WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

 

На правах рукописи

МОСКВИЧЕВ Евгений Сергеевич

РАЗРАБОТКА СИСТЕМЫ МОНИТОРИНГА И МЕТОДОВ НЕЧЕТКОГО ситуационного анализа

ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ МЕЖДУНАРОДНЫХ АВТОМОБИЛЬНЫХ ПЕРЕВОЗОК 

Специальность 05.22.01 – «Транспортные и транспортно-технологические системы страны, ее регионов и городов, организация производства на транспорте»

А в т о р е ф е р а т

диссертации на соискание ученой степени

кандидата технических наук

Москва 2012

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московский автомобильно-дорожный государственный технический университет (МАДИ)» на кафедре «Автомобильные перевозки».

Научный руководитель

Приходько Вячеслав Михайлович

член-корреспондент РАН,

доктор технических наук, профессор,

ректор МАДИ

Официальные оппоненты

Сарбаев Владимир Иванович

доктор технических наук, профессор,

заведующий кафедрой «Эксплуатация транспортных средств» Московского государственного индустриального университета (МГИУ)

Резер Семён Моисеевич

доктор технических наук, профессор,

заведующий отделом транспорта

Всероссийского института научной

и технической информации РАН

(г.Москва)

Ведущая организация - Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Волгоградский государственный технический университет»,  (г. Волгоград).

Защита состоится 22 мая 2012г. в 1000 часов на заседании диссертационного совета ДМ.212.126.06 при Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московский автомобильно-дорожный государственный технический университет (МАДИ)» по адресу: 125319, г. Москва, Ленинградский проспект, д.64, ауд. 42.

Телефон для справок: (499) 155-93-24.

С диссертацией можно ознакомиться в библиотеке МАДИ.

Автореферат разослан 20 апреля 2012 г.

Отзывы на автореферат в двух экземплярах, заверенные печатью организации, просим направлять в адрес диссертационного совета университета, а копии отзывов присылать по электронной почте: uchsovet@madi.ru

Ученый секретарь

диссертационного совета ДМ.212.126.06

кандидат технических наук, доцент                       Ефименко Д.Б.

Общая характеристика работы

Актуальность исследования

Рост потребности на услуги автомобильного транспорта является следствием экономического роста и неотделим от него. Международные автоперевозки являются одной из наиболее прогрессивных движущих сил интеграционного процесса в силу их ориентированности на обслуживание международной торговли.

Уровень развития и объем международных автомобильных перевозок грузов напрямую зависят от общего состояния экономики страны, внешнеэкономических и политических факторов. Вместе с тем без дальнейшего развития отечественных международных автоперевозок, без повышения эффективности и конкурентоспособности российских операторов на рынке транспортных услуг вряд ли возможны уверенный экономический рост и, как следствие, увеличение ВВП. Столь высокая актуальность данного вопроса также связана с процессом интеграции РФ в мировую экономику. Все научные разработки создания международных транспортных коридоров, призванных обеспечить выход экспортно–импортных грузопотоков через автомобильные пункты пропуска, развития пограничной инфраструктуры международных транзитных перевозок как нельзя лучше вписываются в концепцию Транспортной стратегии России на период до 2030 года, поскольку в полной мере позволяют реализовать стратегические интересы России.

Все это делает актуальным решение задач создания системы мониторинга международных автомобильных перевозок, а также разработки методов анализа больших объемов информации во взаимосвязи экспорта, импорта, участия различных перевозчиков и стран, регионов РФ и др., что и определяет востребованность настоящей диссертационной работы.

Цель и основные задачи исследования

Целью работы является повышение эффективности управления международными перевозками за счет оперативного контроля, мониторинга обобщенных показателей и исследования закономерностей, возникающих на рынке перевозок, на основе формализованных методов и моделей статистического и ситуационного анализа.

Для достижения данной цели в работе решаются следующие задачи:

  • системный анализ моделей управленческих решений и методов организации международных перевозок с использованием интеллектуального анализа данных;
  • разработка базы данных и реализация универсальных параметризуемых запросов;
  • разработка методов и моделей агрегирования обобщенных показателей;
  • разработка моделей ситуационного анализа динамики перевозочного процесса;
  • разработка концептуальной схемы системы мониторинга.

Предметом исследования являются технологии сбора, передачи и аналитической обработки данных о международных перевозках.

Объектом исследования является система управления международными автомобильными перевозками.

Методы исследования

При разработке формальных моделей компонентов системы мониторинга в диссертации использовались методы общей теории систем и классический теоретико-множественный аппарат. Анализ показателей перевозок проводился на основе реальных статистических данных, обработка которых выполнялась с помощью методов регрессионного, дисперсионного факторного, кластерного и других современных методов многомерного статистического анализа с использованием математических и статистических пакетов.

Научная новизна

Научную новизну работы составляют методы и модели поддержки управленческих решений в системе оперативного контроля технико-экономических показателей автотранспортных предприятий, выполняющих международные перевозки.

На защиту выносятся:

  • универсальная параметризуемая система запросов к базе данных, содержащей информацию о международных автомобильных перевозках грузов (МАПГ);
  • результаты статистического анализа данных международных перевозок;
  • методика формирования обобщенного показателя эффективности МАПГ;
  • модель нечеткой ситуационной сети выбора управленческих решений;
  • концептуальная модель системы мониторинга.

Достоверность научных положений, рекомендаций и выводов

Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, а также предварительным статистическим анализом динамики показателей международных перевозок. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения результатов работы на ряде предприятий.

Практическая ценность и реализация результатов работы

Научные результаты, полученные в диссертации, доведены до практического использования и представляют непосредственный интерес в области мониторинга и оперативного контроля международных перевозок. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде транспортных предприятий, а также используются в учебном процессе МАДИ.

Апробация работы

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

  • на Российских и межрегиональных научно-технических конференциях и семинарах (2005-2012гг.);
  • на заседаниях кафедры "Таможенное дело" и кафедры "Автомобильные перевозки" МАДИ.

Совокупность научных положений, идей и практических результатов исследований в области создания моделей поддержки управленческих решений составляет актуальное направление исследований в области создания систем оперативного контроля и мониторинга показателей предприятий транспортного комплекса.

Содержание работы

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов и моделей.

Во введении обосновывается актуальность работы. Рассматриваются основные проблемы. Сформулирована цель работы и основные задачи. Приведено краткое описание содержания глав диссертации.

В главе 1 диссертации проводится системный анализ моделей и методов организации международных автомобильных перевозок.

Наряду с трансформацией экономики качественно изменился и автомобильный транспорт. Он стал эффективнее, надежнее, безопаснее и чище. Научно-технический прогресс и законодательные меры по стимулированию замены парка привели к повышению привлекательности автомобильного транспорта для перевозок грузов во всех видах сообщений. Устойчиво растет показатель средней дальности перевозки грузов, что свидетельствует о повышении роли автомобильного транспорта при осуществлении доставок на дальние расстояния. Существенно возросла роль автомобильного транспорта при осуществлении международных сообщений. В большинстве новых независимых государств в настоящее время ему принадлежит первое место по объемам импортных перевозок грузов, он находится также в числе лидеров по объемам и стоимости перевозимых экспортных грузов. Наиболее значительна роль автомобильного транспорта в обеспечении внешней торговли шести из пятнадцати новых независимых государств, не имеющих выхода к открытому морю.

Среди наиболее известных научных работ следует отметить работы Г.Л.Багиева, Е.П.Голубкова, А.Курно, М.Портера, Р.А.Фатхутдинова, П.Хайне, А.Д.Шеремета, А.Ю.Юданова, и др. В научных исследованиях межстрановой конкурентоспособности выделяются разработки Всемирного экономического форума (ВЭФ). Существенный вклад в разработку математических моделей, методик, алгоритмов оценки деятельности предприятий внесли работы А.Томпсона-мл. и А.Дж. Стрикленда, Дэвида Кревенса, Ламбер Жан-Жака, А.А.Воронова, Л.Р.Ильясовой, В.Г.Холявко и др.  Для выявления характерных особенностей функционирования международных АТП использовались работы С.М.Абалонина, Н.А.Троицкой, А.Э.Горева, В.А.Крыгина, В.С.Лукинского, В.Д. Герами, Л.Б.Миротина и др.

В работе проведен анализ деятельности ассоциации международных автомобильных перевозчиков (АСМАП). АСМАП  является добровольным объединением юридических лиц и предпринимателей без образования юридического лица, зарегистрированных на территории Российской Федерации, осуществляющих перевозки грузов и пассажиров в международном автомобильным сообщении. АСМАП объединяет около 2 200 и обслуживает свыше 6 000 российских транспортных предприятий. Это одно из самых крупных  профессиональных объединений России, созданное в 1974 году.

В работе дано формальное описание текущего состояния процедур поддержки управленческих решений в существующей организационной структуре.

АСМАП имеет филиалы и представительства во всех федеральных округах и в Калининградской области, представителей в 10 городах России и Бресте, а также сеть современных учебных центров по всей стране.

АСМАП осуществляет взаимодействие с государственными органами и иными организациями по вопросам формирования транспортной политики, реализации функций регулирования рынка международных транспортных услуг, обеспечения условий добросовестной конкуренции в интересах международных автомобильных перевозчиков, совершенствования нормативной правовой базы и механизмов ее реализации.

Данные по международным перевозкам предоставляются  АСМАП всеми таможенными постами. К ним относятся: дата и время прохождения транспортного средства (ТС); номер ТС, водитель и другие данные, связанные с идентификацией ТС; страна (назначения или отправки груза); регион РФ (назначения или отправки груза); код груза, его вес и другие.

Ежегодное количество регистраций прохождения ТС через таможенные посты составляет порядка 4 млн., количество стан – порядка 130, количество регионов РФ – 89, количество типов груза – 98. Такой объем данных позволяет сформировать целостную картину динамики международных перевозок на рынке транспортных услуг.

В настоящее время база данных реализована с использованием системы управления базами данных Access. При этом получение динамики объемов по различным годам представляет определенные трудности, связанные с ограниченными возможностями Access.

Для повышения эффективности системы мониторинга в работе предлагается использование всего спектра методов оперативного анализа и обработки данных.

Ввиду актуальности систем поддержки многомерного оперативного анализа данных в диссертации рассмотрены теоретические основы OLAP-систем и технологии проектирования приложений, а также вопросы практического характера, которые вызывают повышенный интерес в области анализа закономерностей развития международных перевозок.

Современный рынок международных автомобильных грузоперевозок характеризуется высоким уровнем конкуренции. По статистическим данным АСМАП, из общего объема перевозок внешнеторговых грузов на долю российских операторов приходится 38%. Анализ факторов, обуславливающих недостаточный уровень конкурентоспособности российских операторов на рынке МАПГ, позволил в качестве основных выделить следующие: высокая доля порожних пробегов и связанное с этим завышение российскими операторами тарифов на перевозки; недостаточно высокая надежность перевозочного процесса, к которой ведут наличие недобросовестных участников и плохо развитый механизм страхования грузов; низкий уровень соответствия парка подвижного состава российских операторов международным стандартам и требованиям; недостаточный уровень квалификации российских водителей по сравнению с иностранными водителями; проблемы с получением разрешительной документации и т.д.

В диссертации сделан вывод о том, что осуществление мер по развитию евро-азиатских автотранспортных связей должно носить скоординированный и системный характер, что невозможно без создания распределенной системы мониторинга.

В главе 2 на основе результатов статистического анализа данных по объему международных перевозок между различными регионами РФ с различными странами, разработаны методы и модели оперативного анализа основных показателей МАП.

Интерес представляют: объемы перевозок; соотношение объемов перевозок импортных и экспортных грузов на рынке международных автомобильных перевозок; распределение рынка перевозок по направлениям; распределение объемов перевозок в разрезе групп перевозчиков; номенклатуры грузов, регионов России, стран импортеров и экспортеров и т.п. (рис.1.).

Анализ географии развития рынка перевозок России позволил выделить основные направления перевозок грузов. Наибольшая доля экспорта приходится на Финляндию, Беларусь, Казахстан, Украину и Германию (24, 15, 13, 12 и 4% соответственно). Основная доля импорта приходится на Финляндию, Беларусь, Польшу, Литву и Германию (16, 15, 12, 10 и 8% соответственно). В плане импорта по регионам пропорции следующие: Москва – 48%, Санкт-Петербург – 12%, Московская область – 7% и т.д. Наиболее сильные позиции российские операторы занимают на направлениях Китая и Финляндии (соответственно 80% и 70% от общего объема перевозок между странами).

Рис.

1.

Распределение объемов перевозок

Для последующего решения задач повышения эффективности международных перевозок в диссертации дается формализованное описание исходных данных. Измерения играют роль индексов, используемых для идентификации значений показателей, находящихся в ячейках гиперкуба. Комбинация членов различных измерений играет роль координат, которые определяют значение показателя (рис.2.). Поскольку для куба может быть определено несколько показателей, то комбинация членов будет определять несколько ячеек со значениями каждого из показателей.

 

Рис.

2.

Трёхмерный OALP-куб с простыми измерениями

Для анализа международных перевозок показатели, измерения, объекты и ячейки приведены ниже.

Показатели: W - объём перевозок, V - количество рейсов.

Измерения: C - Страны, R - регионы, P - перевозчики, G - типы груза, S – посты, X – экспорт/импорт, T – временное измерение.

Объекты: C – Страны (порядка 140 – Австрия, Германия, Польша, …, Финляндия);

R – регионы (89 – Адыгея, Карелия, Ямало-Ненецкий округ,…);

P – перевозчики (порядка 200 - дифференциация проводится по всем странам и регионам РФ);

G - типы груза (99 – древесина, пластмассы,…, одежда и др.);

S – посты (порядка 600 – Адлер, Балашиха, Мценск,..);

T – временное измерение (имеется статистика с 2000 по 2011 год).

При этом P представляют иерархическую структуру:

1-й уровень (PC) – все перевозчики страны или региона;

2-й уровень (PCO) – транспортные компании выбранной страны или региона;

3-й уровень (Q) – транспортное средство выбранной транспортной компании.

Страны и типы грузов также имеют сложившуюся иерархическую структуру. Для временной шкалы - Дни, Месяцы, Кварталы, Годы - наиболее часто используемые в анализе (возможны также часы – для исследования интенсивности и дни недели).

Ячейка: W – объем груза, V – количество рейсов (по БД АСМАП для каждой непустой ячейки принимает значение 1).

В работе рассмотрен случай с тремя простыми измерениями. Структура многомерного куба (рис.2.) включает следующие объекты: один показатель -  объем экспорта определенного типа груза; три измерения - регион РФ (ось oR), страна (ось oC), временное измерение с единицей “месяц” (ось oT). Стрелки показывают направление агрегации. Обозначим С, R, T как множества членов соответствующих измерений “стран”, “регионов”, “времени”. Обозначим количество членов в каждом из измерений как: nс=|С|, nr=|R|, nt=|T|. Члены этих измерений обозначим соответственно mc, mr, mt. Для получения агрегированных значений в разрезе регионов и месяцев необходимо просуммировать первоначальные значения показателей по всем странам для каждой комбинации (mt, mr) регионов и месяцев. Количество агрегированных таким образом значений равно nrnt. Учитывая значение полного агрегата, определяющее в нашем случае суммарный объём перевозок по всем странам, регионам и всему временному периоду, получим суммарное количество всех агрегатов: a*= nrnc + ncnt + nrnt + nc + nr + nt + 1.

В общем случае агрегаты представляют агрегированные по определенным условиям исходные значения показателей. Данная задача поэтапного агрегирования необходима для повышения оперативности формирования системы запросов на выявление закономерностей. Кроме того, решение задачи позволяет выполнить параметризацию нечеткой модели самого принятия решения руководителем.

Допустим, имеется m измерений с ni количеством членов в i-м измерении, где i=1..m. Упорядочим существующие измерения и присвоим каждому измерению порядковый номер i в соответствии с выбранной сортировкой. Обозначим множество таких порядковых номеров I, так что m = | I |.

Обозначим некоторое множество агрегатов через Al1…li…lm , где li∈{0,1}. Выделим также такое подмножество порядковых номеров I0={ik | ik∈I & lik=0}, k=1…p, p≤m. Будем считать Al1…li…lm – множество агрегатов, полученных агрегированием по всем членам тех измерений, порядковый номер которых i∈I0. Тогда A1…1, где индексы во всех позициях равны 1, является множеством исходных данных; A0…0, где индексы во всех позициях равны 0, содержит единственное значение полного агрегата. Упорядоченная последовательность l1,…,li,…,lm, соответствующая множеству агрегатов Al1…li…lm, представляет состояние агрегации. Разные состояния агрегации, а следовательно, и множества агрегатов могут соответствовать одному и тому же уровню детализации l = l1+…+li+…+lm.

Обозначим количество агрегатов множества Al1…li…lm как al1…li…lm=|Al1…li…lm|.  Для трёхмерного случая с учётом того, что i(C)=1, i(R)=2, i(T)=3 – порядковые номера измерений, получим:

a011= nrnt a101= ncnt a110= ncnr a001= nt a010= nr a100= nc,

(1)

тогда:

a* = a011+ a101+ a110 + a001+ a010 + a100 + a000.

(2)

Количество агрегатов, полученных агрегированием по некоторым измерениям, равно произведению числа членов всех остальных измерений, то есть . Количество всевозможных агрегатов равно сумме al1…li…lm при всевозможных вариантах последовательности l1,…,li,…,lm, исключая множество исходных данных. Всего таких вариантов 2m -1.

Исходное множество агрегатов должно обеспечивать минимальные затраты на формирование результирующего множества, то есть необходимо определить кратчайший путь в сетевом графе к результирующему множеству (рис.3.).

Рис.

3.

Предварительное и оперативное формирование агрегатов в сетевой модели

Агрегаты должны быть сформированы так, чтобы затраты на оперативное формирование всевозможных множеств были минимальны.

В общем случае агрегат позволяет сформировать функциональную зависимость:

V(C, R, P, G, S, X, T).

(3)

Формальное агрегирование для запроса «существование взаимосвязи  между объемом экспорта различных типов груза» сводится к построению W(C, R, P, G. S, X, T). Если динамика рассматривается безотносительно постов, стран и регионов по месяцам, то строится агрегат, который формирует W(C*, R*, P*, G, S*, X, TM). При этом необходимо слияние двух таблиц W(G, X=exp, TM) и W(G, X=imp, TM).

В работе показано, что предварительный анализ данных сводится к схеме:

1. Построение агрегата с вариацией по двум измерениям (из ранее сформированного по трем или четырем измерениям).

2. Реализация сортировки по одному измерению и формирование динамических групп (например, «Прочие»).

3. Визуализация полученных результирующих данных в одной из форм многомерного временного ряда.

Для формирования групп реализован универсальный механизм, который позволяет построить агрегат произвольной формы.

С использованием разработанной системы запросов в работе проведен разведочный анализ данных по объему международных перевозок.

Так, факторный анализ показал существенную взаимосвязь, как между импортом, так и экспортом различных типов грузов. Из 196 позиций типов грузов их объемы объясняются, а следовательно, и прогнозируются всего 20-ю латентными факторами. Из этого следует, что имеют место сильные попарные корреляции между множеством отдельных типов грузов. Действительно, корреляционный анализ (рис.4.) показал существование сильной взаимосвязи между различными типами грузов.

Так, импорт древесины коррелирует с импортом черных металлов на 0,82, а экспорт древесины с экспортом изделий из черных металлов на 0,73. Интерес вызывает корреляция (0,66) между экспортом изделий из черных металлов с импортом черных металлов. Регрессионный анализ также выявил ряд закономерностей между импортом и экспортом различных групп товаров.

Сам метод дисперсионного анализа реализует запрос на агрегирование и последующую визуализацию. В результате получены диаграммы размаха объемов (рис.5. - объем экспорта древесины имеет явную сезонность) по различным типам грузов в динамике, по которым можно сделать выводы об устойчивости ежемесячных поставок. Спектральный анализ для различных типов грузов также выявил явно сезонный характер ряда позиций.

В результате проведенного анализа выполнена апробация применимости методов многомерного статистического анализа, которые естественным образом повышают точность прогноза объемов международных перевозок, что позволяет российским операторам планировать выход на рынок транспортных услуг по определенным направлениям.

Рис.

4.

Результаты корреляционного и регрессионного анализа

Рис.

5.

Диаграмма размаха экспорта древесины

С другой стороны, данные исследования привели к отработке форм визуализации показателей транспортных работ, что дает основу для формирования сценария системы мониторинга.

В главе 3 диссертации рассматриваются вопросы разработки моделей нечеткого ситуационного анализа международных перевозок. В общем случае принятие решения заключается: в генерации возможных альтернатив решений, их оценке и выборе лучшей альтернативы.

Наибольший интерес для формирования управленческих решений представляет выявление динамики перехода операторов на новые регионы и страны. Реализация запроса «Оценка динамики внедрения перевозчиков на рынок транспортных услуг» обеспечивает построение функции (3). Если динамика рассматривается безотносительно постов, типов грузов и экспорта/импорта по годам, то строится агрегат, который позволяет построить функцию: V(C, R, P, G*. S*, X*, TG).

Запрос для выделенной страны и региона представляет фильтрацию: V(C=Cc, R=Rr, P, G*. S*, X*, TG). В результате формируется таблица данных (табл.1).

Таблица

1

V(T, P) при C=Cс, R=Rr, G*. S*, X*

T\P

P1

P2

P|P|

TG1

V1,1

V1,2

V1, |P|

TGt

Vt,1

Vt,2

Vt, |P|

TG|T|

V|T|,1

V|T|,2

V|T|,|P|

Полученный формат данных дает возможность аналитической обработки. Корреляционный анализ между перевозчиками по всему периоду оценивает динамику взаимосвязи интенсивности перевозок и показывает, существует ли взаимосвязь между стратегией поведения на данном секторе между двумя выделенными перевозчиками. Регрессионный анализ показывает, как влияет объем перевозок выделенной группы перевозчиков на объем экспорта/импорта по отдельному региону.

Если интерес представляет доля собственных и привлеченных перевозчиков (рис.6.), то выполняется агрегирование и последующее динамическое построение двухуровневой иерархической структуры  (рис.7.). Все перевозчики разбиваются на 4 группы: Pc – перевозчики выбранной страны Сс; PRr – российский перевозчик выбранного региона Rr; P¬c – перевозчики других стран; PR¬r – российские перевозчики других регионов Rr;

Доля общего объема перевозок представляется как D(Pc), D(PRr), D(P¬c), D(PR¬r), Предполагается, что схема удовлетворительная, когда D(Pc)=0.5, D(PRr)=0.5. Если определена доля перевозок другой страны D(Pc)=D*(Pc)≤0.5, то может быть поставлена задача оценки эффективности работы российских перевозчиков с последующим выходом на формирование управленческих мероприятий по содействию их внедрения на рынок транспортных услуг выбранного региона. Для формального расчета показателя эффективности необходимы идентификация каждого транспортного средства (их порядка 30 тыс.) и статистика по ним, которая агрегируется в обобщенный показатель.

Рис.

6.

Объемы перевозок российскими и иностранными перевозчиками

Рис.

7.

Формирование агрегированного критерия эффективности операторов

В основу предлагаемой модели анализа факторов эффективности работы российских операторов положено использование аддитивных относительных интегральных показателей, характеризующих, по мнению эксперта, исследуемый фактор. Каждый индекс представляет собой средневзвешенное значение специальным образом нормированных показателей , связанных с фактором , где совокупность неотрицательных значений коэффициентов удовлетворяет условию нормировки .

Предполагается, что на вход модели поступает таблица (срез гиперкуба), содержащая значения исследуемых показателей , где k=1, 2,…; N - номер наблюдения (строки); N- общее количество наблюдений; - номер переменной (столбца), причем все значения отдельной переменной одного знака. Нормирование исходных значений осуществляется с учетом целевого характера монотонности изменений натурного показателя, определяемого экспертом.

Коэффициенты переменных определяются взвешиванием дисперсий с учетом доли суммарной дисперсии, воспроизводимой скрытыми факторами по формулам ():

, ,

(4)

, .

(5)

Полученные значения коэффициентов отвечают требованиям весов и могут использоваться при расчете интегрального индекса.

Ниже приведены шаги методики вычисления значений интегрального индекса.

Шаг 1. Формируется подматрица значений натурных переменных, участвующих в расчетах интегрального индекса.

Шаг 2. Для каждого столбца подматрицы вычисляются оценки средних значений и дисперсий (5).

Шаг 3. Решается задача факторного анализа, на вход которого подается матрица, сформированная на шаге 1.

Шаг 4. Рассчитывается суммарное воспроизведение дисперсии (5).

Шаг 5. Вычисляются весовые коэффициенты (4).

Шаг 6. Используя правило определения знаков, определяют
тип монотонности каждой натурной переменной.

Шаг 7. В зависимости от характера монотонности переменных рассчитывают нормированные значения переменных.

Шаг 8. Рассчитывается значение интегрального индекса модели аддитивной свертки.

В настоящее время актуализация базы данных по МАПГ реализована частично. Происходят задержки с получением данных по объемам международных перевозок. Кроме того, такой объем информации не позволяет сформировать единый количественный критерий. В связи с этим в работе предлагается использование нечеткой логики, которая более адаптирована для данного класса задач.

Пусть X={х1,х2…,xl) - перечень решаемых задач или совокупность этапов решения некоторой задачи. Пусть Y={y1,y2…,yn) - множество признаков, описывающих состояния объекта управления, а S={s1,s2…,sm) - множество состояний объекта управления. Пусть - функция принадлежности нечеткого бинарного отношения Ф, причем интерпретируется как степень важности признака уj: при реализации этапа хk. Пусть - функция принадлежности нечеткого бинарного отношения Г, причем определяет степень принадлежности признака yj состоянию si. Отношения Ф и Г можно представить в матричной форме. На основе сформированных стратегий и зон состояний можно построить фрагмент нечеткой ситуационной сети (рис.8.), который определяет переходы из текущего состояния в состояние, являющееся тактически целевым.

Рис.

8.

Фрагмент нечеткой ситуационной сети выбора тактически целевых состояний

Процедура выбора рациональных альтернатив включает следующие шаги:

1. Строится нечеткое отношение Q как пересечение исходных отношений с

,

(6)

и определяется нечеткое подмножество недоминируемых альтернатив во множестве

.

(7)

2. Строится нечеткое отношение Q2 (свертка отношений) с

, где 01,

(8)

и определяется нечеткое подмножество недоминируемых альтернатив на множестве

.

(9)

Определяется пересечение множеств и . Рациональным считается выбор альтернативы из множества

.

(10)

Предложенные модели и алгоритмы выбора управляющих решений при мониторинге международных перевозок на основе ситуационной сети позволяют осуществлять поиск как тактических, так и стратегических решений, и организовать целенаправленный поиск соответствующих управленческих мероприятий по использованию российских и зарубежных перевозчиков.

В главе 4 диссертации разработаны принципы организации системы мониторинга международных автомобильных перевозок.

Система мониторинга необходима для оперативного принятия решений, что должно подкрепляться функциями информационной поддержки. На рис.9. представлена потоковая схема отчетных документов, которая должна поддерживаться программным комплексом системы мониторинга. На начальном этапе для отработки методов оперативного управления вторичная база будет содержать лишь основные показатели, что позволит персоналу отдельных предприятий и головной структуры реализовать апробацию новых методов.

Предложенная в диссертации форма представления запроса покрывает возможность автоматической реализации всех сложившихся типовых запросов в АСМАП.

Рис.

9.

Потоковая схема документооборота в АСМАП

В диссертации выделены основные классы пользователей системы мониторинга. Показано, что в настоящее время мало внимания уделяется аналитическим исследованиям в области планирования хозяйственной деятельности автотранспортных предприятий, поэтому подготовленность кадров недостаточна к использованию современных методов и пакетов аналитической обработки данных. Таким образом, целесообразно создание аналитического отдела, в функции которого входят следующие схемы взаимодействия с руководством (рис.10.):

1. Решение задачи включения наработанных методов и форм представления, которые согласованы и приняты руководством, в программную среду для обеспечения возможности в оперативном режиме иметь обобщенную информацию по технико-экономическим и финансовым показателям каждого отдельного предприятия и их сравнительному анализу.

2. Решение слабоформализованных задач, поставленных руководством, которые имеют больше исследовательский характер.

3. Проведение собственных исследований аналитического отдела и в случае получения удачных результатов согласование с руководством необходимости включения отработанной методики в систему мониторинга.

В общем случае, интерес может представлять любая комбинация W(C, R, P, G. S, X, T). Так, анализ функционала W(C*, R, P, G*, S*, X*, TY) позволит проследить динамику использования перевозчиков в каждом регионе, а также работу каждого перевозчика во всех регионах. Исследование W(C, R*, P, G*, S*, X*, TY) позволит проследить динамику использования перевозчиков с каждой страной, а также работу каждого перевозчика во всех странах. Анализ W(C*, R*, P, G, S*, X*, TY) позволит проследить динамику использования перевозчиков каждому типу груза, а также распределение типов грузов по перевозчикам.

Рис.

10.

Функции аналитического отдела

Для реализации запроса «Распределение рынка международных автомобильных перевозок грузов России по направлениям, 2011 год» (рис.11.) агрегат должен построить функцию W(C, R*, P*, G*, S*, X, (T=2011)*). Далее реализуется визуализация двух таблиц: W(С, X=exp) и W(С, X=imp).

В данном случае необходима предварительная сортировка и последующее построение группы «Прочие» C={ALL/C1, C2,…, Cn,). Аналогично реализуется запрос «Номенклатура грузов, перевозимых автомобильным транспортом в международном сообщении» (рис.12.).

Рис.

11.

Распределение рынка перевозок по направлениям

Рис.

12.

Распределение номенклатуры грузов

Интереснее вариант построения и визуализации функций W(C, R*, P*, G*, S*, X, T*) или W(C, X, T*), которая еще и накладывает динамику структуры перевозок W(G, X=exp, TY) и W(G, X=imp, TY). Можно показать, что наиболее часто используемое агрегирование для последующей визуализации сводится к представлению многомерного временного ряда.

Программирование аналитических методов и включение их в используемые программные комплексы не совсем рационально. В связи с этим более эффективной предполагается реализация подсистемы интерфейсного взаимодействия с пакетом Statistica, в котором реализовано большое количество математических методов статистической обработки данных и визуализации результатов анализа. В программный комплекс входят: пакет Statistica и компонента интерфейсного взаимодействия (пользовательское приложение, реализующее взаимодействие с пакетом Statistica на уровне макросов); инструментальная среда подготовки презентационных отчетов, включающих в себя разнообразные мультимедийные компоненты, а именно, графику, текст, а также объекты визуализации данных пакета Statistica (диаграммы, таблицы и др.); приложение сбора и просмотра отчетных материалов, реализованное в локальном, сетевом и WEB-вариантах.

В заключении представлены основные результаты работы.

Приложение содержит документы об использовании результатов работы.

Публикации. По результатам выполненных исследований опубликовано 16 печатных работ, приведенных в списке публикаций.

Основные выводы и результаты работы

  1. Выполнен системный анализ проблемы, моделей и методов организации международных автомобильных перевозок. Показано, что осуществление мер по развитию евро-азиатских автотранспортных связей должно иметь скоординированный и системный характер, что невозможно без создания распределенной системы мониторинга.
  2. Для повышения эффективности системы мониторинга в работе предлагается использование всего спектра методов оперативного анализа и обработки данных. Ввиду актуальности систем поддержки многомерного оперативного анализа данных в диссертации рассмотрены теоретические основы OLAP-систем и технологии проектирования приложений, а также вопросы практического характера, которые вызывают повышенный интерес в области анализа закономерностей развития международных перевозок.
  3. На основе результатов статистического анализа данных по объему международных перевозок между различными регионами РФ с различными странами, разработаны методы и модели оперативного анализа основных показателей МАПГ.
  4. Решена задача построения формальной модели поэтапного агрегирования показателей, которая необходима для повышения оперативности формирования системы запросов на выявление закономерностей в международных перевозках, решение задачи позволяет выполнить параметризацию нечеткой модели принятия решения руководителем.
  5. В результате проведенного анализа выполнена апробация применимости методов многомерного статистического анализа, которые естественным образом повышают точность прогноза объемов международных перевозок, что позволяет российским операторам планировать выход на рынок транспортных услуг по определенным направлениям. Данные исследования привели к отработке форм визуализации показателей транспортных работ, что дает основу для формирования сценария системы мониторинга.
  6. Рассмотрены вопросы разработки моделей нечеткого ситуационного анализа международных перевозок. В основу предлагаемой модели анализа эффективности работы российских операторов положено использование аддитивных относительных интегральных показателей. Показано, что размерность задачи мониторинга и объем информации не позволяют сформировать единый количественный критерий. В связи с этим в работе предлагается использование нечеткой логики, которая более адаптирована на данный класс задач и предусматривает привлечение экспертов в контур систем поддержки решений.
  7. Предложенные принципы мониторинга международных перевозок на основе ситуационной сети позволяют сформировать как тактические, так и стратегические решения по выбору соответствующих управленческих мероприятий.
  8. В диссертации выделены основные классы пользователей системы мониторинга показателей МАПГ. Разработанная форма представления универсального запроса предоставляет возможность автоматической реализации всех сложившихся типовых запросов в АСМАП.
  9. Результаты диссертационной работы внедрены для практического применения в ряде предприятий, а также используются в учебном процессе в МАДИ.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в журналах, рекомендованных ВАК

  1. Москвичев, Е.С. Нечеткие методы и модели поддержки управленческих решений формирования организационной структуры промышленного объединения / Е.С. Москвичев, М.В. Приходько, П.А. Тимофеев, П.С. Якунин // Вестник МАДИ Выпуск 4 (27) . МАДИ.- М., 2011 . - С. 67 – 73.
  2. Москвичев, Е.С. Аппроксимация среднеинтегральных оценок нестационарных режимов имитационных моделей сетей массового обслуживания / Е.С. Москвичев, А.А. Солнцев, В.М. Приходько, Д.В. Строганов, П.С. Якунин  // technomag.edu.ru: Наука и образование: электронное  научно-техническое издание. / МГТУ им.Н.Э.Баумана,  2012, выпуск 3. URL.
  3. Москвичев, Е.С. Методы и модели формирования адаптивных пользовательских интерфейсов в системах поддержки управленческих решений / Е.С. Москвичев, С.Н. Сатышев, А.А. Солнцев, П.А. Тимофеев,  // Вестник МАДИ. Выпуск 1 (28) . МАДИ.- М., 2012. - С.114 – 119.

Научные статьи, опубликованные в других издательствах

  1. Москвичев, Е.С. Нечеткая параметризация технологического графа в моделях организационных структур / Е.С. Москвичев, М.О. Губин, Т.А. Суэтина, П.А. Тимофеев // Автоматизация управления в организационных системах: межвуз. сб. науч. тр. МАДИ (ГТУ). МАДИ (ГТУ).- М., 2008 . - С. 37 – 45.
  2. Москвичев, Е.С. Моделирование иерархической организационной структуры в виде вложенной системы сетей массового обслуживания / С.Н. Катырин, Е.С. Москвичев, А.А. Солнцев, П.А. Тимофеев // Автоматизация управления в организационных системах: межвуз. сб. науч. тр. МАДИ (ГТУ); МАДИ (ГТУ). - М., 2008 . - С. 73 – 82.
  3. Москвичев, Е.С. Принципы формирования организационной структуры как свертки бизнес-процессов / Е.С. Москвичев, С.Н. Катырин, Т.М. Луковецкая, П.А. Тимофеев // Автоматизация управления в организационных системах: межвуз. сб. науч. тр. МАДИ (ГТУ); МАДИ (ГТУ). - М., 2008 . - С. 90 – 96.
  4. Москвичев, Е.С. Ситуационные модели в системах поддержки управленческой деятельности / Е.С. Москвичев, В.В. Белоус, С.Н. Катырин, А.А. Солнцев // Модели и методы управления сложными техническими системами: сб. науч. тр. МАДИ;  МАДИ.- М., 2010 . - С. 28 – 32.
  5. Москвичев, Е.С. Методика выбора вариантов компьютеризации автотранспортного предприятия / Е.С. Москвичев, М.В. Измайлова, С.Н. Катырин, Т.Г. Садовская, А.А. Солнцев // Автоматизация и управление: стратегия, инвестиции, инновации.  сб. науч. тр. МАДИ; Техполиграфцентр. - М., 2011 . - С. 3 – 9.
  6. Москвичев, Е.С. Методика оценки нормы дисконтной ставки / Е.С. Москвичев, Д.А. Васильев, М.В. Измайлова, С.Н. Катырин, Т.Г. Садовская // Автоматизация и управление: стратегия, инвестиции, инновации: сб. науч. тр. МАДИ;  Техполиграфцентр. - М., 2011 . - С. 9 – 14.
  7. Москвичев, Е.С. Лингвистические неопределенности в сетевой модели анализа эффективности проектов информатизации предприятий транспортного комплекса / Е.С. Москвичев, В.Н. Брыль, А.А. Солнцев, П.А. Тимофеев, П.С. Якунин // Автоматизация и управление: стратегия, инвестиции, инновации: сб. науч. тр. МАДИ; Техполиграфцентр. - М., 2011 . - С. 26 – 30.
  8. Москвичев, Е.С. Системы поддержки функций стратегического управления промышленным объединением / Е.С. Москвичев, А.Б. Николаев, Л.В. Приходько, П.С. Якунин // Автоматизация систем поддержки управленческой деятельности: сб. науч. тр. МАДИ. МАДИ.- М., 2011 . - С. 9 – 13.
  9. Москвичев, Е.С. Ситуационные модели в системах поддержки управленческой деятельности / Е.С. Москвичев, В.В. Белоус, М.О., Губин, С.Н. Катырин, Т.А. Суэтина // Автоматизация систем поддержки управленческой деятельности: сб. науч. тр. МАДИ;  МАДИ. - М., 2011 . - С. 28 – 33.
  10. Москвичев, Е.С. Факторный и кластерный анализ основных показателей производственной деятельности предприятий транспортного комплекса / Е.С. Москвичев, П.А. Тимофеев // Прикладная эконометрика на транспорте и в промышленности: Межвузовский сб. науч. тр. Техполитграфцентр. - М., 2011. – С.21-28.
  11. Москвичев, Е.С. Методика построения прогноза технико-экономических показателей / Е.С. Москвичев, П.А. Тимофеев // Прикладная эконометрика на транспорте и в промышленности: Межвузовский сб. науч. тр. Техполитграфцентр. - М., 2011. – С.72-77.
  12. Москвичев, Е.С. Разработка методики управляемого имитационного эксперимента на моделях сетей массового обслуживания / Е.С. Москвичев  // Имитационное моделирование сложных технических систем: сб. науч. тр. МАДИ. – М.,2012 - С.26-31.
  13. Москвичев, Е.С. Оценка точности среднеинтегральных оценок случайных процессов с учетом сбора статистики на переходном режиме / Е.С. Москвичев // Имитационное моделирование сложных технических систем: сб. науч. тр. МАДИ. – М., 2012. - С.77-84.



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.