Содержание к диссертации
Введение
1 Характеристика воздушно-транспортной системы региона и особенности её управления. постановка общей научной задачи 13
1.1 Характеристика воздушно-транспортной системы региона 13
1.1.1 Особенности воздушно-транспортной системы региона 14
1.1.2 Особенности управления воздушно-транспортной системой региона 16
1.2 Анализ информационного обеспечения для воздушно-транспортной системы региона 18
1.3 Требования, предъявляемые к информационно-аналитической системе прогнозирования объёма авиаперевозок воздушно-транспортной системы региона 21
1.4 Выбор показателей эффективности функционирования информационно-аналитической системы прогнозирования объёмов воздушных пассажирских перевозок. Постановка научной задачи 23
1.5 Общая схема решения задачи. Частные задачи исследований 29
2 Обоснование прогнозных моделей и методов, целесообразных для планирования и оптимизации управления воздушно - транспортной системой региона 33
2.1 Классификация прогнозов для перевозочных процессов воздушно-транспортной системы региона 34
2.2 Обоснование модели (моделей) прогнозирования объёмов перевозок для воздушно-транспортной системы региона 37
2.3 Обоснование методов прогнозирования объемов перевозок в воздушно-транспортной системе региона 41
3 Разработка специального математического обеспечения информационно - аналитической системы прогнозирования рентабельности рейсов для воздушно - транспортной системы региона 57
3.1 Алгоритмы расчета затрат рейсов 59
3.1.1 Алгоритм расчета затрат на ГСМ 60
3.1.2 Алгоритм расчета затрат на бортпитание 64
3.1.3 Алгоритм расчета стоимости эстафет 64
3.1.4 Алгоритм расчета затрат на сборы в аэропортах 65
3.1.5 Алгоритм расчета затрат на аэронавигацию 66
3.2 Алгоритм расчета доходов рейсов 67
3.3 Алгоритм расчёта рентабельности 68
3.4 Модели краткосрочного, среднесрочного и долгосрочного прогнозов 69
3.4.1 Модель краткосрочного прогноза 69
3.4.1.1 Сглаживание по линейной функции 70
3.4.1.2 Сглаживание по показательной функции 72
3.4.1.3 Сглаживание по квадратичной функции 72
3.4.2 Модель среднесрочного прогноза рентабельности рейсов 73
3.4.3 Модель долгосрочного прогноза рентабельности рейсов 76
3.5 Модель учёта сезонных волн с предварительным элиминированием тренда 79
3.6 Алгоритм расчёта ковариационных моментов 82
4 Разработка автоматизированного рабочего места аналитика воздушно-транспортной системы региона 88
4.1 Основные результаты разработки математического обеспечения автоматизированного рабочего места 89
4.2 Логическая структура и особенности функционирования автоматизированного рабочего места 90
4.3 Характеристика общего программного обеспечения 93
4.3.1 Особенности разработки базы данных автоматизированного рабочего места 94
4.3.3.1 Индексирование данных БД автоматизированного рабочего места 98
4.4 Порядок работы на автоматизированном рабочем месте 100
4.5 Результаты апробации автоматизированного рабочего места 105
Заключение 113
Литература 115
Приложение
- Анализ информационного обеспечения для воздушно-транспортной системы региона
- Обоснование модели (моделей) прогнозирования объёмов перевозок для воздушно-транспортной системы региона
- Алгоритм расчета доходов рейсов
- Логическая структура и особенности функционирования автоматизированного рабочего места
Введение к работе
Актуальность темы. Одним из условий преодоления сложившегося кризиса в отечественной авиационной отрасли, является модификация существующей системы управления с целью повышения ее точности, гибкости, мобильности и оперативности. Данные показатели значительно влияют на качество принимаемых решений и соответственно эффективность управляющих воздействий. Особая роль при этом возлагается на регионы и их соответствующие воздушно-транспортные системы.
Воздушно-транспортная система (ВТС) региона представляет собой совокупность сложных разнородных подсистем (подразделений), объединённых между собой различными информационными связями в интересах достижения единой цели - обеспечения полного количественного и качественного удовлетворения, постоянно изменяющегося в объёме, во времени и в пространстве спроса населения и хозяйства региона на авиационные перевозки.
Успешное функционирование современной ВТС региона зависит от
степени использования её коммерческими и планово-экономическими
подразделениями информационно-аналитических систем (ИАС),
решающих комплекс задач анализа рынка авиаперевозок и мониторинга их важнейших показателей, в интересах последующего принятия управленческих решений.
Среди комплекса решаемых задач особую значимость имеет прогнозирование рентабельности авиаперевозок. Адекватность получаемых в результате её решения исходных данных существенным образом влияет на доходы и расходы ВТС региона, т.е ее эффективность.
Анализ опыта внедрения и эксплуатации ИАС позволил выявить их следующие особенности:
до настоящего времени внедрение данных систем осуществлялось по принципу создания локальных систем в различных подразделениях на основе разнородных технических и программно-алгоритмических средств, как правило, не стыкующихся друг с другом;
нестыковка по параметрам локальных информационных систем является причиной многих сбоев и ошибок в процессе функционирования, приводящих к резкому снижению эффективности систем данного класса;
отсутствие сопряжения, вновь внедряемых систем, с уже действующими ИАС, не позволяет в полной мере учитывать положительный опыт в данной сфере, что приводит к дублированию имеющихся наработок;
существующее специальное математическое и программное обеспечение, а также используемые технические средства не позволяют в полном объеме реализовать управление пассажирскими перевозками в реальном масштабе времени.
Таким образом, актуальность темы диссертационной работы продиктована, с одной стороны, необходимостью повышения
эффективности разработки и внедрения ИАС в ВТС региона и, с другой стороны, отсутствием в настоящее время математического и программного обеспечения, позволяющего их реализовать в пределах заданного времени с приемлемым качеством.
Диссертационная работа выполнена в рамках федеральной комплексной программы «Исследования и разработки по приоритетным направлениям науки и техники гражданского назначения».
Цель и постановка задач исследования. Целью диссертационной работы является разработка математического и программного обеспечения прогнозирования рентабельности авиаперевозок в интересах повышения эффективности принятия управленческих решений в планово — экономических подразделениях воздушной транспортной системы региона.
Для достижения поставленной цели необходимо решить следующие основные задачи:
1. Проанализировать существующие модели и методы прогнозирования с целью выбора среди них наиболее перспективных для последующей модификации в интересах минимизации времени проведения расчетов и ошибок определения прогнозных значений рентабельности авиаперевозок для ВТС региона;
2 Разработать модель прогнозирования рентабельности авиаперевозок для воздушно-транспортной системы региона;
3. Разработать специальное математическое обеспечение
прогнозирования рентабельности авиаперевозок для воздушно-
транспортной системы региона;
4. Разработать автоматизированное рабочее место аналитика
воздушно - транспортной системы региона и оценить эффективность его
функционирования.
Методы исследования. В работе использованы методы теорий математического моделирования, системного анализа, распознавания образов, графов, многоуровневых иерархических систем, а также теории проектирования и разработки автоматизированных информационных систем.
Научная новизна. В диссертационной работе получены следующие результаты, характеризующиеся научной новизной:
Интегральная модель прогнозирования рентабельности авиаперевозок для воздушно-транспортной системы региона, отличающаяся сценарным построением временных рядов воздействия основных факторов на экономические показатели с учетом сезонности с последующей их обработкой (рядов) методом перспективной экстраполяции, реализующая универсальную процедуру выбора вида прогноза и обеспечивающая повышение точности результатов прогноза.
Модифицированный алгоритм индексирования данных, содержащихся в базе данных, основанный на функции «деления узла», дополненной процедурами поиска непересекающихся множеств и
«деления узла» без пересечений, позволяющий повысить время выборки искомых данных при значительном количестве записей (больше 1000000) более чем на 50% по сравнению с не модифицированным алгоритмом.
3. Комплекс взаимосвязанных моделей и алгоритмов, реализующих
различные виды прогнозов, позволяющий повысить достоверность и
точность прогнозных значений рентабельности авиаперевозок для
воздушно-транспортной системы региона.
4. Элементы специального программного обеспечения,
реализующего комплекс моделей и алгоритмов расчета значений прогноза
рентабельности авиаперевозок для воздушно-транспортной системы
региона, обеспечивающие повышение оперативности проведения расчетов
и работу системы в реальном масштабе времени.
Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации обоснованы корректным использованием математического аппарата, подтверждены вычислительными экспериментами на ЭВМ и внедрением полученных результатов в практическую деятельность.
Практическая значимость и результаты внедрения. В рамках диссертационного исследования разработано математическое, алгоритмическое и программное обеспечение автоматизированного рабочего места аналитика воздушно-транспортной системы региона, показавшее высокую эффективность на конкретных примерах, что подтверждено результатами численного исследования и актами внедрения.
Использование разработанных в диссертации моделей и алгоритмов позволяет многократно применять разработки, тиражировать их и осуществлять их массовое внедрение с существенным сокращением продолжительности трудозатрат и средств.
Результаты проведенных исследований были использованы в интересах автоматизации деятельности ЗАО «Ресурс-Авиа» и ООО «Деловая Авиация»
Разработанные модели и алгоритмы включены в состав учебных курсов «Информационный менеджмент», «Сетевая экономика» и «Информационные системы в производственном менеджменте», читаемых в АНО МОК «Воронежский экономико-правовой институт».
На защиту выносятся:
Интегральная модель прогнозирования рентабельности авиаперевозок для воздушно-транспортной системы региона.
Модифицированный алгоритм индексирования данных, содержащихся в базе данных.
3. Комплекс взаимосвязанных моделей и алгоритмов, реализующих
различные виды прогнозов рентабельности авиаперевозок для воздушно-
транспортной системы региона.
4. Элементы специального программного обеспечения,
реализующего комплекс моделей и алгоритмов расчета значений прогноза
рентабельности авиаперевозок для воздушно-транспортной системы
региона.
Апробация работы. Материалы диссертационной работы, её основные положения и результаты доложены и обсуждены на международных и всероссийских конференциях: VII научной сессии МИФИ ( Москва - 2004); «Актуальные проблемы науки в студенческих исследованиях» (Воронеж-2005, 2006).
Публикации. По теме диссертации опубликовано 9 печатных работ, в том числе 3 работы, опубликованы в изданиях, рекомендованных ВАК РФ. Одна работа выполнена самостоятельно.
Личный вклад автора в работах, опубликованных в соавторстве, состоит в следующем: в работе [2] автором получены расчетные соотношения для определения коэффициентов эластичности спроса, а также подготовлен пример прогноза пассажирооборота для авиакомпании «Аэрофлот-Российские авиалинии»; в работе [3] автору принадлежит модель среднесрочного прогноза рентабельности рейсов, основанная на методе гармонических весов; в работе [4] автору принадлежит алгоритм элиминирования тренда сезонной волны с использованием итеративного метода Четверикова Н.С; в работах [5,6,7] автору принадлежат алгоритмы расчета рентабельности с различными видами сглаживаний, используемых при подборе уравнений тренда; в работе [8] автору принадлежит модифицированная модель прогнозирования значений рентабельности авиаперевозок для ВТС региона; в работе [9] автору принадлежит алгоритм расчета ковариационных моментов.
Объём и структура работы. Диссертация состоит из введения, четырёх глав, заключения, списка литературы и 2 приложений. Работа содержит 131 страницу: 113 страниц машинописного текста, 30 рисунков и 5 таблиц, список используемой литературы включает 169 наименований.
Анализ информационного обеспечения для воздушно-транспортной системы региона
Важнейшим условием успешной деятельности современной ВТС региона является обеспечение её коммерческих и планово-экономических подразделений эффективным инструментом всестороннего анализа воздушных пассажирских перевозок, служащего основой прогнозирования рынка авиаперевозок и последующего принятия управленческих решений.
Поэтому одной из стержневых задач, решаемых в интересах управления ВТС региона, а соответственно в диссертационной работе является задача прогнозирования объёмов воздушных пассажирских перевозок. Результаты решения данной задачи могут использоваться в качестве исходных данных для всего комплекса задач, приведенных на рисунке 1.4, что может существенным образом влиять на доходы и расходы ВТС региона, то есть её эффективность [90].
В настоящее время основными процессами, формирующими доходы ВТС региона от авиаперевозок, являются планирование расписания, управление тарифами, маркетинг и планирование продаж, а также бронирование авиаперевозок (рисунок 1.5) [66].
Кроме того, на эффективность решения вышеизложенного комплекса задач оказывает существенное влияние состояние и уровень используемого информационного обеспечения.
Под информационным обеспечением (ИО) в данной работе понимается совокупность схем представления данных, используемых в процессах вычислений [106,130]. Оно включает в себя используемые базы данных, экранные формы и обменные массивы. ИО строится на основе анализа концептуальных схем распределенных БД доходов и расходов на авиаперевозки. Последние разрабатываются на основе результатов обследования всего комплекса производственных процессов с учетом информационного взаимодействия отдельных подразделений, связанных с формированием финансовых результатов выполняемых рейсов (доходов, расходов и т.п.). Современное информационное обеспечение ВТС региона исторически формировалось в условиях недостаточного количества системных проработок в данной предметной области. Все предыдущие годы внедрение новых информационных технологий в процессы управления осуществлялось по принципу создания локальных систем в различных подразделениях на основе разнородных технических и программно-алгоритмических средств, как правило, не стыкующихся друг с другом. В результате оптимальное управление пассажирскими перевозками в реальном масштабе времени (как это делается во всех зарубежных авиакомпаниях) в ВТС региона сегодня практически не осуществимо. Нестыковка по параметрам локальных информационных систем является причиной многих сбоев и ошибок в процессах управления. Отсутствие стандартизованной системы нормативной информации в виде справочников, классификаторов и т.п. также создает известные трудности быстрого создания единой корпоративной информационно-управляющей сети [38,67,101]. Это приводит к тому, что при существующих методах регионального планирования и управления в системе сбора, передачи и обработки поступающих данных затруднена своевременная оценка информации и выработка оптимального управленческого решения. Основными недостатками ИО существующей ВТС региона являются: трудности сбора и оперативной об- работки необходимой информации для принятия решений; отсутствие чёткой постановки задач управления и однозначных алгоритмов их решения, что приводит к реализации «волевых» решений; большой объём рутинных операций по обработке и подготовке документов; недостаточная упорядоченность документооборота, что приводит к дублированию информации с одной стороны, и старению информации, необходимой для принятия решений, - с другой; несоответствие существующей системы показателей требованиям объективности при оценке по этим показателям состояния управляемой системы [44,82].
Таким образом, отмеченные проблемы, являются существенным тормозом развития региональных ВТС, вследствие чего в последнее время наблюдается их отставание от ведущих зарубежных авиакомпаний, постепенной утраты своих позиций на мировом рынке авиаперевозок. Зарубежные авиакомпании, используя маркетинг, оказываются сегодня более динамичными, они быстро адаптируются к любым изменениям рынка, используют любые возможности и бреши в мировом рынке с целью захвата и дальнейшего его расширения. Причём конкуренция возрастает не только со стороны Запада (США и Европа), но и со стороны Юго - Востока Азии (бурный рост ряда авиакомпаний ассоциации «Ориент») [38].
Выходом из создавшегося положения является повышение эффективности информационного обеспечения процесса управления ВТС региона, а тем самым и управленческих решений, на основе разработки и внедрения специальных информационно-аналитических систем, реализующих системный подход при решении соответствующего комплекса задач вообще и при решении задачи прогнозирования объёмов воздушных пассажирских перевозок в частности. При этом данная информационно-аналитическая система должна удовлетворять определённым требованиям [30,32,73,74].
Обоснование модели (моделей) прогнозирования объёмов перевозок для воздушно-транспортной системы региона
Проведенный анализ существующих моделей (сценарной, «Swinq-Cafe», «Тренд-Сезонность», регрессионной, имитационной) прогноза объёмов перевозок для ВТС региона позволил выявлять их основные характеристики, которые в обобщённом виде представлены в таблице 2.1 [7, 14, 15,100,102]. Сравнительная оценка приведенных характеристик моделей показывает, что наиболее перспективной для краткосрочного прогнозирования объёмов воздушных перевозок, с точки зрения простоты, приемлемой точности и отсутствия ряда существенных ограничений, характерных для других моделей, является модель «Тренд-Сезонность». Она базируется на обработке временных рядов с использованием метода перспективной экстраполяции [26, 39, 159]. Данная модель, при условии её доработки, может использоваться также для среднесрочного и долгосрочного прогнозирования.
Реализация данной модели заключается в последовательном выполнении ряда этапов, в частности: графическом представлении и описании поведения ряда (определении тренда); выделении и исключении регулярных составляющих ряда, зависящих от времени (учёт сезонности); подборе математической модели для описания регулярной составляющей и проверке её адекватности (модели); прогнозировании будущих значений ряда [26].
Наряду с обоснованием модели прогнозирования объёмов перевозок для воздушно-транспортной системы региона, важное значение на результаты прогноза оказывает используемый метод расчёта.
За последние три десятилетия прогнозирование в области воздушного транспорта бурно развивается во всем мире. При этом разрабатываются новые и модернизируются существующие методы, используемые для различных видов прогнозов.
В таблице 2.2 приведена характеристика основных методов прогнозирования [4-6, 27, 127,139,157].
Проведенный обзор методов прогнозирования показал, что большинство из них ориентированы на краткосрочное прогнозирование (метод одномерных временных рядов, простая экстраполяция сглаживанием временных рядов по методу наименьших квадратов, методы рандомизированного моделирования и др.) [139, 157]. Наибольшей точностью прогноза среди них обладает группа методов рандомизированного моделирования (бутстреп, джекнайф, расслоение выборки, перекрёстная проверка). Их основными недостатками являются слабая теоретическая проработка и реализация на практике. В силу перспективности данной группы методов представляет интерес их использование для краткосрочного прогнозирования, в частности бутстрепа, при условии более глубокой его теоретической проработки и программно-алгоритмической реализации.
В интересах среднесрочного прогнозирования используются методы выровненных статистических рядов и гармонических весов [104]. Оба метода не лишены недостатков. Метод гармонических весов имеет более высокую точность, что делает его выбор более предпочтительным. Однако он имеет ряд ограничений (чувствительность только к эволюционным изменениям и значительное влияние последних уровней ряда) которые необходимо каким-то образом парировать.
Алгоритм расчета доходов рейсов
Доход от выполненного пассажирского рейса, вне зависимости от того, регулярный он или дополнительный, определяется суммой четырех составляющих: дохода от перевозки пассажиров, доходов от перевозки грузов, доходов от перевозки почты и доходов от перевозки сверхнормативного багажа (рисунок 3.5) [44].
Доход от перевозки пассажиров определяется соотношением (3.22): где С, - средняя доходная ставка по і-му классу бронирования; V, - количество перевезенных пассажиров і-м классом; 1=1, п - количество классов бронирования.
Доход от перевозки груза (Г), почты (П) и сверхнормативного багажа (Эб) определяется в соответствии с выражением (3.23): где Cj - средняя доходная ставка по перевозке груза/ - го типа; V3 - количество перевезенного грузау -го типа; J=l,m- количество типов грузов.
На основании нормативных документов, для пассажирских рейсов т=3. Тогда выражение для расчета суммарного дохода пассажирского рейса будет иметь вид:
В случае грузового рейса первое слагаемое в выражении (3.24) обращается в ноль, и суммарный доход определяется более простым выражением (3.25):
Обобщенной характеристикой рентабельности рейса является функционал вида [44, 61]: где D(t) -вектор-функция, состоящая из п составляющих дохода; Z{t)- функция, состоящая из т составляющих затрат; t - время.
Строгий (точный) подход к оценке финансовых результатов каждого рейса требует рассмотрения значений доходов и расходов как случайных функций времени, т.е. в виде их математических ожиданий (3.27 и 3.28): где F(D) и F(Z) - законы распределения вероятности значений доходов и расходов соответственно.
Однако, реализация подобного математически строгого подхода, требует наличия достаточно представительных объемов априорной статистики, как по доходам, так и по расходам рейса, что выполнить практически не представляет ся возможным, особенно, если учесть тот факт, что проблема расчета рентабельности рейсов в Аэрофлоте ставится впервые.
Вместе с тем, без потери общности справедливо предположить, что переменные, входящие в выражение (3.26), а также их составляющие в течение времени выполнения рейса остаются неизменными.
Тогда решение (3.26) может быть сведено к детерминированной задаче, использующей стандартные методы вычисления доходов D и затрат Z при заданной структуре их составляющих, имеющейся в соответствующей нормативно-справочной базе и оперативных данных по каждому выполненному рейсу. При детерминированном подходе функция рентабельности (3.26) может быть преобразована к виду [44]: где V - объем выполненной за рейс транспортной работы (тонно-километраж); С - средняя доходная ставка на единицу транспортной работы (на один тонно-километр); S - себестоимость единицы транспортной работы (одного тонноки-лометра).
Оценка фактических значений рентабельности каждого рейса осуществляется путем прямых расчетов его дохода D и затрат Z, в то время как решение задачи ее планирования требует вычисления их удельных показателей С и S.
Вполне очевидно, что для одних и тех же рейсов, выполняемых различными типами ВС при всех прочих равных условиях, значения удельных показателей С и S будут различными.
Построение краткосрочных прогнозов базируется на модели «Тренд Сезонность». Её сущность заключается в построении и обработке временных рядов с использованием метода перспективной экстраполяции. При обработке временных рядов осуществляется: графическое представление и описание поведения ряда; выделение и исключение регулярных составляющих ряда, зависящих от времени; подбор математической модели для описания регулярной составляющей и проверка её адекватности; прогнозирование будущих значений ряда. В структуре временного ряда выделяются две составляющие, регулярная и случайная. Регулярная составляющая в свою очередь включает в себя тренд и сезонную компоненты. Тренд характеризует основную тенденцию развития временного ряда, сезонная компонента определяет колебания, периодически повторяющиеся в некоторые промежутки времени. Взаимосвязь между регулярными составляющими может быть аддитивной и мультипликативной [85]: Y(t) = T(t) + S(t) + err (аддитивная взаимосвязь) (3.30) Y(t) = T(t) 5(0 + err (мультипликативная взаимосвязь), (3.31) где Y(t) - значение уровня в момент t; T(t) - тренд, выбираемый из параметрического семейства; S(t) - периодическая компонента (сезонная волна); err -ошибка аппроксимации.
Аддитивная взаимосвязь характеризует постоянный характер сезонных колебаний. При мультипликативной взаимосвязи характер сезонных флуктуации остается постоянным только по отношению к тренду, и их величина зависит от значений временного ряда.
При подборе уравнения тренда использовались следующие виды сглаживаний: по линейной функции; по показательной функции; по квадратичной функции [82, 83].
Логическая структура и особенности функционирования автоматизированного рабочего места
АРМ разработано в соответствии с логической структурой приведенной на рисунке 4.1. рабочего места В состав АРМ входят следующие подсистемы: аутентификации и авторизации; управления доступом; ввода исходных данных; прогнозирования пассажиропотока; проведения расчетов; формирования выходных отчетов. Подсистема аутентификации и авторизации обеспечивает проверку пароля вводимого пользователем. Если он верен, то обеспечивается доступ к соответствующим элементам управления АРМ. Если пароль не верен, то выводится соответствующее сообщение, и представляется повторная возможность пройти аутентификацию. Подсистема управления доступом используется для определения и редактирования прав (полномочий) пользователя при работе с АРМ. Перечень функций, используемых в рамках данной подсистемы, в схематичном виде представлен на рисунке 4.2. Редактировать Подсистема ввода исходных данных, через интерфейс пользователя, реализует ввод исходной информации. При прогнозировании доходов и затрат вводятся следующие данные для сценариев: величина загрузки; коэффициент роста административных затрат; коэффициент роста стоимости GSM; коэффициент роста косвенных затрат; значения налета на ВС в день; среднее время полета; значение величины задержки; значение стоимости перевозки. Отдельно, для расчета значений RPK в качестве входных переменных вводятся годовые: коэффициенты уровня безработицы; коэффициенты уровня ВВП; значения численности населения; значения относительной доли рынка. Для прогнозирования пассажиропотока, вводится следующая информация: наименование авиационных линий; атрибуты пунктов вылета и прилета; номера рейсов; номенклатура регионов. Подсистема прогнозирования пассажиропотока обеспечивает формирование прогнозных значений пассажиропотока за определенный пользователем период времени. Результаты прогноза представляются в табличном и графическом видах. В результирующей таблице содержатся фактические и прогнозные значения пассажиропотока по месяцам и по годам. На графике приводятся временные зависимости фактических и прогнозных значений пассажиропотока. Подсистема проведения расчетов реализует общий вычислительный процесс в системе, заключающийся в выборке исходных данных, подстановке их в соответствующие аналитические выражения, расчете промежуточных переменных и получении конечных результатов. Подсистема формирования выходных отчетов обеспечивает формирование (генерацию) результирующих форм, предусмотренных в системе, в частности: результатов прогноза доходов и затрат; диаграмм доходов и затрат; диаграмм структур затрат; диаграмм сравнения сценариев. Выходные отчеты могут содержать таблицы, графики, различные виды диаграмм и др.
