Методи урахування невизначеностей попиту у моделях оперативного планування виробництва

Abstract

Сучасні виробничі підприємства стикаються зі складнощами при оперативному плануванні виробництва через невизначеність, яка постійно впливає на їх діяльність. Однак, існує проблема, що керівники компаній не завжди знають переваги та недоліки тих чи інших CRM рішень та їх рівень підтримки прийняття рішень, що створює виклики для ефективного планування. В статті досліджено існуючі підходи до оперативного планування виробництва, залежно від ступеня урахування невизначеностей попиту. Запропоновано класифікацію підходів, яка включає чотири основні категорії: підходи, які враховують параметри зі змінними величинами; моделювання з невизначеними параметрами, стохастичні моделі; високорівневі стратегії, метаевристика; доказове обґрунтування. Представлено аналіз підходів, що враховують параметри зі змінними величинами, які базуються на чітких параметрах, та зазначено їх ефективність у вирішенні задач оперативного планування. Розглянуто стохастичний підхід, який охоплює широкий спектр моделей для врахування невизначеностей та максимізації результатів діяльності підприємства. Високорівневі стратегії, такі як пошук табу, алгоритм пошуку гармонії та генетичні алгоритми, є ефективними управлінськими інструментами та дозволяють підприємствам активно реагувати на зміни у виробничому середовищі та максимізувати результативність процесів виробництва. Проте, успішне впровадження цих стратегій вимагає глибокого розуміння технічних аспектів та урахування специфіки відповідної галузі промисловості. Доказове обґрунтування, ґрунтуючись на теорії функцій переконань Демпстера-Шафера, відкриває нові можливості для підприємств для розробки експертних систем підтримки прийняття рішень в умовах невизначеності. Дослідження показує, що цей підхід дозволяє зменшити ризики та збільшити точність прийнятих рішень, а також покращити стратегічне управління підприємством. Проте, для успішного впровадження доказового обґрунтування необхідно ретельно вивчити теоретичні аспекти та забезпечити високий рівень кваліфікації персоналу.Modern manufacturing enterprises face difficulties in operational production planning due to the uncertainty that constantly affects their activities. However, there is a problem that company leaders do not always know the advantages and disadvantages of certain CRM solutions and their level of decision support, which creates challenges for effective planning. The article examines the existing approaches to operational planning of production, depending on the degree of considering the uncertainties of demand. A classification of approaches has been proposed, which includes four main categories: approaches that consider parameters with variables; simulation with uncertain parameters, stochastic models; high-level strategies, metaheuristics; evidentiary justification. An analysis of approaches that consider parameters with variables, which are based on clear parameters, is presented, and their effectiveness in solving problems of operational planning is indicated. The stochastic approach, which covers a wide range of models for considering uncertainties and maximizing the results of enterprise activities, is considered. High-level strategies, such as taboo search, harmony search algorithm and genetic algorithms, are effective management tools and allow enterprises to actively respond to changes in the production environment and maximize the effectiveness of production processes. However, the successful implementation of these strategies requires a deep understanding of the technical aspects and consideration of the specifics of the relevant industry. Evidence-based reasoning based on the Dempster Schafer theory of belief functions opens new opportunities for enterprises to develop expert decision support systems under uncertainty. The study shows that this approach can reduce risks and increase the accuracy of decision-making, as well as improve the strategic management of the enterprise. However, for the successful implementation of evidentiary justification, it is necessary to carefully study the theoretical aspects and ensure a high level of personnel qualification.