Модель оптимизации выпуска продукции машиностроительного предприятия в условиях неопределенности спроса

M S Vorobev; E N Vakhrusheva; S V Vologdin

doi:10.22213/2410-9304-2024-1-56-61

Authors

M. S. Vorobev Kalashnikov Izhevsk State Technical University
E. N. Vakhrusheva Kalashnikov Izhevsk State Technical University
S. V. Vologdin Kalashnikov Izhevsk State Technical University

DOI:

https://doi.org/10.22213/2410-9304-2024-1-56-61

Keywords:

mechanical engineering, demand, forecasting, plan, optimization, model

Abstract

The article develops anoptimizing model for a machine-building enterpriseproduction plan, taking into account a combination of factors such as financial capabilities and production capacity of the enterprise, limited resources, as well as demand uncertainty of long-range planning for a period of more than three months. Product features of a machine-building plant is taken into account that produces equipment and spare parts for oil-extraction enterprises, as well as the peculiarities of its operations in the market, due to the capabilityof sales forecasting for 2-3-month periods ahead based on actual demand under tender agreements. And this will be the minimum plan that the production company needs to follow. It is proposed to solve the demand uncertainty by means of adaptive forecasting methods based on statistical data available from thesales enterprise indicatorsof the past periods. It is econometric models ARMA and ARIMA that are designed to analyze time series that do not contain a seasonal component, since the demand for the products of a machine-building enterprise has no seasonal fluctuations. The ARMA model uses a combination of past values and white noise to predict future values and assumes that time series data are stationary, which means their statistical properties will not change over time. The ARIMA model is an extension of ARMA for non-stationary time series and is used to build short-term forecasts in which the lead period ranges from one or several months to a year. The mathematical model is a nonlinear conditional optimization problem. To solve this problem, various methods are proposed, allowing determination the optimal production plan, the minimum loan amount and the resources needed to implement this plan.

Author Biographies

M. S. Vorobev, Kalashnikov Izhevsk State Technical University

Post-graduate

E. N. Vakhrusheva, Kalashnikov Izhevsk State Technical University

PhD in Economics

S. V. Vologdin, Kalashnikov Izhevsk State Technical University

DSc in Engineering, Associate Professor

References

Macedo L. L., Godinho P., Alves M. J. A Comparative Study of Technical Trading Strategies Using a Genetic Algorithm // Computational Economics. 2020. Vol. 55, No. 1. P. 349-381. - DOI 10.1007/s10614-016-9641-9.

Ефанов С. Д., Палинчак Н. Ф. Метод ветвей и границ как один из методов целочисленного программирования // Технологии физики, автоматизации и информатики. Актуальные исследования в современной науке: материалы научно-практической конференции студентов и аспирантов Липецкого государственного технического университета. Липецк. 30 апреля 2019 года. Липецк: Липецкий государственный технический университет. 2020. С. 25-29.

Климова Е. З., Крылова Т. В., Казначеева С. Н. Управление процессом прогнозирования продаж в организации // Естественно-гуманитарные исследования. 2023. № 3 (47). С. 413-417.

Петрусевич Д. А. Анализ математических моделей, используемых для прогнозирования эконометрических временных рядов // Российский технологический журнал. 2019. Т. 7, № 2 (28). С. 61-73. DOI 10.32362/2500-316X-2019-7-2-61-73.

Лобач В. И., Меркулов Р. И., Лобач С. В. Прогнозирование временных рядов на основе ARMA-моделей при наличии пропусков в наблюдениях // Экономика, моделирование, прогнозирование. 2020. № 14. С. 260-265.

Vintu D. GDP Modelling and Forecasting Using ARIMA. An Empirical Assessment for Innovative Economy Formation // European Journal of Economic Studies. 2021. Vol. 10, No. 1. P. 29-44. DOI 10.13187/es.2021.1.29.

Тарасова С. А. Фактор ценности информации в адаптивном прогнозировании временных рядов // Информационные технологии. 2022. Т. 28, № 4. С. 219-224. DOI 10.17587/it.28.219-224.

Зайцев М. А. Математические модели временных рядов, используемые в задачах прогнозирования // Сборник избранных статей научной сессии ТУСУР. 2019. № 1-2. С. 163-167.

Макарова Т. Н., Конобеева О. Е., Сотникова Е. А. Прогнозирование спроса на товары предприятия: методическое обоснование и практический опыт // Вестник ОрелГИЭТ. 2020. № 2(52). С. 31-40. DOI 10.36683/2076-5347-2020-2-52-31-40.

Arce P., Antognini J., Kristjanpoller W., Salinas L. Fast and Adaptive Cointegration Based Model for Forecasting High Frequency Financial Time Series /// Computational Economics. 2019. Vol. 54, No. 1. P. 99-112. DOI 10.1007/s10614-017-9691-7.

Суменков, М. С., Суменков, С. М., Новикова Н. Ю. Экономико-математический анализ оптимизации экономического плана по выпуску готовой продукции на предприятии // Экономические науки. 2019. № 171. С. 66-70. DOI 10.14451/1.171.66.

Рогулин Р. С. Построение нетривиальной экономико-математической модели для менеджмента производственных организаций // Российский экономический журнал. 2020. № 1. С. 108-116.

Воробьев М. С., Вахрушева Е. Н. Оптимизация выпуска продукции и прогнозирование объемов реализации продукции машиностроительного предприятия в условиях неопределенности спроса: обзор исследований // Информационные технологии в науке, промышленности и образовании. Молодежный научный форум: сборник трудов Всероссийской научно-технической конференции. Ижевск. 25-26 мая 2023 г. С. 169-174.

Алферьев Д. А., Кремин А. Е. Многоцелевая оптимизация программы выпуска продукции // Вестник университета. 2019. № 12. С. 92-101.

Бром А. Е., Королев С. А. Разработка алгоритма линеаризации оптимизационной задачи планирования производственной программы // Наука и бизнес: пути развития. 2021. № 11. С. 86-91.