АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Використання схеми дерева рішень при вирішенні ЗПР

Читайте также:
  1. E. Використання антисептичних засобів
  2. FTA – Аналіз «дерева відмов».
  3. V. Робочий час і його використання
  4. VII. Використання міжнародного фактору в інтересах інноваційного розвитку економіки України
  5. а) з технологічної схеми
  6. Адаптивна система навчання з використанням інформаційних технологій.
  7. Аналіз використання автопарку.
  8. Аналіз використання виробничих потужностей
  9. Аналіз використання виробничого обладнання
  10. Аналіз використання МТП
  11. Аналіз використання робочого часу
  12. Аналіз ефективності використання матеріальних ресурсів

Схему дерева рішень,використовують коли необхідно прийняти кілька рішень в умовах невизначеності: коли кожне наступне рішення залежить від попереднього або ж від результатів випробувань.

Дерево рішень відображає структуру проблеми.Зображають дерево зліва-направо,гілки означачають можливі альтернативні рішення які можуть бути прийняті і можливі результати як наслідок цих рішень.

Використовують 2 типи гілок:

1. пунктирні лінії що з’єднують квадрати можливих рішень

2. суцільні лінії що з’єднують круги можливих результатів.

Квадратні вузли означають точки прийняття рішень

Круглі вузли – наслідки рішень.

Через те що ОПР не може впливати на появу результатів вона обмежується лише імовірностями їх появи.

Після того, коли всі рішення та їх результати вказані на дереві прораховують кожен з вар-тів і в кінці проставляють його грошовий прибуток. Усі витрати пов’язані з рішенням, проставляються на відповідній гілці.Далі усі розрахунки здійснюють справа наліво.

6.Екстраполяційні методи прогнозування, основані на аналізі часових рядів.

Метод Екстраполяції є основним для прогнозування розвитку складних виробничих систем. У його основу покладено припущення про незмінність чинників що визначають розвиток об’єкта дослідження.

Сутність методу екстраполяції полягає у поширенні закономірного розвитку об’єкта в минулому і сьогоденні на його майбутнє.

Часовий ряд – це сукупність даних у яких час є незалежною змінною. Особливістю часових рядів являється те, що кожен член ряду, являється одночасно результатом минулого розвитку і вихідною передумовою для розвитку у майбутньому.

Особливістю елементів числового ряду є те, що кожен з елементів є наслідком минулих подій та передумовою виникнення наступних.

Дослідження часового ряду дає можливість виявити закономірність, зв'язок між минулими та наступними подіями. Методи екстраполяції використовують за відносно стабільного розвитку підприємства (чи окремих показників його діяльності) або за наявності сезонних чи циклічних коливань з чітко вираженим трендом

Тренд загальна зміна значень змінної в часі. Сезонна варіація – циклічні коливання, що повторюються протягом невеликого проміжку часу.

Серед методів прогнозування виокремлюють модель з з аддитивною компонентою.(значення сезонної компоненти – константа) та модель з змультиплікативними компонентами.

Прогнозна модель з аддитивною компонентою.(значення сезонної компоненти – константа)

Загальний вигляд моделі A=T+S+E

A – значення техніко-економічного показника, той показник, який аналізується і прогнозується

T- тренд - це загальна зміна значень змінної в часі.

S- значення сезонних компонент

E – помилка або похибка.

Розрахунок тренда

T=a+bx, де

а-характеризує точку перетину з віссю ординат

b- нахил лінії тренда

Для визначення параметрів прямої, що найкраще апроксимує тренд використаємо метод найменших квадратів.

x-порядковий номер кварталу

y- T*E

n-кількість кварталів

Прогнозування за допомогою адитивної моделі

Прогнозні значення за допомогою моделі з адитивною компонентою розраховуються так:

Р=Т+ S

Чим більш віддаленим є період прогнозування, тим менш являється обґрунтованість прогнозу

Модель з мультиплікативними компонентами:

У деяких часових рядах значення сезонної компоненти не є константою, а являє собою визначену частку трендового значення. Таким чином значення сезонної компоненти збільшується із зростанням значень тренда. У таких випадках потрібно будувати та прогнозувати за допомогою моделі з мультиплікативними елементами.

Загальний вигляд моделі A=T*S*E

Прогнозні значення за допомогою моделі з мультиплікативною компонентою розраховуються так:

F=Т* S

Для згладжування даних можна застосувати метод ковзного середнього.


1 | 2 | 3 | 4 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.)