Методы обоснования исх. инф-ии и построение развернутой модели

Рассматриваемая модель может быть использована как для расчетов на текущий год, так и на перспективу. В кач-ве переменных x_ijt учитываем тракторы, которые рекомендованы к исп-нию в зональных условиях хозяйства. То же по с/х машинам и орудиям. Объем мех-ных работ A_it рассчитывается исходя из решения задачи по обоснованию программы развития предприятия. Эта задача определяет размеры отраслей, и с учетом технологии этой отрасли определяем объем мех-ных работ.

В периоды напряженных работ t определяем исходя из особенностей использования техники в конкретных условиях хозяйства. Будем помнить, что B_jt < для колесных тракторов в весеннее-посевной период. Значения K_j и D_j0 зависят от кол-ва техники (тракторов, с/х машин и т.д.) на начало планового периода и их выбытие. Выбытие зависит от нормы амортизации, кот. может быть равномерно и прогрессивно убывающей. При первой методике норма амортизации тракторов 12, 5% в год. Обновление за 8 лет. В нынешних условиях, когда износ технических средств достиг 65-75%, такая методика не приемлема. Наиболее эф-на прогрессивно убывающая методика, в соответствии с кот. амортизация тракторов в 1-ый год эксплуатации = 22, 7%, а в последний 8-ой год = 2, 3%. За 3 первых года эксплуатации 2-3 тракторов можно купить 2 новых за счет средств амортизации. Это создает матер-ую базу оперативного обновления техники. Увел-ие амортизации предполагает увеличение нормативной себестоимости, что явл. основанием для увеличения государством закупочных цен на с/х продукцию, а это в свою очередь позволяет ликвидировать диспропорции между ценами на промышленные изделия и с/х продукцию.

Наиболее сложным показателем явл. a_ijt коэф-ент произв-сти агрегата(функция)

a_ijt→ f(p_c (с волной) { p_ijt (с волной)}, K_c, K_т.г., К_н.д., t)

p_c (с волной) { p_ijt (с волной)} – сменная выработка трактора j при выполнении работы i в период t; K_c – коэф-т сменности; K_т.г. – коэф-т технич-ой готовности; К_н.д. – коэф-т недождливых дней; р₀ – дневная производительность.

p_c (с волной) – опред-т по данным норм выработки, K_c зависит от соотношения тракторов и трактористов, K_т.г. зависит от срока работы трактора и состояния тех. обслуж-я. В среднем можно считать, что при увеличении срока использования трактора за год K_т.г. уменьшается на 0, 06. К_н.д. можно посчитать по многолетн. данным метеонаблюдений, кот-е имеются подекадно:

К_н.д=(т – т_д)/т, где т – общ. кол-во дней; т_д – кол-во дождливых дней

n(зависит) = p_ijt

Коэф-т комплектования тракторами, с/х машинами и обор-ием d_ij0jt зависит от условий хоз-ва, типа почв, длины поля.

λ _ijt (эксплуатационные затраты) включает все элементы себестоимости.

λ _j, λ _j0 включают стоимость тех. средства и затраты по его сборке.

Содержание групп символов для построения структурной ЭММ

Развернутая модель явл. всегда расшифровка структурной. Чтобы построить струк. модель необходимо ввести условно обозначения, их 3 группы:

1группа: индексация; 2группа: неизвестные величины; 3группа: известные величины.

1 группа: Инд-ия – вводится для обозначения переменных или их характеризующих групп, ограничений и их характеризующих групп, множеств переменных и ограничений, взаимосвязи отдельных переменных или ограничений с их множествами, для определения соподчиненности переменных, ограничений и их множеств.

i-номер ограничений – 1..m (строк); j-номер ограничений -1..n (столбцов)

Все переменные могут объединяться множеством, которое обозначается большой буквой, например, I₀ – множество отрасли (n), J – номер отрасли.

В составе мн-ва могут быть характеризующие группы, кот. отл-ся важными харак-ами, например, отрасли раст-ва дают корма; отрасль животноводства – потребляют. Характерные группы переменных или огр-ий могут объед-ся подмн-вами более низкого уровня. Напр., j1- мн-во отраслей раст-ва, т.е. подмн-во по отн-ию к множеству jo. Чтобы обозначить принадлежность низкого уровня к множеству, вводим: J1-, J1 входит в Jo. J2-, J2 входит в Jo.

Для опр-ия взаимосвязи м-у индексам и мн-вом исп-ся (принадлежность €) j € Jо.

Для суммирования: ∑ (произвести суммирование по всем j, которые входят в Jo) j € Jо

j ’, jo – для выделения специфических характерных переменных индексу присваивают субиндекс в виде ′, о. Если же индекс явл. частью общего, то исп-нием €, т.е. j ’ € j.

Индекс, по кот. произведено суммирование – не висящий, а остальные – висящие.

Требуется в подавляющем числе моделей, чтобы висящие индексы слева и справа от знака ограничения совпадали. При построении развернутой модели или задачи ограничения записываем по висящим индексам. j-индекс не вис-ий, i-висящий индекс.

2 группа: Неизвест. величины. Чаще всего исп-ся х или у. Ежели х или у имеет субиндекс х с волной, у с волной, то это озн., что речь идет о др. группе переменных.

3 группа: Известные величины. Изв-ые величины в правой части нер-тв или огр-ний всегда большие буквы: Ai, Bj, Wj. Изв. величины при переменных —малые буквы и имеют не менее одного индекса: a_i, a_ijt. Для обозначения коэф-ов f-строки чаще всего используется λ _j или Zj. При введении усл. обозначений руководствуемся следующим:

— каждый новый индекс должен обоз-ть новое понятие – правило последовательности.

— при введении индексов следует учит-ть обозн-ия, кот. исп-ют традиц-ые науки, (в теории кормления h - номер корма).

В каждой структурной модели имеется целевая функция или f-строка.

Fmax = ∑ λ j xj

j€Jo Функция однозначно, она никогда не имеет висящих индексов, она одна для задачи. Ежели меняется функция, то изменяется и решение.

42. Сущность и содержание каскадного корреляционного анализа.

С тем, чтобы не нарушить логическую модель формирования результативного показателя можно использовать каскадный корреляционный анализ.

1.Выбирает результативный и факторные показатели.

2.Выбираем пары факторов, которые коррелируют между собой.

3.определяем, какие фак-ры из указанных выше пар явл-ся условно результативными. Например, условно результативными среди факторов х1и х2 является х2.

4.Рассчитываем однофакторную линейную КМ. Y_x2=a₀+ a₁x₁

5.Определяем разность между фактическим значением корреляционного фактора х2 и ожидаемым Y_x2. Δ х2=х2- Y_x2. При этом Y_x2 показывает, сколько необходимо оборотных фондов для нормального функционирования основных.

В многофакторную корреляционную модель формирования денежной выручки или прибыли вместо х2 вводим вектор столбец Δ х2. Т.о. в КМ будут присутствовать все факторы, участвующие в формировании результативного показателя. Коэффициент регрессии при Δ х2 будет показывать, насколько единиц изменится рез-ый показатель при отклонении х2 от среднего уровня.

КМ может быть исполь-на для объек-го анализа эф-ти исп-ия ресурсов. КМ явл. инстру-ментарием для объек-ой оценки эф-ти функц-ния объекта. Чтобы выявить преоблад-ее полож-ые или отриц-ые тенденции в эк-ке необходимо выделить характерные группы и опред-ть знач. факторов, при кот. достигается наилучший или наихудший результат.