Совершенствование логистической системы путем оптимизационного сочетания отраслей

    Многие  экспериментальные данные можно  интерпретировать как временные ряды - последовательность измерений, полученных в определенные моменты времени t_i, где i - порядковый номер измерения на оси времени. Такие ряды характеризуются некоторой тенденцией развития процесса во времени и называются трендовыми. Используя трендовые модели, можно выдавать прогнозы на краткосрочный и среднесрочный периоды. Excel имеет средства для создания трендовых моделей встроенные в построитель диаграмм.

    Одной из форм трендовых моделей при  постоянном шаге по времени является линейная:

    

    В качестве примера используем данные об урожайности зерновых и зернобобовых культур в Бессоновском районе с 2003 по 2007 годы. Пусть требуется предсказать урожайность на 2008 и 2009года. Исходные данные приведены в таблице.

    Таблица 6

    Урожайность зерновых и зернобобовых культур  в Бессоновском районе

    Порядок расчетов следующий.

1. Выделить диапазон B2:B6 и построить по этим данным диаграмму типа "График", щелкнув по значку "Мастер диаграмм" на панели инструментов.
2. Выделить диаграмму и выполнить Диаграмма/Добавить линию тренда.
3. В окне "Линия тренда" открыть вкладку "Параметры" и установить прогноз на 2 года, флажки "Показывать уравнение на диаграмме" и "Поместить на диаграмму величину достоверности аппроксимации".
4. На вкладке "Тип" выбрать тип диаграммы – линейная и нажать Ok. Результаты показаны на рисунке.

    

1. Вычислить по формуле y = 0,35x + 11,73. Следует учесть, что аргументом трендовой модели является порядковый номер, т.е. в нашем примере x=11. В результате получим прогноз на 2009 год:

    15,58 ц/га зерновых , а на 2010 год 15,93 ц/га зерновых.

    Возможно, что более точный прогноз был  бы получен с помощью степенной или экспоненциальной линий тренда. Оценить качество прогноза можно только в конце 2009 и 2010 годов. В целом прогноз следует делать весьма осторожно – возможны большие ошибки. Именно поэтому чаще всего используются краткосрочные и среднесрочные прогнозы.

    Коэффициент достоверности аппроксимации R² показывает степень соответствия трендовой модели исходным данным. Его значение может лежать в диапазоне от 0 до 1. Чем ближе R² к 1, тем точнее модель описывает имеющиеся данные. 

    3.2 Совершенствование  логистической модели  путем оптимизации  сочетания отраслей.

    В системе моделей оптимального планирования на уровне предприятия центральное место занимает оптимизация производственно-отраслевой структуры, которая позволяет определить основные параметры развития производства для текущего и перспективного планирования и может быть использована для анализа сложившейся структуры производства.

    3.2.1 Постановка задачи

    В результате решения требуется определить:

    1. Оптимальную производственно-отраслевую структуру,

    2. План использования и пополнения ресурсов при условии наиболее эффективной эксплуатации имеющихся ресурсов

    3. Выполнения договоров на реализацию  продукции. 

    3.2.2 Разработка числовой  экономико-математической  модели

    Для разработки экономико-математической модели этой задачи требуется информация:

    -о  специализации хозяйства, возможных ее изменениях;

    -видах  и объемах ресурсов, которыми  располагает хозяйство, и возможных  источниках их пополнения;

    -источниках  удовлетворения потребности животных  в кормах;

    -организации  зеленого конвейера, дополнительных  условиях, влияющих на структуру расхода кормов;

    -договорных  обязательствах;

    -факторах, ограничивающих размеры отраслей (например, требования севооборотов, вместимость капитальных помещений в животноводстве, возможности воспроизводства поголовья).

      Чтобы наиболее полно и правильно осуществить постановку задачи и обосновать входящую информацию, необходимо изучить объект моделирования. С этой целью требуется проанализировать уровень развития производства по следующим направлениям:

    -стоимость  и структура товарной продукции;

    -структура посевных площадей;

    -наличие  и использование улучшенных естественных  кормовых угодий;

    -поголовье  животных и структура стада;

    -затраты  труда на производство единицы  продукции, в том числе в напряженный период, использование привлеченного труда;

    -материально-денежные затраты в производстве, себестоимость единицы продукции;

    -уровень  интенсивности производства, объемы  реализации и каналы реализации  продукции в предшествующий период;

    -расход  кормов на 1 ц продукции, удельный  вес покупаемых кормов;

    -удельный вес затрат на корма в себестоимости животноводческой продукции, структура расхода кормов по видам животных (птицы);

    -удельный  вес основного маточного поголовья  в общем поголовье животных, возможные межхозяйственные связи по приобретению;

    -продажа  племенного молодняка, передача на доращивание и откорм сверхремонтного молодняка или доращивание в собственном хозяйстве на межхозяйственной основе;

    -эффективность  производства кормов, межхозяйственной  кооперации по всем направлениям;

    -производство  животноводческой продукции в расчете на 100 га сельскохозяйственных угодий в динамике и другие экономические показатели с целью выявления резервов повышения эффективности производства;

    -возможные  каналы реализации в связи  с сегментами рынка и дополнительные  возможности увеличения объемов производства и реализации продукции, в том числе и нетрадиционных видов.

    Критерием оптимальности при оптимизации производственно-отраслевой структуры могут служить и максимизируемые, и минимизируемые показатели.

    Максимизируемые показатели при заданных объемах ресурсов — валовая, товарная продукция, валовой доход, чистый доход. В условиях рыночной экономики чаще всего применяют максимизируемый показатель прибыли или уровня рентабельности, а также маржинального дохода.

    Минимизируемые показатели при заданных объемах производства продукции — материально-денежные затраты, совокупные затраты труда, приведенные затраты, постоянные, переменные издержки.

    Состав  переменных величин данной модели отражает состав и размеры отраслей и виды деятельности предприятия с дифференциацией по направлениям использования продукции, степени интенсивности производства в отдельные периоды (стойловый, пастбищный период) и срок использования или реализации продукции. Например, одни и те же виды кормов имеют различную питательную ценность в начале и в конце стойлового периода после осенне-зимнего хранения и т. п.

    Помимо  основных в модель вводят вспомогательные  переменные с целью оптимизации кормовых рационов, определения дополнительно привлекаемых ресурсов, стоимостных показателей, критерия оптимальности и т. п.

    В связи с этим в экономико-математической модели оптимизации производственно-отраслевой структуры предприятия выделяют следующие группы переменных:

    1) по растениеводству:

    -посевные  площади сельскохозяйственных культур товарного назначения [например, пшеница твердых и мягких сортов; картофель ранний, поздний; овощи (огурцы) открытого, защищенного грунта и т.д.], га;

    -посевные  площади зернофуражных и кормовых  культур (пшеница фуражная, ячмень, овес, кормовые корнеплоды, кукуруза на силос и т.д.), га;

    -площади  естественных улучшенных культурных  кормовых угодий и другие площади, га;

    2) по животноводству:

    -поголовье  крупного рогатого скота, свиней, овец и т. д. с подразделением на половозрастные группы [ед. измерения — средне- годовая голова; с целью упрощения модели виды животных (птицы) могут быть представлены укрупненными группами «структурная голова»];

    3) по пополнению производственных  ресурсов:

    -земельных  (освоение, аренда новых земель, частичная трансформация земельных угодий), га;

    -трудовых (привлечение сезонных и временных  рабочиупо периодам работы), чел.-ч;

    -основных  производственных фондов — покупка  техники по видам физических единиц; строительство производственных помещений, ското-мест;

    -кормовых (покупка комбикорма, жмыха, использование  побочных продуктов — соломы, ботвы и т. д.);

    4) по производственным ресурсам, объемы  которых определяют в процессе решения задачи, — минеральным и органическим удобрениям, ц; материально-денежным затратам на производство валовой продукции, производство и реализацию товарной продукции, денежных единиц;

    5) по стоимостным показателям —  стоимость валовой или товарной продукции, денежных единиц.

    В качестве вспомогательных переменных в модели могут быть использованы переменные, обозначающие общую площадь пашни в гектарах.

    Кроме того, могут быть введены переменные, предназначенные для оптимизации кормовых рационов, отражающие добавку корма (в центнерах) в минимально необходимой норме, дифференцированные по группам кормов и видам животных.

    В модели могут быть предусмотрены  и строго фиксированные нормы  расхода кормов для групп животных, поголовье которых в хозяйстве  стабильное и незначительное, например для лошадей, свиней и др.

    Система переменных предприятия (хозяйства) в зависимости от его производственно-отраслевой структуры, специализации может пополняться. Например, если в хозяйстве имеется садоводство или овощеводство в защищенном грунте, то модель будет включать соответствующие блоки и переменные величины.

    С учетом этой специфики запишем математическую модель специализации и сочетания  отраслей, которая учитывает особенности  постановки задачи и конкретную информацию о хозяйстве.

    Минимизировать  затраты при условиях:

1. ограниченности производственных ресурсов

     ; 

    2) использования в животноводстве побочной продукции растениеводства

     ;