Сфера применения компьютерной техники и технологии на ОАО “Луганский пивоваренный завод”. Это и электронный документооборот, хранение и структурирование информации, использование компьютеров и современного программного обеспечения в бухгалтерии и макетировании, электронная почта.

Применяема вычислительная техника на ОАО «Луганский пивоваренный завод» по подразделениям представлена в таблице 1.3.2.

Таблица 1.3.2 Применяемая вычислительная техника на предприятии

В условиях несбалансированного рынка маркетинг рассматривается как система целесообразной организации производства. Диапазон экономических явлений, включенных в маркетинговую деятельность, изменяется от рассмотрения вопросов поведения производителей при сбыте продукции (ценообразование, реклама, организация сети сбыта и послепродажного обслуживания и т. п.) до придания маркетингу статуса качественно новой формы организаций производства. Возрастает влияние маркетинга на организацию и структуру производства, управление им.

Эти функции все более объединяются, создастся единая концепция маркетинго-ориентированного управления производством. Наиболее существенной является взаимосвязь управления производством, маркетинга, управления финансами и логистики.

Производственная функция и системе маркетинга является ведущей и направлена на решение следующих вопросов: рыночные исследования окружающей среды, обоснование целесообразности выпуска той или иной продукции, отвечающей запросам потребителей; организация производства продукции; анализ потребителей и организация сбыта продукции. Маркетинго-ориентированное управление производством кардинально меняет подход к планированию и управлению всеми производственно-хозяйственными объектами с точки зрения выделения целевых приоритетов. Моделирование маркетинговых процессов позволяет принимать качественно новые решения на основе использования мощного математического аппарата.

Объекты автоматизации в маркетинговой деятельности представлены на рис. 1.3.1.

Рис.1.3.1 Объекты автоматизации в маркетинговой деятельности

Логистическая кривая задается уравнением

(2.1.17)

Произведем обратное преобразование левой и правой частей этого уравнения:

(2.1.18.)

Где

Уравнение (2.1.18.) имеет вид модифицированной экспоненты, поэтому ее параметры с, b и а можно найти по формулам (2.1.9), (2.1.10.) и (2.1.11). Вычислив эти параметры по формуле (2.1.17.), легко определить выровненные значения.

Логистическая кривая имеет S-образную форму с точкой перегиба, равной

Значение у в точке перегиба равно

(2.1.19)

Модели с аддитивной компонентой.

Моделью с аддитивной компонентой называется такая модель, в которой вариация значений переменной во времени наилучшим образом описывается через сложение отдельных компонент. Предположив, что циклическая вариация не учитывается, модель фактических значений переменной А можно представить следующим образом:

А = T+S+E

где А -- фактическое значение

Т -- трендовое значение

S -- сезонная вариация

E -- ошибка

В моделях, как с аддитивной, так и с мультипликативной компонентой общая процедура анализа примерно одинакова:

Этап 1. Расчет значений сезонной компоненты.

Этап 2. Вычитание сезонной компоненты из фактических значений. Этот процесс называется десезонализацией данных. Расчет тренда на основе полученных десезонализированных данных.

Этап 3. Расчет ошибок как разности между фактическими и трендовыми значениями.

Этап 4. Расчет среднего отклонения (MAD) или среднеквадратической ошибки (MSE) для обоснования соответствия модели исходным данным или для выбора из множества моделей наилучшей.

Модель сезонной волны

К сезонным явлениям относятся такие явления, которые обнаруживают в своем развитии определенные закономерности, более или менее регулярно проявляющиеся из периода в период.

Изучение сезонности ставит перед собой такие задачи:

1) численное выражение сезонных колебаний;

2) изучение сезонного спроса на различные товары;

3) установление факторов, вызывающих сезонные колебания;

4) прогнозирование сезонных явлений.

Сезонные временные ряды можно разложить на следующие компоненты:

(2.1.20)

-- тенденция ряда

-- колебательная составляющая

-- случайные колебания

Тенденция отражает общее изменение ряда за длительный период времени -- постоянный подъем или снижение

Краткосрочное колебание (сезонные волны) более или менее регулярное изменение временного ряда, возникающее с наступлением определенного периода и повторяющееся с небольшими отклонениями.

Случайные колебания вызываются внешними случайными причинами, влияние которых сказывается на уровнях ряда искажая тенденцию и сезонные колебания.

Метод сезонных колебаний предусматривает построение прогноза в результате выполнения следующих основных этапов:

1. Сглаживание (фильтрация временных рядов)

Для исключения случайности, составляющей из общей модели ряда применяется метод скользящего среднего. Применяя этот метод можно элиминировать (исключить) случайные колебания и получить значения соответствующие влиянию главных факторов. Сглаживание с помощью случайности основана на том, что в средних значениях взаимно погашаются случайные отклонения, это происходит вследствие того, что первоначальные уровни ряда заменяются средней арифметической величиной внутри выбранного интервала сглаживания.

Полученное значение относится к середине выбранного периода, затем период сдвигается на одно наблюдение и расчет повторяется. При интервале сглаживания К результирующий ряд короче первоначального на К-1. Длина может быть как четной так и нечетной.

Определение тенденции временного ряда.

Сглаживание временного ряда приводит к исключению случайного колебания из модели ряда. Модель приобретает вид

(2.1.21)

тенденция может быть определена МНК (методом наименьших квадратов), где в качестве аргумента применяется порядковый номер периода наблюдения. В качестве тренда (функции описывающей тенденцию) могут быть:

(линейная)

(квадратичная)

Так для линейной функции тренда коэффициенты и находятся из системы:

(2.1.22)

Исключение тенденции временного ряда и получение колебательной составляющей производится численно на основе зависимости

 (2.1.23.)

где в качестве численных значений используется значение функции тренда, полученные на предыдущем шаге.

4. Построение модели сезонной волны

Функцию, заданную в каждой точке интервала времени можно представить бесконечным рядом колебательных функций sin и cos.

Построение таких функций называется гармоничным анализом, где каждая функция sin и cos с определенной частотой называется гармоникой. В данном случае функция, описывающая временной ряд в виде совокупностей sin и cos представляется в виде

(2.1.24)

где P -- полный период кол-ва наблюдений

i -- номер гармоники

-- частота

-- коэффициенты гармоник (амплитуды) -- оцениваются МНК и вычисляются следующим образом:

(2.1.25)

(2.1.26.)

Получение прогнозных значений.

Полученная модель сезонной волны, объединяющая тенденцию (тренд) используется в дальнейшем для получения прогноза. Для этого параметру передаются некоторые значения, выходящий за диапазон исследуемого признака. На основании этих данных рассчитываются значения функций.

Так если сглаженный ряд состоит из 12 значений расчет производится для =13, 14, 15...

2.2 Планирование деятельности предприятия на основе результатов прогноза

Оптимальное планирование выпуска изделий с учетом запасов исходного сырья при максимуме прибыли от реализованной продукции является одной из важнейших задач управления предприятием. Она заключается в определении такого плана производства, реализация которого при ограничениях на имеющиеся ресурсы обеспечивает максимально возможный объем реализации продукции.

Пусть предприятие имеет три основных вида ресурсов, используемых для производства продукции, - это оборудование, трудовые ресурсы и материалы.

Трудовые ресурсы - это количество рабочих каждой специальности с указанием месячной нормы рабочего времени (в нормо-часах).

Оборудование включает в себя перечень станков и приспособлений, имеющихся на предприятии и используемых в производстве, а также месячный фонд рабочего времени оборудования или полезный фонд времени (в часах).

Материалы - это список основных материалов, имеющихся на складе, которые можно использовать в производстве (в натуральных единицах).

Рассмотрим каждый из ресурсов подробнее.

Пусть на предприятии имеется К групп рабочих каждой специальности. В каждой группе Wi рабочих (i=1..K), для которой норма рабочего времени будет составлять

Где - месячная норма рабочего времени рабочих i -й группы.

Экономические характеристики оборудования вытекают из ограничений на трудовые ресурсы, поэтому их опустим.

Обозначим через N - число разновидностей материалов на складе, а запасы каждого материала - Kj (j = 1..N).

Кроме этого предприятие имеет Р видов изделий, производство которых оно освоило. Расход трудового ресурса на производство р -го изделия в каждой группе рабочих будет составлять Wip, расход материалов - Kjp (p = 1..P).

Для определения остатка имеющихся ресурсов вычитаем из запасов каждого ресурса часть, расходуемую на основное производство

Полученный остаток ресурсов необходимо распределить на производство B изделий, которые не вошли в основной план производства, но их выпуск по расчетам отдела маркетинга, сделанным на основе анализа рынка, принесет дополнительную прибыль предприятию.

Каждое из таких изделий также имеет свои показатели расхода ресурсов: трудового ресурса - Wib, материалов - Kjb (b = 1..B).

При реализации b - й единицы прибыль составит Cb гривен.

Необходимо составить такой план выпуска дополнительной продукции, который бы при условии реализации всей продукции обеспечивал бы получение максимальной прибыли.

Обозначим через Xb - количество продукции b - го вида.

Если b - я продукция не выпускается, то Xb = 0, в противном случае Xb > 0. Таким образом, на параметры Xb накладывается условие не отрицательности Xb ? 0, b = 1..B.

Тогда, учитывая, что доход от реализации изделий В должен быть максимальным, основной критерий задачи будет иметь вид

Известно также, что имеющиеся на предприятии ресурсы ограничены. Это обстоятельство в свою очередь необходимо отразить в модели.

Предприятие производит продукцию, используя два вида ресурсов. Естественно, что фактический расход каждого не должен превышать запаса соответствующего вида ресурса на предприятии. Поскольку расход каждого вида ресурса на единицу каждого вида продукции и запасы ресурсов известны, это обстоятельство отражается в следующих ограничениях:

Смысл первого ограничения состоит в том, что фактический расход трудового ресурса на производство дополнительной продукции не должен превышать резерва данного ресурса на предприятии, оставшихся после основного производства.

Аналогичный смысл имеет и второе ограничение, но для материалов на складе.

В целом данная задача о формировании оптимальной производственной программы на основе использования резервов предприятия может быть представлена моделью:

Особенность данной задачи состоит в том, что существует множество вариантов выпуска продукции В, то есть наборов значений х1, х2, ..., хb удовлетворяющих ограничениям. Однако необходимо выбрать такой вариант выпуска продукции, который приносит предприятию максимальную прибыль. Этот вариант выпуска продукции будет оптимальным.

Так как функция f и ограничения задачи линейные, то эта задача относится к задачам линейного программирования. Одним из наиболее общих методов решения подобных задач является симплекс-метод.

Применение прямого симплекс-метода для нахождения оптимального решения задач. Каждая из задач линейного программирования является частным случаем общей задачи линейного программирования, математическая модель которой состоит из целевой функции

и системы ограничений

где aij, bi, cj - заданные постоянные величины и k ? m.

Различаются еще две основные формы задач линейного программирования в зависимости от наличия ограничений разного типа:

Ш стандартная (или симметричная) форма модели задачи линейного программирования, состоящая в определении максимального значения функции при выполнении условий где k = m и l = n, т. е.

Ш каноническая (или основная) форма модели задачи линейного программирования. Состоящая в определении максимального значения функции при выполнении условий где k = 0 и l = n:

Стандартная форма модели интересна тем, что большое число прикладных моделей естественным образом сводится к этому виду моделей.

Каноническая форма модели важна ввиду того, что основные вычислительные схемы различных вариантов симплекс-метода разработаны именно для этой формы. Указанные выше три формы задачи линейного программирования эквивалентны в том смысле, что каждая из них с помощью несложных преобразований может быть приведена к любой из двух остальных. Следовательно, любую задачу линейного программирования можно привести к каноническому виду. Поэтому умение решать задачу в канонической форме позволяет решать задачу и в любой другой форме.