Стохастические модели оптимизации управления запасами торговых организаций (1142823), страница 16
Текст из файла (страница 16)
Рассмотрим пример, вкоторой описывается деятельность компании на протяжении 6 периодов,реализуются 3 вида товаров. Для того, чтобы воспользоваться оптимизационнойнадстройкой RISKOptimizer, внесем необходимые начальные данные в Excel, атакже формулы для расчетов. В таблице 3.1 представлен фрагмент листа Excel.103""Таблица 3.1 – Расчеты модели в Еxcel.Начальные денежные средства (у.е.)300000Цена товара (за 1 шт.,у.е.)ПериодТовар1234товар 1300300300300товар 2290290290290товар 32802802802805300290280630029028051515156141414580859067670955303030630303047770635806090676509545631303130Ставка %234%4%45%54%64%Стоимость хранения (у.е.)ПериодТовартовар 1товар 2товар 31152526227271332622134201223Закупочная стоимость (у.е.)ПериодТовартовар 1товар 2товар 31828585267768438576934779063Минимальный объем заказа (шт.)ПериодТовартовар 1товар 2товар 31303030230303033030304303030Стоимость доставки (у.е.)ПериодТовартовар 1товар 2товар 3Периоддлина периода(дн.)ПериодСтавка %182656526756643855673Длина периода (дни)1233115%30104""Продолжение таблицы 3.1.Спрос (шт.)ПериодТовартовар 1товар 2товар 311001001002100100100310010010041001001005100100100610010010043030305303030630303041304515456068456303030Время доставки (дн.)ПериодТовартовар 1товар 2товар 3130303023030303303030Размер заказа (шт.)ПериодТовартовар 1товар 2товар 31160153185216612214234516850Источник: составлено автором.В таблице 3.2.
представлены расчеты второго листааакпрExcel, где вычисляютсяформулы (3.44)-(3.62) параграфа (3.4):Таблица 3.2. Расчеты модели в Excel (продолжение).Начальные запасы (шт.)товар 1товар 2товар 3252025Кол-во доставленных товаров (шт.)ПериодТовартовар 1товар 2товар 3116015318523021102900192Кол-во товаров на складе (шт.)400051901131996000411119010252012032016101103101ПериодТовартовар 1товар 2товар 31185173210285731103211290202105""Продолжение таблицы 3.2.Остаток товаров на конец периода (шт.)ПериодТовартовар 1товар 2товар 318573110200103111190102411902510110310161315100100100610010010050006000430000290002800087000530000290002800087000630000290002800087000Объем реализованных товаров (шт.)ПериодТовартовар 1товар 2товар 311001001002857310031001001004100100100Неудовлетоворенный спрос (шт.)ПериодТовартовар 1товар 2товар 3100021527030004000Выручка от продажи (у.е.)ПериодТовартовар 1товар 2товар 3всего130000290002800087000225500211702800074670ПериодРазмеркредита124560000Издержки хранения (у.е.)00ПериодТовартовар 1товар 2товар 3Всего1279842625507125672342288546522201954637723261443257523705685144176916Издержки дефицита (у.е.)530153045301590756141414421414427052929ПериодТовартовар 1товар 2товар 3всего10000500006000012330245007830012330330000290002800087000Кредит (у.е.)33000040000509670106""Продолжение таблицы 3.2.Издержки на формирование заказа (у.е.)ПериодТовартовар 1товар 2товар 3всего1130811293915673416922111609327119963248333836126944671212014100434041971023794548005780405014630622802100285072301410314100433150971022904548004080405012930622801500285066301214901Кредитные издержки (у.е.)23456000001Сумма возврата (у.е.)2345600000Остаток ден.
средств на конец периода (у.е.)23453071113415993749854253506494220Издержки на транспортировку (у.е.)ПериодТовартовар 1товар 2товар 3всегоПериодКредитныеиздержкиПериодСуммавозвратаПериод300000113081994512025350511297690211160683290882708033836940836501689400Источник: составлено автором."Далее вводим формулу для задания случайных величин спроса и временидоставки, как показано на рисунке 3.11:107"""Источник: составлено автором.Рисунок 3.11 – Фрагмент рабочего окна надстройки RISKOptimizer"Задаем параметры модели (рисунок 3.12):"Источник: составлено автором.Рисунок 3.12 – Фрагмент рабочего окна надстройки RISKOptimizerИ запускаем процесс имитации (рисунок 3.13):108"""Источник: составлено автором.Рисунок 3.13 – Фрагмент рабочего окна надстройки RISKOptimizerПолученный результат можно увидеть на рисунке 3.14:"Источник: составлено автором.Рисунок 3.14 – Фрагмент рабочего окна надстройки RISKOptimizer109""В таблице 3.3.
представлены параметры оптимального заказа:Таблица 3.3. Параметры оптимального заказа.Размер заказа (шт.)ПериодТовартов 1тов 2тов 311601531852166122142Общие издержки (у.е.)3451685041304515456068456303030206290Источник: составлено автором.Заметим,что,еслиформироватьзаказы,ориентируясьпростонасреднеожидаемые значения спроса без оптимизационного подхода, то ожидаемыеиздержки возрастут до 253189 у.е. (на 22%) – рисунок 3.15:"Источник: составлено автором.Рисунок 3.15– Расчет экономического эффекта"Также в этом случае уменьшится и интегральный финансовый результат с 494220до 441356 у.е.Имитационный подход позволяет в процессе определения стратегии иправил принятия решений по управлению деятельностью торговой организациипроигрывать сценарии реальных процессов и ситуаций, что в свою очередь дает110""основаниядляобоснованноговыборадействийвусловияхнеполнотыинформации о будущем.Построив имитационно-оптимизационную модель, которая рассчитываетпараметры оптимального заказа, для различных комбинаций поставщиков,транспортных компаний и кредитных организаций, то есть, рассчитав модель сразнымиисходнымиконтрагентам,можноданныминайтипараметровоптимальноесоответствующимсочетаниеданнымконтрагентовдляфункционирования компании с минимальными затратами в рассматриваемомпериоде времени.Динамическая модель планирования поставок.Впредыдущемразделерассматривалисьмодели,позволяющиесформировать оптимальный план пополнения запасов на фиксированный периодв условиях неопределенности спроса и сроков поставок.В данном разделе мы исходим из следующего.
Как и ранее, имеетсянекоторый временной горизонт прогнозирования спроса Tmax на отдельные видытоваров. В отличие от вышерассмотренного случая, не требуется заранееодномоментно формировать план поставок всего периода. Есть минимальноевремя заказа Tmin , то есть товар не может быть доставлен ранее, чем за это время смомента заказа. В этом случае, очевидно, что заказ за время T > Tmin нерационален,т.к.
он увеличивает неопределенность и заведомо не является оптимальным. Всилу этого обстоятельства в каждый момент времени t (например, день) решаетсявопрос – целесообразно ли сделать заказ на момент времени t + Tmin или нет.Ниже предлагается некоторый эвристический алгоритм, использующийимитационно-оптимизационнуюмодельпредыдущегопараграфа,которыйописывает данную динамическую процедуру принятия решения в каждый моментвремени t, представленный на рисунке 3.16.Данная модель проигрывается в каждый момент времени t послеобновления всей входной информации, например, ежедневно.111""Такой подход ряд преимуществ перед широко используемыми сегодняпромышленными технологиями управления запасами (как, например, MRP, ERP идругими):возможностьработатьсослучайнымивеличинамиспросаидлительности поставки; решение задачи оптимизации параметров системыуправления запасами; динамический характер модели и способность к гибкойперестройке и реагированию на колебания спроса.Проигрывается"имитационноFоптимизационная"модель"на"периоде""Вычисление",""j=1"нет"Если""да"Заказ""j=j+1!нет"да""Источник: разработано автором.Рисунок 3.16 – Схема алгоритма динамического планирования поставок112""Заметим, что модель корректно функционирует и в условиях отсутствиянеопределенностей по спросу или времени поставки, а также в случаеприсутствия только одного из видов неопределенности.Как и модель, описанная в предыдущем параграфе, данная модельпозволяет не только оптимизировать процесс поставки на всем его протяжении,ноипровеститранспортнойоптимальныйкомпании,выборкредитнойконтрагентов: поставщиковорганизации.Вэтомслучаетовара,такженеобходимо провести сценарные эксперименты на определенных, желательнотипичных периодах работы компании при различных комбинациях контрагентов,используя в модели их параметры в качестве входных данных.113""ЗАКЛЮЧЕНИЕРазработанныйвдиссертационномисследованиикомплексоптимизационных и имитационно-оптимизационных моделей представляет собойтеоретическую основу для построения научно обоснованной бизнес-стратегииуправления товарными запасами торговой организации.
Применение стратегии,базирующейсянаоптимизационныхмоделях,позволяетповыситьконкурентоспособность предприятия в современных социально-экономическихусловиях за счёт оптимизации параметров системы управления запасамипредприятия при комплексном снижении всех издержек.Сегодня, несмотря на бурное развитие компьютерных технологий,специалисты в области логистики и управления цепями поставок говорят о том,что оптимизационнымиметодамипользуются лишь некоторые крупныекомпании отечественного рынка, тогда как использование математическогомоделированияпозволяетсущественноповыситьуровеньэффективностикомпании.В диссертации представлены актуальные постановки задач управлениязапасами. Первая группа моделей, основанных на сбалансированности издержекхранения и дефицита позволяют найти оптимальный момент назначения поставкиили объем поставки с учетом неопределенности спроса и времени поставки.Вторая группа моделей призвана определять одновременно объем и моментназначения поставки при наличии ограничений, которые отражают условиядеятельности реального предприятия в нестабильной экономической среде покритерию максимума прибыли с учетом временной стоимости денег и случайногохарактера величины спроса.Стохастические имитационно-оптимизационные модели позволяют нетолько использовать их в практике управления запасами для определенияоптимальных моментов поставок и объемов поставок, но и решать бизнес-задачу114""более высокого уровня, а именно осуществлять оптимальный выбор контрагентовпредприятия (поставщиков, транспортных компаний, кредитных организаций).Задача такого выбора весьма актуальна в условиях рыночной экономики, когдаколичество поставщиков услуг, спектр предлагаемых услуг и число параметровпредлагаемыхпродуктоввелико.Параметрыпредложенийчастоносятпротиворечивый характер и оценить их продуктивность для конкретногопредприятиясегоспецификойпроцессапополнениязапасоввесьмазатруднительно.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
