Рефераты. Автосервис: формирование стратегии и сценарный анализ в условиях неопределенности

В связи с тем, что при поэтапной реализации стратегии предполагается принятие последовательных промежуточных решений, то каждому из них будут свойственны свои факторы риска. Рассмотрим модель управления реализацией некоторого проекта с учетом возможных факторов риска. Предположим, что управление проектом состоит из нескольких этапов. На каждом этапе возможны альтернативные направления реализации проекта. Каждое из этих направлений характеризуется вероятностью возникновения ущерба, связанного, например, с конъюнктурой рынка, а также величиной ущерба и возможной прибылью. Необходимо разработать стратегию управления проектом, которая позволила бы реализовать проект с максимальной прибылью при допустимом уровне затрат. Математическую модель данной ситуации можно представить в следующем виде.

1. Исходные данные

М={1,...,m} - множество этапов реализации проекта, на каждом из которых действуют соответственно свои факторы риска;

N={1,...,n} - множество возможных вариантов реализации (состояний) проекта;

? ? Pkij? ? , k? 0,m; i? 1,m; j? 1,n - матрица вероятностей возникновения ущерба при переходе реализации проекта из k-го этапа на i-й этап по j-му направлению;

k=0 - исходный этап реализации проекта;

? ? akij? ? , k? 0,m; i? 1,m; j? 1,n - матрица затрат (возможного ущерба) при переходе реализации проекта из k-го этапа на i-й этап по j-му направлению;

? ? bkij? ? , k? 0,m; i? 1,m; j? 1,n - матрица ожидаемой прибыли (выгоды) при переходе реализации проекта из k-го этапа на i-й этап по j-му направлению.

2. Обозначения

3.Постановка задачи

Найти такую стратегию управления реализацией проекта из множества допустимых, при которой ожидаемый эффект будет максимален, а возможные потери будут не больше допустимых, т.е. необходимо найти набор переменных из условия:

(1-2)

Сформулированная задача, несмотря на наличие в целевой функции вероятностных характеристик, относится к классу задач математического программирования, т.к. на каждом этапе управления предполагается известной (оцененной) вероятность потерь при выборе того или иного альтернативного направления реализации проекта.

Пример.

Имеется проект по производству некоторого продукта, состоящий из трех этапов:

1. Выбор (подбор) инвестора.

2. Выбор поставщика.

3. Производство и сбыт продукта.

Предположим, что на первом этапе реализации проекта имеется возможность использования услуг трех инвесторов, каждый из которых с учетом принятых обозначений характеризуется следующими величинами (табл.6):

Таблица 6

Инвесторы

1

2

3

р011=0,3

р012=0,5

р013=0,2

а011=100 у.е.

а012=120 у.е.

а013=180 у.е.

зb011=150 у.е.

b012=250 у.е.

b013=150 у.е.

Как видно из приведенных данных, вероятности возникновения ущерба при выборе того или иного инвестора составляют в сумме 1, т.е. выбор одного из трех инвесторов лицом, принимающим решение, сделан.

Второй этап реализации проекта может характеризоваться, например, предложениями по поставке сырья от четырех поставщиков со следующими характеристиками (табл.7):

Таблица 7

Поставщики

1

2

3

4

р121=0,2

р122=0,3

р123=0,4

р124=0,1

а121=200 у.е.

а122=230 у.е.

а123=300 у.е.

а124=200 у.е.

b121=500 у.е.

b122=500 у.е.

b123=700 у.е.

b124=500 у.е.

На третьем этапе (производство и сбыт) реализации проекта с учетом различных объемов производства возможны три варианта сбыта (табл.8):

Таблица 8

Сбыт

1

2

3

р231=0,1

р232=0,3

р233=0,6

а231=200 у.е.

а232=300 у.е.

а233=350 у.е.

b231=600 у.е.

b232=750 у.е.

b233=800 у.е.

Предположим, что математическое ожидание ущерба при реализации проекта не должно превышать 100 у.е. (допустимый риск).

Решение

Как уже отмечалось, задача (1) относится к классу задач дискретного математического программирования. Точное решение такой задачи может быть найдено с помощью алгоритма, построенного на основе одной из вычислительных схем сокращенного перебора вариантов, например, метода ветвей и границ.

Реализация метода ветвей и границ в вычислительный алгоритм связана с определенными трудностями:

o необходимо задать правило ветвления вариантов;

o требуется задать процедуру оценки вариантов решений;

o необходимо запомнить большие массивы информации в памяти ЭВМ и др.

В ряде практических случаев эти трудности преодолеваются на основе эвристических рассуждений при построении алгоритма решения.

Для рассматриваемой задачи алгоритм решения может быть построен с помощью следующих эвристических правил.

1. Обеспечение максимума прибыли на каждом этапе реализации проекта. Аналитически данное решающее правило может быть записано следующим образом:

(3)

1. Обеспечение минимума потерь на каждом этапе реализации проекта. Это правило может быть записано как

(4)

3. Обеспечение максимума удельной прибыли на каждом этапе реализации проекта, т.е.

(5)

С учетом сформулированных правил решение поставленной задачи будет выглядеть следующим образом.

1. По максимуму прибыли на каждом этапе реализации проекта.

0-й этап

1-й этап

1) 105 у.е. 2) 125 у.е. 3) 120 у.е.

2-й этап

1) 400 у.е. 2) 350 у.е. 3) 420 у.е. 4) 450 у.е.

3-й этап

1) 540 у.е. 2) 525 у.е. 3) 320 у.е.

Таким образом, руководствуясь правилом (3), мы получили решение, согласно которому следует выбрать второго инвестора, четвертого поставщика сырья и первого дилера для реализации готовой продукции. При этом значение целевой функции составит 1115 у.е. Значение функции ограничения - 100 у.е.

2. По минимуму ущерба (затрат) на каждом этапе реализации проекта.

0-й этап

1-й этап

1) 30 у.е. 2) 60 у.е. 3) 36 у.е.

2-й этап

1) 40 у.е. 2) 64 у.е. 3) 120 у.е. 4) 20 у.е.

3-й этап

1) 20 у.е. 2) 90 у.е. 3) 210 у.е.

Согласно решающего правила (4), следует на первом этапе выбрать первого инвестора, четвертого поставщика и первого дилера. Значение целевой функции и функции ограничений для полученного решения соответственно составят 1095 у.е. и 70 у.е.

3 По максимуму относительной прибыли на каждом этапе реализации проекта.

0-й этап

1-й этап

1) 3,5 у.е. 2) 2,08 у.е. 3) 6 у.е.

2-й этап

1) 10 у.е. 2) 5,47 у.е. 3) 3,5 у.е. 4) 22,5 у.е.

3-й этап

1) 27 у.е. 2) 5,8 у.е. 3) 1,5 у.е.

В соответствии с решающим правилом (5) на первом этапе следует выбрать третьего инвестора, на втором - четвертого поставщика и на третьем - первого дилера. Значения целевой функции и функции ограничений соответственно составят 1110 у.е. и 76 у.е.

Учитывая, что все варианты решений удовлетворяют ограничению задачи в качестве оптимального может быть выбран первый вариант, построенный в результате реализации правила обеспечения максимальной прибыли на каждом этапе реализации проекта, обеспечивающий максимальное значение целевой функции - ожидаемой прибыли. Но этому варианту присущ и максимальный возможный ущерб. Если лицо, принимающее решение, не склонно к риску, то может быть выбран второй вариант реализации проекта, имеющий минимальный возможный ущерб.

Наиболее же приемлемым является третий вариант реализации проекта, основанный на обеспечении максимальной относительной прибыли на каждом этапе реализации проекта. Данный вариант имеет меньшее значение целевой функции на 0,04 %, а функции ограничения (возможного ущерба) - на 24% меньше.

Таким образом, результаты расчетов подтверждают работоспособность предложенной методики оптимизации стратегии управления предприятием в условиях риска, которая может служить хорошим дополнением для обоснования принятия решений.

5.1. Матрица предприятия

Для выбора оптимального решения, прогнозирующего максимальный доход с течением времени и экономящего наши силы и средства, возможно применить вероятностные матрицы прибыли-убытков для определенной стратегии.

В качестве ориентира для определения спроса на услуги можно взять загрузку одного рабочего места: 45% - плохой спрос, 65% - средний и 85% - хороший, после которого наступает некоторый предел качества работы.

Учитывая, что спрос на услуги через некоторое время обязательно изменится ( при этом надо учитывать время жизни данного товара ), он не может быть вечно плохим или вечно хорошим, что существует некоторая зависимость между спросом нынешнего года и следующего, можно построить матрицу переходных вероятностей.

Таблица 9

Спрос нынешнего года

хороший

удовлетворит.

плохой

спрос будущего года

хороший

0.2

0.5

0.3

удовлетв.

0

0.5

0.5

плохой

0

0

1

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13



2012 © Все права защищены
При использовании материалов активная ссылка на источник обязательна.