Программный комплекс оптимизации трудозатрат на производство аграрной продукции предприятиями с разной численностью работников

Размещено на http://www.allbest.ru/

Программный комплекс оптимизации трудозатрат на производство аграрной продукции предприятиями с разной численностью работников

Ж.И. Вараница-Городовская

Иркутский государственный аграрный университет имени А.А. Ежевского, г. Иркутск, Российская Федерация

Я.В. Иваньо

Иркутский государственный аграрный университет имени А. А. Ежевского, г. Иркутск, Российская Федерация

С.А. Петрова

Иркутский государственный аграрный университет имени А. А. Ежевского, г. Иркутск, Российская Федерация

Аннотация

В работе рассмотрен разработанный программный комплекс для решения задач оптимизации трудозатрат на производство сельскохозяйственной продукции предприятиями различных категорий. Информационное обеспечения программного комплекса представлено базой данных, содержащей информацию о показателях отраслей растениеводства и животноводства по 76 предприятиям Иркутской области. Математическое обеспечение включает в себя математические методы и модели, позволяющие группировать предприятия по численности работников, анализировать тенденции изменчивости трудозатрат в каждой выделенной группе с учетом статистических свойств многолетних рядов затрат труда, определять адекватные модели оптимизации трудозатрат в условиях неполной информации, получать оптимальные планы производства сельскохозяйственной продукции. Помимо этого, в статье описаны алгоритмы решения задач оптимизации трудозатрат на производство сельскохозяйственной продукции в условиях неопределенности.

База данных программного комплекса реализована в системе СУБД Access. Для создания интерфейса использована среда разработки Borland Delphi 7.

При помощи программного комплекса оптимизации трудозатрат на производство сельскохозяйственной продукции предприятиями различных категорий решены задачи с зависимыми и независимыми показателями в условиях неопределенности коэффициентов при неизвестных моделей и правых частей для предприятий агропромышленного комплекса Иркутской области.

Ключевые слова: программный комплекс, информационное обеспечение, математическое обеспечение, программное обеспечение, алгоритмическое обеспечение, оптимизация трудозатрат.

Annotation

SOFTWARE SYSTEM TO OPTIMIZE LABOUR INPUT FOR AGRICULTURAL PRODUCTION OF ENTERPRISES WITH DIFFERENT NUMBERS OF EMPLOYEES

Zh.I. Voronitsa-Gorodovskaya

Irkutsk State Agricultural University

named after A.A. Yezhevsky Irkutsk, Russian Federation

Y.V. Ivanyo

Irkutsk State Agricultural University

named after A.A. Yezhevsky

Irkutsk, Russian Federation

SA. Petrova

Irkutsk State Agricultural University

The study examined the developed software system for solving problems of optimizing labor input for agricultural production by enterprises of different categories. A database containing information on crop and livestock production indicators for 76 enterprises in Irkutsk oblast has been submitted. Mathematical support includes mathematical methods and models that allow to group enterprises by number of employees, analyze trends in variability of labor inputs in each assigned group, taking into account the statistical properties of multi-year input series, identify adequate models of labor optimization under incomplete information conditions and obtain optimal plans for agricultural production. In addition, the article describes the algorithms for solving the problems of optimizing labor input for agricultural production under conditions of uncertainty.

The database of the software system has been implemented in the DBMS Access system. Borland Delphi 7 was used to create the interface.

Software package for optimization of labor input for agricultural production of enterprises of different categories solves the problems of dependent and independent variables in the conditions of uncertainty of coefficients with unknown models and right parts for agro-industrial enterprises of Irkutsk oblast.

Keywords: software system, information support, mathematical support, software, algorithmic support, labor input optimization.

Планирование затрат труда на производство сельскохозяйственной продукции является трудоемким процессом, поскольку аграрное производство имеет ряд специфических особенностей. Кроме того, на трудовые ресурсы влияют І ЧІ.зіІІ'ІІІЬЮ факторы: природно-климатические, технико-технологические, экономические, организационно-хозяйственные и др. Одни факторы зависят от действия коллектива, другие -- от организации хозяйства, третьи -- от внедрения передовых технологий [1].

Внедрение в производство новых технологий влечет за собой изменение затрат труда на производство сельскохозяйственной продукции, что влияет на численность работников предприятий [2; 3]. При этом необходимо учитывать возможности предприятий, которые по одной из классификаций разделяют на микро, малые, средние и крупные [4].

Правильный учет, прогнозирование и планирование трудозатрат имеет теоретическое и практическое значение для повышения эффективности управления аграрным производством, улучшения экономических показателей и увеличения производительности труда. Поэтому цель работы заключается в создании проблемно-ориентированного программного комплекса оптимизации трудозатрат при производстве сельскохозяйственной продукции для поддержки принятия управленческих решений. В соответствии с целью определены следующие задачи: 1) описание функционирования программного комплекса; 2) характеристика базы данных по производственно-экономическим показателям аграрных предприятий региона; 3) рассмотрение математических моделей оптимизации трудовых затрат для производства сельскохозяйственной продукции и алгоритмы их реализации; 4) приведение примеров работы программного комплекса.

Схема функционирования программного комплекса. Построена модель функционирования программного комплекса [5], которая описывает его составные части, источники данных, взаимодействие с другими приложениями.

База данных пополняется сведениями о производственно-экономических показателях, источниками которых являются органы государственной статистики, министерство сельского хозяйства региона (МСХ), предприятия агропромышленного комплекса (АПК) региона. Реализация интерфейса программного комплекса и методов математической статистики осуществлялась при помощи среды программирования Borland Delphi 7.

Алгоритмическое обеспечение представляет собой разработанные алгоритмы решения задач параметрического программирования со случайными и интервальными оценками, а также с учетом зависимых показателей. В качестве параметров использовано время, факторы, влияющие на показатели, и предшествующие значения. При этом статистическая обработка коэффициентов при неизвестных моделей и правых частей ограничений осуществляется при помощи специализированного пакета SPSS for Windows. Для реализации моделей планирования трудовых затрат использован программный продукт LP Solve 5.5. В программном комплексе реализованы методы имитационного моделирования, теории вероятностей и математической статистики и математического программирования. Пользователем комплекса может быть руководитель агропромышленного предприятия, экономист и специалист министерства сельского хозяйства региона.

Информационное обеспечение программного комплекса. Одним из этапов создания базы данных (БД) является построение модели данных [6]. С помощью CASE-средства ERWin [7], для проектируемой информационной системы была составлена инфологическая модель данных на логическом уровне (рис. 1). Она состоит из 12 сущностей, таких как: «Выращивание животных», «Вид животных», «Вид животноводческой продукции», «Тех. карта животноводства», «Тех. карта растениеводства», «Хозяйство», «Поле», «Ферма», «Критерий оптимальности», «Возделывание культур», «Культура», «Вид культуры».

В базу данных включены численность работников предприятия, посевные площади, поголовье сельскохозяйственных животных, валовое производство, затраты труда и др.

Информацию в базе данных можно разделить на четыре группы. Первая группа включает в себя общие сведения о предприятии (название, организационную форму, адрес, численность работников и др.), данные о сельскохозяйственных полях (площадь, средняя урожайность и т.д.) и животноводческих фермах предприятия (поголовье, средняя продуктивность и прочее).

Рис.1. Модель данных программного комплекса оптимизации трудозатрат на производство сельскохозяйственной продукции предприятиями различных категорий

Ко второй группе относятся сведения о возделываемых сельскохозяйственных культурах, распределении их по полям предприятия, а также производственных результатах: урожайность, валовой сбор, материальные и трудовые затраты.

В третью группу входят данные о результатах производства животноводческой продукции: виды животноводческой продукции, распределение сельскохозяйственных животных по фермам предприятия, валовой надой молока коров, валовой привес мяса, трудовые и материальные затраты, др. И, наконец, к четвертой группе можно отнести информацию о критериях оптимальности производства растениеводческой и животноводческой продукции.

Математическое обеспечение программного комплекса. Для решения поставленных задач в программном комплексе используются методы теории вероятностей и математической статистики, математического программирования и численные методы [8; 9]. При помощи программного комплекса можно осуществлять кластеризацию предприятий по численности работников за многолетний период на основании сравнительного анализа числа работников на предприятии относительно нормативных значений.

Согласно выявленным статистическим свойствам рядов трудозатрат на производство растениеводческой и животноводческой продукции в зависимости от специализации сельскохозяйственного предприятия можно определять законы распределения вероятностей, трендовые, авторегрессионные или факторные модели, характеризующие закономерности производственно-экономических параметров, описывающих деятельность предприятия и групп предприятий. На основе полученных свойств показателей осуществим подбор адекватных задач математического программирования для оптимизации затрат труда на производство сельскохозяйственной продукции и вычисление оптимальных планов использования трудовых ресурсов для эффективного управления аграрным производством. программный комплекс оптимизация трудозатраты

В зависимости от свойств коэффициентов, входящих в ограничения и целевую функцию, можно выделить следующие оптимизационные задачи: 1) параметрические; 2) с неопределенными оценками; 3) параметрические с неопределенными показателями, характеризующими коэффициенты при неизвестных и правые части; 4) параметрические с зависимыми и независимыми коэффициентами при неизвестных.

Первая группа задач может использоваться для оптимизации трудозатрат на производство сельскохозяйственной продукции при некоторых усредненных условиях. Вторая группа моделей описывает ситуации, когда коэффициенты при неизвестных и правые части являются случайными или интервальными оценками. Третья группа включает в себя показатели, часть которых зависит от параметров, а другая -- описывается с помощью законов распределения вероятностей или в виде интервальных оценок. При этом модель может содержать независимые или зависимые показатели в условиях неопределенности. Такие модели отнесены к четвертой группе. Приведем пример параметрической модели со случайными показателями в целевой функции и ограничениях. В общем виде такую задачу можно записать следующим образом.

Критерием оптимальности является минимум затрат труда:

Полученные в результате решения задачи (1) -- (7) оптимальные планы зависят от точности прогноза трудозатрат на получение растениеводческой и животноводческой продукции и стохастических оценок.

Очевидно, что решение подобных задач и создание программного комплекса невозможно без алгоритма решения перечисленных оптимизационных задач.

Алгоритмическое обеспечение программного комплекса. На этапе проектирования программного комплекса разработаны алгоритмы для решения задачи группировки данных в зависимости от численности работников, статистической обработки рядов, построения моделей прогнозирования и планирования аграрного производства. На рисунке 2 приведен алгоритм решения задач оптимизации трудозатрат на производство сельскохозяйственной продукции с учетом значения первого коэффициента автокорреляции и наличия трендов в рядах производственно-экономических параметров.

Согласно алгоритму сначала вычисляются статистические параметры: среднее значение, коэффициент вариации и первый коэффициент автокорреляции и осуществляется проверка рядов трудозатрат на наличие трендов.

При устойчивых тенденциях оценивается качество уравнения трендов и на их основании строится точечный и интервальный прогноз. Затем исследуются внутрирядные связи. В случае если первый коэффициент автокорреляции больше 0,70 строятся уравнения авторегрессии, проверяется их качество, и рассчитываются прогнозные значения, иначе по критерию согласия определяется закон распределения вероятностей. Затем с помощью метода Монте-Карло моделируются случайные числа, характеризующие ординаты функции распределения. После этого определяются значения показателей модели, соответствующие моделируемым вероятностям. По полученным прогнозным и (или) вероятностным значениям вычисляется критерий оптимальности в виде минимума трудозатрат на производство сельскохозяйственной продукции.

На завершающем этапе выделяют оптимальные решения для заданной вероятности (например, 0,1, 0,5, 0,9). Для задачи параметрического программирования получают оптимальные решения в зависимости от параметра (параметров). Поскольку регрессионные выражения характеризуются определенной точностью, помимо точечных оценок используют интервальные значения.

Результаты решения задач оптимизации трудозатрат на производство сельскохозяйственной продукции с помощью программного комплекса. Так как для малых, средних и крупных предприятий определены значимые тренды, характеризующие снижение затрат труда, для оптимизации трудозатрат предложено использовать задачи параметрического программирования.

С помощью программного комплекса решены задачи минимизации затрат труда на производство аграрной продукции на примере некоторых сельскохозяйственных предприятий.

Рис. 2. Алгоритм оптимизации трудозатрат на производство сельскохозяйственной продукции при наличии регрессионных зависимостей и случайных оценок

При минимизации затрат труда в ЗАО «Железнодорожник» использована модель параметрического программирования с вероятностными оценками. В качестве случайных величин использована урожайность кормовых культур и картофеля. При этом трудозатраты на производство сельскохозяйственной продукции описаны с помощью гиперболических трендов. Для вероятности 0,1 значение целевой функции составило 228 325 чел.-час, а для p = 0,9 - 271 437 чел.-час. Результаты моделирования показывают, что в сложившихся условиях возможно сократить затраты труда на предприятии на 6,9 %.

Для предприятия ЗАО «Иркутские семена» решена задача параметрического программирования с вероятностными оценками и связью урожайности сельскохозяйственных культур и трудозатратами.. При решении этой задачи затраты труда при вероятности 0,1 составили 134 194 чел.-час., а при p = 0,9 - 148 497 чел.-час. Другими словами, правильное распределение и использование трудовых ресурсов позволяют хозяйству ЗАО «Иркутские семена» сократить затраты труда на производство сельскохозяйственной продукции на 24,9 % по сравнению с усредненной ситуацией.

Что касается оптимизации трудозатрат в ООО «Авангард», то здесь применена модель параметрического программирования с использованием точечного и интервального прогнозов. В первом случае затраты труда соответствуют 41 691 чел.-час. Интервал же значений целевой функции соответствует 35 564 - 48 184 чел.-час. По сравнению с решением задачи линейного программирования результат задачи параметрического программирования с учетом точечного прогноза на 14 % ниже, что позволяет улучшить управление трудозатратами.

В отличие от малых, средних и крупных хозяйств затраты труда в микрохозяйствах представляют собой неопределенные показатели, которые могут быть описаны с помощью интервальных оценок. Модель оптимизации трудозатрат с верхними и нижними оценками реализована для ООО «Еланское». В растениеводстве затраты труда изменялись в интервале 26 - 50 чел.-час./га, а в свиноводстве -- 120 - 164 чел.-час./ц. В результате решения задачи определены оптимальные планы, соответствующие нижней и верхней оценкам целевой функции 13 921 и 19 355 чел.-час. соответственно. Медиана составила 16 512 чел.-час. Результаты моделирования показывают зна-чительное расхождение при использовании трудозатрат на производство сельскохозяйственной продукции, что связано, прежде всего, с низким уровнем технологий.

В заключении отметим, что предложенный программный комплекс оптимизации трудозатрат на производство сельскохозяйственной продукции позволяет пользователю: осуществлять группировку хозяйств по численности работников; определять зависимости и получать вероятностные модели для оценок и прогнозных значений исследуемых показателей; оптимизировать производство сельскохозяйственной продукции с учетом особенностей рядов трудозатрат для поддержки принятия эффективных управленческих решений.

При помощи разработанного программного комплекса решены задачи оптимизации трудозатрат на производство сельскохозяйственной продукции на примере четырех сельскохозяйственных предприятий Иркутской области. При оптимизации трудозатрат на производство аграрной продукции возможно их более экономное использование. В рамках существующих технологий производства возможно уменьшение трудозатрат на производство аграрной продукции на 7-32 %.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Скуднов В. М. Экономические факторы, определяющие эффективность сельскохозяйственной деятельности / В.М Скуднов // Actualscience. - 2016.-- Т. 2, № 2.-- С. 122-124.

2. Вараница-Городовская Ж. И. Модели оптимизации затрат труда на производство аграрной продукции с учетом нелинейных функций с экстремальными оценками / Ж. И. Вараница-Городовская, Я. М. Иваньо // Вестник БГУ. Математика, информатика. -- 2017.-- Вып. 3.-- С. 21-31.

3. Коршунова Л. Н. Оптимизационная модель использования потенциала сезонной рабочей силы растениеводческих хозяйств / Л. Н. Коршунова // Экономический вестник Ростовского государственного университета. 2010.-- Т. 8, № 2-2.-- С. 109-118.

4. Вараница-Городовская Ж. И. Моделирование изменчивости затрат труда на сельскохозяйственных предприятиях различного уровня агрегирования на примере Иркутской области / Ж. И. Вараница-Городовская, Я. М. Иваньо. -- DOI: 10.17150/2500-2759.2016.26(5).834-839 // Известия Байкальского государственного университета. -- 2016.-- Т. 26, № 5. -- С. 834-839.

5. Смирнова Г. Н. Проектирование экономических информационных систем: учеб. / Г. Н. Смирнова, А. А. Сорокин, Ю. Ф. Тельнов; под. ред. Ю. Ф. Тельнова. -- Москва: Финансы и статистика,2003. -- 512 с.

6. Мартин Дж. Организация баз данных в вычислительных системах / Дж. Мартин. -- Москва: Мир, 1980.-- 662 с.

7. Маклаков С.В. BPwin и ERwin. CASE-средства разработки информационных систем / С. В. Маклаков. -- Москва: Диалог-МИФИ, 1999.-- 256 с.

8. Салимоненко Д. А. Способ решения задачи линейного программирования с переменными коэффициентами в виде параметрических функций / Д. А. Салимоненко // Вестник Башкирского университета. -- 2015. -- Т. 20, № 1.-- С. 25-29.

9. Четыркин Е. М. Статистические методы прогнозирования / Е. М. Четыркин. -- Москва: Статистика, 1977.-- 160 с.

REFERENCES

1. Skudnov V. M. Economic Factors Determining the Efficiency of Agricultural Activity. Actualscience, 2016, vol. 2, no. 2, pp. 122-124. (In Russian).

2. Varanitsa-Gorodovskaya Zh. I., Ivanio Ya. Models of Optimization Labor Costs for Agrarian Production Based on NonLinear Functions with Extreme Estimates. Vestnik Buryatskogo gosudarstvennogo universiteta. Matematika, informatika = Bulletin of the Buryat State UIniversity. Mathematics, Informatics, 2017, iss. 3, pp. 21-31. (In Russian).

3. Korshunova L. N. Optimization Model of Using seasonal Labor force potential of Plant growing Enterprises. Ekonomicheskii vestnik Rostovskogo gosudarstvennogo universiteta = Economic Herald of Rostov State University, 2010, vol. 8, no. 2-2, pp. 109-118. (In Russian).

4. Varanitsa-Gorodovskaya Zh. I., Ivan'o Ya. M. Modeling of the Variance of Labor cost in Agricultural Enterprises of Varying Size (Case Study: Irkutsk Region). Izvestiya Baykal'skogo gosudarstvennogo universiteta = Bulletin of Baikal State University, 2016, vol. 26, no. 5, pp. 834-839. DOI: 10.17150/2500-2759.2016.26(5).834-839. (In Russian).

5. Smirnova G.N., Sorokin A. A., Tel'nov Yu.F.; Tel'nov Yu.F. (ed.). Proektirovanie ekonomicheskikh informatsionnykh system [Designing economic Information Systems]. Moscow, Finansy i statistika Publ., 2003. 512 p.

6. Martin J. Computer Data-base Organization. New York, PrenticeHall, 1975. 558 p. (Russ. ed.: Martin J. Organizatsiya baz dannykh v vychislitel'nykh sistemakh. Moscow, Mir Publ., 1980. 662 p.).

7. Maklakov S.V. BPwin i ERwin. CASE-sredstva razrabotki informatsionnykh sistem [BPwin и ERwin. CASE-средства разработки информационных систем]. [Bpwin and Erwin. CASE-tools for information systems development]. Moscow, Dialog-MIFI Publ., 1999. 256 p.

8. Salimonenko D. A. Way of the Solution of the Problem of Linear Programming with variable Coefficients in the Form of parametrical Functions. Vestnik Bashkirskogo universiteta = Bulletin of Bashkir University, 2015, vol. 20, no. 1, pp. 25-29. (In Russian).

9. Chetyrkin E. M. Statisticheskie metody prognozirovaniya [Statistical Methods of Forecasting]. Moscow, Statistika Publ., 1977. 160 p.

Размещено на Allbest.ru