Формирование краткосрочных планов развития малых предприятий на базе применения экономико-математических методов

Васильев, Илья Сергеевич

Темы диссертаций по экономике » Математические и инструментальные методы экономики

Формирование краткосрочных планов развития малых предприятий на базе применения экономико-математических методов тема диссертации по экономике, полный текст автореферата

Автореферат

Ученаd>кандидат экономических наук
Автор	Васильев, Илья Сергеевич
Место защиты	Москва
Год	2006
Шифр ВАК РФ	08.00.13

Диссертация

Автореферат диссертации по теме "Формирование краткосрочных планов развития малых предприятий на базе применения экономико-математических методов"

На правах рукописи

ВАСИЛЬЕВ Илья Сергеевич

ФОРМИРОВАНИЕ КРАТКОСРОЧНЫХ ПЛАНОВ РАЗВИТИЯ МАЛЫХ ПРЕДПРИЯТИЙ НА БАЗЕ ПРИМЕНЕНИЯ ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ

МЕТОДОВ

Специальность: 08.00.13 - Математические и инструментальные методы экономики

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

Москва - 2006

Работа выпонена на кафедре экономической кибернетики Государственного Университета Управления

Научный руководитель - доктор экономических наук Мишин Юрий Владимирович

Официальные оппоненты: доктор экономических наук,

профессор Капачанов Вячеслав Дмитриевич, кандидат экономических наук, доцент Богрецов Александр Борисович.

Ведущая организация: Институт технико-экономических проблем, г. Москва.

Защита диссертации состоится -Я 2006 г. в [ О ч. на

заседании Диссертационного Совета К 212.049.01 в Государственном университете управления по адресу: 109542, Москва, Рязанский проспект дом 99, корпус 1, зал заседаний.

С диссертацией можно ознакомиться в библиотеке университета.

Автореферат разослан г.

Ученый секретарь Диссертационного Совета доктор экономических наук, доцент

Абрамова Л. Д.

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ.

Актуальность темы. Проведение рыночной реформы, включающей в себя децентрализацию системы управления экономики в целом, коренным образом изменила условия хозяйствования многих предприятий. Особая острота указанных проблем присуща малым промышленным предприятиям, продукция которых является предметом массового спроса и потребителями (заказчиками) которой является достаточно широкий круг покупателей.

В настоящее время большинство специалистов в области экономики констатируют отсутствие научно-методической базы по вопросам прогнозирования деятельности промышленных предприятий.

Имеющаяся в России методическая литература по этим вопросам в основном переводная и отражает опыт деятельности западных компаний, находящихся в других условиях и решающих совершенно иные проблемы, чем отечественные предприятия. В свою очередь, немногочисленные отечественные публикации базируются на информации зарубежных изданий и в основном носят учебный характер. Поэтому в них не учтены специфические особенности переходного этапа развития экономики России. Некоторые из приведенных в литературных источниках рекомендации вызывают определенные сомнения, поскольку не учитывают существенных различий в первую очередь в психологии российских и зарубежных предпринимателей.

Единичные примеры успешного приспособления российских предприятий к изменяющимся рыночным условиям показывают, что они достигли такого результата во многом линтуитивно, методом проб и многочисленных ошибок. Они смогли выбрать эффективное направление своего развития, только рационально сочетая как требования формирующегося рынка, так и свои внутренние интересы и возможности. Поэтому можно утверждать, что только совместное, комплексное синтезированное использование накопленного зарубежного опыта с учетом российских специфических особенностей и учета множества различных других внешних и внутренних обстоятельств позволяет обеспечить предприятиям выбор единственно возможного и, самое главное, реального направления движения.

В связи с этим актуальной проблемой стала разработка методов, моделей и инструментальных программных средств, позволяющих эффективно формировать краткосрочные планы производственно-хозяйственной деятельности. Наиболее предпочтительными для решения данной проблемы являются эвристические методы принятия решений.

Отсутствие комплексных исследований в указанной области с одной стороны и необходимость решения данной проблемы с другой, обусловили актуальность выбранной темы исследования.

Целью диссертационной работы является разработка комплекса эвристических экономико-математических методов и моделей формирования основных технико-экономических показателей производственно-хозяйственной деятельности хозяйствующих субъектов.

Исследование предметно опиралось на практическую деятельность отдельной отрасли промышленности, в частности ~ полиграфической.

Поставленная цель предполагает решение следующих задач:

1. Провести анализ современных теоретических подходов по моделированию процессов прогнозирования деятельности предприятий;

2. Разработать модели прогнозирования рыночного объема продаж на краткосрочный период на основе метода векторного прогнозирования;

3. Разработать агоритмы и программное обеспечение, основанное на эвристических методах принятия решений для анализа и прогнозирования основных технико-экономических показателей производственно-хозяйственной деятельности хозяйствующих субъектов;

4. Разработать базу данных, обеспечивающую хранение и обработку сведений, необходимых для прогнозирования объема продаж;

5. Осуществить внедрение на конкретном производственно-технологическом объекте предлагаемой системы прикладных моделей, обеспечивающих эффективное формирование краткосрочной производственной программы;

6. Оценить экономическую эффективность от практического внедрения предложенного комплекса моделей;

Объект исследования. Объектом конкретизации теоретических и практических положений являются предприятия малого бизнеса, основным видом деятельности которого является производство разнообразной печатной продукции.

Методы исследования, используемые в работе базируются на основах экономической теории, теоретических положениях менеджмента, теории организации, экономического анализа, прогнозирования рыночного спроса, теории проектирования информационных систем а также методологии и технологии системного моделирования.

Научная новизна работы. Научная новизна отражена в следующих результатах, полученных автором и выносимых на защиту:

1. Выявлены основные направления повышения эффективности планирования деятельности предприятий малого бизнеса.

2. На основе анализа и обобщения современных теоретических исследований и результатов диссертации выбран и обоснован методический подход формирования согласованных механизмов учета производственных возможностей и платежеспособного спроса на продукцию, обеспечивающий эффективное функционирование малых предприятий.

3. Разработаны экономико-математические модели одновременного анализа нескольких временных рядов объемов продаж.

4. Разработан метод формирования оперативной производственной программы субъектов хозяйствования.

5. Разработаны агоритмы эффективного управления ресурсами предприятия на всех этапах производственно-технологического цикла изготовления продукции.

6. Предложен метод оценки эффективности от использования в плановой деятельности предлагаемого комплекса моделей и агоритмов.

7. Осуществлено формирование оптимальных оперативных планов на конкретном малом предприятии полиграфической отрасли промышленности - ООО Галеон.

Практическая ценность работы. Разработанные в диссертации методические рекомендации и положения по формированию оптимальных оперативно-производственных планов субъектов хозяйствования могут быть использованы в практике их функционирования с целью повышения эффективности и конкурентоспособности. Результаты исследования представляют практический интерес для руководителей и специалистов малых предприятий а также организаций, осуществляющих консатинговые услуги в области применения современных технологий управления. Представляется также целесообразным отражение материалов настоящего диссертационного исследования в учебных процессах повышения квалификации менеджеров в области организации и управления современным производством.

Апробация. Основные результаты работы докладывались на 9-м Всероссийском студенческом семинаре Проблемы управления, Москва-2001, 10-м Всероссийском студенческом семинаре Проблемы управления, Москва-2002, а также на 20-й Всероссийской научной конференции молодых ученых и студентов Реформы в России и проблемы управления - 2005, Москва 2005 г.

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, заключения, списка использованных литературных источников и приложений.

2. ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИОННОЙ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цели и задачи исследования, определены предмет и объект исследования, отражены элементы научной новизны и основные результаты исследования, показана практическая значимость работы.

В первой главе диссертации анализируется состояние малого предпринимательства как в целом по России, так и по регионам, выявляются основные факторы и причины, препятствующие более широкому его развитию; обосновываются методические подходы по формированию краткосрочных планов.

Малый и средний бизнес является сегодня ведущим сектором, определяющим темпы экономического роста, структуру и качество валового национального продукта (ВНП). Во всех развитых зарубежных странах на долю малого бизнеса приходится 60-70% ВНП. В большинстве таких стран как США, Япония, Германия, Франция и Великобритания подавляющую долю (99,3 - 99,7 % от общего количества предприятий) составляют так называемые малые и средние предприятия (МСП). Они выделяются среди прочих по численности занятых (не более 500 человек) или по размеру основного капитала. Ими производится почти половина объема выпускаемой продукции. Как правило, такие предприятия обеспечивают 75-80% новых рабочих мест по сравнению с крупными производствами, где наблюдается сокращение занятости. Но дело не только в количественных показателях. Этот сектор по своей сути является типично рыночным и составляет основу современной мировой экономики.

На сегодня по данным статистики в малом бизнесе Российской Федерации занято 16,7 мн. человек (25% от общего числа работающих), его доля в ВНП России составляет от 10 до 12%, поэтому малый бизнес выступает существенным фактором сглаживания нестабильности в обществе и роста ВНП.

В настоящее время малое предпринимательство в России не является дин&шчно развивающимся институтом экономики, что в большей степени характерно для малого предпринимательства зарубежных стран. По данным Международной федерации меких и средних предприятий, на его долю в странах-участницах этой организации приходится порядка 50% объемов производства продукции и численности занятых, а также свыше 30% объема капиталовложений и экспорта. Это те цифры, на которые можно ориентироваться при разработке конкретных мер увеличения социально-экономической эффективности малых предприятий России

Таблица 1

Основные модели, используемые при прогнозировании процессов в сложных социально-экономических системах

№ п/п Наименование Преимущества Недостатки Возможная область применения

1 2 3 4 5

1. Информационные модели Устанавливает степень взаимосвязи отдельных факторов Требует большого количества исходной, структуризированной информации,' выявления причинно-следственных связей, невысокая точность Для решения задач краткосрочного прогнозирования(до 1 года)

2. Статистические модели Достаточно простой, хорошо разработанный математический аппарат Необходимо проведение процедуры выравнивания динамических рядов, предполагает распространение имевших в прошлом тенденции на будущее Для решения задач краткосрочного прогнозирования(до 1 года)

3. Аналитические модели Хорошо разработанный математический аппарат, удобство в использовании, результаты моделирования легко поддаются анализу Не позволяет с достаточной понотой и достоверностью отразить структурные и функциональные свойства сложных социально-экономических систем При высокой степени агрегации описания исследуемого объекта на макроуровне

4. Оптимизационные модели Обеспечивают получение единственно-возможного оптимального решения Непостоянство критериев, отсутствие их согласованности, векторный характер используемых критериев Могут быть использованы в составе имитационных моделей для решения задач оптимального распределения различных видов ресурсов

5. Искусственные нейронные сети Возможность самообучения, высокая точность при использовании зашумленных, противоречивых или непоных данных Необходимость построения эталонной выборки, от качества которой зависит эффективность применения метода, большие затраты машинных ресурсов на проведение лобучения сети, невысокая вероятность успешной адаптации сети, непредсказуемость При решении достаточно широкого класса задач распознавания образов

6. Имитационные модели Комплексное соединение опыта и интуиции экспертов с традиционными математическими формами отражения сложных процессов Необходима имитация структуры самого объекта моделирования, что весьма затруднительно сделать для потребительского рынка При решении широкого класса задач прогнозирования развития больших социально-экономических систем

Так, например, в российских регионах-лидерах вклад малого бизнеса в ВНП составляет порядка 20-25%. Анализ данных статистической отчетности за ряд лет позволил сделать следующие выводы о развитии малого отечественного предпринимательства: стагнация малого бизнеса (в течение периода с 1997 по 2005 год не наблюдалось увеличения числа малых предприятий и численности занятых в них работников), низкая доля (вклад) малого бизнеса в ВПП (в среднем по России он в пять раз ниже, чем в развитых странах), неравномерность размещения предприятий малого бизнеса по регионам России, низкий уровень эффективности принятия управленческих решений.

Важная роль в процессе принятия управленческих решений принадлежит вопросам их обоснованности. В настоящее время существует большое количество разработанных моделей прогнозирования (таб. 1). Из рассмотренных в данной таблице моделей наиболее приемлемыми для решения поставленных задач являются статистические модели, основанные на анализе и прогнозировании динамических рядов.

К числу наиболее привлекательных методов следует отнести метод векторного прогнозирования, который обладает наибольшими преимуществами по сравнению с другими. При его использовании прогноз получается наиболее точным при малом количестве прогнозных интервалов, а для решения поставленной задачи наиболее важными являются именно краткосрочные прогнозы, обеспечивающие информацией процесс оперативного управления производством и принятия решений по принятию заявок в производство в ближайшей перспективе.

Вторым достоинством данного метода является малая трудоемкость вычислительных операций. Этот фактор имеет большое преимущество для метода, рассчитанного на рынок решений, доступных для малого бизнеса.

Третьим важным преимуществом, которым обладает очень малое количество методов прогнозирования, является возможность анализировать данные, поступающие неравномерно во времени. В этом отношении метод обладает определённой гибкостью. Его можно применять как для анализа данных, поступающих через равномерные промежутки времени, так и для данных, которые поступают событийно, т. е. в любой период времени может поступить новая группа данных, В зависимости от того, как распределены данные во времени, можно выбрать длину интервала вплоть до того, чтобы подобрать оптимальную длину интервала для каждого периода. Для тех статистических методов, которые рассчитаны на анализ равномерно поступающих данных, эта проблема решается усреднением показателей на некоторый период. Однако в данном случае такое решение проблемы является неэффективным. Усреднение исходных данных приведёт к тому, что полученные результаты, будут обладать заведомой неточностью.

Единственным серьёзным недостатком метода векторного прогнозирования является тот факт, что он в базовом варианте позволяет прогнозировать значение только одного показателя. При прогнозировании поступления заявок в производство с учётом типов оборудования требуется не 1 прогноз, а столько прогнозов, сколько типов оборудования. В связи с этим для решения поставленной задачи автор работы предлагает использовать модифицированный метод векторного прогнозирования, который позволил бы получать прогноз сразу по нескольким видам оборудования.

Методология прогнозирования по данному методу заключается в том, что установленные на основе истекших событий или процессов факты о поведении системы определённым образом обобщаются и их обобщенная характеристика распространяется (экстраполируется) на некоторую перспективу.

Использование векторного метода прогнозирования обуславливает линейную форму экстраполирующей функции, а процедура сглаживания и выравнивания исходного статистического ряда происходит непосредственно в процессе расчетов по методу, в то время как при прогнозировании на базе традиционных методов математической статистики данная процедура по отношению к расчетам является предварительной. В связи с этим следует отметить, что векторный метод имеет преимущества по трудоемкости вычислительных процедур по сравнению с другими статистическими агоритмами получения прогнозов. Кроме того, неоднократная проверка метода в реальных условиях расчетов подтвердила его практическую приемлемость). Область применения метода векторного прогнозирования -краткосрочное планирование развития производственной системы. Исходной информацией для расчетов по методу служат объемные данные по анализируемым периодам, а также длительности анализируемых периодов и периодов прогноза.

Процедура получения прогноза заключается в том, что исходные векторы объемов и далее производные векторы, попарно соединяясь, образуют интегральный вектор, который в связи с геометрической логикой его образования представляет собой прямую линию, характеризующую усредненное поведение системы в совокупности анализируемых периодов. Если предположить, что характеристика поведения системы в некоторой перспективе сохранится, то на основе установленной динамики можно аппроксимировать её на эту перспективу, (рис. 1.) Очевидно, что прогноз тем точнее, чем короче аппроксимация. Жирным на рис. 1 выделен интегральный вектор, пунктиром - прогноз.

Рисунок 1. Графическая илюстрация метода векторного прогнозирования.

Во второй главе диссертационной работы представлены теоретические основы разработки краткосрочных планов малых субъектов хозяйствования на основе комплекса моделей, прежде всего модифицированного метода векторного прогнозирования и эвристического агоритма составления производственной программы. Организация работ по выпонению заказов поэтапно представлена на рис. 2.

На первом этапе поступает заявка от клиента. Менеджер фиксирует, какая продукция интересует клиента, а также срочность выпонения заказа и условия оплаты.

11а втором этапах менеджер определяет, каковы возможности производства, и какова выгода от его выпонения. Далее менеджер (совместно с клиентом) принимает решение о заключении (не заключении) с ним договора на выпонение заказа.

На четвертом этапе корректируется план производства в соответствии с новой заявкой. Добавляются задания на испонение нового заказа. Если необходимо, изменяются сроки испонения уже имеющихся заданий.

На пятом этапе осуществляется контроль испонения производственного плана. Информация о том, как выпоняются работы, поступает в отдел производственного контроля.

Шестой этап завершает цикл работ. После выпонения всех работ по заказу, осуществляется контроль качества. Далее заказ передается клиенту.

Рисунок 2. Прядок организации работ по выпонению заказов. Метод векторного прогнозирования используется в процессе принятия решения на втором этапе, а агоритм формирования производственной программы применяется для выпонения расчетов на втором и четвертом этапах.

Расчеты по модифицированному методу векторного прогнозирования базируются на исходной информации о длительностях временных периодов и значениях объемов поступивших заявок по каждому виду оборудования, а также степень их выгодности. Расчет происходит в два этапа: На первом этапе (шаги с 1-го по 7-й) формируется прогноз по всем временным рядам, а на втором этапе (шаги с 8-го по 11-й) осуществляется подготовка данных для выпонения следующей итерации.

Первое необходимое условие применения метода: 2 К < М1п(Ы,). Второе необходимое условие применения метода: конечные точки последнего анализируемого периода по всем видам оборудования обязательно дожны совпадать. Для совпадения начальных точек желательно выпонение условия:

1 Ч порядковый номер временного ряда ] - порядковый номер периода

К - количество точек прогноза (прогнозируемых периодов);

tj -длительность j-го периода по i-му временному ряду, i = 1, Л/, j = 2, + К\ М - количество видов оборудования; M=const;

N - количество исходных точек (анализируемых периодов) по каждому временному ряду;

Шаг 1. Расчет ординат интегрального вектора (P,\N'2> ,Р1["'2)) по рекуррентной формуле:

p(t-') , p("-i> ря _ и т rл*j

- значение объёмной характеристики по i-му виду оборудования в j-м периоде; п - номер этапа усреднения (в расчетах).

Шаг 2. Расчет средней продожительности анализируемого периода:

Шаг 3. Расчет центра анализируемого периода:

Шаг 4. Расчет времени (ta), на период которого прогнозируется поведение системы при отсчете от первой точки интегрального вектора

Ла ~ ',Д + 2 +

Шаг 5. Расчет изменения проведения системы по отношению к анализируемому периоду средней длины (р,):

Шаг 6. Расчет изменения поведения системы в первом прогнозируемом периоде при

отсчете от первой точки интегрального вектора:

Шаг 7. Определение поведения системы в первом прогнозируемом периоде:

р _ 2) др

Шаг 8. Определяется номер временного ряда, имеющий максимальный размер 1-го периода: t,Д = Max(ti).

Шаг 9. Из выбранного ряда исключается первый временной период.

Шаг 10. Определяется суммарная длина оставшихся анализируемых периодов по выбранному ряду

ТД ='Д/,

Шаг 11. По всем остальным временным рядам исключаются столько периодов, начиная с первого, чтобы длина оставшихся анализируемых периодов была не менее Тост-

Расчет второго прогнозного значения происходит аналогично 1 -7 шагам.

Расчеты на последующих этапах выпоняются в приведенной выше последовательности и завершаются после формирования прогноза на последний период.

Результаты прогноза, полученные на предыдущих итерациях, используются для последующей корректировки решений по производственной программе. Основной ее смысл заключается в том, что после определения предварительного состава заказов могут возникнуть допонительные, более выгодные для производителя работы.

Для формирования производственного плана используется аналогичная исходная информация, как и для метода векторного прогнозирования. В качестве допонительной используются данные об имеющихся производственных мощностях, последовательности выпонения технологических операций и вновь поступивших заказах.

В результате работы агоритма формируется производственный план, который включает в себя следующие показатели заказов: номер, даты начала и окончания работ, размер выигрыша (потерь), перечень технологического оборудования. Он обеспечивает предоставление пользователю исчерпывающей информации о загрузке технологического оборудования, динамике выпонения производственного плана, а также выпонения каждого отдельно взятого заказа.

Перед выпонением агоритма производится определение границ производительности.

Рм8 = тт(Р8С), ё ~ е = , РВе = тах(Рес), g = !7К; е = ,

- количество станков в g-й группе К - количество групп оборудования g - номер группы оборудования е - номер станка в группе оборудования, е = 1,5г

Р8е - производительность е-го станка в группе оборудования, g = 1, К; е = 1,.

Агоритм состоит из 7 шагов. На шагах с 1-го по 2-й формируется фронт работ. На 3-м шаге работы ранжируются. На шагах с 5-го по 7-й работы включаются в план.

Шаг I. Текущей точкой отсчета устанавливается момент запуска производства. Определяется список свободных станков. Номера станков включаются в множество Е,. I - рассматриваемый момент времени

Шаг 2. Определение фронта работ в текущей точке. Формируется множество Р,. Работа включается во фронт в следующих случаях:

- если она первая по порядку выпонения технологических операций

- если ей предшествуют лишь работы, которые могут быть с пей взаимно заменены

- если все работы, предшествующие ей по порядку выпонения операций, уже выпонены.

- если она выпоняется в настоящий момент на другом станке

Работы, включенные во фронт, группируются по видам технологических операций. Шаг 3. В каждой группе оборудования работам присваиваются приоритеты. Используются нижеприведенные правила.

Правило 1. Выделяются работы, у которых штраф (Г)'ч) по оценке сверхраннего времени выпонения заказа 1ср<, больше нуля.

Z Ч количество заказов, которые необходимо включить в план

Ч - номер заказа, q = \,2

1срч - сверхраннее время выпонения заказа.

И, - размер штрафа по я-му заказу за день задержки

0'ч, 0"ч, Г)'"ч - предварительно вычисляемые поные размеры штрафа по ч-му заказу

V/,, - множество, содержащее номера видов работ, которые необходимо выпонить по Ч-му

[рч - раннее время выпонения заказа Т)ч Ч тираж ц-го заказа

^ - время, когда заказ дожен быть готов (по договору)

ХЗдесь и в правилах 2 и 3: в том случае, если работа уже частично выпонена, то вместо величины Тц используется количество изделий, ещй не обработанных на станках этой группы. Обозначим величину штрафа как функцию Ц, т. е можно записать, что

О', = 0, при 1срч <= 1ГД О', = асрч - ^чГО,, при > ч е .

О'я = С(Ч, О

Если найдены заказы с положительным значением оу то включается только одна работа из заказа с наибольшим значением штрафа. Если заказы с положительным значением 0'ч не выявлены, нужно воспользоваться правилом 2.

Правило 2. Выделяются работы, у которых штраф (О",) по оценке раннего времени выпонения заказа рч больше нуля.

о"ч = о(чЛ)

Если найдены заказы с положительным значением 0"ч, то только работы этих заказов включаются в план по рассматриваемой группе оборудования. Если заказы с положительным значением О", не выявлены, нужно воспользоваться правилом 3.

Правило 3. Выделяются работы, у которых штраф (О"',) по оценке позднего времени выпонения заказа ^ больше нуля.

8-1 гМц

1ПД - позднее время выпонения заказа

Если найдены заказы с положительным значением 0"'ч, то они ранжируются по мере убывания величины штрафа. Для ранжирования остальных работ используется правило 4.

Правило 4. Ранги присваиваются работам заказов с нулевым значением штрафа. Они распределяются в соответствии со значением коэффициента срочности Кср0Чч.

-^ероч _ _

Ыч - количество незавершенных работ в ц-м заказе

Если работа получила приоритет по 1-му или второму правилу, то она получает ранг 0, а остальные - начиная с 1 и выше. Если ранжирование происходило с использованием 3-го правила, то ранги присваиваются последовательно, начиная с 1.

Экономическая интерпретация критерия ранжирования заказов приведена рис. 3 и 4. П - размер премии, которую выплатит заказчик в случае выпонения заказа за время I. 1о Ч минимальное время выпонения заказа, По -премия за выпонение заказа в минимальное время . ^ -время выпонения заказа в нормальном режиме.

Пмах - размер максимального вознаграждения, которое готов выплатить заказчик и,, - максимальное время выпонения заказа, которое устраивает заказчика.

Рисунок 3. Зависимость размера премии от времени выпонения заказа. При различном распределении загрузки производства во времени возможны различные размеры штрафов и вознаграждений от включения очередного заказа в план.

Рисунок 4. Сравнение размеров премии и штрафов при различной загрузке производства. Ш1, Ш2, ШЗ характеризуют различную динамику штрафных санкций при различных вариантах производственной программы.

Шаг 5. Предварительно включение работ в план. Если заказ, содержащий работу имеет О ранг, то все свободные станки загружаются выпонением работы только этого заказа. Определяется количество изделий, выпоняемых на каждом станке.

Если работа получила ранг при использовании 3-го или 4-го правила, то весь тираж направляется на один станок.

^ С)='/>;.

Шаг 6. Корректировка предварительного распределения работ. Осуществляется контроль, за тем, чтобы по одному заказу одновременно не было запланировано выпонение двух видов работ. Затем выделяются станки, которые так и не были загружены на предыдущих шагах:

Вариант I. Если такие станки обнаружены в группе оборудования, где часть станков загружена, то из работ, выпоняемых в данной группе оборудования, выделяется работа из заказа с наивысшим приоритетом и распределяется по всем свободным станкам таким же образом, как распределяются работы заказов с нулевым приоритетом.

Вариант 2. Если есть группа, в которой пи один станок не загружен, то рассматриваются заказы, содержащие работы фронта, которые не включены в план, Работа заказа планируется к выпонению на свободном оборудовании распределяется по станкам этой группы работа заказа с нулевым приоритетом.

Шаг 7. Определяется время загрузки всех станков, на которые были направлены работы.

= ' л-П^УРае

Т

У4^) - количество изделий ц-го заказа, которое назначено к выпонению на е-й станок в g-й группе.

Если все работы всех заказов выпонены, то агоритм заканчивается. В противном случае определяется следующая точка отсчета V и выпоняется переход на 1-й шаг агоритма:

В третьей главе приведены практические расчеты по предлагаемому комплексу моделей формирования эффективных краткосрочных планов на примере ООО Галеон.

В процессе моделировании использовались фактические данные ООО Галеон по имеющимся производственным полиграфическим мощностям, технологической трудоемкости изготовления печатной продукции, стоимостным показателям заказов и т. д. Необходимая для проведения расчетов информация приведена в таб. № 1, № 2, № 3

Таблица 2

Информация о динамике поступления заказов

Заказ Тираж Дата срок сдачи Тип работ печать штраф за 1 день задержки Премия

1 2 3 4 З 6 7 8

0000 5000 24.01.2006 23.02.2006 Резка 2400 5800

0001 3000 24.01.2006 31.01.2006 Склейка Фальцовка + 500 17700

0002 5000 24.01.2006 31.01.2006 Склейка Фальцовка + 700 25900

0003 250000 24.01.2006 31.01.2006 + 8300 174800

0004 1000 24.01.2006 31.01.2006 Ламинирование + 400 1800

0005 20000 25.01.2006 28.01.2006 + 15500 120000

0006 100 25.01.2006 26.01.2006 + 100 0

0007 40 25.01.2006 01.02.2006 + 100 100

0008 19000 25.01.2006 28.01.2006 Вырубка Ламинирование Склейка + 14800 21900

0009 250000 28.01.2006 06.03.2006 Резка + 17900 628100

0010 300 28.01.2006 04.02.2006 Ламинирование Вырубка Склейка + 200 500

0011 1000 29.01.2006 02.02.2006 Вырубка Склейка + 400 5900

0012 500 29.01.2006 05.02.2006 Ламинирование 500 4500

0013 1500 31.01.2006 01.02.2006 + 1300 13600

0014 20000 05.02.2006 12.02.2006 + 13600 130900

0015 300 05.02.2006 12.02.2006 Ламинирование + 100 1200

Таблица 3

Перечень видов технологических операций и ограничений по возможности взаимной замены последовательности их выпонения

К п/п Название вида работ Номера видов работ, последовательность которых может быть заменена

1 Печать -

2 Ламинирование -

3 Вырубка 4,5

4 Биговка 3,5

5 Фальцовка 3,4

б Брошюровка -

7 Склейка -

Таблица 4

Перечень технологического оборудования

№ п/п № в групп е Название станка Вид операций Производительность (шт/сут)

1 2 3 4 5

1 ' Heidelberg SPEEDMASTER SM52-4 Печать 10 000

2 2 КВА Rapida 72К Печать 5 000

3 3 CANON CLC 3220 Печать 1 000

4 1 FGK 320 Ламинирование 500

5 2 Lamimaster HW 6D Ламинирование 1 500

6 1 Polar 76 EM Вырубка 7 500

7 1 Heidelberg KSBA Биговка 3 000

8 2 VEGA ML 720 Биговка 5 000

9 1 Morgana UFO Фальцовка 3 500

10 1 Foldnak M2 Брошюровка 1 000

11 1 BB3001 Склейка 1 700

12 2 BB3002 Склейка 1 800

Результаты расчетов по агоритму приведены в таб. 5.

Таблица 5

План производства ООО Галеон на февраль-март 2006 года.

№ заказа Заказчик Дата запуска Дата окончания работ Задержка (дней) Премия Штраф Итог

1 2 3 4 5 6 6 6

0000 Астрата 25.01.2006 28.01.2006 5800 0 5800

0001 Московская пресса 26.01.2006 27.01.2006 17700 0 Х17700

0002 Московская пресса 26.01.2006 27.01.2006 25900 0 25900

0003 Кузин И.В. 27.01.2006 31.01.2006 174800 0 174800

0004 Push-1 26.01.2006 27.01.2006 1800 0 1800

0005 Промоток 26.01.2006 28.01.2006 120000 0 120000

0008 Конфуций 27.01.2006 30.01.2006 2 21900 29600 -7700

0009 АБС принт 01.02.2006 11.02.2006 328100 0 328100

0011 Кузин И.В. 01.02.2006 02.02.2006 5900 0 5900

0012 ТД Пир 01.02.2006 02.02.2006 4500 0 4500

0013 Push 01.02.2006 02.02.2006 1 13600 1300 12300

0014 Торс Хаус 07.02.2006 10.02.2006 130900 0 130900

0015 Торс Хаус 08.02.2006 09.02.2006 1200 0 4200

... | ...

* Заявки по заказам 006, 007 и 010 были отклонены.

Дана сравнительная оценка эффекта от применения в практике планирования разработанной системы краткосрочного прогнозирования, определяемой логикой модельного построения (таб. 6).

Таблица 6

Сравнительная оценка экономического эффекта от использования в практической

деятельности ООО Галеон предлагаемого комплекса моделей.

Показатель Традиционный метод На основе моделирования

Среднее время выпонения заказа, часов 20,22 18,1

Процент отклоненных заявок 26,5 21,7

Среднее время задержки заказа, часов 5 3

Средний размер полученной премии за 1 заказ за вычетом штрафов (тыс. руб) 25 30

Средний процент времени простоя оборудования 17,7 8,3

В заключении диссертации сформулированы выводы и результаты исследования, основными из которых являются следующие:

1. Проведен критический анализ существующих методов прогнозирования в сложных социально-экономических системах, позволивший выявить область их применения.

2. Выявлены преимущества современного малого бизнеса, отличающие его от других форм реализации предпринимательской деятельности.

3. Разработана модель формирования рациональной производственной программы, учитывающей экономические интересы, как производителей, так и заказчиков продукции.

4. Разработаны методические положения по использованию в плановой деятельности модифицированного метода векторного прогнозирования и агоритма формирования эффективного плана производства.

5. Разработан оригинальный метод прогнозирования спроса на продукцию, созданный на основе метода векторного прогнозирования. Его основное принципиальное отличие от данного метода заключается в том, что он позволяет одновременно выпонять расчеты по прогнозированию нескольких связанных временных рядов.

6. Проведен практический расчет на реальной информации по предлагаемому комплексу моделей производственной программы ООО Галеон на 1-й квартал 2006 года.

7. Проведена оценка экономического эффекта от внедрения предложенного автором методического подхода по формированию плана производства полиграфического предприятия ООО Галеон за I квартал 2006 года.

По теме диссертации в открытой печати опубликованы следующие работы:

1. И. С. Васильев Применение экономико-математических методов на валютных рынках // Тезисы докладов 10-го Всероссийского студенческого семинара проблемы управления Выпуск 1. Москва - 2002. 0,15

2. И. С. Васильев Подход к классификации информационных ресурсов как рыночного продукта. // Тезисы докладов 9-го Всероссийского студенческого семинара проблемы управления Выпуск 2. Москва - 2001.

3. И. С. Васильев Разработка производственной программы предприятий с использованием методов имитационного моделирования // материалы 20-й Всероссийской научной конференции молодых ученых и студентов Реформы в России и проблемы управления - 2005 Выпуск 2. Москва - 2005.

4. И. С. Васильев, С. Н. Федоров Государственная поддержка развития производства на основе дифференциации налогообложения II Экономика, управление, культура, сборник научных статей Выпуск 12 часть 1. Москва - 2005.

Подп. в печ. 24.10.2006. Формат 60x90/16. Объем 1,25 п.л.

Бумага офисная. Печать цифровая. Тираж 50 экз. Заказ № 949

ГОУВПО Государственный университет управления Издательский центр ГОУВПО ГУУ

109542, Москва, Рязанский проспект, 99, Учебный корпус, ауд. 106

Тел./факс: (495) 371-95-10, e-mail: diric@guu.ru

www.guu.ru

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Васильев, Илья Сергеевич

ВВЕДЕНИЕ.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ФОРМИРОВАНИЯ СИСТЕМЫ УПРАВЛЕНИЯ МАЛЫМИ ПРЕДПРИЯТИЯМИ.

1.1. Роль и место малого предпринимательства для развития экономики стран

1.2. Основные специфические особенности малого предпринимательства.

1.3. Обоснование методов разработки краткосрочных планов.

ГЛАВА 2. ОБОСНОВАНИЕ МЕТОДОВ ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ МАЛЫХ ПРЕДПРИЯТИЙ.

2.1. Возможности современных специализированных программных продуктов объемно-календарного планирования.

2.2. Организация работ по формированию производственной программы малого предприятия.

2.2. Метод векторного прогнозирования и его модификация.

2.3. Агоритм формирования производственного плана в блоке управления заказами.

ГЛАВА 3. АПРОБАЦИЯ ПРЕДЛОЖЕННОГО КОМПЛЕКСА МОДЕЛЕЙ ОПЕРАТИВНОГО ПЛАНИРОВАНИЯ ПРОИЗВОДСТВА НА ПРИМЕРЕ ООО ГАЛЕОН.

3.1. Основные черты и особенности функционирования рассматриваемого предприятия.

3.2. Оценка экономического эффекта от внедрения.

Диссертация: введение по экономике, на тему "Формирование краткосрочных планов развития малых предприятий на базе применения экономико-математических методов"

Проведение рыночной реформы, включающей в себя децентрализацию системы управления экономики в целом, коренным образом изменила условия хозяйствования многих предприятий. Особая острота указанных проблем присуща малым промышленным предприятиям, продукция которых является предметом массового спроса и потребителями (заказчиками) которой является достаточно широкий круг покупателей.

В настоящее время большинство специалистов в области экономики констатируют отсутствие научно-методической базы по вопросам прогнозирования деятельности промышленных предприятий.

Имеющаяся в России методическая литература по этим вопросам в основном переводная и отражает опыт деятельности западных компаний, находящихся в других условиях и решающих совершенно иные проблемы, чем отечественные предприятия. В свою очередь, немногочисленные отечественные публикации базируются на информации зарубежных изданий и в основном носят учебный характер. Поэтому в них не учтены специфические особенности переходного этапа развития экономики России. Некоторые из приведенных в литературных источниках рекомендации вызывают определенные сомнения, поскольку не учитывают существенных различий в первую очередь в психологии российских и зарубежных предпринимателей.

Единичные примеры успешного приспособления российских предприятий к изменяющимся рыночным условиям показывают, что они достигли такого результата во многом линтуитивно, методом проб и многочисленных ошибок. Они смогли выбрать эффективное направление своего развития, только рационально сочетая как требования формирующегося рынка, так и свои внутренние интересы и возможности. Поэтому можно утверждать, что только совместное, комплексное синтезированное использование накопленного зарубежного опыта с учетом российских специфических особенностей и учета множества различных других внешних и внутренних обстоятельств позволяет обеспечить предприятиям выбор единственно возможного и, самое главное, реального направления движения.

В связи с этим актуальной проблемой стала разработка методов, моделей и инструментальных программных средств, позволяющих эффективно формировать краткосрочные планы производственно-хозяйственной деятельности. Наиболее предпочтительными для решения данной проблемы являются эвристические методы принятия решений.

Отсутствие комплексных исследований в указанной области с одной стороны и необходимость решения данной проблемы с другой, обусловили актуальность выбранной темы исследования.

Целью диссертационной работы является разработка комплекса эвристических экономико-математических методов и моделей формирования основных технико-экономических показателей производственно-хозяйственной деятельности хозяйствующих субъектов.

Исследование предметно опиралось на практическую деятельность отдельной отрасли промышленности, в частности - полиграфической.