CC BY
18
ПРИМЕНЕНИЕ КОГНИТИВНОГО ПОДХОДА ПРИ УПРАВЛЕНИИ ПРОМЫШЛЕННЫМИ ПРЕДПРИЯТИЯМИ
APPLICATION OF COGNITIVE METHOD FOR MANAGING INDUSTRIAL ENTERPRISES
В статье рассматривается метод поддержки принятия решений, основанный на когнитивном моделировании подсистемы управления запасами, используемом при управлении (решении прямой и обратной задач) исследуемой подсистемой.
Annotation: The article includes the method of decision making based on cognitive modeling of subsystem of inventory management, that is used for investigated subsystem management.
Ключевые слова: подсистема управления запасами, многопродуктовая модель управления запасами, когнитивный подход.
Keywords: subsystem of inventory management, multiproduct model of inventory management, cognitive method.
Иванова Анита Витаутасовна, студентка 5 курса, кафедра «Информационные процессы и управление»; ГОУ ВПО «Тамбовский государственный технический университет»; 8-910-654-76-45, lwanowa_Anita@mail.ru
Погонина Наталия Васильевна, студентка 5 курса, кафедра «Менеджмент организации»; ГОУ ВПО «Тамбовский государственный технический университет»
Anita Vitautasovna Ivanova, Department "lnformational processes and management". Tambov State Technical University, 8-910-654-76-45, lwanowa_Anita@mail.ru
Nataliya Vasilevna Pogonina, Department "Management of organization". Tambov State Technical University.
В современных экономических условиях одной из задач управления промышленными предприятиями является задача повышения эффективности использования финансовых ресурсов.
Решение этой задачи в значительной степени обеспечивается оптимизацией затрат на освоение новых видов продукции и производство требуемого объема продукции. Следует отметить, что в затратах, связанных с освоением новых видов товаров и выпуском готовой продукции, значительную долю составляют расходы на поддержание необходимого уровня запасов комплектующих изделий и готовой продукции предприятия, которые имеют обратно пропорциональную зависимость с размером оборотных средств предприятия [1,2]. (Далее в статье под запасами, которые образуют подсистему управления запасами, будем понимать запасы комплектующих изделий и готовой продукции).
Поиск оптимального уровня запасов сводится к оценке эффективности функционирования подсистемы управления запасами при:
- выделении множества бизнес-процессов, характеризующих подсистему управления запасами промышленного предприятия;
- определении результирующих показателей, связанных с выделенными бизнес-процессами и влияющих на принятие решений при управлении подсистемой;
- проведении анализа результирующих показателей исследуемой подсистемы (например, затраты на поддержание страхового запаса) на основе финансовой отчетности.
Для анализа результирующих показателей подсистемы управления запасами промышленного предприятия используют однопродуктовые (однофакторные) модели. Однако в современных условиях предприятия стремятся расширить товарный ассортимент для уменьшения потерь, связанных с неопределенностью спроса на выпускаемую продукцию. В связи с этим, однопродуктовые модели становятся неэффективными [1,2].
Поэтому используют многопродуктовые (многофакторные) модели подсистемы управления запасами предприятия. Следует отметить, что
Экономика, Статистика и Информатика
№1, 2009
в существующих многопродуктовых моделях все параметры детерминированы. Однако при определении параметров модели на практике используется качественная информация. Более того, такие модели не позволяют отразить связи между ее отдельными параметрами.
Устранить недостатки таких моделей позволяет когнитивный подход. В этом случае параметры модели и связи между ними определяются экспертом. При этом качество построенной модели управления подсистемой управления запасами в значительной степени определяется интеллектуальными способностями эксперта, уровнем его знаний о моделируемой предметной области, опытом.
В данной статье рассматривается применение когнитивного подхода при управлении подсистемой управления запасами промышленного предприятия.
2. Концептуальное моделирование подсистемы управления запасами предприятия
Для определения результирующих показателей, установления закономерностей и связей, присущих моделируемой подси-
№1, 2009
стеме, представим выделенные бизнес-процессы, описывающие подсистему управления запасами, в виде концептуальной структуры (рис.1).
Из концептуальной структуры (рис.1) видно, что в группу результирующих показателей должны быть включены показатели, отражающие отношения с поставщиками материалов и комплектующих изделий, потребителями готовой продукции, а также эффективность функционирования складов.
Для анализа результирующих показателей подсистемы управления запасами используют одно-продуктовые модели. Следует отметить, что в современных условиях неопределенности спроса на выпускаемую продукцию предприятия расширяют товарный ассортимент. Поэтому однопродуктовые модели становятся неэффективными[1,2].
3. Многопродуктовая модель подсистемы управления запасами предприятия
Неэффективность использования однопродуктовых моделей порождает необходимость использования многопродуктовых моделей подсистем управления за-
пасами предприятия (для учета запасов различного типа, например, предприятий приборостроительного профиля, особенностью которых является широкая номенклатура материальных ресурсов, например, пластмасса, фольгированный стеклотекстолит, микросхемы, радио- и электротехнические изделия, провода, разъемы и т.д.).
Отметим, что эффективность классической многопродуктовой модели управления запасами оценивается с помощью функции затрат [2]:
т.
!-1
г=1,п , (1)
при выполнении ограничения на площадь склада:
(2)
1 л^о
где Ы, К.1 и Ы - интенсивность спроса, затраты на оформление заказа и затраты на хранение единицы продукции в единицу времени для ьго вида продукции, соответственно; yi - количество продукции ьго вида; ai - площадь, необходимая для хранения единицы продукции ьго вида; А -максимально допустимая площадь
Управление запасами предприятия
Факторы, влияющие на достаточность запасов, выполнение заказов и степень удовлетворенности
уровень обслуживания (удовлетворенные заказы/общее количество заказов) время доставки материалов и ко мпл екту ющ их
Факторы, влияющие
на определение оптимального размера заказа материалов и комплектующих изделии
■ стоимость хранения запасов (л гесто нах ожд ение и мощность складов)
■ затраты на поддержание страхового запаса
■ затраты при закупке материалови комплектующих
Факторы, связанные с
характеристиками денежных потоков от операций по заку пке материалов и комплектующих изделий и
Факторы, влияющие на повышение эффективности деятельности предприятия при управлении запасами
- затраты при заключении договоров на поставку материалов.
комплектующих изделий
- величина чистого
д иско нтир о в анног о дохода (объем средств на закупку материалов, комплектующих изделий/ объем средств от реализации готовой продукции)
■ кредиторская задолженность
Рис. 2. Показатели, используемые при управлении запасами предприятия
складского помещения для п видов продукции.
Отметим, что параметры Ы, К и Ы детерминированы. Однако при определении параметров модели управления запасами зачастую используется качественная (нечисловая) информация, экспертные оценки, а также интуитивные представления. Такой подход к построению модели управления запасами называют когнитивным [3-6]. Более того, когнитивный подход учитывает взаимовлияние параметров модели, следовательно, позволяет рассмотреть подсистему управления запасами как единую систему.
4. Применение когнитивного подхода при моделировании подсистемы управления запасами предприятия
Применение когнитивного подхода при управлении запасами заключается в выполнении трех этапов:
- выделение, детализация множества процессов, характеризующих подсистему управления
запасами промышленного предприятия;
- выявление списка факторов Р = {р^, характеризующих выявленные и детализируемые процессы, где ь количество факторов;
- установление причинных связей S = между этими факторами и определение веса связи V = {у|}(как сильно один фактор влияет на другой), где, j - количество связей между выявленными факторами, (положительный знак связи показывает, что изменение одного фактора ведет к прямо пропорциональному изменению другого фактора, отрицательный - к обратно пропорциональному изменению). Веса связей между выделенными факторами будем хранить в таблице, называемой матрицей смежности.
Результатом первого этапа служит концептуальная структура подсистемы управления запасами (рис.1).
При выявлении списка факторов, характеризующих выделенные процессы, необходимо воспользоваться знаниями анали-
Экономика, Статистика и Информатика
тиков и экспертов о закономерностях, присущих моделируемой подсистеме.
К факторам, характеризующим процессы подсистемы управления запасами на предприятии, отнесем следующие (рис.2):
Важно отметить, что автономное использование этих факторов не может однозначно определить степень эффективности построенной модели управления запасами, т.к. являются частью общего критерия - затрат.
Поэтому необходимо выполнение третьего этапа - установление связей между выделенными факторами.
Рассмотрим пример реализации предлагаемого подхода на приборостроительном предприятии ОАО «Электроприбор» с использованием программного комплекса (ПК) «КАНВА»[3]. Когнитивная карта подсистемы управления запасами показана на рис.3.
На когнитивной карте (рис.3) отображены наиболее важные факторы, описывающие подсистему управления запасами, связи
№1, 2009
1. Уровень обслуживания _________ -и,ий7 5, Величина чистого дисконтированного дохода
\ 0,045 0,404
2. Время доставки материалов \ и комплектующих изделий \ 6. Рентабельность предприятия (Л 9, Затраты при покупке материалов ^ ^ Г' и комплектующих изделий
-0,218 С) 4. Затраты на поддержание
\ -0,0&9 к страхового запаса
8. Кредиторская^^^-— \ 0,921
задолженность 7, Оборачиваемость запасов 3. Стоимость хранения запасов
Рис. 3. Когнитивная карта подсистемы управления запасами ОАО «Электроприбор»
между факторами, определены веса связей, которые были установлены экспертами при выполнении трех вышеописанных этапов.
Данные, содержащиеся в когнитивной карте, используются при построении модели, с помощью которой будем оценивать эффективность функционирования подсистемы управления запасами предприятия.
Для построения модели необходимо учесть непосредственные связи между факторами (выявленные экспертами и отображенные на когнитивной карте), а также опосредованные связи, которые неявно существуют между факторами [3,5].
Учесть все опосредованные связи между факторами позволяет операция транзитивного замыкания матрицы смежности [3].
Когнитивная модель подсистемы управления запасами имеет входные (управляющие факторы) и выходные (целевые факторы) параметры, воздействуя на которые можно решать прямую и обратную задачи, соответственно.
При решении прямой задачи менеджерами предприятия разрабатываются альтернативные сценарии функционирования исследуемой подсистемы вследствие различных воздействий управляющих факторов, и с помощью построенной модели оцени-
вается эффективность управляющих воздействий. При этом на значения управляющих факторов накладываются ограничения, определяемые экспертом.
5. Апробация
Рассмотрим примеры, иллюстрирующие решение прямой и обратной задач управления подсистемой управления запасами предприятия.
Пример 1. Рассмотрим сценарий функционирования подсистемы управления запасами. В качестве управляющих факторов примем: время доставки материалов и комплектующих изделий, затраты на поддержание страхового запаса, затраты при закупке материалов и комплектующих изделий. Установим изменения факторов от
текущих значений (рис.4) соответственно: увеличение на 19,5%; уменьшение на 6,5%; уменьшение на 8,2%.
Указанные воздействия на управляющие факторы распространяется по направлениям причинных связей. Выходные параметры рассматриваемого сценария являются прогнозом поведения подсистемы управления запасами на рассматриваемом интервале времени (один месяц).
Анализ сценария (рис.4) показал, что уменьшение затрат при покупке материалов и комплектующих изделий позволило снизить затраты на поддержание страхового запаса на 3,8%, следовательно, увеличить оборотные средства предприятия; увеличение фактора «время доставки материа-
№1, 2009
лов и комплектующих изделий» на 19,5% привело к снижению уровня обслуживания на 9,1 %, что в дальнейшем отрицательно повлияет на прибыль предприятия, поэтому для предприятия важно не допустить увеличения данного фактора.
При решении обратной задачи руководство предприятия определяет стратегию развития подсистемы управления запасами и с помощью построенной модели оценивает эффективность разработанной стратегии (рис.5).
Отметим, что разработка стратегии заключается в установлении желаемых значений целевых факторов из области допустимых значений факторов, а эффективность сформированной стратегии определяется путем анализа отклонений желаемого значения целевого фактора от прогнозного значения фактора при выполнении ограничений на значения управляющих факторов.
Пример 2. Пусть стратегия определяется достижением следующих значений целевых факторов: уровень обслуживания, величина чистого дисконтированного дохода, оборачиваемость запасов выросли на 7,7%, 4,8% и 2,7%, соответственно, а затраты при закупке материалов и ком-
плектующих изделий снизились на 1,8% (рис.5).
Далее формируем список управляющих факторов, позволяющих достичь разработанную стратегию. В рассматриваемом примере такими факторами могут являться кредиторская задолженность и затраты на покупку материалов и комплектующих изделий.
Управляющие факторы влияют на достижение целевых факторов следующим образом: уровень обслуживания, величина чистого дисконтированного дохода, оборачиваемость запасов достигают заданных значений (колонки «Целевое изменение фактора» и «Прогноз изменения фактора»), а затраты на покупку материалов и комплектующих изделий, как целевой фактор, не изменяются. При этом для достижения стратегии управляющие факторы: кредиторская задолженность, затраты при покупке материалов и комплектующих изделий - необходимо уменьшить на 2,7% и увеличить на 12%, соответственно (рис.5).
По результатам моделирования руководство предприятия делает вывод о степени достижимости разработанной стратегии.
6. Заключение
Построение когнитивной модели подсистемы управления запасами предприятия приборостроительного профиля позволяет повысить эффективность рассматриваемой подсистемы, а именно: выявить и более точно построить взаимосвязи между факторами, влияющими на подсистему; решить прямую (спрогнозировать развитие ситуации в будущем периоде) и обратную (найти оптимальные текущие значения показателей, при которых разработанная стратегия будет достижима) задачи.
Использование современных технологий автоматизированной поддержки принятия решений уменьшает время, затрачиваемое на построение модели.
Литература
1. Щиборщ К.В. Управление запасами на промышленном предприятии. // Финансовый менеджмент. №5, 2001. - С. 28-36.
2. Немченко Г. Диверсификация производства: цели и направления деятельности / Г. Немченко, С. Донецкая, к. Дьяконов // Проблемы теории и практики управления. - 1999. - № 1. - С. 107 - 113.
3. Кулинич А.А. Когнитивная система поддержки принятия решений «Канва» // Программные продукты и системы. - 2002. - №3.
- С. 25-28.
4. Dzaack Jeronimo, Heinath Marcus, Kiefer Juergen. Kognitive Modellierung in dynamischen Mensch-Maschine-Systemen. Werke TU Berlin, 2006.
5. Максимов В.И. Аналитические основы применения когнитивного подхода при решении слабоструктурированных задач / В.И. Максимов, Е.К. Корно-ушенко, С.В. Качаев // Труды ИПУ.
- 1998. - Вып.2. - С. 103-109.
6. Быковская Е.В. Применение когнитивного моделирования при управлении предприятием / Е.В. Быковская, А.В. Иванова, Н.В. Погонина // Вестник Тамбов-
Экономика, Статистика и Информатика
№1, 2009
ского государственного технического университета. - 2008. - Том 14. - №2. - С.437-439.
Bibliography
1. Schiborsch V.B. "Inventory management on industrial enterprise."// Financial management. №5 2001- P.28-36
2. Nenchenko G. Diversification production: goals and the guidelines of work // G.Nemchenko, S.
Donestkaya, K. Dyakonov // Problems of theoretical and practical management.
3. Kulinich A.A. Cognitive method of support in decision making. "Kanva" Program products and systems.
4. Dzaack Jeronimo, Heinath Marcus, Kiefer Juergen. Kognitive Modellierung in dynamischen Mensch-Maschine-Systemen. Werke TU Berlin, 2006.
5. Maksimov V.I. Analytical framework of cognitive method in a process of solving of semistructured problems //V.I. Maksimov, E.K. Ko-rnoushenko, S.V. Kachaev. IPU 1998 P.103-109
6. Bukovskaya E.V. Application of cognitive modeling in enterprise management. // Newspaper of Tambov State Technical University. 2008 №2 (14). P. 437-439
