Содержание к диссертации
Введение
1. Теоретические основы формирования систем поддержки принятия решений 10
1.1 Сущность принятия решения в экономических системах 10
1.2 Анализ систем поддержки принятия решений на предприятиях 31
1.3 Анализ существующего программного обеспечения, используемого для автоматизации производственных процессов 45
2. Анализ современных систем управления затратами на предприятиях 55
2.1 Выбор технического и системного программного обеспечения СППР.55
2.2 Современные системы управления производственными затратами 62
2.3 Постановка задачи оптимизации и моделирование процесса сельскохозяйственного производства 77
3. Проектирование системы поддержки принятия решений в сельскохозяйственном производстве 87
3.1 Разработка методики оперативного управленческого анализа :...87
3.2 Разработка методики последующего управленческого анализа 96
3.3 Разработка методики «Планирование и управление конечными результатами» 99
Выводы и предложения 119
Список использованной литературы 121
Приложения 137
- Анализ систем поддержки принятия решений на предприятиях
- Современные системы управления производственными затратами
- Постановка задачи оптимизации и моделирование процесса сельскохозяйственного производства
- Разработка методики «Планирование и управление конечными результатами»
Введение к работе
Автоматизация бизнес-процессов началась в СССР на рубеже 50-х, 60-х годов. В те годы решались задачи статистики, бухгалтерского учета, экономического анализа и автоматизированных систем управления на производстве (АСУ). Разработка адекватных экономико-математических моделей и методов прогнозирования ограничивалась как несовершенством математического аппарата для анализа исследуемых моделей, так и недостаточной вычислительной мощностью ЭВМ тех лет. Сейчас же в России можно наблюдать иную ситуацию: технические средства удовлетворяют всем современным потребностям, но при этом они задействованы в основном для ведения простых учетных операций. На данный момент встает вопрос об использовании современных вычислительных мощностей для аналитической обработки информации, реализации сложных экономико-математических моделей, проведении статистических исследований, на основе которых необходимо создавать инновационные инструменты управления бизнес-процессами, такие как: системы поддержки принятия решений (СПГТР).
Исторически сложилось, что развитие СПГТР, определение их основных положений, методов и свойств началось за пределами нашего государства. Поэтому использование таких систем в российской экономической специфике требует либо адаптации механизмов ведения бизнес-процессов к зарубежным стандартам управления, либо разработки новых систем с учетом национальных особенностей и современных требований. Второй вариант дешевле и быстрее реализовывается на практике.
Сельское хозяйство в Южном и Северо-Кавказском федеральных округах — это одна из основных отраслей экономики, которая является приоритетной для развития страны в целом. Применение современных компьютерных средств с одновременной разработкой новых управленческих методик, а также адаптация и перенос опыта создания зарубежных СППР в сельскохозяйственное производство делает тему исследования актуальной.
4 Цель исследования Цель исследования состоит в разработке имитационной модели, инновационных методик управления и их реализация в рамках информационной системы поддержи принятия решений в экономических системах на примере сельскохозяйственного производства. Реализация поставленной цели обусловила решение следующих задач: исследовать теоретические аспекты математического моделирования и теории вероятности и математической статистики, изучить прикладную реализацию этих элементов в экономических системах, выделить основные методы для оптимизации управленческих решений; провести детализированное статистическое исследование использования ресурсов, базирующихся на фактических данных, полученных в ходе производственной деятельности предприятия; разработать, используя элементы математической статистики, и апробировать на практике инновационные методики анализа, контроля и оптимизации использования производственных ресурсов предприятия; усовершенствовать, учитывая потенциал имитационного моделирования, научно-методологические подходы планирования и прогнозирования в такой экономической системе, как сельскохозяйственное производство; апробировать на практике полученную имитационную модель, проведя серию компьютерных экспериментов, и сравнить полученные данные с фактическими; создать и внедрить в сельскохозяйственное производство программный продукт, основанный на разработанных методиках, технологии СППР и имитационного моделирования.
Объектом исследования является сельскохозяйственное производство как сложная динамическая система.
Предметом исследования являются элементы теории вероятности и математической статистики, математические модели, системы поддержки принятия решений, информационные потоки использования ресурсов в
5 производственных процессах, теоретические и практические проблемы их рационального использования, планирования и прогнозирования.
Теоретической и методологической основой диссертационного исследования послужили элементы теории вероятности и математической статистики, концепции теории принятия управленческих решений, математические методы исследования экономических процессов, изложенных в трудах отечественных и зарубежных ученых.
На различных этапах работы использовались следующие методы: аналитический, экономико-статистический, графический, монографический, экономико-математического моделирования, анализа и синтеза динамических систем.
Рабочая гипотеза диссертационного исследования базируется на большом потенциале математического моделирования, а именно: имитационного. Его внедрение в области сельского хозяйства должно повысить качество планирования и прогнозирования. Зная фактические данные, можно будет проверить экспериментальные результаты и соответственно качество полученной модели. Использование элементов математической статистики в качестве механизма контроля показателей производственной деятельности и последующая их оптимизация перенесет на новый качественный уровень управление финансовыми, материальными и человеческими ресурсами. Автоматизация полученных инструментов в рамках программного продукта СППР даст неоспоримые конкурентные преимущества, улучшит инвестиционную привлекательность и сможет обеспечить устойчивое развитие предприятию.
Информационно-эмпирическая база исследования сформирована на основе сводных годовых отчетов сельскохозяйственных предприятий, документов первичного учета, анализа информационных баз данных на сельскохозяйственных предприятиях Южного и Северо-Кавказского федеральных округов, материалов научно-практических конференций, монографических исследований отечественных и зарубежных ученых, а также личных наблюдений автора в процессе практической работы, выполняемой в рамках хозяйственных договоров.
Научная новизна исследования заключается в развитии и адаптации имитационного моделирования при планировании и прогнозировании конечных результатов производственного цикла, апробированного на сельскохозяйственных предприятиях, использовании элементов математической статистики для контроля и последующей оптимизации фактических данных расхода финансовых,' материальных и трудовых ресурсов.
К числу положений, содержащих элементы приращения научного знания, относятся: на основе исследований применения элементов теории вероятности и математической статистики и имитационного моделирования для решения класса экономических задач, обоснована необходимость разработки инновационных методик управленческого анализа производственных процессов, повышающих качество управления и планирования; разработана методика оперативного управленческого анализа «Текущий анализ», использующая статистические оценки фактических показателей производственных ресурсов, производительности и оплаты труда, которая дает возможность выявлять ошибки первичной информации при ее вводе, оперативно влиять на появление негативных тенденций в ходе выполнения работ, благодаря чему повышается качество принятия управленческих решений и их эффективность; предложена методика последующего управленческого анализа, позволяющая решать задачи управления производственными процессами путем сопоставления плановых и фактических показателей, исследования динамики расходования ресурсов, производительности труда за разные годы деятельности предприятия для прогнозирования потребности в ресурсах на следующий период; создана экономико-математическая модель оптимизации производственных затрат, имитирующая технологические процессы при возделывании сельскохозяйственных культур, которая имеет достаточную точность приближения к фактическим данным. На ее основе можно проводить производственно-финансовое планирование, используя различные входные параметры с наличием в системе случайных колебаний, возникающих под действием непредсказуемо изменяющихся технических, технологических, экономических и других факторов; автоматизирован процесс производственного планирования в растениеводстве, результатом которого является формирование календарного плана проводимых работ и определение потребности производственных и финансовых ресурсов; разработан комплексный информационно-аналитический модуль «Агро-Анализ-План», в котором автоматизированы все предложенные методики в качестве инструментов СППР, отвечающий всем самым современным запросам по скорости обработки информации, простоте и удобству интерфейса, эффективности предоставления информации в виде таблиц с индикаторами, графиков и отчетов.
Практическая значимость работы заключается в создании инновационных методик управления, оптимизации, планирования и прогнозирования конечными результатами производственных процессов и их программная реализация в виде СППР. Результаты исследования дают возможность на практике осуществлять мониторинг и управление производственными затратами, а также стимулировать рост производительности труда работников. Разработанный комплексный информационно-аналитический модуль используется сельскохозяйственными предприятиями Ставропольского края.
Положения и разработки, содержащиеся в диссертации, используются в учебном процессе при подготовке специалистов по экономическим специальностям.
8 Апробация результатов исследования
Основные положения диссертационного исследования изложены на международных, межрегиональных и межвузовских научно-практических и научно-методических конференциях: (г. Москва - 2007, 2009 гг.; г. Ставрополь - 2007, 2008, 2009 гг., г. Краснодар -2008 г., г. Казань - 2008 г.).
Разработки прикладного характера, полученные в ходе диссертационного исследования, были представлены и получили положительную оценку:
1) на VII Московском международном салоне инноваций и инвестиций (г. Москва, 5-8 февраля 2007 г.): - Программный модуль «Анализ-Эффект» (серебряная медаль).
2) на 9-й специализированной международной агропромышленной выставке «АГРОУНИВЕРСАЛ - 2007» (г. Ставрополь, 15-17 марта 2007 г.): - Информационно-аналитический модуль «Анализ-Эффект» (диплом первой степени).
3) на выставке (конкурсе) «Всероссийская марка (III тысячелетие). Знак качества XXI века» (г. Москва, 9-12 декабря 2008 г.): - Услуги университета по проведению финансово-экономического анализа сельхозпредприятий с использованием комплексного информационно-аналитического модуля «Агро-Анализ-План» (Золотой знак качества).
4) на 11-ой специализированной международной агропромышленной выставке «АГРОУНИВЕРСАЛ - 2009» (г. Ставрополь, 18-20 марта 2009 г.): - Комплексный информационно-аналитический модуль «Агро-Анализ- План» (диплом первой степени).
По результатам исследования опубликовано 7 работ общим объемом 1,58 п.л. (авт. — 1,38 п. л.).
Структура работы. Диссертация состоит из введения, трех разделов, заключения, списка использованной литературы (160 наименований). Работа содержит 4 таблицы, 35 рисунков, 4 приложения.
Во введении обоснован выбор темы, её актуальность, определены объект, предмет, цель и задачи исследования, сформулированы научная новизна результатов и практическая значимость.
В первой главе «Теоретические основы формирования систем поддержки принятия решений» представлен анализ, посвященный вопросам принятия управленческих решений в экономических системах, включая теоретические понятия: «решение», «принятие решения», «управленческое решение», функций управления, а также проанализированы существующие СППР, предъявляемые к ним требования и история их развития.
Во второй главе «Анализ современных систем управления затратами на предприятиях» проанализированы современные западные и восточные концепции управления затратами, их методы и свойства на основе трудов Эмерсона Г., Гаррисона Ч., Тоширо Хиромото, Соболева Ю.М., Майлса М.Д., Хаммера М., Чампи Дж.А. и др. Осуществлены постановка задачи оптимизации затрат в сельскохозяйственном производстве, выбор технических средств и инструментов для СППР.
В третьей главе «Проектирование системы поддержки принятия решений в сельскохозяйственном производстве» разработаны методики оперативного и последующего управленческого анализа, производственно-финансового планирования. На основе задачи оптимизации спроектирована имитационная модель, проведены статистические и компьютерные эксперименты над основными ресурсами: дизельное топливо, семена, удобрения, ядохимикаты и финансовыми показателями.
В заключении обобщены основные результаты диссертационного исследования, сформулированы выводы и предложения.
Анализ систем поддержки принятия решений на предприятиях
Процесс разработки вычислительных машин в 50-е годы XX столетия послужил началом автоматизации различных бизнес-процессов и функций управления. Когда же автоматизация достигла системного уровня, появились первые системы поддержки принятия решений (СГШР или DSS — decision support systems). Чтобы понять их сущность и значимость в современном мире, рассмотрим становление таких систем в эволюционно-историческом плане.
В 1960 г. Ликлиндер опубликовал свои идеи о будущей роли коллективного пользования интерактивной вычислительной техники в статье «Симбиоз человека и компьютера» («Man-Computer Symbiosis») [148], где он описал взаимодействия человека и компьютера как повышение качества и эффективности в решении проблем человека.
В 1960-х гг. Кин П. и Стабел Ч. впервые выдвинули концепцию системы принятия решения, проводя теоретические исследования принятий решений в институте технологии Карнеги в конце 1950 гг. и затем в 1960 гг. технические исследования интерактивных компьютерных систем уже в Массачусетском институте технологии [156,154]. В то же время в 1964 г в своем диссертационном исследовании Скот Мортон определил основные положения систем поддержки принятия решений. В течение 1966 года он изучал, как вычислительная техника и аналитические модели помогут менеджерам в принятии верного решения, проведя эксперимент по внедрению и использованию системы управленческих решений. По сути его исследования - реализация, определение и исследование моделируемых систем поддержки принятия решений [157].
В 1971 Геррити Т.П. - младший в своей статье «The Design of Man-Machine Decision Systems: An Application lo Portfolio Management» («Проектировка автоматизированных систем принятия решения: приложение портфеля управления»), описал систему, спроектированную для брокеров, которые ежедневно управляют пакетами ценных бумаг своих клиентов [139].
В тот же год Гордон Девис, профессор университета Миннесоты, определил концепцию информационно управленческой системы (Management Information System, MIS), как основное расширение концепций административного бухгалтерского учета в рамках рассмотрения идей и техник научного менеджмента, теории менеджмента и принятия решений. Он определил MIS как «интегрированную, человеко-машинную систему, собирающую информацию для поддержки операций, управления и функции принятия решения в организации. Такие системы используют вычислительную технику, ручные операции, управление, модель принятия решений, базы данных и т.д.» [135]. Джон С. Литл определил четыре критерия систем поддержки принятия решения: запас прочности, удобство управления, простота и полнота значимых элементов, а в 1975 г. развил границы автоматизированных систем, разработав систему (Brandaid) для поддержки принятия решений по продукции, реализации, ценообразованию и рекламе [149,150].
В 1978 г. выходит книга Мортона С. и Кина П. «Системы поддержки принятия решения: организационная перспектива», где они на основе «теоретических исследований в области принятия решений... и технических работ по созданию интерактивных компьютерных систем» отмечают основные направления СППР: анализ, планирование, реализация, оценка и развитие [145,146].
В 1981 г. Бонзек, Холсапл и Винстон создали теоретическую основу для понимания результатов, ассоциируемых с разработкой экспертных СППР. Их книга показывает как искусственный интеллект и технологии экспертных систем важны для развития систем поддержки принятия решения [132].
Ральф Спрагу и Эрик Карлсон в своей книге «Building Effective Decision Support Systems» («Построение эффективных систем поддержки принятия решния»), изданной в 1982 г., рассматривают, как на практике возможно и нужно организовывать СППР [159].
Начиная с 90-х гг XX столетия и по сей день происходит практическая реализация теоретических изысканий, которые в свою очередь изменили направление исследования с экономического на информационное [156,154]. Это объясняется стремительным развитием информационных технологий.
В свою очередь, в нашей стране, согласно Баканову М.И. и др., процесс автоматизации бизнес-процессов также начался на рубеже 50-х, 60-х годов XX века. В те годы решались задачи статистики, бухгалтерского учета, экономического анализа и автоматизированных систем управления на производстве (АСУ), создается НИИ УМС (НИИ управляющих машин и систем) [14]. В основном из-за специфики экономики СССР сами задачи данной категории ограничились строго регламентированным бухгалтерским учетом, что, можно сказать, продолжалось вплоть до конца 90-х. Только лишь в конце XX века в нашей стране начались проводиться теоретические изыскания принятия управленческих решений в экономических системах, адаптируя зарубежный и советский опыт.
В наши дни СППР, претерпевшие значительные эволюционные процессы, продолжают бурно развиваться и проникать во все сферы деятельности человека. Но нам необходимо рассмотреть данные системы применительно к деятельности сельскохозяйственного предприятия, поэтому рассмотрим все методы и свойства подобных систем. Но для начала дадим определение СППР:
Как было отмечено Эдвардом Дж. С. «с момента появления первых разработок по созданию СППР, не было дано четкого определения СППР...» [136]. Разные источники дают определение этому понятию по-своему [136], [149,155], приведем, на наш взгляд, наиболее подходящее, из которого следует, что СППР — это автоматизированная система принятия управленческих решений в организации.
Современные системы управления производственными затратами
Ethernet (стандарт IEEE 802.3) является основной технологией высокоскоростной ЛВС внутри помещений. Стоимость оборудования и каналов передачи данных внутри помещения (витая пара, многомодовое и одномодовое оптическое волокно) имеют относительно не высокую стоимость и могут покрыть любые потребности, как малых, так и крупных предприятий [73,79]. Стоимость ЛВС растет с увеличением общей скорости передачи данных и увеличением рабочих мест. При передаче данных вне помещений на большие расстояния стоимость оборудования по передачи данных повышается в разы. Поэтому для сельскохозяйственной отрасли использование приведенных инженерных решений экономически не целесообразно.
Следующая технология передачи данных xDSL [91]. xDSL — семейство технологий, позволяющих значительно расширить пропускную способность абонентской линии местной телефонной сети путём использования эффективных линейных кодов и адаптивных методов коррекции искажений линии на основе современных достижений микроэлектроники и методов цифровой обработки сигнала. К основным типам xDSL относятся ADSL, HDSL, IDSL, MSDSL, PDSL, RADSL, SDSL, SHDSL, UADSL, VDSL, но в данном случае мы остановимся на ADSL, как наиболее распространенном в России: ADSL (англ. Asymmetric Digital Subscriber Line — асимметричная цифровая абонентская линия) — модемная технология, превращающая стандартные телефонные аналоговые линии в линии высокоскоростного доступа. Из технических характеристик отметим скорость передачи данных (прием/передача) 24 Мбит/с / 3,5 Мбит/с и максимальное расстояние, которое составляет около 5 км [91]. Беспроводные технологии: Беспроводная технология Wi-Fi (Wireless-Fidelity дословно «беспроводная точность»), основана на стандарте IEEE 802.11. Основные преимущества: - позволяет развернуть сеть без прокладки кабеля, может уменьшить стоимость развёртывания и расширения сети; - Wi-Fi - устройства широко распространены на рынке. А устройства разных производителей могут взаимодействовать на базовом уровне сервисов; - Wi-Fi сети поддерживают роуминг, поэтому клиентская станция может перемещаться в пространстве, переходя от одной точки доступа к другой; - Wi-Fi - это набор глобальных стандартов. В отличие от сотовых телефонов, Wi-Fi оборудование может работать в разных странах по всему миру. Из недостатков отметим слабую защиту такого рода сетей и проблему с частотами, учитывая то, что в разных странах частотный диапазон и эксплуатационные ограничения разные. Небольшой радиус действия до 90 м вне помещения можно преодолеть, используя специальные усиливающие антенны, например, при использовании направленной антенны можно передавать информацию до 10 км. Следующая перспективная технология беспроводной широкополосной передачи информации - WiMax, основана на стандарте ШЕЕ 802.16. В общем виде WiMAX сети состоят из следующих основных частей: базовых и абонентских станций, а также оборудования, связывающего базовые станции между собой, с поставщиком сервисов и с Интернетом. Для соединения базовой станции с абонентской используется высокочастотный диапазон радиоволн от 1,5 до 11 ГГц. В идеальных условиях скорость обмена данными может достигать 70 Мбит/с, при этом не требуется обеспечения прямой видимости между базовой станцией и приемником. Как уже говорилось выше, WiMAX применяется как для решения проблемы «последней мили», так и для предоставления доступа в сеть офисным и районным сетям [121]. Структура сетей семейства стандартов IEEE 802.16 схожа с традиционными GSM сетями (базовые станции действуют на расстояниях до десятков километров, для их установки не обязательно строить вышки -допускается установка на крышах домов при соблюдении условия прямой видимости между станциями) [121]. Существует фиксированный и мобильный WiMAX (4G). Основное различие двух технологий состоит в том, что фиксированный WiMAX позволяет обслуживать только «статичных» абонентов, а мобильный ориентирован на работу с пользователями, передвигающимися со скоростью до 120 км/ч. Мобильность означает наличие функций роуминга и «бесшовного» переключения между базовыми станциями при передвижении абонента (как происходит в сетях сотовой связи). В частном случае мобильный WiMAX может применяться и для обслуживания фиксированных пользователей [92]. При использовании глобальной сети Интернет в качестве частной сети существует следующая технология: Виртуальная частная сеть VPN (англ. Virtual Private Network) -логическая сеть, создаваемая поверх другой сети, например Интернет. Несмотря на то, что коммуникации осуществляются по публичным сетям с использованием небезопасных протоколов, за счёт шифрования создаются закрытые от посторонних каналы обмена информацией. VPN позволяет объединить, например, несколько офисов организации в единую сеть с использованием неподконтрольных каналов для связи между ними [160,75,152]. На основе представленной информации опишем систему информационных потоков агрохолдинга от конечного предприятия до корпоративной сети (рисунок 5). Специфика сельхозпредприятий такова, что они географически находятся в небольших населенных пунктах, где используются морально устаревшие аналоговые оборудования для АТС, либо они вообще отсутствуют. Зачастую предоставление услуг по доступу в Internet невозможно, кроме этого само хозяйство состоит из подразделений, расположенных на значительных расстояниях друг от друга. Рассмотрим возможные приемлемые выходы из данного положения.
Постановка задачи оптимизации и моделирование процесса сельскохозяйственного производства
Многие задачи нелинейного программирования могут быть приближены к задачам линейного программирования, для того чтобы найти решение близкое к оптимальному. В ряде случаев может быть применён метод штрафных функций, сводящий задачу поиска экстремума при наличии ограничений к аналогичной задаче при отсутствии ограничений, которая обычно решается проще. В целом задачи нелинейного программирования относятся к трудным вычислительным задачам. При их решении часто приходится прибегать к приближенным методам оптимизации. Мощным средством для решения задач нелинейного программирования являются численные методы, которые позволяют найти решение задачи с заданной степенью точности [15,16,17,18,48,50].
Технологические и связанные с ними экономические процессы в сельскохозяйственной сфере имеют цикличный и как мы покажем далее -стохастический характер. Эти свойства сильно усложняют задачу построения аналитической модели, но подходят для реализации имитационной модели.
Проведем этапы моделирования, описанные в [40]. Определение цели моделирования: Основная цель моделирования вытекает из названия диссертационного исследования и звучит следующим образом: оптимизация затрат в сельскохозяйственном производстве. Вторая цель - построение среднесрочных и долгосрочных прогнозов потребности в финансовых и материальных показателях. Разработка концептуальной модели: Целевая функция (4) и ее ограничения (5) явно относится к задаче нелинейного программирования. Известны только значения функций Определим входные/выходные модельные данные и возможные факторы, непосредственно влияющие на них. Входные данные: наименование культуры, площадь, отведенная под эту культуру и календарный план проводимых работ. Выходные данные: тракторист/комбайнер, агрегат, за каждый календарный день: выработка, расход топлива, расстояние перегона техники, начисленная заработная плата. Проанализируем внешние факторы, непосредственно влияющие на сельскохозяйственное предприятие, вероятность появления которых определить невозможно: климатические и природные условия, экономическая неопределенность, обусловленная колебанием цен спроса и предложения, процентных кредитных ставок и т.д. Влияние природных факторов на функционирование сельскохозяйственного производства очень высоко, особенно это касается растениеводства. В свою очередь, многолетние наблюдения за ними показывают, что благоприятные и неблагоприятные факторы могут проявляться с равными долями вероятности, при этом сделать долгосрочный прогноз на весь год не представляется возможным. К природным факторам относят: - почвенно-климатические условия, которые принимаются во внимание при разработке зональных систем земледелия, рекомендаций по размещению заготовок продукции и т.д.; — погодные явления, которые трудно спрогнозировать, могут иметь фатальный характер для сельского хозяйства. Почвенно-климатические условия имеют во много раз меньшее значение, чем погодные явления. Это подтверждают статистические исследования Л.П. Колмакова, который в своей статье [57] пришел к выводу, что разница в урожайности зерновых по хозяйствам, расположенных в разных климатических зонах Челябинской области, была незначительной и зависела от экономических условий деятельности и уровня хозяйствования, или, другими словами, от уровня технической подготовки производства. Отметим также внешние экономические факторы: скачкообразный рост цен на топливо, инфляция, различные мировые финансовые кризисы и т.п. Например, влияние этих факторов можно было наблюдать при резком росте цен начала 2008 года на энергоносители и увеличение объёма сельхозпродукции, идущей на переработку в биотопливо, породили новое явление агфляция (от аграрная инфляция), которое представляет собой процесс опережающего удорожания сельскохозяйственной продукции по сравнению с общим ростом цен или с ростом цен в несельскохозяйственной сфере. К внутренним факторам относят: технологические факторы - сроки произведения работ, выбор и технологии применения различных удобрений, ядов, выбор сортов семян и т.д. и внутренние экономические. Причем некоторые количественные показатели, например, как расход топлива так же имеют вероятностный характер. В свою очередь, большинство технологических факторов имеют циклический и последовательный по времени характер. Таким образом, сельскохозяйственное предприятие представляет собой сложную систему, имеющую значимые вероятностные факторы, непосредственно влияющие на его работу. С этой точки зрения значения сельскохозяйственных производственных затрат являются случайными величинами. Все это привело нас к использованию имитационного моделирования, которое за счет модульной структуры дает возможность учесть все значимые внешние и внутренние факторы, использовать различные механизмы, имитирующие расход материальных показателей, выработки и перегонов. Проведение имитационного эксперимента зависит от генератора случайных чисел (ГСЧ) [65]. Широко известны предъявляемые к ГСЧ требования — это равномерность, стохастичность, независимость, что касается показателей сельскохозяйственного производства, то к качству ГСЧ высоких требований не предъявляется. Моделирование одиночного случайного события А, вероятность которого равна р. При помощи ГСЧ, генерирующего случайные числа на промежутке [0,1], получим случайное число х. Если оно попало в промежуток [0,р], тогда случайное событие А наступило, в противном случае не наступило. Для моделирования группы не совместных событий А = {А1,...,Ап) С соответствующими вероятностями Р\,---,Рп, промежутки определяются следующим образом 0 р] ... рп_х 1. Моделирование заданного интервала, например, расхода топлива производится расширением промежутка генерации чисел ГСЧ до заданного. Перейдем теперь к непосредственному описанию механизмов имитационной модели. Описанная ранее методология ведения технологических карт дает следующие входные данные: календарные сроки, состав агрегата, вид и количество материалов, количество трудовых затрат. Перейдем к определению системного времени, существуют два основных способа изменения t: - пошаговый (применяются фиксированные интервалы изменения модельного времени); - по-событийный (применяются переменные интервалы изменения модельного времени, при этом величина шага измеряется интервалом до следующего события).
Разработка методики «Планирование и управление конечными результатами»
Эта технологическая карта позволяет осуществлять технологическое планирование и планирование прямых затрат. В свою очередь, календарные сроки проведения каждой операции позволяют определить потребности в материалах и финансовых ресурсах по любому временному интервалу. Причем такого рода технологическую карту можно еще оптимизировать, например, цену на топливо, электроэнергию и т.п. сделать динамичной, меняющейся в течение периода. Также если вести учет по полям, то можно отслеживать предшественников выбранной культуры. Это позволит сделать наиболее точный план.
Несмотря на положительные моменты описанного технологического документа, реальность такова, что ни одно хозяйство не заинтересовано в таком виде планирования. Причина заключается в том, что плановые показатели, рассчитанные по этому документу, и фактические показатели работы предприятия очень сильно расходятся. Они связаны со спецификой возделывания культур, которая заключается в том, что технологические операции производятся на большом промежутке времени, например, по озимой пшенице - этот интервал, как мы покажем далее, составляет около года. Из-за этого цены на материалы и топливо могут в итоге сильно отличатся от запланированных. Еще одним немаловажным фактором является определение нормированных показателей, например, количество нормосмен и норм по расходу топлива, которые нельзя точно определить во время такого рода планирования. Все перечисленные трудности в сумме с внешними факторами, влияющие на итоговые показатели работы предприятия, делают технологическую карту документом, не претендующим на достоверность и, следовательно, не применимым по прямому назначению в работе. Все эти выводы распространяются на финансовую сторону планирования, причем независимо от форм документов. Поэтому на практике планирование на основе технологических карт осуществляется усеченно, востребованы календарные сроки, технические показатели, связанные с расходом семян, удобрений и ядов.
Чтобы разрешить данные проблемы, разделим их на две составляющие: планирование ценообразования и планирование технических показателей. Первая составляющая обычно планируется на основе динамики роста цен по прошедшим периодам. Но данная методика работает, если сама экономика развивается последовательно, без серьезных потрясений. Глобальный экономический кризис наглядно показывает, что планирование ценообразования — задача наивысшей сложности. Поэтому мы предлагаем использовать стандартные методики ценообразования, с учетом ручной корректировки показателей.
Что касается второй составляющей, то мы предлагаем планировать наиболее востребованные технические показатели на основе фактических данных самого предприятия по прошлым периодам. Использовать результаты последующего анализа для вычисления коэффициентов затрат материалов, топлива и трудовых затрат на единицу площади для дальнейшего перерасчета всех этих значений для планируемых площадей возделывания культур. Недостатком данной технологии является отсутствие достоверных данных по прошлым периодам. Но зачастую при возделывании многих культур в растениеводстве используются однотипные операции, а с учетом того, что машинно-тракторный парк обычно сильно не меняется по видам марок, можно воспользоваться информацией, полученной по другим культурам для возделывания новых.
Данная методика производственно-финансового планирования была автоматизирована в двух инструментах. Первый «Экспресс планирование» -представляет собой упрощенный механизм прогнозирования финансовых потребностей (приложение Г). Второй - наиболее сложный и детальный, приведем пример его работы при проведении планирования возделывания озимой пшеницы на 2009-2010 годы. Заполним определенные ранее входные данные, в первую очередь, необходимо определить площадь, отведенную под эту культуру, через выбор полей (рисунок 23). Поля, кроме собственной площади, также характеризуются важным технологическим параметром «Предшественник», который определяет возделываемые ранее культуры или пары.
Следующие параметры - это используемые материалы такие, как: семена, удобрения, ядохимикаты (рисунок 24, приложение Д), характеризующиеся свойством нормы высева или внесения единицы на 1 гектар. На основе входных данных составим календарный план работ, на рисунках 25 и 26 представлены его основные параметры. Помимо этого, каждая работа по возделыванию озимой пшеницы характеризируется типом использованных материалов. Планирование финансовых показателей представлено на рисунке 27. Здесь была выбрана методика линейного изменения индекса цен с учетом цены и количества материалов на начало периода.
Проведение такого рода планирования дает возможность оценить ЛПР реальные потребности производства в материалах, топливе и трудовых затратах. В свою очередь планирование финансовых затрат является относительным, в данном случае востребованным являются объемы затрат по периодам, например, показатель затрат по месяцам в процентном отношении. При этом отметим, что такие показатели, как расход топлива и затраты на оплату труда являются не точными, сильно отличающимися от фактических.
Поэтому для того, чтобы эти показатели соответствовали реальным данным, необходимо воспользоваться прогнозными методами, имеющими достаточное приближение к фактическим данным. Также может возникнуть потребность в информации работы предприятия при изменении технологии, использования другой марки трактора на определенном виде работ, изменение формы оплаты труда. Другими словами, получить достоверные ответы на поставленные задачи, используя различные параметры, для этого необходимо воспользоваться моделированием внутренних процессов сельскохозяйственного производства.
Для этого вторым этапом методики «Планирование и управление конечными результатами» является проведение имитационного моделирования. В предыдущей главе мы рассмотрели постановку задачи оптимизации и концептуальное построение имитационного эксперимента. Представим его практическую реализацию на примере работы ООО ПК «Дон» за 2008 год по возделыванию озимой пшеницы.
