183813 (584811), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Оценка режимов функционирования предприятия по эффективности использования электроэнергии проводится путем сравнения фактических и расчетных значений ресурсоемкости ( и ). Для этой цели рассчитываются значения (табл.3).

Таблица 3.

Равенство значений в паспорте модели с полученным в таблице обеспечивает достоверность полученных значений .

Условие < позволяет уточнить экономичные по расходу электроэнергии режимы. Для неэкономичных режимов фактическая ресурсоемкость будет превосходить расчетную. Анализ характеристик электроемкости позволяет выделить мартовский режим с наименьшей электроемкостью.

Таблица 4. Ортогональные полиномы Чебышева

A4	A2	A0	Y*	(Y-Y*)
1,067614165	-5,998843	12,402316	7,4710872	0,050237	0,0025238
-0,87349735	-2,726687	12,402316	8,8021315	0,546006	0,29812299
-1,06761416	0	12,402316	11,334702	0,987717	0,97558498
-0,4205707	1,8543307	12,402316	13,836076	0,57918	0,3354495
0,38822419	3,163193	12,402316	15,953733	0,629977	0,3968706
0,905853299	3,8176241	12,402316	17,125794	0,350222	0,1226557
0,905853299	3,8176241	12,402316	17,125794	-0,345957	0,11968644
0,38822419	3,163193	12,402316	15,953733	-0,64019	0,40984367
-0,4205707	1,8543307	12,402316	13,836076	-0,612064	0,37462277
-1,06761416	-0,108963	12,402316	11,225739	-1,038881	1,07927469
-0,87349735	-2,726687	12,402316	8,8021315	-0,592226	0,35073217
1,067614165	-5,998843	12,402316	7,4710872	-0,043115	0,00185888
			148,93809	0,128997	4,46722619

Таблица 6. Динамика расчета полиномиальной модели

Таблица 7.

A7	A6	A2	A1	A0	X*
0,3715102	0,3719756	-3,089985	-3,5694423	20,654693	14,738751	-0,051156	0,00261694
-1,519815	-1,048295	-1,404508	-2,9204528	20,654693	13,761622	-0,51658	0,26685459
1,6954386	0,3719756	-0,056126	-2,2714633	20,654693	20,394517	-0,228063	0,05201274
0,5606434	0,8453994	0,95516	-1,6224738	20,654693	21,393422	0,299374	0,08962509
-1,377967	0,1352638	1,6293509	-0,9734843	20,654693	20,067856	0,702714	0,49380733
-0,945663	-0,676319	1,9664463	-0,3244948	20,654693	20,674662	0,770983	0,59441479
0,9456628	-0,676319	1,9664463	0,3244948	20,654693	23,214978	0,445227	0,19822748
1,3779666	0,1352638	1,6293509	0,9734843	20,654693	24,770758	-0,181479	0,03293477
-0,560643	0,8453994	0,95516	1,6224738	20,654693	23,517082	-0,864038	0,74656202
-1,695439	0,3719756	-0,056126	2,2714633	20,654693	21,546567	-1,20533	1,45281965
1,5198154	-1,048295	-1,404508	2,9204528	20,654693	22,642158	-0,656189	0,4305843
-0,37151	0,3719756	-3,089985	3,5694423	20,654693	21,134615	1,484549	2,20388494
					247,85699	0,235699	6,56434464

• Полиномиальные модели с использованием ортогональных на дискретном множестве полиномов Чебышева (табл.4) рассчитываются с использованием двухпорогового метода, при котором значимые компоненты полиномиальной регрессии выделяются при соблюдении следующих двух условий:

1)

2)

Где и - оценки дисперсии на ( )-ом и -ом шагах.

- значение оценки коэффициента детерминации.

Для построения полиномиальных моделей рассчитываются и , и средние значения:

Динамика расчета полиномиальной модели

представлена в таблице 5.

Паспорт полиномиальных моделей определяется на основе исходных данных об и и рассчитанных полиномах , введенных в компьютер. При использовании Excel массив задается блоком в пять строк и одиннадцать столбцов, а все остальные манипуляции аналогичны, как и для линейной однофакторной модели (1).

На десятом шаге при определении значение оценки дисперсии возрастает по сравнению с предыдущим шагом.

Таким образом, полиномиальная модель имеет вид:

Расчет значений показал совпадение значений с паспортом модели.

Расчет полиномиальной модели:

приведен в таблице 6.

В данном случае значение оценки коэффициента детерминации превысило пороговое значение на пятом шаге.

Таким образом, полиномиальная модель имеет вид:

Расчет значений показал совпадение с паспортными данными.

0,2970017	6,2060563
0,2983727	3,2553482
4,2525808	10
45,06584	105,97292

Сравнение данной модели, рассчитанной по сглаженным значениям объема выпускаемой продукции, свидетельствует об уточнении самой модели и ее параметров. (Табл. 7, Рис 2).

Рассчитанные характеристики ресурсоемкости, отличаясь по своим значениям, полностью подтверждают качественную картину – те же режимы работы предприятия. Таким образом, для прикладного анализа эффективности использования электроэнергии допустимо использовать исходные данные без сглаживания.

Рис. 2. Диаграмма эластичности

• Оценим эластичность потребления электроэнергии по объему выпускаемой продукции по модели без учета и с учетом сглаживания.

1)

2)

Таким образом, при изменении объема выпускаемой продукции на 1%, потребление электроэнергии изменится на 0,331588 (0,367764)%, что свидетельствует об умеренной связи этих производственных факторов.

Для расчета оценок эластичности по месяцам года умножим значения соответствующих ресурсоемкостей на значения предельной электроемкости для каждой однофакторной модели. Как следует из диаграммы, эластичность наибольшая в феврале и наименьшая в апреле, что соответствует наименьшему и наибольшему выпуску продукции. Следовательно, управлять расходом электроэнергии целесообразно при меньших объемах выпускаемой продукции.

• Рассчитанные полиномиальные модели производственных факторов, отражающие тенденцию их изменения, могут быть использованы как для первичной обработки производственной информации, так и для прогноза на очередной временной интервал, например, на очередной месяц.

Непосредственное использование для прогноза полученных полиномиальных моделей, как свидетельствует практика, зачастую приводит к большим неточностям. Необходимо переходить к так называемым «усеченным» моделям, у которых наибольшая степень полинома снижается до линейной или квадратичной.

Так, полиномиальная модель, характеризующая изменение расхода энергоресурса, будет иметь вид:

а для объема выпускаемой продукции получим:

Прогнозные значения на следующий шаг будут равны:

Полученные прогнозные значения соответствуют экономичному режиму потребления электроэнергии.

По диаграмме мы видим разделение на 3 режима:

К первому режиму относится январь месяц - это экономичный режим.

Ко второй режиму относятся февраль, март, апрель, май, июнь и июль месяцы - это неэкономичный режим.

В феврале месяце большое потребление электроэнергии обусловлено резким снижением температуры воздуха, что повлекло за собой обогрев помещений при помощи электрооборудования.

С марта по июль были большие заказы на ватман, который по сравнение с газетой является более электроемкой продукцией.

К третьему режиму относятся сентябрь, октябрь, ноябрь, декабрь месяцы и является экономичным режимом.

Выводы:

1. Проведенный анализ показывает, что предприятие имеет резервы снижения электроемкости за счет усовершенствования и обновления основных производственных фондов.

2. Умеренный уровень связи между производственными факторами может отражает линейную модель связи факторов.

Литература:

1. Бородич С.А., Эконометрика: Учебное пособие. Мн. Новое знание, 2001

2. Желудкевич М.Е., Моделирование ресурсосбережения: Учебно-методическое пособие. Мн., БГЭУ, 2002

3. Экономико-математические методы и модели. Учебное пособие. Под редакцией А.В.Кузнецова. Мн.: БГЭУ, 1999

4. Анисимова Ж.Н. Основы экономической информатики. Лабораторный практикум. Мн., БГЭУ, 1999

Характеристики

Список файлов ответов (шпаргалок)