Количество перерывов

т. е. y/xn=
1. Внутри области релевантности количество переменных затрат на единицу

— Затратность процесса разработки модели. Разработка сложных моделей может отнять много времени и средств. Реалистичные модели могут включать большое количество переменных со значительным разбросом возможных выходных данных. Разработка такой модели может оказаться нежелательной. На практике лучше выстроить упрощенный вариант модели, которую можно проверить и превратить в практический инструмент.

Обследование ряда организаций показало, что не существует устойчивой взаимосвязи между типом масштаба управляемости (узкий или широкий) и типом решаемой проблемы (плохо структуризован-ная и хорошо структуризованная). Причиной этого, как считают многие специалисты, является слишком большое количество переменных, влияющих на данный выбор. Например, уровень специализации работ и размер группы прямо влияют на выбор того или иного типа масштаба управляемости. В небольших группах широкий масштаб управляемости помогает развить сплоченность группы, повысить ответственность каждого за общее дело. По мере роста группы постепенно вводится узкий масштаб управляемости. Практические подходы чаще представляют собой ситуационный баланс этих двух крайностей.

Идея метода заключается в том, чтобы подобрать новые переменные Zj(J = 1,..., I), которые бы тесно коррелировали с X/ и не коррелировали сев уравнении (8.1). Набор переменных {Zj} может включать те регрессоры, которые не коррелируют с е, а также другие величины. При этом, вообще говоря, количество переменных {Zj} может отличаться от исходного количества регрессоров (обычно набор {Zj} содержит большее число переменных).

бы °Динаковое количество переменных, и число ограничений, введенных в ицкого LONGER, примерно соответствовало бы количеству уравнений в имитаци-ччия онной модели. Но требования к вводимым в модель LONGER параметрам ' были бы более высокими, так как в ней должна быть сформулирована целе-

Регрессионный анализ - это статистическая процедура для математической усредненной оценки функциональной зависимости между зависимой переменной и независимой переменной (независимыми переменными). Простая регрессия рассматривает одну независимую переменную: цену или затраты на рекламу в функции спроса, а множественная регрессия рассматривает две или большее количество переменных, например, цену и затраты на рекламу совместно. В этой главе обсуждается простая (линейная) регрессия, например, Y = а + ЬХ и показывается, как метод наименьших квадратов применяется для расчета коэффициентов регрессии.

Определенное количество переменных образует систему уравнений

венные затраты на транспорт и переработку нефтепродуктов. Однако практическое использование такой задачи невозможно по ряду причин. В частности, не решен вопрос о целевой функции такой комплексной задачи, минимальные народнохозяйственные затраты на разных плановых периодах имеют значительные отличия — на стадии текущего планирования они исчисляются как минимум эксплуатационных расходов, а на стадии перспективного планирования — как минимум приведенных затрат, учитывающих разновременные капитальные вложения на реконструкцию и расширение действующих объектов нефтеснабжения и строительство новых. Кроме того, нет возможности охватить в одной модели громадное количество переменных и ограничений, отсутствуют соответствующие численные методы и вычислительная техника ее решения. Все это предопределяет необходимость расчленения такой задачи на комплекс отдельных взаимосвязанных локальных задач, охватывающих разные этапы планового периода и разные стороны деятельности органов нефтеснабжения региона.

Модель, построенная на линейном программировании и охватывающая полный набор параметров финансового планирования, превратилась бы в довольно замысловатую конструкцию, однако не более чем любая имитационная модель14. Обе модели, примененные к одной и той же компании, имели бы одинаковое количество переменных, и число ограничений, введенных в LONGER, примерно соответствовало бы количеству уравнений в имитационной модели. Но требования к вводимым в модель LONGER параметрам были бы более высокими, так как в ней должна быть сформулирована целевая функция. Но вместе с тем LONGER позволяет отслеживать все возможные варианты финансовых стратегий, автоматически отвергая наименее удачные, и определять наилучшую стратегию, отвечающую принятым допущениям и ограничениям.

Единственный луч надежды, проблескивающий в статье — заявление, что эти прогнозы правильные только на короткий период времени. Это звучит разумно: гораздо легче предсказать следующие 5 минут вашей жизни, чем последующие 5 лет. По ходу дела в игру вступает все большее количество переменных, происходит большее число изменений. Поэтому прогнозы неровной походкой уходят в темноту неизвестности, в черные дыры будущего, изменяющие то, что было уже однажды известно или, по-иному, считалось правильным путем.

где fMC — время межоперационного пролеживания между двумя операциями, ч; чоп — количество технологических операций. При расчете времени межоперационного пролеживания количество перерывов не всегда соответствует количеству технологических операций. Это связано с недопущением перерывов по технологии изготовления многих видов изделк;й электронной техники и, следовательно, хранения изделий. Часто технологией ограничивается время хранения, что необходимо учитывать при определении длительности межоперационных пролежи-ваний; Ср м — количество параллельных рабочих мест, занятых изготовлением партии деталей на каждой операции; Тсм — длительность одной смены, ч; dcu — число смен; /св „ — планируемый коэффициент выполнения норм на операциях; Те — длительность естественных процессов, ч.

Количество перерывов при параллельной организации процессов

Ко второй группе относятся определения, где также используется термин «производственный цикл», но он уже характеризуется не как «период» или «время», а как совокупность отдельных взаимосвязанных производственных процессов, в результате осуществления которых получается законченный продукт. При изучениии вопросов экономики, организации и планирования промышленного производства нас интересует не столько техническое и технологическое содержание такой совокупности процессов и операций, сколько исполнение ее во времени, т. е. полная длительность производственного цикла, продолжительность и количество перерывов, в том числе «праздных» ритмичность и общий фронт работ, дискретность и параллельность движения производства.

где T3mi — цикл фазы подготовки производства; Кзт — количество фаз; Тпер — количество перерывов между фазами; AT — время сокращения цикла за счет совмещения фаз.

М, т — количество перерывов между днями поставок в интервале отпуска нормируемой марки материала;

N, п — количество перерывов между днями отпуска в интервале поставки нормируемой марки материала;

ботки исходных данных1. Они характеризуют, как изменяются объемы поставок, интервалы между поставками, объемы суточных отпусков, интервалы между днями, в которые производили отпуски материала в производство, количество перерывов между отпусками в интервалах поставки и как часто они могут встретиться в плановом периоде. Для расчета нужно взять следующие данные:

При этом во всех вариантах расчетов необходимо учесть вероятности появления в плановом году возможных совместных этих событий (т.е. сочетаний t. - sc - пь, где пь — количество перерывов между отпусками в интервале поставки). Кроме того, следует определить продолжительность самого интервала поставки, в котором происходит то или иное изменение производственного запаса, которое в дальнейшем будем учитывать при определении нормы. В связи с этим значение интервала обозначается

количество перерывов между отпусками в интервале поставки;

поставок, как это делалось в предыдущем случае. Во-вторых, в этом случае необходимо учитывать количество перерывов между поставками вместо количества перерывов между отпусками, как в предыдущем варианте. В качестве исходных данных использовать вариации следующих нормообра-зующих факторов — объемов поставок, интервалов поставок, объемов суточных отпусков, интервалов поставок, количеств перерывов между поставками в интервалах отпуска:

ть — количество перерывов между поставками в ин-

Навигация

Главная

Новое

Акционер Америка Агрессивность