- •Конспект лекций по учебной дисциплине
- •1.4. Классификация предвидений (прогнозов)
- •1.5. Принципы организации прогнозирования
- •1.6. Порядок прогнозирования
- •Доп. Вопросы (для экзамена на 5)
- •Раздел 1. Прогнозирование методами математической статистики Тема 2. Корреляционные методы
- •2.1. Графическое представление вариационных рядов
- •2.2. Зависимость применимости метода прогнозирования от шкалы
- •2.2.1. Номинальная шкала
- •2.2.2. Ранговая шкала
- •2.2.3. Метрические шкалы
- •Тема 3. Трендовая модель прогнозирования
- •3.1. Понятие временного ряда
- •3.2. Задачи анализа временного ряда
- •3.3. Первоначальная подготовка данных
- •3.4. Задача построения аналитического тренда
- •3.5. Определение базы построения тренда
- •3.6. Наиболее употребимые виды трендов
- •3.7. Графический способ определения вида уравнения (типа) тренда
- •3.8. Определение тренда на основе сглаживания ряда
- •3.8.1. Механическое сглаживание
- •3.8.2. Аналитическое сглаживание
- •3.9. Тестовый способ определения вида уравнения (типа) тренда
- •3.10. Прогнозирование по тренду
- •3.11. Оценка качества прогнозов
- •5.1. Определение периода цикличности на основе функции автокорреляции
- •5.2. Сглаживание по нечётной базе
- •5.3. Сглаживание по четной базе
- •5.4. Взвешенное сглаживание
- •5.5. Достоинства и недостатки метода
- •5.6. Прогнозирование на основе сглаживания
- •Тема 6. Метод экспоненциального сглаживания и его использование в прогнозировании
- •6.1. Выбор параметра сглаживания
- •7.2. Метод наименьших квадратов
- •7.5. Тренды на основе сплайн-функций ???
- •Вопросы на 5
- •Тема 8. Анализ цикличности (сезонности)
- •8.1. Задача выявления сезонных колебаний
- •8.2. Определение сезонной составляющей при аддитивной сезонности
- •8.3. Определение сезонной составляющей при мультипликативной сезонности.
- •8.4. Выявление сезонности с использованием тригонометрических функций
- •9.2.1. Поворотные точки
- •9.2.2. Длина фазы
- •9.2.3. Критерий, основанный на знаках разностей
- •9.2.4. Критерии, основанные на ранговой корреляции
- •9.2.5. Сравнительный анализ критериев
- •9.3. Практические способы анализа ошибки ??? Тема 10. Прогнозирование на основе регрессионных моделей
- •10.1. Понятие регрессии
- •10.2. Отбор факторов для регрессии
- •10.3. Вид функции регрессии
- •10.4. Расчет параметров регрессии
- •10.5. Прогнозирования на основе регрессионных моделей
- •10.6. Авторегрессия
- •Тема 11. Производственные функции
- •11.1. Общая характеристика производственной функции
- •11.2. Функция Кобба-Дугласа. Общая характеристика
- •11.3. Функция Кобба-Дугласа. Расчет параметров
- •12.1.2. Задачи о «смесях»
- •12.1.3. Задачи о «раскрое»
- •12.1.4. Общая планово-производственная задача. Выбор интенсивностей использования различных технологических способов производства
- •12.1.5. Распределение ресурсов во времени. Оптимальное регулирование запасов
- •12.2. Графическое решение задачи
- •15.1. Прогнозирование на основе групповой экспертной оценки
- •15.2. Применение метода "Дельфи" для прогнозирования
- •Тема 16. Самореализующиеся прогнозы
- •Тема 17. Имитационное моделирование
12.1.2. Задачи о «смесях»
Постановка задачи. Имеется р компонентов (i == 1, 2, ..., р), при сочетании которых в различных пропорциях образуются различные смеси. Заданы р чисел Сi характеризующих цену, вес, калорийность и т.д. единицы i-го компонента. Требуется определить состав смеси (т. е. числа X1, … ,Xi, … Xp), для которой суммарная характеристика (цена, вес и т. д.) окажется наилучшей.
При этом предполагается, что в состав каждого компонента входят q веществ. Для каждого вещества задано число Bj, указывающее минимально необходимое содержание j-го вещества в смеси. Через Aij обозначено количество j-го вещества (j = 1, 2, ..., q), которое входит в состав единицы i-го компонента.
Решенне. Предполагается, что количество вещества в смеси равно сумме количеств вещества в каждой из компонент смеси, т. е. если смесь состоит из X1 единиц 1-го компонента, X2 единиц 2-го компонента и т. д., то количество вещества j в смеси равно . Из условия обязательного минимального содержания каждого из веществ в смеси получим систему неравенств:
Кроме того, очевидно, что
Наконец, суммарная характеристика смеси выразится равенством .
Замечания.1. Кроме ограничений, по содержанию отдельных веществ в смеси, в задаче могут фигурировать ограничения по имеющимся запасам отдельных компонентов или по предельным нормам их включения в смеси. Могут задаваться также пропорции, в которых некоторые из компонентов должны входить в состав смеси.
2. Если известны условия изготовления компонентов с учетом имеющихся для этой цели ресурсов, то возникает более сложная объединенная задача составления оптимальной смеси, для которой будут с наибольшим эффектом использованы ресурсы в производстве компонентов. Так, например, при составлении рациона кормления можно определить оптимальную структуру посевов, обеспечивающих кормление имеющегося поголовья скота наилучшим образом.
Ресурсами в данном случае служат участки земли, на которых выращиваются различные компоненты, включаемые в рацион.
Пример задачи. Нефтеперерабатывающий завод получает 4 полуфабриката: 400 тыс. л алкилата, 250 тыс. л крекинг-бензина, 350 тыс. л бензина прямой перегонки и 100 тыс. л. изопенттона. В результате смешивания этих четырех компонентов в разных пропорциях образуются три сорта авиационног бензина: бензин А— 2:3:5:2, бензин В — 3 : 1 : 2: 1 и бензин С — 2: 2: 1 : 3.
Стоимость 1 тыс. л указанных сортов бензина характеризуется числами: 120 руб., 100 руб. и 150 руб.
Определить план смешения компонентов, при котором будет достигнута максимальная стоимость всей продукции. (Вариант: Определить оптимальный план смешения из условия максимального использования компонентов.)
12.1.3. Задачи о «раскрое»
Постановка задачи. На раскрой (распил, обработку) поступает s различных материалов. Требуется изготовить из них q различных изделий в количестве, пропорциональном числам B1, B2, … ,Bk, … ,Bq.
Каждая единица j-го материала (j == 1,2,..., s) может быть раскроена р различными способами, причем использование i-ro способа (i == 1,..., р) дает единиц k-x изделий.
Найти план распила, обеспечивающий максимальное число комплектов, если материалов j-го вида поступает Dj единиц.
Решение. Обозначим через Xij количество единиц j-го материала, раскраиваемых по i-му способу (всего таких переменных будет p*s). Переменные Xij, очевидно, должны удовлетворять ограничениям:
где K — число комплектов изготавливаемых изделий.
Задача заключается в максимизации Z == K при вышеуказанных условиях.
В частном случае, когда на обработку поступает материал только одного образца (т. е. s = 1), в количестве D ед., модель принимает более простой вид:
Пример задачи. Для изготовления брусьев трех размеров: 0,6м, 1,5м и 2,5м в соотношении 2 : 1 : 3 на распил поступают бревна длиной в 3 м. Определить план распила, обеспечивающий максимальное число комплектов.
Решение. Прежде всего, определим всевозможные способы распила бревен, указав, сколько соответствующих брусьев при этом получается.
Способы распила (i) |
Получаемые брусья |
Количества бревен, распиленных по i-му способу | ||
0,6 |
1,5 |
2,5 | ||
1 |
5 |
— |
— |
X1 |
2 |
2 |
1 |
— |
X2 |
3 |
— |
2 |
— |
X3 |
4 |
— |
— |
1 |
X4 |
Комплект |
2 |
1 |
3 |
|
Теперь составляем математическую модель, приняв, что всего поступает на распил D бревен: максимизировать число комплектов Z=K при условиях, что все бревна должны быть распилены (X1+X2+X3+X4=D) и что число брусьев каждого размера должно удовлетворять условию комплектности:
5Х1+2Х2=2К; Х2+2Х3=1К; Х4=3К.
Из последнего равенства, определив К=1/3Х4, и исключив К из остальных выражений, придем окончательно к следующей задаче:
После решения ее получим оптимальное решение задачи Х={4/39, 5/39, 0, 10/13} н Z=10/39.
Таким образом, 10,2% (4/39) общего числа поступающих бревен следует распиливать по 1-му способу, 12,8% — по 2-му способу и 77% — 4-му способу; 3-й способ распила применять не следует. При этом будет произведено 10/39 комплекта на каждые D брёвен.