Экономико-математическая модель решения логистических задач бизнес-процессов в технологических системах

Автор: Л.А. Коробова, Е.Н. Ковалева, Е.А. Саввина, Т.В. Гладких, И.С. Толстова

Журнал: Вестник Воронежского государственного университета инженерных технологий @vestnik-vsuet

Рубрика: Экономика и управление

Статья в выпуске: 3 (89), 2021 года.

Бесплатный доступ

Логистика для большинства предприятий на микроуровне весьма востребована и актуальна, так как оптимальный подход и принципы позволяют значительно снизить издержки, связанные с управлением самых разнообразных потоков: материальных ресурсов, денежных средств, информации, транспорта, энергии и многого другого, а также более эффективно и упорядоченно планировать, организовывать потоковые процессы. В этой связи в статье рассматривается актуальная задача разработки модели планирования маршрутов, позволяющей устанавливать информацию о движении груза с определением кратчайшего пути. В статье авторами предложена комплексная оптимизационная экономико-математическая модель, позволяющая определить оптимального поставщика для каждого потребителя конкретного вида готовой продукции с наименьшими транспортными расходами для предприятия-производителя продукции. Применение экономико-математического моделирования позволяет решить задачу планирования маршрутов, чтобы собирать информацию о движении груза в онлайн-режиме, составлять расписание рейсов, легко создавать отчеты и документы для логистики предприятия. Благодаря автоматическому учету этих и других параметров построенные маршруты будут оптимальными. По опыту наших предприятий-партнеров, это экономит до 20% транспортных расходов. Подсистема управления логистикой распределяет работу таким образом, чтобы исполнители прибывали в места назначения в удобных для получателя окнах доставки. Система распределяет работу и рассчитывает время прибытия с учетом множества факторов: требований к транспортному средству и его типу, информации об исторических пробках, особенностях и условиях работы каждого водителя. Подсистема «Управление логистикой» в режиме реального времени отслеживает процесс доставки и при появлении нового заказа анализирует текущее местонахождение и загруженность персонала. На основе этой информации система предлагает наиболее подходящего подрядчика и вносит изменения в маршрут движения.

Еще

Экономико-математическое моделирование, продукция, поставщик, потребитель, транспортировка, затраты предприятия, кластерный анализ, кластер, транспортная задача, логистика предприятий, задача оптимизации

Короткий адрес: https://readera.org/140259884

IDR: 140259884   |   DOI: 10.20914/2310-1202-2021-3-226-232

Список литературы Экономико-математическая модель решения логистических задач бизнес-процессов в технологических системах

  • Шохнех А.В. Математические методы оценки экономической безопасности хозяйствующих субъектов // 1Управление экономическими системами: электроннный научный журнал. 2012. №. 6 (42).
  • Краев В.Н. Методы принятия управленческих решений // Управление, подбор персонала. 2014. С. 67. 2
  • Якимов М. Концепция транспортного планирования и организации движения в крупных городах. 2017. 3
  • Бестембек Е.С., Секербаева А.Ф. Задачи исследования и разработки многофакторной модели транспортно-4складских решений // Актуальные проблемы транспорта и энергетики: пути их инновационного решения. 2016. C. 156.
  • Бестембек Е.С., Секербаева А.Ф. Разработка алгоритма решения многофакторной модель транспортной и 5складской задач при механизации строительных работ // Интеграция науки, образования и производства – основа реализации Плана нации. 2015. С.196.
  • Бестембек Е.С., Секербаева А. Ф., Рамазан Б. А. Анализ существующих методов решения транспортной и 6складской задач // Молодой ученый. 2016. № 27. С. 506-509.
  • Bukharin S.V., Melnikov A.V., Chernyaeva S.N., Korobova L.A. The method of immersion the problem of 7comparing technical objects in an expert shell in the class of artificial intelligence algorithms // IOP Conference Series: Materials Science and Engineering International Conference on Materials. 2017. P. 012208.
  • Grant R.M. Contemporary strategy analysis. Oxford: Blackwell Publishing, 2002. 551 p. 8
  • Ireland R., Hitt M. Achieving and maintaining strategic competitiveness in the 21st century: The role of strategic 9leadership // Academy of Management Executive. 2005. № 4 (19). P. 63-77.
  • Snowdon B., Stonehouse G. Competitiveness in globalized world: Michael Porter on the Microeconomic Foundations of 10the Competitiveness of Nations, Regions and Firms // Journal of International Business Studies. 2006. № 2 (37). P. 163-175.
  • Dey P.K., Petridis N.E., Petridis K., Malesios C. et al. Environmental management and corporate social 11responsibilitypractices of small and medium-sized enterprises // Journal of cleaner production. 2018. № 195. P. 687–702.
  • Collings D.G., Mellahi K., Cascio W.F. Global talent management and performance in multinational enterprises: A 12multilevel perspective // Journal of Management. 2019. № 45 (2). P. 540–566.
  • Hilorme T., Chorna M., Karpenko L., Milyavskiy M. et al. Innovative model of enterprises personnel incentives 13evaluation // Academy of Strategic Management Journal. 2018. № 17 (3). P. 1–6.
  • Тихомиров С.Г., Авцинов И.А., Туровский Я.А., Суровцев А.С. и др. Программно-аппаратный комплекс для 14управления биотехнологическими системами с использованием интеллектуальных информационных технологий // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. 2019. № 3. С. 158-165.
  • Информационные технологии и вычислительные системы: Обработка информации и анализ данных. 15Программная инженерия. Математическое моделирование. Прикладные аспекты информатики; под редакцией. С.В. Емельянова. М.: Ленанд, 2015. 104 с.
  • Остроух А.В., Николаев А.Б. Интеллектуальные информационные системы и технологии. СПб.: Лань, 2019. 308 с. 16
  • Тельнова Ю.Ф. Информационные системы и технологии. М.: Юнити, 2017. 544 с. 17
  • Drosou M., Jagadish H.V., Pitoura E., Stoyanovich J. Diversity in big data: A review // Big data. 2017. V. 5. №. 2. 18P. 73-84. doi: 10.1089/big.2016.0054
  • Montali M., Rivkin A. Model checking Petri nets with names using data-centric dynamic systems // Formal Aspects 19of Computing. 2016. V. 28. №. 4. P. 615-641. doi: 10.1007/s00165-016-0370-6
  • Гончаров Д.И. Конфигурирование в системе «1С: Предприятие 8». Основные объекты. ООО «1С: 20Паблишинг», 2009. 147 c.
Еще
Статья научная