Model inteligentnego hybrydowego systemu zarządzania logistyką zaopatrzeniową

• Autorzy: Natalia Kubiak , Agnieszka Stachowiak , Leszek Pacholski

Warianty tytułu

Model of Intelligent Hybrid System for Procurement Logistics Management

• Języki publikacji: PL

Abstrakty

Obszar zaopatrzenia przedsiębiorstwa produkcyjnego, choć nie jest bezpośrednio powiązany z ostatecznymi klientami, ma kluczowy wpływ na poziom obsługi, determinując jakość produktów poprzez jakość materiałów i komponentów, terminowość realizacji przez dotrzymanie terminów dostaw przy zachowaniu ich kompletności i dokładności, akceptowalny poziom cen dzięki zachowaniu ekonomiczności procesu. Działania podejmowane dla usprawniania czy optymalizowania procesu zaopatrzenia mają zatem duży potencjał w zakresie podnoszenia poziomu efektywności przedsiębiorstwa. W artykule przedstawiono propozycję inteligentnego system hybrydowego, łączącego możliwości sieci neuronowych i systemów ekspertowych, który na podstawie danych wejściowych poda propozycję najkrótszego przebiegu trasy odbioru towaru dostawców i zaproponuje taką organizację odbiorów, aby maksymalnie wykorzystana była powierzchnia załadunkowa pojazdów. Opracowany system jest wrażliwy na zmiany zarówno w otoczeniu przedsiębiorstwa, jak i w jego wnętrzu. (abstrakt oryginalny)

EN

Organization of procurement activities, even though not directly connected with final customers, has strong influence on customer service level, determining quality of products by quality of material and components used, punctuality by keeping deadlines and accuracy of deliveries and acceptable price level by cost-efficient performance. Hence, projects undertaken to improve or optimize procurement process have strong potential for improving company's efficiency. In the following paper, project of intelligent hybrid system, combining benefits from application of neural networks and expert systems, to identify the shortest route for purchase transport and suggest organization of purchase process leading to optimal use of loading space in vehicles employed. The system developed is sensitive to changes in business environment and company itself, and it can be described as dynamic and flexible. (original abstract)

Słowa kluczowe

PL

Zarządzanie; Zaopatrzenie; Systemy ekspertowe; Sztuczne sieci neuronowe (SSN); Zarządzanie logistyczne

EN

Management; Supplies; Expert systems; Artificial neural networks (ANN); Logistic management

• Czasopismo: Marketing i Rynek
• Rocznik: 2014
• Numer: nr 5 (CD)
• Strony: 456--463

Twórcy

autor

Natalia Kubiak

• Politechnika Poznańska

autor

Agnieszka Stachowiak

• Politechnika Poznańska

autor

Leszek Pacholski

• Politechnika Poznańska

Bibliografia

• 1. Coyle J.J., Bardi E.J., Langley C.J., Jr. (2007), Zarządzanie logistyczne, PWE, Warszawa.
• 2. Gołembska E. red. (2010), Kompendium wiedzy o logistyce, nowe wyd., Wydawnictwo Naukowe PWN, Warszawa.
• 3. Piasecka-Głuszak A. (2011), Logistyka w przedsiębiorstwie, Biblioteka Analiz, Warszawa.
• 4. Porter M.E. (1985), Competitive Advantage, Free Press.
• 5. Surma J. (2009), Business Intelligence. Systemy wspomagania decyzji biznesowych, Wydawnictwo Naukowe PWN, Warszawa.
• 6. Zieliński J.S. red. (2000), Inteligentne systemy w zarządzaniu, Wydawnictwo Naukowe PWN, Warszawa.