Geum.ru
Темы диссертаций по экономике » Математические и инструментальные методы экономики

Информационно-статистические методы и модели управления товарным ассортиментом промышленных предприятий тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Гаранин, Дмитрий Анатольевич
Место защиты Санкт-Петербург
Год 2005
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Информационно-статистические методы и модели управления товарным ассортиментом промышленных предприятий"

Гаранин Дмитрий Анатольевич

ИНФОРМАЦИОННО-СТАТИСТИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ УПРАВЛЕНИЯ ТОВАРНЫМ АССОРТИМЕНТОМ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ

Специальность 08.00.13 - Математические и инструментальные методы

экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Санкт-Петербург 2005

Работа выпонена на кафедре Предпринимательство и коммерция в Государственном образовательном учреждении высшего профессионального образования Санкт-Петербургский государственный политехнический

университет

Научный руководитель:

доктор экономических наук, профессор Дуболазов Виктор Андреевич

Официальные оппоненты:

доктор экономических наук, профессор Юрьев Владимир Николаевич

кандидат экономических наук, доцент Козлов Андрей Владимирович

Ведущая организация:

ГОУ ВПО Санкт-Петербургский государственный университет

Защита состоится л10 марта 2005 г. в 14.00 часов на заседании Диссертационного Совета Д 212.229.23 при ГОУ ВПО Санкт-Петербургский государственный политехнический университет по адресу: 195251, Санкт-Петербург, ул. Политехническая, 29, III учебный корпус, ауд. 506.

С диссертацией можно ознакомится в фундаментальной библиотеке ГОУ СПбГПУ по адресу: 195251, Санкт-Петербург, ул. Политехническая, 29.

Отзывы в 2-х экземплярах направлять по адресу: 195251, Санкт-Петербург, ул. Политехническая, 29.

Автореферат разослан л10 февраля 2005 г.

Ученый секретарь диссертационного совета,

кандидат экономических наук, доцент

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Управление товарным ассортиментом (ТА) промышленных предприятий (ПП) базируется на принятой товарной политике и предполагает координацию взаимосвязанных решений в различных сферах деятельности на предприятии (научно-технической, технико-экономической, маркетинговой, сбытовой и др.). Трудность решения данной задачи состоит в сложности объединения всех этих элементов для достижения конечной цели - оптимизации ТА с учетом поставленных стратегических целей предприятия.

Обзор методологических вопросов теории выбора и принятия решений в области управления ТА приводит к заключению, что методологические проблемы становятся ключевыми. Анализ особенностей процесса принятия решений при управлении ТА выявил необходимость учета фактора неопределенности. С учетом сказанного актуальной является задача совершенствования и разработки научно-методологического обеспечения принятия решений по управлению ТА на основе системно-информационного анализа проблем управления. Реализация такого подхода позволит придать выявленным закономерностям количественно-качественное содержание и обеспечить их статистическую (вероятностную) интерпретацию.

Цель диссертационной работы - формирование на основе информационно-статистических методов математических моделей и методик решения комплекса основных задач управления ТА ПП.

В соответствии с этой целью в диссертации поставлены и решены следующие задачи, определяющие научную новизну работы:

- на основе анализа содержательной специфики задач управления ТА ПП сформирована маркетинговая концепция применения программно-целевых методов и информационно-статистического подхода к формированию рекомендаций по управлению ТА, разработаны математические модели жизненных циклов товаров (ЖЦТ) и информационно-статистические методы определения их структуры и параметров, позволяющие осуществлять дискриминацию моделей и цензурирование исходных данных;

- определены основные направления и методы прогнозирования, ориентированные на маркетинговые исследования динамики ТА, предложена методика верификации прогнозов, полученных в результате применения различных методов прогнозирования, поставлена и решена задача оптимизации глубины ретроспекции при применении статистических методов прогнозирования в управлении ТА;

- получена аналитическая зависимость для определения момента целесообразного обновления продукции;

- предложена, на основе модификации метода парных сравнений и информационно-статистического подхода, методика определения степени новизны товаров, позволяющая снизить уровень субъективности при принятии управленческих решений по управлению ТА;

- разработана процедура решения задачи позиционирования нового товара в среде аналогов-конкурентов, позволяющая получить количественно -качественную оценку конкурентоспособности товара с оценкой надежности полученного результата;

- произведена и предложена модификация производственных функций типа Кобба-Дугласа, позволяющих оптимизировать структуру ТА;

- выпонена математическая постановка задачи оптимизации параметрических рядов ТА на основе информационно-статистического подхода и динамического программирования, область применения которых определяется содержательной спецификой задач управления ТА.

Предметом исследования процесс управления ТА ПП.

Объектом исследования является ТА ПП.

Теоретическая значимость результатов исследования заключается в том, что основные положения в работе являются дальнейшим развитием прикладных методов экономико-математического моделирования и методов анализа процессов управления сложными экономическими процессами.

Практическая значимость результатов исследования состоит в том, что они позволяют повысить объем и обоснованность информации, необходимой для принятия решений в процессе управления ТА ПП, что позволит, в свою очередь, повысить достоверность и оперативность результатов анализа принимаемых решений.

Уровень обоснованности и достоверности полученных результатов подтверждается: использованием фундаментальных положений и закономерностей экономической теории, маркетинга, теории информации и математической статистики, теории оптимизации и системотехники; использованием математического аппарата, адекватного исследуемым процессам; непротиворечивостью полученных научных результатов и рекомендаций практике и научным данным.

Внедрение и апробация работы. Основные положения диссертации были представлены и опубликованы в материалах ежегодных Международных научно-практических конференций молодых ученых, студентов и аспирантов: Анализ и прогнозирование систем управления (Санкт-Петербург, СЗГЗТУ, 2003 и 2004 гг.), а также на семинарах аспирантов и заседаниях кафедры Предпринимательство и коммерция (Санкт-Петербург, СПбГПУ, 2004 г.)

Материалы диссертационного исследования используются в курсах Маркетинговые исследования и Теория и методы принятия управленческих решений в маркетинге (СПбГПУ).

Публикации. По материалам диссертации опубликовано 8 работ (в соавторстве 5) общим объемом 2,1 печатных листов.

Структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы, включающего 112 наименований. Диссертация содержит 149 страниц текста, 3 рисунка и 11 таблиц.

Во введении показана актуальность темы, определены объект, предмет, цель и основные задачи исследования. Приведены сведения о реализации работы, ее научной новизне и практической значимости, о публикациях и структуре работы.

В первой главе сформулированы методологические принципы выбора средств и методов решения научной задачи управления ТА ПП. Выпонен анализ задач управления ТА предприятия. Показано, что постановка и решение задач управления ТА дожны базироваться на системной подходе. Организационной формой, реализующей такой подход, является программно-целевой метод планирования, обусловливающий разработку математических моделей ЖЦТ (показатели адекватности, устойчивости, точности и эффективности). Показано, что для преодоления трудностей, связанных с фактором неопределенности, старением ретроспективной информации и цензурированием исходных данных, целесообразно строить математические модели ЖЦТ на основе информационно-статистических методов формирования их структуры и параметров модели. Проведен анализ методов прогнозирования в маркетинговых исследованиях ТА ПП. Предложена методика верификации прогнозов, полученных с использованием различной глубины ретроспекции.

Во второй главе рассмотрены информационно-статистические методы структуризации функции потребительского спроса. Даны аналитические зависимости и методы определения параметров моделей оценки динамики изменения предельной полезности товаров. Произведен подробный анализ постановки задачи выбора оптимального параметрического ряда товаров. Учитывая специфику ТА ПП, этапы ЖЦТ и информационную ситуацию, получены аналитические методы решения одномерной задачи на теоретико-вероятностной основе.

В третьей главе разработаны предложения по управлению ТА ПП. Рассмотрены вопросы прогнозирования и оптимизации темпов обновления продукции на основе анализа модели ЖЦТ. Оптимизация распределения ресурсов при формировании ТА в работе осуществлена с помощью дискретного аналога принципа максимума. Предложена на основе информационно-статистического подхода модификация метода парных сравнений, позволяющего определять степень новизны товара по совокупности сравниваемых количественных и качественных показателей.

Задача позиционирования товара на рынке также рассмотрена в многокритериальной постановке, в качестве методологической основы которой

были использованы идеи морфологического анализа. Оптимизацию структуры ТА предложено производить с помощью производственных функций типа Кобба-Дугласа с учетом информационно-статистического подхода к формированию целевой функции и принципа синтеза безальтернативных статистических гипотез.

В заключении приводятся основные результаты диссертационного исследования, а также делаются выводы по работе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. Маркетинговая концепция применения программно-целевых методов и информационно-статистического подхода к формированию рекомендаций по управлению ТА ПП, заключающаяся в разработке математических моделей ЖЦТ и методов оценивания их параметров по ограниченной информации (малым объемам наблюдений), старением ретроспективной информации и соответственно цензурированием исходных данных. На основе анализа специфики рассматриваемой задачи сделан вывод о необходимости применения следующих принципов системного подхода к решению задачи управления ТА: принципа целостности; принципа многомерности; принципа неопределенности и стохастичности; принципа целевого планирования; принципа комплексного планирования; принципа сквозного планирования; принципа догосрочного планирования; принципа оптимального планирования; принципа скользящего планирования.

Определены основные направления и методы прогнозирования, ориентированные на маркетинговые исследования динамики ТА (табл. 1).

Таблица 1

Направление и методы прогнозирования в маркетинговых исследованиях ТА

Методы Прогнозирование

краткосрочное среднесрочное догосрочное

Метод статистического анализа временных тенденций на основе экстремальных распределений ++ + +

Корреляционно-регрессионный анализ временных тенденций** + ++ +

Анкетные опросы экспертов (эвристические методы)* + ++ -

Выработка колективного мнения экспертов* + + -

Здесь л- - применение метода прогнозирования невозможного или нецелесообразно;

л+ - применение метода прогнозирования целесообразно и обосновано;

л+ + - метод может найти преимущественное применение при прогнозировании;

* - метод прогнозирования требует периодического учета фактора старения информации;

** - устаревшая исходная информация может оказать существенное влияние на конечный результат

(фактор старения информации требует постоянного учета в реальном масштабе времени).

Наиболее общая постановка задачи (верификации) сравнения результатов прогнозных расчетов, полученных с использованием различной глубины ретроспекции, заключается в следующем. С целью выявления периода старения информации определяется к значений глубины ретроспекции (7^ Тз7*+/). Значение Г;=0 целесообразно принять за контрольную точку, так как впоне очевидно, что в этой точке информация еще не устарела и ее можно считать наиболее ценной и достоверной. В ходе прогнозных исследований определяется к значений точечных оценок прогноза Если ввести в

рассмотрение разность точечных оценок

то значения можно считать независимыми, случайными

величинами, поведение которых описывается некоторым неизвестным законом распределения

Ограниченный объем используемой информации не позволяет достаточно надежно его определить методами математической статистики. Поэтому в работе предложен метод решения задачи сравнения результатов прогнозов по ограниченному набору ретроспекций.

Используя аппарат характеристических функций и последовательно от этапа к этапу анализируя ретроспективную информацию, получено семейство плотностей распределения случайных величин Задача

отбраковки устаревшей информации в этом случае сводится к решению последовательного ряда задач проверки статистических гипотез о принадлежности контрольного значения генеральной совокупности. При этом следует учесть, что в силу проведенной схематизации процесса Тогда, задаваясь уровнем значимости и учитывая симметричный характер закона распределения /(2^, можно найти такое значение индекса/, при котором выпонялось бы одно из следующих неравенств:

- функция Лапласа; т, а,у,п- параметры закона распределения

Справедливость соотношений (2) вытекает из очевидной процедуры вычисления функции распределения через плотность распределения пуассоновского числа нормальных случайных величин

~ л \/ncTV' 0 1 {m-Z)

g Ч V1 i f 1 g'^dZ ПЛ

2 U n\ ' {)

Таким образом, задача определения глубины предпрогнозной ретроспекции с учетом старения информации может быть достаточно надежно решена традиционными методами математической статистики с помощью математической модели (распределения сумм пуассоновского числа нормально распределенных случайных величин).

В качестве примера проанализируем предпрогнозную ретроспективную информацию об удельной прибыли при продаже сотового телефона Nokia 3310 с января по май 2003 года (по данным отчета продаж ООО Грегор за 20022003 гг.). В соответствии с введенными обозначениями система исходных данных в виде спейсингов будет иметь вид: 2](май) =-25руб.', 22(апрель) =-48 руб.; 2з(март) =-42 руб.; 2^(февраль) -99 руб.; 2^(январь)=36б руб. Статистические расчеты по определению дисперсии, асимметрии закона распределения позволяют определить по полученной зависимости (2) критические значения левой и правой границы и при уровне значимости (в условиях малой выборки) (табл.2).

Таблица 2

Критические значения величины Z_

п~3 п=4 п=5

г -32,86 -0,28 -8,07

2Гр 56,1 0,29 9,08

Анализ данных (см. табл. 2) показывает, что глубина ретроспекции для прогноза прибыли (-32,86<-25<56,1), определяемая с учетом старения информации не дожна превышать 3 месяца.

2. Разработка и исследование моделей ЖЦТ и информационно -статистические методы определения их структуры и параметров.

Дискретно-непрерывные модели ЖЦТ В общем случае ЖЦТ представляет собой процесс, подверженный воздействию множества случайных факторов. Наглядное представление о ЖЦТ дает так называемая матрица Бостонской Консатинговой Группы (БКГ). В соответствии с матрицей БКГ рассматриваемому случайному процессу можно поставить в соответствие дискретные состояния - состояние небытия или товар

вытеснен с рынка) (рис. 1).

Для адекватного описания исследуемого процесса, с учетом реально существующей информации об интенсивностях перехода системы из одного состояния в другое Ху и переходных вероятностях ц/ 0=1,...,4) используем аппарат дискретных Марковских цепей с нечетко определенными матрицами,

случайным числом переходов и математические модели стохастических систем с дискретными состояниями и непуассоновскими переходами.

Рис. 1. Матрица БКГ и соответствующий ей граф состояний товара

При моделировании с помощью цепей Маркова в качестве исходной информации могут выступать теоретические представления и экспериментальные сведения об объекте моделирования. В тех случаях, когда отсутствует количественная информация о значениях элементов матрицы, представляется целесообразным использование так называемых оценок Фишборна или их модификаций. Так, например, если рассматриваемая система может находиться в одном из возможных состояний 5/, ...,84, то для этих состояний может быть дано отношение порядка предпочтения

Это отношение означает, что переход системы из состояния после очередного шага перехода в состояние наиболее вероятно, чем переход из состояния в состояние 5 и т.д. Отношению порядка предпочтения соответствует оценки Фишборна

(для рассматриваемого случая (рис. 1)

Вероятности пребывания товара в состояниях графа (рис. 1) можно описать следующей системой дифференциальных уравнений Комогорова

удовлетворяющей начальным условиям р](0)~1, P2~pi=P4~P5Ч0 и условиям нормировки ^ р, = 1.

Наибольший интерес с точки зрения управления ТА представляет вероятность нахождения товара в состоянии Sj. Решая дифференциальные уравнения (6), можно найти искомую вероятность р

Однако следует заметить, что интенсивности являются

интегральными характеристиками воздействия рынка на товар и не могут быть достаточно надежно определены на начальных этапах ЖЦТ. Поэтому в работе предложен метод, базирующийся на рандомизации интенсивностей перехода А,^ и последующем осреднении вероятностей состояний S; с учетом маргинального (частного распределения) параметров

Полученные результаты позволяют обосновано разрабатывать управленческие решения, прогнозировать длительность ЖЦТ и уход его с рынка, и на этой основе принимать оптимальные решения на разработки новых изделий.

В качестве примера рассмотрим приложение введенных в рассмотрение моделей для оценки вероятности перехода товара из состояния 5з в состояние 5V, определяющего необходимость обновления товарного ассортимента. С этой целью рассмотрим динамику продаж телефонов Nokia 3310 в течение года (табл. 3).

Таблица 3

Динамика продаж телефонов Nokia 3310 (по данным отчета продаж ООО

Грегор за 2002-2003 гг.)

Год 2002 2003

Месяц VI VII VIII IX X XI XII I II III IV V

Кол-во продаж:, шт. 5 б 9 5 2 5 5 5 3 10 2 8

В таблице 4 представлены результаты расчетов по полученной соответствующие вероятности рз нахождения

зависимости квантилеи системы в состоянии

Таблица 4

Результаты расчетов по полученной зависимости квантилей соответствующие вероятности рз нахождения системы в состоянии 5}

Таким образом, можно утверждать, что через 4,7...5,3 месяцев с достаточно большой вероятностью 0,99...0,999 система переходит в состояние

которое характеризуется незначительными финансовыми поступлениями, незначительными затратами и отрицательным денежным потоком.

Статистические модели ЖЦТ. Анализ стадий ЖЦТ показал, что его математическую модель можно интерпретировать как плотность унимодального распределения случайной величины Т^. В качестве таких моделей функции /(Т^ в зависимости от информационной ситуацией целесообразно рассматривать: - гамма-распределение

(п-1) 5

распределение Вейбула

{ \rn-l 1 \1о;

где т и п- параметры формы; Я и ^ - параметры масштаба.

Для оценки параметров законов распределений, обладающих наибольшей адаптивностью (т, п, X и о), можно использовать уравнения правдоподобия. Для дискриминации математических моделей ЖЦТ предложено использовать принцип максимума неопределенности (упорядочение альтернативных законов распределения по энтропии).

3. Разработка методики и аналитического аппарата обеспечения управлением ТА.

Прогнозирование темпов обновления продукции на основе анализа модели ЖЦТ заключается в выборе оптимальной политики замены существующего товара новым, минимизирующей суммарные затраты (включающие затраты на производство и эксплуатационные расходы) в заданном периоде Т, при условии обеспечения в любой момент заданных потребностей в данной номенклатуре товаров. Под политикой замены в рассматриваемой задаче понимается время, при котором фаза насыщения переходит в фазу спада. Математически этому соответствует равенство нулю второй производной плотности распределения ЖЦТ.

Модель ЖЦТ вида (8) и соответствующая ей кривая прибыли ДС), позволяют ввести в рассмотрение закон распределения прибыли в виде усечённой плотности распределения

где - прибыль от реализации товара на временном интервале

- нормирующий коэффициент.

Параметры модели (10) могут быть определены методом моментов в результате статистического анализа усечённого вариационного ряда

Дифференцируя плотность распределения (10), найдём стационарную точку Со, соответствующую максимуму плотности

Нетрудно заметить, что максимум плотности распределения находится при к>1 левее математического ожидания прибыли и, естественно, левее крайнего члена вариационного ряпя

с0<с<ск.

Анализируя вторую производную зависимости (10), можно найти вторую стационарную точку СД (точку максимального интенсивного спада прибыли)

п-1 4п-1

позволяющую прогнозировать потребное время обновления ТА.

Оптимизация распределения ресурсов при формировании ТА выпонена с помощью дискретного аналога принципа максимума Понтрягина.

4. Методика определения степени новизны товаров на основе модификации метода парных сравнений и информационно-статистического подхода, позволяющая снизить уровень субъективности при принятии решений по управлению ТА и решить задачу позиционирования нового товара.

Существующие методологические подходы к определению степени новизны товаров (методика ВНИИТЭ, метод парных сравнений и др.) в значительной степени базируются на субъективные оценки экспертов.

Сущность метода парных сравнений заключается, в наиболее общей постановке, в нахождении результирующего критерия выбора по оценкам, даваемым экспертами, и по показателям, полученным в результате информационно-статистического анализа исследуемой системы. Статистические методы обработки исходной информации основаны на предположении, что полученные оценки в силу ряда причин являются случайными, законы распределения которых в общем случае неизвестны. Задача метода парных сравнений заключается в том, чтобы внести меньшую погрешность (минимум недостающей информации) при идентификации законов распределения, вводимых в рассмотрение оценок, сформировать

модель расчета весовых коэффициентов этих оценок, определить и рассчитать обобщенный критерий сравнения исследуемых объектов (товаров).

Выбор предпочтительного закона распределения в работе представляется целесообразным производить на основе принципа стохастического доминирования (введением Не - упорядочения рассматриваемых законов распределений).

Дальнейшим развитием идеи стохастического доминирования может служить использование экстремальных распределений экстремальных величин. Так, например, если один показатель конъюнктуры превосходит другой Х2, то при рейтинговании рассматриваемой ситуации в соответствии с введённым в рассмотрение законом распределения вероятностная мера рейтинга

может быть определена из следующего соотношения

| Щ X] +х2 01 Ч,

Из приведённой зависимости после определения интеграла (13) следует, что вероятностная мера может быть определена из уравнения

Если при парном сравнении имеют место ряд качественных показателей (строгое ранжирование), допустим, что объект А превосходит объект В по к качественным показателям

к = 1, к

и наоборот, объект В превосходит л ~э / показателям

то используя принцип макс----------ф-м) "1(2-2*1) и меРУ

Н 2 ~ Р1 Рг

можно показать, что вер р1

Для этого достаточно

имеют вид

стремальную задачу

Н2 = р,р2 -> шах,

кр,+1р2=1.

В качестве модели расчёта весовых коэффициентов вводимых в рассмотрение показателей конъюнктуры рынка представляется целесообразным

использовать энтропийную меру и зависимость

где (т+п) - общее число показателей (т - число показателей, доминирующих для исследуемой системы, п - число показателей, доминируемых для этой же системы).

Тогда обобщённые показатели сравнения можно определить следующим образом

Согласно введённым обобщённым оценочным показателям

оптимальным решением в методе парных сравнений систем А и В является выпонение критериального условия

Таким образом, методика сравнения двух объектов включает:

1. Формирование матрицы исходных данных, характеризующих возможные варианты новых товаров из ТА.

2. Определение (идентификацию) законов распределения количественных показателей сравнения (например, мощность, вес, энергопотреблении и т.д.).

3. Определение вероятностных мер для тех показателей, для которых критическая область не определена, по зависимости (14).

4. Определение вероятностных мер для показателей, не содержащих количественной информации (например, дизайн товара, полезность и др.).

5. Определение весовых коэффициентов.

6. Расчёт обобщённого показателя (для данной задачи Ч показателя новизны товаров) по зависимости (16) и интерпретация полученных результатов.

Для решения задачи позиционирования новых товаров в работе предложено использование формально логических методов, применение идей морфологического анализа, теории принятия решений в условиях неопределенности и непараметрических методов математической статистики.

Сущность предлагаемого подхода заключается в следующем. Имеется т сравниваемых между собой товаров Ть(1=1,...,т). Каждый вариант может быть охарактеризован определёнными параметрами (характеристиками или показателями качества). Очевидно, что каждому товару на основе анализа его достоинств и недостатков может быть поставлена в соответствие (на основе эвристических методов) определённая, в достаточной степени детализированная система предпочтений.

Система предпочтений может быть оценена по совокупности факторов, определяющих значимость того или иного показателя. Предпочтительность ;-го товара с позиций учёта одного параметра может быть определена рангом порядковым номером, который получает каждый товар при расстановке их в порядке предпочтения, с позиций оценки данного параметра и другими характеристиками (количественными, например). В целом при таком системном анализе не может быть надёжных способов контроля поноты учёта параметров, определяющих вес или предпочтительность каждого товара. Однако, если ввести в рассмотрение большое количество параметров, то достаточно надёжными статистическими методами можно будет отделить закономерную составляющую, определяющую предпочтительность того или иного товара от случайной.

Пусть таких ранговых последовательностей, соответствующих числу рассматриваемых параметров, будет п. Тогда морфологический ящик может быть представлен в виде следующей матрицы (табл. 5).

Таблица 5

Морфологическая матрица

Т, Т, Тт Р/

Л/ Ли Кт! Р1

К,, Р<

Яп Ят Я-тп РД

Вес (Р^ у-й характеристики (ранговой последовательности, характеризующей определённый параметр) в общем случае неизвестен. В условиях неопределённости необходимо произвести ранжирование введённых в рассмотрение вариантов. Определение весовых коэффициентов ранговых последовательностей является сложным моментом и требует рассмотрения соответствующих рабочих гипотез, на основе которых методами теории принятия решений в условиях неопределённости могут быть построены модели расчёта весовых коэффициентов. В работе введены в рассмотрение некоторые модели расчёта весовых коэффициентов (например, модель с использованием модифицированных оценок Фишборна) и примеры их реализации. Если считать, что проблема оценки весов более или менее удовлетворительно

преодолена, то впоне естественным является введение в качестве обобщённого показателя (оценочного функционала), позволяющего произвести ранжирование товаров, критерий Байеса

5. Аналитические и численные методы решения задачи оптимизации параметрических рядов ТА ПП.

Математическая постановка задачи в общем виде заключается в следующем. Дана функция потребности (х) от некоторого аргумента (например, мощности, грузоподъемности, ресурса и др.). Дана также функция стоимости производства одного изделия С(х), стоимость разработки С(х) и стоимость эксплуатации С(х) (хранения, технического обслуживания, транспортировки и др.) в единицу времени. Требуется определить оптимальное количество п типов изделий и значения их аргументов Х1,Х2,...,ХП, при которых суммарные затраты на планируемый период Т минимизируются.

Если считать, что каждый образец /'-го типа определенного товара применяется в диапазоне аргумента от то суммарные затраты на

разработку, маркетинг, производство, сбыт и эксплуатацию N изделий (целевая функция) определяются следующим образом:

Целевая функция (17) относится к одномерной задаче оптимизации параметрического ряда, так как в ней учитывается только один аргумент. Возможны и другие разновидности (обобщения) задачи (17), отличающиеся, прежде всего, числом аргументов. В этом случае стакиваются с многомерной задачей. Задачи выбора оптимального параметрического ряда могут быть не только статическими, но и динамическими, когда рассматривается целесообразное изменение параметров ряда во времени. В некоторых случаях оптимальные параметрические ряды необходимо находить одновременно для двух изделий, связанных допонительными условиями совместимости. Одно из них является основным, второе, входящее в него, - комплектующим. Задачи такого типа принято называть многоуровневыми. При увеличении количества как основных, так и комплектующих изделий быстро возрастает размерность задачи выбора и многие традиционные методы решения подобной задачи оптимизации (например, динамическое программирование) становятся практически неприемлемыми.

Следует заметить, что задача выбора оптимального параметрического ряда определяется этапом ЖЦТ. На ранних этапах ЖЦТ целесообразно рассмотреть в зависимости от информационной ситуации более широкий спектр задач этого класса. На этапе модернизации изделий, управления ТА класс задач оптимизации параметрического ряда сужается, однако сложность решения этих задач возрастает.

Методы решения задач выбора оптимального параметрического ряда зависят от вида функций (х), С(х) и др., влияющих на поиск экстремума целевой функции (17). В некоторых случаях можно получить аналитические зависимости для выбора оптимального параметрического ряда. В более сложных случаях целесообразно применять численные методы поиска экстремума.

Наиболее распространенной и практически важной является одномерная задача выбора параметрического ряда. Анализ затрат при управлении ТА показывает, что определяющим фактором являются затраты, связанные с производством товара. Затратами на разработку (модернизацию) и эксплуатацию по сравнению с затратами на производство можно пренебречь или их отнести к производственным затратам, к функции С(х).

Если предположить, что функция (%) и С(х) являются непрерывными и дифференцируемыми по крайней мере один раз, то решение минимизации целевой функции (17) может быть сведено в общем случае к решению системы нелинейных уравнений

где - плотность распределения функции потребности.

В общем случае функция потребности может быть определена методами математической статистики на основе маркетинговых исследований рынка спроса на данный товар. Учитывая высокую адаптивность закона распределения Вейбула, представляется целесообразным функцию потребности аппроксимировать следующим образом

где Хо и т - параметры масштаба и формы закона распределения Вейбула.

Характер изменения стоимости изделия С(х) как функции базисного параметра хД определяющего потребительские свойства данного товара (ресурс, грузоподъемность, дальность полета и др.) в экономических исследованиях обычно представляют в форме

где Со, а статические коэффициенты, определяемые методам: корреляционного анализа. Заметим, что коэффициент эластичности а не зависит от коэффициента масштаба затрат Со и, что является важным для дальнейших рассуждений, является случайной величиной в силу ограниченного объема статической информации. Минимум целевой функции (17) не может реализоваться на границах области ее определения. Поэтому следует ожидать минимум целевой функции внутри замкнутой области в стационарных

точках, определяемых системой уравнений (18).

Эта система нелинейных уравнений может быть представлена в виде

Ы [,) сЪ, /(*,) ' (21)

обеспечивающем последовательную вычислительную процедуру. С учетом зависимостей (19) и (20) соотношение (21) имеет вид

Если ввести безразмерный параметр = Ч , тогда после очевидных агебраических преобразований система (22) приобретет форму

Система уравнений (23) является трансцендентной и может быть решена последовательным приближением ими графически. Анализируя результаты расчетов по экстремуму целевой функции (17) можно определить число параметров ряда п и их значения.

ПУБЛИКАЦИИ АВТОРА ПО ТЕМЕ ДИССЕРТАЦИИ

1. Гаранин Д.А., Ефимов A.M. Выявление приоритетов развития рынка недвижимости на основе системного анализа // Труды международной научно-практической конференции: Системный анализ в проектировании и управлении, СПбГТУ. Санкт-Петербург, 2001. С. 144-149.

2. Гаранин Д.А., Пашинская СЕ. Управление товарным ассортиментом промышленных предприятий // Материалы международной конференции: Анализ и прогнозирование систем управления, СЗГЗТУ. Санкт-Петербург, 2003. С. 162-165.

3. Гаранин Д.А., Тимохина И.В. Определение глубины ретроспекции при прогнозировании динамических рядов // Материалы международной конференции: Анализ и прогнозирование систем управления, СЗГЗТУ. Санкт-Петербург, 2003. С. 212-215.

4. Гаранин Д.А. Математические модели жизненного цикла товара (ЖЦТ) и информационно-статистические методы определения их структуры и параметров // Коммерция и логистика: Сборник научных трудов Выпуск 3, СПбГУЭФ. Санкт-Петербург, 2003. С. 119-121.

5. Гаранин Д.А., Колодонов И.Н. Аналитическая модель убывающей предельной полезности в экономике // Труды российско-польской конференции: Анализ, прогнозирование и управление в сложных системах, СЗГТУ. Санкт-Петербург, 2003. С. 282-286.

6. Гаранин Д.А. Дискретно-непрерывные модели жизненного цикла товаров // Труды IV Международной научно-практической конференции молодых ученых, студентов и аспирантов Анализ и прогнозирование систем управления, СЗГЗТУ. Санкт-Петербург, 2004. С. 141-144.

7. Гаранин Д.А. Об одной модели определения степени новизны изделия // Труды IV Международной научно-практической конференции молодых ученых, студентов и аспирантов Анализ и прогнозирование систем управления, СЗГЗТУ. Санкт-Петербург, 2004. С. 145-147.

8. Гаранин Д.А., Балюк А.И. Оптимизация соотношения новых и старых изделий в проблеме формирования ассортимента промышленных предприятий Труды IV Международной научно-практической конференции молодых ученых, студентов и аспирантов Анализ и прогнозирование систем управления, СЗГЗТУ. Санкт-Петербург, 2004. С. 116-119.

Подписано в печать О*/6Л ЗС05 . Формат 60x84/16. Печать офсетная. Уч. печ. л. . Тираж . Заказ

Отпечатано с готового оригинал-макета, предоставленного автором, в типографии Издательства Политехнического университета. 195251, Санкт-Петербург, Политехническая, 29.

Гл-'4 i

16 ФЕВ 2005"----- 690

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Гаранин, Дмитрий Анатольевич

ВВЕДЕНИЕ.

1. МЕТОДОЛОГИЧЕСКИЕ ПРОБЛЕМЫ УПРАВЛЕНИЯ ТОВАРНЫМ АССОРТИМЕНТОМ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ.

1.1. Методологические принципы выбора средств и методов решения задачи.

1.2. Математические модели жизненного цикла товара и информационно-статистические методы определения их структуры и параметров.

1.2.1. Дискретно-непрерывные модели жизненного цикла товаров.

1.2.2. Статистические модели жизненного цикла товаров.

1.3. Направление и методы прогнозирования в маркетинговых исследованиях товарного ассортимента промышленных предприятий.

Щ. 2. ОПТИМИЗАЦИЯ ПАРАМЕТРИЧЕСКИХ РЯДОВ ТОВАРНОГО

АССОРТИМЕНТА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ.

2.1. Информационно-статистические методы структуризации функции потребительского спроса.

2.1.1. Основные аксиомы теории функций спроса.

2.1.2. Информационно-статистические методы оценки потребительской соизмеримости товаров.

2.2. Методы решения задачи оптимизации параметрических рядов.

2.2.1. Аналитические методы.

2.2.2. Численные методы решения.

2.3. Многомерные задачи выбора оптимального параметрического ряда 89 3. ПРЕДЛОЖЕНИЯ ПО УПРАВЛЕНИИЮ ТОВАРНЫМ

АССОРТИМЕНТОМ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ.

3.1. Прогнозирование темпов обновления продукции на основе анализа

Ф модели жизненного цикла товара.

3.2. Оптимизация распределения ресурсов при формировании товарного ассортимента.

3.3. Методика определения степени новизны товара.

3.4. Позиционирование товара на основе морфологического анализа рынка.

3.5. Информационно-статистические методы формирования производственных функций и оптимизация структуры товарного ассортимента.

Диссертация: введение по экономике, на тему "Информационно-статистические методы и модели управления товарным ассортиментом промышленных предприятий"

Практика управления экономическими системами претерпевает за последние годы радикальные изменения. Теория принятия решений в настоящее время представляет собой набор понятий и системотехнических методов, позволяющих всесторонне анализировать проблемы выбора в уникальных и нетривиальных ситуациях. При этом концепция принятия решений - это система взглядов и принципов, определяющих общую методологию решения конкретной задачи. Основные положения данной концепции связаны с вопросами о роли лица, принимающего решения (ПР), о принципах учета объективно существующих факторов различной природы неопределенности и о возможности получения решения (оценка его достоверности), отвечающей выбранной цели.

Обзор методологических вопросов теории выбора и принятия решений приводит к заключению, что методологические проблемы в известном смысле становятся ключевыми. Товар - сложное, многоаспектное понятие, включающее совокупность многих свойств, главными среди которых являются потребительские свойства. Номенклатура (совокупность изделий, выпускаемых предприятием) или товарный ассортимент характеризуется количеством ассортиментных групп, количеством позиций в каждой ассортиментной группе и сопоставимостью (соизмеримостью), т.е. соотношением между ассортиментными группами с точки зрения общности потребителей, конечного использования, каналов распределения и цен.

Управление товарным ассортиментом базируется на принятой предприятием товарной политике и предполагает координацию взаимосвязанных видов деятельности (научно-технической, технико-экономической, маркетинговой, сбытовой и др.). Трудность решения данной задачи состоит в сложности объединения всех этих элементов для достижения конечной цели - оптимизации ассортимента с учетом поставленных стратегических рыночных целей предприятием. Это обстоятельство обуславливает необходимость применения системного комплексного подхода. Методология системно-информационного анализа проблем управления товарным ассортиментом промышленных предприятий обусловила необходимость учета фактора неопределенности, реализация такого подхода позволяет придать выявленным закономерностям количественно-качественное содержание и обеспечить статистическую (вероятностную) интерпретацию. С учетом вышеприведенных соображений тема диссертационной работы является актуальной.

Целью выпоненной работы являлось совершенствование научно-методического обеспечения принятия решений по управлению товарным ассортиментом на основе информационно-статистических методов формирования математических моделей и методик решения сопутствующих задач.

При решении поставленных задач были использованы методы системного анализа, теоретико-информационные и статистические методы анализа сложных процессов, аналитический аппарат теории вероятностей и математической микростатистики, математические методы экономики и теории оптимизации.

Методологическую и теоретическую основу исследования составили труды и работы ведущих ученых в области стандартизации, выбора типажа машин, построения эффективных вычислительных агоритмов отыскания оптимальных решений - Э.Х. Гимади, В.Г. Дементьева, и др.; в области разработки и реструктуризации организационных структур, планирования и управления промышленными предприятиями - JI.A. Базилевича, Б.З. Мильнера, Д.В. Соколова, В.А. Дуболазова, В.А. Козловского, Э.А. Козловской; в области теории систем и методов моделирования систем - В.Н. Воковой, А.А. Денисова, М.Д. Месаровича; Г.С. Поспелова, В.Н. Сагатовского; в области теории сложных систем - JI.A. Мартыщенко, Б.П. Ивченко и др.; в области внедрения математических методов в экономику и управление предприятием J1.A. Канторовича, B.C. Немчинова, В.В. Новожилова, Р.В. Соколова, Б.И. Кузина, В.В. Глухова, В.Н. Юрьева, А.В. Козлова, В.К. Тютюкина и др.

Научная новизна полученных результатов заключается в следующем:

1. На основе анализа содержательной специфики задач управления товарным ассортиментом промышленных предприятий сформирована маркетинговая концепция применения программно-целевых методов и информационно-статистического подхода к формированию рекомендаций по управлению товарным ассортиментом.

2. Разработаны математические модели жизненных циклов товаров и информационно-статистические методы определения их структуры и параметров, позволяющие осуществлять дискриминацию моделей и цензурирование исходных данных.

3. Определены основные направления и методы прогнозирования, ориентированные на маркетинговые исследования динамики товарного ассортимента, и предложена методика верификации прогнозов, полученных в результате применения различных методов прогнозирования.

4. Поставлена и решена задача оптимизации глубины ретроспекции при применении статистических методов прогнозирования в проблеме управления ассортиментом товаров.

5. Получена аналитическая зависимость для определения момента максимального спада прибыли и момента целесообразного обновления продукции.

6. Поставлена и решена задача оптимального распределения ресурсов при формировании товарного ассортимента промышленной продукции.

7. Предложена, на основе модификации метода парных сравнений и информационно-статистического подхода, методика определения степени новизны товаров, позволяющая снизить уровень субъективности.

8. Разработана процедура решения задачи позиционирования нового товара в среде аналогов-конкурентов, позволяющая получить количественно-качественную оценку конкурентоспособности товара с оценкой надежности полученного результата.

9. Произведена и предложена модификация производственных функций типа Кобба-Дугласа, позволяющих оптимизировать структуру товарного ассортимента.

10. Поставлена и решена задача оптимизации параметрических рядов ассортимента продукции на основе информационно-статистического подхода и динамического программирования, область применения которых определяется содержательной спецификой задач управления товарным ассортиментом промышленной продукции.

Теоретическая значимость результатов исследования заключается в том, что основные положения в работе являются дальнейшим развитием прикладных методов анализа процессов управления сложными экономическими процессами.

Практическая значимость результатов исследования состоит в том, что они позволяют повысить объем и обоснованность информации, необходимой для принятия решений в процессе управления товарным ассортиментом промышленной продукции.

Уровень обоснованности и достоверности полученных результатов подтверждается:

1. Фундаментальными положениями и закономерностями экономической теории, маркетинга, теории информации и математической статистики, теории оптимизации и системотехники.

2. Использованием математического аппарата, адекватного исследуемым процессам.

3. Непротиворечивостью полученных научных результатов и рекомендаций научной практике и научным данным.

Внедрение и апробация работы. Основные положения диссертации были представлены и опубликованы в материалах Международной конференции: Анализ и прогнозирование систем управления (Санкт-Петербург, СЗГЗТУ, 2003 г.), IV Международной научно-практической конференции молодых ученых, студентов и аспирантов Анализ и прогнозирование систем управления (Санкт-Петербург, СЗГЗТУ, 2004 г.), а также на семинарах аспирантов кафедры Предпринимательство и коммерции (Санкт-Петербург, СПбГПУ, 2004 г.) и на заседании кафедры Предпринимательство и коммерция (Санкт-Петербург, СПбГПУ, 2004 г.).

Материалы диссертационного исследования используются в курсах Маркетинговые исследования и Теория принятия управленческих решений в маркетинге (СПбГПУ).

Публикации. По материалам диссертации опубликовано 8 работ (в соавторстве 5) общим объемом 2,1 печатных листов.

Структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы, включающего 112 наименований. Диссертация содержит 149 страниц текста, 3 рисунка и 11 таблиц.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Гаранин, Дмитрий Анатольевич

ЗАКЛЮЧЕНИЕ

Анализ основных проблем управления товарным ассортиментом промышленных предприятий позволяет заметить, что большинство из них связано с постановкой и решением ряда нетривиальных задач. Процедуры решения этих задач затрагивают многие области фундаментального и прикладного значения, где и по сей день ведутся разработки.

Подводя итоги выпоненного исследования, отметим его основные результаты:

1. Проведен анализ содержательной специфики задач управления товарным ассортиментом промышленных предприятий, сформирована маркетинговая концепция применения программно-целевых методов и информационно-статистического подхода к формированию рекомендаций по управлению товарным ассортиментом.

2. Одна из важнейших задач управления товарным ассортиментом -умение своевременно проводить оценку длительности жизненного цикла товара, поэтому в работе разработаны математические модели жизненных циклов товаров и информационно-статистические методы определения их структуры и параметров, позволяющие осуществлять дискриминацию моделей и цензурирование исходных данных. Предложены разные подходы к моделированию жизненных циклов товаров: на основе дискретных моделей и статистических.

3. Определены основные направления и методы прогнозирования, ориентированные на маркетинговые исследования динамики товарного ассортимента, и предложена методика верификации прогнозов, полученных в результате применения различных методов прогнозирования.

4. Как показал анализ, большая часть методов прогнозирования чувствительна к устаревшей информации, поэтому в работе поставлена и решена задача оптимизации глубины ретроспекции при применении статистических методов прогнозирования.

5. На основании принятой модели жизненного цикла товара может быть решена задача о нахождении момента целесообразного обновления продукции, В работе получена аналитическая зависимость для определения момента максимального спада прибыли на основе модели Гамма-распределения удельной прибыли.

6. Поставлена и решена задача оптимального распределения ресурсов при формировании товарного ассортимента промышленной продукции.

7. Анализ показал, что существующие подходы к оценке степени новизны товара в основном базируются на субъективных оценках экспертов. Снижение уровня субъективности предлагается произвести на основе модификации метода парных сравнений и информационно-статистического подхода.

8. Разработана процедура решения задачи позиционирования нового товара в среде аналогов-конкурентов, позволяющая получить количественнокачественную оценку конкурентоспособности товара с оценкой надежности полученного результата. Решение задачи выпонено на основе морфологического анализа.

9. Произведена и предложена модификация производственных функций типа Кобба-Дугласа, позволяющих оптимизировать структуру товарного ассортимента (оптимизировать соотношение новых и старых товаров в ассортименте).

10. В работе выпонена математическая постановка задачи оптимизации параметрических рядов ассортимента продукции. Рассмотрены разные варианты развития поисковых моделей оптимизации параметрических рядов в зависимости от содержательной специфики задач управления ассортиментом.

В работе предложены информационно-статистические подходы к идентификации моделей, применяемых при управлении товарным ассортиментом, учитывающие реальную информационную обеспеченность. Основные положение диссертации подтверждены примерами и расчетами применительно к конкретным условиям.

Полученные результаты расширяют сферу возможного применения и повышают эффективность практического использования методов математической статистики в управлении товарным ассортиментом.

Диссертация: библиография по экономике, кандидат экономических наук , Гаранин, Дмитрий Анатольевич, Санкт-Петербург

1. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: Юнити, 1998.

2. Алексеев А.А. Теоретические основы концепции маркетинга. СПб.: СЗПИ, 1995.

3. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2002.

4. Артюгина И.М., Лисочкина Т.В., Косматов Э.М. и др. Экономико-математические методы и модели принятия решений в энергетике: Л.: Изд. Ленинградского университета, 1991.

5. Багиев Г.А., Тарасевич В.М., Анн X. Маркетинг: Учебник для вузов. М.: Экономика, 1999.

6. Багиев Г.Л., Новиков О.А. Маркетинг средств производства: основа планирования, организации и экономики. СПб, СПбУЭФ, 1991.

7. Барыкин Е.Е., Косматов Э.М. и др. Методы анализа и прогнозирования показателей производственно-хозяйственной деятельности энергетического объединения: Учебник. СПб.: Энергоатомиздат, Санкт-Петербургское отделение, 1994.

8. Башелев С.Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок. М. Статистика, 1980.

9. Бейтмен Г., Эрдейи А. Высшие трансцендентные функции. Т. 1, 3; М.: Наука, 1965.

10. Белеман Jl., Заде Ф. Принятие решений в расплывчатых условиях. М.: Мир, 1976.

11. Бот Г. Дж. Практическое руководство по управлению сбытом: Пер. с англ. М.: Экономика, 1991.

12. Бонград М.М. О понятии полезная информация. Проблемы кибернетики, 1963, № 9.

13. Боровков А.А. Курс теории вероятностей. М.: Наука, 1972.

14. Брыскин В.В. Математические модели маркетинга. ВО Наука, Новосибирск, 1992.

15. Брыскин В.В., Яковлев В.М. Математические модели программно-целевого планирования технических средств. Новосибирск, Наука, Сибирское отделение, 1989.

16. Вальд А. Статистические решающие функции. М.: Наука, 1967.

17. Вехи экономической мысли. Теория фирмы. Т.2. Под ред. В.М. Гальперина. СПб.: Экономическая школа, 2000.

18. Вокова В.Н. Искусство формализации. СПб.: Изд. СПбГТУ, 1999.

19. Вокова В.Н., Денисов А.А. Основы теории систем и системного анализа: Учебник, издание 2. СПб.: Изд. СПбГТУ, 1999.

20. Вокова В.Н., Фаенсон И.Н., Сотников Б.А. Организация интерактивной процедуры принятия решений на основе морфологического подхода. В сб. Анализ и моделирование экономических процессов. Горький, 1984.

21. Вокова В.Н., Чабровский В.А. Цель, прогнозирование, анализ, структуризация: Учебное пособие. М.: Изд. ИСЭП РАН, 1995.

22. Вычислительные методы оптимального планирования. М.: Наука,1998.

23. Гаврилов Д.А., Куприенко Н.В., Михайлов Б.А., Юзбашев М.М. Методы статистического анализа распределений. Учебное пособие, т.2. СПб.: Изд. СПбГТУ, 1999.

24. Глухов В.В. Менеджмент: Учебник. СПб.: Специальная Литература,1999.

25. Глухов В.В., Кобышев А.Н., Козлов А.В. Ситуационный анализ. Деловые ситуации и деловые игры для менеджмента: Учебное пособие. СПб.: Изд. СПбГТУ, 1998.

26. Глухов В.В., Медников М.Д., Коробко С.Б. Экономико-математические методы и модели в менеджменте. Учебник для вузов. СПб.: Изд. Лань, 2000.

27. Голубков Е.П. Маркетинговые исследования: теория, практика и методология. М.: Финпресс, 1998.

28. Градштейн И.Р., Рыжик И.М. Таблицы интегралов, сумм, рядов и произведений. М.: Физматгиз, 1963.

29. Денисов А.А. Информация в системах управления. Л.: Изд. ПИ,1980.

30. Джессер Р. Методы статистических исследований. М.: Финансы и статистика, 1985.

31. Диденко Н.И. Программно-целевое планирование исследований и разработок в приборостроении. JL: Машиностроение, 1988.

32. Долинская М.Г., Соловьев И.А. Маркетинг конкурентоспособной промышленной продукции. М.: Изд. стандартов, 1991.

33. Дружинин В.В., Конторов Д.С. Системотехника. М.: Радио и связь,1985.

34. Евланов Л.Г. Теория и практика принятия решений. М.: Экономика,1984.

35. Ермаков С.М. Метод Монте-Карло и смежные вопросы. М.: Наука,1971.

36. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. Пер. с англ. М.: Мир, 1976.

37. Иванов Ю.Н., Токарев В.В., Уздемир А.П. Математическое описание элементов экономики. Ареопаг, М.: Физматлит, ВО Наука, 1994.

38. Ивченко Б.П., Мартыщенко Л.А., Губин Г.С. Информационная микроэкономика. Часть 2. Анализ закономерностей и моделирование. СПб.: Нордмед-издат, 1998.

39. Ивченко Б.П., Мартыщенко Л.А., Иванцов И.Б. Информационная микроэкономика. Часть 1. Методы анализа и прогнозирования. СПб.: Нордмед-издат, 1998.

40. Ивченко Б.П., Мартыщенко JI.A., Монастырский M.J1. Теоретические основы информационно-статистического анализа сложных систем. СПб.: Лань, 1997.

41. Ивченко Б.П., Мартыщенко Л.А., Табухов М.Е. Управление в экономических и социальных системах. СПб.: Нормед-издат, 2001.

42. Информационные системы в управлении производством. Под. ред. Ю.П. Васильева. М.: Прогресс, 1973.

43. Кемени Дж., Снел Дж. Конечные цепи Маркова. Пер. с англ. М.: Наука, 1970.

44. Кендал М. Дж., Стьюарт А. Теория распределений. Пер. с англ. М.: Наука, 1966.

45. Клейнер Г.Б. Экономико-математическое моделирование и экономическая теория. М.: Наука, 2001.

46. Кобзев В.В., Ключарева Н.С. Экономика предприятия: Учеб. пособие. Под ред. проф. В.В. Кобзева. СПб.: Изд-во СПбГПУ, 2003.

47. Козловская Э.А., Демиденко Д.С. Финансовое планирование на предприятиях. СПб.: Изд-во СПбГТУ, 1998.

48. Козловский В.А., Кобзев В.В. Производственный и операционный менеджмент. СПб.: Изд. СПбГПУ, 2002.

49. Козловский В.А., Козловская Э.А., Савруков Н.Т. Логистический менеджмент. СПб.: Политехника, 1999.

50. Комогоров А.Н. Основные понятия теории вероятностей. М.: ОНТИ, 1936.

51. Корн Г., Корн Т., Справочник по математике (для научных работников и инжененров). М.: Наука, 1974.

52. Котлер Ф. Маркетинг. Менеджмент. СПб.: Питер, 2001.

53. Котлер Ф. Маркетинг. Менеджмент. Экспресс курс. СПб.: Питер,2001.

54. Котлер Ф. Основы маркетинга. Пер. с англ. В.Б. Боброва. М.: Прогресс, 1991.

55. Крамер Г. Математические методы статистики. М.: Мир, 1975.

56. Кузин Б.И., Юрьев В.Н., Шахдинаров Г.М. Методы и модели управления фирмой. СПб.: Питер, 2001.

57. Кульбак С. Теория информации и статистика. М.: Наука, 1967.

58. Куприенко Н.В., Павлов Н.В., Пономарев Ю.Г. Маркетинговые исследования. Учебное пособие. СПб.: Изд. СПбГТУ, 1998.

59. Липсиц И.В. Коммерческое ценообразование: Учебник для университетов и программ MB А. М.: Издательство БЕК, 2001.

60. Лисочкина Т.В. Экономико-математические методы и модели принятия решений в энергетике. Л.: ГУ, 1991.

61. Макаров В.М. Диверсификация системы производственного менеджмента в условиях динамичного спроса: теория, методы, агоритмы. СПб.: Изд. СПбГПУ, 2002.

62. Макаров И.М. и др. Теория выбора и принятия решений. М.: Наука,1982.

63. Мак-Донад М. Стратегическое планирование маркетинга. СПб.: Питер, 2000.

64. Макконнел К.Р., Брю C.JI. Экономикс: Принципы, проблемы и политика. М.: Туран, 1996.

65. Маркетинг. Под ред. Академика А.Н. Романова, учебник, М.: Юнити, 1996.

66. Мартыщенко JI.A. Гипернормальное распределение. Л.: МО СССР,1984.

67. Мартыщенко Л.А. Имитационное моделирование процессов развития сложных систем. Л.: МО СССР, 1983.

68. Мартыщенко Л.А. Синтез безальтернативных гипотез и выбор структуры производственных функций. ITA-2000, София (на англ. языке).

69. Мартыщенко Л.А. Стохастическое доминирование и идентификация гауссовских процессов по первым наблюдениям. Труды VIII Международной конференции. KDS-1999. г. Ята.

70. Мартыщенко Л.А., Добрякова Л.А. Выборочные распределения малых выборок. SCM-99. с. 151, 1999.

71. Мартыщенко Л.А., Добрякова Л.А. Экспресс-оценка момента разладки гауссовского процесса по первым наблюдениям. SCM-99. с. 148, 1999.

72. Мартыщенко Л.А., Панов В.В. Моделирование распределений, заданных характеристическими функциями. Кибернетика, 1985, № 3.

73. Мартыщенко Л.А., Панов В.В. О моделировании случайных величин с заданным законом распределения. Экономические и математические методы. Том XVII, № 1. М.: Наука, 1981.

74. Мартыщенко Л.А., Филюстин А.Е. Функция квантилей. Л.: МО СССР, 1984.

75. Медников М.Д. Математические методы и модели для менеджмента. СПб.: Лань, 2000.

76. Мещеряков А.И. Управление товарным ассортиментом торговой компании. М.: Маркет ДС, 2004.

77. Минер Б.З.и др. Системный подход к организации управления. М.: Экономика, 1983.

78. Мильнер Б.З. Организация программно-целевого управления. М.: Наука, 1980.

79. Митоян А.А. Потребительское поведение семей: дифференциация, динамика, классификация. М.: Экономика, 1990.

80. О. Шонесси Дж. Конкурентный маркетинг: Стратегический подход. СПб.: Изд. Питер, 2001.

81. Одрин В.М., Картавов С.С. Морфологический анализ систем. Киев: Наукова думка, 1977.

82. Прогностика. Терминология. Сб. рекомендуемых терминов. Вып. 92. АН СССР. Из-во Наука, 1978.

83. Роббин Г. Эмпирический байесовский подход к статистике. М.: ИЛ,1964.

84. Розанов Ю.А. Случайные процессы. М.: Наука, 1971.

85. Саркисян С.А., Каспин В.Н., Лисичкин В.А. Теория прогнозирования и принятия решений. М.: Высшая школа, 1977.

86. Соколицын С.А., Дуболазов В.А., Домченко Ю.Н. Многоуровневая система оперативного управления ГПС. Л.: Политехника, 1991.

87. Соколицын С.А., Кузин Б.И. Организация и оперативное управление машиностроительным производством. Л.: Машиностроение, 1988.

88. Соколов А.В. Информационно-поисковые системы. Учебное пособие для вузов. М.: радио и связь, 1981.

89. Соколов Д.В., Захарченко Н.Н. Системный анализ хозяйственных ситуаций. Л.: ФЭИ, 1987.

90. Стратегия и тактика антикризисного управления фирмой. Под ред. Градова А.П., Кузина Б.И. СПб.: Спец. литература, 1996.

91. Теория выбора и принятия решений. Макаров И.М. и др. Учебное пособие. М.: Наука, Гл. ред. Физматлит, 1982.

92. Трухаев Р.Н. Модели принятия решений в условиях неопределенности. М.: Наука, 1981.

93. Уотерман Р. Фактор обновления: Как сохраняют конкурентоспособность лучшие компании: Пер. с англ. М.: Прогресс: 1988.

94. Фан Лянь-цэнь, Ван Чу-сен. Дискретный принцип максимума. Изд. Мир, 1967.

95. Фишборн П. Принятие решений по непоной информации о вероятностях исходов. Экспресс-информация. Техническая кибернетика, №34, 1965.

96. Фишборн П. Теория полезности. Исследование операций. Под ред. Моудера Дж. Эмаграби С. T.l. М.: Мир, 1981.

97. Хорошилов А.В. Программно-целевые средства системного анализа в АСУ. Учебное пособие. М.: МЭСИ, 1986.

98. Черчиль Г.А. Маркетинговые исследования. Спб.: Изд. Питер,2000.

99. Четыркин Е.М. Статистические методы прогнозирования. М.: Статистика, 1977.

100. Шеннон К.Э. Работы по теории информации и кибернетике. М.: ИЛ,1963.

101. Шмерлинг Д.С., Дубровский С.А., Аржанова Т.Д. и др. Экспертные оценки: методы и применение. Обзор: Статистические методы анализа экспертных оценок. М.: Наука, 1977.

102. Шор Я.Б. Статистические методы анализа и контроля качества и надежности. М.: Советское радио, 1962.

103. Эванс Д.Р., Берман Б. Маркетинг: Сокр. пер. с англ. М.: Экономика,1990.

104. Экономико-математические модели в организации и планировании промышленного предприятия. Под ред. проф. Кузина Б.И. JL: Изд-во Ленингр. ун-та, 1982.

105. Экономическая стратегия фирмы: Ученое пособие. Под ред. проф. Градова А.П. 2-е изд., испр. и доп. СПб.: Специальная литература, 1999.

106. Эфрон Б. Нетрадиционные методы многомерного статистического анализа. Пер.с англ. М.: Финансы и статистика, 1988.

107. Юрьев В.Н. Маркетинговые информационные системы промышленных предприятий. СПб.: Изд. СПбГТУ, 1998.

108. Янч Э. Прогнозирование научно-технического прогресса. М.: Прогресс, 1974.

109. Fishburn P.O. SSB utility theory decision-making under uncertainty Ч Math Social sci. 1984.N3.

110. Fishburn P.O. The axioms of subjective probability // Stat. Sci. 1986. V.1.N3.

111. Jshii, H. et al. "An Algorithm for Partially Chance Constrained E-Model" Journal of the Operations Research of Japan, 22, 233-256, 1979.

112. Zwicki F. Morphplogical Forschung. Buckdruckerei Winterher. A.G. Scweiz, 1969.

113. Материалы диссертационной работы Гаранина Д.А., предполагаемые решения и научная новизна задач позволяющие сформировать конкурентоспособную систему управления товарным ассортиментом предприятия, внедрены в ОАО Красный Октябрь.

114. Перспективным видится внедрение методики построения функций потребительского спроса с целью разбивки параметрического ряда товаров ОАО Красный Октябрь по одному или нескольким параметрам.

Похожие диссертации