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:   || 2 |

Экономико-математические модели определения запаса материальных ресурсов на машиностроительных предприятиях

-- [ Страница 1 ] --

На правах рукописи

Майзлиш Алексей Владимирович

Экономико-математические модели определения запаса
материальных ресурсов на машиностроительных предприятиях

Специальность:

08.00.13 – математические и инструментальные методы в экономике

Автореферат

диссертация на соискание ученой степени

кандидата экономических наук

Иваново 2013

Работа выполнена на кафедре экономики и финансов Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Ивановский государственный химико-технологический университет»

Научный руководитель:

доктор технических наук

Волынский Владимир Юльевич

Официальные оппоненты:

Член-корреспондент РАН,
доктор экономических наук, профессор

Клейнер Георгий Борисович

заместитель директора ФГБУН «Центральный экономико-математический институт РАН (ЦЭМИ РАН)» (г. Москва)

доктор экономических наук, профессор

Карякин Александр Михайлович

декан факультета экономики и управления

ФГБОУ ВПО «Ивановский государственный энергетический университет им. В.И. Ленина»
(г. Иваново)

Ведущая организация:

ФГБОУ ВПО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых»

Защита состоится «22» июня 2013 года в 9 час. 00 мин. на заседании диссертационного совета Д 212.063.04 при ФГБОУ ВПО «Ивановский государственный химико-технологический университет» по адресу: 153000, г. Иваново, пр. Фридриха Энгельса, д.7, ауд. Г 121.

Тел.: (4932) 32-54-33 e-mail: nvbalabanova@mail.ru

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Ивановский государственный химико-технологический университет».

Сведения о защите и автореферат диссертации размещены на официальном сайте ФГБОУ ВПО «Ивановский государственный химико-технологический университет» http://www.isuct.ru

Автореферат разослан «____»____________________2013 г.

Ученый секретарь

диссертационного совета Н.В. Балабанова

Актуальность темы исследования

В настоящее время многие российские промышленные предприятия оказались в ситуации, когда в материальных запасах «заморожена» значительная доля капитала, а оборотными средствами для бесперебойного обеспечения производства необходимыми комплектующими изделиями и сырьем предприятие не располагает. Данное положение создало проблему, на которую менеджмент предприятий в стабильной экономической ситуации не обращал внимания – нерациональный размер запаса материальных ресурсов вследствие принятия неадекватных управленческих решений в отношении размера закупаемых материальных ресурсов и интервалов между заказами. Применяемые на практике системы управления запасами, которые были стихийно сформированы в процессе развития и роста компаний, получены в наследство от плановой экономики и показали свою несостоятельность. В связи с этим разработка экономико-математических моделей определения запасов материальных ресурсов и разработка систем поддержки принятия решений в области управления размером запаса являются одними из актуальных направлений для современной экономической науки.

Процесс разработки систем и моделей определения размера запаса представляет собой сложную задачу, так как нет единых подходов для принятия управленческих решений в данной области. Менеджмент каждого предприятия ставит перед собой субъективные задачи, исходя из собственных интересов. Это может быть максимизация прибыли, ускорение оборачиваемости запасов материальных ресурсов, сокращение затрат, связанных с созданием и содержанием запаса и т.д.

Существующие теоретические подходы к определению размера запаса в основном ограничиваются построением идеальных моделей, которые трудно апробировать на практике. В этих условиях большое практическое значение для предприятий приобретает задача разработки систем поддержки принятия решений (СППР) в области определения размера запаса для промышленных предприятий, систем, учитывающих отраслевую специфику деятельности, многообразие номенклатурных позиций, цели высшего менеджмента предприятия, с использованием математических моделей, что должно повысить адекватность управленческих решений.

Степень изученности и разработанности проблемы

Основным содержанием диссертационного исследования является разработка комплекса экономико-математических моделей и концепции системы поддержки принятия решений в области определения рационального размера запаса материальных ресурсов для машиностроительных предприятий в условиях изменяющего спроса на готовую продукцию с использованием математического аппарата теории цепей Маркова. При выполнении настоящей работы автор опирался на труды ведущих отечественных ученых в области разработки современных подходов и экономико-математических моделей управления запасами - Г.Л. Бродецкой, В.В. Дыбской, А.Н. Стерлиговой, Б.А. Аникина, Л.Б. Миротина, В.И. Сергеева, А.А. Корсакова, А.Р. Родионова, Р.А. Родионова, В.С. Лукинского, Т.В. Алесинской, Ю.И. Рыжикова, Ю.М. Ельдештейна и др. В числе зарубежных авторов, исследовавших те или иные вопросы в этой области, следует назвать – Д. Буэрокс, Д. Клосс, Дж. Шрайбфедер, Дж. Сток, Д. Ламберт, Д. Уотерс, П. Клаус, С. Мейзнер, Дж. Хедли, Т. Уайтин и др.

Эти разработки, несомненно, имеют большое теоретическое и практическое значение. Тем не менее, наличие ряда исследований по рассматриваемой теме не исключает необходимости дальнейшего развития ее теоретических и методических положений, обобщения практического опыта, имеющегося в обозначенной области. Анализ работ, опубликованных по теме исследования, показывает, что в большинстве из них достаточно эффективно решены отдельные задачи по определению оптимального размера запаса материальных ресурсов. В то же время необходимы комплексы экономико-математических моделей для определения запаса материальных ресурсов в условиях изменяющегося спроса на готовую продукцию, условий поставщиков и др. Не решены и многие вопросы, связанные с разработкой систем поддержки принятия решений в области определения рационального размера заказа для машиностроительных предприятий. В качестве единого математического аппарата может быть использована теория цепей Маркова.

Таким образом, по рассматриваемой проблеме существует значительный резерв для научных изысканий.

Часть работы выполнена в рамках Федеральной целевой программы «Научные и научно-педагогические кадры инновационной России» на 2009 – 2013 гг. (НИР «Обеспечение инновационного развития предпринимательских структур в секторах экономики» на базе НОЦ «Лесэколресурс» ФГБОУ ВПО «Воронежская государственная лесотехническая академия» - тема № 14.В37.21.2115 «Совершенствование системы управления материальными запасами машиностроительных предприятий в условиях неопределенности спроса на готовую продукцию»).

Цель и задачи диссертационного исследования

Целью диссертационного исследования является разработка комплекса экономико-математических моделей для расчета запаса материальных ресурсов, в условиях рыночного спроса на готовую продукцию, обеспечивающих повышение адекватности принятия управленческих решений при управлении экономикой машиностроительных предприятий.

Для достижения вышеуказанной цели были сформулированы и решены следующие теоретические и практические задачи:

  1. Разработать дискретную модель распределения запаса материальных ресурсов для машиностроительного предприятия с использованием аппарата теории цепей Маркова.
  2. Разработать однономенклатурную модель управления запасом ценных материальных ресурсов, с использованием поправочного страхового коэффициента, учитывающего изменяющийся спрос на готовую продукцию
  3. Предложить концепцию системы поддержки принятия решений в области определения размера рационального заказа, позволяющая повысить эффективность деятельности предприятия.
  4. Разработать алгоритм, позволяющий повысить качество анализа и классификации ценных видов материальных ресурсов и комплектующих изделий на машиностроительном предприятии.
  5. Предложить рекомендации по совершенствованию процедуры расчета размера запасов материальных ресурсов предприятия с использованием разработанной модели и системы поддержки принятия решений.

Объектом исследования являются машиностроительные предприятия Ивановской области.

Предметом исследования выступает экономико-математическое моделирование процесса движения запасов материальных ресурсов на машиностроительных предприятиях в условиях рыночного спроса на готовую продукцию.

Теоретической и методологической основой диссертационного исследования явились научные разработки отечественных и зарубежных ученых в области экономико-математического моделирования и управления запасами.

В процессе исследования широко применялись системный подход, экономический анализ, методы и приемы статистического анализа, теория принятия решений, теория цепей Маркова, теория управления запасами.

Информационной базой исследования явились сведения официальных статистических органов Ивановской области, финансовые и аналитические обзоры деятельности машиностроительных предприятий Ивановской области, материалы периодической печати по исследованиям проблем управления запасами, монографии, информационные ресурсы сети Интернет, материалы научно-практических конференций и т.д.

В исследовании использован эконометрический и математический инструментарий пакетной обработки статистических данных Statistica, пакет анализа MS Excel, пакет прикладных программ MATLAB.

Научная новизна диссертационного исследования заключается в разработке и обосновании модели размера запаса материальных ресурсов и концепции системы поддержки принятия решений с учетом специфики работы машиностроительных предприятий.

Наиболее значимые результаты, определяющие научную новизну проведенного исследования, заключаются в следующем:

по специальности 08.00.13 Математические и инструментальные методы экономики:

  1. Разработана дискретная математическая модель на основе теории цепей Маркова, позволяющая моделировать движение запасов на предприятии (пункт 1.4). Данная модель отличается возможностью расчета уровня запаса комплектующих деталей, как на складе, так и в производстве, с учетом прогноза спроса на готовую продукцию и формирования «пролеживающего запаса», что позволяет менеджменту компании прогнозировать состояние запаса и принимать адекватные управленческие решения в процессе формирования заказа.
  2. Разработана однономенклатурная система управления ценными видами запасов, позволяющая повысить эффективность процесса контроля и пополнения запасов материальных ресурсов на предприятии машиностроительного комплекса с учетом изменяющегося спроса на готовую продукцию (пункты 1.4). Особенностью предложенной системы является то, что общая потребность в запасе материальных ресурсов на период определяется с учётом корректировки на темп роста/спада по спросу.
  3. Разработана концепция системы поддержки принятия решений в области определения размера заказа материальных ресурсов (пункт 2.3). Использование концепции СППР позволяет провести адекватный анализ состояния запасов, выявить наиболее ценные их виды и выбрать математическую модель для определения оптимального размера запаса с учетом внутренних и внешних ограничений.
  4. Разработан алгоритм, позволяющий провести качественный анализ и классификацию материальных ресурсов и комплектующих изделий на машиностроительном предприятии с целью формирования однородных групп запасов на базе методов ABC и XYZ анализа при решении задач перспективного и оперативного планирования (пункт 1.1). В авторском подходе предлагается проводить анализ динамики изменения состояния запасов по всей номенклатуре, что в конечном итоге исключает «пролёживающие запасы» из группы наиболее ценных запасов и повышает адекватность принятия управленческих решений при управлении экономикой машиностроительных предприятий.

Теоретическая и практическая значимость. Ценность проведенного исследования соискателем находит свое отражение в его теоретической и практической значимости:

  1. Разработаны метод расчета рационального размера запаса материальных ресурсов и его программно-алгоритмическое обеспечение, на основе которого даны рекомендации по определению рационального размера запаса материальных ресурсов при стохастическом спросе на готовую продукцию на машиностроительном предприятии.
  2. Предложен алгоритм выявления «пролёживающих» запасов и определен комплекс мероприятий, способствующих их снижению.
  3. Разработан алгоритм оперативного управления размером запаса материальных ресурсов в условиях неопределенного спроса на готовую продукцию, обеспечивающий бездефицитное состояние наиболее ценных запасов и минимальный их объем на предприятии.
  4. Выполнена параметрическая идентификация дискретной модели, и на ее основе предложен компьютерный метод расчета динамики состояния запасов материальных ресурсов на машиностроительных предприятиях, в условиях стохастического спроса на готовую продукцию.
  5. Разработанные в работе модели и программно-алгоритмическое обеспечение используются при организации процессов планирования и закупки материальных ресурсов на ОАО «Автокран», ОАО «МК КРАНЭКС», ЗАО «НАМС», что подтверждается соответствующими актами приемки.

Предложения, рекомендации и выводы диссертационного исследования ориентированы на широкий круг специалистов, занимающихся совершенствованием процесса управления запасами материальных ресурсов и повышение эффективности хозяйственной деятельности промышленных предприятий.

Разработанные подходы включены в процесс обучения студентов дневной и заочной форм по специальности 080502 «Экономика и управление на предприятии» и направлению 080200 «Менеджмент».

Применение в практике функционирования промышленных предприятий результатов диссертационного исследования позволит повысить эффективность деятельности предприятий.

Личный вклад автора состоит в непосредственном участии на всех этапах работы: в постановке цели и задач работы, планировании и проведении анализа, обсуждении полученных результатов.

Реализация и апробация работы

Основные теоретические положения диссертации отражены в различных научных сборниках и журналах, докладывались на международных, всероссийских и региональных научно-практических конференциях: Научно-практической конференции «Инновационное развитие экономики России: ключевые проблемы и решения» (г. Иваново, 28-30.10.2010), Международной научно-практи­ческой конференции «Модернизируемой экономике – инновационное управление» (г. Иваново, 17-18.04.2012), XI международной научно - практической конференции «Логистика: современные тенденции развития (г. Санкт-Петер­бург, 19-20.04.2012), Международной юбилейной научно-практической конференции «Перспективы инновационного развития современного мирового сообщества: экономико-правовые и социальные аспекты» (г. Воронеж, 24-27.04.2012), Международной научно-практической конференции «Современные проблемы функционирования предпринимательских структур в условиях перехода экономики на инновационный путь развития» (г. Воронеж, 18.01.2013).

Публикации

По результатам диссертационного исследования опубликовано 10 работ общим объемом 2,735 п.л. (вклад соискателя 1,804 п.л.), из них 3 работы объемом 1,123 п.л. (вклад соискателя 0,749 п.л.) в ведущих рецензируемых научных журналах и изданиях, определенных ВАК.

Основное содержание работы

Во введении обоснована актуальность темы диссертации, определены цель и задачи работы, указаны предмет и объект исследования, сформулированы положения, содержащие элементы научной новизны, обоснованы теоретическая и практическая значимость результатов исследования.

В главе 1 приводится современное состояние теории и практики экономико-математического моделирования и разработки систем поддержки принятия решений по рациональному управлению размером запаса материальных ресурсов.

В главе 2 приводится разработанные экономико-математические модели и алгоритмы расчета размера запаса материальных ресурсов машиностроительных предприятий в условия неопределенности спроса на готовую продукцию.

В главе 3 предложена концепция системы поддержки принятия решений по рациональному управлению размером запаса материальных ресурсов.

В заключении были сформулированы основные выводы и практические рекомендации по результатам проведенного исследования.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ

        1. Разработана дискретная математическая модель на основе теории цепей Маркова, позволяющая моделировать движение запасов на предприятии. Данная модель отличается возможностью расчета уровня запаса комплектующих деталей, как на складе, так и в производстве, с учетом прогноза спроса на готовую продукцию и формирования «пролеживающего запаса», что позволяет менеджменту компании прогнозировать состояние запаса и принимать адекватные управленческие решения в области формирования запаса.

Традиционно, входящий материальный поток проходит три стадии: склад сырья - производство - склад готовой продукции. В ходе исследования было выявлено, что часть производственных запасов на машиностроительном предприятии аккумулируется в «пролеживающих» запасах. На рисунке 1 показан граф всех возможных движений запасов материальных ресурсов на предприятии. Первоначально запас материальных ресурсов может находиться в состоянии R2 (его вероятность заранее неизвестна, как и вероятности остальных событий). Следующим наиболее вероятным состоянием будет состояние R3, запас в производстве. Из производства в случае его использования для изготовления готовой продукции он переходит и аккумулируется в состоянии R4. В случае длительного неиспользования или возврата из производства запас может перейти в состояние R1, в виде «пролёживающих» запасов. Возможные переходы между этими состояниями показаны стрелками и связаны с процессами закупки материальных ресурсов и производства готовой продукции. Плотность потоков этих событий показана буквами около соответствующих стрелок: P-входящий поток материальных ресурсов от поставщика, p21-плотность потока со «склада» в стадию «пролёживающие запасы», p23-плотность потока из стадии «склад» в «производство», p32-плотность потока из стадии «производство» в стадию «склад», p31-плотность потока из стадии «производство» в стадию «пролёживающие запасы», p34-плотность потока из стадии «производство» в стадию «склад готовой продукции», p14-плотность потока из стадии «пролёживающие запасы» в стадию «склад готовой продукции».

 хема движения запасов на предприятии Проведенный анализ-0

Рис. 1 Схема движения запасов на предприятии

Проведенный анализ деятельности машиностроительных предприятий ОАО «Автокран», ОАО «МК КРАНЭКС», ЗАО «НАМС» показал, что на практике сформировалась следующая модель движения запасов сырья и комплектующих изделий (рисунок 2):

 хема движения запасов на машиностроительном предприятии Вероятность-1

Рис. 2 Схема движения запасов на машиностроительном предприятии

Вероятность нахождения «пролёживающих» запасов в производстве очень мала (поток p31), т.к. при отпуске комплектующих изделий в производство или при попадании комплектующих на склад они проходят проверку качества. «Пролеживание» запаса на стадии производства невозможно, так как неиспользованный объем комплектующих традиционно возвращается на склад (поток p32).

Представим схему движения запасов (рисунок 2) с учетом отмеченных выше допущений в виде дискретной модели (рисунок 3).

 Дискретная модель движения запасов на машиностроительном предприятии:-2

Рис.3. Дискретная модель движения запасов на машиностроительном предприятии:
p11, p22, p33, p44 -вероятность запаса остаться в текущем состоянии; p23, p34-вероятность перехода запаса из текущего состояния на шаг вперед; p32, p21 – вероятность перехода запаса из текущего состояния на шаг назад.

Распределение запаса материальных ресурсов по состояниям может быть охарактеризовано вектором-столбцом:

. (1)

Пусть в момент времени ti это распределение представлено вектором Si. Спустя малый, но конечный промежуток времени t это распределение, благодаря заказам потребителя готовой продукции, поступлениям материальных ресурсов от поставщика и передачи их части в производство, изменится и станет Si+1. Такая дискретизация процесса приводит к тому, что все его переменные становятся целочисленными: время характеризуется целочисленной величиной i, называемой номером перехода (реальное время рассчитывается как ti=(i-1)t), а продольная координата - также целочисленным номером состояния j, то есть Sji =S(i,j).

Пусть время перехода t выбрано настолько малым, что в течение его переход запаса из какого-то любого состояния возможен только в соседнее состояние, но не далее. Тогда два последовательных состояния Si и Si+1 связаны рекуррентным матричным равенством, которое и будет описывать эволюцию состояния запасов по звеньям цепи:

Si+1= P*Si, (2)

где Si+1- вектор состояния системы на i+1 шаге; Si- вектор текущего состояния системы на на i-ом шаге расчета, который на 0-ом шаге имеет вид:

S0 = (3)

где S02=1 означает, что в начальном момент времени весь запас материальных ресурсов находится на стадии «Склад сырья».

Переходная матрица Р, в общем виде запишется

(4)

Элементы p11 и p44 матрицы являются стоками запасов разрабатываемой модели. Это конечные состояния, переход из которых не возможен. При этом p11 означает, что запас остался в виде «пролёживающего запаса», а p44 означает, что запас перешел в состояние «готовая продукция».

Кинетика состояния запаса на i-ом шаге эксперимента с учетом пополнения запаса описывается математической моделью, которая имеет следующий вид:

Si+1= P*(Si +Sdi), (5)

где, Sd- вектор пополнения запаса материальных ресурсов;

Вектор пополнения запаса может быть задан различными способами. Например, с учетом прогноза по спросу на готовую продукцию:

(6)

где, Sd(t)=f(t) – функция прогноза потребления материальных ресурсов в производственном процессе.

Для получения более точных результатов планирования потребности в материальных ресурсах, вероятность перехода из стадии «склад» в стадию «производство» необходимо рассчитывать в привязке к спросу, т.е. переходная вероятность «вперед» на каждом шаге расчета в звеньях «склад» и «производство» должна определяться как функция времени d(t)=f(t).

Тогда в общем виде матрица переходных вероятностей запишется в следующем виде:

P = (7)

При использовании данной модели спрос определяется службой маркетинга предприятия. Точность прогноза по этой модели зависит от стабильности рынка и профессионализма специалистов службы маркетинга предприятия.

        1. Разработана однономенклатурная система управления ценными видами запасов, позволяющая повысить эффективность процесса контроля и пополнения запасов материальных ресурсов на предприятии машиностроительного комплекса с учетом изменяющегося спроса на готовую продукцию. Особенностью предложенной системы является то, что общая потребность в запасе материальных ресурсов на период определяется с учётом корректировки на темп роста/спада по спросу.

Ограничениями в предлагаемой модели выступает размер максимального желательного запаса, наличие страхового запаса, период между поставками и размер заказа.

Максимальный желательный запас (МЖЗ). В данной модели объем заказа определяется по принципу восполнения запаса до максимального желательного уровня с учетом потребления за время поставки. Однако рыночные условия диктуют свои правила, и на практике пополнение до постоянного максимального уровня может привести либо к переизбытку («пролеживанию») запасов – при завышенном максимальном уровне, либо к дефициту запасов – при заниженном максимальном уровне. Чтобы избежать данных ситуаций, закупку следует производить, исходя из прогноза спроса, а не ограничивать пополнением до выбранного постоянного уровня запаса. Максимально желательный запас в этой ситуации перестает быть постоянной величиной и должен быть пересчитан для каждого расчетного периода пополнения запасов.

Страховой запас.

Быстро меняющаяся конъюнктура рынка обязывает предприятие быть гибким к различным изменениям. Размер страхового запаса определяется как среднеквадратическое отклонение факта от плана. При учете запасов в данной модели следует применять систему FIFO (firs in first out) для исключения устаревания и «пролеживания» запасов.

В зависимости от учета страхового запаса могут быть получены две модифицированные модели управления запасами: с учетом и без учета страхового запаса.

Период между заказами и точка заказа. Среднее время доставки деталей и комплектующих на ОАО «Автокран» составляет 60 дней, и имеются ограничения по минимально допустимому размеру партии поставки. Исходя из этих данных, целесообразным, на наш взгляд, периодом между заказами будет 90 дней, а заказ необходимо размещать через 30 дней после начала квартала.

Размер заказа. Размер заказа определяться в зависимости от потребностей предприятия. Рассмотрим наиболее возможные 2 варианта:

  1. В течение 30 дней принимаются заказы, после чего, в соответствии с принятой производственной программой, осуществляется заказ комплектующих у поставщиков. Если заказ поступает после установленного срока, то он переносится на следующий период при условии согласия клиента на ожидание. В следующем периоде производственная программа формируется исходя из заказов в очереди и вновь поступивших заказов.
  2. Общая потребность в комплектующих изделиях на период (квартал) будет определяться, исходя из прогнозируемого спроса. При данном подходе предлагается производить корректировку объема заказываемой партии, исходя из соответствия текущего и планируемого потребления. Если текущий спрос совпадает с планируемым, то корректировка не производится, а если есть отклонение, то заказываемая партия корректируется с учетом темпа роста/спада спроса по следующей формуле:

(8)

где, - максимальный желательный запас на i-ом шаге расчёта, - текущий запас на i-ом шаге расчета, – запас потребленный за время поставки на i-ом шаге расчёта, – темп роста/спада спроса на готовую продукцию.

Выбор поставщика. Анализ текущего состояния машиностроительных предприятий Ивановской области показал, что основным критерием выбора поставщика обусловлен наличием и размером скидок на продукцию. Крупные поставщики зачастую устанавливают ограничения в виде минимального размера партии или скидки при большом объеме заказа.

Рис.4. Алгоритм выбора альтернативного поставщика

В деятельности предприятия может возникнуть ситуация, когда необходимо заказать относительно небольшое количество комплектующих изделий. И если основной поставщик устанавливает ограничение на покупку минимально допустимой партией, то возникает необходимость выбора: либо купить у основного поставщика минимально допустимую партию (создавая при этом лишний запас), либо искать альтернативного поставщика. Решение данного вопроса предлагается осуществить по следующему алгоритму (рисунок 4), где, yi- количество сырья, закупаемого у основного поставщика (шт., кг, тонн и т.д.), если yiymin (уmin – минимально допустимая партия поставки); pосн. – цена 1 поставки (стоимость закупаемой партии + транспортные расходы) (руб.); Zi – общая стоимость поставки (руб.); xi – количество сырья, необходимого в соответствии со спросом (прогнозное значение) (шт., кг, тонн и т.д.); pальт. – максимальная цена на сырье у альтернативного поставщика (руб.)

Таким образом, исходя из предложенных изменений к определению параметров классической модели управления запасами с фиксированным интервалом между заказами, мы получили 2 варианта однономенклатурной модели.

Первый не предполагает создание страхового запаса, заказ формируется, исходя из полученных заказов. В следующем периоде производственная программа формируется, исходя из заказов в очереди и вновь поступивших заказов. Изобразим движение запасов комплектующего «Лист 4х1500х8600» графически (рисунок 5).

Рис. 5 График движения запасов комплектующих «Лист 4х1500х8600» (1 вариант), кг.

Второй вариант предполагает создание страхового запаса, а общая потребность в комплектующих изделиях на период (квартал) будет определяться исходя из прогнозируемого спроса с учётом корректировки на темп роста/спада спроса (рисунок 6). В случае снижения спроса на готовую продукцию необходимо применить алгоритма выбора поставщика (рисунок 4), т.к. размер заказываемой партии ниже минимального установленного поставщиком.

Рис. 6 График движения запасов комплектующих (2 вариант), кг.

Выбор первой или второй модели управления запасами зависит от условий функционирования предприятия и его стратегических целей. Для предприятия возможны две ситуации. Либо создать страховой запас и выполнять все поступающие заказы, либо работать на заказ, а вновь поступающие заказы ставить в очередь. Если менеджмент предприятия предполагает создание страхового запаса, тем самым минимизируя упущенную выгоду, то наиболее подходящей будет вторая модель. Если предприятие имеет четко спланированную производственную программу, долгосрочные договоры с клиентами, то наиболее подходящей будет первая модель.

        1. Разработана концепция системы поддержки принятия решений в области определения размера запаса материальных ресурсов. Использование концепции СППР позволяет провести адекватный анализ состояния запасов, выявить наиболее ценные их виды и выбрать математическую модель для определения оптимального размера запаса с учетом внутренних и внешних ограничений.

Разработанная концепция СППР представлена ниже (рисунок 7).

Рис. 7 Концепция системы поддержки принятия решений в области управления размером запаса

При использовании СППР должны быть сформирована статистическая база данных о движении запасов материальных ресурсов и их характеристиках. Предлагается на основе инфологической модели (рисунок 8) сформировать реляционную базу данных.

 нфологическая модель базы данных СППР В настоящее время на-27

Рис. 8 Инфологическая модель базы данных СППР

В настоящее время на анализируемых машиностроительных предприятиях информация о ресурсах не систематизирована. Информация о размере запаса номенклатурных позиций содержится в базе системы 1С: Предприятие (бухгалтерия, склад, производство). Однако, информации, содержащейся, в системы 1С: Предприятие не достаточно для моделирования процесса управления запасами. Поэтому разработанная инфологическая модель (рисунок 8) показывает процесс формирования исходных данных для математического моделирования размера запаса. Модель состоит из 5 блоков:

Ресурсы. В данном блоке содержится информация о коде ресурса, наименовании, средней нормы расхода ресурса на единицу готовой продукции, время поставки ресурса, минимальном размере заказываемой партии (при установлении ограничений поставщиком), стоимость ресурса и коде поставщика.

Поставщик. Блок базы данных «Поставщик» содержит информацию о коде поставщика, наименовании, месторасположении, вид транспорта, которым может быть доставлен запас, условия поставки (процент предоплаты, без предоплаты и т.д.), возможная частота поставки и коде ресурса.

Заказ. Данный блок содержит информацию о коде заказа, коде ресурса, коде поставщика, размере заказа, стоимости заказа и дате поступления заказа.

Потребность производства. В данном блоке базы данных производится расчет плановой потребности в ресурсе с использование информации о коде ресурса и плана производства готовой продукции. При расчете плановой потребности осуществляется связь между блоком «Ресурсы» и «Потребность производства».

Состояние запасов. В рассматриваемом блоке происходит учет текущего состояния запаса, поступления (связь с блоком «Заказ»), расход запаса (связь с блоком «Потребность производства») и рассчитывается остаток запаса на отчетную дату.

На рисунке 9 приведен алгоритм оперативного управления запасами материальных ресурсов для машиностроительных предприятий.

На первом этапе разработки модели управления запасами материальных ресурсов необходимо определить тип процесса пополнения запасов (1 шаг рисунок 9). Возможно два варианта: стохастический или детерминированный. При детерминированном процессе пополнения запаса возможно два варианта системы управления запасами (3 шаг рисунок 9): с непрерывным пополнением, либо с пополнение 1 раз в период (месяц, квартал, полугодие, год).

При детерминированном спросе возможно несколько альтернатив управления закупками материальных ресурсов (2 шаг рисунок 9.), в зависимости от проводимой закупочной политики предприятия.

Если менеджмент предприятия предполагает создание страхового запаса, тогда предлагается применять модель с использованием поправочного страхового коэффициента (10 шаг рисунок 9).

Если создание страхового запас не предполагается (7 шаг рисунок 9), возможны две альтернативы проведения закупочной политики: модель периодичной поставки запасов без учета остатка на складе и второй вариант, с учетом остатка на складе.

Если процесс пополнения запасов стохастический, то следующим этапом становится определения типа процесса спроса готовую продукцию. При стохастическом спросе используется модель с учётом прогноза спроса.

        1. Разработан алгоритм, позволяющий провести качественный анализ и классификацию материальных ресурсов и комплектующих изделий на машиностроительном предприятии с целью формирования однородных групп запасов на базе методов ABC и XYZ анализа при решении задач перспективного и оперативного планирования. В авторском подходе предлагается проводить анализ динамики изменения состояния запасов по всей номенклатуре, что в конечном итоге исключает «пролёживающие запасы» из группы наиболее ценных запасов и повышает адекватность принятия управленческих решений при управлении экономикой машиностроительных предприятий.

Основным инструментом для классификации запасов по данным критериям являются методы ABC и XYZ анализа (классификации), рассматриваемые как отечественными, так и зарубежными учеными.


Рис. 9 Алгоритм оперативного управления запасами материальных ресурсов

Так как в современной литературе по данной проблематике основное внимание уделяется только уточнению границ ABC и XYZ-анализа, то дальнейшей задачей нашего исследования стала разработка подхода по выявлению «пролеживающих» запасов в общем массиве и исключения их из матрицы ABC-XYZ. Для корректировки ABC-XYZ классификации предлагается использовать алгоритм, представленный на рисунке 10.

Рис 10. Алгоритм классификации ценных видов материальных запасов на промышленном предприятии

На первом этапе данного подхода к классификации запасов предлагается разделить всю номенклатуру на группы. Объединение в группы необходимо для предварительного выявления наиболее ценных групп материальных ресурсов в ходе ABC-XYZ анализа.

На втором шаге выбираются критерии для проведения анализа. Выбор критерия классификации является единственным неформализованным шагом классификации и зависит, прежде всего, от стратегии предприятия, отрабатываемой на данном этапе развития.

После выбора критериев для анализа непосредственно проводится ABC-XYZ анализ для групп материальных ресурсов (3 и 4 шаг).

На 5 шаге анализа необходимо провести уточнение границ ABC-XYZ классификации. На практике для выделения групп в АВС-анализе, кроме классического деления по правилу Парето 80:20, используются следующие методы: эмпирический, метод суммы, дифференциальный метод, метод многоугольника, метод касательных, метод петли. На наш взгляд, наиболее адекватное уточнение границ классификации может быть получено после сравнения результатов эмпирического, дифференциального и аналитического методов.

На 6 шаге составляется многокритериальная матрица ABC-XYZ анализа.

После проведенных расчетов на 7 этапе алгоритма выбираются материальные ресурсы, попавшие в группу AX, BX, AY, т.е. наиболее ценные и часто используемые в производстве. ABC-XYZ анализ проводится уже не для групп запасов, а для всей номенклатуры материальных ресурсов, попавшей в наиболее ценные группы (шаг 8 и 9).

После проведения подробного анализа материальных запасов предприятия с помощью ABC-XYZ классификации (шаг 1-9, рисунок 10) необходимо провести сравнение темпов роста запасов и спроса на готовую продукцию (шаг 10, рисунок 10). Международная практика управления запасами свидетельствует, темп роста запасов должен несколько отставать от темпа роста спроса:

, (9),

где Т3 темп роста запасов; Тc темп роста спроса.

Такое соотношение между запасами и спросом обеспечивает возможность ускорения оборачиваемости оборотных средств. В качестве показателя оценивающего темп роста спроса можно использовать темп роста реализованной готовой продукции.

Для выявления несбалансированности в формировании материального запаса необходимо сравнить средний индекс темпа роста запаса со средним индексом роста реализованной готовой продукции. Если данное соотношение для номенклатурной единицы выполняется, то можно сделать вывод о накоплении запаса по этому наименованию за анализируемый отрезок времени.

Дальнейшим шагом анализа явился расчет коэффициента использования материального ресурса для каждой номенклатурной единицы (шаг 11, рисунок 10):

- (10)

Если Кисп > 0, делаем вывод о расходовании ресурса за анализируемый период, а если Кисп 0 - материальный запас требует дальнейшего анализа.

В завершении выявления «пролеживающих» запасов необходимо произвести расчет коэффициента движения материального запаса (шаг 12, рисунок 10). Расчетная формула коэффициента движения материального запаса:

, (11),

где Зi и Зi-1 – размер запаса на i-ом и (i-1)-ом периоде (у.е.), n – количество периодов.

Если Кдв < 0 – запас расходуется, если Кдв > 0 – запас накапливается, а если К = 0 – запас «пролеживает».

Основные результаты работы

  1. На основе теории цепей Маркова построена дискретная модель движения запасов адаптированная для машиностроительных предприятий, предложен механизм параметрической идентификации элементов матрицы переходных вероятностей.
  2. Разработан алгоритм оперативного управления размером запаса материальных ресурсов. В рамках данного алгоритма разработаны 6 математических моделей для определения размера запаса предприятия, в зависимости от специфики его деятельности. Эффективность предложенных моделей оценена в ходе апробации на машиностроительных предприятиях Ивановской области.
  3. Разработана однономенклатурная модель контроля размера запаса материальных ресурсов с учетом специфики машиностроительной отрасли. Использование данной модели приведет к снижению ежемесячного уровня запасов до 30 %, при этом период хранения запасов может сократиться с 78 до 45 дней и увеличится коэффициент оборачиваемости запасов с 4,74 до 8,26.
  4. Разработана концепция СППР в области управления размером запаса материальных ресурсов. Даны практические рекомендации менеджменту предприятия по использованию системы для рационального управления размером запаса материальных ресурсов в условиях неопределенности спроса на готовую продукцию. Предложенные рекомендации позволят предприятию снизить затраты, связанные с образованием запасов, на 5,425 млн. руб. в месяц.
  5. В ходе исследования выявлено, что классический ABC-XYZ анализ имеет большую погрешность в выявлении особо ценных материальных ресурсов, т.к. в группы AX, BX и AY могут попадать «пролёживающие» запасы. Данный вид запасов должен быть исключён из вышеуказанных групп. Предложен алгоритм классификации материальных запасов для промышленного предприятия. Данный алгоритм позволяет исключать «пролёживающие» запасы на стадии анализа, что позволяет сконцентрировать внимание менеджеров предприятия на ценных запасах материальных ресурсах.
  6. Обоснован выбор критериев для ABC-XYZ классификации запасов материальных ресурсов. В работе доказана необходимость проведения ABC-XYZ классификации по критериям: «стоимость» и «оборачиваемость».
  7. Сформулированы критерии определения «пролёживающих» запасов, позволяющие определить их объем в общем массиве запаса материальных ресурсов на предприятии.
  8. Составлены опросные листы, для определения исходных данных при построении моделей размера запаса на машиностроительном предприятии. С их помощью специалисты предприятия могут оперативно получить информацию о размере запаса на предприятии и принять решение о переходе от однономенклатурных к многономенклатурным моделям.
  9. Проведен анализ применяемых моделей и алгоритмов расчетов размера запаса материальных ресурсов на ОАО «Автокран», ОАО «МК КРАНЭКС», ЗАО «НАМС». Выявлены основные причины асинхронности закупочной деятельности: географическое положение, ограничение заказываемое партии, ошибочная закупочная политика предприятий, недостаточность квалифицированных кадров.
  10. Разработанные в ходе исследования экономико-математические модели и концепция системы поддержки принятия решений приняты к использованию на машиностроительных предприятиях Ивановской области, что подтверждено соответствующими актами.

СПИСОК ОСНОВНЫХ РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях рекомендованных ВАК:

  1. Майзлиш, А.В. Совершенствование анализа и классификации материальных запасов на промышленном предприятии /А.В. Майзлиш, В.Ю. Волынский // Известия высших учебных заведений. Серия: экономика, финансы и управление производством. - 2011. - № 4. - С. 52-56 (0,31 п.л., в т.ч. соискателя – 0,155 п.л.).
  2. Майзлиш А.В. Волынский В.Ю. Разработка однономенклатурной модели управления запасами сырья и комплектующих изделий при изменяющемся спросе на готовую продукцию /А.В. Майзлиш, В.Ю. Волынский // Научно-технические ведомости СПбГПУ. Серия: экономические науки. Санкт-Петербургский государственный политехнический университет, 2012. - № 3(149). - С. 170 – 176 (0,438 п.л., в т.ч. соискателя – 0,219 п.л.).
  3. Майзлиш, А.В. Повышение эффективности системы управления запасами материальных ресурсов на машиностроительном предприятии /А.В. Майзлиш // Известия высших учебных заведений. Серия: экономика, финансы и управление производством. - 2012.- № 3. - С. 86-91 (0,375 п.л.).

Статьи и материалы конференций



Pages:   || 2 |
 





 
© 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.