2023. — Т 15. — № 3 - перейти к содержанию номера...
Постоянный адрес этой страницы - https://esj.today/15ecvn323.html
Полный текст статьи в формате PDF (объем файла: 538.7 Кбайт)
Ссылка для цитирования этой статьи:
Тахтамышев, Х. М. Обоснование методов прогнозирования потребности в запасных частях автомобилей в условиях функционирования автотранспортных предприятий / Х. М. Тахтамышев, С. А. Белов, Ю. Х. Гукетлев // Вестник Евразийской науки. — 2023. — Т 15. — № 3. — URL: https://esj.today/PDF/15ECVN323.pdf (дата обращения: 04.11.2024).
Обоснование методов прогнозирования потребности в запасных частях автомобилей в условиях функционирования автотранспортных предприятий
Тахтамышев Хизир Махмудович
ГАОУ ВО «Невинномысский государственный гуманитарно-технический институт», Невинномысск, Россия
Профессор кафедры «Строительства, транспорта и машиностроения»
Доктор технических наук, профессор
E-mail: hizirt43@mail.ru
Белов Сергей Александрович
ГАОУ ВО «Невинномысский государственный гуманитарно-технический институт», Невинномысск, Россия
Доцент кафедры «Строительства, транспорта и машиностроения»
E-mail: belovmail@yandex.ru
Гукетлев Юсуф Хаджибирамович
ФГБОУ ВО «Майкопский государственный технологический университет», Майкоп, Россия
Профессор кафедры «Организации и управления транспортными процессами»
Доктор экономических наук, профессор
E-mail: guketlevuh@mail.ru
Аннотация. В статье авторы отмечают важность прогнозирования расхода запасных частей к автомобилям, эксплуатирующимся в автотранспортных предприятиях, ввиду большой разномарочности и вероятностного характера потоков заявок. Своевременное определение предстоящего объема заказов на запасные части для парка автомобилей снижает издержки на содержание запасов и предотвращает дефицит, приводящий к простоям автомобилей.
Авторы предлагают для прогнозирования расхода использовать известные методы прогнозирования случайных процессов. Для выбора и обоснования наиболее эффективного метода с целью прогнозирования спроса на запасные части в условиях автотранспортных предприятий предлагается проведение экспериментальных исследований применительно к потокам заявок, имеющих место при функционировании автотранспортных предприятий. Судя по закономерностям изменения потоков заявок, наиболее адекватными для решения поставленной задачи являются математико-статистические методы прогнозирования случайных процессов.
В статье предлагается провести исследование применимости трех известных методов краткосрочного прогнозирования, в числе которых метод экстраполяции рядов динамики, экспоненциального сглаживания и метод скользящих средних. Авторами были рассчитаны прогнозы числа ремонтов и запасных частей по 20 наименованиям для автомобилей КамАЗ-5320 и 15 наименованиям для автомобилей ЗИЛ-5301 автотранспортного предприятия «АКРО» города Ставрополя.
Проведенные исследования показали, что для получения наиболее точных результатов целесообразно использовать соответствующий метод прогнозирования, отражающий определенные закономерности потоков заявок. Так, по второстепенным элементам небольшого спроса и малой трудоемкости их устранения прогнозы были рассчитаны методом скользящей средней. Для деталей, имеющих некоторую тенденцию и средний спрос в течение рассматриваемого периода, удовлетворительные результаты показал метод экстраполяции рядов динамики. Для запасных частей повышенного спроса и выраженных тенденций изменения динамики наилучшие результаты получены при использовании метода экспоненциального сглаживания.
Таким образом, авторы пришли к заключению, что три приведенных метода прогнозирования охватывают основные закономерности изменения потока заявок на запасные части для парков автомобилей и могут быть рекомендованы для применения на действующих предприятиях.
Ключевые слова: потоки заявок; автотранспортные предприятия; закономерности; тенденции; прогноз; методы; ряды динамики; сглаживание; точность; запасные части; результат; автомобили; спрос; экстраполяция
Контент доступен под лицензией Creative Commons Attribution 4.0 License.
ISSN 2588-0101 (Online)
Уважаемые читатели! Комментарии к статьям принимаются на русском и английском языках.
Комментарии проходят премодерацию, и появляются на сайте после проверки редактором.
Комментарии, не имеющие отношения к тематике статьи, не публикуются.