ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2016 г.)
2-летний импакт-фактор РИНЦ: 0,493
2-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,732
5-летний импакт-фактор РИНЦ: 0,364
5-летний импакт-фактор РИНЦ без самоцитирования: 0,303
Суммарное число цитирований журнала в РИНЦ: 5022
Пятилетний индекс Херфиндаля по цитирующим журналам: 355
Индекс Херфиндаля по организациям авторов: 499
Десятилетний индекс Хирша: 11
Место в общем рейтинге SCIENCE INDEX за 2016 год: 304
Место в рейтинге SCIENCE INDEX за 2016 год по тематике "Автоматика. Вычислительная техника": 11

Больше данных по публикационной активности нашего журнале за 2008-2016 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

1
Ожидается:
16 Марта 2018

Система поддержки принятия решений по управлению товарными запасами

Decision support system for trade stock management
Статья опубликована в выпуске журнала № 2 за 2010 год.[ 27.05.2010 ]
Аннотация:Статья посвящена автоматизации управления товарными запасами на предприятиях розничной торговли. Пред-ставлена система поддержки принятия решений в этой области с нечетким логическим выводом, основанным на ак-тивации сети правил. Рассматриваются структура системы и алгоритм логического вывода.
Abstract:Questions of trade stock management automation in retail trade is considered in this paper. The decision support system with fuzzy deduction based on the activating rule net is presented The system structure and algorithm of a logical deduction is examined.
Авторы: Синюк В.Г. (lysevi@gmail.com) - Белгородский государственный технологический университет им. В.Г. Шухова, Северо-Кавказский филиал, г. Минеральные Воды, , , кандидат технических наук, Пивненко Е.В. (H_Pivnenko@mail.ru) - Белгородский государственный технологический университет им. В.Г. Шухова, ,
Ключевые слова: нечеткий логический вывод, правила, система поддержки принятия решений, товарные запасы
Keywords: fuzzy logical deduction, rules, decision support system, trade stock
Количество просмотров: 9242
Версия для печати
Выпуск в формате PDF (4.97Мб)
Скачать обложку в формате PDF (1.38Мб)

Размер шрифта:       Шрифт:

Товарные запасы торговых предприятий имеют основной удельный вес в стоимости их активов, являются главным источником пополнения собственных средств за счет прибыли от реализации и вместе с тем создают большую проблему ежедневного контроля. В России оптимизация запасов на уровне торговых предприятий, обеспечивающая максимальный уровень обслуживания потребителей при минимальных инвестициях в запасы, минимальных затратах на заказ и транспортировку, пока осуществляется, как правило, методом проб и ошибок. Для управления запасами используется системный подход, то есть запасы рассматриваются во взаимосвязи с различными сторонами деятельности фирмы. В настоящее время актуальным является применение научного управления запасами, что сокращает стихийные регуляторы этого процесса [1].

В статье рассматриваются задачи управления товарными запасами в системе складов на предприятиях розничной торговли. К логистическим задачам управления товарными запасами можно отнести определение оптимального уровня запасов на всех складах торговой сети, объемов и сроков поставок, выбор лучших поставщиков, контроль уровня товарных запасов и автомати- ческая подготовка проектов заказов на их пополнение [2].

Для определения оптимального уровня запасов на всех складах торговой сети решаются подзадачи: пополнение запасов региональных складов с центрального склада, перераспределение товарных запасов между региональными складами с целью увеличения продаж, выбор лучших поставщиков и заказ товара у них.

Запасы региональных складов пополняются с центрального склада ритмичными еженедельными поставками или по его указанию со складов изготовителей. Поставляемые партии комплектуются на основе предложений центрального склада по номенклатуре и количеству, подтвержденными региональными складами.

Управление товарными запасами в системе складов (филиалов)

Подпись:  
Рис. 1. UML-диаграмма пакетовЛПР (товаровед, директор магазина и т.п.) получает рекомендации системы поддержки принятия решений (СППР) относительно того, какой товар лучше добавить в поставку филиалу для быстрой реализации. ЛПР посылает запрос системе учета товара по сбору статистической информации из своих баз и/или хранилищ данных. Эти данные передаются СППР, которая выдает рекомендации по управлению в приемлемом для пользователя виде.

Очевидно, что использование естественного языка со всем набором имеющихся в нем выразительных средств для рассуждений и принятия решений с помощью качественных представлений, понятий и оценок типа «мало», «много», «редко», «часто» и т.д. позволяет всесторонне и компактно описать общую смысловую постановку задач управления. Целесообразность и продуктивность такого подхода для решения задач управления подтверждается рядом практических разработок (см., например, [3]).

На рисунке 1 представлена диаграмма пакетов СППР, в которые сгруппированы классы и методы, позволяющие использовать методы нечеткой логики, работать с лингвистическими переменными и нечеткой арифметикой.

Подпись:  Рис. 2. Фрагмент UML-диаграммы классов пакета нечетких объектовКласс, реализующий логический вывод, наиболее удачно описан в пакете FuzzyObj, который взаимосвязан с пакетом FuzzyArithmetics, где реализованы функции фаззификации, дефаззификации, вычисления расширенной Т-нор­мы, Т-конормы, сравнения нечетких множеств, арифметические операции над нечеткими переменными, имеющими числовую интерпретацию, и с пакетом Fuzzy­Db, в котором осуществляются доступ к знаниям, хранящимся в БЗ, и манипулирование ими.

На рисунке 2 представлен фрагмент статической структуры пакета FuzzyObj в терминологии классов объектно-ориентированного программирования, приведены классы, реализующие функции и поведение объектов, участвующих в логическом выводе. Термы задаются в системе функциями принадлежности, имеющими предопределенный вид: П-, S-, Z-образные. Переменные могут быть входящими, исходящими, промежуточными, а также лингвистического, логического или числового типов.

При управлении товарными запасами выделим следующие критерии: складские остатки в филиалах, значимость филиалов в распределении выбранной товарной позиции, продажи выбранной товарной позиции в филиалах, количество товара, подлежащего распределению/пере­распределению, стоимость доставки партии из филиала в филиал в случае перераспределения и прибыльность высвобождаемых средств.

Подпись:  Рис. 3. UML-диаграмма состоянийЭксперт формулирует ряд правил, которые можно записать согласно поддерживаемой системой структуре:

Правило ::= 'IF' Условие 'THEN' заключение ['WITH' вес_правила] ';'

Условие ::= (подусловие | Имя_переменной) { 'AND' (подусловие | имя_переменной)}

Подусловие ::= имя_переменной 'IS' имя_терма ['WITH' вес_подусловия]

Заключение ::= (подзаключение) { 'AND' (подзаключение)}

Подзаключение ::= (имя переменной | имя_переменной 'IS' имя_терма | Арифм_выраж)| внешняя_функция {'AND' ( имя_переменной | (имя_переменной 'IS' имя_терма) | Арифм_выраж ) | внешняя_функция }

Арифм_выраж ::= (имя_переменной | имя_терма) арифметическая_операция (имя_переменной | имя_терма) {арифметическая_операция (имя_переменной| имя_терма) арифметическая_операция (имя_переменной | имя_терма)}

Арифметическая_операция ::= +|-|*|/

Вес_правила ::= 0..1

Вес_подусловия ::= 0..1

Логический вывод в сети таких правил организуется в СППР и носит циклический характер (рис. 3). Для выбора наиболее подходящего правила следует сравнить истинность условия правила с заданным значением лингвистической переменной, которая определяется полнотой покрытия правилами БЗ данной предметной области. Она определена на интервале [0,1] и может принимать значения «удовлетворительно», «безупречно» и т.п. На основании этого сравнения принимается решение о выполнении следствия правила, причем при означивании переменных, определенных в следствии, степень истинности того, что переменная принимает заданное значение, становится равной степени истинности условия правила [4].

Так, согласно представленной структуре для задачи распределения товарных ресурсов могут быть сформулированы правила следующего типа:

ЕСЛИ Остатки_филиала_i= «Низкие» [важность «Высокая»] И Важность_филиала_i= «Высокая» И Продажи_филиала_i = «Высоке» И Количество_товара_для_рас­пределения >0 ТО INC(Количество_товара_ для _фили­ала_i ) И DEC(Количество_товара_для_распределения ) И DEC(Важность_филиала_i ) [вес_правила = Высокий]

ЕСЛИ Остатки_филиала_1 = «Норма» И Остатки_фи­лиала_2 = «Норма» … И Остатки_филиала_N = «Норма» ТО РАСПРЕДЕЛИТЬ_СОГЛАСНО_ПРОДАЖАМ

Где РАСПРЕДЕЛИТЬ_СОГЛАСНО_ПРОДАЖАМ – внешняя функция.

Для решения задачи перераспределения товарных ресурсов между филиалами пример правила, по которому может приниматься решение о перемещении товара из филиала в филиал, следующий:

ЕСЛИ Остатки_на_филиале_доноре_i = «больше нормы» И Остатки_на_филиале_доноре_i = «больше среднего кол-ва по складам» И Остатки_на_филиале_реципиенте_j = «меньше нормы» И Остатки_на_филиале_реципиенте_j = «меньше среднего кол-ва по складам» И Прибыльность_от_высвобождаемых средств = «высокая» ТО «Выбрать Q наиболее подходящих изделий для перемещения» И INC(Остатки_на_филиале_реципиенте_j , Q) И DEC(Ос­татки_на_филиале_доноре_i ,Q)

Необходимо отметить, что каждому параметру, выбранному в качестве регулирующего товарные запасы, должно соответствовать либо количественное, либо качественное значение. Во втором случае требуется построить функции принадлежности терм-множеств лингвистической переменной в разрезе каждого товара или групп, принятых к учету. При большой номенклатуре построение соответствующих функций принадлежности затруднительно. Для автоматизации этого процесса использовался метод построения функций принадлежности по накопленным статистическим наблюдениям исходя из распределения данных. Метод основан на кластеризации [5], с помощью которой синтезируют функции принадлежности при экстракции нечетких моделей.

Литература

1.   Добронравин Е.Р. Организация системы управления запасами // Genobium, 2006. URL: http://www.genobium.com/ r/a28_thesis.htm (дата обращения: 20.11.2009).

2.   Волгин В.В. Склад: организация, управление, логистика. М.: Издат.-торг. корпор. «Дашков и К», 2005.

3. Прикладные нечеткие системы; под ред. Т. Тэрано, К. Асам, М. Сугено. М.: Мир, 1993.

4. Синюк В.Г., Пивненко Е.В. Применение нечеткой истинности в логическом выводе, основанном на активации сети

продукций // Интеллектуальные системы (AIS'07); Интеллектуальные САПР (CAD-2007): тр. Междунар. науч.-технич. конф. В 4-х т. М.: Физматлит, 2007. Т. 2. С. 221–223.

5. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику // Консультационный центр Matlab компании Softline, 2006. URL: http://matlab.exponenta.ru/fuzzylogic/book1/ index.php (дата обращения: 15.12.2009).


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=2535
Версия для печати
Выпуск в формате PDF (4.97Мб)
Скачать обложку в формате PDF (1.38Мб)
Статья опубликована в выпуске журнала № 2 за 2010 год.

Возможно, Вас заинтересуют следующие статьи схожих тематик: