Оставшаяся прибыль в распоряжении АО “А/к 1414” 164367 тыс. руб.

    Рис. 13 Диаграмма распределения прибыли за 1996 г.
    10. Производительность труда
    10. 1 Производительность труда (тонны в год)

Приведены данные фактических объёмов перевозок за последние пять лет: 1992 г. 1295, 9 тыс. т.

    1993 г. 1072, 2 тыс. т.
    1994 г. 903, 8 тыс. т.
    1995 г. 688, 8 тыс. т.
    1996 г. 604, 4 тыс. т.

Для нахождения прогонозного значения на 1997 г. построим уравнение с помощью ортогонального полинома Чебышева.

    y=a0Ф0(x)+ a1Ф1(x)+... . + anФn(x)
    Для упрощения расчетов заполним таблицу.
    Таблица 22
    X
    Y
    X2
    X3
    X4
    X2Y
    X3Y
    XY
    X4Y
    1
    1295, 9
    1
    1
    1
    1295, 9
    1295, 9
    1295, 9
    1295, 9
    2
    1072, 2
    4
    8
    16
    4288, 8
    8577, 6
    2144, 4
    17155, 2
    3
    903, 8
    9
    27
    81
    8134, 2
    24402, 6
    2711, 4
    73207, 8
    4
    688, 8
    16
    64
    256
    11020, 8
    44083, 2
    2755, 2
    176332, 8
    5
    604, 4
    25
    125
    625
    15110
    75550
    3022
    377350
    15
    4565, 1
    55
    225
    979
    39849, 7
    153909, 3
    11928, 9
    645741, 7
    Ф0(x)=1; Ф1(x)=Х-3; a1=-3; а0=913;
    а1=(еXiYi+a1*еKi)/( еXi2+a1*еXi)=-176, 6
    =913-176, 6*(Х-3)=1442, 8-176, 6*Х

S2OCT1=1/3*[(1295, 6-1266, 2)2+(1072, 2-1089, 6)2+(903, 8-913)2+(988, 8-736, 4)2+(604, 4-559, 8)2]=1835, 6 b2=-3; g2=-2;

    Ф2(х)=х2-6х+7; a21=-6; a22=7; а2=16, 6
    2=1442, 8-176, 6*х+16, 6*(х2-6х+7)=16, 6х2-276, 2х+1559
    S2OCT2=559, 95

Остаточеая дисперсия уменьшилась, поэтому строим многочлен третьей степени. b3=-3; g3=-1, 4;

Ф2(х)=х3-9х2+23, 6х-16, 8; a31=-9; a32=23, 6; a33=-16, 8; а3=-1, 5 3=-1, 5х3+30, 1х2-311, 6х+1584, 2

    S2OCT2=611, 11

Т. к. остаточная дисперсия возросла, то можно сделать вывод, что многочлен Чебышева 2-й степени наилучшим образом описывает исходные данные.

    y*=16, 6х2-276, 2х+1559
    y(6)=499, 4
    Прогонозное значение объёмов перевозок на 1997 г.
    Q6=499, 4 тыс. т.
    10. 2 Производительность труда(рубли дохода в год).

Приведены данные фактических доходов от перевозок за последние пять лет: 1992 г. 9, 57 млн. руб.

    1993 г. 164, 97 млн. руб.
    1994 г. 1606, 37 млн. руб.
    1995 г. 3673, 38 млн. руб.
    1996 г. 8427, 33 млн. руб.

Для нахождения прогнозного значения на 1997 г. построим уравнение с помощью ортогонального полинома Чебышева.

    y=a0Ф0(x)+ a1Ф1(x)+... . + anФn(x)
    Для упрощения расчетов заполним таблицу.
    Таблица 23
    X
    Y
    X2
    X3
    X4
    XY
    X2Y
    X3Y
    X4Y
    1
    9, 57
    1
    1
    1
    9, 57
    9, 57
    9, 57
    9, 57
    2
    164, 97
    4
    8
    16
    329, 93
    659, 9
    1319, 7
    2639, 4
    3
    1606, 37
    9
    27
    81
    4819, 1
    14457, 3
    43371, 9
    130115, 8
    4
    3673, 78
    16
    64
    256
    14963, 5
    58774, 1
    235096, 6
    940586, 3
    5
    8427, 33
    25
    125
    625
    42136, 4
    210683, 2
    1053416
    5267080
    15
    13881, 6
    55
    225
    979
    61988, 8
    284584, 1
    1333213, 8
    6340231, 1
    Ф0(x)=1; Ф1(x)=Х-3; a1=-3;
    а1=(еXiYi+a1*еKi)/( еXi2+a1*еXi)=2034, 4
    =2034, 4*х-3326, 9

S2OCT1=1/3*[(9, 57+1292, 5)2+(164, 97-741, 9)2+(1606, 4-2776, 3)+(3673, 38-4810, 7)2+(8427, 3-6845, 1)2]=2397969, 6 2=701, 6*х2-2175, 5*х+1584, 3

    S2OCT2=100694, 1

Остаточеая дисперсия уменьшилась, поэтому строим многочлен третьей степени. 3=-29, 8*х3+969, 8*х2-2878*х+2084, 9

    S2OCT2=415054, 2

Т. к. остаточная дисперсия возросла, то можно сделать вывод, что многочлен Чебышева 2-й степени наилучшим образом описывает исходные данные.

    y*=701, 6*х2-2175, 5*х+1584, 3
    y(6)=13790, 7
    Прогонозное значение доходов на 1997 г.
    Q6=13790, 7 млн. руб.

10. 3 Анализ результатов и предложения по повышению производительности труда.

Из п. 10. 1 видно, что годовые объёмы перевозок стабильно снижаются последние пять лет. Это связано со сложившейся экономической ситуацией в стране, а также с уменьшением списочного парка и уменьшением числа постоянных клиентов. Многие крупные клиенты приобретают собственный автотранспорт, т. е. перестают пользоваться услугами АТП.

Из п. 10. 2 видно, что доход предприятия значительно растет в последние годы. Это связано с сильной инфляцией в эти годы. Реальный доход АТП снизился, т. к. снизились объёмы перевозок. В прогнозе на 1997 г. учитывается уровень инфляции (Средний за последние годы).

Можно предложить следующие мероприятия по повышению производительности труда: За счёт выполнения программы ТО зонами ТО-1 и ТО-2 и улучшения работы зоны ТР добиться увеличения коэффициента выпуска автомобилей на линию и коэффициента технической готовности.

Снизить сверхнормативный простой автомобилей под погрузкой и разгрузкойю Службе эксплуатации увеличить работу по заключению годовых договоров на перевозку грузов.

    11. Анализ суточных объёмов перевозок

В течении 30 дней были собраны данные суточных объёмов перевозок для построения модели краткосрочного прогноза.

    Получена выборка:

368, 7 241, 8 166, 3 258, 4 271, 4 194, 2 301, 1 250, 0 245, 1 245, 1 189, 9 396, 2 330, 5 365, 8 334, 6 194, 9 177, 1 205, 4 294, 2 217, 6 171, 6 195, 6 356, 4 337, 4 297, 3 211, 2 176, 5 161, 6 194, 3 274, 8

Исходя из полученной выборки можно сделать вывод, что суточное распределение объёма перевозок есть комбинация линейной и сезонно-аддитивной модели. Для этой комбинации наилучшим образом подходит метод Холта-Винтера.

Делаем краткосрочный прогноз по методу Холта-Винтера. Расчет производится на ПК.

    dt - текущий суточный объём; ft - прогнозный объём;
    ft=A*+(1-A)*(ft-1+bt-1)
    bt=B*( ft- ft-1)+(1-B)* bt-1
    Ft=C*+(1-C)*Ft-l
    ft+t=(ft+bt*t)*Ft-l*t
    ft0=
    где,
    bt - оценка скорости роста спроса

Ft-l - коэффициент сезонности, соответствующий моменту времени (t-L), L - длина сезонного цикла

    A, B, C - поправочные коэффициенты.
    Прогноз улучшается при условии: =1; A=0, 2; B=0, 2; C=0, 5.

Точность прогноза будем оценивать ошибкой на каждом шаге: e t=dt-ft | e t | - среднее абсолютное отклонение.

МРЕ=*100 % - среднепроцентная ошибка, показатель смещённости прогноза. МАРЕ=*100 % - среднеабсолютная ошибка, характеризует относительную точность прогноза.

    МЕ=- средняя ошибка, показатель смещенности прогноза.
    MSE=2 - среднеквадратичная ошибка.
    SSE=2 - сумма квадратов ошибок.
    Для ошибок введём показатели точности:
    < 10 % - высокая точность;
    10-20 % - хорошая точность;
    20-50 % - удовлетворительная точность;
    > 50 % - неудовлетворительная точность;
    Результаты расчетов представлены в таблице 24.
    Таблица 24
    Текущее значение, dt
    Прогнозное значение, ft
    MAPE
    MAD
    368, 7
    285, 66
    22, 5
    36, 40
    241, 8
    280, 21
    10, 2
    37, 30
    166, 3
    250, 21
    31, 4
    37, 03
    258, 4
    257, 50
    23, 6
    48, 02
    271, 4
    263, 37
    10, 5
    30, 21
    104, 2
    223, 46
    10, 2
    33, 04
    301, 1
    261, 03
    18, 4
    33, 28
    250, 0
    255, 77
    16, 4
    34, 04
    245, 1
    250, 11
    14, 8
    38, 31
    245, 1
    246, 79
    13, 4
    24, 01
    181, 0
    213, 35
    13, 7
    10, 01
    206, 2
    250, 64
    13, 0
    21, 08
    234, 5
    242, 00
    13, 1
    20, 01
    365, 8
    303, 06
    13, 3
    23, 05
    324, 6
    320, 04
    12, 5
    30, 31
    104, 6
    263, 53
    14, 0
    20, 00
    177, 1
    210, 63
    14, 6
    34, 23
    205, 4
    207, 58
    13, 8
    35, 31
    204, 2
    245, 74
    14, 0
    20, 15
    217, 6
    231, 63
    13, 6
    33, 01
    171, 6
    100, 70
    13, 7
    20, 10
    105, 6
    103, 10
    13, 1
    28, 07
    356, 4
    270, 54
    13, 6
    23, 01
    327, 4
    303, 20
    13, 4
    36, 01
    207, 5
    307, 13
    13, 0
    33, 70
    211, 3
    264, 04
    13, 4
    23, 38
    176, 5
    221, 12
    13, 0
    33, 35
    161, 6
    187, 21
    13, 0
    30, 01
    104, 3
    184, 16
    13, 6
    33, 04
    274, 8
    223, 86
    13, 8
    20, 18

Страницы: 1, 2, 3, 4, 5, 6, 7, 8