Оптимизация кормовой базы в ОАО ПТФ "Васильевская"

В качестве примера ниже приведены некоторые параметры контроля за принятием управленческих решений руководителем предприятия:

По товару:

* тенденции к изменению объема запаса на складе по сумме

* тенденции к изменению объема неликвидов на складе по сумме.

По продажам:

* тенденции к изменению степени удовлетворения спроса

* тенденции к изменению объема продаж на условную потребительскую единицу (на одного обслуживаемого клиента и т.п.)

* тенденции к изменению объема продаж по себестоимости

* тенденции к изменению объема валового дохода или прибыли.

По закупкам:

* тенденции к изменению объема закупок по себестоимости;

* тенденции к изменению закупок по группам товаров.

По территориям:

* тенденции к изменению доли каждого региона в объемах продаж, прибыли и убытках всей компании

По филиалам:

* тенденции к изменению доли каждого склада (если есть филиалы) в объемах продаж, прибыли и убытках всей компании

По клиентам:

* тенденции к изменению количества потребителей с учетом выбытия (по территориям, по сегментам рынка и т.п.)

Это примерные параметры, которые можно дополнять другими в зависимости от намеченных целей. Например, если стоит задача -- уменьшить товарные остатки, то необходима информация об оборачиваемости (в днях) товара по группам (производителям, различным контрактам, разным по ликвидности группам).

Для контроля сбытовой деятельности расчет и контроль параметров также следует поручить компьютерной системе, так как подготовка подобных отчетов и показателей вручную требует большого количества времени, что неизбежно приводит к «неактуальности» полученных данных. К таким параметрам относятся

Продажи:

* продажи дилерам, корпоративным клиентам, в розницу (отдельно по перечисленным группам)

* динамика продаж по месяцам.

Сравнение этих данных с планом и прошлым периодом.

Заказы:

* объем полученных заказов

* объем просроченных заказов

* количество позиций в невыполненных заказах

* динамика состояния невыполненных заказов

* степень удовлетворения спроса по номенклатуре

* динамика степени удовлетворения спроса по месяцам.

Сравнение этих данных с планом и прошлым периодом.

Запасы:

* количество позиций на складе

* оборачиваемость

* динамика оборачиваемости по месяцам.

Сравнение этих данных с планом и прошлым периодом.

Запасы по категориям товаров:

* количество позиций

* оборачиваемость

* динамика оборачиваемости по месяцам.

Сравнение этих данных с планом и прошлым периодом.

Срочные поставки в заказах на пополнение склада:

* количество позиций, заказанных срочно (в %)

* стоимость позиций, заказанных срочно (в %)

* динамика изменения доли срочных заказов по количеству позиций

* динамика изменения доли срочных заказов по стоимости.

Сравнение этих данных с планом-заданием и прошлым периодом.

Неликвиды:

* количество неликвидов по номенклатуре

* стоимость неликвидов

* динамика состояния с ликвидацией неликвидов.

Сравнение этих данных с планом-заданием и прошлым периодом.

Рентабельность:

* валовой доход (%)

* валовой доход на одного служащего в месяц (%)

* затраты на обслуживание продаж (по регионам, по группам клиентов и т.п.).

Сравнение этих данных с планом и прошлым периодом.

Загрузка персонала:

* ежедневное количество и стоимость полученных позиций

* ежедневное количество и стоимость отгруженных позиций

* количество и стоимость возвращенных позиций

* количество и стоимость поврежденных и несоответствующих позиций

* ежедневное количество и стоимость полученных и отгруженных позиций на одного рабочего -- загрузка

* динамика загрузки по месяцам.

Сравнение этих данных с планом и прошлым периодом.

Работа филиалов:

* количество торговых точек

* количество персонала

* объем продаж

* оборачиваемость

* степень удовлетворения спроса и т.д.

Сравнение этих данных с планом и прошлым периодом.

3. Совершенствование логистической системы в ОАО ПТФ «Васильевская»

3.1 Построение трендовых моделей при помощи диаграмм

Многие экспериментальные данные можно интерпретировать как временные ряды - последовательность измерений, полученных в определенные моменты времени t_i, где i - порядковый номер измерения на оси времени. Такие ряды характеризуются некоторой тенденцией развития процесса во времени и называются трендовыми. Используя трендовые модели, можно выдавать прогнозы на краткосрочный и среднесрочный периоды. Excel имеет средства для создания трендовых моделей встроенные в построитель диаграмм.

Одной из форм трендовых моделей при постоянном шаге по времени является линейная:

В качестве примера используем данные об урожайности кукурузы в ОАО ПТФ «Васильевская»с 2003 по 2007 годы. Пусть требуется предсказать урожайность на 2008 и 2009года. Исходные данные приведены в таблице.

Таблица 6. Урожайность кукурузы в ОАО ПТФ «Васильевская»

Года	Урожайность ц/га
2003	238
2004	238
2005	240
2006	403,1
2007	428,6

Порядок расчетов следующий.

1. Выделить диапазон B2:B6 и построить по этим данным диаграмму типа "График", щелкнув по значку "Мастер диаграмм" на панели инструментов.

2. Выделить диаграмму и выполнить Диаграмма/Добавить линию тренда.

3. В окне "Линия тренда" открыть вкладку "Параметры" и установить прогноз на 2 года, флажки "Показывать уравнение на диаграмме" и "Поместить на диаграмму величину достоверности аппроксимации".

4. На вкладке "Тип" выбрать тип диаграммы - линейная и нажать Ok. Результаты показаны на рисунке.

5. Вычислить по формуле y = 54,63x + 145,65. Следует учесть, что аргументом трендовой модели является порядковый номер, т.е. в нашем примере x=7. В результате получим прогноз на 2008 год:

528,06 ц/га кукурузы , а на 2009 год 582,69 ц/га кукурузы.

Следует заметить, что мы, скорее всего, получили завышенный прогноз. Это видно из диаграммы и обусловлено выбором линейной модели прогноза. Возможно, что более точный прогноз был бы получен с помощью степенной или экспоненциальной линий тренда. Оценить качество прогноза можно только в конце 2008 и 2009 годов. В целом прогноз следует делать весьма осторожно - возможны большие ошибки. Именно поэтому чаще всего используются краткосрочные и среднесрочные прогнозы.

Коэффициент достоверности аппроксимации R² показывает степень соответствия трендовой модели исходным данным. Его значение может лежать в диапазоне от 0 до 1. Чем ближе R² к 1, тем точнее модель описывает имеющиеся данные.

3.2 Оптимизация структуры посевных площадей

3.2.1 Постановка задачи

В результате решения необходимо определить

1. Оптимальную структуру посевных площадей

2.При организации кормопроизводства учесть возможность использования естественных кормовых угодий

3.Обеспечить производство кормов удовлетворяющих потребность животных в кормовых и кормопротеиновых единицах в определённых группах и видах кормов.

4. Гарантировать удовлетворительную потребность животных в зелёных кормах на весь пастбищный период.

3.2.2 Разработка числовой экономико-математической модели

Рассмотрим особенности построения числовой модели на конкретном примере.

Требуется разработать оптимальный план структуры посевных площадей кормовых культур при заданном объёме животноводческой продукции.

Численность поголовья коров 230

Молодняка крс 717

Потребность в молоке 1139 ц

Составим систему переменных :

1. По площадям кормовых культур

Х1- зерновые

Х2-сахарная свёкла

Х3-однолетние травы на сено

Х4-однолетние травы на сенаж

Х5-кукуруза на зелёный корм

Х6-кукуруза на силос

Х7-многолетние травы на сено

Х8-многолетние травы на зелёный корм

2. По площади с/х угодий

Х9-сенокосы

3. По ресурсам

Х10-объём молока на корм

4.По поголовью

Х11-коровы

Х12-молодняк крс

5.По приростам кормов для коров

Х13-концентрированые корма

Х14-корнеплоды

Х15-сенаж

Х16-силос

Х17-сено

Х18-зелёный корм

6.По приросту молодняка крс

Х19-концентрированые корма

Х20-корнеплоды

Х21-сенаж

Х22-силос

Х23-сено

Х24-зелёный корм

Переменные увязываются в задаче системой ограничений:

1. По площадям пашни

Х1+Х2+Х3+Х4+Х5+Х6+Х7+Х81200

2.По площадям с/х угодий

Х91750

3. По площадям зерновых

Х1300

4. По площадям однолетних трав (всего)

Х3+Х4200

5. По площадям многолетних трав (всего)

Х7+Х8750

6.По площади корнеплодов

Х250

7.По площади кукурузы

Х5+Х6200

Теперь рассчитаем выход кормов с 1 га с/х угодий (с.м. приложение 1 ), технико-экономические коэффициенты по рационам кормления животных на 1 га ц к. ед. (см. приложение 2), распределение урожая зелёных кормов по месяцам года пастбищного периода (см. приложение 3 ), потребность в зелёных кормах по месяцам пастбищного периода (см. приложение 4 )

8. По балансу питательных веществ

1) Баланс по кормовым единицам

2) Баланс по переваримому протеину

3) Баланс по концентратам

4) Баланс по корнеплодам

5) Баланс по сенажу

6) Баланс по силосу

7) Баланс по сену



8) Баланс по зелёным кормам

9. Условия по приростам

Для коров :

для молодняка

сумма приростов для коров:

сумма приростов для молодняка к р с:

Общая потребность скота в зелёных кормах состоит из потребности по минимальной границы и приростов сверх минимума

Июнь:

Июль :

Август :

Сентябрь :

10. По численности коров :

11.По численности молодняка :

12. Потребность в молоке :1139

Целевая функция будет иметь вид :

Z=

Матрица данной модели представлена в приложении 5.

3.2.3 Анализ результатов решений

Проанализируем данные полученного решения.

Таблица 7Площади посева кормовых культур ,га

Культуры	Факт	Оптимальный план	Отклонение от факта
Зерновые	300	269,12	-30,88
Сахарная свёкла	50	4	-46
Однолетние травы на сено	100	0	-100
Однолетние травы на сенаж	100	146,77	46,77
Кукуруза на зелёный корм	100	5,87	-94,13
Кукуруза на силос	100	95,4	-4,6
Многолетние травы на сено	150	0	-150
Многолетние травы на зелёный корм	600	582,14	-17,86
сенокосы	1200	1312	112
Итого	2700	2415,3	-284,7

Задача оптимальной структуры посевных площадей кормовых культур решена по критерию минимального количества материально-денежных затрат на производство кормов и минимальных размеров посевных площадей кормовых культур. Анализ оптимальной структуры посевных площадей кормовых культур показал, что фактически отведённые площади под кормопроизводства завышены.

Для выявления соответствия структуры рациона кормления с/х животных зоотехническим требованиям, представим полученные решения в таблицы ( см. приложение 6 )

Анализируя полученные варианты рационального кормления всех групп животных можно сделать вывод, что они соответствуют зоотехническим нормам кормления, сбалансированный по питательным веществам и переваримому протеину.

Для того чтобы выявить обеспеченность животными кормами собственного производства необходимо рассчитать кормовой баланс

( см. приложение 7)

Из анализа данных можно сделать вывод что, животные обеспечены кормами собственного производства даже они находится в избытки на 114579.2 кормовых единиц.

Выводы и предложения

В курсовой работе рассмотрен пример решения экономической модели применимой для предприятий, с помощью которой не только определяют проблему, но и пытаются решить её с большой точностью. Также показан пример постановки проблем, методы поиска решений, анализ полученных данных и выявление причин влияющих на низкий или слишком высокий уровень того или иного фактора. В первом разделе курсовой работы рассмотрены теоретические основы логистики АПК, во втором разделе - характеристика логистических процессов в том числе характеристика потоков и логистические проблемы. В третьем разделе рассмотрено совершенствование логистической системы организации которая включает прогноз на 2 будущих года и оптимизационную модель. В результате получили прогноз на 2008 год: 528,06 ц/га кукурузы , а на 2009 год 582,69 ц/га кукурузы. Оценить качество прогноза можно только в конце 2008 и 2009 годов. Задача оптимальной структуры посевных площадей кормовых культур решена по критерию минимальное количество материально-денежных затрат на производство кормов и минимальных размеров посевных площадей кормовых культур. Анализ оптимальной структуры посевных площадей кормовых культур показал, что фактически отведённые площади под кормопроизводства завышены.

Полученные варианты рационального кормления всех групп животных соответствуют зоотехническим нормам кормления, сбалансированный по питательным веществам и переваримому протеину и животные обеспечены кормами собственного производства.

Список использованной литературы

оптимизация посевная затраты корма

1. Данные годовых бухгалтерских отчётов за 2003-2007 годов.

2. Логистика: Учебник / Под ред. Б.А. Аникина: 3-е изд., перераб. и доп. - М.: ИНФРА-М, 2005. - 368 с. - (Высшее образование).

3. Математическое моделирование экономических процессов в сельском хозяйстве / Гатаулин А.М., Гаврилов Г.В., Сорокина Т.М. и др.; Под ред. А.М. Гатаулина. - М.: Агропромиздат, 1990. - 432 с.: ил.

4. Практикум по математическому моделированию экономических процессов в сельском хозяйстве / А.Ф. Карпенко, В.А. Кардаш, Н.С. Низова и др.; Под ред. А.Ф. Карпенко. - 2-е изд., перераб. и доп. - М.: Агропромиздат, 1985. - 269 с. - (Учебники и учебные пособия для высших сельскохозяйственных учебных заведений).

5. Абрамова Г.К. Моделирование технологических процессов производства и переработки продукции : Практикум /- Пенза : ПГСХА, 2002, 145 с.

6. Волков С.Н. Землеустройство. Экономико-математические методы и модели. Т.4. - М.: Колос, 2001. -696 с. (Учебники и учебные пособия для студентов высших учебных заведений).

7. Ворожейкина Т.М., Игнатов В.Д. Логистика в АПК. - М.: КолосС, 2005. - 184 с.: ил. - (Учебники и учебные пособия для высших учебных заведений).

8. Родионов Г.В. Справочник по молочному скотоводству. - М.: Агроконсалт,2001.-200 с.

9. Савицкая Г.В. Анализ хозяйственной деятельности предприятий АПК: Учебник / Г.В. Савицкая. - 3-е изд., испр. - Мн.: Новое знание, 2003. - 696 с. - (Экономическое образование).

10. www.bestreferat.ru

11. ej.kubagro.ru

Размещено на Allbest