КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Прогнозные модели и методы управления запасами
Оперативное управление запасами при независимом спросе Можно выделить следующую совокупность методов и моделей управления запасами: а) метод скользящей средней; б) линейная предикторная модель; в) метод экспоненциального сглаживания; г) метод стабилизации. 1 ) Прогнозная модель скользящей средней. Она имеет вид: (1) где Х* - прогнозная оценка реализации хранимой и управляемой номенклатуры (изделий, продукции, материалов); (t+1) – шаги интерации; Хt-m – фактическая реализация за (t-m)- период времени; М – число членов скользящей средней. Трудности использования этой модели – определение оптимального значения «М»: а) увеличение этого числа повышает устойчивость системы управления; б) уменьшение – повышает быстроту реакции системы на возмущения внешней среды. => выбирается «М», которое дает наименьшую ошибку прогноза. 2) Линейная предикторная модель с одной независимой переменной. Имеет вид: (2) где а и b – параметры модели, определяемые из нормальных уравнений. Трудность использования – выбор оптимального числа данных за прошлые периоды для расчета параметров «а» и «b». 3) Экспоненциальное сглаживание. Этот метод обеспечивает устойчивую реакцию системы управления на изменение спроса и хранимые номенклатуры. Скорость реакции при этом регулируются параметром «с» (взвешивающий коэффициент). Основная и наиболее простая модель этого метода имеет вид: (3) Трудностью здесь является определение оптимального значения взвешивающего коэффициента, на выбор которого влияет динамика ряда и интервал прогнозирования. Для медленноменяющихся процессов с =0,1; для быстроменяющихся с =0,3-0,5. 4) Метод стабилизации. Он основывается на следующем допущении: если спрос случайный, то можно считать равновероятностной возможность изменения спроса в ту или другую сторонуможно полагать, что, начиная с момента прогнозирования, спрос становится постоянным (стабилизация спроса). При этом прогнозируемая величина спроса приравнивается к реализации за последнюю единице времени (или за несколько последних единиц времени). а) Первая из простых моделей этого метода имеет вид: (3) Здесь zt-m – запас прогнозируемой номенклатуры на (t-m) -момент принятия решения. Между 4-ым и 1-ым методом существуют принципиальные отличия: · здесь нет постоянного периода прогнозирования, · в качестве исходной информации используются данные не за базисные периоды, равные прогнозному периоду, а за единицу времени, отделяющие один момент принятия решений от другого. б) если количество управляемых номенклатур велико, может использоваться другая модель метода стабилизации: (4) Здесь используются только две величины по каждой управляемой позиции: фактическая реализация за последнюю временную единицу - Хt и прогнозная оценка в предшествующий период - .
Дата добавления: 2014-01-06; Просмотров: 489; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |