Для поиска темы - пользуйтесь СИСТЕМОЙ ПОИСКА


Стоимость дипломной работы


Home Для студента... Визначення рівня резервного запасу

Визначення рівня резервного запасу
загрузка...
Рейтинг пользователей: / 0
ХудшийЛучший 

Визначення рівня резервного запасу

У більшості випадків потреба у виробах і матеріалах є змінною величиною, змінюючись щодня. У зв'язку з цим необхідно мати і підтримувати так званий резервний (буферний) запас, забезпечуючи певний рівень захисту від дефіциту виробів. Резервний запас (8аГсІу 8іоск) можна визначити як величину запасу, постійно підтримувану додатково до очікуваної потреби. У випадку нормального розподілу коливань потреби це буде середнє значення відхилень. Якщо, наприклад, середньомісячна потреба становить 100 виробів, і ми допускаємо, що в наступному місяці вона залишиться такою ж, а запас становить 120 виробів, то 20 виробів і будуть резервним запасом.
У літературі, присвяченій визначенню резервного запасу, зустрічаються два підходи до встановлення потреби в запасі, що забезпечує захист [2]. Перший підхіо базується на можливості й імовірності перевищення потреби деякої визначеної величини. Можна, наприклад, поставити наступне завдання: встановити такий рівень резервного запасу, щоб імовірність того, що потреба перевищить 300 виробів, була не вище 5° о. Другий підхіо ґрунтується на визначенні очікуваної кількості виробів, яких може не вистачити. Наприклад, можна поставити перед собою завдання: встановити такий рівень запасу, щоб мржна було задовольняти не менше, ніж 95% замовлень на дану продукцію, тобто дефіцит виробів буде існувати протягом лише 5% усього часу. Ще раз підкреслимо, що в першому підході мова йде про імовірність перевищення певного значення, а в другому — про те, скільки виробів нам не вистачає.
Ймовірнісний підхід. Використання ймовірнісного критерію для визначення резервного запасу являє собою досить просте завдання. Ми допускаємо, що потреба протягом певного періоду часу мас нормальний розподіл, що характеризується деяким середнім значенням і стандартним відхиленням. Нагадуємо, що в цьому підході розглядається лише імовірність вичерпання запасу, а не кількість виробів, яких не вистачить. Щоб визначити імовірність вичерпання запасу за даний період часу, можна просто побудувати графік нормального розподілу для очікуваної потреби й установити, якій точці кривої розподілу відповідає наявна кількість продукції.
Щоб проілюструвати цей підхід, розглянемо кілька простих прикладів. Допустимо, очікується, що протягом наступного місяця потреба у певних виробах становитиме 100 штук. Крім того, нам відомо, що стандартне відхилення дорівнює 20 штукам. Якщо ми підійдемо до початку цього місяця, маючи в запасі лише 100 виробів, то ймовірність вичерпання запасу складе 50%. Для половини місяців року ми припускаємо, що наша потреба перевищить 100 виробів. Для іншої половини місяців доречно припустити, що паша потреба буде менше 100 виробів. Далі, якщо ми будемо робити одноразове замовлення на місячний запас виробів у кількості 100 штук і одержувати цю партію на початку місяця, то можна чекати, що 6 місяців на рік ми будемо відчувати дефіцит виробів (тобто вичерпувати свій запас).
Якщо нам здається, що настільки часте вичерпання запасу виробів неприйнятне, нам буде потрібен додатковий запас, що дозволить знизити ризик вичерпання запасу. Один з можливих варіантів — зберігати додаткові 20 одиниць виробів. У цьому випадку ми як і раніше будемо робити одноразове замовлення на місячний запас виробів, однак графік постачання виробів повинен бути таким, щоб вони надходили до нас у той момент, коли в нас у запасі ще залишаються 20 виробів. Це забезпечує нам невеликий буфер (резерв) виробів, що дозволяє знизити ймовірність вичерпання запасу.
Якби стандартне відхилення, що характеризує нашу потребу у виробах, дорівнювало 20, ми підтримували б резервний запас, рівний величині стандартного відхилення. Скориставшись таблицею стаїщартного нормального розподілу, який наводиться в будь-якому довіднику із статистики, і, змістивши на одне стандартне відхилення вправо від середнього значення, одержимо ймовірність, рівну 0,8413. (З таблиці ми одержуємо значення 0,3413, до якого треба додати 0,5.) Отже, протягом приблизно 84% усього часу ми розраховуємо на те, що наш запас не вичерпається, однак протягом 16% часу ми будемо відчувати дефіцит виробів. Якщо ми будемо замовляти вироби кожен місяць, можна чекати, що дефіцит виробів буде відчуватися приблизно 2 місяці в році (0,16 х 12 = 1,92).
Звичайно компанії, що використовують цей підхід, встановлюють імовірність «невичерпання» запасу, рівного 95%. У нашому прикладі це означає, що резервний запас повинен складати приблизно 1,64 стандартного відхилення чи 33 вироби (1,64 х 20 = 32,8). Це зовсім не означає, начебто кожен місяць ми повинні замовляти додаткозих 33 вироби. Це означає тільки, що щораз ми повинні замовляти місячний запас виробів, однак графік одержання їх необхідно спланувати таким чином, щоб у момент надходження замовленої партії виробів ми могли розраховувати па наявність у себе в запасі 33 виробів. У цьому випадку можна розраховувати па те, що дефіцит виробів буде відчуватися лише протягом 0,6 місяця в році (іншими словами, запас буде вичерпуватися лише в одному місяці з кожних 20).
Підхід, заснований на понятті «рівень обслуговування». Спробуємо виявити недоліки ймовірнісного підходу до визначення резервного запасу, скориставшись наступною аналогією. Допустимо, метеоролог прогнозує, що завтра буде дощ. Чи влаштує вас прогноз типу «так/ні» (буде дощ/не буде дощу) чи ви бажали б деяких подробиць (наприклад, про який дощ мова йде: трохи покрапає чи буде лити, як з цебра, а може бути, почнеться справжній потоп)? А якщо зараз зима, і метеоролог просто обіцяє, що завтра піде сніг, — вас влаштує такий прогноз (навіть якщо він збудеться з великою імовірністю)? Може ви хотіли б знати, чи буде це легкий сніжок чи сніжний буран, що приведе до виникнення автомобільних «пробок» на дорогах і закриття аеропортів? У цьому і криється ідея цієї моделі запасів. Нас цікавить не тільки імовірність вичерпання запасу (імовірність дощу чи снігу), але й скількох виробів нам буде бракувати (інтенсивність дощу чи снігу).
Отже, ми готові до того, щоб дати визначення рівня обслуговування. Рівень обслуговування (Зегуісе ЬЄУЄІ) у нашому розгляді позначає необхідну кількість виробів, яку можна реально одержати з наявного запасу. Якщо, наприклад, річна потреба в якомусь виробі становить 1000 штук, то 95%-ний рівень обслуговування означає, що 950 штук можна негайно одержати з запасу, а 50 штук не вистачить. (Ця модель незастосовна в тих випадках, коли всю річну потребу можна визначити лише невеликою кількісно споживачів, оскільки використовувати для опису моделі нормальний розподіл допустимо тільки при досить великій кількості точок.)
Запропонована нами концепція рівня обслуговування заснована на статистичній характеристиці, відомій як «Очікуване : чи. Е{і)». Е(і) — це очікувана кількість виробів, яких буде не вистачати протягом кожного інтервалу часу виконання замовлення. У даному випадку передбачається, що потреба має нормальний розподіл.
Щоб обчислити рівень обслуговування, необхідно знати, скільки виробів не вистачає. Припустимо, наприклад, що середня тижнева погреба у певному виробі дорівнює 100 штук і стандартне відхилення - 10 штук. .Якщо на початку тижня ми володіємо ПО виробами, скільки виробів нам може не вистачити? Щоб відповісти па цс питання, потрібно підсумувати ймовірність того, що нам буде потрібно 111 виробів (не вистачає одного виробу), ймовірність того, що буде потрібно 112 виробів (не вистачає двох виробів), ймовірність того, що буде потрібно 113 виробів (не вистачає трьох виробів), і т.д. Підсумовування дасть нам кількість виробів, яких, на нашу думку, може не вистачити, якщо запас становитиме 110 виробів.
Якщо в тім же прикладі в нас не буде ніякого резервного запасу (тобто замовляємо точно 100 виробів), ми будемо відчувати дефіцит 3,99 виробів (0,399 помножити па 10). А паш рівень обслуговування буде дорівнювати 100 3,99, чи 96,01° о.
З цього прикладу також випливає, що, якщо ми підтримуємо резервний запас, рівний мінус одному стандартному відхиленню, то це говорить лише про те, що ми володіємо па початку кожного тижня не 100 виробами, а 90. При 90 виробах ми будемо відчувати дефіцп і 10.83 виробів, а паш рівень обслуговування буде дорівнювати Н9.17" о. Якщо ж на початку кожного тижня в нас
буде 80 виробів, ми будемо відчувати дефіцит 20,08 виробів, а якщо 70 — то ЗО виробів і т.д.
Ще один приклад: якщо потреба складає 550 виробів, а стандартне відхилення дорівнює 36 виробів, то наявність 568 виробів дасть стандартне відхилення резервного запасу, рівне 0,5, причому очікувана величина дефіциту виробів складе 0,198 х 36 = 7,128 штук. Отже, рівень обслуговування становитиме (550 -7,128)/550 = 98,7%.
Головна перевага підходу, заснованого на використанні поняття «рівень обслуговування», полягає в тім, що резервний запас визначається на підставі фактичної кількості виробів, яку ми хочемо поставити нашим споживачам.
Різновиди завдань управління запасами та їх складність призвели до створення великої кількості математичних моделей, ефективне використання котрих неможливе без застосування економіко-математичних методів та ЕОМ. Моделі управління запасами відрізняються багатьма компонентами, залежно від характеру зміни величин, які в них входять. Найбільш суттєвим чинником, котрий слід враховувати під час розробки моделей управління запасами, є час. Статичні моделі управління запасами лише наближено відповідають реальним умовам. Більш точний розв'язок може бути одержаний на базі використання динамічних моделей, що враховують час та відповідні залежнос-ті [3].
Слід відзначити, що в багатьох моделях управління запасами одним з головних припущень є те, що, наприклад, попит є заздалегідь відомою детермінованою величиною. Однак у переважній більшості реальних завдань попит є випадковою величиною, розподіл ймовірності котрої може бути як відомим, так і невідомим. У зв'язку з цим виникає економічний ризик, зумовлений невизначеністю, стохастичністю щодо величини попиту.
Величина ризику може бути визначена як відхилення сподіваних результатів щодо потреб у запасах від середньої або сподіваної величини.
Утримання певного обсягу коштів на банківському рахунку або у формі готівки в касі компанії (фірми) є важливим щодо нормального її функціонування. Кошти потрібні компаніям (підприємствам) головним чином для регулювання різного роду зобов'язань. Окрім цього підприємства утримують сальдо грошей у касі
чи на банківському рахунку для протидії наслідкам недостачі готівки тощо.
Утримання надмірного обсягу коштів може бути чинником, що знижує загальну ефективність господарювання компанії (підприємства).
Оптимізація величини запасів коштів реалізується за різними методами.
Розглянемо, зокрема, модель М. Міллера і Д. Орра. Дана модель має ймовірнісний характер — потоки чистих доходів і видатків трактуються як випадкові змінні величини, закон розподілу яких може бути описаний двома параметрами: математичним сподіванням (середньою величиною) та дисперсією (варіацією). Приймається також гіпотеза, що функція розподілу (даного потоку чистих грошових надходжень і видатків) навколо їх середнього рівня має нормальний закон розподілу [5].
У моделі головними є три величини: оптимальна величина сальдо коштів х*, їх максимальний рівень х(|) і мінімальний рівень х(2). Причому мінімальний рівень х{2> задають менеджери підприємства, а решту величин х* і х(1) визначають за допомогою моделі. Опускаючи тут виведення відповідних формул, наведемо лише остаточні результати.
Стратегія управління запасами при певизначеному (стохас-тичному) попиті вимагає створення певного резерву заздалегідьвизначеного обсягу ДО. а потім здійснюються чергові постачання запасів. Якщо в певний момент часу загальний запас знижується до розмірів резерву, терміново оформляють заявку на постачання нової партії. Якщо ж виконання заявки вимагає певного часу, то заявка на його поповнення подається тоді, коли запас знизиться до рівня ДО + Ь.
Одним з найпростіших способів, що дозволяє вирішити проблему резерву, є застосування принципу гарантованого результату, тобто обрання досить великого резерву, який гарантує мінімальний ризик, тобто компенсацію будь-яких випадкових відхилень, що вимагає великих витрат на їх зберігання тощо. Це і сж призводить до так званого ризику невикористаних можливостей, тому що великі резерви пов'язані з відволіканням значних коштів. Тому вводяться додаткові гіпотези, в основу розрахунку необхідного резерву закладається поняття допустимого ризику — ймовірності того, що потреба в запасах не перевищить наявного резерву. Вводяться поняття коефіцієнта ризику, що виражає ймовірність того, що споживи в запасах виявляться неза-, ювільними через недостатність резерву і перевищать його обсяг. Значення коефіцієнтів ризику може бути рівним 5% чи 1%.
Розглянемо питання розрахунку оптимального рівня виробництва для систем з нестійким попитом на готову продукцію, що характерно за умов ринкової економіки.
Імовірнісний характер керованої системи, викликаний нестійкістю попиту, а також вимоги до стабільності ряду показників і наявність певних можливостей маневрування, призводять до необхідності дослідження адаптивних властивостей рівня виробництва. Для покращення техніко-економічпих показників використовують резерви продукції та ресурсів. Розрізняють два вині матеріальних резервів:
прямі резерви, що являють собою запас (надлишок) матеріальних ресурсів, які є особливо дефіцитними при коригуванні рівня виробництва;
непрямі резерви, що являють собою такий обсяг матеріальних ресурсів, узгоджених з рівнем виробництва, тобто необхідних для його виконання, який при можливому коригуванні цього рівня забезпечив би максимальне задоволення попиту на матеріальні ресурси, а затрати, що викликані надлишком ресурсів, були б мінімальними.
Розглянемо деякі проблеми, які виникають під час визначення оптимальної області маневрування з врахуванням наведених вище характеристик.
Непрямий резерв закладений у ресурсах, що використовуються під час виконання замовлення. Він враховує випадкові умови реалізації виготовленої продукції.
Оптимальна область маневрування з врахуванням непрямого резерву визначається за допомогою такого завдання: мінімізувати функцію сподіваних ви'ірат (функцію ризику):

1.    Гзлловзй Лес. Операционньш менеджмент. — СПб: Питер, 2001. — 320 с. (серия «Теория и практика менеджмента»).
2.    Чейз Ричард Б., Зквилайн Николас Дж., Якобс Роберт, Ф. Производственньїй и операционньш менеджмент, 8-е издание.: Пер. англ. — М.: Издательский дом «Вильямс», 2001. — 704 с.
3.    Мескон М, Альберт М., Хедоури Ф. Основьі менеджмента (пер. с англ.). — М.: Дело, 1994.
4.    Минаев З.С., Агеева И.Г., Аббата Дага А. Управление производством и операциями: 17-модульная программа для ме-неджеров «Управление развитием организации». Модуль 15. — М.: ИНФРА-М, 2000. — 256.
Вітлінський В.В., Наконечний СІ. Ризик у менеджменті. — Київ: ТОВ «Борисфен-М», 1996. — 326


 
загрузка...

Добавить комментарий


Защитный код
Обновить