авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 3 | 4 || 6 |

Теория и методология управления логистическими системами в условиях неопределенности

-- [ Страница 5 ] --

При формировании составляющих экономического критерия логистики (см. формулу (1)) следует учитывать уточненный состав логистических затрат на выполнение отдельных логистических функций как элементов затрат на снабжение, поддержку производства и распределение.

Разработаны общая схема и модель подготовки прогнозных решений в управлении логистическими системами в зависимости от цели прогноза, количества, вида исходных данных и ограничений для применения конкретных методов.

Одними из самых востребованных в логистике являются методы прогнозирования, позволяющие оценить неопределенность, возникающую в принятии решений. Методы прогнозирования в классификации моделей и методов логистики отнесены к группе Б первого вида (см. рис.3б).

В логистике прогнозирование чаще всего используется в управлении запасами ресурсов, готовой продукции, незавершенного производства и т.п., а также при разработке логистической стратегии, когда важно оценить общие показатели деятельности. Ситуации, в которых требуется найти прогноз, разнообразны: в одних случаях, существует недостаток данных, в других – чрезмерное их количество; иногда тенденция обнаруживается достаточно легко, часто ее нет; во многих сферах деятельности приходится учитывать сезонные и циклические колебания, а также другие важные для конкретного прогноза факторы, такие как фаза жизненного цикла, эффект от маркетинговых мероприятий и др. Что касается сезонности, то в логистике в целом существует разнообразие ситуаций, в которых может возникать необходимость учета данной составляющей. Например, спрос может изменяться поквартально, помесячно, по дням недели и даже по часам суток.

В ряде работ по логистике приводится классификация методов прогнозирования и дается их подробная характеристика. Некоторые методы иллюстрируются примерами, однако при этом не говориться, как ориентироваться в этих методах, какой из них лучше выбрать для прогноза на основе имеющихся данных. На наш взгляд, для успеха в построении прогнозов знаний только о способах получения прогнозных оценок недостаточно. Важно четко разграничивать области применения разных методов прогнозирования и в зависимости от объема и характера данных быстро и безошибочно выбирать нужный метод в соответствии с целью получения конкретного прогноза. Одним из параметров выбора метода прогнозирования является величина ошибки модели прогноза. Так, для товаров с предсказуемым спросом ошибка прогноза должна быть небольшой, а для товаров с непредсказуемым спросом – инновационных товаров, – может быть значительной.

В результате выполненного анализа особенностей методов прогнозирования и целей получения прогноза показателей в логистике нами сформирована схема подготовки прогнозных решений, которая представлена на рис.5. Данная схема позволяет соотнести цели прогнозирования («Какой прогноз нужен?»), объем исходных данных («Количество данных»), вид данных («Наличие тренда» и др.) для получения корректного прогноза («Какой прогноз возможен?»). В зависимости от вида и количества исходных данных возможны прогноз на один период (шаг), на несколько периодов или проверка модели прогнозирования с точки зрения адаптации к новым исходным данным.

Рис.5. Схема подготовки прогнозных решений

Традиционная классификация видов прогнозов не позволяет разграничить области их применения в логистической деятельности, особенно в управлении запасами, где важны не краткосрочные прогнозы в пределах года (тем более не среднесрочные и долгосрочные), а прогнозы на один или несколько периодов, которые по продолжительности во много раз меньше горизонта краткосрочного прогнозирования социально-экономических процессов: прогнозы на квартал, месяц, неделю, день. Поэтому для прогнозирования в логистике предприятий и в управлении цепями поставок более целесообразно выбирать методы прогнозирования в зависимости от возможности получить прогноз на один или несколько периодов и учесть возможную тенденцию изменений и колебания.

Для выбора метода прогнозирования важно соотнести имеющееся количество и вид данных с требованиями к минимальному количеству исходных данных, на основе которых можно сделать прогноз тем или иным методом. Анализ методов прогнозирования позволил нам уточнить рекомендации по выбору метода с учетом требования к минимальному количеству данных, табл. 2.

Таблица 2

Модель выбора метода прогнозирования с учетом
ограничений для применения метода

Метод
прогнозирования

Наличие тренда

Наличие сезонности

Требования к минимальному количеству данных

Прогноз возможен

Несезонные

Сезонные

На один шаг

На несколько шагов

Экспертный

Не обязательно

Не обязательно

0

0

Да

Да

«Наивный»

Да/нет

Да/нет

1

-****

Да

Нет

Экспоненциальное сглаживание (простое)

Нет

Нет

2

-

Да

Нет

Арифметическое сглаживание

Нет

Нет

4

-

Да

Нет

Метод Хольта

Да

Нет

3

-

Да

Нет

10

-

Да

Да

Экстраполяция тренда

Да

Нет

3

-

Да

Да*

Да

Да

-

1х**

Да

Да*

Метод Винтерса

Да

Да

-

Да***

Комбинированный прогноз (оценка среднего значения)

Да/нет

Да/нет

1

-

Да

Нет

Комбинированный прогноз (оценка среднего значения и отклонения)

Да/нет

Да/нет

3

-

Да

Нет

Примечание: * прогноз на несколько шагов возможен при соблюдении соотношения дины предпрогнозного периода и периода прогнозирования 3 : 1; ** – периодичность сезонности; *** прогноз на один период, содержащий сезонность (например, на 1 год поквартально); **** «-» - метод не используется для учета сезонности;

В логистике прогнозирование является необходимым элементом подготовки решения о разделении номенклатуры ресурсов и товаров на группы X, Y и Z с целью определения последующей политики в отношении поддержания запасов. Проведенные исследования, выполненные при участии автора, показали, что при выполнении XYZ-анализа с применением прогнозирования необходимо перейти к «динамическому» коэффициенту вариации:

, (6)

где qt+1 - прогнозное значение динамического ряда для периода t+l, рассчитанное с учетом тренда и сезонной составляющей;

t+1- среднее квадратическое отклонение динамического ряда.

Анализ результатов расчетов, проведенных с использованием формулы (6) показал, что введение «динамического» коэффициента вариации Vt позволяет в большинстве случаев уменьшить доверительный интервал путем учета тренда и сезонной составляющей при наличии колебательных явлений, что влияет на выбор номенклатурной группы для конкретной позиции. Методы подготовки решений следует выбирать в зависимости от группы X, Y или Z. Например, для группы Х можно рассматривать методы оптимизации партии поставки, динамические методы управления запасами, для группы Y – вероятностное программирование, для группы Z – дерево решений.

На рис. 6 приведены исходные данные, а в табл.3 – пример расчета, показывающий, как изменяется номенклатурная группа в зависимости от применения статического и динамического коэффициента вариации. Прогнозные оценки и ошибки модели приведены для разных методов прогнозирования: простого экспоненциального сглаживания (метод рекомендуется в большинстве работ по логистике), трендовой модели (без учета сезонных колебаний, или неравномерности, и с учетом последних), методов Хольта и Винтерса. Как видно из табл.3, позиция номенклатуры, отнесенная к группе Z при традиционном подходе, оказалась в группе X.

 График изменения объема заказа товара N Таблица 3 Пример-12

Рис. 6. График изменения объема заказа товара N

Таблица 3

Пример XYZ-анализа, выполненного с применением прогнозных оценок

Наименование показателя

XYZ по статистическому коэффициенту вариации

XYZ по динамическому коэффициенту вариации

и прогнозу, полученному:

простым экспоненциальным сглаживанием

по трендовой модели

по методу Хольта

по методу Винтерса

по трендовой модели с учетом сезонности

Средний объем заказа, ед.

288

282

311

282

533

491

Среднее квадратическое отклонение объема заказа, ед.

102

106

102

106

66

42

Коэффициент вариации, %

35,5

37,8

33

37,6

12,5

8,6

Группа

Z

Z

Z

Z

Y

X



Pages:     | 1 |   ...   | 3 | 4 || 6 |
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.