МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ АРХИТЕКТУРНО-СТРОИТЕЛЬНЫЙ УНИВЕРСИТЕТ (СИБСТРИН)
Кафедра менеджмента
ПЛАНИРОВАНИЕ
И ОПТИМИЗАЦИЯ ЭЛЕМЕНТОВ ПРОИЗВОДСТВЕННОЙ СИСТЕМЫ
Методические указания к выполнению курсового проекта по дисциплине «Производственный менеджмент» для студентов специализации 080502 всех форм обучения
НОВОСИБИРСК 2007
Методические указания разработаны доцентом А.А.Шерстяковым
Утверждены методической комиссией института экономики и менеджмента
Рецензенты
- Л.Ф.Манаков, доктор экон. наук, профессор, зав.кафедрой менеджмента (НГАСУ)
- В.В.Герасимов, доктор техн. наук, профессор кафедры ПФУ (НГАСУ)
(С) Новосибирский государственный архитектурно-строительный университет (Сибстрин), 2007
ВВЕДЕНИЕ
Практика управления производством предусматривает решение многочисленных задач в области планирования и организации производства, для многих из которых разработаны эффективные методики и алгоритмы решения. Формирование у студентов навыков решения таких задач с использованием известных математических методов и является основной целью настоящего курсового проекта.
Ввиду значительного объема исходной информации для выполнения курсового проекта, каждому студенту выдается индивидуальное задание в печатном виде (к разделам 1-4) и в виде файлов Excel (к разделам 5-6). Указанные файлы содержат не только задания, но и программу, выполняющую необходимые расчеты по этим разделам. Желательно выполнение всех разделов с использованием машинных вычислений в Excel, тем не менее, расчеты по разделам 1-5 возможно провести и вручную.
СОСТАВ КУРСОВОГО ПРОЕКТА
Введение
1. Прогнозирование спроса методом декомпозиции временного ряда
2. Агрегатное планирование производственной системы
3. Управление снабжением и запасами
3.1 Парето – анализ
3.2 План поставок для материалов группы С
3.3 План поставок материалов группы В
3.4 План поставок материалов группы А
4. Краткосрочное планирование и составление расписания работ
4.1 Планирование загрузки производственной системы как единого рабочего центра
4.2 Планирование загрузки двух рабочих центров
4.3 Метод Петрова – Соколицына
5. Обоснование инвестиционного плана методом дерева решений
6. Балансирование поточной линии с использованием имитационной модели
Заключение
Литература
1. Прогнозирование спроса методом декомпозиции временного ряда
В курсовом проекте предполагается наличие только трендовой и сезонной компонент спроса, и используется мультипликативная модель прогноза.
Исходными данными являются значения объема продаж помесячно за предшествующие три года. Порядок прогнозирования следующий:
1. Определяют сезонные индексы для каждого месяца по формуле:
где Si – сезонный индекс для i-го месяца;
- средний спрос в
i
месяце за три года;
-
средний месячный спрос за три года.
2. Исключают из исходных данных сезонность, делением объема продаж в каждом месяце на соответствующий месячный индекс сезонности.
3. Строят график полученного временного ряда и проводят его анализ. По форме полученного графика следует определить, относится ли весь временной ряд к одному этапу жизненного цикла продукта. Если это так, для последующего анализа используют весь временной ряд. Если же на графике визуально выделяется несколько этапов жизненного цикла, для дальнейшего анализа необходимо использовать только данные, относящиеся к последнему этапу.
4. Определяют вид функции тренда. Для всех стадий жизненного цикла допустимо использовать линейный тренд, но на переходных участках используется экспоненциальная функция (начало стадии роста), и логарифмическая (окончание стадии развертывания).
5. Определяется функция тренда. В MS Excel необходимо построить график на основе данных, определенных в п.3, выделить график, и после правого щелчка мыши выбрать опцию «добавить линию тренда». Далее в открывшемся окне необходимо указать тип функции тренда, и, открыв вкладку «параметры», выбрать опции «показывать уравнение на диаграмме» и «поместить на диаграмму величину достоверности аппроксимации».
Величина достоверности аппроксимации должна превышать значение 0,7, в противном случае необходимо пересмотреть вид функции тренда или включаемые в трендовый анализ исходные данные (этап 3 и 4)
6. Используя уравнение функции тренда, вычислить трендовый прогноз, подставляя в уравнение порядковые номера последующих 12 месяцев.
7. Окончательный прогноз определяется с учетом сезонных индексов по формуле:
Fi = Ti ∙ Si,
где Fi – прогноз спроса на i-й месяц;
Ti – прогноз в соответствии с трендовой функцией;
Si – сезонный индекс месяца i.
Величина прогноза округляется до целых значений.
Рассмотрим пример расчета прогноза. Расчет индексов сезонности приведен в таблице 1. Средний спрос в определенном месяце определяется как среднее арифметическое (например, в январе (326+303+665)/3 = 431,3. Средний спрос за весь период (1025,7) определен как среднее арифметическое значение по всем 36 месяцам. Индекс сезонности определен делением значений среднего спроса в определенном месяце на среднее за 3 года, например в январе 431,3/1025,7 = 0,4205. Значения после исключения сезонности определяются делением значений спроса на индекс сезонности, например 326/0,4205 = 775.
График спроса после исключения сезонности приведен на рисунке 1. Видно, что тенденция изменения спроса в течение первого года не совпадает с таковой в последующие два года. В течение первого года наблюдается стадия рождения, далее происходит рост рынка. В связи с этим нецелесообразно включать в трендовый анализ данные первого года. Трендовый анализ (рисунок 2) проведен только по данным последних двух лет. Величина достоверности аппроксимации превышает 0,7.
Таблица 1 Расчет индексов сезонности и исключение сезонности из значений спроса (пример)
|
Показатель |
Год |
|
За весь период | |||||||||||
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 | |||
|
Значение спроса (исходные данные) |
1 |
326 |
344 |
345 |
412 |
573 |
625 |
703 |
746 |
668 |
581 |
575 |
443 |
|
|
2 |
303 |
361 |
394 |
503 |
716 |
837 |
984 |
1161 |
1049 |
1103 |
1091 |
897 |
| |
|
3 |
665 |
799 |
871 |
1121 |
1626 |
1851 |
2240 |
2677 |
2373 |
2421 |
2547 |
1993 |
| |
|
Средний спрос |
|
431,3 |
501,3 |
536,7 |
678,7 |
971,7 |
1104,3 |
1309,0 |
1528,0 |
1363,3 |
1368,3 |
1404,3 |
1111,0 |
1025,7 |
|
Индекс сезонности |
|
0,42 |
0,49 |
0,52 |
0,66 |
0,95 |
1,08 |
1,28 |
1,49 |
1,33 |
1,33 |
1,37 |
1,08 |
|
|
Значение спроса после исключения сезонности |
1 |
775 |
704 |
659 |
623 |
605 |
580 |
551 |
501 |
503 |
436 |
420 |
409 |
|
|
2 |
721 |
739 |
753 |
760 |
756 |
777 |
771 |
779 |
789 |
827 |
797 |
828 |
| |
|
3 |
1581 |
1635 |
1665 |
1694 |
1716 |
1719 |
1755 |
1797 |
1785 |
1815 |
1860 |
1840 |
| |
Рис.1 График спроса после исключения сезонности Рис. 2 Трендовый анализ спроса
Для получения прогноза спроса необходимо подставить в функцию T(x)=64,299x+452,94 значения x от 25 до 36, которые соответствуют 1-12 месяцам следующего года, и умножить их на соответствующие индексы сезонности. Прогноз округляется до целых. Расчет показан в таблице 2.
Таблица 2 – Расчет прогноза спроса
|
Месяц 4 года |
x |
Тренд Ti (x) |
Сезонный индекс Si |
Прогноз спроса Fi |
|
1 |
25 |
2060,42 |
0,42 |
866 |
|
2 |
26 |
2124,71 |
0,49 |
1039 |
|
3 |
27 |
2189,01 |
0,52 |
1145 |
|
4 |
28 |
2253,31 |
0,66 |
1491 |
|
5 |
29 |
2317,61 |
0,95 |
2196 |
|
6 |
30 |
2381,91 |
1,08 |
2565 |
|
7 |
31 |
2446,21 |
1,28 |
3122 |
|
8 |
32 |
2510,51 |
1,49 |
3740 |
|
9 |
33 |
2574,81 |
1,33 |
3422 |
|
10 |
34 |
2639,11 |
1,33 |
3521 |
|
11 |
35 |
2703,41 |
1,37 |
3701 |
|
12 |
36 |
2767,70 |
1,08 |
2998 |