|

Выбор антирисковых программ для уменьшения потерь в цепях поставок

Авторы: Птускин А.С., Левнер Е.В. Опубликовано: 29.05.2014
Опубликовано в выпуске: #3(96)/2014  

DOI:

 
Раздел: Машиностроение и машиноведение | Рубрика: Управление качеством продукции. Стандартизация. Организация производства  
Ключевые слова: управление цепями поставок, риск, энтропия, выбор антирисковых программ

Рассмотрена проблема выбора стратегических программ, предназначенных для минимизации потерь, вызванных отказами и другими нежелательными событиями в цепи поставок. Предложено решать проблему в два этапа. На первом этапе выполняется идентификация наиболее информативных компонентов (подсистем) цепи с точки зрения количества содержащейся в них информации о рисках и соответствующих потерях, что позволяет минимизировать объем данных, уменьшить размер графа цепи и в результате упростить процедуру выбора на втором этапе. Для измерения информативности подсистем сложных цепей поставок предложено использовать информационную энтропию Шеннона. На втором этапе на упрощенном графе цепи поставок решена математическая задача выбора портфеля антирисковых программ, которая представлена как проблема математического программирования рюкзачного типа. Предложен новый алгоритм решения задачи выбора антирисковых программ.

Литература

[1] Качалов P.M. Управление экономическим риском. М.: ООО "Нестор-История", 2012. 248 с.

[2] Федотов Ю.В., Кротов К.В. Управление цепями поставок: проблемы определения термина и области исследований // Российский журнал менеджмента. 2011. Т. 9. № 2. С. 49-58.

[3] Виленский П.Л., Лившиц В.Н., Смоляк С.А. Оценка эффективности инвестиционных проектов: теория и практика. М.: Дело, 2008. 888 с.

[4] Levner E., Proth J.-M. Strategic management of ecosystems: A supply chain perspective / In E. Levner, I. Linkov, J.-M. Proth (eds). Strategic Management of Ecosystem. 2005. Springer. P. 95-107.

[5] Птускин А.С., Левнер Е.В. Энтропийный подход к упрощению структуры цепи поставок для выбора антирисковых стратегических решений // Экономическая наука современной России. 2012. № 4 (59). С. 76-90.

[6] White W.J., O’Connor A.C., Rowe B.R. Economic impact of inadequate infrastructure for supply chain integration / Final report RTI 07007.013. National Institute of Standards and Technology. May 2004. http://www.nist.gov/director/planning/upload/report04-2.pdf.

[7] Jeeva A.S. Reducing supply risk caused by the stockwhip effect in supply chains // Proceedings of the 2011 International Conference on Industrial Engineering and Operations Management. 2011. Kuala Lumpur (Malaysia), January 22-24. P. 739-744.

[8] Karp A., Ronen B. Improving shop floor control: an entropy model approach // International Journal of Production Research. 1992. Vol. 30. No. 4. P. 923-938.

[9] Martinez-Olvera C. Entropy as an assessment tool of supply chain information sharing // European Journal of Operational Research. 2008. No. 185. P. 405-417.

[10] Allesina S., Azzi A., Battini D., Regattieri A. Performance measurement in supply chains: new network analysis and entropic indexes // International Journal of Production Research. 2010. Vol. 48 (8). P. 2297-2321.

[11] Isik F. An Entropy-Based Approach for Measuring Complexity in Supply Chains // International Journal of Production Research. 2010. Vol. 48. No. 12, January. P. 3681-3696.

[12] Shannon C.E. A mathematical theory of communication // The Bell System Technical Journal. 1948. Vol. 27 (3). P. 379-423.

[13] Ingargiola G.P., Korsh J.F. Reduction algorithm for zero-one single knapsack problems // Management Science. 2010. Vol. 20 (4). Part 1. P. 460-463.