VII Международная студенческая научная конференция Студенческий научный форум - 2015

Прогнозирование как метод управления лесозаготовительным производством (ЛЗП) с целью повышения его эффективности должно быть включено в логистическую деятельность лесопромышленных предприятий. В работах по прогнозированию прогноз определяется как вероятностное научно обоснованное суждение о перспективах, возможных состояниях того или иного явления в будущем и/или об альтернативных путях и сроках их осуществления. От того, насколько обоснованно и правильно составлен прогноз, зависит планирование интенсивностей работ и уровней запасов лесоматериалов разных видов, а в конечном итоге – эффективность производственного процесса в целом. Прогнозные оценки развития исследуемых процессов являются основой принятия управленческих решений при оперативном, тактическом и стратегическом планировании.

Необходимо отметить, что сегодня недостаточно используется производственная информация в виде динамических временных рядов натуральных показателей. Сегодня требуются более совершенные методы технологического анализа лесозаготовительного производства. Эффективно использовать производственную информацию о лесозаготовках позволяют современные методы обработки информации о процессах в виде временных рядов, анализ которых позволяет выделить различные формы периодичности процессов, а также осуществлять прогнозирование будущего поведения временного ряда. При идентификации технологических процессов ЛЗП с резко выраженной сезонностью производственную информацию в виде динамических временных рядов натуральных показателей производства будем рассматривать как совокупность взаимосвязанных компонентов (тренд и сезонные колебания).

Прогнозирование производственного процесса лесозаготовок на основе временных рядов реальных производств широко используется при решении задач оптимизации и управления запасами лесоматериалов. При этом широко используются статистические модели, основанные на корреляционно-регрессионном анализе, отражающие закономерности и особенности ЛЗП. Однако, вместо аппроксимации произвольных математических выражений, как правило, не имеющих содержательного смысла [1], применим принципиально новый подход к обработке статистических данных через предложенный профессором П.М. Мазуркиным подход идентификации закономерностей, который ученый понимает как процесс установления сходства конструкции и содержательного смысла модели не только по наименьшей погрешности по отношению к статистическим данным, но, прежде всего, по эвристическому соответствию смысла принимаемой формулы как статистической закономерности с содержательным смыслом изучаемого явления или процесса.

Известно, что лесозаготовительное производство отличает высокий уровень неравномерности его осуществления. Ярко выраженная сезонная неравномерность и наличие межсезонных перерывов в работе лесовозных дорог и, порой, на лесосечных работах, обусловленных невозможностью организации транспортных перевозок в периоды весенней и осенней распутиц, являются характерной особенностью производственного процесса лесозаготовок. Сезонная неравномерность, характеризующаяся существенными показателями вариации, например, в форме коэффициента неравномерности, обоснована даже в условиях крупных лесозаготовительных предприятий с интенсивной концентрацией производства.

Для исследования сезонной неравномерности применим подход идентификации закономерностей, построенных на основе устойчивых законов.

В результате анализа статистических свойств исходных временных рядов показателей процессов лесозаготовительного производства выявлялся вид тренда математического ожидания среднего уровня временного ряда, вид графика сезонных колебаний и характер взаимосвязи этих компонентов.

В общем случае математическая модель динамического ряда имеет вид:

,

(1)

где – математическое ожидание среднего значения процесса (тренд) – представляет собой экспоненциальную функцию времени t;

– теоретическое значение функции сезонной составляющей;

ε_t – остаточные случайные колебания.

Первое слагаемое в уравнении (1) является детерминированной систематической составляющей процесса, которая идентифицируется аналитической функцией с наилучшими аппроксимационными свойствами. При этом форма взаимосвязи детерминированных компонентов является аддитивной. Второе слагаемое ε_t является стохастической переменной, включающей всевозможные случайные ошибки обработки первичных данных [1].

С точки зрения физической возможности реализации технологического процесса детерминированные компоненты необходимо определить таким образом, чтобы выполнялось естественное для лесозаготовительного производства условие не отрицательности объемов производства:

,

(2)

Установим закономерность сезонной динамики для условий вывозки лесоматериалов ООО «Пегас» с использованием фактических данных за период с 2004 по 2007 гг. Одним из основных этапов построения модели сезонной динамики производства будет идентификация тренда (рис. 1). Для наиболее распространенного случая аддитивной связи детерминированных компонентов рядов показателей процессов лесозаготовительного производства уравнение основной составляющей статистической модели динамики вывозки лесоматериалов (тренда) по экспоненциальному закону получено нами в виде:

,

(3)

где V – показатель объема вывозки за период (месяц);

a₀…a₂ – параметры, определяемые идентификацией предлагаемой модели с производственными данными;

t – изменяемый временной показатель.

Рис. 1. Основная составляющая статистической модели динамики вывозки лесоматериалов

Далее идентифицируем математическими уравнениями волновую функцию, т.е. определяем ее вид и значения параметров. На рисунке 2 приведена статистическая закономерность, полученная в результате проведенного процесса идентификации модели сезонной динамики вывозки лесозаготовительным предприятием ООО «Пегас».

Рис. 2. Тренд с волновой составляющей колебательного возмущения

Приведенную на рисунке величину R² в условиях применяемой нами методологии уместнее назвать величиной достоверности идентификации.

На рисунке 3 представлена прогнозная модель вывозки лесоматериалов ООО «Пегас» до 2010 года, где основанием прогноза являются данные по объемам месячной вывозки в период с 2004 по 2007 гг.

Рис. 3. Прогнозная модель вывозки лесоматериалов ООО «Пегас»

Проведенный нами анализ сезонной динамики лесозаготовительного производства, позволяет оценить особенности протекания процессов в различных интервалах периода наблюдения и рассчитывать уровень запасов лесоматериалов, исходя из прогнозных значений объемов работ.

Результаты анализа динамичности процессов основных фаз лесозаготовительного производства для ряда стабильно работающих предприятий республики Коми в период с 2004 по 2007 гг. по описанной методике показали повсеместный рост динамики производства, что очевидно будет сказываться на увеличении сложности управления лесозаготовительным процессом в дальнейшем в силу неравномерной работы лесозаготовительных предприятий.

Библиографические ссылки

1. Мазуркин, П.М. Биотехническое проектирование (справочно-методическое пособие) [Текст]/ П.М. Мазуркин. – Йошкар-Ола: МарПИ, 1994. – 348с.

Код для цитирования: Скопировать