Ситуационное управление многопродуктовой производственной системой на основе имитационного моделирования Полюдова Гульнара Рустамовна

Содержание к диссертации

Введение

1 Анализ проблемы исследования и управления производственными системами, функционирующими в условиях рынка

1.1 Производственная система как объект исследования и управления 12

1.2 Анализ подходов и программных средств для исследования процессов функционирования и управления производством 18

1.3 Цель и задачи исследований 33

Выводы по главе 1 34

2 Разработка математических моделей производственной системы как сложного динамического объекта

2.1 Функциональная структура модели многопродуктовой производственной системы 37

2.2 Модель планирования производства в конкурентных условиях рынков сырья и сбыта продукции 45

2.3 Модель реализации продукции в условиях рынка 55

2.4 Модель реализации продукции при территориальном сегментировании рынка 62

Выводы по главе 2 73

3 Разработка интеллектуальной системы поддержки принятия решений при управлении производством

3.1 Функциональная схема интеллектуальной системы управления производством 76

3.2 Нечеткая модель комплексной оценки состояния рынков сбыта 85

3.3 Интеллектуальные алгоритмы управления производством и

сбытом продукции в условиях рынка 97

Выводы по главе 3 112

4 Исследования эффективности функционирования производственных систем методом имитационного моделирования

4.1 Автоматизированная система имитационного моделирования и поддержки принятия решений при управлении производством 114

4.2 Программные компоненты для автоматизации построения моделей производственных систем 120

4.2.1 Мастер модели планирования производства 122

4.2.2 Мастер модели перевозок 124

4.2.3 Мастер модели анализа состояния рынка 125

4.3 Разработка программного обеспечения интеллектуальной системы поддержки принятия решений при управлении производством 128

4.4 Исследования эффективности функционирования многопродуктовой производственной системы с помощью разработанного программного обеспечения 132

4.4.1 Исследования эффективности нечетких моделей поддержки принятия решений при управлении производством в условиях рынка 132

4.4.2 Исследования эффективности модели планирования производства в условиях конкуренции на рынках сырья и сбыта продукции 138

Выводы по главе 4 149

Заключение 152

Библиография

• Анализ подходов и программных средств для исследования процессов функционирования и управления производством
• Модель планирования производства в конкурентных условиях рынков сырья и сбыта продукции
• Нечеткая модель комплексной оценки состояния рынков сбыта
• Программные компоненты для автоматизации построения моделей производственных систем

Введение к работе

Проблема повышения эффективности управления производством в условиях рыночных отношений является одной из актуальных проблем, решение которой имеет важное практическое значение для современной российской экономики. Существенная нестабильность рыночной среды и динамичность процессов выпуска и сбыта продукции определяют дополнительные требования к организации управления производством. Ошибки при выборе стратегии и тактики поведения предприятий в этих условиях могут привести к самым нежелательным последствиям и в целом снижают эффективность их функционирования. Вместе с тем существующие информационные технологии и системы, как правило, решают задачи, связанные с мониторингом производственных потоков, и, в меньшей степени, с подготовкой процедур поддержки принятия решений.

В связи с этим актуальной становится проблема совершенствования методов и алгоритмов управления производственными системами (ПС) в условиях неопределенности среды, многовариантности выбора при производстве и сбыте продукции и ограничений по ресурсам. Одним из путей, обеспечивающих повышение эффективности управления системой, является разработка и применение моделей и информационных технологий принятия решений на базе перспективных алгоритмов интеллектуального управления.

Сложность производственных систем, неоднородность структуры, динамический характер протекающих процессов, множество внешних и внутренних связей в системе ограничивают возможности применения традиционных аналитических методов исследования и свидетельствуют о целесообразности применения численных методов при анализе процессов управления данным классом объектов.

На сегодняшний день имитационное моделирование - одно из самых эффективных средств анализа и синтеза алгоритмов управления производственными системами, а часто и единственный, практически доступный метод получения информации о поведении системы в условиях изменчивости внешней среды. Применение методов моделирования при построении систем управления производством позволяет заменить фактические эксперименты над системой вычислительными.

В работе с позиций системной целостности рассматривается проблема создания комплекса взаимосвязанных, учитывающих влияние внешних возмущений моделей систем управления производством. Различные по природе модели и алгоритмы объединяются общей целью построения системы управления и выявления эффективных алгоритмов поведения ПС в изменяющейся рыночной среде.

В своих исследованиях автор опирался на труды отечественных и зарубежных ученых, внесших значительный вклад в развитие теории моделирования и управления экономическими системами:

• в разработку методов оптимального планирования и управления производством (В.В. Леонтьев, Л.В. Канторович, Н.Н. Моисеев, В.Н. Бурков, ЯЗ. Цыпкин, Э.Й. Вилкас и др.) [8,9,100];

• в создание системной динамики и систем имитационного моделирования (Т. Нейлор, А.Г. Гранберг, Н.В. Чепурных, А.Л. Новоселов, Дж. Форрестер, Дж. Стерман, Д.Л. Кауфман, Е. Пестель и др.) [74,92,96];

• в создание моделей макроэкономических систем (Р. Аллен, В.М. Глушков, В.Л. Макаров, Н.Е. Кобринский, Д.С.Львов, А.А.Петров, Дж. Грейсон, Я.Р. Рейльян и др.) [50,61,62];

• в разработку интеллектуальных алгоритмов принятия решений (В.Ф. Венда, В.А. Виттих, Г.С. Поспелов, Д.А. Поспелов, А.В. Смирнов) и экспертных систем (Э.В. Попов, В.Ф. Хорошевский, Ю.Я. Любарский и др.) [17,68,84,98,99];

• в имитационное моделирование производственных систем (А.А. Вавилов, Б.Г. Тамм, Н.С.Райтман, Н.А.Саломатин), в том числе с использованием динамического подхода (Дж. Форрестер, Э.М. Браверман, А.А. Колобов, Л.Ф. Шклярский и др.) [33,55,81,92].

Актуальность проблемы повышения эффективности управления производством определяется большим разнообразием связанных с ней проблем и вопросов, а также тем, что целый круг важных научно-практических задач остается до сих пор нерешенным.

Среди большого количества моделей экономической динамики не удается выделить одну или несколько, способных в целом отразить особенности функционирования ПС в условиях неопределенности рыночных отношений и обеспечить разработку и применение алгоритмов, повышающих эффективность управления.

Цель и задачи исследований

Цель работы заключается в разработке моделей управления многопродуктовой производственной системой на основе анализа ситуаций на рынках сырья и сбыта продукции и их применении при формировании управленческих решений.

Для достижения поставленной цели необходимо решить следующие задачи.

1. Разработать функциональную структуру управляемой многопродуктовой производственной системы, функционирующей в конкурентных условиях рынков сырья и сбыта продукции.

2. Разработать математические модели функционирования многопродуктовых производственных систем с учетом возмущающих факторов на рынках сырья и сбыта продукции.

3. Разработать интеллектуальную систему поддержки принятия решений на основе анализа ситуаций на рынках сырья и сбыта продукции.

4. Разработать программные компоненты автоматизированной системы имитационного моделирования (АСИМ) и поддержки принятия решений при ситуационном управлении производством. 5. Провести исследования эффективности предложенных моделей, структур и алгоритмов и выработать практические рекомендации для ситуационного управления производственной системой в конкурентных условиях рынков сырья и сбыта продукции.

Методы исследования

Разработка моделей проводится с использованием методов общей теории систем, теории автоматического управления, теории иерархических систем и теории нечеткой логики. Синтез интеллектуальных алгоритмов осуществляется с использованием методов искусственного интеллекта, ситуационного управления и теории алгоритмов. Для разработки имитационных моделей применяются численные методы моделирования и методы проектирования информационных систем.

Результаты, выносимые на защиту

На защиту выносятся следующие научные положения и практические результаты.

1. Функциональная структура управляемой многопродуктовой производственной системы.

2. Математические модели многопродуктовых производственных систем и их подсистем.

3. Интеллектуальная система поддержки принятия решений при управлении производством и сбытом продукции.

4. Программные компоненты автоматизированной системы имитационного моделирования динамики функционирования ПС и поддержки принятия решений при управлении производством.

5. Результаты исследований эффективности функционирования многопродуктовой производственной системы в конкурентных условиях рынков сырья и сбыта продукции, полученные с использованием разработанного программного обеспечения. Научная новизна результатов

• новизна предлагаемой функциональной структуры управляемой многопродуктовой производственной системы заключается в том, что она содержит комплекс элементов, позволяющий проводить системный анализ ситуаций на рынках сырья и сбыта продукции с учетом динамики функционирования ПС;

• новизна разработанных математических моделей функционирования многопродуктовых производственных систем состоит в том, что они построены в классе нелинейных динамических моделей, позволяющих учитывать системную динамику процессов ресурсообеспечения и сбыта продукции;

• новизна интеллектуальной системы поддержки принятия решений заключается в формировании нечетких алгоритмов управления ПС на основе анализа ситуаций на рынках сырья и сбыта продукции по результатам имитационного моделирования;

• новизна разработанного программного обеспечения основана как на новизне предложенных моделей и алгоритмов планирования, управления и принятия решений, так и на применении современных информационных технологий к решению рассматриваемого класса задач.

Практическая ценность и внедрение результатов Практическая ценность полученных результатов заключается в том, что разработанное программное обеспечение может быть использовано при обучении специалистов методам моделирования и организационного управления производством, при анализе динамики функционирования реальных ПС и формировании решений при управлении на основе имитационного моделирования, а также при синтезе моделей и алгоритмов планирования и управления производством в условиях рыночной среды.

В учебный процесс Уфимского государственного авиационного технического университета (УГАТУ) и Башкирской Академии госслужбы и управления внедрены математическое, алгоритмическое и программное обеспечение системы имитационного моделирования, а также методика его использования для решения задач планирования, моделирования динамики процессов производства и сбыта продукции, оперативного управления производством в конкурентных условиях рынка.

Основания для выполнения работы

Работа выполнена в период 2001-2005 гг. на кафедре технической кибернетики УГАТУ и связана с выполнением госбюджетных научно-исследовательских работ № ИФ-ТК-14-01-03/а "Исследование проблем развития, управления, контроля и моделирования в сложных системах" (2001 -2004 гг.), № ИФ-ТК-14-05-03/а "Интеллектуализация процессов принятия решений в сложных динамических системах, функционирующих в условиях неопределенности, дефицита ресурсов и возникновения критических ситуаций" (2005 г.).

Работа поддержана в рамках Федеральной целевой программы "Государственная поддержка интеграции высшего образования и фундаментальной науки", проект "Развитие научно-учебного комплекса по фундаментальным проблемам математики и теории управления", контракт № 21-76 (2001-2004 гг.)

Апробация работы и публикации

Основные положения, представленные в диссертационной работе, докладывались и обсуждались на следующих научно-технических конференциях:

VII международная научно-техническая конференция "Математические методы и информационные технологии в экономике", г. Пенза, 2001;

VI Всероссийский семинар "Моделирование неравновесных систем", г. Красноярск, 2003;

международная молодежная научная конференция "XXX Гагаринские чтения", г. Москва, 2004; 11 Всероссийская межвузовская научно-техническая конференция студентов и аспирантов "Микроэлектроника и информатика - 2004", г. Москва, 2004;

XLII международная научная студенческая конференция "Студент и научно-технический прогресс", г. Новосибирск, 2004. 

Результаты диссертационной работы непосредственно отражены в 11 публикациях, в том числе в виде 5 статей в российских научных изданиях, 6 тезисов докладов в трудах конференций различного уровня.

Структура работы

Диссертационная работа включает в себя введение, четыре главы основного материала, заключение, библиографический список и приложения. Работа изложена на 182 страницах. Библиографический список включает 116 наименований.

Автор выражает глубокую благодарность и признательность научному руководителю, заслуженному деятелю науки и техники РФ и РБ, чл.-корр. АН РБ Рїльясову Б.Г. за консультации в разработке математических моделей производственных систем, а также методическую помощь при подготовке рукописи диссертации. Автор выражает искреннюю благодарность канд. техн. наук, доц. Сильновой СВ. за помощь в разработке моделей управления производственными системами. 

Анализ подходов и программных средств для исследования процессов функционирования и управления производством

Проблема моделирования производственных систем представляет собой сложную многоаспектную проблему и может быть решена только при решении связанных с ней проблем.

Актуальной и важной для практики является проблема формализации описания производства в условиях неопределенности, действия внешних возмущений и ограниченности ресурсов. При этом под производством понимается не локально-организованный технологический процесс изготовления продукции, а исследуемые во взаимодействии процессы планирования, изготовления и сбыта продукции на потребительском рынке.

Производственная система как сложная иерархическая, многофункциональная, гетерогенная система может рассматриваться на разных уровнях абстрагирования и структурной организации, а также с точки зрения выполнения разнородных функций, а потому описываться с помощью различных математических моделей. Изменение среды функционирования ПС: неопределенность состояния рынков и изменчивость спроса на продукцию предъявляют дополнительные требования по гибкости планирования номенклатуры, объемов и темпов выпуска продукции от рыночной потребности [6,25,73,89,108].

Для решения задач планирования производства существует богатый арсенал экономико-математических методов, ориентированных на поиск оптимальных или квазиоптимальных планов, корректировка которых возможна путем повторного решения задачи оптимизации с уточненными данными [19,26,87,100]. В реальности производственные системы функционируют в условиях неопределенности, плохо поддаются формализованному описанию, что делает результаты строгих математических расчетов малоэффективными для решения поставленных задач.

Абстрагируясь до уровня предприятия производство можно рассматривать как динамический процесс преобразования ресурсов в готовую продукцию запланированной номенклатуры и объема [31]. Такому представлению системы наиболее адекватны динамические модели. Сложность решения проблемы описания динамического процесса производства в условиях ограниченности ресурсов, неопределенности производственных ситуаций и активного участия человека в принятии решений состоит в том, что необходимо исследовать влияние каждого из компонентов (технического и технологического обеспечения, материальных, трудовых ресурсов и др.) на эффективность производства, определить статические и динамические составляющие процесса управления и степень влияния динамики на эффективность системы. При этом участие человека в управлении производством порождает дополнительно проблему описания плохо формализуемых свойств, таких как опыт, профессионализм, интеллектуальные возможности и интуиция управляющего.

Идеи динамического моделирования для анализа макроэкономических систем развивали в своих работах Дж. фон Нейман, Дж. Форрестер, Р. Аллен, Л.В. Канторович, Э.М Браверман, В.Л. Макаров, М.И. Левин, Н.С. Райтман, Ю.Н. Черемных и др. [20,50,51,74]. Динамические модели производственных систем и процессов управления разрабатывались А.А. Вавиловым, Н.А. Саломатиным, Ю.М. Горским, А.А. Колобовым, Л.Ф. Шклярским и др. [18,33,55].

Еще одна составляющая проблемы моделирования производственных систем связана с описанием рыночных механизмов формирования спроса и предложения, ценообразования, выбора способов организации сбыта продукции, а также описания влияния внешней среды, в частности, конкурента на эффективность сбыта. Решению этих задач посвящены работы Э.Дж. Долана, Дж. К. Грейсона, Ф. Котлера, К.Р. Макконелла, М.Х. Мескона, Р. Пиндайка, П. Самуэльсона, С. Фишера, А.А. Фридмана, Д.М. Хаймана, А.А. Шананина и др. [22,45,52,63,71,91,94,97]. Описание рынка сбыта, предложенное Л.Ф. Шклярским [55], с помощью математических моделей теории автоматического управления, а именно, в виде апериодического звена первого порядка отражает динамику реализации продукции, но наряду с этим является достаточно упрощенным и не позволяет выявить и реализовать возможности управления этим процессом. Вместе с тем, именно сбыт продукции определяет прибыльность производственной системы в целом.

Решение проблемы моделирования производственных систем связано не только с описанием объекта управления, но с описанием его системы управления [8,37,59,80,85]. В настоящее время не существует единого универсального способа решения задач управления, одинаково эффективно работающего с любым способом описания объекта. Поэтому описание объекта в некотором классе моделей влечет за собой выбор соответствующего способа построения системы управления. Для производства как объекта управления в зависимости от способа его формализации (непрерывного или дискретного) и решаемых задач управления целесообразно применение непрерывно-логических, дискретно логических или интеллектуальных алгоритмов.

Необходимость учета множества факторов при принятии решений, связанных с управлением процессами производства и сбыта продукции, сложность и неоднородность структуры производственно-сбытовой системы как объекта управления указывают на целесообразность использования имитационного моделирования для решения задач исследования динамики функционирования системы, прогнозирования ее состояния, оценки последствий принимаемых решений, а также проверки эффективности алгоритмов и моделей поддержки принятия решений при управлении производством [2,23,24,34,41].

При имитационном моделировании реализующий модель алгоритм воспроизводит процесс функционирования системы во времени, причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания во времени, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системы [60].

Основным преимуществом имитационного моделирования по сравнению с аналитическим является возможность решения более сложных задач. Имитационные модели позволяют достаточно просто учитывать такие факторы, как наличие дискретных и непрерывных элементов системы, случайные воздействия и др., которые часто создают трудности при аналитических исследованиях.

Модель планирования производства в конкурентных условиях рынков сырья и сбыта продукции

Предлагаемая модель планирования производства продукции базируется на использовании концепции паутинообразной модели рынка. Согласно ей предложение продукции в текущем дискрете времени зависит от состояния производства и рынка сбыта (в том числе цены) в предыдущем дискрете времени. Для каждого 1-го вида продукции по известным данным предприятия об объеме предложения qi товара при каждом уровне его цены Ц/ может быть построена линеаризованная кривая предложения в пространстве «количество товара - цена» S(q,)=anW +bnpsaqh где в качестве цены S(qi) выступает цена товара Ц/, в качестве величины qi объем предложения; дпред- коэффициент линейного смещения кривой предложения относительно начала координат; ьпрел- коэффициент угла наклона кривой [12].

Оценки значений предложения по каждому 1-му виду продукции, полученные при помощи соответствующих кривых предложения, можно использовать для предварительного расчета плановых показателей производства - объемов выпуска Nfn по всей номенклатуре изделий лг= -?—,/=1,1. г,пред В дальнейшем, эти значения могут быть скорректированы исходя из оценки затрат на приобретение ресурсов для изготовления запланированных объемов продукции. Плановая потребность в ресурсах определяется на основании рассчитанной величины N в соответствии с нормами расхода ресурсов гр1 для изготовления продукции. Здесь р - вид ресурса, р = 1,Л, где [і - количество учитываемых видов ресурсов. Требуемое количество ресурса каждого вида R рассчитывается следующим образом /=/ Величина предполагаемых расходов на ресурсы Спл определяется как -гПЛ—ТГ"1 пПЛттреС.рЫН "ЧШЦР p=i где ЦРес-Рьш . рыночные цены для каждого р-го вида ресурсов.

В том случае, когда наличных средств П предприятия на приобретение ресурсов производства недостаточно (П СПЛ), необходим пересмотр плановых значений выпуска N и плановых затрат на ресурсы по каждому виду изделий.

Возможны различные алгоритмы корректировки этих величин, например, уменьшение плановых объемов выпуска по всей номенклатуре изделий в соответствии с некоторым коэффициентом пропорциональности или пересчет этих значений с учетом доходности отдельных видов продукции, ki, I = При этом коэффициент пропорциональности к рассчитывается следующим образом Ум х-.пл У4

Результатом корректировки должно быть обеспечение условия Спл =П, где спл=ЕЁ м лгр/Цресрын P=I /=i

Соответственно уменьшаются величины требуемых для производства ресурсов и Коэффициенты доходности продукции к[ рассчитваются как отношение величины выручки В] от реализации продукции / - го вида к общей выручке В предприятия.

Участниками рынков ресурсов являются предприятия-конкуренты, соперничающие также на рынках готовой продукции.

Спрос предприятия на р-й вид ресурса Rc определяется плановой потребностью с учетом ресурса і?рКЛ на складе предприятия рспр_ппл пСКЛ

Оценка требуемого конкуренту ресурса Rp,K рассчитывается с учетом норм расхода гр/, а также исходя из предположения, что планируемый конкурентом объем выпуска продукции соответствует объему ее реализации

Предложение і?рРЄД на рынке ресурсов формируют производители (поставщики) ресурсов, здесь п є {Щ - наименование производителя р-го ресурса; N- множество производителей р-го ресурса.

Каждый производитель устанавливает собственную цену Ц с на предлагаемый им ресурс. Каждый из потребителей ресурса (предприятие, конкурент) ранжирует производителей в зависимости от своих расходов на приобретение ресурса данного вида. Так как затраты на перевозку (или передачу) ресурса от производителя к потребителю в общем случае различны для предприятия и его конкурента, то они выполняют ранжирование различным образом. Предприятие и его конкурент из «исходного» множества производителей ресурса формируют свои множества {Рп} и {Ркп} соответственно, включающие одинаковые элементы, но упорядоченные по-разному. После ранжирования порядковый номер "1" соответствует производителю, в отношении которого у потребителя расходы на приобретение ресурса минимальны; порядковый номер N соответствует максимальным расходам.

По этим значениям, полученным для разных потребителей, можно проводить сравнительный анализ предпочтений потребителей для отдельных производителей ресурса. В зависимости от результатов анализа предпочтений и от ситуаций на рынке ресурса возможно отсутствие или наличие конкуренции потребителей в приобретении ресурса у отдельных производителей.

Нечеткая модель комплексной оценки состояния рынков сбыта

Данная работа выполнена в лаборатории системных исследований кафедры технической кибернетики УГАТУ в рамках научного направления по моделированию динамики и интеллектуальному управлению производством. В результате многолетних исследований в данной области к настоящему времени сложилась определенная концепция управления производством в условиях неопределенности рыночной среды [31,36]. Данная работа является развитием разработанного подхода к построению систем управления производством в конкурентных условиях рынков сырья и сбыта продукции.

Анализ особенностей производственных систем как объектов управления позволил выявить и обобщить основные свойства систем, которые необходимо учитывать при моделировании и исследовании процессов их функционирования и управления. Во-первых, производственные системы относятся к классу организационных, плохо формализуемых систем с участием человека на всех этапах их функционирования; во-вторых, характеризуются сложной иерархической структурой, большим числом взаимосвязанных и взаимодействующих переменных, неопределенностью состояний внешней среды, ограничениями по ресурсам; в-третьих, имеют динамическую природу, которая проявляется во всех сферах производственной и сбытовой деятельности, но не учитывается при принятии решений на каждом шаге управления.

Для построения системы управления ПС как сложным объектом необходимо решить следующие задачи: выбора глобальных и локальных целей и их согласования по критериям эффективности функционирования системы; своевременного получения достоверной информации о текущем состоянии объекта и окружающей среды; выявления переменных состояния, регулируемых выходных координат и управляющих факторов (воздействий), обеспечивающих целенаправленное движение системы; синтеза алгоритмов принятия решений по формированию управляющих воздействий: их формы, величины, знака, а также времени и места приложения; обеспечения своевременного и качественного исполнения принятых решений.

Проблема повышения эффективности управления производственными системами как сложными динамическими, плохо формализуемыми объектами может решаться путем моделирования динамики процессов производства и сбыта продукции и разработки интеллектуальных алгоритмов поддержки решений, принимаемых человеком при управлении.

Предложенный подход к разработке системы управления производством в условиях рынка основан на следующих предпосылках: во-первых, производство и сбыт рассматриваются как единый управляемый процесс, что позволяет учесть взаимовлияние рынка и производства; во-вторых, описание производственной системы как динамического объекта управления выполняется в темпах или интенсивностях изменения всех производственно-экономических показателей, что позволяет определить цель управления как поддержание динамического равновесия при движении системы; в-третьих, система управления ПС строится в классе иерархических систем и основывается на интеллектуальных алгоритмах поддержки принимаемых решений [31].

Особенность предлагаемой методологии моделирования процесса управления производством на уровне предприятия состоит в объединении двух различных моделей - динамической и интеллектуальной, реализуемых методом имитационного моделирования на ЭВМ и обеспечивающих эффективное управление системой [36]. Динамическая модель используется для анализа процессов производства и реализации продукции, для прогнозирования возможных состояний, а также для проверки правильности принимаемых решений. По характеру динамических процессов в модели можно с достаточно высокой степенью точности оценить возникшую ситуацию на заданном интервале времени, в том числе оценить состояние производственной системы и выявить тенденцию его изменения.

В автоматизированной системе имитационного моделирования и поддержки принятия решений выполняется анализ динамики основных показателей, принимается одно из решений, рекомендуемых интеллектуальной моделью, оценивается его эффективность. В каждом решении осуществляется воздействие на одну или несколько управляющих переменных с учетом допустимых областей значений переменных.

Имитационное моделирование при исследовании производственных систем представляется наиболее перспективным методом решения задач анализа и синтеза алгоритмов управления производством [2,23,24,34,106].

При имитационном моделировании используется возможность объединить модели, описывающие динамику производства и сбыта (динамические модели); модели анализа ситуаций и выбора решений в условиях неопределенности (нечеткие модели); модели интеллектуального управления, обеспечивающие человеку многовариантный анализ взаимозависимых данных (модели, основанные на знаниях) [36].

Программные компоненты для автоматизации построения моделей производственных систем

Современное предприятие представляет собой сложную организационную систему, функционирование которой связано с процессами производства и сбыта продукции. Специфика внешней среды - условия конкуренции на рынках ресурсов и рынках сбыта готовой продукции - вносит значительную неопределенность в процесс управления предприятием. Поэтому большая часть современных экономико-математических методов ориентирована на формирование адекватных управленческих решений, позволяющих повысить эффективность функционирования предприятий. В связи с этим вопросы создания систем поддержки принятия решений (СППР) представляются актуальными. Целью создания СППР является повышение эффективности деятельности предприятия за счет автоматизации действий его управленческого персонала.

В современных условиях производственно-сбытовая деятельность предприятия выступает в качестве его основной функции. Внешние воздействия влияют на спрос и предложение, как на рынках ресурсов производства, так и на рынках сбыта готовой продукции. В связи с этим анализ состояния рынков сбыта имеет важное значение при планировании и управлении предприятием. При этом состояние рынка определяется не только количественным соотношением величин спроса и предложения продукции, но и качественными факторами - неценовыми детерминантами спроса и предложения, а также факторами ценовой эластичности спроса.

Существуют объективные причины, затрудняющие принятие решений при управлении предприятием как единой производственно-сбытовой системой, обусловленные активным участием человека в производственных процессах и изменчивостью внешней среды. Одним из эффективных способов поддержки принятия решений при управлении производством является нечеткая логика, использование которой позволяет проводить оценку качественных характеристик состояния рынка и учитывать их при принятии управленческих решений [3,56,57,70,107].

При разработке системы поддержки принятия решений, основанной на нечеткой логике, необходимо решить следующие задачи: провести анализ рыночных факторов и сформировать для них нечеткие шкалы; определить зависимость для оценки состояния рынка; провести анализ управляющих переменных; проанализировать влияние рыночных факторов на управляющие переменные; сформировать нечеткие шкалы для управляющих переменных; сформировать нечеткие правила по выводу управляющих рекомендаций; разработать алгоритм вывода четких рекомендаций; разработать программное обеспечение СППР [32].

Следует отметить, что в зависимости от специфики конкретных предприятий, в качестве наиболее значимых могут учитываться различные факторы рынка [28]. В данной работе рассматривается совокупность следующих факторов рыночной среды:

1) детерминанты спроса: предпочтение относительно данного товара (/1), уровень доходов покупателей (/2), цена заменяющего товара (/3), изменение числа покупателей на рынке (/4);

2) детерминанты предложения: изменение цен на ресурсы производства (/5), совершенствование техники и/или технологии (/5); изменение числа продавцов (/7);

3) факторы ценовой эластичности спроса: наличие товаров-заменителей на рынке (/8), значимость продукции для потребителя (/9), удельный вес затрат на продукцию в расходах потребителей (ДО), степень универсальности продукции (Д1), степень насыщения потребности в продукции (/12).

Эксперты, мнение которых является основанием для формирования нечетких шкал, могут устанавливать оценки нечетких значений указанных факторов, ориентируясь на различные организационно-экономические показатели.

На рисунках 3.3-3.5 приведены возможные (примерные) нечеткие шкалы для названных факторов с описанием используемых при анализе показателей.

Однако каждый из рассматриваемых факторов позволяет анализировать лишь отдельные аспекты состояния рынка сбыта продукции. В связи с этим возникает необходимость комплексной оценки, учитывающей значения всех указанных рыночных факторов. Кроме того, на основании значения такого комплексного показателя, в дальнейшем обозначаемого V, можно проводить сравнение состояний рынка в различные моменты времени для принятия управленческих решений.

Так как рассматриваемым рыночным факторам ставятся в соответствие нечеткие значения, то для сравнения состояний рынка в различные моменты времени можно использовать механизм сравнения нечетких множеств [56].

Пусть выбраны два временных интервала, по которым проводится сопоставительный анализ. Пусть рынок сбыта продукции в каждом из периодов характеризуется набором N рыночных показателей. В периоде I это показатели Хі,..., Хм со значениями //,..., x[N, в периоде II - те же показатели со значениями ///,..., x1IN. При этом предполагается, что система показателей достаточна для достоверного анализа.