Содержание к диссертации
Введение
Глава 1: Проблемы управления запасами и методы их нормирования 11
1.1. Классические методы нормирования запасов 11
1.2. Аналитические модели нормирования запасов 19
1.3. Нормирование запасов в вертикально интегрированных компаниях (ВИК) .-. 37
1.4. Обзор специальных программных пакетов для решения экономических задач 41
1.5. Достоинства и недостатки существующих методов управления запасами. Методические преимущества оптимизационных компьютерных технологий 49
Глава 2. Экономико-математическое обеспечение оптимизационных компьютерных технологий для нормирования запасов 54
2.1. Структурная математическая формулировка задачи нормирования запасов и встроенные средства диалоговых компьютерных системы для моделирования равновесных случайных процессов 54
2.2. Функциональные требования к нормативам 63
2.3. Особенности нормирования запасов по принципу «КАНБАН» 69
2.4. Требования к информационному обеспечению и процедурам расчета нормативов 73
2.5. Норматив как элемент системы управления в условиях неопределенности 74
Глава 3. Разработка имитационных моделей и инструментальных диалоговых средств в составе ЭСМ 76
3.1. Нормирование запасов в ВИК 76
3.2. Нормирование запасов на предприятии, работающем по системе «КАНБАН» 88
3.3. Классификация исходных данных и формы сбора данных 93
3.4. Сбор и предварительная обработка исходной информации. Диалоговые процедуры ввода данных . 98
3.5. Нормирование запасов у распорядителей запасов, являющихся юридическими лицами или хозрасчетными подразделениями, действующими в отсутствии конкуренции 110
3.6. Нормирование запасов у распорядителей запасов, использующих материалы в качестве сырья или полуфабрикатов 113
3.7. Исследование влияния цены на норму запаса, затраты и прибыль 114
3.8. Моделирование норм запасов для коммерческих структур 116
Выводы и результаты исследования 122
Литература
- Аналитические модели нормирования запасов
- Обзор специальных программных пакетов для решения экономических задач
- Функциональные требования к нормативам
- Классификация исходных данных и формы сбора данных
Введение к работе
Актуальность. Сущность происходящих в настоящее время преобразований в системе управления запасами определяется, с одной стороны, непрерывным процессом формирования и адаптации рыночных отношений в России и, с другой стороны, научно-техническими новациями в целом, и в области складского хозяйства, в частности. В настоящее время государство не вмешивается непосредственно в бизнес - процессы, а только определяет важнейшие правила рыночных отношений, в том числе особые правила для некоторых отраслей производственной и непроизводственной сферы. Эти особые правила действуют, например, в торговле нефтепродуктами, электроэнергией и газом, осуществляемой крупными вертикально - интегрированными компаниями (ВРІК).
В некоторых случаях ВИК определяет политику цен и объемы поставок, формирует приоритеты в отношениях со смежниками, определяет экспортно-импортную политику. Вместе с тем, возможны и такие ситуации, когда предприятие, специализирующееся на хранении и доставке товарных ресурсов, и входящее в состав ВИК, в значительной мере сохраняет свою самостоятельность как в части сферы своей деятельности, так и в части ценообразования. Наконец, возможны и ситуации, когда предприятие, работающее, например, по принципу «КАН-БАН», может самостоятельно работать на рынке услуг хранения и доставки.
Экономика предприятий и отраслей, в той мере, в которой осуществляемые ими бизнес - процессы зависят от хранения и доставки товарных ресурсов, зависит от эффективности управления запасами. Управление запасами является одной из задач маркетинговых служб предприятия. В настоящее время возникла ситуация, когда с помощью оптимизационных компьютерных технологий (ОКТ) эффективность деятельности в области управления запасами может быть существенно повышена. Необходима разработка инструментов оптимального управления запасами, адаптированных к условиям работы конкретных предприятий, работающих в различных организационных условиях. Необходимо создание научно-методического обеспечения управления запасами, как на подразделениях ВИК, так и на предприятиях, специализирующихся на оказании услуг хранения и работающих на открытом рынке.
В настоящее время и в обозримой перспективе количество коммерческих структур, специализирующихся на управлении запасами определяется действием ряда факторов, имеющих разную направленность, в частности, интенсивностью протекания процессов формирования, слияния и распада предприятий. Так, например, основой сбытовой сети вертикально интегрированных нефтяных компаний (ВИНК) являются региональные предприятия нефтепродуктообеспечения, которые ранее (до 1994г.) являлись абсолютными (статусными) монополистами на региональных рынках. В условиях конкурентной среды эти предприятия потеряли до 80-90% своих объемов. Согласно отечественному и мировому опыту, как в настоящее время, так и в обозримой перспективе, ВИНК будут основными операторами на рынке нефтепродуктов. В связи с этим несомненную актуальность составляют задачи оптимизации управления запасами ВИНК с учетом изменения условий их существования. Решение задачи повышения эффективности управления запасами в ВИНК способно обеспечить снижение издержек производства и обращения нефтепродуктов, активизацию, на этой основе, ценовой политики компании, направленной на привлечение потребителей нефтепродуктов, обеспечение надежности поставок нефтепродуктов, повышение конкурентоспособности.
Крупный вклад в развитие теории и прикладных методов управления сложными социально-экономическими системами внесли многие отечественные ученые. В их числе: А.К. Аганбегян, СВ. Емельянов, Л.В. Канторович, Н.Н. Моисеев, Г.С. Поспелов, В.А. Трапезников, И.П. Федоренко, а также Багриновский, В.Н. Бурков, В.Л. Волкович, О.В. Голосов, И.Н. Дрогобыцкий, и другие.
Как в отечественной экономической науке, так в зарубежных источниках, в качестве инструмента решения задач управления запасами, в частности, в качестве методов нормирования запасов, в основном используются методы, основанные на том, что сформировавшиеся тенденции проецируются на будущее. Методы такого проецирования достаточно разнообразны, в частности, некоторые из них допускают определенные корректировки, но сам принцип остается неизменным. При этом игнорируются реальные экономические риски как для производителей, так и для потребителей услуг хранения.
Высоко оценивая отечественные и зарубежные труды по методам управления запасами и, в частности, по методам нормирования запасов, необходимо отметить, что большинство методических подходов опирается на различные варианты усреднения или построения трендов, без учета действия механизма формирования равновесия и, прежде всего, равновесия рисков. Поэтому в настоящее время возникла объективная необходимость более глубокого исследования поведения субъектов рынка, оказывающих услуги по хранению и доставке товарных ресурсов.
Важным и в научном отношении новым аспектом анализа проблемы управления запасами является проблема учета в технологии принятия решений ситуации неопределенности, в которой вынуждены принимать решения службы предприятий, уполномоченные разрабатывать нормы и нормативы хранения. Источники неопределенности объективны и не устранимы. К их числу, в частности, относятся конъюнктурные колебания спроса, поведение клиентов и конкурентов. Для учета этих особенностей пока что не разработаны модели оптимального управления запасами.
Оптимизация производственных запасов необходима для сокращения издержек производства. Недостаток запасов, как и их излишек, порождает значительные производственные потери, причем природа этих потерь существенно различна. Излишние запасы вызывают не рациональные затраты на хранение, потерю части хранимых товаров и снижение их качества в процессе хранения, замораживание оборотных средств. Недостаток запасов, в свою очередь, ведет к сбоям производства, потере части прибыли, уменьшению доли на рынке.
Оптимальный объем запаса должен учитывать не только последствия возможных излишков или недостатка запаса, но так же характер спроса на хранимые товары, а так же следствия недостатка или излишка запасов. Характер спроса (частота и размер запросов на хранимые товары), в сочетании с последствиями недостатка или излишков запаса, в совокупности и определяют оптимальный размер запаса. Все эти факторы в совокупности должны учитываться при разработке и применении моделей оптимизации запасов.
Кроме того, при этом должен учитываться случайный характер спроса, который зависит от многих факторов, являющихся случайными по своей внутренней природе: ритмичность производства, конъюнктура рынка, автоколебания в системах управления и др. Случайный характер спроса создает ситуацию неопределенности, при которой возможно как завышение, так и занижение запасов. Важно подчеркнуть, что неопределенность является объективно существующим, принципиально не устранимым фактором, имеющим большое, а в некоторых случаях решающее значение для эффективности нормирования запасов. Наличие неопределенности делает недостаточно эффективными существующие методы нормирования запасов.
Назревшая потребность реформирования механизма управления запасами на предприятии, учитывающего конкретные риски, порождаемые неопределенностью, актуальность и недостаточная проработанность проблемы организации оптимальных компьютерных технологий на единой методологической базе экономико-математического моделирования и определили выбор темы настоящего исследования.
Целью диссертационного исследования является разработка методов и моделей нормирования запасов в условиях неопределенности на единой методологической базе экономико-математического моделирования.
В результате необходимо разработать комплекс моделей, встроенных в программные средства ОКТ для оптимального управления запасами.
Для достижения указанной цели в диссертации поставлены и решены следующие задачи.
- проведен анализ существующих подходов к решению задачи управления запасов на предприятии;
- изучена возможность использования современных ОКТ для решения задач оптимизации управления запасами, а также определения норм запасов;
- разработана методика организации механизма управления запасами и формирования нормативов, которая базируется на равновесных моделях;
- разработаны имитационные экономические модели оптимального управления запасами на встроенных средствах компьютерной системы Decision;
- проведены экспериментальные исследования диалоговых процедур:
- оптимизации нормативов и проверки погрешности;
- влияния цены на норму запаса, суточные затраты и прибыль;
- нормирования запасов в коммерческой фирме, работающей по принципу «КАНБАН».
Объектом исследования является процесс принятия решений, связанных с нормированием запасов и управлением запасами.
Предметом исследования являются методы и методики нормирования запасов.
Методология исследования. Теоретическую и методологическую базу исследования составили системный подход к моделированию сложных социально-экономических систем, экономическая теория, в том числе основные положения теории маркетинга, теории управления запасами, теории равновесных случайных процессов.
При решении конкретных задач использовались труды отечественных и зарубежных ученых в области математического программирования, теории вероятностей, математической статистики, теории графов и теории игр, государственного регулирования экономики,
Источниковедческую базу исследования составили материалы научной периодики, конференций и семинаров, а также данные статистических сборников и проектные разработки ведущих научных школ в области компьютерных технологий.
Научная новизна работы заключается в решении задачи разработки методов нормирования запасов в условиях неопределенности на единой методологической базе экономико-математического моделирования с использованием оптимизационных компьютерных технологий.
Научная новизна диссертационных исследований заключается в следующем.
1. Разработаны модели задач оптимального управления запасами в условиях неопределенности внешней, конкурентной среды, которые позволили существенно повысить качества принимаемых решений на единой инструментальной базе;
2. Разработаны эффективные методики: оптимизации нормативов и проверки погрешности; влияния цены на норму запаса, суточные затраты и прибыль; нормирования запасов в коммерческой фирме, работающей по стратегии «КАНБАН». Использование этих методик позволяет повысить конкурентоспособность предприятий и их прибыль за счет услуг хранения и доставки товарных ресурсов.
3. Разработаны диалоговые процедуры решения задач нормирования запасов, которые позволяют обеспечить возможность моделирования стратегий оптимизации ценообразования.
4. Предложены рекомендации по применению инструментального программного обеспечения для управления запасами, которые повышают конкурентоспособность предприятий и повышают прибыль от услуг хранения и доставки товарных ресурсов до 7% .
Практическая ценность работы заключается в том, что основные положения, выводы и рекомендации диссертации ориентированы на широкое применение методик и инструментальных программных средств для разработки новых моделей управления запасами.
Проведенные исследования и полученные результаты составляют теоретическую основу экономико-математического моделирования системы управления запасами. Разработанные методики направлены на решение задачи повышения эффективности системы управления запасами предприятия. Результаты исследования доведены до конкретных методик, алгоритмов и программных комплексов.
Самостоятельное практическое значение имеют:
- комплекс инструментальных программных средств, реализующих методики оптимизации нормативов и проверки погрешности; влияния цены на норму запаса, суточные затраты и прибыль; нормирования запасов в коммерческой фирме, работающей по принципу «КАНБАН»;
- имитационные модели задач оптимального управления запасами в условиях неопределенности внешней, конкурентной среды на базе диалоговой компьютерной системы «Decision».
Апробация и внедрение результатов исследования. Проведенные в диссертации исследования непосредственно связаны с планами научно-исследовательских работ Центра стандартизации ВНИИПВТИ Министерства информационных технологий и связи. Основные положения диссертации прошли экспериментальную проверку в Центре и используются принятия решений по нормативам.
Результаты исследований внедрены на предприятии ООО «ВС» в виде макета программной системы, которая была использована для моделирования стратегий принятия решений по определению возможных сценариев функционирования и развития системы управления запасами в условиях неопределенности.
Снижение затрат в системе управления запасами ООО «ВС» позволило повысить эффективность ценообразования, обеспечить укрепление позиций предприятия на рынке. В целом, использование научных выводов и рекомендаций по принятию решений в указанных областях, повысили конкурентоспособность предприятий и повысили прибыль от услуг хранения и доставки товарных ресурсов до 7% -10%.
Теоретические и практические результаты диссертационного исследования были использованы при чтении курсов «Автоматизированные информационные системы» и «Информационные технологии управления» для студентов факультетов «Информатики» и «Защита информации» РГГУ.
Основные положения диссертации докладывались и получили одобрение на следующих конференциях и семинарах: 7-й Международной НТК «Проблемы регионального и муниципального управления» (Москва, РГГУ, 2005); МЭСИ, ВЗФЭИ, РГГУ, ФА при Правительстве РФ.
Публикации. Основные положения диссертационного исследования опубликованы в 3 печатных работ (авторский объём 1,7 п.л.).
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложения, содержащего акты о внедрении. Общий объем диссертационной работы 130 страниц, содержащих машинописный текст, 17 таблиц и 25 рисунка.
Аналитические модели нормирования запасов
Построение основной детерминированной модели нормирования запасов базируется на функции изменения запаса, иначе говоря, зависимости между количеством единиц товара или макросорторазмера на складе (обозначим его через Q) и временем / (вместе с тем, Q - текущий запас), а так же зависимости размера совокупных затрат С от размера партии поставляемой на склад q. Модель строится для одного вида товара или макросорторазмера изделия.
Спрос на товар, как мы уже отмечали, это поток заказов, поступающих в систему управления запасами от заказчиков, которые, как правило, являются либо мелкими оптовыми, либо розничными покупателями, либо подразделенями предприятия, которму принадлежит система хранения. Спрос ведет к убыванию функции текущего запаса Q = Q(t). Когда товар завозят на склад, то эта функция возрастает. В основной детерминированной модели нормирования запасов предполагается, что пополнение запаса происходит мгновенно. Имеются и другие допущения, на которых базируется основная модель. Часть упрощающих допущений, из которых исходят в простейшем случае, снимается в более усложненных модификациях. Основная детерминированная модель включает три фактора, определяющих затраты в системе управления запасами: A) Стоимость товара. Б) Организационные издержки (расходы, связанные с оформлением товара, его доставкой, разгрузкой и т. д.). B) Издержки на хранение товара (затраты на аренду склада, амортизацию в процессе хранения и т. д.). Эти факторы, в свою очередь, выражаются с помощью следующего набора величин: - Цена единицы товара (обозначим с ). Цена предполагается постоянной и относится к одному виду товара. - Интенсивность спроса (обозначим d) - количество единиц товара в год, запрашиваемого клиентами. Спрос предполагается постоянным и непрерывным. - Организационные издержки (обозначим s) на одну партию товара, завозимого на склад. Предполагается, что организационные издержки не зависят от размера партии (количества единиц товара в одной партии). - Издержки на хранение запаса (обозначим ft) на единицу товара в год. Предполагается, эти издержки постоянны. - Размер одной партии товара, поставляемого на склад (обозначим q). Предполагается, что размер поставляемой партии постоянен, что партия поступает мгновенно в тот момент, когда возникает дефицит, т. е. когда запас на складе становится равным нулю.
При сделанных предположениях график функции изменения текущего запаса будет таким, как показано на рис. 4.
Изменение текущего запаса во времени при допущениях, принятых в основной детерминированной модели нормирования запасов Задача управления запасами формулируется как задача выбора параметра q таким образом, чтобы минимизировать совокупные годовые затраты, в предположении, что параметры с, d, s, h известны.
Для решения сформулированной задачи строится аналитическое выражение зависимости совокупных годовых затрат от параметров с, d, s, h, q. Построение этой зависимости опирается на следующую логику: - Так как годовая интенсивность спроса d и цена единицы товара с постоянны, то общая стоимость товара в год равна: cd. - Поскольку в одной партии имеется q единиц товара, а годовой спрос равен d, то число поставок равно d/q. В течение года организационные издержки равны: — s. - Средний уровень запаса равен отношению площади под графиком за один цикл, иначе горя площади треугольника с вершинами 0,q,t на рис. 4 к продолжительности цикла t\ Этот средний уровень равен q/2 (на рис. 4 обозначен пунктиром). Поскольку годовые издержки на хранение единицы товара равны h, то общие издержки на хранение составляют: — h. Таким образом, общие издержки С вычисляются по формуле: _, , sd qh C cd + — + -2-. q 2 В предположении, что с, d, s, h заданы, зависимость совокупных затрат от параметров имеет вид С = C(q) и задача сводится к поиску q из условия: minC(g) на множестве q 0.
Обзор специальных программных пакетов для решения экономических задач
В экономике и менеджменте кроме стандартного программного обеспечения, такого как текстовые и графические редакторы, электронные таблицы и базы данных, широко используются бухгалтерские программы, программы для разработки экономических обоснований инвестиционных проектов, банковские программы и др. Это программное обеспечение постоянно пополняется разработками как отечественных, так и зарубежных фирм. Нами проведен анализ программ с целью выяснения возможности их применения для решения задач управления запасами.
При этом основной критерием для заключения о применимости либо не применимости того или иного программного продукта для управления запасами является его пригодность для: - применения имитационного моделирования спроса, издержек от избытка запаса и издержек от недостатка запаса; - комплексного учета всех факторов и условий формирования спроса на товар и, с другой стороны, формирования запаса; - возможности нормирования запасов в диалоговом режиме.
Сформулированные требования означают, что специализированное программное обеспечение должно давать возможность моделирования равновесных случайных процессов. Этому критерию удовлетворяет диалоговая компьютерная система «Decision», которая является новой версией диалоговой компьютерной системы «ТАНЯ». Поэтому данный обзор направлен на выяснение вопроса о применимости других программных продуктов для моделирования равновесных случайных процессов.
Нами проведен поиск программных продуктов (1111) для экономики, маркетинга, бизнеса, исследований и проектирования в следующих основных источниках: - Интернет; - рейтинг «Soft Base Top 100 Project» (при составлении этого рейтинга рассмотрено более 26000 ПП. При этом учитывались данные о продажах, сведения из литературных источников, включая специализированные журналы, а так же результаты поиска в Интернет); - обзорная монография «100 компьютерных программ для бизнеса» (При составлении сборника было рассмотрено около 1000 программ более, чем 300 разработчиков и отобраны наилучшие) .
Нами не рассматривались: - базы данных; - системы защиты информации; - обучающие системы; - системы анализа политических конфликтов; - бухгалтерские программы; - программы для документооборота; - программы для секьюрити; - программы для персонала; - утилиты; - специальные программе для работы в Интернет. Офисные приложения рассматривались частично.
В таблице 1 указаны ПП и основные классы решаемых ими задач. Предваряя последующее изложение данной главы, можно сказать, что результаты сопоставления позволяют заключить, что Decision: - решает управленческие, маркетинговые и исследовательские задачи, которые недоступны для других ПП; - имеет собственную, не занятую другими ПП, область приложений, включая управление запасами; - имеет встроенные средства для моделирования компонентов равновесного случайного процесса с помощью имитационных моделей.
Среди зарубежных разработок следует отметить: - Microsoft Project; - РЗ от Primavera; - программный комплекс «R» созданный американо-германской фирмой для крупных корпораций, имеющих многочисленные, территориально разобщенные филиалы. Комплекс «R» позволяет собирать экономическую информацию, обрабатывать ее, контролировать документооборот.
Отслеживая публикации, касающиеся программного обеспечения, можно видеть, что, несмотря на огромное разнообразие программного обеспечения (по целям, методам и сферам приложения), оно все-таки остается односторонним и явно не достаточным. Чтобы пояснить эту мысль обратимся к наиболее важным примерам.
Для разработки инвестиционных проектов создано ряд компьютерных программ, в частности: COMFAR (Computer Model for Feasibility Analysis and Reporting), PROPSPIN (PROject Profile Screening and Pre-appraisal INformation), которые разработаны в UNIDO - Организации Объединенных
наций по промышленному развитию, а также отечественные пакеты PROJECT-EXPERT, АЛЬТ-ИНВЕСТ (фирмы "АЛЬТ", Санкт-Петербург), INVESTOR и др. Эти программы полезны и нашли достаточно широкое применение. Вместе с тем они ориентированы в основном на разработку, а вернее, на оформление технико-экономических обоснований инвестиционных проектов (ТЭО), которое является составной часть третьего, заключительного этапа экономического обоснования инвестиционного проекта.
На первых двух стадиях разработки экономического обоснования инвестиционного проекта, являющихся наиболее важными для принятия решения о целесообразности инвестиций (Opportunity Study и Feasibility Study), применение этого программного обеспечения затруднительно или даже нецелесообразно так как, во-первых, "Все эти системы имеют ограниченную возможность учета влияния конкретных рисков. ... Во-вторых, все указанные продукты являются расчетными моделями, не представляя ни одного алгоритма оптимизации.... В-третьих, рассмотренные продукты не имеют ни визуальных (графических), ни аналитических средств сравнения различных проектов", (см. "Методические рекомендации по оценке эффективности инвестиционных проектов и их отбору для финансирования", утвержденными Госстроем России, Министерством экономики РФ, Министерством финансов РФ и Госкомпромом России (№ 7-12/47 31 марта 1994 г. М.: Информэлектро, 1994., С. 77-78).
Программы для принятия решений, такие как: «БЫСТРЫЙ РЕЙТИНГ», «ВЫБОР ПРОЕКТА», «ПРИОРИТЕТНОСТЬ ФИНАНСИРОВАНИЯ», «ОЦЕНКА И ВЫБОР» ориентированы главным образом на обработку экспертной информации и формирование приоритетов.
Оптимизационные математические методы, такие как дискретная и статистическая оптимизация в программах, ориентированных на экономику и бизнес и доведенных до уровня коммерческого продукта практически не используются
Функциональные требования к нормативам
Рассмотрение функциональных требований к нормам нацелено на четкое определение целей и задач оптимизации нормативов применительно к конкретной ситуации. Из этого, в свою очередь, вытекают конкретные требования к разработке имитационных моделей i i, r2, qi, q2.
Источники информации для выполнения расчетов по нормированию должны быть доступны специалистам средней квалификации.
Понятие оптимальности нормирования, рассмотренное в предыдущем разделе, является достаточно универсальным и относится к любым типам норм и нормативов. Вместе с тем, при разработке конкретных имитационных моделей гі, r2, qi, q2, привязанных к конкретной ситуации есть возможность и необходимость учесть технические, организационные, экономические особенности исследуемой задачи.
В частности, при разработке нормативов имеется возможность достаточно детально и полно учесть существующие складские мощности, а так же мощности транзитных перевозок и производителей материалов. В этом случае, однако, норматив будет отражать фактически сложившуюся ситуацию и не позволит ориентировать производство с учетом перспектив его роста или диверсификации, а так же не позволит учитывать долгосрочные маркетинговые программы. Такой подход к разработке нормативов противоречит основному постулату рыночной экономики: производить то, что имеет спрос, а не продавать то, что умеем производить.
Из этого общего постулата вытекает требование к разработке нормативов, состоящее в том, чтобы исходить, прежде всего, из спроса, иначе говоря, потока заявок на получение материала. При этом оптимизационный расчет позволит учесть риски, иначе говоря, ожидаемые прямые и косвенные экономические последствия возможного завышения или занижения норматива.
Если при этом окажется, что оптимальный норматив превышает технические возможности (складов, транспорта, погрузочной техники) это значит, что в сложившейся ситуации оптимальный норматив должен устанавливаться на основе следующего правила: на пределе технических возможностей (с максимальной загрузкой) складов или способов транзита. При этом целесообразно исследовать инвестиционные возможности увеличения мощностей хранения, доставки и отгрузки.
Если же оптимальный норматив существенно меньше уже существующих мощностей хранения и транзита, то целесообразным становится исследование вопросов прогнозирования тенденций спроса на материал на перспективу, а также исследование возможностей диверсификации мощностей хранения и транзита.
Прямое назначение норматива — управление запасами. Как видно из рис. 15 норматив PL является параметром («установкой») системы управления, действие которой основано на том, что управляющие воздействия в виде рисков формируются исходя из отклонения текущего запаса от норматива. Норма производственного запаса используется для: планирования переходящего производственного запаса на начало и конец планируемого периода (года, квартала); определения размеров сверхнормативного остатка и вовлечения его в производственное потребление или принятия мер для пополнения запаса; осуществления контроля за состоянием запасов и управления запасами. При разработке оптимальных нормативов, как и при применении традиционных форм нормирования, сохраняются основные способы использования нормативов и требования к ним. В частности, рассматриваемые принципы оптимизации норм производственных запасов материалов могут быть ориентированы как на регулярные поставки для дочерних предприятий ВИК и участков погрузочно-разгрузочных работ и др. производственных объектов, так и на удовлетворение потребностей рынка.
В случае нормирования запасов в специализированном подразделении ВИК сохраняют свое содержание основные термины, касающиеся нормирования производственных запасов, в частности, название и содержание производных нормативов. В ВИК к производственным запасам относятся материалы, поступившие к потребителю, но еще не подвергнутые переработке (использованию) в процессе производства, вне зависимости от места их нахождения. В состав производственных запасов входят материалы, находящиеся:
Классификация исходных данных и формы сбора данных
Рассмотренные в 3.1. и 3.2. имитационные модели позволяют рассчитывать оптимальные нормы запасов в режиме диалога с модулем статистической оптимизации диалоговой компьютерной системы «ТАНЯ» и с модулем «Equilibrium» диалоговой компьютерной системы «Decision». При этом предполагается, что норма имеет конкретного адресата, то есть некоторое юридическое лицо, либо структурное подразделение, ответственное за формирование и использование запасов (распорядитель запасов). Исходная информация, необходимая для расчетов частично различается в зависимости от того, является ли распорядитель запасов: - независимым юридическим лицом, оказывающим услуги по хранению и доставке материалов; - подразделением предприятия, использующим материал как сырье или полуфабрикат; - находится в конкурентной среде; - является монополистом на рынке запасов; - имеет специфическое сочетание названных условий.
С учетом сказанного всю исходную информацию мы разделим на основную и дополнительную. К основной информации мы относем, необходимую для расчета оптимальной нормы запаса товара для предприятия, оказывающего услуги по хранению и являющегося независимым юридическим лицом (либо подразделением, работающим на условиях хозяйственного расчета) при отсутствии конкуренции. К дополнительной информации отнесем, необходимую для расчетов норм запасов в подразделениях предприятий, для которых эти материалы являются сырьем или полуфабрикатами, а так же информацию, необходимую для учета конкуренции.
Вся исходная информация относится к определенному маркосорторазмеру материала и к конкретному юридическому лицу, которое является распорядителем запасов и которое будет применять норматив. Оптимальные нормативы, рассчитанные на основе этой информации имеют соответствующую конкретную привязку.
Основная исходная информация включает данные о следующих факторах и показателях, фигурирующих в моделях ri(fi,f2,...,fN,pi,p2v PM) i 2(fi,f2v..,fN5PbP2v.MPM), 4i(PL, FAO и q2(PL, FA2): - запросы на получение (со склада) товара от потребителей (fi); - продолжительность хранения материала (f j); - средняя ставка банковского процента по депозиту в сутки (f8); - собственные удельные затраты на хранение единицы материала (р2); - цена, по которой распорядитель запаса получает материал (рз); - цена по которой распорядитель запаса отпускает материал со склада потребителям (р4); - размер страхового запаса (доля нормы запаса, которая рассматривается в качестве страхового) (рю); - годовой расход материала данной марки и сорта (ры). Формы предоставления основной исходной информации:
На основе данных Формы 1 строится кусочно-линейный закон распределения вероятностей фактора fi - запросов на поставку макросорторазмера.
Способ построения кусочно-линейного закона распределения вероятностей значений фактора ясен из примера, представленного в таблицах 2, 3 и 4. В таблице 2 представлена Форма 1, заполненная данными о запросах, поступающих на склад товар определенного маркосорторазмера. Причем в Форму 1 заносятся все запросы, в том числе и те, которые не были удовлетворены.
На основе данных таблицы 2 в таблице 3 рассчитан размер среднесуточного запроса. Дальнейшее преобразование этой информации показано в таблице 4. Техника заполнения таблицы 4 такова: - в таблице 3 в столбце 3 находятся максимальное и минимальное значения фактора (7 тн. и 37 тн. соответственно); - выбирается количество точек излома закона распределения вероятностей значений фактора (обычно 5); - интервал между минимальным и максимальным значением делится на выбранное число точек и тем самым устанавливается размер интервала группировки ( (37-7)/5=6 тн.); - подсчитывается число точек, попавших в каждый интервал группировки. Содержание и результаты этих операций ясны из таблицы 4.
По данным последних 2-х строк таблицы 4 строится кусочно-линейный закон распределения вероятностей, показанный на рис. 24.8
Координаты точек излома закона распределения вероятностей запросов по данным таблицы 4: (7;0,00); (13;0,59); (19;0,90); (25;0,90); (31;0,98); (37;1,0).
В данном разделе рассматриваются диалоговые процедуры ввода данных в систему «ТАНЯ» и предполагается, что загружен модуль статистической оптимизации этой системы.
Диалоговая процедура ввода данных о запросах: - Статистическая оптимизация; - Факторы; - Запрос; - Графическое определение; - Минимальное значение; - Ввести минимальное число 2-ой строки таблицы 4; - Максимальное значение; - Ввести максимальное число из 2-ой строки таблицы 4; - Редактировать; - F3-удалить все узлы; - Устанавливая курсор на позицию с соответствующей координатой и нажимая построить кусочно-линейный закон распределения вероятностей (см. рис. 24).
