Оптимизация производственной структуры ЗАО Агрокомбинат племзавод «Красногорский»

Производственная структура  может иметь множество вариантов  отраслевой, технической и организационной  структуры. Варианты могут отличаться размерами и составом отраслей, распределением между ними производственных ресурсов, различиями в построении организационной  структуры.

Оптимизация производственной структуры позволяет из множества  сбалансированных вариантов развития производства выбрать тот, который  в наибольшей степени соответствует  постоянной цели производства.

 

 

 

2. Экономико-математическая модель оптимизации предприятия

 

Главная задача данной модели состоит в определении оптимальной  производственной структуры ЗАО  Агрокомбинат племзавод "Красногорский" на 2012 г., т. е. посевные площади сельскохозяйственных культур и поголовье всех половозрастных групп животных, при которых выполняются объемы производства растениеводческой и животноводческой продукции, удовлетворяются потребности отраслей животноводства в кормах, при имеющихся в наличии производственных ресурсах, чтобы получить максимум выручки.

При решении данной задачи определяется оптимальная структура  посевных площадей, которая обеспечит  безусловное выполнение договорных обязательств по реализации продукции  сельскохозяйственных культур, обеспечит  сбалансированные рационы кормления  животных, гарантировать удовлетворение потребностей всех животных в зеленом  корме на протяжении всего пастбищного  периода.

Для математической записи задачи используются следующие индексы:

i- номер, означающий вид производственного ресурса (iεI);

j- означающий вид деятельности (jεJ);

J₁- подмножество номеров, означающих отрасли растениеводства (J₁εJ);

J₂ – подмножество номеров, означающих отрасли животноводства

(J₂εJ);

K – номер, означающий способ использования продукции или способ пополнения производственных ресурсов (KεK);

S – номер, означающий вариант организации севооборотов, рекомендованных к освоению (SεS).

 

Переменные:

X_j– размер j –го вида деятельности для производства конечной продукции, товарной отрасли;

X_jk- размер j-го вида деятельности, продукция которой используется k- тым способом;

X_ik–объем пополнения i – го вида ресурса k-ым способом;

Xs – площадь S – го варианта севооборота.

Технико-экономические коэффициенты:

V_ij – выход i –ой продукции с единицы j-товарной отрасли;

V_ijk- выход i-го вида продукции с единицы j-го вида деятельности, продукция которого используется k-м способом;

V_ik – содержание i –го вида продукта в единице приобретаемого ресурса k-м способом;

A_ij – затраты i-го ресурса на единицу j –го товарного вида деятельности.

A_ijk – затраты i –го ресурса на единицу j –го вида деятельности, продукция которого используется k-м способом;

A_ik – затраты i –го ресурса на приобретение единицы производственного ресурса k-м способом;

a_js– доля j –го сельскохозяйственной культуры в s –м варианте севооборота;

П_i– гарантированной объем производства i-го вида продукции;

Ai – наличие i – го  вида ресурса на предприятии;

A_ij^min , Aij^min– минимально возможное и максимально допустимое содержание i – го питательного вещества в рационе j – ой группы животных;

Вj_k^min, Вj_k^max– минимально допустимое и максимально возможное содержание k-ой группы кормов в рационе j-ой группы животных;

D_ik- максимально допустимое приобретение i-го ресурса k- ым способом;

С_j– норматив эффективности с единицы j- го вида деятельности.

Математическую задачу можно  записать в следующем виде:

Найти такие неотрицательные  значения переменных

, чтобы функционал  F= , при ограничениях:

1. По использованию  производственных ресурсов ;
2. По площадям сельскохозяйственных культур в севооборотах

     ( )

3. По производству и использованию кормов

4. По производству и потребности отдельных групп кормов

5. По гарантированным объемам производства товарной продукции

6. По максимуму приобретения ресурсов

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3. Обоснование нормативной базы экономико-математической модели по оптимизации производственной структуры 

 

1. Обоснование нормативов выхода продукции в растениеводстве

 

Урожайность сельскохозяйственных культур и продуктивность животных являются определяющими для всех других показателей хозяйственной  деятельности. От выхода продукции  зависит расход производственных ресурсов и показатели экономической эффективности.

Прогноз выхода продукции  растениеводства можно вести  несколькими методами:

1 группа методов –  урожайность обосновывается как  средневзвешенная за 3 года – по данному хозяйству и с учетом достигнутого уровня и ведением агротехнических приемов, повышающих урожайность.

2 группа методов –  использование нормативов, разработанных  различными научно-исследовательскими  учреждениями. Например, за норматив  прогнозируемой урожайности можно  принять урожайность на государственном  земельном участке по данному  району.

3 группа методов –  планирование выхода продукции  экстрополированием. При этом используется  способ скользящей средней, среднегодовые  темпы прироста урожайности и  временные функции. Прогнозируемая  урожайность У_пр определяется.  

У_пр = у_п(1+рт)

где, У_п – средневзвешенная урожайность за 3 года

т – период прогнозирования (2 года);

р – средний темп прироста урожайности.

Р=

Недостатки данного способа  в том, что принимается равномерный  рост урожайности. Поэтому лучше  использовать временные функции.

Временная функция представляет уравнение зависимости урожайности  на год прогноза от достигнутого среднего уровня и количества лет прогноза. При этом могут использоваться уравнения  прямой и разных кривых линий.

у=а+bt  - уравнение прямой,

у=а+bt+ct²  - парабола 2^го порядка,

e=a+bt+ct²+dt³ – парабола 3^го порядка,

у=ае^bt - экспонента  и т.п.

Выбор формы зависимости  производится по статистическим характеристикам  модели:

а) функция, наиболее точно  отражающая аналитическую зависимость, выбирается на основе среднего коэффициента аппроксимации, который показывает на сколько процентов в среднем  значение результативного признака отклоняется от теоретического. Он должен быть наименьшим;        

б) среднеквадратическое отклонение остатков должно иметь  наименьшее значение;   

в) рассматривается корреляционное отношение, характеризующее долю изменения  результата за счет фактора (чем больше, тем лучше);

г) сравниваем с табличным  расчетное значение коэффициента автокорреляции, если оно больше табличного, то данную функцию использовать нельзя, так  как наблюдается явление автокорреляции;

д) F-критерий должен превышать  табличное значение. Он используется для оценки значимости полученных коэффициентов  регрессии;

е) Т – критерий достоверности. Он должен превышать табличное значение.

В данной курсовой работе был  произведен прогноз урожайности  многолетних трав на сено и многолетних трав на з. м.

         Для анализа и прогнозирования  урожайности многолетних трав  на сено наиболее подходит  парабола второго порядка (приложение А): средний коэффициент аппроксимации минимальный – 0,001; корреляционное отношение максимальное – 0,999; Т-критерий корреляционного отношения больше табличного; среднеквадратичное отношение остатков – 0,039; нормальность распределения отклонений – 1,161; коэффициент автокорреляции – -0,723.

Подставим коэффициенты регрессии  в выбранную модель:

У=16,66 +0,901Х – 0,079Х²

Коэффициенты регрессии  А₁,А₂,А₃ отражают среднее значение эффективности использования фактора Х в данной выборке.

Если вместо X поставим номер прогнозируемого года то получим прогноз урожайности 19,12 ц/га.

Для анализа и прогнозирования  урожайности многолетних трав на з. м. наиболее подходит показательная модель (приложение Б). Однофакторная модель имеет вид:

У=66,076*EXP(0,036Х)

Прогноз урожайности по данной модели составит 84,723 ц/га.

По данным таблицы 2 приложение А отобразим фактическое и выровненное значение урожайности многолетних трав на сено.

 

 

 

 

 

 

 

График 1 – фактическое и выровненное значение урожайности многолетних трав на сено

По данным таблицы 2 приложение Б изобразим динамику урожайности  многолетних трав на з. м. по годам и показательную модель.

График 2 – Фактическое  и выровненное значение урожайности  многолетних трав на з. м.

 

Рассмотрим фактически достигнутый  уровень урожайности культур  и продуктивности в таблице 2.

 

 

Таблица 2 - Фактически достигнутый уровень урожайности сельскохозяйственных культур и продуктивности

Сельскохозяйственные культуры (животные)	Средневзвешенная урожайность (2008 – 2010 гг.)	Урожайность (продуктивность) за последние 3 года			Экстремальная урожайность (продуктивность) за последние 5 лет		Среднегодовой темп прироста
		2008	2009	2010	min	max
Картофель, ц/га	181,8	212	227	118	118	247	- 0,25
Капуста, ц/га	421,45	472	439	346	346	472	- 0,14
Морковь, ц/га	300,83	303	365	233	233	460	- 0,12
Свекла, ц/га	277,73	325	224	284	224	325	- 0,06
Прочие, ц/га	175,33	53	255	218	53	225	1,03
Силосные, ц/га	152	158	151	147	87	174	- 0,04
Кукуруза на силос, ц/га	176	115	263	150	115	322	0,14
Озимая рожь на з. к., ц/га	101	87	105	111	81	117	0,13
Многолетние травы на сено, ц/га	18,97	18,7	19	19,2	17,5	19,2	0,01
Многолетние травы на з. м., ц/га	76,31	73,2	77,5	78,24	68,7	78,24	0,03
Сенокосы, ц/га	11,3	10,6	11,3	12	10,6	12	0,06
Пастбища, ц/га	42,93	40,6	43,2	45	40,6	45	0,05
Кормовые корнеплоды, ц/га	173,3	180	125	215	135	240	0,09
Среднегодовой удой на 1 корову, ц	68,88	76,45	69,59	60,6	60,6	76,45	- 0,11
Среднегодовой привес ж. м. молодняка  КРС, ц	2,38	2,54	2,57	2,02	2,02	2,57	- 0,11

 

В таблице показана урожайность  сельскохозяйственных культур за последние 3 года, а также продуктивность животных. За исследуемый период по все культурам видим снижение либо незначительное повышение урожайности. На это в большей степени повлияли погодные условия. В 2010 году из-за жаркой погоды погибло большое количество урожая. Среднегодовой удой на 1 корову и среднегодовой привес ж. м. молодняка КРС имеют отрицательный среднегодовой темп прироста.

Использование экспертных оценок в планировании урожайности. В данном случае экспертные оценки применяются для определения более точного планового норматива. Урожайность таких культур, как картофель, капуста, морковь и прочие, в 2009 г. по сравнению с 2008г. увеличилась, а в 2010 г. резко сократилась, т. е. при формировании планового норматива нельзя опираться на методы по среднегодовому темпу прироста и по временным функциям. Экспертами выступили ведущий специалист предприятия, руководитель среднего звена и специалист. Нормы выхода продукции приданным методе можно рассчитать по программе ОС на ЭВМ или по формуле:

Р_пл= ,

где, О_i – оценка компетентности i-го эксперта;

Р_i–значение норм выхода продукции, предлагаемое i-м экспертом.

Полученные результаты представлены в приложении В. 

Определение оптимального уровня урожайности (продуктивности) с использованием специальных приемов моделирования  – метод средневзвешенной, метод  суммирования.

На основе сопоставления  всех методов определяется плановый норматив урожайности (продуктивности), который является исходным показателем  для обоснования всех последующих  норм выхода продукции и затрат.

Таблица 3 - Нормы выхода продукции при различных методах его обоснования

С/х культуры (животные)	При сохранении фактических  темпов изменения		Экспертная оценка	Принятый за основу плановый норматив
	По среднегодовому темпу  прироста	По временным функциям
1	2	3	4	5
Картофель	90,9	-	219,471	219,471
Капуста	303,44	-	448,254	448,254
Морковь	228,63	-	339,611	339,611
Свекла	244,4	-	-	244,4
Прочие	536,51	-	221,806	221,806
Силосные	139,84	-	-	139,84
Кукуруза на силос	225,28	-	-	225,28
Оз. рожь на з. к.	127,26	-	-	127,26
Мн. травы на сено	19,35	19,12	-	19,35