Математические модели управления производственно-финансовой деятельностью предприятия

Обложка

Цитировать

Полный текст

Аннотация

Предложены оптимизационные модели производственно-финансовой деятельности предприятия, позволяющие повысить эффективность его функционирования в условиях современной рыночной среды. Новизна предлагаемого инструментария обусловлена учетом особенностей процессов потребления и хранения готовой продукции, а также кредитования и расширения производства. Для реализации предлагаемых моделей используется метод обобщенного приведенного градиента, встроенный в инструментарий MS Excel (надстройка «Поиск решения»). Решение задач выбора производственной программы также возможно с помощью других методов данной надстройки, включая симплекс-метод.

Полный текст

Введение. Внешние экономические санкции, в условиях которых существует российская экономика, порождает ряд проблем для бизнеса, особенно предприятий реального сектора. Согласно аналитической записке, выпущенной в сентябре 2023 г. Центробанком РФ [1], у большинства предприятий появились проблемы с импортом сырья, комплектующих, машин и оборудования по причине полного прекращения импорта или перебоев и задержек поставок. Ввиду этого возрастает актуальность проблемы эффективного управления материальными и финансовыми ресурсами предприятий и издержками производства.

Решение рассмотренных в работе оптимизационных задач предполагает задание в MS Excel как целевого функционала (максимизация прибыли фокусной компании), так и перечня ограничений на располагаемые запасы материальных ресурсов, производственные мощности, размер заказа и величину спроса, а также объем финансовых средств, имеющихся у предприятия. В результате применения алгоритмов численной оптимизации определяется оптимальная производственная программа, задаваемая в виде вектора, физический смысл которого состоит в перечне необходимых товарных позиций и оптимального объема производства каждой из них.

  1. Оптимизационные модели выбора производственной программы предприятия. Традиционная постановка задачи о выборе производственной программы предприятия состоит в том, чтобы в условиях ограниченных производственных и материальных ресурсов обеспечить выпуск продукции в объемах, не превышающих спрос и максимизировать прибыль предприятия [2–4]. Детерминированная математическая модель оптимизации производственной программы состоит в следующем:

i=1naixii=1nbixiZпостmax, (1.1)

i=1nlijxi Lj, j=1,M¯, (1.2)

i=1ntilxiklτl, l=1,K¯, (1.3)

xiPti, i=1,n¯, (1.4)

xiZaki, (1.5)

xiZ+. (1.6)

Задача (1.1)–(1.6) является линейной. Здесь используются следующие обозначения: ai – цена реализации продукции вида i, bi – переменные издержки при производстве продукции вида i, Zпост постоянные издержки предприятия, lij – нормы потребления продукции вида i при выпуске единицы продукции вида j, til – нормы времени обработки на оборудовании вида l при выпуске единицы продукции вида i, τl – эффективное время работы оборудования вида l на периоде планирования (0; Т), где τl – время загрузки оборудования вида l в производственном процессе на периоде (0; Т), kl – количество единиц оборудования вида l, участвующего в производственном процессе, Lj – объем материальных ресурсов производства вида j, Pti – спрос на продукцию вида i, Zaki – величина заказа на продукцию вида i. Таким образом, продукция вида i должна выпускаться в объемах не менее Zaki, Z+ – множество целых неотрицательных чисел, n – количество видов продукции.

В модели (1.1)–(1.6) предполагается, что цена продукции ai фиксирована. Если ai можно менять в некотором диапазоне:

(ai1ai ai2), (1.7)

то это оказывает влияние на величину спроса. В простейшем случае это влияние задается соотношением следующего вида:

xiPtiΔi,aiai1,  i=1,n¯. (1.8)

Здесь ai – цена реализации продукции вида i, ai1 – минимальная цена реализации, ai2 – максимальная цена реализации.

Таким образом, с учетом (1.7) и (1.8), в условиях недетерминированности цены на продукцию модель (1.1)–(1.8) является нелинейной. Решением данной оптимизационной задачи выступает вектор x = (x1, x2, …, xn), задающий объемы выпуска продукции, и вектор a = (a1, a2, …, an), задающий цены на продукцию в условиях ограничений.

Далее необходимо отметить, что в условиях фиксированных цен задача (1.1)–(1.6) не всегда имеет решение ввиду дефицита производственных мощностей и/или материальных ресурсов предприятия. Поэтому для того, чтобы объем производства удовлетворял ограничению (1.5), необходимо осуществить инвестиции как в закупку материальных ресурсов, так и в увеличение производственных мощностей предприятия. Для определения минимального объема таких инвестиций нужно решить следующую оптимизационную задачу:

j=1mZjβj+l=1kylγlmin, (1.9)

i=1nlijxiZj+Lj,  j=1,M¯, (1.10)

i=1nτijxikl+ylτl, l=1,K¯, (1.11)

xiPti,   i=1,n¯, (1.12)

xiZaki, (1.13)

xiZ+, (1.14)

ylZ+, Zj0, j=1,M¯, l=1,K¯. (1.15)

Здесь используются следующие обозначения: Zj – дополнительный закупаемый объем материальных ресурсов j, βj – цена единицы материального ресурса j, ylколичество единиц дополнительно закупаемого оборудования вида l, γlцена единицы дополнительно закупаемого оборудования вида l.

Дополнительно отметим, что решение задачи (1.9)–(1.15) дает не только объем дополнительных инвестиций, но и их структуру с учетом стоимости закупки как материальных ресурсов производства, так и дополнительного оборудования.

Кроме предложенной модели выбора оптимальной производственной программы предприятия (1.1)–(1.6) можно использовать динамическую модель оптимизации производственной программы с учетом влияния инфляции на маржинальный доход, получаемый от реализации выпускаемой продукции. Решение задачи в данном случае задается в виде вектор-функции x(t)=(x1 (t), … xn(t)), где xi(t) – интенсивности выпуска продукции вида i.

Таким образом, объем выпуска продукции вида i равен:

0Txitdt, i=1,n¯.

Математическая постановка задачи о выборе оптимальной производственной программы в этом случае принимает следующий вид:

i=1noTciξtxitdtmax, (1.16)

i=1nlij0txit'dt'0tLjt'dt', j=1,M¯, t0;T, (1.17)

i=1ntilt1t2xitdtt2t1Tklτl,l=1,K¯,  t1,t20;T,t2>t1, (1.18)

0TxitdtPti, i=1,n¯, xit0, t0;T. (1.19)

Здесь используются следующие обозначения: ci(ξ(t)) = ai(ξ(t))- bi (ξ(t)), ai(ξ(t)) – цена за единицу продукции вида i в момент времени t при условии накопленной инфляции(ξ(t)), bi(ξ(t)) – переменные издержки при выпуске единицы продукции вида i в момент времениtпри уровне накопленной инфляции ξ(t), ci(ξ(t)) – маржинальный доход от выпуска единицы продукции вида i в момент времени t при уровне накопленной инфляции ξ(t), xi(t) – интенсивность выпуска продукции вида i, Pti – спрос на продукцию вида i, Li(t’) – интенсивность поступления материальных ресурсов вида j в момент t’, t2 – t1 – длина интервала (t1 ;t2).

Соотношение (1.18) – ограничение на равномерность загрузки оборудования. Задача (1.16)–(1.19) – это задача оптимального управления, решением которой является вектор-функция x(t) = (x1(t), …, xn(t)). Рассмотрим решение данной задачи на множестве кусочно-постоянных функций. Будем далее также считать функцию ci(ξ(t)) кусочно-постоянной на конечном числе интервалов одинаковой длины, на которые разбивается период планирования (0; Т).

В этих условиях задачу (1.16)–(1.19) можно представить следующим образом:

i=1nτ=0TciξτxiτΔtτmax, (1.20)

i=1nτ=0TxiτΔtτlijτ=0τ*LjτΔtτ, τ=1,T¯,  j=1,M¯, (1.21)

i=1ntilτ=τkτpxiτΔtττpτkTklθl, l=1,K¯, (1.22)

τ=0TxiτΔtτPti, i=1,n¯, (1.23)

xiτ0, i=1,n¯, τ=1,T¯. (1.24)

Здесь используются следующие обозначения: ciτ) – маржинальный доход от продажи одной единицы продукции вида i на временном интервале с номером τ при уровне накопленной инфляции на интервале времени τ, равном ξτxiτ – интенсивность производства продукции вида i на интервале времени τ; Δtτ – продолжительность интервала с номером τLjτ – интенсивность поступления материальных ресурсов вида j на интервале времени с номером τ.

Задача (1.20)–(1.24) является задачей линейного программирования, и ее решением будет матрица (xiτ), i = 1,n¯, τ = 1,T¯. С учетом того, что любая непрерывная функция может быть с любой точностью аппроксимирована кусочно-постоянными функциями, предложенный подход может успешно применяться для решения задач оптимального управления (1.16)–(1.19).

  1. Модели управления оборотным капиталом производственного предприятия. Рассмотрим задачу выбора оптимальной производственной программы предприятия в ситуации, когда отсутствуют запасы материальных ресурсов или они недостаточны, но у предприятия есть собственные оборотные средства и/или возможность взять кредит для пополнения оборотных средств [5].

В этих условиях возникает вопрос: как наиболее эффективно использовать эти финансовые ресурсы при определении видов и объемов выпуска конечной продукции. В ситуации, если критерием эффективности является операционная прибыль предприятия, определить оптимальную производственную программу можно путем использования обобщенной модели (1.1)–(1.6):

i=1naixii=1nbixiZпостmax, (2.1)

i=1nlijxi Lj+Zj, j=1,M¯, (2.2)

i=1ntilxiklτl, l=1,K¯, (2.3)

j=1MβjZjF, (2.4)

xiPti, i=1,n¯, (2.5)

xiZaki, i=1,n¯, (2.6)

xiZ+, Zj0, i=1,n¯, j=1,M¯. (2.7)

В модели (2.1)–(2.7) кроме использованных ранее присутствуют следующие обозначения: zj – объем закупаемых ресурсов вида j; – цена закупаемых материальных ресурсов вида j; F – объем оборотных средств. Искомыми переменными при решении линейной оптимизационной задачи (2.1)–(2.7) являются производственная программа x = (x1, x2,…, xn) и объем закупок Z = (Z1, Z2,…, Zn).

2.1. Анализ устойчивости решений. Рассмотрим ситуацию, когда цены на конечную продукцию, материальные ресурсы и переменные издержки производства растут с учетом накопленной инфляции ξ(t). Здесь ξ(t) – накопленная инфляция на момент t (в долях). В этом случае на момент времени t целевая функция (2.1) и ограничение (2.4) будут выглядеть следующим образом:

i=1naibi+φiξtxilzпостmax, (2.8)

j=1Mβj+ΨjξtZjF.

Здесь xl – одна из допустимых производственных программ множества X¯=x1,,xl,,xN, φi(ξ(t)) – непрерывная и непрерывно дифференцируемая функция изменения маржинального дохода ci=aibi на момент времени t, Ψj(ξ(t)) – непрерывная неубывающая функция t, отражающая степень изменения цены на материальные ресурсы j в связи с накопленной инфляцией.

Обозначим через Fj(ξ(t)) значение целевой функции (2.8) с учетом изменения маржинального дохода, связанного с инфляцией на производственной программе xj(xjX¯). Таким образом,

Fjξt=i=1naibi+φiξtxilzпост.

Пусть в момент времени t оптимальной является производственная программа xlX¯. Далее решим N-1 уравнение Flξt=Fjξt, j=1,N¯, jl. Выберем минимальные положительные решения для каждого из уравнений и упорядочим их в порядке возрастания: t1,…, tQ (QN – 1).

Пусть решение t = t1 соответствует уравнению Flξt=Fkξt. Рассмотрим производные: dFlξt/dt и dFkξt/dt. Если dFkξt/dtt=t1>dFlξt/dtt=t1, то это означает, что начиная с момента времени t=t1 оптимальной становится производственная программа . Таким образом, любой отрезок времени (0,Т) можно разбить на интервалы (0, τ1), (τ1, τ2), ..., (τM – 1, T) на каждом из которых оптимальной будет оставаться одна и та же производственная программа.

Рассмотрим ограничение (2.9). С учетом того, что функция Ψj(ξ(t)) является возрастающей относительно уровня накопленной инфляции ξ(t), можно определить момент времени tq, для которого будет верно равенство:

j=1M(βj+Ψjξtq)Zjl=F,

здесь Zl=Z1l,,ZMl – объем закупок материальных ресурсов, который необходим для обеспечения выполнения производственной программы xl=x1l,,xnl, которая будет оптимальной для момента t = 0. Очевидно, что для определения tq необходимо решить следующее уравнение относительно t:

j=1MΨjξtq)Zjl=Fj=1MβjZjl.

Учитывая, что dΨjξt/dt>0, начиная с любого момента времени t > tq, необходимый объём закупок материальных ресурсов для xl обеспечен быть не может. Следовательно, необходимо снизить объем производства, т.е. перейти на другую производственную программу.

Таким образом, интервал времени (0,T) может быть разбит на отрезки (0, τ1), …, (τk,T) на каждом из которых сохраняет оптимальность одна и та же производственная программа. Переход на новое решение может быть связан с тем, что прибыль на новой производственной программе становится выше, чем на предыдущей, либо с тем, что объем оборотных средств недостаточен для обеспечения закупок материальных ресурсов для прежней производственной программы.

2.2. Модель управления оборотным капиталом производственного предприятия с учетом переменных цен на конечную продукцию. В постановке (2.1)-(2.7) цены на конечную продукцию фиксированы. Если цены меняются в диапазоне

(a1 aia2), i=1,n¯, (2.10)

то это ограничение должно присутствовать в модели, и, следовательно, задача становится нелинейной. В этом случае ограничение (27) заменяется на следующее ограничение:

xiPtiΔiaiai1, i=1,n¯. (2.11)

Таким образом, в ситуации нефиксированных цен, кроме переменных x и z дополнительно определяются оптимальные цены, заданные вектором a = (a1, a2,…, an). В ситуации, когда модель (2.1)–(2.7) не имеет решения ввиду недостаточности оборотных средств для закупки материальных ресурсов и/или недостаточности производственных мощностей, можно рассчитать оптимальный объем инвестиций, позволяющий выполнить продукцию в количестве не менее Zaki, аналогично тому, как это делалось в предыдущей задаче.

Рассмотрим ситуацию, когда лицо, принимающее решение (ЛПР) о закупке материальных ресурсов производства, может использовать не только собственные оборотные средства в объеме F, но и дополнительно привлечь кредит в объеме V под процент α (в долях).

Возникает вопрос: целесообразно ли привлекать этот кредит и если да, то в каком объеме следует привлекать финансовые средства? Для того чтобы ответить на этот вопрос, необходимо решить две задачи. Первая – оценка прибыли предприятия, если кредит не привлекается, т.е. нужно найти оптимальное решение модели (2.1)–(2.7). Вторая состоит в оценке эффективности производственной программы, если кредит привлекается, иными словами, решается следующая оптимизационная задача:

i=1naixii=1nbixiZпост-αj=1MβjZjFmax, (2.12)

i=1nlijxi Lj+Zj, j=1,M¯, (2.13)

i=1ntilxiklτl, l=1,K¯, (2.14)

F<j=1MβjZjF+V, (2.15)

xiPti, i=1,n¯, (2.16)

xiZaki, i=1,n¯, (2.17)

xiZ+. (2.18)

В модели (2.12)–(2.18) кредит обязательно используется, и слагаемое

αj=1MβjZjF

в целевой функции (2.12) – это процентный платеж по кредиту.

Сравнивая значение целевой функции (2.1) (без кредита) и целевой функции (2.12) (с кредитом), определяем оптимальную стратегию.

Далее рассмотрим динамическую модель управления оборотным капиталом предприятия, направленным на закупку материальных ресурсов производства. Ниже будем считать, что в общем случае интенсивность поступления оборотных средств на интервале (0; Т) задана функцией f(t):

i=1noTciξtxitdtmax, (2.19)

i=1nlij0txit'dt'0tLjt'dt',j=1,M,¯    t0;T, (2.20)

i=1ntilt1t2xitdtt2t1Tklτl,    l=1,K¯,t1,t20;T,t2>t1, (2.21)

j=1mβj0tZjt'dt'0tft'dt', t0;T, (2.22)

0TxitdtPti, (2.23)

0TxitdtZaki, (2.24)

xit0, Zjt0. (2.25)

Решением задачи (2.19)–(2.25) является вектор-функция x(t) = (x1 (t), …, xn(t)) и вектор-функция Z(t) = (Z1 (t), …, Zn(t)), задающие соответственно интенсивность производства продукции и интенсивность закупки материальных ресурсов. Соотношение (2.22) свидетельствует о том, что объем затрат на закупку материальных ресурсов не должен превышать объема поступивших оборотных средств в любой момент t0;T.

Решение задачи оптимального управления (2.19)–(2.25) можно свести к решению задачи линейного программирования, аналогично тому, как это было сделано в предыдущем разделе.

  1. Динамические модели оптимизации производства. 3.1. Динамическая модель расширения ассортимента продукции. Ниже будет рассмотрена ситуация перехода предприятия на выпуск расширенного ассортимента готовой продукции с привлечением дополнительных инвестиций как для закупки новых видов оборудования, так и приобретения дополнительных видов материальных ресурсов [6]. Введем дополнительные обозначения, а именно индексы новых видов продукции (i=n+1, n1¯), новых видов материальных ресурсов (j=M+1,   M+M1¯) и новых видов оборудования (l=K+1,K1¯):

i=1n1oTciξtxitdtmax, (3.1)

i=1nlij0txit'dt'0tLjt'dt', j=1,M¯, t0;T, (3.2)

i=n+1n1lij0txit'dt'0tZjt'dt', j=M+1,   M+M1¯, (3.3)

i=1ntilt2t2xit'dt't2t1Tklτl,l=1,K,¯  t1,t20;T,t2>t1, (3.4)

i=n+1n1tilt1t2xit'dt't2t1Tylτl, t1,t20;T, (3.5)

j=m+1m1βj0tZjt'dt'0tf1tdt,  t0;T, (3.6)

l=K+1K1ylγlF2t,, (3.7)

0TxitdtPti, i=1,n¯. (3.8)

Здесь Lj(t') – интенсивность поступления материального ресурса вида j при производстве традиционных видов продукции, Zj(t') – интенсивность поступления материальных ресурсов для новых видов продукции, f1(t) – интенсивность поступления финансовых ресурсов для закупки новых видов материальных ресурсов, F1(t) – инвестиции, выделяемые на закупку новых видов оборудования, yl количество единиц дополнительно закупаемого оборудования вида l.

3.2. Динамическая модель перепрофилирования предприятия. Рассмотрим ситуацию, когда традиционно выпускаемая продукция предприятия становится все менее востребованной потребителем, поэтому на складе предприятия скапливаются большие запасы нереализованной продукции, а само предприятие вместо прибыли получает убытки. В этом случае менеджмент предприятия может принять одно из решений: либо полностью закрыть предприятие, либо переориентировать его на выпуск других, более востребованных на рынке видов продукции. В качестве источников финансирования для реализации проекта перепрофилирования предприятия могут быть использованы: собственные инвестиции, привлеченный заемный капитал, средства, полученные от продажи оборудования, которое применялось для выпуска традиционной продукции, средства, полученные от продажи запасов материальных ресурсов, необходимых для производства традиционной продукции, средства, полученные от реализации запасов традиционно выпускаемой продукции по заниженной цене. Математическая модель оценки эффективности проекта перепрофилирования предприятия дана ниже.

Рассмотрим ситуацию, когда предприятие отказывается от выпуска традиционных видов продукции (i=1, n¯) и переходит на выпуск новых видов продукции (i=n+1, n1¯). В этом случае модель оптимизации прибыли в условиях перепрофилирования предприятия может быть записана следующим образом:

i=n+1n1oTciξtxitdtmax, (3.9)

j=m+1Mlij0txit'dt'0tZjt'dt',  j=1,M¯, t0;T, (3.10)

i=n+1n1t1t2xit'dt't2t1Tylτl, l=K+1,K1¯, (3.11)

j=m+1m1βj0tZjt'dt'0tf1t'dt', (3.12)

l=k+1k1ylγlF2t+j=1mLjβj+i=1nai~xi. (3.13)

Здесь F2(t) – инвестиции, также выделяемые на закупку новых видов оборудования, Lj – запасы материальных ресурсов вида j для выпуска традиционных видов продукции, βj – цена закупаемых материальных ресурсов вида j, ai~ – стоимость продукции вида i, реализуемой по заниженной цене, xi – количество единиц продукции вида i, f1(t) – интенсивность поступления финансовых ресурсов для закупки новых видов материальных ресурсов.

3.3. Динамическая модель выбора оптимальной производственной программы с учетом емкости склада. Ниже будет рассмотрена модель выбора оптимальной производственной программы, в которой в отличие от ранее приведенной модели учитывается ограничение на емкость склада для готовой продукции:

i=1n0Tciξtxitdtmax, (3.14)

i=1nlij0txit'dt'0tWjt'dt',  j=1, M¯, t0;T, (3.15)

i=1nvi0TxitdtV, (3.16)

i=1ntilt1t2xit'dt't2t1Tklτl, t1,t2t2>t1, l=1, K¯, (3.17)

0TxitdtPti, xit0, t0;T. (3.18)

Здесь Wj(t') – интенсивность поступления комплектующих вида j, v – объем склада, занимаемый одной единицей продукции вида i.

3.4. Динамическая модель управления оборотным капиталом сборочного производства с учетом закупки комплектующих. В этой модели, в отличие от предыдущей, можно пополнять запасы комплектующих за счет заданной интенсивности поступления оборотных средств. Математическая модель управления закупками комплектующих состоит в следующем:

i=1n0Tciξtxitdtmax, (3.19)

i=1nlij0txit'dt'0tWjt'dt'+0tZjt'dt',j=1, M,¯ t0;T,   (3.20)

i=1nvi0TxitdtV, (3.21)

i=1ntilt1t2xit'dt't2t1Tklτl, t1,t2t2>t1, l=1, K¯, (3.22)

j=1mβj0tZjt'dt'0tf1t'dt', j=1, M¯ , t0;T, (3.23)

0TxitdtPti, i=1, n¯. (3.24)

Здесь Zj(t) – интенсивность поступления закупаемых дополнительно комплектующих вида j, f(t) – интенсивность поступления оборотных средств, βj – цена закупаемых комплектующих вида j.

3.5. Динамическая модель управления оборотным капиталом сборочного производства с учетом дополнительной аренды склада. Рассматриваемая ниже модель управления оборотными средствами предприятия является обобщением производственной модели, в которой оборотные средства используются как для закупки комплектующих, так и для дополнительной аренды складских помещений для готовой продукции:

i=1n0Tciξtxitdtmax, (3.25)

i=1nlij0txit'dt'0tWjt'dt'+0tZjt'dt',j=1, M,¯ t0;T,   (3.26)

i=1ntilt1t2xit'dt't2t1Tklτl, t1,t2t2>t1, l=1, K¯, (3.27)

i=1nvi0TxitdtW+Y, (3.28)

j=1mβj0tZjt'dt'+dY0tf1t'dt', j=1, M¯ , t0;T, (3.29)

0TxitdtPti, i=1, n¯. (3.30)

Здесь Y – дополнительная емкость склада, достигаемая за счет аренды, d – цена аренды одной единицы складской площади.

3.6. Динамическая модель выбора оптимальной производственной программы с учетом ограничений на заказ. Рассмотрим модель (3.14)–(3.18) с учетом дополнительного ограничения:

0TxitdtZaki, i=1, n¯. (3.31)

Ограничение (3.31) означает, что продукция вида i должна быть выпущена в объеме не менее Zaki. В этой ситуации оптимизационная модель (3.14)–(3.18), (3.31) не всегда имеет решение в силу следующих причин:

а) существует l, для которого выполняется

i=1ntilZaki>klτl, l=1, K¯,

б) не выполняется ограничение на объем склада:

i=1nviZaki>V,

в) cуществует вид комплектующей j, для которой верно

i=1nlijZaki>Wj, j=1, M¯.

В этой ситуации для того, чтобы заказ был выполнен на заданном интервале (0;Т), необходимы дополнительные инвестиции по следующим направлениям: увеличение производственной мощности предприятия, дополнительная закупка комплектующих или дополнительная аренда склада. Также возможно, что инвестиции необходимы сразу по нескольким из перечисленных направлений.

Для того чтобы определить минимальный объем инвестиций и направления инвестирования, необходимо решить следующую оптимизационную задачу:

dY+l=1Kylγl+j=1mZjβjmin, (3.32)

l=1ktilt1t2xitdtt2t1T(kl+yl), (3.33)

i=1nvi0TxitdtV+Y, (3.34)

i=1nlij0txit'dt'0tLjt'dt'+Zj, j=1, M¯, (3.35)

0TxitdtPti, i=1, n¯, (3.36)

0TxitdtZaki, i=1, n¯. (3.37)

Здесь Y – дополнительная емкость склада, достигаемая за счет аренды, d – цена аренды одной единицы складской площади, y1 – дополнительно закупаемое множество единиц оборудования вида l, γ1 – цена за единицу закупаемого оборудования вида l, Zj – количество единиц закупаемых дополнительно комплектующих вида j.

3.7. Динамическая модель управления закупками комплектующих с учетом привлечения кредита. Пусть в модели (3.19)–(3.24) для закупки комплектующих можно использовать кредит помимо собственных оборотных средств, причем кредит выдается предприятию под процент α (в долях).

Для того чтобы выяснить, целесообразно ли привлекать кредит для закупки комплектующих, необходимо рассмотреть две стратегии.

  1. Кредит не привлекается. В этом случае решается оптимизационная задача (3.19)–(3.24) и находится объем прибыли, задаваемый целевым функционалом (3.19).
  2. Кредит привлекается с учетом процента α и решается задача о закупке комплектующих с учетом этого требования. Тогда оптимизационная модель будет выглядеть следующим образом:

i=1n0Tciξtxitdtαj=1mβj0TZjtdt0Tftdtmax, (3.38)

i=1nlij0txit'dt'0tWjt'dt'+0tZjt'dt', (3.39)

i=1nvi0TxitdtV, (3.40)

i=1ntilt1t2xit'dt't2t1Tklτl,l=1, K,¯ t1,t20;T, t2>t1, (3.41)

j=1mβj0tZjt'dt'0tft'dt'++0tfкрt'dt', t0;T, (3.42)

j=1mβj0tZjt'dt'>0tft'dt', (3.43)

0TxitdtPti, i=1,n¯, (3.44)

 xt0. (3.45)

В модели (3.38)–(3.45) используются следующие обозначения: α – кредитная ставка (в долях), fкр(t) – интенсивность поступления кредитных ресурсов.

Величина

αj=1mβj0TZjtdt0Tftdt

– это величина отчислений банку за пользование кредитными ресурсами.

Таким образом, решая задачу (3.19)–(3.24) без кредита и (3.38)–(3.45) с кредитом выбираем тот вариант, который соответствует большему значению прибыли (целевые функции (3.19) и (3.38)).

3.8. Динамическая модель сборочного производства с учетом оттока конечной продукции со склада. В этой модели предполагается, что в процессе производства на интервале (0; Т) на склад не только поступает готовая продукция, но и осуществляется ее вывоз клиентам (отток). В этой ситуации модель выбора оптимальной производственной программы может быть представлена следующим образом:

i=1n0Tciξtxitdtmax, (3.46)

j=1mβj0tZjt'dt'+dY0tf1t'dt', j=1, M¯ , t0;T, (3.47)

Vi=1nvi0Txit'dt''+i=1nvi0Tqit'dt''0, t0;T, (3.48)

i=1ntilt1t2xit'dt't2t1Tklτl, l=1, K¯,t1,t20;T,t2>t1,, (3.49)

0TxitdtPti, i=1, n¯, xt0, t0;T. (3.50)

Здесь qi(t) – интенсивность оттока готовой продукции со склада в момент t, v – первоначальная емкость склада. Таким образом, ограничение (3.48) говорит о том, что в каждый момент времени t∈ (0; T) склад не должен быть переполнен.

3.9. Динамическая модель управления оборотными средствами группы предприятий, выпускающих однородную продукцию. Ниже будет рассмотрена ситуация, когда необходимо решить проблему оптимизации производственной программы нескольких предприятий в условиях ограничений на производственные мощности, объем оборотных средств, направляемых на закупку комплектующих, объем складских площадей, на которых хранятся комплектующие.

В этих условиях оптимизационная модель может быть сформирована следующим образом:

j=1mi=1n0Txijtcijξtdtmax. (3.51)

Здесь xij(t) – интенсивность выпуска продукции вида i на предприятии вида j, cij(ξ(t)) – маржинальный доход от выпуска продукции вида iна предприятии вида j в момент времени t, при уровне накопленной инфляции ξ(t):

i=1ntilt1t2xit'dt't2t1Tθlj, l=1, K¯, j=1, M¯,t1,t20;T,t2>t1, (3.52)

где θlj – лимит эффективного времени работы оборудования вида l на предприятии вида j, til – время закупки оборудования вида l при выпуске одной единицы продукции вида j. Неравенство (3.52) – это ограничение на равномерность загрузки оборудования.

i=1nvi0TxijtdtWj, j=1, M¯. (3.53)

Здесь vi – объем склада, занимаемый комплектующими для одной единицы продукции вида i, 0Txijtdt – объем выпуска продукции вида i на предприятии j, Wj – емкость склада предприятия j.

i=1nliq0txijt'dt'0tZqjt'dt',  j=1, M¯ , q=1, L¯. (3.54)

Здесь zqj(t) – интенсивность закупки комплектующих вида q на предприятии j, L – количество комплектующих вида q, необходимых для выпуска единицы продукции вида i.

q=1Lβq0tZqjt'dt'0tfjt'dt', j=1, M¯ , t0;T, (3.55)

где βq – цена комплектующих вида q, fj(t) – интенсивность поступления оборотных средств на предприятие j. Неравенство (3.55) – это ограничение на объем использования оборотных средств предприятия j. Также существует следующее ограничение на спрос:

j=1M0TxijtdtPti, i=1, n¯, xt0t0;T. (3.56)

3.10. Динамическая модель управления оборотными средствами нескольких предприятий с учетом привлечения кредита. Рассмотрим обобщение предыдущей модели в условиях возможности привлечения кредита как для закупки комплектующих, так и для аренды дополнительных складских помещений. Далее будем считать, что кредит для закупки комплектующих привлекается под процент α1 (в долях), а кредит для аренды склада – под процент α2 (в долях).

Целесообразность привлечения кредитных ресурсов можно оценить, если рассмотреть следующие возможности его использования:

а) кредит не привлекается;

б) кредит привлекается для закупки комплектующих;

в) кредит привлекается для дополнительной аренды складских помещений;

г) кредит привлекается и для закупки комплектующих, и для дополнительной аренды склада.

Ситуация а), когда кредит не привлекается, рассмотрена в модели (3.51)–(3.56). Далее она будет называться задачей 1.

Рассмотрим ситуацию б), далее будем называть ее задачей 2. Модель оптимизации прибыли в этом случае может быть следующей:

j=1mi=1n0Txijtcijξtdtα1(j=1Mq=1Lβq0tZqjt'dt'j=1M0tfjt'dt')max, (3.57)

i=1ntilt1t2xijt'dt't2t1Tθlj, l=1, K¯, j=1, M¯, (3.58)

i=1nvit1t2xijt'dt'Wj,  j=1, M¯, (3.59)

i=1nliq0txijt'dt'0tZqjt'dt',  j=1, M¯ , q=1, L¯, (3.60)

q=1Lβq0tZqjt'dt'0tfjt'dt'+0tfjкрt'dt', j=1, M¯. (3.61)

Здесь fjкрt – интенсивность поступления кредитных средств на предприятие j.

q=1Lβq0tZqjt'dt'>0tfjt'dt',  j=1¯, 0,t0;T. (3.62)

Ограничение (3.62) означает, что существует интервал времени 0,t0;T, на котором затраты на закупку комплектующих превышают имеющиеся у предприятия оборотные средства на отрезке времени (0, t) и поэтому недостаток оборотных средств компенсируется за счет привлечения кредита под процент α1.

j=1M0TxijtdtPti, i=1, n¯, j=1, M¯. (3.63)

Отметим, что в целевой функции (3.55) отрицательное слагаемое задает объем дополнительных затрат, связанных с привлечением кредита.

Рассмотрим ситуацию, когда кредит привлекается для дополнительной аренды склада (задача 3).

j=1mi=1n0Txijtcijξtdt1+α2j=1mWjyjmax, (3.64)

i=1ntilt1t2xijt'dt't2t1Tθlj, l=1, K¯, j=1, M¯, (3.65)

i=1nvi0TxijtdtWj+wjyj,  j=1, M¯. (3.66)

Здесь wj – емкость дополнительно арендованных складских помещений, yj – стоимость аренды одной единицы складского пространства.

i=1nvi0TxijtdtWj,  j=1, M¯. (3.67)

Из ограничения (3.67) следует, что объем комплектующих при выпуске конечной продукции на предприятии j выше емкости склада, на котором хранятся данные комплектующие.

i=1nliq0txijt'dt'0tZqjt'dt', j=1, M¯, q=1, L¯, (3.68)

q=1Lβq0tZqjt'dt'0tfjt'dt', j=1, M¯, t0;T, (3.69)

j=1M0Txijt'dt'Pti, i=1, n¯, j=1, M¯. (3.70)

Отметим, что в целевой функции (3.64) слагаемое

1+α2j=1MWjyj

– это затраты на дополнительную аренду склада.

Рассмотрим ситуацию, когда кредит привлекается и с целью закупки комплектующих, и с целью аренды дополнительных складских площадей (задача 4).

j=1mi=1n0Txijtcijξtdtα2(j=1mq=1Lβq0TZqjt'dt' j=1M0tfjt'dt')1+α2j=1MWjyjmax, (3.71)

i=1ntilt1t2xijt'dt't2t1Tθlj, l=1, K¯ , j=1, M¯, (3.72)

i=1nvi0TxijtdtWj+wjyj, j=1, M¯, (3.73)

i=1nvi0TxijtdtWj, j=1, M¯, (3.74)

i=1nliq0txijt'dt'0tZqjt'dt',j=1, M¯, q=1, L¯, t0;T, (3.75)

q=1Lβq0tZqjt'dt'0tfjt'dt'+ 0tfjкрt'dt',j=1, M,¯ (3.76)

q=1Lβq0tZqjt'dt'>0tfjt'dt', (3.77)

j=1M0TxijtdtPti, i=1, n¯, j=1, M¯. (3.78)

Таким образом, были рассмотрены различные варианты привлечения кредита. Для оценки эффективности каждого варианта решается соответствующая оптимизационная задача (задачи 1–4). В итоге выбирается та стратегия, которая дает более высокое значение маржинального дохода (целевых функционалов (3.51), (3.57), (3.64), (3.71)).

  1. Компьютерные расчеты по выбору оптимальной производственной программы на примере металлургического предприятия. Рассмотрим металлургическое предприятие, специализирующееся на производстве сортового и листового проката для реализации на российском строительном рынке. Ассортимент строительного проката, производимого на российском рынке, насчитывает сотни товарных позиций, включая различные виды арматуры, балок и швеллеров, гнутых металлических профилей из тонкого листа, металлические бруски и пр. Все эти виды продукции не являются взаимозаменяемыми и необходимы при реализации большинства строительных проектов как в сфере жилищного строительства, так и в секторе коммерческой недвижимости. Стоимость изделий, реализуемых металлургическими предприятиями, постоянно меняется на фоне динамики котировок мирового рынка стали и чугуна, каменного угля и кокса, а также железорудного сырья, лома и стальной заготовки.

В настоящее время российские производители металлических изделий функционируют в условиях неблагоприятной рыночной конъюнктуры: в частности, по данным Росстата, объем строительных работ в России в 2016 г. сократился на 5%. При этом на фоне сокращения предложения коксующегося угля со стороны Китая более чем в 1,5 раза выросли цены на кокс, используемый при выплавке чугуна доменным способом. Это привело к удорожанию черных металлов и росту цен на готовую продукцию, что еще сильнее отталкивает покупателей находящейся в кризисе строительной отрасли.

Основным сегментом рынка, потребляющим металлические изделия вышеописанного типа, являются частные строительные компании. В работе не рассматриваются ситуации государственных закупок или поставок крупным потребителям (например, холдингам ОАО «РЖД» или ПАО «Газпром», закупающим данные изделия для внутренних нужд), поскольку для участия в процедуре тендера фокусная компания принимает решение о формировании производственной программы исходя из запросов крупного заказчика, имеющего большее влияние на рынке. В случае же реализации продукции большому перечню небольших компаний по краткосрочным контрактам у производителя есть возможность более гибко организовать производственный процесс.

Исходя из вышеописанного можно сделать вывод, что применение оптимизационных моделей выбора производственной программы предприятий целесообразно для предприятий-производителей строительного проката в условиях нестабильности рыночной ситуации и необходимости сокращать затраты предприятия с целью повышения рентабельности бизнеса.

4.1. Описание фокусной компании-производителя металлических изделий. Рассмотрим в качестве примера предприятие, которое является одним из ключевых производителей металлургической продукции строительного сортамента в своем регионе. Его деятельность в условиях нестабильности спроса и общего снижения объемов строительных работ требует максимальной эффективности управления финансовыми ресурсами. В связи с этим необходимо привести информацию об ассортименте готовой продукции (ГП) данного предприятия, потребляемых при ее производстве материальных ресурсах (МР), а также об имеющемся оборудовании, которое используется для изготовления металлических изделий.

Также есть информация о ценах, по которым продукция должна будет реализовываться в течение периода (при этом цены могут и изменяться при существенном изменении рыночной конъюнктуры). Для расчетов цены видов продукции, измеряемой в тоннах, квадратных метрах и иных единицах, приведены к руб/т. Объемы продукции также приведены к тоннам (табл. 1).

 

Таблица 1. Перечень выпускаемой продукции, цена и величина спроса на ГП

Продукция

Цена реализации, руб/т

Размер заказа

Максимальная величина спроса

т

Швеллер №10

17 685.5

12.7

15.6

Арматура для ж/б конструкций 6 мм гл.

25 173.2

11.2

14.9

Арматура для ж/б конструкций 12 мм гл.

25 393.9

12.6

16.1

Брусок металлический 5х50 мм

20 281.7

13.3

16.7

Швеллер № 16

23 762.7

13.4

16.6

Балка 20х16 мм

16 825.3

12.5

16.6

Балка 25х25 мм

19 669.7

12.4

15.1

Балка 20х20 мм

19 848.4

12.4

14.7

Арматура 20 мм гл.

24 228.4

13.0

16.8

Профиль квадратный 23х23х1,5

19 715.5

12.8

15.7

Профиль квадратный 10х10х1,5

19 810.9

14.1

16.9

Профиль металлический 140 3СП5

18 339.6

12.7

16.9

Уголок 80х80х2

18 096.8

13.1

17.5

Шестигранник стальной 14 мм

20 008.4

13.9

15.8

Труба профильная 5х5х3

23 781.7

11.9

15.5

Труба профильная 5х5х2

22 402.5

12.2

15.0

Труба профильная 6х6х3

24 528.6

11.1

14.5

Профиль потолочный П60х27-3000

20 619.8

14.3

17.2

Профиль перфорированный 08ПС

24 435.4

11.9

13.4

Тавр тепличный 32х25х3

23 730.5

11.5

13.2

 

Рассматривается ситуация определения производственной программы предприятия на один плановый период (квартал). Компания располагает прогнозом спроса на этот период по всем ранее обращавшимся к ней клиентам (суммарный спрос по ним учитывается как величина спроса на один вид продукции), при этом есть некий минимальный объем реализации (заказ), также суммируемый по клиентам компании. Максимальный объем реализации вычисляется исходя из обмена информацией с контрагентами и статистики продаж в предыдущих периодах (отношение объемов продаж к предварительно размещенным заказам). Также в него закладывается возможный дополнительный объем реализации новым покупателям, ранее не обращавшимся к фокусной компании (их спрос вычисляется как разность между долями уже существующих клиентов и общей емкостью рыночного сегмента).

Имеются следующие данные о потребляемых для различных видов продукции ресурсах. Помимо этого, нужно дать описание запасам предприятия, хранящимся на складах вблизи производственной площадки (данные об остатках приведены на начало периода) (табл. 2).

 

Таблица 2. Нормы расхода МР (на тонну ГП) для различных видов продукции

Катанка 6/12/20

Лист стальной 1,5/2/3/5

Заготовка квадратная

Цинковое покрытие

Краска

Электроэнергия для питания станков

ФОТ производственного прсонала

мм, т

т

руб.

  

1.01

  

56.5

848.0

1.16

    

66.1

836.0

1.18

    

65.2

965.0

  

1.15

 

.

55.7

991.0

1.1

    

51.7

808.0

  

0.96

 

0.004

89.2

804.0

  

1.07

 

0.006

92.1

945.0

  

1.1

 

0.005

79.7

806.0

1.11

    

64.0

857.0

  

1.08

0.005

 

78.2

836.0

  

1.12

0.006

 

86.8

872.0

  

1.03

0.005

 

82.7

844.0

  

1.02

  

48.7

864.0

  

1.2

  

29.5

970.0

 

1.1

 

0.007

0.007

108.5

880.0

 

1.02

 

0.007

0.008

111.6

971.0

 

1.13

 

0.007

0.006

97.5

859.0

 

0.95

 

0.003

 

61.4

964.0

 

1.16

 

0.003

 

56.1

818.0

 

1.11

 

0.002

 

64.6

947.0

 

В табл. 2 указаны нормы расхода электроэнергии из расчета стоимости одного кВт*ч, равной 2 руб., и мощности эксплуатируемого оборудования. В переменные издержки входит фонд оплаты труда (ФОТ) производственного персонала со сдельной системой оплаты труда. Данные виды затрат сразу переведены в денежный эквивалент и суммируются в модели без повторного умножения на стоимость их приобретения. Часть материальных ресурсов используется только для некоторых видов продукции (в случае, если материальный ресурс какого-либо вида не применяется при производстве определенной номенклатурной позиции, в таблице не указана норма его расхода). Это дополнительно усложняет процесс принятия управленческих решений, поскольку от грамотного определения производственной программы будет зависеть, надо ли будет отделу снабжения приобретать все возможные МР или же только их часть.

Предприятие располагает двумя производственными линиями, каждая из которых включает в себя по одному виду вышеперечисленного оборудования. Загрузка производственных мощностей в штатной ситуации достигает 70% при условии трехсменного графика работы по 30 дней/мес (табл. 3).

 

Таблица 3. Нормы расходы времени при производстве готовой продукции, мин

Прокатный стан

Нож для резки

Установка

№1

№2

№3

проката

стали

для оцинковки

для покраски

  

112

194

166

  

162

  

159

174

  

143

  

170

183

  
  

104

169

187

  

119

  

144

131

  
  

153

186

185

 

153

  

172

189

138

 

191

  

138

195

146

 

134

137

  

177

176

  
  

149

113

190

163

 
  

185

131

192

176

 
  

197

151

173

137

 
  

110

196

108

  
   

127

126

  
 

128

 

177

172

167

197

 

187

 

198

135

188

180

 

200

 

168

199

126

104

 

174

 

128

130

104

 
 

107

 

102

129

135

 
 

157

 

148

116

140

 

 

Стоит отметить, что поскольку все объемы и затраты приводятся на тонну, в рамках решения данной задачи нет принципиальной разницы в цене закупки стальных листов и катанки различного сортамента, так как их различие для предприятия обусловлено в первую очередь габаритными, а не весовыми или иными качественными характеристиками.

Данные о стоимости закупки МР и объемах располагаемых запасов представлены в табл. 4. Также предприятие имеет данные о своих постоянных издержках и располагаемых финансовых средствах на банковском счете, которые можно использовать как для закупки недостающих МР, так и для приобретения нового оборудования и аренды складских мощностей в случае необходимости. В постоянные издержки предприятия входят затраты на электроэнергию для освещения и вентиляции, отопление, МР, используемые вне производства ключевой продукции компании, включая канцелярские товары и расходные материалы для обслуживающих хозяйств, оплата труда менеджеров и другого персонала с повременной системой оплаты труда и ряд других затрат. Для фокусной компании примем, что общая величина таких издержек составит 400 000 руб. за период. При этом предприятие располагает дополнительным объемом денежных средств в размере 900 000 руб. для обеспечения деятельности в будущем.

 

Таблица 4. Данные о стоимости закупки МР и объемах располагаемых запасов

Вид материального ресурса

Катанка 6/12/20

Лист стальной 1,5/2/3/5

Заготовка квадратная

Цинковое покрытие

Краска

мм

   

Стоимость закупки МР, руб/т

19500

18800

15570

14000

18000

Объем запаса МР на складах предприятия, т

60.2

82.6

147.7

0.6

0.5

 

Используя имеющиеся данные, управленческому персоналу необходимо найти оптимальную производственную программу предприятия при помощи наиболее подходящей для рассматриваемой ситуации модели выбора производственной программы.

4.2. Математическая постановка задачи выбора оптимальной производственной программы предприятия. На основании вышеперечисленных данных и табл. 5 сформируем постановку задачи выбора производственной программы предприятия.

 

Таблица 5. Данные о стоимости реализации ГП и переменных издержках, руб/т

Продукция

Цена реализации

Переменные издержки на единицу продукции

Швеллер № 10

17 685.5

16630.2

Арматура для ж/б конструкций 6 мм гл.

25 173.2

23522.1

Арматура для ж/б конструкций 12 мм гл.

25 393.9

24040.2

Брусок металлический 5х50 мм

20 281.7

18952.2

Швеллер № 16

23 762.7

22309.7

Балка 20х16 мм

16 825.3

15912.4

Балка 25х25 мм

19 669.7

17805.0

Балка 20х20 мм

19 848.4

18102.7

Арматура 20 мм гл.

24 228.4

22566.0

Профиль квадратный 23х23х1,5

19 715.5

17799.8

Профиль квадратный 10х10х1,5

19 810.9

18481.2

Профиль металлический 140 3СП5

18 339.6

17033.8

Уголок 80х80х2

18 096.8

16794.1

Шестигранник стальной 14 мм

20 008.4

19683.5

Труба профильная 5х5х3

23 781.7

21892.5

Труба профильная 5х5х2

22 402.5

20500.6

Труба профильная 6х6х3

24 528.6

22406.5

Профиль потолочный П60х27-3000

20 619.8

18927.4

Профиль перфорированный 08ПС

24 435.4

22724.1

Тавр тепличный 32х25х3

23 730.5

21907.6

 

В рамках представленных условий сформируем в Excel модели целевой функционал (1.1) и его ограничения (1.2)–(1.6), включая ограничения на целочисленность решения, его неотрицательность и соответствие объему спроса на производимую продукцию. В результате применения надстройки «Поиск решения» была определена следующая производственная программа, задаваемая вектором в крайнем правом столбце табл. 6 (данные приведены с округлением до третьего знака после запятой по причине того, что ограничение на целочисленность решения распространяется на килограммы, а не на тонны).

 

Таблица 6. Оптимальная производственная программа рассматриваемого предприятия

Продукция

Количество производимой продукции, т

Швеллер № 10

12.684

Арматура для ж/б конструкций 6 мм гл.

11.166

Арматура для ж/б конструкций 12 мм гл.

12.617

Брусок металлический 5х50 мм

13.327

Швеллер № 16

13.359

Балка 20х16 мм

12.518

Балка 25х25 мм

15.136

Балка 20х20 мм

13.189

Арматура 20 мм гл.

15.881

Профиль квадратный 23х23х1,5

15.690

Профиль квадратный 10х10х1,5

14.085

Профиль металлический 140 3СП5

12.687

Уголок 80х80х2

13.136

Шестигранник стальной 14 мм

15.787

Труба профильная 5х5х3

11.928

Труба профильная 5х5х2

12.159

Труба профильная 6х6х3

11.795

Профиль потолочный П60х27-3000

17.188

Профиль перфорированный 08ПС

11.857

Тавр тепличный 32х25х3

12.298

 

Таким образом, в условиях практического примера было проиллюстрировано решение оптимизационной задачи (1.1)–(1.6). Исходные данные были таковы, что у предприятия хватало запасов для производства продукции в рамках ограничения на размер заказа. Однако если размер заказа увеличится в связи с ростом спроса на продукцию металлургической отрасли в целом по региону, где функционирует рассматриваемое предприятие, данная задача в определенный момент времени не будет иметь допустимых решений. В таком случае предприятию будет необходимо использовать свои финансовые ресурсы для закупки дополнительного объема запасов, для чего в модели присутствуют ограничения (1.9)–(1.15). Если собственных финансовых ресурсов по-прежнему недостаточно для выполнения всех ограничений, то предприятие следует рассмотреть модель выбора оптимальной производственной программы с условием привлечения кредита (2.12)–(2.18).

Рассмотрим решение задачи с учетом формул (1.9)–(1.15). Пусть в данной задаче на 20% уменьшится объем располагаемых запасов предприятия. Тогда ему будет необходимо привлечь дополнительный объем МР за счет собственных финансовых средств. В данном случае постановка задачи в MS Excel несколько изменится. При этом необходимо создать дополнительный целевой функционал, в который добавится слагаемое (1.9), однако для расчета прибыли предприятия продолжаем использовать формулу (1.1). Стоит отметить, что в данный момент предприятие не планирует закупать дополнительное оборудование, в связи с чем ограничения на эти затраты и не влияют на поиск решения. Также следует учесть неотрицательность объемов дополнительно закупаемых МР, что задается при помощи заново создаваемого ограничения на ячейки, содержащие значения Zj.

В результате применения надстройки “поиск решения” была определена следующая оптимальная производственная программа предприятия (табл. 7). В сравнении с предыдущей моделью изменилось решение для товарных позиций № 7–10, 14, 17, 18 и 20. Для остальных позиций решение осталось неизменно.

 

Таблица 7. Оптимальная производственная программа рассматриваемого предприятия с учетом дополнительной закупки материальных ресурсов

№ п.п.

Продукция

Количество производимой продукции, т

1

Швеллер № 10

12.684

2

Арматура для ж/б конструкций 6 мм гл.

11.166

3

Арматура для ж/б конструкций 12 мм гл.

12.617

4

Брусок железный 5х50 мм

13.327

5

Швеллер № 16

13.359

6

Балка 20х16 мм

12.518

7

Балка 25х25 мм

12.384

8

Балка 20х20 мм

12.444

9

Арматура 20 мм гл.

13.029

10

Профиль квадратный 23х23х1,5

12.837

11

Профиль квадратный 10х10х1,5

14.085

12

Профиль металлический 140 3СП5

12.687

13

Уголок 80х80х2

13.136

14

Шестигранник стальной 14 мм

13.930

15

Труба профильная 5х5х3

11.928

16

Труба профильная 5х5х2

12.159

17

Труба профильная 6х6х3

11.146

18

Профиль потолочный П60х27-3000

14.323

19

Профиль перфорированный 08ПС

11.857

20

Тавр тепличный 32х25х3

11.494

 

С помощью модификации модели с учетом дополнительных закупок МР была получена другая производственная программа (табл. 7, 8). По мере усложнения задачи решение приближается к наилучшему для рассматриваемого предприятия, поэтому целесообразно более углубленно изучить особенности процесса снабжения предприятия, хранения ГП, ее потребления и иных характеристик, влияющих на выбор модели.

 

Таблица 8. Вектор закупки дополнительных материальных ресурсов

Наименование ресурса

Величина закупки, т

Катанка 6/12/20 мм

11.874

Лист стальной 1,5/2/3/5 мм

16.300

Заготовка квадратная

42.382

Цинковое покрытие

0.117

Краска

0.090

 

Заключение. Предложенные в работе модели выбора оптимальной производственной программы предприятия сокращают издержки производства и увеличивают прибыль предприятия при сохранении требуемого уровня обслуживания клиентов с точки зрения полноты и своевременности поставок ГП. В современных условиях производственным предприятиям необходимо использовать все имеющиеся резервы повышения доходности активов, поэтому применение математических методов при принятии решений становится все более актуальным.

В работе были рассмотрены модели, позволяющие оптимизировать производственную программу предприятия в зависимости от объема располагаемых материальных и финансовых ресурсов, а также в условиях изменяющихся цен, что дает возможность использовать данные модели любым предприятиям вне зависимости от их текущего финансового положения и степени неопределенности внешней среды. Решение поставленных задач средствами MS Excel также делает предложенные модели доступными для всех сфер бизнеса, в том числе для малых предприятий. Применение предложенных моделей оптимизирует работу производственного предприятия с учетом имеющихся складских мощностей и интенсивности потребления производимой продукции. Особенности производственного процесса и хранения ГП позволяют применять все доступные предприятию резервы повышения прибыли за счет оптимизации использования имеющихся ресурсов.

Для наиболее эффективной организации функционирования всей цепи поставок необходимо не только оптимизировать производственную программу предприятия путем формирования графика производства с помощью предложенных моделей, но и согласовать планы снабжения и производства, чтобы избежать формирования излишних запасов на складе. Высвобождение финансовых средств за счет повышения оборачиваемости запасов МР даст возможность при необходимости увеличивать объемы инвестиций в закупку нового оборудования, в том числе для расширения узких мест производства и дальнейшего повышения его эффективности.

×

Об авторах

Т. Г. Апалькова

Финансовый университет при Правительстве Российской Федерации

Автор, ответственный за переписку.
Email: catintherye1@gmail.com
Россия, Москва

О. А. Косоруков

Московский государственный университет им. М.В. Ломоносова

Email: kosorukovoa@mail.ru
Россия, Москва

А. В. Мищенко

Финансовый университет при Правительстве Российской Федерации

Email: alnex4957@rambler.ru
Россия, Москва

В. И. Цурков

Федеральный исследовательский центр "Информатика и управление" РАН

Email: v.tsurkov@mail.ru
Россия, Москва

Список литературы

  1. Карлова Н., Пузанова Е. Российская обрабатывающая промышленность в условиях санкций: результаты опроса предприятий. Аналитическая записка. Центральный банк Российской Федерации, 2023.
  2. Данилин Н.Н. Реструктуризация системы управления предприятием в условиях кризиса. Стратегии бизнеса. 2014 № 2, С. 82–87. https://doi.org/10.17747/2311-7184-2014-2-82-87
  3. Mishchenko A.V., Solodovnikov V.V., Apalkova T.G. Dynamic Models of Production -finance Activity of Enterprises in Conditions of Uncertainties and Risk // Intern. J. of Logistics Systems and Management. 2022. V. 43. No. 1. Pp. 86–111.
  4. Апалькова Т.Г., Мищенко. А.В. Методы и модели оценки эффективности управления производственно-финансовой деятельностью в промышленной логистике // Логистика и управление цепями поставок. 2016. № 2 (73). С. 8–27.
  5. Мищенко А.В., Андреева М.В. Модели управления производственной деятельностью предприятия в условиях привлечения заемных средств // Финансы и кредит. 2009. № 2 (338). С. 12–21.
  6. Мищенко А.В., Виноградова Е.В. Оптимизационные модели управления финансовыми ресурсами предприятия, М.: ИНФРА-М, 2015.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».