ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ В ЛОГИСТИЧЕСКИХ ЦЕПОЧКАХ

Основной целью данной работы выступает разработка алгоритма оценки эффективности применения некоторого метода машинного обучения в современных логистических цепочках конкретной организации.

Основными задачами для достижения поставленной цели выступают:

– рассмотреть теоретические основы сущности и совершенствования современных логистических цепочек;

– раскрыть понятие и функции машинного обучения в области транспортно-логистических процессов;

– описать и проанализировать существующие методы машинного обучения и особенности их применения в области логистики;

– определить соотношение ключевых проблем современных логистических цепей и применимых к ним методов машинного обучения;

– выявить и описать деятельность одной из российских компаний, которая в недавнем времени интегрировала один из методов машинного обучения в деятельность отдела логистики;

– проанализировать принципы функционирования внедренной технологии машинного обучения в логистические цепочки описанной организации;

– выделить соответствующие критерии оценки эффективности внедрения анализируемого метода машинного обучения;

– составить потенциальный алгоритм расчета эффективности функционирования технологий машинного обучения выбранной компанией и подвести соответствующие итоги.

Объектом исследования выступает деятельность логистической компании 5Post (ООО «5 Пост»).

Предмет исследования – интеллектуализация управления заказами предприятия посредством внедрения методов машинного обучения для оптимизации его деятельности и повышения конкурентоспособности.

Методы исследования: кейс-метод, анализ, индукция, синтез, SWOT.

Теоретической основой данной работы являются научные работы, статьи и материалы в области внедрения методов машинного обучения и управления заказами, а также учебно-методическая литература.

Выпускная квалификационная работа представлена в проектно-исследовательском формате, предполагающим разработку частичного проекта методических рекомендаций или инструментария для различных областей логистики, а также состоит из оглавления, введения, трех основных глав, заключения, списка использованных источников и нескольких приложений.

Так, в первой главе представлена концептуальное описание управления современными логистическими цепочками, описаны соответствующие им понятия и принципиальные различия с определением «цепь поставок». В данной главе также описываются модели и методы оптимизации логистических цепочек с соответствующими тенденциями.

Вторая глава включает в себя подробное описание сущности технологии машинного обучения, ее функций и принципов функционирования, классификации и областей применения каждого метода исследуемой инновации, деятельности одной из российских компаний 5Post и ее опыт в области внедрения машинного обучения в логистическую цепь функциональной области «распределение», а также первоначальные результаты интеллектуализации.

В третьей главе выделены ключевые показатели эффективности отдельно взятых методов машинного обучения непосредственно после их внедрения в деятельность определенной компании, представлены соответствующие расчеты с различными видами исходных данных и вытекающие из них итоги.

ВВЕДЕНИЕ…………………………………………………………………………..3

Глава 1 Теоретические основы управления современными логистическими цепочками…………………………………………………………………………….6

1.1 Понятие и сущность современных логистических цепочек ………………….6

1.2 Основные принципы и этапы управления логистическими цепями………..10

1.3 Модели и методы управления и оптимизации логистических цепочек ……16

Глава 2 Методы машинного обучения в логистических цепочках……………...26

2.1 Особенности применения методов машинного обучения в современных логистических цепочках…………………………………………………………...26

2.2 Постановка задачи ……………………………………………………………..40

2.3 Применение методов машинного обучения в управлении заказами ……….46

Глава 3 Расчет эффективности анализируемого решения……………………….54

3.1 Определение критериев оценки оптимизации логистических цепочек после внедрения анализируемого решения……………………………………………...54

3.2 Выбор метода расчета эффективности анализируемого решения ………….61

3.3 Исходные данные для расчета эффективности анализируемого решения….62

3.4 Расчет эффективности анализируемого решения…………………………….63

ЗАКЛЮЧЕНИЕ……………………………………………………………………..79

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ……………………………….82

ПРИЛОЖЕНИЕ А ………………………………………………………………….88

ПРИЛОЖЕНИЕ Б ………………………………………………………………….91

ПРИЛОЖЕНИЕ В ………………………………………………………………….94

ПРИЛОЖЕНИЕ Г ………………………………………………………………….98

ПРИЛОЖЕНИЕ Д ………………………………………………………………...102

ПРИЛОЖЕНИЕ Е ………………………………………………………………...103

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. О развитии искусственного интеллекта в Российской Федерации [Текст] : указ Президента РФ от 10.10.2019 № 490 // Собрание законодательства Российской Федерации. – 2019. – № 41. – С. 5700.

2. Топалович, Н. Алгоритмы кластеризации в машинном обучении [Текст] / Н. Топалович // Молодой ученый. – 2020. – № 52 (342). – С. 47-49.

3. Маликов, О. Б. Складская и транспортная логистика в цепях поставок [Текст] : Учебное пособие / О. Б. Маликов – СПб. : Питер, 2015. – 400 c.

4. Павлюченко, И. В. Логистика [Текст] : краткий теоретический курс / И. В. Павлюченко. – Ульяновск : УлГТУ, 2011. – 95 с.

5. Лукинский, В. С. Логистика и управление цепями поставок [Текст] : учебник и практикум для академического бакалавриата / В.С. Лукинский, В. В. Лукинский, Н. Г. Плетнева. – М. : Юрайт, 2016. – 359 с.

6. Шумаев, В. А. Основы логистики [Текст] : учебное пособие / В. А. Шумаев. – М. : Юридический институт МИИТ, 2016. – 314 с.

7. Смирнова, Е. А. Управление цепями поставок [Текст] : учебное пособие / Е. А. Смирнова – СПб. : СПбГУЭФ, 2009.– 120 с.

8. Крылатков, П. П. Управление цепью поставок (SCM) [Текст] : учебное пособие / П. П. Крылатков, М. А. Прилуцкая ; под ред. И. В. Ершова. – Екатеринбург : Изд. Уральского университета, 2018. –140 с.

...................итого 50 источников