Организация производства продукции сезонного спроса на промышленных предприятиях

Сформулирована задача организации производства на промышленных предприятиях, выпускающих продукцию для сезонных отраслей и видов деятельности. Разработана методика выбора оптимальной производственной мощности предприятия и формирования производственной программы, которая позволяет удовлетворять сезонное повышение спроса, одновременно обеспечивая рациональную загрузку персонала, производственного оборудования и складского хозяйства. В основе методики лежит поиск функции изменения объема производства за счет минимизации суммарных затрат на хранение и производство продукции при условии полного удовлетворения сезонного спроса на протяжении всего сезона. Приведены алгоритм численной реализации методики и пример расчета. Основными этапами алгоритма являются: задание функции спроса; вычисление базовой производственной мощности, соответствующей равномерной загрузке оборудования; варьирование производственной программой до выполнения условия минимума суммарных затрат. На основе модельных расчетов установлена зависимость оптимальной производственной мощности в долях базовой мощности при различных соотношениях затрат производства и хранения и коэффициента переплаты за дополнительные мощности

Литература

[1] Савицкая Г.В. Комплексный анализ хозяйственной деятельности предприятия. М., Инфра-М, 2016.

[2] Кирикова Ю.Н. Cезонность и сглаживание сезонных колебаний в бизнесе. Материалы науч. конф. с междунар. участ. "Неделя науки СПбПУ". СПб., Политех-пресс, 2018, с. 194--196.

[3] Маленко О.И. Повышение эффективности работы предприятия в период сезонного спада спроса на услуги. Материалы V Междунар. науч.-практ. конф. "Наука и образование: проблемы и перспективы". М., Перо, 2016, с. 50--53.

[4] Захаров М.Н., Колобов А.А., ред. Контроль и минимизация затрат предприятия в системе логистики. М., Экзамен, 2006.

[5] Rodriguez M.A., Vecchietti A. Inventory and delivery optimization under seasonal demand in the supply chain. Comput. Chem. Eng., 2010, vol. 34, no. 10, pp. 1705--1718. DOI: https://doi.org/10.1016/j.compchemeng.2010.02.009

[6] Sakulsom N., Tharmmaphornphilas W. Heuristics for a periodic-review policy in a two-echelon inventory problem with seasonal demand. Comput. Ind. Eng., 2019, vol. 133, pp. 292--302. DOI: https://doi.org/10.1016/j.cie.2019.05.017

[7] Banerjee S., Sharma A. Optimal procurement and pricing policies for inventory models with price and time dependent seasonal demand. Math. Comput. Model., 2010, vol. 51, no. 5-6, pp. 700--714. DOI: https://doi.org/10.1016/j.mcm.2009.10.022

[8] Карпов К.А. Технологическое прогнозирование развития производств нефтегазохимического комплекса. СПб., Лань, 2017.

[9] Захаров М.Н., Омельченко И.Н., Саркисов А.С. Ситуации инженерно-экономического анализа. М., Изд-во МГТУ им. Н.Э. Баумана, 2014.

[10] Vasilieva E.O. Management of stocks at the enterprise rational with changing conditions of design documentation constantly. IX International scientific review of the technical sciences, mathematics and computer science. Boston, Problems of Science, 2019, pp. 66--73.

[11] Омельченко И.Н., Борисова Е.В. Финансово-экономическая стабильность как составная часть организационно-экономической устойчивости предприятий. Вестник машиностроения, 2007, № 4, с. 63--74.

[12] Саркисов А.С. Финансовая математика и методы принятия решений в нефтегазовой промышленности. М., Нефть и газ, 2002.

[13] Захаров М.Н., Третьякова В.А. Критерии эффективности производственных процессов предприятия. Вестник машиностроения, 2013, № 10, с. 78--80.

[14] Гасников А.В. Современные численные методы оптимизации. Метод универсального градиентного спуска. М., МФТИ, 2018.

[15] Karpenko A.P. Sovremennye algoritmy poiskovoy optimizatsii. Algoritmy, vdokhnovlennye prirodoy [Modern search optimization algorithms. Algorithms inspired by nature]. Moscow, Bauman MSTU Publ., 2014.