Поиск: Рекомендуем: Почему я выбрал профессую экономиста Почему одни успешнее, чем другие Периферийные устройства ЭВМ Нейроглия (или проще глия, глиальные клетки) Категории: Астрономия Биология География Другие языки Интернет Информатика История Культура Литература Логика Математика Медицина Механика Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Транспорт Физика Философия Финансы Химия Экология Экономика Электроника	Главная О нас Популярное ТОП Новые страницы Случайная страница Контакты FAQ ЗАКАЗАТЬ РАБОТУ Краткая характеристика методов прогнозирования управленческих решений ⇐ Предыдущая42434445464748495051Следующая ⇒   Метод	Применение
основные условия	особенности	область
1	2	3	4
1. Нормативный	Наличие качественной нормативной базы по всем стадиям жизненного цикла каждого объекта в составе автоматизированных систем управления. Нормативная база должна включать как показатели объекта, так и показатели организационно-технического уровня производства у изготовителя, потребителя и ремонтной организации	Значительная трудоемкость создания нормативной базы, необходимость установления зависимостей между полезным эффектом, затратами и сроком службы. Высокая точность прогнозов	Для прогнозирования эффективности, сроков замены оборудования, возможностей насыщения рынков сбыта для объектов массового производства. Срок упреждения - до 10—15 лет
2. Эксперимен-тальный	Наличие (создание) экспери-ментальной или опытной базы, необходимых материально-технических, трудовых и финансовых ресурсов для проведения экспериментальных работ	Значительная стоимость экспериментальных работ. Достаточная точность прогнозов	Для прогнозирования эффективности и сроков замены проектируемого оборудования, сроков выпуска продукции, возможности и сроков насыщения проектируемой продукцией рынков сбыта, нетрадиционных объектов массового производства, не имеющих аналогов на стадии завершения рабочего проектирования. Срок упреждения — до 10—15 лет
3. Параметри-ческий	Наличие качественной нормативной базы по всем стадиям жизненного цикла каждого объекта	Значительная трудоемкость установления зависимости для прогнозирования, учет функций объекта и показателей организационно- технического уровня производства у изготовителя, потребителя и ремонтной организации. Достаточная точность и простота расчета	Составление среднесрочных прогнозов полезного эффекта, возможного изменения рынков сбыта анализируемой продукции серийного производства. Срок прогнозирования — до 10 лет
4. Экстрапо-ляция	Количественное определение важнейших параметров поведения объекта не менее чем за пять лет	Прогнозирование полезного эффекта и элементов затрат на основе предположения, что тенденции развития объекта в будущем будут такими же, как и в прошлом периоде. Выборка исходной информации должна не менее чем в два раза превышать выбранный период упреждения	Отдельные виды ресурсов в целом по предприятию, объединению, а также полезный эффект продукции мелкосерийного производства. Срок прогнозирования — до пяти лет
5. Индексный	Наличие соответствующих норм (удельных показателей) полезного эффекта, элементов затрат за базисный период и плановых заданий по их изменению в прогнозируемый период	Прогнозирование полезного эффекта и элементов затрат на основе значения прогнозируемого параметра в базисном периоде и индексов изменения нормативов. Простота расчетов, но невысокая их точность	Прогнозирование полезного эффекта, мощностей оборудования каждого вида. Виды укрупненных затрат ресурсов в целом по предприятию. Срок прогнозирования — до пяти лет
6. Экспертный	Создание экспертной группы из высококвалифицированных специалистов в данной области численностью не менее 9 человек	Прогнозирование развития объектов по экспертным оценкам специалистов в данной области	Проведение прогнозирования возможных рынков сбыта по данному виду полезного эффекта, сроков обновления выпускаемой продукции, по прочим вопросам маркетинга и технического уровня продукции. Срок прогнозирования не ограничен
7. Оценки технических стратегий	Разработка матриц генеральной определительной таблицы или универсального идентификатора и создание экспертной группы из высококвалифицированных специалистов	Возможность применения для оценки качества принципиально новых видов техники, где отсутствуют статистические данные и патентные фонды	Для формирования требований к разрабатываемому изделию в виде набора целей и определения средств, способов и путей, необходимых для достижения поставленных целей
8. Функцио-нальный	Невозможность достижения требуемых характеристик изучаемого объекта с использованием ранее применявшихся принципов действия. Потребность определения широкого спектра альтернатив развития изучаемого объекта с учетом возможностей использования новых принципов действия	Создание функциональной схемы будущего объекта	При прогнозировании возможности появления на данном рынке сбыта новых материальных носителей данного вида полезного эффекта. Срок прогнозирования не ограничен
9. Комбини-рованный	Условия, определенные для конкретных методов прогнозирования (пп. 1-8)	Возможность рационального сочетания методов с целью повышения точности прогнозирования, снижения затрат на проведение прогнозирования	Для всех видов прогнозирования полезного эффекта. Срок прогнозирования не ограничен

МЕТОДЫ ЭКСТРАПОЛЯЦИИ

На ранних стадиях разработки часто ограничено количество известных параметров будущего объекта и показателей организационно-технического уровня производства у изготовителя и потребителя. В этих условиях рекомендуется применять более простые, но и менее точные методы прогнозирования — экстраполяции, основанные на прогнозировании поведения или развития объектов в будущем по тенденциям его поведения в прошлом. Применение методов экстраполяции, как правило, не требует моделирования частных параметров объекта и показателей организационно-технического уровня производства.

Наиболее распространенными являются методы экстраполяции по математическим моделям и графический (от руки, на глазок). Оба метода требуют наличия информации о прогнозируемом параметре объекта за период в два и более раза больше прогнозируемого периода. Для учета изменений качества объекта в прогнозируемом периоде и организационно-технического уровня производства у изготовителя и потребителя объекта применяются корректирующие коэффициенты.

Допустим, нам необходимо спрогнозировать себестоимость выработки сжатого воздуха в 2000 г. в условиях станкостроительного завода. Воздух на этом заводе сжимается воздушными поршневыми компрессорами типа ВП. На заводе не ведется учет себестоимости выработки сжатого воздуха каждым компрессором, но учитываются все элементы затрат на эксплуатацию и ремонты компрессорной станции в целом, а также ее годовая производительность. Поделив сумму годовых затрат на годовую производительность (годовой объем сжатого воздуха), получим себестоимость выработки единицы объема сжатого воздуха.

Себестоимость одной тысячи м³ сжатого воздуха на заводе за 1992—1999 гг. составила по годам 2,10; 2,03; 1,95; 2,02; 1,86; 1,87; 1,85; 1,80 у. е. Нанесем эти данные на график (рис. 6.1).

Рис. 6.1. Динамика себестоимости выработки 1 тыс. м³ сжатого воздуха на станкостроительном заводе

По имеющимся данным, себестоимость выработки сжатого воздуха на 2000 г. можно спрогнозировать методом наименьших квадратов на ЭВМ и графически. Для разработки модели прогнозирования по первому методу составляется матрица исходных данных по следующей форме:

В этой таблице Х — год (1992 г. — 1, 1993 г. — 2 и т.д.), Y — себестоимость сжатого воздуха, у. е./тыс. м³.

После решения матрицы на ЭВМ по стандартной программе, статистической обработки данных методом наименьших квадратов были получены следующие модели для прогнозирования себестоимости:

Уравнение регрессии по степенной форме зависимости не отвечает требованиям по критерию Фишера: расчетное значение критерия равно 4,26, а табличное — 5. Поэтому было принято уравнение по линейной зависимости, отвечающее требованиям: коэффициент парной корреляции равен 0,78, ошибка аппроксимации ±1,5%, критерий Стьюдента — 4,68 при табличном, равном 2, критерий Фишера — 4,95.

Подставляя в линейное уравнение регрессии вместо Х соответствующую цифру (1 — для 1992 г., 2 — 1993, 7 — 1998, 8 — 1999 г.), получим следующие теоретические или расчетные значения себестоимости:

По полученным точкам построим теоретическую линию снижения себестоимости выработки сжатого воздуха в условиях данного завода. Участок от 2000 до 2002 г. является прогностическим, и он обозначен пунктирной линией. За год в среднем себестоимость снижается на 1,8%.

Линию снижения себестоимости можно построить также графически, без нахождения математической модели, на глазок. Однако он по сравнению с предыдущим менее точен, рекомендуется только для предварительного определения тенденции изменения функции.

В этом примере корректирующие коэффициенты не учтены, так как до 2002 г. на анализируемом заводе не намечаются изменения организационно-технических факторов производства сжатого воздуха. Также не учтена инфляция.

ПАРАМЕТРИЧЕСКИЕ МЕТОДЫ

На стадиях разработки технического задания и технического проекта по объекту массового производства отсутствуют сведения по каждой детали и сборочной единице. Объекты еще не прошли опытно-промышленных испытаний. Поэтому на этих стадиях нет возможности выполнить детальные расчеты затрат на освоение, изготовление, обращение, эксплуатацию и ремонт проектируемых объектов.

А по продукции единичного и мелкосерийного производства нецелесообразно применять описанные выше точные методы прогнозирования.

В этих случаях рекомендуется применять параметрические методы прогнозирования полезного эффекта и затрат, основанные на установлении зависимостей между параметрами объекта и организационно-технического уровня производства, с одной стороны, и полезным эффектом или элементом затрат — с другой.

Параметрические методы прогнозирования подразделяются на два вида: по удельным показателям и по уравнениям регрессии.

Для установления уравнений регрессии необходимо, чтобы количество статистических данных было не менее чем в три раза больше количества факторов (см. п. 7.5). По объектам, не отвечающим этим требованиям, полезный эффект или затраты рекомендуется определять по удельным показателям. Например, полезный эффект объекта рассчитывается по формуле

где П_jt — полезный эффект объекта в j-x условиях эксплуатации в t-м году;

П_б — среднегодовой полезный эффект базового объекта, аналогичного проектируемому;

Х_б — важнейшая характеристика (главная функция) базового объекта, например, часовая производительность и т. п.;

X_jt — важнейшая характеристика проектируемого объекта в j-x условиях эксплуатации в t-м прогнозируемом году;

К_1t — коэффициент, учитывающий повышение надежности проектируемого объекта по сравнению с базовым на t-й год;

K_2t — коэффициент, учитывающий изменение организационно-технического уровня производства у потребителей проектируемого объекта в t-м году эксплуатации по сравнению с уровнем производства у потребителей базового объекта;

К_3t — коэффициент, учитывающий изменение организационно-технического уровня производства у ремонтной организации объекта в t-м году по сравнению с базовым периодом.

Количество корректирующих коэффициентов можно увеличить.

По аналогичной схеме определяются и элементы затрат по стадиям жизненного цикла проектируемого объекта. Например, затраты на освоение производства проектируемого объекта можно определить по формуле

где З_осв.jп — затраты на освоение проектируемого объекта на j-м предприятии;

З_ocв.jб — то же базового объекта;

Н_б и Н_п — соответственно количество наименований деталей (без крепежных деталей) в базовом и проектируемом объекте;

K_1j — коэффициент, учитывающий изменение показателя технологической оснащенности проектируемого объекта на j-м предприятии по сравнению с базовым объектом;

К_2j — коэффициент, учитывающий изменение показателя освоенности деталей проектируемого объекта по сравнению с базовым объектом;

K_3j — коэффициент, учитывающий повышение сложности проектируемого объекта по сравнению с базовым.

Коэффициенты определяются отношением соответствующего показателя по проектируемому объекту к показателю по базовому объекту. Например, коэффициент, учитывающий изменение показателя технологической оснащенности объекта, определяется по формуле

где Н_осв.t — количество наименований технологической оснастки, необходимой для изготовления проектируемого объекта;

Н_осв.б — то же базового объекта.

Затраты на изготовление объекта с применением метода удельных показателей на ранних стадиях его проектирования определяется по формуле

где З_изг.jt — затраты на изготовление проектируемого объекта на j-м предприятии в t-м году;

З_изг.б — затраты на изготовление базового объекта;

М_б и М_t — соответственно масса базового и проектируемого объекта;

K_пp.t — коэффициент, учитывающий закономерность неуклонного роста производительности труда, на t-й год;

К_мjt — коэффициент, учитывающий влияние на затраты по изготовлению масштаба выпуска проектируемого объекта по сравнению с масштабом выпуска базового объекта на j-м предприятии в t-м году.

Затраты на обращение определяются индивидуально для каждого объекта. Например, затраты на транспортирование, хранение и монтаж компрессорного оборудования укрупненно можно принять равными 10% от его цены. Для некоторых объектов, кроме того, необходимо строить здания для монтажа (например, для автомобиля — гараж), ремонтную базу. Эти затраты можно определить только путем составления соответствующих смет.

Затраты на эксплуатацию проектируемого объекта по методу удельных показателей можно определить по формуле

где З_э.у — затраты на эксплуатацию проектируемого объекта в у-х условиях в t-м году;

З_э.б — среднегодовые затраты по эксплуатации базового объекта.

ЭКСПЕРТНЫЕ МЕТОДЫ

Ранее мы рассмотрели методы прогнозирования полезного эффекта и элементов затрат по объектам, которые характеризуются одной главной функцией, либо по объектам, по которым имеется достаточное количество статистических данных (в три раза больше количества показателей объекта). По объектам, не отвечающим этим требованиям, рекомендуется использовать экспертные методы.

Например, приборы, выпускаемые приборостроительными заводами, с одной стороны, характеризуются несколькими главными функциями и параметрами (количество измеряемых величин, пределы точности и количество измерений в единицу времени, срок службы, надежность работы), а с другой стороны — эти приборы выпускаются, как правило, только одним заводом и по ним не имеется достаточного количества статистических данных для применения математических методов прогнозирования. Также отсутствует достаточное количество статистических данных по уникальным, сложным машинам единичного производства.

Сущность экспертных методов прогнозирования заключается в выработке коллективного мнения группы специалистов в данной области. Существует несколько методов экспертной оценки развития объекта в будущем. Рассмотрим здесь только один — метод баллов, который можно применять для прогнозирования как полезного эффекта объекта, так и элементов затрат.

Сначала формируется экспертная группа из специалистов в данной области, численность которой должна быть равна или больше девяти. Для повышения однородности состава группы путем анонимного анкетирования возможен отсев специалистов, которые, по мнению большинства, не совсем компетентны в данной области.

Затем коллективно устанавливают или выбирают несколько важнейших параметров (3—5) объекта, влияющих на полезный эффект и элементы затрат.

Следующий шаг — установление важности параметра экспертным путем. Рассмотрим два метода. По первому каждый эксперт каждому параметру объекта присваивает баллы по шкале от 0 до10. Тогда важность параметра объекта в баллах определяется по формуле:

где а_i — весомость i-го параметра объекта;

i — номер параметра объекта;

j — номер эксперта;

m — количество экспертов в группе;

Б_ij — балл, присвоенный i-му параметру j-м экспертом;

Б_cj — сумма баллов, присвоенных j-м экспертом всем параметрам объекта.

Допустим, экспертная группа установила, что объект характеризуется четырьмя важнейшими параметрами (главными функциями). Первый эксперт присвоил параметрам следующие баллы: первому параметру — 7 баллов, второму — 6 баллов, третьему — 2, четвертому — 5. Второй эксперт этим параметрам присвоил соответственно следующие баллы: 6, 8, 4, 4 и т.д. Сумма баллов у экспертов получилась следующая: у первого эксперта — 20 (= 7 + 6 + 2 + 5), второго — 22 и далее соответственно 19, 25, 21, 20, 24, 23. Первому параметру эксперты присвоили следующие баллы: 7, 6, 8, 7, 8, 6, 7, 7. Тогда весомость первого параметра будет равна

Аналогично определяется весомость и других параметров объекта. Весомость параметров рекомендуется определять по следующей методике*. Сначала каждый эксперт находит соотношение между параметрами попарно. Если весомость данного параметра, по мнению эксперта, выше другого, с которым сравнивается данный параметр, ему присваивается два балла. Если весомость параметров одинакова, данному параметру присваивается один балл. И если весомость данного параметра ниже другого, то первому параметру баллов не дается.

* Питуганов А.Л., Сердюк Л.А. Научно-технический прогресс и эффективность управления производством. — Львов, 1980.

Допустим, что девять экспертов четырем параметрам объекта присвоили следующие баллы (табл. 6.4).

Средняя оценка определяется делением суммы баллов на количество экспертов. По средним оценкам рассчитывается весомость параметров (табл. 6.5).

Таблица 6.4

Дата добавления: 2018-10-18; Мы поможем в написании ваших работ!; просмотров: 183 | Нарушение авторских прав

Лучшие изречения:

Своим успехом я обязана тому, что никогда не оправдывалась и не принимала оправданий от других. © Флоренс Найтингейл
==> читать все изречения...

1899 - | 1692 -