автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация процесса принятия решений по торговле зерном

На правах рукописи

МАСЛОВ СЕРГЕЙ СЕРГЕЕВИЧ

АВТОМАТИЗАЦИЯ ПРОЦЕССА ПРИНЯТИЯ РЕШЕНИЙ ПО ТОРГОВЛЕ ЗЕРНОМ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (пищевая промышленность)

АВТОРЕФЕРАТ

диссертации на соискание учёной степени кандидата технических наук

г О НОЯ 2014

Москва-2014

005555550

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Московский государственный университет пищевых производств» (МГУПП).

Научный руководитель:

доктор технических наук Новицкий Владимир Олегович

Официальные оппоненты: Данчул Александр Николаевич,

доктор технических наук, профессор кафедры информационных технологий в управлении Московского государственного университета управления Правительства Москвы;

Белецкий Сергей Леонидович, кандидат технических наук, доцент, заместитель заведующего лабораторией "Технология длительного хранения продовольственных товаров и хлебопродуктов" ФГБУ НИИПХ Росрезерва.

Ведущая организация:

Негосударственное образовательное учреждение дополнительного профессионального образования «Международная промышленная академия»

Защита состоится «11» декабря 2014 г. в 1200 час. на заседании Совета по защите докторских и кандидатских диссертаций Д 212.148.02 при ФГБОУ ВПО «Московский государственный университет пищевых производств» по адресу: 109316, г. Москва, ул. Талалихина, д. 33, конференц-зал.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «МГУПП».

С авторефератом диссертации можно ознакомиться на сайтах ВАК РФ Министерства образования и науки РФ http://vak.ed.gov.ru и ФГБОУ ВПО «Московский государственный университет пищевых производств» http://mgupp.ru.

Автореферат разослан «11» ноября 2014 г.

Ученый секретарь Совета по защите докторских и кандидатских диссертаций,

д.т.н„ доцент , 11 Стрелюхина А.Н.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

Для современного зернового рынка характерно укрупнение игроков и образование холдинговых зерновых компаний (ЗК), одной из важнейших задач которых является управление торгово-логистическими операциями с зерном. Несмотря на большое количество исследований, посвященных эффективности функционирования ЗК (в работах Глущенко A.B., Чупахиной Н.И., Ермаковой М.С. и др.) и торговле зерном (труды Волковой Н.Ю, Черекаева М.В., Петровой Л. И., Хан Ю.А. и др.), а также значительные финансовые возможности самих ЗК, сегодняшний уровень управления торговлей имеет ряд существенных недостатков, обусловленных во многом недостаточным использованием математических методов и современных информационных технологий.

В результате исследования процессов управления в ЗК было выявлено, что для управления торгово-логистическими операциями в среднесрочном и долгосрочном периодах могут быть использованы универсальные автоматизированные ERP/SCM-системы и системы поддержки принятия решений (СППР), так как на этом уровне требуются типовые для большинства предприятий функции учёта, многомерного анализа данных, выявления закономерностей и формирования отчётов.

Однако, на оперативном уровне принятия решений, где заключаются конкретные контракты с поставщиками, покупателями, перевозчиками и предприятиями, а также контролируется их исполнение, в большей степени проявляются специфические для торговли зерном особенности, такие как: существенное влияние каждой торгово-логистической операции на ресурсы, доступные для проведения других операций, многовариантность закупок и продаж, вероятностный характер логистических параметров. Представленные на рынке специализированные автоматизированные системы оперативного управления в этой сфере выполняют, прежде всего, учётные и отдельные расчётные функции, не предоставляя инструментов оценки рисков, генерации и многокритериального анализа решений.

Использование специализированной СППР для управления торгово-логистическими операциями с зерном на оперативном уровне особенно актуально в условиях интеграции зерновых компаний и роста конкуренции на

внутреннем зерновом рынке России, обострённой участием иностранных компаний, обладающих большими ресурсами, Опытом и высокими технологиями.

Целью работы является повышение эффективности управления торгово-логистическими операциями за счёт разработки автоматизированной системы поддержки принятия решений на оперативном уровне управления.

Объектом исследования является процесс принятия решений о проведении торгово-логистических операций в зерновой компании.

Предмет исследования — модели, методы и алгоритмы автоматизации процессов принятия решений о проведении торгово-логистических операций; информационное, математическое и программное обеспечение СППР.

Основными задачами исследования, которые необходимо решить для достижения поставленной цели, являются:

1. Анализ процесса принятия решений по проведению торгово-логистических операций в зерновых компаниях.

2. Разработка математической модели процесса и оценка её адекватности.

3. Разработка и обоснование критериев эффективности торгово-логистических операций, методов оценки рисков, генерации и ранжирования решений.

4. Разработка алгоритмов принятия решений по проведению торгово-логистических операций с зерном.

5. Разработка программного комплекса, реализующего ключевые алгоритмы СППР.

6. Проектирование автоматизированной СППР, разработка методики её внедрения и эксплуатации.

7. Оценка эффективности внедрения СППР.

Методы исследования

Теоретической и методологической основой исследования послужили теория систем и системный анализ, теория эффективности целенаправленных процессов, теория множеств, теория принятия решений, методы исследования операций и математического программирования, теория вероятности, математическая статистика, методы информационного моделирования систем, теории финансово-экономического анализа и финансового менеджмента.

Научная новизна исследования заключается в следующих результатах:

1. Разработана математическая модель процесса принятия оперативных решений по проведению торгово-логистических операций с зерном, учитывающая взаимосвязь и стохастичность производственных, логистических, товарных и финансовых ресурсов.

2. Разработан алгоритм автоматизированного интерактивного процесса принятия решений по планированию торгово-логистических операций.

3. Предложен и обоснован комплекс детерминированных и стохастических критериев эффективности управленческих решений по проведению торгово-логистических операций. Предложенные критерии отражают длительность, результирующую эффективность, риски принимаемых решений и их влияние на текущие ресурсы зерновой компании.

Практическую значимость представляют следующие результаты:

1. Разработаны структурно-функциональная и информационно-логическая модели процесса принятия решений по проведению торгово-логистических операций.

2. Предложена структура банка моделей СППР, включающего модели многокритериальной оценки и генерации альтернативных решений, имитационная модель оценки их вероятностных характеристик.

3. Предложена методика взаимодействия оперативного и тактического уровней управления торгово-логистическими операциями.

4. Разработано программное обеспечение для автоматизации поддержки принятия оперативных решений.

5. Предложена методика разработки и внедрения СППР.

Реализация результатов работы

Элементы предложенной в данной работе СППР внедрены в ОАО «Торговый дом «Разгуляй» («Автоматизированная информационная система принятия решений «Торговля зерном» (внутренний рынок)), а также используются в учебном процессе МГУПП и Международной промышленной академии.

Апробация работы и публикации по теме

Основные результаты выполненных исследований были представлены на следующих научных конференциях: XI Международная научно-практическая конференция «Системный анализ в проектировании и управлении», СПбГПУ,

г. Санкт-Петербург, 2007 г.; V юбилейная школа-конференция с международным участием «Высокоэффективные пищевые технологии, методы и средства для их реализации», МГУПП, г. Москва, 2007 г.; научно-практический семинар «Торговля зерном: наука и практика», МГУПП, г. Москва, 2007 г., I международная конференция «Модернизация системы зернохранилищ России. Новые аспекты развития» («ЗЕРНОХРАНИЛИЩА -2011»), МПА, г. Москва, 2011 г.

По теме диссертации опубликовано 11 печатных работ, в том числе 6 - в журналах, рекомендованных ВАК.

Объём работы

Диссертационная работа состоит из введения, 4 глав, заключения, списка литературы, 10 приложений и изложена на 142 страницах.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, определены цели и задачи исследования, научная новизна и практическая значимость работы.

В первой главе проведён анализ процесса принятия решений по проведению торгово-логистических операций в зерновых компаниях, а также методов и средств их автоматизации; выявлены недостатки существующей организации процесса принятия оперативных решений и обоснованы задачи исследования.

При анализе процесса управления торгово-логистическими операциями в зерновых компаниях в нём были выделены тактический и оперативный уровни управления, отличающиеся горизонтом планирования и содержанием решаемых задач. На тактическом уровне управления осуществляется планирование торгово-логистических операций на период от нескольких недель до года, а также определяются требуемые параметры сделок, осуществляется координация оперативных решений, мотивация исполнителей и контроль выполнения планов. Совокупность критериев, показателей и указаний, сформированных на тактическом уровне, в данной работе называется тактическим планом. Тактический план детализируются на этапе оперативного планирования, образуя оперативный план: определяются конкретные исполнители планов закупок и продаж, устанавливаются критерии принятия решений и ограничения на параметры единичных операций.

AUTHOR: Sergey MasJov PROJECT: Wholesale graip trading

NOTES: 123456760 10

DATE: 2fl.03.2O11 REV: 17.10.2014

RECOMMENDED

PUBLICATION

• Тактический план

Решения no крупным и др. сделай, регулирование оперативном деятельности

С гарсон '•рейдер

А2

Оперативное управление торговлей зерном

Рис. 1. Структурно-функциональная модель оперативного управления торговлей зерном

На оперативном уровне управления (рис. 1), в отличие от тактического, принимаются решения по проведению конкретных торгово-логистических операций. Торгово-логистическая операция является ключевым понятием исследуемого процесса. Она включает в себя источник материального потока (зерна) потребителя материального потока £>, производственно-логистические операции, которые необходимо совершить для перемещения материального потока объёмом V из £ в й (рис. 2). Источниками и потребителями материальных потоков могут быть как контрагенты (спрос и предложение на рынке), так и сама компания (остатки подлежащие реализации и потребности в зерне). Информация об 5 и Д поступает на оперативный уровень в виде заявок о продаже и о покупке от контрагентов, либо в виде планов закупок и продаж ЗК, в которых приводится информация о местоположении, цене, порядке оплаты, объёме и сроках поставки, качестве зерна, базисе поставки.

Исследуемый процесс принятия решений о проведении торгово-логистических операций, является одним из ключевых процессов,

определяющих общую эффективность торгово-логистическОй деятельности ЗК. Он представляет собой формирование наиболее эффективного, в соответствии с заданными критериями, множества торгово-логистических операций (рис. 2, «Вариант решения, выбранного ЛПР»), Для осуществления торгово-логистических операций требуются товарные, производственные, логистические, финансовые, информационные и трудовые ресурсы зерновой компании и её бизнес-окружения.

Анализ процесса принятия решений по проведению торгово-логистических операций в современных ЗК выявил следующие недостатки:

1. Критерии, используемые при оценке эффективности операций -маржинальная прибыль, рентабельность, выручка, маржинальная прибыль на тонну, - а также другие показатели, предлагаемые теориями финансово-экономического анализа и финансового менеджмента, не позволяют провести сравнение операций с различной длительностью и не учитывают отвлечение (привлечение) денежных средств в процессе их проведения.

2. Отсутствие оперативной автоматизированной оценки рисков торгово-логистических операций.

3. Лица, принимающие решения (ЛПР, трейдеры) выбирают группу торговых операций (решение), пользуясь следующим алгоритмом: вначале выбирается операция с максимальным значением тг, по ней планируется максимально возможный объём сделки, затем берётся следующая по величине тг операция, и по ней планируется объём сделки с учётом уже использованных в предыдущей объёмов и так далее. Полученные таким образом решения в редких случаях являются оптимальными по критерию максимизации маржинальной прибыли, а также не учитывают другие критерии и риски.

4. Существующая практика оценки достаточности финансовых ресурсов путём согласования с соответствующим подразделением холдинга значительно замедляет процесс принятия решений и не даёт возможности оперативной оценки возможности проведения операций, но и эффективности использования финансовых ресурсов в процессе их реализации.

5. Недостаточно формализованы и автоматизированы процессы согласования условий заявок с контрагентами и взаимодействия вышестоящим уровнем управления.

Примеры торгово-логистических операций

по плану закупки

v-3.2 тг=3001-20.01

D3

покупка подработи хранение отгрузка перевозка продажа

Матрица «спрос-предложение»: Матрица «спрос-предложение»:

маржинальная прибыль на тонну объёмы сделок V, тыс. тн. тг, руб/тн.

D, D2 Dji D, D,

Is 450 350 300 щ. 5.5 1 3.2

500 350 Е 2 о I

S,

Источики и потребители зерна

•заявка о продаже (рынок) -план продажи (ЗК)

-заявки о покупке ¡рынок) т.1 -план закупки (ЗК)

- тореово-поеистические операции

Виды торгово-логистических операций

[s,[D,l,№T].lsii3.f!

| 3, | р, | - посредническая операция

\ - закупка под собственные нужды - продажа остатков iSiTSI ' пареиещение зерна иежду предприятиями

Вариант решения, выработанного ЯПР

- альтернатива (вариант решения ЛПР)

Рис. 2. Примеры и виды торгово-логистических операций и их представление в матрице «спрос-предложение»

Существующие на сегодняшний день автоматизированные системы, используемые в торговле зерном (Бизнес-Менеджер, Microsoft Dynamics и др.) обеспечивают преимущественно функции первичного учёта и документооборота, а универсальные системы под держки принятия решений (в т.ч. системы Business Intelligence) не адаптированы к специфике оперативного принятия решений по оптовой торговле зерном, и предоставляют, прежде

всего, универсальные аналитические инструменты. Таким образом, для автоматизации принятия решений по проведению торгово-логистических операций с зерном требуется разработка специализированной СППР.

Во второй главе на основе методики системного анализа для решения поставленных задач разработана математическая модель процесса принятия решений. Она является информационной основой для всех моделей банка моделей СППР. Предложены критерии эффективности торгово-логистических операций, модели оценки рисков и комплексный критерий, отражающий как эффективность, так и риски операций.

Математическая модель процесса принятия решений описывает его входные (возмущающие и управляемые), выходные параметры и зависимости между ними, и в общем виде представлена на рис. 3.

Рис.3. Параметры процесса принятия решений по проведению торгово-логистических операций

Входными параметрами являются:

1) Множества актуальных на текущий момент времени гс заявок контрагентов о продаже = покупке 5" = {ж,,, где </„ и

•£„ - соответственно векторы параметров заявок о покупке и продаже, п в [1 ,Ы],т е [1,М], N = Ы' + ЛГ,М = М' + М".

2) Управляющие воздействия: оперативный план и на время от начала ^ до окончания ¡Р/. периода планирования, который представляет собой детализированные планы закупки -О" и продажи

= тактического плана: по срокам, исполнителям, регионам и

другим параметрам, показатели хода его выполнения на текущий момент и,

соответственно, невыполненные задачи Ли, подлежащие выполнению на период до срока завершения планирования оперативного плана. Также II включает целевую функцию СЯ и ограничения СТ, определяемые исходя из задач тактического плана.

3) Свободные ресурсы зерновой компании: внутренние финансовые и товарные ресурсы Ягмл, внутренние и внешние производственно-логистические ресурсы ЯГ1.с„ которые определяются исходными ресурсами системы оптовой торговли (СОТ ЗК) на начало периода планирования , а также текущим и планируемым состоянием незавершенных контрактов CN. К производственно-логистическим ресурсам относятся свободные мощности отгрузки, приёмки, подработки, хранения, сушки, очистки на предприятиях. В случае отсутствия информации о свободных мощностях, могут быть указаны общие мощности.

4) Параметры внешних производственно-логистических услуг ^Яе/.с;: цены и мощности отгрузки, приёмки, подработки хранения, подработки (сушки, очистки), стоимость и длительность перевозки.

5) Аналитическая информация о проведённых операциях (завершенных контрактах) АШр и о зерновом рынке АНмая: законы распределения таких вероятностных величин, как сроки задержек платежей, отгрузки, перевозки, соответствие качества товара и др., а также оперативные аналитические отчёты и прогнозы состояния зернового рынка.

Выходным параметром процесса является множество решений а*(1), элементы которого представляют собой торгово-логистические операции с заданными объёмами, условия проведения которых согласованы с другими подразделениями зерновой компании и контрагентами:

а* = {(*п,с*т.1'п.г„)Кт > о Уп £ [1 ,«],Ут6 [1,М]} (1)

где (Жл' > ) = °Рл,т - торгово-логистическая операция объёма

тонн. Из рис.3 видно, что контракты, заключённые на основе решения а* образуют потоки ресурсов, влияющие на входные параметры А V, Ярп, Ярш, Яр[х;, АЫор.

Динамичность процесса отражается в состоянии свободных ресурсов системы управления оптовой торговлей (СУОТ ЗК) и степени выполнения тактического и оперативного планов. Информация о свободных ресурсах в

момент времени /с представляется в виде множества состояний ресурсов от момента времени /с и до последнего события изменения состояния ресурсов в соответствии с запланированными операциями.

Состояние выполнения оперативного и тактического планов и обеспеченность ресурсами на момент времени ¡с

Период Ь-.Лс ^..Лс+Д!

X га с с Оперативный план на период и - Выполненные задачи - Выполняемые задачи, под которые заключены контракты = Текущие (невыполненные) задачи ли

Ресурс Общий ресурс - Использованный ресурс - Распределённый ресурс = Свободный ресурс«^

2 > й § | 1 В 3 2 Реализованные этапы Планируемые в соответствии с договорами Потенциально возможные контракты (заявки)

1о, Ы - соответственно начальная и конечная дата планирования; 1се[1о, - текущий момент времени; /с +Л/ - дата окончания реализации заключенных контрактов.

Рис.4. Динамика изменения состояния ресурсов и выполнения тактического плана

Управляемыми параметрами являются Объёмы единичных операций \т , которые задаются в матрице Мчо (2, рис.2 «Матрица «спрос-предложение»), и условия заявок о покупке <1т и продаже^ .

=

"1 м

V«

На значения объёмов накладываются ограничения (3-5).

м

т—\

3:0

(2)

(3)

(4)

(5)

При установлении объёмов торговых операций Упт образуемые ими потоки ресурсов суммируются со свободными ресурсами, а достигаемый эффект сопоставляется с заданными планами закупки, продажи и ограничениями, указанными в тактическом плане.

Предложенная модель даёт возможность расчёта специальных критериев эффективности и оценки рисков. Используемые в настоящее время критерии, такие как маржинальная прибыль, рентабельность и др., предназначены либо для анализа экономической деятельности предприятий за отчётный период, либо для оценки эффективности инвестиций в будущем. Такие показатели не учитывают следующие особенности планирования торгово-логистических операций с зерном: а) длительность операций может быть различной; б) операции могут проводиться одновременно, используя общие ресурсы, что делает их взаимозависимыми; в) необходимость сравнивать как отдельные операции, так и их группы.

Табл. 1. Критерии эффективности торговО-логистических операций

Критерий Формула

Суточная маржинальная прибыль МЯс1 (руб/сут) Мйс1 =- Г

Суточная рентабельность 11Ес1 (%/сут) т

Общее отвлечение денежных средств (руб*сут) ж 1=1

Среднесуточное отвлечение денежных средств (руб) IV ИУ = — т

Отвлечение денежных средств от финансового ресурса (%) ¡V '-'кт

Суточная рентабельность отвлечения (%/сут) Ж

Дисконтированные суммы (руб)

Дисконтированная маржинальная прибыль (руб) МЯ* — МЯ — Е>С

Дисконтированная маржинальная прибыль на тонну (руб/т) 4 Ж тг* =- V

Условные обозначения: МЯ - маржинальная прибыль, Т - длительность операции, ЕХ -переменные затраты на операцию, Ь, - баланс операции (сумма всех входящих и исходящих платежей) на 1-й день проведения операции, (г) - финансовый ресурс СОТ ЗК на день 1, ц - суточная стоимость денег (%), V - объем операции (тонн).

В виду этих особенностей, для сравнительной оценки торгово-логистических операций предлагается использование критериев, приведённых на единицу времени (сутки) и отражающих характер отвлечения/привлечения операциями финансовых ресурсов (табл.1).

Однако, приведённые критерии не отражают рисков проведения операций, возникающих в виду ряда вероятностных факторов (табл. 2.)

Табл. 2. Вероятностные характеристики торговых сделок

№ Характеристика Источник

1 отклонение сроков отгрузки на предприятиях предприятия

2 отклонение сроков рассмотрения заявок на перевозку перевозчик

3 отклонение сроков подачи вагонов перевозчик

4 откл. сроков перевозки между предприятиями пит перевозчик

5 отклонение сроков платежей покупателей покупатель

6 отклонение показателей качества зерна поставщик

7 доступные производственные, финансовые и логистические ресурсы зерновой компании собственная компания и контрагенты

Для аппроксимации характеристик 1-6 в работе предлагается использование закона распределений Вейбулла, логистического, нормального, характеристика 7 рассчитывается на основе имитационной модели.

Для того чтобы ЛПР имел возможность одновременно оценить и эффективность, и риски торгово-логистических операций и альтернативных решений, в работе предложен комплексный показатель эффективности -вероятность достижения цели , который отражает вероятность достижения заданных значений критериев эффективности, достаточности ресурсов, своевременности этапов операции и соответствия закупаемого товара требуемому качеству (6).

Рдн. = р((ул|гт)п(уя^)п(г»г2я)п(к«|2«)), (6)

где У" - вектор критериев эффективности операции, У" - вектор затрат ресурсов, У'31 - вектор затрат времени, У'4' - вектор соответствия качества; Z^J\j 6 [1,4] - векторы ограничений на значения параметров; знак обозначает ограничение, знак которого (">"иди"5") зависит от показателя. Для векторов знак обозначает соответствие всех показателей вектора заданным ограничениям.

кассовых разрывов, дней ресурса. %

Рис.5. Графическое представление вероятности достижения цели

Для расчёта Рдц в работе предложен метод имитационного моделирования. На рис.5 представлен пример расчёта вероятности достижения цели: вероятность достаточности финансовых ресурсов для проведения выбранного множества операций в зависимости от максимально допустимой длительности кассовых разрывов и максимально допустимого отвлечения денежных средств от финансового ресурса. Из рисунка ЛПР может сделать выводы о необходимости привлечения дополнительных денежных средств или изменении условий контрактов с контрагентами с целью снижения рисков.

Третья глава посвящена разработке алгоритмов принятия решений по торговле зерном на основе СППР: общего алгоритма интерактивного принятия решений, алгоритмов многокритериального поиска и генерации альтернатив.

Общий алгоритм (рис. 5) описывает основные шаги интерактивного процесса принятия решений и выполняемые его участниками задачи. В процессе выполнения алгоритма операции и отбираемые группы операций поэтапно переходят в различные статусы:

ОБД: ввод исходных данных.

РУК: установление базовых ограничений,

распределение задач для трейдеров

СППР: расчёт параметров и отображение множеств ОРр&допустимых и ОРвлж базовых единичных операций_

ТР, СТР: установление локальных огрантений на единичные операции_

СППР: Отображение локального множества рассматриваемых операций ОРсо*(операций, соответствующих локальным ограничениям)._

ТР: отбор наиболее эффегтивных единичных торговых операций а множество ОР&г (на основе ранжирования по показателям, а также сопоставления с текущими и планируемыми свободными ресурсами)

□г

ТР: исключение операций (перенесение в множество ОРехс) и установление объёмов операций на основании неформализованнь* факторов

ТР: уточнение/изменение условий и проверка эк-* туалъности выбранных сделок путём переговоров или автоматического обмена сообщениями с контрагентами

9 ТР: исключение неактуальных сделок, обновлений условий сделок.______

СТР: составление (изменение) множества проектов альтернатив 0яна основе отобранных трейдерами сделок.

¥

и

СТР, СППР: формирование множеств «К

альтернатив а:

СТР: установление объёмов операций в проектах альтернатив, задание параметров и запуск процедур автоматической генерации альтернатив

СППР: расчёт показателей, финансовых к материальных потоков альтернатив, генерация альтернатив_■ _

13 СТР: анализ, ранжирование отбор апьтернатив

1$ СТР: отправка альтериатив(ы) на согласование руководителю

РУК: анализ альтернатив(ы), составление перечня замечаний или выбор альтернативы а*

РУК: отправка решения а* (плана торгово-логистических операций) на согласование в финансовый, юридический и другие подразделения ЗК.

СТР: Внесение решения в множество СМ, организация проведения операций

Условные обозначения: ОБД - оператор базы данных; ТР - трейдер; СТР - старший трейдер; РУК - руководитель подразделения по торговле зерном «а оперативном уровне. На шагах, отмеченных «*», используются оперативные аналитические данные, осуществляется сопоставление операций со свободными ресурсами. На шагах, отмеченных «#», действия трейдеров координируются старшим, трейдером.

Рис. 6. Обобщённый интерактивный алгоритм принятия решений

- операции: а) допустимые ОРт - актуальные, не исключены ЛПР из рассмотрения, виды товара и показатели качества в заявках совпадают; б)

базовые ОРВА5- допустимые, соответствующие преднастроенным в СППР ограничениям; в) рассматриваемые ОРсоу - базовые, соответствующие ограничениям, заданным ЛПР; г) эффективные ОРЕЕР - наиболее соответствующие задачам директивного плана; д) исключённые ОРЕХС -исключённые ЛПР из рассмотрения в виду неформализованных факторов; - группы операций: а) проекты альтернатив ар- группы, в которых есть операции, для которых ещё не определён объём сделки; б) альтернативы а -группы, в которых для всех операций задан объём; в) решение а*- выбранная альтернатива; г) исключённые аюсс - альтернативы, исключённые из дальнейшего рассмотрения.

В алгоритме учитывается возможность согласования условий заявок с контрагентами. Используя расчёты различных вариантов проведения операций, ЛПР получает возможность готовить в автоматизированном режиме конкретные предложения контрагентам, учитывая их интересы и достигая при этом повышения эффективности группы операций. Например, ЛПР может предложить изменение сроков платежей «в обмен» на увеличение цены закупки или снижение цены продажи.

На шаге 12 обобщённого алгоритма применяются алгоритмы многокритериальной генерации и ранжирования альтернатив. Предложенная в разделе 2.1 математическая модель можно свести к логистической задаче линейного программирования (7) - (9) за счёт снятия несущественных для модели ограничений на минимальные объёмы. Решения, в которых линейные критерии принимают оптимальные значения находятся в вершинах многогранника, образованного ограничениями (7) - (9).

м

1ХМ (7)

т=1

(8)

П=1

(9)

Так как на принятие решений влияют и нелинейные критерии, в том числе Рйл,., то для ЛПР представляют интерес и те вершины многогранника, в которых линейные критерии не оптимальны. Однако, время работы алгоритма

перебора всех вершин многогранника экспоненциально растёт в зависимости от N*M, и уже при N*M&40 составляет несколько часов, что неприемлемо для СППР, так как размерность реальных задач ЛПР составляет N • М > 150. В виду экспоненциального роста, эта проблема не решается увеличением вычислительной мощности ЭВМ, поэтому предложено совместное использование следующих алгоритмов генерации и отсева решений, выполняемых за полиномиальное время:

a) оптимизация по линейным критериям (10) - (12) используя различные весовые коэффициенты критериев и манипулируя системой ограничений с целью перебора большего числа вершин, соответствующих целям ЛПР;

N М

MR: ~*max (10)

л=1 т~\ N М

yFL :ZIX^'V» -> max,vp„.,„ е {0,1}, (11)

я=1 ш=1

N М

V W

п,т п,т

RW.^f-->min (12)

I <(0

'"'aw.V

где VPL - плановые объёмы закупки и продажи;

b) рекурсивный перебор соседних вершин. Расчёты показали, что даже соседние вершины могут улучшить значения нелинейных показателей, сохранив значения линейных критериев MR, VPL, RW исходной вершины;

c) перебор вершин (решений), находящихся между двумя заданными;

d) исключение вершин, не соответствующих ограничениям и не являющихся оптимальными по Парето.

Четвёртая глава посвящена разработке системы поддержки принятия решений по торговле зерном.

Информационной основой СППР должна быть автоматизированная информационная система оперативного учёта СОТ, соответствующая приведённой выше математической модели. Для эффективного использования СППР информация, поступающая из системы оперативного учёта и внешних источников должна быть оперативной, полной, точной и верной. Одной из задач, связанных с этим требованием, является согласование форматов обмена

данными с электронными торговыми площадками (по заявкам о покупке и продаже зерна) и контрагентами (по согласованию условий заявок). Структура СППР, её источники и получатели данных приведены на рис.7.

Анализ опыта внедрения СППР по торговле зерном и результаты моделирования процесса принятия решений с использованием приведённых моделей показали, что эффект от внедрения СППР заключается в следующем:

- повышение оперативности принимаемых решений за счёт автоматизации сбора данных, расчёта критериев, переговоров, автоматической генерации альтернатив и наглядного представления информации;

- использование предложенных критериев эффективности позволяет ЗК проводить большее количество торговых операций за промежуток времени, причём средняя эффективность отдельных операций по стандартным критериям (маржинальная прибыль на тонну и др.) может оказаться ниже обычной, но общая эффективность может возрасти до 5-15% и выше;

- расчёт рисков и использование критерия вероятности достижения цели дают ЛПР более объективное представление об ожидаемой эффективности планируемых торговых операций, а также возможность снизить риски до момента заключения контрактов. В отличие от оценки рисков на основе интуиции и опыта ЛПР имеет количественную оценку изменения рисков в ответ на изменения условий контрактов;

- многокритериальная генерация и ранжирование решений позволяют повысить эффективность решений за счёт гибкости СППР: в соответствии с текущими оперативными и тактическими задачами ЗК система может быть ориентирована на увеличение натуральных объёмов закупок или продаж, привлечение денежных средств, максимизация маржинальной прибыли, или снижение рисков.

Эффект внедрения СППР в конкретном зерновом холдинге зависит от существующей в нём внутренней организации торговли, количества и объёмов проводимых торговых операций и надёжности контрагентов.

Другие системы зерновой компании

Центральные ШМ, СИМ и другие системы

а

| обмен данными, ' согласование решений

НИР-системы собственных предприятий

текущие и планируемые материальные ресурсы, мощности

Система управления торговлей зерном

СППР тактического уровня

" Расчёты й модели

составление планов и отчётов по тактической и оперативной деятельности; прогнозирование конъюнктуры рынка и динамики собственных остатков и потребностей;

оценка эффективности непрямых операций.

СППР оперативного уровня

■Расчёты

текущего плана оперативном деятельности потоков и показателей эффективности операций,сравнение альтернатив состояния выполнения тактического плана

Модели

многокритериального принятия решении генерации и ранжирования решений анализа проведённых и оценки рискоа планируемых операций оперативного прогнозирования_

Аналитические данные

аналитические данные о динамике конъюнктуры рынка, изменении условии займов и использования логистических услуг, история прогнозов; закономерности сроков и размеров платежей покупателей, сроков поставки поставцуков, сроков отгрузки и приёмки предприятий, длительности перевозки транспортной компанией;

аналитические данные о планах, принятых решениях и результатах оперативной деятельности в разрезах времени, менеджеров, типов товара и др.;_

Оперативная БД СОТ

состояние финансовых, товарных, логистических ресурсов; текущие и завершённые операции (контракты): планы, критерии и ограничения различных уровней управления; справочники; контрагенты, предприятия, жд-станции, персонал и др.

предложения о покупке (спрос)

предложения о

продаже

(предложение)

текущие и планируемые условия перевозки

текущие и планируемые условия и мощности приёмки, хранения, отгрузки

Рис. 7. Обобщённая структура и источники данных СППР по торговле зерном

ЗАКЛЮЧЕНИЕ И ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В ходе исследования получены следующие основные результаты:

1. Разработаны структурно-функциональная, информационно-логическая и математическая модели процесса принятия решений по проведению торгово-логистических операций с зерном. В математической модели формализованы входные возмущающие и управляемые и выходные параметры исследуемого процесса и отражён его динамический и стохастический характер.

2. Предложены специальные критерии эффективности, которые позволяют сопоставлять эффективность как торгово-логистических операций и их групп, учитывают отвлекаемые операциями денежные средства. Предложен также комплексный критерий эффективности - вероятность достижения цели, отражающий как риски, так и эффективность операций и их групп.

3. Разработан обобщённый алгоритм принятия решений, в котором отражены задачи, выполняемые участниками процесса, возможности использования оперативных аналитических данных, генерации альтернативных решений и проведения автоматизированных переговоров с контрагентами.

4. Описана структура СППР, состав банка моделей СППР, методики её внедрения и эксплуатации. Разработаны ключевые модули СППР по торговле зерном. Разработана АИС ПР «Торговля зерном», которая внедрена в компании «Разгуляй-Зерно».

5. Формализованы границы и механизмы взаимодействия оперативного и тактического уровней управления торговлей зерном.

6. Благодаря возможности всесторонней оценки торговых операций при использования СППР достигается согласованность интересов зернового холдинга с его контрагентами, что повышает эффективность торговли и взаимное доверие сторон.

В работе показана многофакторность, многокритериальность, большая размерность и стохастичность задачи, стоящей перед трейдером. Предложенный в работе банк моделей не является окончательным и может совершенствоваться в процессе эксплуатации СППР.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ 1. Новицкий В.О., Маслов С.С. Постановка задачи оптимизации принятия решений по торговле зерном // Высокоэффективные пищевые технологии,

методы и средства их реализации: Сб. докл. IV междунар. конф.-выст. в 2 ч. / МГУПП. - М.: Изд. комплекс МГУПП, 2006.-Ч.2. - С. 149 - 151.

2. Новицкий В.О., Маслов С.С. Информационная система поддержки решений по торговле зерном // Хлебопродукты. - 2007. - № 6. - С. 54-55.

3. Новицкий В.О., Маслов С.С. Автоматизированная информационная система поддержки принятия решений по торговле зерном // Системный анализ в проектировании и управлении: Тр. XI Междунар. науч.-практ. конф.: В 3 ч. / СПбГПУ - СПб.: Изд-во Политехи, ун-та, 2007. - Ч. 2. - С. 328 - 329.

4. Новицкий В.О., Маслов С.С. Система принятия решений по торговле зерпрм // Комбикорма. - 2007. - № 4. - С. 25 - 26.

5. Маслов С.С., Новицкий В.О. Концептуальная модель автоматизации планирования операций по торговле зерном // Высокоэффективные пищевые технологии, методы и средства для их реализации: Сб. докл. V юбилейной школы-конф. с междунар. участ. / МГУПП. - М.: Изд. комплекс МГУПП, 2007. -С. 356-358.

6. Маслов С.С., Новицкий В.О. Алгоритм расчета показателей эффеетивности сделок в автоматизированной информационной системе поддержки решений по торговле зерном для зерновой компании// Сборник докладов VI научно-технической конференции с международным участием «Высокоэффективные пищевые технологии, методы и средства их реализации: эффективное использование ресурсов отрасли», Москва, МГУПП, 2008, с.206-210.

7. Маслов С.С., Новицкий В.О. Система поддержки принятия решений по оптовой торговле для зерновых компаний. // Материалы Первой междунар. конф. «Модернизация системы зернохранилищ России. Новые аспекты развития» («ЗЕРНОХРАНИЛИЩА -2011») / М., МПА, 2011 - с. 282-290.

8. Маслов С.С. Автоматизация принятия решений по торговле зерном. // Хлебопродукты. - 2011. - № 3. - С. 52 - 53.

9. Маслов С.С. Оценка эффективности и доступности планируемых торговых сделок на примере оптовой торговли зерном. // Экономика сельскохозяйственных и перерабатывающих предприятий. — 2011. - №9. - С. 68-72.

10. Маслов С.С., Новицкий В.О. Система поддержки принятия решений по торговле зерном. //Хлебопродукты.-2014.-№ 8. - С. 56-58.

11. Маслов С.С., Новицкий В.О. Автоматизированная оценка рисков зерновой логистики. // Хлебопродукты. - 2014. - № 12. - С. 50 - 51.

Подписано в печать:

31.10.2014

Заказ № 10346 Тираж -100 экз. Печать трафаретная. Типография «11-й ФОРМАТ» ИНН 7726330900 115230, Москва, Варшавское ш., 36 (499) 788-78-56 www.autoreferat.ru