Описание качественных и количественных характеристик исходных данных - Имитационное моделирование функционирования отдела планирования и экономического анализа в Могилевском филиале РУП "Белтелеком"
Целью курсовой работы является эффективная организация работы отдела планирования и экономического анализа Могилевского филиала РУП "Белтелеком". Следовательно, это подразделение представляющее собой систему является объектом наших исследований.
Субъектами системы выступают сотрудники отдела. Как и обозначалось ранее их шесть:
- 1) начальник отдела; 2) ведущий экономист; 3) экономист первой категории; 4) экономист второй категории; 5) экономист первой категории; 6) экономист второй категории.
Осуществляя свою деятельность в рамках функционирования системы, сотрудники отдела, главным образом, имеют дело со сбором, обработкой и анализом информации. Но для начальника отдела также характерна работа, связанная с управленческой деятельностью (принятие решений, проведение собраний, планерок, участие в совещаниях, командировки и т. п.). В связи с этим мы не можем отождествлять документооборот с работой отдела. Однако для построения математической модели объекта мы "уравняем" эти процессы с процессами по созданию или обработке документов, так как по наиболее важным для нас свойствам (затраты времени на осуществление, требования к уровню квалификации и т. д.) они тождественны.
Все документы, участвующие в работе отдела можно разделить на две группы:
- 1) документы, приходящие извне и подлежащие обработке; 2) документы, создаваемые самими работниками отдела.
Все входящие документы поступают непосредственно сотрудникам отдела, за которыми закреплены данные документы.
Ко второй группе относится большинство документов, а также обязанности руководителя. Документы, создаваемые сотрудниками отдела, как и обязанности руководителя, требуют более существенных затрат времени, а также высокого уровня квалификации и определенную специализацию, что затрудняет перераспределение таких документов. В связи с этим перераспределение имеет лишь в крайних случаях, например, при отсутствии одного из сотрудников или жестких ограничениях по срокам. Поэтому каждый документ может создаваться работником, имеющим достаточный уровень квалификации и близкую специализацию, но при условиях различных затрат времени, тем больших, чем ниже квалификация сотрудника или менее близка специализация.
Необходимо определиться с критериями эффективности организации работы отдела, то есть найти целевую функцию для имитационный модели. Для этого выберем критерии оценки. Ими могут служить:
- - загрузка специалистов; - качество работы отдела, то есть количество необработанных документов; - затраты на содержание персонала, то есть суммарная заработная плата отдела.
На все критерии оказывает влияние численность и квалификация работников. При не большом штате сотрудников отдела загрузка специалистов увеличивается, а суммарные затраты на содержание персонала уменьшаются, что, с одной стороны, положительно. Но с другой стороны увеличивается и время обработки и создания всех документов, растет число необработанных или не созданных документов, что говорит о низком качестве работы отдела. При увеличении штата и квалификации сотрудников уменьшается время на документооборот, затраты на заработную плату и, соответственно, снижается загрузка работников при неизменном значении выполненных заданий, так как их количество относительно постоянно. Поэтому, управляя данными параметрами, можно достичь нужного значения критериев.
Таким образом, оптимальным решением будем считать такой штат отдела, при таком уровне квалификации сотрудников, при которых максимален коэффициент загрузки и минимальны количество необработанных документов и суммарные затраты на заработную плату сотрудников отдела.
При моделировании документооборота отдела используется информация о продолжительности обработки документов, количестве обрабатываемых документов, и количестве сотрудников в отделе, которые были определены в курсовой работе по дисциплине "Организация производства". В общем виде исходные данные для имитационной модели представлены в таблице 2.1.
Таблица 2 - Исходные данные
Документ |
T min, ч |
T max, ч |
Количество документов в месяц |
A |
33 |
35,2 |
1 |
B |
33 |
35,2 |
1 |
C |
50,4 |
54 |
1 |
D |
36 |
40 |
1 |
H |
27,5 |
30,8 |
1 |
K |
42 |
44 |
1 |
L |
19,8 |
21,6 |
1 |
N |
48,6 |
50,4 |
1 |
O |
43,4 |
46,2 |
1 |
P |
15,4 |
16,8 |
1 |
Q |
5,2 |
7,2 |
1 |
W |
43,4 |
44,8 |
1 |
Значения времени выполнение заданий приведены в интервальном виде. Это означает, что для моделирования таких значений необходимо перейти к случайным величинам. Случайная величина времени создания или обработки документа будет распределена по нормальному закону.
Нормальное распределение находит самое широкое практическое применение. Главная особенность, выделяющая нормальное распределение среди других законов, состоит в том, что оно является предельной формой многих распределений.
При моделировании нормально распределенной случайной величины используют центральную предельную теорему, согласно которой распределение суммы п одинаково распределенных независимых случайных величин X1,X2,...,Xn при неограниченном возрастании п неограниченно стремится к нормальному распределению. При n >= 8 распределение этой суммы может считаться нормальным с вероятностью Р > 0,95. Используя реализации случайной равномерно распределенной величины X, можно составить выражение для определения случайной величины ХN0, имеющей нормальное распределение с параметрами тX = 0 и уX = 1.
, (1)
Где
ХRI - случайная величена, имеющая равномерное распределение.
Случайную величину х (а, b), нормально распределенную на интервале [а, b], получают на основе выражения:
, (2)
Где
А - нижняя граница интервала;
B - верхняя граница интервала;
M(a, b) - математическое ожидание;
D( a, b) - дисперсия.
Поскольку в качестве нижней и верхней границ мы имеем максимальное и минимальное время выполнения задания, то переход от интервала к нормальной случайной величине осуществим по формулам:
M(t) = tоп (tMin + tMax)/2 ; (3)
D( t) = t / 3 (tMax - tMin)/6 . (4)
Формулы (3) и (4) позволяют получить параметры нормального распределения, соответствующего искомой величине.
Кроме количества в модели используется время прихода каждого документа. Поскольку мы будем рассматривать документы лишь месячной формы отчетности, которые появляются на протяжении всего периода времени, то это значение будет случайной величиной, распределенной по равномерному закону на интервале от 1 до T, где Т - моделируемый период. Случайную величину х (1, T), равномерно распределенную на интервале [1, T], получают на основе выражения:
. (5)
Моделируемый период выбран на основании такого периода появления документов (месяца), который повторяется в течение года. Примем количество рабочих дней в месяце равным 22 дням и длительность рабочего дня равной 8 часам:
ФРВ =22*8= 176 (часов) , (6)
Где
ФРВ - фонд рабочего времени.
При необходимости создания или обработки нескольких документов порядок занятия ими сотрудника определяется исходя из рейтинга этого задания. Чем выше рейтинг, тем выше приоритет документа. Рейтинг в имитационной модели будет задан параметром со значениями 1 и 2. Чем выше рейтинг, тем выше приоритет данного документа.
Похожие статьи
-
Для того чтобы можно было составить план проведения численных экспериментов, необходимо определиться с выходными параметрами объекта, которые можно...
-
Результат функционирования имитационной модели во многом зависит от внутренних управляемых параметров. Поэтому, представляет интерес рассмотрение влияние...
-
После получения матриц спектра плана, проведем 70 опытов в каждой точке. По полученным параметрам построим регрессионную модель второго порядка,...
-
В результате выполнения курсовой работы были достигнуты следующие результаты: - изучены методы построения имитационных моделей реальных экономических...
-
Описание реальных отношений между экономическими объектами и производственными процессами наиболее рационально и в полной мере осуществляется с помощью...
-
Данная программа представляет собой реализацию имитации реального объекта, то есть документооборота отдела с помощью имитационной модели. Поскольку...
-
Объектом моделирования является документооборот отдела планирования и экономического анализа Могилевского филиала РУП "Белтелеком". Отдел планирования и...
-
Основные задачи анализа временных рядов. Базисная цель статистического анализа временного ряда заключается в том, чтобы по имеющейся траектории этого...
-
Построим теперь на базе полиинтервальной оценки такую теоретико-вероятностную модель представления экспертных знаний, которая сочетала бы в себе описание...
-
Математическое ожидание, дисперсия Дискретной называют случайную величину, которая принимает отдельные, изолированные возможные значения с определенными...
-
Нормальное распределение, также называемое распределением Гаусса, - распределение вероятностей, которое играет важнейшую роль во многих областях знаний,...
-
СПОСОБЫ ОПИСАНИЯ СТРУКТУР. МОРФОЛОГИЯ СОЦИАЛЬНО-ПОЛИТИЧЕСКОЙ И ЭКОНОМИЧЕСКОЙ СФЕР Структурное моделирование. Структурный анализ Основная цель...
-
Нормальное распределение - Распределение вероятности случайных величин
Первым, фундаментальным по значимости, является т. н. Нормальный закон Распределения непрерывной случайной величины X, для которой допустимым является...
-
Исходные предположения регрессионного анализа и свойства оценок - Моделирование в эконометрике
1. Предполагается, что при заданных значениях переменных X K , K = 1, ..., M ; на зависимую переменную Y не оказывают влияние никакие другие...
-
Анализ временных рядов, Стационарные временные ряды и их основные характеристики - Динамические ряды
Стационарные временные ряды и их основные характеристики Поиск модели, адекватно описывающей поведение случайных остатков T анализируемого временного...
-
Численный сравнительный анализ - Ранговый метод оценивания параметров регрессионной модели
Итак, в рамках данной работы рассматриваются такие распределения случайных величин, как распределения Гаусса и Лапласа, треугольное распределение...
-
Пусть подынтегральная функция неотрицательна и ограничена: , а двумерная случайная величина распределена равномерно в прямоугольнике D с основанием и...
-
Монте карло погрешность распределение интеграл В качестве оценки интеграла принимают , Где n - число испытаний; F(x) - плотность распределения...
-
ДОПУЩЕНИЯ МОДЕЛИ РЕГРЕССИОННОГО АНАЛИЗА, ФАКТОРНЫЙ АНАЛИЗ - Многомерный статистический анализ
Регрессионная модель при оценке параметров и проверке значимости исходит из ряда допущений: 1. Ошибочный член уравнения регрессии (остаточный компонент)...
-
В настоящее время нельзя назвать область человеческой деятельности, в которой в той или иной степени не использовались бы методы моделирования. Особенно...
-
Выборочные распределения, Распределение Стьюдента - Основы научных исследований
Выборочное распределение - это распределение какой-либо статистики, полученное в результате отбора различных случайных выборок из одной и той же...
-
Описание данных - Моделирование вероятности банкротства
Данные для исследования были взяты из базы Ruslana (Bureau van Dijk), содержащей финансовую и некоторую нефинансовую информацию об организациях из...
-
Моделирование временной переменная автокорреляция Главным инструментом эконометрического исследования является модель. Выделяют три основных класса...
-
При анализе инновационной активности региона важно понимать, как те или иные экономические данные влияют на инновационные показатели. В качестве...
-
Как известно, человечество в своем стремительном развитии старается все более расширить сферы своей деятельности, сталкиваясь при этом с множеством новых...
-
Описание блоков SimEvents в программе Matlab - Моделирование систем
Time-Based Entity Generator (Раздел Generators/Entity Generator.) - блок генерирует сущности в моменты времени, определяемые входным сигналом или...
-
Классификация регионов РФ по степени инновационной развитости методами кластерного анализа и расщепления смесей Российская Федерация состоит из 85...
-
Проба брал на ГПУ г. Москвы "Природный заказника "Воробъевы горы"из реки Москва, с помощью стеклянной бутыли. Затем стеклянную бутыль опускал в реку и...
-
Датой рождения метода Монте-Карло принято считать 1949 г., когда появилась статья под названием "The Monte Carlo method". Создателями этого метода...
-
Оптимизационная модель экономической коррупции имеет вид (1) Где b - величина взятки, r(b) - функция экономической коррупции (например, фактическое...
-
Общая схема метода Монте-Карло Сущность метода Монте-Карло состоит в следующем: требуется найти значение а некоторой изучаемой величины. Для этого...
-
Заключение - Моделирование систем массового обслуживания с использованием метода Монте-Карло
Метод Монте-Карло можно определить как метод моделирования случайных величин с целью вычисления характеристик их распределений. Возникновение идеи...
-
Главным параметром трансформатора является его мощность. Различают электромагнитную, полезную, расчетную и типовую мощности трансформатора....
-
Для достижения поставленной цели предприятию требуются материалы, оборудование, энергия, рабочая сила и другие ресурсы. Каждое предприятие такими...
-
Пусть требуется разыграть испытания в каждом из которых событие А появляется с вероятностью р и не появляется с вероятностью 1-р [4]. Заменим...
-
Методы непараметрической статистики - Основы теории систем и системного анализа
Использование классических распределений случайных величин обычно называют "параметрической статистикой" - мы делаем предположение о том, что...
-
Модель парной линейной регрессии - Математическое описание связи: регрессия, корреляция
Предположим, что у нас есть все основания считать, что два экономических показателя взаимосвязаны. Например, уровень инфляции и уровень безработицы в...
-
Статистический анализ технических индикаторов
СТАТИСТИЧЕСКИЙ АНАЛИЗ ТЕХНИЧЕСКИХ ИНДИКАТОРОВ Шумков Евгений Александрович Рассмотрим один из наиболее популярных технических индикаторов -...
-
Генеральная и выборочная совокупности Для обнаружения закономерностей, описывающих исследуемое массовое явление, необходимо иметь опытные данные,...
-
Корреляция и регрессия Вспомним, что зависимости называются вероятностными или стохастическими, если каждому набору факторов Х I соответствует множество...
Описание качественных и количественных характеристик исходных данных - Имитационное моделирование функционирования отдела планирования и экономического анализа в Могилевском филиале РУП "Белтелеком"