Цифровая технология организации централизованных закупок

 
Код статьиS042473880018980-7-1
DOI10.31857/S042473880018980-7
Тип публикации Статья
Статус публикации Опубликовано
Авторы
Должность: Доцент
Аффилиация: Воронежский государственный университет
Адрес: Воронеж, Унивеситетская площадь, д. 1
Должность: Заведующий кафедрой информационных технологий управления факультета компьютерных наук
Аффилиация: Воронежский государственный университет
Адрес: Российская Федерация, Воронеж
Название журналаЭкономика и математические методы
ВыпускТом 58 Номер 1
Страницы70-79
Аннотация

Статья посвящена разработке моделей для обеспечения цифровой трансформации процессов в системах корпоративных и государственных закупок. В частности, рассматривается решение задачи многокритериального выбора в экономических системах, описываемых трехдольным графом «производитель — ресурс — потребитель». Предложена математическая модель оптимального распределения однородного ресурса от поставщиков к потребителям в условиях централизованной схемы закупок, которая сводится к транспортной задаче с промежуточными пунктами. Оптимизация направлена на достижение максимального соответствия по совокупности технических и коммерческих характеристик однородного ресурса. Для формулирования требований по этим характеристикам потребителю предлагается использовать нечеткие переменные, что дает ему гибкий механизм описания требований к ресурсу с учетом его предпочтений. Предложен оператор агрегирования локальных соответствий по совокупности характеристик в виде дискретного интеграла Шоке с нечеткой мерой. На примере производственного оборудования показано, как можно формализовать параметры модели, а затем оптимизировать и автоматизировать процесс распределения оборудования с помощью решения транспортной задачи с промежуточными пунктами так, чтобы было достигнуто максимальное соответствие его характеристикам. Разработанные модели и алгоритмы могут быть использованы при создании информационных сервисов на электронных торговых площадках, в том числе и государственных закупок.

Ключевые словацифровая трансформация; централизованная система закупок; однородный ресурс; лингвистические и нечеткие переменные; агрегирование; интеграл Шоке; нечеткая мера; многокритериальный выбор; транспортная задача с промежуточными пунктами
Получено27.02.2022
Дата публикации18.03.2022
Кол-во символов21568
Цитировать  
100 руб.
При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ООО «Интеграция: ОН»

Всего подписок: 2, всего просмотров: 536

Оценка читателей: голосов 0

1. Автоматизация закупок: опыт крупнейших заказчиков, структура рынка, тренды. Исследование_TAdviser (2019). Режим доступа: >>>>

2. Будяков А.Н., Гетманова К.Г., Матвеев М.Г. (2017). Решение задачи выбора ресурсов и их поставщиков в условиях противоречивости технических и коммерческих требований // Вестник Воронежского государственного университета, серия: Системный анализ и информационные технологии. № 3. С. 26–34.

3. Караев А.Э., Москвитина И.В., Будяков А.Н. (2015). Использование методики планирования по обезличенным МТР при закупках и поставках комплектного оборудования для крупных проектов нефтяной отрасли // Нефть России. № 10. С. 52–53.

4. Леденева Т.М., Подвальный С.Л. (2016). Агрегирование информации в оценочных системах // Вестник Воронежского государственного университета, серия: Системный анализ и информационные технологии. № 4. С. 155–164.

5. Матвеев М.Г. (2021). Информационные технологии формирования предложения на электронной торговой площадке с технологией «маркетплейс» // Экономика и математические методы. Т. 57. № 1. С. 105–112.

6. Мягких Н.Ю., Гриненко С.В. (2017). Механизм централизации системы государственных закупок // Научное обозрение. Экономические науки. № 3. С. 69–72.

7. Нечеткие множества в моделях управления и искусственного интеллекта (1986). Под ред. Д.А. Поспелова. М.: Наука. Гл. ред. физ.-мат. лит.

8. Таха Х.А. (2001). Введение в исследование операций. М.: Издательский дом «Вильямс».

9. Ягер Р. (ред.) (1986). Нечеткие множества и теория возможностей. Последние достижения. М.: Радио и связь.

10. Amin S.H., Razmi J. (2009). An integrated fuzzy model for supplier management: A case study of ISP selection and evaluation. Expert Systems with Applications, 36, 4, 8639–8648.

11. Amin S.H., Zhang G. (2012). An integrated model for closed-loop supply chain configuration and supplier selection: Multi-objective approach. Expert Systems with Applications, 39, 8, 6782–6791.

12. Detyniecki M. (2000). Mathematical aggregation operators and their application to video querying. Ph.D. dissertation, University of Paris VI, Paris, France.

13. Mendoza A., Ventura J.A. (2012). Analytical models for supplier selection and order quantity allocation. Applied Mathematical Modelling, 36, 8, 3826–3835.

14. Mendoza F., Ventura J.A. (2011). Modeling actual transportation costs in supplier selection and order quantity allocation decisions. Operational Research, 13, 1, 5–25.

15. Moosavi S.A., Ebrahimnejad S. (2017). A new multi-objective mathematical model for supplier selection in uncertain environment. 13th International Conference on Industrial Engineering (IIEC2017).

16. Roth A.E. (2003). The origins, history, and design of the resident match. Jama, 289, 7, 909.

17. Roth A.E., Rothblum U.G. (1999). Truncation strategies in matching markets — in search of advice for participants. Econometrica, 67, 1, 21–43.

18. Yager R.R. (1988). Ordered weighted averaging aggregation operators in multi-criteria decision making // IEEE Trans. on Systems, Man and Cybernetics, T.18. C.183–190.

Система Orphus

Загрузка...
Вверх