Підвищення ефективності управління в системах буферизації з використанням випереджаючих індикаторів прогнозування попиту
DOI:
https://doi.org/10.15587/1729-4061.2019.171260Ключові слова:
прогнозування попиту, оперативне прогнозування, коінтегрований ряд попиту, ефективність використання ресурсівАнотація
Оптимізація процесу управління запасами пов'язана з пошуком моделі прогнозування, методу побудови часового ряду прогнозування, моделі логістичної операції, визначення обґрунтованого рівня страхового запасу і визначення критерію оптимізації.
Успішного вирішення оптимізаційної задачі в цілому можна домогтися тільки в тому випадку, якщо буде успішно вирішене весь комплекс локальних задач управління. При цьому метод побудови коінтегрірованного часового ряду прогнозування попиту є центральною ланкою технології оптимального управління запасами. Це пов'язано з тим, що імовірнісний характер попиту є основним фактором зниження ефективності управління в системах цього класу.
Показано, що запропонований метод підвищення ефективності управління може бути використаний в будь-яких економічних системах, зважаючи на можливість створення єдиної логістичної моделі операції.
Пропонований підхід заснований на формуванні часового ряду, спеціально призначеного для вирішення завдання оперативного прогнозування попиту в системах буферизації запасів. Такий ряд містить у собі як інформацію про обсяги реалізованої продукції, так і дані пов'язані зі споживчим попитом.
Оскільки споживча активність випереджає процес фізичного споживання продукції, з'являється можливість використання випереджальних маркерів в задачах прогнозування.
Дослідження операційних процесів з використанням веріфіцированного показника ефективності підтвердили гіпотезу наявності попереджувальних маркерів в рамках сформованого тимчасового ряду прогнозування.
Встановлено, що максимальна ефективність управління може досягатися в разі більш низьку точність побудови моделі прогнозу. Це пов'язано з тим, що логістична модель операції враховує витрати переміщення продукції та її вартісні оцінки на вході і виході операціїПосилання
- Chase, C. (Ed.) (2012). Demand‐Driven Forecasting: A Structured Approach to Forecasting. Wiley, 270. doi: https://doi.org/10.1002/9781119203612
- Carta, S., Medda, A., Pili, A., Reforgiato Recupero, D., Saia, R. (2018). Forecasting E-Commerce Products Prices by Combining an Autoregressive Integrated Moving Average (ARIMA) Model and Google Trends Data. Future Internet, 11 (1), 5. doi: https://doi.org/10.3390/fi11010005
- Martino, J. P. (1993). Technological forecasting for decision making. McGraw-Hill, 591.
- Biegel, J. E. (1971). Production control: a quantitative approach. Prentice-Hall, 282.
- Fedoseev, V. V., Garmash, A. N., Dayitbegov, D. M., Orlova, I. V., Polovnikov, V. A. (1999). Ekonomiko-matematicheskie metody i prikladnye modeli. Moscow: YuNITI, 391.
- Awel, Y. M. (2018). Forecasting GDP Growth: Application of Autoregressive Integrated Moving Average Model. Empirical Economic Review, 1 (2), 1–16. doi: https://doi.org/10.29145/eer/12/010201
- Lim, P. Y., Nayar, C. V. (2012). Solar Irradiance and Load Demand Forecasting based on Single Exponential Smoothing Method. International Journal of Engineering and Technology, 4 (4), 451–455. doi: https://doi.org/10.7763/ijet.2012.v4.408
- Prestwich, S. D., Tarim, S. A., Rossi, R., Hnich, B. (2014). Forecasting intermittent demand by hyperbolic-exponential smoothing. International Journal of Forecasting, 30 (4), 928–933. doi: https://doi.org/10.1016/j.ijforecast.2014.01.006
- Taylor, J. W. (2004). Volatility forecasting with smooth transition exponential smoothing. International Journal of Forecasting, 20 (2), 273–286. doi: https://doi.org/10.1016/j.ijforecast.2003.09.010
- Ravinder, H. V. (2013). Forecasting With Exponential Smoothing Whats The Right Smoothing Constant? Review of Business Information Systems (RBIS), 17 (3), 117–126. doi: https://doi.org/10.19030/rbis.v17i3.8001
- Alam, T. (2019). Forecasting exports and imports through artificial neural network and autoregressive integrated moving average. Decision Science Letters, 249–260. doi: https://doi.org/10.5267/j.dsl.2019.2.001
- Tan, L., Wang, S., Wang, K. (2017). A new adaptive network-based fuzzy inference system with adaptive adjustment rules for stock market volatility forecasting. Information Processing Letters, 127, 32–36. doi: https://doi.org/10.1016/j.ipl.2017.06.012
- Doszyń, M. (2019). Intermittent demand forecasting in the enterprise: Empirical verification. Journal of Forecasting. doi: https://doi.org/10.1002/for.2575
- Lutsenko, I. (2015). Identification of target system operations. Development of global efficiency criterion of target operations. Eastern-European Journal of Enterprise Technologies, 2 (2 (74)), 35–40. doi: https://doi.org/10.15587/1729-4061.2015.38963
- Lutsenko, I., Dmytriiev, I., Avanesova, N., Semenyshyna, I., Rozhnenko, Z., Danileyko, O. (2019). A method to form control over queuing systems taking into consideration the probabilistic character of demand. Eastern-European Journal of Enterprise Technologies, 1 (3 (97)), 28–36. doi: https://doi.org/10.15587/1729-4061.2019.157201
- Narayanan, A., Sahin, F., Robinson, E. P. (2019). Demand and order‐fulfillment planning: The impact of point‐of‐sale data, retailer orders and distribution center orders on forecast accuracy. Journal of Operations Management. doi: https://doi.org/10.1002/joom.1026
- Engle, R. F., Granger, C. W. J. (1987). Co-Integration and Error Correction: Representation, Estimation, and Testing. Econometrica, 55 (2), 251–276. doi: https://doi.org/10.2307/1913236
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2019 Igor Lutsenko, Liudmyla Mikhailova, Hanna Kolomits, Artem Kuzmenko
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.
