Оптимальне використання складських приміщень на ТД ДП "Сандора" (стр. 10 из 19)

F(Хопт) = k1 / ( k1+ k2) , (3.2)

Потрібне вирішення (2) відносно (Хопт). Оскільки, частіше всього емпірична функція розподілу описується функцією виду

, (3.3)

де а, b – константи, рішення має вигляд

. (3.4)

Торгове підприємство має обмежену площу складу (S) і номенклатуру продукції з n найменувань, які представлені на складі у кількості хі. Для кожного найменування відомо площу, яку займає одиниця продукції si (1<i<n).

В цих умовах задача стає багатокритеріальною. З одного боку потрібно, щоб прибуток

, (3.5)

був максимальним. З іншого боку бажано, щоб різниця між оптимальним значенням запасу продукції і реальним

, (3.6)

була б мінімальною. Знак „по модулю” означає, що відхилення хі від оптимального запасу може бути в обидва боки. Обмеженням тут виступає загальна площа складу

. (3.7)

Для вирішення цієї задачі пропонується функціонал виду

, (3.8)

або

(3.9)

з обмеженнями на площу (загальна площа складських приміщень в цьому обмеженні множиться на 5, так як, піддони з ящиками можна ставити один на один у висоту, але не більше 5 штук.)

, (3.10)

та на ненегативні значення кількості кожного виду продукту.

. (3.11)

Введемо додаткові обмеження на верхні та нижні межі товарообігу на складі:

(3.12)

В дипломній роботі наведено вирішення подібної задачі для торгового підприємства „Сандора”, яке має номенклатуру з 19 продуктів і обмежений склад. Емпіричні функції розподілу було розраховано за спостереженнями попиту продукту протягом 1 року.

Треба знайти оптимальне співвідношення товарів на складі по видам продукції та визначити економічний ефект від цієї оптимізації.

3.2 Визначення оптимальних співвідношень розподілу різних видів товарів на складі

На практиці, спостерігаючи за зміною значень випадкової величини, практично неможливо визначити ані закон розподілу, ані основні числові характеристики, бо невідомі ймовірності появи., того чи іншого значення. А для того, щоб їх визначити, треба проводити дуже великі спостереження, що пов`язано зі значними матеріальними затратами. Тому, замість чисельних спостережень за випадковою величиною використовується якась відносно невелика їх кількість, яка називається “вибіркою”.

Статистичні спостереження за попитом на товар кожного виду протягом одного року були зібрані шляхом відстеження заявок клієнтів на замовлення товару. З першу, початкові данні для оптимальності розрахунків та масштабування моделі були переведені з одиниць розмірності «штуки/пляшки» в «ящики». Первинні дані були отримані з даних програмного комплексу «1С підприємство»

Треба зауважити, що кожен ящик товару (незалежно від його виду) має однакові габарити, а різниться лише по кількості упаковок у ньому. Таким чином, щоб перевести кількість товару в залежності від ємності в ящики треба кількість упаковок поділити на кількість їх у ящику. Дані про кількість упаковок в ящику в залежності від виду соку наведені в табл. 3.1

Таблиця 3.1. Дані про кількість упаковок в ящику в залежності від виду соку

Ємність упаковки, л	0,2	0,5	1	1,5
Кількість в ящику, шт	18	18	12	8

Таким чином ми маємо вибірку значень випадкової величини Х= x1, x2, …. xn, з кількістю спостережень – m.

Таблиця 3.2

Вихідні дані (приклад)

№	Асортиментна позиція	01.05.03	01.06.03	01.07.03	01.08.03	.......	01.07.04	01.08.04	01.09.04	01.10.04	01.11.04	01.12.04
1	Вина кріплені	135	220	308	308	.......	328	324	258	205	186	7
2	Вина сухі	33	163	312	406	.......	135	142	169	171	171	223
3	Вина СК	0	0	0	0	.......	352	448	573	565	656	627
4	ДАР 0,2	10642	6244	6923	6589	.......	5338	4487	5480	5078	4659	4905
5	ДАР 1	8385	5909	5833	5147	.......	6216	6411	6622	7421	8569	10108
6	ДАР 1,5	3047	2340	2249	1809	.......	2160	2595	2241	3092	3582	5028
7	Сандорік 0,2	2733	1471	2943	3660	.......	4442	4039	3774	3833	3153	3507
8	Садочок 0,2л	5144	4824	4314	3856	.......	11349	10201	11280	11460	11575	11423
9	Садочок 0,5л	0	0	0	0	.......	1332	1196	1537	1469	1562	1812
10	Садочок 1л	21672	17513	11406	9507	.......	15286	16754	18800	21991	25756	31597
11	Садочок 1,5л	1746	1403	1031	1152	.......	2462	2870	2909	3090	3773	5200
12	Соки "Українська класика"1л	0	0	0	0	.......	878	1042	1016	1415	1530	1448
13	Соки "Фрукти світу" 1л	0	0	0	243	.......	517	654	579	649	780	775
…	……….	………..	……….	……….	……….	………	……….	……….	……….	……….	……….	……….

Розіб`ємо весь діапазон можливих значень спостережень випадкової величини на d ділянок. Знайдемо значення випадкової величини на правій межі кожної ділянки як

dmax(i) =xmin +(xmax – xmin)i/d, (3.13)

де, i – номер ділянки [1, d]; xmax, xmin – відповідно найбільше та найменше значення випадкової величини у вибірці. Права межа і-ї ділянки водночас є лівою межею і+1 – ї ділянки. Ліва межа для 1-ї ділянки – це xmin. А права межа d–ї ділянки – це xmax.

Орієнтовно, кількість цих ділянок може бути визначена як

.(3.14)

Таблиця3.3Визначення меж та кількості інтервалів

хі мин	хі макс	Теоретична кількість діапазонів	Практична кількість інтервалів	Крок	Розрахунок правої межі інтервалів
7	328	29	8	40	47	88	128	168	208	248	288	328
29	406	34		47	76	124	171	218	265	312	359	406
0	656	60		82	82	164	246	328	410	492	574	656
2520	10642	740		1015	3535	4550	5566	6581	7596	8611	9626	10642
4820	11337	593		815	5635	6449	7264	8079	8893	9708	10523	11337
1809	5028	293		402	2211	2613	3016	3418	3821	4223	4626	5028
1471	5044	325		447	1918	2364	2811	3257	3704	4151	4597	5044
3415	11575	743		1020	4435	5455	6475	7495	8515	9535	10555	11575
0	1812	165		226	226	453	679	906	1132	1359	1585	1812
9507	31597	2012		2761	12268	15029	17790	20552	23313	26074	28835	31597
1031	5200	380		521	1552	2074	2595	3116	3637	4158	4679	5200
0	3231	294		404	404	808	1212	1615	2019	2423	2827	3231
0	994	91		124	124	248	373	497	621	745	870	994
3066	6415	305		419	3485	3903	4322	4740	5159	5578	5996	6415
1000	3981	271		373	1373	1745	2118	2490	2863	3236	3608	3981
5418	13778	761		1045	6463	7508	8553	9598	10643	11688	12733	13778
2904	8517	511		702	3606	4308	5009	5711	6412	7114	7816	8517
0	747	68		93	93	187	280	373	467	560	653	747
0	157	14		20	20	39	59	79	98	118	138	157

Результати розбивки на інтервали можна побачити в табл. 3.3.

Визначимо кількість значень випадкової величини, що попали в ту чи іншу ділянку як Кі. Це число називається “частотою”. “Відносною частотою” називається число

kі= Кі / N. (3.15)

Відкладемо по осі абсцис значення випадкової величини Х, розділивши ці значення на діапазони згідно (3.14).

По осі ординат відкладемо для кожного діапазону значення частоти або відносної частоти у вигляді горизонтальної лінії для кожного діапазону.

Таблиця 3.4. Визначення частот та кармнів числових характеристик

Карман	Частота	Відносна частота	Кумулята
7	1	0,05	0
47	2	0,1	0,05
88	1	0,05	0,15
128	6	0,3	0,2
168	4	0,2	0,5
208	1	0,05	0,7
248	1	0,05	0,75
288	4	0,2	0,8
328	0	0	1

Ми отримаємо графік, що називається “гістограма” . Цей графік має широке застосування в математичній статистиці і частково заміняє собою функцію щільності розподілу, але не є її повним еквівалентом.