Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
5 результатів
Результати пошуку
Документ Дескрипторный подход к синтезу управления запасами в цепях поставок с неопределенными временными задержками(ESC "IASA" NTUU "Igor Sikorsky Kyiv Polytechnic Institute", 2017) Дорофеев, Юрий Иванович; Любчик, Леонид Михайлович; Никульченко, Артем АлександровичДокумент Построение математических моделей управляемых сетей поставок с учетом запаздываний потоков(Київський політехнічний інститут ім. Ігоря Сікорського, 2013) Дорофеев, Юрий Иванович; Никульченко, Артем АлександровичРассмотрена задача построения математических моделей управляемых сетей поставок в условиях неопределенного внешнего спроса при наличии ограничений на состояния и управления, а также транспортных запаздываний. С помощью модели дискретной задержки получена дискретная модель сети поставок с запаздываниями управляемых потоков, на основе которой построена "расширенная" модель без запаздываний и "мгновенная" модель, у которой запаздывания равны нулю. Предложенный подход позволяет сформулировать задачу проверки условия существования и задачу формирования стратегии управления запасами в сетях поставок, которая гарантирует полное и своевременное удовлетворение внешнего спроса, как задачи линейного программирования. Первая из них решается в режиме off-line до начала процесса управления, а вторая — в режиме on-line для каждого дискретного момента времени. В качестве примера рассмотрена задача анализа и синтеза стратегии управления запасами для трехуровневой сети поставок, содержащей пять узлов.Документ Оптимальное гарантирующее управление запасами в цепях поставок с неопределенными временными задержками(ТОВ "Аквамарин Ексклюзив", 2017) Дорофеев, Юрий Иванович; Любчик, Леонид Михайлович; Никульченко, Артем АлександровичПредложен подход к решению задачи синтеза управления запасами для производственных систем с неопределенными задержками пополнения запасов в условиях действия неизвестного, но ограниченного внешнего спроса и наличия ограничений на размеры заказов. Использование второго метода Ляпунова и метода инвариантных эллипсоидов позволило обеспечить робастную устойчивость замкнутой системы, а также гарантированную стоимость полученного управления. С помощью математического аппарата линейных матричных неравенств задача синтеза регулятора сведена к задаче полуопределенного программирования.Документ Прогнозирующее управление распределенными сетями поставок в условиях неопределенности спроса(ВД "Академперіодика", 2013) Дорофеев, Юрий Иванович; Любчик, Леонид Михайлович; Никульченко, Артем АлександровичРассмотрена задача синтеза стратегии управления запасами для распределенной сети поставок в условиях неопределенности спроса при наличии ограничений на переменные состояния и управления, а также транспортных запаздываний. Предложен подход, основанный на методе прогнозирующего управления и технике линейных матричных неравенств. Рассмотрено управление трехуровневой сетью поставок с пятью узлами.Документ Прогнозирование потребительского спроса на сезонные товары с использованием вектора кривой продаж(НТУ "ХПИ", 2018) Никульченко, Артем АлександровичПредложен метод прогнозирования спроса на сезонные товары с использованием вектора распределения объемов продаж в течение года или вектора кривой продаж, компонентами которого являются объемы недельных продаж рассматриваемого либо аналогичного товара, полученные на основе статистики продаж за предыдущий календарный год. Условием применимости предложенного метода является выполнение гипотезы о сходимости соответствующих недельных объемов продаж двух последовательно идущих лет и гипотезы о существовании групп товаров со схожей динамикой продаж. Применение метода позволяет построить прогноз спроса на товар в течение следующей недели на основе данных об объемах продаж за предыдущие несколько недель текущего и предыдущего годов, а также данных об объемах продаж за интересующую неделю предыдущего года. Представлены особенности программной реализации предложенного метода прогнозирования спроса с использованием микро-сервисной архитектуры на основе платформы Google Cloud Platform, с использованием таких компонентов как Google Kubernetes Engine, Google BigQuery, Redis. Для снижения вычислительной нагрузки на основную систему выполняется копирование необходимых данных для анализа в OLAP-систему и построение требуемого прогноза без использования OLTP-системы. Приведены результаты численного эксперимента по прогнозированию спроса на товар, полученные на основе реальных данных. Выполнено сравнение результатов прогнозирования спроса, полученных с использованием вектора кривой продаж и метода скользящего среднего. Показана возможность использования данного метода прогнозирования спроса в качестве компоненты системы автоматизированного управления запасами в сетях поставок.