2023. — Т 10. — №1 - перейти к содержанию номера...
Постоянный адрес этой страницы - https://resources.today/12inor123.html
This article metadata is also available in English
DOI: 10.15862/12INOR123 (https://doi.org/10.15862/12INOR123)
Полный текст статьи в формате PDF (объем файла: 655.1 Кбайт)
Ссылка для цитирования этой статьи:
Спешилов, Е. А. Алгоритмизация интеллектуального анализа данных для оптимизации процесса управления запасами на предприятии в условиях неопределенности / Е. А. Спешилов, П. О. Неседов // Отходы и ресурсы. — 2023. — Т 10. — №1. — URL: https://resources.today/PDF/12INOR123.pdf. — DOI: 10.15862/12INOR123. (дата обращения: 16.10.2024).
Алгоритмизация интеллектуального анализа данных для оптимизации процесса управления запасами на предприятии в условиях неопределенности
Спешилов Евгений Алексеевич
ФГБОУ ВО «Оренбургский государственный университет», Оренбург, Россия
Аспирант
ФГБУН «Институт экономики Уральского отделения Российской академии наук»
Оренбургский филиал, Оренбург, Россия
Младший научный сотрудник
E-mail: evgenij.sp@mail.ru
РИНЦ: https://www.elibrary.ru/author_profile.asp?id=1129819
Неседов Павел Олегович
ФГБОУ ВО «Оренбургский государственный университет», Оренбург, Россия
E-mail: nespavelo@gmail.com
РИНЦ: https://www.elibrary.ru/author_profile.asp?id=1157512
Аннотация. В настоящее время в условиях повышения степени неопределенности внешних экономических и геополитических факторов для принятия эффективных управленческих решений на предприятиях используются подходы, основанные на цифровизации аналитических процессов, связанных с их интеллектуализацией посредством применения математического инструментария. От достоверности и актуальности аналитического материала зависит планирование широкого круга вопросов относительно функционирования предприятий в краткосрочном, а особенно долгосрочном периоде. Целью исследования явилась разработка алгоритма анализа данных для управления запасами на промышленном предприятии, адаптированного к сложившимся на сегодняшний день условиям, вызванным неопределенностью ряда выявленных факторов. В статье представлен анализ состояния промышленности России за 2017–2021 гг. Приведена динамика индекса цен по отельным видам экономической деятельности, отражена закономерность изменения численности промышленных предприятий. Графически представлен прогноз индекса цен по отдельным отраслям промышленности на 2025 год. Определены основные проблемы, с которыми сталкивается отрасль российской промышленности и дана краткая характеристика их влияния на развитие промышленных предприятий. Обоснована применимость методов системного анализа для решения задач управления запасами. Проанализирован состав модели Economic ordering quantity и аргументирована необходимость ее модернизации с учетом действия факторов неопределенности внешней среды для определения оптимального размера заказа. Авторами предложен алгоритм интеллектуального анализа данных, разработанный для расчета оптимального количества заказа на основе модифицированной формулы Уилсона с описанными допущениями и ограничениями. Представлена апробация расчета на его основе. Для обоснования корректности и применимости алгоритма дано сопоставление реальных и расчетных данных, проведена экспертная оценка на актуальность и возможность его внедрения на промышленных предприятиях с целью сокращения рисков при принятии управленческих решений в части складской логистики, в частности в управлении запасами.
Ключевые слова: складская логистика; управленческие решения; алгоритм; интеллектуальный анализ данных; оптимизация управления запасами; математические методы и модели; цифровизация экономики
Контент доступен под лицензией Creative Commons Attribution 4.0 License.
ISSN 2500-0659 (Online)
Уважаемые читатели! Комментарии к статьям принимаются на русском и английском языках.
Комментарии проходят премодерацию, и появляются на сайте после проверки редактором.
Комментарии, не имеющие отношения к тематике статьи, не публикуются.