Модели принятия решений при управлении бюджетом в иерархической структуре предприятий
На правах рукописи
БУШУЕВ МАКСИМ АЛЕКСАНДРОВИЧ
МОДЕЛИ ПРИНЯТИЯ РЕШЕНИЙ
ПРИ УПРАВЛЕНИИ БЮДЖЕТОМ
В ИЕРАРХИЧЕСКОЙ СТРУКТУРЕ ПРЕДПРИЯТИЙ
05.13.01 – Системный анализ, управление и обработка
информации (в пищевой и химической промышленности)
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидат технических наук
Воронеж 2006
Работа выполнена на кафедре прикладной математики и экономико-математических методов в Государственном образовательном учреждении высшего профессионального образования «Воронежская государственная технологическая академия».
Научный руководитель:
Официальные
оппоненты:
Ведущая организация:
доктор технических наук, профессор
Матвеев Михаил Григорьевич
доктор технических наук, профессор
Лебедев Владимир Федосеевич
кандидат технических наук, доцент
Денисов Геннадий Александрович
ГОУ ВПО Воронежский государственный технический университет
Защита диссертации состоится “ 14 ” декабря 2006 г. в 1600 ч. на заседании Диссертационного совета Д 212.035.02 в ГОУ ВПО «Воронежская государственная технологическая академия» по адресу: 394000, г. Воронеж, проспект Революции, 19.
С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Воронежская государственная технологическая академия».
Автореферат разослан “ 13 ”. ноября. 2006г.
Ученый секретарь
диссертационного совета 
И.А. Хаустов
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. Общая система управления предприятием должна включать в себя управление бюджетными показателями, которое представляет собой подсистему управления с отрицательной обратной связью. На вход этой подсистемы подается разница между запланированными значениями бюджетных показателей и фактически достигнутыми. Существует большое количество программных продуктов для реализации задачи бюджетного управления, содержащих, как правило, множество входных и выходных форм данных управления. Однако, математическое обеспечение этой задачи во многом определяется особенностями функционирования предприятий и не находит достаточного отражения в известных программных продуктах. В частности для предприятия пищевой промышленности товарный продукт ориентирован на конечного потребителя и имеет малый срок хранения (во многих случаях не возможна работа на склад). Для них в процессе планирования объема выпуска и сбыта продукции необходимы модели прогнозирования спроса. Более того, в пищевой промышленности предприятия часто функционируют в рамках иерархической структуры, называемой в экономике холдингом. В таких случаях задача планирования бюджета для каждого предприятия определяется вектором противоречивых критериев, т.е. сводится к задаче векторной оптимизации.
Таким образом, перед предприятием, вступившим на путь управления бюджетом, возникает задача выбора состава комплекса программных модулей, обеспечивающего не только документальное оформление данных управления, но и аналитическую поддержку принятия решений. Эта задача тем более актуальна для пищевых предприятий, которые не располагают достаточным количеством финансовых средств для приобретения мощных универсальных программных продуктов. Отсюда вытекает актуальность исследования и разработки математической модели решения задач прогнозирования и планирования для бюджетного управления на пищевых предприятиях, которое может быть реализовано в составе общедоступных программных пакетов. При этом особое внимание должно быть уделено моделям прогнозирования, обеспечивающим достаточно высокую точность прогноза за счет совершенствования методов идентификации этих моделей, а также моделям планирования по вектору противоречивых критериев.
Диссертация выполнена в соответствии с планом НИР ГОУ ВПО ВГТА № г.р. 01200003664 «Разработка математических моделей, методов и информационных технологий в технических и экономических системах перерабатывающей промышленности».
Цель и задачи исследования. Целью работы является разработка и исследование моделей и алгоритмов поддержки принятия решений при управлении бюджетом в иерархической структуре предприятий, а также разработка методики выбора программных средств их реализации для повышения эффективности функционирования предприятий.
Для достижения поставленной цели сформулированы следующие задачи исследования:
- Провести анализ методов, моделей, алгоритмов и программных средств поддержки принятия решений на соответствие особенностям рассматриваемого объекта управления и построить системную модель управления бюджетом предприятия.
- Определить виды моделей прогнозирования временных рядов продаж с наиболее полным структурным представлением компонент ряда и разработать алгоритмы идентификации стационарной компоненты ряда.
- Разработать методику и алгоритм Парето-оптимального планирования бюджета, учитывающую интересы каждого отдельного предприятия и иерархической системы в целом.
- Разработать методику и алгоритм выбора общей информационной системы управления бюджетом на всех предприятиях иерархической системы.
- Провести апробацию полученных результатов на модельных примерах и в промышленных условиях.
Методы исследования. При выполнении диссертационной работы применялись: методы теории управления и теории принятия решений, методы математической и прикладной статистики, методы векторной оптимизации, аппарата нечеткой логики.
Научная новизна работы. В диссертационной работе получены следующие результаты, характеризующиеся научной новизной:
- Рекуррентный алгоритм метода наименьших квадратов для оценки параметров модели скользящего среднего при прогнозировании стационарной составляющей временного ряда продаж, отличающийся использованием итерационной процедуры восстановления неизмеримых значений переменных этой модели.
- модификация алгоритма нахождения Парето-оптимального плана на основе метода максимизации минимального критерия, отличающаяся способом построения агрегированной модели всей иерархической системы.
- алгоритм выбора оптимального состава модулей в структуре программного обеспечения управления, отличающийся двухэтапной процедурой: агрегирование и оцифровка качественных критериев на основе метода парных сравнений; реализация метода динамического программирования с полученными агрегированными количественными критериями.
Практическая значимость. Результаты работы (теоретические положения, методы прогнозирования объемов продаж и планирования бюджета, алгоритмы выбора информационной системы бюджетирования) могут быть использованы при разработке и внедрении системы бюджетирования на пищевых предприятиях. По оценкам экспертов из-за отсутствия точного и систематического знания о своих финансах российские компании теряют до пятой части доходов, поэтому для предприятия важна система бюджетирования. Бюджетирование поддерживает все сферы деятельности компании, позволяет определить ее позицию на рынке, задействовать свободные ресурсы, усилить мотивацию персонала. Внедрение разработанных методов и алгоритмов на ОАО «Комбинат мясной Калачеевский» и ОАО «Садовский сахарный завод» показывает работоспособность и эффективность разработанных моделей. Их применение позволило увеличить прибыль предприятия на 74 и 36 тысяч рублей в месяц и снизить затраты на приобретение и внедрение системы на 350 тысяч рублей. Результаты работы используются в учебном процессе при чтении дисциплин для студентов специальности 010502 «Прикладная информатика в экономике».
Апробация работы. Основные результаты по теме диссертационной работы доложены на Международной научной конференции ММТТ-15, Тамбов, 2002, Международной научно-практической конференции «Экономическое прогнозирование: модели и методы», Воронеж, 2004-2005, IV Всероссийской научно-практической конференции «Электронный бизнес: опыт и перспективы», Воронеж, 2005, Международной конференции «Современные проблемы прикладной математики и математического моделирования», Воронеж, 2005, а также на научных конференциях профессорско-преподавательского состава и научных работников ВГТА, 2001-2005.
Публикации. По теме диссертационной работы опубликовано 12 работ (из них 1 статья в периодических изданиях, рекомендуемых ВАК РФ). В статьях, опубликованных в соавторстве, лично соискателем разработаны основные алгоритмы идентификации параметров модели скользящего среднего, решения задачи планирования бюджета и выбора информационной системы бюджетирования.
Структура и объем работы. Диссертационная работа изложена на 138 страницах, включает 31 таблицы и 20 рисунков; состоит из введения, четырех глав, заключения, списка литературы из 133 наименований и приложений.
СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность темы диссертационной работы, сформулированы цели и задачи исследования, определена практическая значимость.
В первой главе на основании обзора литературы проводилось исследование моделей и методов поддержки принятия решений и программных средств их реализации на соответствие особенностям рассматриваемого объекта управления.
В настоящее время имеется большое количество инструментов финансового управления, основу которого составляет управление бюджетом. Однако решение задач реализации управления будет определяться характерными особенностями предприятия. Так, в процессе управления бюджетом предприятиям пищевой промышленности необходимо планировать деятельность предприятия на краткосрочный период. Исходной информацией для составления плана является оценка спроса на товарную продукцию. Поэтому возникает необходимость прогноза спроса на товар. Таким образом, для продовольственных предприятий, управление бюджетом можно схематично представить в виде, показанном на рис. 1.
Рис. 1. Система управления бюджетом предприятия
VФ – фактические объемы продаж, Vпр – прогнозируемые объемы продаж, X – запланированные объемы производства.
Основу подсистемы прогнозирования представляют модели временных рядов продаж. Приведенный в работе анализ временных рядов наиболее характерных товаров, позволяет сделать вывод, что для прогнозирования в наибольшей степени подходит структурно-детерминированная модель, включающая 4 составляющие:
, (1)
где Tр(t) – тренд; Пр(t) – циклическая составляющая – скачки продаж в праздничные дни; Сез(t) – сезонная составляющая; (t) – случайная составляющая.
В работе модели тренда представлены полиномами различных порядков, модели сезонной составляющей – конечным числом членов ряда Фурье, модели циклической составляющей – аддитивной сверткой фиктивных переменных, а случайные составляющие – моделями авторегрессии – скользящего среднего (АРСС). В работе показано, что выбор модели в таком виде наиболее адекватен реальным изменениям продаж. Идентификация моделей тренда, циклической и сезонной составляющих осуществляется с помощью метода наименьших квадратов (МНК). Неизвестные параметры модели АРСС в экономических приложениях обычно оцениваются методом моментов. Однако, метод моментов может приводить в ряде случаев к необходимости решения систем нелинейных уравнений, к решениям в комплексной форме. Поэтому, возникает необходимость развития алгоритмов МНК применительно к модели АРСС.
Результаты прогнозирования объемов продаж являются исходной информацией для планирования бюджета. Экономическая сущность задачи составления плана производственной фирмы состоит в выборе оптимальной номенклатуры и объемов производства товаров. Этот выбор основывается на достижении главной цели предприятий иерархической структуры – максимизации общей прибыли. Анализ показывает, что для формирования плана предприятия требуется разбиение исходной цели на совокупность подцелей (построение дерева целей).
Рис. 2. Дерево целей предприятий иерархической структуры
Для того, чтобы можно было оценить количественно достижение каждой цели необходимо представить все цели в виде критериев и ограничений. При этом критерии являются противоречивыми, поэтому планирование представляется в виде векторной задачи математического программирования (ВЗМП):
,
, 
, (2)
где 
– индекс предприятий (
– головное предприятие), 
– индекс видов продукции, выпускаемой предприятиями, 
– индекс всех видов ресурсов, используемых при производстве продукции, 
– индекс технико-экономических показателей, 
– возможности в приобретении i-го вида ресурса, 
– величина объемов j-го вида продукции, выпускаемой q-м предприятием, 
, 
, 
, 
.
Для получения задания в виде плана необходимо решить построенную ВЗМП. Анализ показывает, что наиболее подходящим является метод поиска альтернативы, использующий максимизацию минимального критерия. Известные алгоритмы планирования в иерархической системе с децентрализацией управления, основанные на максимизации минимального критерия, содержат ряд допущений, невыполняемых в рассматриваемой постановке, что обуславливает необходимость доработки этого алгоритма.
Ни одна управленческая технология не сможет функционировать эффективно, если она не будет поддержана современными информационными технологиями. Поэтому, производить бюджетирование без применения вычислительных средств и программного обеспечения невозможно.
Обычно, предприятия пищевой промышленности небольшие. Для небольших предприятий одним из основных требований к системе бюджетирования является невысокая стоимость внедрения и эксплуатации системы бюджетного управления, что накладывает дополнительные требования на информационную систему.
Анализ информационных систем позволяет сделать вывод, что система бюджетного управления для иерархической структуры предприятий должна строиться на основе специализированных модулей разных производителей. Сложность задачи выбора оптимального набора модулей заключается в том, что существует большое количество модулей, которые могут быть не совместимы. Поэтому, необходимо разработать алгоритм выбора оптимального состава модулей, позволяющий упростить выбор.
Во второй главе определяются виды составляющих модели прогнозирования временных рядов продаж и разрабатываются алгоритмы идентификации неизвестных параметров.
Трендовая составляющая в работе представлена полином:
, (3)
где t=1,…,n – дискретное время (например, номер недели), 0, 1,…, P – постоянные коэффициенты. Для подбора порядка полинома применялся метод последовательных разностей членов анализируемого временного ряда.
Циклическая составляющая представлена в виде:
, (4)
где 
– фиктивные переменные; 1, 2, 3, … – постоянные коэффициенты. Для проверки значимости каждой фиктивной переменной использовался тест Чоу.
Сезонная составляющая представлена рядом Фурье:
, (5)
где p, p – постоянные коэффициенты, – частота сезонных колебаний. Для определения, определялся пик спектральной функции.
Неизвестные коэффициенты моделей тренда, циклической и сезонной составляющих идентифицировались с помощью МНК. Кроме этого определялись стандартные ошибки для неизвестных коэффициентов, на основании чего проводился t-тест. Если на основании t-теста нулевая гипотеза подтверждалась, то соответствующий коэффициент удалялся из модели. Затем, для каждой из составляющих рассчитывалась F-статистика и коэффициент детерминации R2. Применение вышеописанной методики на примере ряда объемов продаж мясокомбината дало следующие результаты:
Таблица 1
Регрессионная статистика неслучайной составляющей ряда
| Составляющие | R2, % | Стандартная ошибка оценки, % | F-статистика | Сумма квадратов | |
| ESS | RSS | ||||
| Трендовая и циклическая | 89,74 | 12,67 | 220,4 | 17109 | 1,9109 |
| Сезонная | 28,4 | 10,59 | 17,1 | 0,56109 | 1,4109 |
| Случайная | 8,9 | 10,0 | 12,67 | 0,12109 | 1,2109 |
| Итого | 94,45 | 10,0 | |||
Где стандартная ошибка при использовании всех четырех составляющих была равна 10%.
Для описания случайной составляющей, представляющей собой стационарный временной ряд в широком смысле, применялась модель АРСС:
, (6)
где t – случайная составляющая объемов продаж на t неделе, t – случайная составляющая типа «белый шум», 1, 2,…, 1, 2,…– постоянные коэффициенты.
Известно, что во многих случаях лучшими оказываются «чистые» модели – либо авторегрессионные (АР), либо модели скользящего среднего (СС). Поэтому, выбор типа и порядка модели производился на основе автокорреляционной (АКФ) и частной автокорреляционной функции (ЧАКФ). После того, как был определен тип и порядок модели, оценивались неизвестные параметры модели. Для модели АР в экономике для идентификации принято применять метод моментов. В тоже время, в теории автоматического регулирования для аналогичных моделей применяется МНК. В работе показано, что оценки параметров по ММ и МНК не будут отличаться, если допустить, что оценки математического ожидания описываемого ряда близки к нулю.
Другой моделью, описывающей стационарные временные ряды является модель СС. При решении экономических задач неизвестные параметры этой модели также, идентифицируются с помощью метода моментов. Недостатками данного метода являются: сложность вычисления; не единственность решения; возможность получения комплексных корней. Прямое использование МНК для идентификации параметров модели СС невозможно. В модели скользящего среднего в правой части присутствуют ненаблюдаемые переменные типа «белый шум», которые необходимо каким то образом оценить для получения решения системы. Для этого предлагается использовать следующий рекуррентный алгоритм МНК:
- Задаются начальные условия: все неизвестные параметры 1, …, k равны нулю, все значения случайной составляющей 0, -1, -2, … равны нулю. Прогнозное значение
. - Рассчитывается t по формуле
. - Пересчитываются неизвестные параметры 1,…, k с учетом t.
- Рассчитывается
с использованием вновь полученных параметров 1, …, k. - Рассчитываем пункты 2, 3 и 4 для t=2, …, n.
Был проведен ряд модельных экспериментов на модели СС первого порядка 
, со значениями параметра 
и различными выборками значений t с одинаковой дисперсией. Пример результатов эксперимента приведен в таблице 2:
Таблица 2
Оценки параметра 1 методом моментов
| Оценки 1 | Выборка 1 | Выборка 2 |
| Методом моментов | Две оценки 1,62 и 0,61. (Выбираем ближайшую 0,61) | Комплексные корни (оценки не получены) |
| МНК | 0,51 | 0,6 |
Полученные результаты позволяют сделать следующий вывод: предлагаемый комплекс моделей и алгоритмов обеспечивает решение задачи прогнозирования с достаточно высокой точностью и позволяет расширить границы применения модели скользящего среднего за счет использования МНК.
В третьей главе описывается процесс построения модели планирования бюджета для иерархической структуры предприятий и разработка алгоритма решения этой задачи.
Как отмечалось в главе 1, для построения модели планирования, в первую очередь, необходимо построить «дерево целей». Цели нижнего уровня должны быть представлены в виде критериев и ограничений. Анализ показал допустимость использования всех критериев и ограничений, линейных относительно объемов производства. Поэтому, модель планирования для предприятия, входящего в иерархическую структуру представлялась как векторная задача линейного программирования (ВЗЛП):
,
, 
, (7)
где 
– величина k-го показателя j-го вида продукции для q-го предприятия, 
– затраты i-го вида ресурсов на единицу j-го вида продукции для q-го предприятия.
Модель планирования всей иерархической структуры представлялась виде ВЗЛП:
, 
,
. (8)
где
– прогнозируемые объемы продаж продукции.
Для решения этой задачи использовался следующий алгоритм:
1 этап. На первом этапе алгоритма каждое предприятие представляет свои производственные задачи в виде (7) и решает ВЗЛП. На этом этапе решение осуществляется аналогично известным алгоритмам. В результате решения получим:
– точка оптимума по отдельным критериям; X0q – точка оптимума функционирования q-го предприятия.
2 этап. Построение агрегированной модели каждого предприятия (алгоритм композиции).
Шаг 1. Выберем из множества критериев K, ведущий критерий 
, и обозначим: 
.
Шаг 2. Предполагая линейную функциональную зависимость между ведущим критерием и остальными критериями, получим:
. (9)
где 
, 
, 
.
Шаг 3. Аналогично преобразуем ограничения.
Шаг 4. Получаем ВЗЛП, имеющую одну переменную:
, 
,
, 
. (10)
3 этап. На основании этапа 2 строится и решает агрегированную модель всей иерархической структуры.
Шаг 1. С учетом (10) преобразуем векторную задачу (8):
,
, 
,
, (11)
, 
, (12)
где 
– векторный критерий, каждая компонента которого является ведущим критерием отдельного предприятия.
Шаг 2. Решается ВЗЛП (11) аналогично этапу 1. В результате получим 
– вектор оптимальных значений критериев.
4 этап. Построение ВЗЛП для каждого предприятия с учетом ограничений, накладываемых на ведущие критерии и ее решение. (алгоритм декомпозиции агрегированной модели (11)).
Шаг 1. Строится ВЗЛП для каждого 
:
, 
,
, 
. (13)
Шаг 2. Решается ВЗМП (12) для 
. В результате решения получаем оптимальные параметры 
с соответствующими технико-экономическими показателями 
.
В работе рассматривается решение этой задачи на примере холдинга, состоящего из головного и двух дочерних предприятий, которые выпускают 3 вида продукции из 2 типов ресурсов. В результате решения задачи планирования для первого предприятия получим: 
. Для второго предприятия оптимальными по Парето являются следующие объемы производства:
. С учетом ограничений, наложенных руководством холдинга, оптимальные объемы производства будут равны: 
, 
.
Предлагаемый алгоритм отличается от известного видом агрегированной модели всей иерархической структуры (построенной на этапе 3), в которой, в связи с особенностями пищевых предприятий, в частности введены дополнительные ограничения (12).
В четвертой главе рассматривается построение структуры и выбор состава программно-технического комплекса распределенной системы бюджетного управления.
Анализ, проведенный в главе 1, показывает, что перебор и сравнение всех возможных вариантов набора модулей является задачей очень большой размерности, которую сложно реализовать. Поэтому, представляется целесообразным производить сравнение модулей системы в пределах одного типа, а, затем, выбирать оптимальный набор модулей. Для того, чтобы определить необходимые типы модулей, была построена схема взаимодействия информационных модулей системы бюджетного управления (рис. 3).
Рис. 3. Схема взаимодействия информационных модулей
Для полученной схемы критерии сравнения однотипных модулей должны определять функциональность модуля. Т.к. рассматриваемые предприятия представляют собой иерархические структуры, то оценка функциональности, кроме всего прочего, должна включать следующие критерии: возможность обмена информацией между территориально удаленными структурами; защита передаваемой информации. В работе определены критерии сравнения однотипных модулей на основании уже имеющихся методик.
Большинство критериев носит качественный характер, что не позволяет их использовать для сравнения модулей. Поэтому, при оценке модуля по качественным критериям оценки будем задавать как степени соответствия альтернатив понятиям, определяемым этими критериями. Для некоторого значения качественного критерия k может быть рассмотрено нечеткое множество:
. (14)
где 
– экспертная оценка модуля rj по критерию k, характеризует степень его соответствия понятию, определяемому критерием k.
Правило выбора наилучшей альтернативы может быть записано в виде пересечения соответствующих нечетких множеств, с учетом их важности:
, (15)
где kmax – количество критериев.
Для учета важности критериев необходимо каждому из них приписать вес k 0.
. (16)
Для сравнения важности критериев воспользуемся методом парных сравнений. Но при использовании стандартной шкалы оценок важности критериев, индекс согласованности матрицы S может существенно превышать 0,1 при количестве критериев более 5 и при больших отличиях в важности критериев. Для устранения этого недостатка предлагается считать, что если эксперт определил, что один критерий намного важнее другого, то оценка важности критерия sij определяется как сумма важности критериев si-1j и sij-1, причем критерии должны быть выстроены по порядку от более значимого к менее значимому. Таким образом, структурная схема алгоритма оценки весов критериев примет вид:
- Формирование матрицы сравнительных оценок важности качественных критериев S.
- Определение максимального собственного значения для матрицы S:
. - Если
, то возврат к шагу 1. - Определение нормированного собственного вектора w, соответствующего максимальному собственному значению
.
После оценки соответствия каждого модуля системы бюджетирования и совместимости модулей заданным критериям необходимо подобрать оптимальный набор модулей системы, взаимодействующих между собой. Одним из классических решений подобной задачи является принцип оптимальности Беллмана. Но для использования этого принципа необходимо, чтобы процесс управления был без обратной связи, что в нашем случае не выполняется.
Для решения этой проблемы предлагается объединить модули система сбора, формирования и согласования бюджета и пакет статистического анализа. Тогда система бюджетного управления как последовательность состояний примет вид (рис. 4):
Рис. 4. Система бюджетного управления
где Zi – состояние системы бюджетирования (программный модуль системы); pii-1 – управление, переводящее систему из состояния Zi в состояние Zj (отношение совместимости модулей).
Уравнение состояния примет вид: 
, где ri – i-й модуль системы бюджетирования. Представим целевую функцию как:
, (17)
где 
– функция принадлежности ri-1-го модуля системы, с учетом важности; 
– функция принадлежности совместимости ri-1-го модуля и ri-го модулей системы, с учетом важности.
Для поставленной задачи уравнение Беллмана имеет вид:
, (18)
где 
– условное оптимальное управление на i-м шаге.
Тогда, алгоритм выбора оптимального набора модулей системы бюджетного управления примет вид:
- Оценка значимости каждого типа модулей и их совместимости для всей системы бюджетного управления.
- Для всех модулей Z3 определяется
. - Для каждого модуля Z2 определяется оптимальный модуль Z3
. - Для каждого модуля Z1 определяется оптимальный модуль Z2
.
В результате применения алгоритма выбора информационной системы бюджетирования для рассматриваемого в работе примера получили, что оптимальным является следующий набор: Пакет статистического анализа – SPSS; Система моделирования бизнес-процессов – ARIS; Система сбора, формирования и согласования бюджета – ЦФТ-Бюджетирование; Система контроля исполнения бюджета – ЦФТ-Управленческий учет.
ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ
- Разработана системная модель управления бюджетом предприятия, обеспечивающая выделение модулей поддержки принятия решений в системе управления для иерархической структуры пищевых предприятий.
- Определены виды моделей анализа временных рядов объемов продаж и разработан метод идентификации параметров модели стационарной компоненты на основе метода наименьших квадратов, что позволило расширить границы использования модели скользящего среднего и обеспечило повышение точности прогноза объемов продаж.
- Построена модель планирования бюджета предприятий в иерархической структуре в виде задачи векторной оптимизации, что позволило решить задачу планирования в условиях противоречивости критериев и иерархической структуры.
- Получено решение задачи планирования с использованием метода максиминной свертки, что определило методику разработки блока планирования в системе управления бюджетом.
- Разработана методика и двухэтапный алгоритм выбора информационной системы бюджетирования, включающая этап получения численной оценки обобщенного критерия сравнения программных модулей и этап выбора оптимального набора модулей методом динамического программирования.
- Проведена численная модельная апробация предложенных в работе методов и алгоритмов на реальных данных ряда предприятий, которая подтвердила работоспособность алгоритмов и целесообразность их использования на предприятиях пищевой промышленности. Внедрение результатов работы на двух предприятиях перерабатывающей отрасли подтвердило их экономическую эффективность.
Основное содержание диссертации отражено работах:
- Бушуев М.А. Разработка алгоритмов планирования бюджета для распределенных структур // Системы управления и информационные технологии: Научно-технический журнал, №2.1(24), 2006. – С. 127-131.
- Матвеев М.Г. Моделирование параметров товарных рынков на примере рынка сахара / Бушуев М.А. // ММТТ-15: Сборник трудов 15 Международной научной конференции. - Тамбов: Тамбовский ГТУ, 2002. - Т.6. - С. 36-41.
- Бушуев М.А. Модель рынка сахара при сговоре крупных компаний // Материалы XL отчетной научной конференции за 2001 год. ВГТА. – ч.3, C. 32-33.
- Бушуев М.А. Модель рынка предприятий с ломанной кривой затрат // Материалы XLI отчетной научной конференции за 2002 год. ВГТА. – ч.3, C. 78-79.
- Бушуев М.А. Модель прогнозирования объемов продаж / Астанин А.Н., Брагина М.В. // Материалы Всеросийской научно-практической конференции «Экономическое прогнозирование: модели и методы», Воронеж, ВГУ, 2004. – ч.1, с. 137-141.
- Бушуев М.А. Выбор длины временного ряда для прогнозирования // Материалы XLIII отчетной научной конференции за 2004 год. ВГТА –ч. 3, С. 56-57.
- Бушуев М.А. Применение метода наименьших квадратов для оценки параметров модели скользящего среднего / Матвеев М.Г. // Материалы Международной научно-практической конференции «Экономическое прогнозирование: модели и методы», Воронеж: ВГУ, 2005, С. 11-13.
- Бушуев М.А. Критерии выбора системы моделирования бизнес-процессов // Материалы IV Всероссийской научно-практической конференции «Электронный бизнес: опыт и перспективы», - Воронеж: ВГУ, 2005, С. 65-68.
- Бушуев М.А. Разработка алгоритма сравнения однотипных информационных систем // Материалы IV Всероссийской научно-практической конференции «Электронный бизнес: опыт и перспективы», - Воронеж: ВГУ, 2005, С. 68-74.
- Бушуев М.А. Представление предприятия холдингового типа как иерархической системы // Современные проблемы прикладной математики и математического моделирования: Материалы конференции. – Воронеж: Воронежская государственная технологическая академия, 2005, С. 49-50.
- Бушуев М.А. Определение шкалы оценок метода парных сравнений // Материалы XLV отчетной научной конференции за 2006 год. ВГТА, – ч. 2 С. 89-90.
- Матвеев М.Г. Сравнение оценок неизвестных коэффициентов авторегрессионной модели, полученных методом моментов и МНК/ Бушуев М.А. // Межвузовский сборник научных трудов. Вып. 2. Математические и инструментальные методы экономики. – Воронеж, 2004. – С. 7-12.
Подписано в печать 08.11.2006 г.
Формат 60x84 1/16. Бумага офсетная. Гарнитура Таймс. Ризография.
Усл. печ. л. 1,0. Тираж 100 экз. Заказ №
ГОУВПО «Воронежская государственная технологическая академия» (ГОУВПО «ВГТА»)
Участок оперативной полиграфии ГОУВПО «ВГТА»
Адрес академии и участка оперативной полиграфии:
394000, г. Воронеж, пр. Революции, 19
