Модели и методы оптимального стратегического планирования маркетинга для стохастических производственных систем тема диссертации и автореферата по ВАК РФ 05.13.06, доктор технических наук Песиков, Эдуард Борисович

• Песиков, Эдуард Борисович
• доктор технических наук
• 2000

Оглавление диссертации доктор технических наук Песиков, Эдуард Борисович

Введение.

Глава 1. Анализ состояния проблемы разработки системы стратегического планирования маркетинга предприятия и постановка задач исследования

1.1. Современные технологии управления бизнес-процессами и место в них предлагаемых в диссертации моделей и методов планирования маркетинга

1.2. Принципы, структура и содержание стратегического планирования маркетинга предприятия.

1.3. Анализ существующих подходов к применению количественных методов принятия решений в стратегическом маркетинге

1.4. Сравнительный анализ компьютерных систем поддержки принятия стратегических маркетинговых решений.

1.5. Формулировка проблемы исследований

Выводы по главе

Глава 2. Модели стратегического планирования маркетинга в условиях стохастической внешней среды

2.1. Принципы построения имитационных моделей сложных систем на основе метода статистических испытаний

2.2. Построение имитационной модели функционирования предприятия с помощью метода статистических испытаний.

2.3. Модели и методы анализа риска маркетинговых стратегий предприятия

2.4. Динамическая модель выбора оптимальных объемов продаж и интенсивностей использования каналов сбыта продукции в условиях стохастической среды

2.5. Математическая модель оптимального выбора сегментов рынка, ассортимента, объемов продаж и цен на продукцию предприятия

Выводы по главе 2.

Глава 3. Модели оптимального стратегического планирования маркетинга в условиях неполной информации о параметрах технологического процесса.

3.1. Характеристика производственных процессов и системы планирования маркетинга для производства с вероятностным характером технологического процесса.

3.2. Математическая модель производственного процесса для двухстадийных стохастических производственных систем

3.3. Модель стратегического планирования объемов продаж и производства продукции с пересекающимися областями качества

3.4. Стохастические модели стратегического планирования объемов продаж и производства продукции с непересекающимися областями качества

3.5. Модель выбора оптимальных режимов функционирования стохастических производственных систем.

3.6. Динамическая модель оптимизации выбора товарной стратегии для стохастических производственных систем.

Выводы по главе

Глава 4. Алгоритмы решения задач стратегического планирования маркетинга

4.1. Комплекс алгоритмов построения и анализа имитационной модели функционирования предприятия в условиях конкурентной среды

4.2. Алгоритм решения задачи выбора оптимальных объемов продаж и интенсивностей использования каналов сбыта продукции.

4.3. Алгоритмы анализа модели планирования объемов продаж и производства продуктов с пересекающимися областями качества

4.4. Алгоритм анализа невыпуклого детерминированного эквивалента стохастической модели планирования объемов продаж продуктов с непересекающимися областями качества.

4.5. Алгоритм решения задачи оптимизации выбора технологических режимов.

4.6. Анализ и обоснование выбора программных систем для реализации оптимизационных и имитационных моделей.

Выводы по главе 4.

Глава 5. Результаты экспериментальных расчетов. Практические приложения методов планирования маркетинга.

5.1. Результаты вычислительных экспериментов по имитационному моделированию деятельности предприятия и формирования маркетинговых стратегий с помощью системы "Arena"

5.2. Результаты решения задачи выбора оптимальной структуры распределения объемов продаж и интенсивностей использования каналов сбыта изделий женской одежды с помощью системы LP83.

5.3. Результаты вычислительных экспериментов по решению задачи оптимизации выбора сегментов рынка, ассортимента, объемов продаж и цен товаров с помощью системы "Lindo"

5.4. Результаты вычислительных экспериментов по решению задачи оптимального планирования объемов продаж и производства изделий электронной техники с пересекающимися областями качества

-45.5. Результаты вычислительных экспериментов по решению стохастической задачи планирования объемов продаж и производства изделий электронной техники с непересекающимися областями качества.

Выводы по главе

Введение диссертации (часть автореферата) на тему «Модели и методы оптимального стратегического планирования маркетинга для стохастических производственных систем»

Актуальность проблемы. В ходе развернувшейся хозяйственной реформы все большее внимание будет уделяться проблемам маркетинга, как рыночной концепции управления предприятием, заключающейся в максимальном приспособлении производства к требованиям рынка с целью повышения эффективности функционирования предприятия. Одним из важнейших факторов успешной деятельности предприятия в условиях конкурентной среды является применение создаваемых на научной основе автоматизированных систем стратегического планирования маркетинга, позволяющих повышать качество и эффективность принимаемых маркетинговых решений.

Анализ существующих подходов к построению систем стратегического планирования маркетинга показал, что в настоящее время на предприятиях используются в основном различные эвристические процедуры, основанные на здравом смысле, опыте и интуиции. Такие подходы в ряде случаев оказываются неэффективными и могут привести к существенным коммерческим потерям. Наиболее перспективным направлением, призванным удовлетворить потребность в эффективных системах планирования маркетинга, является создание маркетинговых информационно - аналитических систем. Анализ существующих подходов показал, что современная теория стратегического планирования маркетинга предприятия не располагают моделями и методами, которые носили бы комплексный характер, учитывали бы альтернативность и неполноту информации, присущие процессам принятия маркетинговых решений, обеспечивали бы оценивание надежности и эффективности принимаемых решений.

Проблема исследования и разработки моделей и методов стратегического планирования маркетинга для стохастических производственных систем, несмотря на ряд важных работ, направленных на применение количественных методов принятия решений в маркетинге предприятия, в настоящее время полностью не решена.

-6В последние годы исследования в области разработки теоретических основ, методов математического моделирования и алгоритмизации процессов управления предприятием позволили наметить пути решения этой важной проблемы. Несмотря на достигнутые успехи в настоящее время отсутствуют формализованное описание и алгоритмизация процессов стратегического планирования маркетинга, рассмотренные с позиций комплексного применения аналитических и имитационных моделей и методов. Многие вопросы, касающиеся построения моделей и методов планирования маркетинга, учитывающих многовариантность и стохастичность технологического процесса, характерные для широкого класса стохастических производственных систем, и представляющие интерес как в практическом, так и в теоретическом плане, реально не изучены, что в итоге обусловило выбор и актуальность темы диссертации.

В диссертационной работе предлагается один из возможных подходов к построению автоматизированной системы стратегического планирования маркетинга предприятия, основанной на совместном применении аналитических и имитационных (статистических) моделей и методов и позволяющей учитывать стохастический характер параметров внешней среды и исследуемой производственной системы.

Использование методологии и методических подходов теории принятия решений в сочетании с принципами стратегического менеджмента и маркетинга позволяет сократить степень информационной неопределенности при принятии решений и вероятный ущерб, поскольку правильно сформулированная и решенная задача принятия решения дает возможность руководству предприятия применить наилучший способ действия при достижении поставленной цели. Фундаментальные основы теории стратегического маркетинга заложены в трудах таких зарубежных ученых, как Kotler Ph., Majaro S., Lambin J.J., Evans J.R., Berman В., McDonald Malcolm, Ansoff H.I. и работах отечественных ученых - Завьялова П.С., Демидова В.Е., Баркана Д.И., Картышева C.B. и других.

Теоретическая база для построения оптимизационных моделей принятая стратегических маркетинговых решений была заложена в трудах отечественных ученых - специалистов по исследованию операций, таких как Канторович Л.В., Моисеев H.H., Вентцель Е.С., Юдин Д.Б. и зарубежных ученых - Saaîy T.L., Àckoff R.L., Wagner H., Dantzig G., Zangwiil W.I., Fiacco A.V., McCormick G., Charries A., Cooper W.W., Kataoka S.A. и других. Результаты фундаментальных исследований в области имитационного моделирования сложных систем, проведенных зарубежными авторами Shannon R.E., Schriber Т.J., Kleijnen J.P., Naylor Т.Н. и отечественными авторами - Бусленко Н.П., Моисеевым H.H., Со-ветовым Б.Я., Яковлевым С.А., Фоминым Б.Ф., Багриновским К.А., создают необходимую теоретическую базу для разработки статистических моделей и методов принятия стратегических маркетинговых решений.

При разработке маркетинговых информационно - аналитических систем для широкого класса стохастических двухстадийных производственных процессов возникает ряд проблем научного и практического характера, связанных с частичной неуправляемостью технологического процесса и возможностью классификации продукции по пересекающимся областям качества. Центральной по сложности проблемой является разработка методов оптимального планирования маркетинга и производства в условиях неопределенности исходных данных. Анализ показал, что имеет место "внутренняя'' неопределенность в коэффициентах затрат - выпуска и "внешняя" неопределенность в уровнях спроса и рыночных цен на конечную продукцию и материалы, в уровнях располагаемых ресурсов. Вероятностный характер технологического процесса (ВХТП) проявляется в том, что выбор варианта технологического режима не определяет однозначно параметры продукта.

Существующие на предприятиях с вероятностным технологическим процессом методы планирования маркетинга и управления производством строятся на традиционных методах управления, основанных на детерминированных сходящихся графах производственных процессов, и не учитывают ВХТП, что приводит к неоправданно высокому уровню производственных затрат. В исследуемом классе производств из - за вероятностного и многовариантного характера технологического процесса производственные и маркетинговые издержки зависят как от структуры спроса, так и принятых интенсивностей использования дискретных технологических режимов. Из - за большой размерности в принципе не может быть проведено ручными методами формирование маркетинговых стратегий, учитывающих ВХТП, удовлетворяющих заданной потребности и ограничениям на ресурсы и обладающих наиболее выгодной с точки зрения маркетинговых и производственных затрат структурой.

Актуальной и перспективной задачей является дальнейшее развитие детерминированных моделей оптимального планирования производства с ВХТП, разработанных в трудах Хаберева Н.П., Петерсена Й.Ф., Каал Ю.Н., Каролина М.Э., Кочеткова А.Н. и других авторов. Общим недостатком подхода, основанного на применении детерминированных моделей, является возможность нарушения адекватности моделей планирования исследуемому процессу. В результате низкой адекватности моделей полученное на их основе решение может не удовлетворять системе ограничений при различных реализациях случайных параметров. Поэтому необходима разработка моделей планирования маркетинга, адекватно описывающих поведение исследуемой системы с учетом всей совокупности случайных факторов. Наиболее полно этому требованию удовлетворяют модели стохастического программирования (СП), Результаты фундаментальных исследований, проведенных в работах Chames A., Cooper W.W., Kataoka S.A., Юдина Д.Б., Ермольева Ю.М., Рейнера В.А. создают необходимую теоретическую базу для разработки более эффективных методов планирования маркетинга и управления производством с ВХТП.

Цель работы и задачи исследования. Целью диссертационной работы является разработка комплекса моделей и методов стратегического планирования маркетинга для стохастических производственных систем, позволяющих повысить эффективность и качество стратегических маркетинговых решений, принимаемых в условиях параметрической неопределенности (неполноты информации о параметрах внешней среды и производственной системы).

Для достижения поставленной цели решены следующие задачи:

- предложить концепцию, принципы построения и структуру системы принятия стратегических маркетинговых решений в условиях риска и неопределенности с использованием аналитических и имитационных методов исследования стохастических производственных систем;

- разработать научно обоснованные методы стратегического планирования маркетинга в условиях стохастической внешней среды, основанные на применении оптимизационных моделей и имитационного моделирования функционирования производственной системы с учетом действий основных конкурентов и поставщиков производственных ресурсов;

- разработать научно обоснованные методы стратегического планирования маркетинга для стохастических производственных систем, базирующиеся на применении оптимизационных моделей и методов принятия стратегических маркетинговых решений с учетом ВХТП;

- создать алгоритмическое и программное обеспечение, предназначенное для внедрения комплексов моделей и методов принятия стратегических маркетинговых решений в конкретные производства.

Предмет и объект исследования. Предметом исследования являются модели и методы стратегического планирования маркетинга предприятия в условиях параметрической неопределенности.

В качеству объекта исследования выбраны издательско - полиграфическое производство, массовое производство товаров народного потребления, двухстадийные стохастические производственные системы (массовое дискретно - непрерывное производство изделий электронной техники и основное производство первичной переработки хлопка - сырца).

Методы исследования. При решении поставленных в работе задач использовались: методы системного анализа и исследования операций, теории вероятностей и математической статистики, теории статистических решений, имитационного (статистического) моделирования, методы стохастического программирования, линейного, целочисленного и нелинейного программирования, методы штрафных функций.

Научная новизна результатов заключается в следующем:

- разработаны принципы построения иерархической системы стратегического планирования маркетинга для стохастических производственных систем, отличающиеся от известных подходом к исследованию сложных динамических систем, основанным на совместном применении аналитических и имитационных моделей и позволяющим формировать маркетинговые стратегии с гарантированной вероятностью их реализации при изменяющихся условиях внешней среды и технологических параметрах;

- предложен качественно новый подход к построению комплекса взаимосвязанных оптимизационных и имитационной моделей стратегического планирования маркетинга для производственных систем, отличающийся от известных возможностью одновременного выбора оптимальных сегментов рынка, ассортимента, объемов предложения, цен и интенсивностей использования каналов сбыта продукции, формирования и оценки эффективности и риска маркетинговых стратегий в условиях стохастической внешней среды;

- разработан метод формирования маркетинговых стратегий, оценки их эффективности и степени риска с использованием статистической имитационной модели функционирования предприятия, характеризующийся новой возможностью учета стохастичности всех параметров исследуемой производственной системы, воздействия рекламы на объемы продаж и влияния факторов конкурентной среды?

- разработан комплекс моделей стратегического планирования маркетинга для двухстадийных стохастических производственных систем, основанный на применении методов СП и предложенного в работе математического описания агрегированных операций технологического процесса и отличающийся от известных подходов возможностью учета при планировании маркетинга ВХТП и получения за счет этого более эффективных маркетинговых решений;

-II- предложены алгоритмы анализа исследуемых в диссертации стохастических моделей планирования маркетинга для двухстадийных стохастических производственных систем, отличающиеся от известных использованием при построении полученного в работе асимптотического распределения выпуска продукции по модификациям в зависимости от интенсивностей использования дискретных технологических режимов и процедурой перехода с заданными уровнями риска от стохастических моделей планирования к их детерминированным эквивалентам;

- предложен для целей стратегического планирования маркетинга отличный от известных метод выбора оптимальных режимов функционирования стохастических производственных систем (выбора наилучших количества режимов и координат центров настройки), сводящийся с помощью предлагаемой эвристической процедуры к решению задачи наилучшего приближения к заданной структуре спроса.

Практическая ценность. Применение результатов работы позволяет повысить эффективность и качество принимаемых решений при стратегическом планировании маркетинга; сократить сроки формирования маркетинговых стратегий и за счет этого повысить прибыльность и конкурентоспособность предприятия. Практическая значимость работы состоит в разработке инженерной методики стратегического планирования маркетинга и управления производством в условиях неполной информации, ориентированной на широкий класс стохастических производственных систем.

Разработанный комплекс моделей, методов и алгоритмов выбора оптимальных товарной, ценовой и сбытовой стратегий предприятия в условиях стохастической среды позволяет:

- с заданным уровнем риска осуществлять выбор оптимальных целевых сегментов рынка, ассортимента, объемов продаж и цен на продукцию, интенсивностей использования каналов сбыта;

- обеспечить максимизацию ожидаемой прибыли от производства и реализации продукции и эффективности использования ограниченных производственных ресурсов.

Применение имитационного подхода к исследованию процессов стратегического планирования маркетинга предприятия позволяет:

- повысить эффективность формируемых маркетинговых стратегий за счет повышения адекватности математического описания функционирования производственной системы;

- повысить точность оценки эффективности и степени риска при сравнительном анализе сформированных вне имитационной системы вариантов маркетинговых стратегий.

Разработанный комплекс моделей, алгоритмов и программ стратегического планирования маркетинга для двухстадийных стохастических производственных систем позволяет:

- формировать стратегии с наиболее выгодной (с точки зрения производственных и маркетинговых затрат) структурой распределения объемов продаж продукции за счет учета при планировании вероятностного и многовариантного характера технологического процесса, ограничений по спросу и ресурсам;

- обеспечить направленный выпуск продукции, удовлетворяющей требованиям рынка по качеству и объемам предложения, с наименьшими производственными затратами;

- оценивать эффект совместного использования систем планирования маркетинга, управления производством и систем автоматической стабилизации режимов технологического оборудования;

- компенсировать неуправляемость технологического процесса при плотном по номиналам спектре спроса и достигнутых уровнях качества исходного сырья и точности автоматических систем регулирования режимов оборудования.

Предложенные в работе вычислительные алгоритмы и программы, дополненные процедурами анализа чувствительности оптимального решения к вариациям исходных данных, могут быть положены в основу компьютерных систем поддержки принятия решений при стратегическом планировании маркетинга предприятия и управлении производством в условиях неполноты информации.

Применение имитационного подхода и оптимизационных моделей и методов к исследованию процессов стратегического планирования маркетинга позволяет существенно ускорить процесс разработки и внедрения маркетинговых информационно - аналитических систем, повысить качество проектных решений.

Внедрение результатов. Эффективность разработанных в диссертационной работе моделей и методов подтверждена положительным опытом их широкого использования при проектировании маркетинговых информационно - аналитических систем для предприятий различных отраслей хозяйства.

Основные результаты работы, связанные с разработкой моделей и методов планирования маркетинга в условиях стохастической среды, были приняты к внедрению в рамках систем стратегического планирования маркетинга для швейного и издательско - полиграфического производства.

Экспериментальные расчеты по выбору оптимальной структуры предложения изделий женской одежды по сегментам рынка, по ассортиментным сечениям продукции и по каналам сбыта, проведенные для ЗАО «Первомайская Заря» (Санкт-Петербург) и ООО "Чайковский текстиль - Северо-Запад" (Санкт - Петербург), подтвердили эффективность предлагаемых методов стратегического планирования маркетинга.

В рамках практической реализации разработанных методов стратегического планирования маркетинга были проведены вычислительные эксперименты по решению задачи выбора оптимального ассортимента, сегментов, объемов продаж и цен на печатную продукцию и по реализации имитационной модели функционирования издательского предприятия в условиях конкурентной среды. На основании проведенных вычислительных экспериментов было принято решение о внедрении на государственном издательско -полиграфическом комплексе "Лениздат", государственном издательско -полиграфическом предприятии "Искусство России" и ООО "Иван Федоров'1 (Санкт - Петербург) предлагаемого комплекса алгоритмов и программ по стратегическому планированию маркетинга, основанных на использовании аналитических и имитационных моделей и методов.

Основные результаты работы, связанные с разработкой моделей и методов планирования маркетинга и производства с ВХТП, были приняты к внедрению на Ленинградском заводе конденсаторов (ЛНПО "Позитрон") и Витебском заводе радиодеталейв в рамках разработанных ЛНПО " Ленэлектронм аш" АСУ массовым производством изделий электронной техники. Результаты внедрения на базе производства керамических конденсаторов показали высокую эффективность предлагаемых методов оптимального планирования для производств с ВХТП: снижение коэффициента запуска на 8-12%, что даст предприятию ежегодно прирост к плановой прибыли в 16% при сроке окупаемости капитальных вложений на внедрение методов менее года.

Предлагаемые в диссертационной работе модели и алгоритмы стратегического цианирования маркетинга нашли практическую реализацию в виде программных систем, принятых к внедрению на хлопкоочистительном заводе N160 Хлопкопрома Республики Узбекистан с ожидаемым годовым экономическим эффектом 210 тысяч долларов США

Исследуемые в работе модели и методы, сформулированные применительно к условиям массового дискретного и дискретно - непрерывного производства, носят универсальный характер и могут быть использованы во многих отраслях, например, в нефтехимии, сталеплавильном производстве, мукомольном производстве, первичной переработке чайного листа, производстве продуктов птицеводства, шарикоподшипниковом производстве.

Полученные в работе теоретико - методологические, инструментальные и практические результаты используются в учебном процессе при проведении лекций, семинаров и лабораторно - практических занятий для ряда вузов России и Польши (Санкт-Петербургский государственный электротехнический университет (ЛЭТИ), Санкт - Петербургский институт Московского государственного университета печати, Щецинский технический университет) Результаты работы включены в программы дисциплин по теории и ме

- 15 ходам принятия решений, стратегическому маркетингу, маркетинговому анализу и маркетинговым информационно - аналитическим системам.

Апробация работы. Основные положения, научные и практические результаты диссертационной работы докладывались и обсуждались на 3-7-й международных конференциях "Региональная информатика" (Санкт -Петербург, 1994 - 1996, 1998 и 2000г.); на Международном конгрессе "Маркетинг и проблемы информатизации предпринимательства" (Санкт - Петербург, 1996г.); на 5-7-й международных конференциях "Advanced Computer System" (Szczecin, Poland, 1998, 1999, 2000г.); на 3 - й международной конференции "Modelisation et Simulation. 'Conception, Analyse et Gestión des Systemes Industriales MOSIM'Ol" (Frailee, Troyes, 2001 г.); на международной научно - практической конференции "Анализ и прогнозирование систем управления" (Санкт-Петербург, 2000г.); на 1-й Международной научной конференции Отделения "Информационные технологии в печати" Международной академии информатизации (Москва, 1994 г.); на Всесоюзном научно -техническом совещании "Опыт разработки и внедрения систем обработки данных в электротехнической промышленности" (Таллин, 1986г.); на Всесоюзной конференции по автоматизации проектирования систем планирования и управления (Звенигород, 1987г.); на 3-й Всесоюзной научно - технической конференции "Программное, алгоритмическое и техническое обеспечение АСУ ТП" (Ташкент, 1985г.); на 3-м Всесоюзном научно - техническом совещании - семинаре "Методические проблемы автоматизации проектирования АСОУ" (Ереван, 1985г.); на Всесоюзном научно - техническом семинаре "Автоматизированные системы управления технологическими процессами дискретных производств" (Пермь, 1984г.); на 7-м Всесоюзном симпозиуме "Эффективность систем человек - техника" (Таллин, 1984г.); на 4-м Всесоюзном симпозиуме "Проблемы системотехники" (Ленинград, 1978г.); на научно-практическом семинаре "Проблемы практического маркетинга"; на 3-й специализированной выставке-семинаре "Маркетинг. Современные рекламные технологии" (Санкт - Петербург, 1998г.); на научно-практическом семи

- 171. АНАЛИЗ СОСТОЯНИЯ ПРОБЛЕМЫ РАЗРАБОТКИ СИСТЕМЫ СТРАТЕГИЧЕСКОГО ПЛАНИРОВАНИЯ МАРКЕТИНГА ПРЕДПРИЯТИЯ И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Песиков, Эдуард Борисович

ВЫВОДЫ ПО ГЛАВЕ 5

1. Проведенные расчеты подтвердили корректность принятых допущений при построении имитационной модели деятельности предприятия, и показали работоспособность предлагаемого алгоритмического и программного обеспечения методики формирования маркетинговых стратегий с помощью имитационного моделирования.

2. Результаты проведенных вычислительных экспериментов по реализации с помощью системы LP 83 модели выбора оптимальной структуры предложения продукции по сегментам рынка, ассортиментным сечениям и каналам сбыта на основе реальных данных ЗАО «Первомайская Заря» подтверждают работоспособность и пригодность для практики предлагаемого подхода к выбору структуры ассортимента и интенсивностей использования каналов сбыта продукции предприятия.

3. Проведена реализация на ПК оптимизационной модели выбора оптимальных сегментов рынка, ассортимента, объемов предложения и цен товаров в рамках условной деловой ситуации при фиксированном временном интервале и замене случайных параметров системы их математическими ожиданиями. Решение получаемой на каждом шаге изменения цен задачи ЧЦП проводилось методом Лэнда и Дойга, реализованным в оптимизационном пакете LINDO.

4. Приведены результаты внедрения модели планирования объемов продаж изделий с пересекающимися областями качества (керамических конденсаторов) с помощью пакета программ LP83. Расчеты показали, что применение модели ЛП для планирования объемов продаж керамических конденсаторов позволит снизить коэффициент запуска на 8-12% по сравнению с принятым на предприятии.

-286

Результаты исследований на чувствительность по предложенной в диссертации методике с помощью системы ЬР83 показали устойчивость модели ЛП к вариациям исходных данных - структуры спроса, координат центров настройки и параметров точности технологического процесса.

В результате проведенных исследований по реализации линейной модели планирования продаж с помощью метода штрафных функций установлена квадратическая зависимость времени одной итерации градиентного метода от числа переменных.

5. Решена задача СП с вероятностными ограничениями для случая планирования продаж изделий с непересекающимися областями качества. Подтверждена экспериментально эффективность предложенного в диссертации метода поиска локального решения задачи невыпуклого программирования с нелинейными ограничениями.

6. Исследована экспериментально зависимость оптимального решения задачи СП с вероятностными ограничениями от вариаций допустимых уровней вероятностей выполнения ограничений. Показывается, что с увеличением уровней вероятностей сумма приращений к интенсивностям использования режимов, полученным по модели «по средним», возрастает.

7. Проведенные расчеты и вычислительные эксперименты подтвердили корректность допущений и ограничений, принимаемых при построении исследуемых в работе моделей и методов, показали работоспособность и пригодность для практических целей предлагаемого алгоритмического и программного обеспечения комплексов задач по формированию маркетинговых стратегий и оценки их эффективности и степени риска.

-287

ЗАКЛЮЧЕНИЕ

В результате исследований, проведенных в диссертационной работе, получены следующие результаты: а) теоретике- методологические результаты:

1. Сформулированы принципы построения и состав многоуровневой иерархической автоматизированной системы принятия стратегических маркетинговых решений в условиях неполноты информации на основе аналитических и имитационных методов исследования производственных систем.

2. Выявлены не решенные в теории и практике стратегического планирования маркетинга задачи выбора объемов продаж и интенсивностей использования дискретных технологических режимов, актуальные для предприятия, функционирующего в условиях стохастической среды и характеризующегося ВХТП и классификацией изделий по пересекающимся областям качества.

3. Разработан комплекс постановок задач оптимизации выбора товарной и сбытовой стратегий предприятия, учитывающих особенности исследуемых классов производственных систем, стохастический характер внешней среды и технологического процесса.

4. Определена область применения предлагаемых в диссертации моделей и методов, заключающаяся в использовании их в качестве платформы для поиска разумного компромисса между заданиями производству, сформулированными на основе требований рынка, и возможностями производства и технологии. б) инструментальные результаты:

1. Разработан комплекс взаимосвязанных аналитических (оптимизационных) и имитационных (статистических) моделей принятия маркетинговых решений в условиях стохастической внешней среды, включающий:

- динамическую имитационную модель функционирования предприятия, основанную на применении широкого спектра распределений для моделирова

-288ния случайных параметров системы, на учете действий поставщиков ресурсов и конкурентов, а также воздействия рекламы на объемы продаж продукции с помощью модели Видаля-Вольфа и позволяющую повысить эффективность формируемых на ее основе маркетинговых стратегий и точность оценок их риска за счет повышения адекватности математического описания исследуемой производственной системы;

- стохастическую динамическую модель выбора оптимальных объемов продаж и интенсивностей использования каналов сбыта продукции, основанную на применении моделей и методов СП и позволяющую определять оптимальную структуру распределения объемов продаж между различными видами продукции, потребительскими сегментами рынка и каналами сбыта. Показано, что при нормальном распределении вероятностей случайных параметров динамическая модель СП с вероятностными ограничениями может быть сведена с заданным уровнем риска к детерминированному эквиваленту, относящемуся к классу моделей ЛП;

- стохастическую динамическую модель выбора ассортимента, объемов продаж, сегментов рынка и цен на продукцию предприятия, основанную на применении методов стохастического и частично-целочисленного нелинейного программирования и позволяющую максимизировать ожидаемую прибыль предприятия за счет рационального распределения ограниченных ресурсов и комплексного учета потребительского спроса, предельных цен по сегментам рынка, маркетинговых и производственных затрат.

2. Разработан комплекс взаимосвязанных моделей и методов планирования маркетинга для двухстадийных стохастических производственных систем, основанный на учете вероятностного и многовариантного характера технологического процесса и позволяющий рассчитывать варианты стратегических решений по объему продаж, удовлетворяющие заданному спросу и ограничениям на ресурсы и обладающие наиболее выгодной с точки зрения производственных затрат структурой предложения продукции, включающий:

-289- два варианта математической модели производственного модуля исследуемой стохастической производственной системы, основанные на различных вероятностных схемах и характеризующие распределение выпуска продукции по модификациям в зависимости от интенсивностей использования дискретных технологических режимов. В процессе построения первого варианта модели, предназначенного для массового дискретного производства с ВХТП, доказывается, что вектор выпуска продукции имеет асимптотически нормальное распределение с параметрами, линейного зависящими от интенсивностей использования режимов технологии. Построение второго варианта модели, предназначенного для математического описания непрерывного и дискретного - непрерывного производства с ВХТП, основывается на допущении о нормальном законе распределения случайных величин - коэффициентов выхода модификаций продукта;

- стохастическую модель планирования объемов продаж продуктов с пересекающимися областями качества, основанную на применении установленного в работе закона совместного распределения выпуска продукции при заданных параметрах технологического процесса и интенсивностях использования дискретных технологических режимов;

- модели планирования объемов продаж продукции с непересекающимися областями значений параметров качества, при построении которых использовались методы СП и полученное в диссертации математическое описание агрегированных операций технологического процесса;

- модель выбора оптимальных режимов функционирования стохастических производственных систем (выбора наилучших количества режимов и координат центров настройки), основанную на установленном в работе законе совместного распределения выпуска продуктов при заданных параметрах технологического процесса и интенсивностях использования дискретных технологических режимов и сводящуюся к модели наилучшего приближения к заданной структуре спроса;

- 290

- предназначенную для непрерывного и дискретно - непрерывного производства с ВХТП динамическую оптимизационную модель планирования ассортимента и распределения во времени объемов продаж продукции с учетом ВХТП, наличия двух эксплуатационных периодов и нестабильности параметров качества исходного сырья.

3. Предложен комплекс вычислительных алгоритмов для решения сформулированных в работе задач стратегического планирования маркетинга в условиях стохастической среды и ВХТП. в) экспериментальные и прикладные результаты:

1. На практическом материале проверена конструктивность идей и инженерная пригодность методов и средств формирования маркетинговых стратегий в условиях неполной информации, оценки их эффективности и риска.

2. Разработаны и переданы на предприятия и организации инженерные методики применения предлагаемого аналитического инструментария стратегического маркетинга и программного обеспечения на стадиях проектирования и эксплуатации информационно - аналитических маркетинговых систем.

3. Решен ряд задач стратегического планирования маркетинга в условиях стохастического характера внешней среды и технологического процесса для предприятий электронной промышленности, издательско - полиграфической отрасли, первичной переработки хлопка - сырца, легкой промышленности, решение которых позволило получить существенный экономический эффект.

4. Осуществлено внедрение разработанных методов и средств стратегического планирования маркетинга в условиях неполной информации в учебный процесс ряда вузов.

Применение разработок при создании информационно - аналитических маркетинговых систем на предприятиях подтвердило конструктивность, межотраслевой характер и практическую полезность выполненного исследования, приемлемую трудоемкость и экономическую эффективность реализации разработанных в диссертации методов и средств. Использование резуль

-291 татов в учебном процессе подтверждает актуальность и значимость разработанных методов и средств для высшей школы.

Дальнейшее развитие научных исследований по теме диссертации целесообразно проводить в следующих направлениях:

- поиск новых классов производственных систем, для которых могут быть применены разработанные в диссертации модели и методы стратегического планирования маркетинга в условиях неполной информации;

- увеличение степени охвата автоматизируемых функций за счет включения в состав комплекса моделей и методов стратегического планирования маркетинга вновь создаваемых аналитических модулей, реализующих нерешенные функциональные задачи маркетинга. К таким задачам можно отнести построение формализованных процедур сегментации рынка, моделей поведения потребителей продукции, отбора идей и планирования разработки новых товаров; задачу планирования деятельности предприятия на рынке ресурсов (рационального выбора поставщиков, объемов поставок и цен на ресурсы);

- применение новых методов и информационных технологий, основанных на экспертных системах и нейронных сетях, для решения задач планирования маркетинга и прогнозирования содержащих неопределенность исходных данных.

-292

Список литературы диссертационного исследования доктор технических наук Песиков, Эдуард Борисович, 2000 год

1. Баронов В.В. Автоматизация управления предприятием. М.: "ИН-ФРА-М", 2000. 239 с.

2. Toomey J.W. MRP II: Planning for Manufacturing Excellence. N.Y.: Chapman & Hall, 1996. 243 p.

3. Колесников C.H. Стратегия бизнеса. Управление ресурсами и запасами. М.: Издательско-консультационная компания "Статус-Кво 97", 1999. -168 с.

4. Кулопулос Т. Необходимость Workflow. Решения для реального бизнеса. М.: Весть-Метатехнология, 2000. - 344 с.

5. Joosten S., Aussems G., Duitshof М., Huffmeijer R., Mulder E. WA-12 an Empirical Study about the Practice of Workflow Management/University of Twente Centre for Teleinformatics and Information Technology, 1994.

6. Ковалев А.И., Войленко В.В. Маркетинговый анализ,- М.: Центр экономики и маркетинга, 1996. 176 с.

7. Титоренко Г.А., Макарова Г.Л., Дайитбегов Д.М. Информационные технологии в маркетинге. -М.: ЮНИТИ-ДАНА, 2000. 335 с.

8. Hammer М., Champy J., Reengineering the corporation: A manifesto for business revolution. -N.Y.: HarperCollins, 1993.

9. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: реинжиниринг организаций и информационные технологии. М.: Финансы и статистика, 1997. - 336 с.

10. Уткин Э.А. Бизнес-реинжиниринг. М.: Тандем, 2000. - 224 с.

11. Ламбен Ж. Ж. Стратегический маркетинг. Европейская перспектива. - СПб.: Наука, 1996, - 589 с.

12. Фатхутдинов Р.А. Стратегический маркетинг. М.: Бизнес-шк. «Интел-Сервис», 2000. - 637 с.

13. Мак-Дональд М. Стратегическое планирование маркетинга. СПб.: «Питер»., 2000. - 320 с.-293

14. Котлер Ф., Армстронг Г., Сондерс Дж., Вонг В. Основы маркетинга. М.: Вильяме, 1998. - 1055 с.

15. Котлер Ф. Маркетинг менеджмент: Анализ, планирование, внедрение, контроль. СПб.: Питер Ком, 1999. - 887 с.

16. Маркетинг//Большой энциклопедический словарь. 2-е изд. - М.: "Большая Российская Энциклопедия"; СПб.: "Норинт", 1998. - С.693.

17. Завьялов П.С., Демидов В.Е. Формула успеха: маркетинг. М.: Международные отношения, 1988. - 304 с.

18. Баркан Д. И., Ходяченко В. Б. Практический маркетинг. Вып. 1. -Л.: Аквилон, 1991. - 48 с,

19. Эванс Дж.Р., Берман Б. Маркетинг. Пер. с англ. М.: Экономика, 1990. - 335 с.

20. Richard M.S. Wilson, Colin Gilligan, David J. Pearson. Strategie Marketing Management. Planning implementation and control. Butterworth Heinemann Ltd., Oxford, 1994.

21. Malcolm H В McDonald, Marketing Plans. How to prepare them: how to use them. Third Edition. Butterworth Heinemami Ltd., Oxford, 1995.

22. Картышов C.B. Моделирование стратегий маркетинга. Маркетинг и маркетинговые исследования в России, М.: Издательский дом Гребенникова, №4(16), 1998, с. 25-31.

23. Одинец В.П., Тарасевич В.М., Цацулин А.Н. Рынок, спрос, цены. Стратификация, анализ, прогноз. СПб, Изд-во СПбУЭФ, 1993. - 157 с.

24. Саркисян С.А. Теория прогнозирования и принятия решений. М.: Высшая школа, 1977. - 351 с.-29426. Гамаров Г.М. Статистическое моделирование и прогнозирование. -М.: Финансы и статистика, 1990. 382 с.

25. Басовский Л.Е. Прогнозирование и планирование в условиях рынка. М.: ИНФРА - М, 1999. - 258 с.

26. Гранберг А.Г. Статистическое моделирование и прогнозирование. -М.: Экономика, 1990. 273 с.

27. Бешелев С.Д., Гуревич Ф.Г. Математико-статистические методы экспертных оценок. М.: Статистика, 1980. - 264 с.

28. The Delphi Method., Techniques and Application. (Ed. A. Listonead and M. Turoff). Addison Westley Publishing Company, Hie Massachusetts. - 1975. - 312 p.

29. Канторович Л.В. Математическое программирование. M.: Наука, 1966. -135 с.

30. Вентцель Е.С. Исследование операций: Задачи, принципы, методология. М.: Знание, 1988. - 206 с.

31. Юдин Д.Б. Математические методы управления в условиях неполной информации. М.: Сов. радио, 1974. 400 с.

32. Акофф Р. Введение в исследование операций. М.: Наука, 1968. 468 с.

33. Вагнер Г. Основы исследования операций. М.: Мир, 1972-1973. -Т.1 - 335 е.; Т.2 - 488 е.; Т.З. - 501 с,

34. Данциг Дж. Линейное программирование. Его применение и обобщения. М.: Прйогресс, 1966. - 288 с.

35. Шеннон Р. Имитационное моделирование систем Искусство и наука. - М.: Мир, 1978. - 418 с.

36. Шрайбер Т. Дж. Моделирование на GPSS. М.: Машиностроение, 1980.-592 с,

37. Клейнен Дж. Статистические методы в имитационном моделировании. М.: Статистика, 1978; Вып. 1. - 221 с; Вып. 2 - 335 с.

38. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978. - 400 с.-29541. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высшая школа, 1998.-319 с.

39. Фомин Б.Ф., Яковлев В.Б. Моделирование производственных систем. Книга 3. Серия "Автоматика и управление в технических системах".-Киев: Вища шк., 1992,- 191с.

40. Мокрова Н.Г. Вопросы маркетинга в подсистеме АСУП // Методология автоматизированного решения организационно-экономических задач: Сборник научных трудов Московского экономико-статистического института. М., 1989.

41. Жак С.В., Сулейман М.М., Пенязев О.А. Многопродуктовые модели производственного маркетинга//Математическое моделирование в САПР и АСУ. Межвузовский сборник научных трудов. Воронеж, 1991. - С. 15-19.

42. Жак С.В., Сулейман М.М. Экстремальные задачи управления маркетингом // Межгосударственная научная конференция "Экстремальные задачи и их приложение". Тезисы докладов. Н. Новгород, 1992. - С.40.

43. Постникова Е.С. Формирование оптимальной программы производственно-сбытовой системы при нелинейных ресурсных ограничениях и стабильном спросе на продукцию // Известия вузов. Машиностроение. 1996. -№4-6. - С. 108-114.

44. Зинина С.И. Организация процесса принятия коллективных решений на основе применения ЭВМ //Методические рекомендации, деловые игры и активные ситуации по курсу "Управление кооперативным хозяйством". -М., 1989. -С.54-64.

45. Канивец. Т.Е. Методические указания к выполнению компьютерной деловой игры «Рынок». М.: Издательство Российской экономической академии, 1993. - 22 с.

46. Трем Р.Г., Грей К.Ф. Руководство по операционным играм. Пер. с англ. Под редю Ф.В. Широкова. М: Сов. радио, 1977. - 376 с.

47. Велесько Е.И., Быков А.А., Неправский А.А. Система имитационного моделирования управления предприятием: деловая игра "Дельта". -Минск: Экоперспектива, 1997. 109с.

48. Картышев С.В. Многокритериальный анализ задач стратегического маркетинга в программе Marketing Expert, Маркетинг и маркетинговые исследования в России, N5 (11), 1997, М., Издательский дом Гребенникова, с. 33-45.

49. Картышев С.В. Marketing Geo новый инструмент ведения и анализа маркетинговой информации. Маркетинг и маркетинговые исследования в России, N3 (21) июнь 1999, М., Издательский дом Гребенникова.

50. Азоев Г.Л. Конкуренция: анализ, стратегия и практика. М.: Центр экономики и маркетинга, 1996.

51. Система "БЭСТ Маркетинг". Версия 1.0. Руководство пользователя. - М.: Интеллект - Сервис, 1998, 38 с.

52. Касатка. Версия 2.1. Руководство пользователя. М.: SBI Incorporated, 1999, 72 с.

53. Система принятия решений для менеджмента "Бизнес Прогноз". Версия 2.0. Руководство пользователя. - Санкт-Петербург: Элант, 1997, 68 с.-29760. Дюбуа Д., Прад А. Теория возможностей. Пер. с французского. М.: Радио и связь, 1990.

54. Борисов А.Н., Крунберг О.А., Федоров И.П. Принятие решений на основе нечетких моделей. Рига: Зинатне, 1990.

55. Баззел Р.Д., Кокс Д.Ф., Браун Р.В. Информация и риск в маркетинге. Пер. с англ. М.: Финстатинформ, 1993.

56. Максимей И.В. Имитационное моделирование на ЭВМ. М.: Радио и связь, 1988 - 232 с.

57. Максимей И.В. Математическое моделирование больших систем. -Минск.: Вышейшая школа, 1985. 119 с.

58. ВгаЙеу P., Schrage L. A guide to simulation. N.Y.: Springer- Vert., 1983.- 383 p.

59. Modelling and application of stochastic processes/ Ed. by Desa V.B. -Boston: Kluwer acad. publ., 1986. 288 p.

60. Simulation application in manufacturing/ Ed. by Dr. R. D. Hurron. -Kempston (Bedfofd): IFS; Berlin: Springer-Verl., 1986. 331 p.

61. Vao D.D. Stochactic modelling and analysis of manufacturing systems. Springer Verlag, 1994.

62. Buzacott J., Standridge J. Modelling and analysis of manufacturing systems, Wiley&Sons, N.Y., 1993.

63. Вентцель E.C. Теория вероятностей. M.: Высшая школа, 1999. - 576 с.

64. Смирнов Н.В., Дунин Борковский И.В. Курс теории вероятностей и математической статистики для технических приложений. Изд. 2-е испр.и доп. - М.: Наука, 1965. - 511с.

65. Феллер В. Введение в теорию вероятностей и ее приложения. М.: Мир. Т.1,1964,- 498с., Т.2, 1967, - 752с.

66. Гнеденко Б.В. Курс теории вероятностей. -М.: Физматгиз, 1988. 406с.

67. Хан Г., Шапиро С. Статистические модели в инженерных задачах /Пер. с англ. М.: Статистика, 1980. - 444 с.-29875. Пустовойт А.Н., Пустовойт С.П. Критерии согласия; Учебное пособие. Пермский государственный технический университет. Пермь, 1995. -33 с.

68. Сэндидж Ч. Г., Фрайбургер В., Ротцолл К. Реклама: теория и практика. Пер. с англ. М.: Прогресс, 1989.

69. Кортлэнд Л. Бове, Уилльям Ф. Арене, Современная реклама. Пер. с англ. Тольятти; "Издательский дом Довгань", 1995, 704 с.

70. Ковалев В.В. Введение в финансовый менеджмент. М.: Финансы и статистика, 2000. - 768 с.

71. Буренина Г.А. Стратегический анализ рисков промышленного предприятия. СПб: Изд-во СПбГУЭФ, 1999. - 28 с.

72. Патласов О.Ю. Теория и практика предпринимательского риска. -Омск: ОмГАУ, 1997. 4.1. - 172 с.

73. Абчук В.А. Предприимчивость и риск. Уроки предпринимательства и менеджмента. Л.: ЛФ ВИПК РП, 1991, 64 с.

74. ЗайченкоЮЛ. Исследование операций. Киев: Выща школа, 1991. -191 с.

75. Райфа Г., Шляйфер Р. Прикладная теория статистических решений. -М.: Статистика, 1977, 359 с.

76. Евдокимов В.В., Рейнер В.А. Машинный синтез АСУП. М.: Статистика, 1980, 222 с.

77. Рейнер В.А., Цукерман Е.В., Шаблинская И.Р. О выборе оптимальной производственной программы в условиях стохастической среды. Труды ЦНИИТУ, Минск, 1976, вып. 3 (25).

78. Ушжс С. Математическая статистика. -М.: Паука, 1967.

79. Бункин В.А., Колев Д., Курицкий Б.Я., Максименко Ä.H., Сокурен-ко Ю.А., Стоев А. Справочник по оптимизационным задачам в АСУ. Л.: Машиностроение, 1984,- 212 с.

80. Петерсен И.Ф., Каал Ю.Н., Каролин М.Э. Оптимальное распределение изделий по типам при постоянной технологии. //Научно-тех. Сборник-299

81. Электронная техника», серия 10. Технология и организация производства; вып. 1(26), М., 1969. С. 77-83.

82. Глухов O.A., Сердюк Т.М. Принципы формирования и алгоритмы расчетов планов производства для предприятий полупроводниковой промышленности //Сб. «Вопросы экономики промышленного производства», вып. 1, Воронеж, 1969.

83. Глухов O.A., Сердюк Т.М. Формирование планов производства для предприятий электронной промышленности //Сб. «Отчетная научная конференция за 1969 год», ВГУ, Воронеж, 1970.

84. Зверев В.Д., Игелъницкий B.C. Математическое моделирование при разработке и внедрении систем оперативного управления вероятностным производством //Труды объединения «Ленэлектронмаш», т. 1, Л., 1968. С. 34-55.

85. Хаберев Н.П. Некоторые вопросы оптимального планирования многономенклатурных производств электронной техники //Научно-техн. Сборник «Электронная техника», серия 10, вып. 7(24), М., 1968. С. 44-57.

86. Хаберев Н.П. Модель оптимального планирования и управления на участках производства массовых тонкопленочных резисторов //Экономика и математические методы, т.8, № 2, М., 1972. С. 288-293.

87. Березкин Г.П. Общий алгоритм формирования месячного плана запуска-выпуска для цехов массового вероятностного производства //Труды объединения «Ленэлектронмаш», т. 4, Л., 1969. С. 54-68

88. Кочетков А.Н. Модель оптимизации программы выпуска полупроводниковых приборов в подсистеме текущего планирования ОПСУ. //Научно-техн. Сборник «Электронная техника», серия 9, вып. 3 (3), «Автоматизированные системы управления», М., 1972. С. 23-29.

89. Казанцев Э.Н., Прилуцкий М.Х. Задачи планирования для моделей двухстадийных стохастических производственных систем //Известия АН СССР, Техническая кибернетика, 1980, N1. С.З - 9.

90. Казанцев Э.Н., Прилуцкий М.Х. Об одной задаче планирования в стохастических производственных системах //Сб.: "Анализ и моделирование экономических процессов". Горьковский ун т, 1980. - С. 42 - 48.

91. Chames A., Cooper W.W. Detenninistic equivalens for optimizing and satisfying under chance constraints. Operat. Res., 1963, V. 11, N1, pp. 18-39.

92. Kataoka S.A., A stochastic programming model, Econometrica, V. 31, N1-2, 1963.

93. Ермольев Ю.М. Методы стохастического программирования. M.: Наука, 1976. -240 с.

94. Глушков В.М. Основные принципы построения автоматизированных систем управления, //'Кибернетика и вычислительная техника», 1971, № 12-С. 5-19.

95. Месарович М., Мако Д., Такахара Н. Теория иерархических многоуровневых систем. Пер. с англ. -М.: Мир, 1973.

96. Месарович М ., Такахара Н. Общая теория систем математические основы. Пер. с англ. М.: Мир, 1978. -311 с.

97. Первозвнский A.A. Математические модели в управлении производством. -М.: Наука, 1975.-¿/¿c-301

98. Абдулаев A.A., Алиев P.A., Уланов Г.М. Принципы построения автоматизированных систем управления промышленными предприятиями.-М.: Энергия, 1975.- 440 с.

99. Харари Ф. Теория графов. Пер. с англ.- М.: Мир, 1973.

100. НО. Зангвилл У.Н. Нелинейное программирование, Единый подход. Пер. с англ. -М.: Советское радио, 1973. 312 с.

101. Фиакко А., Мак-Еормик Г. Нелинейное программирование. Методы последовательной безусловной минимизации. Пер. с англ. -М.: Мир, 1972. 240с.

102. Воронина Е.Д. Статистическое исследование и оптимизация управления технологическим процессом производства транзисторов. Диссертация на соискание ученой степени кандидата технических наук. ЛЭТИ, Л., 1973.

103. ИЗ. Воронина Е.Д., Иванов Е.Е., Лобанов Б.А., Плескунин В.И. Определение оптимальных центров настройки процесса производства транзисторов. «Известия ЛЭТИ», вып. 106, Л., 1972, с. 30-34.

104. Хедли Дж. Нелинейное и динамическое программирование. Пер. с англ. -М.: Мир, 1967.

105. Нишанов Н. Н. Основные проблемы развития и планирования хлопковой промышленности,- М.: Легкая индустрия, 1979.

106. Касымов С. М. Моделирование процессов планирования хлопковой промышленности. -Ташкент: Узбекистан, 1983.

107. Завельский М. Г. Оптимальное планирование на предприятии.- М.: Наука, 1970. 396 с,

108. Кун Г.А., Таккер А.У. Линейные неравенства и смежные вопросы, Пер. с англ. -М.: ИЛ, 1959.

109. Голыптейн Е.Г., Юдин Д.Б. Новые направления в линейном программировании. М.: Советское радио, 1966.

110. Полак Э. Численные методы оптимизации. Единый подход. Пер. с англ. -М.: Мир, 1974. 376 с.-302

111. Pietrzikowski Т., Application of the steepest ascent method to concave programming, in Proceedings of the IFIP Congress 62, Munich, North-Holland Publishing of Company, Amsterdam, 1963, p. 185-189.

112. Левин И.Я. О решении задачи линейного программирования градиентным методом. //Сб. трудов ЛИЭИ «Вопросы автоматизации управления производством», вып. 92, Л., Изд-во ЛГУ, 1972,- С. 81-86.

113. Поляк Б.Т., Теретьяков И.В. Об одном методе линейного программирования и его экономической интерпретации. //Экономика и математические методы, т. 8, № 5, М., 1972.

114. Эрроу К. Дж., Гурвиц Л., Удзава X. Исследования по линейному и нелинейному программированию. Пер. с англ. М.: ИЛ, 1962.

115. Умнов А.Б. Исследование зависимости решения задачи математического программирования от параметров методом штрафных функций. //Сб. статей «Проблемы создания АСУ в горной промышленности», Свердловск: Изд-во свердловского горного ин-та, 1973.

116. Турин Л.С., Дымарский Я.С., Меркулов А.Д. Задачи и методы оптимального распределения ресурсов. М: Советское радио, 1968.

117. Домидович Б.П., Марон И.А. Основы вычислительной математики. М.: Наука, 1970.

118. Дрофеюк А.А. Алгоритмы автоматической классификации (Обзор). //Автоматика и телемеханика, № 12, М.: Наука, 1971. С. 78-113.

119. Смирнов Н.Н. Программные средства персональных ЭВМ. Л.: Машиностроение. Ленингр. Отд - ние, 1990.

120. Laundy R. Implementation of Parallel Branch-and-boimd Algorithms in XPRESS-MP. Macmillan Press Ltd, 1999.

121. Laimdy R. Implementation of Parallel Branch-and-bound Algorithms in XPRESS-MP. Macmillan Press Ltd, 1999.

122. Schräge L. Optimization Modeling with LINDO. 5th ed., Duxbrny Press, 1997.

123. R. Burkhart, M. Askenazi, N. Minar. Swarm release documentation. Swarm Development Group. 1999.

124. Arena User's Guide. Systems Modeling Corporation, 1996.

125. V. Bapat, G. Drake, D. Sadowski. The Arena Product Family: Enterprise Modeling Solutions. The Proceedings of the 1998 Winter Simulation Conference. 1998.

126. W. D. Kelton, R. Sadowski, D. Sadowski. Simulation with Arena. WCB/ McGraw-Hill, New York, NY. 1998.

127. Pegden C.D., Shannon R.E., Sadowski R.P. Introduction to Simulation Using Siman, Second Edition, New York, McGraw Hill, 1995.

128. Тюрин Ю.Н., Макаров A.A. Анализ данных на компьютере. М.: ИНФРА - М, Финансы и статистика, 1995.-386 с.-304

129. ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

130. AI. Песиков Э.Б. Об одной модели производства с вероятностным характером технологического процесса (на примере производства керамических конденсаторов) //Труды НИИУМСа, вып. XV, Пермь, 1977. С.138 - 145.

131. A3. Советов Б.Я., Заикин O.A., Песиков Э.Б. О выборе оптимальных режимов функционирования стохастических производственных процессов //Межвузовский сборник "Проблемы системотехники и АСУП", Л., 1978. С.76 - 80.

132. А5. Макаров Ш.А., Песиков Э.Б., Фотова А.К. Математическая модель оптимизации объемного планирования чаеперерабатывающего производства //Труды ГПИ, N 5 (250). Техническая кибернетика, Тбилиси, 1982. С. 126 -128.

133. А7. Песиков Э.Б., Юсупов Ф. Детерминированная модель оптимального текущего планирования основного производства первичной переработки хлопка-сырца. Ташкент: ТМИ, Деп. в Уз. НИИНТИ, № 394-Уз, 1985, 15с.

134. А8. Иганбердыев Х.З., Юсупов Ф., Песиков Э.Б. Стохастическая модель производственного процесса первичной переработки хлопка-сырца. М.: Деп. в ЦНИИТЭИлегпром, N 1342, ЛП-85, 1985. - Юс.-305

135. А10. Песиков Э.Б., Заикин О.А., Юсупов Ф. Математическая модель оптимизации планирования хлопкообрабатывающего производства // Межвузовский сборник "Анализ и моделирование экономических процессов". ГТУ им. Н.И. Лобачевского, Горький, 1987.

136. АН. Юсупов Ф., Иганбердыев Х.З., Песиков Э.Б. Стохастические модели объемного планирования дискретно непрерывного производства (на примере хлопкоперерабатывающего производства). - Ташкент: ТМИ, 1990, Деп. в УзНИИНТИ N1355 - Уз90, 24с.

137. Al2. Юсупов Ф., Иганбердыев Х.З., Песиков Э.Б. Динамическая модель оптимального планирования дискретно непрерывного производства (на примере первичной переработки хлопка - сырца). - Ташкент: ТМИ, 1990, Деп. в УзНИИНТИ N1357 - Уз90, 21с.

138. Al 4. Песиков Э.Б. Моделирование производственных систем. Конспект лекций. М.: Изд-во МГАП "Мир книги", 1994. - 42 с.

139. Al5. Песиков Э.Б., Бойков В.П., Семенько М.А. Автоматизированная система управления маркетингом издательской фирмы //Современная полиграфия, М., АО "Принтинформ", сентябрь 1994.

140. А16. Песиков Э.Б. Оптимизация выбора стратегии издательской фирмы в условиях риска и неопределенности //Труды IV Санкт-Петербургской международной конференции "Региональная информатика-95 (РИ-95)", 18 мая 1995 г., Санкт-Петербург.-306

141. А19. Песиков Э.Б. Исследование операций в маркетинге издательской фирмы //Тезисы докладов V-й Санкт-Петербургской международной конференции "Региональная информатика -96" (РН-96) Санкт-Петербург, 13-16 мая 1996). Часть 2, 1996. С.331

142. А22. Песиков Э.Б. Применение методов исследования операций в маркетинговых информационных системах //Маркетинг и маркетинговые исследования в России, N4, август 1997, М., "New Communications World" С.40 - 43.

143. А23. Pesikow E., Zaikin O. Narzedzia anatizy rynku wydawniczego (Инструментарий анализа издательского рынка) //Print and Publishing, sierpien/wrzesien, 1997, zeszyt 21, Poznan, s. 56 57.

144. A24. Sovetoy В., Pesikov E., Zaikin O. Operations research and marketing in publishing business. Optimization of market, assortment, publications print runs and prices segment selection (Исследование операций и маркетинг в издательском деле.-307

145. A25. Песиков Э.Б., Фомичев М.Б. Современные методы определения эффективного рекламного бюджета //Print & Publishing. -1998. N3. С.46 - 51.

146. А30. Песиков Э.Б., Фомичев МБ. Оптимизация выбора объемов предложения и использования каналов сбыта печатной продукции //Известия высших учебных заведений. Проблемы полиграфии и издательского дела. М., 2000. - №1-2. - С.69-83.

147. АЗЗ. Песиков Э.Б., Фомичев М.Б. Применение имитационного моделирования в стратегическом планировании маркетинга издательской фирмы //Print and Publishing. 2000. - NI. - Санкт-Петербург. - C.42 -46.

148. A36. Песиков Э.Б., Фомичев М.Б. Формирование и анализ маркетинговых стратегий издательской фирмы с помощью системы имитационного моделирования "Arena" //Print&Publishing. 2000. -№3. - С.44-49.- 309

149. А40. Песиков Э.Б., Макарова Н.Е. Маркетинговые информационно -аналитические системы //Print and Publishing. 2000. - N4. - С.34 - 38.

150. А41. Песиков Э.Б., Фомичев М.Б. Анализ риска маркетинговых стратегий издательской фирмы //Print and Publishing. 2000. - N5. - С.62 - 65.

151. А42. Песиков Э.Б., Фомичев М.Б. Анализ риска маркетинговых стратегий издательской фирмы с помощью системы имитационного моделирования "Arena" //Print and Publishing. -2001. NI. - C.44 - 47.