Содержание к диссертации
Введение
1. Существующие методы и модели управления производственно-экономическими системами в условиях синхромаркетинга 11
1.1 Системный подход к моделированию управления производственно экономическими системами в условиях синхромаркетинга 11
1.2 Проблемные вопросы синхромаркетинга и существующие методы и модели исследования сезонности спроса 15
1.3 Логико-лингвистическое моделирование управления 29
1.4 Принятие решения в составе задачи управления производственно-экономическими системами в условиях синхромаркетинга 38
2. Системное моделирование и синтез информационной технологии управления производственно экономической системой в условиях синхромаркетинга 42
2.1. Концептуальная модель управления производственно-экономической системой в условиях синхромаркетинга 42
2.2. Метамодель управления производственно-экономической системой в условиях синхромаркетинга 48
2.3. Построение структуры предпочтения лица, принимающего решения, в задаче управления производственно-экономическими системами в условиях синхромаркетинга 51
2.4. Структурная модель информационной технологии управления производственно-экономическими системами в условиях синхромаркетинга 54
3. Модели и алгоритмы управления производственно экономическими системами в условиях синхромаркетинга 62
3.1. Модель управления производственно-экономическими системами в условиях синхромаркетинга 64
3.2. Модели для оценки влияния скачков в издержках на объем производства продукции 72
3.3. Модель поддержки принятия решений по оценке веса возмущений 78
4. Логико-лингвистические модели поддержки принятия решения в задаче управления производственно экономическими системами в условиях синхромаркетинга 85
4.1. Концептуальные вопросы построения модели обобщенного производственного планирования в условиях синхромаркетинга 87
4.2. Нечеткие алгоритмы планирования и модели взвешенного прогноза сбыта продукции 92
4.3. Задание лингвистических переменных модели 97
4.4. Модели поддержки принятия решения 102
5. Программная реализация результатов исследования .. 108
5.1. Пакет прикладных программ поддержки принятия решения при обобщенном производственном планировании 108
5.2. Контрольный пример реализации программного обеспечения поддержки принятия решения при обобщенном производственном планировании в условиях синхромаркетинга 115
5.3. Выводы по главе 122
Заключение 124
Список литературы 127
Приложения 138
- Проблемные вопросы синхромаркетинга и существующие методы и модели исследования сезонности спроса
- Метамодель управления производственно-экономической системой в условиях синхромаркетинга
- Модели для оценки влияния скачков в издержках на объем производства продукции
- Нечеткие алгоритмы планирования и модели взвешенного прогноза сбыта продукции
Введение к работе
Актуальность темы. Сезонность спроса на выпускаемую продукцию является одной из основных проблем, возникающей перед значительной частью производственно-экономических систем (ПЭС). Сезонность сроса препятствует эффективному планированию производства, ухудшает ликвидность предприятия, замедляет экономическое развитие и снижает получаемую прибыль. Имеется также ряд последствий социального характера, вызванных влиянием сезонности. Это сезонная (скрытая) безработица, уменьшение платежей в бюджеты различных уровней.
Зарубежный опыт предлагает использовать для сезонных продуктов специальный вид маркетинга - синхромаркетинг.
Синхромаркетинг - это деятельность фирмы по регулированию колеблющегося спроса в связи с сезонным характером производства и потребления, а также из-за несовпадения во времени предложения товаров с их потреблением [30, 44, 51]. Синхромаркетинг предлагает ряд приемов, которые помогают лицу, принимающему решение (ЛПР), в достижении оптимальных результатов. Его задача состоит в изыскании способов сгладить колебания в распределении спроса по времени с помощью выпуска продукции, имеющей взаимокомпенсирующий спрос, гибких цен и прочих приемов стимулирования.
Однако при сезонном характере спроса в целом не всегда можно решить социально-экономические проблемы только методами синхромаркетинга. Анализ мирового и отечественного управления производством при сезонном спросе на продукцию показывает, что на практике для этого используются отдельно логистический и производственный подходы [44, 51]. Это приводит к отсутствию согласованных решений и значительным финансовым потерям. Выбор режима производства, величины запаса, интенсивности сбыта продукции и многих других параметров, максимизирующих прибыль ПЭС при сезонном характере спроса на ее продукцию, в основном зависят от четкости и своевременности выполнения этапов календарного планирования и оперативного управления производством и эффективности его анализа и контроля, что очень затруднительно сделать, не применяя средства автоматизации. При этом возникают проблемные вопросы, связанные с построением моделей поддержки принятия управленческих решений, повышая тем самым объективность и рациональность их выбора и использования.
Наличие статистики прошлого и ежедневного взаимодействия ПЭС с внешней средой обуславливает проведение диагностического анализа организационного управления с выявлением "дефектов" существующей системы управления (состав дефектов, место и время их возникновения в системе управления, проявления их в процессе функционирования объекта и др.). Необходимы знания о поведении элементов внешней среды, обуславливающих появление на входе или выходе ПЭС возмущающего воздействия. Наличие на этапе календарного планирования ПЭС неопределённости в априорной информации о возможных в будущем возмущениях делает поставленную задачу весьма значимой.
Существующие ранее в условиях плановой экономики методы проектирования, планирования и управления ПЭС в условиях взаимодействия с внешней средой оказались в значительной мере несостоятельными и неэффективными в сложившейся в настоящее время экономической ситуации в стране. Условия рыночных отношений, в том числе сезонность спроса, выдвинули на первый план большое количество новых, ранее не учитываемых факторов, сильно влияющих в данный момент на характер взаимодействия ПЭС с внешней средой (изменение ценовой политики, стоимости электроэнергии, водоснабжения и т.п.). Нестабильность цен и наличие в вероятностном смысле появления возмущения, приводит к тому, что ПЭС при взаимодействии с элементами внешней среды обязана реагировать на их действия и должна менять в соответствии с этим свою поведенческую тактику и стратегию, что является важной актуальной задачей управления любого предприятия. Причем неполнота и неопределенность информации в описании свойств возмущения, критериев его оценки и исходов значительно осложняет процесс принятия решения и ситуационного управления ПЭС в условиях синхромаркетинга. Развитие вопросов моделирования сценариев взаимодействия ПЭС с внешней средой в условиях сезонности спроса позволяет повысить эффективность управления, определить стратегию и тактику с точки зрения уменьшения своих расходов, увеличения объективности принимаемых управленческих решений и уверенности в их надежности.
Анализ реально существующего взаимодействия ПЭС с внешней средой в условиях синхромаркетинга показывает, что для таких процессов характерны, по крайней мере, следующие свойства: большое количество слабо формализуемых и зачастую противоречивых целей функционирования с одновременной их изменчивостью (ситуативностью) во времени; конфликтный и многоаспектный характер взаимоотношений как между элементами внутри объекта (процесса) исследования, так и с окружающими объектами (процессами) при сильном влиянии человеческого фактора; преимущественно понятийный и противоречивый характер исходных описаний условий функционирования и возможных ограничений.
Очевидно, что при наличии перечисленных выше свойств построить строгую количественную модель объекта исследования чрезвычайно трудно и решение задачи приходится искать в классе других методов. К числу таких методов, получивших развитие в последние годы и ориентированных на изучение объектов и процессов с указанными свойствами, относятся методы логико-лингвистического моделирования [64 - 66].
Логико-лингвистические методы, работая в слабо формализуемых проблемных областях, позволяют вырабатывать качественные предложения и рекомендации, а также получать нечисловые оценки изучаемых процессов и явлений типа "хуже - лучше", "полезно - вредно", "важно - не очень важно". Такие рекомендации и оценки взаимодействия ПЭС с внешней средой в условиях сезонности спроса могут иметь самостоятельное значение, то есть использоваться при обосновании (мотивации) принимаемых управленческих решений без привлечения количественных оценок.
Исключительное многообразие практических ситуаций, характеризующих исследуемую предметную область, обусловили первостепенное значение системных исследований при изучении управления ПЭС в условиях синхромаркетинга.
Область исследования в настоящей работе соответствует приоритетным направлениям развития науки и техники, которые Министерство науки РФ определило в перечне работ, обозначенных как "Критические технологии федерального уровня" (перечень утверждён Председателем Правительственной комиссии по научно-технической политике B.C. Черномырдиным 21.07.96 г., № 2728-П8). В частности к таким работам относятся: системы математического моделирования; интеллектуальные системы автоматизированного проектирования и управления.
Цель работы: Разработать модели и алгоритмы управления производственно-экономическими системами в условиях синхромаркетинга, обеспечивающие построение инструментальных средств в виде математического, информационного и программного обеспечения предметных автоматизированных систем поддержки принятия решения.
Достижение цели исследования предполагает решение следующих задач:
1. Провести системное моделирование и синтез информационной технологии управления ПЭС в условиях синхромаркетинга.
2. Построить модели и алгоритмы управления ПЭС в условиях синхромаркетинга.
3. Разработать логико-лингвистические модели поддержки принятия решения в задачах синхромаркетинга ПЭС.
4. Разработать пакет прикладных программ (ППП) поддержки принятия решения в задачах синхромаркетинга ПЭС.
5. Провести апробацию результатов в промышленных условиях и экспериментальные исследования на примерах управления ПЭС в условиях синхромаркетинга.
Методы исследования. Выполненные теоретические и экспериментальные исследования базируются на использовании следующих методов и теорий: систем, множеств (четких и нечетких), графов, векторной оптимизации, выбора и принятия решений, искусственного интеллекта, ситуационного управления, математического моделирования и программирования. Общей методологической основой является системный подход.
Научная новизна работы заключается в разработанных методах и моделях структурного и параметрического синтеза и анализа взаимодействия ПЭС с внешней средой в условиях сезонности спроса:
- системные модели управления ПЭС в условиях синхромаркетинга, отражающие структуру элементов процесса и связи между ними и создающие основу для его математического моделирования;
информационная технология управления ПЭС в условиях синхромаркетинга с инвариантными свойствами к предметной области, в которой отражены в отличии от известных такие задачи, как: многоцелевой характер, векторная оценка, многоальтернативность формируемых решений, открытость процесса моделирования;
- модель двухэтапного управления ПЭС в условиях синхромаркетинга, отличающаяся от известных тем, что наряду с моделью календарного планирования по неполной априорной информации о возмущениях, используется модель оперативной коррекции по уточняющей текущей информации;
- модели поддержки принятия решения по оценке веса поступающих на вход ПЭС возмущений, обеспечивающие максимум функции гарантированного выигрыша и обладающие максимальной полезностью для достижения целей предприятия;
модели календарного планирования и поддержки принятия управленческих решений ПЭС в условиях синхромаркетинга, отличающиеся от известных тем, что в качестве переменных в них используются нечеткие условные высказывания, моделирующие рассуждения человека.
Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, обоснованы математическими доказательствами. Они подтверждены расчетами на ЭВМ и производственными экспериментами; многократной их проверкой при внедрении в практику управления ПЭС.
Практическая значимость работы заключается в построенных инструментальных средствах в виде предметно-ориентированных моделей, алгоритмов и 111111, реализующих в структуре предметных автоматизированных систем человеко-машинные процедуры поддержки принятия решения и оперативного управления в условиях синхромаркетинга.
Реализация и внедрение результатов работы. Основные теоретические и практические результаты диссертационной работы внедрены на ОАО «Воронежагропромкомплект», ОАО «Подгоренское хлебоприемное предприятие», ООО «Подгорноеинвест» путем включения разработанного 111111 в комплексные программы различного иерархического уровня управления предприятием, а также в учебный процесс ВИВТ. Эффект от внедрения -социальный.
На защиту выносятся:
- модели и алгоритмы, информационная технология управления ПЭС в условиях синхромаркетинга;
- логико-лингвистические модели поддержки принятия решения в задачах синхромаркетинга ПЭС;
- инструментальные средства в виде алгоритмов и 111111, реализующих человеко-машинные процедуры поддержки принятия решения и оперативного управления в условиях синхромаркетинга, их апробация на предприятиях различных отраслей промышленности.
Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях и семинарах:
• Всероссийских научно-технических конференциях: «Теория конфликта и ее приложения» (Воронеж, 2004г.), «Экономическое прогнозирование: Модели и методы» (Воронеж, 2003г.), «Информационные технологии» (Воронеж, 2005г.), «Интеллектуальные информационные системы» (Воронеж, 2004г., 2005г.), «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2005г.);
• Региональной научно-практической конференции «Экономико-правовые основы конструирования и автоматизированного проектирования деталей и машин» (Воронеж, 2004г.);
• Научном семинаре школы «Понтрягинские чтения. Современные методы теории функций и смежные проблемы» (Воронеж, 2003г.);
• Отчетных научных конференциях профессорско-преподавательского состава и научных работников: ВГТА (2003г.) и ВИВТ (2004г., 2005г.).
Публикации. По теме диссертации опубликовано 15 печатных работ.
Личный вклад автора в работах, опубликованных в соавторстве, состоит в следующем:
в работах [23], [43] автором рассмотрены структурная и системная модели взаимодействия перерабатывающего предприятия с внешней средой;
в работе [74] автором разработаны требования, которым должна отвечать модель, описывающая процесс решения ресурсных задач;
в работах [15], [16], [22] рассмотрены варианты использования лингвистических переменных в моделях планирования производства;
в работе [12] автором предложена двухэтапная схема управления экономическим объектом в условиях синхромаркетинга;
в работе [11] рассмотрены гарантирующий и вероятностный подходы к управлению в условиях плохо прогнозируемых внешних воздействий.
Объем и структура работы. Диссертация из введения, пяти глав, заключения, списка литературы из 111 наименований и приложения. Работа изложена на 137 страницах машинописного текста (основной текст занимает 120 страниц), содержит 29 рисунков и 4 таблицы.
Диссертационная работа выполнена на кафедре информационных систем Воронежского института высоких технологий в рамках госбюджетной НИР по теме «Моделирование информационных технологий; разработка и совершенствование методов и моделей управления, планирования и проектирования технических, технологических, экономических и социальных процессов и производств» (N г.р. 01.2005.2305).
Проблемные вопросы синхромаркетинга и существующие методы и модели исследования сезонности спроса
Сезонность спроса на выпускаемую продукцию является одной из основных проблем, возникающей перед значительной частью производственно-экономических систем. Сезонность спроса препятствует эффективному планированию производства, ухудшает ликвидность ПЭС, замедляет экономическое развитие и снижает получаемую прибыль. Следовательно руководителям ПЭС, сталкивающимися с такими проблемами, необходимо использовать модели и механизмы, позволяющие сгладить негативный характер сезонного спроса на выпускаемую продукцию.
Зарубежный опыт предлагает использовать для сезонной продукции специальный вид маркетинга - синхромаркетинг. Синхромаркетинг - это деятельность предприятия по регулированию колеблющегося спроса в связи с сезонным характером производства и потребления, а также из-за несовпадения во времени предложения товаров с их потреблением [44, 51].
Синхромаркетинг предлагает ряд приемов, которые помогают ПЭС вдостижении оптимальных результатов. Его задача состоит в изысканииспособов сгладить колебания в распределении спроса по времени с помощьюразличных методов. Таковыми являются, например: разработкапроизводственной программы выпуска продукции с учетом коэффициентов сезонности, которые рассчитываются статистическими методами на основании данных прошлых периодов [4]; выпуск продукции, имеющей взаимокомпенсирующий спрос; решение задачи управления потребностями производства в противофазе к колебаниям спроса.
Еще одним методом сглаживания колебаний спроса является проведение гибкой ценовой политики в ПЭС, в частности использование механизма сезонных скидок на продукцию [44]. Под сезонной скидкой понимается уменьшение цены для потребителей, совершающих внесезонные покупки товаров или услуг. Сезонные скидки позволяют продавцу поддерживать более стабильный уровень производства в течение всего года.
Цена - не единственный инструмент регулирования спроса. Есть еще и реклама. Так, например, курорты и места туристического паломничества значительно усиливают рекламную активность в периоды спада посещаемости. И наоборот - совершенно прекращают рекламироваться в периоды туристического пика, когда все отели и так переполнены.
В некоторых ПЭС применяется заранее спланированный переход на различные географические и другие сегменты рынка в зависимости от величины спроса на выпускаемую продукцию.
Существуют и другие методы сихромаркетинга [19, 20], однако при сезонном характере спроса не всегда можно решить социально-экономические проблемы только этими методами. Анализ мирового и отечественного опыта управления производством, включая закупки при сезонном спросе на продукцию, показывает, что на практике для этого используются отдельно логистический и производственный подходы. Это приводит к отсутствию согласованных решений и значительным потерям. Для эффективного управления предлагается использовать комплексные логистическо-производственные модели [77].
В [76] предложена оригинальная концепция механизма управления производством на основе создания сезонного склада готовой продукции. В условиях сезонного характера производства прежде всего требуется определить критерий эффективности функционирования производственных запасов. Таким критерием предлагается принять размер сезонного склада готовой продукции. Такой подход позволяет сгладить сезонный характер спроса и учесть эффект
В логистическо-производственной модели предлагается использовать систему показателей из технико-экономического анализа объектов закупки. При этом вводится учет влияния на себестоимость готового продукта качества закупаемых объектов. Качество самого готового продукта определяется структурой производственной смеси. Каждый из объектов закупки также рассматривается и с точки зрения влияния производственных и финансовых рисков, являющихся количественным выражением меры влияния фактороввнешней среды. К ним относятся условия поставки и оплаты, стоимостьдоставки, вероятность появления дополнительных технологических отходов,ограничения на производственные мощности, партия запуска и другие [75].
Спрос населения формируется вследствие взаимодействия различных факторов, которые принято классифицировать на три типа: эволюционные, периодические и случайные [60]. Эволюционные факторы образуют общую тенденцию (тренд) развития ряда, периодические факторы формируют внутригодовые (или сезонные) колебания и третий тип факторов образует случайные колебания.
Общая тенденция динамического ряда представляет собой плавное движение, сглаживающее, в первую очередь, периодические изменения по месяцам. Внутригодовые колебания — это регулярно повторяющиеся в динамическом ряду изменения спроса с периодом в 12 месяцев [4]. В динамике эти колебания довольно устойчивые, иногда они имеют тенденцию к изменениям. Случайные колебания — это изменения внутригодовой динамики, образованные под влиянием разнообразных причин.
Сезонность характеризуется длительностью периода колебания (отрезком времени между соседними точками максимума и минимума), амплитудой сезонных колебаний (разность между максимальными и минимальными значениями) и размещением максимумов и минимумов во времени. Если сезонные колебания в этих трех аспектах стабильны, то сезонность носит постоянный характер; если с течением времени изменяются, то сезонность носит переменный характер. В зависимости от вида сезонности применяются различные статистические методы для определения сезонного компонента.
Сезонные колебания спроса формируются под влиянием комплекса причин, например периодических изменений природно-климатических условий. Этот комплекс причин приводит к устойчивым и постоянным сезонным колебаниям в сельскохозяйственном производстве, в отраслях
Метамодель управления производственно-экономической системой в условиях синхромаркетинга
Важной задачей при создании любой системы, в том числе системы управления (СУ) ПЭС в условиях синхромаркетинга, является этап формирования ее структуры. При синтезе подобных систем считалось, что их структура не изменяется во времени [94]. Поэтому задачи структурного синтеза решались только в статике.
Однако проблема управления ПЭС в условиях синхромаркетинга требует анализа состояния ПЭС, в которое она пришла в результате уже произведенного комплекса управляющих воздействий. На сегодняшний день такие вопросы полностью выпадают из сферы действия ЛПР. При этом не учитывалось, что при решении задачи управления в дальнейшем в структуру СУ возможно придется вносить некоторые, заранее не определенные изменения, связанные с решением дополнительных задач, например, с возможным изменением стратегии поведения конкурентов в данном секторе рынка, изменением ценовой политики государства, инфляции и другими непредвиденными обстоятельствами.
Данные проблемы заставляют исследователя решать задачу по синтезу структуры СУ в условиях неопределенности, что характерно для сезонного спроса. Возникшее противоречие между необходимостью учета условий неопределенности и невозможностью их задания в явном виде в определенной мере можно устранить, если воспользоваться подходом [41], в котором разработчики системы ориентируются не на синтез готовой структуры, а на создание некоторой метамодели будущей структуры. Такая метамодель должна включать описание инвариантных характеристик СУ ПЭС, а также механизмы генерации конкретной структуры, использование которых позволит настроить модель на определенную предметную область.
Пусть СУ предназначена для решения задачи управления ПЭС. Эту задачу далее будем именовать основной задачей А. Помимо этого для СУ с целью создания совокупности механизмов (MX), обеспечивающих управляющие воздействия, может быть сформулирована и дополнительная задача Ag (например, управление ПЭС в условиях возможного изменения стратегии поведения контрагентов (поставщиков или покупателей), конкурентов или других воздействий внешней среды). Тогда модель СУ представим в следующем виде: Указанные механизмы MX могут включать процедуры порождения МХП, развития МХр и изменения МХИ управляющих воздействий ПЭС, т.е.
Главная цель создания таких механизмов состоит в том, чтобы обеспечить выполнение разнообразных переходов от одних качественных состояний ПЭС к другим при использовании управляющих воздействий. Все это позволяет заложить в модель СУ определенные свойства гибкости и адаптируемости. Для описания подобных переходов рассмотрим некоторые возможные состояния ПЭС: ПЭСА - до - ПЭС, т.е. ПЭС, из которой порождается ПЭС; ПЭСУ - после - ПЭС, т.е. ПЭС, образующаяся после изменения ПЭС; ПЭСи - ПЭС, реализующая задачу А на время tl; ПЭС - ПЭС, реализующая задачу А на время t2; т.е. процедуры МХП, МХр, МХИ будутсоответствовать следующим отображениям:
Выделим также случай, когда MX оказывают воздействие не на всю ПЭС, а на некоторую ее часть, например, на отдельную подсистему. Обозначим: MX - совокупность механизмов из MX, воздействующих на отдельные условия управления ПЭС, например, механизмы замещения одного поставщика сырья50 другим, например, вследствие не соблюдения условий договора поставки;ПЭС+М, ПЭС М - наборы элементов ПЭС, на которые соответственно распространяется или не распространяется действие механизма MX, при этом
Используя введенные выше описания для возможного состояния ПЭС, а также механизмов MX, можно определенным образом классифицировать модели СУ. В данном случае рассмотрим следующую классификацию:
Если механизмы MX и MX при этом включают процедуры порождения, то для систем классов (2.9), (2.10) можно выделить исходные (или, в соответствии с [94], порождающие) системы:Системы классов (2.12), (2.13) могут рассматриваться как метамодели функционирующих ПЭС, т.е. систем классов (2.10), (2.11). В этом случае при их разработке необходимо создание таких механизмов управления MX и MX, которые обеспечат последовательный переход от ПЭСА к ПЭС, например, при изменении экономической ситуации на рынке товаров. Для этого приреализации механизмов МХП необходимо установить четкое соответствиемежду описанием ПЭСА и средствами представления ПЭС.
Исключительное многообразие практических ситуаций, определяемых спецификой объекта исследования, требует рассмотрения различных моделей управления ПЭС в условиях синхромаркетинга, которые должны строиться только на основе учета содержательных механизмов управления ПЭС и их подсистем.
Будем считать, что в результате появления возмущения на входе ПЭС подсистема FI3Cj є ПЭС обеспечивает положительное относительно Tj( ) действие, где Tj( ) - вещественная функция полезности, повышая полезность достижения своей локальной цели Wj.
Модели для оценки влияния скачков в издержках на объем производства продукции
Издержки - это денежное выражение затрат (трудовых, материальных и др.), необходимых для осуществления предприятием своей производственной и реализационной деятельности.
Наиболее значительными в ПЭС являются издержки на приобретениесырья, материалов, комплектующих, энергии, топлива, заработную платуперсоналу. Внезапное скачкообразное изменение издержек, что характерно вусловиях синхромаркетинга, например, за счет существенного изменения цен, к которому ПЭС была не готова, может полностью дезорганизовать ее производственную деятельность, привести к большим убыткам, при которых ПЭС будет неспособна функционировать в прежнем темпе и, ввиду невозможности осуществить платежи, вынуждено будет резко сократить объемпроизводства, провести увольнение части персонала и др. В условияхнестабильной экономики руководство ПЭС должно иметь необходимыеметодики и модели, с помощью которых можно рассчитывать и прогнозироватьпоследствия скачкообразного изменения издержек для изменения объемовпроизводимой продукции.
Анализ существующих моделей планирования основной деятельности ПЭС [20, 30, 31] показывает, что доминирующим фактором является объем производства К(п), от которого зависят многие другие показатели плана. При этом показатель К(п) в различных моделях представлен или как выходной параметр модели, или как задаваемый входной параметр. Поэтому в комплексной модели плана в качестве основного должен быть блок вычисления объема производства К(п). Переменные и постоянные затраты производства 3(п) и П(п) относятся к числу параметров, на которые руководители ПЭС могут активно воздействовать, например, путем совершенствования технологий изготовления (уменьшение материалоемкости, энергоемкости, специализации производства, его механизации и автоматизации), повышения производительности труда, совершенствования заработной платы, изменения численности персонала и др. Поэтому контроль этих показателей крайне важен для повышения эффективности производства. Целесообразно для затрат 3(п) и П(п) иметь специальные блоки в комплексной модели.
На иллюстративном примере издержек на электропитание рассмотрим влияние скачков в его цене на изменение объемов производства в период п. Обозначим скачкообразное изменение стоимости издержек на электропитание АСЭП, где АСЭП - изменение стоимости единицы электроэнергии. На практике при этом возможны два принципиально различных случая:- при изменении издержек на электроэнергию не производится изменение общей цены изделий на рынке;- при изменении издержек на электроэнергию цена изделий изменяется. Рассмотрим первый случай. Обозначим новую стоимость электроэнергиикакгде Сэп.о - стоимость единицы электроэнергии до изменения цены. Изменение Сэп приведет к изменению величины переменных расходов 3 на производство одного изделия и величины П постоянных расходов ПЭС. Новые значения Зн и Пн после скачка цен на электроэнергию будут равны:где 30 и П0 - величины переменных и постоянных издержек до повышения цен.
При неизменности собственных средств ПЭС Ссрс и полученных кредитов Скр(п, п+1) увеличение стоимости электроэнергии АСЭП приведет к изменению возможности нормального финансирования производства и уменьшению его объема К(п).
Обозначим новый объем производства как Кн(п):mгде m - число периодов, необходимых для реализации продукции;аг - удельный относительный вес реализованных изделий, изготовленных впериод п - г, выручка от которых поступает на счета предприятия в период п;Ц - оптовая продажная цена одного изделия;К(п-г)агЦ - выручка от произведенных ранее в период n-г изделий,поступившая в период п;а0 - удельный относительный вес реализованных в период п изделий,изготовленных в эот же период.
Вычтем из Кн(п) объем производства до увеличения стоимости электроэнергии75 и получим следующую зависимость для изменения объема производствизделийгде q3n - расход электроэнергии на изготовление одного изделия (в кВт); СЬп.обсл - расходы электроэнергии на непроизводственные цели. После подстановки значений A3 и АП в АК(п)эп получаем следующую зависимость для АК(п)эп".
Аналогичный вид будет иметь выражение для изменения объема производства при увеличении стоимости топлива:
Анализ модели (3.23) по реальным данным показывает, что внезапное скачкообразное изменение цены на энергопотребление (появление на входе ПЭС возмущения) ставит производство в очень тяжелое положение и, как правило, ведет к спаду производства ввиду того, что поступающая выручка за ранее произведенную продукцию не соответствует затратам на оборотные
Нечеткие алгоритмы планирования и модели взвешенного прогноза сбыта продукции
Нечеткие алгоритмы для планирования производительности и уровня рабочей силы разрабатывались с учетом предыдущих рассмотрений (см. п. 4.1). Исходя из перспективы имитационного моделирования, будем предполагать, что справедливы первые три аксиомы теории управления организационными системами [63, 35, 71]: ЛПР имеет представление о важных переменных, чутко воспринимает стоимостную структуру этих переменных и умеет оперировать решающими правилами, связывающими важные переменные с решениями.
Алгоритм планирования производительности состоит из ряда утверждений (правил) об относительных значениях типа: ЕСЛИFSt есть ... И 1ц есть ... И Wt_i есть ... , то Pt есть ..., ИНАЧЕ ..,. (4.4) Поскольку для прогнозов реализации наличные запасы и имеющийся уровень рабочей силы характеризуется как значимые факторы агрегированного решения о рабочей силе, то алгоритм планирования рабочей силы обусловливается, аналогичным уравнением: ЕСЛИ FSt есть ... И 1ц есть ... И Wt.i есть ..., то AWt есть ..., ИНАЧЕ .... (4.5)
В варианте решающего правила определения уровня рабочей силы для эмпирической проверки реальных решений руководителя в качестве решающей переменной используется изменение в уровне рабочей силы AWt. Уровень Wt где St — действительный спрос в период времени I.
В качестве объяснения для дальнейшего развития моделей можно привести логическое обоснование типичного алгоритмического правила планирования производительности:
ЕСЛИ FSt - высокий И 1ц - не высокий И Wt.i - высокий, ТО Pt - высокий.
Это правило описывает ситуацию, в которой, предсказывается высокий спрос; имеющийся запас товаров не высокий, а уровень занятости рабочей силы высокий. Здравый смысл J11 IP диктует предписанное решение: произвести большое количество изделий. При этом производительность приводится в соответствие с предсказанным размером спроса, что позволяет избежать потери рынка сбыта и невыполнения заказов. Поскольку уровень наличной рабочей силы высокий, высокая производительность не должна существенно влиять на продолжительность сверхурочных работ, ни на число неполных рабочих дней. Кроме того, поскольку наличный запас невысок, то нежелательно его дальнейшее уменьшение из-за производства меньшего числа изделий, чем требуется; с другой стороны, возрастут складские издержки. Логика этого правила очевидна, не вызывает сомнения даже без анализа структуры цен. Можно представить, что это вербальное описание правила извлечено из протокольных доводов ЛИР, которыми он обосновывает свое решение.
В рамках задачи, цель производственного планирования состоит в минимизации общих затрат на заработную плату, сверхурочные работы, наймы и увольнения, материально-производственные запасы, недостачи и на наладку машин в течение некоторого планируемого интервала из N временных периодов: где St — действительный спрос в период времени t; Кь ..., К8 - коэффициенты, которые индивидуальны для каждой конкретной ПЭС. Целевая функция (4.8, 4.9) - квадратичная функция решающих переменных. Если квадратичная форма зависимости общих затрат от затрат по отдельным статьям расходов принята, то решение достигается взятием частных производных по каждому периоду для всех переменных и приравниванием полученных выражений нулю, В итоге, решая систему уравнений (4.12), получаем два линейных правила решения: Эти правила решения для любого планируемого периода указывают производительность и уровень рабочей силы, обеспечивающие самые низкие затраты. Имея статистические данные о предприятии прошлых периодов, коэффициенты Кь ..., Kg можно получить, применив, например, методы регрессионного анализа [26]. Поскольку нечеткие алгоритмические модели обобщенного планирования не имеют четко выраженного этапа определения прибыли, который связывал бы воедино последствия затрат по ряду решений. Единственный способ, при котором будущие потребности ПЭС в ресурсах могли бы повлиять на принимаемые ранее решения, состоит в учете информации о прогнозах сбыта. Информация о будущих заказах может передаваться в модель через переменную FSt. В [105, 106] было выдвинуто предположение, что для описания FSt пригодна некоторая линейная комбинация предсказаний сбыта, что будем использовать в дальнейших исследованиях. Для построения взвешенных прогнозов сбыта здесь выбраны две функции [13] - одна для уровня рабочей силы и одна для производительности ПЭС. Предположим, что на уровень рабочей силы в условиях синхромаркетинга будут влиять только долговременные изменения в спросе, в то время как на производительность спрос будет сильно влиять уже в ближайшем будущем. Поскольку оценки спроса в отдаленном будущем сопряжены с увеличением неопределенности, и ПЭС имеет возрастающее число возможных периодов, чтобы предпринять корректирующее действие на появление возмущения, то для алгоритмов планирования рабочей силы и производительности целесообразно использовать убывающие функции (для отдаленных периодов назначать меньшие веса, чем для ближайших периодов). С учетом изложенных соображений на рисунке 4.2 изображен общий вид весовых функций прогнозов сбыта для рабочей силы и производительности. Эти две весовые функции значительно отличаются от усредненного прогноза, при котором веса равны 1/п, где п — число временных периодов на планируемый срок. многие функции. Однако, придерживаясь духа неопределенности, присущего нечетким алгоритмам, нет необходимости слишком точно осуществлять выбор. Пусть Fj - прогноз сбыта для j-ro временного периода. В качестве прогноза сбыта будут использоваться реальные статистические данные по сбыту продукции в этот же период предыдущего планируемого срока. Тогда для алгоритма планирования рабочей силы применимо и для алгоритма планирования производительности
