ИСПОЛЬЗОВАНИЕ ПЕРЕДОВЫХ РЕШЕНИЙ ИНДУСТРИИ 4.0 ДЛЯ ОПТИМИЗАЦИИ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ПО УПРАВЛЕНИЮ ЗАПАСАМИ ПРЕДПРИЯТИЯ

Пирлиев К.; Гылыджова А.; Велигылыджова М.; Бекчаев Д.

Список использованной литературы:

1. Джон О. Бокрис, Водородная энергетика, изд. Инфра-М, 2016 г.

УДК 65.012.12

Пирлиев К., преподаватель, Туркменский государственный архитектурно-строительный институт,

Туркменистан, г. Ашхабад Гылыджова А., преподаватель, Туркменский государственный архитектурно-строительный институт,

Туркменистан, г. Ашхабад Велигылыджова М., студент, Туркменский государственный архитектурно-строительный институт,

Туркменистан, г. Ашхабад Бекчаев Д., студент,

Туркменский государственный архитектурно-строительный институт,

Туркменистан, г. Ашхабад

ИСПОЛЬЗОВАНИЕ ПЕРЕДОВЫХ РЕШЕНИЙ ИНДУСТРИИ 4.0 ДЛЯ ОПТИМИЗАЦИИ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ПО УПРАВЛЕНИЮ ЗАПАСАМИ ПРЕДПРИЯТИЯ

Аннотация

Эта статья посвящена анализу внедрения технологий Индустрии 4.0 в сферу программного обеспечения для управления запасами на предприятии. Рассмотрены преимущества использования данных технологий для всей цепочки поставок, включая процесс управления запасами. Определено влияние Индустрии 4.0 на программное обеспечение в этой области. Приведена схема цепочки поставок, основанная на рассмотренных технологиях. В ходе исследования установлено, что технологии Индустрии 4.0 обладают значительным потенциалом для применения в логистическом секторе, в области прогнозирования и управления запасами.

Ключевые слова:

индустрия 4.0, интернет вещей, управление запасами, ^схемное программирование, роботизация процессов, прогнозирование, «большие данные», логистическая цепочка.

Управление запасами представляет собой ключевой аспект успешной деятельности любого бизнеса. Эффективное управление запасами позволяет оптимизировать затраты на хранение и снижать риски, связанные с нехваткой товаров. С развитием технологий Индустрии 4.0 открываются новые горизонты для улучшения этих процессов. Программные решения, основанные на аналитике данных, использовании интернета вещей и технологиях машинного обучения, предоставляют возможность точного прогнозирования спроса, управления запасами в реальном времени и автоматизации различных этапов. Однако внедрение таких систем требует обеспечения защиты данных, что становится

Авторы [1, с. 18] подчеркивают выгоды от применения Индустрии 4.0 в цепочке поставок, включая управление запасами. Эти технологии могут улучшить поток операций, установить приоритеты и выявить узкие места. Цифровые инструменты, такие как машинное обучение, способствуют достижению целей управления запасами, таких как повышение оборачиваемости, сокращение времени ожидания, прогнозирование спроса и контроль запасов в реальном времени [4, с. 21]. Практика показывает, что технологии Индустрии 4.0 значительно влияют на бизнес-процессы, например, машинное обучение позволяет автоматически оценивать риски и моделировать сценарии управления запасами.

Запасы на различных этапах цепочки поставок, от производства до розничной торговли, должны поддерживаться на оптимальном уровне для удовлетворения потребностей последующих этапов. Избыточное или недостаточное количество запасов может негативно сказаться на всей цепи поставок. Оптимальный уровень запасов должен обеспечить потребности без излишних затрат на хранение и предотвращать порчу товара.

Таким образом, программное обеспечение для управления запасами, использующее машинное обучение, интернет вещей и большие данные, может действовать автономно. Пользователю достаточно предоставить системе доступ к аналитическим данным (например, интеграция с WMS-системой), после чего ПО будет самостоятельно планировать, прогнозировать, давать рекомендации и размещать заказы. Такие системы существенно ускоряют процесс управления запасами, минимизируя необходимость в постоянном вмешательстве пользователя.

ПО, основанное на технологиях Индустрии 4.0, открывает возможности для создания непрерывного и интегрированного канала коммуникации между всеми участниками цепочки поставок. Каждый элемент цепи в режиме реального времени получает актуальную информацию о таких параметрах, как темпы производства, объем текущих запасов, местонахождение товаров в пути, данные о сбыте и другие процессы. На рисунке 1 представлена схема организации цепи поставок при использовании технологий Индустрии 4.0 [6, с. 2].

Как видно, ПО, опирающееся на технологии Индустрии 4.0, обеспечивает параллельное взаимодействие всех звеньев цепочки поставок, что прежде всего позволяет осуществлять мониторинг уровня запасов в реальном времени.

Рассмотрим ключевые технологии Индустрии 4.0, применяемые в современном ПО для управления запасами:

Интернет вещей (IoT). Эта технология предоставляет информацию о запасах на складе в реальном времени. IoT подразумевает взаимодействие множества датчиков в локальной сети предприятия, что позволяет получать полные данные о текущем состоянии запасов. Таким образом, оценка уровня запасов основывается не на вводимых пользователем данных, а на реальном (онлайн) состоянии, которое фиксируется датчиками [7, с. 3].

Технологии ASP (Application Service Provider). Эти технологии подразумевают использование удалённых ресурсов для вычислительных нужд ПО, что существенно снижает нагрузку на внутреннюю сеть организации и ускоряет обработку данных, благодаря неограниченным вычислительным ресурсам. Хотя ASP непосредственно не относится к управлению запасами, она является важным компонентом ПО, поддерживающим остальные инструменты. Полное внедрение машинного обучения становится возможным только с использованием технологии ASP. Также, ASP позволяет доступ к ПО и данным из любой точки мира и с любого устройства, что значительно упрощает интеграцию всех элементов цепи поставок и постоянный мониторинг уровня запасов [6, с. 4]. ASP также может быть использован для интеграции управления запасами с системами управления перевозками (TMS), системами работы с клиентами (CRM) и системами управления предприятием (ERP) [3, с. 5].

Blockchain. В упрощённом виде эта технология представляет собой неизменяемую книгу записей (транзакций), каждая из которых уникальна и не может быть повторена. Записи добавляются, но не удаляются. В ПО для управления запасами blockchain служит в качестве базы данных, обеспечивая высокую степень безопасности хранения информации и автоматическое отслеживание транзакций [6, с. 4].

«Большие данные» (Big Data). Эта технология занимается сбором и анализом данных, что позволяет автоматизировать процесс прогнозирования и планирования управления запасами. На стратегическом уровне она помогает в выборе поставщиков, проектировании цепочки поставок и разработке стратегических моделей управления запасами. На оперативном уровне технологии «Больших данных» содействуют в принятии решений по оперативному управлению запасами, планированию закупок и спроса, а также производству [2, с. 2]. В данном контексте «Большие данные» связаны с бизнес-аналитикой (BI). Аналитика позволяет точно смоделировать параметры системы управления запасами на основе прогнозных моделей и автоматизировать процесс, что значительно повышает его эффективность [2, с. 10].

Эффективное управление запасами представляет собой ключевую задачу для многих организаций. Практика показывает, что универсальное решение для оптимизации управления запасами отсутствует. Каждая компания имеет уникальные потребности, и далеко не всем требуется внедрение программных продуктов с элементами машинного обучения и прочими современными технологиями. Тем не менее, традиционные методы управления запасами и учета товаров подходят к своему пределу; их возможностей уже недостаточно, и предприятия начинают терять конкурентные преимущества. Внедрение технологий Индустрии 4.0 в системы управления запасами ожидается как источник значительных прорывов в подходах и методах моделирования.

Список использованной литературы:

1. Baryannis G., Validi S., Dani S., Antoniou G. Supply Chain Risk Management and Artificial Intelligence: State of the Art and Future Research Directions // International Journal of Production Research. 2018. Vol. 57(7). pp. 2179-2202.

2. Wang G., Gunasekaran A., Ngai E.W.T., Papadopoulos T, Big data analytics in logistics and supply chain management: Certain investigations for research and applications // International Journal of Production Economics. 2016. Vol. 176(C). pp. 98-110.

3. Barreto L., Amaral A., Pereira T. Industry 4.0 implications in logistics: an overview // Procedia Manufacturing. 2017. Vol. 13. pp. 1245-1252.

4. Preil, D., Krapp M. Artificial intelligence-based inventory management: a Monte Carlo tree search approach // Annals of Operations Research. 2021. Vol. 308. pp. 415-440.

5. Sharma A. Importance of Artificial Intelligence in inventory management in e-commerce retail companies // Ai Communications. 2022. Vol. 35. pp. 1-12.

6. Tikwayo L.N., Mathaba T.N.D. Applications of Industry 4.0 Technologies in Warehouse Management: A Systematic Literature Review // Logistics. 2023. 7(24). pp. 1-19.

7. Hamdy W., Al-Awamry A, Mostafa N, Warehousing 4.0: a proposed system of using node-red for applying internet of things in warehousing // Sustainable Futures. 2022. Vol. 4. No. 100069.

8. Xue-Ming Y. Impact of Industry 4.0 on Inventory Systems and Optimization // IntechOpen. 2020. Chap. 3. pp. 27-38.

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Пирлиев К., Гылыджова А., Велигылыджова М., Бекчаев Д.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Пирлиев К., Гылыджова А., Велигылыджова М., Бекчаев Д.

Текст научной работы на тему «ИСПОЛЬЗОВАНИЕ ПЕРЕДОВЫХ РЕШЕНИЙ ИНДУСТРИИ 4.0 ДЛЯ ОПТИМИЗАЦИИ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ПО УПРАВЛЕНИЮ ЗАПАСАМИ ПРЕДПРИЯТИЯ»