Автоматизация технологического процесса снабжения запасными частями сбытовой цепи предприятия по производству автотранспортной техники тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Суворов, Герман Германович

• Суворов, Герман Германович
• кандидат технических наук
• 2005

Оглавление диссертации кандидат технических наук Суворов, Герман Германович

Оглавление.

Введение.

Глава 1. Анализ задач автоматизации обеспечения складов запасных частей

1.1. Современное состояние вопроса поддержки складов запасных частей в России и мире.

1.2. Информационная поддержка складов запасных частей.

1.3. Требования к СУБД для построения АСУТП снабжения запасными частями.

ВЫВОДЫ К ГЛАВЕ 1.

Глава 2. Разработка методов и алгоритмов планирования нормативных запасов запасных частей и комплектующих.

2.1. Анализ методов прогнозирования потребности в запасных частях .29 22. Анализ факторов, определяющих спрос на запасные части.

2.3. Экономические факторы, учитываемые при формировании складских запасов.

2.4. Методы классификации и группировки номенклатуры запасных частей и комплектующих.

ВЫВОДЫ К ГЛАВЕ 2.

Глава 3. Разработка математической модели системы прогнозирования потребности в запасных частях.

3.1. Критерии и методика определения точности прогноза.

3.2. Использование методов анализа временных рядов для прогнозирования потребности в запасных частях. Алгоритм расчета нормативного запаса запасных частей.

3.3. Использование метода среднемесячной потребности для прогнозирования спроса на запасные части.

3.4. Разработка метода прогнозирования потребности с помощью логического дерева.

ВЫВОДЫ К ГЛАВЕ 3.

Глава 4. Разработка программной модели автоматизированной системы учета запасных частей.

4.1. Экспериментальное исследование экстраполяционного метода прогнозирования потребности.

4.2. Исследование объекта автоматизации.

4.3. Структура АСУТП снабжения запасными частями.

Введение диссертации (часть автореферата) на тему «Автоматизация технологического процесса снабжения запасными частями сбытовой цепи предприятия по производству автотранспортной техники»

Актуальность темы

Снабжение запасными частями является важнейшей частью сети технического обслуживания предприятия-производителя автомобилей.

Высокоэффективное снабжение возможно в настоящее время только при условии автоматизации статистики, анализа, прогноза, обработки документации, позволяющей не только оптимизировать запасы, снизить расходы по хранению запасных частей, но и значительно ускорить обслуживание потребителей.

При отсутствии налаженной информационной системы, обеспечивающей сбор и обработку статистической информации, организовать конкурентоспособную в сегодняшних условиях сеть обеспечения текущего парка автомобилей запасными частями практически невозможно.

Своевременный научно обоснованный и точный прогноз потребности в запасных частях позволяет принимать правильные управленческие решения о номенклатуре и количестве поставляемых на склад деталей, улучшить экономические показатели деятельности предприятия.

Актуальность темы данной диссертации предопределяют возможности оптимизации хранимой номенклатуры в соответствии с текущими и прогнозируемыми потребностями рынка автомобильных запасных частей за счет автоматизации процессов обработки информации, повышения качества и оперативности прогнозов на основе обоснованных формализованных моделей.

Объектом исследования диссертационной работы являются модели и методы автоматизации снабжения запасными частями сбытовой цепи предприятий — производителей автотранспортной техники, математические модели и методы прогнозирования потребности в запасных частях.

Цель и основные задачи исследования

Цель работы - автоматизация снабжения запасными частями сбытовой цепи предприятия по производству автотранспортной техники за счет разработки соответствующих моделей, методов, алгоритмов и программ. В работе последовательно поставлены и решены следующие задачи: анализ современных методов организации технологических процессов и прогнозирования потребности на базе статистической информации о сбыте автомобильных запасных частей; разработка моделей и методов автоматизации наиболее трудоемких этапов сбора и обработки информации с целью сокращения сроков и стоимости подготовки прогнозов; использование предложенных подходов для решения задачи разработки структуры БД АСУТП снабжения запасными частями регионального склада; использование научно обоснованных методов и алгоритмов при проектировании АСУТП снабжения запасными частями; отладка на модели и практическое внедрение разработанной АСУТП снабжения автомобильными запасными частями.

Научная новизна работы состоит в следующем: обобщены и развиты методы, применяемые для прогнозирования потребности в автомобильных запасных частях на базе статистической информации о сбыте; разработан метод прогнозирования на основе формализации степени корреляции потребности в запасных частях с составом текущего парка автомобилей и другими факторами; разработаны методы и алгоритмы классификации и группировки номенклатуры запасных частей по характеру спроса и причине замены для повышения качества прогноза; разработаны методы и алгоритмы оптимизации хранимого запаса запасных частей, позволяющие повысить оборачиваемость склада и снижение издержек хранения и поставки; разработана структура интегрированной БД АСУТП снабжения запасными частями.

Практическая ценность

Научные результаты, полученные в диссертации, доведены до практического использования, вошли в состав разработанной АСУТП снабжения запасными частями и использованы при разработке и практической реализации БД АСУТП снабжения запасными частями для ООО «Авантекс», г.Москва и ООО ПКФ «Крепость», г.Красноярск. Апробация работы

Содержание разделов диссертации было доложено и получило одобрение: на заседаниях кафедры автоматизированных систем управления Московского автомобильно-дорожного института (ГТУ); на Международной научно-практической конференции «Логистика: современные тенденции развития» (Санкт-Петербург, 2003 г.); на семинаре по информационным технологиям (Омск, 2004 г.), на научно-технических советах в ООО ПКФ «Крепость» (г.Красноярск); на научно-технических советах отдела автоматизации ООО «Авантекс» (г.Москва).

Публикации. По теме диссертации опубликовано 4 статьи. В первой главе проведен анализ текущего состояния рынка автомобильных запасных частей. Показано, что непрерывное развитие рыночных экономических отношений требует решения сложных и трудоемких задач оптимизации запасов, которые невозможно получить при отсутствии развитой информационной системы, позволяющей получать адекватные рыночному спросу прогнозы потребности в запасных частях, соответствующие динамике сегодняшнего дня.

Анализ исследований российских и зарубежных ученых (в том числе В.В.Волгина [8, 9] (1997, 2000), Н.В.Ермолина [23, 24] (2001, 2003), Е.Р.Добронравина [17, 18, 19] (2000), Курта Хоффмана [84] (2000) и др.), а также обзор решений крупных европейских и японских производителей (Daimler-Chrysler, Toyota, Mazda) показал, что затраты предприятий на формирование и поддержание складов запасных частей могут быть значительно снижены за счет централизации управления запасами складов в масштабах сбытовой цепи предприятия-производителя, повышения точности прогнозирования потребности и оптимизации хранимой номенклатуры.

Таким образом, прогнозирование потребности в запасных частях является важнейшей задачей АСУТП. Необходим анализ и развитие существующих методов прогнозирования, а также разработка новых методов, отвечающих сегодняшней экономической ситуации и использующих возможности современной вычислительной техники.

Во второй главе проведен анализ существующих методов прогнозирования потребности в запасных частях.

Анализ используемых методик показал, что существующие подходы к определению необходимого количества и номенклатуры поставляемых запасных частей были разработаны для плановой экономики и их использование в условиях рынка неэффективно. В некоторых работах вопросы определения потребности в запасных частях на основе маркетинговых исследований проработаны достаточно глубоко, однако в основном они носят общетеоретический характер и мало пригодны для практического использования. Регрессионные модели, применяемые в настоящее время, требуют частого пересмотра предикторов, что сопряжено с трудоемким процессом определения корреляционной значимости факторов в изменяющейся внешней среде.

Проведен анализ факторов, определяющих спрос на запасные части.

Предложенная классификация факторов позволяет более эффективно формировать первичную выборку данных для регрессионного или интеллектуального анализа, на основе априорных предположений.

Рассмотрены различные типы запасов.

Описана модель планирования складского запаса деталей на основании прогноза использования товарных запасов, данных о стоимости выполнения заказа и затрат по содержанию запасов. Классические модели определения момента заказа, основанные на индивидуальных точках заказа отдельных номенклатурных позиций, в применении к широкой номенклатуре автомобильных запасных частей имеют склонность к «переобслуживанию», то есть завышению итогового параметра уровня обслуживания относительно требуемого, и, как следствие, завышенным издержкам хранения и транспортным расходам. Преимуществом предложенной модели является возможность определения момента размещения очередного заказа из условия обеспечения требуемого группового уровня обслуживания.

Исследованы методы классификации и группировки номенклатуры автомобильных запасных частей и комплектующих.

Предложен метод группировки по причине замены. Для предварительного отбора данных с целью последующего корреляционного анализа предлагается поделить весь ассортимент запасных частей на группы по причинам замены, то есть совокупностям факторов, обусловливающих возникновение потребности.

Предложенный метод классификации позволяет автоматизировать процесс выбора методики прогнозирования для каждой номенклатурной позиции на начальном этапе прогнозирования. Такое разбиение позволяет повысить точность прогноза потребности для каждой детали и, как следствие, повысить общее качество прогноза для всей группы.

Предложен метод классификации запасных частей по характеру спроса на деталь - является ли он периодическим, случайным или сезонным.

Основная особенность алгоритма состоит в том, что, в отличие от используемых в настоящее время, он учитывает распределение потребления по месяцам года, а не общее потребление запасных частей, что исключает возможность определения случайного спроса как сезонного.

Разработан алгоритм выявления сезонного спроса.

Предложено использовать методы интеллектуального анализа данных для классификации и кластеризации номенклатуры запасных частей и комплектующих. Описанный метод развит в третьей главе исследования при разработке метода прогнозирования с помощью логического дерева.

В третьей главе обосновываются критерии качества прогноза:

Предложен метод определения исключительных значений спроса (выбросов).

Исследована эффективность применения для прогнозирования потребности в запасных частях методов анализа временных рядов. Представлена сравнительная характеристика различных методик анализа.

Разработан метод среднемесячной потребности для оценочного прогнозирования спроса на запасные части. Разработанный метод может быть использован в случаях, если набор статистических данных не позволяет проводить сложный анализ с выявлением и учетом коррелирующих факторов, а также при необходимости провести оценочный прогноз для принятия оперативных управленческих решений для периодического составления краткосрочных прогнозов.

Разработан метод прогнозирования потребности в запасных частях с использованием логического дерева. Основной особенностью предложенного алгоритма является возможность частого пересмотра предикторов, так как их выявление из набора предполагаемых факторов проводится при минимальном объеме ручного труда. Частый пересмотр предикторов позволяет более эффективно отслеживать изменение внешней среды и ее влияния на потребность в запасных частях.

В четвертой главе отражено экспериментальное исследование экстраполяционного метода прогнозирования потребности, использованы данные о реализации автомобильных запасных частей предприятием ООО «Авантекс» (г.Москва) в период 2002-2004 гг.

Определены условия применения метода прогнозирования потребности на базе экспоненциального сглаживания временных рядов.

Разработана программная модель БД системы автоматизации снабжения запасными частями. Предложенная модель позволяет обеспечить обратную связь между сбытовой цепью предприятия, то есть подразделениями предприятия, непосредственно представленными на рынке и производством. Данные, собранные и обработанные АСУТП, представляют собой основу для принятия производственных и управленческих решений.

В заключении представлены основные результаты работы.

Объем работы

Диссертационная работа состоит из введения, 4 основных глав, заключения, списка литературы из 101 наименования, приложения (документы о внедрении).

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Суворов, Герман Германович

ВЫВОДЫ К ГЛАВЕ 4

Проведено экспериментальное исследование метода экстраполяционного прогнозирования. В рамках эксперимента получены различные варианты прогноза, оценено качество прогнозирования при использовании ряда параметров. Метод может быть использован при практической реализации системы планирования склада запасных частей.

Разработана программная модель базы данных дилерского предприятия. Структура базы данных позволяет автоматизировать процесс обработки информации, используемой в деятельности фирмы при сопровождении заказов запасных частей и информационном обеспечении клиентов фирмы. Обработанная информация может быть собрана, обработана и использована при прогнозировании потребности в запасных частях на этапе формирования склада запасных частей и при его дальнейшей эксплуатации.

В разработанной модели базы данных предложено использование исследованных в главе 3 методов прогнозирования, что позволяет обеспечить высокое качество прогноза, повысить оборачиваемость склада предприятия, снизить издержки на формирование склада и его эксплуатацию, автоматизировать сбор и обработку статистической информации.

Заключение

В итоге выполнения диссертации были получены следующие основные результаты, определяющие ее научную новизну и практическую значимость:

Проведен анализ состояния российского рынка автомобильных запасных частей и степени автоматизации технологических процессов снабжения запасными частями автотранспортных предприятий, проведен анализ существующих методов классификации и группировки номенклатуры запасных частей.

Разработаны методы классификации запасных частей по причине замены и характеру спроса на деталь.

Проведен анализ и оптимизация методов прогнозирования и планирования запасов запасных частей. Предложен метод среднемесячной потребности для упрощенного прогнозирования и предварительного отбора номенклатуры для анализа.

Разработан метод выявления факторов, определяющих спрос на запасные части, прогнозирования потребности с учетом динамики выявленных факторов на основе интеллектуального анализа данных (логического дерева), для подготовки краткосрочных и среднесрочных прогнозов, оценки влияния факторов, планирования запасов запасных частей при быстро растущем парке автомобилей в регионе.

Разработаны алгоритмы классификации запасных частей.

Разработана структура базы данных АСУТП регионального склада запасных частей предприятия. Структура БД позволяет автоматизировать процесс обработки информации, используемой в деятельности фирмы при сопровождении заказов запасных частей и информационном обеспечении клиентов предприятия.

Проведено экспериментальное исследование метода экстраполяционного прогнозирования. В рамках эксперимента получены варианты прогноза, оценено качество прогнозирования при использовании ряда параметров. Определены условия применения метода при практической реализации системы планирования склада запасных частей.

Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения на ряде предприятий по снабжению запасными частями, используются в ООО «Авантекс» (г. Москва) и ООО ПКФ «Крепость» (г.Красноярск).

Список литературы диссертационного исследования кандидат технических наук Суворов, Герман Германович, 2005 год

1. Агзамов Г.К. Прогнозирование потребности в запасных частях с учетом зональных особенностей эксплуатации машин: Труды ГОСНИТИ. -М.: ГОСНИТИ, 1974. Т.80. - ч.2 С.107-113

2. Андреев А., Березкин Д., Самарев Р. Внутренний мир объектно-ориентированных СУБД. Открытые системы, No 03/2001. С.67-78

3. Архипов В.Г., Нисневич А.И. Производство и организация сбыта запасных частей // Тракторы и сельскохозяйственные машины. 1997. - №10. С.12-13

4. Баутин В.М., Голубев И.Г., Ермолин Н.В. Определение потребности в запасных частях при фирменном техническом сервисе: сборник материалов научно-практической конференции «Проблемы воспроизводства сельскохозяйственной техники». М.: МГАУ, 2001. С.112-118

5. Бережной В.И., Бережная Е.В. Методы и модели управления материальными потоками микрологистической системы автопредприятия. -Ставрополь: Интеллект-сервис, 1996. 155 стр.

6. Борозенец В.Н. Прогнозирование потребности в запасных частях к сельскохозяйственной технике на примере дождевальных машин: Автореф. дис. канд. экон. наук. Ставрополь, 1999. 22 стр.

7. Будаев Ю.В., Автопарк России (40 областей с 2000-2003 гг.). Новостное издание ООО "ИнфоМАД". 94 стр.

8. Волгин В.В. Автобизнес. М.: Ось-89,2000. 840 стр.

9. Волгин В.В. Запасные части: особенности маркетинга и менеджмента. М. Ось-89, 1997. 360 стр.

10. Гальперин A.C., Щипов И.В. Прогнозирование числа ремонтов машин. М.: Машиностроение, 1978.112 стр.

11. Гамбаров Г.М. Моделирование и прогнозирование динамических рядов. М.: Финансы и статистика, 1988. 42 стр.

12. Гамбаров Г.М., Журавель Н.М., Королев Ю.Г. Статистическое моделирование и прогнозирование. -М.: Финансы и статистика, 1990.383 стр.

13. Голубев И.Г., Ермолин Н.В. Повышение эффективности обеспечения запасными частями при фирменном техническом сервисе: Аналитический обзор. М.: ФГНУ «Росинформагротех», 2001. 11 стр.

14. Голубев И.Г., Ермолин Н.В. Прогнозирование емкости рынка запчастей для технического сервиса автомобилей: Сборник материалов юбилейной конференции инженерного факультета. -М.: РГАЗУ, 2001. С.68-75

15. Деамико Мэри Элизабет. Служба новостей IDG, Мюнхен 20.09.1998; Computerworld, #35/1998. С.54-55

16. Добронравии Е.Р. Введение в теорию управления запасами. Ярославский государственный университет. http://simplesofl.ru/articles/theory.htm. 16 стр.

17. Добронравии Е.Р. Критерии оптимизации в системах управления запасами. Ярославский государственный университет. http://simplesoft.ru/articles/theory.htm. 18 стр.

18. Добронравии Е.Р. Методика оптимального управления товарными запасами в сбытовой цепи промышленного предприятия: Дис. канд. экон. наук /Ярославский государственный университет (ЯрГУ). Ярославль, 2000. 23 стр.

19. Егорова Н.Е., Мудунов А.С. Применение моделей и методов прогнозирования спроса на продукцию сферы услуг. -М., ЦЭМИ РАН, 2000. 54 стр.

20. Егорова Н.Е., Мудунов A.C. Система моделей прогнозирования спроса на продукцию сферы услуг. Журнал «Аудит и Финансовый анализ», №3,2001. М., Компьютерный аудит, 2001. С.66-83

21. Елманова Н., СУБД ведущих производителей. Журнал Сети № 10'2002. Изд-во КомпьютерПресс. С.47-55

22. Ермолин Н.В. Прогнозирование потребности в запасных частях для автомобилей сельскохозяйственного назначения (на примере дилерской системы ОАО «ГАЗ»): Дис. канд. экон. наук. Москва, 2003. 162 стр.

23. Жалковер Т.Д., Широков A.B. К вопросу об оптимальной комплектации технических устройств запасными частями // Надежность и контроль качества. 1970. - №9. С.23-26

24. Зарубин А.Г., Чернобродов П.Л., Шейнин В.А. Совершенствование методики нормирования расхода запасных частей. В кн.: Повышение эксплуатационной надежности автомобилей. М.: Транспорт, 1976. С.28-37

25. Зеленкович Ю. А. Введение в БД. Курс лекций. http://www.mstu.edu.ru/education/materials/zelenkov/toc.html. 107 стр.

26. Кинг Гарри Уорен. Почему объектная ориентация работает. http://www-eksl.cs.umass.edu/~gwking/whyoop.htm. 5 стр.

27. Кирстен В., Ирингер М. и др. СУБД Cache. Объектно-ориентированная разработка приложений. СПб.: Питер, 2001. 384 стр.

28. Кирстен В. От ANS MUMPS к ISO М. СПб.: АОЗТ "СП.АРМ", 1995. 277 стр.

29. Кокс Д., Смит В. Теория восстановления. М.: Советское радио, 1975.-472 стр.

30. Коломиец П.А. Организация и планирование обеспечения народного хозяйства запасными частями к тракторам, автомобилям и сельскохозяйственным машинам. М. Россельхозиздат, 1975. 143 стр.

31. Корольков И.В., Королькова Л.И. Прогнозирование состояния машин и производственно-технологических процессов // Техника в сельском хозяйстве. 1991. - №6. С. 17-19

32. Коршунов Ю. М. Математические основы кибернетики. М. Энергоатомиздат, 1987.494 стр.

33. Котлер Ф. Основы маркетинга. М.: Прогресс, 1991. 356 стр.

34. Краузе А.Г. Оптимизация стратегий замен деталей машин с использованием статистического моделирования: Автореф. дис. канд. техн. наук. -М., 1981. 16 стр.

35. Кречетов Н., Сиротюк О. Постреляционная СУБД Cache 5. Журнал "Byte" №6,2003. С.23-31

36. Кугель Р.В. Надежность машин массового производства. М.: Машиностроение, 1981. 224 стр.

37. Кузнецов Е.С. и др. Техническая эксплуатация автомобилей. М.: Транспорт, 1991.416 стр.

38. Кузнецов Е.С., Троицкий А.И. Совершенствование методов определения нормативной потребности в запасных частях. Повышение эксплуатационной надежности автомобилей. -М.: НИИАТ, 1979. Вып.З. С.106-116

39. Кукушкин В .В. Методические основы совершенствования управления снабжением запасными частями автотранспортных предприятий: Дис.канд.экон.наук. СПб., 1997. 154 стр.

40. Кульба В.В., Сиротюк В.О. и др. Теоретические основы проектирования оптимальных структур распределенных баз данных. М.: СИНТЕГ, 1999. 660 стр.

41. Лайкам Э.Л. Методика получения распределений технических ресурсов деталей машин по данным об их замене при эксплуатации и ремонте // Стандарты и качество. 1968. С.54-55

42. Лисунов Е.А., Осьмигин Л.Г. Расчет оптимального комплекта запасных частей для картофелеуборочных комбайнов: Труды научно-практической конференции «Надежность и ремонт сельскохозяйственной техники». Горький: ГСХИ, 1982. С.4-8

43. Лукинский B.C., Кукушкин В.В. Методические основы управления снабжением запасными частями автотранспортного предприятия. -Ставрополь, 1997. 68 стр.

44. Методика нормирования расхода запасных частей к тракторам и сельскохозяйственным машинам. М.: ГОСНИТИ, 1984. 104 стр.

45. Методика определения предварительной номенклатуры, норм расхода запасных частей для сельскохозяйственных машин, подготавливаемых к производству по результатам испытаний опытной партии. М.: ВИСХОМ, ГОСНИТИ, УкрНИИСХОМ, КубНИИТИМ, 1975. 32 стр.

46. Методика разработки норм расхода запасных частей к автомобилям. М.: ЦНИЛ, 1974. 52 стр.

47. Методика разработки нормативов надежности, трудоемкости номенклатуры и количества ремонтных комплектов для выполнения агрегатированных операций в условиях индустриальной системы технического обслуживания и ремонта автомобилей. М: НИИАТ, 1984.67 стр.

48. Методика разработки нормативов потребности в запасных частях и сборочных единицах к сельскохозяйственным машинам на ремонтно-эксплуатационные нужды. М.: ВИСХОМ, ГОСНИТИ, 1983. 82 стр.

49. Методические рекомендации по снабжению потребителей запасными частями к автомобилям, тракторам, сельскохозяйственным и другим машинам организациями системы Россельхозтехники. М.: Центральное бюро научно-технической информации, 1975. 28 стр.

50. Методические указания по нормированию расхода запасных частей сельскохозяйственными машинами. М.,: ГОСНИТИ, 1979. 65 стр.

51. Методические указания по определению ресурса двигателей. М.: ГОСНИТИ, 1971. 104 стр.

52. Никифоров А.Н. Сельскохозяйственные машины, оборудование и запасные части. М.: Колос, 1999. С.266-268

53. Николаев А.Б., Фоминых И.Б. Интеллектуальный анализ и обработка данных: Учеб. пособие по курсу "Интеллектуальные системы" /МАДИ ГТУ — 4.1. — М., 2003.119 стр.

54. Носов Д., Чернышев А. Пример использования Cache в управлении предприятием. Журнал «Открытые системы». #10/2000. С.104-109

55. Петряков С.Н. Прогнозирование потребности в запасных частях с учетом их качества и маркетинга: Дис. канд. экон. наук. Саранск, 1999.231 стр.

56. Платонов C.B. Разработка методов оперативного обнаружения устоявшихся ассоциаций в данных и их использование при сопровождении баз данных корпоративного уровня. Дисс. на соиск. уч. степ. канд. техн. наук. МАДИ, 2003. 134 стр.

57. Положение о техническом обслуживании и ремонте подвижного состава автомобильного транспорта. -М.: Транспорт, 1986. 72 стр.

58. Поляков А.О., Семёнов И.А. Представление знаний и объектно-ориентированная СУБД Cache'.http://www.semenov.webservis.ru/it/articles/ar5 .htm. 72 стр.

59. Родников А.Н., Щербаков А.А. Логистика в снабжении запасными частями // Тракторы и сельскохозяйственные машины. 1992, № 5. С.34-37

60. Селиванов А.И. Основы старения машин. М.: Машиностроение, 1971.408 стр.

61. Сиротюк О. СУБД Cache. "BYTE/Россия" No 6/2002. С.27-42

62. Трикозюк В.А. Повышение надежности автомобилей. М: Транспорт, 1980. 88 стр.

63. Ульман И.Е. Техническое обслуживание и ремонт машин. М.: Агропромиздат, 1990. - С.365-366.

64. Фастовцев Г.Ф. Автотехобслуживание. М.: Машиностроение, 1985. 256 стр.

65. Федоров А.В. Товарно-материальные запасы. РИСК-№5,1997.49 стр.

66. Фуфаев С.А. Исследование рынка автомобильных запасных частей и факторов прогнозирования их потребности в производстве: Дис. канд. экон. наук. Самара, 1994. 168 стр.

67. Чеканский А.Н., Фролова H.JI. Теория спроса, предложения и рыночных структур. М, ТЕИС, 1999. 421 стр.

68. Шахиди А. Деревья решений С4.5 математический аппарат BaseGroupLabs, 2002. http://wvm.basegroup.ru/trees/mathc45partl.htm, 25 стр.

69. Шеннон К. Работы по теории информации и кибернетике. М. Иностранная литература, 1963. 829 стр.

70. Щетина В.А. Лукинский B.C., Сергеев В.И. Снабжение запасными частями на автомобильном транспорте. М.Транспорт, 1988. 112 стр.

71. Adriaans P., Zantinge D. Data Mining. Addison Wesley Longman, 1996. 158 стр.

72. Bartels D. Objektorientierte Datenbanksysteme Konzepte, Einsatzgebiete und Standardisierung. Microsoft System Journal, July/August 1992. 421 стр.

73. Bowman, Robert J. Lean on Automation, Mazda's Spare Parts Center Covers Europe. Logistics & Supply Chain Strategies. March, 1999.Keller Publishing, http://www.glscs.c0m/archives/3.99.Mazda.htm?adcode=5. 11 стр.

74. Brodley Carla E., Lane Terran, Stough Timothy M. Knowledge Discovery and Data Mining. American Scientist. Volume: 87 Number: 1 Page: 54, DOI: 10.1511/1999.1.54

75. Brown R.G. Decision Rules for Inventory Management. New York: Holt, Rinehart and Winston, 1967. C.29-31

76. Caruso, Dave. Demand-Driven Supply Networks: SCM Done Right // AMR Research, 11.2003. C.33-47

77. Federal Materiel Management Desk Reference http://www.knownet.hhs.gov/log/matmanDR/LAI/Module3/Phase 1 /demand.htm

78. Gehrke J., Ramakrishnan R., and Ganti V. RainForest- a Framework for Fast Decision Tree Construction of Large Datasets. Proc. 24th Int'l Conf. Very Large Data Bases, Morgan Kaufmann, San Francisco, 1998

79. Graham Ian. Object-Oriented Methods. Principles and Practice. 3rd Edition. Addison-Wesley, 2001.

80. Graham, Gordon, Distributor Survival in the 21 st Century, Inventory Management Press 1992, page 40.

81. Hoffmann, Kurt C. Mercedes Pares Parts Inventory of Its Latin American Operations. Global Logistics & Supply Chain Strategies. June, 2000. Keller Publishing.http://www.glscs.com/archives/6.00.regionalfeatures.htm?adcode=5

82. Inmon W.H. Building the Data Warehouse (Second Edition). NY, NY: John Wiley, 1993.

83. ITtoolbox Team. Forecasting with Sporadic Data in i2. Adapted Discussion Summary.http://supplychain.ittoolbox.com/documents/document.asp?i=2291

84. Jordan H.H. Sales forecasting. Basic principles, philosophy and concepts, http://www.inventorymanagement.com/fcstgl .htm.

85. Makridakis S. The accuracy of Extrapolation (Time Series) Methods: results of a Forecasting competition. Journal of Forecasting, No. 2, 1982. C.l 11-153

86. Mannila H., Toivonen H. On an algorithm for finding all interesting sentences. In Cybernetics and Systems, Volume II, The Thirteenth European Meeting on Cybernetics and System Research, Vienna, Austria, April 1996. P. 973-978.

87. Pareto (ABC) Analysis, BOLA. http://sol.brunel.ac.uk/~jarvis/bola/operations/stock/pareto.htm

88. Parsaye K. A Characterization of Data mining technologies and Processes // The Journal of Data Warehousing. 1998. - № 1

89. Plossl G.W. Production and inventory Control. 2nd edition, 1985, Prentice Hall, http://www.inventorymanagement.com/fostg2.html

90. Quinlan J. Ross. C4.5: Programs for Machine learning. Morgan Kaufmann Publishers 1993.

91. Rastogi R. and Shim K. Public: A Decision Tree Classifier that Integrates Building and Pruning. Proc. 24th Int'l Conf. Very Large Data Bases, Morgan Kaufmann, San Francisco. 1998.

92. Schreibfeder, Jon. Is it sporadic or is it seasonal? Effective Inventory Management. Coppel, USA, 1996. http://www.effectiveinventory.com/article47.html

93. Schreibfeder, Jon. Why Weekly Forecasting? Part One. http://www.effectiveinventory.com/article52.html

94. Schroeder R.G. Operations Management. Decisions Making in the Operations Functions. 3d ed. McGrow-Hill Publishing Company, 1989.

95. StatSoft, Inc. (2001). Электронный учебник по статистике. Москва, StatSoft, http://www.statsoft.ru/home/textbook/default.htm

96. Tukey J. Exploratory Data Analysis. NY: McMillan. 1973.

97. Vollmann Т.Е., Berry W.L., Whybark D.C. Manufacturing planning and Control Systems, 1988. Second Edition, Irwin, Homewood, Illinois 60430. C.718-720

98. Wight O.W. Production and Inventory Management in the Computer Age, Cahners, 1974.123 стр.

99. ИНН 7701511574, КПП 770101001

100. А.В.Хвойницкий, генеральный директор ООО «Авантекс»

101. Кононов С.Б., технический директор ООО "Авантекс

102. Страхов И.Л., эксперт отдела запасных частей1. АКТоб использовании результатов

103. Суворова Германа Германовича

104. Математической и программной моделей метода прогнозирования потребности в запасных частях с использованием логического дерева.

105. Алгоритмов и методов классификации запасных частей (по причине замены и характеру спроса).

106. Методов прогнозирования и планирования запасов запасных частей.

107. Рекомендаций по использованию метода экспоненциального сглаживания при прогнозировании потребности в запасных частях.

108. ЕЯ-моделей БД АСУТП снабжения запасными частями.

109. А.С.Кангун, Генеральный директор ООО ПКФ "Крепость'

110. П.С.Варыгин, Директор производства ООО ПКФ "Крепость1

111. Директор Сервиса ООО ПКФ «Крепость»и