Moodle-УРП-ПРАКТИКА-НАВЧ.ПОСІБНИК-ЗАОЧНА ФОРМА

Средний уровень ряда рассчитывается по–разному для моментных и интервальных рядов динамик.

- для интервального ряда средний уровень ряда динамики вычисляется по формуле средней арифметической простой:

- для моментного ряда средний уровень ряда динамики вычисляется по формуле средней хронологической:

ПРАКТИЧЕСКАЯ РАБОТА 1.1 Анализ динамики грузооборота порта

Грузооборот порта относится к числу количественных показателей работы порта

(портового оператора, далее порта), наряду с показателями грузопереработки, судооборота, вагонооборота, пассажирооборота и т. п.

Грузооборот порта – показатель, отражающий суммарное количество грузов в тоннах, которые проходят через причальный фронт, а также перегружаются в рейдовых условиях по варианту борт-борт за определенный период времени (год, квартал, месяц). Таким образом,

показатель грузооборота определяется путем суммирования объемов грузов, прошедших

через порт. Основными характеристиками грузооборота являются его величина, структура, номенклатура и равномерность.

Различают:

-экономический (морской) грузооборот;

-перевалочный грузооборот, который, в свою очередь, называют показателем

грузопереработки.

Экономический (морской) грузооборот – это общее количество грузов, которые прибыли в порт и отправлены из порта морским путем, независимо от того, чьими силами и средствами осуществлялись их погрузка и выгрузка. При определении данного показателя также учитываются и наливные грузы.

Экономический грузооборот учитывается по перевозочным документам и фиксируется в форме статистической отчетности М – 27ЕIT по структуре, номенклатуре и странам-

корреспондентам (за год). При этом структура грузооборот определяется соотношением количества прибывших и отправленных грузов, а также их распределением по видам перевозок: экспорт, импорт, транзит и внутренние перевозки.

Перевалочный грузооборот или грузопереработка – это объем перегрузочных работ,

выполненных силами и средствами порта, а также привлеченной им рабочей силой и арендованными перегрузочными механизмами.

Перевалочный грузооборот характеризует основную производственную деятельность порта, измеряется и учитывается в физических тоннах и в тонно-операциях. Физические тонны учитываются по вариантам, связанным с работой судов. При варианте «борт – борт» одна перегрузочная тонна учитывается один раз. Тонно–операция – это перегрузка одной тонны груза по одному какому-нибудь из известных 12-ти вариантов перегрузочных работ. Например, в порту перегружается некий груз по вариантам судно-склад, склад-склад, склад-вагон (или в

обратном направлении). В этом процессе, каждая тонна груза учитывается в грузообороте порта как одна физическая тонна (по признаку прибытия в порт и убытия из порта), а в грузопереработке – как три тонно-операции (по числу вариантов перегрузочных работ).

Перевалочный грузооборот учитывается по наряд-заданиям портовых работников и фиксируется в форме статистической отчетности 25-вод (рис. 1.3, 1.4). Эта форма является

Кафедра «Эксплуатация портов и технология грузовых работ» ОНМУ Лектор: доктор технических наук, доцент Кириллова Елена Викторовна

основным отчетом по переработки грузов в морских портах и единой формой, по которой прослеживается структура грузопереработки, количество обработанных судов с выделением иностранных.

Рисунок 1.3 – Бланк формы статистической отчетности 25-вод. Отчет про работу морского

(речного) порта (причала)

Рисунок 1.4 – Приложение к форме статистической отчетности 25-вод. Отчет про обработку

грузов по номенклатуре в морских (речных) портах (причалах)

Кафедра «Эксплуатация портов и технология грузовых работ» ОНМУ Лектор: доктор технических наук, доцент Кириллова Елена Викторовна

Конечный уровень ряда – 2016 год: 5,4 млн. т.

Задание.

Для представленного динамического ряда (табл. 1.9) определить:

1.Средний уровень ряда.

2.Абсолютный прирост грузооборота порта (цепной, базисный и за весь отчетный период).

3.Коэффициент роста грузооборота порта (цепной, базисный и за весь отчетный период).

4.Темп роста грузооборота порта (цепной, базисный и за весь отчетный период).

5.Темп прироста грузооборота порта (цепной, базисный и за весь отчетный период).

6.Абсолютное значение 1% прироста грузооборота порта.

Порядок выполнения.

1. Средний уровень ряда определяется по формуле (1.1):

Всего за 5 лет (за период с 2012 по 2016 гг.) грузооборот порта составил 23 ,1 млн.т . Среднее значение грузооборота порта за период с 2012 по 2016 гг. составило 4 ,62 млн. т .

2. Абсолютный прирост ( y ) – это разность между текущим (отчетным) уровнем и

уровнем, с которым производится сравнение (базисным).

Абсолютный прирост показывает, на сколько единиц уровень текущего периода выше или ниже базисного. Обычно рассчитывают следующие показатели абсолютного прироста:

- цепной абсолютный прирост - показывает, на сколько единиц изменился

Кафедра «Эксплуатация портов и технология грузовых работ» ОНМУ Лектор: доктор технических наук, доцент Кириллова Елена Викторовна

yn - уровень заключительного п –го года в рассматриваемом динамическом ряду.

Показатель абсолютного прироста может быть, как положительным, так и

отрицательным числом. «+»; «-». Знак «+» показывает, что грузооборот порта увеличился, знак «-» отражает снижение грузооборота порта.

Результаты расчета статистических показателей анализа ряда динамики грузооборота за отчетный период представляются в табл. 1.10.

Таблица 1.10 - Результаты анализа динамики грузооборота порта за 2012 – 2016 гг.

Показатели абсолютного прироста (табл. 1.10) свидетельствуют о том, что, например, в 2016 г. грузооборот порта увеличился на 0,6 млн. т, по сравнению с 2015 г., а по сравнению с 2012 г. грузооборот порта возрос на 1,3 млн.т.

3. Коэффициент роста ( К р ) – показывает, во сколько раз изменился уровень текущего

периода, по сравнению с уровнем базисного периода. Коэффициент роста – всегда положительное число. Рассчитывают следующие показатели коэффициента роста:

- цепной коэффициента роста - показывает, во сколько раз изменился рассматриваемый уровень ряда ( yi ) по сравнению с предыдущим ( yi 1 ):

- базисные коэффициенты роста:

Кафедра «Эксплуатация портов и технология грузовых работ» ОНМУ Лектор: доктор технических наук, доцент Кириллова Елена Викторовна

Полученные результаты по всем уровням динамического ряда внесем в табл. 1.10.

4. Темп роста (Т р ) показывают, сколько процентов составляет уровень текущего

периода по отношению к уровню базисного периода, принятого за 100 %. Показатель темпа роста – всегда положительное число. Рассчитывают следующие показатели темпа роста:

- цепной темп роста - показывает, сколько процентов составляет рассматриваемый уровень ряда ( yi ) по отношению к предыдущему ( yi 1 ):

Если Т р 1 , то уровень текущего периода увеличился, по сравнению с базисным. Если Т р 1 , то – не изменился.

Если Т р 1 , то – уменьшился.

В качестве примера приведем расчет цепных и базисных показателей темпов роста для уровней 2014 и 2016 гг:

- цепные темпы роста:

Т ц2014 К ц2014

р р 100% 1,047 100% 104 ,7% ;

Т ц2016 К ц2016

р р 100% 1,125 100% 112 ,5% ; - базисные темпы роста:

Т бр2014 К бр2014 100% 1,098 100% 109 ,8% ;

Т бр2016 К бр2016 100% 1,317 100% 131,7% .

Полученные результаты по всем уровням динамического ряда внесем в табл. 1.10.

5. Темп прироста ( Тпр ) – показывает, на сколько процентов изменился уровень

текущего периода по сравнению с уровнем базисного периода, принятого за 100 %.

Определяется:

- либо как отношение абсолютного прироста текущего периода к базисному уровню.

Темп прироста может быть и положительным и отрицательным числом.

Рассчитывают следующие показатели темпа прироста:

- цепной темп прироста - показывает, на сколько процентов изменился

рассматриваемый уровень ряда ( yi ) по отношению к предыдущему ( yi 1 ):

Кафедра «Эксплуатация портов и технология грузовых работ» ОНМУ Лектор: доктор технических наук, доцент Кириллова Елена Викторовна

В качестве примера приведем расчет цепных и базисных показателей темпов прироста для уровней 2014 и 2016 гг:

- цепные темпы прироста:

Полученные результаты по всем уровням динамического ряда внесем в табл. 1.10.

6. Абсолютное значение 1 % прироста ( А% ) показывает, сколько единиц продукции

надо произвести в данном периоде, чтобы уровень предыдущего периода возрос на 1 %.

Относительно анализируемого показателя грузооборота порта абсолютное значение 1 % его прироста показывает, сколько тонн грузов необходимо освоить портом в рассматриваемом (плановом) периоде, чтобы уровень предыдущего периода возрос на 1 %.

Величина абсолютного значения 1 % прироста ( А% ) определяется как отношение цепного абсолютного прироста ( y ц ) к соответствующему цепному темпу прироста ( Тпрц ) (1.16).

Кафедра «Эксплуатация портов и технология грузовых работ» ОНМУ Лектор: доктор технических наук, доцент Кириллова Елена Викторовна

Однако, после преобразования (1.16), получаем более простое выражение для обоснования абсолютного значения 1 % прироста (1.17). В соответствии с (1.17) для определения значения данного показателя необходимо уровень предшествующего периода

( yi 1 ) разделить на 100:

Проведем расчет и внесем полученные результаты в табл. 1.10.

В рассматриваемом примере:

-для того, что бы в 2013 г. получить прирост грузооборота на 1 % по сравнению с 2012 г. необходимо в 2013 г. перегрузить на 0,041 млн. т больше, чем в 2012 г.;

-для того, что бы в 2014 г. получить прирост грузооборота на 1 % по сравнению с 2013 г. необходимо в 2014 г. перегрузить на 0,043 млн. т больше, чем в 2013 г.;

-- для того, что бы в 2015 г. получить прирост грузооборота на 1 % по сравнению с 2014 г. необходимо в 2015 г. перегрузить на 0,045 млн. т больше, чем в 2014 г.;

-для того, что бы в 2016 г. получить прирост грузооборота на 1 % по сравнению с 2015 г. необходимо в 2016 г. перегрузить на 0,048 млн. т больше, чем в 2015 г.

Абсолютное значение 1 % прироста на каждый последующий год важно знать при планировании работы порта на следующий год. Так, для того, что бы в следующем

плановом году (в рассматриваемом примере в 2017 г.) получить прирост грузооборота на 1 % по сравнению с 2016 г. необходимо в 2017 г. перегрузить грузов больше на:

Исходные данные для выполнения практической работы 1.1 приведены в таблице А.1 (Приложение А).

ПРАКТИЧЕСКАЯ РАБОТА 1.2 Прогнозирование грузооборота порта методом экспоненциального

сглаживания

Предвидение и оценка результатов всегда были свойственны управленческой деятельности.

На современном этапе развития морского транспорта процесс принятия управленческих решений связан с необходимостью учета большого числа взаимодействующих факторов. Поэтому все чаще интуиция и индивидуальный опыт не дают желаемого результата. В этих условиях проведение анализа, обобщения и подготовки обоснованных управленческих решений без привлечения специальных методов исследования объектов управления, невозможно. Одним из таких методов является прогнозирования.

Кафедра «Эксплуатация портов и технология грузовых работ» ОНМУ Лектор: доктор технических наук, доцент Кириллова Елена Викторовна

Прогнозирование рассматривается как неотъемлемая часть системы управления.

Основной задачей разработки прогноза состоит в определении вида экстраполирующей функции на основе эмпирических данных.

К наиболее распространенным методам прогнозирования относятся: экстраполяция, интерполяция, экспертные оценки, аналогия.

Экстраполяция – это метод, при котором, прогнозируемые показатели рассчитываются, как продолжение динамического ряда на будущее по выявленной закономерности развития.

К методам экстраполяции относятся метод скользящей средней, метод

экспоненциального сглаживания, метод наименьших квадратов.

Экстраполяционные методы основаны на принципе детерминизма, т. е. преемственности между прошлым, настоящим и будущим.

По сути, экстраполяция является переносом закономерностей и тенденции прошлого на будущее на основе взаимосвязей показателей одного ряда.

Метод экстраполяции позволяет найти уровень ряда за его пределами в будущем. Экстраполяция эффективна для краткосрочных прогнозов.

Интерполяция – это способ вычисления показателей, недостающих в динамическом ряду, на основе установленной взаимосвязи.

Адаптивные модели прогнозирования – это модели, способные приспосабливать свою структуру и параметры к изменению условий.

Общая схема построения адаптивных моделей может быть представлена следующим образом. По нескольким первым уровням ряда оцениваются значения параметров модели. По имеющейся модели строится прогноз на один шаг вперед, причем его отклонение от фактических уровней ряда расценивается как ошибка прогнозирования, которая учитывается в соответствии со схемой корректировки модели. Далее по модели со скорректированными параметрами рассчитывается прогнозная оценка на следующий момент времени и т.д. Т.о. модель постоянно учитывает новую информацию и к концу периода обучения отражает тенденцию развития процесса, существующую в данный момент.

В курсе математического моделирования часто рассматривается три адаптивные модели: модель Брауна, модель Хольта и модель Хольта-Уинтерса. Эти модели имеют параметры сглаживания: модель Брауна – один, модели Хольта и Хольта-Уинтерса – два и три

соответственно.

Метод экспоненциального сглаживания относится к адаптивным методам прогнозирования.

Использование адаптивных методов прогнозирования позволяет осуществить разработку самокорректирующихся моделей. В этих моделях учитываются результаты прогнозов, сделанных на предыдущем шаге и различная информационная ценность членов динамического ряда. Данные модели способны оперативно реагировать на изменения параметров состояния объекта управления и на этой основе давать на ближайшую перспективу более точные прогнозы.

Метод экспоненциального сглаживания позволяет строить модели, характеризующие динамику развития процессов.

Метод экспоненциального сглаживания наиболее эффективен при разработке среднесрочных прогнозов.

Прогноз по методу экспоненциального сглаживания – лучший вариант прогноза, когда значение показателей есть только за несколько периодов (месяцев, дней, недель, кварталов) и еще не понятно - существуют ли тенденции роста или падения.

Метод экспоненциального сглаживания приемлем при прогнозировании только на один период вперед. Его основные достоинства простота процедуры вычислений.

В ходе экспоненциального сглаживания тенденция изменения параметров состояния объекта управления может быть описана полиномом р го порядка, а прогноз на t шагов

вперед осуществляется по формуле:

Кафедра «Эксплуатация портов и технология грузовых работ» ОНМУ Лектор: доктор технических наук, доцент Кириллова Елена Викторовна

где: a0 ; a1 ;...; a p - текущие оценки коэффициентов полинома, подлежащие определению.

Метод экспоненциального сглаживания заключается в том, что ряд динамики сглаживается с помощью скользящей средней, в которой веса подчиняются экспоненциальному закону. Эту среднюю называют экспоненциальной средней и

обозначают S i . Экспоненциальная средняя вычисляется по рекуррентной формуле:

где: S i - значение экспоненциальной средней в момент i ;

i - уровень ряда динамики;

- параметр или коэффициент сглаживания (0 1 );

S i 1 - значение экспоненциальной средней в момент i 1 ;

Последовательное применение формулы (1.19) дает возможность вычислить

экспоненциальную среднюю через значения всех уровней анализируемого ряда динамики. Представленную выше модель (1.18) можно выразить в виде совокупности

экспоненциальных средних первого ( S i1 ), второго ( Si2 ), третьего ( Si3 ), …, р го ( Sip )

порядков.

Расчет экспоненциальных средних осуществляется по формулам:

Кафедра «Эксплуатация портов и технология грузовых работ» ОНМУ Лектор: доктор технических наук, доцент Кириллова Елена Викторовна

Задание.

Определить прогнозное значение показателя грузооборота для 5 -го уровня динамического ряда – 2017 г., используя метод экспоненциального сглаживания.

Порядок выполнения.

1. Начальные условия для расчета экспоненциальных средних принимаются равными нулевому уровню, т. е. 2012 г. Следовательно, экспоненциальные средние первого

( S i1 ) и второго ( Si2 ) порядков для нулевого уровня (2012 г.) будут отвечать соответствующей

величине грузопотока порта:

S01 S02 4 ,1 млн.т .

2. Коэффициент сглаживания ( ) является наиболее важной характеристикой в модели

(1.18). По его величине практически и осуществляется прогноз. Коэффициент сглаживания ( ) динамического ряда обычно задается вручную от 0 до 1 ( 0 1 ). Причем, чем ближе к

1 значение этого параметра, тем больше при прогнозе учитывается влияние последних уровней ряда динамики.

Если значение близко к 0, то веса, по которым взвешиваются уровни ряда динамики,

убывают медленно, т. е. при прогнозе учитываются все прошлые уровни ряда.

Вспециальной литературе отмечается, что обычно на практике значение находится в пределах от 0,1 до 0,3. Значение 0,5 практически никогда не превышается.

Врассматриваемом примере примем 0 ,1 ( 0 1 ).

3. Рассчитываем экспоненциальные средние первого порядка ( S i1 ):

Si1 yi ( 1 ) Si1 1 ; S11 0 ,1 4 ,3 0 ,9 4 ,1 4 ,1200 ;

S 21 0 ,1 4 ,5 0 ,9 4 ,1200 4 ,1580 ;

S 31 0 ,1 4 ,8 0 ,9 4 ,1580 4 ,2222 ;

S41 0 ,1 5 ,4 0 ,9 4 ,2222 4 ,3400 ;

Кафедра «Эксплуатация портов и технология грузовых работ» ОНМУ Лектор: доктор технических наук, доцент Кириллова Елена Викторовна