Автор работы: Пользователь скрыл имя, 19 Марта 2015 в 00:56, реферат
Первоначально функции логистики сводились к снижению себестоимости единицы продукции. При сегодняшнем превышении предложения над спросом остро встает вопрос поиска новых способов снижения издержек на хранение, доставку и обслуживание запаса. Таким образом, логистика - это руководство, планирование, организация и управление материальными потоками и информационными процессами в границах предприятия и между отраслями экономики с целью получения эффекта наиболее рационального использования ресурсов .
По удельному весу образующих поток грузов материальные потоки делят на тяжеловесные и легковесные.
Тяжеловесные потоки обеспечивают полное использование грузоподъёмности транспортных средств, требуют для хранения меньшего складского объёма. Тяжеловесные потоки образуют грузы, у которых масса одного места превышает 1 тонну (водным транспортом) и 0,5 тонн (при перевозках железнодорожным транспортом). Примером тяжеловесного потока могут служить рассматриваемые в процессе транспортировки металлы.
Легковесные потоки представлены грузами, не позволяющими полностью использовать грузоподъёмность транспорта. Одна тонна груза легковесного потока занимает объём более 2 м . Например,табачные изделия в процессе транспортировки образуют легковесные потоки.
По степени совместимости образующих поток грузов материальные потоки делят на совместимые и несовместимые. Этот признак учитывается в основном при транспортировке, хранении и грузопереработке продовольственных товаров.
По консистенции грузов материальные потоки делят на потоки насыпных, навалочных, тарно-штучных и наливных грузов.
Насыпные грузы (например зерно) перевозят без тары. Их главное свойство - сыпучесть. Могут перевозиться в специализированных транспортных средствах: вагонах бункерного типа, открытых вагонов, на платформах, в контейнерах, в автомашинах.
Навалочные грузы (соль, уголь, руда, песок и т.п.) как правило, минерального происхождения. Перевозятся без тары, некоторые могут смерзаться, слёживаться, спекаться. Так же как и предыдущая группа, обладают сыпучестью.
Тарно-штучные грузы имеют самые различные физико-химические свойства, удельный вес, объём. Это могут быть грузы в контейнерах, ящиках, мешках, грузы без тары, длинномерные и негабаритные грузы.
Наливные грузы – грузы, перевозимые наливом в цистернах
и наливных судах.
2.Прогнозирование
Основная задача логиста состоит в том, чтобы обеспечить оптимальное функционирование логистической инфраструктуры. Реализация этой задачи требует, в первую очередь, умения планировать материальные потоки, а прогнозирование потребности в материальных ресурсах является наиболее сложным этапом её решения.
Прогноз – предсказание стоимостного объёма или количества единиц продукта, которые с известной вероятностью будут произведены, отражены или проданы. Прогнозировать можно в натуральных или денежных единицах измерения, а объектом прогноза может быть конкретный продукт или потребитель. Типичным примером логистического прогноза является прогноз отправок какого-либо груза из распределительного центра на неделю или месяц.
Для эффективного планирования и координации производственных процессов нужны точные прогнозы. Задача прогнозирования – предсказать пространственные (где), ассортиментные (сколько и чего) и временные (когда) параметры спроса для планирования на их основе логистической деятельности.
Планирование и координация логистических операций требуют точной оценки будущего спроса на определённые продукты на конкретных рынках сбыта. Хотя прогнозирование не является точной наукой, всё большее число предприятий внедряет у себя интегрированный процесс прогнозирования, который строится на использовании многообразных источников информации, математических и статических методов, систем поддержки управленческих решений, а также на работе квалифицированных специалистов.
Горизонт прогноза в логистике обычно не простирается более чем на один год. В зависимости от предназначения конкретного логистического плана для него может потребоваться прогноз на день, неделю, месяц, квартал или год.
На практике чаще всего используют месячные прогнозы.
Эффективный процесс прогнозирования складывается из нескольких ключевых компонентов. Во-первых, фундамент процесса прогнозирования составляет база данных, содержащая информацию о текущих заказах, о заказах за прошлые периоды и о приемах привлечения этих заказов (реклама, скидки и другие меры по стимулированию продаж). Необходимы и данные общего характера – о состоянии экономики и рынка. Для того чтобы такая база данных способствовала эффективному прогнозированию, она должна своевременно пополняться информацией, среди особых требований к которой : гибкость, точность, непрерывность обновления и своевременность.
Во-вторых, эффективный процесс прогнозирования должен порождать интегрированные, внутренне согласованные прогнозы, отвечающие запросам финансовых, маркетинговых, сбытовых, производственных и логистических служб.
Если говорить конкретно, пользователям нужна точная , полная, подробная и своевременная информация.
Наконец, для получения эффективных прогнозов нужно выбрать верную процедуру прогнозирования, которая в свою очередь состоит из трех компонентов : техники прогнозирования, информационного обеспечения и систем управления.
Техники прогнозирования – тот математический или статистический аппарат, посредством которого исходные и количественные параметры преобразуются в прогнозные оценки. Но никакая техника не способна сама по себе справиться со всем многообразием задач, которые ставит перед прогнозированием современный бизнес. Сегодня все более очевидно, что точный и достоверный прогноз – продукт интеграции техники прогнозирования, современного информационного обеспечения и адекватного управления всем процессом.
Система информационного обеспечения прогнозирования представляет собой механизм сбора, анализа данных, составления прогноза и передачи пользователям результатов прогнозирования. Система информационного обеспечения облегчает накопление и обработку данных и дает возможность учитывать такие внешние факторы, как стимулирование продаж, изменение цен, обновление ассортимента производимой продукции, характер конкуренции и общие экономические условия. Она должна быть в значительной степени автоматизирована, иметь отлаженный механизм работы.
В управлении процессом прогнозирования можно выделить организационные, процедурные, мотивационные и личностные аспекты, которые объединяют функцию прогнозирования с остальными функциональными областями в фирме. Организационные аспекты связаны с ролью и ответственностью отдельных служащих. Специфические вопросы здесь таковы:
1) кто отвечает за выработку прогноза?
2) как оценивают точность и эффективность прогноза?
3) как влияет эффективность
Процедурные аспекты связаны
с личным пониманием
При определении политики
С помощью прогнозов компании устанавливают у себя общие количественные цели, служащие рабочим ориентиром для всей логистической системы. Эти цели определяют «что, где и когда» делать в сфере сбыта продукции. Важная задача состоит в том, чтобы собирать как можно больше информации, анализировать её, и своевременно строить на её основе прогнозы с желательной степенью точности
В таблице 2.1. заданы размеры материальных потоков в соответствующие временные периоды.
Таблица 2.1
Изменение материального потока по годам
Годы, t |
2005 |
2006 |
2007 |
2008 |
2009 |
Мат.поток N(t),тыс. т/год |
41.3 |
41.9 |
47.8 |
52.5 |
56.7 |
Составим прогноз размера материального потока в 2010 году посредством основных методов прогнозирования.
2.1. Метод наивного прогноза.
В этом случае прогнозируемый материальный поток принимается равным материальному потоку ближайшего временного периода. Если обозначить прогноз как N(t+1), то получим:
Значение прогноза на N(t+1) год составит:
N(5+1)=N(5)=41,3(тыс. т/год)
2.2. Метод простого среднего.
Значение прогноза рассчитывается как среднее арифметическое материальных потоков за предшествующие периоды:
где n – число значений материальных потоков, принятых для расчёта;
N(ti) – материальный поток за период ti.
Для исходных данных, приведённых в таблице 2.1, получим:
N(5+1)= = 48,04(тыс. т/год)
2.3. Метод скользящего среднего.
Прогнозируемый материальный поток рассчитывается как среднее значение материальных потоков за несколько предыдущих периодов с учётом их значимости для прогноза.
Метод предполагает, что значения анализируемой величины в конце предшествующего периода имеют большее влияние на прогнозируемое значение и должны иметь больший вес, а сумма весов за прогнозируемый период должна быть равна единице. При таких условиях значение прогноза рассчитывается по методу скользящего среднего по формуле:
N(t+1)=
где - оценка веса i-го значения материального потока.
Для определения оценок веса можно использовать метод экспертных оценок.
Ограничение для имеет вид:
=1
Эксперты присвоили следующие оценки весов: =0,05; =0,15; =0, 2; =0,25; =0,35.
Расчёт значения прогноза выполнен по формуле (2.3) при ограничении(2.4):
N(5+1)=(41,3*0,1)+(41,9*0,1)+(
=51,3 (тыс. т/год).
N(5+1)=51,3 (тыс. т/год)
2.4. Метод регрессивного анализа.
Прогнозируемое значение материального потока рассчитывается как значение математической функции, наиболее точно описывающей изменение значений материального потока за несколько предыдущих периодов.
В общем виде уравнение искомой функции может быть записано следующим образом:
N(t)=F(t)
где F(t) – значение функции в t-й год;
- погрешность, показывающая величину отклонения теоретических значений от экспериментальных.
Функция может иметь любой вид: прямая, парабола и т.д. Выбор функции, наиболее точно описывающей заданные изменения материального потока, осуществляется на основании минимизации значения погрешности , которое рассчитывается по формуле:
=
где N(t) – значение материального потока в t-й год (фактическое);
n – число наблюдений;
p – число параметров в уравнении тренда (число неизвестных).
Для анализа принимаем две функции: линейную и полином 2-го порядка:
где – начальный уровень тренда;
b – средний абсолютный прирост в единицу времени, константа линейного тренда;
с –квадратичный параметр равный половине ускорения, константа параболического тренда.
Значения коэффициентов , b, c определены с помощью метода наименьших квадратов.
Продифференцируем каждое уравнение и составим систему нормальных уравнений: