Система управления товарными запасами фирмы на основе оценки коммерческих рисков

• Автор: Луконин, Антон Юрьевич
• Шифр специальности: 05.13.01, 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Ростов-на-Дону
• Количество страниц: 175 с. : ил.

СОДЕРЖАНИЕ
Введение

1. Исследование задач и методов управления запасами

1.1. Актуальность темы исследования.

1.2. Степень разработанности проблемы.

1.2.1. Управление запасами, как раздел теории операций

1.2.2. Управление запасами и теория управления хозяйственными рисками.

1.2.3. Логистические методы управления запасами.

1.2.4. Методы прогнозирования спроса

1.3. Выводы по материалам обзора литературы.

1.4. Цель и задачи научных исследований.

2. Методы и алгоритмы оценки коммерческих рисков в торговле
2.1. Цель и задачи исследований.
2.2. Распределение вероятностей для объемов продаж
2.2.1. Основные математические определения для пуассоновских процессов
2.2.2. Вывод аналитического выражения для вероятности продаж заданного объема.
2.2.3. Алгоритм вычисления вероятностей продаж.
2.3. Свойства матрицы вероятностей покупательского спроса.
2.4. Оценка скорости сходимости распределения вероятностей для объемов продаж к нормальному распределению.
2.5. Алгоритмы оценки коммерческих рисков.
2.5.1. Алгоритм оценки риска обеспечения спроса складским остатком товара
2.5.2. Оценка риска обеспечения спроса при случайном времени доставки.
2.5.3. Оценка оптимистического и пессимистического прогноза продаж.
2.5.4. Доверительный уровень спроса.
2.6. Выводы по главе 2.
3. Автоматизация экспериментальных методов оценки параметров покупательского спроса.
3.1. Цель и задачи исследований.
3.2. Автоматизация оценки плотности потока покупателей
3.3. Автоматизация оценки распределений потребностей покупателей
3.4. Построение, оценка и анализ критериев достоверности пуассоновской модели продаж
3.4.1. Статистические характеристики продаж в пуассоновской модели.
3.4.2. Статистические оценки математического ожидания и дисперсии ряда продаж
3.5. Прогнозирование объемов рыночного спроса и рисков их обеспечения
3.6. Выводы по главе 3
4. Автоматизированная система управления товарными запасами фирмы, построенная на основе пуассоновской модели продаж.
4.1. Реляционная структура аналитической базы данных
4.2. Анализ доверительного уровня спроса на товар.
4.3. Алгоритм расчета оптимального размера поставки.
4.4. Алгоритм расчета даты заказа продукции.
4.5. Сравнение адаптивного алгоритма расчета поставок с алгоритмом расчета поставок с установленной периодичностью
4.6. Годовое прогнозирование заказов товара
4.7. Выводы.
Заключение.
Список используемой литературы


Полученные данные свидетельствуют о том, что пуассоновская модель продаж позволяет с удовлетворительной точностью рассчитать параметры вероятностного подхода к формированию товарных запасов. Поэтому в работе был разработан алгоритм автоматизированной системы адаптивного формирования товарных запасов с заданной периодичностью их пополнения, основанном на обеспечении заданного доверительного уровня спроса между плановыми поставками товаров. Адаптация алгоритма к реальному процессу продаж заключается в том, что автоматизированная система управления запасами осуществляет ежедневный мониторинг товарного запаса и оценивает риск возникновения недостатка товара для обеспечения спроса на интервале от текущей даты до плановой точки поставки. Если риск окажется выше установленного, то точка заказа товара смещается на текущую дату. Предложенный алгоритм был применен к процессу управления запасами ряда товаров на исторических данных об их продажах за год. Рассматривалась задача обеспечения спроса с периодичностью поставок в один месяц. Рассчитанные примеры показали, что при выбранном уровне доверительной вероятности равном %, при отключенном алгоритме адаптации поставок % - % рассчитанных партий товаров не обеспечивают спрос между плановыми точками заказа. При этом товарный запас расходуется эффективно и на складе не создаются нереализуемые резервы товаров, а смещение даты заказа не превышает % - % от величины периода поставок. В качестве примера в работе представлены графики процесса товародвижения для труб и радиаторов, рассчитанные по адаптивному алгоритму управления товарными запасами, а также графики товародвижений для тех же процессов продаж, но рассчитанные по классическому алгоритму управления товарными запасами с постоянным периодом пополнения запасов, который используется в логистике управления запасами. Сравнение графиков показывает, что классический алгоритм со значительно меньшей эффективностью осуществляет управление запасами, поскольку допускает наличие значительных излишков товаров в периоды низкого спроса. В период высокого уровня спроса запасов наоборот не хватает, чтобы обеспечить спрос и заданную периодичность поставок. В летне-осенний период торговли сдвижки точек заказов превышают % от величины периода поставок. Проведенные исследования показали, что применение пуассоновской модели спроса на товары в управлении товарными запасами позволяет значительно улучшить качество управления по сравнению с классическими логистическими методами управления товарными запасами. Уинтерса. На основании теории пуассоновских процессов получены аналитические выражения для вероятностных характеристик процессов продаж, позволившие построить эффективные алгоритмы расчета коммерческих рисков, которые имеют невысокую вычислительную стоимость, не сложны для программирования и, поэтому, могут быть использованы в автоматизированных системах управления деятельностью коммерческих фирм. Проведенные в работе статистические исследования реальных процессов продаж показали, что предложенная пуассоновская модель случайного спроса не противоречит экспериментальным данным, поэтому ее можно применять для управления товарными запасами фирмы. С помощью полученного в работе алгоритма оценки скорости сходимости распределения вероятностей для объема продаж к гауссовому показано, что спрос на товары группы А в розничной торговле практически имеет нормальное распределение на интервалах выше недельных, поэтому при прогнозировании спроса на малых временных интервалах (меньше недели) нужно использовать полученную в работе пуассоновскую модель спроса, а на интервалах выше недельных можно использовать традиционную гауссову модель спроса. С использованием модифицированного адаптивного метода прогнозирования Уинтерса построена система управления складскими запасами товаров, основанная на принципах управления рисками обеспечения покупательского спроса, рассчитанными по пуассоновской модели продаж, что даёт более точный учет временной зависимости вероятностных характеристик спроса и его более точный прогноз, по сравнению с методами управления запасами в логистике.