Прогнозування діяльності сільськогосподарського підприємства методами імітаційного моделювання
Автор: Потапенко Віталій Євгенович
Кваліфікаційний рівень: магістр (ОНП)
Спеціальність: Економіка (освітньо-наукова програма)
Інститут: Інститут економіки і менеджменту
Форма навчання: денна
Навчальний рік: 2021-2022 н.р.
Мова захисту: англійська
Анотація: Потапенко В. Є., Козик В. В.(керівник). Прогнозування діяльності сільськогосподарського підприємства методами імітаційного моделювання. Магістерська кваліфікаційна робота. – Національний університет «Львівська Політехніка», Львів, 2022. Розширена анотація. Традиційне прогнозування базується на аналізі показників попередніх періодів з подальшим перенесенням тенденцій розвитку на прогнозні періоди. Так чи інакше даний вид прогнозування використовується у більшості сучасних методах прогнозування. При альтернативному прогнозуванні, як правило, передбачаються різні варіанти розвитку об’єкту прогнозування з узгодженням поступового попереднього темпу розвитку з потенційно нерівномірним майбутнім розвитком. Імітаційне моделювання – метод, що дозволяє будувати моделі, які описують процеси так, як вони проходили б у дійсності. Таку модель можна запускати на виконання процесів для заданої кількості випробувань – імітацій. При цьому, результати виконання імітацій можуть визначатись випадковими характеристиками процесів (відхиленнями, ймовірностями). Імітаційне моделювання – це окремий випадок математичного моделювання. Існує клас об’єктів, для яких з різних причин не розроблені аналітичні або фізичні моделі. У цьому випадку аналітична модель замінюється імітатором або імітаційної моделлю. Імітаційним моделюванням іноді називають отримання окремих чисельних рішень сформульованої задачі на основі аналітичних рішень або за допомогою числових методів [4]. Імітаційне моделювання у середовищі прикладної програми Arena з використанням розрахованих прогнозних значень дозволяє в короткі терміни виконати та проаналізувати велику кількість сценаріїв діяльності підприємства, відслідковуючи результат виконання кожної технологічної операції. Стандартні математичні моделі не мають такої гнучкості та наочності. Об’єктом дослідження є процес середньострокового прогнозування в економіко-аналітичній системі Приватної Агрофірми «Білий Стік». Предметом дослідження є економічні результати діяльності ПАФ «Білий Стік» у сфері рослинництва впродовж наступного сільськогосподарського сезону. Метою даної роботи є створення таких економіко-математичних та імітаційних моделей, які, за умови використання прогнозних даних в імітаційній моделі, могли би забезпечити менеджмент середнього сільськогосподарського підприємства за інформацією про можливі результати його діяльності у наступному сільськогосподарському сезоні, з урахуванням майбутніх цін на ресурси та продукцію підприємства, а також розподіл земельних ресурсів між культурами. Перспективним напрямом підвищення ефективності діяльності сільськогосподарських є використання імітаційних моделей виробничого процесу. Даний напрямок є активно вивчається як в серед українських науковців, зокрема свої роботи публікували Ільчук М. М., Коновал І. А.[2], Бровко Л. І.[1], Конєва І. І.[3], Скрильник І.І., Деменко Л.Д., Олешко А.О. [5] та інші. Активну наукову роботу з метою прогнозування результатів діяльності та умов функціонування сільськогосподарських підприємств серед закордонних вчених провадили Тейлор Г., Замміт К., Гоуден В. [8], Гіндман Р. [6], Філліпс Дж., Гансен Дж., Чатфілд Ч. [7] та інші. З метою використання під час виконання імітацій, методами експоненціального згладжування та штучних нейронних мереж, було визначено прогнозні значення цін на ресурси, які використовує підприємство в процесі вирощування пшениці, ріпаку та кукурудзи, а також ціни реалізації даної продукції. Відповідно до технологічно процесу та календарного плану вирощування зазначених культур на підприємстві, в середовищі імітаційної платформи Arena створено імітаційну модель даних процесів у вигляді паралельних ланцюжків. В результаті виконання імітацій діяльності ПАФ «Білий Стік» за базовим, оптимістичним та песимістичним сценаріями, не змінюючи структуру посівних площ відносно попереднього періоду, було визначено граничні значення доходів та витрат підприємства від вирощування пшениці, ріпаку та кукурудзи, в плановому періоді. Відтак, при песимістичному сценарії прогнозована рентабельність діяльності становить 11,5%, а сукупний прибуток – 4321,2 тис. грн.. У випадку оптимістичного сценарію рентабельність діяльності сягає 47,7%, прибуток в такому разі становитиме 7119,6 тис. грн. За результатами змін в структурі посівних площ визначено, що найбільша рентабельність діяльності та прибуток від вирощування пшениці, ріпаку та кукурудзи на ПАФ «Білий Стік», а саме 43,9% і 16899,4 тис. грн. відповідно, досягається при максимізації частки кукурудзи у структурі посівних площ. Найвитратнішою в грошовому вимірі - 38537,4 тис. грн. та найменш рентабельною – 30,5% є стратегія з максимізацією посівної площі ріпаку. В той час як найменш витратною, сукупні витрати становлять 36311,5 тис. грн., але одночасно й найменш прибутковою в грошовому вимірі, прибуток сягає 11172,6 тис. грн., є стратегія максимізації посівної площі під пшеницю. Ключові слова – прогнозування, імітаційне моделювання, нейронні мережі, планування, витрати, економічна ефективність. Перелік використаних літературних джерел: 1. Бровко Л. І. Фінансове прогнозування в системі фінансового забезпечення сільськогосподарського підприємства : ТОВ "ДКС-центр", 2015. №11. URL: http://www.economy.nayka.com.ua/?op=1&z=4520 . 2. Ільчук М. М., Коновал І. А. Прогнозування обсягів та економічної ефективності виробництва зерна кукурудзи в Україні. Біоресурси і природокористування, 2013. № 3-4. С. 137-146. URL: http://nbuv.gov.ua/UJRN/bpc_2013_5_3-4_26 . 3. Конєва І. І. Фінансове прогнозування виробничої діяльності сільськогосподарських підприємств. Вісник Миколаївського національного університету імені В.О. Сухомлинського. Миколаїв, 2017. №17. С. 327–331. 4. Муха В. С. Обчислювальні методи та комп’ютерна алгебра: навч.-метод. посіб. - 2-е вид., Випр. і доп. - Київ: БДУІР, 2010. 148 с. 5. Скрильник І.І., Деменко Л.Д., Олешко А.О. Прогнозування вартості реалізації продукції сільськогосподарського підприємства. Науковий вісник Херсонського національного університету. Херсон, 2018. № 29. С. 204–208. 6. Hyndman R. J., Athanasopoulos G. (2018) Forecasting: Principles & Practice. Melbourne : OTexts, 2018. – 384 p. 7. Phillips J. G., Hansen J. W. Forecast Applications in Agriculture: Approaches, Issues, and Challenges. JOUR, 2001. №1. С. 167–180. 8. Zammit K., Howden M. Farmers’ terms of trade: Update to farm costs and prices paid. Australian Government, ABARES. 2020. URL: https://www.awe.gov.au/abares/research-topics/agricultural-orecasting/farmers-terms -of-trade .