ЖУРНАЛ БІЗНЕС ІНФОРМ.

УКР

ENG

Пошук:

СВІДОЦТВО ПРО РЕЄСТРАЦІЮ

КВ №19905-9705 ПР від 02.04.2013 р.

ЗАСНОВНИКИ

НАУКОВО-ДОСЛІДНИЙ ЦЕНТР ІНДУСТРІАЛЬНИХ ПРОБЛЕМ РОЗВИТКУ НАН УКРАЇНИ
(ХАРКІВ, УКРАЇНА)

ROR

ЕДРПОУ 05481984

Згідно з рішенням № 802 Національної ради України з питань телебачення і радіомовлення від 14.03.2024 р. зареєстрований суб’єктом у сфері друкованих медіа. Ідентифікатор R30-03156

ВИДАВЕЦЬ

ФОП Лібуркіна Л. М.

КАТАЛОГ

Інтелектуальна система підтримки прийняття рішень у комплексному управлінні асортиментом і товарними запасами підприємства в умовах швидких ринкових трансформацій
Чернова Н. Л., Мащенко М. А., Гудименко В. П.

Чернова Н. Л., Мащенко М. А., Гудименко В. П. Інтелектуальна система підтримки прийняття рішень у комплексному управлінні асортиментом і товарними запасами підприємства в умовах швидких ринкових трансформацій. Бізнес Інформ. 2026. №6. C. 253–262.
https://doi.org/10.32983/2222-4459-2026-6-253-262

Розділ: Економіко-математичне моделювання

Стаття написана українською мовою
Завантажень/переглядів: 0

Завантажити статтю (pdf) -

УДК 658.7, 004.89

Анотація:
У статті досліджено теоретичні та прикладні аспекти управління асортиментом і товарними запасами підприємства в умовах швидких ринкових трансформацій, що характеризуються високою динамічністю попиту, невизначеністю зовнішнього середовища та зростанням обсягів даних. Обґрунтовано доцільність використання інтелектуальних систем підтримки прийняття рішень як інструменту підвищення ефективності управління асортиментом і запасами підприємства. Запропоновано концептуальну модель такої системи, яка являє собою інтегроване інформаційно-аналітичне середовище, що забезпечує повний цикл обробки даних – від їх збору до формування управлінських рішень. Структура системи включає низку взаємопов’язаних функціональних модулів. Модуль збору та інтеграції даних забезпечує консолідацію інформації з внутрішніх і зовнішніх джерел, а також її очищення, нормалізацію, агрегування та структурування. Модуль зберігання та управління даними відповідає за організацію єдиного інформаційного простору, контроль якості даних, підтримку їх актуальності, індексацію та забезпечення швидкого доступу до інформації. Аналітичний модуль реалізує комплекс методів статистичного аналізу, включно з кореляційним, регресійним і кластерним аналізом, а також декомпозицією часових рядів, що дозволяє виявляти закономірності та фактори впливу на попит. Підсистема прогнозування базується на поєднанні класичних моделей часових рядів і сучасних методів машинного навчання, зокрема нейронних мереж типу LSTM і ансамблевих підходів, що забезпечує підвищення точності прогнозування в умовах нестабільного попиту. Модуль оптимізації та підтримки прийняття рішень реалізує економіко-математичні моделі управління запасами та асортиментом, а також багатокритеріальні оптимізаційні задачі. Важливим елементом є сценарне моделювання, яке дозволяє оцінювати різні варіанти розвитку ринкової ситуації та обирати найбільш стійкі управлінські рішення з урахуванням ризиків і невизначеності. Інтерфейс взаємодії з користувачем забезпечує візуалізацію результатів аналізу у вигляді дашбордів, графіків і аналітичних звітів, а також надає рекомендації щодо управління запасами та формування асортименту. Інтерактивність системи дозволяє реалізовувати сценарії типу «що-якщо» та підтримувати оперативне прийняття рішень. Запропонована концептуальна модель дозволяє підвищити точність прогнозування попиту, оптимізувати рівень товарних запасів, знизити витрати та мінімізувати ризики дефіциту або надлишків, що сприяє підвищенню ефективності діяльності підприємства та зміцненню його економічної безпеки.

Ключові слова: управління запасами; асортимент; інтелектуальні системи; підтримка прийняття рішень; прогнозування попиту; машинне навчання; оптимізація.

Табл.: 1. Формул: 15. Бібл.: 14.

Чернова Наталя Леонідівна – кандидат економічних наук, доцент, доцент, кафедра програмної інженерії та інтелектуальних технологій управління, Національний технічний університет «Харківський політехнічний інститут» (вул. Кирпичова, 2, Харків, 61002, Україна)
Email: [email protected]
Мащенко Марина Анатоліївна – доктор економічних наук, професор, завідувач кафедри, кафедра підприємництва, торгівлі і логістики, Національний технічний університет «Харківський політехнічний інститут» (вул. Кирпичова, 2, Харків, 61002, Україна)
Email: [email protected]
Гудименко В’ячеслав Павлович – аспірант, кафедра підприємництва, торгівлі і логістики, Національний технічний університет «Харківський політехнічний інститут» (вул. Кирпичова, 2, Харків, 61002, Україна)
Email: [email protected]

Список використаних у статті джерел

Silver E. A., Pyke D. F., Thomas D. J. Inventory and Production Management in Supply Chains. 4th ed. Boca Raton, FL : CRC Press, 2016. 782 p.
Snyder L. V., Shen Z-J. M. Fundamentals of Supply Chain Theory. 2nd ed. Hoboken, NJ : John Wiley & Sons, 2019. 784 p.
Christopher M. Logistics & Supply Chain Management. 5th ed. Harlow, UK : Pearson Education Limited, 2016. 528 p.
Parasian A., Sakti H. R., Novarianti I. K., Nurcahyo R. Application of Economic Order Quantity (EOQ) for Make-To-Order (MTO) Business. Proceedings of the International Conference on Industrial Engineering and Operations Management (16–18 August, 2021). Bangalore, India, 2021. DOI: https://doi.org/10.46254/IN01.20210074
Adzaky M. R., Erlina Rr., Ambarwati D. A. S. Analysis of Raw Material Inventory Control with Using Economic Order Quantity (EOQ) Method. Journal of Business Management and Economic Development. 2024. Vol. 2. Iss. 03. P. 1321–1334. DOI: https://doi.org/10.59653/jbmed.v2i03.977
Rajnikant P. N., Khanna R. Smart EOQ models for sustainable supply chains. Asian Research Journal of Mathematics. 2025. Vol. 21. Iss. 7. P. 1–12. DOI: https://doi.org/10.9734/arjom/2025/v21i7961
Lin Y. Application of ABC Analysis and Linear Regression Model in Inventory Management. Advances in Economics, Management and Political Sciences. 2024. Vol. 126. P. 111–119. DOI: https://doi.org/10.54254/2754-1169/2024.18326
Mittal M., Jain V., Pandey J. T., Jain M., Dem H. Optimizing Inventory Management: A Comprehensive Analysis of Models Integrating Diverse Fuzzy Demand Functions. Mathematics. 2024. Vol. 12. Iss. 1. Art. 70. DOI: https://doi.org/10.3390/math12010070
Shahzadi G., Jia F., Chen L., John A. AI adoption in supply chain management: a systematic literature review. Journal of Manufacturing Technology Management. 2024. Vol. 35. Iss. 6. P. 1125–1150. DOI: https://doi.org/10.1108/JMTM-09-2023-0431
Liu Z., Zhao Yu., Yang S. et al. Time Series Analysis of Product Demand Forecasting and Inventory Optimization on E-commerce Platforms. Journal of Electronics and Information Science. 2024. Vol. 9. Iss. 1. P. 49–54. DOI: https://doi.org/10.23977/jeis.2024.090108
Fildes R., Ma Sh., Kolassa S. Retail forecasting: Research and practice. International Journal of Forecasting. 2022. Vol. 38. Iss. 4. P. 1283–1318. DOI: https://doi.org/10.1016/j.ijforecast.2019.06.004
Power D. J. Decision Support Systems: Concepts and Resources for Managers. Westport, CT : Quorum Books, 2002. 272 p.
Fosso Wamba S., Gunasekaran A., Dubey R., Ngai E. W. T. Big data analytics in operations and supply chain management. Annals of Operations Research. 2018. Vol. 270. DOI: https://doi.org/10.1007/s10479-018-3024-7
Choi T.-M., Wallace S. W., Wang Y. Big Data Analytics in Operations Management. Production and Operations Management. 2018. Vol. 27. Iss. 10. DOI: https://doi.org/10.1111/poms.12838

ДЛЯ АВТОРІВ

Ліцензійний договір

Умови публікації

Вимоги до статей

Положення про рецензування

Номер в роботі

Питання, які задаються найчастіше

ІНФОРМАЦІЯ