Содержание к диссертации
Введение
1. Анализ противоречий в решении задач управления сложными производственными социотехническими системами 11
1.1 Анализ методов управления затратами на промышленном предприятии как социотехнической системе 11
1.2 Анализ методов и моделей расчета затрат в социотехнической системе 20
1.3 Постановка задач исследования 29
Выводы 37
2. Разработка методик прогнозирования технологических параметров и затрат 39
2.1 Обоснования методики расчета технологических параметров 39
2.2 Разработка методики прогнозирования технологических параметров по переделам 44
2.3 Обоснование выбора нормативных коэффициентов затрат и технологических параметров 63
2.4 Разработка методики прогнозирования затрат с учетом влияния технологических параметров 66
Выводы 72
3. Разработка моделей анализа экономических показателей функционирования исследуемой социотехнической системы 74
3.1 Разработка моделей прогнозирования расходов производственных ресурсов 74
3.2 Разработка моделей исследования влияния технологических факторов на затраты с использованием методов корреляционного и регрессионного анализа 79
3.3 Исследование влияния технологических параметров на затраты с использованием моделей дисперсионного анализа 84
3.4 Кластеризация металлопродукции в принятии управленческих решений 93
Выводы 95
4. Прогнозирование затрат при изменении условий производства 102
4.1 Разработка модели прогнозирования затрат при изменении условий производства 102
4.2 Разработка методики прогнозирования изменения затрат при комплексной оценке влияния основных технологических параметров на расход ресурсов 108
4.3 Прогнозирование потребности в ресурсах при изменении объемов производства 113
4.4 Программная реализация методики прогнозирования затрат 116
Выводы 120
Заключение 122
Список литературы 127
Приложение 139
- Анализ методов и моделей расчета затрат в социотехнической системе
- Разработка методики прогнозирования технологических параметров по переделам
- Разработка моделей исследования влияния технологических факторов на затраты с использованием методов корреляционного и регрессионного анализа
- Разработка методики прогнозирования изменения затрат при комплексной оценке влияния основных технологических параметров на расход ресурсов
Введение к работе
Актуальность темы. В настоящее время во всех отраслях промышленности используются различные виды металлопродукции, обладающей широким диапазоном технических характеристик. Повышение конкурентоспособности продукции металлургических предприятий должно опираться на совершенствование процессов анализа затратных показателей и применение моделей прогнозирования затрат при изменении условий и объемов производства. Вопросы разработки и использования новых математических моделей для анализа и управления затратами являются важной составляющей повышения эффективности деятельности металлургического предприятия. Проблемам математического моделирования, обработки информации и управления сложными системами посвящены работы известных специалистов. В их число входят Л. И. Седов, Р. 3. Сагдеев, Л. А. Арцимович, Е. П. Жидков, В. А. Сипайлов и др.
Определение стратегии принятия управленческих решений должно быть тесно связано с динамикой изменения объемов производства и расходом энергоресурсов. Сложившаяся методология оценки затрат на производство проката опиралась на нормативную базу, основой которой были укрупненные характеристики затрат ресурсов. Эти характеристики определялись по фактическим затратам, а их усреднение осуществлялось не только по сортаменту и цехам одного предприятия, но иногда и по группам предприятий. Такая методология не позволяет связать затраты ресурсов с продукцией определенного типа и качества, с отдельными технологическими операциями. Важным направлением достижения высоких результатов является разработка математических моделей и методик прогнозирования затрат, которые должны обеспечивать решение ситуационных задач.
При анализе действительных затрат производства, рентабельности отдельных видов продукции и исследовании технологии с целью ее совершенствования необходимо иметь возможность оценить затраты на
технологию производства каждого типоразмера, включая и новые, которые предстоит освоить. Решение этих задач возможно лишь при дифференцированной оценке затрат на производство проката.
Существующая методика определения затрат, основанная на учете стоимости среднестатистического вида продукции и распределении всей суммы затрат с помощью коэффициентов трудности по группам марок сталей, не дает возможности выявить действительные издержки на производство отдельного вида продукции.
В этой связи практический интерес представляют исследования связей между затратами и технологическими параметрами с учетом особенностей производства металлопродукции на различных агрегатах, а также полная детализация размеров при расчете технологических параметров.
Диссертационная работа направлена на решение важной научной задачи, заключающейся в разработке нового подхода к анализу затратных показателей функционирования предприятия по производству металлопроката, позволяющего прогнозировать потребности в энергоресурсах в условиях изменения объемов производства и определяющих технологических параметров.
Целью диссертационной работы является разработка математических моделей, обеспечивающих повышение эффективности расхода ресурсов при производстве металлопродукции на основе применения методики прогнозирования энергозатрат и итерационной обработки информации о реальных затратах по всему сортаменту.
В соответствии с указанной целью диссертационная работа направлена на решение следующих задач:
Проанализировать методы и модели расчета затрат и современное состояние проблем прогнозирования и управления затратами металлургического предприятия как сложной социотехнической системы.
Разработать модели прогнозирования расхода производственных ресурсов и модели оценки влияния технологических факторов на затраты с
использованием методов регрессионного анализа и на их основе провести исследование влияния технологических параметров на расход основных энергоресурсов.
3. Выполнить анализ методов и моделей расчета затрат и
современного состояния проблем прогнозирования и управления затратами
металлургического предприятия как сложной социотехнической системы.
4. Разработать методику прогнозирования технологических параметров
по переделам, обеспечивающую генерацию массивов данных, достаточных
для обоснованного прогнозирования энергозатрат.
Разработать методику прогнозирования затрат с учетом влияния основных технологических параметров на основе матрицы коэффициентов пропорциональности для каждого элемента затрат.
Разработать методику и алгоритм прогнозирования изменения затрат при комплексной оценке влияния основных технологических параметров на расход ресурсов и осуществить программную реализацию.
Объект исследования — математические модели, алгоритмы и программы, обеспечивающие принятие решений в социотехнических системах.
Предмет исследования — математические модели и методика прогнозирования затрат в зависимости от изменяющихся условий производства и спроса на металлопрокат.
Методы исследования. Для решения поставленных в работе задач используются методы системного анализа, линейной алгебры, математического моделирования, теории вероятностей и математической статистики, дискретной математики, кластерного анализа и прикладного программирования.
Научная новизна работы заключается в следующем:
1. Предложены математические модели анализа затратных показателей предприятия по выпуску металлопроката, которые в отличие от известных
значительно расширяют возможности избирательной оценки влияния технологических параметров на расходование энергоресурсов.
2. Впервые для предприятий металлургического комплекса разработаны
методика и алгоритм прогнозирования затрат с учетом влияния
технологических параметров, основанные на применении обобщенных
матриц коэффициентов пропорциональности.
Разработана методика прогнозирования изменения затрат при комплексной оценке влияния основных технологических параметров на расход ресурсов, основанная на решении ситуационных задач, что в отличие от известных методик позволяет более обоснованно принимать управленческие решения.
Алгоритм итеративной обработки информации, обеспечивающий лицо, принимающее решение по планированию производства и назначению цен на продукцию, информацией о реальных затратах по всему сортаменту, и управление производства на реальной экономической основе в условиях рыночной экономики.
Достоверность научных результатов. Достоверность полученных результатов основана на использовании современных математических методов и технологии компьютерного моделирования. Научные положения, теоретические выводы и практические рекомендации, содержащиеся в диссертации, обоснованы и подтверждены в ходе промышленного опробования.
Практическая значимость. Разработанная методика прогнозирования затрат позволяет получить адекватную оценку затратного механизма металлургического предприятия. Предложенный подход позволяет оперативно оценивать затраты и принимать эффективные управленческие решения. Методика реализована на ЭВМ и может быть использована как в промышленных условиях, так и в учебном процессе.
Положения, выносимые на защиту:
1. Математические модели анализа затратных показателей предприятия,
расширяющие возможности избирательной оценки влияния технологических
параметров на расходование энергоресурсов.
2. Методика и алгоритм прогнозирования затрат с учетом влияния
технологических параметров на основе обобщенных матриц коэффициентов
пропорциональности.
Методика прогнозирования изменения затрат при комплексной оценке влияния основных технологических параметров на расход ресурсов, основанная на решении ситуационных задач.
Алгоритм итеративной обработки информации, обеспечивающий оценку реальных затрат по всему сортаменту металлопродукции при планировании производства и назначении цен в условиях рыночной экономики.
Реализация и внедрение результатов диссертационной работы. Разработанная система расчета затрат прошла промышленное опробование на ОАО «Новолипецкий металлургический комбинат», принята в промышленную эксплуатацию на заводе ООО «Чистые ключи» и внедрена в дисциплины федерального и регионального компонентов учебного процесса Липецкого государственного педагогического университета. Результаты работы реализованы в виде программных продуктов, зарегистрированных в фонде алгоритмов и программ и в «Национальном информационном фонде неопубликованных документов».
Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на конференциях: научной конференции «Теория и практика производства листового проката» (Липецк, 2005); Международной конференции «Сложные системы управления и менеджмент качества CCSQM'2007» (Старый Оскол, 2007); XV Всероссийской научно-методической конференции «Телематика'2008» (Санкт-Петербург, 2008); Международной научно-практической конференции ИКИ-2008 (Барнаул, 2008); 10u International Workshop on Computer Science and Information Technologies
CSIT'2008 (Antalya, Turkey, 2008); XTV Международной открытой научной конференции «Современные проблемы информатизации» (Воронеж, 2008); XVI Всероссийской научно-методической конференции «Телематика'2009» (Санкт-Петербург, 2009); 11 International Workshop on Computer Science and Information Technologies CSIT'2009 (Crete, Greece, 2009).
Публикации. Основные материалы диссертации опубликованы в 13 работах, включающих три статьи в журналах, рекомендуемых ВАК; получены свидетельство об отраслевой регистрации разработки и извещение о государственной регистрации в «Национальном информационном фонде неопубликованных документов».
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, библиографического списка и приложений. Общий объем работы составляет 156 страниц, в том числе 105 страниц машинописного текста, включая 35 рисунков, 22 таблицы, 124 формулы. Библиографический список содержит 117 наименований.
Анализ методов и моделей расчета затрат в социотехнической системе
Большое значение для практики учёта, анализа, планирования и калькулирования единицы промышленной продукции имеет использование экономико-математических методов. Сущность этих методов заключается в применении статистически обоснованных нормативов затрат, определяемых в зависимости от принятых к исследованию параметров производства или потребления.
Параметрические методы позволяют исчислить себестоимость продукции не только путём калькулирования по элементам себестоимости, но и с учетом технико-экономических параметров продукции. Взаимосвязь затрат и параметров изделий создает условия для соответствующей дифференциации по себестоимости продукции на однородные, но разнокачественные изделия, дает возможность усовершенствовать всю систему управления себестоимостью продукции исходного назначения.
Существуют различные методы учета затрат на производство и калькулирования себестоимости продукции. Их применение определяется особенностями производственного процесса, характером производимой продукции, ее составом, способом обработки. Методы учета затрат и калькулирования можно сгруппировать по трем признакам: по объектам учета затрат, по полноте учитываемых затрат и по оперативности учета и контроля затрат. Автоматизация расчета себестоимости включает в себя выбор математической модели калькулирования и реализацию алгоритма на ЭВМ [51-54].
При охвате калькулированием всей вырабатываемой продукции следует иметь в виду, что достаточно подробные калькуляции по важным видам продукции или по укрупненной номенклатуре, а себестоимость отдельных видов изделий внутри групп исчислять без раскрытия по отдельным статьям или с частичным раскрытием. Использование методов математической статистики позволяет выявить и количественно измерить разницу в затратах, которая возникает в силу неодинаковых условий производства и потребительских характеристик продукции. Это и является основой применения параметрических методов для нормального обоснования косвенно распределенных расходов по переделу.
Анализ себестоимости продукции промышленного предприятия проводится, как правило, с использованием методов факторного, корреляционного и регрессивного анализа. Применение математического аппарата корреляционно- го многофакторного анализа основано на использовании статистических зависимостей себестоимости единицы продукции от её потребительских свойств и важнейших параметров производства [55 - 58]. Суть применения корреляционных методов состоит, в том, что экономические показатели, в том числе, такие как себестоимость продукции, характеризуются многомерной системой связи факторов, действующих часто разнонаправлено. Влияние этих факторов на себестоимость носит опосредованный характер; обычными методами выявить эти взаимосвязи не представляется возможным. Опираясь на статический материал, характеризующий работу предприятия за некоторый промежуток времени, проводится исследование зависимости себестоимости от ряда технико-экономических показателей.
В металлургии применение факторного анализа связано в основном с выявлением влияния эффекта управления на статистические данные, собранные в процессе выпуска продукции. Технико-экономические факторы, оказывающие влияние на себестоимость, объединяются в группы, каждая из которых включает ряд факторов [59]. Для этих факторов на основании собранного статического материала рассчитывается их влияние на величину себестоимости [60 — 67]. Сложные взаимодействия между переменными, включая и различные прямые и перекрестные связи, не дают возможности четко описать технологический процесс. Общие факторы являются подчас скрытыми, ненаблюдаемыми, внутренними переменными, которые в общем случае не поддаются непосредственному измерению и проявляются через отношения между контролируемыми параметрами [68, 69]. Для оценки комплексного влияния факторов на величину себестоимости используется аппарат корреляционного и регрессивного анализа [70].
Применение корреляционного анализа затрат от ряда факторов показывает, что уравнение линейной формы связи часто и довольно хорошо отражает зависимость даже тогда, когда на самом деле связь между признаками более сложная; объяснение этому находят в том, что в определенном интервале криволинейная форма зависимости имеет приближенно линейный характер. Необходимо учитывать и тот факт, что использование сложных нелинейных функций с большим количеством параметров значительно увеличивает объем вычислений.
Однако построением эмпирической линии регрессии не ограничивается задача нахождения соотношений затрат в пределах групп функционально однородной продукции в зависимости от её технических параметров. В конечном счете, задача сводится к определению числовых значений коэффициентов при неизвестных, подстановке числовых значений параметров и последующему нахождению значения расчетной себестоимости. Уравнения решаются способом наименьших квадратов, сущность которого заключается в минимизации суммы квадратов отклонений.
В металлургическом производстве на большинстве предприятий выпускается продукция разных марок, размеров, отличающаяся своими сортаментными характеристиками, а также характеризующаяся неравномерностью объемов выпуска по отдельным периодам времени, что обусловлено рядом объективных фактов. Наблюдаются резкие колебания затрат по предприятиям по причине ценностного характера; имеются таюке существенные различия в технической оснащенности металлургических агрегатов.
Разработка методики прогнозирования технологических параметров по переделам
В соответствии с принятой технологией осуществляется расчет технологических характеристик конкретного процесса или операции. Среди технологических характеристик важную роль играют нормирующие технологические величины, связанные с затратами ресурсов разного типа.
Для каждой из статей определяется естественным образом связанная с ней нормирующая технологическая величина (время обработки, температура нагрева и т.д.). Значение нормирующей величины отражает зависимость затрат от типоразмера, марки стали и особенностей технологии.
В итоге, для того, чтобы соотнести затраты с типоразмерами, определяется набор нормирующих параметров, индивидуализирующих типоразмеры в смысле затрат.
Для расчета физических величин нет необходимости строить сложные математические модели процессов. Расчет физических величин построен на базе линейных вычислений. При расчете параметров, описывающих технологические процессы, все результаты должны усредняться.
На начальном этапе необходимо отхватить по возможности максимальный набор технологических параметров, которые могут оказывать влияние на статьи затрат. Последующий анализ позволит исключить те величины, влияние которых незначительно. Для полученных параметров необходимо подобрать нормированные значения для каждой марки стали и профилераз-мера.
В соответствии с [82 - 85] выбор нормированных значений осуществлялся следующим образом.
1. Выбор значений параметра из технологических инструкций. В большинстве случаев для различных марок сталей и типоразмеров разработаны режимы обработки. Эти режимы задаются в виде разреженных диапазонов. Таким образом, зная марку стали, размеры и характеристики обрабатываемого металла, можно выбрать необходимый диапазон. Среднее значение диапазона можно считать нормированным значением.
Для различных типоразмеров на НТА разработаны режимы обработки и определена максимальная скорость движения полосы в агрегате.
Реальные толщина и ширина полосы могут лежать внутри допустимых интервалов, для которых представлена скорость травления. В этом случае определяем скорость травления следующим образом. Имеем реальные толщину (И) и ширину (В) полосы. Толщина лежит внутри диапазона толщин hi и h2, представленных в таблицах технологических инструкций. По каждой из толщин hi и / 2 реальная ширина лежит в диапазонах ширин для каждой толщины {Ви и В и для hi, B2i и В22 для hi). В итоге имеем четыре скорости Vu, Vl2 V21, V22 Определяем скорость V/ для толщины hi и реальной ширины В:
Определяем скорость v2 для толщины h2 и реальной ширины В: Теперь с учетом реальной толщины h определяем искомую скорость травления: Режимы отжига зависят от марки стали, типоразмеров и массы рулона. Время нагрева определяется в зависимости от массы рулона и ширины полосы. Например, для рулона шириной 1500 мм и массой 28 т рекомендуется время нагрева до промежуточной температуры от 3 до 8 часов, а время нагрева до максимальной температуры от 3 до 6 часов. Данные берутся из диапазона масс 25 - 30 т. Т.к. в расчётах требуется не диапазон температур, а конечное значение, то оно определяется по формуле: где tpi, tp2 - рекомендуемые минимальное и максимальное время нагрева, М-р\ Мр2 -минимальная и максимальная масса рулона по исследуемому режиму, М - масса исследуемого рулона. В рассматриваемом примере время нагрева до промежуточной температуры: Время нагрева до максимальной температуры: Время охлаждения рулонов определяется в зависимости от массы рулонов и от температуры распаковки рассчитывается аналогично (2.5). Для рассматриваемого примера при температуре распаковки 120 Т,С время охлаждения:
В итоге, общее время отжига в колпаковых печах для рассматриваемого примера: Важным параметром отжига в АНО является скорость транспортировки полосы в агрегате. Она определяется в зависимости от ширины и толщины обрабатываемых полос. Если толщина или ширина полосы лежит между значениями, приведёнными в таблице, то скорость транспортировки полос (скорость отжига) можно определить аналогично скорости травления металла (см. (2.2)-(2.4)).
Разработка моделей исследования влияния технологических факторов на затраты с использованием методов корреляционного и регрессионного анализа
С помощью таблицы (3.1) можно построить модель зависимости фактического расхода ресурсов от прогнозируемых значений технологических параметров
Так как значения фактических и прогнозируемых расходов ресурсов соизмеримы по величине, то коэффициенты b позволяют судить о влиянии прогнозируемого значения элемента затрат по соответствующему технологическому параметру на реальное значение исследуемого ресурса. По табл. 3.1 можно построить корреляционную матрицу, позволяющую также оценить эффективность использования отдельных параметров для прогноза затрат.
Корреляционный и регрессионный анализ можно использовать для оценки влияния параметров без получения прогнозов Z/ ] . В этом случае можно оценить влияние суммарного расхода каждого технологического параметра МХк на элементы затрат. Формируется табл. 3.5.
По полученным данным из таблицы можно построить корреляционную матрицу и модели прогноза расхода ресурсов от «суммарного расхода» технологических параметров, где jcf- нормированное значение А:-го технологического параметра для /-го типоразмера; ті - суммарная масса /-го типоразмера.
Для моделирования зависимостей «вход-выход» необходим предварительный анализ как технологии, так и затрат. Для прогноза, моделирования и исследования значимости технологии применяются корреляционный и регрессионный анализы [99, 100].
Пример суммарного расхода технологических параметров представлен в таблице 3.6. Данные подходы были использованы для анализа влияния технологических параметров на элементы затрат.
Рассмотрим пример влияния технологических параметров на расход электроэнергии и топлива. В качестве входных величин рассмотрены все прогнозируемые значения энергозатрат, полученные на основе параметров: масса сляба Xi, температура сляба за пятой клетью Х2, температура в конце прокатки Х3, температура смотки Х4, содержание углерода в стали Х5, содержание марганца в стали Х6, суммарное относительное обжатие Х7, относительное обжатие в черновой группе клетей Х8, содержание серы в стали Х9, содержание никеля в стали Xw, относительное обжатие в чистовой группе клетей Хц, содержание алюминия в стали Х/2, время нагрева сляба Х]3. Линейная модель расхода электроэнергии имеет вид:
Значения коэффициентов модели зависимости расхода электроэнергии, выражаемой в стоимостном выражении, от исследуемых технологических параметров приведены на рис. 3.4.
Так как прогнозируемые значения электроэнергии, полученные на основе параметров, и фактический расход электроэнергии являются соизмеримыми величинами, то величина коэффициентов модели может указывать на степень влияния параметров на выход. По данной модели можно сделать вывод о значительном влиянии на расход электроэнергии температуры сляба за пятой клетью, температуры в конце прокатки и смотки, массы сляба. Линейная модель влияния параметров технологии на расход топлива имеет вид:
На основе коэффициентов модели можно сделать вывод о значительном влиянии на расход топлива массы сляба, температуры сляба за пятой клетью, температуры смотки.
Проблема эффективного анализа затрат относится к одной из наиболее сложных в промышленности. К исследованию сложных социально- технических систем может быть применим принцип Парето, согласно которому 20 % параметров определяют на 80 % эффективность системы [101]. В связи с этим представляет практический интерес применения методов дисперсионного анализа затрат, учитывающих особенности технологического процесса. Дисперсионный анализ заключается в разложении вариации отклика на независимые слагаемые, каждое из которых характеризует влияние того или иного параметра или их взаимодействия. Дисперсионный анализ позволяет выбрать среди факторов наиболее важные [99]. Конкретная реализация фактора (например, определенный температурный режим, расход электроэнергии) характеризуется его уровнем. Методы однофакторного дисперсионного анализа позволяют делать статистические выводы применительно к гипотетической совокупности опытов, если совокупность данных имеет определенный вид [99, 102]. В результате формируется матрица X (табл. 3.7).
Разработка методики прогнозирования изменения затрат при комплексной оценке влияния основных технологических параметров на расход ресурсов
Поскольку прогнозирование затрат на производство проката является комплексной задачей, учитывающей значительный объем исходных данных, и получение конечного результата осуществляется в несколько этапов, оптимальной структурой системы является модульная, где каждый модуль решает какую-либо локальную подзадачу. При этом связи между модулями могут быть абсолютно любыми, но их необходимо четко определить и зафиксировать. В случае проектирования системы в виде единого модуля, сложность и количество взаимосвязей приводят к невозможности реализации подобной структуры. Дополнительным преимуществом модульного принципа являются четко определенные входные и выходные данные каждого модуля. Процесс получения выходного результата проходит через ряд модулей и промежуточных результатов.
Схема функциональной структуры приведена на рис. 4.1. Элементами функциональной системы являются подсистемы, реализующие соответствующие автоматизируемые функции. Функционально автоматизированная система состоит из следующих подсистем: - подсистемы ввода и редактирования исходных данных; - подсистемы проверки и корректировки исходных данных; - подсистемы моделирования технологического процесса; - подсистема выбора объекта расчета; - подсистема выборки данных по объекту; - подсистемы расчета технологических параметров; - подсистемы расчета удельных затрат; - подсистема получения данных по нескольким агрегатам; - подсистема выбора задания для расчета; - подсистема расчета для исследуемого объекта по заданию; - подсистема получения выходных документов. Подсистема ввода информации — предназначена для ввода информации пользователем системы. Подсистема первичной обработки информации — предназначена для проверки правильности ввода информации. Подсистема расчета расходных коэффициентов по ресурсам и материалам - предназначена для расчета и прогноза коэффициентов по ресурсам и материалам. Подсистема расчета коэффициентов трудности — предназначена для расчета коэффициентов трудности по различным технологическим параметрам. Связи между отдельными подсистемами носят, в основном, информационный характер и осуществляются посредством общих баз данных, управляющие связи реализуются посредством обмена сообщениями. Можно выделить следующие информационные связи с внешней средой: пользователь системы (оператор) переносит с бумажных носителей в базу данных ту или иную входную информацию посредством клавиатуры, а впо следствии он получает выходную информацию на экране своего компьютера в виде соответствующего видеокадра или в виде бумажного документа выполненного на принтере. Общий алгоритм функционирования автоматизируемой системы в реальном масштабе времени можно представить в виде блок-схемы на рис. 4.2.
В качестве средства построения отчетов была выбрана распространенная программа Word, входящая в комплект поставки Microsoft Office. Для реализации комплекса поставленных задач использовался язык высокого уровня C++ с применением среды визуальной разработки приложений C++Buidler фирмы Inprise International. Для доступа к базе данных СУБД Oracle использовалась библиотека Direct Oracle Access 2.2.1. 1. Разработанная система моделей прогнозирования позволяет оценить изменение затрат по цеху или переделу при изменении объемов производства отдельных марок сталей или типоразмеров, спрогнозировать затраты при изменении технологических условий обработки на отдельных переделах. В условиях меняющейся конъюнктуры рынка возможно прогнозирование суммарных затрат и изменение вклада статей затрат. Моделью (4.25) предусмотрено также прогнозирование изменения расходов ресурсов по переделу. 2. Разработанная методика прогнозирования затрат при комплексной оценке влияния основных технологических параметров на расход ресурсов обеспечивает решение ситуационных задач: - изменение цены статьи затрат (модель (4.39)); - изменение объемов производства (модель (4.41)); - изменение стоимости j — ого элемента затрат на производство одной тонны масштабирующего типоразмера (модель (4.42)).
Оригинальность предлагаемой методики определяется возможностями расчета затрат в натуральном выражении по отдельным видам ресурсов и в стоимостном по одному или нескольким переделам. Цена ресурса при это играет роль масштабирующего коэффициента, который может меняться пользователем. Дополнительный учет информации о затратах в задачах планирования и управления исследуемой социо- технической системой может обеспечить заметное увеличение эффективности ее работы.
