Journal of Applied Economic Research
ISSN 2712-7435
УДК 338.001.36
Моделирование перспектив взаимодействия предприятия лесопромышленного комплекса и товарно-сырьевой биржи России
Р.С. Рогулин
Владивостокский государственный университет экономики и сервиса, г. Владивосток, Россия
Аннотация
Актуальность исследования заключается в отсутствии работ в литературе, посвященных формированию цепочек поставок сырья в достаточных для производства объемах с применением аппарата товарно-сырьевых бирж. Целью работы является проведение эмпирического исследования по оценке целесообразности взаимодействия лесопромышленного предприятия с товарно-сырьевой биржей. Для проведения исследования была разработана математическая модель по оценке целесообразности закупа сырья с лесного отдела товарно-сырьевой биржи предприятием лесопромышленной отрасли. Гипотеза заключается в том, что взаимодействие лесопромышленного комплекса с биржей может быть выгодным для предприятия. Для проведения анализа целесообразности проведения закупок сырья с биржи было выбрано имитационное моделирование. Для каждой отдельной имитационной итерации использовалась математическая модель линейного целочисленного программирования. Для генерации некоторых входных данных таких, как цена, спрос и др. использовался метод Монте-Карло. Сложность задачи заключается в следующих аспектах: полиномиальный рост количества переменных; большое количество ограничений увеличивает степень сложности поиска первого допустимого решения модели; поиск решения в рамках целочисленной оптимизации; достаточно большое количество независимых имитационных итераций. Практическая значимость исследования заключается в доказательстве целесообразности закупа предприятием сырья с товарно-сырьевой биржи России. Теоретическая значимость исследования заключается в разработке новой модели по оценке целесообразности проведения закупок сырья с применением аппарата биржи. Научная новизна заключается в построенной математической модели формирования цепочек поставок и объемов производства с учетом спроса на рынке и доступных объемов сырья. Апробация модели проведена на данных одного из предприятий лесной отрасли Приморского края. Оптимизация ведется по объему производимой продукции, объему закупаемого сырья из каждого региона и по запасам сырья на складе производства. На основе апробации модели на данных биржи и предприятия лесной отрасли был проведен анализ целесообразности сотрудничества компании и товарно-сырьевой биржи. В работе отражены поведение в долгосрочной перспективе накопленной прибыли, характер изменения запасов сырья на складе и объем производимой продукции.
Ключевые слова
цепочки поставок; экономика предприятия; лесная биржа; анализ данных; норма затрат ресурсов; вместимость склада
JEL classification
M24, C51Список использованной литературы
1. Amiri A. Designing a distribution network in a supply chain system: formulation and efficient solution procedure // European Journal of Operational Research. 2006. Vol. 171, Issue 2. Рp. 567–576. DOI: 10.1016/j.ejor.2004.09.018.
2. Gebennini E., Gamberini R., Manzini R. An integrated production–distribution model for the dynamic location and allocation problem with safety stock optimization // International Journal of Production Economics. 2009. Vol. 122, Issue 1. Pp. 286–304. DOI: 10.1016/j.ijpe.2009.06.027.
3. Konak A., Coit D.W., Smith A.E. Multi-objective optimization using genetic algorithms: A tutorial // Reliability Engineering and System Safety. 2006. Vol. 91, Issue 9. Pp. 992–1007. DOI: 10.1016/j.ress.2005.11.018.
4. Rahimikelarijani B., Saidi-Mehrabad M., Barzinpour F. A Mathematical Model for Multiple-Load AGVs in Tandem Layout // Journal of Optimization in Industrial Engineering. 2020. Vol. 13. Pp. 67–80. DOI: 10.22094/joie.2018.537.37.
5. Talatahari S., Goodarzimehr V., Taghizadieh N. Hybrid Teaching-Learning-Based Optimization and Harmony Search for Optimum Design of Space Trusses // Journal of Optimization in Industrial Engineering. 2020.Vol. 13. Pp. 177–194. DOI: 10.22094/joie.2019.1866904.1649.
6. Samadi M., Nouraei M., Mozaffari M., Haji Karimi B. Optimal Localization of Shopping Centers Using Metaheuristic Genetic Algorithm // Journal of Optimization in Industrial Engineering. 2020. Vol. 13. Pp. 167–176. DOI: 10.22094/joie.2019.363.0.
7. Ackermann F., Eden C. Strategic Options Development and Analysis // Systems Approaches to Making Change: A Practical Guide / Edited by M. Reynolds, S. Holwell. Springer, 2020. Pp. 139–199. DOI: 10.1007/978-1-84882-809-4_4.
8. Scavarda L.F., Reichhart A., Hamacher S., Holweg M. Managing product variety in emerging markets // International Journal of Operations & Production Management. 2010. Vol. 30, Issue 2. Pp. 205–224. DOI: 10.1108/01443571011018716.
9. Billal M., Hossain M. Multi-Objective Optimization for Multi-Product Multi-Period Four Echelon Supply Chain Problems Under Uncertainty // Journal of Optimization in Industrial Engineering. 2020. Vol. 13. Pp. 1–17. DOI: 10.22094/joie.2018.555578.1529.
10. Ren J., Tan S., Yang L., Goodsite M.E., Pang C., Dong L. Optimization of emergy sustainability index for bio diesel supply network design // Energy Conversion and Management. 2015. Vol. 92. Pp. 312–321. DOI: 10.1016/j.enconman.2014.12.066.
11. Cardona-Valdés Y., Alvarez A., Ozdemir D. A bi-objective supply Alvarez chain design problem with uncertainty // Transportation Research Part C: Emerging Technologies. 2011. Vol. 19, Issue 5. Pp. 821–832. DOI: 10.1016/j.trc.2010.04.003.
12. El-Sayed M., Afia N., El-Kharbotly A. A stochastic model for forward–reverse logistics network design under risk // Computer & Industrial Engineering. 2010. Vol. 58, Issue 3. Pp. 423–431. DOI: 10.1016/j.cie.2008.09.040.
13. Schut P.Z., Tomasgard A., Ahmed S. Supply chain design under uncertainty using sample average approximation and dual decomposition // European Journal of Operational Research. 2009. Vol. 199, Issue 2. Pp. 409–419. DOI: 10.1016/j.ejor.2008.11.040.
14. Chen C.L., Wen W.C. Multi-objective optimization of multi-echelon supply chain networks with uncertain product demands and prices // Computers and Chemical Engineering. 2004. Vol. 28, Issue 6-7. Pp. 1131–1144. DOI: 10.1016/j.compchemeng.2003.09.014.
15. Georgiadis M.C., Tsiakis P., Longinidis P., Sofioglou M.K. Optimal design of supply chain networks under uncertain transient demand variations // Omega. 2011. Vol. 39, Issue 3. Pp. 254–272. DOI: 10.1016/j.omega.2010.07.002.
16. Wang K.J., Makond B., Liu S.Y. Location and allocation decisions in a two-echelon supply chain with stochastic demand – a genetic-algorithm based solution // Expert Systems with Applications. 2011. Vol. 38, Issue 5. Pp. 6125–6131. DOI: 10.1016/j.eswa.2010.11.008.
17. Olivares-Benitez E., González-Velarde J.L., RíosMercado R.Z. A supply chain design problem with facility location and bi-objective transportation choices // Sociedad de Estadísticae Investigación Operativa. 2012. Vol. 20. Pp. 729–753. DOI: 10.1007/s11750-010-0162-8.
18. Guoquan Zhang G., Shang J., Li L. Collaborative production planning of supply chain under price and demand uncertainty // European Journal of Operational Research. 2011. Vol. 215, Issue 3. Pp. 590–603. DOI: 10.1016/j.ejor.2011.07.007.
19. Pishvaee M.S., Farahani R.Z., Dullaert W. A memetic algorithm for bi-objective integrated forward/reverse logistics network design // Computers & Operations Research. 2010. Vol. 37, Issue 6. Pp. 1100–1112. DOI: 10.1016/j.cor.2009.09.018.
20. Easwaran G., Üster H. A closed-loop supply chain network design problem with integrated forward and reverse channel decisions // IIEE Transactions. 2010. Vol. 42, Issue 11. Pp. 779–792. DOI: 10.1080/0740817X.2010.504689.
21. Mehrbod M., Tu N., Miao L., Dai W. Interactive fuzzy goal programming for a multiobjective closed-loop logistics network // Annals of Operations Research. 2012. Vol. 201, Issue 1. Pp. 367–381. DOI: 10.1007/s10479-012-1192-4.
22. Lu Z., Bostel N. A facility location model for logistics systems including reverse flows: the case of remanufacturing activities // Computers & Operations Research. 2007. Vol. 34, Issue 2. Pp. 299–323. DOI: 10.1016/j.cor.2005.03.002.
23. Ruiz-Femenia R., Guillén-Gosálbez G., Jiménez L., Caballero J.A. Multi-objective optimization of environmentally conscious chemical supply chains under demand uncertainty // Chemical Engineering Science. 2013. Vol. 96. Pp. 1–11. DOI: 10.1016/j.ces.2013.02.054.
24. Rodriguez M.A., Vecchietti A.R., Harjunkoski L., Grossmann L.E. Optimal supply chain design and management over a multi-period horizon under demand uncertainty. Part I: MINLP and MILP models // Computers & Chemical Engineering. 2014. Vol. 62. Pp. 194–210. DOI: 10.1016/j.compchemeng.2013.10.007.
25. Shankar B.L., Basavarajappa S., Chen J.C.H., Kadadevaramath R.S. Location and allocation decisions for multi-echelon supply chain network–A multi-objective evolutionary approach // Expert Systems with Applications. 2013. Vol. 40, Issue 2. Pp. 551–562. DOI: 10.1016/j.eswa.2012.07.065.
26. Sarrafha K., Rahmati S.H.A., Niaki S.T.A., Zaretalab A. A bi-objective integrated procurement production and distribution problem of a multiechelon supply chain network design: A new tuned MOEA // Computers & Operations Research. 2014. Vol. 54. Pp. 35–51. DOI: 10.1016/j.cor.2014.08.010.
27. Pasandideh S.H.R., Niaki S.T.A., Asadi K. Optimizing a bi-objective multi-product multiperiod three echelon supply chain network with warehouse reliability // Expert Systems with Applications. 2015. Vol. 42, Issue 5. Pp. 2615–2623. DOI: 10.1016/j.eswa.2014.11.018.
28. Ерёмина Н.В., Сюбаева Н.И., Тысечникова Я.Г. Акутальные проблемы экономической безопасности // Wschodnioeuropejskie Czasopismo Naukowe. 2016. T.10, № 1. С. 39–42.
29. Shah N.H., Chaudhari U., Cárdenas-Barrón L.E. Integrating credit and replenishment policies for deteriorating items under quadratic demand in a three-echelon supply chain // International Journal of Systems Science: Operations & Logistics. 2020. Vol. 7, Issue 1. Pp. 34–45. DOI: 10.1080/23302674.2018.1487606.
30. Hajiaghaei-Keshteli M., Fathollahi-Fard A.M. Sustainable closed-loop supply chain network design with discount supposition // Neural Computing and Applications. 2019. Vol. 31, Issue 5. Pp. 10–29. DOI: 10.1007/s00521-018-3369-5.
31. Nobil A.H., Nobil E., Sarker B.R. Optimal decision-making for a single-stage manufacturing system with rework options // International Journal of Systems Science: Operations & Logistics. 2020. Vol. 7, Issue 1. Pp. 90–104. DOI: 10.1080/23302674.2018.1514087.
Информация об авторах
Рогулин Родион Сергеевич
Ассистент кафедры математики и моделирования Владивостокского государственного университета экономики и сервиса, г. Владивосток, Россия (690014, Приморский край, г. Владивосток, ул. Гоголя, 41); ORCID: 0000-0002-3235-6429; e-mail: rafassiaofusa@mail.ru.
Для цитирования
Рогулин Р.С. Моделирование перспектив взаимодействия предприятия лесопромышленного комплекса и товарно-сырьевой биржи России // Journal of Applied Economic Research. 2020. Т. 19, № 4. С. 489-511. DOI: 10.15826/vestnik.2020.19.4.023.
Информация о статье
Дата поступления 27 мая 2020 г.; дата поступления после рецензирования 6 июля 2020 г.; дата принятия к печати 20 сентября 2020 г.
DOI: http://dx.doi.org/10.15826/vestnik.2020.19.4.023
Скачать полный текст статьи:
~3 МБ, *.pdf
(Размещен
14.12.2020)
Создано / Изменено: 18 августа 2015 / 20 сентября 2021
© ФГАОУ ВО «УрФУ имени первого Президента России Б.Н. Ельцина»
Увидели ошибку?
выделите фрагмент и нажмите:
Ctrl + Enter
Дизайн портала: Artsofte