CC BY
48
Секция «Информатика и автоматизированные системы»
УДК 519.68
А. А. Ремезова Научный руководитель - В. В. Тынченко Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
АВТОМАТИЗАЦИЯ ПЛАНИРОВАНИЯ ЗАКУПОК ТОВАРОВ В АПТЕКЕ НА ОСНОВЕ НЕЙРОСЕТЕВОГО МОДЕЛИРОВАНИЯ
Рассматривается задача планирования закупок товаров в фармацевтическом бизнесе. Предлагается концепция программной системы для автоматизации решения указанной задачи с использованием нейросе-тевого моделирования.
Важнейшим условием организации эффективной работы любого предприятия является планирование, которое охватывает главные направления хозяйственной деятельности предприятия в соответствии с его профилем - продажи, закупки, производство, управление денежными средствами - в их взаимодействии между собой. Планирование заключается в установлении целей деятельности предприятия на определенный период времени и в разработке комплекса мероприятий, определяющих последовательность достижения конкретных целей с учетом имеющихся у предприятия возможностей. Планирование представляет собой один из наиболее результативных способов снижения издержек, а также является основным инструментом координации деятельности подразделений предприятия. В результате планирования удается снизить уровень простоя оборудования и специалистов, сократить сроки выполнения заказов, оптимизировать движения материалов и складские остатки, сделать процессы, связанные с основной деятельностью предприятия, прозрачными и управляемыми.
Автоматизация планирования закупок товаров является в современных условиях необходимой составляющей процесса организации фармацевтического бизнеса. Такое планирование опирается, во-первых, на анализ и оценку имеющихся на складах запасов товаров, а, во-вторых, на прогнозирование потребительского спроса по различным видам товаров. В настоящее время на российском рынке представлены несколько известных разработчиков программного продукта для фармацевтического бизнеса. Их можно разделить на две группы: независимые разработчики программного продукта и ИТ-подразделения. К первой группе относятся компании «Регард Софт», «Эс-кейп», «Юнико», «1С», ко второй группе - «Аптека-Холдинг», «Инфо-Аптека 2.0, 3.0», «Спарго Технологии» [1]. Программные системы вышеперечисленных производителей обладают широким спектром функциональных возможностей, дружественным пользователю интерфейсом, высокими показателями быстродействия и надежности. Однако существует ряд особенностей, ограничивающих возможности применения программных продуктов подобного класса на предприятиях малого и среднего бизнеса, а именно, слишком высокая стоимость покупки и дальнейшего сопровождения, избыточная функциональность и, одновременно, необходимость конфигурирования под нужды конкретного предприятия. Кроме того,
применение указанных программных продуктов при решении задачи планирования закупок товаров требует от пользователя специальных знаний, касающихся особенностей применения математико-статистических методов для расчета потребности в запасах товара с учетом результатов прогнозирования объемов его продаж. Все вышеперечисленное позволяет говорить о целесообразности разработки и предполагаемой востребованности такой программной системы, которая будет обладать сравнительно невысокой стоимостью при наличии необходимого набора функций по ведению учета имеющихся запасов товаров, а также позволит максимально автоматизировать процесс прогнозирования продаж с возможностью визуализации его результатов для поддержки принятия решений при планировании закупок товаров.
Задача прогнозирования объемов продаж товаров представляет собой задачу предсказания временного ряда. Рыночные временные ряды, несмотря на кажущуюся стохастичность, полны скрытых закономерностей, т.е. являются хаотическими и, в принципе, хотя бы частично предсказуемы. Хаотические ряды только выглядят случайными, но, как детерминированный динамический процесс, вполне допускают краткосрочное прогнозирование. Правильный выбор метода прогнозирования - залог получения качественной информации для принятия стратегических решений. Существует огромное количество разнообразных методов прогнозирования, из которых каждый специалист, занимающийся прогнозированием, может выбрать наиболее подходящий для конкретной ситуации и максимально учитывающий специфику спроса на товар.
В результате сравнительного анализа существующих методов можно сделать вывод, что для решения поставленной задачи прогнозирования объемов продаж товаров в аптеках наиболее подходящим является метод экстраполяции по следующим причинам:
- его использование, при сравнимой точности, намного дешевле и проще, чем привлечение экспертов;
- этот метод хорошо подходит для прогнозирования таких показателей, как объем рынка и величина складских запасов;
- имеется возможность получения полной и достоверной информации о прошлых продажах (данные, полученные со сканеров штрих-кодов на кассах);
Актуальные проблемы авиации и космонавтики. Информационные технологии
- экстраполяционные методы легко автоматизируются и поэтому часто применяются в тех случаях, когда требуется быстро составить большое число прогнозов;
- экстраполяцию можно использовать параллельно с другими методами прогнозирования, применяя числовые ряды в качестве первого приближения.
Задача экстраполяции временного ряда сводится к типовой задаче нейроанализа - аппроксимации функции многих переменных по заданному набору примеров - с помощью процедуры погружения ряда в многомерное пространство. Это означает, что будет находиться не зависимость объема продаж от времени, а зависимость объема продаж от нескольких предыдущих его значений. Общая схема нейро-сетевого предсказания временных рядов состоит из следующих шагов [2]:
1. Получение необходимых данных.
2. Выбор входных признаков, влияющих на объем продаж (в простейшем случае это только предыдущие объемы продаж).
3. Выбор глубины погружения (обычно для этого опрашиваются эксперты).
4. Построение нейросетевой модели.
5. Получение прогноза.
6. Проверка модели. Если модель получилась неадекватной, возврат к шагу 2.
Применение нейросетевого моделирования для прогнозирования объемов продаж в рамках системы автоматизации планирования закупок товаров позволит максимально освободить конечных пользователей данной системы от необходимости знания особенностей сложных аналитических методов, применяемых для обеспечения правильного функционирования логистики закупок в области фармацевтического бизнеса.
Библиографические ссылки
1. Максимова И. АВС-АНАЛИЗ ассортимента в аптеке // Фармацевтическое обозрение. 2004. № 10.
2. Нейросетевые алгоритмы прогнозирования и оптимизации систем / под ред. М. В. Финкова. М. : Наука и техника, 2003.
© Ремезова А. А., Тынченко В. В., 2010
УДК 681:621.791
С. Ю. Рыжов Научный руководитель - А. Н. Бочаров Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
МЕТОДЫ КОНТРОЛЯ ПЛОТНОСТИ РАСПРЕДЕЛЕНИЯ ЭНЕРГИИ ПО СЕЧЕНИЮ ЭЛЕКТРОННОГО ПУЧКА
Поставлена цель разработки контроля плотности распределения энергии по сечению электронного пучка. Проведен анализ задач, необходимых для достижения данной цели, и предложено средство ее достижения.
Электронно-лучевая сварка (ЭЛС) получила широкое распространение в отраслях машиностроения, связанных с производством авиационной и аэрокосмической техники. ЭЛС относится к методам сварки высококонцентрированными источниками энергии, и обладает широкими технологическими возможностями [1].
Электронный пучок является основным инструментом при ЭЛС. Энергетические параметры электронного пучка: ускоряющее напряжение, ток пучка, форма плотности распределения тока пучка, форма плотности распределения тока пучка на поверхности деталей являются основными энергетическими характеристиками процесса электроннолучевой обработки. Без их контроля и стабилизации невозможно обеспечить необходимое качество технологического процесса и его повторяемость [2].
В настоящее время задача контроля и стабилизации плотности распределения тока по сечению электронного пучка требует своего решения. В моей работе будет рассмотрен бесконтактный метод контроля плотности распределения энергии по сечению электронного пучка, основанный на измерении рентгеновского излучения с поверхности свариваемых деталей коллимированным рентгеновским датчиком (КРД).
Данный метод основан на том, что плотность рентгеновского излучения (РИ) из зоны взаимодействия электронов пучка с поверхности обрабатываемых деталей пропорциональна плотности тока пучка. Для того чтобы произвести измерение плотности рентгеновского излучения, зону обзора рентгеновского датчика (РД) ограничивают специальной насадкой — коллиматором, представляющим щелевую бленду, выполненную из материала, поглощающего рентгеновское излучение. В процессе измерения электронный пучок с помощью отклоняющей системы выводится из сварочной ванны и пересекает зону обзора коллимированного рентгеновского датчика, имеющую вид узкой полосы. При этом фиксируется ток развертки электронного пучка и интенсивность рентгеновского излучения, проходящего через коллиматор [3].
Применение бесконтактного метода контроля плотности распределения энергии по сечению электронного луча, основанный на измерении рентгеновского излучения с поверхности деталей колли-мированным рентгеновским датчиком, позволяет идентифицировать форму кривой распределения тока луча; определить оценку диаметра электронно-
