Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Золотарь, И. А. Экономико-математические методы в дорожном строительстве

.pdf
Скачиваний:
10
Добавлен:
21.10.2023
Размер:
9.35 Mб
Скачать

Т а б л и ц а 26

 

 

 

Недели

 

 

Дни

I

II

III

IV

V

VI

 

 

 

Значения «1

 

 

к = 8

автомобилям; МОв==80 т; а8==5,67 т

 

 

Понедельник

73

81

81

86

95

85

Вторник

75

85

80

77

86

78

Среда

76

75

74

86

83

94

Четверг

84

88

87

83

80

83

Пятница

94

79

86

73

93

86

к= 1 0

автомобилям;

МО io== 100 т;

с 10= 6 ,3 2

т

 

Понедельник

92

101

101

107

117

105

Вторник

94

105

100

97

106

98

Среда

96

95

93

107

104

116

Четверг

104

108

108

103

100

104

Пятница

116

99

107

92

114

107

i! to

Понедельник

Вторник

Среда

Четверг

Пятница

автомобилям;

МО

= 120 т;

®i2= 6 ,93

т

 

111

121

121

128

138

126

114

126

120

117

127

117

115

114

112

127

124

137

124

129

129

123

120

124

137

119

128

111

135

127

к = 14

автомобилям;

М О ц - =140 т;

ст] 4= 7,50

т

 

Понедельник

131

141

141

148

160

146

Вторник

133

146

140

137

147

137

Среда

135

134

132

148

145

159

Четверг

145

150

150

143

140

144

Пятница

159

139

148

131

157

148

Определим теперь суммарные затраты на перевозку конструкций с базы на объекты работ. Для этого необходимо сравнить данные табл. 25 и 26, выявить для каждого дня всех шести недель вес конструкций, перевозку которых при­ дется осуществлять в сверхурочные часы. Зная стоимость автомобиле-смены в

нашей задаче (21 pv6.), сверхурочного часа (4 р. 50 к.) и производительность

/10 \

по вывозке за 1 ч1 — = 1,43 т 1, можно определить общие затраты на перевозку

для любого дня. Например, для I недели при числе автомобилей к =10 получим:

161 — 92

4,50 = 427 руб

понедельник С) = 10-21 + -------------

1,43

J

’139

139__94

вторник Сг = 10-21 + —j—^ — -4,50 = 351 руб.;

160

среда С3 =

10-21 +

9 9 _ 9 6

0

= 2 1

9 руб.;

4 ,

5

четверг С4 =

 

139 -

104

4 ,5 0 =

320 руб.;

10-21 -J-— ———

пятница С5 =

10-21 =

210

руб.

 

 

Результаты подобных расчетов для всех шести недель при к = 8, к = 10, /с=12 и к =14 представлены в табл. 27 и на рис. 31.

Из графика видно, что наименьшую величину транспортные затраты имеют при числе автомобилей, равном 11. Этот результат, полученный на основе метода статистических испытаний, далеко не очевиден. В самом деле, если определять число автомобилей по средней массе отправляемых в течение недели конструкций, то получим

156 + 128 + 110 -f 140 + 100

QcP = ---------------------- г- 1 ------------------= 127 т.

Значение среднеквадратичного отклонения от величины QCp можно было бы принять равным 0 Ср= 13. Принимая возможные отклонения от Qcp в пределах

± ЗсгСр, нужно было бы назначить необходимое количество автомобилей исходя из среднесуточного (за неделю) объема перевозки конструкций QCp±3crCp, т. е. 127-±39, или от 88 до 166 т, что требует выделения 9— 17 автомобилей. Возникает решение о выделении 13 автомобилей (по величине Qcp), однако в этом случае нельзя что-либо сказать о возможном объеме сверхурочной работы и об эконо­ мичности данного решения.

Применение метода статистических испытаний позволяет со зна­ чительно большей обоснованностью подойти к отысканию опти­ мального, наиболее экономического решения.

Как видно из приведенного примера, для того, чтобы воспользо­ ваться методом статистических испытаний, необходимо было знать:

закон распределения случайной величины; ее среднее значение (математическое ожидание);

величину среднеквадратичного отклонения случайной величины от математического ожидания.

Очевидно, что для этого нужно располагать данными фактиче­ ских наблюдений за изучаемой величиной. Такие данные, как уже

отмечалось, называют статистической выборкой. Чем

больше эта

выборка, т. е. чем полнее данные наблю­

 

 

 

 

дений, тем с большей достоверностью мы

С

V

 

/

сможем моделировать изучаемый

про­

305

 

цесс.

 

 

 

V

 

 

 

 

300

_v

 

t

При решении практических задач час­

395

\

 

г

то требуется по показателям нескольких

\ 'V

/

 

ограниченных

по статистическому

мате­

2 9 0

 

риалу выборок, полученных иногда в раз­

2 8 5

> v s '

 

ное время, установить соответствующие

2 8 0

10

 

 

показатели

объединенной

выборки —

 

12

 

среднее значение случайной величины и

 

 

 

 

дисперсию для нее. Это позволит опери­

Рис. 31. График среднесу­

ровать с более обоснованными величина­

точных

транспортных

рас­

ми статистического среднего

и средне­

ходов

при различном

числе

автомобилей,

выделенных

квадратичного отклонения.

 

 

 

для перевозки

 

6— 1092

161

Т а б л и ц а 27

 

Недели

 

I

II

III

Q;

**

н ci Q,- *1 I

с/

4l 1 и c i

«i |

 

сГ

сГ

 

с?

к—8

Понедельник

161

73

88

62

447

197

81

116

81

533

176

81

95

66

463

Вторник

139

75

64

45

370

130

85

45

31

308

148

80

68

48

384

Среда

99

76

23

16

240

ИЗ

75

38

27

290

119

74

45

31

307

Четверг

139

84

55

38

339

126

88

38

27

290

134

87

47

33

316

Пятница

101

94

7

5

191

95

79

16

11

218

104

86

18

13

227

Среднесуточные

 

 

 

 

318

 

 

 

 

 

328

 

 

 

340

затраты за неделю

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

к=10

 

 

 

 

 

 

 

 

 

Понедельник

161

92

69

48

427

 

197 101

96

67

511

176

101

75

52

444

Вторник

139

94

45

31

351

 

130 105

85

17

286

148

100

48

34

363

Среда

99

96

3

2

219

 

113

 

95

18

13

268

119

93

26

18

291

Четверг

139 104

35

24

320

 

126 108

18

13

268

134

108

26

18

291

Пятница

101 116

 

 

210

 

95

 

99

 

 

210

104

107

 

 

210

Среднесуточные

 

 

 

 

305

 

 

 

 

 

309

 

 

 

 

320

затраты за неделю

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

к = 12

 

 

 

 

 

 

 

 

 

Понедельник

161 111

50

35

409

 

197 121

76

53 491

176

121

65

38

423

Вторник

139 114

25

17 328

 

130 126

4

3 266

148

120

28

20

342

Среда

99 115

15

 

252

 

ИЗ 114

 

 

252

119

112

7

5

275

Четверг

139 124

10 297

 

126 129

 

 

252

134

129

5

3

266

Пятница

Ю1 137

 

 

252

 

95 119

 

 

252

104

128

 

 

252

Среднесуточные

 

 

 

 

307

 

 

 

 

 

 

303

 

 

 

 

311

затраты за неделю

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

к = 14

 

 

 

 

 

 

 

 

 

Понедельник

161 131

30

21

388

197

141

56

39

496 176

141

35

24

402

Вторник

139 133

6

4 312

130

146

 

 

294 148

140

8

6

321

Среда

99 135

 

 

294

ИЗ

134

 

 

294 119

132

 

 

294

Четверг

139 145

 

 

294

126

150

 

 

294 134

150

 

 

294

Пятница

101 159

 

 

294

 

95

139

 

 

294 104

148

 

 

294

Среднесуточные

 

 

 

 

317

 

 

 

 

 

 

329

 

 

 

 

321

затраты за неделю

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Дни

 

 

 

 

 

Продолжение табл. 27

 

сГ

 

СУ*

 

 

Среднесуточный зарасходб недель

 

 

 

Недели

 

 

 

 

IV

 

V

 

VI

 

<3/ 4i

«5*

Qi

 

с /

 

 

1 h c i

« i L

L l i c i

 

 

к

~

8

 

 

 

Понедельник

136

86

50

35 326 150

95

55

38 339 137

85

52

36 330

 

Вторник

 

122

77

45

31 307

131

86

47

33 317 103

78

25

17 245

 

Среда

 

111

86

25

17 245 121

83

38

27 290 105

94

11

8 204

 

Четверг

 

128

83

45

31 307 141

80

61

43 362 138

83

55

38 339

 

Пятница

 

104

73

31

22 267

98

93

5

3 182 112

86

26

18 249

 

Среднесуточные

 

 

 

 

291

 

 

 

 

298

 

 

 

273

308

затраты за

неделю

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

K ~ -

10

 

 

 

 

 

 

 

 

Понедельник

136

107

29

20 300 150 117

33

23 313 137 105

32

22 309

 

Вторник

 

122

97

25

17 286 131 106

25

17 286 103

98

5

3 224

 

Среда

 

III

107

4

3 224 121 104

17

12 264 105 116

_

__ 210

 

Четверг

 

129 103

25

17 286 141 100

41

29 300 138 104

34

24 318

 

Пятница

 

104

92

12

8

246

98 114

 

 

210 112 107

5

3 224

 

Среднесуточные

 

 

 

 

268

 

 

 

 

274

 

 

 

257

289

затраты за

неделю

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

к—12

 

 

 

 

 

 

 

 

Понедельник

136

128

8

6

279

150 138

12

8 288 137 126

11

8 288

 

Вторник

 

122 117

5

3

266 131 127

4

3 266 103 117

 

252

 

Среда

 

Ш

127

5

3

262 121 124

21

 

252 105 137

14

262

 

Четверг

 

128 123

266 141

120

15 320 138 124

10 297

 

Пятница

 

104 111

 

 

252

98 135

 

 

252

112 127

 

252

 

Среднесуточные

 

 

 

 

233

 

 

 

 

275

 

 

 

268

288

затраты за

неделю

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

к— 14

 

 

 

 

 

 

 

 

Понедельник

136 148

 

 

294

150 160

 

 

294

137 146

 

294

 

Вторник

 

122 137

 

 

294 131 147

 

 

294 103 137

 

294

 

Среда

 

111

148

 

 

294

121

145

 

 

294

105 159

 

294

 

Четверг

 

128 143

 

 

294 141 140

1

1

298 138 144

 

294

 

Пятница

 

104 131

 

 

294

98 157

 

 

294 112 148

 

294

 

Среднесуточные

 

 

 

294

 

 

 

 

 

295

 

 

 

294

309

затраты за

неделю

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

П р и м е ч а н и е . < — число сверхурочные часов работы автомобилей.

6;

163

 

В подобных случаях можно руководствоваться формулами:

«1X1 + «2x2 + • • •

(IX.16)

Щ+ «2 • ••

где п1, п2— число наблюдений в соответствующих частных совокуп­ ностях; xi. % 2 — средние значения случайной величины по совокуп­ ностям; 5(2 — средние значения случайной величины для объединен­

ной совокупности:

-2

+

+ п2( ч - ^ ) 2 + ...

о2=

---------------------------1----------------------------------

:------------------

, (IX .1/)

 

Щ+ Щ-(■ • • •

п\ + >г2+ • • •

 

где аI2;

а22— дисперсии частных

совокупностей;

ст^ — дисперсия

общей совокупности.

Эту формулу можно выразить определением: общая дисперсия равна средней из частных дисперсий плюс дисперсия частных сред­ них.

В производственных условиях крайне важно накапливать дан­ ные статистических наблюдений за производственными процессами. Это позволит получить надежные показатели норм выработки и шире применять метод статистических испытаний для решения воп­ росов организации дорожно-строительных работ.

П р и м е р 2. Рассмотрим совместную работу самоходного скрепера Д-347Г с трактором-толкачом С-100. Известно из статистических наблюдений, что период работы скрепера между двумя ремонтами составляет в среднем 100 смен с сред­ неквадратичным отклонением 20 смен, а трактора соответственно 90 смен и 10 смен. Известно также, что продолжительность этих межремонтных периодов подчинена закону нормального распределения. Требуется определить межремонт­ ный период работы звена.

В математическом смысле задача сводится к тому, чтобы на основе извест­ ных плотностей вероятности f\(t) и f2(t) найти совместную плотность вероятно­ сти h[fi(t)\ f2(t)]. Во многих случаях решить такую задачу аналитически не пред­ ставляется возможным и весьма эффективно применение метода Монте-Карло.

Таблицы нормально распределенных случайных чисел составлены для функ­

ции плотности в виде / (t) = —

(т. е. для математического ожида-

V

 

ния, равного нулю (см. рис. 10, б)

я а2 = 1,0. Тогда длительность межремонтного

периода Ч как для скрепера, так

и для трактора может быть

установлена из

соотношения:

 

 

/,= 7 + 7 Н Р С Ч ,

(IX. 18)

где I — средняя продолжительность межремонтного периода; а — статистическое среднеквадратичное отклонение длительности этого периода; НРСЧ — нормально распределенное случайное число.

Для моделирования были

получены

одним

из

охарактеризованных выше

методов следующие 20 НРСЧ:

 

 

 

 

Для скрепера

Для

трактора-

 

 

толкача

0,464

0,906

0,137

—0,513

0,060

1,179

—2,526

—1,055

1,486

— 1,501

—0,354

—0,488

1,022

—0,690

—0,472

0,756

1,394

1,372

—0,555

0,225

164

На основе соотношения

(IX. 18)

и

приведенных в условии задачи

данных

по t и

а

для скрепера

и

трактора

были

получены результаты,

приведенные

в табл.

28.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Т а б л и ц а 28

Скрепер

 

Трактор-толкач

 

 

 

Скрепер

Трактор-толкач

 

 

 

 

 

 

 

 

 

t .

 

 

 

 

 

 

^min

 

 

 

 

 

 

 

mm

 

 

 

 

 

 

НРСЧ

 

 

Пс

НРСЧ

 

*/т

 

 

НРСЧ

Пс

НРСЧ

*«т

 

 

0,464

109,28

0,137

91,37

91,37

 

0,906

118,12

—0,513

84,87

84,87

0,060

101,20

—2,526

64,74

64,74

 

1,179

123,58

— 1,055

79,45

79,45

1,486

129,72

—0,354

86,46

86,46

— 1,501

69,98

—0,488

85,12

69,98

1,022

120,44

—0,472

85,28

85,28

—0,690

86,20

0,756

97,56

86,20

1,394

127,88

—0,555

84,45

84,45

 

1,372

127,44

0,225

92,25

92,25

Поясним порядок вычисления величин Пс; Пт

и ^min. Так, используя для

скрепера

первое НРСЧ 0,464, будем иметь

Пс = 100+ 0,464-20 = 109,28 смен.

Для

трактора П т= 9 0 + 0 ,137-10=91,37 смен.

 

 

межремонтный

период

будет

Очевидно, что при работе звена этих машин

равен минимуму из величин Пс и Пт.

 

 

 

 

 

 

 

 

Как видно из приведенных в табл. 28 данных, межремонтный период промо­

делирован

10 раз.

 

 

 

 

 

 

 

 

 

 

 

 

Вычислим величины

^

и °2-

 

 

 

 

 

 

 

 

- ,со,

 

91,37 + 64,74+ 86,46 +85,28 +84,45 +84,87 + 79,45+ 69,98 + 86,20 +92,25

Пып -

 

 

 

 

 

 

 

10

 

 

 

 

 

 

 

 

 

 

 

 

=

82,5 смены;

 

 

 

 

 

 

<з2 =

(91,37 — 82,5)2 + (64,74 — 82,5)2 + (86,46 — 82,5)2 +

 

*

 

 

 

 

 

 

 

 

 

 

10

 

 

 

 

 

 

 

 

+ (85,28 — 82,5)2 +

(84,45 — 82,5)2 +

(84,87 — 82,5)2 +

 

 

 

 

 

 

 

 

 

 

 

10

 

 

 

 

*

(79,45 — 82,5)2 + (69,98 — 82 ,5)2+(86,20 — 82,5)2 + (92,25 — 82,5)2

10

= 70,2 смены, откуда 0 = ^ 7 0 ,2 = 8,34 смены.

В соответствии с формулой (IX.13) возможная ошибка в определении может быть оценена следующим образом:

( ^гпin ПтНп) <

Зо

.

 

3-8,34

7 < ср ) .

fmin < 7 ,9 смены.

Г — > т - е -

^m in

*mln <

r m i n

 

У N

 

 

У 10

 

 

Определим теперь доверительный

интервал для

с помощью соотноше­

ний (IV.5) и (IV. 15).

 

 

 

 

 

Вычисляем величину

 

 

 

 

 

а8,34

2,78.

Y n 1 / l O - l

6 *-1092

165

Принимая доверительную вероятность е=0,99, по таблице приложения 5 най­ дем £а=3,17.

 

Тогда доверительный интервал, в пределах которрго будет находиться неиз­

вестная нам длительность межремонтного периода, будет равен от

t ^ n — £аас

до

4 Pm + 5a°c. что дает:

 

 

 

82.5 — 3,17-2,78 — 73,75

смены;

 

 

82.5 + 3,17-2,78 = 9 1 ,2 5

смены;

 

73,46 < t mtn < 9 1 ,5 4 .

Полученные результаты нетривиальны, так как_не вытекают прямо из исход­

ных данных решения задачи ( / ср' = 100 смен и

= 90 смен).

П р и м е р 3. Дан сетевой график (рис. 32),

продолжительность работ кото­

рого, а также величины среднеквадратичных отклонений длительности работ при­ ведены в табл. 29. Требуется определить срок завершения работ графика при детерминированных оценках длительности работ, а также уточнить надежность завершения работ графика в срок не более 20 недель.

 

 

 

 

 

 

 

Т а б л и ц а 29

Код работы

h i

n i

Код работы

 

h i

°ii

 

1— 2

10

2,5

2

-

5

8

1,5

 

1—3

12

1,0

3

-

6

6

1 ,2

 

1— 4

11

2 ,0

 

4

-

6

8

1 ,0

 

 

 

 

ляет

Критический путь проходит по работам

1—4 и 4—6. Длительность его состав­

19 недель. Рассмотрим теперь порядок статистического проигрыша

графика

как

вероятностной

модели. В

связи с тем

что

такой

проигрыш для

графиков

с небольшим числом событий может осуществляться «вручную», уместно дать методические указания к этому процессу.

При каждой реализации (проигрыше) графика из таблицы НРСЧ извлека­ ются случайные числа.

Далее по формуле (IX.18) подсчитывают продолжительности работ. Зна­ чения tn проставляют карандашом над стрелками работ. График с величинами Чу пересчитывают как детерминированную модель. Определяют работы, попавшие на критический путь. Значение Г,р (завершения работ графика) вносят в таб­ лицу результатов моделирования. По выполнении указанных операций с графика

Рис. 32.

Сетевой график, просчитан-

Рис. 33. Сетевой график, просчитанный

ный по

детерминированным времен-

как вероятностная модель (первая реа-

 

ным оценкам

лизация)

166

стирают величины /;,• и временные параметры событий, после чего проводится по этой же методике вторая и последующие реализации.

По окончании намеченного числа N реализаций оценивается надежность за­ вершения работ графика в заданный срок (Г3):

 

 

р { Т р к < Т 3) =

- ^ ,

(IX. 19)

где

N — общее число

реализаций; п — число

их,

когда выполнялось условие

Т'ср

20.

 

 

 

 

 

Далее определяется вероятность выхода каждой работы на критический путь

(РкргД с помощью соотношения:

 

 

 

 

 

 

" к р

ij

(IX .20)

 

 

Р кр Ч ~

д Г -

 

 

 

где nxfj — число случаев, когда работа ц вышла на критический путь.

 

В заключение на

основе зависимости

(IX.13)

оценивается возможная ошиб­

ка расчетного срока завершения работ графика, полученного при моделировании. В случае недостаточной точности этого показателя процесс проигрыша графика продолжается до получения необходимой точности.

Проведем по описанной методике одну реализацию сетевого графика рис. 32. Воспользуемся для этого случайными нормированными отклонениями, обведен­

ными в приложении 8 двойной линией. Тогда

 

 

j_2 = Ю — 1,192-2,5 = 10 — 2,98 =

7,02

недели;

3 =

1 2 - 2 ,0 8 1 - 1 =

12 — 2,081 = 9 .9 1 9

недели;

^ j__4 =

11 +

0,157-2 =

11,314 недели;

 

^1 2 _ 5 =

8 +

0,708 -1,5 =

8 -t- 1,062 =

9,062

недели;

*1,з -б = 6 — 2 ,132 • 1,2 = 6 — 2,56 = 3,44 недели;

г“м _ 6 = 8 — 0,297• 1,0 = 8 — 0,297 = 7,703 недели.

 

 

 

 

 

 

 

Т а б л и ц а 30

 

Значения t . j

для

работ

 

 

 

 

 

 

 

 

 

 

Т

 

 

 

 

 

 

 

урк

1 -2

1—3

1 -4

 

2 -5

3—6

4 - 6

 

7,02

9,92

11,31*

 

9,06

3,44

7,70*

19,02

9,46

12,63*

9,60

 

8,41

7,81*

8,67

20,44

11,60*

12,68

9,67

 

9,60*

4,57

8,66

21,20

14,28*

13,13

11,00

 

7,49*

6,05

9,49

21,77

7,88

11,89

11,79*

 

4,46

5,95

7,91*

19,70

6,33

10,80

10,10*

 

6,50

6,25

9,16*

19,26

10,98

12,80*

6,63

 

8,69

7,02*

7,76

19,82

6,54

11,93*

5,95

 

9,90

7,10*

7,84

19,03

10,93*

11,38

9,77

 

8,85*

7,55

8,78

19,72

10,05

11,23

12,42*

 

6,50

6,01

7,54*

19,96

П р и м е ч а н и е . Знак

* означает,

чтс

работа ока залась на кр итическом

пути.

6**

167

Полученные временные оценки нанесены на график рис. 33. Легко определить, что срок завершения работ по графику в первой реализации получился 19,02 не­ дели, т. е. очень близок к приведенному на рис. 32 для детерминированного сете­ вого графика. Результаты выполненной, а также последующих девяти реализаций приведены в табл. 30.

Данные табл. 30 показывают, что во всех десяти случаях срок завершения работ по графику оказался больше 19 недель, определенных выше для детерми­ нированного сетевого графика (см. рис. 32). Этот результат ярко свидетельствует о возможных существенных ошибках в определении плановых сроков заверше­ ния дорожных работ по сетевым графикам, не учитывающим вероятностный ха­ рактер величин tij.

Определим теперь р(Грк< 2 0 ). На основании данных табл.

30

получим

Р (Т'рк < 20)

=

= 0,7 .

 

 

 

Наибольшей вероятностью

выхода

на

критический

путь

характеризуются

работы 1 — 4 ^ркР)1_ 4 = ~ ~ =

0 д ) и 4

- 6

^ кр4_ 6 = —

= 0 ,4) .

Этот вывод

совпал с характеристикой работ критического пути детерминированного графика рис. 33.

Глава

X

ПРИМЕНЕНИЕ МЕТОДА МЕЖОТРАСЛЕВОГО БАЛАНСА ПРИ ОРГАНИЗАЦИИ ДОРОЖНО-СТРОИТЕЛЬНЫХ РАБОТ

§24. Основные понятия

Всовременных условиях развития производства отдельные его отрасли тесно связаны друг с другом. Например, производство ста­ ли и угля в стране и работа железнодорожного транспорта пред­ ставляют собой один из примеров такого комплекса. Железнодо­ рожный транспорт требует большого количества стали (рельсы, вагоны, локомотивы и т. п.), в то же самое время сталелитейное про­ изводство не может обойтись без услуг железнодорожного транс­ порта. Предприятия по производству угля также используют про­ дукцию сталелитейной промышленности, услуги железнодорожного транспорта и наоборот.

Метод межотраслевого баланса изучает подобное взаимосвя­

занное производство при заданных ресурсах, технологии и объеме «внешнего» потребления. Здесь под «внешним» потреблением по­ нимается объем продукции для конечного потребления сверх той, которая расходуется в самих производящих отраслях народного хозяйства. Трудности вычислительного порядка обусловили введе­ ние ряда упрощений и ограничений, принятых в методе межотрас­ левого баланса.

Первым из этих ограничений является предположение о выпус­ ке каждой отраслью однородной продукции. Однако это ограниче­ ние может быть ослаблено, если рассматривать сложную, состоя­ щую из нескольких видов продукцию, как единую. При этом необ­ ходимо, чтобы пропорции в выпуске составных частей подобной сложной продукции оставались неизменными.

Вторым ограничением является принятие линейного характера производственных функций, т. е. условия постоянства затрат ресур­ сов на единицу продукции вне зависимости от масштаба производ­ ства.

Дорожное строительство представляет собой комплекс взаимо­ связанных и взаимообусловливаемых видов работ. Характерным является и потребление продукции одного вида работ другим видом. Так, например, для выполнения линейных дорожных работ необхо­ дима продукция производственных предприятий (баз, карьеров и заводов) по заготовке мостовых конструкций, каменных материа­ лов, смесей их с вяжущими и т. п. В то же время для успешной ра­ боты этих предприятий нужны подъездные пути, т. е. конечная про­ дукция дорожных работ. В табл. 31 показаны подробные взаимосвя­

169

Соседние файлы в папке книги из ГПНТБ