CONTROLLING FINANSOWY I LOGISTYCZNY JÓZEF WILK WYŻSZA SZKOŁA HANDLOWA W KRAKOWIE     1. SFORMUŁOWANIE KONCEPCJI   Celem opracowania jest projekt systemu informacyjnego firmy dla zapewnienia integracji procesów controllingu i logistyki podczas realizacji optymalnego planu operacyjnego, w ustalonych terminach, wraz z pełnym uwzględnieniem wymagań dotyczących długości serii i zróżnicowania asortymentów. Dla potrzeb optymalizacji planowania niezbędne jest sformułowanie koncepcji heurystycznego modelu kosztów działań oraz wdrożenie podstawowych podsystemów w tym zakresie. Jak wiadomo, współczesne realia zarządzania charakteryzują się narastającym współzawodnictwem pomiędzy firmami, co wynika głównie z rozszerzającej się globalizacji i liberalizacji handlu. W tych warunkach współczesna firma może z powodzeniem funkcjonować na rynku, jeśli potrafi spełnić kilka podstawowych kryteriów wśród których najważniejszym jest dostarczanie odbiorcom oferowane przez siebie wyroby:         po jak najniższych cenach przy jak najwyższej jakości,         w ustalonym (podczas negocjacji marketingowych) terminie,         z pełnym uwzględnieniem wymagań dotyczących długości serii i zróżnicowania asortymentów. Nowa, trudniejsza sytuacja na rynku stymuluje więc, w sposób naturalny, wiele inicjatyw podejmowanych dla poprawy efektywności zarządzania. Do podstawowych działań w tym zakresie można zaliczyć szereg prac analitycznych, projektowych i implementacyjnych dotyczących rozwoju efektywnego systemu wspomagania klasy ERP/MRPII. Tego typu projekt powinien w istotny sposób zapewniać dynamikę systemu controllingu poprzez intensyfikacje planowania dla wszystkich horyzontów czasowych, integrowanie działań marketingowych, logistycznych i finansowych oraz zastosowanie rachunku zmiennych kosztów działań (RZKD) oraz rachunku kosztów działań (RKD)     2. HEURYSTYCZNY MODEL INWESTYCJI 2.1 Aproksymacja funkcji korygujących   Podstawowe działania w firmie zostaną zamodelowane w postaci jednostkowych kosztów stałych i zmiennych. Taki podział jest uzasadniony z uwagi na korzyści wynikające z przemienności stosowania rachunku zmiennych kosztów działań (RZKD) i metody rachunku kosztów działań (RKD. Koszty jednostkowe stałe dotyczące maszyn, technologii i podstawowych instalacji możemy zaprezentować w następującej formie   Kf = Kf^ * ff(Xf) * fg(Xg) * fe(Xe) * fn(Xn). (2.1)   Kf^ obliczamy ze wzoru (2.2) gdzie Cf^ jest   Cf^ Kf^ = -------------- (2.2) Nm * La   kosztem zakupu najlepszej, dostępnej na rynkach światowych, instalacji technologicznej, Nm jest roczną nominalną wielkością produkcji (sztuki, tony, itp) zaś La jest liczbą lat amortyzacji. Jakość technologii określamy tu specjalnym parametrem "fuzzy logic" zawierającym się w przedziale 0 < Xf <= 1 i dla wartości Xf = 1 oznacza instalacje i maszyny najbardziej nowoczesne i najdroższe. W równaniu (2.1) Xg jest parametrem „gotowości” określającym szybkość przezbrajania urządzeń technologicznych dla realizacji nowej serii lub asortymentu natomiast Xe jest parametrem ekologicznym i zawierają się one w przedziale (0,1]. Parametr wykorzystania linii technologicznych Ns1 Xn = -------- (2.3) Nm   jest wynikiem podzielenia rocznej wielkości sprzedaży Ns1 przez nominalną zdolność produkcyjną Nm. Parametry Xn i Xe mogą wpływać na powiększenie wartości Kf^ w konsekwencji niedostatecznego wykorzystania mocy produkcyjnych oraz potrzeby zainstalowania dodatkowych instalacji dla zabezpieczeń ekologicznych. Parametr Xe jest miarą wrażliwości środowiska naturalnego na stosowaną technologię produkcyjną. Xf i parametr jakości produktów Xq mogą z kolei wpływać na ewentualne zmniejszanie się wartości Kf, czyli dla tych parametrów będzie zawsze zachodzić relacja Kf <= Kf^. Wartość Kf^ uwzględnia fakt, że ten koszt jednostkowy jest ustalony dla parametrów Xf, Xe, Xg i Xn równych jedności. Oznacza to, że Kf^ związane jest z najbardziej nowoczesną i zautomatyzowaną technologią oszczędną pod względem zużycia energii, surowca i robocizny (na jednostkę produkcji) i z minimalną emisją zanieczyszczeń (dla parametru Xe=1). Technologia charakteryzująca się Xf=1 posiada również najlepsze własności z punktu widzenia zdolności produkcyjnej (jako wynik niezawodności maszyn) i jakości wyrobów. Natomiast parametr gotowości (logistyczny) Xg = 1 zapewnia bardzo szybkie przestawianie produkcji na znacznie różniące się od siebie serie, minimalizuje czasy technicznego przygotowania produkcji (TPP), a więc maksymalizuje wykorzystanie potencjału produkcyjnego. Wartość parametru Xe= 1 oznacza, że lokalizacja nie jest nadmiernie wrażliwa na zastosowaną technologię a więc obowiązujące normy emisji zanieczyszczeń można utrzymać w ramach standardowej technologii (Xf=1). Wraz ze zmniejszaniem się Xe (lokalizacje coraz bardziej chronione) koszty zabezpieczeń ekologicznych będą odpowiednio wzrastały i w tych przypadkach może wystąpić sytuacja, że Kf > K^f. Funkcje korygujące ze wzoru (2.1), za wyjątkiem fn(Xn), zostają w naszym modelu generalnie przedstawione (por.[WILK J., 1990]) w formie analogicznej do wzoru (2.4).   F = X^C1*X+C2 (2.4)   który zapewnia modelowanie zależności nieliniowych na podstawie dwóch założonych punktów X1 i X2 (dla punktu trzeciego f(x=1) = 1). Jak wiadomo, wynik finansowy liczony na podstawie rachunku kosztów zmiennych może przybierać nieco inne wartości (bardziej realne) niż zysk wyznaczony na podstawie obowiązujących procedur księgowości finansowej. Jest to wynikiem różnego sposobu wyceny zapasów wyrobów gotowych. Wynik finansowy firmy (1) liczony na podstawie rachunku kosztów pełnych możemy przedstawić przy pomocy następującego wzoru   Zp1 = Ns1 * (Cj - Kj) (2.5)   gdzie Ns1 jest wielkością sprzedaży w okresie rozliczeniowym, Cj jest średnią ceną jednostkową produktu zaś Kj jest kosztem całkowitym jednostkowym. Utrzymywanie sztywnej marży w warunkach silnej konkurencji prowadzi z reguły do poważnego ograniczenia sprzedaży. W horyzoncie krótkookresowym zastosowanie rachunku kosztów zmiennych zapewnia, w sposób dynamiczny, sterowanie wielkością marży pokrycia kosztów stałych. Zysk Zz1 liczony według RZKD możemy przedstawić według następującego wzoru   Zz1 = Mc - Ks (2.6)   gdzie Mc jest całkowitą marżą na pokrycie kosztów stałych, zaś Mj = Cj - Kzj jest marżą jednostkową.   n Mc = ၓ[Ns1i * (Cji - Kzji)]. (2.7) ^i=1   We wzorze (2.7) n jest liczbą sprzedanych serii zaś Nsi, Cji i Kzji oznaczają kolejno; liczebność, cenę jednostkową i jednostkowy koszt zmienny (oszacowany w oparciu o RKD) i-tej serii. Dla wyznaczenia chwilowych wielkości sprzedaży firmy (1) proponuje się formułę Ns1 = Nss *f(Xr)* Xua * Xcx^Csx1*Xcx+Csx2 (2.8) gdzie Nss jest prognozowaną wielkością sprzedaży dla całego sektora, Csx1 i Csx2 są współczynnikami aproksymacji, f(Xr) jest funkcją określającą wpływ koniunktury rynkowej, zaś   Xcx = Xcs/Xc1 (2.9) jest "względnym parametrem ceny" dla rozpatrywanej firmy (w tym przypadku firmy (1). Xcx koryguje na bieżąco parametr udziału w rynku Xu1. Wzór (2.8) uwzględnia więc zarówno podział rynku proporcjonalnie do wartości parametru udziału Xu1 jak również zmiany sprzedaży w przypadkach dokonywania korekt parametru ceny Xc1. Bezwymiarowy parametr Xcs pozwala nam łatwo rozpisać prognozę średniej sprzedaży (dla sektora) w postaci (por. [Wilk J.,1990] następującej formuły Nss = N^ss * Xcs^Css1*Xcs+Css2 (2.10) (gdzie Css1 i Css2 są współczynnikami aproksymacji), N^ss jest potencjalną wielkością sprzedaży, dla całego sektora, przy założeniu średniego parametru ceny Xcs = 1. Funkcja (2.10) pozwala na bieżące oszacowanie średniej globalnej wielkości sprzedaży jeszcze przed podziałem rynku pomiędzy poszczególne konkurujące ze sobą firmy.   2.2 Aproksymacja kosztów operacyjnych i funkcji logistycznych   Przy podziale kosztu jednostkowego Kj na koszty jednostkowe stałe Ksj i zmienne Kzj znacząca ich część jest silnie uzależniona od parametrów decyzyjnych jak jakość, zarządzanie, gotowość itp. Pozostała część kosztów wykazuje słabą zależność od procesów zarządzania (amortyzacja budynków i hal, koszty administracji, ogrzewania itp.). Ich przyporządkowanie do stałych kosztów jednostkowych jako "Ka" może być szacunkowe według dowolnie wybranego klucza. W naszym przypadku jednostkowe koszty stałe wyznaczymy w oparciu o pięć następujących komponentów   Ksj = Kf + Km + Kr + wb*Kb + Ka (2.11)   gdzie Kf obliczamy według wzoru (2.1) zaś   Km = Km^ * mm(Xm) * mn(Xn) * me(Xq) * mq(Xp) (2.12)   jest jednostkowym kosztem zarządzania obejmującym wynagrodzenia dla dyrektorów i kierowników, koszty stałe kontroli jakości, systemy komputerowe, łączności, prace badawczo-rozwojowe, stały konsulting itp. Wielkość kosztu Km^ jest oszacowana dla wartości parametru jakości zarządzania Xm = 1 oraz pozostałych współczynników takich jak znany już Xn, oraz parametr jakości Xq, i parametr promocji Xp które również przyrównujemy do jedności i w tym przypadku Km = Km^. Poszczególne funkcje korygujące przyjmują następującą postać   (i/j) 1 2 3 4 5 6 7 8 9 10 11 12 13 1 F F^ Xcs Xua Xcx Xf Xm Xn Xg Xq Xe Xp Xb 2a 2b Nsa Nss^ Css1 Css2 Csu1 Csu2 Csx1 Csx2                 3a 3b Kf Kf^       Cff1 Cff2   Cfn1 Cfn2 Cfg1 Cfg2   Cfe1 Cfe2     4a 4b Km Km^         Cmm1 Cmm2 Cmn1 Cmn2   Cmq1 Cmq2   Cmp1 Cmp2   5a 5b Kr Kr^       Crf1 Crf2 Crm1 Crm2 Crn1 Crn2 Crg1 Crg2         6a 6b Kv Kv^       Cvf1 Cvf2 Cvm1 Cvm2 Cvn1 Cvn2     Cve1 Cve2     7a 7b Kb Kb^         Cbm1 Cbm2   Cbg1 Cbg2       Cbb1 Cbb2 8a 8b TPP TPP^       Cpf1 Cpf2 Cpm1 Cpm2   Cpg1 Cpg2         9a 9b Tj Tj^       Cjf1 Cjf2 Cjm1 Cjm2     Cjq1 Cjq2       TABLICA 2.1; Struktura funkcji korygujących   analogiczną do formuły (2.13) przy czym współczynniki aproksymacyjne przyjmujemy zgodnie ze schematem przedstawionym w TABLICY (2.1). I tak dla parametru Xm będzie to postać   mm(Xm) = Xm ^Cmm1*Xm+Cmm2 (2.13)   i również podobną formę przyjmą pozostałe korygujące funkcje wykładnicze mn(Xn), mq(Xq) i mp(Xp).We wzorze (2.14) Kr oznacza jednostkowe koszty robocizny (z wyłączeniem wynagrodzeń akordowych i ponadnormatywnych) oraz pozostałe stałe koszty wydziałowe jak np. transport wewnętrzny. Koszty Kr można przedstawić przy pomocy formuły   Kr = Kr^ * rf(Xf) * rm(Xm) * rn(Xn) * rg(Xg) (2.14)   w której występują tylko dotychczas omówione parametry. Dla Xf, Xm, Xn i Xg równych jedności Kr = Kr^. Jeśli Xf maleje co oznacza niższy standard linii technologicznych i mniejszą automatyzację wówczas wzrastają koszty zatrudnienia. Mniejszy parametr jakości zarządzania zmniejsza wydajność pracy przenosząc się przy tym na powiększenie kosztu Kr. Zmniejszenie współczynnika gotowości Xg wpływa na ograniczenie niezbędnych rezerw personelu a więc na obniżenie kosztów robocizny. Koszt odsetek od kredytów bankowych i innych zobowiązań finansowych oznaczamy Kb. Jeśli model wykorzystujemy dla krótkich okresów (np. dla planowania pojedynczej serii produkcyjnej) istotne jest wtedy właściwe oszacowanie części przypadającej na koszty stałe   Kbs = Wb * Kb (2.15)   dla warunku wb <= 1 i jednostkowe zmienne koszty odsetek jako   Kbz = (1 - Wb) * Kb (2.16)   przy czym współczynnik Wb dobieramy pod kątem zastosowanej metody RZKD. Chodzi tu o prawidłowe przyporządkowanie kosztów kredytów krótkoterminowych (dotyczących np. zakupu surowców i komponentów) do konkretnie rozpatrywanych serii produkcyjnych. Koszt Kb jest uzależniony od parametrów Xb, Xn, Xg, Xm i Kbx   Kb = Kbx * bb(Xb) * bg(Xg) * bm(Xm) (2.17)   gdzie Kbx = f(Sp), przy czym B oznacza zadłużenie zaś Sp jest roczną stopą procentową. Parametr zarządzania Xm jest tu szczególnie istotny gdyż jest bezpośrednio powiązany z płynnością finansową. Malejący parametr Xm może silnie zwiększyć wartość Kb. W odmienny sposób uwidacznia się wpływ Xg. Jeśli ulega on zwiększeniu to powoduje spadek zapasów i zakupów a więc redukuje wielkość Kb. Natomiast Xb jest współczynnikiem zadłużenia firmy i   Xb = B/S (2.18)   jego wielkość równa się jeden gdy zadłużenie firmy B jest równe wielkości kapitału akcyjnego S. Wraz ze wzrostem Xb powyżej jedności można liczyć się z istotnym powiększeniem kosztów Kb.   Koszty jednostkowe zmienne zapisujemy jako sumę   Kzj = Kv + (1 - Wb) * Kb (2.19)   przy czym Kv (por. TABLICA 2.1)   Kv = Kv^ * vf(Xf) * vm(Xm) * vn(Xn) * ve(Xe) (2.20)   gdzie występuje znany już parametr Xe oznaczający miarę dostosowania lokalizacji firmy produkcyjnej do wymagań ochrony środowiska naturalnego. Xe jest nie tyle związane z firmą co z odpornością otoczenia na skutki uboczne, dla środowiska, prowadzenia konkretnego procesu produkcyjnego. Jeśli parametr Xe = 1 to oznacza, że firma zlokalizowana jest z dala od dzielnic mieszkaniowych a tym bardziej od ośrodków rekreacyjnych oraz w pobliżu nie znajdują się podziemne i powierzchniowe rezerwuary ujęć wodnych itp. Pomimo jednak wysokiej wartości parametru Xe firma jest również narażona na poważne koszty zmienne (odszkodowania, kary) jeśli linie technologiczne są przestarzałe i emitują zbyt dużo zanieczyszczeń, jeśli jest wadliwy nadzór (niska wielkość parametru Xm) lub proces technologiczny jest zbyt intensywny (wysoka wielkość współczynnika Xn). Podstawowe koszty zmienne związane są z zakupami i magazynowaniem surowców i komponentów, energią zużytą w procesie technologicznym, akordowymi i ponadnormatywnymi wynagrodzeniami, z odnową zużytych części maszyn, wydatkami zależnymi od wielkości sprzedaży itp.. Koszty zmienne jednostkowe wzrastają wraz ze zmniejszaniem się wielkości parametrów Xf, Xm i Xe oraz mogą również wzrastać dla wartości Xn > 1 jeśli charakter zmian tych kosztów jest progresywny. W TABLICY(2.1) występują dwie funkcje logistyczne; czas technicznego przygotowania produkcji TPP[godz.] oraz czas w którym zostaje wyprodukowana jednostka produkcji Tj[godz.]. Obie funkcje są dość ważne zarówno ze względu na zastosowanie metody RZKD jak również ze względu na ich rolę w procesach optymalizacji planu produkcyjnego oraz planowania procesu inwestycyjnego. TPP uzależniamy w naszym modelu od parametrów Xf, Xm i Xg łącząc je w następującej formule TPP = TPP^ * pf(Xf) * pm(Xm) * pg(Xg) (2.21)   przy czym wraz z redukcją wielkości tych parametrów zwiększa się odpowiednio czas potrzebny dla uruchomienia nowej serii produkcyjnej. Seria wytwórcza która zakłada wyższy współczynnik gotowości jest przygotowywana krócej pod warunkiem sprawnego zarządzania (wysoka wartość Xm). Czas produkcji jednostki wyrobu Tj uzależniono również od parametru Xq. Malejący parametr Xq powoduje tu przyspieszenie produkcji.   Tj = Tj^ * jf(Xf) * jm(Xm) * jq(Xq) (2.22)   które również podobnie wpływają na kształtowanie się wielkości Tj.     3. SYSTEM WSPOMAGANIA DECYZJI LOGISTYCZNYCH (SWDL)   3.1 Generowanie planu średniookresowego   Do najważniejszych czynników wpływających na dynamikę zintegrowanego systemu zarządzania należy forma, jakość i szybkość prowadzonego w firmie rachunku kosztów i wyników oraz ocena ryzyka. Wyniki finansowe i poziom ryzyka występują tu w roli podstawowego miernika efektywności ekonomicznej podejmowanych decyzji. Każde więc zwiększenie precyzji w zakresie prowadzonych metod kalkulacji w zintegrowanym systemie zarządzania powinno się bezpośrednio przełożyć na skuteczność podejmowanych decyzji w przedsiębiorstwie. Jednak tradycyjne sposoby kalkulacji, głównie tzw. rachunek kosztów pełnych (RKP), przestają już być adekwatne w warunkach zastosowania nowoczesnych technologii i złożonego systemu logistycznego przedsiębiorstwa. Potrzeba zwiększania dynamiki zarządzania finansowego i logistycznego jest wymuszana przez czynniki zewnętrzne, czyli otoczenie konkurencyjne firmy. W warunkach silnej konkurencji występuje nacisk na przedsiębiorstwo (zwłaszcza produkcyjne), aby długie ustabilizowane serie wyrobów zastępować krótszymi, bardziej różnorodnymi i dopasowanymi do potrzeb kontrahentów oraz spełniającymi wysoko ustawione wymogi, dotyczące czasu i przestrzeni, w zakresie dostaw (por. [Cooper R., 1992]). Innymi słowy, typowa firma występuje tu w roli wybranego ogniwa w sieci produkcyjnej różnych wytwórni, i aby nie pozwolić się z tego układu wyeliminować powinna , jak najlepiej, wypełniać zlecenia innych elementów systemu logistycznego w całym segmencie rynku. Zasadniczym celem zastosowanego algorytmu będzie rozwiązywanie różnego typu "wąskich gardeł", które mogą wystąpić w różnych fazach średniookresowego planu produkcyjnego. Stosunkowo duże prawdopodobieństwo pojawiania się wielu zakłóceń procesu produkcyjnego wynika głównie ze specyfiki firmy, w której dominować będą indywidualne zlecenia terminowe. Najbardziej skuteczną metodą rozwiązywania problemu "wąskich gardeł" wydaje się być takie ustawienie planu średnioterminowego, aby stanowił on zbilansowaną sumę planów tygodniowych. Taka koncepcja wymaga zaprojektowania relacyjnej bazy danych (RBD) oraz zintegrowanych podsystemów dla obsługiwania następujących funkcji:         wspomaganie negocjacji marketingowych,         generowanie i optymalizacja planu średniookresowego,         generowanie i optymalizacja planu tygodniowego, Najbardziej kluczowym i równocześnie złożonym jest podsystem wspomagania negocjacji marketingowych. Wymaga on zdefiniowania dość ścisłych zasad integracji pomiędzy działaniami marketingowymi i logistycznymi. Zasady te powinny zostać odpowiednio sparametryzowane w systemie SWDL. W konsekwencji podczas ustalania terminu realizacji każdego zlecenia system może sprawdzać czy negocjowana wielkość produkcji jest realistyczna z punktu widzenia mocy przerobowych (w kontekście potrzeby realizowania, równolegle, wcześniej uzgodnionych zleceń oraz możliwości zamówienia, na czas, materiałów i komponentów) oraz czy jest ewentualnie opłacalna w świetle zastosowanego rachunku kosztów. Koncepcja relacyjnej bazy danych (RBD) dla systemu SWDL opiera się o 52 grupy zbiorów [por.Rys.3.1], które przechowują istotne informacje, bilanse i plany krótkookresowe dla wszystkich tygodni w przeciągu roku kalendarzowego. Przykład ilustruje problematykę typową dla zakładu produkującego opakowania blaszane. Już podczas negocjacji marketingowych realizuje się   TYDZIEŃ BIEŻĄCY TYDZ. NR 01 TYDZ. NR 02 TYDZ. NR 03     TYDZ. NR 52 PEŁNA BAZA DANYCH (RYS.3.2) (RYS.3.2) (RYS.3.2) (RYS.3.2)   Rys.3.1; Struktura relacyjnej bazy danych (RBD)     podstawowa struktura planu produkcyjnego. Odbywa się to głównie poprzez ustalanie „a priori” realistycznych terminów zakończenia poszczególnych zleceń. Negocjacje pozwalają, na wstępie, określić właściwą strukturę zlecenia, co jest podstawą do obliczeń zapotrzebowania na niezbędne zasoby zmienne (materiały i komponenty) oraz stałe (moce przerobowe, wyrażone w czasach, poszczególnych segmentów linii produkcyjnej). Dla proponowanego przez klienta n-tego tygodnia zakończenia zlecenia RBD pozwala łatwo sprawdzić, czy stan dyspozycyjny potrzebnych materiałów (por. Rys.3.2b)     MAGAZYN MASTERIAŁÓW   MALARNIA I DRUKARNIA   PALETYZER   MAGAZYN WYROBÓW BILANS MIEJSCA   BILANS CZASU BILANS CZASU BILANS MIEJSCA                      SERIA (1) SERIA (2)   SERIA (n) PUSZKA ၆83/80x54 PUSZKA ၆83/80x189 EO PUSZKA ၆83/80 x 210     Rys.3.2a; Zasada bilansowania mocy produkcyjnych       BLACHA   BILANS ILOŚCIOWY DOTYCZĄCY n-tego TYGODBIA   STANY DYSPOZYCYJNE WIELKOŚCI ZAREZERWOWANE WIELKOŚCI ZAMÓWIONE   Rys.3.2b; Zasada bilansowania materiałów   jest wystarczający dla potrzeb przeprowadzenia niezbędnych rezerwacji. W przeciwnym przypadku termin realizacji zlecenia powinien zostać przesunięty o stosowny czas dostawy. Dalsza weryfikacja dotyczy stałych zasobów firmy a ściśle czy rozpatrywane zlecenie mieści się w bilansach czasowych poszczególnych agregatów linii produkcyjnej. Jeśli sprawdzenie daje wynik pozytywny wówczas następuje aktualizacja bilansów czasowych zaś zlecenie jest umieszczane w pakiecie serii (por. Rys.3.2a) o podobnych własnościach dotyczących charakterystyk przezbrojeń linii produkcyjnej. W przypadku gdy zlecenie nie może się zbilansować (w n-tym tygodniu) zostaje ono w całości lub częściowo przesunięte do następnego, wynegocjowanego tygodnia. Jeśli klient posiada wysoką klasę rankingową w naszej RBD i stara się przy tym narzucić swój termin wówczas mamy do czynienia z rozwiązaniem klasycznego problemu „wąskiego gardła”.   3.2 Optymalizacja planu operacyjnego   W świetle naszej koncepcji systemu SWDL generowany sukcesywnie (w miarę napływających zleceń, ewentualnych renegocjacji i rozwiązywania problemów „wąskich gardeł”) plan średniookresowy przechodzi automatycznie w plan krótkookresowy w miarę zbliżania się n-tego tygodnia do tygodnia bieżącego. Optymalizacja planu produkcyjnego realizowana jest poprzez minimalizację ilości przezbrojeń oraz doprowadzanie do możliwie równomiernego wykorzystywania potencjału produkcyjnego. Pomimo to ewentualne występowanie „wąskich gardeł” jest bardzo korzystne dla firmy pod warunkiem, że są one wynikiem wzmożonej koniunktury a nie pewnych niedostatków organizacyjnych. W sytuacjach wyższej koniunktury rynek konsumenta przechodzi chwilowo w rynek producenta co daje bardzo korzystną sposobność dla przyspieszenia akumulacji marży na pokrycie kosztów stałych. (marżę jednostkową definiujemy jako różnicę pomiędzy ceną jednostkową i jednostkowym kosztem zmiennym). W wyniku optymalizacji przeprowadzonej przy zastosowaniu rachunku zmiennych kosztów działań (RZKD) i rachunku kosztów działań (RKD) i przy uwzględnieniu aktualnie występujących ograniczeń uzyskujemy maksymalną marżę całkowitą (a tym samym zysk) oraz rozwiązujemy problem wąskiego gardła poprzez przesunięcie w czasie (lub wyeliminowanie) najbardziej niekorzystnych zleceń. Problem ten zostanie zilustrowany poprzez dwa pokazane poniżej przykłady.(por. TABLICA 3.1 i TABLICA 3.2)   Nr TYP produktu (puszki). Zużycie blachy ZB[Kg/1000szt] Marża jedn. Mj [zł] Ilość I [tys. szt.] Kryterium Mj/ZB KOLEJNOŚĆ MARŻA Całk. {zł] 1 ၆83/80x210 110.00 250 1000 2.27 3 250 000 2 ၆83/80x090 65.00 220 1000 3.38 2 220 000 3 ၆83/80x054 45.00 200 1000 4.44 1 200 000   TABLICA 3.1; Algorytm optymalizacyjny uwzględniający ograniczenie materiałowe     Nr TYP produktu (puszki). Wydajność agr. WA[t.szt/godz] Marża jedn. Mj [zł] Ilość I [tys. szt] Kryterium WA/Mj KOLEJNOŚĆ MARŻA Całk. {zł] 1 ၆83/80x210 20 250 600 0.08 3 150 000 2 ၆83/80x090 30 220 900 0.14 2 198 000 3 ၆83/80x054 40 200 1200 0.20 1 240 000   TABLICA 3.2; Algorytm optymalizacyjny uwzględniający ograniczenie mocy wytwórczej   W przypadku pierwszym, pokazanym na TABLICY 3.1, występuje problem „wąskiego gardła” jako wynik ograniczenia materiału (blachy) w okresie rozliczeniowym do wielkości 110[ton]. Według informacji uzyskanych z działu marketingu, w tym okresie, możliwe są trzy zlecenia lecz ich pełna realizacja wymaga 220 [ton] blachy. Zlecenie nr 1 wynegocjowano dla największej marży jednostkowej 250 [zł/1000szt]. W wyniku jego ewentualnej realizacji uzyskana marża całkowita wyniesie 250 000[zł]. Natomiast zastosowana metoda optymalizacji, w której kolejność realizacji zleceń wynika z największego stosunku marży jednostkowej do ograniczenia, pozwoliła wybrać zlecenie nr 3 i zlecenie nr 2 . Pomimo faktu, że ich marże jednostkowe są mniejsze to jednak realizacja tych dwóch zleceń daje znacznie większą marżę całkowitą Mc = 220000 + 200000 = 420000[zł]. Zlecenie nr 1 powinno zostać w tej sytuacji odrzucone lub przesunięte na okres gorszej koniunktury. Nieco odmienna sytuacja występuje w przypadku zilustrowanym na TABLICY 3.2. Tutaj ograniczeniem jest czas produkcji Tp <= 60[godz]. Natomiast marketing negocjuje trzy zlecenia z których każde wymaga 30 [godzin] czasu linii produkcyjnej. Zaakceptowanie zleceń nr 1 i nr 2 (o największych marżach jednostkowych) daje , przy Tp = 60 [godz], marżę całkowitą w wysokości Mc = 150000 + 198000 = 348000[zł]. Przy zastosowaniu algorytmu optymalizacyjnego który ustawia kolejność zleceń według najwyższego stosunku wydajności (WA) do marży jednostkowej (Mj) uzyskujemy znacznie lepszy rezultat gdyż w tym przypadku Mc = 240000 + 198000 = 438000[zł].     3.3 Efektywność systemu SWDL   Jednym z kluczowych elementów decydujących o sprawności systemu informacyjnego typu SWDL jest efektywność komputerowego wspomagania decyzji, a zwłaszcza tych, które muszą być podejmowane w trybie bezpośrednim (chodzi tu głownie o wykorzystanie systemu wspomagania podczas intensywnych negocjacji marketingowych). W tego typach systemach komputerowych występują często przypadki tzw. informacyjnego "wąskiego gardła". Polega to na tym, że w wybranym okresie tylko jeden kanał obsługi ( spośród wielu działających równolegle ) może odczytywać i uaktualniać unikalne i powiązane ze sobą zbiory informacyjne. Dla przypadku pojedynczego aktywnego użytkownika, pracującego w trybie interaktywnym, czas reakcji systemu jest zdeterminowany przez jakość strony hardwarowej sieci komputerowej, przez typ oprogramowania oraz zakres przetwarzania i powinien wynosić od ułamka do kilku sekund. Jednak w trybie interaktywnego użytkowania systemu zintegrowanego aktualny operator blokuje zasoby, przez zbyt długi okres, co prowadzi do poważnych ograniczeń dla pozostałych aktywnych terminali. W trybie pseudointeraktywnym użytkownik nie może blokować zasobów systemu podczas wprowadzania danych z klawiatury. W ten sposób zwiększa się istotnie efektywność działania systemu zintegrowanego przy dość istotnym jednak wzroście stopnia złożoności pseudointeraktywnego modelowania działań logistycznych. Powiększenie stopnia złożoności rozwiązań pseudointeraktywnych wynika tu z konieczności utrzymania w systemie odpowiedniego poziomu integracji bazy danych. Podsystem CICS (Customer Information Control System) został wprowadzony po raz pierwszy na początku lat siedemdziesiątych dla wspomagania trybu pseudointeraktywnego w systemie operacyjnym IBM klasy MVS. Jak wiadomo, w roku 1984 nastąpiły dość istotne zmiany na światowym rynku komputerowym które zachwiały dominującą rolę firmy IBM. Jednak CICS jest tym produktem firmy IBM który bezdyskusyjnie dominuje światowy rynek zastosowań klasy "on line". 490 korporacji, na liście "FORTUNE 500", już w roku 1992 miało zainstalowany „softwar” w którym wszystkie kluczowe transakcje były obsługiwane przy zastosowaniu CICS. W tym czasie około miliona programistów było zatrudnionych przy opracowywania nowych oraz ulepszania starszych wersji systemów wykorzystujących CICS. W sumie czynnych było około miliarda wierszy programów CICS (w praktyce napisane jako CICS + COBOL) i eksploatowanych przy zastosowaniu 15 milionów terminali na całym świecie. Obecnie różne wersje CICS są już dostępne dla wielu różnych systemów operacyjnych; AIX (wersja UNIX dla IBM), OS/2. DOS. WINDOWS, AS/400, HP9000, HP3000, DEC Alpha oraz dla Internet/Web technologii (por. [ROTHSTEIN M., 1998]) Podsystem operacyjny CICS sprzyja optymalizacji wykorzystania mocy obliczeniowej i całego potencjału przetwarzania konfiguracji hardwarowej co wynika z faktu, że wieloprogramowość systemu jest istotnie wzmocniona przez tzw. "MULTITHREADING". Oznacza to, że wieloprogramowość jest także prowadzona w ramach pojedynczego adresu, wyodrębnionego obszaru, dla pojedynczego programu. W efekcie, tylko jedna kopia tego samego programu może znajdować się w tym samym czasie w pamięci operacyjnej. Obszar pamięci zawierającej konkretny program nie jest przydzielany wprost wybranemu użytkownikowi, natomiast wszyscy korzystający z tego programu mają dostęp do wspólnego obszaru pamięci operacyjnej. W praktyce, gdy jeden użytkownik chwilowo nie korzysta z programu (wprowadzając dane z klawiatury) inny aktywny terminal wykorzystuje ten sam program i w tym samym obszarze pamięci. Każdy taki program musi mieć tzw. cechę "REENTRANT". Oznacza to, że aktualne dane gromadzone w "WORKING STORAGE" programu COBOL (lub programów współpracujących z językiem SQL) powinny być zachowywane indywidualnie dla każdego użytkownika.     LITERATURA     Cooper R., Kaplan R.S., Maisel L.S., Morrisscy E., Oehm R.M., Implementing activity - based cost management, Institute of Management Account, Montvale, NJ, 1992.   Rothstein M., ACE the Technical Interview, McGraw-Hill, NY, 1998.   Wilk J., An expert knowledge embodied in the economic structural transformation model , Modeling, Simulation and Control, C. Vol. 21, No 3, 1990.

Szukasz gotowej pracy ?

To pewna droga do poważnych kłopotów.

Plagiat jest przestępstwem !

Nie ryzykuj ! Nie warto !

Powierz swoje sprawy profesjonalistom.

---