Содержание к диссертации
Введение
Глава 1. Формирование структуры автосервиса в малых городах
1.1. Особенности второго этапа формирования сети автосервиса в малых городах 9
1.2. Анализ состояния научных исследований в области проектирования и формирования мощности предприятий автосервиса 15
1.3. Методика проведения исследования 19
Глава 2. Теоретическое обоснование универсальных математических моделей формирования сети автосервиса на стадии проектирования
2.1. Анализ структуры автосервиса малых городов как сети массового обслуживания 30
2.2. Обоснование места размещения проектируемого предприятия 35
2.3. Прогнозирование потоков заявок на ТО и ремонт автомобилей в сети автосервиса 38
2.4. Базовые математические модели формирования и функционирования ПА в малых городах 44
2.5. Критерии оптимальности и обоснование метода оптимизации 53
Глава 3. Анализ наблюдений и моделирование формирования мощности и размещения па в малых городах
3.1. Анализ и корректирование исходных параметров ПА для моделирования 63
3.2. Обобщенные алгоритмы моделирования формирования мощности и размещения ПА в сети автосервиса 67
3.3. Алгоритмы аналитического моделирования формирования мощности ПА сети автосервиса 71
3.3.1. Алгоритм формирования исходных данных 71
3.3.2. Алгоритм выбора места дислокации и специализации ПА в конку ретиой среде 74
3.3.3. Алгоритмы расчета показателей ПА при различных формах организации труда 83
Глава 4. Результаты экспериментальных и теоретических исследований
4.1. Анализ закономерностей формирования сети автосервиса в малых городах 90
4.2. Анализ статистической информации для моделирования
4.2.1. Закономерности загрузки мощности сети автосервиса 102
4.2.2. Обобщение статистических данных о трудоёмкости выполнения работ 110
4.3. Результаты моделирования показателей предприятий автосервиса.. 115
4.4. Результаты расчётов обоснования вида специализации, места размещения и мощности ПА в сети автосервиса 126
Основные результаты и выводы
Литература 132
Приложения
- Анализ состояния научных исследований в области проектирования и формирования мощности предприятий автосервиса
- Прогнозирование потоков заявок на ТО и ремонт автомобилей в сети автосервиса
- Алгоритмы аналитического моделирования формирования мощности ПА сети автосервиса
- Закономерности загрузки мощности сети автосервиса
Введение к работе
Развитие основ рыночной экономики в нашей стране перешло к своему второму этапу - формированию новой производственной структуры, базирующейся на частном секторе экономики.
Если первый этап перехода к рыночным отношениям отличался радикальным переустройством централизованной системы управления экономикой, сопровождавшегося негативными процессами спада и разрушения производственных связей, нынешний этап носит в основном созидательный характер. Предприятия приобрели определённый практический опыт работы в рыночных условиях, произошло становление малого и среднего бизнеса, сформировалась значительная прослойка предпринимателей - менеджеров новой формации.
В сфере автосервиса эти процессы проходили опережающими темпами и в настоящее время происходит дальнейшее совершенствование производственно - технической базы и организации технического обслуживания и ремонта автомобилей.
Созданные на первом этапе развития рыночных отношений малые и средние предприятия автосервиса практически не располагали зданиями и современным технологическим оборудованием, большинство из них выполняли ТО и ремонт в мало приспособленных помещениях (гаражах, ветхих постройках и т.п.)
Результаты экономической деятельности ПА за последние 10 лет позволили им накопить необходимые средства для строительства современных зданий и сооружений, оснащения высококачественным технологическим оборудованием отечественного и зарубежного производства.
В этой связи наблюдаются новые тенденции в размещении ПА в черте малых городов. Ранее созданные предприятия располагались в основном в га-
ражных кооперативах и соответственно рассредоточивались по окраинам городов.
В настоящее время расширяется строительство частных домов в центральных и прилегающих к ним районах малых городов, владельцы которых располагают личным транспортом, нередко зарубежного производства. Такое перемещение потенциальной клиентуры повлекло за собой изменение дислокации вновь строящихся предприятий автосервиса (исключая АЗС, размещающихся в соответствии с требованиями экологии и пожарной безопасности). Большинство из них строится в частном секторе в отдельных помещениях с соблюдением технологических и экологических требований на магистральных и прилегающих к ним улицах.
Таким образом, предприятия автосервиса рассредоточиваются более равномерно по городской территории, максимально приближаясь к дислокациям и путям перемещения автомобилей в течение дня.
В этой связи становится актуальными проблемы выбора места расположения будущего предприятия и вида его деятельности с учетом удельного распределения интенсивности потоков заявок и суммарной производительности ПА функционирующих на конкретной площади.
Естественно, что принятие решения о строительстве нового предприятия включает в себя и определение мощности производственной базы, с учетом наличия конкурентов в непосредственной близости от планируемого места размещения, а также надежности обслуживаемого парка автомобилей.
Таким образом, возникает триединая задача: где располагать, что производить и какую оптимальную мощность необходимо иметь, чтобы обеспечить успешное функционирование ПА в рыночной среде.
В связи с актуальностью данных вопросов целью диссертационной работы является разработка методики обоснования специализации, мощности и размещения предприятий автосервиса в малых городах.
Для реализации поставленной цели в работе были поставлены следующие задачи:
установить структуру и тенденции дальнейшего сети автосервиса малых городов;
предложить комплекс математических моделей формирования мощности предприятий автосервиса, учитывающий вероятностный характер производственных процессов и наличие конкурентной среды;
разработать алгоритм адаптации общепринятой нормативной базы для расчёта мощности ПА множественности объектов и воздействии факторов внутренней и внешней среды;
разработать методику проведения пассивного эксперимента, позволяющую произвести сбор исходных данных по всей сети автосервиса;
обосновать критерии оптимальности создания нового или реконструкции действующего предприятия автосервиса с учетом специализации и места размещения;
получить путём моделирования показатели мощности ПА в диапазоне возможных значений исходных параметров на практике.
Предметом исследования являются основные тенденции формирования сети автосервиса в малых городах, влияние факторов внешней среды на показатели ПА, аналитические и имитационные модели сети автосервиса малых городов.
Объектом исследований были предприятия автосервиса малых городов Карачаево-Черкесской республики и Ставропольского края.
Методика исследования основана на системном подходе с применением математического аппарата статистики, теории массового обслуживания, имитационного моделирования и динамического программирования.
Для решения поставленных задач проводились натурные пассивные и компьютерные активные эксперименты.
При проведении экспериментальных исследований использовались новые методики, позволяющие устанавливать показатели ПА всей сети автосервиса в кратчайшие сроки.
Научная новизна полученных результатов состоит в следующем:
- впервые предложен комплекс базовых аналитических моделей форми
рования мощности ПА, отражающих различные уровни конкуренции и
*^ основные формы организации труда исполнителей;
теоретически обоснована нормативная база для и формирования мощности предприятий автосервиса малых городов, которая позволяет вести расчёт с учетом основных эксплуатационных факторов;
разработана новая методика получения показателей мощности ПА сети автосервиса;
получены закономерности изменения показателей ПА в зависимости от факторов внешней среды.
Личный вклад автора в разработку основных положений, вынесенных
на защиту и обладающих научной новизной состоит в следующем:
if
w - предложен комплекс базовых универсальных аналитических моделей
формирования мощности ПА, отражающие различные уровни конкуренции и основные формы организации труда исполнителей.
установлены аналитические зависимости между нормативами и показателями мощности предприятий сети автосервиса, позволяющие учитывать влияние эксплуатационных факторов на суточную программу ПА.
разработана новая методика получения показателей ПА сети автосервиса;
1^ - предложены функции цели оптимального размещения и формирования
мощности ПА сети малых городов. Практическая ценность. Выявленные тенденции оптимального размещения ПА в черте малых городов позволяет принимать эффективные решения при создании новых и реконструкции действующих предприятий.
Разработанные методы позволяют рассчитать технико-экономические показатели как на основе нормативных, так и статистических данных по кон-кретнои сети автосервиса городов.
Предложенные методические рекомендации по выбору места размещения, специализации и величине мощности уменьшают трудоемкость маркетинговых исследований и снижают погрешности расчетов.
Реализация результатов работы.
Результатом использования разработанной методики стали базой для обоснования мощности и размещения 2-х предприятий автосервиса в г. Черкесске и одного предприятия в Хабезском районе Карачаево-Черкесской республики, а также реконструкции 00 «Автосервис» в г. Черкесске.
Основные положения разработанной методики были использованы в учебном процессе по курсу «Проектирование предприятий автомобильного транспорта», а также в дипломном проектировании студентов КЧГТА по специальности «Автомобили и автомобильное хозяйство» в 1999-2002 годах.
Результаты исследований докладывались на Всероссийской конференции в г. Пензе в 2002 году, на международной конференции «Транспортные системы» в г. Волгограде в 2002 году, на научных конференциях Карачаево-Черкесского государственного технологического института в 1995, 1999-2002 годах.
Публикации, Содержание основных положений диссертационной работы опубликовано в 5 -х печатных трудах.
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, выводов, содержит 131 страницы машинописного текста, 31 иллюстрации, 6 таблиц и библиографии из 127 наименований.
Анализ состояния научных исследований в области проектирования и формирования мощности предприятий автосервиса
Проектирование предприятий автомобильного транспорта (ПАТ) традиционно базируется на технологическом расчете производственно-технической базы по обеспечению производственной программы по техническому обслуживанию и текущему ремонту автомобилей [78, 83, 88, 115]. Основное внимание в технической документации по проектированию ПАТ уделялось в дореформенный период автотранспортным предприятиям, которые доминировали в автотранспортном комплексе страны. Учитывая стадию раннего проектирования, в качестве исходных данных принимались среднестатистические пробеги автомобилей, нормативы по ТО и ремонту согласно «Положению о техническом обслуживании и ремонте подвижного состава автомобильного транспорта» [88], а также строительные нормы (СНиП). В качестве показателей проектируемых предприятий, характеризующих размеры предприятий выступали списочное (приведенное) число автомобилей АТП либо количество рабочих постов на станциях технического обслуживания. Как правило, проекты СТО были рассчитаны на крупные предприятия, производственные программы которых рассчитывались на основе весьма приближенных данных. К ним относились: число обслуживаемых автомобилей, N0n, среднегодовые пробеги 1г и нормативы трудоемкости на ТО и ремонт автомобилей tjp, и другие нормативы.
ТО и ремонт автомобилей и не ставили задачу получения оптимальных показателей проектируемых СТО ввиду того, что в условиях отсутствия конкуренции и монопольносте автосервиса, а также регламентированного распределения запчастей через СТО, созданные предприятия обеспечивали высокую рентабельность за счет максимальной загрузки производственных мощностей. Такой высокий уровень загрузки был следствием отсутствия рынка услуг, когда автовладельцы были вынуждены простаивать в очереди неограниченное время. Очевидно, что в новых условиях хозяйствования такие ситуации ушли в прошлое и речь может идти об оптимальном уровне загрузки действующих пред Щ приятии, которые ввиду своей многочисленности конкурируют между собой Б своевременности и качестве услуг.
Несмотря на монополизировапность системы автосервиса в стране, научные работники проводили широкие исследования по выявлению закономерностей формирования случайных потоков заявок на ТО и ремонт автомобилей, разработке мероприятий по оптимизации производственных процессов [1, 13, 19, 21, 23, 39, 44, 52, 107 и др.]. Вместе с тем большинство исследований было посвящено оптимизации мощности технической службы автотранспортных предприятий [64, 67, 72, 101, 102], которые с точки зрения теории массового a обслуживания [41, 54, 82, 84, 97, 99], являются замкнутыми системами с огра ниченным числом источников заявок.
Однако и в дореформенный период имели место попытки оптимизации мощности, разработки методов планирования запасов и обоснования комплектования ПА технологическим оборудованием [101, 113, 122 и др.] на основе экономических критериев. Заметный вклад в развитие теории оптимизации производственных про чь цессов технической эксплуатации автомобилей внесли ученые Кузнецов Е.С., Несвитский Я.И., Луйк И.А., Говорущенко Н.Я., Клейнер Б.С, Власов В.Н., Тахтамышев Х.М., Трубицын В.А. и др.. Однако, в связи с изменившимися производственными отношениями и воздействием рыночных механизмов на эффективность технической эксплуатации автомобилей и автосервиса, открылся новый пласт проблем, которые необходимо решать в сложившихся условиях функционирования ПАТ.
Этим проблемам посвящен ряд исследований, проведенный на автомобильном транспорте с учетом влияния рыночной среды на показатели эффективного использования мощности ПАТ [34, 38, 66, 113].
В работе [34] детально рассмотрены возможные уровни конкуренции, основные формы организации труда исполнителей и мероприятия по повышению эффективности использования мощности действующих предприятий автосервиса. Однако эти исследования были направлены на изучение возможностей конкретного предприятия по улучшению своих технико - экономических показателей в конкретных условиях работы предприятий, т.е. рассматривались факторы внутренней среды организацией.
На стадии создания предприятий, как указывалось выше, на первый план выходят вопросы, связанные с анализом внешней среды и прогнозирования показателей ПА с учетом выбора места их дислокации. Этим вопросом уделялось внимание в дореформенный период на стадии изучения технико-экономических показателей при проектировании ПАТ [46, 78, 83]. Однако для станции технического обслуживания стандарт [89] рекомендует среднюю трудоёмкость одного автомобиле - заезда независимо от среднего возраста и других эксплуатационных факторов. Тем более, что эти работы не могли отразить многообразие внешних и внутренних факторов рыночной среды и не дают основы для развития каких-либо идей в новых условиях хозяйствования, так как базировались на оценке эффективности проектирования но сравнению с нормативами. При этом оптимальность показателей «нормативного» предприятия принималась аксиоматически на основе анализа показателей передовых предприятий отрасли. Некорректность такого подхода в рыночных условиях очевидна и потому, что абсолютное большинство предприятий автосервиса являются частными и полностью экономически самостоятельными. Поэтому при прогнозировании показателей вновь создаваемого предприятия исходными данными могут быть конкретные величины этих или иных исходных параметров, присущих конкретному.городу и поселку. Исключение могут составлять нормативы трудоемкости операций ТО и ремонта, т.к. они не зависят от условий внешней и внутренней среды и формируются по показателям ремонтопригодности (эксплуатационной технологичности) и безотказности конструкций автомобилей.
Принимая во внимание короткий исторический период реформ в России (10 - 12 лет) и первые шаги второго этапа - формирование современной производственно-технической базы предприятий автосервиса (3-4 года) небольшое число исследований в стране по теме диссертации можно считать правомерным. Поэтому большинство вопросов, рассматриваемых в работе для малых городов в рыночных условиях, является пионерным. Вместе с тем отдельные вопросы обоснования специализации и кооперации в деятельности технических служб автотранспортных предприятий, рассмотренные в различных работах [11, 13, 67, 85, 89 и др.] в дореформенный период служат подспорьем в новых условиях и должны быть использованы в работе.
Прогнозирование потоков заявок на ТО и ремонт автомобилей в сети автосервиса
Приведенные выше рассуждения по выбору вида специализации предполагали одинаковость коэффициента загрузки для всех предприятий сети автосервиса при известных его колебаниях во временном измерении. Действительно, при равенстве коэффициентов загрузки / внутри подмножества предприятий вопрос о выборе вида специализации по приведенным в предыдущем разделе выражениям (2.4) - (2.9) косвенным путем учитывал соответствующие коэффициенты загрузки j посредствам величин %у- и 5щ.
Однако допущение одинаковости коэффициента загрузки У} по всей территории города является условным и для окончательного принятия решения о выборе вида специализации необходимо выявить закономерности неравномерного распределения потоков заявок по территории города, а также насыщенность ее производственными мощностями по автосервису. Для этого целесообразно выявить отклонения VJ,- на конкретной территории от среднего значения по городу в целом. Естественно предположить, что из выражения (2.8) переменными могут быть суммарная локальная мощность предприятий микрорайона и суммарный поток заявок, а средняя величина трудоемкости по очевидным соображениям является величиной, независящей от места расположения предприятий. Таким образом при выборе места дислокации нового предприятия следует ориентиро ваться не только на приращение входящего потока заявок, но и насыщенность микрорайона аналогичными предприятиями. Может оказаться, что в конкрет ном микрорайоне интенсивность потока заявок ниже среднего по городу, но еще ниже насыщенность предприятиями автосервиса, что в конечном итоге может давать больше шансов на успешную деятельность в будущем. и Следовательно, необходимо ориентироваться на значение среднего коэф фициента загрузки мощности в данном микрорайоне У Чем выше его значение по сравнению со среднегородской величиной У тем строительство ПА в конкретном микрорайоне предпочтительнее. При этом необходимо рассчитать коэффициент загрузки мощности %р будущего предприятия в данном микрорайоне, для чего следует выявить количество автомобиле - постов пл и примерное число постов будущего предприятия Пс
Для окончательного принятия решения необходимо дать прогноз эффективности функционирования предприятия в будущем на основе расчета прибыли предприятия. Эту задачу можно решить при использовании математического аппарата, описывающего будущую деятельность предприятия с учетом конкуренции и стохастического характера постов заявок и среднего времени обслуживания. В качестве критерия предпочтения варианта выбора будет служить общепринятый показатель эффективности капитальных вложений - срок окупаемости.
Принимая во внимание, что от момента начала маркетингового исследования целесообразности строительства и составления бизнес-плана до пуска предприятия обычно проходит довольно продолжительное время, следует установить прогноз изменения суммарного потока заявок во времени.
Если имеются определенные тенденции изменения парка автомобилей по различным маркам, то они могут повлиять на выбор вида специализации. В этой связи целесообразно рассмотрение вопросов прогнозирования потоков заявок на момент ввода в эксплуатацию нового предприятия и после него ввиду важности гарантирования успешной деятельности ПА в обозримом будущем. 2.3. Прогнозирование потоков заявок на ТО и ремонт автомо билей в сети автосервиса.
Маркетинговый подход к изучению рынка услуг [33,50,53,75] предполагает выявление тенденций и конъюнктуры в ближайшей и отдаленной перспективе. Если прогнозируются значительные изменения характеристик рынка, предприятия заблаговременно должны разработать мероприятия, повышающие эффективность деятельности в будущем либо минимизирующие последствия от неблагоприятной конъюнктуры.
На стадии создания предприятий правильный прогноз может стать залогом успеха на длительную перспективу. Естественно прогнозирование потоков заявок на ТО и ремонт автомобилей для целой сети автосервиса является чрезвычайно трудоемкой работой ввиду большого числа предприятий и обширной номенклатуры операций ТО и ремонта, а также наличия большой разномарочности автомобилей.
Вместе с тем можно воспользоваться косвенными методами прогнозирования суммарных потоков заявок по различным маркам автомобилей справедливо предполагая, что интенсивность суммарного потока заявок на ТО и ремонт автомобилей будет зависеть от изменения количества автомобилей в городе, как потенциальных источников заявок. При этом представляет интерес такое изменение доли парка конкретной марки в общей структуре подвижного состава автомобилей в городе. Не следует при составлении прогноза упускать тенденции к изменению среднего срока службы (возраста) с начала эксплуатации.
Опыт использования этих моделей на автомобильном транспорте показывает, что несколько математических моделей могут дать приемлемые результаты для целей поставленных в настоящей работе. Однако все эти прогнозные функции могут обеспечить достаточную точность, если прогнозируемый процесс обладает какими-либо закономерностями и есть уверенность, что они сохранятся и в дальнейшем. Естественно, если резко меняется законодательство, в частности таможенное или налоговое, в дальнейшем могут проявиться новые тенденции изменения конъюнктуры рынка. Предсказать радикальные изменения внешней среды предприятий автосервиса в масштабе Российской Федерации достаточно сложно, поэтому предлагаемые ниже модели прогнозирования могут дать в этих случаях серьезные погрешности. Однако такие неожиданные скачки происходят довольно редко и прогнозирование состояния рынка услуг в городе представляется возможным с точностью, необходимой для принятия решения о целесообразности строительства предприятия.
Известны и другие методы прогнозирования временных рядов: модель линейного фильтра, модели авторегрессии и др. Очевидно, что при неудовлетворительных результатах прогнозирования по приведенным выше методам следует опробовать и другие модели. Однако на этапе выбора математических моделей априори не представлялось целесообразным загромождение работы математическими выкладками всех известных методов прогнозирования. В последующем при проведении анализа приведенных методов прогнозирования были получены различные результаты, на основе которых были выделены модели из числа приведенных и некоторых других, которые дают наиболее точные прогнозы рассматриваемых процессов.
Алгоритмы аналитического моделирования формирования мощности ПА сети автосервиса
Обобщенные алгоритмы моделирования рассматриваемых процессов представляют собой общую схему решения поставленной задачи.
Однако большинство операторов этих алгоритмов представляют собой самостоятельные блоки с довольно сложными процедурами.
Так, например, ввод исходных данных (Оп 1) требует разработки алгоритма способа задания исходных величин: координат размещения действующих предприятий в черте города по каждой группе специализированных ПА, их исходных параметров, расстояний между ближайшими конкурентами (Оп 7) и т.п. При этом расчет показателей ПА (Оп 8) представляет самостоятельную задачу. Прогнозирование изменение спроса (интенсивностей потоков заявок на ТО и ремонт) также требует разработки определенного цикла вычислительных операций, по результатам работы которой вновь рассчитываются показатели ПА(Оп13). Для пользователей наибольший интерес представляет детальный алгоритм решения задачи, который позволяет использовать любой из алгоритмических языков компьютерного программирования. Между тем, на практике конкурируют предприятия одинаковой специализации, поэтому для перехода от сквозной нумерации предприятий к нумерации и выявлению исходных данных по данной группе предлагаются следующие приемы.
Принимается единая нумерация специализаций и последовательность нарастания номеров предприятий внутри группы специализированных предприятий. Для распознавания данных конкретного предприятия внутри группы выполняется следующая процедура.
При известном по принятой классификации NSP, благодаря которому вычисляется последний номер предприятия предыдущей специализации: NSP-\ (3.4) NPMI= кор\}] 1=1 а номер последнего предприятия в группе: (3.5) NPMA =NPMI+KPG[NSP] Применив такой переход можно установить все данные і - го предприятия в данной группе и проводить все вычисления внутри группы, а затем перейти к іі следующей группе специализированных предприятий. 3.3.2. Алгоритм выбора места дислокации ПА и специализации ПА в конкурентной среде Согласно укрупненного алгоритма моделирования рассматриваемых про цессов (Блок 7), необходимо" определить параметры внешней среды предпри ятий микрорайона города, в котором предполагается строительство предпри ятия. Для этого предстоит очертить рассматриваемый микрорайон, вычислить число предприятий одноименной специализации, определить расстояния между ними и проектируемым предприятием. Вначале определяются координаты проектируемого предприятия, которые принимаются за центр квадрата со сторонами, равными ELX и ELY. Алгоритм (рис. 3.4.) начинает свою работу (Оп I) с задания начальных нулевых значений переменным параметрам: IP - порядковому номеру предпри ятий. Затем идет присвоение массиву коэффициентов загрузки NSP - номеру специализации проектируемых предприятий значений, равных нулю, и увели чивается номер специализации. Следующий оператор 3 дает нулевое значение номеру квадрата по оси Y, а по оси X отдельно (Оп 4). Размещение этого пара метра в отдельном операторе объясняется тем, что последовательность расче тов ведется для квадратов (микрорайонов) по оси Jf до окончания городской черты, а затем производится переход номере предприятия внутри группы необходимо использовать текущий номер специализации к следующему ряду по оси Y до т завер шения обработки материалов по всей территории города, т.е. до достижения те кущего значения NKV Y=KY." l b Оператор Y увеличивает номер специализации на единицу, что в начале обозначает выбор первой группы специализированных предприятий, после чего производится проверка, не вышли ли расчеты за рамки количества специализаций (Оп 5). Если нет, то является ли (Оп 6) текущий номер специализации первым. При положительном исходе номеру первого предприятия присваивает Формирование данных Алгоритм расчета показателей микросреды
Простые числа Формирование начальных значений пере менных параметров. Текущему значению номера предприятия IP присваивается номер первого в группе (оператор 9) и производится проверка исчерпания координатной сетки города по оси X (Оп 10). При положительном исходе (Оп 10, «да»), координатная сетка по оси Y увеличивается на единицу (Оп 15) и производится проверка завершения поисков по всей сетке оси Y, т.е. по существу всей территории города. Если да, то производится переход к следующей процедуре, в противном случае (Оп 16, «нет») управление передается оператору 3 и вся последовательность операций по приведенному циклу повторяется. Если не исчерпаны микрорайоны по оси X (Оп 10, «нет»), то номеру микрорайона присваивается новое значение (Оп 11), а затем рассчитываются значения координат левой стороны квадрата XPMI и правой стороны ХРМА (Оп 12). Те же вычисления производятся по нижней YPMI и верхней YPMA сторонам текущего значения квадрата. Затем текущему номеру IKL количества предприятий в рассмотренном квадрате KPKV даются нулевые значения, а текущему номеру предприятия по сквозной нумерации в сети автосервиса присваивается номер первого предприятия группы. На последующем этапе производится «фильтрация» предприятий группы на предмет принадлежности координат данному квадрату. Операторы 22-25 производят сравнение значений по всем сторонам квадрата. Если хотя бы по одной стороне квадрата нарушаются условия данных операторов (Оп 22-25, нет), управление передается оператору 42 и происходит переход к следующему предприятию.
Условный оператор 43 проверяет, исчерпан ли список предприятий данной группы (ветвь «да») и отдает управление оператору 29, в противном случае проверяются координаты размещения предприятия на принадлежность данному квадрату (Оп 22-25). Если обнаружится, что в рассматриваемом квадрате нет ни одного предприятия (Оп 30, да), производится переход к следующему квадрату посредством оператора 10. По основной ветви алгоритма задается нулевое значение накопителю S2 и в работу включается цикл операторов 31-33, которые по всем предприятиям KPVK. квадрата (Оп 31) выполняют в начале выборку номеров предприятий в общем списке (Оп 31), а затем суммирование и нахождение среднего значения коэффициентов загрузки мощности предприятий в данном квадрате (Оп 33 - 34). После расчета среднего значения (Оп 35) вычисляется прогнозируемое значение коэффициента загрузки предприятия. Оператор 37 дает начальные нулевые значения накопителям продолжительности смен, количеству рабочих на одном посту, количеству постов и средней трудоемкости одного обслуживания. По всему списку предприятий, расположенных в квадрате (On 38 - 41) производятся расчеты по определении средних значений указанных выше параметров (Оп 44 - 45). На основании полученных результатов рассчитывается среднее число обслуживаемых автомобилей в сутки (Оп 47). Это позволяет вычислить (Оп 48) интенсивность входящего потока заявок (количе- ства автомобилей поступающих на обслуживание в сутки), после чего не представляет труда определение количества автомобилей, ежедневно покидающих очередь (Оп 49). Прогнозируемое значение указанного числа автомобилей запоминается в соответствующем массиве (Оп 50). Запоминаются также координаты предприятия по оси X (Оп 51) и оси Y (Оп 52). После этого производится проверка завершения вычислений по всем квадратам по оси Y (Оп 53) и оси X (Оп 54) для всей группы предприятий по данной специализации. Если расчеты не завершены (Оп 53, нет) по оси Y, проверяется окончание расчетов по оси X (Оп 54). Если по оси X расчеты не закончены производится переход к следующему квадрату по оси Y (Оп 11), в противном случае управление передается оператору 4, который осуществляет соответствующее присваивание и вычислительные процедуры операторов 4-54 повторяются до завершения проверки всех квадратов координатной сетки по конкретной специализации предприятий. В результате выполненных расчетов в цикле 4 - 54 в памяти компьютера имеются прогнозируемые значения коэффициентов загрузки проектируемого предприятия по всем квадратам городской сетки микрорайонов, что позволяет (Оп 55) провести ранжирование их по мере убывания коэффициентов загрузки.
Поскольку значение этого коэффициента не является характеристикой абсолютной эффективности проектируемого предприятия запоминаются 3 предприятия (Оп 56) с наибольшими значениями этого показателя, как наиболее конкурентоспособных вариантов по рассматриваемой группе специализации.
Закономерности загрузки мощности сети автосервиса
Ввиду того, что решение поставленной задачи требует сбора и обработки большого статистического материала были проведены длительные натурные наблюдения и анализ статистических данных транспортной инспекции, ГИБДД и Госкомстата Карачаево - Черкесской республики. Ранее в 1 - й главе указывалось, что статистическая информация об интенсивности потоков заявок не всегда может служить фактом целесооб разности создания нового предприятия по той или иной специализации в связи с тем, что не отражает имеющийся производственный потенциал Jjfc действующих предприятий. В то же время средний уровень загрузки мощности ПА включает в себя все параметры определяющие пропускную способность производства согласно: 4у = X/on. В соответствии с этим выражением коэффициент загрузки F включа ет в себя помимо интенсивности потока заявок X также интенсивность вос становления и = і / іобс- При числе исполнителей на одном посту Рр равном единице t0fiC равно трудоёмкости t , выполнения конкретных технологиче ских операций. При Р„ і время обслуживания равно t06c= tip / Рр. Сбор W данных о количестве постов и числе исполнителей на любом из ПА не представляет какой либо сложности. Вместе с тем, сбор информации об интенсивностях потоков заявок X является трудоёмким продолжительным процессом. Поэтому согласно выражению (1.5.) этот параметр может быть получен косвенным путём, если в данном выражении будут известны все остальные составляющие, включая и коэффициент загрузки ЧЛ Получение » этого показателя путём статистических наблюдений в значительной степе ни легче, т.к. коэффициент загрузки на момент сбора информации опреде 103 ляется по количеству занятых постов и величине очереди в конкретный момент Бремени. Для сбора такой информации была разработана специальная таблица (Приложение 1, табл. 4П.І), в которой указано количество постов, рабочих а также число автомобилей на постах и в очереди.
Для получения достоверной и однородной информации обследования проводились в одно и то же время для совокупности предприятий, обеспечивающих достаточную репрезентативность выборки.
Учитывая результаты предыдущих обследований [34] и др., которые показали недельную неравномерность и цикличность колебаний потоков заявок на обслуживание автомобилей, наблюдения проводились дифференцированно по дням недели по всем основным технологическим циклам операций ТО и ремонта.
На основании собранной информации были построены графики изменения коэффициентов загрузки для ПА по дням недели за годовой период с учётом сезонных колебаний.
Анализ полученных кривых показывает, что как для потоков заявок, характеризующихся значительными внутри недельными колебаниями, коэффициенты загрузки предприятий по различным видам специализации в значительной мере подвержены вариации [рис. 4.7. - 4.8.]. при этом было установлено, что определённой устойчивой закономерности между картиной изменения коэффициентов загрузки для различных видов специализации ПА не наблюдается.
Исключения составляют пиковые значения коэффициентов загрузки по понедельникам. Для ПА, специализирующихся на окраске, ремонте карбюраторов и амортизаторов в субботние дни наблюдалось снижение загрузки, (рис. 4.7. - 4.9.) в тоже время по специализации «ремонт двигателей», колёсным работам (рис. 4.9.) имеет место пиковые нагрузки. По большинству видов специализаций колебания коэффициентов загрузки имеют свою природу и связаны не только с моментами возникновения не 104
исправностей и отказов, но и психологическими и социальными аспектами поведения автовладельцев и автомехаников.
Так, например, ПА специализирующихся на мойке автомобилей имеют минимальную загрузку в пятницу и субботу, что обусловлено окончанием рабочей недели и желанием автовладельцев совершить поездки за город и т.п. мероприятия, поскольку автомобили практически исправны.
Поскольку в работе поставлена задача определения приближенного значения коэффициентов загрузки для расчёта показателей вновь создаваемого предприятия, наибольший интерес представляло среднее значение коэффициентов загрузки по каждому виду специализации.
Анализ и обработка данных о загрузке мощности ПА различных специализаций показал, что среднее значение коэффициентов загрузки колеблются в пределах от 0,35 (специализация - регулировка углов установки колёс) до 0,76 (колёсные работы).
Эти данные свидетельствуют о широком диапазоне коэффициента загрузки мощности и потенциальных возможностях будущего предприятия. Естественно, для окончательного принятия решения следует провести более глубокое технико - экономическое обоснование.
Дополнительной информацией для принятия решения о строительстве и планировании площади ожидания автомобилей в очереди служат данные о средней длине очереди по всем основным видам специализации (рис. 4.9.). Полученные характеристики показывают, что средняя длина очереди колеблется в пределах 0,2 (регулировка углов установки колёс) до 1,2 (ремонт приборов системы питания). Очевидно, что при планировании размеров площадок ожидания следует ориентироваться не на средние величины очереди, а на пиковые одномоментные значения, т.к. при отсутствии мест ожидания клиент может покинуть конкретное ПА и перейти к конкуренту. Согласно приведенных данных и последующих рассуждений количества мест ожидания должно колебаться в пределах 1 ч- 3.
Очевидно, для установления относительной эффективности ПА необходимо знать в каком режиме (при каком уровне загрузки) работают предприятия в течении года. Проведенные ранее исследования потоков заявок на ТО и ремонт автомобилей в системе автосервиса [34] показали их неравномерность в течении различных периодов времени. Обощенные среднегодовые значения коэффициентов загрузки и средние значения длин очереди служат основой для расчёта мощности ПА по избранной специализации. Однако для определения интенсивности потоков заявок косвенным путем в работе были проведены исследования, которые состояли в сборе информации о фактических трудоёмкостях обслуживания автомобилей по различным технологическим циклам.
Полученные опытным путём значения коэффициентов загрузки имели место в 2002 году. Естественно эти значения могут меняться, если число
по ПА по каждому виду специализации будет меняться в ощутимых пределах в будущем. Может меняться так же и парк обслуживаемых автомобилей на момент ввода в стой нового предприятия. В этой связи для структуры ПА в г. Черкесске были проведены расчеты по прогнозированию из.менения сети автосервиса в 2003 году (рис. 4.5. - 4.6.). Вместе с тем был проведен анализ изменения парка автомобилей в г. Черкесске по маркам за 1998 -2002 годы и дан прогноз по методу экспонентного сглаживания на 2003 год (рис. 4.10.-4.12.)
Этот метод прогнозирования, как и другие методы краткосрочного прогнозирования основан на предположении, что система будет вести себя так же как и в предыдущие периоды. Между тем, новые законодательные акты о ввозе иномарок могут снизить точность прогноза и затрудняют деятельность действующих предприятий. В этом смысле время на планирование нового предприятия дает маневр для учёта последствий принятого законодательного акта.
Все же этот факт и другие возможные неожиданные факторы не могут в значительной мере изменить обычную конъюнктуру и объём рынка автоуслуг.
Поэтому прогнозные значения структуры ПА и парка автомобилей позволяют снизить риски при создании нового предприятия.
Как указывалось ранее (глава 2), для прогнозирования показателей ПА на стадии проектирования необходимы данные о трудоёмкости выполнения работ по каждому виду специализации. Наличие такой информации позволяет при известном числе исполнителей рассчитать продолжительность выполнения операций согласно выражению (1.5.).
Принимая во внимание большую продолжительность и объём работ по выявлению затрат времени на выполнение значительной номенклатуры операций ТО и ремонта были использованы три метода получения данных.
Первый метод предполагал применение традиционных хрономет-ражных методов при разработке нормативов трудозатрат с помощью натурных наблюдений. Этот метод обеспечивает наиболее достоверные результаты, но требует большого объёма выборки. Второй метод основан на оценке трудозатрат, базирующейся на частости (вероятности) выполнения нормативов операций в одном технологическом цикле, полученной путём наблюдений. Третий метод получения средних значений трудоёмкости основан на экспертной оценке вероятности операций в одном технологическом цикле, когда в роли экспертов выступают опытные исполнители на предприятиях. Перечисленные подходы к получению исходных данных для определения средней трудоёмкости автомобиле - заезда ранжируются по нисходящей по достоверности результатов, по значительно снижаются по достоверности и точности результатов.
