Информационные технологии в решении логистических задач по управлению запасами Текст научной статьи по специальности «Экономика и бизнес»

Таблица 3

Расчетные данные времени снижения концентрации до ПДК

Объем помещения, м3 1 10

Влажность воздуха при 1=230С 10% 20% 30-70% 10% 20% 30-70%

Время распада озона до величины ПДК, мин 59 57 5б 50 48 4б

Объем помещения, м3 100 500

Влажность воздуха при 1=230С 10% 20% 30%-70% 10% 20% 30%-70%

Время распада озона до величины ПДК, мин 35 32 31 25 21 20

Полученные результаты могут быть использованы для определения как максимально достижимой концентрации озона в помещении, так и времени достижения безопасных концентраций озона, когда нахождение человека и животных в помещении может быть безопасно.

Литература

1. Кривопишин И.П. Озон в промышленном птицеводстве. - М.: Росагропромиздат, 1988. - 175 с.

2. Болога М.К. Электроантисептирование в пищевой промышленности. - Кишинев, 1988. - 156 с.

3. Колодязная В.С., Супонина Т.А. Хранение пищевых продуктов с применением озона II Холодильная техника. - 1975. - № б. - С. 39-41.

4. Малышева А.Г. Методические основы изучения гигиенической безопасности при эксплуатации бытовых озонаторов II Гигиена и санитария. - 1994. - № 9. - С. 42-4б.

б. Расчет концентрации озона, создаваемой озонатором в замкнутом объеме I Е.Г. Безруких [и др.]. -

Красноярск: Изд-во ИФ СО РАН, 1996. - 25 с.

УДК 656.13 Л.Н. Родикова, Н.Н. Типсина

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В РЕШЕНИИ ЛОГИСТИЧЕСКИХ ЗАДАЧ ПО УПРАВЛЕНИЮ ЗАПАСАМИ

В статье рассматривается возможность применения информационных технологий в решении логистических задач по управлению запасами. Используется традиционный программный продукт МС Excel, доступный для студентов (пользователей) различного уровня информационной подготовки.

Ключевые слова: логистика, управление запасами, информационные технологии, компьютеризация, алгоритм, программный продукт, высшая школа.

L.N. Rodikova, N.N. Tipsina INFORMATION TECHNOLOGIES FOR THE INVENTORY LOGISTICAL TASK SOLUTION

Possibility of the information technology application for the inventory logistical task solution is considered in the article. The traditional software МS Excel product accessible for the students (users) with different level of informational training is used.

Key words: logistics, inventory, information technologies, computerization, algorithm, software product, the higher school.

Актуальность логистики в разных отраслях народного хозяйства обусловлена её широкими потенциальными возможностями. Логистика запасов одна из наиболее важных и значимых функциональных областей логистики. Запасы так же, как и взаимодействующие с ними потоки, в микрологистических системах подразделяются на материальные, информационные, финансовые и др. Материальные запасы должны обеспечивать непрерывность производственно-технологического процесса, предотвращать сбои из-за отсутствия необходимых материальных ресурсов и незавершенного производства и, кроме того, должны минимизировать затраты, связанные со снабжением материалами и сбытом готовой продукции. Материальные запасы в

том или ином виде присутствуют на всем протяжении логистической цепи, связывая до 80% оборотных средств. Затраты на управление запасами достигают 40% и более логистических издержек фирмы [1].

Важная задача процесса обучения - прививать студентам навыки решения современных техникотехнологических, конструктивных и экономических проблем в режиме активного обучения. Активные методы обучения способствуют подготовке творчески развитых, самостоятельно принимающих решения специалистов.

Одним из компонентов оценки качества обучения студентов высшей школы является использование ими информационных технологий: Интернета, стандартных и инновационных программных продуктов для расчетов необходимых показателей на персональных электронно-вычислительных машинах (ПЭВМ).

Компьютеризация учебного процесса даёт возможность студентам выполнять проверочные версии расчетов на компьютере, что позволяет снизить их трудоемкость и выбрать оптимальный вариант в режиме реального времени. На практических занятиях каждый студент одновременно выполняет индивидуальный вариант расчета, представляя отчет с соответствующим выводом.

Ниже приведены разработанные алгоритмы и инструкции пользователя задачи по управлению запасами в микрологистическиой системе, выполненные с использованием программного продукта Microsoft Excel [2]. В представленном интерфейсе расчеты выполнены с использованием условных данных (рис. 4).

Так, известно, что издержки выполнения заказа C0 составляют 3,5 y.e. за единицу продукции; количество реализованного товара за год S = 21000 ед.; закупочная цена единицы товара Cu = 6 y.e.; издержки хранения i = 20%. Среднесуточное потребление Sd = 36 ед.; время доставки L = 4 суток; размер производимой партии p = 28000 ед.; издержки, или штрафные потери, обусловлены дефицитом h = 0,3; рабочие дни предприятия составляют Др = 248 дней; страховой запас В = 56 ед.

1. Алгоритм расчета оптимального размера поставки при идеальном варианте по формуле Уилсона (рис.1):

Рис.1.

Партий поставок п в году должно быть 60 (п = Э^О = 21000/350), а оптимальный заказ должен размещаться через 4 дня (Др/п = 248/60).

Общее время цикла: Т0 = я0/Э = 350/21000 = 0,02.

Промежуток времени между точками заказа Рд = Т0 * Др = 0,02*248 = 5 дней.

Определяем точку заказа Р = В + Эс1*1_ = 56 + 36*4 = 200 ед.

Средний уровень запаса ^р = В + ^ = 56 + = 231 ед.

2.1. Алгоритм расчета оптимального размера заказа и другие параметры при постоянном темпе потребления и пополнения запаса за конечный промежуток времени (рис. 2).

' - время пополнения

запаса в каждом цикле, где Др -количество рабочих дней в году; р - размер производимой партии

, ц

Средний уровень запаса:

Оптимальное время цикла:

Топт_Чопт/5

Промежуток времени между точками

заказа:

Р д=Топт*Др

Рис. 2

Поскольку средний уровень запаса за конечный промежуток времени меньше, чем при мгновенном пополнении заказа, то оптимальный уровень для этого случая больше (231 > 143,5).

3. Алгоритм расчета оптимального размера заказа и других параметров в условиях дефицита (рис. 3).

Оптимальный размер заказа при постоянном темпе потребления и пополнения запаса за конечный промежуток времени:

----------

-■■■■■. = --------- где Со - издержки выполнения за-

I 1—I

V '

каза;

Э - количество реализованного товара за год;

Си - закупочная цена единицы товара;

I - издержки хранения

___ Оптимальный размер заказа в условии дефицита:

= .V ■ ■ —, где до - оптимальный размер поставки; I - издержки хранения; h - издержки

Максимальный запас:

= ■ —, где h - издержки, или штрафные потери, обусловленные дефицитом

Минимальный запас:

5тсш, где - оптимальный размер заказа в условии дефицита

. - =^т, где Э - количество реализованного товара за год

---------------^-------

Общее время цикла:

11

Время, в течение которого запас выражается положительной величиной

-S-m.ee;

Рис. 3

Расчет в приведенном интерфейсе (рис. 4) показывает, что размер заказа, средняя величина запаса, общее время цикла и промежуток времени в днях возрастают по сравнению с идеальным вариантом, т.е. мгновенным пополнением заказа (табл.). Ниже приведена инструкция пользователя для решения задачи на ПВМ. Программный продукт позволяет провести автоматизированный расчет аналогичных задач.

Сводная таблица расчетных показателей

Условия поставки Размер запаса Я, ед. Средняя величина запаса, ^р, ед. Общее время цикла, Т Промежуток времени между точками заказа, дни

Идеальный вариант (мгновенное пополнение заказа) 350 231 0,02 5

При постоянном потреблении и пополнении запаса за конечный промежуток времени 700 143,5 0,03 8,26

В условиях дефицита 903,7 507,9 0,043 10,7

і'Ьа

А

Главная ^ * Вставить Буфер обмена ^

Разметка страницы

Формулы

Данные

пример 1 - Microsoft Excel Рецензирование Вид

QIZZI

ж к ч

Шрифт

Выравнивание

Условное Форматировать Стили форматирование ’ как таблицу ” ячеек ' Стили

Вставить ' Удалить ” |=£"'| Фор мат т Ячейки

X -

51-

ЙГ

Сортировка Найти и и фильтр * выделить ' Редактирование

IV)

СО

L35

Издержки выполнения заказа

1 (СО), долл.за ед.

2 ___

3

4

3,5

Размер шрифта Изменение размера шрифта.

Колич ество реализов энного товара за год (S). ед.

Закупочная цена единицы товара (Си): долл.

Издержки

хранения

Ф_________

20%

Среднесут. потреби єни е (Sd); ед._____

36

1. Определение необходимых параметров в идеальном варианте

Оптимальный размер поставки

Число поставок в году

Промежуток времени через который в размещается оптимальный заказ

9 Общее время цикла

Промежуток времени между точками 10 заказа

11 Точку заказа

qonx

То

РА

0,02

12 Средний уровень запаса

13

14 3. Определение необходимых параметров в условии дефицита

15 Оптимальный размер заказа

16 Максимальный запас

17 Минимальный запас

18 Общее время цикла

Время, в течение которого запас 19 выражается положительной величиной

Время, в течение которого запас 20 выражается отрицательной величиной

21 Средний уровеньзапаса

22 Общее время цикла

23 Промежуток времен между запасами

ti

t2

Рд

903,7

542,2

361,5

0,043

0,026

0,017

507,9

0,043

10,7

Н 4 ► И I Пигт1 Пмпг7 Пмпг’Ч

Время доставки (L). сут.

Размер

произв О ДИМ ой партии (р). ед.

Н

Издержки, или

штрафные

потери.

обусл ов л енные дефицитом (Ь).

0,3

Рабочие дни предприя тия

(Др)__________

248

Страховой запас (В)г

ед._________

56

2. Определение необходимых параметров при постоянном темпе потребления и пополнения запаса за конечный промежуток времени

Оптимальный размер заказа

Время пополнения запаса в каждом цикле

Средний уровень запаса

Средний уровень запаса сучетом страхового запаса

Промежуток времени между точками заказа

ti

Jcp

Jcp

рд

6,2

87,5

143,5

ИТОГОВАЯ ТАБЛИЦА

Идеальный вариант (мгновенное пополнение

заказа)

При постоянном потреблении и пополнении запаса за конечный промежуток времени

В условиях дефицита

Размер запаса q, ЄД-_____________

903,7

Средняя величина запаса, Jcp, ед.

143,5

507,9

Общее время цикла Т

0,02

0,03

0,043

Пром ежуток времени между точками заказа, дни

8,26

10,7

Рис 4. Определение оптимального размера поставки и других параметров

01 % OTOZ у0ъГзм(1у[")1пншэг>®

Инструкция пользователя для решения задач на ПВМ

Вносить информацию следует поэтапно, выполняя следующие действия:

Шаг 1. Запустить программу Excel.

Шаг 2.. Заполнить ячейку «Издержки выполнения заказа (Со), y.e. за ед.», используя данные, согласно выбранному варианту.

Шаг 3. Заполнить ячейку «Количество реализованного товара за год (S), ед.», используя данные согласно выбранному варианту.

Шаг 4. Заполнить ячейку «Закупочная цена единицы товара (Cu), y.e.», используя данные согласно выбранному варианту.

Шаг 5. Заполнить ячейку «Издержки хранения (i)», используя данные согласно выбранному варианту. Шаг 6. Заполнить ячейку «Среднесуточное потребление (Sd), ед.», используя данные согласно выбранному варианту.

Шаг 7. Заполнить ячейку «Время доставки (L), сут.», используя данные согласно выбранному варианту. Шаг 8. Заполнить ячейку «Размер производимой партии (p), ед.», используя данные согласно выбранному варианту.

Шаг 9. Заполнить ячейку «Издержки, или штрафные потери, обусловленные дефицитом (h)», используя данные согласно выбранному варианту.

Шаг 10. Заполнить ячейку «Рабочие дни предприятия (Др)», используя данные согласно выбранному варианту.

Шаг 11. Заполнить ячейку «Страховой запас (В), ед.», используя данные согласно выбранному варианту. Шаг 12. Нажать кнопку «Enter».

Литература

1. Григорьев М.Н. Управление запасами в логистике: методы, модели, информационные технологии. -

М.: Бизнес-Пресса, 2006.

2. Минько А.А. Функции в Ехе1. Справочник пользователя. - М.: Эксмо, 2007. - 512 с.

3. Логистика: тренинг и практикум: учеб. пособие / Б.А. Аникин [и др.]; под ред. Б.А. Аникина, Т.А. Родки-

ной. - М.: Проспект, 2009. - 324 с.

УДК 519.237 С.В. Ушанов

К ВОПРОСУ ПОСТРОЕН ИЯ ДОВЕРИТЕЛЬНЫХ ОБЛАСТ ЕЙ ИЗМ ЕНЕНИЯ КОЭФФИЦИЕНТОВ ЛИНЕЙНЫХ РЕГРЕССИОННЫХ МОДЕЛЕЙ

В статье представлены результаты решения задачи расчета доверительных областей изменения коэффициентов линейных моделей, удовлетворяющих условиям Гаусса-Маркова. Приведен пример расчета доверительной области.

Ключевые слова: линейные регрессионные модели, доверительная область изменения коэффициентов, матричные методы.

S.V. Ushanov

TO THE ISSUE OF CONSTRUCTION OF THE CONFIDENCE REGIONS OF LINEAR REGRESSION MODEL INDEX CHANGE

The solution results for the problem of calculation of the confidence regions of linear model index change, meeting the Gauss-Markov conditions are given in the article. The example of confidence region calculation is given.

Key words: linear regression models, index change confidence region, matrix methods.

При решении многих практических задач возникает необходимость определения не только оптимальных в некотором смысле значений коэффициентов моделей, но и расчета доверительных областей их изменения. Так, если нулевые значения некоторых коэффициентов принадлежат доверительной области, то соответствующие коэффициенты могут быть исключены, а сама модель упрощена.