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.
Устойчивое финансовое состояние промышленного предприятия, действующего в рыночной экономике, может быть обеспечено при условии постоянного совершенствования и развития производства с целью выпуска продукции, соответствующей динамично меняющемуся спросу потребителей. Обеспечить это соответствие можно только на основе эффективного планирования производственной программы промышленного предприятия. Предприятие формирует производственную программу на основе государственного заказа, заказов потребителей и выявленного в процессе изучения рынка потребительского спроса. Таким образом, производственная программа промышленного предприятия определяет возможный объем производства и продаж продукции в плановом периоде, соответствующей по номенклатуре, ассортименту и качеству требованиям потребителей. Также следует отметить непрерывно растущую потребность в прогнозах. Возрастает актуальность повышения качества прогнозных исследований. Это требует более углубленного изучения и разработки основных проблем, возникающих в прогнозировании. Из вышеизложенного можно сказать об актуальности темы магистерской работы, что производственная программа предприятия является неотъемлемой частью для эффективной деятельности промышленного предприятия.
Целью создания подсистемы планирования и прогнозирования выпуска продукции является теоретическое обоснование и разработка инструментов и методов планирования и прогнозирования выпуска продукции в условиях нестабильности и неопределенности, обеспечивающих адаптацию плановых показателей к изменению параметров внешней и внутренней среды.
Задачи разработки и исследования предопределяются целью работы и состоят в том, чтобы:
Предметом разработки и исследования является компьютерная подсистема планирования и прогнозирования выпуска продукции, которая позволит составлять на предприятии оптимальные прогноз и на его основе план выпуска продукции.
Объектом исследования в данной работе будет процесс планирования и прогнозирования выпуска продукции в ООО "СВ-Пласт" - предприятия, выпускающего полиэтиленовые трубы для подачи холодной воды
Методологическую основу исследования составили положения системного анализа, методы планирования производственной программы предприятия, методы математической статистики, экономико-математические методы и модели, экспертные методы, методы принятия управленческих решений в условиях неопределенности. Для разработки компьютерной подсистемы планирования и прогнозирования выпуска продукции выбраны нейронные сети, дающие хорошие результаты в условиях неполных или избыточных, зашумленных, частично противоречивых данных большого объема, и генетические алгоритмы, адекватно учитывающие основные закономерности производства и реализации продукции на основе процессов естественного отбора.
Практическая значимость полученных результатов заключается в разработке подсистемы планирования и прогнозирования выпуска продукции, которая будет создаваться в условиях и с учетом специфики украинской экономики (сезонные колебания спроса, неустойчивость в экономике).
Сущность прогнозирования и планирования выпуска продукции состоит в обосновании целей и способов их достижения на основе выявления комплекса задач и работ, а также определения эффективных методов и способов, ресурсов всех видов, необходимых для выполнения этих задач и установления их взаимодействия. Планирование является одним из важнейших условий организации эффективной работы предприятия. Планирование охватывает основные направления хозяйственной деятельности – продажи, закупки, производство, управление денежными средствами во взаимодействии между собой. Планирование опирается на прогнозирование спроса, анализ и оценку имеющихся ресурсов, перспектив развития предприятия. Оптимизация структуры сырья при планировании выпуска продукции является существенным источником резервов увеличения суммы прибыли. Логично предположить, что предприятию выгодно увеличивать доли тех изделий, которые приносят максимальную прибыль. Но всегда следует помнить о ряде ограничений, не позволяющих отказаться от менее рентабельной продукции: 1) потенциальный спрос на продукцию достаточно динамичен и дифференцирован во времени и пространстве. Те изделия и торговые марки, которые востребованы в данный момент времени, могут потерять свою потребительскую привлекательность через некоторые промежутки времени; 2) основные производственные фонды нуждаются в постоянной эксплуатации, наладке и обслуживании. Простои оборудования – это всегда неблагоприятный фактор для производства. Планом выпуска продукции определяются: а) количественные показатели производства; б) объем выпуска продукции, который зависит от следующих факторов: - исходного размера наличных производственных мощностей; - количества и вида установленного на предприятии оборудования, его производительности, возможности наилучшего использования, плана ремонта; - количества рабочего времени в планируемом периоде; - ассортимента продукции (заказов клиентов), который зависит от сезона (времени года), моды и потребностей населения; - ресурсов сырья и лимитов расхода его на единицу продукции и его качества. Для каждого периода, охватываемого планом, необходимо определить две переменные: объём производства в данный период; количество ресурсов, используемых в данный период. План выпуска продукции отражает номенклатуру и ассортимент производства продукции в соответствии с планом реализации, обязательствами предприятия и экономическими условиями. Планирование и прогнозирование выпускаемой продукции включает решение ряда задач. Прежде всего, прогнозируется спрос на продукцию, выпускаемую предприятием. Далее планируется номенклатура, ассортимент и объем выпуска продукции в соответствии с прогнозом. Номенклатура производства представляет собой перечень изделий (готовых изделий, полуфабрикатов и т. п.), подлежащих изготовлению на предприятии в плановом периоде. Ассортимент продукции характеризует соотношение удельных весов отдельных видов изделий в общем выпуске продукции. Номенклатура, ассортимент и объем изготовляемой предприятием продукции устанавливаются на основе централизованного задания по поставкам важнейших видов продукции и портфеля заказов предприятия с учетом его специализации. При этом учитываются и договоры по кооперированным поставкам, заключенные предприятием. Номенклатура выпускаемой продукции может быть достаточно обширной, предприятие оснащается большим количеством оборудования различного профиля и назначения. В этом случае целесообразно совершенствовать структуру выпуска только той продукции, удельный вес которой в общем объеме выпуска достаточно высок. Необходимым условием увеличения количества производства определенных изделий является универсальность оборудования для их производства. План выпуска продукции может повлиять на величину целого ряда издержек, в том числе: издержки хранения готовой продукции; издержки ведения портфеля отложенных заказов; издержки, связанные с внеурочной работой или простоем работников; издержки, связанные с передачей части работ субподрядчикам; издержки, связанные с наймом и увольнением работников. Задача оптимизации структуры сырья при планировании выпуска продукции должна решаться на каждом промышленном предприятии, которое заинтересовано в максимизации прибыли от продажи выпускаемой продукции.
Для нормального функционирования компьютерной информационной подсистемы планирования и прогнозирования выпуска продукции необходимы следующие входные документы: - отчет о реализации товаров со склада готовой продукции за предыдущий месяц, квартал, год (планируемый период); - данные о нереализованной продукции на начало планируемого периода; - накладные на материалы; - счета расходов; - технолого-нормировочные карты; - калькуляции на произведенный товар; - портфель заказов; - информация о производственной мощности предприятия. Для компьютерной подсистемы планирования и прогнозирования выпуска продукции выходными документами будут: - прогноз выпуска продукции на определенный период; - план выпуска продукции на основе прогноза. Все полученные выходные документы в данной подсистеме используются в дальнейшем и могут быть входными документами в других, смежных подсистемах. В частности план выпуска продукции является основой для расчета скоординированных планов производственных подразделений, цехов основного производства и обеспечивающих служб. В числе других сведений находятся отчеты, запросы, диаграммы. В них содержится, главным образом, статистическая информация, которая может использоваться статистическим отделом.
Вопросы планирования и прогнозирования выпуска продукции исследовали в своей магистерской работе Солодуха Ольга Владимировна «Разработка компьютерной подсистемы планирования и прогнозирования выпуска продукции в условиях швейного предприятия «ДОТИ»»[1], а также Исмаил Хассан Хасcер «Разработка компьютеризированной системы прогнозирования спроса и выпуска текстильной продукции в условиях Сирии». [2]
Исследования по теме планирования и прогнозирования выпуска продукции проводят такие экономисты: М. М. Алексеева, И. А. Бокун [3], Д. А. Пикалова [4], В. И. Борисевич, М. И. Бухалков [5], В. И. Кузин [6], А. К. Знаменский [7], О. И. Волков [8], В. А. Горемыкин, В. В. Глухов, А. И. Ильин, С. Е. Каменицер [9], М. В. Макаренко, О. М. Махалин, В. М. Попов, Э. А. Уткин, В. В. Царев, Р. А. Фатхутдинов и т.д. [10] Разработаны программные продукты для планирования и прогнозирования выпуска продукции на предприятии следующими фирмами: ООО «Марка» [11], компания «Интеллект-Сервис» и др.
Вопросы планирования и прогнозирования широко освещены в работах современных зарубежных авторов Р. Акоффа, И. Ансоффа, Г. Бенвенисте, Л. Фогеля [12], Дж. Бигеля, Г. Вейе, Ч. Ганнта, П. Дракера, У. Деринга, М. Портера, Ф. Тейлора, А. Файоля, Р. Фалмера, Г. Форда и других. [13] Также зарубежные фирмы разрабатывают программные продукты для планирования и прогнозирования выпуска продукции. К числу таких фирм относят: «1С», «Consistent Software» [14] и т.д.
Для планирования и прогнозирования выпуска продукции применяются методы системного анализа, математического моделирования, многокритериальной оптимизации, экспертных оценок и новые информационные технологии.
Для решения задачи оптимизации выявляется тот параметр, который определяет степень совершенства решения возникшей проблемы. Этот параметр обычно называют целевой функцией или критерием качества. В экономических задачах это, как правило, максимизация прибыли. Далее устанавливается совокупность величин, которые определяют целевую функцию. Наконец, формулируются все ограничения, которые должны учитываться при решении задачи. После этого строится математическая модель, заключающаяся в установлении аналитической зависимости целевой функции от всех аргументов и аналитической формулировки сопутствующих задаче ограничений. Итак, пусть в результате формализации прикладной задачи установлено, что целевая функция
, (1)
где множество Х – обобщение ограничений, его называют множеством допустимых решений. Существо проблемы оптимизации заключается в поиске на множестве Х – множестве допустимых решений такого решения 
, при котором целевая функция f достигает наименьшего или наибольшего значения (2)
.
(2)
В качестве критериев оптимизации выбираем следующие: ограничениями будут максимальная загрузка оборудования и минимальное использование ресурсов, а целевой функцией – максимум прибыли (3). На основании этого получаем необходимое нам решение, т.е. план выпуска продукции.
(3)
где qi – цена i-го изделия; xi – объем выпуска i-го изделия; P – затраты; aij – трудоемкость изготовления i-го изделия на j-ом оборудовании; Ai – максимальная загрузка j-го оборудования; bir – количество ресурсов r, необходимых для изготовления i-го изделия; Br – минимальный объем r-го ресурса.
Генетические алгоритмы – это аналитические технологии, созданные и выверенные самой природой за миллионы лет ее существования. Они позволяют решать задачи прогнозирования, классификации, поиска оптимальных вариантов, и совершенно незаменимы в тех случаях, когда в обычных условиях решение задачи основано на интуиции или опыте, а не на строгом (в математическом смысле) ее описании.
Пусть дана некоторая сложная функция (целевая функция), зависящая от нескольких переменных, и требуется найти такие значения переменных, при которых значение функции максимально. Задачи такого рода называются задачами оптимизации и встречаются на практике очень часто.
Один из примеров – задача планирования выпуска продукции. В этой задаче переменными являются объемы выпуска продукции, а функцией, которую нужно максимизировать, суммарный доход предприятия. Также даны значения цен реализации продукции, всех затрат по каждому изделию, норм расходов и фонда времени.
Попытаемся решить эту задачу, применяя известные нам природные способы оптимизации. Будем рассматривать каждый вариант выпуска продукции (набор значений переменных) как индивидуума, а доходность этого варианта – как приспособленность этого индивидуума. Тогда в процессе эволюции (если мы сумеем его организовать) приспособленность индивидуумов будет возрастать, а значит, будут появляться все более и более доходные варианты планов. Остановив эволюцию в некоторый момент и выбрав самого лучшего индивидуума, мы получим достаточно хорошее решение задачи.
Генетический алгоритм – это простая модель эволюции в природе, реализованная в виде компьютерной программы. В нем используются как аналог механизма генетического наследования, так и аналог естественного отбора. При этом сохраняется биологическая терминология в упрощенном виде.
Хромосома - вектор из нулей и единиц. Каждая позиция называется геном.
Индивид илм генетический код - набор хромосом - вариант решения задачи.
Кроссинговер - Операция, при которой две хромосомы обмениваются своими частями.
Мутация - изменение случайной позиции в хромосоме.
Чтобы смоделировать эволюционный процесс, сгенерируем вначале случайную популяцию – несколько индивидуумов со случайным набором хромосом (числовых векторов). Генетический алгоритм имитирует эволюцию этой популяции как циклический процесс скрещивания индивидуумов и смены поколений. Жизненный цикл популяции – это несколько случайных скрещиваний (посредством кроссинговера) и мутаций, в результате которых к популяции добавляется какое-то количество новых индивидуумов.
Отбор в генетическом алгоритме – это процесс формирования новой популяции из старой, после чего старая популяция погибает.
Приспособленность индивида - значение целевой функции на этом индивиде.
Популяция следующего поколения формируется в соответствии с целевой функцией. Чем больше приспособлен индивид, тем больше вероятность его участия в кроссинговере. После отбора к новой популяции опять применяются операции кроссинговера и мутации, затем опять происходит отбор, и так далее.
Таким образом, модель отбора определяет, каким образом следует строить популяцию следующего поколения. Как правило, вероятность участия индивидуума в скрещивании берется пропорциональной его приспособленности. Часто используется так называемая стратегия элитизма, при которой несколько лучших индивидуумов переходят в следующее поколение без изменений, не участвуя в кроссинговере и отборе. В любом случае, каждое следующее поколение будет в среднем лучше предыдущего. Когда приспособленность индивидуумов перестает заметно увеличиваться, процесс останавливают и в качестве решения задачи оптимизации берут наилучшего из найденных индивидуумов.
Возвращаясь к задаче построения оптимального плана, необходимо пояснить особенности реализации генетического алгоритма в этом случае:
- Индивидуум = вариант решения задачи = набор из m хромосом Хj, где m – количество изделий, производимых предприятием;
- Хромосома Хj= объем выпуска продукции j = 16 – разрядная запись этого числа.
Так как объемы продукции ограничены, не все значения хромосом являются допустимыми. Это учитывается при генерации популяций.
Вследствие вышерассмотренных особенностей генетического алгоритма, можно сказать, что он представляет собой комбинацию переборного и градиентного методов. Механизмы кроссинговера (скрещивания) и мутации реализуют переборную часть, а отбор лучших решений – градиентный спуск.
То есть, если на некотором множестве задана сложная функция от нескольких переменных, тогда генетический алгоритм является программой, которая за допустимое время находит точку, где значение функции находится довольно близко к максимально возможному значению. Выбирая приемлемое время расчета, получаем лучшие решения, которые можно получить за это время.
Простой генетический алгоритм случайным образом генерирует начальную популяцию. Работа генетического алгоритма представляет итерационный процесс, который продолжается до тех пор, пока не выполнится заданное число поколений или любой другой критерий остановки. В каждом поколении генетического алгоритма реализуется отбор пропорционально приспособленности, одноточечный кроссинговер и мутация.
Сначала, пропорциональный отбор назначает каждой структуре вероятность Ps(i) равную отношению ее приспособленности к суммарной приспособленности популяции:
(4)
Потом происходит отбор (с замещением) всех n особей для дальнейшей генетической обработки, соответственно величине Ps(і). При таком отборе члены популяции с высокой приспособленностью с большей вероятностью будут выбираться чаще, чем особи с низкой приспособленностью. После отбора, n избранных особей случайным образом разбиваются на n/2 пары. Для каждой пары с вероятностью Ps может применяться кроссинговер. Соответственно, с вероятностью 1–Ps кроссинговер не происходит, и неизмененные особи переходят на стадию мутации. Если кроссинговер происходит, полученные потомки заменяют родителей и переходят к мутации.
Определим теперь понятия, отвечающие мутации и кроссинговеру в генетическом алгоритме.
Кроссинговер – это операция, при которой из двух хромосом порождается одна или несколько новых хромосом. Одноточечный кроссинговер работает следующим образом. Сначала, случайным образом выбирается одна из длина–1 точек разрыва. (Точка разрыва – участок между соседними битами в строке.) Обе родительские структуры в этой точке разрываются на два сегмента. Потом, соответствующие сегменты разных родителей склеиваются и выходят два генотипа потомков.
После того как заканчивается стадия кроссинговера, выполняются операторы мутации. В строке, к которой применяется мутация, каждый бит с некоторой вероятностью изменяется на противоположный. Популяция, полученная после мутации, проходит стадию элитного отбора. Этот метод отбора гарантирует, что при отборе обязательно будут выживать лучший или лучшие члены популяции совокупности. Наиболее распространена процедура обязательного сохранения только одной лучшей особи, если она не прошла как другие через процесс отбора, кроссинговера и мутации. Элитизм может быть введен практически в любой стандартный метод отбора.
Следующие поколения обрабатываются подобным образом: отбор, кроссинговер и мутация.
Применительно к нашей поставленной задаче каждая особь состоит из массива X и значения функции F на переменных, извлеченных из этого массива.
Мы используем в программе генетический алгоритм, состоящий из следующих шагов:
Наряду с традиционными методами прогнозирования сегодня бурно развивается теория искусственных нейронных сетей, которая хорошо зарекомендовала себя в области управления, там, где необходимо применение человеческого интеллекта, в частности при решении задач прогнозирования. Нейронные сети представляют собой новую и весьма перспективную вычислительную технологию, дающую новые подходы к исследованию динамических задач. Нейронные сети хорошо подходят для задачи прогнозирования выпуска продукции в условиях неполных или избыточных, зашумленных, частично противоречивых данных большого объема. Прогнозирующая система использует выходные данные для моментов времени k+1, k+2 и т.д. в качестве входных данных для прогнозирования на моменты времени k+2, k+3 и т.д.
Проведя исследования по выбранной теме, можем сделать следующие выводы: успех деятельности любого предприятия зависит от правильно разработанной стратегии выпуска продукции; планирование выпуска продукции включает в себя определение ассортимента, объема продукции и сроков выпуска, на основе разработанного прогноза; произведен анализ существующих систем и подсистем, в заключение которого обоснована актуальность создания подсистемы планирования и прогнозирования выпуска продукции в условиях предприятия ООО «СВ-Пласт»; проведен обзор методов планирования и прогнозирования выпуска продукции. Анализ показал, что наиболее подходящим является использование нейронных сетей и генетических алгоритмов в связи с тем, что оба эти метода позволяют решать задачи, в которых исходные данные могут быть неполными, что вполне соответствует требованиям, предъявляемым для решения поставленной задачи.