86118

Разработка программы для учета затрат на Алчевском Металлургическом Комплексе

Дипломная

Информатика, кибернетика и программирование

Именно применение компьютеризированной системы управления создает условия для ритмичной работы оптимизирующей деятельность предприятия. Алгоритм функционирования системы. Показатели характеризующие эффективность исследуемой системы. Выбор метода исследования функционирования системы.

Русский

2015-04-03

554.5 KB

0 чел.

77

РЕФЕРАТ

 

Ключевые слова:

Учет, грузовой фронт, станции, методы, вагонопотоки, эффективность, программа, запрос, форма, накладная, документация, информация, снижение затрат, описание, структура, предпосылки, анализ, прогнозирование, моделирование, штрафы, грузопотоки.

В данной бакалаврской работе разработана программа для учета затрат на Алчевском Металлургическом Комплексе. Исследованы пути дальнейшей работы по повышению  эффективности учета затрат транспортных систем и их снижения.

Страниц      Рисунков

Аннотация

На предприятии в течение длительного времени (от момента его создания до настоящего времени) не было достаточно эффективного современного средства учета затрат.

В дипломе рассмотрена организация вагонопотоков в транспортной системе металлургического комплекса и их взаимосвязь с бухгалтерией в целях создания максимально возможной автоматизации учета затрат транспортных систем.

Известно, что наиболее совершенным средством автоматизации учета затрат любых предприятий в самых широких аспектах является использование компьютеризированных систем.

Именно применение компьютеризированной системы управления создает условия для ритмичной работы, оптимизирующей деятельность предприятия. Созданная компьютеризированная система учета затрат обеспечит качественно более высокий уровень управления, откроет широкие возможности повышения эффективности работы Алчевского Металлургического Комплекса.        

СОДЕРЖАНИЕ

Введение

6

1.

Проблемы управления затратами.

1.1.

Понятие и сущность управления затратами.

10

1.2.

Традиционная система управления затратами.

16

2.

Обзор и анализ работ по исследованию транспортных потоков.

2.1.

Характеристика транспортных систем металлургических предприятий Украины.

26

2.2.

Обзор теории и практики исследования систем промышленного и магистрального железнодорожного транспорта.

30

3.

Математическая постановка задачи «Учета затрат в моделях развития и размещения производства.

3.1.

Математическая постановка задачи. Алгоритм функционирования системы.

34

3.2.

Решение производственно-экономических задач с использованием линейного программирования.

43

3.3.

Показатели, характеризующие эффективность исследуемой системы.

49

3.4.

Выбор метода исследования функционирования системы.

50

4.

Оценки экономической эффективности АМК и их расчет на ЭВМ.

4.1.

Оценка пребывания вагонов в транспортной системе.

54

4.2.

Программная реализация алгоритма.

56

4.3.

Оценка работы транспортно – складского комплекса при различных режимах работы.

60

5.

Анализ результатов программного моделирования и рекомендации по практическому использованию результатов исследования для производственной деятельности

5.1.

Анализ состояния транспортных систем.

63

5.2.

План численных экспериментов.

65

5.3.

Обобщение результатов численных экспериментов. Вывод расчетных соотношений для определения показателей функционирования системы

69

5.4.

Пути практического использования выполненных исследований. Направление дальнейших работ.

74

Заключение.

76

Список литературы

78

Приложение

ВВЕДЕНИЕ

Одним из элементов производства, активно воздействующим на его эффективность, является промышленный железнодорожный транспорт. Промышленный транспорт является, с одной стороны, звеном технологии производства на предприятии и самостоятельной системой со своей структурой с другой. Повышение эффективности производства, связано с железнодорожным транспортом, может быть достигнута за счет:

  •  улучшения показателей работы самих транспортных систем;
  •  более полного и качественного обслуживания основного производства;
  •  ускорения оборота вагонов магистрального транспорта на путях предприятий и улучшение показателей взаимодействия магистрального и промышленного транспорта.

Значение промышленного транспорта возрастает с увеличением мощности промышленного предприятия. Наиболее перспективным методом изучения функционирования такого транспорта является системный подход. В качестве сложной, или большой, системы управления рассматривается транспорт промышленных предприятий, металлургических комбинатов, производственных объединений. Наибольшей сложностью и самым высоким уровнем развития отличается транспорт металлургической промышленности. Его исследование позволяет выявить общие закономерности функционирования промышленных транспортных систем.

Задачей промышленного железнодорожного транспорта является, во-первых, обеспечение перевозками предприятия или комплекса предприятий. В условиях взаимодействия случайных факторов от качества транспортного обслуживания во многом зависит эффективность основного производства. Во-вторых, промышленный транспорт взаимодействует с магистральной железной дорогой, оказывая на ее работу существенное влияние. В-третьих, промышленный транспорт должен обеспечивать выполнение собственных показателей таких, как себестоимость перевозок, степень использования вагонного, локомотивного парков и т.п.

Значит, цели функционирования промышленной транспортной системы могут быть сформулированы следующим образом:

  •  обеспечение надежного обслуживания производства в условиях воздействия случайных факторов;
  •  рациональное взаимодействие с сетью внешних дорог;
  •  снижение собственных затрат.

При выборе задач и методов исследования необходимо учесть, что технологический железнодорожный транспорт образует целостную систему со сложными внутренними и внешними взаимосвязями. Поэтому при изучении необходима руководствоваться принципами системного подхода. Исследования промышленного транспорта с системных позиций дает возможность предложить новые формы организации перевозочного процесса, которые позволят без снижения надежности транспортного обслуживания уменьшить величину транспортных затрат. Это и будет основой задачей, решаемой в рамках данной работы. Для решения этой задачи в настоящее время получили распространение методы классической и современной математики. Достаточно большое применение находят аналитические методы теории массового обслуживания, которые позволяют определить количественные показатели функционирования системы в зависимости от закономерности входного потока, числа обслуживающих устройств и степени их загрузки. Количество требований на обслуживание (вагонов), длительность обслуживания, интервалы между требованиями, время пребывания в системе, рассматриваются как случайные величины. Методы теории массового обслуживания позволяют количественно оценить зависимости между мощностью транспортных устройств и поступающим под обработку подвижным составом. Однако этот метод нельзя назвать совершенным, так как он применим лишь для ограниченного числа достаточно простых значений. Кроме того, метод не учитывает существующую  управляемость производственной транспортной системы. Еще большими недостатками обладают детерминированные методы, основанные на методике организации технологических перевозок по контактным графикам. С одной стороны, не исследуется характер случайности поставок и потребностей производства, с другой, слабо используются возможности управления.

Более полно известные исследователю представления о структуре и динамике исследуемой системы отображаются в имитационных моделях. К положительным сторонам этого метода можно отнести:

  •  более полный учет взаимосвязей между элементами системы;
  •  возможность описания поведения системы при отсутствии строгих математических зависимостей;
  •  гибкость модели по отношению к новым ситуациям;
  •  возможность организовать серию вариантных расчетов для выбора альтернативного решения;
  •  высокая точность прогнозов (при условии адекватности модели исследуемой системы);
  •  наглядное представление обо всем процессе;
  •  возможность исследования системы в широких границах изменения параметров.

Все это позволяет остановиться на методе имитационного моделирования, как основном при исследовании функционирования системы. Однако для получения оптимального решения необходимо проведение длинного ряда экспериментов, приближающегося к полному перебору вариантов. Когда из многих возможных вариантов плана или оперативных производственных решений нужно выбрать оптимальные (наивыгоднейшие) по какому-то критерию, лучше применять методы математического моделирования. Методы математического программирования можно разделить на два класса. Тогда к первому следует отнести методы линейного программирования, предназначенные для нахождения оптимальных значений управляемых переменных в математических моделях с линейными ограничениями и целевой функцией. А ко второму – нелинейного программирования с линейными и нелинейными ограничениями и целевой функцией. В практических задачах истинный характер зависимостей редко бывает линейным. Однако допущение о линейности позволяет разработать эффективные вычислительные методы, использование которых для решения задач с линейными зависимостями вполне оправдано, несмотря на приближенный характер решений, получаемых на основе линейной аппроксимации.

Среди методов линейного программирования имеются алгоритмы, непосредственно предназначенные для решения транспортных задач. К таким задачам относятся:

  •  выбор целесообразных связей в заданной системе;
  •  определение максимальных транспортных потоков между пунктами отправления и назначения;
  •  формирование оптимальной сети сообщения;
  •  распределение имеющихся ресурсов между объектами системы с целью максимального эффекта их использования.

Область применения линейного программирования включает и задачи динамического характера, в которых рассматривается конечное число периодов времени, и результат предыдущего периода определяет исходные параметры последующего. Для решения производственно – экономических задач в данной работе будут использованы методы математического программирования.


1. проблемы управления затратами

1.1. Понятие и сущность управления затратами

Одним из важнейших показателей, характеризующих работу промышленных предприятий, является себестоимость продукции (услуг). Себестоимость – это денежное выражение затрат производственных факторов, необходимых для осуществления предприятием производственной и коммерческой деятельности, связанной с выпуском продукции и оказанием услуг. Роль себестоимости в экономике предприятия трудно переоценить. От ее уровня зависят финансовые результаты деятельности предприятия, темпы расширенного воспроизводства, финансовое состояние хозяйственного субъекта. Являясь важным показателем финансовой деятельности, она отражает изменения производительности труда и эффективности использования ресурсов предприятия.

Особую важность имеет то, что себестоимость является тем показателем, по которому можно судить об эффективности функционирования производства, о конкурентоспособности предприятия. Ведь краеугольной проблемой экономики является проблема точного установления затрат и результатов, возникающих в процессе хозяйственной деятельности. И именно себестоимость продукции (услуг) выступает тем мерилом, относительно которого можно оценить результативность работы предприятия. В связи с этим в практической деятельности предприятий себестоимость выступает в качестве нижнего уровня цены на продукцию.

Однако себестоимость – понятие комплексное, обобщающее. Причем затраты формирующие себестоимость могут значительно отличаться друг от друга условиями возникновения, закономерностями поведения. Поэтому "понимать" себестоимость, эффективно управлять ею и контролировать ее мы можем только и только, если мы "понимаем" и эффективно управляем формулирующими ее текущими затратами. (Текущие затраты – это постоянные, обычные затраты и затраты, периодичность которых меньше месяца). Иными словами, управление себестоимостью – это управление текущими затратами.

Управление – это целенаправленное при помощи определенных способов и методов воздействие на управляемую систему с целью достижения поставленных целей. Управление текущими затратами также имеет свои цели и осуществляется при помощи определенной системы. Необходимость управления затратами предприятия вытекает непосредственно из той роли, которую они играют в экономике предприятия, а именно из их прямого участия в формировании прибыли предприятия. Именно прибыль, в конечном итоге, выступает основным условием конкурентоспособности предприятия, позволяет предприятию осуществлять расширенное воспроизводство и реализовывать свою социальную функцию. Именно потенциал прибыльности, определяемый не в малой мере способностью предприятия контролировать свои затраты, характеризует ценность предприятия, эффективность его текущего управления.

Ясно, что предприятию необходимо управлять прибылью. Не пускаясь в долгие доказательства, скажем, что эффективное управление затратами в современных условиях становится действенным, а иногда чуть ли не единственным способом управления прибылью и повышения конкурентоспособности предприятия. Немецкие специалисты Манн и Майер писали: «Нельзя управлять прибылью без учета затрат, выручки и других доходов… Поэтому если мы хотим влиять на прибыль, то должны управлять своими доходами и затратами». Непонимание этой истины обрекает предприятие на гибель или, в лучшем случае, – на гибель. Таким образом, цель управления затратами – поддержание, максимилизация и оптимизация прибыльности предприятия.

Критерием, относительно которого можно было бы оценивать эффективность управления затратами, некоторые специалисты предлагают считать снижение издержкоемкости продукции (основной деятельности) предприятия. Однако, как отмечает И. А. Бланк, «следует иметь в виду, что снижение уровня издержкоемкости операционной деятельности является важной задачей, но не основной целью управления операционными (т.е. текущими) затратами, так как оно может сопровождаться снижением качества продукции, отказом от производства и реализации пользующихся спросом отдельных перспективных, но издержкоемких видов продукции, сменой приоритетов стратегического развития… предприятия на кратковременные стратегические выгоды». Поэтому критерием можно считать оптимизацию суммы и структуры, обеспечивающую высокие темпы развития предприятия. Таким образом, с этой точки зрения можно определить управление затратами как умение экономить ресурсы и максимизировать отдачу от них.

По мнению специалистов, управление затратами на предприятии включает:

–  знание того, где, когда и в каких объемах расходуются ресурсы предприятия;

–    знание закономерностей поведения разных видов затрат;

– прогноз того, где, когда и в каких объемах необходимы дополнительные ресурсы;

– умение обеспечить максимально высокий уровень отдачи от использования ресурсов предприятия;

– систематическое выявление и использование резервов снижения затрат и себестоимости в целом;

– организацию системы управления производством, ориентированной на постоянные контроль затрат и поиск резервов их эффективного снижения;

– сосредоточение на предупреждении затрат, а не на их учет;

– вовлечение в систему управления затратами всех видов затрат.

При этом необходимо указать на трудности, с осуществлением и формализацией управления текущими затратами. Основными являются следующие:

1. Затраты характеризуются многообразием, динамизмом и, естественно, трудностью их измерения, учета и оценки. Необходимо хорошо представлять себе их особенности и закономерности поведения. Все это значительно усложняет управление.

2. На уровень текущих затрат и управление ими оказывают влияние расходы и управленческие решения прошлых периодов. Это обуславливает в определенных случаях слабую реализуемость текущих затрат.

3. К. И. Демьяненко справедливо отмечает, что «менеджмент издержек не означает управление издержками как таковыми… Это управление деятельностью, в результате которой возникают затраты». Это делает крайне необходимым для успешного управления затратами обладание обширными знаниями и опытом в области планирования, анализа, инвестирования, управления производством, запасами, трудовыми ресурсами, организацией труда и производства и многих других областях знаний. Таким образом, управление затратами, если оно желает быть успешным, должно быть комплексным и объединять усилия всех служб и подразделений предприятия, для чего может понадобиться создание специального отдела по контролю затрат и координации работ по управлению ими (что мы и наблюдаем сегодня на западных фирмах).

4. Авторский коллектив одного из учебников по экономике предприятия указывает на то, что трудно составить схему путей экономии ресурсов, общую для всех предприятий. Все зависит от характера производства, от используемой технологии, от конкретных условий, в которых протекает производственный процесс. Это говорит о том, что создание системы управления затратами и управление ими требуют творческого подхода, что выдвигает как необходимое условие высокий профессиональный потенциал управленческих кадров предприятия.

Как мы уже отмечали, управление – это целенаправленное воздействие. Основа же качественного управления заключается в определении объекта, направления и способов такого воздействия. Управление затратами должно включать следующие процедуры: планирование, учет затрат, анализ учетной информации, принятие решений на основе результатов анализа и осуществление необходимых воздействий на затраты с целью их оптимизации. Схема взаимосвязи процедур управления затратами может быть представлена следующим образом (см. рис. 1.1).

Рисунок 1.1 – Взаимосвязь процедур управления затратами

Необходимо также отметить, что управление затратами должно быть текущим, или оперативным, – направленным на выявление и устранение текущих негативных изменений в затратах и их причин – и перспективным – направлено на поиск и использование резервов снижения затрат.

Здесь уместно коснуться понятий, с которыми мы сталкиваемся, когда речь заходит об управлении затратами. Речь идет о таких понятиях, как «издержки», «затраты», «расходы». В литературе эти понятия очень часто отождествляются. Так, например, довольно часто в словарях по экономике  можно не обнаружить четкой разницы между ними, так как одно понятие выражается через другое (что, правда, указывает на жесткую взаимосвязь между ними).

Однако, специалисты все же стремятся разграничивать эти понятия. Так один из западных специалистов Гельмут Шмален со свойственной ему немецкой аккуратностью проводит между ними четкую разницу. Расходы по Шмалену – это совокупность задолженностей и платежей предприятия (под платежами понимается фаза расчетов в наличной и безналичной форме). Затраты – совокупность выраженных в денежной форме расходов предприятия в течении одного года (заметьте, не всех), которые ведут к уменьшению доли чистого имущества. свободного от задолженности. Издержки же по Шмалену – выраженные в денежной форме совокупные затраты живого и овеществленного труда, т.е. вещественные затраты в процессе предпринимательской деятельности в течении определенного периода. Затраты и издержки по Шмалену, хотя и имеют много общего, но не представляют собой одно и то же.

Более или менее четкую границу между этими понятиями проводит в своей работе «Управление издержками и ценообразование» российский специалист Денисова И. П. Этой проблеме она уделяет чуть ли не целую главу своей работы, предварительно обосновывая необходимость этого: «Основные термины экономического предприятия до сегодняшнего дня не получили однозначного определения и остаются спорными для экономистов… Речь идет о трех понятиях: издержки, затраты, себестоимость». Ее взгляд отличается от взгляда Г. Шмалена (по крайней мере большей доходчивостью).

Большое внимание Денисова уделяет рассмотрению издержек и затрат. Издержки, по Денисовой, не являются денежными суммами, но представляют собой реальное потребление ценностей, ресурсов, обусловленное производственным процессом (привязка к деньгам используется лишь потому, что реальные издержки, как правило, трудно выразить, описать). Затраты представляют собой расход материальных, трудовых и финансовых ресурсов в стоимостном выражении на обеспечение расширенного воспроизводства. А расходы, по Денисовой, – это ничто иное, как реальный оттек платежных средств. Таким образом, по мнению специалиста, издержки являются важнейшим производственным индикатором, тогда как затраты являются решающим показателем для представления предприятия во внешней среде. Но несмотря на четкое разграничение рассматриваемых понятий, в дальнейшем в своей работе госпожа Денисова отождествляет их.

Существуют и иные точки зрения на проблему. Одно понятно – единства нет. Однако, обобщая и суммируя различные мнения, делаем следующие выводы. Издержки представляют собой ценности, ресурсы (в широчайшем смысле этих слов), потребляемые в процессе производства. Таким образом, издержки далеко не всегда могут быть в полном объеме выявлены и оценены в денежном выражении. Затраты же являются представленным в денежном выражении видимым потреблением материальных, трудовых, финансовых ресурсов в результате осуществления процесса производства. За весь период существования предприятия сумма расходов равна сумме затрат, но расходы, в отличии от затрат, представляют собой движение денежных средств предприятия к его контрагентам, которое происходит сейчас (платежи) или будет происходить в будущем (задолженности). Однако, на наш взгляд, эти понятия совершенно отождествляются, когда речь идет о себестоимости продукции (работ, услуг). Поэтому (по примеру некоторых специалистов) в нашей работе мы считаем их в известных пределах взаимозаменяемости.

1.2 Традиционная система управления затратами

Необходимость управления затратами очевидна. Основа любого эффективного управления, на наш взгляд, – четкое представление об управляемом объекте. Для этой цели применяется широкая классификация затрат на производство и реализацию продукции. Применяемая на украинских предприятиях до сего дня классификация затрат определялась Типовым положением по планированию, учету и калькулированию себестоимости продукции (работ, услуг) в промышленности и представлена в таблице 1.1.

Необходимо сделать некоторые пояснения. Затраты по экономическим элементам классифицируются на материальные затраты, затраты на оплату труда, отчисления на социальные мероприятия, амортизацию и прочие затраты. Состав статей калькуляций, установленный тем же Положением, используется до сих пор по инерции. Прямыми затратами называются затраты, которые непосредственно могут быть отнесены на то или иное изделие, группу изделий. Непрямые (косвенные) затраты, соответственно, - затраты, которые не могут быть соответственно отнесены на то или иное изделие, а нуждаются в распределении.

Таблица 1.1 – Классификация затрат согласно Типовому положению № 473

Признак

Затраты

По месту возникновения

производства, цеха, участка, службы

По видам продукции, работ, услуг

на изделие, типовые представители изделий, одноразовые заказы, валовую, товарную, реализованную продукцию

По видам затрат

по экономическим элементам, по статьям калькуляции

По способам перенесения стоимости на продукцию

прямые, непрямые (косвенные)

По степени влияния объема производства на уровень затрат

условно-постоянные, условно-переменные

По календарным периодам

текущие, одноразовые

 

Относительно недавно Министерством финансов Украины было утверждено Положение (стандарт) бухгалтерского учета 16 “Расходы”, пришедшее на смену вышеупомянутому Положению № 473. Данный стандарт не имеет в своем составе такой подробной классификации затрат. Но, например, формирование перечней статей калькуляции, постоянных и переменных общепроизводственных расходов отдано в свободу предприятий. Стандарт также вводит новый тип классификации затрат и пытается объединить принципы калькуляции полной и усеченной себестоимости.

Планирование затрат осуществляется по двум направлениям: составляются схемы затрат и калькулируется себестоимость продукции. Смета затрат представляет собой сводный план всех расходов предприятия на предстоящий период производственно-финансовой деятельности. Смета затрат составляется по экономическим элементам в денежном выражении.

В процессе разработки сметы затрат на производстве в отечественной экономической науке и практике широко применяется три метода:

1) сметный: смета разрабатывается на основе расчета затрат в масштабах всего предприятия по данным всех других разделов газового плана. Этот метод, по мнению М. И. Бухалкова, наиболее распространен.

2) сводный метод: смета составляется путем суммирования смет производства отдельных подразделений предприятия за исключением внутренних оборотов между ними. Такой метод предполагает предварительную разработку и свод в единую систему общих затрат по подразделениям основного и обслуживающего производства.

3) калькуляционный метод: смета составляется на основе плановых расчетов по всей номенклатуре продукции, работ, услуг с разложением комплексных статей на простые элементы затрат. Этот метод опирается на выполненные расчеты или калькуляции себестоимости всех без исключения видов продукции, работ, услуг, запланированных в газовой производственной программе предприятия, а также остатков незавершенного производства и расходов будущих периодов.

Необходимо отметить, что сметы затрат разрабатываются как для всего предприятия в целом, так и для отдельных подразделений предприятия и служат одним из инструментов контроля за затратами. На основе смет затрат определяется производственная и полная себестоимости всей производимой на предприятии продукции (валовой, товарной, реализованной).

Другим направлением планирования затрат на отечественных предприятиях выступает калькулирование себестоимости единицы продукции, группы изделий. С точки зрения планирования затрат различают плановую и нормативную калькуляции себестоимости. Нормативная себестоимость представляет собой затраты на производство продукции, рассчитанные в соответствии с прогрессивными нормами и нормативами расходования ресурсов предприятия (на предприятиях она, к сожалению, рассчитывается крайне редко). Плановая себестоимость калькулируется на основе принятых за план объемов затрат и в идеале должна отражать предельно допустимые затраты на производство и реализацию продукции.

Плановые калькуляции обычно составляются для всех видов продукции, предусмотренных в газовом плане производства и реализации. Калькулирование производится по статьям калькуляции. Важным моментом является то, что на отечественных предприятиях до настоящего времени калькулируется полная себестоимость единицы продукции. Это значит, что все косвенные затраты подлежат обязательному распределению между отдельными видами продукции (при многономенклатурном производстве). За базу распределения чаще всего принимается заработная плата рабочих. Одна из возможных формул, по которой можно определить полную себестоимость единицы продукции, приведена ниже:

, (1.1)

где  – себестоимость изделия, грн./шт.;

 – прямые затраты на материалы и комплектующие, грн.;

 – основная заработная плата, грн.;

 – косвенные общепроизводственные затраты, %;

 – общезаводские (общехозяйственные) расходы, %;

 – процент дополнительной оплаты и премий рабочим;

 – дополнительная заработная плата, грн.;

 – процент отчислений на социальное страхование;

 – внепроизводственные расходы, %.

Система учета затрат, применяемая на отечественных предприятиях, является неотъемлемой частью бухгалтерского учета на предприятии, который, выражаясь языком современной терминологии, называют по ряду признаков финансовым учетом (что обуславливает некоторую ограниченность его применения ля создания эффективной системы управления затратами).

При таком учете применяются две стандартные группировки по их видам: по элементам затрат и по статьям калькуляции. Первая группировка в большей степени соответствует нуждам внешних пользователей. Но с помощью данных, полученных в результате такой группировки, определяют финансовые результаты, рассчитывают некоторые экономические показатели (например, трудоемкость и прочие “емкости”), характеризующие производство в целом.

Другая группировка (по статьям калькуляции) позволяет несколько детализировать содержание элементов затрат, хотя и большая часть статей калькуляции являются комплексными. Группировка затрат по статьям калькуляции раскрывает большие возможности для анализа затрат, создает условия для определения полной себестоимости единицы продукции и установления цен.

Традиционно основными направлениями анализа затрат на производство и реализацию являются три следующие:

а) анализ затрат на производство по экономическим элементам;

б) анализ затрат на одну денежную единицу;

в) анализ себестоимости отдельных изделий.

Анализ себестоимости по экономическим элементам проводится по трем направлениям:

а) определяются абсолютные отклонения фактических значений каждого элемента сметы от плановых (или базисных);

б) определяется удельный вес каждого элемента затрат в общей сумме затрат (т. е. устанавливается структура затрат);

в) определяется отклонение фактического значения доли того или иного элемента в общей сумме затрат от планового (если надо – от базисного).

Такой анализ преследует две основные цели:

а) определить результаты исполнения сметы (смет) затрат и изменение их долей в общей сумме затрат;

б) определить характер производства (материалоемкое, трудоемкое, фондоемкое) и основные направления поиска резервов снижения себестоимости.

Затраты на одну денежную единицу в традиционно применяемой системе управления затратами является одним из важнейших показателей. Он выгоден тем, что, во-первых, очень универсален: может рассчитываться в любой отрасли производства и, во-вторых, наглядно показывает связь между себестоимостью (т. е. текущими затратами) и прибылью. Этот показатель дает возможность анализировать себестоимость разнородной продукции. Рассчитывается этот показатель следующим образом:

, (1.2)

где  – затраты на одну денежную единицу, грн./грн.;

 – товарная продукция по себестоимости, грн.;

 – товарная продукция по цене.

Значение этого показателя сравнивают с его плановым (или базисным) значением с целью выявления отклонений. Сравнение фактического значения данного показателя с базисным (т. е. со значением предыдущего периода) позволяет проследить динамику данного показателя, а также результативность мер по снижению затрат, принятых в предыдущем периоде. Так как на значение этого показателя оказывают влияние цены на продукцию, изменение себестоимости и объема производства, то, как правило, пытаются определить и измерить влияние каждого из факторов. Этот показатель характеризует уровень текущих затрат в целом и является ничем иным как издержкоемкостью производства. Этот показатель универсален еще и тем, что позволяет сравнивать себестоимость (уровень затрат) совершенно несопоставимой продукции.

Анализ себестоимости осуществляется также путем анализа значений статей калькуляции. В ходе анализа также сопоставляют их плановые (базисные) и фактические значения. Таким образом, определяется “вклад” каждой из статей в себестоимость продукции, а значит, определяют и приоритеты поиска резервов ее снижения. В ходе анализа используют абсолютные и относительные величины. Особое внимание уделяют статьям, вызвавшим удорожание себестоимости. По таким статьям стараются провести более детальный анализ, выявить факторы, обусловившие увеличение затрат, и степень их влияния с целью обнаружения резервов снижения себестоимости.

На основании полученных в ходе анализа данных (как видно их не очень много и для более детального анализа нужны дополнительные источники информации) подсчитываются потери, определяются недополученная экономия и величина резервов снижения текущих затрат, а также устанавливают возможные направления мобилизации этих резервов.

Как видно из вышесказанного, большое внимание уделяется поиску резервов снижения себестоимости. И это один из основных моментов в понимании управления затратами. «Под резервами снижения себестоимости следует понимать объективную возможность ее удешевления в результате управления факторами использования производственных ресурсов; эффективного использования средств производства на основе научно-технического прогресса». При этом под факторами изменения себестоимости понимаются «организационно-технические, экономические и другие условия, внешние или внутренние,… которые прямо или косвенно оказывают воздействие на сокращение или увеличение расходов на изготовление и реализацию продукции».

По утверждению специалистов в основе эффективного снижения затрат лежит интенсификация производства. Так, господа Шеремет А. Д. и Сайфулин Р. С. выделяют следующие интенсивные факторы снижения уровня текущих затрат:

а) совершенствование качественных характеристик используемых ресурсов:

1) совершенствование используемых средств труда;

2) совершенствование используемых предметов труда;

    б) совершенствование процесса функционирования используемых ресурсов:

1) ускорение оборачиваемости оборотных производственных фондов;

2) совершенствование технологии производства;

3) совершенствование организации производства;

4) совершенствование организации управления;

5) совершенствование организации труда;

6) совершенствование воспроизводства и ускорения оборачиваемости основных производственных фондов.

Поиск – постоянный и систематический – путей снижения как общего уровня затрат, так и отдельных их видов является одним из важнейших элементов управления затратами. Контроль затрат и их эффективное (т.е. без негативных последствий) снижения – вот конечная цель любой системы управления текущими затратами.

Однако следует признать, что описанная нами выше традиционно применяемая у нас система управления затратами хотя и является достаточно отработанной, не соответствует всем тем требованиям, которые мы указали в подразделе 1.1. И это не только наше мнение, но и мнение многих специалистов. Здесь, на наш взгляд, уместно привести несколько цитат из работ отечественных (т.е. советских и пост советских) специалистов, характеризующих недостатки этой системы. В настоящее время анализ показателей себестоимости продукции осуществляется путем сопоставления плановых и фактических данных по статьям затрат и исчисления возможных отклонений. Что же касается анализа причин этих отклонений, то, как правило, они сводятся к укрупненным расчетам, не позволяющих более достоверно оценить реальность этих отклонений и связать их с системой факторов, под влиянием которых они формируются…. Более того многие факторы не достаточны для полной характеристики процесса формирования себестоимости продукции. Сейчас на предприятиях после окончания календарного периода показатели себестоимости и прибыли только анализируют, а действенная система оперативного ежедневного планирования, учета и анализа себестоимости и прибыли отсутствует.

Специалисты указывают на оторванность существующей системы управления затратами от практических потребностей управления ими же, на ее недостаточную оперативность. Очень часто одной из основных причин такой ситуации называют недостатки применяемого учета затрат: ведь именно он призван обеспечивать информацией как этап планирования, так и этапы анализа и принятия решений. Хотя, конечно же, проблема не только в учете, но и в отношении к решению вопросов, связанных с управлением затратами. Основными недостатками применяемого учета часто называют построение учета в соответствие с правилами, предъявляемыми и внешней отчетности предприятия; высокую степень обобщения учетной информации и невозможность ее детализации; несовершенство распределения косвенных затрат, что искажает себестоимость отдельных изделий. Кроме всего этого, часто можно встретить указания на недостатки организации учета, низкую его оперативность (так, получение ряда важных сведений возможно лишь по окончание месяца). Вследствие всего выше перечисленного контроль затрат носит формальный характер, а поиск путей сокращения затрат значительно усложняется.

Справедливости ради, нужно сказать, что проблемы разработки и внедрения новых подходов и эффективному управлению затратами предприятия активно обсуждаются и в зарубежной литературе. Но необходимость совершенствования системы управления и контроля затрат ими была осознана (не без влияния объективно складывающихся экономических условий) намного раньше (на несколько десятков лет), чем нами. Более того, процесс совершенствования этой системы продолжается и сегодня. Мы же застыли в этой области на уровне первой половины ХХ века. По утверждению специалистов (и с этим трудно не согласиться) по отдельности все элементы, необходимые для управления затратами и себестоимостью, в отечественной экономической теории и практике хорошо разработаны.

2. ОБЗОР И АНАЛИЗ РАБОТ ПО ИССЛЕДОВАНИЮ

ТРАНСПОРТНЫХ ПОТОКОВ.

2.1 Характеристика транспортных систем

металлургических предприятий Украины.

Транспорт металлургических заводов и комбинатов характеризуется большими объемами разнообразных перевозок и особой сложностью. Общий грузооборот отдельных заводов по Украине составляет до 50 – 100 млн. тонн в год. Технология работы и управление усложняется еще и тем, что металлургические заводы имеют весьма сложное путевое развитие, большой парк собственных вагонов и локомотивов различного типа и назначения. Кроме того работа транспорта жестко увязана с технологией металлургического производства и с работой магистрального транспорта.

Поступающие с внешней сети грузы выгружают непосредственно в бункера доменного производства, рассчитанные на 10 – 20 часовой период работы. Поэтому в условиях реального производства требуется иметь запасы грузов, которые накапливаются на резервных складах – хранилищах, или в вагонах, то – есть в виде склада на колесах. Резервные склады имеют существенный недостаток то, что основные грузы как агломерат, флюсы теряют свои свойства от лишних операций погрузки и выгрузки, а также от хранения на открытом воздухе. Создание складов на колесах этих недостатков не имеют, однако требуется четкая организация работы транспорта ибо в случае сбоя в работе может возникать кризисная ситуация, из – за отсутствия груза, угрожающая нормальной работе основного производства или излишнего прибытия вагонов, превышающие суточные потребности производства.

Функционирование транспортных систем заводов связано с прибытием массовых грузов, сырья, полуфабрикатов, комплектующих и запасных частей и оборудования для основного производства и т.д., а также с отправлением продукции заводов. Величина внешних годовых объемов перевозок некоторых металлургических заводов Украины представлены в таблице 2.1.

Таблица 2.1.

Годовые объемы перевозок металлургических предприятий Украины, тыс. тонн (усредненные данные за 1999 – 2002гг.)

Наименование металлургического предприятия

Прибытие

Отправление

Межцеховые перевозки

Всего перевезено

Константиновский

1 800

1 100

910

3 810

Краматорский

3 100

1 500

8 400

13 000

Донецкий

5 300

3 100

15 000

23 400

Енакиевский

7 300

3 500

15 500

26 300

Алчевский

11 500

6 100

31 100

48 700

Мариупольский

18 500

13 100

35 700

67 300

 

Помимо огромного общего объема перевозок на металлургических заводах сырье прибывает большими партиями вагонов, в основном маршрутными поездами, что усложняет работу транспортных систем.

Транспортные системы металлургических предприятий условно можно разделить на три схемы обработки грузопотоков: последовательная, параллельная и комбинированная. При последовательной схеме обработка вагонов осуществляется практически поточно без изменения направления вагонов с двумя заводскими сортировочными входной и выходной станциями и двумя станциями примыкания, входной, для переработки вагонопотоков прибытия, и выходной, для переработки вагонопотока отправления (металлургические комбинаты г. Мариуполь, г. Алчевск). При параллельной схеме обработки вагонопотока прибытия и отправления осуществляется на двух заводских станциях, но с выходом на одну станцию примыкания (г. Краматорск, г. Константиновка). При комбинированной схеме и грузопотоке прибытия и отправления обрабатываются на одной заводской сортировочной станции и одной станции примыкания (г. Енакиево, г. Донецк).

Схемы транспортных систем приведены на рисунке 2.1.

Наиболее сложной по управлению являются схемы комбинированного типа, так как внешние грузопотоки прибытия и отправления пересекаются между собой и с внутризаводскими грузопотоками. Анализ генпланов предприятий металлургического профиля в условиях Украины показывает, что провести существенную реконструкцию транспортных систем в условиях реального предприятия практически невозможно из – за сложившейся структуры путевого развития и расположения технологического и производственного оборудования.

 В связи с этим поиск оптимальных условий управления эксплуатационной работой железнодорожного транспорта, существующего металлургического производства является актуальной, так как требуется повысить эффективность функционирования транспортных систем, в условиях снижения транспортных затрат.

 

2.2. Обзор теории и практики исследования

систем промышленного и магистрального железнодорожного транспорта.

Вопросы повышения эффективности транспортных систем интересовали специалистов с тех пор как производство стало делиться с простого малопроизводительного на более сложное высокопроизводительное и начало делиться на отдельные циклы, переделы с кооперированием между отдельными подразделениями по технологическому принципу.

В современном производстве, особенно металлургического профиля, весь технологический процесс поделен на группы сложных производственных процессов по цехам: доменный, прокатный и т.д. Что требует необходимости строгого разделения и соблюдения установленных по технологии перемещений грузов на внешних и межцеховых перевозках.

Известно также, что на предприятиях металлургического профиля основным видом транспорта является железнодорожный, который оказывает существенное влияние на работу как самого производства так и магистрального транспорта. С другой стороны, магистральный транспорт может существенно влиять на показатели работы предприятий. Это проявляется в виде потерь из-за неритмичности прибытия вагонов, снижения темпа производства из-за нехватки сырья, снижения качества сырья из-за задержек в доставке, а также дополнительных работ по превалке и хранении груза и т.д.

Сам производственный процесс металлургического завода по своей структуре весьма сложный и обеспечить его стабильную работу по перемещению грузов с помощью железнодорожного транспорта представляет сложную многовариантную транспортную задачу, ведь для того, чтобы получить 1 тонну стали требуется переместить более 10 – 12 тонн груза на внутренних и    5 – 7 тонн на внешних перевозках.

В выполнении этих задач участвуют ежесуточно до 100 и более единиц локомотивного парка, от 500 до 1 500 вагонов общесетевого и столько же вагонов собственного парка. В управлении производственным процессом участвует до 15 и более заводских станций.

Мощные входные вагонопотоки проходя через заводские станции делятся на десятки мелких струй. После выполнения грузовых операций мелкие струи на заводских станциях объединяются в мощные выходные вагонопотоки.

Для обеспечения взаимодействия в работе железнодорожного транспорта промышленных предприятий и магистрального транспорта, в том числе и для металлургического профиля разрабатываются единые технологические процессы работы подъездных путей и станций примыкания, которые направлены, в основном, на решение задачи сокращения времени нахождения вагонов общественного парка на промышленных предприятиях, однако каким путем повысить интенсивность работы транспортных систем предприятий.

В работах кафедры  транспортных технологий Восточноукраинского национального университета имени В.Даля дается анализ технологических особенностей работы транспорта различных отраслей промышленности, в том числе и металлургического профиля.

С появлением электронно-вычислительной техники, началось широкое внедрение в эксплуатационной работе ЭВМ, обеспечивающие улучшения прогнозирования учета и отчетности по основным показателям работы железнодорожного транспорта. Таким образом появились описания методов оптимизации работы железнодорожного транспорта с использованием ЭВМ, чаще всего на базе экономико – математических методов в условиях жесткой организации управления работой транспортными системами. В математической статистике стали использовать дифференциальное исчисление. При этом за основу улучшения работы принимался критерий минимальных приведенных затрат по обобщенным или укрупненным показателям. Например, этим методом пользовались при определении размера передаточных поездов, интервалов движения поездов, числа погрузочно – выгрузочных машин и т.д. Однако с совершенствованием программирования транспортные задачи стали решаться с использованием задач линейного, нелинейного, а также динамического программирования. Применение этих методов позволило разрабатывать модели имеющие определенные ограничения, связанные с реальными условиями работы транспортных систем. Рассматривая транспортный процесс как дискретный, была облегчена задача использования персональных ЭВМ.

В построенных моделях транспортные системы рассматривались как некий канал с определенной пропускной и провозной способностью, что позволило находить “узкие места” в работе транспорта и таким образом выбирать направление в реконструкции и усилении данных систем.

С применением вероятностных моделей на базе теории массового обслуживания на промышленном и магистральном транспорте широко исследовались законы распределения различных вагонопотоков на заводских путях и путях общего пользования. Однако ввод этих методов привел к тому, что транспорт стал рассматриваться как трудно управляемая система с невысокой надежностью, что привело к потере дисциплины и должного порядка.

Стали прогнозировать необходимое увеличение парка путей, локомотивов, вагонов, погрузочно – выгрузочных устройств, что негативно сказалось на процессе управления из-за завышения необходимых резервов транспортных систем. Поэтому стали использовать имитационные модели. Имитационное программирование позволило вводить в систему любую закодированную информацию и прогнозировать появление конкретной обстановки.

В последние годы использованы методы оптимизации гибкой технологии. Разработаны теоретические основы четырехуровневой гибкой технологии транспортного обслуживания заводов черной металлургии, отображающих основные положения и условия конкретных производственных процессов. Для грузоотправителей, поставщиков сырья рекомендуется ввести метод динамического согласования с переадресовкой маршрутов с сырьем по результатам суточного анализа работы металлургических предприятий промышленного района.

В работах Воскресенской Т.П. на основании теоретических и экспериментальных исследований разработаны методы синтеза и стадийного развития структуры систем переработки массовых сыпучих грузов на промышленных предприятиях, являющихся одним из наиболее трудоемких в транспортном процессе. Системный подход, предложенный Воскресенской Т.П. позволил разделить функции основного главного механизма, выполняющего основные работы и периферийных систем, решающие вспомогательные функции по переработке вагонов и грузов. При этом для оптимизации структуры системы с целью ее устойчивого функционирования автор помимо известных технических отказов ввел и понятие технологические отказы, связанные с устойчивостью работы как самих транспортных систем так и производственных. Синтезируя работу системы переработки грузов Воскресенская Т.П. вводит более совершенные по сравнению с существующими элементами с целью получения заданных выходных параметров, как производительность, время пребывания вагона в системе, коэффициент надежности работы, затраты на эксплуатацию и др. Такой подход позволит прогнозировать работу в условиях увеличивающегося по времени объема грузо-вагонопереработки с регламентированием времени грузовых операций пре дефиците подвижного состава.

3. МАТЕМАТИЧЕСКАЯ ПОСТАНОВКА ЗАДАЧИ «УЧЕТА ЗАТРАТ В МОДЕЛЯХ РАЗВИТИЯ И РАЗМЕЩЕНИЯ ПРОИЗВОДСТВА».  

3.1. Математическая постановка задачи. Алгоритм функционирования системы.

 С целью удобства математической формализации задачи рассмотрим, в качестве примера, одну из типовых схем функционирования заводского загрузочно-погрузочного узла (рис.3.1). На входную сортировочную станцию узла поступают потоки вагонов различных типов грузов. Всего различных типов N. Поступающие вагоны представляют из себя случайные потоки событий, при этом количество прибывших в одном составе вагонов тоже является случайной величиной. Проведенные исследования показали, что функции распределения времени между поступлениями вагонов одного и того же типа с высокой степенью надежности идентифицируется как Г-распределение. Оценка параметров этих распределений была произведена ранее.

Число вагонов, поступивших одновременно было квалифицированно, как подчиняющееся В-распределению, приведенному к отрезку [0,Vi max], где Vi max – максимально возможное число одновременно пришедших вагонов i-того типа.

Обозначим функции распределения числа одновременно прибывших вагонов как


  1.  

       

 Входная сортировочная станция имеет ограниченное число маневровых путей. Обозначим максимальное число вагонов, которые одновременно могут находиться на входной сортировочной станции, как Мвес. На станции могут находиться вагоны всех типов. Если количество вагонов одного типа обозначить через Ni, то в любой момент времени должно выполняться условие:

 (3.1)

где VVS – объем входной сортировочной станции.

Если очередная партия вагонов, прибывающая на входную сортировочную станцию, приведет к нарушению условия (3.1), то эта группа вагонов остается во внешней сети железных дорог, точнее на станции, с которой осуществляется непосредственная передача на входную сортировочную станцию. Запасные пути этой станции обозначены как буфер на внешней сети железных дорог на рис. 3.1. Объем этого буфера считаем практически неограниченным. Время ожидания одного вагона в этом буфере является случайной величиной Твб, а ее математическое ожидание

На входной сортировочной станции происходит разборка поступившей группы вагонов в течении случайного времени с функцией распределения C(t).

Далее группы вагонов поступают на основную выгрузочную станцию перед грузовым фронтом. Размер партии не может превосходить  определенного максимального числа Мпер и, естественно, зависит также от наличия вагонов данного типа на входной сортировочной станции и свободных мест на станции перед грузовым фронтом. Тип груза в передаваемых вагонах определяется наличием такого груза на складе. Мерой наличия является отношение количества груза данного типа на складе к вместимости склада по этому виду груза. В первую очередь передаются вагоны с таким типом груза, для которых это отношение минимально, если груз такого типа есть на входной сортировочной станции. Станция перед грузовым фронтом также может  вмещать ограниченное число вагонов Мсгф.

Если станция перед грузовым фронтом заполнена в силу того, что опрокидыватель не успевает разгружать прибывающие вагоны, то вагоны могут поступать на резервный склад, имеющий один путь с объемом Мсрс. Время передачи с входной сортировочной станции под разгрузку детерминировано и равно Тпсс.

Со станции перед грузовым фронтом вагоны подаются  на склад. Время опрокидывания вагона детерминировано и обозначается Топр.

Склад представляет из себя комплекс специализированных хранилищ для каждого типа груза. Вместимость каждого хранилища

 Мскл, і;

Количество каждого типа груза на сладе обозначено

 Кскл, і;

Удаление груза со склада при его наличии происходит с определнной скоростью

 Ui;

Выгрузка на резервном складе осуществляется также детерминированное время Трр. Но это время одинаково для всей группы из любого количества вагонов, не превосходящего некоторого числа Мраз.

Вагоны после выгрузки могут попадать непосредственно на выходную сортировочную станцию или подаваться под погрузку. Вероятность подачи вагона под погрузку равна q. Вагоны поступающие под погрузку проходят через станцию перед погрузкой и затем грузятся. Общее время пребывания на этих этапах представляет из себя случайную величину Тпогр с функцией распределения D(t). Время передачи на выходную сортировочную станцию детерминировано и обозначается Тсвых.

На выходной сортировочной станции происходит формирование составов и отправка их во внешнюю сеть железных дорог.

Представленная схема предопределяет выбор системы массового обслуживания в качестве математической модели. В пользу такого выбора говорят следующие факторы:

  1.  случайность поступающих потоков грузов;
  2.  наличие нескольких фаз обслуживания:

сортировки, передачи вагонов, разгрузка и погрузка;

  1.  наличие очередей на всех фазах обслуживания.

Формализуем описанный на рис.3.1 алгоритм.

L входных потоков с функцией распределения времени прибытия между группами вагонов

поступает на 1 обслуживающий узел ОУ1 и в зависимости от выполнения условия (3.1) попадает либо на входную сортировочную станцию ОУ3 или остается во внешнем буфере ОУ2.

Состояние обслуживающего узла 2 описывается параметром LV – количеством групп вагонов, находящихся в буфере и трехмерным массивом переменной длины LV со следующими компонентами:

SOSTAV1,i время прибытия

                                         SOSTAV2,i – номер груза

       SOSTAV3, i – количество вагонов,

где i – номер партии, i = 1,…, LV.

Если обозначить текущее время за Ts, то время пребывания вагона во внешнем буфере Твб будет

Ts - SOSTAV1,i.

 На обслуживающий узел 3 – входную сортировочную станцию группы вагонов поступают либо непосредственно, либо по мере освобождения ее буфера из ОУ2. ОУ3 можно представить, следуя обозначениям Кендалла, как систему массового обслуживания GG1Nbek, осложненную тем, что обслуживание может производиться одновременно по целой группе вагонов. Поступление требований, т.е. групп вагонов на ОУ4 – грузовой фронт и ОУ5 – пути перед резервным складом определяется по условию описанному в алгоритме функционирования. Каждый вагон, поступающий в систему должен “запоминать” время своего прибытия

Тпр, j,   j = 1,…, KGEN ,

где KGEN – общее количество вагонов, находящихся в системе. ОУ4 и ОУ5 можно рассматривать, как и два последующие, как системы массового обслуживания GGnm с переменным числом обслуживающих приборов n.

Поступление на склад ОУ6 и резервный склад ОУ7 того или иного типа груза осуществляется из условия: первым поступает тот груз, наличие которого на складе в процентном отношении минимально, т.е. находиться номер j,  j = такой, что достигается

,

где  KSCi – количество груза i-того типа на складе,

 SCi – объем склада для груза i–того типа.

Таким образом, системы обслуживания в узлах ОУ6 и ОУ7 имеют приоритет, который меняется в зависимости от обстановки.

Погрузочная станция – ОУ8, куда вагоны поступают с ОУ6 и ОУ7 с вероятностью q, тоже может рассматриваться как система GG1, т.е. погрузка по одному вагону и отказ в обслуживании невозможен.

Выходную сортировочную станцию ОУ9 можно представить как систему массового обслуживания типа GDn, т.е. с детерминированным временем обслуживания.

Для дальнейшей формализации введем следующие обозначения. Пусть Pi,j,k(t) – вероятность того, что момент времени t в обслуживающем узле с номером i (ОУi) находится j вагонов номера груза k. Тогда модель описывается следующей системой уравнений Колмогорова – Чепмена.

Для i = 1,  k = 1,…, L:

при j = 0,…, UkMAX

(3.2)

при j > UkMAX    P1,j,k=0.

Для i = 2,  k = 1,…, L,  j = 0,…, :

 (3.3)

где SMAXkмаксимальное число вагонов груза типа k в пребывающей группе;

rs,k – вероятность того, что в группе S вагонов для груза типа k;

E (t) – функция распределения времени передачи вагонов с ОУ2 или ОУ1 на ОУ3;

US – вероятность того, что бункер ОУ3 может вместить S вагонов.

Эту вероятность можно выразить

(3.4)


где произведение берется по всем индексам
n1,…,nL, таким, что

n1 + n2 + …+nL = l.

Для i = 3,  k = 1,…, L

при j = 0,…, Nbec

(3.5)

где

 

                                                                        (3.6)

где произведение берется по всем индексам n1,…,nL, таким, что n1 + n2+…

…+nL = l. Аналогично с тем же определением n1, n2,…,nL.

                                      (3.7)

при j > Nbec   P3,j,k = 0.

Для i = 4,  k = 1,…, L

при j = 0,…, MСГФ

                          (3.8)

где

                                                                                  (3.9)

т.е. вероятность того, что на разгрузочный фронт помещается хотя бы один вагон;

при j > MСГФ     P4,j,k = 0.

Для i = 5,  k = 1,…, L 

при j = 0,…, MOPC

  (3.10)

где

                                                                       (3.11)

где произведение берется по всем индексам n1,…,nL, таким, что

n1 + n2 + …+ nL = l;

при j > Mорс  P5,j,k = 0.

Для  i = 6,  k = 1,…, L

при j = 0,…, Mскл,к

          (3.12)

при  j > Mскл,к   Р6,j,k=0

Для  i = 7,  k = 1,…, L

при j = 0,…, RMскл,к

       (3.13)

где RKSk – наличие на резервном складе груза k – того типа,

RMскл,к – объем резервного склада по k – тому грузу,

при  j > RMскл,к  P7,j,k = 0.

Для i = 8,  k = 1,…, L ,  j = 0,…,

        (3.14)

Для  i = 9,  k = 1,…, L ,  j = 0,…,                                                                  (3.15)

Представленные соотношения позволяют сделать вывод о том, что данная модель представляет из себя полумарковскую сеть массового обслуживания. Исследование такой сети детерминированным приближением без учета случайных факторов не может дать достаточно точных результатов, т.к. наличие ограниченных очередей в отдельных фазах обслуживания приводит к «пробкам», учет которых при детерминированном огрублении методологически невозможен.

Применение детерминированных математических моделей из-за вероятностного характера, в первую очередь, поступления грузов. Чисто же статистические методы неприменительны из-за наличия очередей.

Для исследования описанной системы массового обслуживания достаточно определить введенные выше величины и функции распределения.

3.2.Решение производственно-экономических задач

с использованием линейного программирования.

Для решения производственно-экономических задач часто используют симплекс-метод.

 1.Прямой симплекс-метод. 

Когда говорят о задачах математического планирования, то имеют в виду класс задач оптимизации, возникших в связи с попытками повысить эффективность промышленных, транспортных систем за счет улучшения в работе координированных и управленческих органов. Несмотря на разнообразие смыслового содержания таких задач, все они с формальной точки зрения сводятся к одной общей постановке: найти значение Х1, Х2,…, Хn доставляющих max(min) заданных скалярной функцией Z = f(x1,x2,…, xn) при условии Gi (X1, X2,…, Xn)  Bi (i=1,m).

Пусть задача в канонической форме имеет исходный опорный план

Z= CjXj  max; Xi + AijXj = Bi, i = 1,m; (3.16)

                                                     Xj  0,j = 1,n;

              Bi  0,i = 1,m.

Вектор решения Х = (В1, В2,…, Вm,0,…,0) является опорным планом задачи (2.1). Этому плану соответствует следующее значение целевой функции:

Z = C1B1 + C2B2 + … +CmBm = CiBi 

 Для исследования опорного плана на оптимальность и для определения направления его улучшения на основании целевой функции строится “нулевое” приведенное уравнение. Это уравнение получается после исключения базисных переменных из выражения целевой функции.

Подставляя Х1, Х2,…, Хm из системы ограничений (3.16) в целевую функцию, получим “нулевое” приведенное уравнение в следующем виде:

Z + A[om+1]X[m+1] + A[om+2]X[m+2] +…+ АonXn = Bo,

где

Aoj = Cj Aij – Cj, j = m+1,n;                   (3.17)

Bo = Ci Bi.

Коэффициенты называются оценками соответствующих небазисных переменных (или оценками оптимальности). Оценки позволяют охарактеризовать опорный план в виде следующих теорем – признаков возможных ситуаций.

 Теорема 1. 

Если Аоj  0, j = 1,n , то опорный план является оптимальным (признак оптимальности опорного плана).

 Теорема 2.

Если Aoj  0 для некоторого j и все соответствующие этому индексу j величины Aij  0, i = 1,m , то значение целевой функции не ограничено сверху на множество планов.

 Теорема 3.

Если Aij  0 для некоторых индексов j и для каждого из этих j, по крайней мере, одно из чисел Aij  0, то можно перейти к новому опорному плану, при котором значение целевой функции увеличивается.

Вычислительный процесс удобно вести в симплекс-таблицах. Исходная симплекс-таблица для задачи (3.16) с учетом “нулевого” уравнения (3.17) представлена в таблице 3.1. «Нулевое» уравнение записано в нижней части таблицы.

Под симплекс-таблицей понимается табличная форма представления математической модели в канонической форме с опорным планом и оценками оптимальности.

Таблица 3.1.

i

Базисные переменные

Х1

Х2

Хm

Xm+1

Xn

Bi

1

X1

1

0

0

A1m+1

A1n

B1

2

X2

0

1

0

A2m+1

A2n

B2

m

Xm

0

0

1

Amm+1

Amn

Bm

0

Z

0

0

0

A0m+1

A0n

B

Симплекс – метод может быть определен как метод, предполагающий последовательный анализ базисной системы. Реализация этой идеи требует в общем случае:

  •  получение исходного допустимого базисного решения, если оно существует или подтверждение фактов неразрешимости данной системы.
  •  проверка полеченного решения на оптимальность.
  •   Организация перехода к новому допустимому базисному решению, если предыдущее оказалось не оптимальным.
  •  Повторение операций до тех пор, пока не будет получено оптимальное базисное решение или подтверждена возможность неограниченного возрастания Z.  

БЛОК - СХЕМА

                               

                                             Да

                      Нет

                                              Да

   Нет

 

1.1  Модифицированный симплекс – метод.

В прямом симплекс – методе на каждой интерпретации все параметры задачи линейного программирования преобразовывались рекуррентно по формулам Жордана – Гаусса. При этом осуществлялся упорядоченный переход от одного опорного плана к другому до тех пор, пока либо находился оптимальный план задачи, либо устанавливалась ее неразрешимость. При использовании ЭВМ для таких вычислений требуется неоправданно завышенный объем оперативной памяти, так как в этом случае на каждой интерпретации необходимо хранить данные всей симплекс – таблицы. Чтобы устранить этот недостаток прямого симплекс – метода, разработана его модификация.

Модифицированный симплекс – метод требует меньшего объема оперативной памяти ЭВМ, является более экономичным с вычислительной точки зрения и каждая интерпретация этого метода осуществляется на основе одной и той же исходной таблицы. На каждой итерации модифицированного симплекс – метода вычисляются не все элементы таблицы, а лишь нулевая строка (оценки), разрешающий столбец и столбец опорного плана, знание которых позволяет перейти от одного набора базисных переменных к другому.

Для применения модифицированного симплекс – метода исходная задача должна быть представлена в канонической форме с начальным опорным планом, например, в таком виде:

Z =

         

         

или в матричной форме

Z = CX max;

EX1 + AX2 = B;

X1 0; B  0;

Где Х1 – вектор-столбец базисных переменных из m компонент; Х2 – вектор-столбец небазисных переменных из (mn) компонент; С = (0;…,0;сm+1;…;сn) – вектор коэффициентов целевой функции, приведенной к небазисным переменным, т.е. компоненты этого вектора могут быть использованы в качестве оценок оптимальности; А – матрица коэффициентов небазисных переменных размерности m(nm); Е – единичная m – матрица.

2. Двойственный симплекс – метод.

Понятие «двойственности» в линейном программировании представляет значительный интерес в отношении совершенствования методов планирования и управления отдельными звеньями предприятия. Например, решение различных задач оптимального планирования и организации производства связано с затратами определенных ресурсов и выпуском некоторой продукции. В этом случае теория двойственности устанавливает связь между оптимальным распределением ресурсов и некоторой системе оценок на эти ресурсы.

Основные теоретические положения двойственности позволили построить эффективный алгоритм решения задачи линейного программирования, названный двойственным симплекс-методом.

На базе двойственного симплекс-метода имеется возможность исследовать некоторые динамические свойства модели, например, чувствительность. Как только изменяются параметры модели, информация о статическом оптимальном решении задачи теряет актуальность. Анализ модели на чувствительность как раз связан с исследованием возможных изменений оптимального решения в результате изменений исходной модели.

Каждой исходной задаче линейного программирования можно поставить в соответствии другую вполне определенную задачу линейного программирования, называемую двойственной.

Определим двойственную задачу по отношению к общей задаче линейного программирования следующего вида:

Z = CjXj  max

при условиях

AijXj  Bi,  i = 1,k

AijXj = Bi, i = k + 1,m

Xj  0, j = 1, l, l  n.

Задача, состоящая в нахождении минимального значения целевой функции F = BiYi  min

при условиях

AijYi  Cj, j = 1, l

AijYi = Cj, i = l + 1,n

Yi  0, i = 1,k , k = 1,m ,

называется двойственной по отношению к задаче, которая называется прямой.

3.3.Показатели, характеризующие

эффективность исследуемой системы.

Конечным результатом исследования являются рекомендации по изменению архитектуры системы и выбор оптимального варианта. Следующие показатели характеризуют эффективность работы системы в зависимости от количества и мощности погрузочно-разгрузочных устройств, количества путей на различных станциях и от скорости освобождения складских помещений:

  1.  среднее время ожидания вагона во внешнем буфере Твб;
  2.  среднее количество приходящих вагонов по каждому типу груза;
  3.  среднее время пребывания вагонов на заводе (от поступления на входную сортировочную станцию до отправки с выходной сортировочной станции);
  4.  загруженность опрокидывателя и резервного разгрузчика;
  5.  простой опрокидывателя из-за загруженности склада.

Все упомянутые выше показатели примем за основу также для оценки эффективности функционирования системы при проведении численных экспериментов на ЭВМ.

 

3.4. Выбор метода исследования функционирования системы.

Описанная выше модель, как многофазная система массового обслуживания имеет следующие особенности:

1). Функции распределения случайных величин, также как  времена поступления, времена сортировок, количество вагонов не являются показательными, а имеют значительно более общий характер.

2). Система имеет многочисленные логические связи, в том числе и разветвления (различные варианты разгрузки, поступление сразу на выходную сортировочную станцию или сначала под погрузку).

3). Вагоны проходят различные стадии обслуживания группами различного объема.

4). Процессы на различных фазах обслуживания происходят параллельно. Никакими известными аналитическими методами все эти особенности учесть не представляется возможным. Поэтому для исследования системы выбран метод имитационного моделирования на ЭВМ.

Имитационное моделирование является относительно новым, но быстро развивающимся методом исследования различных производственных систем. Суть метода заключается в том, что с помощью ЭВМ воспроизводится функционирование исследуемой системы, а исследователь, управляя ходом процесса имитации и обозревая полученные результаты, делает вывод о ее свойствах и качестве поведения. Появление имитационного моделирования и превращение его в эффективное средство анализа сложных систем было вызвано потребностями практики и, с другой стороны, стало реализуемым с развитием метода статистических испытаний (метода Монте-Карло), открывшего возможность моделирования случайных факторами, которыми изобилуют реальные системы, а также развитием электронной вычислительной техники, являющейся базой для проведения статистических экспериментов.

Интенсивное развитие в современных условиях методом имитационного моделирования обусловлено следующими его преимуществами и особенностями решаемых задач:

а) сложностью модели поведения исследуемой системы, наличием множества случайных факторов, которые ограничивают эффективность поведения традиционных аналитических методов исследования, а в ряде случаев вообще исключают возможность применения, в результате чего имитационное моделирование оказывается единственным способом исследования. При исследовании функционирования нашей системы кроме того необходимо учесть также сложные связи между протекающими процессами.

б) метод открывает новые возможности, которые позволяют осуществлять: наблюдение за поведением системы в таких условиях, в которых натуральный эксперимент просто невозможен (либо в силу чисто физических причин, либо в силу ограниченности временных и стоимостных ресурсов); проведение имитационных экспериментов на широком диапазоне изменения параметров системы и внешней среды, что позволяет получить дополнительную полезную информацию в условиях информационной неопределенности.

в) прогнозирование системы позволяет получить ответ в сжатом масштабе времени.

г) детальное наблюдение за поведением имитируемой системы и разработать также предложения по ее улучшению, которые были бы невозможны без имитации.

Как у любого метода, у имитационного моделирования есть свои недостатки:

а) иногда имитационные модели являются слишком сложными и дорогими;

б) полученную в результате информацию, возможно, трудно интерпретировать;

в) недостаточная обоснованность применяемых методов математической статистики.

Как видно при исследовании нашей системы, эти трудности практически не имеют места. Также необходимо подчеркнуть, что сложные вероятностные распределения времени поступления вагонов и их обслуживания на различных фазах делают метод имитационного моделирования единственно возможным.

Последовательность выполнения основных работ при имитационном моделировании на ЭВМ функционирования различных систем может быть представлена следующей последовательностью:

- изучение реальной модели;

-составление содержательного описания процесса функционирования системы;

- формулировка цели исследования и выбор основных критериев оценки;

- разбиение сложной системы на более простые;

-построение математической модели системы;

-сбор и подготовка исходных данных;

-планирование эксперимента;

-составление алгоритма имитации;

-составление моделирующей программы с учетом конкретной ЭВМ;

-отладка модели;

-проведение имитации на ЭВМ;

-обработка результатов моделирования;

-выработка рекомендации.

Сравнивая перечисленные принципы имитационного моделирования приходим к выводу, что наиболее приемлемым для исследования данной модели является принцип особых состояний.

Принцип t не пригоден в нашем случае из-за больших затрат машинного времени, так как за время t мы должны просмотреть все процессы, происходящие в системе. Процессы же эти существенно различны по времени поступления: так как время опрокидывания составляет несколько минут, а время между поступлением групп вагонов – десятки часов. Таким образом, будет выполнено по этому принципу много бесполезной работы.

Принцип последованной проводки заявок, давая значительное усложнение алгоритма, не дает желаемого выигрыша в машинном времени. Это происходит в силу того, что мы можем проводить одну заявку, то есть вагон, в то время как по принципу особых состояний мы можем рассматривать на различных фазах обслуживания группы вагонов.

Главным же достоинством данного принципа в нашем случае является “открытость” программы: изменение не только параметров системы, но и ее конфигурации и логических связей достигается несложным изменением моделирующего алгоритма.

  1.  ОЦЕНКИ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ

СИСТЕМЫ АМК И ИХ РАСЧЕТ НА ЭВМ.

4.1.Оценка пребывания вагонов в транспортной системе.

Качество работы  системы оценивается в первую очередь по времени  оборота вагонов, которое определяется временем пребывания вагонов в системе, начиная с приема до сдачи их на внешнюю сеть железных дорог. За пребывание вагонов на заводе взимается прогрессивная оплата в зависимости от времени. С точки зрения оптимальной работы системы необходимо добиться при минимальных затратах на содержание системы наименьшей оплаты за пребывание вагонов.

Основной величиной, характеризующей время пребывания вагонов в системе, является перепростой вагонов сверх установленных норм.

                                             (4.1)

где   TD1 – простой вагонов;

       OSTi – сумма количества вагонов в системе на конец каждого і – того часа суток (і = 1,24);

       pr – количество прибывших вагонов за сутки;

       ub – количество убывших вагонов за сутки.

Затем полученная величина округляется до целого часа по следующему правилу:

   [TD1],  если TD1 – [TD1] 0.25

 TD =                                                                                                 (4.2)

   [TD1] + 1, если  TD1 – [TD1] > 0.25.

 Согласно правил перевозок грузов на железнодорожном транспорте  отчетность может быть посуточная, вычисляемая по формуле (4.1), или подекадная, где неокругленное значение TDD1 вычисляется по формуле:

                                        (4.3)

где    TDD1 – перепростой при подекадной ответственности;

 OSTi – сумма остатков на конец і – того часа за декаду (і = 1,240);

 prd – количество прибывших вагонов за декаду;

 ubd – количество убывших вагонов за декаду.

Округленное значение перепростоя TDD определяется по формуле (4.2).

 Оплата PL за пребывание вагонов определяется при посуточной ответственности по формулам:

                                                (4.4)

где Pi – оплата за каждые сутки из декады, (i = 1.10)

  0    если,  TD = 0

  kTDub   если,  0 < TD  6

 Pi =   k(2TD – 6) ub  если,  6 < TD  12               (4.5)

  k(3TD – 63) ub  если,  12< TD  18

  k(5TD – 69) ub  если,  TD > 18

 Оплата при подекадной ответственности PLD определяется по формуле (4.4) сразу за декаду, т.е.

  0    если,  TDD = 0

  kTDDubd   если,  0 < TDD  6

 PLD =  k(2TDD – 6) ubd  если,  6 < TDD  12            (4.6)

  k(3TDD – 63) ubd если,  12< TDD  18

  k(5TDD – 69) ubd если,  TDD > 18

В формулах (4.5) и (4.6) k – коэффициент оплаты.

4.2.Программная реализация алгоритма.

Составим блок – схему алгоритма вычисления оплаты за пребывание вагонов при посуточной и подекадной ответственности. Для этого в существующий алгоритм введем новые процедуры:

Е9 - обработки часа,

Е10 - обработки суток,

Е11 - обработки декады.

Введем новые переменные:

 SBUF - число вагонов, ожидающих на внешней сети,

 PLS - плата за декаду при посуточной оплате,

 PLDS - плата за декаду при подекадной оплате,

 ND - номер декады,

оst - остаток за час,

 osts - остаток за сутки,

 ostd - остаток за декаду,

 prs - прибыло за сутки,

 prd - прибыло за декаду,

 ubs - убыло за сутки,

 ubd - убыло за декаду.

Рисунок 4.1.

Процедура Е9 – расчета затрат за сверхнормативные

простои вагонов при часовой ответственности.

Рисунок 4.2.

Процедура Е10 - расчета затрат за сверхнормативные

простои вагонов при посуточной ответственности.

Рисунок 4.3.

Процедура Е11 - расчета затрат за сверхнормативные

простои вагонов при декадной ответственности.

4.3.Оценка работы транспортно – складского комплекса

при различных режимах работы.

Для исследования эффективности работы транспортно-складского комплекса воспользуемся результатами расчетов при различных режимах работы – таблица 5.2, рис.5.1, 5.2 и расчетами оплаты за перепростой.

Исследуем вначале стоимость платы за сверхнормативный простой при тех же технических характеристиках комплекса, при изменении интенсивности поступления грузов. Время пребывания вагонов в комплексе определяется формулой (5.10), а количество обслуживаемых вагонов прямо пропорционально интенсивности поступления вагонов . Используя эти соотношения, построим график зависимости платы от интенсивности поступления вагонов.

Рисунок 4.4.

Зависимость платы за сверхнормативный простой от интенсивности входного вагонопотока.

Из графика видно, что рост оплаты за сверхнормативный простой имеет экспоненциональную зависимость в силу прогрессивной оплаты за перепростой и по причине перегрузки комплекса. По методу наименьших квадратов получается эмпирическое соотношение

                                         (4.7)

Следовательно, даже небольшое увеличение интенсивности влечет за собой резкое повышение оплаты за простой и поэтому требуется модернизация комплекса с целью увеличения производительности системы при обслуживании вагонов. Анализ таблицы 5.2 показывает, что сохраненные платы за перепростой возможны (с увеличением интенсивности поступления вагонов) только при одновременном увеличении емкости элементов транспортной системы, имеющих критические состояния, т.е. пропускная способность, которых сдерживает пропуск входного вагонопотока.

ВЫВОДЫ

  1.  Создана математическая модель, позволяющая имитировать функционирование сложной транспортной системы металлургического предприятия на ЭВМ.
  2.  Выполнена серия численных экспериментов по выявлению влияния параметров транспортной системы на эффективность ее работы. Установлено, что в достаточно широком диапазоне изменения соотношений между объемами склада и скоростью выборки с главного склада (Х21), а также между емкостью станции и емкостью путей перед разгрузкой (Х34) на показатели эффективности работы системы в целом оказывает влияние только интенсивность поступления вагонов.
  3.  Предложена методика обобщения большого числа опытных данных (численных экспериментов по реализации имитационной модели на ЭВМ). Получены аналитические зависимости, позволяющие прогнозировать качественные показатели работы транспортной системы в зависимости от изменения входного потока вагонов на обслуживание.
  4.  Выполнен анализ путей совершенствования математической модели транспортной системы и практического использования результатов исследования для повышения эффективности функционирования транспортного узла с учетом действия экономических факторов в условиях рыночной экономики.

5. АНАЛИЗ РЕЗУЛЬТАТОВ ПРОГРАММНОГО МОДЕЛИРОВАНИЯ ТРАНСПОРТНОЙ СИСТЕМЫ И РЕКОМЕНДАЦИИ ПО ПРАКТИЧЕСКОМУ ИСПОЛЬЗОВАНИЮ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЙ

5.1. Анализ состояния транспортных систем металлургического производства.

На эффективность работы железнодорожной транспортной системы металлургического предприятия влияют различные как внешние так и внутренние факторы. Для анализа этого влияния на систему необходимо:

  •  выполнить серию численных экспериментов по определенному плану, учитывающему случайный характер работы элементов системы;
  •  обобщить полученные результаты с целью определения оптимальных условий по функционированию транспортной системы;
  •  выбрать пути совершенствования системы с учетом технико-экономических и эксплуатационных показателей работы в реальном времени.

Разработанная имитационная модель позволяет получить все необходимые характеристики и показатели работы исследуемой транспортной системы.

Имитационная модель построенная таким образом, что в любой момент времени происходит «слежение» за состоянием любого элемента и узла системы: количества находящихся там вагонов, время их пребывания в системе и т.д. по каждому типу груза. Таким образом, при необходимости мы можем получить выделенные характеристики не только в интегрированном виде, но и по каждому узлу системы. Кроме того, можно рассматривать положение как системы в целом, так и каждого отдельного элемента узла во времени, путем выдачи текущей информации на устройства отображения. Это свойство имитационной модели позволяет использовать ее для решения задачи оперативного управления. Действительно, выбор рекомендаций по принятию решения должен быть основан на краткосрочном или долгосрочном прогнозе состояния системы, что обеспечивает данная имитационная модель. Для практических целей представляет интерес рассмотрение таких характеристик транспортной системы, как:

  •  время ожидания вагонов на каждой фазе обслуживания по отдельным элементам;
  •  загруженность перегонов, станционных путей, складов по всему технологическому циклу перемещения грузов.

С помощью имитационной модели рассматривается работа системы с различной конфигурацией, изменяя характеристики каналов и бункеров, т.е. вводя резервные пути на станциях и перегонах, изменяя скорости разгрузки и выборки со складов, что позволяет выбрать оптимальную транспортную систему для определенных условий загрузки.

Это позволяет быстро узнать конечное состояние работы железнодорожного транспорта в любой производственной ситуации, определяемой заданным множеством параметров. Однако перебрать все возможные варианты архитектуры погрузочно-разгрузочного и транспортного комплексов, различные варианты производительности обслуживания в каждом конкретном элементе узла, которые могут к тому же иметь непрерывный, а не дискретный характер. Кроме того попытка найти лучшие показатели работы и комплекса при “случайном” выборе параметров может привести к тому, что как раз наилучшие режимы функционирования будут пропущены, не смоделированные на ЭВМ.

Это обстоятельство и естественное желание как можно более полно использовать созданную имитационную модель для анализа и прогнозирования состояния транспортной системы в различных режимах ее функционирования, при изменении влияющих факторов и выделении управляющих параметров, приводящих систему в оптимальное состояние по задаваемому критерию делают целесообразным выполнение следующих этапов работ. Во-первых, необходимо сначала определить основные показатели работы системы при различных исходных состояниях отдельных ее элементов (объемы складов, количество путей, интенсивность прибытия грузов и т.п.). Однако число взаимно влияющих факторов столь велико, что «перебрать» все их возможные значения невозможно даже с помощью ЭВМ. Поэтому численные эксперименты были спланированы таким образом, чтобы, с одной стороны, затраты машинного времени при реализации различных состояний системы имитационной модели были приемлемы и, с другой стороны, чтобы серии численных экспериментов позволили достаточно полно проследить тенденцию изменения показателей эффективности работы транспорта при изменении параметров системы, задаваемых исходными ее состояниями.

Во-вторых, результаты численных экспериментов должны быть обобщены так, чтобы, получит некоторые функциональные соотношения, связывающие выходные показатели системы с исходными состояниями. Это позволит найти оптимальные значения управляющих воздействий в каждом конкретном случае и избежать необходимости обязательного многократного обращения к имитационной модели при расчете всех показателей работы системы.

Выполнение этих двух предшествующих этапов исследований дает возможность разработки рекомендаций по оптимизации работы транспортной системы предприятия и определить пути совершенствования его работы с учетом экономических факторов.

5.2. План численных экспериментов.

При статистическом исследовании на моделях транспортного и погрузочно-разгрузочного комплексов будем пользоваться методом активного эксперимента, при котором заранее планируется выборочное обследование части анализируемой совокупности параметров комплекса и определяется влияние изменения этих параметров на работу всего комплекса. Такими независимыми параметрами приняты объемы бункеров, производительность и скорость обслуживания и др.

Второй вариант предусматривает пассивный эксперимент получения исходных данных.

При использовании имитационной модели мы имеем дело с ситуацией, когда выбор уровней  значения независимых параметров зависит от самого исследователя с учетом, конечно, адекватности математической модели исследуемого комплекса. Выбор параметров и пределов, их изменение является задачей математического исследования, и требует также профессиональных знаний в этой области. При этом необходимо учитывать:

  •  конечные прикладные цели исследования, тип исследуемых зависимостей, желательную форму статистических выводов и степень их точности;
  •  общее время и трудозатраты, отведенные на планируемое исследование;
  •  объем необходимого моделирования.

Для анализа и выдачи рекомендаций по совершенствованию транспортной железнодорожной системы конкретного предприятия необходимо проимитировать работу системы при различных значениях параметров, таких, как интенсивности входных потоков, емкости подъездных путей, объемы складов, скорости потребления грузов со складов. Имитация работы системы при различных значениях параметров позволяет рекомендовать оптимальную систему транспортного комплекса с учетом стоимости затрат.

С учетом перечисленных обстоятельств составлен план проведения численных экспериментов при изменении следующих параметров (в относительных единицах от существующего значения) и при различных комбинациях изменений этих параметров:

а) интенсивности входных потоков вагонов (1/ среднее время между поступлением групп вагонов) 0,7; 0,8; 0,9; 1; 1,1; 1,2; 1,3 (соответствие между относительными и абсолютными значениями интенсивностей приводится в таблице 5.1.);

б) объем входной сортировочной станции  0,5; 1; 1,5; 2,   где 1 соответствует 400 вагонам;

в) емкость путей основного разгрузочного фронта 0,5; 1; 1,5; 2,  где 1 соответствует 50 вагонам;

г) емкости основных складов 0,5; 1; 1,5; 2,  где 1 соответствует 40 вагонам по концентрату, 30 по аглоруде и 10 по флюсам;

д) скорость потребления прибывающих грузов с основных складов 0,5; 1; 1,5; 2, где 1 соответствует 20 вагонам/час по концентрату, 15вагонам/час по аглоруде и 10 вагонам/час по флюсам.

Таблица 5.1.

Соответствие относительных и абсолютных значений интенсивностей.

Относительные

значения

Абсолютные значения

1 тип груза Концентрат

2 тип груза

Аглоруда

3 тип груза

Флюсы

0,7

0,127

0,105

0,0314

0,8

0,145

0,120

0,0359

0,9

0,163

0,135

0,0404

1

0,181

0,150

0,0449

1,1

0,100

0,164

0,0494

1,2

0,217

0,179

0,0539

1,3

0,235

0,194

0,0583

Для выработки рекомендаций наибольшее значение имело не состояние системы в текущий момент, а ее долговременные характеристики. Поэтому время моделирования выбрано равным 5000 часов функционирования системы, что соответствует примерно 7 месяцам непрерывной работы. Такое время гарантирует установление стационарного режима в системе для надежного определения статистических характеристик по среднему значению.

Полученные результаты моделирования сведены в таблицу 5.2, в которой изменяемые характеристики представлены в абсолютных значениях, кроме интенсивностей входных потоков, которые даны в относительном выражении и для их пересчета используется таблица 5.1.

Всего было проведено 49 машинных экспериментов, при этом учитывалось поступление грузов всех типов для определения их взаимного влияния друг на друга. 

Таблица 5.2.

№ п/п

Скор. выборки с гл.склада, ваг.

Объем склада, ваг.

Емкость входн. cтанции, ваг.

Емкость путей перед разгрузкой

Относит. интен

сивн. вх. потока

Ср. время до разгрузки, час

Кол – во вагонов на внешн сети.

Время ожид на внутр сети, час

Коэф. простоя опрокидывателя, К

Усл. интенс. обслуживания М=/1-k

Тип груза

Тип груза

Г1

Г2

Г3

Г1

Г2

Г3

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

1

20

15

5

40

30

10

400

50

1

13,41

77

0,2384

0,4022

1,6728

2

30

22,5

7,5

40

30

10

400

50

1

11,80

384

0,350

0,4173

1,716149

3

40

30

10

40

30

10

400

50

1

13,20

235

0,207

0,4065

1,6849

4

13,3

10

3,33

40

30

10

400

50

1

15,09

197

0,307

0,4194

1,7224

5

20

15

5

60

45

15

400

50

1

12,21

47

0,14

0,414

1,7065

6

20

15

5

80

60

20

400

50

1

13,17

142

0,308

0,4094

1,6932

7

720

15

5

26,7

20

6,67

400

50

1

13,57

50

0,215

0,3914

1,6431

8

20

15

5

40

30

10

600

50

1

12,96

0

-

0,4136

1,7053

9

20

15

5

40

30

10

800

50

1

12,93

0

-

0,4136

1,7053

10

20

15

5

40

30

10

266

50

1

12,87

760

0,4244

0,4192

1,7218

11

20

15

5

40

30

10

400

75

1

11,15

0

-

0,4055

1,6821

12

20

15

5

40

30

10

400

100

1

14,39

117

0,326

0,3999

1,6664

13

20

15

5

40

30

10

400

33

1

17,98

513

0,24

0,3830

1,6207

14

20

15

5

40

30

10

400

50

0,7

7,079

0

-

0,6110

1,7995

15

20

15

5

40

30

10

400

50

0,8

7,592

0

-

0,5595

1,81261

16

20

15

5

40

30

10

400

50

0,9

9,359

0

-

0,4836

1,7428

17

20

15

5

40

30

10

400

50

1,1

19,251

738

0,454

0,3411

1,6694

18

20

15

5

40

30

10

400

50

1,2

29,759

5748

0,804

0,3145

1,7505

19

20

15

5

40

30

10

400

50

1,3

39,521

18538

1,941

0,2614

1,7601

20

40

30

10

40

30

10

400

50

0,7

7,011

0

-

0,5910

1,7115

21

40

30

10

40

30

10

400

50

0,8

7,245

0

-

0,5563

1,8030

22

40

30

10

40

30

10

400

50

0,9

9,253

0

-

0,4729

1,7075

23

40

30

10

40

30

10

400

50

1,1

20,986

2968

0,419

0,3440

1,6768

24

40

30

10

40

30

10

400

50

1,2

23,921

2574

0,506

0,3210

1,7673

25

40

30

10

40

30

10

400

50

1,3

33,515

8935

0,640

0,2694

1,7794

26

13,3

10

3,33

40

30

10

400

50

0,7

7,838

0

-

0,5893

1,7044

27

13,3

10

3,33

40

30

10

400

50

0,8

10,297

0

-

0,5265

1,6546

28

13,3

10

3,33

40

30

10

400

50

0,9

9,959

58

0,272

0,4833

1,7418

29

13,3

10

3,33

40

30

10

400

50

1,1

19,536

2486

0,806

0,3585

1,7147

30

13,3

10

3,33

40

30

10

400

50

1,2

36,029

9416

1,674

0,3004

1,7153

31

13,3

10

3,33

40

30

10

400

50

1,3

39,188

14907

1,924

0,2714

1,7842

32

20

15

5

80

60

20

400

50

0,7

6,975

0

-

0,5880

1,6990

33

20

15

5

80

60

20

400

50

0,8

7,753

0

-

0,5553

1,7989

34

20

15

5

80

60

20

400

50

0,9

10,213

0

-

0,4730

1,7078

35

20

15

5

80

60

20

400

50

1,1

18,245

401

0,369

0,3593

1,7169

36

20

15

5

80

60

20

400

50

1,2

25,884

3931

0,490

0,3141

1,7495

37

20

15

5

80

60

20

400

50

1,3

38,478

17050

2,591

0,2589

1,7541

38

20

15

5

40

30

10

400

50

0,7

7,534

0

-

0,5907

1,7102

39

20

15

5

40

30

10

800

50

0,8

7,746

0

-

0,5588

1,8132

40

20

15

5

40

30

10

800

50

0,9

10,051

0

-

0,4669

1,6882

41

20

15

5

40

30

10

800

50

1,1

27,890

189

0,176

0,3459

1,6817

42

20

15

5

40

30

10

800

50

1,2

46,041

680

0,432

0,3101

1,7394

43

20

15

5

40

30

10

800

50

1,3

73,452

8972

0,997

0,2786

1,8021

44

20

15

5

40

30

10

400

75

0,7

7,902

0

-

0,5893

1,7044

45

20

15

5

40

30

10

400

75

0,8

9,221

0

-

0,5272

1,6920

46

20

15

5

40

30

10

400

75

0,9

9,740

0

-

0,4739

1,7107

47

20

15

5

40

30

10

400

75

1,1

19,700

1450

0,371

0,3511

1,6952

48

20

15

5

40

30

10

400

75

1,2

26,198

3841

0,682

0,3110

1,7417

49

20

15

5

40

30

10

400

75

1,3

32,315

7875

0,704

0,2770

1,7981

5.3. Обобщение результатов численных экспериментов. Вывод расчетных соотношений для определения показателей функционирования системы.

Полученные в разделе 5.2. результаты численных экспериментов нуждаются в обработке для получения аналитической связи между некоторой функцией цели, которой зададимся, и варьируемыми параметрами. Если встать на чисто формальный путь, то результаты упомянутых экспериментов можно было бы обобщить просто – аппроксимировать полученные данные полиномом, как довольно часто поступают. Но такой подход, в лучшем случае, позволил бы найти только аналитическую связь между переменными, верную лишь только в диапазоне изменения параметров выполненных экспериментов. Реальную тенденцию изменения целевой функции под воздействием влияющих факторов при таком подходе, как правило,  трудно обнаружить. Такой подход может быть оправдан лишь в том случае, если никакой более обоснованной физически математической модели, связывающей выходные и входные параметры исследуемого процесса, найти не удается. Поэтому построим математическую модель, которая в большей степени отражает реальные производственные ситуации.

Введем обозначения:

X1i – скорость выборки со склада i-того типа груза (і=1,2…) ваг/час

Х2i – объем со склада для i-того типа груза, ваг.

Х3i – объем входной станции (кол-во вагонов, размещаемых на станции), ваг.

Х4i – емкость путей перед выгрузочным комплексом, ваг.

i – интенсивность появления вагонов с i-м грузом (i=1,2,3…)

К – коэффициент простоя  выгрузочного комплекса (доля простоя за период наблюдения).

Таким образом, будем рассматривать процесс работы транспортно-выгрузочного комплекса, определяемый пятью независимыми параметрами для каждого типа груза Гi., а именно Хi, Хi, Хi, Хi, i.

В качестве функции цели естественно принять какой-либо из неизвестных показателей определяющий эффективность системы массового обслуживания.

Если, например, принять, что – интенсивность потока заявок на обслуживание, а - интенсивность обслуживания этих заявок, то как известно из теории систем массового обслуживания, величина

        (5.1)

Если нагрузка на систему  определена то, как известно, качество работы ее можно оценить с помощью следующих показателей:

  •  среднее число требований в системе массового обслуживания;

                                   (5.2)

  •  среднее время ожидания сначала обслуживания;

Тожид.=  (5.3)

  •  среднее время пребывания требований в системе.

Тпребыв.=         (5.4)

В нашем случае система обслуживания является значительно более сложной, чем те системы, для которых используются упомянутые выше характеристики. Поэтому будем использовать эти показатели с некоторой степенью условности. Так, например, такой показатель, как среднее время ожидания начала обслуживания будем интерпретировать как условное время ожидания начала обслуживания. Тоже относится и к другим показателям, которые примем в качестве критериев для оценки работы нашей системы.

При имитационном моделировании в каждом конкретном случае вычисляется такой параметр, как k-доля простоя механизма выгрузки.

В качестве параметра , характеризующего интенсивность обслуживания очередной заявки, в нашем случае тогда условно можно принять следующий:

                                (5.5)

При этом исходят из следующих соображений:

Если бы система была простой, однофазной, то если k обозначает долю простоя, то (1-k) составляет как бы долю занятости механизма.

Тогда эту долю занятости условно можно интерпретировать как загрузку системы. То есть

                                               (5.6)

Тем самым мы и определим условную нагрузку на систему при численных экспериментах.

Запишем теперь в общем виде функциональную связь между каким – либо критерием эффективности системы, например, Тпребыв. и влияющими исходными факторами, которые мы варьировали в серии численных экспериментов:

Тпребыв.= Ф (Х1, Х2, Х3, Х4, 1), где (5.7)

Х = (Х11,………,Х1L),

= (1,….……., L),

L – количество категорий грузов.

Будем полагать, что переменные Х1,…..Х4 оказывают влияние не сами по себе, а по средством своих соотношений, например, Х21 и Х34, т. е. Попробуем соотношение (4.7) обнаружить в форме:

Тпребыв. = (, , ) (5.8)

Данная гипотеза имеет несколько специфический вид и представляет из себя по сути дела задачу факторного анализа. Мы исходим из того, что выбранные в качестве основных такие объясняющие переменные, как скорости выборки грузов со складов, объемы складов, емкости входных, выходных и других станций, емкости вспомогательных путей при учете их влияния на исследуемые характеристики k, Тпребыв. и другие коррелируют между собой. Это означает, что они взаимно определяют друг друга в формуле связи (5.7), либо связь между этими переменными обуславливается какой-то третьей величиной (например, отношением Х21, Х34), которую непосредственно измерить нельзя. Модель факторного анализа всегда связана с последним предположением, т.е. измеряемые величины Х1,….. Х4 являются лишь формой проявления величины, остающейся на заднем плане и неподдающейся измерению.

Такая гипотеза в случае, если она окажется допустимой, позволит упростить задачу поиска искомой зависимости, т.к. заметно сокращается число переменных (было 5, становится 3).

Первый шаг в направлении поиска нужной зависимости сделаем такой. Попробуем построить сначала функцию () как функцию от двух переменных, застабилизировав третью на определенном уровне. Когда это было проделано, оказалось, что Тпребыв. от соотношений  и  практически не зависит, зависит лишь от параметра . Наглядно выше приведенный анализ представлен на рис. 5.1. Здесь на график нанесены все 49 результатов численного эксперимента.

Обнаруженный факт позволил далее искомую зависимость представить на графике (рис. 5.2), из которого видно, что все точки, независимо от величины соотношений   и  ложатся на прямую

Тпребыв. = а0 + а1   (5.9)

 Коэффициенты а1 и а0, найденные методом наименьших квадратов, равны: а1 = 2,08, а0 =  -0,55.

Окончательно, среднее время пребывания вагонов в исследуемой системе массового обслуживания можно рассчитать по формуле:

Тпребыв. = 2,08 - 0,55 (5.10)

Легко убедится, что ошибки расчета величины Тпребыв. по этой формуле укладываются в диапазон изменения этих ошибок, полученных в результате численных экспериментов.

Аналогично, можно найти и другую важную характеристику: условное среднее число вагонов (требований) в рассматриваемой транспортной системе и др. Как оказалось, и эти критерии эффективности также зависят параметрически только от характеристики входного потока вагонов с соответствующими типами грузов. Функциональная зависимость здесь может быть представлена в следующем виде:

 Nтреб. = 0,34 - 2 . 5 (5.11)

5.4. Пути практического использования выполненных исследований. Направление дальнейших работ.

Полученные в предыдущем разделе аналитические зависимости позволяют прогнозировать важные характеристики эффективности изучаемой системы в зависимости от интенсивности поступления грузов на вход системы. Причем, диапазон изменения независимых переменных (объемы складов и т.д.) в серии численных экспериментов влияние практически не оказывает. Это, однако не значит, что такого влияния нельзя обнаружить в любом случае.

Анализ таблицы 5.2 и полученных функциональных зависимостей (5.9) – (5.11) показывает, что при существующей интенсивности грузопотока основные эксплуатационные характеристики такие, как среднее время пребывания вагонов на погрузочно-разгрузочном комплексе и загруженность механизма остаются практически на одном уровне даже при уменьшении на 25% существующих объемов бункеров на входной сортировочной станции. Однако при увеличении интенсивностей поступления вагонов на 10-30% даже увеличение существующих емкостей бункеров не позволяет получить приемлемое время пребывания на комплексе. Здесь оптимальным является увеличение на такой же процент скорости выборки грузов со склада и увеличение производительности разгрузки вагонов. Здесь необходимо сравнить затраты на расширение производственных мощностей и их содержание с потерями за простой вагонов.

Представляет поэтому интерес проведение очередных серий численных экспериментов с целью выделения таких значений параметров Х1,…..,Х4, при которых эффективность работы системы станет заметно изменяться. И здесь сразу встает вопрос об экономических критериях эффективности. Действительно, в реальных ситуациях нас интересует не просто время пребывания вагона в системе, а какой ценой получается такое время пребывания или длина очереди.

Для принятия правильного решения, таким образом, нужно знать, по крайней мере, оценку таких экономических показателей, как - “штраф” за не вовремя выгруженный вагон и “прибыль”, если задержек в разгрузке нет, и т.п.

Только в этом случае можно наиболее полно оценить предельные возможности имеющейся системы с точки зрения эффективности ее функционирования, найти оптимальные значения управляющих параметров, оценить достаточность подъездных и резервных путей на станции и тому подобное.

ВЫВОДЫ.

1)Анализ  численных экспериментов на ЭВМ показывает, что наибольшее влияние на стабильность работы комплекса оказывает интенсивность входных потоков вагонов.

2)Существует некоторый резерв всех существующих элементов транспортных систем при изменении скорости выборки грузов со складов.

3)При увеличении интенсивностей грузопотоков узким местом является производительность выгрузочных средств.

4)Оптимальная архитектура комплекса может быть выбрана с учетом затрат на ее модернизацию и эксплуатацию и прибыли за сокращение времени пребывания вагонов на комбинате.

Заключение.

На основании вышеизложенных исследований можно сделать следующие выводы:

  1.  Создана математическая модель, позволяющая имитировать функционирование сложной транспортной системы металлургического предприятия на ЭВМ.
  2.  Выполнена серия численных экспериментов по выявлению влияния параметров транспортной системы на эффективность ее работы.
  3.  Получены аналитические зависимости, позволяющие прогнозировать качественные показатели работы транспортной системы в зависимости от изменения входного потока вагонов на обслуживание.
  4.  Выполнен анализ путей совершенствования математической модели транспортной системы и практического использования результатов исследования для повышения эффективности функционирования транспортного узла с учетом действия экономических факторов в условиях рыночной экономики.

Также были проанализированы другие технико – экономические показатели с помощью программного моделирования.

  1.   Анализ  численных экспериментов на ЭВМ показывает, что наибольшее влияние на стабильность работы комплекса оказывает интенсивность входных потоков вагонов.
  2.  Существует некоторый резерв всех существующих элементов транспортных систем при изменении скорости выборки грузов со складов.
  3.  При увеличении интенсивностей грузопотоков узким местом является производительность выгрузочных средств.
  4.  Оптимальная архитектура комплекса может быть выбрана с учетом затрат на ее модернизацию и эксплуатацию и прибыли за сокращение времени пребывания вагонов на комбинате.

Проведенный анализ позволяет дать рекомендации для улучшения производственной деятельности и изменения структуры транспортной системы. Например, изменения объема складов, количества подъездных путей.

Литература:

  1.  Авербух А.Е. Организация железнодорожных перевозок на металлургических заводах. – М.: Металлургиздат, 1959.- 483с.
  2.     Бакаев А.А. Экономико-математические модели планирования и проектирования транспортных систем. – Киев, Техника, 1973.- 129с.
  3.     Белов И.В., Каплан А.Б. Применение математических методов в планировании на железнодорожном транспорте.1967.- 168с.
  4.     Виноградова Г.В. Моделирование производственно-инвестиционной деятельности фирмы. – М.: ЮНИТИ-ДАНА, 2002.-319с.
  5.     Воскресенская Т.П. Оптимизация структуры и стадийного развития системы переработки массовых сыпучих грузов на промышленных предприятиях. Автореферат докторской диссертации. 1991.- 41с.
  6.     Губенко В.К., Паранукян В.Э. Общий курс промышленного транспорта. – Киев, 1992.- 212с.
  7.  Друри К. Введение в управленческий и производственный учет: Учеб. пособие для вузов / Пер. с англ. под ред. Н. Д. Эриашвили. – 3-е изд., перераб. и доп. – М.: Аудит, ЮНИТИ, 1998. – 774 с.
  8.  Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: Учеб. – М.: Изд – во ДИС, 1997.
  9.     Иванкова Л.Н. Повышение пропускной способности промышленных сортировочных станций. Автореферат кандидатской диссертации. – М., 1990.- 23с.
  10.  Котляров С. А. Управление затратами. – СПб.: Питер, 2001. – 160 с.
  11.  Кочнев Ф.П., Акулиничев В.М., Макарочкин А.М. Управление эксплуатационной работой на железнодорожном транспорте. – М.: Транспорт, 1990.- 632с.
  12.  Моисеев Н.Н. Математические задачи системного анализа. – М.:              Наука, 1981.- 396с.
  13.   Персианов В.А., Скалов В.Ю., Усков Н.С. Моделирование транспортных систем. – М.: Транспорт, 1972.- 208с.
  14.   Поттгофф Г. Учение о транспортных потоках. Пер. с нем. – М.: Транспорт, 1989.- 208с.
  15.   Раскин Л.Г., Кириченко Н.О. Задачи линейного программирования. – М.: Наука, 1966.- 322с.
  16.    Смехов А.А. Математические модели процессов грузовой работы. – М.: Транспорт, 1982.- 256с.
  17.    Шмулевич М.Н., Юшкевич Е.П. Информационное взаимодействие железнодорожного транспорта и предприятий. – М.: Транспорт, 1984.- 159с.  


 

А также другие работы, которые могут Вас заинтересовать

30148. АУ «ТЕХНОПАРК – МОРДОВИЯ»: КОНЦЕПЦИЯ, ИНТЕГРАЦИЯ ИДЕЙ И РАЗРАБОТОК, ИХ КОММЕРЦИАЛИЗАЦИЯ. АНАЛИЗ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ 204.23 KB
  Приоритетные цели реализации проекта развития ТехнопаркаМордовия: развитие инфраструктуры в интересах реализации инновационного потенциала Республики Мордовия создание условий для работы и ускоренного взаимодействия высокотехнологичных компаний научных организаций высших учебных заведений инвесторов заказчиков. ускорение коммерциализации рыночно ориентированных проектов активное продвижение продуктов компаний технопарка помощь в поиске партнеров и в выходе на рынок стимулирование...
30149. Анализ предприятия ДОАО “Механизированная колонна-№88” 704.8 KB
  Предприятие включает в себя автомобильную колонну 88 автомобилей и 27 прицепа ремонтномеханические мастерские зону ТО и ТР автозаправочный пункт вспомогательные службы и органы управления. Состояние дорог в городской и пригородной зоне Архангельска неудовлетворительное что негативно сказывается на состояние автомобилей .1 представлен генеральный план ДОАО €œМеханизированная колонна№88€ 1 контора 2 – зона ТО и Р 3 – мойка 4 – стоянка автомобилей 5 – ремонтные мастерские 6 – теплый бокс 7 – эстакада 8 – ОТК 9 –...
30150. Расчёт количества ТО и текущих ремонтов для парка машин и тракторов 64.19 KB
  Установив число ремонтов и ТО по каждой группе машин одной марки рассчитываем их годовую трудоёмкость по формуле: чел.16 где Тто суммарная трудоёмкость ТО и устранение неисправностей чел. Ттр...
30151. Описание технологического процесса приготовления салата фирменного «Пикантный», стейка из свинины 227.67 KB
  Правильно организованный, подготовленный и проведённый на научной основе технологический процесс приготовления блюд и кулинарных изделий позволит полностью исключить присутствие в готовых блюдах вредных веществ и соединений, сохранить в них полезные для человека вещества.
30152. Направления повышения финансовой устойчивости и платежеспособности ОАО Дека 222.19 KB
  1 Теоретические и методологические основы анализа финансовой устойчивости и платежеспособности предприятия 1.1 Понятие и сущность финансовой устойчивости предприятия.3 Методологические основы анализа финансовой устойчивости и платежеспособности 2 Анализ финансовой устойчивости и платежеспособности предприятия на примере ОАО Дека . При этом увеличение значимости финансов и выдвижение роли финансовых аспектов деятельности предприятия на первый план в современном обществе – это...
30154. Сущность и задачи ВЭД организации и определение понятия экспорта 357 KB
  1 Сущность и задачи ВЭД организации и определение понятия экспорта Внешнеэкономическая деятельность предприятий это сфера хозяйственной деятельности связанная с международной производственной и научнотехнической кооперацией экспортом и импортом продукции выходом предприятия на внешний рынок. Экспорт продажа иностранному партнеру товаров в материальновещественной форме с вывозом их за границу продажа услуг и научнотехнической продукции. Эффективность такого механизма во многом зависит от номенклатуры импортируемых товаров спроса на...
30155. Изучение дистанционного банковского обслуживания, как одного из самых перспективных направлений развития банковской системы, а также изучение степени развитости данного вида услуг на примере ЗАО МКБ Москомприватбанк 472.79 KB
  Первые получают возможность совершать широкий спектр операций в любое время суток в любом месте с помощью доступных средств компьютера с выходом в интернет мобильного или стационарного телефона банкоматов и киосков самообслуживания и др. С технической стороны подобные системы существуют достаточно давно но только с массовым распространением Интернета они смогли получить всеобщее признание поскольку появилась возможность осуществлять операции со счетом из любой точки земного шара где есть доступ в Сеть. Все больше операций совершается с...