Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
10 результатів
Результати пошуку
Документ Управління асортиментом товару як складова розвитку бізнесу(Національний технічний університет "Харківський політехнічний інститут", 2024) Гудименко, Вячеслав ПавловичПублікація Імплементація цифрових технологій в управлінні асортиментом та запасами в швидкому ринковому середовищі(ТОВ "УКРЛОГОС Груп", 2024) Гудименко, Вячеслав Павлович; Мащенко, Марина АнатоліївнаДокумент Методи оцінки конкурентоспроможності компанії(Центр фінансово-економічних наукових досліджень, 2024) Гудименко, Вячеслав ПавловичПублікація Вплив логістичних процесів на ефективність управління запасами підприємства(2024) Іпполітова, Інна Ярославівна; Білоцерківський, Олександр Борисович; Гудименко, Вячеслав ПавловичУ статті розглянуто теоретичні підходи щодо визначення сутності категорії «управління запасами підприємства» різними науковцями та зазначено відмінності, які вони вкладають в це визначення. Розглянуто, які системи управління запасами є найбільш розповсюдженими, зазначено їх сутність, переваги та недоліки використання. Обґрунтовано необхідність вибору оптимальної системи управління запасами для підприємства з метою підвищення ефективності його функціонування через призму логістичних процесів. Визначено особливості застосування різних систем управління запасами підприємства, що враховують логістичні процеси, їх переваги та потенційні можливості застосування. Запропоновано послідовність формування та вибору системи управління запасами підприємства з урахуванням логістичних процесів, від якого залежить можливість забезпечення узгодженого, ефективного та економічно доцільного функціонування підприємства.Публікація Особливості використання маркетингових нейротехнологій у соціальних мережах(2024) Мащенко, Марина Анатоліївна; Момотков, Ігор Сергійович; Гудименко, Вячеслав ПавловичПублікація Вимоги до сучасної системи управління запасами підприємства(Полтавський державний аграрний університет, 2024) Мащенко, Марина Анатоліївна; Гудименко, Вячеслав Павлович; Момотков, Ігор СергійовичПублікація Нейромережеві прогностичні технології класифікації криз та оцінки банкрутства суб’єктів торговельної галузі(ФОП Лібуркіна Л. М., 2024) Білоцерківський, Олександр Борисович; Момотков, Ігор Сергійович; Гудименко, Вячеслав ПавловичВійна в Україні призвела до значного зростання кількості банкрутств підприємств. Своєчасна оцінка ризику банкрутства є критично важливою для прийняття ефективних управлінських рішень. Метою дослідження є розробка адаптивної моделі оцінки схильності підприємства до банкрутства на основі нечітких нейронних мереж з урахуванням специфіки українського ринку в умовах воєнного часу. Для досягнення мети було здійснено декілька етапів: формування вибірки підприємств торговельної галузі; визначення класів кризи за допомогою кластерного аналізу; побудова нечіткої нейронної мережі з використанням пакета Fuzzy Logic Toolbox в MATLAB; навчання мережі на історичних даних і тестування на нових даних. На першому етапі формується вибірка підприємств, за допомогою якої проводитиметься навчання моделі. На другому етапі формуються класи кризи (загрози банкрутства). На третьому етапі за допомогою апарата нечітких нейронних мереж формується функція належності з певним набором параметрів. За допомогою цієї функції можна віднести те чи інше підприємство з певним ступенем належності до одного з класів кризи, сформованих на попередньому етапі. Четвертий етап є перевіркою адекватності отриманої моделі та можливості її практичного використання. На п’ятому етапі проводиться практична реалізація моделі: за допомогою функції належності визначається схильність досліджуваного підприємства до банкрутства, тобто в якому ступені досліджуване підприємство належить до того чи іншого класу кризи. У результаті застосування запропонованого алгоритму було побудовано нечітку нейронну мережу, яка використовувала фінансові показники українських підприємств. Для навчання моделі застосовувався набір даних, що включав 12 підприємств торговельної галузі. Розроблена модель дозволяє з високою точністю класифікувати підприємства за рівнем фінансової стійкості. Було показано, що нечіткі нейронні мережі є ефективним інструментом для прогнозування банкрутства в умовах невизначеності. Використання нечітких нейронних мереж дозволило врахувати невизначеність та адаптуватися до змін зовнішнього середовища. Отримані результати свідчать про перспективність використання нечітких нейронних мереж для оцінки фінансової стійкості підприємств. Розроблена модель може бути використана як інструмент для раннього виявлення ознак кризи та прийняття своєчасних управлінських рішень.Публікація Застосування активних методів навчання при викладанні дисципліни "Основи підприємництва"(ТОВ "УКРЛОГОС Груп", 2024) Кизлюк, Олександр Анатолійович; Гудименко, Вячеслав Павлович; Гапоненко, Ольга ЄвгеніївнаПублікація Управління конкурентоспроможністю компанії шляхом підвищення ефективності асортиментної політики в сучасних ринкових умовах(Причорноморський науково-дослідний інститут економіки та інновацій, 2024) Мащенко, Марина Анатоліївна; Сергієнко, Олена Андріанівна; Гудименко, Вячеслав ПавловичУ роботі розглянуто економічну сутність та здійснено класифікацію факторів конкурентоспроможності підприємства; розглянуто поняття асортиментної політики та її роль у забезпеченні конкурентоспроможності підприємства; запропоновано інструментарій оцінки та аналізу рівня конкурентоспроможності підприємства; розглянуто методи оцінки ефективності асортиментної політики в сучасних ринкових умовах; запропоновано концептуальну модель оцінки конкурентоспроможності асортиментної політики підприємства; здійснено оцінку конкурентних варіантів асортиментної політики з використанням кластерного аналізу; здійснено розпізнавання конкурентної асортиментної політики на основі методів дискримінантного аналізуПублікація Механізм управління конкурентоспроможністю підприємства(ТОВ "УКРЛОГОС Груп", 2023) Гудименко, Вячеслав Павлович; Сергієнко, Олена Андріанівна