У сучасних ринкових відносинах планування економічної діяльності всіх підприємств і фірм є важливою передумовою вільного виробництва та підприємництва, розподілу і споживання ресурсів і товарів. У світі обмежених виробничих ресурсів ринкове планування їх використання є основою економічної свободи як виробників товарів і послуг, так і споживачів матеріальних благ. В умовах ринку, коли діючі ціни на всі продукти та ресурси вільно встановлюються самими конкуруючими виробниками і споживачами, кожне підприємство або фірма самостійно вирішують, які товари і в яких кількостях їм слід робити в майбутньому плановому періоді. Планування діяльності стало нині економічною основою вільних ринкових відносин окремих людей і цілих трудових колективів, малих і великих підприємств, різних фірм і організацій, всіх господарюючих суб'єктів і економічних об'єктів з різними формами власності. У процесі планування забезпечується необхідну рівновагу між виробництвом і споживанням продукції, величиною ринкового попиту на товари та послуги та обсягом їх пропозиції фірмами та підприємствами. При цьому виробники самі прагнуть до найбільш повного задоволення своєю продукцією та послугами всіх існуючих споживачів, ринкові запити яких стають по суті майбутніми планами виробництва підприємств і фірм.
Стійкий фінансовий стан промислового підприємства, що діє в ринковій економіці, може бути забезпечено за умови постійного вдосконалення і розвитку виробництва з метою випуску продукції, яка відповідає Стійкий фінансовий стан промислового підприємства, що діє в ринковій економіці, може бути забезпечено за умови постійного вдосконалення і розвитку виробництва з метою випуску продукції, яка відповідає попиту споживачів, що динамічно змінюється. Забезпечити цю відповідність можна тільки на основі ефективного планування виробничої програми промислового підприємства. Підприємство формує виробничу програму на основі державного замовлення, замовлень споживачів і виявленого в процесі вивчення ринку споживчого попиту. Таким чином, виробнича програма промислового підприємства визначає можливий обсяг виробництва і продажу продукції в плановому періоді, що відповідає по номенклатурі, асортименту і якості вимогам споживачів. Також слід зазначити безупинно зростаючу потребу в прогнозах. Зростає актуальність підвищення якості прогнозних досліджень. Це вимагає більш поглибленого вивчення та розробки основних проблем, що виникають у прогнозуванні. З вищевикладеного можна сказати про актуальність теми магістерської роботи, що виробнича програма підприємства є невід'ємною частиною для ефективної діяльності промислового підприємства. динамічно мінливого Забезпечити це відповідність можна тільки на основі ефективного планування виробничої програми промислового підприємства. Підприємство формує виробничу програму на основі державного замовлення, замовлень споживачів і виявленого в процесі вивчення ринку споживчого попиту. Таким чином, виробнича програма промислового підприємства визначає можливий обсяг виробництва і продажу продукції в плановому періоді, що відповідає по номенклатурі, асортименту і якості вимогам споживачів. Також слід зазначити безупинно зростаючу потребу в прогнозах. Зростає актуальність підвищення якості прогнозних досліджень. Це вимагає більш поглибленого вивчення та розробки основних проблем, що виникають у прогнозуванні. З вищевикладеного можна сказати про актуальність теми магістерської роботи, що виробнича програма підприємства є невід'ємною частиною для ефективної діяльності промислового підприємства.
Метою створення підсистеми планування та прогнозування випуску продукції є теоретичне обгрунтування та розробка інструментів і методів планування та прогнозування випуску продукції в умовах нестабільності і невизначеності, що забезпечують адаптацію планових показників до зміни параметрів зовнішнього і внутрішнього середовища.
Завдання розробки і дослідження зумовлюються метою роботи і полягають у тому, щоб:
Предметом розробки й дослідження є комп'ютерна підсистема планування та прогнозування випуску продукції, яка дозволить складати на підприємстві оптимальні прогноз і на його основі план випуску продукції.
Об'єктом дослідження в даній роботі буде процес планування та прогнозування випуску продукції у ТОВ "СВ-Пласт" - підприємства, що випускає поліетиленові труби для подачі холодної води
Методологічну основу дослідження склали положення системного аналізу, методи планування виробничої програми підприємства, методи математичної статистики, економіко-математичні методи і моделі, експертні методи, методи прийняття управлінських рішень в умовах невизначеності. Для розробки комп'ютерної підсистеми планування та прогнозування випуску продукції обрані нейронні мережі, що дають гарні результати в умовах неповних або надлишкових, зашумлених, частково суперечливих даних великого об'єму, і генетичні алгоритми, адекватно враховують основні закономірності виробництва і реалізації продукції на основі процесів природного відбору.
Практична значимість отриманих результатів полягає в розробці підсистеми планування та прогнозування випуску продукції, яка буде створюватися в умовах і з урахуванням специфіки української економіки (сезонні коливання попиту, нестійкість в економіці).
Сутність прогнозування й планування випуску продукції полягає в обґрунтуванні цілей і способів їх досягнення на основі виявлення комплексу завдань і робіт, а також визначення ефективних методів і способів, ресурсів усіх видів, необхідних для виконання цих завдань і встановлення їх взаємодії. Планування є однією з найважливіших умов організації ефективної роботи підприємства. Планування охоплює основні напрямки господарської діяльності – продажу, закупівлі, виробництво, керування коштами у взаємодії між собою. Планування опирається на прогнозування попиту, аналіз і оцінку наявних ресурсів, перспектив розвитку підприємства. Оптимізація структури сировини при плануванні випуску продукції є істотним джерелом резервів збільшення суми прибутку. Логічно припустити, що підприємству вигідно збільшувати частки тих виробів, які приносять максимальний прибуток. Але завжди слід пам'ятати про ряд обмежень, що не дозволяють відмовитися від менш рентабельної продукції: 1) потенційний попит на продукцію досить динамічний і диференційований у часі й просторі. Ті вироби й торговельні марки, які затребувані в цей момент часу, можуть втратити свою споживчу привабливість через деякі проміжки часу; 2) основні виробничі фонди потребують постійної експлуатації, налагодження й обслуговуванні. Простої встаткування – це завжди несприятливий фактор для виробництва. Планом випуску продукції визначаються: а) кількісні показники виробництва; б) обсяг випуску продукції, який залежить від наступних факторів: - вихідного розміру наявних виробничих потужностей; - кількості й виду встановленого на підприємстві встаткування, його продуктивності, можливості найкращого використання, плану ремонту; - кількості робочого часу в періоді, що планується; - асортиментів продукції (замовлень клієнтів), який залежить від сезону (пори року), моди й потреб населення; - ресурсів сировини й лімітів витрати його на одиницю продукції і його якості. Для кожного періоду, охоплюваного планом, необхідно визначити дві змінні: обсяг виробництва в даний період; кількість ресурсів, використовуваних у даний період. План випуску продукції відбиває номенклатуру й асортименти виробництва продукції відповідно до плану реалізації, зобов'язаннями підприємства й економічними умовами. Планування й прогнозування продукції, що випускається, включає розв'язок ряду завдань. Насамперед, прогнозується попит на продукцію, що випускається підприємством. Далі планується номенклатура, асортименти й обсяг випуску продукції відповідно до прогнозу. Номенклатура виробництва являє собою перелік виробів (готових виробів, напівфабрикатів і т.п.), які підлягають виготовленню на підприємстві в плановому періоді. Асортименти продукції характеризує співвідношення питомих ваг окремих видів виробів у загальному випуску продукції. Номенклатура, асортименти й обсяг виготовленої підприємством продукції встановлюються на основі централізованого завдання по поставках найважливіших видів продукції й портфеля замовлень підприємства з урахуванням його спеціалізації. При цьому враховуються й договори по кооперованих поставках, укладені підприємством. Номенклатура продукції, що випускається, може бути досить великою, підприємство оснащується більшою кількістю встаткування різного профілю й призначення. У цьому випадку доцільно вдосконалювати структуру випуску тільки тієї продукції, питома вага якої в загальному обсязі випуску досить високий. Необхідною умовою збільшення кількості виробництва певних виробів є універсальність устаткування для їхнього виробництва. План випуску продукції може вплинути на величину цілого ряду витрат, у тому числі: витрати зберігання готової продукції; витрати ведення портфеля відкладених замовлень; витрати, пов'язані з позаурочною роботою або простоєм працівників; витрати, пов'язані з передачею частини робіт субпідрядникам; витрати, пов'язані з найманням і звільненням працівників. Завдання оптимізації структури сировини при плануванні випуску продукції повинне зважуватися на кожнім промисловім підприємстві, яке зацікавлено в максимізації прибутки від продажу продукції, що випускається.
Для нормального функціонування комп'ютерної інформаційної підсистеми планування й прогнозування випуску продукції необхідні наступні вхідні документи: - звіт про реалізацію товарів зі складу готової продукції за попередній місяць, квартал, рік (планований період); - дані про нереалізовану продукцію на початок планованого періоду; - накладні на матеріали; - рахунки витрат; - технолого-нормувальні карти; - калькуляції на зроблений товар; - портфель замовлень; - інформація про виробничу потужність підприємства. Для комп'ютерної підсистеми планування й прогнозування випуску продукції вихідними документами будуть: - прогноз випуску продукції на певний період; - план випуску продукції на основі прогнозу. Усі отримані вихідні документи в даній підсистемі використовуються надалі й можуть бути вхідними документами в інших, суміжних підсистемах. Зокрема план випуску продукції є основою для розрахунків скоординованих планів виробничих підрозділів, цехів основного виробництва і служб, що й забезпечують. У числі інших відомостей перебувають звіти, запити, діаграми. У них утримується, головним чином, статистична інформація, яка може використовуватися статистичним відділом.
Питання планування та прогнозування випуску продукції досліджували у своїй магістерській роботі Солодуха Ольга Володимирівна «Розробка комп'ютерної підсистеми планування та прогнозування випуску продукції в умовах швейного підприємства« ДОТІ »» [1], а також Ісмаїл Хассан Хасcер «Розробка комп'ютеризованої системи прогнозування попиту і випуску текстильної продукції в умовах Сирії ». [2]
Дослідження з теми планування та прогнозування випуску продукції проводять такі економісти: М. М. Алексєєва, І. А. Бокун [3], Д. А. Пікалова [4], В. І. Борисевич, М. І. Бухалков [5] , В. І. Кузін [6], А. К. Знам'янський [7], О. І. Волков [8], В. А. Горемикін, В. В. Глухов, А. І. Ільїн, С. Є. Каменіцер [9], М. В. Макаренко, О. М. Махалін, В. М. Попов, Е. А. Уткін, В. В. Царьов, Р. А. Фатхутдінов і т.д. [10] Розроблені програмні продукти для планування та прогнозування випуску продукції на підприємстві наступними фірмами: ТОВ «Марка» [11], компанія «Інтелект-Сервіс» та ін
Питання планування та прогнозування широко висвітлені в роботах сучасних іноземних авторів Р. Акоффа, І. Ансоффа, Г. Бенвеністом, Л. Фогеля [12], Дж. Бігеля, Г. Вейе, Ч. Ганнта, П. Дракера, У. Дерінг, М. Портера, Ф. Тейлора, А. Файоля, Р. Фалмер, Г. Форда та інших. [13] Також закордонні фірми розробляють програмні продукти для планування та прогнозування випуску продукції. До числа таких фірм відносять: «1С», «Consistent Software» [14] і т.д.
Для планування й прогнозування випуску продукції застосовуються методи системного аналізу, математичного моделювання, багатокритеріальної оптимізації, експертних оцінок і нові інформаційні технології.
Для розв'язку завдання оптимізації виявляється той параметр, який визначає ступінь досконалості розв'язку виниклої проблеми. Цей параметр зазвичай називають цільовою функцією або критерієм якості. В економічних завданнях це, як правило, максимізація прибутку. Далі встановлюється сукупність величин, які визначають цільову функцію. Нарешті, формулюються всі обмеження, які повинні враховуватися при розв'язку завдання. Після цього будується математична модель, що полягає у встановленні аналітичної залежності цільової функції від усіх аргументів і аналітичного формулювання супутніх завданню обмежень. Отже, нехай у результаті формалізації прикладного завдання встановлене, що цільова функція
(1),
де безліч Х – узагальнення обмежень, його називають безліччю припустимих розв'язків. Суть проблеми оптимізації полягає в пошуку на безлічі Х – безлічі припустимих розв'язків такого розв'язку 
, , при якім цільова функція f досягає найменшого або найбільшого значення (2).
(2)
У якості критеріїв оптимізації обираємо наступні: обмеженнями будуть максимальне завантаження встаткування й мінімальне використання ресурсів, а цільовою функцією – максимум прибутки (3). На підставі цього одержуємо необхідний нам розв'язок, тобто план випуску продукції.
(4)
де qi – ціна i-го виробу; xi – обсяг випуску i-го виробу; P – витрати; aij – трудомісткість виготовлення i-го виробу на j-ом устаткуванні; Ai – максимальне завантаження j-го встаткування; bir – кількість ресурсів r, необхідних для виготовлення i-го виробу; Br – мінімальний обсяг r-го ресурсу.
Генетичні алгоритми – це аналітичні технології, створені й вивірені самою природою за мільйони років її існування. Вони дозволяють вирішувати завдання прогнозування, класифікації, пошуку оптимальних варіантів, і зовсім незамінні в тих випадках, коли у звичайних умовах розв'язок завдання заснований на інтуїції або досвіді, а не на строгому (у математичному змісті) її описі.
Нехай дана деяка складна функція (цільова функція), що залежить від декількох змінних, і потрібно знайти такі значення змінних, при яких значення функції є максимальним. Завдання такого роду називаються завданнями оптимізації й зустрічаються на практиці дуже часто.
Один із прикладів – завдання планування випуску продукції. У цім завданні змінними є обсяги випуску продукції, а функцією, яку потрібно максимізувати, сумарний дохід підприємства. Також дані значення цін реалізації продукції, усіх витрат по кожному виробу, норм витрат і фонду часу.
Спробуємо розв'язати це завдання, застосовуючи відомі нам природні способи оптимізації. Будемо розглядати кожний варіант випуску продукції (набір значень змінних) як індивідуума, а прибутковість цього варіанта – як пристосованість цього індивідуума. Тоді в процесі еволюції (якщо ми зуміємо його організувати) пристосованість індивідуумів буде зростати, а виходить, будуть з'являтися усе більш і більш дохідні варіанти планів. Зупинивши еволюцію в деякий момент і вибравши найкращого індивідуума, ми одержимо досить гарний розв'язок завдання.
Генетичний алгоритм – це проста модель еволюції в природі, реалізована у вигляді комп'ютерної програми. У ньому використовуються як аналог механізму генетичного спадкування, так і аналог природного добору. При цьому зберігається біологічна термінологія в спрощеному виді.
Хромосома - вектор з нулів і одиниць. Кожна позиція називається геном.
Індивідабогенетичний код - набір хромосом - варіант розв'язку задачі.
Кросинговер - операція, при якій дві хромосоми обмінюються своїми частинами.
Мутація - випадкова зміна однієї або декількох позицій у хромосомі
Щоб змоделювати еволюційний процес, згенеруємо спочатку випадкову популяцію – кілька індивідуумів з випадковим набором хромосом (числових векторів). Генетичний алгоритм імітує еволюцію цієї популяції як циклічний процес схрещування індивідуумів і зміни поколінь. Життєвий цикл популяції – це кілька випадкових схрещувань (за допомогою кросинговеру) і мутацій, у результаті яких до популяції додається якась кількість нових індивідуумів.
Відбір у генетичному алгоритмі – це процес формування нової популяції зі старої, після чого стара популяція гине
Пристосованістьіндивіда - значення цільової функції на цьому індивіді.
Після відбору до нової популяції знову застосовуються операції кросинговеру й мутації, потім знову відбувається відбір, і так далі.
Таким чином, модель відбору визначає, яким образом слід будувати популяцію наступного покоління. Як правило, імовірність участі індивідуума в схрещуванні береться пропорційної його пристосованості. Часто використовується так звана стратегія елітизма, при якій кілька кращих індивідуумів переходять у наступне покоління без змін, не беручи участь у кросинговері й відборі. У будь-якому разі, кожне наступне покоління буде в середньому краще попереднього. Коли пристосованість індивідуумів перестає помітно збільшуватися, процес зупиняють і в якості розв'язку завдання оптимізації беруть найкращого зі знайдених індивідуумів.
Вертаючись до завдання побудови оптимального плану, необхідно пояснити особливості реалізації генетичного алгоритму в цьому випадку:
- Індивідуум = варіант розв'язку завдання = набір з m хромосом Хj, де m – кількість виробів, вироблених підприємством;
- Хромосома Хj = обсяг випуску продукції j = 16 – розрядний запис цього числа.
Тому що обсяги продукції обмежені, не всі значення хромосом є припустимими. Це враховується при генерації популяцій.
Внаслідок вищерозглянутих особливостей генетичного алгоритму, можна сказати, що він являє собою комбінацію переборного й градієнтного методів. Механізми кросинговеру (схрещування) і мутації реалізують переборну частину, а відбір кращих розв'язків – градієнтний спуск.
Тобто, якщо на деякій безлічі задана складна функція від декількох змінних, тоді генетичний алгоритм є програмою, яка за припустимий час знаходить крапку, де значення функції перебуває досить близько до максимально можливого значення. Вибираючи прийнятний час розрахунків, одержуємо кращі розв'язки, які можна одержати за цей час.
Простий генетичний алгоритм випадковим образом генерує початкову популяцію. Робота генетичного алгоритму представляє ітераційний процес, який триває доти, поки не виконається задане число поколінь або будь-який інший критерій зупинки. У кожнім поколінні генетичного алгоритму реалізується відбір пропорційно пристосованості, однокрапковий кросинговер і мутація.
Спочатку, пропорційний відбір призначає кожній структурі ймовірність Ps(і) рівну відношенню її пристосованості до сумарної пристосованості популяції:
(5)
Потім відбувається відбір (із заміщенням) усіх n особин для подальшої генетичної обробки, відповідно величині Ps(і). При такому відборі члени популяції з високою пристосованістю з більшою ймовірністю будуть вибиратися частіше, чим особини з низькою пристосованістю. Після відбору, n вибраних особин випадковим образом розбиваються на n/2 пари. Для кожної пари з імовірністю Ps може застосовуватися кросинговер. Відповідно, з імовірністю 1–ps кросинговер не відбувається й незмінені особини переходять на стадію мутації. Якщо кросинговер відбувається, отримані нащадки заміняють батьків і переходять до мутації.
Визначимо тепер поняття, що відповідають мутації й кросинговеру в генетичному алгоритмі.
Кросинговер – це операція, при якій із двох хромосом породжується одна або кілька нових хромосом. Однокрапковий кросинговер працює в такий спосіб. Спочатку, випадковим образом вибирається одна з довжина–1 крапок розриву. (Крапка розриву – ділянка між сусідніми бітами в рядку.) Обидві батьківські структури в цій крапці розриваються на два сегменти. Потім, що відповідають сегменти різних батьків склеюються й виходять два генотипи нащадків.
Після того як закінчується стадія кросинговеру, виконуються оператори мутації. У рядку, до якого застосовується мутація, кожний біт з деякою ймовірністю змінюється на протилежний. Популяція, отримана після мутації, проходить стадію елітного відбору. Цей метод відбору гарантує, що при відборі обов'язково будуть виживати кращий або кращі члени популяції сукупності. Найпоширеніша процедура обов'язкового збереження тільки однієї кращої особини, якщо вона не пройшла як інші через процес відбору, кросинговеру й мутації. Елітизм може бути введений практично в будь-який стандартний метод відбору.
Наступні покоління обробляються подібним чином: відбір, кросинговер і мутація.
Стосовно до нашого поставленого завдання кожна особина складається з масиву X і значення функції F на змінних, витягнутих із цього масиву.
Ми використовуємо в програмі генетичний алгоритм, що складається з наступних кроків:
Поряд із традиційними методами прогнозування сьогодні бурхливо розвивається теорія штучних нейронних мереж, яка добре зарекомендувала себе в області керування, там, де необхідне застосування людського інтелекту, зокрема при розв'язку завдань прогнозування. Нейронні мережі являють собою нову й досить перспективну обчислювальну технологію, що дає нові підходи до дослідження динамічних завдань. Нейронні мережі добре підходять для завдання прогнозування випуску продукції в умовах неповних або надлишкових, зашумлених, частково суперечливих даних великого обсягу. Прогнозуюча система використовує вихідні дані для моментів часу k+1, k+2 і т.д. у якості вхідних даних для прогнозування на моменти часу k+2, k+3 і т.д.
Провівши дослідження з обраної теми, можемо зробити наступні висновки: успіх діяльності будь-якого підприємства залежить від правильно розробленої стратегії випуску продукції; планування випуску продукції включає в себе визначення асортименту, обсягу продукції і термінів випуску, на основі розробленого прогнозу; проведений аналіз існуючих систем і підсистем, у фіналі якого обгрунтована актуальність створення підсистеми планування та прогнозування випуску продукції в умовах підприємства ТОВ «СВ-Пласт»; проведено огляд методів планування та прогнозування випуску продукції. Аналіз показав, що найбільш підходящим є використання нейронних мереж та генетичних алгоритмів у зв'язку з тим, що обидва ці методи дозволяють вирішувати завдання, в яких вихідні дані можуть бути неповними, що цілком відповідає вимогам, що пред'являються для вирішення поставленого завдання.