Источник: Інформаційні управляючі системи та комп`ютерний моніторинг - 2011 / Матеріали міжнародної науково-технічної конференції молодих учених та студентів. - Донецьк, ДонНТУ - 2011.
Пащевский П.Д., Жукова Т.П., Разработка компьютерной подсистемы планирования и прогнозирования выпуска продукции. В данной статье приведено краткое описание основных меиодов и моделей, применяемых при планировании и прогнозировании выпуска продукции, выбраны оптимальные методы решения задач планирования и прогнозирования, приведены постановки задач на основе выбраных методов.
В современных рыночных отношениях планирование экономической деятельности всех предприятий и фирм является важной предпосылкой свободного производства и предпринимательства, распределения и потребления ресурсов и товаров. В мире ограниченных производственных ресурсов рыночное планирование их использования служит основой экономической свободы как производителей товаров и услуг, так и потребителей материальных благ. В условиях рынка, когда действующие цены на все продукты и ресурсы свободно устанавливаются самими конкурирующими производителями и потребителями, каждое предприятие или фирма самостоятельно решают, какие товары и в каких количествах им следует производить в предстоящем плановом периоде. Планирование деятельности стало в настоящее время экономической основой свободных рыночных отношений отдельных людей и целых трудовых коллективов, малых и больших предприятий, разных фирм и организаций, всех хозяйствующих субъектов и экономических объектов с различными формами собственности. В процессе планирования обеспечивается необходимое равновесие между производством и потреблением продукции, величиной рыночного спроса на товары и услуги и объемом их предложения фирмами и предприятиями. При этом производители сами стремятся к наиболее полному удовлетворению своей продукцией и услугами всех существующих потребителей, рыночные запросы которых становятся по существу будущими планами производства предприятий и фирм[1]. Также возрастает актуальность повышения качества прогнозных исследований. Это требует более углубленного изучения и решения проблем, которые возникают при прогнозировании. Задачи разработки и исследования состоят в том, чтобы: -дать понятие производственной программы предприятия; -выявить и систематизировать факторы, которые влияют на выпуск продукции; -провести исследование подходов к прогнозированию и планированию производственной программы; -разработать подсистему планирования и прогнозирования выпуска продукции.
По степени формализации методы экономического прогнозирования можно подразделить на интуитивные и формализованные. Интуитивные методы базируются на интуитивно-логическом мышлении. Они используются в тех случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования или объект слишком прост и не требует проведения трудоемких расчетов. Такие методы целесообразно использовать и в других случаях в сочетании с формализованными методами для повышения точности прогнозов. Среди интуитивных методов широкое распространение получили методы экспертных оценок. Они используются как в нашей стране, так и за рубежом для получения прогнозных оценок развития производства, научно-технического прогресса, эффективности использования ресурсов и т.п. К формализованным методам относятся методы экстраполяции и методы моделирования. Они базируются на математической теории. Среди методов экстраполяции широкое распространение получил метод подбора функций, основанный на методе наименьших квадратов (МНК). В современных условиях все большее значение стали придавать модификациям МНК: методу экспоненциального сглаживания с регулируемым трендом и методу адаптивного сглаживания. Методы моделирования предполагают использование в процессе прогнозирования и планирования различного рода экономико-математических моделей, представляющих собой формализованное описание исследуемого экономического процесса (объекта) в виде математических зависимостей и отношений. Различают следующие модели: матричные, оптимального планирования, экономико-статистические (трендовые, факторные, эконометрические), имитационные, принятия решений. Для реализации экономико-математических моделей применяются экономико-математические методы. При применении нейронных сетей к задачам прогнозирования вид выполняемого сетью преобразования обусловлен не только характеристикой нейронов, но и особенностями архитектуры сети (топологией межнейронных связей, способом обучения этой сети, наличием/отсутствием конкуренции между нейронами...). Прежде всего, необходимо определить входы и выходы нейронной сети. На выходе нейронной сети необходимо получить количество одного вида продукции, которое выпустит предприятие в году, на который составляется прогноз. Входы нейронной сети – это: x1 – количество каждого вида продукции, реализованной за некоторый период; x2 – процент остатка каждого вида продукции на конец предыдущего периода; x3 – результат фокусной группы, который характеризует мнение покупателей относительно каждого вида продукции; x4 – принадлежность этого товара к категории потребностей населения; x5 – процент ВВП. Далее необходимо выбрать диапазоны допустимых входных значений: x1 – от 0 до 230000 x2 – от 0 до 100 x3 – от 0 до 1 x4 – от 1 до 3 x5 – от 0 до 200 Таким образом получаем нейронную сеть с пятью входами и одним выходом. Далее необходимо выбрать обучающую и тестовую выборки. Обучающая выборка должна иметь достаточное количество данных, чтобы полностью описать поставленную задачу. Эксперименты показали, что для реализации задачи прогнозирования выпуска продукции оптимальным вариантом является четырехслойная нейроннуа сеть с количеством нейронов 20-10-5-1 соответственно в 1м, 2м, 3м и 4м слоях. При этом функции активации будут такими: в 1м слое: V1(s1)=; (1) во 2м слое: V2(s2)=; (2) в 3м слое: V3(s3)=k1*s3; (3) в 4м слое: V4(s4)=k2*s4;, где k1, k2 – коэффициенты линейных функций. (4) При планировании выпуска продукции предприятия применяют такие основные методы: -нормальный; -расчетно-аналитический; -балансный; -экономико-математический [2]. Сущность нормального метода состоит в том, что для расчета планового показателя применяются нормы и технико-экономические нормативы, которые характеризуют рациональную величину этого показателя для конкретных условий работы предприятия. Нормативы, которые используются, бывают трех типов: единые, отраслевые и специальные для отдельных видов предприятий. Расчетно-аналитический метод используется тогда, когда отсутствуют технико-экономические нормативы, а взаимосвязь между отдельными показателями или экономическими явлениями может быть установлена только косвенным путем на основе анализа и сопоставления отчетных данных. Расчет плановых показателей в этом методе выполняется на основе анализа достигнутого уровня их развития, который принимается за начальную базу, и индексов их изменения в плановом периоде. Балансовый метод – предполагает использование в планировании балансов, которые увязывают материальные и финансовые ресурсы с фактической потребностью в них. Балансовые расчеты должны быть сделаны таким образом, чтобы использование или распределение ресурсов не привышало их реального объема. Отличительной особенностью большинства экономических процессов на предприятии, а также планирования выпуска продукции является их неопределенность, одновременная для многих, часто зависимых, факторов. Поэтому плановые расчеты лучше выполнять с помощью экономико-математических методов, таких как генетические алгоритмы[3]. Генетический алгоритм – это модель эволюции по теории Дарвина, реализованная в виде компьютерной программы. В этом алгоритме используется как модель генетического наследования, так и модель естественного отбора. При этом используется биологическая терминология в упрощенном виде. Хромосома – вектор из нулей и единиц. Каждый бит называется геномом. Индивидуум – генетический код – набор хромосом – вариант решения задачи. Кроссинговер – операция, при которой хромосомы обмениваются своими частями. Мутация – случайная замена одной или нескольких позиций в хромосоме. Отбор – это процесс формирования новой популяции из старой, после чего старая популяция вымирает. Приспособленность индивидуума – значение целевой функции[4]. Для нашей задачи составления оптимального плана имеем: -индивидуум – набор из m хромосом (x[i], kq[j]), где m – количество видов продукции, выпускаемых предприятием; -(x[i], kq[j]) – объем выпуска продукции I и коэффициент цены j на продукцию. Объемы продукции и коэффициенты цены ограничены, не все значения хромосом являются допустимыми. Это учитывается при генерации популяций. Применительно к нашему поставленному заданию каждая особь состоит из массива x и значения целевой функции F. В нашей задаче используется генетический алгоритм, которій состоит из следующих шагов: 1) генерация начальной популяции по, используя стратегию “фокусировки”; 2) отбор родителей методом “рулетки”; 3) оператор кроссинговера (одноточечный); 4) мутация; 5) сокращение промежуточной популяции по элитарной схеме; 6) если самое лучшее решение не удовлетворяет пользователя, то переходим к шагу 2.
Итак, для решения поставленной задачи разработки компьютерной подсистемы планирования выпуска продукции был выбиран генетический алгоритм, так как. он адекватно учитывает все закономерности производства и реализации продукции на основании процесса естественного отбора, согласно теории Дарвина. Для решения задачи прогнозирования выпуска продукции были выбраны нейронные сети, которые дают хорошие результаты в условиях недостатоных, избыточных, зашумленных, частично противоречащих данных большого объема.