2409-1634Научный результат. Экономические исследования2409-163410.18413/2409-1634-2019-5-2-0-11717СТАТЬЯ НОМЕРАМетод Кростона в модификации Синтетоса, Бойлона в прогнозировании товарных запасовCroston's method in the modification of Syntetos and Boylan for forecasting inventoriesМельниковаОльга АлександровнаMelnikovaOlga Aleksandrovnanewfarmacia@mail.ru20195200

В данной работе рассматривается проблема прогнозирования запасных частей для медицинского оборудования с помощью оригинального метода Кростона в модификации Синтетос, Бойлана. Прогнозирование в управлении запасами для товаров, на которые спрос является неустойчивым, является основной проблемой, как при производстве, так и при поиске запасных частей к оборудованию в условиях эксплуатации.  Метод Кростона не является в полной мере надёжным, из-за вводимых ограничений. В связи с этим, особую актуальность приобретают методы прогнозирования, связанные с его модификацией. В настоящей  работе рассмотрена модификация Синтетос, Бойлана  применительно к  прогнозированию запасных частей для  медицинского оборудования. В отличие от  оригинального  метода  в работе  используется   модифицированная формула, в которой   исключен  интервал  между случаями замены деталей, а использован параметр сглаживания, в связи с этим формула  приобретает наибольшую точность. Представленная  формула апробирована в результате использования экспериментальных данных. В заключении проводится сравнение  полученных данных  с  данными  полученными обычным методом Кростона.  

This paper discusses the problem of forecasting the demand for spare parts for medical equipment using the original Croston method in the modification of Sintetos and Boylan. Forecasting in inventory management for products for which demand is unstable is the main problem, both in the production and in the search for spare parts for equipment under operating conditions. Croston's method is not fully reliable, due to the restrictions imposed. In this regard, forecasting methods associated with its modification are of particular relevance. In the present work, a modification of Sintetos and Boylan is considered with reference to forecasting the demand for spare parts for medical equipment. In contrast to the original method, a modified formula is used in the work, in which the interval between the cases of replacement of parts is excluded, and the smoothing parameter is used, and therefore the formula acquires the greatest accuracy. The presented formula was tested as a result of using experimental data. In conclusion, the obtained data is compared with the data obtained by the usual Croston method.

прогнозированиеметод Кростона в модификации СинтетосБойланапланирование запасовмедицинская техниказапасные частиForecastingCroston's method in the modification of SintetosBoylaninventory planningmedical equipmentspare partsСписок литературы Мельникова, О.А., 2018. Модель прогнозирования потребности в непродовольственных  товарах на  примере лекарственных  средств/ Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2018. Т.45.№1.С.86-92. Иванько, Р.С., 2005.  Прогнозирование прерывистого спроса: теория и практика вычислений // Экономика и Финансы № 12. - М.: ФНП, 2005 (1п.л.)Sani B., 1995. Periodic inventory control systems and demand  forecasting methods for low demand items, Unpublished  Ph.D. Thesis, Lancaster University, 1995.4.Croston  J. D., 1972. Forecasting and stock control for intermittent demands,” Operational Research Quarterly, vol.23, no.3, pp.289-303, 1972.5. Croston J. D., 1996.  Croston’s method comment,” International Journal of Forecasting, vol.12, no.2, pp. 297-298, 1996.6. Johnston F. R, Boylan J. E. and Shale E. A., 2003. “An examination of the size of orders from customers, their characterization and the implications for inventory control of slow moving items,” Journal of the Operational Research Society, vol.54, no.8, pp.833-837, 2003.7. Syntetos,A.A., Boylan, J.E., 2001. On the bias of intermittent demand estimates. Int. J. Prod.Econ.71(May(1–3)), 457–466. - 2001.8. Syntetos A. A.and Boylan J. E., 2010.  “On the variance of intermittent demand estimates,” International Journal of Production Economics, vol.128, no.2, pp.546-555, 2010. 9. Syntetos A. A, Boylan J. E.and Croston J.D.,, 2005. “On the categorization of demand patterns,” Journal of the Operational Research Society, vol.56, no.5, pp.495-503, 2005.10. Johnston F. R. and Boylan J. E., 2010.  “Forecasting intermittent demand: A comparative evaluation of Wallstrom P. and Segerstedt A., “Evaluation of forecasting error measurements and techniques for intermittent demand,” International Journal of Production Economics, vol.128, no.2, pp.625-636, 2010.11. Shale, E.A.,Boylan,J.E.,Johnston,F.R.,2006. .Forecasting for intermittent demand: the estimation of an unbiased average.J.Oper.Res.Soc.57,588–592. 2006.12. Teunter,R.H.,Syntetos,A.A.,Babai,M.Z.,2011.  Intermittentdemand: linking forecasting to inventory obsolescence. Eur.J.Oper.Res.214(3),606–615.2011.13.Rao A.V. , 1973.“A comment on ‘Forecasting and stock control for intermittent demands’,” Operational Research Quarterly, vol.24, no.4, pp.639-640, 1973.14.Willemain T.R., Smart C.N., Shocker J. H. and De Sautels P.A., 1994. “Forecasting intermittent demand: A comparative evaluation of Croston’s method,” International Journal of Forecasting, vol.10, no.4, pp.529-538, 1994.