Архив статей журнала
В эпоху цифровизации экономических процессов перед компаниями встает задача глубокой трансформации существующих стратегий распределения производственных ресурсов и методов прогнозирования спроса. Такое преобразование подразумевает переход к интеграции в единое информационное пространство, что, в свою очередь, позволяет существенно повысить точность и эффективность прогнозирования бизнес-активности. Данная трансформация становится краеугольным камнем в формировании устойчивого развития на уровне отдельных государств. Научная новизна данного исследования заключается в разработке методологии для создания унифицированной системы прогнозирования спроса на компоненты продукции в энергетической отрасли, включенной в общую энергетическую информационную систему. Авторы выделяют потенциал для оптимизации отдельных элементов и структур с целью усовершенствования передачи и обработки данных на множественных уровнях. Основной фокус исследования направлен на адаптацию энергетического сектора к условиям цифровой экономики через применение предиктивных алгоритмов потребления продукции. Значение исследования для практического применения обусловлено возможностью интеграции разработанных решений в процесс модернизации предприятий, участвующих в национальной производственной системе, в контексте широкомасштабной цифровизации экономических процессов. Как пример успешной реализации такого подхода приводится опыт, демонстрирующий практическую применимость и эффективность внедрения инновационных цифровых технологий в стандартные процедуры управления и прогнозирования в энергетической отрасли
В современных условиях динамично развивающегося производства и нарастающей конкуренции на рынке актуальной задачей является разработка эффективных моделей прогнозирования и управления для автоматизированных производственных систем (АПС). Данное исследование направлено на создание комплексного подхода к моделированию и оптимизации функционирования АПС с целью повышения эффективности производственных процессов, снижения затрат и обеспечения высокого качества выпускаемой продукции. Для достижения поставленных целей были применены методы математического моделирования, теории управления, оптимизации и интеллектуального анализа данных. В частности, были разработаны стохастические модели прогнозирования спроса на продукцию, учитывающие сезонные колебания и тренды рынка. Такие модели позволяют с точностью до 95% предсказывать объемы продаж на период от 1 до 6 месяцев. Для управления производственными процессами были предложены адаптивные алгоритмы планирования и диспетчеризации, основанные на методах нечеткой логики и генетических алгоритмах. Использование данных подходов позволило сократить время переналадки оборудования на 20-25% и снизить объемы незавершенного производства на 15%. Проведенные экспериментальные исследования на примере реального машиностроительного предприятия подтвердили эффективность разработанных моделей и алгоритмов. Внедрение предложенных решений позволило увеличить производительность АПС на 12%, сократить затраты на сырье и материалы на 8% и повысить качество выпускаемой продукции, снизив процент брака с 1,5%до 0,8%. Полученные результаты имеют высокую практическую значимость и могут быть использованы для повышения конкурентоспособности и эффективности функционирования предприятий различных отраслей промышленности. Дальнейшие исследования будут направлены на развитие предложенных подходов и их адаптацию для решения новых задач в условиях цифровизации производства и перехода к концепции «Индустрия 4.0».