ІНТЕЛЕКТУАЛЬНА СИСТЕМА ПІДТРИМКИ ПЛАНУВАННЯ ВИГОТОВЛЕННЯ ПРОДУКЦІЇ МІЖ ХЛІБОПЕКАРСЬКИМИ ПІДПРИЄМСТВАМИ
DOI:
https://doi.org/10.35546/kntu2078-4481.2022.2.8Ключові слова:
штучний інтелект, система підтримки прийняття рішень, інтелектуальна система, математична модель, планування виробництва, хлібопекарське підприємствоАнотація
У роботі запропоновано інтелектуальну система підтримки планування виготовлення продукції між хлібо-пекарними підприємствами. Враховуючі специфіку хлібопекарських підприємств, запропоновано математична модель отримання прибутку. Модель враховує логістичні особливості при розподіленні замовлень між декількома підприємствами цієї галузі. В роботі розглянуто комплексну задачу врахування постачання потрібної сировини на відповідні заводи, а також постачання готової продукції до замовників. Запропонована математична модель дозволяє сформувати план виконання замовлень із урахуванням усіх операцій технологічного процесу при виготовленні продукції. Вона також дозволяє коригувати та оцінювати ефективність виконання замовлень залежно від об’єктивних та суб’єктивних переваг, наданих особою, що приймає рішення, а також забезпечує як урахування, так і виключення певних часткових критеріїв залежно від певної ситуації. Модель дає змогу оцінити та побудувати оперативно-календарний план виконання замовлень. Запропонована структура інформаційної системи дає можливість поєднати використання модифікованих алгоритмів та методів, заснованих на комбінуванні алгоритмів, які також були проаналізовані в роботі, а також цілої низки класичних підходів. У системі передбачено можливість підібрати сукупність алгоритмів і методів, що збільшує сферу застосування. Запропонована інтелектуальна система швидко формує оперативно-календарний план виконання замовлень із мінімізацією витрат, спрямований на максимізацію прибутку; дає змогу зменшити логістичні витрати, дозволяючи отримувати більш якісну продукцію з мінімальним часом очікування; дає змогу оперативно коригувати існуючий календарний план замовлень, реагувати на замовлення в реальному часі та забезпечувати оптимальне використання технологічного обладнання; значно збільшує ефективність використання сировини та матеріалів, а також забезпечує мінімізацію витрат на їх зберігання; забезпечує швидке реагування при виникненні негативних та позаштатних ситуацій шляхом внесення відповідних змін до поточного плану виконання замовлень.
Посилання
Новойтенко І. В . Стан та основні тренди розвитку хлібопекарської промисловості України / І. В . Новойтенко, В. В . Малиновський // Ефективна економіка. – 2020. – № 11. – 7 с. DOI: 10.32702/2307-2105-2020.11.52.
Corrado M . Impact of storage on starch digestibility and texture of a high-amylose wheat bread / M. Corrado, P. Zafeiriou, J. H. Ahn-Jarvis // Food Hydrocolloids. – 2023. – Vol. 135. – 108139. – 9 p. DOI: 10.1016/j.foodhyd.2022.108139.
V orkut T. The model to optimize deliveries of perishable food products in supply chains / T. V orkut, L. V olynets, O. Bilonog, O. Sopotsko, I. Levchenko // East.-Eur. J. Enterp. Technol. – 2019. – Vol. 5. – Pp. 43 ̶ 50.
M arkova S. Asymptotic methods in optimization of multi-item inventory management model / S. M arkova, L. Horoshkova, I. Khlobystov, V. V olkov, O. Holovan, A. Golub, O. Oliynyk // CEUR Workshop Proceedings. – 2020. – Vol. 2713. – Pp. 393–414.
Bikulov D. Optimization of inventory management models with variable input parameters by perturbation methods / D. Bikulov, O. Holovan, O. Oliynyk, K. Shupchynska, S. M arkova, A. Chka, E. M akazan, K. Sukhareva, O. Kryvenko // East.-Eur. J. Enterp. Technol. – 2020. – Vol. 3/3(105). – Pр. 6–15.
Sanni S. An economic order quantity model with reverse logistics program / S. Sanni, Z. Jovanoski, H. S. Sidhu // Operations Research Perspectives. – 2020. – Vol. 7. – 100133. – 8 p. DOI: 10.1016/j.orp.2019.100133.
Rodchenko L. Optimization of Innovation Projects According To Criteria of Time and Resource Constraints / L. Rodchenko, O. Goncharenko, O. Koval, I. Tarasov, H. Nemchenko, T. Tkachuk // International Journal of Recent Technology and Engineering. – 2019. – vol. 8. – pp. 1431–1434.
Немченко В . Управління харчовими підприємствами у контексті забезпечення якості харчування / Немченко В . В ., Немченко Г. В . // European journal of economics and management. – 2019. – Vol. 5. – Iss. 3. – Pp. 54–60.
Irtysheva I. Types, purposes and formation process of the program of changes in logistics system / I. Irtysheva, S. M inakova // Actual Problems of Economics. – 2015. – Vol. 3(165). – Pp. 155–160.
V ijayashree M . A single-vendor and a single-buyer integrated inventory model with ordering cost reduction dependent on lead time / M. V ijayashree, R. Uthayakumar // Journal of Industrial Engineering International. – 2017. – Vol. 13. – Pp. 393–416.
Hrybkov S. Development of information technology for planning order fulfillment at a food enterprise / S. Hrybkov, O. Kharkianen, V. Ovcharuk, I. Ovcharuk // East.-Eur. J. Enterp. Technol. – 2020. – Vol. 3(103). – Pp. 62–73.
Nasir D. S. M . Comparison of Linear and Integer Linear Programming for the Profit Optimization in Bakery Production: A Case Study at Temptlicious Enterprise / D. S. M . Nasir, N. N. Hamdan, N. H. Shafii, N. A. M . Nor // Journal of Computing Research and Innovation. – 2022. – Vol. 7. – No. 2. – Pp. 142–152. DOI: https://doi.org/10.24191/jcrinn.v7i2.297.
Zorpas A. A. Total quality management system (TQMS) in small winery and bakery in Cyprus. A case study / A. A. Zorpas, D. M . Pociovălişteanu, V. J. Inglezakis, I. V oukalli // Analele Universităţii Constantin Brâncuşi din Târgu Jiu : Seria Economie. – 2012. – Vol. 2. – No. 2. – Pp. 17–26.
Reyes R. J. R. Impacto de un sistema ERP en la productividad de las PYM E / R. J. R. Reyes, S. D. R. Lugo, J. B. V elándia // Tecnura. – Dec 2012. – vol. 16. – no. 34. – pp. 94–103.
Dey B. Forecasting ethanol demand in India to meet future blending targets: A comparison of ARIMA and various regression model / B. Dey, B. Roy, S. Datta, T. S. Ustun // Energy Reports. – Mar 2023. – Vol. 9. – Pp. 411–418.
Kumar T. J. An ordered precedence constrained flow shop scheduling problem with machine specific preventive maintenance / T. J. Kumar, M. Thangaraj // Journal of Project Management. – Jan 2023. – Vol. 8. – No. 1. – Pp. 45–56. DOI: 10.5267/j.jpm.2022.8.002.
M arta D. Simulations in planning logistics processes as a tool of decision-making in manufacturing companies // Production Engineering Archives. – Dec 2022. – Vol. 28. – No. 4. – Pp. 300–308. DOI: 10.30657/pea.2022.28.38.
Liu Z. Multiperiod competitive supply chain networks with inventorying and a transportation network equilibrium reformulation / Z. Liu, A. Nagurney // Optimization and Engineering. – 2012. – Vol. 13(3) . – Pp. 471–503. DOI: 10.1007/s11081-011-9170-2.
M usavi M . A multi-objective sustainable hub location-scheduling problem for perishable food supply chain / M. M usavi, A. Bozorgi-Amiri // Computers & Industrial Engineering, 2017. – Vol. 113. – Pp. 766–778. DOI: 10.1016/j.cie.2017.07.039.
Patak M . Demand planning specifics in food industry enterprises / M. Patak, V. V lckova // Business and Management, 2011. – Vol. 7. – Pp. 1168–1175. DOI: 0.3846/bm.2012.150.
Amorim P. Multi-objective integrated production and distribution planning of perishable products / P. Amorim, H. O. Günther, B. Almada-Lobo // International Journal of Production Economics. – 2012. – Vol. 138(1) . – Pp. 89–101. DOI: 10.1016/j.ijpe.2012.03.005.
Ahumada O. A tactical model for planning the production and distribution of fresh produce / O. Ahumada, J. R. V illalobos // Annals of Operations Research. – 2011. – Vol. 190(1). – Pp. 339–358. DOI: 10.1007/s10479-009-0614-4.
Stüve D. A systematic literature review of modelling approaches and implementation of enabling software for supply chain planning in the food industry / D. Stüve, R. M eer, M. S. A. Agha, M. L. Entrup // Production and Manufacturing Research: An Open Access Journal. – Dec 2022. – Vol. 10. – No. 1. – Pp. 470–493. DOI: 10.1080/21693277.2022.2091057.
Харченко Т. М. Особливості функціонування підприємства хлібопекарської галузі / Т. М. Харченко, А. В . В акуленко // Фінансово-економічний розвиток України в умовах трансформаційних перетворень: матер. міжнар. наук.- практ. конф. – Т.: Крок, 2019. – С. 58–59.
Hrybkov S. Weboriented
decision support system for planning agreements execution / S. Hrybkov, V. Litvinov, H. Oliinyk // East.-Eur. J. Enterp. Technol. – 2018. – Vol. 2(93) . – Pp. 13–24.
Hrybkov S. Hybrid expert system to model the ice cream recipes / S. Hrybkov, N. Breus, G. Polischuk // Ukrainian Journal of Food Science. – 2017. – Vol. 5(2). – Pp. 294–304.
Amazon. What is a data lake? [online]. – 2020. – URL: https://aws.amazon.com/big-data/datalakes-and-analytics/what-is-a-data-lake.
