скачать PDF
Авторы : 1. А. А. Кушнер, ассистент
Астраханский государственный технический университет
Оптимизация производственной программы изготовителей медицинской пробки с применением методов математического программирования и имитационного моделирования
Для предприятий, изготавливающих медицинскую пробку, одним из ключевых элементов эффективной деятельности является оптимальное управление производственной программой. Специфика планирования производственной программы данных предприятий, которая связана как с внутренними, так и с рыночными факторами, обусловливает необходимость в разработке особого инструментария для решения проблем управления производственной программой. В данной статье предлагается методика, необходимая для оптимального управления производственной программой изготовителей медицинской пробки в условиях неопределенности и с учетом требований максимизации эффекта от деятельности.
Ключевые слова :
производственная программа, медицинская пробка, планирование, оптимизация, математическое программирование, имитационное моделирование, метод Монте-Карло
Cписок литературы :
1. Кушнер А.А. Методика оценки эффективности планирования и управления производственной программой предприятий, изготовляющих медицинскую пробку // Вестник Южно-Уральского государственного университета. Сер. Экономика и менеджмент. – 2011. – №21(238). – С. 178–182.
2. Авакумов В.Г. Решение задачи линейного программирования методом статистических испытаний // Кадровое обеспечение региональной экономики и управления: правовое поле, проблемы и перспективы: материалы второй междунар. науч.-практ. конф. – Омск: СИБИТ, 2007. – С. 245–248.
3. Sakalauskas L., Zilinskas K. Application of Monte-Carlo method to stochastic linear programming // Computer aided methods in optimal design and operations. – 2006. – P. 39–48.
4. Thompson S.D., Davis W.J. An integrated approach for modeling uncertainty in aggregate production planning // IEEE Transactions on Systems, Man and Cybernetics 20. – 1990. – P. 1000–1012.
5. Shapiro A. Monte Carlo simulation approach to stochastic programming // 2001 Winter Simulation Conference (WSC›01). – 2001. – Vol. 2. – P. 428–431.
6. Кендалл М., Стьюарт А. Статистические выводы и связи. – М.: Наука, 1973. – 899 с.
7. Тюрин Ю.Н. Непараметрические методы статистики. – М.: Знание, 1978. – 64 с.
8. Stephens M.A. Use of Kolmogorov-Smirnov, Cramer-von Mises and related statistics without extensive tables // Journal of the Royal Statistical Society. Series B (Methodological). – 1970. – Vol. 32. – №. 1. – P. 115–122.
9. Орлов А.И. Распространенная ошибка при использовании критериев Колмогорова и омега-квадрат // Заводская лаборатория. – 1985. – Т. 51. – №1. – С. 60–62.
10. Кобзарь А. И. Прикладная математическая статистика. Для инженеров и научных работников. – М.: ФИЗМАТЛИТ, 2006. – 816 с.
Цитирование :
Тип статьи : Научная статья
Дата поступления статьи :
30.09.2011
Дата принятия в печать :
02.11.2011
Дата онлайн размещения :
24.06.2016
