Автореферат (1152546), страница 3
Текст из файла (страница 3)
составила 36 %.Согласнополученнымрезультатам,можносделатьвывод:прирассмотрении статистических данных в рамках среднесрочного периода (одногогода) в условиях мелкосерийного и единичного производства воздействиеАС КТПП таково, что доля трудоемкости подготовки пакета документации вобщей трудоемкости выполнения работ различной номенклатуры и сложностиостается практически неизменной, усредненное ее значение составляет 30 %.2.
Выявлен эффект динамической адаптации системы конструкторскотехнологическойподготовкикреальнымусловиямпроизводства,характеризующаяся ежегодным снижением средней величины трудоемкостиподготовкипакетадокументации.Этопозволилообосноватьцелесообразность долгосрочного использования данного класса систем впроцессахмелкосерийноговысокотехнологичногопроизводстварадиоэлектронной продукции.Для определения экономического эффекта от внедрения АС КТПП вдолгосрочном периоде была рассчитана средняя величина трудоемкостиподготовки пакета технической документации для типовых видов ОКР различнойстепенисложностиипроанализированоееизменениезапятьлетфункционирования АС КТПП, результаты представлены в таблице 2.Согласно полученным данным, содержащимся в таблице 2, можно сделатьвывод, что средняя величина трудоемкости подготовки пакета техническойдокументации последовательно снижалась с годами.
Так, для менее сложныхработ указанная величина снизилась на 6,031 %в 2016 г. относительнопоказателя 2012 г. Для работ средней сложности за рассматриваемые 5 летпроизошло снижение на 4,45%. Особенно наглядно прослеживается снижениепоказателя доли трудоемкости при выполнении более сложных работ – оносоставило 8,6 %. Указанные данные отображены на рисунке 4.14Таблица 2. Анализ доли средней величины трудоемкости подготовки пакетатехнической документации.6Вид работ2006200720122013201420152016845,6910,21423,31499,9418,63395,91393,6723842566,721193,961589,681961,221321,711337,9635,46935,46235,454231,446521,345429,954329,423Трудоемкость подготовкидокументации, ч/ч1557,761763,24709,8864,41034,821176,531157,87Общая трудоемкостьвыполнения работ, ч/ч3895,373673,421889,782237,922747,943301,153497,04Доля трудоемкости,приходящаяся на подготовкудокументации в общейвеличине трудоемкости, %39,994837,5638,625237,65835,6433,11Трудоемкость подготовкидокументации, ч/ч3456,712456,721358,51905,71878,292377,62140,33Общая трудоемкостьвыполнения работ, ч/ч6487,954434,512722,443767,544289,495762,945190,63Доля трудоемкости,приходящаяся на подготовкудокументации в общейвеличине трудоемкости, %53,278955,449,950,58243,788241,256741,2345Более сложнаяСредней сложностиМенее сложнаяГодТрудоемкость подготовкидокументации, ч/чОбщая трудоемкостьвыполнения работ, ч/чДоля трудоемкости,приходящаяся на подготовкудокументации в общейвеличине трудоемкости, %Динамика доли трудоемкости,приходящейся на подготовкудокументации в общей величинетрудоемкости выполнения работ врамках ОКР различнойсложности, %60y = -2,6656x + 53,349R² = 0,84385040y = -1,1885x + 40,084R² = 0,73533020y = -1,3555x + 33,591R² = 0,173410020122013Менее сложныеСредней сложностиБолее сложныеЛиния тренда (Менее сложные)Линия тренда (Средней сложности)201420152016Рисунок 4 – Динамика доли трудоемкости, приходящейся на подготовкудокументации в общей величине трудоемкости выполнения работ, %.767Составлено авторомСоставлено автором.
Виды работ определены в соответствии с терминологией предприятия15Рассчитанные регрессионные модели наглядно характеризуют динамикуснижения доли трудоемкости, приходящейся на подготовку документации.Таким образом, можно сделать вывод о наличии динамики повышенияэффективности АС КТПП при ее пассивной эксплуатации в долгосрочномпериоде,чтообусловленопостепеннойадаптациейАСКТППкпроизводственным условиям.3.Обоснованинструментцелевойобработкистатистическойинформации, используемый в процессе внутрифирменного планированиязатрат на материалы и покупные изделия.Он отличается возможностью учета таких факторов экономическойнеопределенности, как: наличие производственного брака, нестабильностькурсаиностраннойвалюты,изменениеконъюнктурырынкарадиоэлектронных компонентов.
В результате применения указанногоинструмента установлена целесообразность использования логарифмическинормального закона распределения для описания оперативных данных позатратам на материалы и покупные изделия, используемые в процессемелкосерийногопроизводствавысокотехнологичнойрадиоэлектроннойпродукции.С точки зрения активного использования АС КТПП решалась задача по еесовершенствованию с целью повышения эффективности за счет интеграциидополнительныхфункциональныхвозможностей.Врезультатеанализасуществующей системы внутрифирменного планирования на рассматриваемомпредприятии была выявлена необходимость разработки эффективного алгоритмапрогнозирования затрат на закупку МПКИ. В работе показано, что решениеданной задачи связано с учетом таких факторов экономической нестабильности,как нестабильность цены на МПКИ и наличие производственного брака.Было установлено, что создание такого инструмента возможно при условиикомбинированного использования опытно-статистического и вероятностноговидов внутрифирменного планирования.Моделирование осуществлялось на основании статистических данныхсуществующейнаавтоматизированнойпредприятиисистемыединойинформационнойконструкторско-технологическойбазыподготовки16производства.
В таблице 3 указано количество закупаемых позиций МПКИ,используемых в процессе создания систем радиосвязи на рассматриваемомвысокотехнологичном предприятии.Таблица 3. Общее количество закупаемых позиций МПКИ, используемых впроцессе создания высокотехнологичных систем радиосвязи за период с 2009 по2017 гг. 8ГодКоличество позиций,закупаемых МПКИ200920102011201220132014201520162017193154655889548263926699403078939658В рамках статистического анализа были проанализированы девятьразличных выборок объемом N (таблица 3), соответствующих количествупозиций, закупаемых МПКИ. На основе статистических данных за 2017 год былапостроена гистограмма распределения. Число интервалов группировки иликоличество корзин группировки –Врезультатеобработки.рассматриваемыхданныхспомощьюматематического пакета Matlab R2013b и визуальной оценки гистограммыраспределенияпредположениезначенийостоимостипозицийлогарифмическиМПКИ,нормальномбыловыдвинутораспределенииданных,касающихся затрат на МПКИ.
Для оценки параметров распределенияииспользовался широко распространенный метод максимального (наибольшего)правдоподобия. Расчет оценки параметров был осуществлен с помощьюматематического пакета Matlab R2013b, вследствие чего были полученыследующие результаты:Поданным10,0750,параметрам0,4930.былапостроенатеоретическаяфункцияраспределения плотности вероятности. Результаты построения отображены нарисунке 5.8Составлено автором17Рисунок 5 – Аппроксимация гистограммы распределения значенийстоимости позиций МПКИ теоретическим законом распределения согласностатистическим данным за 2017 г.9Аналогичным образом были проанализированы данные за период с 2009 по2016 гг.
с целью установления оптимального вида распределенияВ результате визуальной оценки гистограмм распределений, а также ихтеоретической аппроксимации была выдвинута гипотеза о соответствии видараспределения статистических данныхнормальномураспределению.Дляиспользовался критерий хи-квадрат ((с 2009 по 2016 гг.) логарифмическиподтвержденияданнойгипотезы), расчетные значениякоторогосодержатся в таблице 4.Таблица 4. Результаты вычисления статистик Пирсона при обработкеданных с 2009 по 2017 гг.10Год200920102011201220132014201520162017123,87297,99987,755112,23172,878109,47081,71777,622101,193Критическое значение статистики Пирсона равно 123,3. Сравнениеполученных расчетных значений с критическим показывает, что гипотеза опринадлежности к логарифмически нормальному распределению может бытьпринята только для распределений стоимости, построенных по данным за периодс 2010 по 2017 гг.
В таблице 5 представлены результаты расчетов основныхчисловых характеристик логарифмически нормального распределения длярассмотренных выше выборок за 2010-2017 гг.9Составлено авторомСоставлено автором1018Таблица 5. Результаты вычисления основных числовых характеристиклогарифмически нормального распределения.11Год201020112012201320142015201620178,88690,81559,33110,75689,69070,69389,90690,56099,99190,555710,05940,569010,06740,517010,07500,493012,39312,42512,32811,59511,66011,82711,50711,3778,8879,3319,6919,9079,99210,05910,06710,0754,5705,2635,9887,2337,3377,2777,7067,901дисперсия145,06119,3693,95949,70349,18953,47840,57235,611эксцесс34,34924,46617,1908,2888,0538,6666,4935,668асимметрия3,8343,3182,8452,0492,0222,0911,8301,718Показательсреднеемедианамода ()В результате применения разработанного инструмента целевой обработкистатистической информации о стоимости позиций МПКИ можно сделать вывод оцелесообразностииспользованиялогарифмическинормальногозаконараспределения в качестве инструмента статистического описания данных.4.
Разработан механизм внутрифирменного планирования объемазатрат на материалы и покупные изделия, используемые в процессепроизводства радиоэлектронной аппаратуры.В отличие от известных методов, основанных на экстраполяциифактически достигнутых результатов в прошлом периоде, позволяетустанавливатьколичественноевыражениемерывзаимосвязимеждустатистическими данными различных временных периодов, в результатечего обеспечивается гибкость процесса принятия плановых решений.Моделирование процесса внутрифирменного планирования закупаемыхМПКИ,осуществлялосьнаосновеанализапараметровлогарифмическинормального распределения.
Экспериментальные данные и тренды, описывающиевременные ряды для показателей11Составлено авторомипоказаны на рисунках 6, 7.1910,2109,89,69,49,29Динамика изменения показателя α8,8Линия тренда8,620102011201220132014201520162017за 2010-2017 гг.12Рисунок 6 – Динамика изменения показателя0,90,80,70,60,50,40,30,2Динамика изменения показателя σ0,1Линия тренда0201020112012201320142015временного рядавеличиныидостоверности2017за 2010-2017 гг.13Рисунок 7 – Динамика изменения показателяРасчетные2016аппроксимациисоответственно составилидлятрендов,,что подтверждает соответствие аппроксимирующей функции экспериментальнымданным рассматриваемого временного ряда. Тренд временного ряда показателяописывается полиномом:показателя :. Аналогично для.Для прогнозирования будущего значения временного ряда был использованметод экспоненциального сглаживания.
В связи с нестабильностью рынкарадиоэлектронных компонентов в посткризисный период начальные значениявременного ряда не являются достаточно достоверными. Для повышениядостоверности наибольший статистический вес был присвоен последнимнаблюдениям временного ряда. Параметр сглаживания –1213Составлено авторомСоставлено автором0,75.20В результате прогнозирования методом экспоненциального сглаживаниябыли получены следующие значения параметров на 2018 год:,. На основе рассчитанных значений представляется возможнымсмоделировать вид распределения данных о затратах на МПКИ за 2018 год.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
