий стекольной промышленности, отличающийся использованием процедур генерации расширяющейся базы знаний модели в виде нечетких импликаций, отображающих изменяющиеся условия внешней и внутренней экономической среды предприятия, и позволяющий учитывать экспертные знания и статистическую информацию о тенденциях изменения рынка контейнерного стекла.
Разработана логико-информационная модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла, отличающаяся от известных возможностью автоматизированного прогнозирования спроса на всех уровнях канала распределения готовой многоассортиментной продукции на основе построения расширяющейся корпоративного хранилища данных и базы знаний по технико-экономических показателям бизнес-процессов сбыта и знаний о состоянии внешней экономической среды предприятия, что позволяет обеспечить максимальные возможности по организации многопользовательской работы всех участников канала сбыта с информационными ресурсами о прогнозе спроса в режиме реального времени.
Предложены методика и инструментальные средства проектирования и сопровождения важного компонента корпоративной информационной системы предприятия стекольной промышленности, - системы ситуационного управления каналами распределения, в которой используются гипертекстовые программные средства и клиент-серверная технология, а также средства организационного моделирования «Orgware» бизнес-процессов, позволяющие на основе нечетко-логических моделей представления знаний и данных предметной области, реализовать эффективную многоуровневую процедуру переработки технико-экономической информации, что обеспечивает разработку решений по оптимальному управлению каналами
распределении многоассортиментного контейнерного стекла на основе прогнозирования, спроса.
Практическая значимость результатов исследования.
Разработанный в диссертации нечетко-логический метод прогнозирования спроса на многоассортиментную готовую продукцию предприятия может практически использоваться при создании программно-математического обеспечения корпоративных информационных систем управления предприятиями стекольной промышленности.
Предложенные методика и инструментальные средства проектирования, разработки и сопровождения информационной системы управления каналами распределения контейнерного стекла могут быть использованы для повышения эффективности КИС управления на предприятиях различных отраслей перерабатывающей промышленности.
На основе предложенных адаптивного нечетко-логического метода прогнозирования спроса на продукцию предприятий стекольной промышленности и логико-информационной модели каналов распределения контейнерного стекла с использованием среды визуального программирования Borland Delphi 7.0 разработано инструментальное средство (программный модуль)- информационная система управления каналами распределения многоассортиментного контейнерного стекла «PrognGlass 1.0», который может применяться в составе КИС предприятий для повышения эффективности принятия решений по оперативному планированию и управлению предприятиями стекольной промышленности в условиях рыночной экономики.
Реализация результатов работы.
Разработанный программный модуль «PrognGlass 1.0» используется в составе модифицированной корпоративной информационной системы управления на предприятии ОАО «Буньковский экспериментальный завод» для прогнозирования спроса и управления каналами распределения
многоассориментного контейнерного стекла в условиях неопределенности, что позволяет повысить качество принимаемых решений по оперативному планированию производственно-хозяйственной деятельности и повышению экономической эффективности предприятия.
Апробация работы.
Основные результаты диссертационной работы докладывались и об
суждались на Международной научной конференции «Математические
методы в интеллектуальных информационных системах» (Смоленск,
2002), Всероссийской научной конференции «Современные информацион
ные технологии в медицине и экологии» (Смоленск, 2003), I и II Всерос
сийской научной Internet-конференции «Проблемы социально-
экономического развития Республики Башкортостан» (2003, 2004 г.г.,
Уфа), VII Международной конференции «Системы компьютерной мате
матики и их приложения» (Смоленск, 2006), а также на научных семина
рах в РХТУ им. Д.И. Менделеева.
Публикации.
По теме диссертации опубликовано 6 печатных работ, общим объемом 3,1 п.л.
Структура и объем работы.
Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 108 наименований, и 4 приложения. Диссертация содержит 179 стр. машинописного текста, 38 рисунков и 8 таблиц.
Анализ и классификация современных экономико-математических методов и инструментальных средств прогнозирования рыночного спроса на продукцию промышленных предприятий
Результаты предыдущего раздела диссертационной работы показали, что оптимизация управления распределением готовой продукции промышленных предприятий возможна путем использования комплексного подхода к управлению ресурсами предприятия, основанного на планировании потребности в ресурсах и мощностях для преобразования имеющихся ресурсов в конечную продукцию. В то же время, хорошо известно, что процесс планирования всегда начинается с прогноза развития ситуации на планируемый период, и одним из основных показателей, прогноз которого лежит в основе большинства планов по организации производственно-хозяйственной деятельности промышленного предприятия, является спрос на продукцию этого предприятия.
Существует два основных подхода к прогнозированию спроса: интуитивный (на основе имеющегося опыта и знаний основных закономерностей развития ситуации, а также предыдущих значений прогнозируемого показателя) и экономико-математический (использование математических методов для построения моделей изменения спроса во времени).
Первый подход, позволяющий получать приемлемые результаты в достаточно стабильных условиях, в практически не пригоден для прогнозирования спроса на продукцию большинства промышленных предприятий, условия функционирования которых динамично изменяются, и причинно-следственные связи, описывающие происходящие процессы, имеют сложный, не всегда очевидный характер. В связи с этим остановимся подробнее на втором подходе и проведем анализ экономико-математических методов используемых для построения экономико-математических моделей прогнозирования спроса.
Математическая постановка задачи прогнозирования спроса на продукцию промышленного предприятия имеет следующий вид.
Пусть y(t) - случайный процесс, характеризующий изменение спроса и наблюдавшийся некоторое время до момента tN. После момента tN сведений о значениях процесса нет. Требуется предсказать (найти оценку) y(tN + т) - значение процесса в момент tN + г через время т, где т - время упреждения.
Большая группа математических методов, используемых для построения прогностических моделей, исходит из предпосылки, что искомый процесс можно представить в виде суммы двух составляющих - регуляр ной, или детерминированной m(t), и случайной s(t) с нулевым средним значением: y(t) = m(t) + s(t). (1.1) Регулярную составляющую m(t) также называют трендом, а методы прогнозирования, основанные на выделении этой составляющей - трендовы-ми.
При использовании трендовых методов прогнозирование осуществляется по выражению: y(tN+r) = m(tN+T) + e(tN+r), (1.2) где m(t) и s(t) - оценки соответствующих процессов.
Выделение тренда (нахождение оценки m(t) тренда) временных рядов является сложной задачей, поскольку то, что кажется трендом при малом количестве данных, при большом количестве данных может им не оказаться. Иногда целесообразно в выражении временного ряда учитывать отдельные сезонные колебания, характеризующиеся некоторой периодичностью: y(t) = m(t) + s(t) + s(t), (1.3) где s(t) - так называемая сезонная составляющая [13, 14]. Наличие сезонной составляющей характерно для спроса на продукцию ряда отраслей, в частности стекольной промышленности. Чаще всего оценивание тренда производится методами регрессионного анализа [15, 16]: y(0 = lfl(t) + e(t), (1.4) 1=0 где ai - некоторые постоянные коэффициенты, ft(t) - заданные функции. Достаточно часто в качестве таких функций выбирают функции вида ff(t) = tl, тогда y(t) = a0 + a,t + a2t2 +... + a/ +s(t). (1.5)
При этом оценка вектора а = (а,ах ar ) находится с помощью метода наименьших квадратов (МНК) или другими способами, в частности, при наложении определенных добавочных условий: наибольшей простоты компьютерной реализации, минимальной величины перерегулирования и т.д.
Учет таких условий в определении aQ + аг позволил получить группу удобных формул [17], позволяющих предсказывать трендовую (полиномиальную) составляющую прогнозируемого процесса для различных степеней полинома в (1.5).
Одними из самых распространенных в настоящее время трендовых методов являются методы, основанные на подходе, разработанном Боксом и Дженкинсом [18]. Основной класс процессов, для прогнозирования которых применимы данные методы - это нестационарные процессы со стационарными приращениями, частными случаями которых являются процессы авторегрессии и скользящего среднего.
Условия и предпосылки использования методов прогнозирования спроса в информационных системах управления каналами распределения для повышения экономической эффективности промышленных предприятий.
Как отмечалось в первом разделе данной работы, организация эффективного управления распределением продукции промышленных предприятий предполагает построение корпоративной информационной системы, позволяющей реализовывать основные процедуры планирования и управления движением ресурсов предприятия в соответствии со стандартом MRPII. Охарактеризуем основные функции, которые должна позволять реализовывать такая система для повышения эффективности управления предприятием за счет оптимизации движения ресурсов в процессе поставок, производства и распределения.
Первая функция, которая должна быть реализована в рассматриваемой информационной системе - планирование производства и операций.
План продаж и операций служит двум основным целям в рамках функционирующей системы. Первая цель — быть ключевым связующим звеном между процессом стратегического и бизнес-планирования и системой детального планирования и исполнения плана компании. Связь эта налаживается между бизнес-планом предприятия (и, в частности, его финансовой частью) и главным календарным планом производства. Она обеспечивает механизм согласования планов высокого уровня и доведения их до функциональных подразделений предприятия: сбыта, финансовых служб, конструкторско-технологических отделов, отделов исследования и развития предприятия, производственных подразделений, отделов снабжения и др. Эффективно поставленный процесс планирования продаж и операций позволяет усовершенствовать контроль над деятельностью предприятия (например, в области управления запасами, уровнем обслуживания клиентов, управления заказами покупателей и др.).
Вторая цель заключается в том, что принятый план продаж и операций является регулятором всех остальных планов и графиков. По сути, это бюджет, который устанавливается топ-менеджментом для главного календарного плана производства, в свою очередь, формирующего все последующие по иерархии календарные планы.
Отметим, что полученный в результате процесса планирования с участием всех заинтересованных лиц план продаж и операций может и не быть оптимальным с точки зрения отдельных руководителей функциональных подразделений, однако он призван сбалансировать потребности сбыта и маркетинга с возможностями производства. И наоборот, план производства может быть разработан для поддержки и долгосрочного плана продаж и целей, устанавливаемых предприятием в области управления запасами и задолженностью по поставкам перед покупателями. Говорят, что в долгосрочной перспективе управлять производством должны потребности рынка, и производство должно соответствовать им. В краткосрочной же перспективе ограничения по производственной мощности могут задавать темп производства.
На основе плана продаж и операций разрабатывается главный календарный план производства. Здесь укрупненная оценка спроса, использовавшаяся на уровне планирования продаж и операций, должна быть уточнена и низведена до уровня конкретных номенклатурных позиций, дат и объемов производства (размеров партий). План же продаж и операций служит ограничением, в рамках которого и разрабатывается главный календарный план производства. В сумме (с учетом товарно-номенклатурных групп, или продуктовых линий, или семей продуктов) такой план должен давать цифру, указанную в плане продаж и операций. Подробный же план продаж определяет приоритеты для главного календарного плана производства с точки зрения порядка и сроков производства продукции в рамках планового периода.
Для реализации главного производственного плана, необходимо планирование потребности в материалах, которое должно быть реализовано в рассматриваемой информационной системе.
В системе необходим расчетный механизм, используемый для калькулирования потребности в материалах, компонентах, деталях и т. д., иначе говоря, во всех номенклатурных позициях, не представляющих собой изделия независимого спроса, потребность предприятия в которых может быть вычислена на основании данных о спросе (в виде прогнозов или заказов) на изделия зависимого спроса, т. е. на те, которые компания реализует контрагентам. Исторически это была первая функция, реализуемая системами класса MRP II, а последующая функциональность «наслаивалась» на него.
Для корректной работы плановой системы необходимо наличие нормативно-справочной информации, определяющей отношения между но менклатурными позициями в рамках структур продуктов и основанной на описании спецификаций.
Наряду с планированием потребности в ресурсах необходимо, чтобы информационная система позволяла осуществлять планирование потребности в мощностях. План использования мощностей представляет собой картину загрузки рабочих центров согласно той производственной программе, которая принята на уровне главного календарного плана производства и прошла через расчет потребности в изготавливаемых компонентах. Использование плана загрузки мощностей позволит прогнозировать возможные проблемы с мощностями и вовремя их разрешать, т. е. избежать столкновения с ними тогда, когда изменения календарного плана невозможны или дорогостоящи.
Потребность в мощностях калькулируется на основании как плановых, так и запущенных в производство (открытых) заказов. Плановые заказы поступают из модулей главного календарного планирования и планирования потребности в материалах.
Помимо функций планирования, информационная система класса MRP II должна выполнять функции, позволяющие контролировать выполнение разработанных планов и осуществлять управление ресурсами в рамках запланированных решений. К данной группе относятся следующие функции.
Обоснование возможности использования нечетко-логических методов прогнозирования спроса и информационных систем ситуационного управления каналами распределения для повышения экономической эффективности предприятий стекольной промышленности в условиях неопределенности
Производство тарного стекла в общих объёмах выпуска продукции стекольной промышленности составляет, по различным оценкам, от 60 до 70%. Кроме основного потребителя продукции стеклотарной отрасли -пищевой промышленности, потребителями стеклянной тары являются так же фармацевтическая, парфюмерно-косметическая и химическая промышленности.
Фармацевтическая промышленность предъявляет спрос на следующие основные виды стеклотары: бутылки и бутыли с винтовым и гладким горлом для фасовки растворов; медицинские флаконы (с притертой пробкой, с винтовым и гладким горлом) для фасовки растворов, сыпучих препаратов; медицинские банки (с винтовым и гладким горлом) для фасовки мазей и сыпучих препаратов.
Парфюмерная промышленность является потребителем флаконов для духов, одеколонов и других душистых веществ; флаконов для тоников и иных косметических растворов; баночки для других косметических средств.
Химическая промышленность использует стеклотару из специального стекла и производимого на иных стеклоформирующих линиях.
Пищевая промышленность является основным потребителем широ-когорлой и узкогорлой стеклотары.
Стеклянные банки (широкогорлая пищевая стеклотара) применяются: - при производстве консервов - мясных, овощных, фруктовых, грибных, прочих; - при производстве различных приправ и соусов (в том числе майонезов); - при производстве детского питания (консервы); - при расфасовке кофе, чая и прочих сыпучих продуктов.
Но наибольшая потребность в широкогорлой стеклянной таре наблюдается со стороны сегмента овощной консервации.
Стеклянные бутылки (узкогорлая пищевая стеклотара) применяются: - при производстве водки, ликероводочных изделий и коньяка; - при производстве различных вин, в том числе шампанских вин; - при производстве пива; - при производстве соков и напитков; - при производстве безалкогольных напитков и минеральной воды; - при производстве кетчупов и иных соусов.
На протяжении последних лет рынок пищевой стеклотары в России устойчиво растет. За 2001-2004 гг. среднегодовые темпы роста составили 17,4%, что в натуральном выражении равняется почти 3,6 млрд. шт. изделий в 0,5 л эквиваленте. Основной объем потребления пищевой стеклотары приходится на пищевые бутылки, доля которых превышает 87%. Объем российского рынка пищевых банок оценивается в размере около 1,2 млрд. шт. в 0,5 л эквиваленте (около 13% рынка).
В течение 2001-2004 гг. в структуре потребления пищевой стеклотары произошли существенные изменения (рис. 2.18) [66, 67, 80].
Изменения в структуре использования пищевой стеклотары являются следствием различной динамики потребления в отраслях-потребителях.
Согласно статистическим данным потребление банок увеличилось за 4 года всего на 9%, или на 0,1 млрд. шт. при пересчете на 0,5 л, а так как основным потребителем стеклянных банок является консервная промышленность, то, очевидно, что невысокие темпы роста потребления стеклянных банок и снижение их доли в структуре потребления стеклянной тары связаны с проблемами, существующими в настоящее время в консервной промышленности.
Согласно [81-83], в России переработка плодов и овощей осуществлялась на 900 предприятиях, из которых 220 являлись специализированными и вырабатывали более 80% плодоовощных консервов в стране. Однако из-за развала сырьевой базы утратили отраслевое значение практически все регионы с развитой консервной промышленностью (Краснодарский и Ставропольский края, Астраханская, Волгоградская и Воронежская области), удельный вес которых в производстве плодоовощных консервов снизился до 19,3%. Наоборот, резко выросло значение Московской, Липецкой, Новосибирской областей и Санкт-Петербурга, производящих консервную продукцию из импортных концентрированных соков и томатной пасты. Продолжающаяся практика банкротства предприятий и ряд других причин привели к сокращению числа работающих предприятий с 220 в 1990 г. до 25 в 2004 г.
Производство банок для консервирования сосредоточено в настоящее время в Центральном, Южном, Приволжском и Уральском округах. Более половины всей выпускаемой в стране тары этого вида обеспечивают предприятия Волгоградской и Саратовской областей. Основным производителем стеклянных банок с широким горлом является Камышинский стеклотарный завод, который обеспечивает половину российского рынка такой тары [78].
Стеклянная тара относится к категории высококачественной упаковки, потребление которой увеличивается с ростом доходов, поэтому можно утверждать, что рынок пищевых банок имеет высокий потенциал для роста, который не был реализован в полной мере за последние годы.
В указанный выше период динамика рынка пищевой стеклотары определялась темпами роста потребления бутылок. В течение последних 3 лет оно увеличилось на 3,5 млрд. шт. в 0,5 л эквиваленте, что соответствует среднегодовым темпам около 20,4%.
Стремительный рост пивоваренной отрасли в 2001-2004 гг. привел к увеличению расходования пивных бутылок на 3,2 млрд. шт. в 0,5 л эквиваленте, или на 189%о в относительном выражении. Отечественное производство пива в 2004 году в стоимостном выражении оценивается в 944 млн. долларов, производство в 2005 году - более чем в миллиард долларов. В год пивовары используют около 9 млрд. бутылок, в ближайшие 10 лет этот показатель должен вырасти до 11-12 млрд. штук в год.
Методика проектирования и применения программного модуля «PrognGlass 1.0» ситуационного управления каналами распределения предприятий стекольной промышленности на основе прогнозирования спроса
Видами доступа могут быть [96]: - разрешение на передачу прав доступа другим пользователям; - чтение; - запись; - выполнение; - добавление информации.
Логическое управление доступом в КИС сопряжено со множеством проблем. Дело в том, что само понятие объекта в КИС (а тем более видов доступа) меняется от сервиса к сервису. Для операционной системы к объектам относятся файлы, устройства и процессы. Применительно к файлам и устройствам обычно рассматриваются права на чтение, запись, выполнение (для программных файлов), иногда на удаление и добавление. Отдельным правом может быть возможность передачи полномочий доступа другим субъектам (так называемое право владения). Процессы можно создавать и уничтожать. Современные операционные системы могут поддерживать и другие объекты.
Для систем управления реляционными базами данных объект - это база данных, таблица, представление, хранимая процедура. К таблицам применимы операции поиска, добавления, модификации и удаления данных, у других объектов иные виды доступа.
Разнообразие объектов КИС предприятия стекольной промышленности и применимых к ним операций приводит к принципиальной децентрализации логического управления доступом. Каждый сервис должен сам решать, позволить ли конкретному субъекту ту или иную операцию. Теоретически это согласуется с современным объектно-ориентированным подходом [97], на практике же приводит к значительным трудностям. Главная проблема в том, что ко многим объектам можно получить доступ с помощью разных сервисов (возможно, при этом придется преодолеть некоторые технические трудности). Так, до реляционных таблиц можно добраться не только средствами СУБД, но и путем непосредственного чтения файлов или дисковых разделов, поддерживаемых операционной системой (разобравшись предварительно в структуре хранения объектов базы данных). В результате при задании матрицы доступа нужно принимать во внимание не только принцип распределения привилегий для каждого сервиса, но и существующие связи между сервисами (приходится заботиться о согласованности разных частей матрицы). Аналогичная трудность возникает при экспорте/импорте данных, когда информация о правах доступа, как правило, теряется, поскольку на новом сервисе она не имеет смысла. Следовательно, обмен данными между различными сервисами представляет особую опасность с точки зрения управления доступом, а при проектировании и реализации разнородной конфигурации необходимо позаботиться о согласованном распределении прав доступа субъектов к объектам и о минимизации числа способов экспорта/импорта данных.
При принятии решения о предоставлении доступа обычно анализируется следующая информация: - идентификатор субъекта (идентификатор пользователя, сетевой адрес компьютера и т.п.). Подобные идентификаторы являются основой произвольного (или дискреционного) управления доступом; - атрибуты субъекта (метка безопасности, группа пользователя и т.п.).
Матрицу доступа, ввиду ее разреженности (большинство клеток -пустые), неразумно хранить в виде двухмерного массива. Обычно ее хранят по столбцам, то есть для каждого объекта поддерживается список "допущенных" субъектов вместе с их правами. Элементами списков могут быть имена групп и шаблоны субъектов, что служит большим подспорьем администратору. Некоторые проблемы возникают только при удалении субъекта, когда приходится удалять его имя из всех списков доступа; впрочем, эта операция производится нечасто.
Списки доступа - исключительно гибкое средство. С их помощью легко выполнить требование о гранулярности прав с точностью до пользователя. Посредством списков несложно добавить права или явным образом запретить доступ (например, чтобы наказать нескольких членов группы пользователей). Безусловно, списки являются лучшим средством произвольного управления доступом.
Подавляющее большинство операционных систем и СУБД реализуют именно произвольное управление доступом. Основное достоинство произвольного управления - гибкость: для каждой пары "субъект-объект" можно независимо задавать права доступа (особенно легко это делать, если используются списки управления доступом). К сожалению, у "произвольного" подхода есть ряд недостатков.
