Методы моделирования и оптимизации решений

Модели управления запасами.

Любая организация должна поддерживать некоторый уровень запасов своих ресурсов, чтобы избежать простоев или перерывов в технологических процессах и сбыте товаров или услуг. Для производственной фирмы необходимы определен­ные запасы материалов, комплектующих изделий, гото­вой продукции, для банка — денежной наличности, для больницы — лекарств, инструментов и т.д. Поддержание высокого уровня запасов повышает надежность функ­ционирования организации и избавляет от потерь, свя­занных с их нехваткой. С другой стороны, создание за­пасов требует дополнительных издержек на хранение, складирование, транспортировку, страхование и т.п. Кроме того, избыточные запасы связывают оборотные средства и препятствуют прибыльному инвестированию капитала, например, в ценные бумаги или банковские депозиты.

Модели управления запасами позволяют найти оп­тимальное решение, т.е. такой уровень запаса, который минимизирует издержки на его создание и поддержание при заданном уровне непрерывности производственных процессов.

Модели линейного программирования.

Эти модели применяют для нахождения оптимального решения в ситуации распределения дефицитных ресурсов при на­личии конкурирующих потребностей. Например, с по­мощью модели линейного программирования управ­ляющий производством может определить оптимальную производственную программу, т.е. рассчитать, какое ко­личество изделий каждого наименования следует произ­водить для получения наибольшей прибыли при извест­ных объемах материалов и деталей, фонде времени рабо­ты оборудования и рентабельности каждого типа изде­лия.

Большая часть разработанных для практического применения оптимизационных моделей сводится к зада­чам линейного программирования. Однако с учетом ха­рактера анализируемых операций и сложившихся форм зависимости факторов могут применяться и другие типы моделей: при нелинейных формах зависимости результа­та операции от основных факторов — модели нелиней­ного программирования; при необходимости включения в анализ фактора времени — модели динамического программирования; при вероятностном влиянии факто­ров на результат операции — модели математической статистики (корреляционно-регрессионный анализ).