Адаптивное нечетко-логическое моделирование спроса и инструментальные средства ситуационного управления распределением многоассортиментной продукции стекольной промышленности тема диссертации по экономике, полный текст автореферата
- Ученая степень
- кандидата экономических наук
- Автор
- Дудорова, Ирина Константиновна
- Место защиты
- Москва
- Год
- 2006
- Шифр ВАК РФ
- 08.00.13
Автореферат диссертации по теме "Адаптивное нечетко-логическое моделирование спроса и инструментальные средства ситуационного управления распределением многоассортиментной продукции стекольной промышленности"
На правах рукописи
Дудорова Ирина Константиновна
АДАПТИВНОЕ НЕЧЕТКО-ЛОГИЧЕСКОЕ МОДЕЛИРОВАНИЕ СПРОСА И ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА СИТУАЦИОННОГО УПРАВЛЕНИЯ РАСПРЕДЕЛЕНИЕМ МНОГОАССОРТИМЕНТНОЙ ПРОДУКЦИИ СТЕКОЛЬНОЙ ПРОМЫШЛЕННОСТИ
08.00.13 - Математические и инструментальные методы экономики
08.00.05 - Экономика и управление народным хозяйством (по отраслям и сферам деятельности: экономика, организация и управление предприятиями, отраслями, комплексами - промышленность)
Автореферат диссертации на соискание ученой степени кандидата экономических наук
Москва - 2006
Работа выполнена на кафедре Логистики и экономической информатики Российского химико-технологического университета им. Д.И. Менделеева
Научный руководитель:
Заслуженный деятель науки РФ, доктор технических наук, профессор по специальности 08.00.05 Мешалкин Валерий Павлович
Научный консультант:
доктор технических наук, профессор Дли Максим Иосифович
Официальные оппоненты:
доктор экономических наук, профессор Ларионов Валерий Глебович доктор экономических наук, профессор Земляков Юрий Дмитриевич
Ведущая организация:
Московская финансово-промышленная академия
Защита состоится 2006 г. в Н часов на заседании диссертационного
совета Д 212.204.10 при РХТУ им. Д.И. Менделеева по адресу: 125047, Москва, Миусская пл., д. 9, Конференцзап (ауд.434)
С диссертацией можно ознакомиться в Научно-информационном центре РХТУ им. Д.И. Менделеева.
Автореферат разослан " ^ " марта 2006 г.
Ученый секретарь
диссертационного совета ___
Д 212.204.10
д.т.н., профессор В.П. Бельков
¿S&6A
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. Одним из условий успешного перехода экономики Российской Федерации к устойчивому развитию является повышение экономической эффективности предприятий стекольной промышленности, продукция которых в значительных объемах используется в различных отраслях народного хозяйства, что, соответственно, определяет их существенное влияние на развитие экономики в целом К предприятиям такого типа относятся предприятия- производители многоассортиментной продукции (в первую очередь контейнерное стекло), которая используется предприятиями пищевой, фармацевтической, косметической, химической и нефтехимической промышленности и др. Применяемая в настоящее время достаточно эффективная система вторичного использования и переработки отходов стеклянной тары снижает уровень техногенного загрязнения окружающей среды, что наряду с практическим отсутствием потребности данных предприятий в углеводородном сырье определяет перспективность ее использования в качестве экологически безопасной тары в будущем.
В последние годы наметилась положительная тенденция развития стекольной отрасли РФ - за 2003-2005 г. объем промышленного производства увеличился по сравнению с 2002 г на 27%, в 2005 г. вклад стекольной отрасли в ВВП России составил 8%.
Однако в настоящее время на предприятия стекольной отрасли усиливается конкурентное давление отечественных и зарубежных производителей, осуществляющих выпуск товаров-заменителей (металлическая тара, полимерная тара, картонная тара и т.д.) и реализующих стратегию «низких издержек». В данных условиях конкурентоспособность отечественных предприятий стекольной промышленности по выпуску многоассортиментного контейнерного стекла в значительной степени определяется возможностью снижения издержек в цепях поставок этих предприятий, связанных с организацией и управлением бизнес-процессами материально-технического снабжения и распределения на основе прогнозирования спроса на конечную продукцию предприятий-потребителей.
В настоящее время для прогнозирования спроса на продукцию используются различные экономико-математические методы и инструменты эконометрики, входящие в состав программно-математического обеспечения корпоративных информационных систем (КИС) поддержки принятия решений (СППР) по управлению предприятиями. Различные аспекты построения экономико-математических моделей прогнозирования спроса на продукцию промышленных предприятий рассмотрены в трудах отечественных и зарубежных ученых - С.А. Айвазян, Т. Андерсон, В.Н. Афанасьев, Дж. Бокс, Д.Е. Бэстенс, Г. Дженкинс, И.Н. Дрогобыт-ский, A.A. Емельянов, И.В. Зайцевский, А.Н. Колмогоров, М. Кэндэл, Ю.П. Jly-кашин, B.JI. Макаров, В.П. Мешалкин, B.C. Мхитарян, А.Г. Поршнев, Э.В. Попов, Д.А. Поспелов, B.C. Пугачев, P.JT. Раяцкас, комиров, Е.М.
Четыркин и др.
В работах ряда из этих ученых в качестве одного из подходов к построению моделей прогнозирования поведения социально-экономических систем рассматривается использование математического аппарата теории нечетких множеств. Применению методов теории нечетких множеств для решении задач экономико-математического моделирования сложных социально-экономических и технических систем посвящены работы Алтунина А.Е., Андрейчикова A.B., Асаи К. Борисова В.В., Бутусова О.Б., Верескова С.К., Дли М.И., Дорохова И.Н., Комарцо-вой Л.Г., Кофмана А., Круглова В.В., Кузьмина В. Б., Леоненкова A.B., Максимова A.B., Мешапкина В.П., Орловского С.А., Попова Э.В., Поспелова Д.А, Регеджа Р. К., Семухина М.В., Сугэно М., Терано Т., Федорова В. В.. и др.
Методы построения корпоративных информационных систем, с использованием алгоритмов прогнозирования спроса, рассмотрены в работах Божко В.П., Ильиной О.П., Лойко В.И., Мешапкина В.П., Советова Б.Я., Титоренко Г.А., Хо-рошиловой A.B., Цехановского В.В. и др.
Существующие в настоящее время нечетко-логические методы моделирования сложных экономических систем без процедур адаптации не позволяют в полной мере комплексно учитывать экспертную информацию о закономерностях функционирования экономических систем и статистическую информацию, характеризующую основные тенденции изменения контролируемых показателей во времени. Указанное обстоятельство снижает возможность применения данных методов при прогнозировании спроса на многоассортиментную продукцию стекольной промышленности и, соответственно, эффективность управления каналами распределения многоассортиментного контейнерного стекла.
Следует также отметить, что применение нечетко-логических методов в составе КИС промышленных предприятий с использованием стандартов MRP и MRP II определяет необходимость автоматизированного прогнозирования спроса во всех звеньях цепи поставок «производитель контейнерного стекла -посредники - предприятие пищевой промышленности - конечный потребитель затаренной продукции» при оперативном и среднесрочном планировании производства и управлении бизнес-процессами каналов распределения на основе использования корпоративного хранилища данных и базы знаний, позволяющих учитывать статистические технико-экономические показатели бизнес-процессов и знания о состоянии внешней экономической среды предприятия.
В связи этим решаемая в диссертации задача разработки адаптивного нечетко-логического метода прогнозирования спроса, логико-информационной модели бизнес-процессов каналов распределения и методики проектирования информационной системы ситуационного управления каналами распределения как важного компонента КИС управления предприятиями стекольной промышленности, является актуальной новой научной задачей, имеющей существенное значение для развития теории экономико-математического моделирования и управления промышленными предприятиями в условиях неопределенности.
Основные разделы диссертации выполнялись в соответствии с заданиями ряда комплексных программ социально-экономического развития Московской области на 2002-2008 г. г. Тема диссертации соответствует перечню критических технологий, определяемых политикой РФ в области науки и технологии на период до 2010 г. - «Компьютерное моделирование» и «Искусственный интеллект».
Цель диссертационного исследования. Разработать адаптивный нечетко-логический метод прогнозирования спроса и логико-информационную модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла, а также методику проектирования информационной системы ситуационного управления каналами распределения в составе корпоративной информационной системы управления предприятиями стекольной промышленности, которые позволяют повысить точность прогноза спроса, эффективность планирования и управления сбытом продукции в условиях неопределенности информации о состоянии внешней социально-экономической среды.
Практически применить разработанные адаптивный нечетко-логический метод прогнозирования спроса и методику проектирования инструментальных средств ситуационного управления каналами распределения как компонентов КИС для повышения экономической эффективности и конкурентоспособности ОАО «Буньковский экспериментальный завод».
Цель исследования обусловила необходимость постановки и решения следующих взаимосвязанных задач:
1. Организационно-экономический анализа состояния и тенденций развития стекольной отрасли Российской Федерации в условиях рыночных отношений.
2. Анализ конкурентоспособности продукции предприятий по выпуску контейнерного стекла по отношению к товарам-заменителям с использование метода анализа «цепи создания ценности (стоимости)».
3. Разработка адаптивного нечетко-логического метода прогнозирования спроса на многоассортиментную продукцию предприятий стекольной промышленности.
4. Разработка логико-информационной модели бизнес-процессов каналов распределения контейнерного стекла, позволяющей на основе применения адаптивного нечетко-логического метода прогнозирования спроса на контейнерное стекло осуществлять эффективное ситуационное управление бизнес-процессами каналов распределения в условиях неопределенности.
5. Разработка методики проектирования и сопровождения важного компонента корпоративной информационной системы - информационной системы ситуационного управления каналами распределения предприятий стекольной промышленности с учетом адаптивного прогнозирования спроса на готовую продукцию.
6. Практическое применение разработанных нечетко-логического метода и информационной системы для повышения эффективности ОАО «Буньковский экспериментальный завод» на основе адаптивного управления каналами распределения многоассортиментного контейнерного стекла в условиях неопределенности.
«в*
•т
Методы исследования в диссертации.
При выполнении данной работы использовались методы экономического анализа, эконометрики и экономико-математического моделирования, теории случайных процессов, искусственного интеллекта, нечетких множеств и методы вычислительного эксперимента.
Обоснованность теоретических разработок определяется корректным применением методов теории конкуренции, теории эконометрики и экономико-математического анализа, теории искусственного интеллекта и нечетких множеств, теории случайных процессов и имитационного моделирования.
Достоверность научных результатов, выводов и рекомендаций, сформулированных в диссертации, подтверждена вычислительными экспериментами на персональных компьютерах, результаты которых позволяют сделать вывод об адекватности разработанных нечетко-логических методов и моделей ситуационного управления каналами распределения многоассортиментного контейнерного стекла, а также практическим использованием разработанных научно-обоснованных рекомендаций для управления деятельностью ОАО «Буньковский экспериментальный завод» на основе адаптивного прогнозирования спроса.
Научная новизна.
К наиболее существенным научным результатам, полученным лично соискателем, относятся:
1. Результаты организационно-экономического анализа состояния и тенденций развития стекольной отрасли Российской Федерации, показавшие наличие объективных предпосылок необходимости широкого использования методов прогнозирования рыночного спроса при разработке информационных систем управления каналами распределения для повышения экономической эффективности и конкурентоспособности промышленных предприятий.
2. Результаты анализа конкурентоспособности многоассортиментного контейнерного стекла по отношению к товарам-заменителям (металлическая, полимерная, картонная и бумажная тара) с использование «цепи создания ценности (стоимости)», позволившие сформулировать общую методику снижению себестоимости многоассортиментного контейнерного стекла на основе повышения эффективности ситуационного управления каналами распределения предприятий стекольной промышленности.
3. Разработан адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментную продукцию предприятий стекольной промышленности, отличающийся использованием процедур генерации расширяющейся базы знаний модели в виде нечетких импликаций, отображающих изменяющиеся условия внешней и внутренней экономической среды предприятия, и позволяющий учитывать экспертные знания и статистическую информацию о тенденциях изменения рынка контейнерного стекла.
4. Разработана логико-информационная модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла, отличающаяся от известных возможностью автоматизированного прогнозирования спроса на всех уровнях канала распределения готовой многоассортиментной продукции на основе построения расширяющейся корпоративного хранилища данных и базы знаний по технико-экономических показателям бизнес-процессов сбыта и знаний о состоянии внешней экономической среды предприятия, что позволяет обеспечить максимальные возможности по организации многопользовательской работы всех участников канала сбыта с информационными ресурсами о прогнозе спроса в режиме реального времени.
5. Предложены методика и инструментальные средства проектирования и сопровождения важного компонента корпоративной информационной системы предприятия стекольной промышленности, - системы ситуационного управления каналами распределения, в которой используются гипертекстовые программные средства и клиент-серверная технология, а также средства организационного моделирования «Orgware» бизнес-процессов, позволяющие на основе нечетко-логических моделей представления знаний и данных предметной области, реализовать эффективную многоуровневую процедуру переработки технико-экономической информации, что обеспечивает разработку решений по оптимальному управлению каналами распределении многоассортиментного контейнерного стекла на основе прогнозирования спроса.
Практическая значимость результатов исследования.
1. Разработанный в диссертации нечетко-логический метод прогнозирования спроса на многоассортиментную готовую продукцию предприятия может практически использоваться при создании программно-математического обеспечения корпоративных информационных систем управления предприятиями стекольной промышленности.
2. Предложенные методика и инструментальные средства проектирования, разработки и сопровождения информационной системы управления каналами распределения контейнерного стекла могут быть использованы для повышения эффективности КИС управления на предприятиях различных отраслей перерабатывающей промышленности.
3. На основе предложенных адаптивного нечетко-логического метода прогнозирования спроса на продукцию предприятий стекольной промышленности и логико-информационной модели каналов распределения контейнерного стекла с использованием среды визуального программирования Borland Delphi 7.0 разработано инструментальное средство (программный модуль)- информационная система управления каналами распределения многоассортиментного контейнерного стекла «PrognGlass 1.0», который может применяться в составе КИС предприятий для повышения эффективности принятия решений по оперативному планирова-
нию и управлению предприятиями стекольной промышленности в условиях рыночной экономики.
Реализация результатов работы.
Разработанный программный модуль «Рго§п01аз5 1.0» используется в составе модифицированной корпоративной информационной системы управления на предприятии ОАО «Буньковский экспериментальный завод» для прогнозирования спроса и управления каналами распределения многоассориментного контейнерного стекла в условиях неопределенности, что позволяет повысить качество принимаемых решений по оперативному планированию производственно-хозяйственной деятельности и повышению экономической эффективности предприятия.
Апробация работы.
Основные результаты диссертационной работы докладывались и обсуждались на Международной научной конференции «Математические методы в интеллектуальных информационных системах» (Смоленск, 2002), Всероссийской научной конференции «Современные информационные технологии в медицине и экологии» (Смоленск, 2003), I и II Всероссийской научной [г^егпеЬконференции «Проблемы социально-экономического развития Республики Башкортостан» (2003, 2004 г.г., Уфа), VII Международной конференции «Системы компьютерной математики и их приложения» (Смоленск, 2006), а также на научных семинарах в РХТУ им. Д.И. Менделеева.
Публикации.
По теме диссертации опубликовано 6 печатных работ, общим объемом 3,1
п.л.
Структура и объем работы.
Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 125 наименование и приложений. Диссертация содержит 142 стр. машинописного текста, 15 рисунков и 8 таблиц.
Оглавление диссертации. Введение
1. Современные экономико-математические методы и инструментальные средства прогнозирования спроса и управления каналами распределения промышленной продукции
1.1. Обзор современных подходов к повышению экономической эффективности промышленных предприятий на основе оптимизации управления каналами распределения готовой продукции
1.2. Анализ и классификация современных экономико-математических методов и инструментальных средств прогнозирования рыночного спроса на продукцию промышленных предприятий
1.3. Условия и предпосылки использования методов прогнозирования спроса в информационных системах управления каналами распределения для повышения экономической эффективности промышленных предприятий.
1.4. Цели и задачи диссертации
2. Предпосылки использования нечетко-логических методов прогнозирования спроса на продукцию и инструментальных средств ситуационного управления каналами распределения для повышения экономической эффективности предприятий стекольной промышленности Российской Федерации
2.1. Организационно-экономический анализ современного состояния и тенденций развития стекольной отрасли Российской Федерации
2.2. Анализ конкурентоспособности контейнерного стекла по отношению к товарам-заменителям с использование метода анализа «цепи создания ценности»
2.3. Обоснование возможности использования нечетко-логических методов прогнозирования спроса и информационных систем ситуационного управления каналами распределения для повышения экономической эффективности предприятий стекольной промышленности в условиях неопределенности
2.4. Выводы
3. Разработка адаптивного нечетко-логического метода прогнозирования спроса и логико-информационной модели бизнес-процессов каналов распределения многоассортиментного контейнерного стекла
3.1. Логико-информационная модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла.
3.2. Процедура обеспечения прав иерархического доступа к программному модулю ситуационного управления каналами распределения
3.3. Адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментное контейнерное стекло
3.4. Выводы
4. Методика проектирования и результаты практического применения корпоративной информационной системы управления предприятиями стекольной промышленности, с использованием модулей прогнозирования спроса и ситуационного управления каналами распределения
4.1. Архитектура и режимы функционирования корпоративной информационной системы предприятий стекольной промышленности с использованием модуля ситуационного управления каналами распределения
4.2. Методика проектирования и применения программного модуля «Рго§п01аз5 1.0» ситуационного управления каналами распределения предприятий стекольной промышленности на основе прогнозирования спроса
4.3. Результаты практического использования программного модуля «Ргс^п01а55 1.0» для управления распределением многоассортиментного контейнерного текла
для повышения экономической эффективности деятельности ОАО «Буньковский
экспериментальный завод»
Выводы
Заключение
Литература
Приложение 1. Результаты экономического анализа деятельности ОАО «Бунь-ковкий экспериментальный завод»
Приложение 2. Вид окон визуального интерфейса программного модуля ситуационного управления распределением многоассортиментного контейнерного стекла «PrognGlass 1.0»
Приложение 3. Результаты практического применения программного модуля «PrognGlass 1.0» для прогнозирования спроса и управления распределением многоассортиментного контейнерного стекла
Приложение 4. Справка об использовании результатов диссертационной работы в ОАО «Буньковский экспериментальный завод стекла»
Содержание работы
Во введении обоснована актуальность решаемой научной задачи, сформулированы цели и задачи работы, приведены основные результаты диссертации.
В первой главе «Современные экономико-математические методы и инструментальные средства прогнозирования спроса и управления каналами распределения промышленной продукции» проведен аналитический обзор современных математических методов моделирования и управления распределением промышленной продукции, показана целесообразность использования методов прогнозирования в составе информационных систем производственного планирования и управления предприятиями.
Анализ современных подходов к повышению эффективности управления предприятием показал, что основной современной тенденцией является стремление снять с человека рутинные расчетные функции, активно использовать потенциал вычислительной техники и обеспечить тем самым человеку возможность сконцентрироваться на принятии управленческих решений. Применительно к управлению производственным предприятием данная идея нашла отражение в стандартах MRP и MRP II - планирования ресурсов предприятия (Material Requirements Planning), описывающих основные стратегии планирования потребности в материалах на основе анализа потоков информации о движении материалов и готовой продукции в цепях поставок предприятия - изготовителя готовой продукции.
Практически указанные стандарты реализуются в информационных системах производственного планирования и управления, результатом внедрения и правильного использования которых, как показывает опыт отечественных и зарубежных компаний, является снижение уровня запасов сырья и готовой продукции - от
16 до 30%, рост эффективности работы производственных подразделений - от 11 до 20%, снижение затрат на закупку - от 7 до 13% и т.д. Однако для эффективного использования подобных информационных систем необходимо выполнение ряда условий, важнейшими из которых являются наличие моделей бизнес-процессов, точной информации о запасах готовых продуктов, материалов и сырья и обеспечение высокой точности прогнозирования спроса на производимую продукцию.
Для выполнения первого условия целесообразно использовать информационную систему производственного планирования и управления в составе КИС управления предприятием, включающей корпоративные хранилища данных. Использование таких систем позволит повысить оперативность, точность и достоверность информации о движении материальных ресурсов и готовой продукции за счет координации информационных потоков и хранения больших массивов данных, поступающих из различных подразделений предприятия и различных уровней каналов распределения, в едином центре.
Выполнению второго условия способствует использование методов и алгоритмов прогнозирования рыночного спроса. В диссертации показано, что задачи прогнозирования характеризуются различными уровнями неопределенности, относящимися как к исходной информации, так и к характеристикам прогнозируемого процесса. В зависимости от типа задачи целесообразно использовать те или иные методы прогнозирования - аналитические, вероятностно-статистические, нейро-сетевые, нечетко-логические и др. Большинство математических методов предполагает использование дополнительной информации о внешней среде промышленного предприятия для прогнозирования спроса на его продукцию. Источниками такой информации могут служить базы данных деловых партнеров предприятия, участвующих в организации и функционировании каналов распределения. В связи этим интеграция информационных ресурсов всех предприятий - участников цепи поставок, которые производят и доставляют продукцию конечному потребителю, на основе создания КИС, программно реализующих современные методы экономико-математического прогнозирования и стандарты логистического управления, позволит повысить экономическую эффективность деятельности промышленных предприятий.
Во второй главе «Предпосылки использования нечетко-логических методов прогнозирования спроса на продукцию и инструментальных средств ситуационного управления каналами распределения для повышения экономической эффективности предприятий стекольной промышленности Российской Федерации» проведен организационно-экономический анализ состояния и тенденций развития стекольной отрасли РФ и анализ конкурентоспособности контейнерного стекла отечественного производства, показавшие наличие условий и предпосылок использования методов прогнозирования рыночного спроса в составе КИС предприятий для повышения их экономической эффективности.
Проведенный в ходе исследования анализ основных экономических показателей деятельности предприятий стекольной промышленности России показал, что, начиная с 2000 года, производство в отрасли демонстрирует устойчивый рост, темпы которого в 2004 году составили в среднем 25%. Вместе с тем уровень рентабельности продукции значительного числа предприятий стекольной промышленности не превышает 3-6%, число прибыльных предприятий в структуре отрасли составило в 2004 году 55,6%.
В таблице 1 показана динамика показателей развития стекольной отрасли в России (контейнерное стекло).
Таблица 1 * - Динамика показателей развития стекольной отрасли в России
Показатели 2001 2002 2003 2004 2005
Объем производства, млн шт. банки -бутылки - 879 3925 906 4512 1082 5599 1096 7743 1094 7803
Коэффициент использования производственных мощностей банки -бутылки - 0,85 0,9 0,88 0,76 0,94 0,84 0,93 0,90 0,93 0,92
Оборот предприятий, млрд руб 27 27 36 45 48
По данным Госкомстата РФ
Организационно-экономический анализ отрасли показывает, что одним из основных факторов положительной динамики развития отрасли является увеличение спроса на стекольную продукцию со стороны предприятий пищевой, строительной и мебельной промышленности, вызванное ростом объемов производства в указанных отраслях. К негативным факторам, сдерживающим развитие отрасли, относятся: высокая степень износа основных фондов предприятий отрасли (свыше 60%); высокая энергоемкость продукции предприятий стекольной промышленности (на производство расходуется 4,9% топлива, 8,3% электроэнергии от их общего потребления в промышленности) и монополизация ряда отраслей - поставщиков сырья (производство соды, редкоземельных металлов).
Проведенный в диссертации анализ «цепи создания ценности (стоимости)» предприятий стекольной промышленности показал, что существенным фактором, ограничивающим развитие российской стекольной промышленности, является недостаточный уровень конкурентоспособности ее продукции по сравнению с продукцией зарубежных производителей и товарами-заменителями.
Недостаточно высокая конкурентоспособность отечественных предприятий вызвана также тем обстоятельством, что технологический уровень стекольной промышленности в РФ ниже, чем в промышленно-развитых странах. Только 30% применяемых в стекольной промышленности технологических процессов соот-
ветствуют современному мировому уровню, а 28% являются устаревшими и не имеют резервов для модернизации. Недостаточно высокий технологический уровень производств обуславливает их значительное отставание по ряду основных технико-экономических показателей: средняя энергоемкость варки стекла выше на 20-30%; средняя производительность труда - ниже в 1,5-2 раза. В совокупности с тенденцией опережающего роста цен на ресурсы (с 1.01.2004 по 1.03.2005 года цены на соду увеличились на 84 %, селен - в 6 раз, на ферромолибден - в 3,9 раза, повышение тарифов на железнодорожные перевозки составило 26%; на электроэнергию - на 32,8%; на газ - на 38,4%) указанное обстоятельство приводит к снижению конкурентоспособности продукции Российской стекольной промышленности.
Проведенный в диссертации анализ показал, что наибольшему влиянию колебаний рыночного спроса на продукцию подвержены предприятия, производящие продукцию промежуточного потребления, в частности производители контейнерного стекла, спрос на продукцию которых изменяется под влиянием изменений спроса на пищевую продукцию ликеро-водочной, пивной, плодоовощной и других смежных отраслей, потребляющих стеклянную тару. Обобщенная схема цепи поставок - цепи взаимодействия предприятий стекольной промышленности с поставщиками сырья и потребителями продукции представлена на рис. 1.
Как видно из рис. 1, с одной стороны предприятия производители многоассортиментного контейнерного стекла пищевого назначения находятся в зависимости от спроса на ликеро-водочные напитки, пиво, плодо-овощные консервы, кофе и другие продукты, расфасованные в стеклянную тару, с другой стороны спрос на продукцию данных предприятий в значительной степени определяется предложением товаров-заменителей стеклянной тары, представленных на рынке. В свою очередь, прогноз спроса на продукцию стекольной промышленности лежит в основе планирования потребности в сырьевых ресурсах для производства данной продукции, при этом требования к точности прогноза спроса во многом зависят от характеристик используемого сырья (сроки и условия хранения) и условий его поставок.
В третьей главе «Разработка адаптивного нечетко-логического метода прогнозирования спроса и логико-информационной информационная модели бизнес-процессов каналов распределения многоассортиментного контейнерного стекла» описана логико-информационная модель бизнес-процессов каналов распределения контейнерного стекла, использующаяся для управления предприятиями стекольной промышленности и нечетко-логический метод прогнозирования спроса на многоассортиментное контейнерное стекло, являющиеся важным компонентом математического обеспечения КИС предприятия стекольной промышленности.
Производство соды
Химическая промышленность
Производство сульфата натрия
3=
Кобальта оксид
Сырье
стеклобой
Стекольная промышленность
Производство контейнерного стекла
Т.
:П:
ЛГ
Стеклянная тара
I I Другая тара
Т Пищевая промышленность
Ликероводочная
Пивная пром-ть
Плодоовощная
гги:
5Г
Пищевая продукция
V у
Конечные потребители
Пункты приёма
Рисунок 1 - Обобщенная блок-схема цепи поставок - цепи взаимодействия предприятий стекольной промышленности с поставщиками сырья и потребителями продукции
На основе применения средства организационного моделирования бизнес-процессов «Ог|£\уаге» и детального анализа разработанной нами обобщенной блок-схемы взаимодействия предприятий стекольной промышленности с поставщиками сырья и потребителями продукции, в диссертации была разработана логико-информационная модель с-процессов каналов распределения контейнерного стекла, использующаяся при построении КИС предприятия стекольной промышленности. Указанная логико-информационная модель, включающая описание бизнес-процессов в каналах распределения многоассортиментного контейнерного стекла в нотации ГОР4 (при моделировании использовалась программная система ВР-\Ут, принадлежащая к классу инструментов организационного моделирования «Ог|*\уаге»), позволяет определить структуру и источники информации, необходимой для прогнозирования спроса на многоассортиментное контейнерное стекло, а также разработать иерархическую трех уровневую процедуру организации многопользовательского доступа (на уровне вычислительной сети, на уровне операционной системы, на уровне баз данных КИС) всех участников канала сбыта к информационным ресурсам по прогнозированию спроса в режиме реального времени.
На основе разработанной логико-информационной модели бизнес-процессов каналов распределения контейнерного стекла была предложена блок-схема архи-
тектуры КИС, позволяющей связать воедино информационные ресурсы предприятий- участников цепи поставок и каналов распределения готовой продукции стекольной промышленности, которая представлена на рис. 2. В отличие от известных подходов при построения данной КИС используются одновременно гипертекстовая и клиент-серверная технологии. Внутреннюю информационно-вычислительную подсистему КИС нами предложено реализовывать на основе технологии клиент-сервер, поскольку она обеспечивает высокую степень надежности хранения и обработки данных, а также предоставляет максимальные возможности по организации управления многопользовательской работой с информационными ресурсами в режиме реального времени.
Для построения корпоративного хранилища данных нами рекомендуется использовать клиент-серверные СУБД, такие как язык системных запросов MS SQL (SYSTEM QUERY LANGUAGE), Oracle, Interbase и др. Внешняя интерфейсная подсистема КИС строиться по гипертекстовой технологии, в соответствии с которой в качестве гипертекстового интерфейса пользователей выступают стандартные web-браузеры. Для взаимодействия внешних пользователей с корпоративным хранилищем данных используется web-cepeep и интерпретатор, например, с использованием языков обработки сценариев для Web - Apache и PHP-FI (PERSONAL HOME PAGE - FORM INTERPRETATOR), позволяющие осуществлять запись и выборку данных из корпоративного хранилища с помощью SQL-запросов, с параметрами, передаваемыми через гипертекстовый интерфейс. Использование интерпретатора позволяет обеспечить доступ к корпоративному хранилищу данных и базе знаний участников канала распределения многоассортиментного контейнерного стекла из гипертекстовой среды путем многовариантного использования процедур обработки сценариев бизнес-процессов в каналах распределения.
На рис. 2 выделены блоки, непосредственно реализующие процедуры сбора и обработки информации для прогнозирования спроса и ситуационного управления каналами распределения многоассортиментного контейнерного стекла.
В диссертации разработан адаптивный нечетко-логический метод прогнозирования спроса на продукцию предприятий стекольной промышленности, отличающийся использованием процедур генерации расширяющейся базы знаний модели в виде нечетких импликаций, отображающих изменяющиеся условия внешней и внутренней экономической среды предприятия, и позволяющий учитывать экспертную и статистическую информацию о тенденциях изменения рынка многоассортиментного контейнерного стекла.
Предложенный метод состоит из следующих основных этапов.
Этап 1. Входные переменные экономико-математической модели приводятся к одному масштабу. Формируется начальная база правил, состоящая из всех возможных нечетких импликаций структуры вида:
Рисунок 2- Блок-схема архитектуры корпоративной информационной системы предприятий стекольной промышленности
П,: если (х, есть А„) и (х2 есть А,,) и ... и (х„ есть Л„,), то (у есть В,); П2: если (Х| есть Л21) и (х2 есть А22) и ... и (х„ есть Л2п), то (у есть В2);
(1)
Пт: если (х! есть Ат1)н (х2 есть Ат2) и ... и (х„ есть Лтп), то (у есть Вт), где X) ^ х„ - показатели, определяющие спрос на контейнерное стекло определенной ассортиментной группы на всех уровнях канала распределения, у - спрос на контейнерное стекло определенной ассортиментной группы на нулевом уровне канала распределения, Ац, Я, - функции принадлежности к соответствующим
нечетким множествам.
Примером нечетких импликаций может служить импликация вида:
Если (XI есть «большой спрос») и (х2 есть «средний спрос»), то (у есть «вышесреднего спрос»),
где х, - спрос на затаренную пищевую продукцию (продукцию в стеклянных банках) пищевой промышленности, х2 - спрос на банки определенной емкости со стороны населения, у - спрос на банки непосредственно для предприятия стекольной промышленности.
Функции принадлежности Д, (! = 1,т= 1,п ) и В1 зависят от некоторых фиксированных параметров а и Ь, отображающих особенности продукции и канала распределения, т.е. Ач = Л„( а) и В) = ВД Ь), которые задаются априори.
Этап 2. Поскольку полная база правил обычно является избыточной, то ее состав следует оптимизировать путем адаптации базы правил к имеющимся статистическим данным (обучающей выборке), которые отражают изменения спроса на многоассортиментное контейнерное стекло во времени. Для этого каждый набор статистических данных (пример обучающей выборки) <хк, ук> (к = 1,М) "предъявляется" приведенным правилам (1), и для каждого ¡-ого правила подсчи-тывается его "рейтинг" лу„ определяемый по соотношению:
N
(2)
к-1
где а,1;, Р^ - значения функций принадлежности:
Затем из базы правил исключаются правила с наименьшими значениями
Этап 3. Для каждой строки из базы статистических данных <хг, уг> в соответствии с алгоритмом нечеткого вывода в форме Мамдани рассчитывается прогнозируемое значение уг = у(хг) по формуле:
т п
-Л /-1 ;=|
у --(3)
£(П Л,(а,х]))У
,=1 М
и проверяется выполнение неравенства
\уг~уг\<8, (4)
где б>0 - заданная константа, определяющая погрешность экономико-математической модели.
При невыполнении неравенства база знаний модели пополняется путем добавлением нового правила, построенного на основе строки <хг, уг>, вида:
Пг: Если дг, есть Аг1 и х2 есть Аг1 и ... и хп есть Ат, то .уесть Вг, где А„ - функции принадлежности вида:
симметричные относительно центров х]',а- параметр данных функций.
При выполнении неравенства (4) база знаний модели остается без изменений. Этап 4. Выполняется параметрическая оптимизация нечетких импликаций путем решения задачи оптимизации вида:
N
Если для пополнения базы знаний использованы все точки обучающей выборки, то процедура построения модели завершается, если нет - то осуществляется переход к этапу 3.
В четвертой главе «Методика проектирования и результаты практического применения корпоративной информационной системы управления предприятиями стекольной промышленности с использованием модулей прогнозирования спроса и ситуационного управления каналами распределения» приведено описание методики проектирования и сопровождения инструментального средства - информационной системы ситуационного управления бизнес-процессами каналов распределения предприятий стекольной промышленности с учетом адаптивного прогнозирования спроса на готовую продукцию, приведены результаты практического применения разработанных нечетко-логического метода и информационной системы для повышения эффективности управления ОАО «Буньковский экспериментальный завод» на основе адаптивного управления каналами распределения многоассортиментного контейнерного стекла.
Методика проектирования и сопровождения информационной системы управления каналами распределения предприятий стекольной промышленности с учетом адаптивного прогнозирования спроса на готовую продукцию включает следующие этапы.
1. Организационное моделирование бизнес-процессов в каналах распределения с помощью систем класса «Ог£\¥аге» и построение логико-информационной модели бизнес-процессов каналов распределения контейнерного стекла.
2. Определение источников и структуры информации, используемой для прогнозирования спроса на всех уровнях канала распределения многоассортиментного контейнерного стекла.
3. Построение адаптивной нечетко-логической модели прогнозирования спроса на многоассортиментное контейнерное стекло.
4. Разработка процедуры взаимодействия программного модуля, реализующего построенную нечетко-логическую модель с другими компонентами КИС.
(6)
5. Проектирование структуры базы данных и базы знаний, позволяющей осуществлять взаимодействие с предприятиями-поставщиками и предприятиями-потребителями через гипертекстовый интерфейс, web-сервер и интерпретатор, а также витринами данных других модулей, входящих в состав используемой на предприятии корпоративной информационной системы стандарта ERP (типа R/3, Ваап, Галактика, Парус, 1С: Предприятие 8.0 и др.).
В диссертации предложена обобщенная блок-схема трехуровневой архитектуры программного модуля прогнозирования спроса на контейнерное стекло и управления каналами распределения продукции предприятий стекольной промышленности «PrognGlass 1.0». Организация доступа к указанному модулю различных категорий пользователей осуществляется на основе ролевого разграничения прав.
Разработанный в диссертации программный модуль «PrognGlass 1.0» используется в составе КИС на предприятии ОАО «Буньковский экспериментальный завод» для прогнозирования спроса и управления каналами распределения многоассортиментной готовой продукции. ОАО «Буньковский экспериментальный завод» - динамично развивающееся предприятие по производству разнообразной стеклотары (облегченная, стандартная и эксклюзивная, узкогорлая и широкогор-лая стеклотара из бесцветного стекла для пищевой и перерабатывающей промышленности). Завод оснащен новейшим оборудованием последнего поколения: секционные стеклоформующие машины BOTTERO (Италия), линия электронного контроля качества продукции по 21 параметру MSC (Франция), автоматическая линия упаковки продукции EMMETI (Италия), компрессоры СООРЕ TURBO-COMPRESSOR (США).
Проведенный анализ финансового состояния ОАО «Буньковский экспериментальный завод» показал, что рентабельность производства контейнерного стекла в 2004 г. снизилась на 12% по сравнению с 2003 г. Это было вызвано в первую очередь ростом себестоимости продукции за счет увеличения производственных расходов на хранение материальных запасов сырья и готовой продукции, т.е. отсутствием планирования и управления бизнес-процессами в каналах распределения многоассортиментного контейнерного стекла.
Анализ используемой на предприятии КИС «Галактика» показал необходимость включения в её состав программного модуля прогнозирования спроса на контейнерное стекло с учетом информации, поступающей с каждого звена цепи поставок и каналов распределения готовой продукции.
С применением предложенной в диссертации методики в 2005 году был разработан проект модифицированной КИС на платформе используемой на предприятии КИС «Галактика» с включением программного модуля «PrognGlass 1.0».
Использование модифицированной КИС позволило значительно повысить эффективность деятельности ОАО «Буньковский экспериментальный завод»,
рентабельность предприятия повысилась в четвертом квартале 2005 года на 5% по сравнению с аналогичным периодом 2004 года, скорость оборота запасов сырья повысилась почти в 1,5 раза, себестоимость баночной продукции снизилась на 8%, а бутылочной продукции - на 13%.
В приложениях приведены экономическая информация о деятельности ОАО «Буньковкий экспериментальный завод»; вид окон визуального интерфейса программного модуля ситуационного управления распределением многоассортиментного контейнерного стекла «Рго§пС1а55 1.0»; результаты программного модуля «Ри^пв^ 1.0» для прогнозирования спроса и управления распределением многоассортиментного контейнерного стекла; справка об использовании результатов диссертационной работы в ОАО «Буньковский экспериментальный завод стекла».
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ И ПРЕДЛОЖЕНИЯ
1. В результате проведенного организационно-экономического анализа состояния и тенденций развития стекольной отрасли Российской Федерации показано наличие объективных предпосылок необходимости широкого использования методов прогнозирования рыночного спроса при разработке информационных систем управления каналами распределения для повышения экономической эффективности и конкурентоспособности промышленных предприятий.
2. В результате анализа конкурентоспособности контейнерного стекла по отношению к товарам-заменителям (металлическая, полимерная, картонная и бумажная тара) с использование «цепи создания ценности (стоимости)» сформулирована общая методика снижения себестоимости контейнерного стекла на основе повышения эффективности управления каналами распределения предприятий стекольной промышленности.
3. Разработан адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментную продукцию предприятий стекольной промышленности, отличающийся использованием процедур генерации расширяющейся базы знаний модели в виде нечетких импликаций, отображающей изменяющиеся условия внешней и внутренней экономической среды предприятия, и позволяющий учитывать экспертные знания и статистическую информацию о тенденциях изменения рынка многоассортиментного контейнерного стекла.
4. Разработана логико-информационная модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла, отличающаяся возможностью автоматизированного прогнозирования спроса на всех уровнях канала распределения готовой многоассортиментной продукции на основе построения расширяющихся корпоративного хранилища данных и базы знаний по технико-экономических показателям бизнес-процессов сбыта и знаний о состоянии внешней экономической среды предприятия, что позволяет обеспечить максимальные возможности организации многопользовательской работы всех участников канала
сбыта с информационными ресурсами о прогнозе спроса в режиме реального времени.
5. Предложены методика и инструментальные средства проектирования и сопровождения важного компонента корпоративной информационной системы предприятия стекольной промышленности, в которой используются гипертекстовые программные средства и клиент-серверная технология, а также средства организационного моделирования бизнес-процессов Orgware, позволяющие на основе нечетко-логических моделей представления знаний и данных предметной области, реализовать эффективную многоуровневую процедуру переработки технико-экономической информации, что обеспечивает разработку решений по оптимальному управлению каналами распределении многоассортиментного контейнерного стекла на основе прогнозирования спроса.
6. Разработанный адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментную готовую продукцию может практически использоваться при создании программно-математического обеспечения корпоративных информационных систем управления предприятиями стекольной промышленности.
7. Предложенные методика и инструментальные средства проектирования, разработки и сопровождения информационной системы управления каналами распределения предприятий по выпуску контейнерного стекла могут быть использованы для повышения эффективности управления каналами распределения многоассортиментной готовой продукции на предприятиях различных отраслей перерабатывающей промышленности.
8. На основе предложенных адаптивного нечетко-логического метода прогнозирования спроса на многоассортиментную продукцию предприятий стекольной и логико-информационной модели бизнес-процессов каналов распределения контейнерного стекла с использованием среды визуального программирования Borland Delphi 7.0 разработан программный модуль - информационная система управления бизнес-процессами каналов распределения «PrognGlass 1.0», который может применяться в составе корпоративных информационных систем предприятий для повышения эффективности принятия решений по управлению предприятиями стекольной промышленности в условиях неопределенности.
9. Разработанный программный модуль «PrognGlass 1.0» используется в составе модифицированной корпоративной информационной системы управления на предприятии ОАО «Буньковский экспериментальный завод» для прогнозирования спроса на многоассортиментное контейнерное стекло и управления бизнес-процессами каналов распределения в условиях неопределенности, что позволяет повысить качество принимаемых решений по оперативному планированию производственно-хозяйственной деятельности и повышению экономической эффективности предприятия.
Результаты диссертации опубликованы в следующих работах:
1. Дудорова И.К. Инструментальные средства организации многоуровневой системы доступа к технико-экономической информации // Системы компьютерной математики и их приложения: Сб. тр. VII Межд. конф., Смоленск, СГУ, 2006, С. 30-32
2. Дудорова И.К., Мешалкин В.П. Проектирование корпоративной информационной системы планирования потребности в ресурсах предприятий стекольной промышленности, М.: РХТУ, 2004, 54 с.
3. Дудорова И.К. Нечетко-логические модели прогнозирования спроса на продукцию промышленного предприятия (Препринт), М.: РХТУ, 2004, 36 с.
4. Дудорова И К. Модель корпоративной информационной системы стекольного предприятия // Современные информационные технологии в медицине и экологии: Сб. тр. Межд. конф. - М.: Физматлит, 2003, С. 198-202
5. Дудорова И.К. Предпосылки использования методов прогнозирования рыночного спроса в составе автоматизированных информационных систем планирования потребности в материальных ресурсах // Проблемы социально-экономического развития Республики Башкортостан: Сб. тр. I Всерос. науч. 1Шегпе1-конф.- Уфа: УГНТУ, 2003,- С.89-91
6. Дудорова И.К. Адаптивная экономико-математическая модель спроса на контейнерное стекло // Математические методы в интеллектуальных информационных системах: Сб. тр. Межд. конф. - М.: Физматлит, 2002, С.145-148
В совместно опубликованной работе [2] Дудоровой И.К. предложен алгоритм построения адаптивной нечетко-логической модели спроса на стеклянную тару.
Формат 60X84/16 Тираж 150 Заказ 2863/2 Пет листов 1.2
Отпечатано в типографии ООО «Принт-Экспресс» Лиц. ПЛД №71-38 от 07.09 99 г. г. Смоленск, проспект Гагарина, 21, т.: (4812) 32-80-70
ЛОР6А
Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Дудорова, Ирина Константиновна
Введение
1. Современные экономико-математические методы и инструментальные средства прогнозирования спроса и управления каналами распределения промышленной продукции
1.1. Обзор современных подходов к повышению экономической эффективности промышленных предприятий на основе оптимизации управления каналами распределения готовой продукции
1.2. Анализ и классификация современных экономико-математических методов и инструментальных средств прогнозирования рыночного спроса на продукцию промышленных предприятий
1.3. Условия и предпосылки использования методов прогнозирования спроса в информационных системах управления каналами распределения для повышения экономической эффективности промышленных предприятий.
1.4. Цели и задачи диссертации
2. Предпосылки использования нечетко-логических методов прогнозирования спроса на продукцию и инструментальных средств ситуационного управления каналами распределения для повышения экономической эффективности предприятий стекольной промышленности Российской Федерации
2.1. Организационно-экономический анализ современного состояния и тенденций развития стекольной отрасли Российской Федерации
2.2. Анализ конкурентоспособности контейнерного стекла по отношению к товарам-заменителям с использование метода анализа «цепи создания ценности»
2.3. Обоснование возможности использования нечетко-логических методов прогнозирования спроса и информационных систем ситуационного управления каналами распределения для повышения экономической эффективности предприятий стекольной промышленности в условиях неопределенности
2.4. Выводы
3. Разработка адаптивного нечетко-логического метода прогнозирования спроса и логико-информационной модели бизнес-процессов каналов распределения многоассортиментного контейнерного стекла
3.1. Логико-информационная модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла.
3.2. Процедура обеспечения прав иерархического доступа к программному модулю ситуационного управления каналами распределения
3.3. Адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментное контейнерное стекло
3.4. Выводы
4. Методика проектирования и результаты практического применения корпоративной информационной системы управления предприятиями стекольной промышленности, с использованием модулей прогнозирования спроса и ситуационного управления каналами распределения
4.1. Архитектура и режимы функционирования корпоративной информационной системы предприятий стекольной промышленности с использованием модуля ситуационного управления каналами распределения
4.2. Методика проектирования и применения программного модуля «PrognGlass 1.0» ситуационного управления каналами распределения предприятий стекольной промышленности на основе прогнозирования спроса
4.3. Результаты практического использования программного модуля «PrognGlass 1.0» для управления распределением многоассортиментного контейнерного текла для повышения экономической эффективности деятельности ОАО «Буньковский экспериментальный завод» 156 Выводы
Диссертация: введение по экономике, на тему "Адаптивное нечетко-логическое моделирование спроса и инструментальные средства ситуационного управления распределением многоассортиментной продукции стекольной промышленности"
Одним из условий успешного перехода экономики Российской Федерации к устойчивому развитию является повышение экономической эффективности предприятий стекольной промышленности, продукция которых в значительных объемах используется в различных отраслях народного хозяйства, что, соответственно, определяет их существенное влияние на развитие экономики в целом. К предприятиям такого типа относятся предприятия- производители многоассортиментной продукции (в первую очередь контейнерное стекло), которая используется предприятиями пищевой, фармацевтической, косметической, химической и нефтехимической промышленности и др. Применяемая в настоящее время достаточно эффективная система вторичного использования и переработки отходов стеклянной тары снижает уровень техногенного загрязнения окружающей среды, что наряду с практическим отсутствием потребности данных предприятий в углеводородном сырье определяет перспективность ее использования в качестве экологически безопасной тары в будущем.
В последние годы наметилась положительная тенденция развития стекольной отрасли РФ - за 2003-2005 г. объем промышленного производства увеличился по сравнению с 2002 г на 27%, в 2005 г. вклад стекольной отрасли в ВВП России составил 8%.
Однако в настоящее время на предприятия стекольной отрасли усиливается конкурентное давление отечественных и зарубежных производителей, осуществляющих выпуск товаров-заменителей (металлическая тара, полимерная тара, картонная тара и т.д.) и реализующих стратегию «низких издержек». В данных условиях конкурентоспособность отечественных предприятий стекольной промышленности по выпуску многоассортиментного контейнерного стекла в значительной степени определяется возможностью снижения издержек в цепях поставок этих предприятий, связанных с организацией и управлением бизнес-процессами материально-технического снабжения и распределения на основе прогнозирования спроса на конечную продукцию предприятий-потребителей.
В настоящее время для прогнозирования спроса на продукцию используются различные экономико-математические методы и инструменты эконометрики, входящие в состав программно-математического обеспечения корпоративных информационных систем (КИС) поддержки принятия решений (СППР) по управлению предприятиями. Различные аспекты построения экономико-математических моделей прогнозирования спроса на продукцию промышленных предприятий рассмотрены в трудах отечественных и зарубежных ученых - С.А. Айвазян, Т. Андерсон, В.Н. Афанасьев, Дж. Бокс, Д.Е. Бэстенс, Г. Дженкинс, И.Н. Дрогобытский, А.А. Емельянов, И.В. Зайцевский, А.Н. Колмогоров, М. Кэндэл, Ю.П. Лукашин, B.J1. Макаров, В.П. Мешалкин, B.C. Мхитарян, А.Г. Поршнев, Э.В. Попов, Д.А. Поспелов, B.C. Пугачев, P.JI. Раяцкас, А.Ф. Тельнов, В.П. Тихомиров, Е.М. Четыркин и др.
В работах ряда из этих ученых в качестве одного из подходов к построению моделей прогнозирования поведения социально-экономических систем рассматривается использование математического аппарата теории нечетких множеств. Применению методов теории нечетких множеств для решении задач экономико-математического моделирования сложных социально-экономических и технических систем посвящены работы Алтуни-на А.Е., Андрейчикова А.В., Асаи К. Борисова В.В., Бутусова О.Б., Вере-скова С.К., Дли М.И., Дорохова И.Н., Комарцовой Л.Г., Кофмана А., Круглова В.В., Кузьмина В. Б., Леоненкова А.В., Максимова А.В., Мешал-кина В.П., Орловского С.А., Попова Э.В., Поспелова Д.А, Регеджа Р. К., Семухина М.В., Сугэно М., Терано Т., Федорова В. В. и др.
Методы построения корпоративных информационных систем, с использованием алгоритмов прогнозирования спроса, рассмотрены в работах
Божко В.П., Ильиной О.П., Лойко В.И., Мешалкина В.П., Советова Б.Я., Титоренко Г.А., Хорошиловой А.В., Цехановского В.В. и др.
Существующие в настоящее время нечетко-логические методы моделирования сложных экономических систем без процедур адаптации не позволяют в полной мере комплексно учитывать экспертную информацию о закономерностях функционирования экономических систем и статистическую информацию, характеризующую основные тенденции изменения контролируемых показателей во времени. Указанное обстоятельство снижает возможность применения данных методов при прогнозировании спроса на многоассортиментную продукцию стекольной промышленности и, соответственно, эффективность управления каналами распределения многоассортиментного контейнерного стекла.
Следует также отметить, что применение нечетко-логических методов в составе КИС промышленных предприятий с использованием стандартов MRP и MRP II определяет необходимость автоматизированного прогнозирования спроса во всех звеньях цепи поставок «производитель контейнерного стекла -посредники - предприятие пищевой промышленности - конечный потребитель затаренной продукции» при оперативном и среднесрочном планировании производства и управлении бизнес-процессами каналов распределения на основе использования корпоративного хранилища данных и базы знаний, позволяющих учитывать статистические технико-экономические показатели бизнес-процессов и знания о состоянии внешней экономической среды предприятия.
В связи этим решаемая в диссертации задача разработки адаптивного нечетко-логического метода прогнозирования спроса, логико-информационной модели бизнес-процессов каналов распределения и методики проектирования информационной системы ситуационного управления каналами распределения как важного компонента КИС управления предприятиями стекольной промышленности, является актуальной новой научной задачей, имеющей существенное значение для развития теории экономико-математического моделирования и управления промышленными предприятиями в условиях неопределенности.
Основные разделы диссертации выполнялись в соответствии с заданиями ряда комплексных программ социально-экономического развития Московской области на 2002-2008 г.г. Тема диссертации соответствует перечню критических технологий, определяемых политикой РФ в области науки и технологии на период до 2010 г. - «Компьютерное моделирование» и «Искусственный интеллект».
Цель диссертационного исследования. Разработать адаптивный нечетко-логический метод прогнозирования спроса и логико-информационную модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла, а также методику проектирования информационной системы ситуационного управления каналами распределения в составе корпоративной информационной системы управления предприятиями стекольной промышленности, которые позволяют повысить точность прогноза спроса, эффективность планирования и управления сбытом продукции в условиях неопределенности информации о состоянии внешней социально-экономической среды.
Практически применить разработанные адаптивный нечетко-логический метод прогнозирования спроса и методику проектирования инструментальных средств ситуационного управления каналами распределения как компонентов КИС для повышения экономической эффективности и конкурентоспособности ОАО «Буньковский экспериментальный завод».
Цель исследования обусловила необходимость постановки и решения следующих взаимосвязанных задач:
1. Организационно-экономический анализа состояния и тенденций развития стекольной отрасли Российской Федерации в условиях рыночных отношений.
2. Анализ конкурентоспособности продукции предприятий по выпуску контейнерного стекла по отношению к товарам-заменителям с использование метода анализа «цепи создания ценности (стоимости)».
3. Разработка адаптивного нечетко-логического метода прогнозирования спроса на многоассортиментную продукцию предприятий стекольной промышленности.
4. Разработка логико-информационной модели бизнес-процессов каналов распределения контейнерного стекла, позволяющей на основе применения адаптивного нечетко-логического метода прогнозирования спроса на контейнерное стекло осуществлять эффективное ситуационное управление бизнес-процессами каналов распределения в условиях неопределенности.
5. Разработка методики проектирования и сопровождения важного компонента корпоративной информационной системы - информационной системы ситуационного управления каналами распределения предприятий стекольной промышленности с учетом адаптивного прогнозирования спроса на готовую продукцию.
6. Практическое применение разработанных нечетко-логического метода и информационной системы для повышения эффективности ОАО «Бунь-ковский экспериментальный завод» на основе адаптивного управления каналами распределения многоассортиментного контейнерного стекла в условиях неопределенности.
Методы исследования в диссертации.
При выполнении данной работы использовались методы экономического анализа, эконометрики и экономико-математического моделирования, теории случайных процессов, искусственного интеллекта, нечетких множеств и методы вычислительного эксперимента.
Обоснованность теоретических разработок определяется корректным применением методов теории конкуренции, теории эконометрики и экономико-математического анализа, теории искусственного интеллекта и нечетких множеств, теории случайных процессов и имитационного моделирования.
Достоверность научных результатов, выводов и рекомендаций, сформулированных в диссертации, подтверждена вычислительными экспериментами на персональных компьютерах, результаты которых позволяют сделать вывод об адекватности разработанных нечетко-логических методов и моделей ситуационного управления каналами распределения многоассортиментного контейнерного стекла, а также практическим использованием разработанных научно-обоснованных рекомендаций для управления деятельностью ОАО «Буньковский экспериментальный завод» на основе адаптивного прогнозирования спроса.
Научная новизна.
К наиболее существенным научным результатам, полученным лично соискателем, относятся:
1. Результаты организационно-экономического анализа состояния и тенденций развития стекольной отрасли Российской Федерации, показавшие наличие объективных предпосылок необходимости широкого использования методов прогнозирования рыночного спроса при разработке информационных систем управления каналами распределения для повышения экономической эффективности и конкурентоспособности промышленных предприятий.
2. Результаты анализа конкурентоспособности многоассортиментного контейнерного стекла по отношению к товарам-заменителям (металлическая, полимерная, картонная и бумажная тара) с использование «цепи создания ценности (стоимости)», позволившие сформулировать общую методику снижению себестоимости многоассортиментного контейнерного стекла на основе повышения эффективности ситуационного управления каналами распределения предприятий стекольной промышленности.
3. Разработан адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментную продукцию предприятий стекольной промышленности, отличающийся использованием процедур генерации расширяющейся базы знаний модели в виде нечетких импликаций, отображающих изменяющиеся условия внешней и внутренней экономической среды предприятия, и позволяющий учитывать экспертные знания и статистическую информацию о тенденциях изменения рынка контейнерного стекла.
4. Разработана логико-информационная модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла, отличающаяся от известных возможностью автоматизированного прогнозирования спроса на всех уровнях канала распределения готовой многоассортиментной продукции на основе построения расширяющейся корпоративного хранилища данных и базы знаний по технико-экономических показателям бизнес-процессов сбыта и знаний о состоянии внешней экономической среды предприятия, что позволяет обеспечить максимальные возможности по организации многопользовательской работы всех участников канала сбыта с информационными ресурсами о прогнозе спроса в режиме реального времени.
5. Предложены методика и инструментальные средства проектирования и сопровождения важного компонента корпоративной информационной системы предприятия стекольной промышленности, - системы ситуационного управления каналами распределения, в которой используются гипертекстовые программные средства и клиент-серверная технология, а также средства организационного моделирования «Orgware» бизнес-процессов, позволяющие на основе нечетко-логических моделей представления знаний и данных предметной области, реализовать эффективную многоуровневую процедуру переработки технико-экономической информации, что обеспечивает разработку решений по оптимальному управлению каналами распределении многоассортиментного контейнерного стекла на основе прогнозирования, спроса.
Практическая значимость результатов исследования.
1. Разработанный в диссертации нечетко-логический метод прогнозирования спроса на многоассортиментную готовую продукцию предприятия может практически использоваться при создании программно-математического обеспечения корпоративных информационных систем управления предприятиями стекольной промышленности.
2. Предложенные методика и инструментальные средства проектирования, разработки и сопровождения информационной системы управления каналами распределения контейнерного стекла могут быть использованы для повышения эффективности КИС управления на предприятиях различных отраслей перерабатывающей промышленности.
3. На основе предложенных адаптивного нечетко-логического метода прогнозирования спроса на продукцию предприятий стекольной промышленности и логико-информационной модели каналов распределения контейнерного стекла с использованием среды визуального программирования Borland Delphi 7.0 разработано инструментальное средство (программный модуль)- информационная система управления каналами распределения многоассортиментного контейнерного стекла «PrognGlass 1.0», который может применяться в составе КИС предприятий для повышения эффективности принятия решений по оперативному планированию и управлению предприятиями стекольной промышленности в условиях рыночной экономики.
Реализация результатов работы.
Разработанный программный модуль «PrognGlass 1.0» используется в составе модифицированной корпоративной информационной системы управления на предприятии ОАО «Буньковский экспериментальный завод» для прогнозирования спроса и управления каналами распределения многоассориментного контейнерного стекла в условиях неопределенности, что позволяет повысить качество принимаемых решений по оперативному планированию производственно-хозяйственной деятельности и повышению экономической эффективности предприятия.
Апробация работы.
Основные результаты диссертационной работы докладывались и обсуждались на Международной научной конференции «Математические методы в интеллектуальных информационных системах» (Смоленск, 2002), Всероссийской научной конференции «Современные информационные технологии в медицине и экологии» (Смоленск, 2003), I и II Всероссийской научной Internet-конференции «Проблемы социально-экономического развития Республики Башкортостан» (2003, 2004 г.г., Уфа), VII Международной конференции «Системы компьютерной математики и их приложения» (Смоленск, 2006), а также на научных семинарах в РХТУ им. Д.И. Менделеева.
Публикации.
По теме диссертации опубликовано 6 печатных работ, общим объемом 3,1 п.л.
Структура и объем работы.
Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 108 наименований, и 4 приложения. Диссертация содержит 179 стр. машинописного текста, 38 рисунков и 8 таблиц.
Диссертация: заключение по теме "Математические и инструментальные методы экономики", Дудорова, Ирина Константиновна
4.4. Выводы
К основным результатам данной главы относится следующее.
1. Разработана архитектура и описаны режимы функционирования корпоративной информационной системы предприятий стекольной промышленности с использованием модуля ситуационного управления каналами распределения.
2. Разработана методика проектирования информационной системы ситуационного управления бизнес-процессами каналов распределения предприятий стекольной промышленности с учетом адаптивного прогнозирования спроса на готовую продукцию. Приведен обзор инструментов организационного моделирования, которые можно использовать в рамках предложенной методики.
3. Приведены результаты практического использования модуля «PrognGlass 1.0» для прогнозирования спроса на продукцию ОАО «Бунь-ковский экспериментальный завод», показавшие высокую точность прогнозирования с использованием предложенного метода.
4. Использование результатов диссертационного исследования в процессе управления распределением продукции на ОАО «Буньковский экспериментальный завод» позволило повысить эффективность деятельности предприятия, о чем свидетельствует повышение рентабельности в четвертом квартале 2005 года на 5% по сравнению с аналогичным периодом 2004.
ЗАКЛЮЧЕНИЕ
1. В результате проведенного организационно-экономического анализа состояния и тенденций развития стекольной отрасли Российской Федерации показано наличие объективных предпосылок необходимости широкого использования методов прогнозирования рыночного спроса при разработке информационных систем управления каналами распределения для повышения экономической эффективности и конкурентоспособности промышленных предприятий.
2. В результате анализа конкурентоспособности контейнерного стекла по отношению к товарам-заменителям (металлическая, полимерная, картонная и бумажная тара) с использование «цепи создания ценности (стоимости)» сформулирована общая методика снижения себестоимости контейнерного стекла на основе повышения эффективности управления каналами распределения предприятий стекольной промышленности.
3. Разработан адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментную продукцию предприятий стекольной промышленности, отличающийся использованием процедур генерации расширяющейся базы знаний модели в виде нечетких импликаций, отображающей изменяющиеся условия внешней и внутренней экономической среды предприятия, и позволяющий учитывать экспертные знания и статистическую информацию о тенденциях изменения рынка многоассортиментного контейнерного стекла.
4. Разработана логико-информационная модель бизнес-процессов каналов распределения многоассортиментного контейнерного стекла, отличающаяся возможностью автоматизированного прогнозирования спроса на всех уровнях канала распределения готовой многоассортиментной продукции на основе построения расширяющихся корпоративного хранилища данных и базы знаний по технико-экономических показателям бизнеспроцессов сбыта и знаний о состоянии внешней экономической среды предприятия, что позволяет обеспечить максимальные возможности организации многопользовательской работы всех участников канала сбыта с информационными ресурсами о прогнозе спроса в режиме реального времени.
5. Предложены методика и инструментальные средства проектирования и сопровождения важного компонента корпоративной информационной системы предприятия стекольной промышленности, в которой используются гипертекстовые программные средства и клиент-серверная технология, а также средства организационного моделирования бизнес-процессов Orgware, позволяющие на основе нечетко-логических моделей представления знаний и данных предметной области, реализовать эффективную многоуровневую процедуру переработки технико-экономической информации, что обеспечивает разработку решений по оптимальному управлению каналами распределении многоассортиментного контейнерного стекла на основе прогнозирования спроса.
6. Разработанный адаптивный нечетко-логический метод прогнозирования спроса на многоассортиментную готовую продукцию может практически использоваться при создании программно-математического обеспечения корпоративных информационных систем управления предприятиями стекольной промышленности.
7. Предложенные методика и инструментальные средства проектирования, разработки и сопровождения информационной системы управления каналами распределения предприятий по выпуску контейнерного стекла могут быть использованы для повышения эффективности управления каналами распределения многоассортиментной готовой продукции на предприятиях различных отраслей перерабатывающей промышленности.
8. На основе предложенных адаптивного нечетко-логического метода прогнозирования спроса на многоассортиментную продукцию предприятий стекольной и логико-информационной модели бизнес-процессов каналов распределения контейнерного стекла с использованием среды визуального программирования Borland Delphi 7.0 разработан программный модуль - информационная система управления бизнес-процессами каналов распределения «PrognGlass 1.0», который может применяться в составе корпоративных информационных систем предприятий для повышения эффективности принятия решений по управлению предприятиями стекольной промышленности в условиях неопределенности.
9. Разработанный программный модуль «PrognGlass 1.0» используется в составе модифицированной корпоративной информационной системы управления на предприятии ОАО «Буньковский экспериментальный завод» для прогнозирования спроса на многоассортиментное контейнерное стекло и управления бизнес-процессами каналов распределения в условиях неопределенности, что позволяет повысить качество принимаемых решений по оперативному планированию производственно-хозяйственной деятельности и повышению экономической эффективности предприятия.
165
Диссертация: библиография по экономике, кандидата экономических наук, Дудорова, Ирина Константиновна, Москва
1. Гаврилов Д.А. Управление производством на базе стандарта MRP1.. -СПб: Питер, 2002.
2. Robin Goodfellow. Manufacturing Resource Planning. A Poket Guide, 1993.
3. Gaither, Norman. Production and operations management / Norman Gaither, Gregory V. Franzier. 8th ed. South-Western College Publishing. Cincinnati, 1999.
4. Brown, Jimmie. Production management systems: an integrated perspective / Jimmie Brown, John Harher, James Shivnan. 2 ed., Addison-Wesley Publishing Company, 1996.
5. Котлер Ф. Маркетинг менеджмент /Пер. с англ. под ред. Волковской JL, Каптуревского Ю. Н. СПб.: Питер, 2003.
6. Управление развитием организации: модульная программа для менеджеров. Модуль «Управление маркетингом». М.: ИНФРА-М, 2001.
7. Safizadeh, М. and Raafat, F. «Formal/ informal systems and MRP implementetion», Production and Inventory Management, 27(1), 1986.
8. Wight, O.W., MRPII: unloking America's Productivity Potential, CBI Publishing Co., Boston, MA, 1981.
9. Darryl V. Landvater, and Christopher D. Gray. MRPII Standart System. A handbook for Manufacturing Software Survival. John Wiley&Sons, Inc., 1989.
10. З.Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998.14.3еленский К.Х., Игнатенко В.Н., Коц А.П. Компьютерные методы прикладной математики. К.: Дизайн-В, 1999.
11. Хеннан Г. Анализ временных рядов. М.: Наука, 1964.
12. Планирование эксперимента в исследовании технологических процессов. / К. Хартман, Э. Лецкий, В. Шефер и др. М.: Мир, 1977.
13. П.Коршунов Ю.М., Бобиков А.И. Цифровые слаживающие и преобразовывающие системы. М.: Энергия, 1969.
14. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. Вып. 1 и 2. М.: Мир, 1974.
15. Кендэл М. Временные ряды. М.: Финансы и статистика, 1981.
16. Справочник по теории вероятностей и математической статистике. / B.C. Королюк, Н.И. Портенко, А.В. Скороход, А.Ф. Турбин. М.: Наука, 1985.
17. Вентцель Е.С. Теория вероятностей. М.: Высш. школа, 1999.
18. Боровиков В.П., Боровиков И.П. STATISTICA- Статистический анализ и обработка данных в среде Windows. М.: Филинъ, 1997.
19. Боровиков В.П., Ивченко Г.И. Прогнозирование в системе Statistica в среде Windows. М.: Финансы и статистика, 2000.
20. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. М.: ИНФРА-М, Финансы и статистика, 1995.
21. Дюк В. Обработка данных на ПК в примерах. СПб.: Питер, 1997.
22. Эйкхофф П. Основы идентификации систем управления. Оцениваниепараметров и состояния. М.: Мир, 1975.
23. Гроп Д. Методы идентификации систем. М.: Мир, 1979.
24. Дейч A.M. Методы идентификации динамических объектов. М.: Энергия, 1979.
25. Кашьяп Р.Л., Рао А.Р. Построение динамических стохастических моделей по экспериментальным данным. М.; Наука, 1983.
26. Головко В.А. Нейронные сети: обучение, организация и применение. -М.: ИПРЖР, 200.
27. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия Телеком, 2001.
28. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры. М.: Изд-во МГТУ им. Н.Э. Баумана, 2002.
29. Уоссермен Ф. Нейрокомпьютерная техника. -М.: Мир, 1992.
30. Каллан Р. Основные концепции нейронных сетей. М.: «Вильяме», 2001.
31. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996.
32. Галушкин А.И. Теория нейронных сетей. -М.: ИПРЖР, 2000.
33. Дьяконов В.П., Круглов В.В. Математические пакеты расширений MATLAB. Специальный справочник. СПб.: Питер, 2001.
34. Заде Л. Понятие лингвистической переменной и его применение для принятия приближенных решений. М.: Мир, 1976.
35. Литвак Б.Г. Экспертная информация. Методы получения и анализа. — М.: Радио и связь, 1982.
36. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001.
37. Круглов В.В., Дли М.И. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. М.: Физматлит, 2002.
38. Дьяконов В.П., Круглов В.В. MATLAB. Анализ, идентификация и моделирование систем. Специальный справочник. СПб.: Питер, 2002.
39. Круглов В.В., Борисов В.В. Гибридные нейронные сети. Смоленск: Русич, 2001.
40. Ротштейн А. П., Познер М., Ракитянская А. Б. Нейронечеткая модель прогнозирования результатов спортивных игр. // Труды 8-й
41. Всероссийской конф. «Нейрокомпьютеры и их применение» НКП-2002. М.: 2002. С.251-263.
42. Ротштейн А. П., Познер М., Ракитянская А. Б. Нейронечеткая модель прогнозирования динамики заболеваний. // Труды 8-й Всероссийской конф. «Нейрокомпьютеры и их применение» НКП-2002. М.: 2002. С. 664-667.
43. Jang R. ANFIS: Adaptive-Network-Based Fuzzy Inference. 1993. V.23. №3. P.665-685.
44. Круглов В. В., Абраменкова И. В. Компьютерная поддержка систем нечеткой логики. // Сб. трудов Международной научной конференции «Математические методы в интеллектуальных системах» ММИИС-2002. Смоленск, 2002. С.6-7.
45. Ивахненко А. Г., Зайченко Ю. П., Димитров В. Д. Принятие решений на основе самоорганизации. М.: Сов. радио, 1976.
46. Ивахненко А.Г, Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным. М.: Радио и связь, 1987.
47. Ивахненко А. Г. Системы эвристической самоорганизации в технической кибернетике. Киев: Техника, 1969.
48. Ивахненко А. Г., Лапа В. Г. Предсказание случайных процессов. Киев: Наукова думка, 1971.
49. Holt С. С. Forecasting seasonals and trends by exponentially weighted moving averages. / Carnegie Inst. Tech. Res. 1957. Men. №52.
50. Winters P. R. Forecasting sales by exponentially weighted moving averages. // Mgmt.Sci. 1960.№6. P. 324-332.
51. Harrison P.J. Shot-merm sales forecasting. // Applied Statistics. 1965.№14. P.102-112.
52. Планирование эксперимента в исследовании технологических процессов. / К. Хартман, Э. Лецкий, В. Шефер и др. М.: Мир, 1977.
53. Редкозубов С. А. Статистические методы прогнозирования в АСУ. М.: Энергоиздат, 1981.
54. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1974.
55. Будов В. Восьмая Международная конференция «Стеклотара и художественное стекло-XXI» // Стеклянная тара. 2005. - №10. - с. 8 -14.
56. Статистический сборник «Россия в цифрах». М., 2002.
57. Статистический сборник «Россия в цифрах». М., 2003.
58. Статистический сборник «Россия в цифрах». М., 2004.
59. Тетерин В. Импорт и экспорт стеклянной тары // PakkoGraff. 2005. -№4.
60. Мартынова Ж. В., Мозжухина Н. Н. Развитие рынков пищевых напитков в 2003-2004 гг. // Стеклянная тара. 2005. - №12. - с. 16.
61. Мартынова Ж. В., Мозжухина Н. Н. Российский рынок стеклотарной отрасли // http://www.steklosouz.ru/
62. Мартынова Ж. В., Мозжухина Н. Н. Тенденции развития внешнеторговых рынков стеклянной тары // http://www.steklosouz.ru/
63. Давтян Д. Российский рынок пищевой стеклянной тары // Тара и упаковка. 2005. - №2. - с. 81 - 98.
64. Токарев Ю., Давтян Д. Российский рынок пищевой стеклянной тары // Стеклянная тара. — 2005. №4. - с. 1-3.
65. Тетерин В. Российское стекло // PakkoGraff. 2000. - №1.
66. Московский статистический ежегодник. М., 2005.70.0тто Лацис. Почему сложно «отобрать и поделить» // http://www.rspp.biz/
67. Пасев К. Зона упаковки: пластик атакует // Тара и упаковка. 2004. -№5.-с. 32-33.
68. Макуков М. Visual Packaging полимеры вместо картона // PakkoGraff. -2005.-№6.
69. Родина А. Судьба алюминиевой банки на российском рынке // PakkoGraff. 2005. - №1.
70. Тетерин В. Обзор российского рынка алюминиевой тары для напитков // PakkoGraff. 2005. - № 1.
71. Тетерин В. Картонные берега // PakkoGraff. 2004. - №4.
72. Тетра Пак это не название упаковки // Форма жизни. - 2004. - №5.
73. Иванова JI. Экономичная альтернатива: Комбинированная банка не только для напитков // Пакет. 2003. - №6.
74. Малявина О., Мурахин В. Все стало вокруг голубым и зеленым// Russian Food and Drinks Market. 2003. - №8.
75. Тетерин В. Война банки и бутылки // PakkoGraff. 2002. - №4.
76. Давтян Д., Токарев Ю. Как там наши хрустали? // http://www.foodmarket.spb.ru/
77. Сергеева JI. С. Международная конференция по проблемам развития консервной промышленности // Стеклянная тара. 2005. - №1. - с. 1-3.
78. Осипов В. И. Рынок производства стекла. Проблемы и перспективы развития // http://www.steklosouz.ru/
79. Малявина О., Мурахин В. Потребление цветной стеклянной тары производителями вина, шампанского и конька // Russian Food and Drinks Market.-2004.-№1.
80. Цыпкин Я.З. Теория линейных импульсных систем. М.: Физматлит, 1963.
81. Kalman R.E., A new approach to linear filtering and prediction problems. //Trans. ASME. J. Basic eng., ser. D. 1960. V.80. P. 34-35.
82. Kalman R.E., Bucy T.S. New results in linear filtering and prediction theory. //Trans. ASME.J. Basic eng.ser.D. 1961. V85, P. 95-107.
83. Виленкин С.Я, Статистическая обработка результатов исследования случайных функций. М.: Энергия, 1979.
84. Mehra R.K. A comparison of several nonlinear filters for reenty vehicle tracking. // IEEE Trans. 1971. V AC-16. № 4. P.307-319.
85. Растригин JI.A. Современные принципы управления сложными объектами. -М.: Сов. радио, 1980.
86. Г. Н. Калянов CASE технологии: консалтинг в автоматизации бизнес-процессов 2е изд. перераб. и доп. -М.: «Горячая линия - Телеком», 2000. -320с.; ил.
87. С.В. Маклаков BPwin и Erwin. CASE-средства разработки информационных систем -М.: «Диалог-МИФИ», 2000. -256с.; ил. Ф.А. Новиков Дискретная математика для программистов -СПб.: Питер, 2001.-304с., ил.
88. В.В. Липаев Надежность программных средств Серия «Информатизация России на пороге XXI века». -М.: СИНТЕГ, 1998. -232с
89. В.В. Липаев Выбор и оценивание характеристик качества программных средств. Методы и стандарты Серия «Информационные технологии». -М.: СИНТЕГ, 2001. -228с., ил.
90. А.К. Дмитриев, П.А, Мальцев Основы теории построения и контроля сложных систем Л.: Энергоатомиздат, Ленинградское отд-е, 1988г
91. С. А. Харитонов Гибкая автоматизация бухгалтерского учета и отчетности: вопросы теории и практики -М.: «Бухгалтерский учет», 2001. — 320с.; ил. (Библиотека журнала «Бухгалтерский учет»)
92. Боэм Б.У. Инженерное проектирование программного обеспечения: Пер. с англ. -М.: Радио и связь, 1985.
93. Э. Иордон, К Аргила Структурные модели в объектно-ориентированном анализе Переводчик П.Быстров, Научный редактор В. Алеев. -М.: «Лори», 1999.-270с.; ил.
94. Чураков Е.П. Математические методы обработки экспериментальных данных в экономике: Учеб. пособие. -М.: Финансы и статистика, 2004.
95. ЦНИТ НГУ. "Использование технологий WWW для доступа к базам данных", Н., 1997
96. Мейер М. "Теория реляционных баз данных", М., 1996
97. Грабер М., "Справочное руководство по SQL", М., 1997
98. Дейта К. "Введение в системные баз данных", М., 1999
99. Дудорова И.К. Инструментальные средства организации многоуровневой системы доступа к технико-экономической информации // Системы компьютерной математики и их приложения: Сб. тр. VII Межд. конф., Смоленск, СГУ, 2006, С. 30-32
100. Дудорова И.К., Мешалкин В.П. Проектирование корпоративной информационной системы планирования потребности в ресурсах предприятий стекольной промышленности, М.: РХТУ, 2004, 54 с.
101. Дудорова И.К. Нечетко-логические модели прогнозирования спроса на продукцию промышленного предприятия (Препринт), М.: РХТУ, 2004, 36 с.
102. Дудорова И.К. Модель корпоративной информационной системы стекольного предприятия // Современные информационные технологии в медицине и экологии: Сб. тр. Межд. конф. М.: Физматлит, 2003, С. 198-202
103. Дудорова И.К. Адаптивная экономико-математическая модель спроса на контейнерное стекло // Математические методы в интеллектуальных информационных системах: Сб. тр. Межд. конф. -М.: Физматлит, 2002, С. 145-148