Определение оптимального исторический период данные forcasting с ценой плавающей ставки

Надежный прогноз, несомненно руководит бюджетного контроля в направлении достижения оптимальной. Чтобы выбрать соответствующую период исторических данных имеет решающее значение, и мятежный при определении точности прогнозов. Случайный спрос, объем заказа, время на подготовку и доля несоответствующей заказа, а также проведение расходов, заказ стоимости, а стоимость казни рассматриваются одновременно в данном исследовании. Это исследование концентрируется на определение исторического периода, данные в отношении случайных / постоянной среды при прогнозировании материала заказа / учет расходов бюджета на основе цен плавающей ставки. Кроме того, программы для ЭВМ на динамических. определение исторического периода данных для прогнозирования с Монте-Карло математический метод также предлагается. Это исследование определенно является эффективным и практическим инструментом для оценки оптимального исторический период, данные в цене плавающих валютных материальных заказа и систему инвентаризации.

1. Введение

Так как два десятилетия назад, то, как в целях предотвращения и управления рисками в организациях, значительно заметил [1 -4]. Действительно, точный прогноз будущей неопределенности можно свести к минимуму риск завышенной или заниженной стоимости, а также надежный способ прогнозирования Этих проблем можно избежать успешно. Хотя есть несколько применимых методов прогноза в этой точке зрения, ни хорошо подходят для динамических обстоятельство сегодня. Это исследование является изучение лучшего исторического периода данных бюджетного прогнозирования материальных заказа и кадастр в соответствии с плавающей ценой ситуации неуверенности в будущем.

Большинство исследований, управления запасами основном акцент на нестабильный спрос материала [5-7]. Тем не менее, неопределенного спроса представлена в соответствующие реальной ситуации в этой работе, и случайное число, предлагается представить неопределенного спроса материала для каждого интервала времени.

Большинство исследований предполагают, что свинец-времени данного параметра, а также порядок точки также дано. Это исследование фокусируется на неустойчивых время на подготовку, не зная, объем заказов, случайный спрос, и неподвижная точка порядок, чтобы сделать его ближе к реальным случаям промышленности. Кроме того, в период за единицу времени интервала для моделирования 1 квартал и за неделю соответственно. Кроме того, процедуры с использованием метода Монте-Карло [8,9], чтобы определить оптимальный период исторических данных в рамках различных диапазон цен плавающей ставкой вводится в данном исследовании. Действительно, этот документ дает более точную решающим критерием для неопределенного будущего в бюджетных расходов материальных заказов и запасов.

2. Предпосылки и обозначения

До введения этого исследования, некоторые предположения и обозначения должны быть сделаны. Они описаны следующим образом:

Предположения 2,1

1. Стоимость заказа, пени стоимости и стоимости проведения, как известно, и зафиксированный в ходе моделирования период.

2. Изменения цен ярости плавающей ставкой устанавливается как 0,01 за время в данном исследовании.

3. Период моделирования и единицу времени интервала определяется как одна четверть в год, а в неделю соответственно.

4. Приказы и материалы могут быть доставлены и получил в конце каждой недели.

5. Свинцово-время порядка случайно и без задержек, не происходит. Кроме того, часть из несоответствующей заказа происходит случайно в период моделирования.

6. Для инвентаризации происходит, когда величина меньше или равна порядок точки, а количество каждого заказа в зависимости от спроса, который случайным образом в неделю, когда заказ поступает на поставщиков.

Ссылки

1. Г. Sundararaj, П. Aravindan, S.R. Devadasan и С. Muthu, предотвращение рисков и управления ими в доменной печи операции путем организации учебных занятий упражнения упражнения. Производственное планирование

2. 0.J. Akomode, Б. Лис и С. Irgens, оценки рисков в разработке нового продукта и оценки удовлетворенности клиентов с помощью информационных технологий. Производственное планирование

3. А. Ансари и B. Modarress мирового класса стратегии безопасности: подход "Боинг". Международный журнал операций и управления производством, Vol. 17 (1997), с. 389-398.

4. C.H. Деннис, риск направляющие, как инструмента управления рисками. Прогресс безопасности технологических процессов, Vol. 15 (1996), с. 213-218.

5. Г. Zotteri, влияние распределений неопределенным кусковых спроса на запасы, Планирование производства

6. Е. Р. Bartezzaghi Верганти, управляющий спроса неопределенности через overplanning. Международный научный журнал "Экономика производства, Vol. 40 (1995), с. 107-120.

7. Y Bassok и Р. Акелла, заказ и производство решений качества спроса и неопределенности. Управление Science, Vol. 37 (1991), с. 1556-1574.

8. С. Фишман, Монте-Карло: понятия, алгоритмы и приложения, Springer. New Yorker, 1996.

9. D. Восейском, Количественный анализ рисков: руководство по методу Монте-Карло моделирование, Wiley. Чичестер, 1996.

Тунг-Мэн Chang

Tungnan технологический институт, Тайвань

Контактный адрес электронной почты: <a <href="mailto:chctm@sparrow.tnit.edu.tw"> chctm@sparrow.tnit.edu.tw />