Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология
Образование Политология Производство Психология Стандартизация Технологии


Выбор поставщика с помощью метода линейного программирования



Для того, чтобы выбрать поставщика сырья для ООО “СВЗ - Союз” на основе линейного программирования, необходимо в первую очередь спрогнозировать спрос на продукцию данного предприятия на несколько периодов вперед.

Предприятие располагает данными о продажах за 2009 год. Данные представлены в таблице 19.

 

Таблица 19 - Данные о продажах ООО “СВЗ - Союз” за 2009 год

№ периода 2009 год Продажи, тонны № периода 2009 год Продажи, тонны
1 Январь 2009 19 25 Июль 2009 21
2 Январь 2009 20 26 Июль 2009 19
3 Январь 2009 17 27 Июль 2009 14
4 Январь 2009 31 28 Июль 2009 18
5 Февраль 2009 27 29 Август 2009 19
6 Февраль 2009 28 30 Август 2009 22
7 Февраль 2009 34 31 Август 2009 19
8 Февраль 2009 29 32 Август 2009 17
9 Март 2009 35 33 Сентябрь 2009 18
10 Март 2009 34 34 Сентябрь 2009 21
11 Март 2009 35 35 Сентябрь 2009 21
12 Март 2009 27 36 Сентябрь 2009 22
13 Апрель 2009 27 37 Октябрь 2009 24
14 Апрель 2009 31 38 Октябрь 2009 26
15 Апрель 2009 28 39 Октябрь 2009 25
16 Апрель 2009 27 40 Октябрь 2009 25
17 Май 2009 24 41 Ноябрь 2009 27
18 Май 2009 25 42 Ноябрь 2009 29
19 Май 2009 25 43 Ноябрь 2009 29
20 Май 2009 26 44 Ноябрь 2009 29
21 Июнь 2009 25 45 Декабрь 2009 33
22 Июнь 2009 25 46 Декабрь 2009 31
23 Июнь 2009 23 47 Декабрь 2009 25
24 Июнь 2009 23 48 Декабрь 2009 21

 

На основе данных о продажах построим график продаж макаронных изделий предприятием в 2009 году. Выявим тренд, который наиболее точно аппроксимирует данные о продажах. На основе полученного тренда построим прогноз.

 

Рис. 2 - График продаж макаронных изделий ООО ”СВЗ - Союз” с трендом и уравнением тренда


 

Наиболее точным является полиномиальный тренд, так как именно у него наибольший коэффициент детерминации: R2 = 0, 0952.

Используя полученное уравнение, рассчитаем полиномиальный тренд.

поставщик выбор логистика предприятие

Таблица 20 - Расчет полиномиального тренда

№ периода 2009 год Тренд № периода 2009-10 гг Тренд
1 Январь 2009 29, 0221 37 Октябрь 2009 23, 6833
2 Январь 2009 28, 6358 38 Октябрь 2009 23, 7866
3 Январь 2009 28, 2631 39 Октябрь 2009 23, 9035
4 Январь 2009 27, 904 40 Октябрь 2009 24, 034
5 Февраль 2009 27, 5585 41 Ноябрь 2009 24, 1781
6 Февраль 2009 27, 2266 42 Ноябрь 2009 24, 3358
7 Февраль 2009 26, 9083 43 Ноябрь 2009 24, 5071
8 Февраль 2009 26, 6036 44 Ноябрь 2009 24, 692
9 Март 2009 26, 3125 45 Декабрь 2009 24, 8905
10 Март 2009 26, 035 46 Декабрь 2009 25, 1026
11 Март 2009 25, 7711 47 Декабрь 2009 25, 3283
12 Март 2009 25, 5208 48 Декабрь 2009 25, 5676
13 Апрель 2009 25, 2841 49 Январь 2010 25, 8205
14 Апрель 2009 25, 061 50 Январь 2010 26, 087
15 Апрель 2009 24, 8515 51 Январь 2010 26, 3671
16 Апрель 2009 24, 6556 52 Январь 2010 26, 6608
17 Май 2009 24, 4733 53 Февраль 2010 26, 9681
18 Май 2009 24, 3046 54 Февраль 2010 27, 289
19 Май 2009 24, 1495 55 Февраль 2010 27, 6235
20 Май 2009 24, 008 56 Февраль 2010 27, 9716
21 Июнь 2009 23, 8801 57 Март 2010 28, 3333
22 Июнь 2009 23, 7658 58 Март 2010 28, 7086
23 Июнь 2009 23, 6651 59 Март 2010 29, 0975
24 Июнь 2009 23, 578 60 Март 2010 29, 5
25 Июль 2009 23, 5045 61 Апрель 2010 29, 9161
26 Июль 2009 23, 4446 62 Апрель 2010 30, 3458
27 Июль 2009 23, 3983 63 Апрель 2010 30, 7891
28 Июль 2009 23, 3656 64 Апрель 2010 31, 246
29 Август 2009 23, 3465 65 Май 2010 31, 7165
30 Август 2009 23, 341 66 Май 2010 32, 2006
31 Август 2009 23, 3491 67 Май 2010 32, 6983
32 Август 2009 23, 3708 68 Май 2010 33, 2096
33 Сентябрь 2009 23, 4061 69 Июнь 2010 33, 7345
34 Сентябрь 2009 23, 455 70 Июнь 2010 34, 273
35 Сентябрь 2009 23, 5175 71 Июнь 2010 34, 8251
36 Сентябрь 2009 23, 5936 72 Июнь 2010 35, 3908

 

Рассчитаем индексы сезонности самым простым способом: средний уровень продаж за соответствующий конкретный месяц разделим на общее среднее продаж. Полученные данные представлены в таблице 21.

 

Таблица 21 - Расчет индекса сезонности

Месяц Среднее Индекс сезонности
январь 21, 75 0, 87
февраль 29, 5 1, 18
март 32, 75 1, 31
апрель 28, 25 1, 13
май 25 1, 00
июнь 24 0, 96
июль 18 0, 72
август 19, 25 0, 77
сентябрь 20, 5 0, 82
октябрь 25 1, 00
ноябрь 28, 5 1, 14
декабрь 27, 5 1, 10
Общее среднее 24, 98  

 

Теперь построим прогноз продаж на 2010 год, с января по июнь, с учетом сезонной компоненты. Полученные данные представлены в таблице 22.

 

Таблица 22 - Прогноз продаж для “ООО СВЗ - Союз” на первую половину 2010 года

Месяц Прогноз продаж, тн
Январь 2010 22, 48
Январь 2010 22, 71
Январь 2010 22, 96
Январь 2010 23, 21
Февраль 2010 31, 85
Февраль 2010 32, 23
Февраль 2010 32, 62
Февраль 2010 33, 03
Март 2010 37, 15
Март 2010 37, 64
Март 2010 38, 15
Март 2010 38, 67
Апрель 2010 33, 83
Апрель 2010 34, 32
Апрель 2010 34, 82
Апрель 2010 35, 34
Май 2010 31, 74
Май 2010 32, 23
Май 2010 32, 72
Май 2010 33, 24
Июнь 2010 32, 41
Июнь 2010 32, 93
Июнь 2010 33, 46
Июнь 2010 34, 00

 

Теперь у нас есть данные по объему спроса на 24 периода вперед, поэтому можно решать задачу по выбору поставщика для удовлетворения данного спроса.

Следует иметь в виду, что в соответствии с технологией изготовления макаронных изделий, из 100 тонн муки получается примерно 97 тонн макарон, т. е. коэффициент выхода = 0, 97. Рассчитаем потребность в сырье в соответствии с коэффициентом выхода. Полученные данные о потребности в сырье на первую половину 2010 года представлены в таблице №23.

 

Таблица 23 - Потребность в сырье на первую половину 2010 года

Месяц Потребность в сырье
Январь 2010 25, 48
Январь 2010 25, 71
Январь 2010 25, 96
Январь 2010 26, 21
Февраль 2010 34, 85
Февраль 2010 35, 23
Февраль 2010 35, 62
Февраль 2010 36, 03
Март 2010 40, 15
Март 2010 40, 64
Март 2010 41, 15
Март 2010 41, 67
Апрель 2010 36, 83
Апрель 2010 37, 32
Апрель 2010 37, 82
Апрель 2010 38, 34
Май 2010 34, 74
Май 2010 35, 23
Май 2010 35, 72
Май 2010 36, 24
Июнь 2010 35, 41
Июнь 2010 35, 93
Июнь 2010 36, 46
Июнь 2010 37, 00

 

Исходные данные представим в виде таблицы №24, в столбцах которой отразим информацию (цена, заявленные объемы поставок на 24 периодов) о поставщиках, которых мы будем оценивать. Следует отметить, что качество закупаемой продукции будет оцениваться как % брака в поставке, а соблюдение сроков поставки поставщиками как % задержек в поставках. Эти параметры должны обязательно быть учтены в этой модели, так как они влияют на реальный размер поставляемой партии, и, в конечном итоге, и на реальную цену единицы продукции. Например, если предприятие нуждается в 100 единицах продукции, а во входящей поставке наблюдается 10% брака, это означает, что пригодных изделий в партии только 90, поэтому, для получения 100 пригодных изделий фирма должна закупить у этого поставщика 111 единиц. Также, если этот поставщик еще и задерживает, в среднем, 10% своих поставок, то необходимое количество единиц товара, с учетом дополнительного страхового количества, должно составить 111*1, 1=121 ед.

 

Таблица 24 - Исходные данные по поставщикам ресурсов для ООО “СВЗ - Союз”

Поставщик ЗАО Мелькомбинат №3 ООО Люкс ООО Складсервис
Цена за 1 тн 11500 11250 12100
% брака в поставке (1+%) 1, 005 1, 02 1, 01
% задержек в поставках (1+%) 1, 01 1, 03 1
Цена с учетом брака и задержек 11673, 075 11819, 25 12221

 

Задача выбора поставщика на основе метода линейного программирования решается с помощью Excel и его функции “Поиск решения”.

Ограничения данной модели следующие:

Оптимальный набор поставщиков < = 1.

Оптимальный план > = потребности.

Целевой ячейкой являются общие затраты на закупку ресурсов, изменяемые ячейки - набор поставщиков. Целевая функция в данном случае устанавливается на минимум, так как мы рассматриваем такой параметр как затраты.

Полученные результаты представлены в таблице 25.

 

Таблица 25 - Результаты применения метода линейного программирования

Поставщик ЗАО Мелькомбинат №3 ООО Люкс ООО Складсервис Потребность Оптимальный план
Цена за 1 тон, руб. 11500 11250 12100    
% брака в поставке (1+%) 1, 005 1, 02 1, 01    
% задержек в поставках (1+%) 1, 01 1, 03 1    
Цена с учетом брака и задержек, руб. 11673, 075 11819, 25 12221    
Период

Потребность, тон.

   
Январь 2010 22, 48 22, 48 22, 48 22, 48 22, 48
Январь 2010 22, 71 22, 71 22, 71 22, 71 22, 71
Январь 2010 22, 96 22, 96 22, 96 22, 96 22, 96
Январь 2010 23, 21 23, 21 23, 21 23, 21 23, 21
Февраль 2010 31, 85 31, 85 31, 85 31, 85 31, 85
Февраль 2010 32, 23 32, 23 32, 23 32, 23 32, 23
Февраль 2010 32, 62 32, 62 32, 62 32, 62 32, 62
Февраль 2010 33, 03 33, 03 33, 03 33, 03 33, 03
Март 2010 37, 15 37, 15 37, 15 37, 15 37, 15
Март 2010 37, 64 37, 64 37, 64 37, 64 37, 64
Март 2010 38, 15 38, 15 38, 15 38, 15 38, 15
Март 2010 38, 67 38, 67 38, 67 38, 67 38, 67
Апрель 2010 33, 83 33, 83 33, 83 33, 83 33, 83
Апрель 2010 34, 32 34, 32 34, 32 34, 32 34, 32
Апрель 2010 34, 82 34, 82 34, 82 34, 82 34, 82
Апрель 2010 35, 34 35, 34 35, 34 35, 34 35, 34
Май 2010 31, 74 31, 74 31, 74 31, 74 31, 74
Май 2010 32, 23 32, 23 32, 23 32, 23 32, 23
Май 2010 32, 72 32, 72 32, 72 32, 72 32, 72
Май 2010 33, 24 33, 24 33, 24 33, 24 33, 24
Июнь 2010 32, 41 32, 41 32, 41 32, 41 32, 41
Июнь 2010 32, 93 32, 93 32, 93 32, 93 32, 93
Июнь 2010 33, 46 33, 46 33, 46 33, 46 33, 46
Июнь 2010 34, 00 34, 00 34, 00 34, 00 34, 00
Итого потребность, тон. 773, 72 773, 72 773, 72 773, 72  
Оптимальный набор поставщиков 1 0 0 1  
Объем закупаемых изделий, тон. 773, 72 0 0 773, 2  
Затраты на закупку ресурсов, руб. 9031659, 48 0 0 Общие затраты на закупку ресурсов, руб. 9031659, 478

 

В соответствии с данным методом предприятию необходимо выбрать ЗАО Мелькомбинат №3. Данное решение совпадает с решением руководства предприятия, а также с решением, которое было получено с помощью метода анализа иерархий.

 


Поделиться:



Последнее изменение этой страницы: 2020-02-16; Просмотров: 173; Нарушение авторского права страницы


lektsia.com 2007 - 2024 год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! (0.02 с.)
Главная | Случайная страница | Обратная связь