ЗАСТОСУВАННЯ МЕТОДІВ ЗГЛАДЖУВАННЯ ДЛЯ ПРОГНОЗУВАННЯ ОБСЯГУ ВИРОБНИЦТВА
DOI:
https://doi.org/10.20998/2079-0023.2019.01.02Ключові слова:
системний аналіз, задача прогнозування, експоненціальне згладжування, адаптивне згладжування, точність прогнозування, адекватність моделіАнотація
Об'єктом дослідження є підприємство ТОВ ТПК «Терра» – провідний вітчизняний виробник високоякісних захисних покриттів промислового призначення для антикорозійного захисту металоконструкцій і залізобетонних конструкцій. Наразі на підприємстві відкриті питання планування майбутніх замовлень, доцільного використання потужностей і розширення виробничих можливостей. В роботі проведено системний аналіз цього підприємства шляхом розробки функціональної моделі процесів та її декомпозиції з розкладанням до другого рівня деталізації. В результаті отримано задачу з прогнозування обсягу випуску антикорозійних покриттів, які запобігають руйнації металевих конструкції та механізмів. Ця задача є актуальною як для самого підприємства, так і для задоволення попиту на ринку збуту. Найбільш ефективними математичними моделями, за допомогою яких можна прогнозувати розвиток процесів виробництва – це моделі на основі часових рядів. Одними з найпоширеніших методів прогнозування показників таких рядів є методи згладжування, які використовуються для зменшення впливу випадкових коливань. Поставлену задачу вирішено методами експоненціального та адаптивного згладжування. Для перевірки адекватності отриманих моделей застосовано критерій серій (визначення випадковості відхилень від тренду), критерій піків (перевірка рівності нулю математичного сподівання), R/S-критерій (визначення відповідності розподілу залишкової компоненти нормальному закону), критерій Дарбіна-Уотсона (визначення незалежності значень залишкової компоненти). Проведено аналіз кожної отриманої моделі прогнозування, а також оцінено якість прогнозів. Зроблено висновки щодо подальшого виготовлення продукції на основі прогнозованих значень. Запропонована модель має практичну спрямованість і може використовуватися у задачах, пов’язаних з прогнозуванням в умовах виробничих підприємств.Посилання
Maklakov S. V. BPwin i Erwin. CASE-zasobi rozrobki informatsiynih system [BPwin and Erwin. CASE-tools for developing information systems]. Moscow, Nauka Publ., 1999. 163 p.
Marka D. A., McGowan K. Metodologiya strukturnogo analizu i proektuvannya SADT [Methodology of Structural Analysis and Designing of SADT]. Moscow, Nauka Publ., 1993. 231 р.
Khomyak T. V., Suima I. O. Rozrobka sistemi pidtrimki i priynyattya rishen pri vidkritti zakladu restorannogo gospodarstva [Development of the system of support and decision-making at the opening of the restaurant establishment]. Vestnik Nats. tekhn. un-ta "KhPI": sb. nauch. tr. Temat. vyp.: Sistemnyy analiz, upravlenie i informatsionnye tekhnologii [Bulletin of the National Technical University "KhPI": a collection of scientific papers. Thematic issue: System analysis, management and information technology]. Kharkov, NTU "KhPI" Publ., 2017, no. 51 (1272). pp. 49–71.
Zgurovskiy M. Z., Pankratova N. D. Sistemniy analiz: problemi, metodologiya, prilogeniya [System analysis: problems, methodology, applications]. Kiev, Nauk. dumka Publ., 2005. 742 p.
Stavitsky A. V. Navchalno-metodichniy kompleks z kursiv «Prognozuvannya» ta «Finansove prognozuvannya» [Educational and methodological complex of courses «Forecasting» and «Financial forecasting»]. Kiev, 2006. 107 p.
Enders W. Applied econometric time series. New York: John Wiley & Sons, Inc., 1995. 434 p.
Oliskevich M. O. Osnovi ekonometriyi chasovih ryadiv. Navchalniy posibnik [Fundamentals of econometrics of time series. Tutorial]. Publishing Center of LNU them. I. Franko, 2008. 321 p.
Davnis V. V. Adaptivnye modeli: analiz i prognoz ekonomicheskih sistemah [Adaptive models: analysis and forecast in economic systems]. Voroneg: Voroneg. State univ Publ., 2006. 380 p.
Lukashyn U. P. Adaptivnie metody kratkosrochnogo prognozirovaniya vremennih ryadov: uchebnoe posobie [Adaptive methods for short-term time series forecasting: study guide]. Moscow: Finance and Statistics Publ., 2003. 416 p.
Gmurman V. E. Teoriya ymovirnosti i matematichna statistika: navchalniy posibnik [Probability Theory and Mathematical Statistics: Tutorial]. 12th edition. Moscow: Higher education Publ., 2008. 479 p.
Chernyak O. I., Stavitsky A. V. Dynamichna ekonometrika: navch. posibnyk [Dynamic ekonometrika: study guide]. Kiev: Znannya Publ., 2000. 199 p.
Boks J., Dgenkins G. Analiz vremennih ryadov. Prognoz i ypravlenie [Time series analysis. Forecast and management]. Moscow: Mir Publ., 1974. 406 p.
##submission.downloads##
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2019 Вісник Національного технічного університету «ХПІ». Серія: Системний аналiз, управління та iнформацiйнi технологiїАвтори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).