Оптимальный план распространения потребительских товаров в микрорайоне крупного города
Организационная структура распространения потребительских товаров, анализ факторов, влияющих на функционирование системы. Выбор местоположения точек взаимодействия с клиентами. Имитационная модель движения потребительских благ в микрорайоне города Москвы.
| Рубрика | Маркетинг, реклама и торговля |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 11.08.2017 |
| Размер файла | 736,7 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
2.4 Общее описание системы, как имитационной модели
Рассмотрим следующий случай. Предприятие планирует открыть магазин в жилом микрорайоне, в котором уже функционирует r магазинов, осуществляющих схожую с предприятием деятельность. Возникает вопрос о выборе места для размещения торговой точки, ответ на который можно дать при помощи имитационного моделирования.
Перейдем к описанию имитационной модели распространения потребительских товаров в микрорайоне крупного города.
Целью имитационной модели является оценка качества решений, полученных при помощи методов и моделей, рассмотренных в пункте 2.3 данной работы. То есть перед построением имитационной модели, нужно получить ряд решений при помощи оптимизационных моделей размещения торговых мощностей.
Для достижения цели имитационная модель должна правдоподобно имитировать поведение покупателей в рамках конкретного микрорайона, для этого можно воспользоваться моделями, разработанными в разделе 2.2 данной работы.
Имитационная модель работает по следующим правилам:
1. Жители каждой квартиры в районе покупают продукты строго один раз в день.
2. Потребительская корзина жителей района равна.
3. На выбор точки приобретения товаров влияют общие (неизменные) для всех покупателей, зависящие от точки сбыта, факторы (уровень цен, качество продукции, качество обслуживания, широта ассортимента) и переменный для каждого клиента фактор - расстояние до точки сбыта.
4. Потребители покупают товары только внутри исследуемой области.
5. Доходы потребителей приблизительно равны.
6. Стоимость аренды в рамках анализируемой области фиксирована.
С учетом указанных выше правил, можно рассматривать каждый жилой дом в исследуемой области, как источник поступления заявок в систему с интенсивностью равной количеству семей в здании в сутки. Каждый такой источник имеет свои фиксированные физические координаты в системе (на практике целесообразно использовать ГИС координаты жилых зданий).
Также в имитационную модель необходимо включить всех конкурентов и по очереди каждое из полученных при помощи оптимизационных моделей решений в качестве конечных узлов поступления заявок.
В общем имитационную модель можно представить в виде n ориентированных графов (Рисунок 2.2), где n - количество жилых зданий в системе. Каждый i-й из n графов будет включать в себя r+2 вершины, где r - количество конкурентов в области, а число 2 обосновано наличием новой торговой точки и источником поступления заявок (жилого здания), также граф будет состоять из r+1 дуги, каждая из которых - путь от жилого здания до точки сбыта. Перемещение заявок между вершинами носит случайный характер, который задается законом распределения, полученным разработанным и описанным в пункте 2.2. данной работы методом.
Рисунок 2.2
Часть имитационной модели в виде графа
Конечный результат (численное определение точки для распространения потребительских благ) может быть получен путем сравнения результатов имитаций для каждого решения, полученного методами из параграфа 2.3. данной работы, по отдельности.
В качестве наилучшего из полученных решений можно считать решение, при котором в узел, соответствующем новому магазину, поступило наибольшее количество заявок при фиксированном имитационном периоде.
Выводы по главе 2
Итак, подведем итоги по второй главе. В рамках второй главы были получены следующие выводы и результаты:
1. Были проанализированы наиболее популярные подходы к выбору местоположения точки для размещения торговой площади.
2. Были проанализированы факторы, влияющие на потребительский выбор.
3. Расстояние от места жительства до точки сбыта можно учитывать при помощи логистической кривой.
4. Влияние таких факторов, как качество продукции, цена товары, качество обслуживания и ширина ассортимента на потребительский выбор можно учесть при помощи метода анализа иерархий.
5. Были проанализированы оптимизационные модели выбора местоположения точек для взаимодействия с клиентами;
6. Было дано общее описание имитационной модели, при помощи которой можно выбрать точку для торговой площадки.
Опишем алгоритм принятия решения о выборе местоположения для распространения потребительских товаров.
Шаг 1. Выбор микрорайона, в котором будет открыт новый магазин;
Шаг 2. Сбор информации о микрорайоне (количество жилых зданий, количество жителей в жилых зданиях, количество конкурентов);
Шаг 3. Получение ряда решений при помощи оптимизационных моделей;
Шаг 4. Применение метода анализа иерархий;
Шаг 5. Построение логистической кривой;
Шаг 6. Применение формулы Байеса для получения законов распределений вероятностей потребительского выбора;
Шаг 7. Построение имитационной модели;
Шаг 8. Получение результатов имитаций для каждого решения, полученного на шаге 3;
Шаг 9. Сравнение результатов имитаций и выбор наиболее качественного решения.
3. Пример практической реализации имитационной модели
3.1 Постановка задачи и поиск списка решений
Данная глава несет практический характер и содержит иллюстрацию работы методов, описанных во второй главе, на конкретном примере.
Поставим перед собой следующую задачу. Найти оптимальное место для размещения продовольственного магазина в районе, состоящем из трех улиц города Москвы: Беловежской, Вяземской и Сколковского шоссе.
Три улицы граничат между собой, имеют схожий по структуре населения характер, так что в дальнейшем мы можем пренебречь такими факторами, как спрос на товар, а также можно еще не учитывать расстояние до складского помещения, так как на территории с такой, относительно маленькой, площадью транспортные расходы не будут критичными с точки зрения затрат.
Воспользуемся моделью (2.7) с параметром w2=0 и с учетом конкуренции, получим задачу многокритериальной оптимизации с двумя критериями, один из которых описывает близость к потенциальным клиентам, второй конкуренцию:
В качестве измерения расстояния будем пользоваться формулой измерения обычного евклидового расстояния. Значимость для анализа факторов наличия конкуренции и близости к клиентам будет зависеть от весов w1 и w2, также при оптимизации проведем нормировку факторов так, чтобы оба критерия численно не сильно выделялись по отношению к другу-другу путем усреднения критериев. Введя новые весовые коэффициенты, характеризующие значимость критериев, перейдем от задачи (3.1) к однокритериальной задаче следующего вида:
Структура исходных данных http://kartageo.ru - Россия: карты городов и населенных пунктов;
http://feth.ru/address-to-coords-encoder - Перекодировка адреса в координаты;
http://gorod-moskva.ru - Справочник жилых зданий и организаций; для рассматриваемой задачи приведена в таблице 3.1.
Таблица 3.1
Исходные данные Полная версия таблицы содержится в данной работе в качестве приложения.
|
Жилые дома |
|||||
|
Адрес |
Кол-во квартир |
Координаты |
|||
|
ai |
Широта |
Долгота |
|||
|
1 |
Беловежская улица 21 |
458 |
55,712426 |
37,392706 |
|
|
2 |
Вяземская улица 12 к1 |
363 |
55,712502 |
37,403297 |
|
|
… |
… |
… |
… |
… |
|
|
… |
… |
… |
… |
… |
|
|
… |
… |
… |
… |
… |
|
|
72 |
Сколковское шоссе 24 |
45 |
55,707983 |
37,400396 |
|
|
Конкуренты |
|||||
|
номер |
Адрес |
название |
Координаты |
||
|
Широта |
Долгота |
||||
|
1 |
Сколковское шоссе 32 |
рябинка |
37,402695 |
55,706847 |
|
|
2 |
Сколковское шоссе 22к1 |
бим |
55,708546 |
37,400665 |
|
|
… |
… |
… |
… |
… |
|
|
… |
… |
… |
… |
… |
|
|
… |
… |
… |
… |
… |
|
|
15 |
Вяземская улица 16 |
Продукты |
37,404061 |
55,711889 |
В силу отсутствия данных о количестве людей, проживающих в i-х пунктах, в качестве переменной ai возьмем сильно скоррелированную с необходимой величину - количество квартир в i-х пунктах.
Далее следует выделить множество всех возможных решений (А). Данное множество представляет множество точек на плоскости, ограниченное отрезками прямых, которые определяют границу исследуемого района. Опишем это множество при помощи пяти неравенств, очертив границы периметра исследуемого района 5-ю отрезками, как показано на рисунке 3.1. За величину y будем принимать широту, за величину x - долготу.
Рисунок 3.1 Выделение множества допустимых решений
Пять отрезков лежат на прямых, которые имеют следующие уравнения, полученные по двум точкам:
(3.3)
Возьмем любую точку, принадлежащую множеству А, например, (55,71,37,4), подставим ее в каждое уравнение, получим:
(3.4)
Таким образом, множество возможных решений А может быть задано следующей системой неравенств:
(3.5)
Окончательно задача приняла следующий вид:
(3.6)
Решать задачу (3.6) будем численными методами, а именно методом Нелдера-Мида. Данная процедура была реализована на языке программирования Python при помощи библиотеки scipy.
Решим задачу с разными значениями весов w1, w2:
A. В первом случае оба критерия будем считать равнозначными.
B. Во втором сделаем ударение на близость к потенциальным клиентам.
C. В третьем случае постараемся найти точку с малой конкуренцией.
Результаты сведем в таблицу 3.2, а также отметим все найденные точки на карте (Рисунок 3.2).
Таблица 3.2
Результаты работы модели
|
Условие задачи |
Значение весов |
Значение координат точек, определяющих оптимальное решение |
|||
|
w1 |
w2 |
У |
Х |
||
|
А. |
0,5 |
0,5 |
55,71506696 |
37,40015447 |
|
|
В. |
0,8 |
0,2 |
55,71061196 |
37,39834795 |
|
|
С. |
0,2 |
0,8 |
55,7163 |
37,406 |
Рисунок 3.2. Оптимальные точки при различных целевых запросах
Проанализируем решения.
Согласно решению А, продуктовый магазин следует открывать в исследуемом районе по адресу ул. Беловежская д.1, в этой точке будет достигнут хороший поток клиентов, но следует заметить, что по соседству расположен магазин сети розничной торговли «Пятёрочка», который безусловно является одним из главных конкурентов в исследуемом районе, что может негативно отразиться на прибыли открытого магазина.
Согласно решению В, продуктовый магазин следует открывать на побережье пруда, что обеспечит нам большой клиентопоток с высокой конкуренцией, но разместить магазин в таком месте практически невозможно, поэтому рассмотрим некоторые возможные варианты возле полученной при помощи критерия точки:
· Ул. Беловежская д.39к5, д.39к6 - не подходят так как по этим адресам уже есть точки сбыта.
· Ул. Беловежская д.46, д.47, Сколковское шоссе 14, 16 - дома, географически невыгодно расположенные для размещения магазина.
· Сколковское шоссе д.20 - наиболее подходящее здание для размещения продовольственного магазина в близи решения В, однако поблизости, в доме №22к1, расположена точка сбыта конкурента.
Согласно решению С, продуктовый магазин следует открывать по адресу Вяземская улица, 1к3, данное решение позволит нам практически не сталкиваться с конкуренцией в исследуемом районе, однако клиентопоток возле данной точке ниже, чем возле точек А и В.
3.2 Построение имитационной модели
В предыдущем параграфе были получены 3 решения, каждое из которых соответствует разным соображениям. Теперь стоит задача о выборе наилучшего решения из трех полученных. Для получения окончательного решения воспользуемся имитационным моделированием.
Для начала построим логистическую кривую, которая будет описывать вероятность посещения конкретным клиентом конкретной точки сбыта. Для этого нужно сформировать исходный массив данных социологического опроса в рамках микрорайона. Пример опроса представим в таблице 3.3.
Таблица 3.3
Опрос для одного респондента
|
Посещаете ли вы магазин? (Если да -1; если нет -0) |
||||
|
Номер респондента |
Ваш адрес |
рябинка |
1 |
|
|
1 |
Беловежская д39к5 |
бим1 |
0 |
|
|
мандарин |
0 |
|||
|
Беловежский |
0 |
|||
|
Магнит |
0 |
|||
|
Express Delivery Store |
0 |
|||
|
Бим2 |
1 |
|||
|
Ива-96 |
0 |
|||
|
продукты1 |
1 |
|||
|
продукты2 |
0 |
|||
|
продукты3 |
1 |
|||
|
Адамант |
0 |
|||
|
24 часа |
0 |
|||
|
Пятерочка |
1 |
|||
|
Продукты4 |
0 |
Всего в опросе приняло участие 6 человек из разных зон исследуемого района.
Далее были сопоставлены значения бинарной переменной, полученные в результате опрос с массивом дистанции от домов респондентов до соответствующих магазинов. На основе данного сопоставления была получена модель логистической регрессии (3.7).
(3.7), где
p(i->) - вероятность посещения i-м клиентом k-го торгового пункта;
d(i,k) - расстояние между i-м клиентом и k-м пунктом (расстояния получены при помощи формулы получения евклидового расстояния и ГИС координат).
Регрессионная модель прошла тесты на статистическую адекватность с вероятностью 0,963 и признана статистически значимой. Следует также заметить, что с увеличением параметра d(i,k) вероятность убывает.
Перейдем к методу анализа иерархий.
Построим иерархию из параграфа 2.2 для анализируемой области. Объединим часть магазинов в группы, так как часть из них схожи по анализируемым характеристикам (Рисунок 3.3).
Рисунок 3.3. Метод анализа иерархий
Сформируем матрицу парных сравнений приоритетов для критериев с точки зрения степени влияния на верхний уровень иерерхии.
(3.8)
Найдем:
Оценки в матрице парных сравнений были сформированы согласно ряду проведенных опросов. https://anketolog.ru Далее приведем ряд вспомогательных матриц.
(3.9)
Получим нормализованный вектор приоритетов критериев.
(3.10)
Проведем аналогичную процедуру для альтернатив, получим матрицу:
(3.11)
Получим итоговый нормализованный вектор приоритетов:
(3.12)
Наибольшим приоритетом обладает магазин Пятерочка на втором месте магазины Бим, на третьем Магнит.
Далее получим законы распределения вероятностей посещения торговых точек для жителей различных домов по формуле Байеса (Таблица 3.4.).
Таблица 3.4
Законы распределения вероятностей
|
номер |
адрес |
рябинка |
бим |
мандарин |
… |
24 часа |
Пятерочка |
Продукты |
Решение А |
|
|
1 |
Беловежская улица 21 |
0,034 |
0,061 |
0,042 |
… |
0,059 |
0,083 |
0,033 |
0,047 |
|
|
2 |
Вяземская улица 12 к1 |
0,065 |
0,092 |
0,063 |
… |
0,065 |
0,134 |
0,082 |
0,068 |
|
|
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
|
|
72 |
Сколковское шоссе 24 |
0,072 |
0,104 |
0,072 |
… |
0,054 |
0,092 |
0,057 |
0,048 |
|
|
Решение 2 |
||||||||||
|
адрес |
рябинка |
бим |
мандарин |
… |
24 часа |
Пятерочка |
Продукты |
Решение Б |
||
|
1 |
Беловежская улица 21 |
0,034 |
0,059 |
0,041 |
… |
0,057 |
0,083 |
0,032 |
0,055 |
|
|
2 |
Вяземская улица 12 к1 |
0,065 |
0,090 |
0,064 |
… |
0,063 |
0,137 |
0,081 |
0,062 |
|
|
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
|
|
72 |
Сколковское шоссе 24 |
0,070 |
0,100 |
0,071 |
… |
0,051 |
0,091 |
0,055 |
0,062 |
|
|
Решение 3 |
||||||||||
|
адрес |
рябинка |
бим |
мандарин |
… |
24 часа |
Пятерочка |
Продукты |
Решение С |
||
|
1 |
Беловежская улица 21 |
0,035 |
0,061 |
0,044 |
… |
0,059 |
0,086 |
0,033 |
0,023 |
|
|
2 |
Вяземская улица 12 к1 |
0,065 |
0,090 |
0,065 |
… |
0,063 |
0,136 |
0,082 |
0,065 |
|
|
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
|
|
72 |
Сколковское шоссе 24 |
0,072 |
0,103 |
0,075 |
… |
0,053 |
0,094 |
0,057 |
0,035 |
На основе полученных законов распределения, построим имитационную модель в программной среде AnyLogic, схематично она выглядит следующим образом (рисунок 3.4):
Рисунок 3.4. Схема имитационной модели в среде AnyLogic
Проанализируем схему на рисунке 3.4. Элемент представляет популяцию источников создания заявок, всего источника 72 (общее количество жилых домов в исследуемой зоне), каждому источнику соответствует набор данных из таблицы 3.1 (координаты домов и количество квартир), интенсивность заявок задается показателем количество квартир. После создания каждая заявка попадает в узел принятия решений, представляющий ветвление к 16 возможным вариантам дальнейшего развития. Ветвление задается согласно законам распределения из таблицы 3.4. После происходит сбор статистики о состоянии системы и заявки уничтожаются.
Проведем три имитационных эксперимента в среде AnyLogic, каждый из которых будет соответствовать решениям, описанным в таблице 3.2. Будем считать, что магазин, который собирается открыть предприятие, относится к группе магазинов с наименьшим приоритетом (0,13).
Длительность эксперимента трое виртуальных суток. Показатель эффективности точки сбыта - количество клиентов за все время.
Результаты эксперимента представим в виде таблицы (Таблица 3.4).
Таблица 3.4
Результаты имитаций
|
Решение |
Принцип размещения |
Значение показателя эффективности в результате имитации |
|
|
А. |
Меньше конкуренции Ближе к клиентам |
1587 |
|
|
В. |
Ближе к клиентам |
1714 |
|
|
С. |
Дальше от конкурентов |
1119 |
В результате симуляции процесса распространения потребительских благ в анализируемом микрорайоне, наиболее эффективной точкой для размещения продовольственного магазина была признана точка, расположенная по координатам, соответствующим адресу Сколковское шоссе д.20. Согласно результатам анализа, магазин расположенный по этому адресу способен привлечь наибольшее количество клиентов в заданном регионе, учитывая текущее состояние торговой системы в микрорайоне.
3.3 Выводы по модели, анализ последствий от допущений модели, перспективы развития
Проанализируем основные недостатки и пути развития разработанного подхода.
К основному недостатку модели можно отнести допущение о равенстве потребительской корзины и доходов клиентов. Как известно, даже в небольших микрорайонах могу проживать представители разных слоев населения, что в действительности может сильно повлиять на результаты исследования, так как их потребительская корзина может весьма критично отличаться.
Данный недостаток можно устранить добавлением в имитационную модель базы данных о доходах населения, подобная модификация может сильно увеличить правдоподобность решения.
Также недостатком системы является замкнутость системы (отсутствие внешнего источника клиентопотока). В рассмотренном в параграфах 3.1 и 3.2 примере замкнутость системы можно обосновать окружением исследуемого региона автомагистралями и шоссе с севера, запада и юга, отсутствие учета внешнего источника поступления заявок в систему со стороны востока не сильно влияет на результаты анализа в силу специфики района одна данная ситуация не свойственна большинству микрорайонов и учет внешнего клиентопотока - путь к получению грамотного решения.
Чтобы модель правильно описывала систему торговли в более крупных по площади регионах, ее следует модифицировать путем добавления иных объектов цепочки поставок, например, складских помещений.
Также следует уделить внимание разработке алгоритмов быстродействия имитационной модели, например, можно построить алгоритм распараллеливания расчетов значений функций распределения потребительского предпочтения. Для рассмотренного примера это не принесло бы большой пользы, однако это необходимо для анализа торговой системы всего города.
Модель ориентирована на анализ системы распространения потребительских благ, но после ряда адаптаций модели объекты других отраслей, например, для распространения медицинских или образовательных услуг, можно повысить общественную значимость модели.
В примере был рассмотрен случай, когда было отдано предпочтение точке сбыта с максимальным притоком клиентов, однако это далеко не единственный показатель, на который следует обращать внимание при принятии решения. Модель можно улучшить путем добавления расчета различных экономических показателей, например, рентабельности или срока окупаемости и алгоритмов их оптимизации.
Выводы по главе 3
Итак, подведем итоги по третьей главе. В рамках третьей главы были получены следующие выводы и результаты:
1. Была поставлена прикладная задача из области размещения производственных мощностей.
2. Был получен первичный список решений для размещения продовольственного магазина в микрорайоне города Москвы.
3. Был проведен анализ результатов опроса о посещении ряда продовольственных магазинов в анализируемой области.
4. Был проведен метод анализа иерархий с целью получения данных для построения закона распределения вероятностей потребительского выбора услуг магазинов.
5. Был получен закон распределения потребительского выбора для жителей микрорайона.
6. Была построена имитационная модель торговой системы в анализируемой области.
7. При помощи имитационной модели были получены сравнительные характеристики для каждого решения из списка.
8. Было выбрано одно из решений в качестве наиболее эффективного.
9. Был проведен анализ перспектив развития модели.
Заключение
В данной магистерской работе был проведен анализ системы распространения потребительских товаров в микрорайоне крупного города при помощи математических моделей, способных принести большую пользу при оптимизации, организации, реорганизации торговой системы.
В первой главе были приведены основные теоретические сведения, необходимые для анализа поставленной проблемы. Был представлен системный подход к рассмотрению сущности проблемы. Были рассмотрены основные типы движения товара от производителя до потребителя, в зависимости от вида товара, были сделаны выводы о политике его сбыта, проанализированы основные цели компаний и степень их зависимости от выбора дислокации точек взаимодействия с клиентами, а также приведены факторы, влияющие на эффективность их размещения. Был сделан вывод о том, что недостаточное внимание политике сбыта, а в частности, поставленной проблеме, может привести к негативным последствиям для организации, занимающейся сбытом продукции или же предоставляющей различного вида услуги.
Во второй главе был проведен анализ подходов к решению поставленной задачи, была разработана модель потребительского выбора. Также были рассмотрены некоторые давно разработанные математические модели, способствующие поиску координат оптимального местоположения точек сбыта, основанные на минимизации суммы расстояний между потенциальными клиентами, складскими помещениями и искомой точкой. Далее была предложена на рассмотрение модель максимизации прибыли, учитывающая постоянные затраты на обслуживание и спрос на сбываемую продукцию. Далее была проанализирована модель, учитывающая конкуренцию, и были приведены методы, позволяющие решать оптимизационные задачи рассмотренного типа. В конце главы было дано общее описание имитационной модели поведения потребителей в микрорайоне большого города.
Третья глава представляет из себя практическую часть данной работы. В ней был рассмотрен пример использования модели с учетом конкуренции при выборе места для открытия продуктового магазина на территории, состоящей из трех улиц города Москвы. При помощи модели были получены координаты мест, которые, согласно критерию, являются оптимальным с точки зрения минимизации расстояния до клиентов и максимизации расстояния до конкурентов. Далее при помощи имитационной модели было получено окончательное местоположение для размещения торговой площади. В итоге был приведен анализ способов улучшения модели.
Научная новизна заключается в полученной имитационной модели и идеям по ее применению в рамках торгового дела.
. Согласно написанному ранее, можно сделать вывод о том, что цель данной работы достигнута. По ходу ее достижения, были решены следующие задачи:
1. Выделить и проанализировать множество элементов, входящих в систему распространения потребительских благ.
В рамках выполнения данной задачи были выделены следующие элементы: потребитель, точки сбыта, товары, склады, производители, посредники, транспорт, база данных, область.
2. Проанализировать виды взаимодействия между объектами изучаемой системы.
В качестве основных видов взаимодействия можно выделить транспортировку и купли-продажу.
3. Рассмотреть взаимосвязь целей компаний с целью данной магистерской работы.
Достижения цели данной работы обеспечит высокий клиентопоток предприятиям, что в свою очередь повысит прибыль компаний.
4. Проанализировать, как повлияет достижение цели работы на общественное благо.
Достижение цели повысит удобство процесса приобретения товаров для клиентов, так как при принятии решения о размещении торговой точки учитываются предпочтения потенциальных покупателей.
5. Проанализировать основные организационные формы движения товаров.
6. Выявить основные факторы, влияющие на эффективность изучаемой системы.
Основными факторами были признаны транспортные затраты клиентов, интенсивность клиентских потоков, спрос на товары, логистические затраты, затраты на функционирование магазина, привлекательность торговой зоны, конкурентная среда.
7. Рассмотреть ряд математических моделей, способствующих достижению цели.
Были рассмотрены оптимизационные модели поиска координат объектов торговых мощностей, а также была разработана модель потребительского выбора.
8. Предоставить общее описание имитационной модели каналов товародвижения.
9. Проанализировать возможность применения имитационной модели в политике сбыта компании.
10. Построить имитационную модель движения потребительских благ в микрорайоне города Москвы.
11. Проанализировать последствия, которые могут возникнуть из-за допущений модели.
Автор осознает, что данную выпускную квалификационную работу нельзя считать всеобъемлющей. Следующими шагами в изучении данной предметной области должен стать учет ряда экономических показателей при размещении торговой площади, учет доходов населения и потребительской корзины и включение в модель внешнего источника заявок.
Список литературы
1. Бахитова Р.Х., Сабитова Л.К. Размещение и территориальная доступность потребительских услуг в городском пространстве \\ Вестник Самарского государственного экономического университета. -2015. № 8 (130). С. 24-30;
2. Берталанфи Л. фон. Общая теория систем - критический обзор // Исследования по общей теории систем: Сборник переводов / Общ. ред. и вст. ст. В. Н. Садовского и Э. Г. Юдина. - М.: Прогресс, 1969. С. 23-82;
3. Борискина С.Д., Пространственный анализ размещения торговых обьектов г. Кемерово \\ Социогуманитарный вестник. 2011. № 2. С. 26-28;
4. Васильев М.Ю., Оценка эффективности развития объектов институционального ритейла и пути повышения показателей их работы \\ Имущественные отношения в Российской Федерации. 2009. № 10. С. 62-69;
5. Демченко И.В., Оптимизация размещения предприятий индустрии красоты \\ Инновационные технологии в сфере сервиса и дизайна, материалы I Международной научно-технической конференции 2014. С. 15-17;
6. Искаков М.Б., Павлов П.А., Равновесие в безопасных стратегиях в модели пространственной конкуренции хотеллинга \\ Управление большими системами: сборник трудов. 2009. № 26-1. С. 287-318;
7. Каталевский Д.Ю., Основы имитационного моделирования и системного анализа в управлении: учебное пособие; 2-е изд., перераб. и доп. -- М.: Издательский дом «Дело» РАНХиГС, 2015. -- 496 с;
8. Крипак Е.М., Методы и модели формирования сбытовой стратегии предприятия \\ Вестник Оренбургского государственного университета. 2011. № 13 (132). С. 257-262;
9. Моров, В. А. Применение генетического алгоритма к задачам оптимизации. Реализация генетического алгоритма для задачи коммивояжера \\ Вестник Амурского государственного университета №57 - Благовещенск : Изд-во АмГУ, 2012. - С .18-22;
10. Мулкиджанян М. В. Принятие решения о размещении точки взаимодействия с клиентами на основе имитационной модели распространения потребительских товаров \\ Логистика и управление цепями поставок
11. Саати Т., Принятие решений. Метод анализа иерархий, М: «Радио и связь». 1993. 278 с.
12. Сергеев, В. И. Управление цепями поставок: учебник для бакалавров и магистров / В. И. Сергеев. -- М.: Издательство Юрайт, 2014. -- 479 с. -- Серия: Бакалавр. Углубленный курс;
13. Угаров А.С., Методы выбора местоположения торговой точки. Опубликовано в журнале "Маркетинг в России и за рубежом" №6 год - 2005;
14. Brimberg, J. A survey of solution methods for the continuous location- allocation problem / J. Brimberg, P. Hansen, N. Mladenovic, S. Salhi // International Journal of Operations Research. -- 2008. --Vol. 5. -- №. 1.--P. 1--12;
15. Cooper, L. Heuristic methods for location-allocation problems \\ Siam Review. -1964. -vol. 6.- №1 - p. 37-53;
16. Murtagh, B. A. An efficient method for the multi-depot location-allocation problem / B. A. Murtagh, S. R. Niwamsyawoog ft The Journal of the Operational Research Society. -- Jul., 1982. --Vol. 33. -- №. 7. -- ft 629--634;
17. http://studopedia.ru - Энциклопедия для студентов;
18. http://kartageo.ru - Россия: карты городов и населенных пунктов;
19. http://feth.ru/address-to-coords-encoder - Перекодировка адреса в координаты;
20. http://gorod-moskva.ru - Справочник жилых зданий и организаций;
21. http://www.gks.ru - Федеральная служба государственной статистики;
22. http://imspm.spb.ru - Портал о розничной торговле;
23. http://anketolog.ru -- сервис для проведения опросов.
Размещено на Allbest.ru
...Подобные документы
Особенности химического состава и пищевой ценности молочных продуктов. Факторы, формирующие качество молочных товаров. Характеристика и анализ ассортимента и потребительских свойств молочных товаров, реализуемых на потребительском рынке в городе Брянске.
курсовая работа [220,2 K], добавлен 26.08.2017Сущность, основные функции, элементы и значение рынка потребительских товаров. Спрос и предложение на безалкогольные напитки. Анализ торговли как организатора рынка безалкогольных напитков. Перспективы и проблемы развития рынка потребительских товаров.
курсовая работа [111,3 K], добавлен 26.09.2010Факторы, влияющие на качество и сохранение качества товаров. Номенклатура потребительских свойств и показателей качества. Дефекты и фальсификация товаров. Выявление потребительских предпочтений. Основные критерии выбора номенклатуры качества товара.
доклад [29,1 K], добавлен 21.01.2011Анализ ассортимента канцелярских товаров на современном потребительском рынке. Проведение экспертизы качества и оценки потребительских свойств образцов принадлежностей для письма, черчения, рисования, мелкоофисного оборудования и средства оргтехники.
курсовая работа [151,8 K], добавлен 19.12.2014Методы хранения товаров. Влияние газового сырья на качество потребительских товаров при хранении. Хранение товаров, основанное на методе биоза и ценобиоза (на примере молочных продуктов). Понятие срока хранения, срока годности, срока реализации.
контрольная работа [22,7 K], добавлен 18.10.2010Товароведение как изучение потребительских свойств товаров. Основные методы товароведения: аналитические, сравнение, программирование, кодирование. Виды товарных знаков: изобразительные, звуковые, объемные, комбинированные, фирменные, ассортиментные.
контрольная работа [374,3 K], добавлен 22.06.2012Классификация, состав и строение керамики. Потребительские свойства керамических товаров. Факторы формирования потребительских свойств и ассортимента потребительских товаров. Классификация и групповая характеристика ассортимента керамических товаров.
курсовая работа [20,9 K], добавлен 19.05.2005История фирмы SONY. Характеристика цифрового плеера Sony NWZ-B173F. Изучение цифровых плееров конкурентов "Apple iPod shuffle 4" и "Transcend MP330". Исследование потребительских требований, достоинств и недостатков товаров. Диаграмма Парэтто и Исикавы.
курсовая работа [1,3 M], добавлен 27.12.2013Сегментация рынка потребительских товаров. Эффективность использования сегментации рынка потребительских товаров. Аанализ экономических показателей предприятия ООО "Термопласт". Динамика реализации продукции предприятия на потребительском рынке.
курсовая работа [1,3 M], добавлен 23.12.2007Анализ основных потребительских требований к женской модельной обуви: маркировка, упаковка, транспортирование и хранение. Обоснование и выбор товаров и материалов для производства обуви. Экспертиза (оценка) качества готовой обуви, дефекты изделий.
дипломная работа [639,4 K], добавлен 25.10.2011Сущность и содержание рынка потребительских товаров, факторы, влияющие на спрос. Роль торговой отрасли в комплексном исследовании рынка потребительских товаров. Промышленное производство, перспективы развития рынка, экспорт и импорт трикотажных изделий.
дипломная работа [527,7 K], добавлен 04.07.2014Направления развития производственного и торгового ассортимента канцелярских товаров. Товароведно-экспертная оценка показателей продукции, реализуемой в магазине. Характеристика общих и специфических факторов, формирующих потребительские свойства товаров.
дипломная работа [1,7 M], добавлен 18.01.2015Сравнение отечественного и зарубежного опыта исследования предпочтений и их влияния на коммерческую деятельность. Анализ экономических показателей, динамики закупа, сбыта и выручки компании и оценка эффективности изучения потребительских предпочтений.
дипломная работа [806,5 K], добавлен 20.07.2015Знакомство с задачами маркетингового исследования рынка синтетических моющих средств города Красноярска, рассмотрение проблем. Характеристика способов выявления тенденций развития конъюнктуры и региональных особенностей рынка потребительских товаров.
дипломная работа [344,6 K], добавлен 03.01.2014Описание потребительских свойств сметаны и анализ её положения как товара на потребительском рынке молочных изделий города Нефтекамска. Сегментирование покупателей на рынке молочных товаров и позиционирование сметаны производства ООО "Честный фермер".
курсовая работа [43,7 K], добавлен 30.05.2014Расчет основных показателей работы торгового предприятия. Объем и структура розничного товарооборота. Ассортиментная, квалиметрическая и информационная идентификация потребительских товаров на примере кисломолочных товаров предприятий-изготовителей.
отчет по практике [85,7 K], добавлен 19.11.2013Понятия и методы маркетинговых исследований. Сбор данных о составе целевой аудитории. Формирование потребительских предпочтений покупателей магазина-склада. Разработка мероприятий, внедрение которых будет способствовать увеличению коммерческого эффекта.
курсовая работа [2,5 M], добавлен 09.01.2011Понятие потребительских предпочтений. Факторы, влияющие на потребителя. Методы сбора данных о потребителях. Анализ предложения музыкальных компакт-дисков города Витебска. Анализ цен на аудио компакт-диски. Тенденции развития рынка аудио компак-дисков.
курсовая работа [118,7 K], добавлен 22.11.2012Признаки рынка и их основные характеристики. Рынок: понятие и классификация. Характеристика рынков потребительских товаров и продукции ПТН. Понятие сегментирования рынка. Основные критерии сегментирования рынка потребительских товаров и продукции ПТН.
реферат [28,9 K], добавлен 18.10.2008Потребительское поведение и основные факторы, влияющие на потребительские предпочтения. Анализ потребительских предпочтений в сфере компьютерной техники на рынке г. Курска. Пути оптимизации структуры предложения компьютерной техники на региональном рынке.
дипломная работа [3,1 M], добавлен 10.07.2012
