WWW.MASH.DOBROTA.BIZ
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - онлайн публикации
 

«МАСЛОВ СЕРГЕЙ СЕРГЕЕВИЧ АВТОМАТИЗАЦИЯ ПРОЦЕССА ПРИНЯТИЯ РЕШЕНИЙ ПО ТОРГОВЛЕ ЗЕРНОМ ...»

На правах рукописи

МАСЛОВ СЕРГЕЙ СЕРГЕЕВИЧ

АВТОМАТИЗАЦИЯ ПРОЦЕССА ПРИНЯТИЯ РЕШЕНИЙ

ПО ТОРГОВЛЕ ЗЕРНОМ

Специальность 05.13.06 – Автоматизация и управление технологическими

процессами и производствами (пищевая промышленность)

АВТОРЕФЕРАТ

диссертации на соискание учёной степени кандидата технических наук

Москва – 2014

Работа выполнена на кафедре «Информатика и управление» Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Московский государственный университет пищевых производств» (ФГБОУ ВПО «МГУПП») .

Научный руководитель: доктор технических наук, доцент Новицкий Владимир Олегович

Официальные оппоненты: доктор технических наук, профессор Данчул Александр Николаевич доктор технических наук, доцент Николаева Светлана Владимировна

Ведущая организация: Негосударственное образовательное учреждение дополнительного профессионального образования «Международная промышленная академия»

Защита состоится «18» декабря 2014 г. в 1200 час. на заседании Совета по защите докторских и кандидатских диссертаций Д 212.148.02 при ФГБОУ ВПО «Московский государственный университет пищевых производств» по адресу: 109316, г. Москва, ул. Талалихина, д. 33, конференц-зал .



С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «МГУПП» .

С авторефератом диссертации можно ознакомиться на сайтах ВАК РФ Министерства образования и науки РФ http://vak.ed.gov.ru и ФГБОУ ВПО «Московский государственный университет пищевых производств»

http://mgupp.ru .

Автореферат разослан «11» ноября 2014 г .

Ученый секретарь Совета по защите докторских и кандидатских диссертаций, д.т.н., доцент Стрелюхина А.Н .

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы Для современного зернового рынка характерно укрупнение игроков и образование холдинговых зерновых компаний (ЗК), одной из важнейших задач которых является управление торгово-логистическими операциями с зерном. Несмотря на большое количество исследований, посвящённых эффективности функционирования ЗК (в работах Глущенко А.В., Чупахиной Н.И., Ермаковой М.С. и др.) и торговле зерном (труды Волковой Н.Ю, Черекаева М.В., Петровой Л. И., Хан Ю.А. и др.), а также значительные финансовые возможности самих ЗК, сегодняшний уровень управления торговлей имеет ряд существенных недостатков, обусловленных во многом недостаточным использованием математических методов и современных информационных технологий .

В результате исследования процессовуправления в ЗК было выявлено, что для управления торгово-логистическими операциями в среднесрочном и долгосрочном периодах могут быть использованы универсальные автоматизированные ERP/SCM-системы и системы поддержки принятия решений (СППР), так как на этом уровне требуются типовые для большинства предприятий функции учёта, многомерного анализа данных, выявления закономерностей и формирования отчётов .

Однако, на оперативном уровне принятия решений, где заключаются конкретные контракты с поставщиками, покупателями, перевозчиками и предприятиями, а также контролируется их исполнение, в большей степени проявляются специфические для торговли зерном особенности, такие как:



существенное влияние каждой торгово-логистической операции на ресурсы, доступные для проведения других операций, многовариантность закупок и продаж, вероятностный характер логистических параметров. Представленные на рынке специализированные автоматизированные системы оперативного управления в этой сфере выполняют, прежде всего, учётные и отдельные расчётные функции, не предоставляя инструментов оценки рисков, генерации и многокритериального анализа решений .

Использование специализированной СППР для управления торговологистическими операциями с зерном на оперативном уровне особенно актуально в условиях интеграции зерновых компаний и роста конкуренции на внутреннем зерновом рынке России, обострённой участием иностранных компаний, обладающих большими ресурсами, опытом и высокими технологиями .

Целью работы является повышение эффективности управления торговологистическими операциями за счёт разработки автоматизированной системы поддержки принятия решений на оперативном уровне управления .

Объектом исследования является процесс принятия решений о проведении торгово-логистических операций в зерновой компании .

Предмет исследования – модели, методы и алгоритмы автоматизации процессов принятия решений о проведении торгово-логистических операций;

информационное, математическое и программное обеспечение СППР .

Основными задачами

исследования, которые необходимо решить для достижения поставленной цели, являются:

1. Анализ процесса принятия решений по проведению торговологистических операций в зерновых компаниях .

2. Разработка математической модели процесса и оценка её адекватности .

3. Разработка и обоснование критериев эффективности торговологистических операций, методов оценки рисков, генерации и ранжирования решений .

4. Разработка алгоритмов принятия решений по проведению торговологистических операций с зерном .

5. Разработка программного комплекса, реализующего ключевые алгоритмы СППР .

6. Проектирование автоматизированной СППР, разработка методики её внедрения и эксплуатации .

7. Оценка эффективности внедрения СППР .

Методы исследования Теоретической и методологической основой исследования послужили теория систем и системный анализ, теория эффективности целенаправленных процессов, теория множеств, теория принятия решений, методы исследования операций и математического программирования, теория вероятности, математическая статистика, методы информационного моделирования систем, теории финансово-экономического анализа и финансового менеджмента .

Научная новизна исследования заключается в следующих результатах:

1. Разработана математическая модель процесса принятия оперативных решений по проведению торгово-логистических операций с зерном, учитывающая взаимосвязь и стохастичность производственных, логистических, товарных и финансовых ресурсов .





2. Разработан алгоритм автоматизированного интерактивного процесса принятия решений по планированию торгово-логистических операций .

3. Предложен и обоснован комплекс детерминированных и стохастических критериев эффективности управленческих решений по проведению торгово-логистических операций. Предложенные критерии отражают длительность, результирующую эффективность, риски принимаемых решений и их влияние на текущие ресурсы зерновой компании .

Практическую значимость представляют следующие результаты:

1. Разработаны структурно-функциональная и информационнологическая модели процесса принятия решений по проведению торговологистических операций .

2. Предложена структура банка моделей СППР, включающего модели многокритериальной оценки и генерации альтернативных решений, имитационная модель оценки их вероятностных характеристик .

3. Предложена методика взаимодействия оперативного и тактического уровней управления торгово-логистическими операциями .

4. Разработано программное обеспечение для автоматизации поддержки принятия оперативных решений .

5. Предложена методика разработки и внедрения СППР .

Реализация результатов работы Элементы предложенной в данной работе СППР внедрены в ОАО «Торговый дом «Разгуляй» («Автоматизированная информационная система принятия решений «Торговля зерном» (внутренний рынок)), а также используются в учебном процессе МГУПП и Международной промышленной академии .

Апробация работы и публикации по теме Основные результаты выполненных исследований были представлены на следующих научных конференциях: XI Международная научно-практическая конференция «Системный анализ в проектировании и управлении», СПбГПУ, г. Санкт-Петербург, 2007 г.; V юбилейная школа-конференция с международным участием «Высокоэффективные пищевые технологии, методы и средства для их реализации», МГУПП, г. Москва, 2007 г.; научнопрактический семинар «Торговля зерном: наука и практика», МГУПП, г .

Москва, 2007 г., I международная конференция «Модернизация системы зернохранилищ России. Новые аспекты развития» («ЗЕРНОХРАНИЛИЩА МПА, г. Москва, 2011 г .

По теме диссертации опубликовано 11 печатных работ, в том числе 6 - в журналах, рекомендованных ВАК .

Объём работы Диссертационная работа состоит из введения, 4 глав, заключения, списка литературы, 10 приложений и изложена на 142 страницах .

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, определены цели и задачи исследования, научная новизна и практическая значимость работы .

В первой главе проведён анализ процесса принятия решений по проведению торгово-логистических операций в зерновых компаниях, а также методов и средств их автоматизации; выявлены недостатки существующей организации процесса принятия оперативных решений и обоснованы задачи исследования .

При анализе процесса управления торгово-логистическими операциями в зерновых компаниях в нём были выделены тактический и оперативный уровни управления, отличающиеся горизонтом планирования и содержанием решаемых задач. На тактическом уровне управления осуществляется планирование торгово-логистических операций на период от нескольких недель до года, а также определяются требуемые параметры сделок, осуществляется координация оперативных решений, мотивация исполнителей и контроль выполнения планов. Совокупность критериев, показателей и указаний, сформированных на тактическом уровне, в данной работе называется тактическим планом. Тактический план детализируются на этапе оперативного планирования, образуя оперативный план: определяются конкретные исполнители планов закупок и продаж, устанавливаются критерии принятия решений и ограничения на параметры единичных операций .

Рис. 1. Структурно-функциональная модель оперативного управления торговлей зерном На оперативном уровне управления (рис. 1), в отличие от тактического, принимаются решения по проведению конкретных торгово-логистических операций. Торгово-логистическая операция является ключевым понятием исследуемого процесса. Она включает в себя источник материального потока (зерна) S, потребителя материального потока D, производственнологистические операции, которые необходимо совершить для перемещения материального потока объёмом v из S в D (рис. 2). Источниками и потребителями материальных потоков могут быть как контрагенты (спрос и предложение на рынке), так и сама компания (остатки подлежащие реализации и потребности в зерне). Информация об S и D поступает на оперативный уровень в виде заявок о продаже и о покупке от контрагентов, либо в виде планов закупок и продаж ЗК, в которых приводится информация о местоположении, цене, порядке оплаты, объёме и сроках поставки, качестве зерна, базисе поставки .

Исследуемый процесс принятия решений о проведении торговологистических операций, является одним из ключевых процессов, определяющих общую эффективность торгово-логистической деятельности ЗК. Он представляет собой формирование наиболее эффективного, в соответствии с заданными критериями, множества торгово-логистических операций (рис. 2, «Вариант решения, выбранного ЛПР»). Для осуществления торгово-логистических операций требуются товарные, производственные, логистические, финансовые, информационные и трудовые ресурсы зерновой компании и её бизнес-окружения .

Анализ процесса принятия решений по проведению торговологистических операций в современных ЗК выявил следующие недостатки:

1. Критерии, используемые при оценке эффективности операций маржинальная прибыль, рентабельность, выручка, маржинальная прибыль на тонну, - а также другие показатели, предлагаемые теориями финансовоэкономического анализа и финансового менеджмента, не позволяют провести сравнение операций с различной длительностью и не учитывают отвлечение (привлечение) денежных средств в процессе их проведения .

2. Отсутствие оперативной автоматизированной оценки рисков торговологистических операций .

3. Лица, принимающие решения (ЛПР, трейдеры) выбирают группу торговых операций (решение), пользуясь следующим алгоритмом: вначале выбирается операция с максимальным значением mr, по ней планируется максимально возможный объём сделки, затем берётся следующая по величине mr операция, и по ней планируется объём сделки с учётом уже использованных в предыдущей объёмов и так далее. Полученные таким образом решения в редких случаях являются оптимальными по критерию максимизации маржинальной прибыли, а также не учитывают другие критерии и риски .

4. Существующая практика оценки достаточности финансовых ресурсов путём согласования с соответствующим подразделением холдинга значительно замедляет процесс принятия решений и не даёт возможности оперативной оценки возможности проведения операций, но и эффективности использования финансовых ресурсов в процессе их реализации .

5. Недостаточно формализованы и автоматизированы процессы согласования условий заявок с контрагентами и взаимодействия вышестоящим уровнем управления .

–  –  –

Рис. 2. Примеры и виды торгово-логистических операций и их представление в матрице «спрос-предложение»

Существующие на сегодняшний день автоматизированные системы, используемые в торговле зерном (Бизнес-Менеджер, Microsoft Dynamics и др.) обеспечивают преимущественно функции первичного учёта и документооборота, а универсальные системы поддержки принятия решений (в т.ч. системы Business Intelligence) не адаптированы к специфике оперативного принятия решений по оптовой торговле зерном, и предоставляют, прежде

–  –  –

соответственно, невыполненные задачи U, подлежащие выполнению на период до срока завершения планирования tPF оперативного плана. Также U включает целевую функцию CR и ограничения CT, определяемые исходя из задач тактического плана .

3) Свободные ресурсы зерновой компании: внутренние финансовые RFFI и товарные ресурсы RFMA, внутренние и внешние производственнологистические ресурсы RFLG, которые определяются исходными ресурсами системы оптовой торговли (СОТ ЗК) на начало периода планирования t PS, а также текущим и планируемым состоянием незавершенных контрактов CN. К производственно-логистическим ресурсам относятся свободные мощности отгрузки, приёмки, подработки, хранения, сушки, очистки на предприятиях. В случае отсутствия информации о свободных мощностях, могут быть указаны общие мощности .

4) Параметры внешних производственно-логистических услуг SRVLG: цены и мощности отгрузки, приёмки, подработки хранения, подработки (сушки, очистки), стоимость и длительность перевозки .

5) Аналитическая информация о проведённых операциях (завершенных контрактах) ANOP и о зерновом рынке ANMAR: законы распределения таких вероятностных величин, как сроки задержек платежей, отгрузки, перевозки, соответствие качества товара и др., а также оперативные аналитические отчёты и прогнозы состояния зернового рынка .

Выходным параметром процесса является множество решений a* (1), элементы которого представляют собой торгово-логистические операции с заданными объёмами, условия проведения которых согласованы с другими подразделениями зерновой компании и контрагентами:

= {(,,, )|, 0 [1, ], [1, ]} (1) s,d, vn,m opn,m - торгово-логистическая операция объёма vn,m где n m тонн. Из рис.3 видно, что контракты, заключённые на основе решения a* образуют потоки ресурсов, влияющие на входные параметры U, RFFI, RFMA, RFLG, ANOP .

Динамичность процесса отражается в состоянии свободных ресурсов системы управления оптовой торговлей (СУОТ ЗК) и степени выполнения тактического и оперативного планов. Информация о свободных ресурсах в момент времени tC представляется в виде множества состояний ресурсов от момента времени tC и до последнего события изменения состояния ресурсов в соответствии с запланированными операциями .

–  –  –

t0, tN – соответственно начальная и конечная дата планирования; tC[ t0, tN) – текущий момент времени; tC +t – дата окончания реализации заключенных контрактов .

–  –  –

Управляемыми параметрами являются объёмы единичных операций vn,m, которые задаются в матрице M SD (2, рис.2 «Матрица «спроспредложение»), и условия заявок о покупке d m и продаже sn .

–  –  –

ЗК на день t, - суточная стоимость денег (%), v - объём операции (тонн) .

В виду этих особенностей, для сравнительной оценки торговологистических операций предлагается использование критериев, приведённых

–  –  –

Для аппроксимации характеристик 1-6 в работе предлагается использование закона распределений Вейбулла, логистического, нормального, характеристика 7 рассчитывается на основе имитационной модели .

Для того чтобы ЛПР имел возможность одновременно оценить и эффективность, и риски торгово-логистических операций и альтернативных решений, в работе предложен комплексный показатель эффективности – вероятность достижения цели Pд.ц., который отражает вероятность достижения заданных значений критериев эффективности, достаточности ресурсов, своевременности этапов операции и соответствия закупаемого товара требуемому качеству (6) .

–  –  –

обозначает ограничение, знак которого ( " "или" " ) зависит от показателя .

Для векторов знак " " обозначает соответствие всех показателей вектора заданным ограничениям .

Рис.5. Графическое представление вероятности достижения цели Для расчёта в работе предложен метод имитационного Pд.ц .

моделирования. На рис.5 представлен пример расчёта вероятности достижения цели: вероятность достаточности финансовых ресурсов для проведения выбранного множества операций в зависимости от максимально допустимой длительности кассовых разрывов и максимально допустимого отвлечения денежных средств от финансового ресурса. Из рисунка ЛПР может сделать выводы о необходимости привлечения дополнительных денежных средств или изменении условий контрактов с контрагентами с целью снижения рисков .

Третья глава посвящена разработке алгоритмов принятия решений по торговле зерном на основе СППР: общего алгоритма интерактивного принятия решений, алгоритмов многокритериального поиска и генерации альтернатив .

Общий алгоритм (рис. 5) описывает основные шаги интерактивного процесса принятия решений и выполняемые его участниками задачи.

В процессе выполнения алгоритма операции и отбираемые группы операций поэтапно переходят в различные статусы:

НАЧАЛО 1

–  –  –

Условные обозначения: ОБД – оператор базы данных; ТР – трейдер; СТР – старший трейдер; РУК – руководитель подразделения по торговле зерном на оперативном уровне .

На шагах, отмеченных «*», используются оперативные аналитические данные, осуществляется сопоставление операций со свободными ресурсами. На шагах, отмеченных «#», действия трейдеров координируются старшим трейдером .

Рис. 6. Обобщённый интерактивный алгоритм принятия решений операции: а) допустимые OPPER – актуальные, не исключены ЛПР из рассмотрения, виды товара и показатели качества в заявках совпадают; б) базовые OPBAS – допустимые, соответствующие преднастроенным в СППР ограничениям; в) рассматриваемые OPCON – базовые, соответствующие ограничениям, заданным ЛПР; г) эффективные OPEFF – наиболее соответствующие задачам директивного плана; д) исключённые OPEXC исключённые ЛПР из рассмотрения в виду неформализованных факторов;

группы операций: а) проекты альтернатив – группы, в которых есть операции, для которых ещё не определён объём сделки; б) альтернативы – группы, в которых для всех операций задан объём; в) решение - выбранная альтернатива; г) исключённые aEXC – альтернативы, исключённые из дальнейшего рассмотрения .

В алгоритме учитывается возможность согласования условий заявок с контрагентами. Используя расчёты различных вариантов проведения операций, ЛПР получает возможность готовить в автоматизированном режиме конкретные предложения контрагентам, учитывая их интересы и достигая при этом повышения эффективности группы операций. Например, ЛПР может предложить изменение сроков платежей «в обмен» на увеличение цены закупки или снижение цены продажи .

На шаге 12 обобщённого алгоритма применяются алгоритмы многокритериальной генерации и ранжирования альтернатив. Предложенная в разделе 2.1 математическая модель можно свести к логистической задаче линейного программирования (7) - (9) за счёт снятия несущественных для модели ограничений на минимальные объёмы. Решения, в которых линейные критерии принимают оптимальные значения находятся в вершинах многогранника, образованного ограничениями (7) - (9) .

M

–  –  –

перебора всех вершин многогранника экспоненциально растёт в зависимости от N*M, и уже при N*M40 составляет несколько часов, что неприемлемо для СППР, так как размерность реальных задач ЛПР составляет

150. В виду экспоненциального роста, эта проблема не решается увеличением вычислительной мощности ЭВМ, поэтому предложено совместное использование следующих алгоритмов генерации и отсева решений, выполняемых за полиномиальное время:

a) оптимизация по линейным критериям (10) – (12) используя различные весовые коэффициенты критериев и манипулируя системой ограничений с целью перебора большего числа вершин, соответствующих целям ЛПР;

N M MR : vn,m mrn,m max (10) n 1 m 1

–  –  –

где – плановые объёмы закупки и продажи;

b) рекурсивный перебор соседних вершин. Расчёты показали, что даже соседние вершины могут улучшить значения нелинейных показателей, сохранив значения линейных критериев,, исходной вершины;

c) перебор вершин (решений), находящихся между двумя заданными;

d) исключение вершин, не соответствующих ограничениям и не являющихся оптимальными по Парето .

Четвёртая глава посвящена разработке системы поддержки принятия решений по торговле зерном .

Информационной основой СППР должна быть автоматизированная информационная система оперативного учёта СОТ, соответствующая приведённой выше математической модели. Для эффективного использования СППР информация, поступающая из системы оперативного учёта и внешних источников должна быть оперативной, полной, точной и верной. Одной из задач, связанных с этим требованием, является согласование форматов обмена данными с электронными торговыми площадками (по заявкам о покупке и продаже зерна) и контрагентами (по согласованию условий заявок). Структура СППР, её источники и получатели данных приведены на рис.7 .

Анализ опыта внедрения СППР по торговле зерном и результаты моделирования процесса принятия решений с использованием приведённых моделей показали, что эффект от внедрения СППР заключается в следующем:

повышение оперативности принимаемых решений за счёт автоматизации сбора данных, расчёта критериев, переговоров, автоматической генерации альтернатив и наглядного представления информации;

использование предложенных критериев эффективности позволяет ЗК проводить большее количество торговых операций за промежуток времени, причём средняя эффективность отдельных операций по стандартным критериям (маржинальная прибыль на тонну и др.) может оказаться ниже обычной, но общая эффективность может возрасти до 5-15% и выше;



расчёт рисков и использование критерия вероятности достижения цели дают ЛПР более объективное представление об ожидаемой эффективности планируемых торговых операций, а также возможность снизить риски до момента заключения контрактов. В отличие от оценки рисков на основе интуиции и опыта ЛПР имеет количественную оценку изменения рисков в ответ на изменения условий контрактов;

многокритериальная генерация и ранжирование решений позволяют повысить эффективность решений за счёт гибкости СППР: в соответствии с текущими оперативными и тактическими задачами ЗК система может быть ориентирована на увеличение натуральных объёмов закупок или продаж, привлечение денежных средств, максимизация маржинальной прибыли, или снижение рисков .

Эффект внедрения СППР в конкретном зерновом холдинге зависит от существующей в нём внутренней организации торговли, количества и объёмов проводимых торговых операций и надёжности контрагентов .

–  –  –

Рис. 7. Обобщённая структура и источники данных СППР по торговле зерном

ЗАКЛЮЧЕНИЕ И ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В ходе исследования получены следующие основные результаты:

1. Разработаны структурно-функциональная, информационно-логическая и математическая модели процесса принятия решений по проведению торговологистических операций с зерном. В математической модели формализованы входные возмущающие и управляемые и выходные параметры исследуемого процесса и отражён его динамический и стохастический характер .

2. Предложены специальные критерии эффективности, которые позволяют сопоставлять эффективность как торгово-логистических операций и их групп, учитывают отвлекаемые операциями денежные средства. Предложен также комплексный критерий эффективности – вероятность достижения цели, отражающий как риски, так и эффективность операций и их групп .

3. Разработан обобщённый алгоритм принятия решений, в котором отражены задачи, выполняемые участниками процесса, возможности использования оперативных аналитических данных, генерации альтернативных решений и проведения автоматизированных переговоров с контрагентами .

4. Описана структура СППР, состав банка моделей СППР, методики её внедрения и эксплуатации. Разработаны ключевые модули СППР по торговле зерном. Разработана АИС ПР «Торговля зерном», которая внедрена в компании «Разгуляй-Зерно» .

5. Формализованы границы и механизмы взаимодействия оперативного и тактического уровней управления торговлей зерном .

6. Благодаря возможности всесторонней оценки торговых операций при использования СППР достигается согласованность интересов зернового холдинга с его контрагентами, что повышает эффективность торговли и взаимное доверие сторон .

В работе показана многофакторность, многокритериальность, большая размерность и стохастичность задачи, стоящей перед трейдером .

Предложенный в работе банк моделей не является окончательным и может совершенствоваться в процессе эксплуатации СППР .

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Новицкий В.О., Маслов С.С. Постановка задачи оптимизации принятия решений по торговле зерном // Высокоэффективные пищевые технологии, методы и средства их реализации: Сб. докл. IV междунар. конф.-выст. в 2 ч. / МГУПП. – М.: Изд. комплекс МГУПП, 2006.–Ч.2. – С. 149 – 151 .

2. Новицкий В.О., Маслов С.С. Информационная система поддержки решений по торговле зерном // Хлебопродукты. – 2007. – № 6. – С. 54 – 55 .

3. Новицкий В.О., Маслов С.С. Автоматизированная информационная система поддержки принятия решений по торговле зерном // Системный анализ в проектировании и управлении: Тр. XI Междунар. науч.-практ. конф.: В 3 ч. / СПбГПУ – СПб.: Изд-во Политехн. ун-та, 2007. – Ч. 2. – С. 328 – 329 .

4. Новицкий В.О., Маслов С.С. Система принятия решений по торговле зерном // Комбикорма. – 2007. – № 4. – С. 25 – 26 .

5. Маслов С.С., Новицкий В.О. Концептуальная модель автоматизации планирования операций по торговле зерном // Высокоэффективные пищевые технологии, методы и средства для их реализации: Сб. докл. V юбилейной школы-конф. с междунар. участ. / МГУПП. – М.: Изд. комплекс МГУПП, 2007 .

– С. 356 – 358 .

6. Маслов С.С., Новицкий В.О. Алгоритм расчета показателей эффективности сделок в автоматизированной информационной системе поддержки решений по торговле зерном для зерновой компании// Сборник докладов VI научнотехнической конференции с международным участием «Высокоэффективные пищевые технологии, методы и средства их реализации: эффективное использование ресурсов отрасли», Москва, МГУПП, 2008, с.206-210 .

7. Маслов С.С., Новицкий В.О. Система поддержки принятия решений по оптовой торговле для зерновых компаний. // Материалы Первой междунар .

конф. «Модернизация системы зернохранилищ России. Новые аспекты развития» («ЗЕРНОХРАНИЛИЩА -2011») / М., МПА, 2011 – с. 282-290 .

8. Маслов С.С. Автоматизация принятия решений по торговле зерном. // Хлебопродукты. – 2011. – № 3. – С. 52 – 53 .

9. Маслов С.С. Оценка эффективности и доступности планируемых торговых сделок на примере оптовой торговли зерном. // Экономика сельскохозяйственных и перерабатывающих предприятий. – 2011. - №9. – С .

68-72 .

10. Маслов С.С., Новицкий В.О. Система поддержки принятия решений по торговле зерном. // Хлебопродукты. – 2014. – № 8. – С. 56 – 58 .

11. Маслов С.С., Новицкий В.О. Автоматизированная оценка рисков зерновой




Похожие работы:

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ТЕХНИЧЕСКОМУ РЕГУЛИРОВАНИЮ И МЕТРОЛОГИИ ГО С ТР НАЦИОНАЛЬНЫЙ СТАНДАРТ 53842РОССИЙСКОЙ ФЕДЕРАЦИИ Двигатели автомобильные СВЕЧИ ЗАЖИГАНИЯ ИСКРОВЫЕ Технические требования и методы испытаний Издание официальное Москва Стандартинформ обязательная сертификация...»

«Российская Федерация Самарская область АДМИНИСТРАЦИЯ ГОРОДСКОГО ОКРУГА НОВОКУЙБЫШЕВСК ПОСТАНОВЛЕНИЕ 18 февраля 2013 № 407 Об утверждении Порядка сноса и восстановления зеленых насаждений на территории городского округа Новокуйбышевск В со...»

«Министерство образования и науки Российской Федерации федеральное государственное автономное образовательное учреждение высшего образования "НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ" Институт Неразр...»

«ISSN 1998-4812 Вестник Башкирского университета. 2015. Т. 20. №1 339 УДК 908 НАЧАЛО ГОРНОЗАВОДСКОГО ПРЕДПРИНИМАТЕЛЬСТВА МАСАЛОВЫХ НА ЮЖНОМ УРАЛЕ © Н. М . Кулбахтин*, Ф. Ф. Чингизов Башкирский государственный университет Россия, Республика Башкортостан, 450076 г. Уфа, ул....»

«Отраслевые научные и прикладные исследования: Науки о земле УДК 625 ОБ ИСПОЛЬЗОВАНИИ КАДАСТРОВЫХ ДАННЫХ ДЛЯ РАЗРАБОТКИ БИЗНЕС-ПЛАНОВ РЕКОНСТРУКЦИИ МОСТОВЫХ СООРУЖЕНИЙ АВТОМОБИЛЬНЫХ ДОРОГ ––––––– ABOUT USE OF CADASTRAL DA...»

«Автомобильный диагностический прибор СКАНМАТИК-2 Руководство по эксплуатации Версия программы 2.21.1 Москва, 2018 Содержание 1 Введение 1.1 Состав прибора 1.2 Преимущества 1.3 Системные требования 1.4 Техниче...»

«1 УСТАНОВКА УППР – 500 ЗАО НПО "ПРОМПРИБОР" ( опыт создания и эксплуатации ) АНЧИШКИН А.С., ГОРОХОВ А.Л., МАГАЛА В.А., МАНИН А.Л., ХАРИТОНОВ В.Д., ШИТИКОВ А.А. Установка поверочная УППР – 500 предназначена для проведения испытаний, градуировк...»

«HP PageWide MFP 377dw Руководство пользователя Авторские права и лицензия Информация о товарных знаках © 2016 HP Development Company, L.P. Adobe®, Acrobat® и PostScript® являются зарегистрированными товарными знаками Все права защищены. Воспроизведение, Adobe Systems Incorporated. адаптация и перевод без предварительного письме...»




 
2019 www.mash.dobrota.biz - «Бесплатная электронная библиотека - онлайн публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.