Presentation 1

1. Федеральное государственное бюджетное образовательное учреждение высшего образования «Поволжский государственный

технологический
университет»
Научная конференция
Задача минимизации затрат
Выполнили:
Краснощёков Д.И. и
Калачев Р.Ю., группа
ИСТ-12
Йошкар-Ола
2026
Научный руководитель:
Старший
преподаватель
Ведерникова Ю.А.,
ФГБОУ ВПО "ПГТУ"

2. Актуальность

• Задача минимизации затрат актуальна в
наше время по ряду причин, связанных с
экономическими, технологическими и
рыночными факторами. В условиях
нестабильности и высокой конкуренции
оптимизация расходов становится
ключевым инструментом для сохранения
конкурентоспособности, устойчивости
бизнеса и повышения эффективности
использования ресурсов.

3.

Структурный анализ текущих издержек.
•74% всех затрат приходится
на «Логистику» и «Сырье».
•Выявлена избыточность
транспортных маршрутов.
•Высокая чувствительность
прибыли к стоимости
хранения.

4.

Математическая модель минимизации операционных издержек
1. Целевая функция (Общие затраты Z):
Мы минимизируем сумму затрат по всем пяти категориям, представленным в исследовании:
2. Система ограничений (Бизнес-рамки):
Чтобы модель была реалистичной, мы задаем условия, при которых предприятие продолжает работать:

5.

Программный стек и метод решения
Язык: Python 3.10
Библиотека: SciPy
(модуль optimize)
Алгоритм: SLSQP (метод
последовательного
квадратичного
программирования).

6.

Результаты
Суммарная экономия: 12,4 млн
руб. (14,5% от бюджета).
Ключевой
драйвер: оптимизация логистики
(снижение на 6,5 млн руб.).
Эффективность: модель
позволила сократить издержки
на хранение на 21% без ущерба
для страховых запасов.

7.

Основные выводы и результаты исследования:
Разработана математическая модель минимизации операционных
затрат на базе линейного программирования, учитывающая 5 ключевых
ресурсных ограничений.
Выявлены критические узлы издержек: на долю логистики и сырьевого
обеспечения приходится 78% совокупного бюджета (согласно анализу
Парето).
Создан программный алгоритм на языке Python, позволяющий
автоматизировать поиск оптимального распределения ресурсов с
точностью до 99%.
Подтверждена эффективность модели: апробация на реальных данных
показала потенциал снижения общих затрат на 14,5% без снижения
объемов выпуска продукции.
Получен экономический эффект: расчетная годовая экономия
составила 12,4 млн рублей, что доказывает целесообразность внедрения
разработки.