зать поведение реальной системы. Когда мы спускаемся на уровень отдельных рабочих процедур, их описание практически однозначно совпадает с реализацией в потоке работ. На уровне общего описания системы функциональные методики обладают значительной степенью произвола в выборе общих интерфейсов системы, ее механизмов и т. д., т. е. в определении границ системы. Хорошо описать систему на этом уровне позволяет объектный подход, основанный на понятии сценария использования. Ключевым, на наш взгляд, здесь является понятие о сценарии использования как о сеансе взаимодействия действующего лица с системой, в результате которого действующее лицо получает нечто, имеющее для него ценность. Использование критерия значимости для пользователя дает возможность отбросить не имеющие значение детали потоков работ и сосредоточится на тех функциях системы, которые оправдывают ее существование. Однако и в этом случае задача определения границ системы, выделения внешних пользователей является сложной.
Технология потоков данных, исторически возникшая первой, легко решает проблему границ системы, поскольку позволяет за счет анализа информационных потоков
УДК 338.45
МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ПРОИЗВОДСТВА И РЕАЛИЗАЦИИ ПРОДУКЦИИ НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ МЕТОДА АВТОНОМНОГО АДАПТИВНОГО УПРАВЛЕНИЯ
© Александр Алексеевич АБРАМОВ
Нижегородский государственный университет им. Н.И. Лобачевского, г. Нижний Новгород, Российская Федерация, доктор экономических наук, профессор, e-mail: ishershakov@yandex.ru © Игорь Сергеевич ШЕРШАКОВ Нижегородский государственный университет им. Н.И. Лобачевского, г. Нижний Новгород, Российская Федерация, аспирант кафедры экономической информатики, e-mail: ishershakov@yandex.ru
В статье рассматриваются функции планирования и прогнозирования в управленческом цикле производственного предприятия. Описывается обобщенная математическая модель производственного предприятия. Предложена методика определения величины загрузки производственных мощностей в каждом производственном цикле. На основе метода автономного адаптивного управления разработана методика прогнозирования спроса на продукцию.
Ключевые слова: автономное адаптивное управление; прогнозирование; планирование производства и реализации продукции.
Функции планирования и прогнозирования занимают ключевое место в управленческом цикле любого экономического объекта, следовательно, при разработке и построении советующей системы (системы поддержки управленческих решений), способной повысить качество управления предприятием. Как было отмечено [1], существует принципиальная возможность построения советующей системы в области планирования и прогнозирования на основе методологии автономного адаптивного управления.
В настоящее время используются несколько классификаций уровней и видов планирования. Наиболее распространенной является разделение уровней планирования на стратегический, тактический и оперативный [2, 3]. Построение системы поддержки
принятия управленческих решений целесообразнее всего для тактического уровня планирования, поскольку если исходить из степени неопределенности положения предприятия в экономической среде, то на уровне стратегического планирования она наивысшая, что влечет за собой решение неформа-лизуемых задач, а на уровне оперативного планирования неопределенность стремится к нулю, что предполагает разработанность проблемы и наличие четких методов планирования. Тактическое планирование занимает промежуточное положение, поскольку, с одной стороны, есть возможность формализации моделей и методов управления, а с другой - существующая принципиальная неопределенность требует разработки адап-
тивных моделей прогнозирования и планирования.
Основой тактического планирования является определение плана производства и реализации продукции, который определяет параметры всех остальных разделов тактического плана: плана по издержкам, прибыли и рентабельности, плана материально-технического обеспечения, плана по персоналу и оплате труда. План производства и реализации продукции включает следующие разделы:
- производство и реализация продукции в натуральном и стоимостном выражении;
- изменение остатков готовой нереализованной продукции;
- баланс производственных мощностей и их использование.
Эффективное планирование производства и реализации продукции на практике основывается на имитационных моделях хозяйственной деятельности предприятия, состав которых определяется технологическими и логистическими процессами функционирования предприятия. Обобщенная модель производственного процесса состоит из последовательности цехов, связанных между собой материальными потоками продукции, складов запасов сырья, полуфабрикатов, незавершенной и готовой продукции и может быть представлена в следующем виде.
План производства Р01 продукции вида
1 (=[иВ на момент времени t1 с момента времени t0 в условных единицах определяется как:
(1)
где Щ - запасы готовой продукции 1 на момент времени t0; Щ - запасы готовой продукции вида 1 на момент времени t1; Q01 - прогнозируемый спрос на продукцию
вида 1 за период времени с t0 по t1 .
Это соотношение (1) применимо не только для готовой продукции, но и для полуфабрикатов при условии, что величина спроса заменяется на величину потребности полуфабриката в следующем по технологической цепочке подразделении, с учетом технологических временных периодов, а ве-
личина запаса готовой продукции заменяется на величину запасов сырья, материалов и полуфабрикатов соответствующего склада. Таким образом, выстраивается иерархия планов с вершинами в участках производства готовой продукции и основаниями в участках обработки, переработки или добычи первичного сырья, материалов и комплектующих. В дальнейшем при использовании термина «продукция» следует понимать его не только как «готовая продукция», но и как «продукция» участков производства сырья, материалов и полуфабрикатов.
План-график производства определяет количество продукции или полуфабриката 1, необходимое к выпуску, за период времени с момента t0 по t1 . При равномерной, на заданном временном интервале [0, t1 ], загрузке производственных мощностей план-график определяется коэффициентом загрузки производственных мощностей П01 :
Iі -■
^0,1 _
Рі
1 01
(1 - ) • м]
І — і
п_____[о
Аі]
(2)
где М1 - длительность одного производственного цикла для производства продукции
1 -го вида; М1 - производительность предприятия в условных единиц за производственный цикл по выпуску 1 -го вида продукции при полной загрузке производственных мощностей; М1 = [о, 1] - допустимая норма брака.
Равномерный план-график производства оптимален при соблюдении условия постоянства себестоимости продукции в каждом производственном цикле в интервале ^0, t1 ],
поскольку он обеспечивает минимизацию издержек на переналадку оборудования и существенно упрощает его выполнение и контроль. Себестоимость продукции не изменяется лишь в случае неизменности ее элементов либо в маловероятном случае компенсации роста одних элементов за счет снижения других. Постоянство себестоимости продукции в долгосрочном и среднесрочном периоде целесообразно не рассмат-
ривать в силу наличия очевидной динамики рынков в указанные периоды времени. В краткосрочном периоде себестоимость подвергается меньшим относительным изменениям, но оставаться постоянной, даже без учета общехозяйственных и общепроизводственных расходов, может лишь при выполнении следующих условий:
- неизменность технологического процесса производства как в последовательности операций, так и в каждой операции;
- отсутствие форс-мажорных - непредсказуемых событий;
- постоянство и выполнение контрактных обязательств с контрагентами;
- равенство стоимости заемных средств, направленных в производство продукции.
Таким образом, фактическая себестоимость готовой продукции остается постоянной только в рамках одной партии, и коэффициент и теряет смысл, т. к. его следует заменить функцией загрузки производственных мощностей и() на / -ом производственном цикле и V/: и( ) е [0,1].
Закономерность роста неопределенности с увеличением периода прогноза действует и в отношении планирования себестоимости продукции. Для решения этой задачи необходимо разработать и реализовать:
- методику определения функции загрузки производственных мощностей и();
- методику прогнозирования себестоимости продукции _)-го вида.
Методика загрузки производственных мощностей определяется исходя из задачи повышения эффективности производства. К экономическим показателям, характеризующим повышение эффективности производства, относятся:
- себестоимость продукции;
- величина запасов готовой продукции и незавершенного производства
- величина запасов сырья, материалов, полуфабрикатов и комплектующих.
Нарушения сроков производства из-за срывов поставок и выходов из строя оборудования, частые технологические изменения, создание излишних объемов запасов и неточность прогнозируемого уровня использования ресурсов неизбежно приводят к ухудшению показателей, характеризующих эф-
фективность производства, следовательно,
функция и1 ^) загрузки производственных
мощностей выпуска продукции 1 -го вида на
интервале ^0, tl ] является производной от
функции снижения издержек, образуемой простой аддитивной сверткой:
10,1 = а • *%, + Р • + У • 280,1 ^ т1п (3),
где 801, 2801 и 2^01 - совокупные за период времени [^, tl ] по продукции 1, себестоимость, величина запасов готовой продукции и величина запасов сырья и материалов соответственно. Дискретная функция и1 ) на каждом цикле Л^ определяется из условия минимизации величины 101.
Необходимо внести некоторое уточнение в соотношение (1), а именно то, что Щ -объем готовой продукции 1 -го вида на момент времени tl - является величиной не заданной, а планируемой.
Коэффициенты а, в , у зависят в большей степени от стратегических целей развития предприятия и приоритетов руководства. Поскольку величины 2801 и Zs0о1 являются
агрегированными экономическими показателями, то на составляющие их величины запасов в натуральном выражении должны быть наложены ограничения на нормы запасов сырья, материалов, комплектующих, полуфабрикатов и готовой продукции.
Если рассматривать модель промышленного предприятия, осуществляющего массовый выпуск однородный продукции, то и калькулирование себестоимости осуществляется по процессной системе [4]. В процессном калькулировании затраты аккумулируются в производственных подразделениях и равномерно распределяются на все единицы продукции, прошедшие через каждое подразделение в течение анализируемого периода. Учет затрат следует вести как в денежном, так и в натуральном выражении, а при условии отсутствия существенных изменений в технологическом процессе прогноз себестоимости продукции 1 -го вида на производственном цикле Лt1x определяется как:
■■і = 2 N
і
І,Х-С
Рг
Рг
(4)
где Ы- хр - расходы / -го ( = [1, да]) элемента
себестоимости в натуральных единицах измерения на производство единицы продукции 1 -го вида, в цикле (х — с) отстоящем от цикла х на величину цикла с, чаще всего годовой; Рг, х и Рг, х—с - цена натуральной
единицы измерения / -го элемента себестоимости в циклах х и (х — с) соответственно.
В соотношении (1) величина прогнозируемого спроса Q01 рассматривается как
рыночный спрос на продукцию, а не потребность одной производственной единицы в полуфабрикатах, производимых другой производственной единицей. В прогнозировании спроса могут быть использованы различные статистические методы [5]:
- простое усреднение;
- скользящее среднее;
- простое экспоненциальное сглаживание;
- сезонное экспоненциально сглаживание;
- экспоненциальные трендовые модели;
- простая регрессия;
- множественная регрессия;
- многомерная регрессия временного ряда.
Вышеприведенные методы позволяют
получить достаточно достоверные результаты, если природа исходных данных прогнозирования достаточно хорошо изучена и может быть однозначно отнесена к одному из классов для применения соответствующего метода.
Модель прогнозирования спроса на основе метода автономного адаптивного управления [6-8] обладает большей универсальностью, по сравнению с классическими методами статистического анализа данных, поскольку имеет ряд преимуществ:
- отсутствие необходимости описывать математическую модель исследуемого процесса;
- гибкость, способность отбрасывать некогда найденные, но уже долго не встречавшиеся закономерности.
Общая схема системы автономного адаптивного управления, изложенная в [6], была видоизменена и представлена на рис. 1.
І =1
Система прогноза спроса
Исходные
данные
Блок
датчиков
Прогнозная
величина
спроса
Формирование, распознавание образов
Принятие
решений
Хранилище данных
Рис. 1. Схема функционирования системы прогнозирования спроса на основе автономного адаптивного управления
Алгоритм реализации предлагаемого метода может быть представлен в виде последовательности этапов.
1. В качестве исходных данных {хП } выступает временной ряд спроса на продукцию 1 (1 = [1,1 ]) за п периодов времени в натуральном выражении, в котором устранены аномальные и случайные значения. В буферной памяти системы хранятся К +1 последних элементов ряда - последовательность
х0, х—1,х—2,...,х—(К—1), х—К, где х0 - последний известный на текущий момент элемент ряда, при этом необходимо ввести ограничения - верхнюю и нижнюю границы окна ряда:
хтах - тах
тах І--(К-1),...,0
хі. - тіп (х,1)- w]
І =-( К-1),...,0
(х/)+wJ; (х] )-
где w - некоторая постоянная величина заданная экспертно.
2. С целью перехода от абсолютных значений спроса на продукцию ] (] - [1Д])
относительным для каждого
х
( і-[- (К -1),0])
{Т]-..% -1)}
строится разбиение
т1 =
(<ах - хі іп ).
+1)
(ах - хіііп )
, (5)
где 4] - число интервалов для элемента х/, которое задается экспертом; Л - [0, $ -1].
Значение каждого элемента х/ І -[- (К -1),0] кодируется номером того интервала из разбиения, Т1, в который оно попало. В итоге блок датчиков (рис. 1) формирует вектор номеров {р0... Р-( к-1) }, именуемый в дальнейшем вектором «причин». Во временной памяти системы сохраняется вектор «причин» и разбиение, определяемое соотношением (5) на текущем и на предыдущем цикле работы системы.
3. В случае обнаружения вектора {р0... р-( к-1)} в хранилище данных блок фор-
мирования и распознавания образов (рис. 1) увеличивает счетчик его вхождений. Если значение счетчика превышает некоторый порог, то причинно-следственные закономерности, представленные этим вектором, признаются устойчивыми и в дальнейшем используются для принятия решений.
4. На вход блока принятия (рис. 1) решений поступает вектор «причины»
{р0... Р—(к—1)}, если в хранилище данных существует устойчивое, соответствующее «причине» «следствие», то в качестве исполняемого действия выбирается середина интервала Т1 из соотношения (5), т. е. прогнозная величина спроса на продукцию 1 -го вида. Кроме того, в блоке принятия решений в хранилище данных записывается номер р0
"0 как «следствие» для «причины» {р/...р—к }, полученной на предыдущем цикле работы системы.
Представленный алгоритм прогнозирования спроса требует дальнейшей доработки. Необходимы:
- кластеризация образов «причин» методом потенциалов для нечетких множеств;
- изменение блока принятия решений с дефаззификацией образа «следствия»;
- увеличение глубины прогноза, т. е. размерности вектора «следствия».
Предлагаемая модель планирования и прогнозирования производства и реализации продукции на основе использования метода автономного адаптивного управления будет апробирована на базе реальных данных о производственно-хозяйственной деятельности предприятия с учетом его технологической и логистической структуры.
1. Агафонова В.В., Абрамов А.А., Шершаков И.С. Использование системы автономного адаптивного управления на промышленном предприятии // Вестник Самарского государственного экономического университета. Самара, 2011. № 1 (75). С. 5-10.
2. Бухалков М. И. Внутрифирменное планирование. М., 2000.
3. Алексеева М.М. Планирование деятельности фирмы. М., 2000.
4. Бехтерева Е.В. Себестоимость: рациональный и эффективный учет расходов. М., 2011.
к