Управление запасами лесоматериалов в лесозаготовительном производстве (стр. 3 )

Прогнозирование спроса очень важно для повышения эффективности ЛП, особенно в весенне - летний период. От того, насколько обоснованно и правильно составлен прогноз, зависит планирование интенсивностей работ и уровней запасов лесоматериалов разных видов, а в конечном итоге – эффективность производственного процесса в целом.

Прогнозирование производственного процесса лесозаготовок на основе временных рядов реальных производств широко используется при решении задач оптимизации и управления запасами лесоматериалов. Запас товарных лесоматериалов в некоторый период времени можно представить в виде рекуррентного соотношения:

= + - , (4)

где - запас на начало периода

– интенсивность производства товарных лесоматериалов

– продолжительность i-го периода

– спрос на лесоматериалы в i-е периоды времени.

Из выражения (4) можно вывести стратегию управления ЛП через запасы и спрос на лесоматериалы:

= .- + (5)

В выражении (5) представляет обоснованную величину гарантийного (страхового) запаса, призванного обеспечить непрерывность производственного процесса и/или выполнение договорных обязательств. Во всех задачах управления запасами, охватывающих более или менее длительный промежуток Т, приходится считаться с возможным изменением характеристик распределения спроса и периодически уточнять эти характеристики.

Простейшим способом прогноза среднего спроса является усреднение фактических данных за все предыдущие периоды. Однако при этом тенденция изменения среднего, наиболее четко прослеживаемая по самым свежим данным, будет нивелироваться данными устаревшими.

Метод экспоненциального сглаживания предусматривает расчет ожидаемого среднего согласно

a(t) = a(t-1) + a[ C(t-1) - a(t-1)], (6)

где a ( 0< a< 1) определяет степень учета рассогласования между прогнозом а(t-1) и фактическим значением спроса Х(t-1) в предыдущий период. Иначе говоря,

a(t) = a*C(t-1) + (1-a)*a(t-

С помощью последовательных подстановок получаем

a(t)=a*C(t-1)+a*(1-a)*C(t-2)+a*(1-a)2*C(t-3)+…+a*(1-a)k-1*C(t-k)+….

или a(t) = a(1-a)k-1*C(t-k). (8)

Метод экспоненциального сглаживания обеспечивает устойчивую реакцию системы на изменение спроса, причем скорость реакции легко регулируется параметром a. Если определить тренд b(t) как

b(t) = a(t) - a(t-1), (9)

то прогноз тренда

b(t) = a*b(t-1) + (1-a)*b(t-2), (10)

а уточненный прогноз среднего

а¢(t) = a(t) + * b(t), (11)

где а(t) вычисляется по (7).

Эквивалентом такой системы является система 2-го порядка, работа которой описывается формулой

а¢(t) = a*C(t-1) + 2(1-a)*a(t-2) + (1-a)*a(t-

Недостатком регрессионных моделей являются их статичность и ограниченная идеализация. Альтернативой является нечеткое моделирование. Рассмотрим гибридную модель прогнозирования влияния запасов хлыстов на лесопогрузочных пунктах на вывозку, построенную на основе обучения на примере реального производственного процесса. Выполненный анализ влияния основных факторов лесозаготовительного процесса позволил установить достаточно высокую степень корреляции объемов вывозки от уровня запасов. Однако степень влияния остальных производственных факторов оказалась незначительной. Гибридная сеть класса ANFIS представлена на рисунке 9. Безусловным достоинством такой модели является высокий уровень адаптивности. Ошибка данной обученной модели, измеряемая по отношению к свежим данным, не превышает 1,5%.

Рис. 9. Структура гибридной сети класса ANFIS

Шестой раздел посвящен разработанным и применяемым в отрасли методам оптимизации управления запасами лесоматериалов.

Математические модели, применяемые в задачах исследования процессов ЛП, можно подразделить на аналитические, статистические (вероятностные, имитационные). Для первых характерно установление аналитических зависимостей между параметрами процесса, записанных в виде алгебраических формул, дифференциальных уравнений и т. п. При помощи аналитических моделей удается с удовлетворительной точностью описать сравнительно простые процессы.

Сложные процессы, в которых переплетается взаимодействие большого количества факторов, в том числе и случайных, целесообразно моделировать статистическими (вероятностными, стохастическими), имитационными и нейро-нечеткими методами, используя для расчетов специализированные компьютерные пакеты прикладных программ. Преимущество статистических методов перед аналитическими состоит в том, что они позволяют учесть большое количество факторов и не требуют грубых упрощений. Однако результаты статистического моделирования труднее поддаются анализу, чем аналитические зависимости. Наилучшие результаты дает совместное применение аналитических, статистических имитационных и нейро-нечетких моделей.

Общепринятый подход к оптимизации запасов лесоматериалов основывается на целевой функции вида:

ΣСдеф + ΣСхр = min, (13)

где ΣСхр – сумма издержек на создание и хранение запаса;

ΣСдеф – потери от дефицита запасов лесоматериалов.

Резервные (пассивные) запасы лесоматериалов, создаваемые для обеспечения последующих технологических операций при длительных перерывах на предшествующих операциях или меньшей интенсивности работ на предыдущих операциях обусловлены прежде всего организационно-технологической и сезонной неравномерностью ЛП и межсезонными перерывами в работе лесовозных дорог.

Основными расчетными факторами, требующими учета их случайного характера, являются наступление планируемого или ожидаемого дня Х, к которому следует создать запас лесоматериалов данного вида, длительность периода создания и продолжительность последующего периода потребления запасов, определяющие общий потребный объем запасов, интенсивности процессов роста и потребления запасов лесоматериалов.

Сезонные (межсезонные) запасы хлыстов (деревьев) создаются для обеспечения нормального хода производственного процесса на стадиях раскряжевки и последующей обработки круглых лесоматериалов в периоды межсезонной распутицы.

Для расчета сезонных запасов хлыстов (деревьев) в качестве общепринятой признана методика расчета на основе применения коэффициентов сезонной вывозки и сезонности.

Сезонный запас хлыстов (деревьев) определяют по формуле:

Qз = Qг * Кз, (14)

где Qз – годовой объем запаса хлыстов (деревьев), тыс. м3,

Qг – годовой объем вывозки, тыс. м3;

Кз – коэффициент запаса.

Кз = (g - b)*(1 - b), (15)

где g - коэффициент сезонной вывозки (отношение объемов зимней qз и общегодовой вывозки Qг);

g = qз / Qг. (16)

b - коэффициент сезонности (отношение количества зимних календарных дней Nз к общему количеству календарных дней в году Nг = 365),

b = Nз / 3

Таким образом, достаточно определить коэффициент сезонной вывозки g и коэффициент сезонности b, с тем чтобы по формуле (16) определить объем запасов хлыстов (деревьев) на складах сырья, необходимый для ритмичной работы в течение всего года, при любом типе лесовозных дорог и с учетом возможных перерывов по климатическим условиям.

Достоверность оценки необходимых сезонных запасов по вышеизложенной методике зависит от степени взаимного соответствия условий базового и планового периодов. Для смягчения такой зависимости производят усреднение используемых параметров базового периода за ряд лет.

Расчет резервных запасов лесоматериалов часто выполняется двухуровневым методом. В модели такого класса предполагаются заданными два уровня, определяемые заданием двух действительных чисел s и S, причем 0≤s<S<∞. Спрос на продукт всегда удовлетворяется полностью. Как только уровень запаса становится меньше s, производится заказ, доводящий уровень запаса до S. В противном случае заказ не делается. Таким образом, размер заказа на пополнение запаса лесоматериалов определяется по формуле:

0, если s ≤ Zn ≤ S

S – Zn, если Zn < S (18)

где Zn – размер запаса лесоматериалов в момент времени n.

Седьмой раздел посвящен моделированию технологических процессов и оптимизации запасов лесоматериалов.

Рассмотрены общие методы решения задач такого класса. Особое внимание уделено имитационному моделированию и процедурам их построения и оценки. Установлено, что решение задач управления запасами лесоматериалов целесообразно осуществлять на основе моделирования неравномерности ЛП. Определение локальных запасов требует моделирования операционной неравномерности, а решение задач процессного управления запасами требует моделирования организационно-технологической неравномерности ЛП.

Наибольшее применение для решения ряда задач оптимизации лесопромышленного производства получили методы теории массового обслуживания, линейного, нелинейного и динамического программирования и некоторые другие, составляющие аппарат исследования операций.

Возможности аналитического моделирования значительно ограничены в силу необходимости представления эмпирических зависимостей теоретическими законами и наличия существенных ограничений, накладываемых на условия и параметры реальных систем и моделируемых ситуаций. Имитационное и нейро-нечеткое моделирование в значительной степени свободны от статичности идеализации эмпирических распределений теоретическими законами.

Неравномерность ЛП можно рассматривать как случайный процесс, разворачивающийся во времени. При этом операционную неравномерность можно рассматривать как случайный процесс с дискретными состояниями и непрерывным временем. Организационно-технологическую неравномерность ЛП можно рассматривать как случайный процесс с непрерывными состояниями и дискретным временем. Характер случайного процесса определяет выбор метода моделирования: операционная неравномерность может быть представлена марковской цепью и, следовательно, к ней применимы методы теории массового обслуживания, а организационно-технологическая неравномерность таким свойством не обладает. Соответственно, методы имитационного моделирования неравномерности ЛП также различаются. Операционную неравномерность уместно представить в виде имитационной модели со случайным шагом, а организационно-технологическую неравномерность - в виде имитационной модели с постоянным шагом. Рациональные методы имитационного моделирования неравномерности ЛП представлены в таблице 7.

Таблица 7

Методы имитационного моделирования неравномерности ЛП

Характер неравномерности ЛП	Вид случайного процесса	Метод имитационного моделирования
Операционная	Дискретный случайный процесс	Моделирование по особым состояниям
Организационно-технологическая	Непрерывный случайный процесс	Моделирование с постоянным шагом
Сезонная	Смешанный случайный процесс	Моделирование с постоянным шагом

Рассмотрим задачу определения оптимальных уровней запасов лесоматериалов на верхних и нижних лесоскладах на имитационной модели ЛП. В качестве критерия оптимальности принят минимум суммарных приведенных затрат по ЛП с учетом снижения качества лесоматериалов при хранении. Оптимизация загрузки ЛП предполагает решение двух взаимосвязанных задач:

1.  Определение оптимальных интенсивностей работ на отдельных фазах ЛП при заданных начальных запасах лесоматериалов.

2.  Определение оптимальных начальных запасов лесоматериалов при заданных интенсивностях работ на отдельных фазах лесозаготовок.

Алгоритм имитационной модели ЛП представлен на рисунке 10.

 

 

 

Рис. 10. Алгоритм имитационной модели ЛП

Решение сформулированных задач в силу существенной зависимости ЛП от влияния природных факторов целесообразно осуществлять по периодам: весенне – летнему и осенне – зимнему. Выполним решение поставленных задач для весенне –летнего периода лесозаготовок. На рис. 11 представлено изменение значений приведенных затрат З, руб/м3, от начального запаса хлыстов на верхних лесоскладах V, суток, при разных соотношениях интенсивности заготовки к вывозке К.

Рис. 11. Зависимости показателя приведенных затрат З, руб/м3, от начального запаса хлыстов на верхних лесоскладах V, суток, при отношении интенсивности заготовки к вывозке К

Полученные результаты показывают, что областью предпочтительных значений соотношения интенсивности заготовки к вывозке в весенне – летний период является диапазон К = 1,03 … 1,07.

Вариант равной интенсивности заготовки и вывозки в летний период не является самым эффективным из–за необходимости поддержания относительно большего запаса хлыстов на верхних складах.

При соотношении интенсивности заготовки к вывозке К более 1,07 начинают расти потери на раскряжевке вследствие недостаточных запасов хлыстов на нижнем складе при относительном уменьшении объемов вывозки.

На рис. 12 представлены зависимости показателя приведенных затрат З, руб/м3, от начального запаса хлыстов на верхних лесоскладах V, суток, при разных отношениях интенсивности заготовки к вывозке К.

Полученные результаты показывают, что при увеличении отношения интенсивности заготовки к вывозке К требуемое значение начального запаса хлыстов на верхних складах снижается. При изменении отношения интенсивности заготовки к вывозке в пределах К = 1,00 … 1,015 требуемый начальный запас хлыстов на верхних складах должен быть равен девятисуточному объему вывозки, при К = 1,015 … 1,06 требуемый запас – 7 суток, при К = 1,06 … 1,10 требуемый запас – 5 суток.

Рис. 12. Зависимости показателя приведенных затрат З, руб/м3, от отношения интенсивности заготовки к вывозке К для разных значений начального запаса лесоматериалов на верхних лесоскладах, V, суток

На рис. 13 представлено уменьшение интенсивности вывозки D из – за недостатка запасов хлыстов на верхних лесоскладах в % к плановому объему вывозки при начальных запасах хлыстов на верхних лесоскладах V, суток, и отношениях интенсивности заготовки к вывозке К.

Рис. 13. Уменьшение интенсивности вывозки D,%, из – за недостатка запасов хлыстов на верхних лесоскладах V.

Общий анализ полученных результатов показывает, что зона оптимальных значений является достаточно широкой. Это позволяет выдвинуть предположение о сравнительно нерезкой чувствительности зоны оптимальности к изменениям параметров основных факторов ЛЗП и, следовательно, о достаточно широкой применимости полученных результатов моделирования. Аналогичный вывод о свойствах зоны оптимальности для производственных процессов лесозаготовок ранее был сформулирован в работах .

Широкое применение в ЛП качественных оценок создает предпосылки для применения нечеткой логики и нечетких множеств в задачах оптимизации с реализацией их в нейронных сетях.

Рассмотрим нечеткую модель управления запасами и вывозкой лесоматериалов одновременно из нескольких лесопогрузочных пунктов. Центральное место в нечетком моделировании занимает база правил нечетких продукций.

В качестве входных параметров системы нечеткого вывода будем рассматривать две нечеткие лингвистические переменные: «темпы заготовки лесоматериалов» и «наличие запасов лесоматериалов на погрузочном пункте», а в качестве выходного параметра – нечеткую лингвистическую переменную – «интенсивность вывозки».

В качестве терм-множества первой лингвистической переменной «темпы заготовки лесоматериалов» будем использовать множество Т1 = {«низкие», «средние», «высокие»}, а в качестве терм-множества второй лингвистической переменной «наличие запасов лесоматериалов на погрузочном пункте» будем использовать множество Т2 = {«недостаточные», «достаточные», «избыточные»}. В качестве терм-множества выходной лингвистической переменной «интенсивность вывозки» будем использовать множество Т3 = {«малая», «средняя», «большая»},

При этом каждый из термов первой и второй входной переменной будем оценивать по 10-балльной порядковой шкале, при которой цифре 0 соответствует наименьшая оценка, а цифре 10 – наилучшая оценка. Интенсивность вывозки принята в % от имеющихся запасов лесоматериалов. Сформулируем правила нечетких продукций следующего вида (система нечеткого вывода типа Мамдани):

ПРАВИЛО 1: ЕСЛИ «темпы заготовки лесоматериалов низкие» И «запасы лесоматериалов на погрузочном пункте недостаточные» ТО «интенсивность вывозки малая».

ПРАВИЛО 2: ЕСЛИ «темпы заготовки лесоматериалов низкие» И «запасы лесоматериалов на погрузочном пункте достаточные» ТО «интенсивность вывозки средняя».

ПРАВИЛО 3: ЕСЛИ «темпы заготовки лесоматериалов низкие» И «запасы лесоматериалов на погрузочном пункте избыточные» ТО «интенсивность вывозки средняя».

ПРАВИЛО 4: ЕСЛИ «темпы заготовки лесоматериалов средние» И «запасы лесоматериалов на погрузочном пункте недостаточные» ТО «интенсивность вывозки малая».

ПРАВИЛО 5: ЕСЛИ «темпы заготовки лесоматериалов средние» И «запасы лесоматериалов на погрузочном пункте достаточные» ТО «интенсивность вывозки средняя».

ПРАВИЛО 6: ЕСЛИ «темпы заготовки лесоматериалов средние» И «запасы лесоматериалов на погрузочном пункте избыточные» ТО «интенсивность вывозки большая».

ПРАВИЛО 7: ЕСЛИ «темпы заготовки лесоматериалов высокие» И «запасы лесоматериалов на погрузочном пункте недостаточные» ТО «интенсивность вывозки средняя».

ПРАВИЛО 8: ЕСЛИ «темпы заготовки лесоматериалов высокие» И «запасы лесоматериалов на погрузочном пункте достаточные» ТО «интенсивность вывозки большая».

ПРАВИЛО 9: ЕСЛИ «темпы заготовки лесоматериалов высокие» И «запасы лесоматериалов на погрузочном пункте избыточные» ТО «интенсивность вывозки большая».

Поверхность нечеткого вывода управления вывозкой, полученная на основе разработанной модели в среде MATLAB, представлена на рис. 14.

Рис. 14. Поверхность нечеткого вывода управления запасами лесоматериалов и вывозкой

ЗАКЛЮЧЕНИЕ

В работе выполнен анализ структуры ЛП, составлены структурные схемы его осуществления. Установлено, что ЛП представляет собой сложную эргатическую (человеко-машинную) систему, отличающуюся высоким уровнем неравномерности, для сглаживания которой создаются запасы лесоматериалов разной степени технологической обработки и товарной готовности.

Выполнен анализ методов и моделей управления запасами лесоматериалов, разработанных учеными и исследователями отрасли. Уточнены роль и значение запасов лесоматериалов в организации ЛП, сформулированы требования к запасам лесоматериалов и предложено их определение. Предложено определение жизненного цикла запасов лесоматериалов. Дополнена классификация запасов лесоматериалов на основе признака наличия (отсутствия) взаимодействия процессов их создания и использования, сформулированы критерии решения задач управления запасами лесоматериалов в ЛП с учетом полноты охвата производственного процесса.

В процессе исследования ЛП установлены особенности его осуществления в предельных ситуациях:

- для поддержания бесперебойной вывозки необходим запас хлыстов, равный шестисуточному объему вывозки;

- при переполнении склада сортиментов происходит плавное уменьшение производительности основных технологических линий на нижних складах на базе кранов типа ККС-10 и КБ-572А.

Выполнен анализ погрешности при дискретном представлении норм выработки и расходов в ЛП. Установлено, что относительная погрешность может достигать 10%. Переход от дискретного представления норм выработки и расходов в ЛП к непрерывному повышает точность планирования и позволяет использовать компьютерные технологии.

Выполнено исследование структуры неравномерности ЛП и предложена ее классификация. Сложный характер неравномерности ЛП дает основания выделить и различать операционную, организационно-технологическую и сезонную неравномерность. Результаты исследований показывают возможность аппроксимации операционной неравномерности ЛП законами Пуассона и Эрланга. Организационно-технологическая неравномерность может характеризоваться, как правило, нормальным или логнормальным законами распределения. Сезонная неравномерность ЛП характеризуется существенными показателями вариации, выражаемыми, например, в форме коэффициента неравномерности. Отличительной особенностью результатов исследований является то, что они характеризуют также неравномерность ЛП в лесопромышленных предприятиях в составе холдингов. Получены параметры потоков древесины и транспортных средств, в целом совпадающие и подтверждающие результаты ранее проводившихся исследований (в условиях до рыночной экономики).

В результате статистического анализа изменения качества круглых лесоматериалов, получаемых из хлыстов весенне-летнего хранения, установлено, что выход лесоматериалов 1-го и 2-го сортов уменьшается, а 3-го и 4-го сортов увеличивается.

Установлено, что решение задач процессного управления запасами лесоматериалов целесообразно осуществлять на основе моделирования неравномерности ЛП. Определение локальных запасов требует моделирования операционной неравномерности, а решение задач управления WIP запасами требует моделирования организационно-технологической неравномерности ЛП. На основе представления ЛП как случайных процессов предложены рациональные методы имитационного моделирования различных видов ее неравномерности.

Разработана гибридная (нечеткая) модель прогнозирования спроса на лесоматериалы класса ANFIS, построенная в среде Matlab. Ошибка данной модели на свежих данных не превышает 1,5%.

Разработана нейро-нечеткая модель управления запасами лесоматериалов и вывозкой из нескольких лесопогрузочных пунктов, позволяющая использовать оперативные данные и производственный опыт экспертов (водителей лесовозов, мастеров леса и др.).

На основе результатов исследований ЛП разработана имитационная модель ЛП, позволяющая решать задачи процессного управления запасами лесоматериалов и интенсивностями работ с учетом снижения качества сортиментов, отличительной особенностью которой является возможность взаимоувязанной оптимизации интенсивностей работ и запасов лесоматериалов как по критерию минимума приведенных затрат, так и по критерию максимизации прибыли. В результате имитационного моделирования установлено, что:

вариант равной интенсивности заготовки и вывозки древесины не является наиболее эффективным из-за необходимости поддержания сравнительно большого запаса древесины на верхних складах;

при соотношении интенсивности заготовки к вывозке К более 1,07 начинают расти потери на раскряжевке вследствие недостаточных запасов хлыстов на нижнем складе при относительном уменьшении объемов вывозки;

необеспеченность вывозки оперативными запасами древесины на верхних складах в весенне-летний период ведет к снижению объемов вывозки;

областью предпочтительных значений отношения интенсивности заготовки к вывозке в весенне-летний период при наличии соответствующих запасов древесины на верхних лесоскладах и обеспеченности раскряжевки ресурсами является диапазон 1.03……1.07;

при увеличении отношения интенсивности заготовки к вывозке К требуемое значение начального запаса хлыстов на верхних складах снижается. При изменении отношения интенсивности заготовки к вывозке в пределах К = 1,00 … 1,015 требуемый начальный запас хлыстов на верхних складах должен быть равен девятисуточному объему вывозки, при К = 1,015 … 1,06 требуемый запас – 7 суток, при К = 1,06 … 1,10 требуемый запас – 5 суток;

полученные результаты показывают, что для соотношения интенсивности заготовки к вывозке К > 1,07 начальный запас хлыстов на верхних складах, равный 7 – суточному объему вывозки, позволяет полностью избежать потерь на вывозке из – за недостатка запасов. Для значения К = 1,03 …1,07 начальный запас хлыстов, позволяющий полностью избежать потерь на вывозке, равен 9 – суточному объему вывозки, для К = 1,00 … 1,03 соответствующее значение запаса хлыстов равно 12-суточному объему вывозки.

Разработанные в диссертационной работе методы и модели управления запасами лесоматериалов позволяют повысить эффективность ЛП, снизить затраты на создание и поддержание запасов. Экономический эффект от их реализации составляет 15… 25 руб./кбм. заготовленной древесины.

Основные результаты диссертационного исследования представлены в следующих публикациях:

1.  Климушев анализ производственного процесса объединения «Мезеньлес»/ // Сб. науч. тр. МЛТИ.- Вып. 172. – М.: 1985. – С. 17 – 21.

2.  Климушев загрузки лесозаготовительного производства/ // Сб. науч. тр. МЛТИ.- Вып. 189. – М.: 1987. – С. 32 – 39.

3.  К оценке влияния переполнения склада сортиментов на объем производства/ // Сб. науч. тр. МЛТИ.- Вып. 189. – М.: 1987. – С. 27 – 31.

4.  Климушев маршрутной отгрузки на вместимость склада сортиментов/ // Сб. науч. тр. МЛТИ.- Вып. 200. – М.: 1988. – С. 83 – 88.

5.  Климушев модель лесозаготовительного производства / , // Лесн. пром-сть.-1988.-№2.-С.21.

6.  Климушев для изготовления замковых шпал [Текст] /, // Лесная промышленность.-1988.-№4.-с.33.

7.  Климушев обоснованное управление запасами лесоматериалов в лесозаготовительном производстве как фактор экологического совершенствования/ // Север и экология – 21 век: Сб. науч. тр. к межрегиональной конференции / УГТУ.- Ухта.-1999.-С.54-56.

8.  О характере запасов лесоматериалов/ // Рациональное использование лесных ресурсов: Материалы междунар. НПК / МарГТУ.- Йошкар-Ола.-1999.-С.127-128.

9.  Климушев лесных технологий для условий Республики Коми/ // Север и экология – 21 век: Сб. науч. тр. к межрегиональной конференции / УГТУ.- Ухта.-1999.-С.53-54.

10.  О классификации запасов лесоматериалов/ // Междунар. НПК «Научно – технический прогресс в лесном комплексе», Сыктывкар, 2000. – С. 42 – 43.

11.  К оценке сезонности в лесозаготовительном производстве/ //Междунар. НПК «Научно – технический прогресс в лесном комплексе», Сыктывкар, 2000.–С.58– 60.

12.  О программе реструктуризации и развития Сосногорского лесопромышленного узла/ , , // Научно – технический прогресс в лесном комплексе: Материалы междунар. НПК/ СЛИ.- Сыктывкар.- 2000.-С.39-40.

13.  Климушев лесозаготовительным производством по спросу на лесоматериалы///Междунар. НПК «Научно–технический прогресс в лесном комплексе»,Сыктывкар,2000.–С.51– 52.

14.  Климушев систем машин для сортиментной заготовки древесины/ , , // Лесн. пром-сть.-2001.-№1.-С.15.

15.  Климушев и модели управления запасами лесоматериалов: монография / .- Ухта.: изд-во УГТУ, 2001.-76с.

16.  Климушев в исследование операций: Учеб. пособие / Климушев в исследование операций: Учеб. пособие / . – Ухта: УГТУ, 2001. – 74с.

17.  Климушев моделирование лесопромышленного производства/ // Материалы междунар. НПК, посвященной 100-летию со дня рождения / МарГТУ.- Йошкар – Ола.-2001. – С.53.

18.  Климушев выбора систем машин для сортиментной заготовки древесины/ // Материалы междунар. НПК, посвященной 100-летию со дня рождения / МарГТУ.- Йошкар – Ола.-2001. – С.54-55.

19.  Климушев расчета запасов лесоматериалов/ // Материалы междунар. НПК, посвященной 100-летию со дня рождения / МарГТУ.- Йошкар – Ола.-2001. – С.190-192.

20.  Климушев моделирование лесопромыш-ленных процессов/ //Новые образовательные и информационные технологии в обучении: Материалы международного семинара / СЛИ.- Сыктывкар.- 2001.-С.52-55.

21.  Климушев технологии в подготовке лесоинженеров/ , //Новые образовательные и информационные технологии в обучении: Материалы международного семинара / СЛИ.- Сыктывкар.- 2001.-С.59-61.

22.  Климушев технологии в нормировании лесопромышленного производства / //Новые образовательные и информационные технологии в обучении: Материалы международного семинара / СЛИ.- Сыктывкар.- 2001.-С.49-52.

23.  Климушев моделирование лесопромышленных процессов/ , //Новые образовательные и информационные технологии в обучении: Материалы международного семинара / СЛИ.- Сыктывкар.- 2001.-С.55-58.

24.  Климушев рациональной структуры имитационной модели лесозаготовительного производства/ ; УГТУ.- 2001.-7с.-Деп. в ВИНИТИ 19.01.2001, 2001.

25.  Климушев нормирования лесозаготовительного производства/ ; УГТУ.- 2001.-7с.-Деп. в ВИНИТИ 04.05.2001, 2001.

26.  Климушев сезонной неравномерности лесозаготовительного производства/ // Вестн. Моск. гос. ун-та леса – Лесной вестник.- 2002.-№2(22).-С.156-159.

27.  Климушев снижения качества древесины при хранении / , // Вестн. Моск. гос. ун-та леса – Лесной вестник.- 2002.-№2.-С.162-164.

28.  Климушев исчисление в задачах оптимизации лесопромышленного производства:Учеб. пособие/, , .–Ухта:УГТУ,2002.– 94с.

29.  : Основы научных исследований: Учеб. пособие / , . – Ухта: УГТУ, 2002. – 76с.

30.  Климушев систем машин для сортиментной заготовки в условиях Республики Коми / .- сб. науч. тр. УГТУ.- Вып.5.- Ухта.-2002.- С.85-88.

31.  Климушев оптимизация лесопромышленных процессов/.- сб. науч. тр. УГТУ.-Вып.5.-Ухта.-2002.-С.88-93.

32.  : Моделирование технологических процессов лесопромышленного производства: Учеб. пособие / , . – Ухта: УГТУ, 2003. – 76с.

33.  Климушев запасами лесоматериалов/ //Лесопромышленная логистика и информационные системы лесного комплекса: Материалы межд. НТК /СПбГЛТА. СПб., 2003.- С.98-103.

34.  Климушев формирования бюджета лесозаготовительного предприятия /, .- сб. науч. тр.: материалы НТК УГТУ.- Ухта.-2003.- С.207-211.

35.  К оценке погрешности дискретного нормирования в лесозаготовительном производстве / , .- сб. науч. тр.: материалы НТК УГТУ.- Ухта.-2003.- С.211-215.

36.  Климушев неравномерность лесозаготовительного производства/ // ИВУЗ «Лесной журнал» №1-2, 2005г., С.52-54.

37.  Климушев запасами лесоматериалов: монография / .- М.: ГОУ ВПО МГУЛ, 2005.-187с.

38.  Климушев модель управления вывозкой/ // Вестн. Моск. гос. ун-та леса - Лесной вестник.- №6/2005, с.102-104. .

39.  Климушев запасов хлыстов на лесосеке / // Вестн. Моск. гос. ун-та леса - Лесной вестник.- №6/2005, с. 99-102.

40.  Климушев моделирование лесозаготовительного производства/ , .- сб. науч. тр.: материалы НТК УГТУ.- Ухта.-2005.- С.56-59.

41.  Климушев спроса на лесоматериалы/ , ; УГТУ.- 2005.-14с.-Деп. в ВИНИТИ 06.04.2005, 2005.

42.  Климушев моделирование лесозаготовительного производства/ , ; УГТУ.- 2005.-13с.-Деп. в ВИНИТИ 06.04.2005, 2005.

43.  Климушев прогнозирования спроса на лесоматериалы / , // Сб. материалов НТК УГТУ, Часть 1.-Ухта: УГТУ, 2005.,С. 325-329.

44.  Климушев лесозаготовительного производства и ее моделирование// Вестн. Моск. гос. ун-та леса - Лесной вестник.- №1/2006, с. 75-77.

45.  Климушев управление запасами лесоматериалов/ // Вестн. Моск. гос. ун-та леса - Лесной вестник.- №6/2006, с. 102-104.

46.  Климушев моделирование неравномерности лесозаготовительного производства/ // Вестн. Моск. гос. ун-та леса - Лесной вестник.- №4/2007, с. 114-116.

47.  Климушев моделирование неравномерности лесозаготовительного производства / , // Сб. материалов НТК УГТУ, Часть 2.-Ухта: УГТУ, 2008.,С. 66-70.

48.  Климушев моделирование неравномерности лесозаготовительного производства , // Сб. материалов НТК УГТУ, Часть 2.-Ухта: УГТУ, 2008.,С. 70-74.