При использовании экономико-математических методов разработка нормативов ведется в такой последовательности определяются виды работ, выполняемых в процессе подготовки производства осуществляется выбор изделий, подлежащих анализу, и их классификация производится отбор факторов, оказывающих влияние на затраты нормируемых видов ресурсов, сбор и систематизация статистических данных проводится аналитическая обработка статистических материалов с применением методов корреляционного, регрессионного анализа и др. строятся экономико-математические модели и рассчитываются значения параметров моделей при разных значениях факторов разрабатываются макеты нормативных таблиц и вносятся в них полученные значения параметров осуществляется проверка и корректировка нормативов. [c.246]
Отличительной особенностью модели является наличие моделирующего аппарата, способного проводить анализ чувствительности проекта к изменению "входных" параметров модели. Тем самым учитываются факторы риска. [c.119]
Нечеткое описание. Такая форма описания неопределенности используется, когда информация о параметрах модели и требованиях к исследуемому объекту задается экспертом на естественном языке, то есть, в "нечетких", с точки зрения математики, терминах типа "много больше", "около", "приблизительно" и пр. Во всех этих случаях задается неточное значение параметра, а некоторое множество его возможных значений, характеризующихся уровнем компетенции эксперта. Для описания факторов в данной ситуации используют методы теории нечетких множеств, основной характеристикой которых является функция принадлежности jUj(z) параметра z к известному множеству А, удовлетворяющая условию [c.47]
На основании исходных данных по месторождениям за 1977 год на ЭВМ Минск-22 были вычислены основные параметры модели, представленные в таблице. [c.55]
Прогнозируемые значения, полученные по методу экспоненциального сглаживания (20) и по формуле логической кривой (21), за шесть лет прогнозируемого периода отличаются друг от друга менее чем на 4 %. То, что два метода прогнозирования дают идентичные результаты, свидетельствует об удачном выборе как форм связи, так и отдельных параметров модели методом экспертных оценок. [c.57]
Параметры моделей, построенных по данным других временных интервалов, приведены в табл. 1JL Параметры каждого фактора и свободный член образуют временные ряды, имеющие явно выраженные тенденции (закономерности) (рис.12). [c.59]
Динамика параметров модели себестоимости добычи нефти [c.60]
Однако, исходя из положения, что тенденцию изменения параметров моделей можно достаточно точно отобразить полиномами первой и второй степеней, выбираем следующие виды моделей [c.60]
| Рис. 12. Динамика параметров модели, выраженной в виде функции от времени (пунктирные кривые - фактические данные, сплошные — усредненные). |  |
От длительности периода планирования и выбранных форм связи зависит и длительность периода, по данным которого определяются параметры моделей, используемых для плановых расчетов. Для текущего планирования длительность предпланового периода составляет 3—5 лет, а для перспективного — 7 — 10 лет. [c.68]
Расчет параметров модели [c.69]
В этом параграфе мы рассмотрим вопрос о том, что можно сделать, когда некоторые переменные и параметры модели являются неопределенными, т. е. известны только области, в которых они могут находиться, а их конкретные значения в момент принятия решения предсказать нельзя. Задачи принятия решения при наличии неопределенных факторов исследуются теорией игр. [c.219]
Теперь можно переходить к следующему пункту первого этапа имитационного исследования — к этапу концептуализации модели. Концептуализация состоит, по существу, в уточнении результатов предыдущего пункта — пока, правда, на качественном уровне. На этом подэтапе исследования необходимо выбрать переменные и параметры модели, качественно описать их связь, предварительно оценить необходимую исходную информацию и обсудить с заказчиком возможности ее получения. [c.243]
Итак, мы закончили описание процесса перехода от концептуальной модели к модели математической. Осталось лишь напомнить, что параметры моделей оцениваются путем обработки реальной статистической информации. Перепишем полученные модели. Модель долгосрочного [c.254]
Во-вторых, необходимо проверить устойчивость результатов расчетов в зависимости от параметров. Дело в том, что многие параметры модели определяются приближенно, т. е. с некоторым допуском. Если окажется, что небольшое [c.276]
Построенный график безубыточности ясно представляет ключевые параметры модели "затраты/объем выпуска/прибыль", однако он не показывает переменных затрат, вклада или прибыли для различных значений объема выпуска. Их можно определить из графика безубыточности, но не увидеть непосредственно на графике. Например, прибыль для различных объемов определяется длиной вертикального отрезка между линиями выручки и совокупных затрат, а величина переменных затрат — длиной вертикального отрезка между линиями совокупных и постоянных затрат. Данные элементы модели можно продемонстрировать с помощью графика вклада. [c.257]
Модель "затраты/объем выпуска/прибыль" предполагает, что продается один вид продукции/услуг или что структура ассортимента продукции, неизменная при любых объемах выпуска, выше нуля. Очевидно, что такое допущение приемлемо для организаций с единственным видом продукции/услуг, но вряд ли является таковым в ситуациях со множеством видов продукции/услуг. Точно так же, как для привлечения дополнительных покупателей снижают цену реализации, может потребоваться изменить структуру выпуска продукции, чтобы повысить общий объем спроса. Например, повышение объема реализации с 8000 до 10000 ключей (см. пример 6.6) могло быть вызвано исключительно увеличением количества выпуска автомобильных ключей, тогда структура ассортимента изменится, что вынудит пересчитать значения параметров модели. [c.275]
Анализ чувствительности позволяет ответить на вопрос что будет, если... и применяется для анализа влияния изменения одного или нескольких параметров модели "затраты/объем выпуска/прибыль". [c.279]
После решения проблем, стоящих перед исследователем при формулировке цели исследования, можно переходить к следующему шагу — к построению так называемой концептуальной модели, т. е. к описанию структуры объекта исследования на качественном уровне. Это предварительный этап формулировки математической модели. Он необходим для того, чтобы привлечь заказчика к построению модели. Дело в том, что обычно не приходится надеяться на то, что заказчик будет лично участвовать в формулировке математической модели — для этого у него нет ни достаточного математического образования, ни времени. Все же какое-то участие заказчика в построении модели необходимо, поскольку при этом приходится делать многочисленные предположения и упрощения, ограничивать возможные варианты функционирования изучаемой системы и т. д. Если эти предположения сделать без участия заказчика, он будет и к модели, и к полученным по ней результатам относиться с глубоким недоверием. Кроме того, практический опыт заказчика может оказаться весьма полезным для исследователя. На этапе построения качественной (концептуальной) модели структура модели представляется в графическом виде, без использования математических выражений, зачастую малопонятных для заказчика. В этом процессе выбираются основные переменные н параметры модели, качественно описывается их связь, оценивается исходная информация, необходимая для проведения исследования, а также возможность ее получения. Заказчик должен принять в нем активное участие, оказать существенное влияние на. структуру модели. [c.136]
Задав начальные данные. 4(0) и К(0), мы закончим описание процесса перехода от концептуальной схемы к модели математической. Параметры модели оцениваются путем обработки реальной статистической информации. [c.143]
Обратим внимание на тот факт, что разбиение факторов на случайные и неопределенные сделано с точки зрения исследователя и отражает его представление о параметрах модели. Возможно, что в случае природной неопределенности с помощью дополнительных исследований некоторые неопределенные параметры можно было бы сделать случайными (т. е. выяснить законы их распределения) или даже установить их точные значения. [c.160]
Модель (3.1), (3.5), (3.6), (3.9) — (3.16) позволяет изучить процессы развития производства более точно, чем модели, описанные в этом параграфе ранее ). Все параметры модели, т. е. коэффициенты матрицы А, коэффициенты Ь (т) и а<(т), элементы вектора d2 и др., могут также зависеть от времени (ранее эту зависимость мы1 опускали, чтобы не загромождать модель). [c.274]
Отметим одну важную черту процесса перехода от базового описания к модели имитационного уровня. Одно из требований к модели состоит в том, что она должна быть обеспечена исходной информацией. В гл. 2 обсуждались источники информационного обеспечения модели — это отчеты, результаты натурных исследований и т. д. Часто, однако, полученной таким образом информации оказывается недостаточно, особенно если в модели рассматриваются проблемы планирования на достаточно длительный срок. Так, скажем, в исследовании проблем использования водных ресурсов понадобились урожайности сельскохозяйственных культур в 2000 г. Сведения такого типа можно получить, если обратиться к специалистам в данной отрасли — экспертам. Эксперты на основе своей интуиции и понимания процессов, происходящих в сельском хозяйстве, прогнозируют урожайность. Аналогичным образом можно прогнозировать другие параметры модели. Необходимо, однако, отметить, что предсказания различных экспертов часто расходятся между собой. Чтобы преодолеть эту трудность, издавна используют коллективные экспертизы, в [c.328]
Экономический механизм предназначен для того, чтобы направлять деятельность отдельных лиц и организаций на достижение общенародных целей, преодолевая тем самым стихийность, вызванную как случайностями в течении природных процессов, так и наличием собственных интересов у производственных и других экономических единиц. Математические модели, рассмотренные во второй части книги, предназначены для описания производственно-технологического уровня экономических систем и выбора плановых решений и не пригодны для анализа явлений, происходящих при реализации построенных планов, поскольку в них пе описан процесс передачи плановых заданий производственным единицам и действия производственных единиц на основе полученных планов. Кроме того, сами по себе производственно-технологические модели не могут дать ответ на вопрос о качестве использующейся информации, (о значениях параметров производственных функций и т. д.), поскольку параметры моделей зависят пе только от технологических особенностей производства, но и от его организации, от заинтересованности производственных единиц в повышении эффективности производства и в раскрытии своих возможностей в процессе планирования. Таким образом, математические модели, предназначенные для анализа экономического механизма, выходят за рамки моделей, описанных ранее, и им должно быть уделено особое внимание. [c.336]
На пятом — строится модель системы на основе информации, полученной на предыдущих этапах. Если сюда ввести параметры конкретной организации, то можно получить параметры модели в числовом выражении. [c.386]
Методы прогнозирования отличаются лишь гипотезами о конкретных видах связей, соотношений и закономерностей, существующих в базисном периоде и распространяемых на перспективу. В одних случаях можно предположить, что они останутся неизменными во времени, в других — можно считать постоянными вероятности определенных изменений в третьих — можно предположить, что связи и закономерности меняются во времени и т. п. Чаще всего применяется комбинация методов. Например, часть параметров модели прогноза может быть определена в процессе статистического моделирования, а другая часть задана в виде некоторых нормативов. Так поступают при построении модели прогноза при помощи условной регрессии. [c.101]
В терминах моделей этот обмен информацией соответствует корректировке параметров моделей подсистем одних уровней на основе решения моделей подсистем других. [c.205]
Модель имитационная — модель, имеющая n-е число параметров, значениями которых варьируют по определенной схеме с целью поиска наиболее приемлемого их сочетания. В ходе имитационного моделирования анализируются возможные значения тех или иных результатных индикаторов, выбираются наиболее приемлемые варианты действий, задаются желаемые коридоры варьирования ключевых параметров модели. [c.305]
Связь между системами управления различных иерархических уровней осуществляется по каналам прямой и обратной связи. Таким образом, экономико-математическое моделирование добычи природного газа представляет собой многоуровневую систему моделей, характеризуемую прежде всего неоднородностью информации, которой обмениваются экономико-математические модели различных уровней. Верхний уровень газовой подотрасли имеет приоритет действий (право вмешиваться в функционирование экономико-математических моделей нижних уровней), и действия его подсистемы зависят от фактического исполнения подсистемы нижнего уровня. В терминах экономико-математического моделирования этот обмен информацией эквивалентен корректировке параметров моделей всех уровней [6]. Применение метода декомпозиции экономико-математической модели газовой промышленности на нескольких локальных моделях показало его перспективность для решения практических задач управления на всех уровнях иерархии. [c.49]
Контроль за гидравлическим состоянием системы пласт — скважина заключается в сравнении измеренных давлений с предсказанными моделью и в корректировке параметров модели при значительном отклонении расчетных результатов от фактических. [c.61]
Проведение корректировки параметров модели в случае значительного отклонения расчетных результатов от фактических. [c.64]
После определения параметров модели и ее построения необходимо перейти к анализу и оптимизации, т. е. приведению ее в1 соответствие с заданными сроками выполнения и возможностями конструкторской группы. [c.115]
Четвертая бинарная переменная, относящаяся к осени, не вводится, так как тогда для любого месяца будет выполняться тождество dt + d2 + d + линейную зависимость регрессоров и как следствие невозможность получения оценок параметров модели методом наибольших общих квадратов, используемым в большинстве статистических пакетов. [c.93]
Алгоритмы вычисления параметров модели МА очень чувствительны к неправильному выбору числа параметров для конкретного временного ряда, особенно в сторону их увеличения, что может выражаться в отсутствии сходимости вычислений. Рекомендуется не выбирать на начальных этапах анализа модель скользящего среднего с большим числом параметров. [c.105]
На выходе получают а) функцию изменения во времени величины дефицита ресурсов опытного производства, которое может регулироваться блоком реализации ресурса (БРР), включающего блок набора ресурса (ВНР) б) соответствие предельным ресурсам, формируемое блоком предельных ресурсов (БПР) в) функцию изменения во времени фактического объема закон ченной продукции с учетом величины скорректированных ресурсов г) отклонение фактического объема продукции от заданного. Выходные параметры модели контролируются различными регистрирующими приборами (например, осциллографами). [c.132]
Далее была проведена проверка факторов на мультиколлениарность [51]. На основании вычисленных коэффициентов парной корреляции факторы были включены в модель. Только после этого перешли к исследованию характера изменения параметров модели во времени и к выбору оптимальной формы связи. Для этого весь массив был разбит на подмас-сивы. [c.59]
Тип используемых ЭММ и агрегированность показателей и факторов зависят от длительности планируемого периода. Например, при текущем планировании целесообразно использовать модели по статьям и группам статей, элементам затрат. Такая система моделей позволит вычислить плановую калькуляцию себестоимости добычи нефти и смету затрат по существующим формам учета и отчетности. Такая детальная система моделей позволяет по сравнению с агрегированными моделями легко провести корректировки, вызванные изменением цен, норм амортизации, увеличением заработной платы и т. д. Она включает в себя больше факторов, и поэтому гибко реагирует на любые изменения в производственной ситуации. При перспективном планировании необходимо стремиться к более агрегированным показателям и факторам, но не в ущерб точности расчета, а за счет выбора более динамичных форм связи, чтобы во времени менялись и сами параметры модели. В качестве моделируемых показателей при перспективном планировании можно использовать группы затрат по отдельным технологическим процессам (подсистемам) [51] или при относительной стабильности производственных ситуаций себестоимость добычи нефти в целом. [c.67]
Параметры моделей и выбор формы связи, определяющие уровень затрат в зависимости от значений отобранных факторов, вычисляются по методике, изложенной в работе [51]. Затем исследуется характер изменения случайных отклонений (ошибки аппроксимации) по каждому НГДУ отдельно. Если обнаружится определенная закономерность их изменений, то вычисляется функция их изменения во времени, и далее плановый [c.68]
De ision parameters — параметры модели принятия решения неконтролируемые управляющей системой факторы и операционные условия и ограничения. [c.305]
Практическое использование математической модели процесса регенерации связано с необходимостью предварительного определения основных параметров модели коэффициентов массопередачи на основании расчетных формул и статистических данных о процессе. [c.151]
Для получения оценок параметров модели в большинстве случаев используют метод наименьших общих квадратов, основанный на минимизации среднеквадратической ошибки модели и его модификации5. [c.89]