Размещено на http://allbest.ru/

ДИПЛОМНАЯ РАБОТА

РАЗРАБОТКА ПРОЦЕДУР ПРОГНОЗИРОВАНИЯ ПОКАЗАТЕЛЕЙ РАБОТЫ ЖЕЛЕЗНЫХ ДОРОГ

Содержание

• Введение

Глава 1. Анализ состояния вопроса

1.1 Анализ существующей системы ЕИР ЦСУ МПС РФ

• 1.2 Обоснование целесообразности разработки новой процедуры расчета прогнозных значений эксплуатационных расходов железной дороги
• 1.3 Требования к разрабатываемой процедуре расчета прогнозных значений эксплуатационных расходов железной дороги
• 1.4 Анализ роли человека
• Глава 2. Разработка процедуры расчета прогнозных значений эксплуатационных расходов железной дороги
• 2.1 Описание технологии расчета прогнозных значений эксплуатационных расходов на основе разрабатываемой процедуры
• 2.2 Источники информации
• 2.3 Выбор адаптивных методов для прогноза
• 2.4 Программа получения прогнозных значений зависящих расходов
• 2.5 Сравнение методов прогнозирования
• 2.6 Результаты проведенного исследования
• Глава 3. Расчет времени реакции системы ЕИР ЦСУ для прогноза расходов с помощью адаптивной процедуры
• Глава 4. Расчет экономической эффективности разработки процедуры прогнозирования эксплуатационных расходов железной дороги
• 4.1 Постановка экономической задачи
• 4.2 Расчет затрат, связанных с разработкой проекта автоматизации
• 4.3 Расчет текущих затрат, связанных с использованием разработанной процедуры
• 4.4 Расчет экономической эффективности
• Глава 5. Безопасность жизнедеятельности
• 5.1 Охрана труда
• 5.2 Безопасность в чрезвычайных ситуациях
• Заключение
• Список использованных источников
• Приложение

Введение

В настоящее время компьютерные и информационных технологии позволяют собирать большие объемы информации и накапливать их в хранилищах данных. Но хранение данных без последующего использования не оправдывает себя. Люди, занимающиеся анализом происходящих процессов, должны своевременно и в удобном виде получить интересующие их данные. Для этого создаются информационно-аналитические системы, которые обеспечивают доступ, выбор и обработку данных из ИХ и предоставляют результаты аналитикам. Одна из таких систем, используемая в МПС, система Единый Информационный Ресурс Центра Ситуационного Управления. Данная информационно-аналитическая система позволяет получить прогноз эксплуатационных расходов железной дороги. Для своих вычислений эта система использует данные из информационного хранилища производственно-экономических показателей.

В данной дипломной работе разработана дополнительная функция к системе ЕИР ЦСУ, прогнозирующая эксплуатационные расходы железной дороги с помощью адаптивной процедуры.

Глава 1. Анализ состояния вопроса

1.1 Анализ существующей системы ЕИР ЦСУ МПС РФ

В существующей системе Единый Информационный Ресурс Центра Ситуационного Управления ЕИР ЦСУ МПС РФ используется математическая модель расчета эксплуатационных расходов железной дороги, разработанная в 2001 году в МИИТе на кафедре “Экономика транспорта” группой экономистов под руководством Ю.Н.Кожевникова. Она позволяет оценивать величины расходов при изменении заданной совокупности факторов. В основе модели лежит связь расходов по отдельным статьям с объемными измерителями работы железнодорожного транспорта. Величины этих измерителей рассчитываются по данным о грузообороте (пассажирообороте) и фактическим значениям факторов.

В модели определены первичные факторы, такие как объем грузов, средняя дальность перевозки одной тонны груза, масса локомотива, данные о которых берутся из статистической отчетности о работе железнодорожного транспорта. По данным о фактических значениях факторов рассчитываются значения вспомогательных измерителей. Измерители, которые оказывают влияние на расходы по статьям, называются калькуляционными. Они рассчитываются по значениям первичных факторов и вспомогательных измерителей.

Экономисты определили, что только на часть статьи расходов подвержена влиянию калькуляционного измерителя, а другая часть является постоянной составляющей, которая зависит в основном от инфляции и в незначительной степени от своих измерителей. Согласно этому наблюдению в имитационной модели работы железной дороги в расходах по статье можно выделить зависящую часть и условно-постоянную. Для каждой статьи определен коэффициент, составляющий зависящие расходы по статье. Разница между общими расходами и зависящими составляет условно-постоянные расходы.

Предполагается, что вычисление прогнозной величины эксплуатационных расходов зависящей части может осуществляться путем использования математической модели и заданных изменений первичных факторов. При изменении одного или нескольких первичных факторов пересчитываются калькуляционные измерители. Имея фактическое значение расходов, фактическое значение измерителя и расчетное значение измерителя после изменения одного или нескольких первичных факторов, можно найти новое значение расходов, спрогнозировать величину расходов, по формуле (1.1):

R^прог= R^факт * I^расч / I^факт, (1.1)

где R^прог - прогнозное значение расходов;

I^расч - расчетное значение измерителя после изменения факторов;

R^факт - фактическое значения расходов;

I^факт - фактическое значение измерителя.

Прогноз условно-постоянных расходов получают иначе. Это обусловлено тем, что на расходы зависящей и условно-постоянной частей оказывают влияние различные измерители. В случае зависящих расходов - это калькуляционный измеритель, а в случае условно-постоянных расходов - это первичный фактор и инфляция. Сумма прогнозных значений составит прогноз общих расходов по статье.

Фактические величины эксплуатационных расходов и значения первичных факторов находятся в информационном хранилище производственно-экономических показателей ИХ ПЭП. Данные об эксплуатационных расходах принимаются из ежегодного отчета “6 жел.”, а фактические значения факторов из статистической отчетности. Эти данные поступают в ГВЦ МПС, и в результате регулярной загрузки формируется детальная таблица в ИХ ПЭП, данные из которой используются для расчета.

В существующей системе расчет прогнозной величины эксплуатационных расходов производиться по статьям и по хозяйствам. Для расчетов прогнозной величины эксплуатационных расходов пользователю необходимо ввести:

- базовый год, за который будут извлечены фактические расходы и факторы;

- значения факторов на прогнозируемый год,

- индекс ФОТ, индекс цен на материалы, индекс амортизации, индекс цен на электроэнергию и индекс цен на топливо.

На основании значений факторов рассчитываются значения измерителей в базовом и прогнозируемом году. Прогнозное значение эксплуатационных расходов рассчитывается, используя фактическое значение расходов в базовом году и полученные значения измерителей в базовом и прогнозируемом году. В результате работы программы будут получены прогнозное значение расходов по статьям и по хозяйствам. Технология расчетов выглядит следующим образом:

- вводятся параметры для расчета;

- отбираются необходимые данные из детальной таблицы в ИХ ПЭП;

- рассчитываются значения измерителей в базовом году;

- рассчитываются значения измерителей в прогнозируемом году;

- выделяются зависящая и условно-постоянная части расходов;

- рассчитываются прогнозная величина зависящих расходов по статьям;

- рассчитываются прогнозная величина условно-постоянных расходов по статьям;

- получают прогнозное значение общих расходов по статье.

На нижеприведенной DFD модели отражена технология получения прогнозных значений расходов по статьям.

Контекстная диаграмма показана на рисунке 1.1. Для расчета прогнозных значений расходов железной дороги оператору необходимо задать параметры для расчета.

Рис.1.1

Как показано на рисунке 1.2 систему ЕИР ЦСУ можно представить в виде четырех процессов: получить параметры для расчета, извлечь данные на базовый год из ИХ ПЭП, подготовить данные для процедуры прогноза и рассчитать прогнозные значения.



Рис.1.2

На рисунке 1.3 детализируется процесс подготовки данных для процедуры прогноза.



Рис.1.3

На рисунке 1.4 изображена последовательность действий при вычислении прогнозных значений расходов железной дороги.



Рис. 1.4

В ходе научно-исследовательской работы была проведена оценка точности прогноза разработанной имитационной модели. Относительное отклонение прогнозного значения общей величины расходов на 2000 год от фактического, рассчитанного по данным 1999 года, составляет 1,5 %. Но по ряду отдельных статей прогноз недостаточно точен, относительное отклонение превышает 50%.

В существующей системе процедура прогнозирования показателей работы железных дорог использует данные только одного года: фактические значения расходов и факторов за базовый год. Для уточнения прогноза необходимо разработать процедуру, которая предусматривает использование статистических данных, собранных за несколько лет.

1.2 Обоснование целесообразности разработки новой процедуры расчета прогнозных значений эксплуатационных расходов железной дороги

В существующей системе ЕИР ЦСУ процедура прогнозирования показателей работы железных дорог использует фактические данные только одного года, предшествующего году прогноза. Для получения более точной прогнозной величины эксплуатационных расходов необходима процедура расчета, использующая статистические данные, собранные за несколько предшествующих лет. Проследив историю изменения величины расходов и факторов за предыдущие периоды, можно уточнить прогноз.

Согласно имитационной модели работы железной дороги на зависящую часть эксплуатационных расходов по статье оказывает влияние калькуляционный измеритель. Назовем отношение расходов по статье и калькуляционного измерителя коэффициентом измерителя. Величина коэффициента измерителя не остается постоянной, она меняется под воздействием внешних факторов, таких как экономические условия и различные аспекты железнодорожного транспорта (техника, организация, технология). Имея фактические значения расходов по статьям и рассчитанные значения измерителей, можно проследить изменение коэффициента измерителя с течением времени.

Рассмотрим модельный пример получения прогнозных значений по одной и по нескольким предыдущим точкам.

Предположим, что зависимость коэффициента измерителя от времени имеет следующий вид (рисунок 1.5):



Рис.1.5

В настоящее время прогноз делается на основании предыдущей точки, что показано на рисунке 1.6. Горизонтальными отрезками изображено прогнозное значение.

Рис.1.6

Если для прогноза использовать не одну предыдущую точку, а несколько, значения будут иными. В нашем примере прогноз для последней восьмой точки был получен, используя все предыдущие семь точек и предыдущие четыре точки. На рисунке 1.7 изображены прогнозные значения, полученные как средняя величина в предыдущих семи точках и полученные по последним четырем точкам. Как видно из рисунка, используя данные нескольких предшествующих точек нам удалось получить более точную прогнозную величину, по сравнению с величиной, полученной по одной точке. Но увеличение количества точек не всегда приводит к более точной прогнозной оценке. Прогноз, полученный по четырем точкам, оказался ближе к фактическому значению чем прогноз, полученный по всем возможным точкам.

Рис.1.7

Как было показано, увеличение количества точек, используемых в расчете прогнозного значения, не всегда приводит к более точным результатам. Если коэффициент измерителя не изменяется с течением времени, то увеличение количества точек в расчете приводит к более точному прогнозному значению. Но когда коэффициент измерителя меняется во времени, увеличение количества точек ведет к ухудшению точности прогноза.

Для уточнения прогноза можно не только увеличивать выборку, но и определять количество точек для прогноза. Варьируя числом предшествующих точек, используемых для вычисления прогноза, можно найти такое их число, чтобы точность прогноза была бы наибольшей.

Получив прогнозное значение по предыдущей точке для каждой точки кроме первой (для нее нет предыдущей) можно найти разницу между фактическим значением и полученным прогнозным. Сумма квадратов разниц деленная на количество слагаемых будет средней ошибкой прогноза по одной точке. Получив прогноз по двум предыдущим точкам, получим среднюю ошибку прогноза по двум точкам. Для определения оптимального количества точек можно использовать минимальную среднюю ошибку прогноза.

Проведем расчеты, используя для прогноза метод скользящего среднего и различное количество предыдущих точек. Расчеты приведены в таблице 1. Заданы фактические значения за восемь периодов времени. Получены прогнозные значения по различному количеству предыдущих точек (по одной, двум, трем, четырем и пяти точкам). Рассчитана средняя ошибка.

Таблица 1

Год	1	2	3	4	5	6	7	8	Средняя ошибка
Факт.значение	2,1	2,02	1,75	2,2	2,35	2	1,8	2,2
прогноз по одной точке	-	2,1	2,02	1,75	2,2	2,35	2	1,8	0,089
прогноз по двум точкам	-	-	2,06	1,885	1,975	2,275	2,175	1,9	0,107
прогноз по трем точкам	-	-	-	1,957	1,99	2,1	2,183	2,05	0,073
прогноз по четырем точкам	-	-	-	-	2,043	2,08	2,075	2,088	0,047
прогноз по пяти точкам	-	-	-	-	-	2,084	2,064	2,02	0,036

В нашем примере наименьшая взвешенная сумма квадратов получена при прогнозе по пяти точкам.

При прогнозировании величины эксплуатационных расходов нужна гибкая и адаптивная процедура расчета, которая будет учитывать характер изменения коэффициента измерителя с течением времени.

Для прогнозирования эксплуатационных расходов железнодорожного транспорта в качестве метода расчета коэффициента измерителя предлагается использовать адаптивные процедуры прогноза. Например: взвешенный метод наименьших квадратов с оптимальным выбором параметра алгоритма или метод наименьших квадратов с оптимальным выбором количества точек.

1.3 Требования к разрабатываемой процедуре расчета прогнозных значений эксплуатационных расходов железной дороги

Разработанная процедура расчета прогнозной величины эксплуатационных расходов железнодорожного транспорта должна быть совместима с существующей ЕИР ЦСУ МПС РФ.

Разработку провести в среде SAS.

В качестве источника данных использовать ИХ ПЭП.

В результате расчета должны быть получены прогнозные величины эксплуатационных расходов железнодорожного транспорта по отдельным статьям «Номенклатуры расходов».

Для расчета прогнозной величины расходов на входе необходимо ввести значения факторов. Для удобства пользователя начальные значения факторов должны быть предложены. Их необходимо подтвердить или изменить.

Время реакции системы при расчете прогнозных значений по статьям «Номенклатуры расходов» не должно превышать 10 сек.

1.4 Анализ роли человека

Система ЕИР ЦСУ предназначена для прогнозирования и моделирования эксплуатационных расходов железной дороги при изменении заданной совокупности факторов. Полученные величины расходов в различных ситуациях анализируются группами экономистов и менеджеров, которые вырабатывают дальнейшие решения о работе и развитии процесса перевозок на железнодорожном транспорте.

В рабочей группе, непосредственно готовящей эти решения, можно выделить два типа специалистов: аналитиков, готовых помочь искать нетривиальные ходы и непосредственно работающих системой ЕИР ЦСУ, и экспертов, обладающих неформализованными знаниями об особенностях экономики и работы железнодорожного транспорта. К сожалению, в настоящий момент не приходится рассчитывать на то, что заметная часть сложившихся экспертов в совершенстве освоит тонкости других специальностей, инновационных методов и информационных технологий. Чтобы стать аналитиком, нужны работоспособность, время и специальные знания и навыки, среди которых компьютерные технологии занимают не последнее место. Основной инструмент аналитика - поддерживаемые вычислительной мощью компьютеров универсальные методы разрешения проблем, поставленных экспертом. Основной инструмент эксперта - опыт и знания, применяемые к обозримой, полной и точной информации, подготовленной аналитиком в удобной и привычной для его восприятия форме.

Только в таком тандеме специалистов применение информационных систем позволяет быстро и качественно разрешать нестандартные проблемы, т.е. информационные системы в целом становится продуктивными. Нужно отметить, что при создании систем необходимо учитывать особенности лиц, для работы которых создается система. Рассматриваемая система прогнозирования эксплуатационных расходов ориентирована, в основном, на аналитиков. Именно они получают из ЕИР ЦСУ данные, по которым составляют различные варианты развития ситуации, и передают свои отчеты экспертам. Но нельзя не заметить, что создание продуктивных информационных систем невозможно без деятельной поддержки лиц, принимающих решения, от которых тоже требуется личная заинтересованность и компетентность в создании и развитии системы ЕИР ЦСУ.

ЕИР ЦСУ работает с пользователем в режиме on-line, поэтому к системе должны быть предъявлены требования по времени реакции. В дипломной работе рассчитаны времена реакции системы при различных интенсивностях поступления и обработки заявок.

Также необходимо предусмотреть удобный интерфейс для задания параметров для прогноза и форм для вывода результатов. Разработанное программное обеспечение включает в себя предложение по организации графического интерфейса пользователя.

Глава 2. Разработка процедуры расчета прогнозных значений эксплуатационных расходов железной дороги

2.1 Описание технологии расчета прогнозных значений эксплуатационных расходов на основе разрабатываемой процедуры

прогнозный автоматизация измеритель эксплуатационный

Целью проектирования является повышение точности прогноза эксплуатационных расходов железной дороги по различным статьям на основе данных ИХ ПЭП МПС РФ и имитационной модели работы железной дороги.

В используемой модели эксплуатационные расходы по статье складываются из двух частей: зависящей и условно-постоянной. Для уточнения прогноза в данном дипломном проекте будет разработана адаптивная процедура прогнозирования зависящей части расходов.

Разрабатываемая процедура прогноза должна стать новой функцией в системе ЕИР ЦСУ. Рассмотрим, как измениться система при включении в нее новой процедуры. На рисунке 2.1 серым цветом обозначены фрагменты, которые должны быть добавлены к системе, для получения прогнозных значений, используя статистические данные за несколько предыдущих лет. При включении новой процедуры прогноза увеличится передаваемый объем данных из ИХ ПЭП, будет производиться расчет измерителей и зависящих расходов в предыдущих периодах, добавится процедура прогнозирования, которую предстоит разработать в данной дипломной работе.

Прогнозирование разработанной процедурой включает анализ данных в предыдущих периодах, выбор метода прогнозирования и параметра метода на основе рассчитанной средней ошибки прогноза для каждого метода и прогнозирование выбранным методом.

Рис. 2.1

Согласно математической модели расчета эксплуатационных расходов железной дороги прогнозные значения расходов могут быть получены по следующей формуле:

R^прог= R^факт * I^расч / I^факт, (2.1)

где R^прог - прогнозное значение расходов;

I^расч - расчетное значение измерителя;

R^факт - фактическое значения расходов;

I^факт - фактическое значение измерителя.

В существующей системе значения R^факт и I^факт представляют собой значения расходов и факторов в базовом году. Но из ИХ ПЭП можно извлечь данные о фактических значениях расходов и факторов за все предыдущие периоды. По этим данным можно вычислить отношение расходов и измерителю, который был назван в первой главе коэффициентом измерителя, и получить временной ряд.

Если преобразовать формулу 2.1, получим:

R^прог= k^изм * I^расч , (2.2)

где R^прог - прогнозное значение расходов;

I^расч - расчетное значение измерителя;

k^изм - коэффициент измерителя.

Если, имея временной ряд коэффициента измерителя, спрогнозировать его значение на год прогноза и подставить в формулу (2.2), то будет получено прогнозное значение расходов. Таким образом, для улучшения прогноза эксплуатационные расходы необходимо найти метод для прогнозирования временного ряда коэффициента измерителя.

Согласно полученной формуле (2.2) для расчета прогнозных значение расходов необходимо рассчитать значение измерителя на год прогноза и получить прогнозное значение коэффициента измерителя. Значение измерителя на год прогноза вычисляется по значениям факторов, которые в свою очередь должны быть заданны оператором. Для получения прогноза коэффициента измерителя, необходима адаптивная процедура прогнозирования временного ряда и данные за все предыдущие года из ИХ ПЭП.

Последовательность действий при новой технология прогноза эксплуатационных расходов железной дороги выглядит следующим образом:

- вводятся значения факторов на прогнозируемый год и год прогноза;

- отбираются данные за N предшествующих лет из детальной таблицы в ИХ ПЭП;

- рассчитываются значения измерителей в прогнозируемом году;

- рассчитываются значения измерителей за предыдущие N лет;

- выделяются зависящие части расходов по статьям;

- получают значения коэффициентов измерителей за N лет;

- получают прогнозные значения коэффициентов измерителей с помощью адаптивной процедуры прогнозирования временного ряда;

- рассчитываются прогнозная величина зависящих расходов по статьям.

На последующих рисунках показаны схемы, на которых представлена описанная выше технология расчета прогнозных значений эксплуатационных расходов железной дороги.

Контекстная диаграмма показана на рисунке 2.2. Для расчета прогнозных значений расходов железной дороги в систему необходимо ввести параметры для расчета.



Рис. 2.2

Как показано на рисунке 2.3 для новой процедуры прогноза из ИХ ПЭП извлекаются данные о значениях факторов и данные о расходах в предыдущих периодах (в существующей системе извлекаются данные только за базовый год прогноза).



Рис. 2.3

На рисунке 2.4 рассмотрен процесс подготовки данных для процедуры расчета. Расчет измерителей и зависящих расходов происходит для каждого года из N предшествующих году прогноза.



Рис 2.4

В наборе для процедуры прогнозирования находятся рассчитанные значения измерителей и известные величины расходов за несколько предыдущих лет. По этим данным рассчитывают значения коэффициентов измерителей, а затем получают прогнозные значения коэффициентов измерителя с помощью адаптивных методов расчета для каждой статьи. После получения прогнозных значений коэффициентов измерителя, рассчитывается прогнозные значения зависящих расходов.



Рис. 2.5

2.2 Источники информации

Для работы процедуры прогнозирования эксплуатационных расходов железной дороги необходимы следующие данные:

- значения первичных факторов (например, объем отправленных грузов, средняя дальность перевозки 1 т груза, средняя участковая скорость движения поездов, масса локомотива и др.) на прогнозируемый год, источником которых является оператор системы ЕИР ЦСУ;

- фактические значения расходов и первичных факторов за предыдущие периоды, источником которых выступает ИХ ПЭП;

- различная справочная информация, которая извлекается из справочных таблиц.

Рассмотрим каждый из вышеперечисленных источников.

Оператор

Для расчетов прогнозных расходов необходимо рассчитать значения калькуляционных измерителей. Эти калькуляционные измерители вычисляются на основе первичных факторов, значения которых задаются оператором, работающим с системой ЕИР ЦСУ. Для получения всех калькуляционных измерителей нужны значения шестидесяти факторов. Это довольно большое количество параметров, к тому же значение этих параметров не всегда известно, поэтому система предлагает ему начальные значения параметров, которые представлены в виде списка. Эти значения параметров оператор может исправить.

ИХ ПЭП

В качестве источника информации о фактических величинах расходов и значениях факторов для процедуры прогнозирования эксплуатационных расходов железной дороги используется детальная таблица ИХ ПЭП. Данные из отчетных форм поступают в ГВЦ МПС, и в результате регулярной загрузки формируется детальная таблица в ИХ ПЭП. Величины расходов извлекаются из ежегодного отчета “6 жел.”, а значения факторов из статистической отчетности.

Получение детальной таблицы

Отчетные формы представлены в dbf файлах. Эти dbf файлы сначала приводятся к табличному виду, а затем полученная таблица добавляется к существующей детальной таблице.

Для обновления детальной таблицы формируется временный SAS набор, в который собираются данные из вновь поступивших в ГВЦ МПС dbf файлов. Далее производится первичная обработка этого временного набора: подключаются ручные корректировки, проверяется наличие отчетов за заданный период, получают значения вычисляемых показателей. Затем временный SAS набор дополняется информацией: производится присоединение показателей, вводимых вручную, дополнительных показателей и преобразование года в квартал, и приводится к виду детальной таблицы. Сформированный выходной набор добавляется к детальной таблице в ИХ ПЭП.

Содержание детальной таблицы

В детальной таблице в ИХ ПЭП находятся следующие данные:

- дата (DATE);

- номер дороги (DOR_ID);

- номер показателя (VAR_ID);

- признак отчетности: оперативная или квартальная (OPERIOD);

- фактическое значение расходов (fact);

- плановое значение расходов (plan);

- значение расходов в прошлом году(last);

- значение расходов, приведенное к прошлому году (plast);

- значение расходов, приведенное к 1988 году (pbase);

- вид отчета (Rep_ID);

- код загрузки (Load_ID);

- время загрузки (Load_TM).

Из этих данных для процедуры прогнозирования нас интересуют: номер показателя (VAR_ID), фактическое значение (fact), дата (DATE).

Извлечения данных из детальной таблицы

В справочных таблицах имеется список с кодами всех показателей, которые должны быть получены для процедуры прогноза. Из детальной таблицы извлекаются номер показателя, фактическое значение и дата за все возможные периоды времени по списку кодов показателей.

Справочная информация

В справочных таблицах находятся следующие данные:

- список показателей и их коды в ИХ ПЭП, которые необходимы для процедуры прогноза. К показателям относятся первичные факторы, фактические расходы по статьям, вспомогательные и калькуляционные измерители;

- связь статьи расходов с измерителем;

- формулы, для расчета измерителей;

- доля зависящих расходов по каждой статье.

2.3 Выбор адаптивных методов для прогноза

Для уточнения прогноза эксплуатационных показателей работы железных дорог предлагается использовать адаптивные процедуры, которые используют статистические данные, собранные за несколько предыдущих лет.

Для прогнозирования предлагаются следующие адаптивные методы:

- прогноз коэффициента измерителя на основе зависимости расходов от величины измерителя, получаемый методом взвешенных наименьших квадратов с выбором параметра функции веса алгоритма;

- прогноз временного ряда коэффициента измерителя методом скользящего среднего с выбором количества точек;

- прогноз временного ряда коэффициента измерителя методом линейной экстраполяции с выбором количества точек.

Для процедуры прогнозирования имеются данные из ИХ ПЭП за N предыдущих лет. Для выбора параметра и оценки метода прогнозирования используются k последних лет. Под параметрами прогноза подразумевается количество точек для прогноза временного ряда коэффициента измерителя и параметр функции веса для прогноза расходов на основе зависимости расходов от величины измерителя. Ошибкой прогноза будем считать абсолютную величину разности между фактическим значением расходов и прогнозным.

Используются следующие обозначения:

R(t) - расходы в году t;

I(t) - калькуляционный измеритель в году t;

Kизм (t)- коэффициент измерителя в году t.

Для оценки средней ошибки используются последние k точек (N-k+1 …N).

N-k+1 .……..……. N

1 2 3 …………………………………. N

Прогноз коэффициента измерителя на основе зависимости расходов от величины измерителя

Для вычисления прогнозного значения коэффициента измерителя на основе зависимости расходов от величины измерителя используют взвешенный метод наименьших квадратов с выбором параметра алгоритма б.

В основе метода лежит идея использования функции весовых коэффициентов для каждой точки. Чем точка ближе к прогнозируемой точке, тем больший вес она имеет. Весовой коэффициент представляется в виде ^j, где - параметр алгоритма (0<<1), j - расстояние от точки , используемой для расчета, до точки прогноза.

Критерий для выбора :

Алгоритм получения прогнозного значения коэффициента измерителя взвешенным методом наименьших квадратов с выбором параметра алгоритма б выглядит следующим образом:

1 Рассчитать прогнозные значения коэффициентов измерителя для последних k точек при различных по формуле (2.3):

(2.3)

2 Найти среднюю ошибку прогноза для каждой по формуле (2.4):

(2.4)

3 Определить значение _опт из [], соответствующее минимальной величине из [()]

4 Рассчитать прогнозное значение коэффициентов измерителя для точки прогноза при = _опт по формуле (2.5):

(2.5)

5 Рассчитать прогнозное значение расходов для точки прогноза по формуле (2.6):

(2.6)

Прогноз временного ряда коэффициента измерителя. Метод скользящего среднего с выбором количества точек

Для прогноза k^изм методом скользящего среднего СС по выборке рассчитывается коэффициент измерителя для каждого года k^изм(t) по данным о расходах R(t) и измерителях I(t).

Параметром метода является количество предыдущих точек, используемых для расчета k^изм. Критерий для выбора k:

Для получения прогнозной величины расходов необходимо:

- Рассчитать прогнозный коэффициент измерителя для последних k точек (N-k+1..N) методом скользящего среднего CC, используя различное количество предыдущих точек (две, три …N-k).

- Рассчитать ошибку прогноза для каждой точки (N-k+1..N), по которым оценивается средняя ошибка.

- Рассчитать среднюю сумму ошибок для различного количества предыдущих точек. Сумма ошибок по точкам (N-k+1..N) делится на количество слагаемых, ее составляющих (k).

- Сравнить полученные средние ошибки для различного количества предыдущих точек и определить оптимальное количество точек для расчета, которому соответствует минимальная средняя ошибка прогноза.

- Вычислить коэффициент измерителя на год прогноза, используя оптимальное количество точек методом СС.

- Вычислить прогнозное значение расходов.

Алгоритм получения прогнозной величины расходов путем прогнозирования временного ряда коэффициента измерителя методом СС с определением оптимального количества точек:

1 Рассчитать прогнозные значения коэффициентов измерителя k_(m)^изм(t) для последних k точек, где m - количество предыдущих точек, t - год, методом СС по формуле (2.7):

(2.7)

2 Рассчитать среднюю (по модулю) ошибку прогноза для различного количества предыдущих точек по формуле (2.8):

(2.8)

3 Рассчитать сумму средних ошибок (формула 2.9)

(2.9)

4 Определить оптимальное количество точек для расчета L, соответствующее минимальной величине из ( ⁽²⁾,..., ^(m),..., ^(N-k))

5 Рассчитать итоговый коэффициент измерителя k^изм(N+1) по полученному оптимальному количеству точек L с помощь метода СС по формуле (2.10)

(2.10)

6 Рассчитать прогнозное значение расходов по формуле (2.6)

Метод линейной экстраполяции с выбором количества точек

Для прогноза k^изм методом линейной экстраполяции ЛЭ по выборке рассчитывается коэффициент измерителя для каждого года k^изм(t) по данным о расходах R(t) и измерителях I(t).

Параметром метода является количество предыдущих точек, используемых для расчета k^изм. Критерий для выбора k:

Для получения прогнозной величины расходов необходимо выполнить такие же вычисления как в предыдущем методе, за исключением того, что прогнозный коэффициент измерителя находится методом линейной экстраполяции ЛЭ:

Алгоритм вычисления k^изм выглядит следующим образом:

Для нахождения ₀ и ₁ решают систему двух линейных уравнений:

Находим прогнозное значение k^изм:

Алгоритм получения прогнозной величины расходов путем прогнозирования временного ряда коэффициента измерителя методом ЛЭ с определением оптимального количества точек:

1 Рассчитать прогнозные значения коэффициентов измерителя k_(m)^изм(t) для последних k точек, где m - количество предыдущих точек, t - год, методом ЛЭ.

2 Рассчитать среднюю (по модулю) ошибку прогноза для различного количества предыдущих точек по формуле (2.8)

3 Рассчитать сумму средних ошибок по формуле (2.9)

4 Определить оптимальное количество точек для расчета L, соответствующее минимальной величине из полученных ( ⁽²⁾,..., ^(m),..., ^(N-k))

5 Рассчитать итоговый коэффициент измерителя k^изм(N+1) по полученному оптимальному количеству точек с помощь метода ЛЭ

6 Рассчитать прогнозное значение расходов по формуле (2.6)

2.4 Программа получения прогнозных значений зависящих расходов

В данной дипломной работе была написана программа получения прогнозных значений зависящих расходов по статье на SAS BASE. Как было описано в главе 2.3 для получения прогнозных значений расходов, сначала находят прогнозный коэффициент измерителя, а затем вычисляют прогнозную величину расходов, используя значение калькуляционного измерителя на год прогноза. Прогнозирование коэффициента измерителя проводят тремя способами: метод линейной экстраполяции с выбором количества точек; метод скользящего среднего с выбором количества точек и взвешенным методом наименьших квадратов с выбором параметра функции веса. При анализе данных получают прогнозные значения для уже известных точек перечисленными методами и вычисляют среднюю ошибку прогноза. По полученным результатам выбирают наименьшую среднюю ошибку и соответствующим методом рассчитывают значение коэффициента измерителя, а затем эксплуатационных расходов. Алгоритмы прогнозирования для каждого метода приведены в главе 2.3.

К модулю расчетов был разработан графический интерфейс пользователя на SAS SCL. Перед пользователем находиться форма, показанная на рисунке 2.6.

Рис.2.6

Для расчетов пользователю необходимо выбрать номер статьи, под списком находятся два текстовых информационных окна, в которых отображаются название выбранной статьи и калькуляционный измеритель, влияющий на статью. Оператору нужно из приведенного списка статей выбрать одну и нажать кнопку “Запустить процедуру расчета”. Полученный прогноз будет представлен на форме, показанной на рисунке 2.7.



Рис. 2.7

В верхнем окне представлен набор со статистическими данными, по которым производился расчет (фактические значения расходов и калькуляционных измерителей). В нижнем - полученный прогноз на 2002 год и значение калькуляционного измерителя в 2002 году. После получения результатов можно вернуться на исходную форму и опять запустить прогноз по следующей статье или выйти из программы.

2.5 Сравнение методов прогнозирования

Рассмотрим результаты расчета прогнозных расходов различными методами:

- прогноз по предыдущей точке;

- метод линейной экстраполяции;

- метод скользящего среднего;

- взвешенный метод.

Расчеты проведем на статистических данных по статье 231 «Подготовка цистерн под налив».

Исходные данные приведены в таблице 2.1.

Таблица 2.1

Дата	Значение измерителя	Фактические расходы	Коэф. измерителя
1998	533,48	5601,6	10,5
1999	632,64	7287,3	11,5
2000	737,7	11952	16,2
2001	751,88	12533,4	16,7
2002	945,56	14184,9	15

Т.к. в нашем распоряжении имеется небольшая выборка (пять точек), то увеличим количество точек, предположив, что в предыдущие пять лет коэффициент измерителя принимал такие же значения.

Коэффициент измерителя приведен на рисунке 2.8.

Рис. 2.8

Результаты прогнозирования существующим методом, когда прогнозное значение принимается равным предыдущему, приведены в таблице 2.2. Ошибка прогноза вычислялась как абсолютное значение разности фактических расходов и прогнозных.

Таблица 2.2

Номер точки	Прогнозный коэф.	Значение измерителя	Фактические расходы	Прогнозные расходы	Ошибка прогноза
6	15,0	533,49	5601,6	8003,12	2401,52
7	10,5	632,64	7287,3	6642,82	644,477
8	11,52	737,71	11952	8497,42	3454,577
9	16,2	751,89	12533,4	12181,77	351,62
10	16,67	945,57	14184,9	15761,89	1576,99
Сумма	-	-	51559,2	-	8429,2

По полученным данным рассчитаем:

- среднюю ошибку как сумму ошибок, деленную на число точек (пять);

- относительное отклонение как отношение средней ошибки к средним расходам умноженное на 100%.

Средняя ошибка составила 1686, а относительное отклонение - 16,4%.

При прогнозировании коэффициента измерителя методом линейной экстраполяции, процедура подбирает такое количество точек для прогноза, чтобы ошибка прогноза была бы наименьшей. В нашем случае оценка ошибки прогноза проводилась по последним пяти точкам. Прогноз вычислялся на основании двух, трех, четырех и пяти точек. Наименьшая ошибка оказалась при расчете по двум точкам. Результаты вычисления средней ошибки находятся в таблице 2.3.

Таблица 2.3

Номер точки	Прогнозный коэф.	Значение измерителя	Фактические расходы	Прогнозные расходы	Ошибка прогноза
6	13,3	533,49	5601,6	7113,4	1511,8
7	6	632,64	7287,3	3794,9	3492,3
8	12,5	737,71	11952	9248,9	2703,1
9	20,9	751,89	12533,4	15702,7	3169,4
10	17,1	945,57	14184,9	16204,1	2019,2
Сумма	-	-	51559,2	-	12895,7

Средняя ошибка составила 2579, а относительное отклонение - 25,1%.

При прогнозировании коэффициента измерителя методом скользящего среднего, процедура также подбирает такое количество точек для прогноза, чтобы ошибка прогноза была бы наименьшей. Наименьшая ошибка оказалась при расчете по пяти точкам. Результаты вычисления средней ошибки находятся в таблице 2.4.

Таблица 2.4

Номер точки	Прогнозный коэф.	Значение измерителя	Фактические расходы	Прогнозные расходы	Ошибка прогноза
6	13,97	533,49	5601,6	7452,794	1851,194
7	13,97	632,64	7287,3	8838,116	1550,816
8	13,97	737,71	11952	10305,77	1646,234
9	13,97	751,89	12533,4	10503,89	2029,511
10	13,97	945,57	14184,9	13209,6	975,3004
Сумма	-	-	51559,2		8053,055

Средняя ошибка составила 1608, а относительное отклонение - 15,6 %.

При прогнозировании коэффициента измерителя взвешенным методом, процедура подбирает параметр алгоритма, чтобы ошибка прогноза была бы наименьшей. Наименьшая ошибка оказалась при параметре алгоритма 0,9. Результаты вычисления средней ошибки находятся в таблице 2.5.

Таблица 2.5

Номер точки	Прогнозный коэф.	Значение измерителя	Фактические расходы	Прогнозные расходы	Ошибка прогноза
6	15,1	533,49	5601,6	8057,8	2456,17
7	11,7	632,64	7287,3	7375,4	88,13
8	11,3	737,71	11952	8506,5	3445,5
9	15,9	751,89	12533,4	11919,7	613,7
10	16,6	945,57	14184,9	15688,9	1503,9
Сумма	-	-	51559,2	-	8107,48

Средняя ошибка составила 1621,5, а относительное отклонение - 15,8 %.

Сравним результаты, полученные для каждого метода.

Метод	Средняя ошибка	Относ. отклонение
Существующий метод	1685,9	16,40%
Метод линейной экстраполяции	2579,2	25,10%
Метод скользящего среднего	1608,6	15,60%
Взвешенным методом	1621,5	15,80%

Графически результаты представлены на рисунке 2.9.

Рис.2.9

На графике видно, что метод прогноза по предыдущей точки, метод линейной экстраполяции и взвешенный методом дали приблизительно одинаковые средние ошибки - 16,4 %, 15,6 % и 15,8 % соответственно. Средняя ошибка по методу линейной экстраполяции оказалась наибольшей из представленных и составляет 25,1 %.

2.6 Результаты проведенного исследования

В данной дипломной работе рассматривалась задача прогнозирования эксплуатационных расходов железной дороги. Были предложены следующие адаптивные методы прогнозирования:

- метод линейной экстраполяции;

- метод скользящего среднего;

- взвешенный метод.

Для оценки методов использовалась средняя ошибка прогноза. Расчеты проводились на данных из ИХ ПЭП по статье 231 «Подготовка цистерн под налив».

Существующая процедура прогноза по предыдущей точке дает среднюю ошибку прогноза 16,4 %. В двух из трех адаптивных методов эта оценка была уменьшена.

Метод скользящего среднего дал наилучший результат, средняя ошибка прогноза составила 15,6 %. С небольшой разницей в 0,2 % находится взвешенный метод, его средняя ошибка 15,8 %. Результат, полученный с помощью метод линейной экстраполяции, не улучшил существующий прогноз. Его средняя ошибка оказалась 25,1 %.

Таким образом, оценку прогноза удалось улучшить, но не на много (на 0,8 %). Т.к. расчет проводился по ограниченной выборке, то результаты могут быть улучшены, при увеличении количества точек, используемых для прогноза.

Глава 3. Расчет времени реакции системы ЕИР ЦСУ для прогноза расходов с помощью адаптивной процедуры

Вопросы оценки временных характеристик процедур обработки данных имеют важное значение при проектировании информационных систем. Если система предназначена для работы с пользователем в режиме on-line, то требования к временным характеристикам следует рассмотреть более жестко.

Одним из важных временных показателей, который рассматривается при проектировании информационных систем, является время реакции системы. Под этим показателем понимают время от поступления запроса в систему на выполнение операций до получения результатов работы системы.

Рассмотрим следующий пример работы системы ЕИР ЦСУ. Исполняемый программный модуль находится на сервере приложений в Главном Вычислительном Центре ГВЦ МПС. ИХ ПЭП, данные из которого используются для прогноза, также находится в ГВЦ, причем к нему обращаются и другие пользователи ГВЦ с интенсивностью _др. Средняя интенсивность обработки запроса в ИХ ПЭП обозначим _ИХ. Пользователи ЕИР ЦСУ посылают свои заявки в систему. Заявка попадает в очередь, если система в данный момент занята обработкой другой заявки. Все заявки имеют одинаковый приоритет и обрабатываются системой без перерыва. Интенсивность потока на входе системы назовем _вх.

Графически описанную систему можно представить в виде систем массового обслуживания (рисунок 3.1).



Рис. 3.1

Пребывание заявки в системе складывается из следующих этапов:

- формирование запроса к ИХ ПЭП (СМО1);

- получение данных из ИХ ПЭП (СМО2);

- расчет прогнозных расходов (СМО3).

Для расчета введем следующие допущения:

- поток заявок - простейший;

- время обработки одной заявки - случайная величина;

- времена обработки заявок распределены по экспоненциальному закону;

- - очередь не ограничена;

- - интенсивности поступления заявок постоянны.

Время реакции системы рассчитывается по формуле (3.1)

(3.1)

Преобразуем полученную схему. Если заявка обрабатывается в системе без перерыва, то представим СМО1 и СМО3 с интенсивностью _сист, рассчитанное как среднее двух интенсивностей ₁ и ₂. Полученная схема представлена на рисунке 3.2.



Рис. 3.2

Интенсивность обработки заявки сервером приложений

Время реакции рассчитывается по формуле (3.2)

(3.2)

Данные для расчета представлены в таблице 3.1.

Таблица 3.1

Название	Обозначение	Значение	Единицы измерения
Интенсивность обработки в ИХ ПЭП	ИХ	1/4	1/сек
Интенсивность формирования запроса	1	0	1/сек
Интенсивность расчета	2	1/10	1/сек
Интенсивность входного потока	вх	1/10	1/мин.
Интенсивность обращения к ИХ	др	1/3	1/мин.

Рассчитаем время реакции T_реак по формуле (3.2):

При заданных значениях интенсивностей, время реакции превышает заданное 10 сек., установленное в требованиях в разрабатываемой процедуре (глава 1.3).

Рассмотрим как измениться время реакции системы при увеличении интенсивности расчета ₂ и уменьшении интенсивность обращения к ИХ др. Данные для расчета представлены в таблице (таблица 3.2)

Таблица 3.2

Интенсивность расчета	Интенсивность обращения к ИХ
????2	1/2	1/сек	????др	1	1/мин.
????2	1/6	1/сек	????др	3	1/мин.
????2	1/10	1/сек	????др	5	1/мин.

Результаты расчетов приведены в таблице 3.3.

Таблица 3.3

Время реакции СМО1 (сек)	Время реакции СМО2 (сек)
????2	????2	????2	????др	????др	????др
2	6	10,17	4,32	4,96	6

Графически результаты представлены на рисунке 3.3.



Рис.3.3

К системе ЕИР ЦСУ в главе 1.3 были предъявлены требования к времени реакции при работе адаптивной процедуры прогнозирования. Для выполнения заданного требования при интенсивности обращения к ИХ 1 мин^-1, требуется интенсивность обработки на сервере приложения как минимум 1/6 сек^-1, при условии, что интенсивность в ИХ равна 1/4 сек^-1, а интенсивность входного потока 1/10 мин^-1.

Если поток заявок в ИХ увеличивается, например, составляет 5 мин^-1, то минимальная интенсивность обработки на сервере приложения, для обеспечения времени реакции 10 сек должна быть равной 1/4 сек^-1 , при тех же значениях интенсивности в ИХ и входного потока.

Глава 4. Расчет экономической эффективности разработки процедуры прогнозирования эксплуатационных расходов железной дороги

4.1 Постановка экономической задачи

Целью данного дипломного проекта является повышение точности прогноза эксплуатационных расходов железной дороги. В данном разделе рассматривается экономическая оценка процесса проектирования.

В настоящем дипломном проекте результатом является получение более точной оценки эксплуатационных расходов железной по сравнению с существующей процедурой прогноза. Прогнозные значения расходов используются в процессе планирования работы железнодорожного транспорта, по ним, например, определяют тарифы на перевозки. Если прогнозная величина оказалась меньше фактического значения расходов, то были назначены заниженные тарифы, в результате железнодорожный транспорт понес убытки, не покрыв свои же расходы. В обратной ситуации, когда прогнозная величина оказалась больше фактического значения расходов, и были назначены завышенные тарифы, железнодорожный транспорт мог отпугнуть клиентов, в результате тоже понес убытки, не получив часть прибыли.

В качестве показателя эффективности в данном дипломном проекте рассматривается экономическая эффективность - соотношение результатов и затрат на разработку в стоимостном выражении. Под результатами понимаем оценку величины денежных средств, на которую уточнился прогноз, за вычетом затрат при использовании новой процедуры прогноза.

К затратам на разработку и внедрение проекта относятся:

- затраты на проектирование разрабатываемой системы;

- затраты на создание и отладку программного продукта;

- затраты на составление документации;

- заработная плата разработчику.

Для данной разработки нет необходимости приобретения технических средств и программного обеспечения.

Экономическая эффективность определяется по формуле (5.1):

,(5.1)

где Р - результат разработки;

З^раз - затраты на разработку;

Р - величины денежных средств, на которую уточнился прогноз;

З^исп - затраты при использовании новой процедуры;

Еn - норматив экономической эффективности, который показывает минимально допустимую экономию текущих затрат на рубль дополнительных вложений.

4.2 Расчет затрат, связанных с разработкой проекта автоматизации

Стоимость процесса разработки складывается из следующих составляющих:

- затраты на техническое обеспечение;

- затраты на информационное обеспечение;

- затраты на программное обеспечение;

- затраты на организационное обеспечение.

Рассмотрим каждый перечисленных пунктов.

Стоимость вычислительной техники, необходимой для выполнения автоматизированных операций представлена в таблице 5.1:

Таблица 5.1

Наименование элемента ТО	Цена, у.е.	Курс	Цена, руб.
Системный блок	800	30,5	24400
Монитор	300	30,5	9150
Мышь, клавиатура	30	30,5	915
Принтер	200	30,5	6100
Итого	35075

В данном случае проект автоматизации реализуется на имеющемся оборудовании, которое не закупается специально, а использует часть свободного ресурса, поэтому рассчитывается удельная стоимость технического обеспечения по формуле (5.1):

Куд = Ц * t / T, (5.1)

где Ц - стоимость первоначальная, используемого оборудования;

t - время, в течение года, когда проект автоматизации занимает имеющееся оборудование;

Т - временной ресурс имеющегося оборудования.

Удельная стоимость технического обеспечения для данного проекта составляет:

Суд^ВТ = 35075 *120 / 1095 = 3844 руб.

Затраты на техническое обеспечение берем равными удельной стоимости технического обеспечения.

З^ТО = Суд^ВТ = 3844 руб.

Процесс дипломного проектирования включает следующие этапы:

1 Получение задания на проектирование и постановка задачи

2 Изучение задания и поиск возможных методов решения поставленной задачи;

3 Разработка технологии решения задачи;

4 Построение моделей, используемых в проекте;

5 Словесное описание алгоритма;

6 Построение блок-схемы программы;

7 Кодирование;

8 Отладка;

9 Тестирование;

10 Анализ полученных результатов;

11 Корректировка программы;

12 Составление документации.

Для оценки стоимости информационного, программного и организационного обеспечения необходимо определить трудоемкость для каждого этапа, зарплату исполнителя за час, стоимости электроэнергии и амортизация в час и накладные расходы в час и рассчитать суммарные затраты.

Исполнителем работ выступает студент - дипломник. Зарплата исполнителя не будет включать ЕСН, т.к. на стипендию единый социальный налог не распространяется. Зарплата человека за 1 час рассчитывается по формуле (5.2):

,(5.2)

где С - стипендия студента - дипломника в месяц;

173- норма работы часов в месяц.

Зарплата студента - дипломника за 1 час составит:

(руб./ час).

Для расчета стоимости электроэнергии, потребляемой в час в процессе проектирования, будем считать, что 1 компьютер потребляет примерно 0,6 кВт/час, а цену примем равной 1 руб./кВт.

Часовая амортизация зависит от цены компьютера и режима его работы. Для режима работы компьютер, соответствующего наличию выходных и праздничных дней, и 8-ми часовому рабочему дню, можно считать часовую амортизацию по формуле (5.3):

, (5.3)

где Ц- цена ЭВМ,

0,11- норма амортизации в год;

173- норма работы часов в месяц.