Содержание к диссертации
Введение
1. Место моделей прогнозирования в автоматизированных системах организационного управления железнодорожным транспортом . 13
1.1. Роль прогнозирования в информационно-аналитических системах корпоративного управления железнодорожным транспортом. 13
1.2. Основные показатели работы железных дорог и особенности их прогнозирования. Анализ динамики . 23
1.3. Анализ существующих систем прогнозирования объемных показателей работы на железнодорожном транспорте . 29
Выводы по главе 1. 35
2. Разработка модели прогнозирования объемных показателей работы железнодорожного транспорта на основе метода самосогласованных состояний . 37
2.1. Основные положения метода самосогласованных состояний для решения задач прогнозирования основных показателей деятельности экономических систем. 37
2.2. Методика построения прогнозов квантовых уровней и переходных процессов . 49
2.3. Методика построения волновой компоненты. 61
2.4. Требования к исходной информации. Методика предварительной обработки и оценки исходного временного ряда. 72
2.5. Методика оценки качества прогноза. 82
Выводы по главе 2. 86
3. Прогнозирование объемных показателей работы железных дорог . 88
3.1. Функции и структура системы ПОПР, основанной на методе самосогласованных состояний. 88
3.2. Структура решаемых задач и практическое применение системы ПОПР в информационно-аналитических системах МПС России. 93
3.3. Результаты практического использования модели прогнозирования. 101
Выводы по главе 3. 125
Заключение. 127
Список литературы. 134
Приложение . 141
- Основные показатели работы железных дорог и особенности их прогнозирования. Анализ динамики
- Анализ существующих систем прогнозирования объемных показателей работы на железнодорожном транспорте
- Методика построения прогнозов квантовых уровней и переходных процессов
- Структура решаемых задач и практическое применение системы ПОПР в информационно-аналитических системах МПС России.
Введение к работе
Актуальность темы.
Федеральный железнодорожный транспорт России - основная составляющая транспортной системы и ключевая отрасль страны, напрямую влияющая на ее развитие и эффективное функционирование экономики.
Железные дороги России являются сложнейшей экономической системой, в которой сочетаются черты, присущие микроэкономическим системам, и макроэкономическая динамика, которая оказывает существенное воздействие на экономику России в целом.
Интенсивное развитие рыночных отношений обусловливает необходимость проведения грамотной политики оперативного и стратегического управления ресурсами отрасли. На одно из первых мест выходят задачи оценки эффективности принятия управленческих решений, которые наиболее целесообразно решать с использованием современных методов моделирования, прогнозирования и систем поддержки принятия решений.
Прогнозирование является основным инструментом предиктивного управления текущей ситуацией, создавая значительное преимущество перед политикой управления «по факту прошедшего периода».
Построение прогнозов основных объемных показателей железнодорожного транспорта позволяет создавать целостное представление о состоянии и динамике финансовых и материальных потоков, дает возможность эффективно планировать деятельность, осуществлять поддержку процессов принятия стратегических и оперативных решений руководством корпорации.
Выбор темы диссертационного исследования обусловлен актуальностью задачи максимально точного прогнозирования объемных показателей для расчета на их основе целевых ориентиров работы железнодорожного транспорта и, в конечном итоге, формирования бюджетов на будущий период.
Цель и задачи исследования.
Целью диссертационного исследования является разработка
. ' ' аналитического инструментария для прогнозирования объемных
показателей работы железных дорог. Разрабатываемая система относится к классу систем поддержки принятия решений.
В соответствии с указанной целью в диссертации поставлены и решены следующие основные задачи:
сформулированы основные положения метода самосогласованных состояний для решения задач прогнозирования временных рядов показателей экономических систем на примере системы «железнодорожный транспорт»;
построена экономико-математическая модель прогнозирования на основе метода самосогласованных состояний;
разработана методика предварительной оценки и обработки исходного
* временного ряда, предназначенная для проверки соответствия
предъявляемого ряда классу прогнозируемых по разработанной методике;
создана методика оценки качества построенного прогноза;
создано программное обеспечение (система «Прогнозирование объемных показателей работы железных дорог» (ПОПР)), реализующее методологию прогнозирования;
проанализирована точность и практическая значимость использования ПОПР в системе управления отраслью.
Объект и предмет исследования.
Объектом исследования является деятельность федерального железнодорожного транспорта.
* Предмет исследования - прогнозирование временных рядов
объемных показателей работы железных дорог.
5 Теоретическая и методологическая основа исследования. Диссертационное исследование базируется на постулатах экономической теории и экономико-математического моделирования.
Теоретическую и методологическую основы исследования составили:
работы отечественных и зарубежных ученых и специалистов в области экономики, исследования операций, математической статистики, системного анализа, автоматизированного организационного управления, а также работы в области построения систем поддержки принятия решений;
разработки Научного Информационно-аналитического Центра ГУП ВНИИЖТ МПС России (НИАЦ) и научных трудов Лисицы К.В.
Научная новизна.
В диссертационном исследовании применен новый подход к построению модели прогнозирования временных рядов объемных показателей работы железных дорог.
Элементы научной новизны содержат следующие положения исследования:
Впервые применен метод самосогласованных состояний для построения модели прогнозирования объемных показателей работы железных дорог.
Введены основные определения и построены методики прогнозирования по разработанной модели прогнозирования.
Предложен новый метод декомпозиции временных рядов показателей экономических систем.
Предложен алгоритм, позволяющий существенно повысить точность и скорость расчета компонент ряда.
Разработана методика предварительного анализа исходных данных для корректного использования построенной модели.
Разработан способ оценки качества построенного прогноза и самодиагностики алгоритма расчета.
Практическая значимость, ценность и апробация работы.
Проведенные исследования выполнялись в составе 4 научно-исследовательских работ НИАЦ по договорам НИОКР с МПС РФ.
На основе построенной модели прогнозирования создана система «Прогнозирование объемных показателей работы железных дорог», которая является ключевым блоком в информационно-аналитических системах поддержки принятия решений, как на оперативном, так и на стратегическом уровне.
Результаты исследований были использованы в автоматизированных информационно-аналитических системах поддержки принятия решений, разработанных НИАЦ:
Системе экономического мониторинга и прогнозирования состояния железных дорог России (ИАС ЭМиП);
Центре Ситуационного Управления МПС России (ЦСУ МПС России), включающем более 30 комплексов задач (блок прогноза работает в следующих подсистемах: «Оперативная информация», «Производственно-экономические показатели», «Прогнозирование объемных показателей работы железных дорог», «Моделирование развития транспортного комплекса в многоотраслевой структуре развития экономики страны», «Экономико-математическая модель работы железных дороп>);
Информационно-аналитической системе корпоративного управления и прогнозирования (ИАС КУП).
Прогнозы, полученные по разработанной методологии, регулярно используются при подготовке еженедельных аналитических материалов «Экономическое обозрение. Оперативный и стратегический анализ», подготавливаемых НИАЦ для руководства отрасли.
Информационной базой для построения прогнозов является информация, содержащаяся в корпоративном информационном хранилище. Система реализована на программных средствах SAS-продуктов и Web-технологий с подключением DLL-модуля, содержащего расчетную часть системы.
Результаты исследования докладывались на пяти научных конференциях:
конференции молодых ученых и аспирантов ВНИИЖТ, Москва, 2000;
научно-практическом семинаре «Внедрение информационно-аналитической системы экономического мониторинга и прогнозирования на сети железных дорог», Москва, 2000;
конференции молодых ученых и аспирантов ВНИИЖТ, Москва, 2001;
международной конференции молодых ученых и аспирантов, г. Катовицы, Польша, 2002 (получен диплом о присуждении докладу второго места);
научно-практическом семинаре «Опыт применения информационно-аналитических моделей для поддержки принятия оперативных и стратегических решений по управлению отраслью (регионом)», Российская Академия Государственной службы при Президенте РФ, Москва, 2003.
Основные положения, выводы и рекомендации диссертации могут быть использованы при построении систем прогнозирования временных рядов ключевых показателей различных экономических систем. В результате становится возможным определять варианты будущего развития, лучше понимать, отслеживать, анализировать тенденции деятельности железнодорожного транспорта. Созданная система прогнозирования достаточно универсальна и позволяет легко настраиваться на широкий круг прогнозируемых показателей.
Практическая реализация и внедрение системы ПОПР в составе информационно-аналитических систем позволила повысить точность
8 прогнозирования показателей, увеличить оперативность процесса построения прогнозов и повысить эффективность принятия управленческих решений на железнодорожном транспорте.
По материалам диссертационного исследования опубликовано 5 научных работ общим объемом: 1,3 п.л.
В первой главе рассмотрено значение прогностических систем на уровне корпоративного управления в контексте заблаговременной оценки возможности достижения целевых ориентиров, а также существующие модели прогнозирования объемных показателей работы железнодорожного транспорта.
Достижение основных стратегических целей компании невозможно без комплексного решения множества проблем, связанных, в первую очередь, с современным эффективным корпоративным управлением и прогнозированием.
Основной задачей при разработке систем стратегического управления является создание и поддержка стратегического соответствия между целями отрасли, её потенциальными возможностями и шансами на успех в сфере перевозок. Они призваны координировать деятельность железных дорог с учетом внешних и внутренних факторов влияния, определять текущее положение отрасли и обеспечивать разработку будущих действий в соответствии с ее миссией. Основой подсистем стратегического управления должен быть набор структурно-динамических и математических моделей, предназначенных для поддержки принятия широкого спектра решений. В подсистему управления должны входить задачи оценки достижения цели, моделирования стратегических оценок, мониторинга и разработки модели прогнозирования.
В диссертации анализируются основные комплексные параметры, характеризующие железнодорожный транспорт в целом, ими являются
9 объемные показатели работы: грузооборот, объем перевозок, отправление грузов, погрузка, выгрузка и др.
Для железнодорожного транспорта прогнозирование объемов перевозок представляет также особый интерес с точки зрения определения потребности в материальных, денежных, трудовых и прочих видах ресурсах. Показано, что прогнозы объемов перевозок являются базой для разработки прогнозов эксплуатационной деятельности железных дорог и их подразделений, они позволяют сконцентрировать ограниченные ресурсы на нужных направлениях, выявить необходимые резервы для развития железнодорожного транспорта.
Все большая неопределенность исходных условий разработки прогнозов, неизолированность системы железнодорожного транспорта, изменение объектов внешней среды требуют углубленного изучения законов функционирования экономических систем.
Тенденции развития объемных показателей часто меняются в условиях изменения внешней по отношению к железнодорожному транспорту среды. Поэтому для их анализа и прогнозирования требуется сложный математический аппарат.
При традиционном подходе к прогнозированию временных рядов из рассмотрения исследователя полностью исключается экономическая сущность истории анализируемого объекта, что существенно затрудняет интерпретацию поведения его параметров в условиях влияния факторов внешней среды.
В диссертационном исследовании применен принципиально новый подход к построению системы прогнозирования объемных показателей работы железных дорог - метод самосогласованных состояний. Метод относится к одному из активно развивающихся направлений современной науки - ситуационному анализу открытых экономических систем.
Во второй главе формулируются основные положения системного анализа, метода самосогласованных состояний для решения задач прогнозирования показателей деятельности экономических систем, и строится экономико-математическая модель прогнозирования на основе метода самосогласованных состояний.
Нормальное состояние любой открытой системы, которой является и железнодорожный транспорт, обычно характеризуется колебаниями ее параметров около некого равновесного положения. Значимое снижение или увеличение параметров можно интерпретировать как переход к новому устойчивому равновесному состоянию. В этом случае временной ряд можно аппроксимировать набором квазистационарных уровней и переходных процессов между ними.
В работе даны понятия:
квантового уровня и его определяющих характеристик;
переходного процесса;
самосогласованного состояния.
Выявлены экономические причины формирования квантовых уровней и перехода системы с одного уровня на другой. Переход с одного квантового уровня на другой происходит под влиянием так называемых катастрофических изменений (факторов). Это политические, экономические потрясения, и прочие изменения различных (как внешних, так и внутренних) параметров, оказывающие существенное влияние на объемные показатели работы железнодорожного транспорта.
Внутри уровней происходит волнообразное изменение значений ряда вследствие различных динамически развивающихся процессов.
В результате определено, что прогнозируемый временной ряд можно представить в виде следующих компонент: квантовая компонента; волновая компонента; случайная компонента.
В диссертационном исследовании описаны методики формирования каждой из компонент и всего прогноза в целом.
Для построения прогноза развития временного ряда необходимо
выявить из него квантовую и волновую компоненты. В этом случае
получается прогноз с точностью до суммы случайных флуктуации
t временного ряда и разрешающей способности применяемых численных
методов.
Во второй главе описаны требования к исходным данным для прогнозирования показателей с помощью предлагаемой методики, в основе которой лежат четыре основных критерия «качества», с помощью которых необходимо проверить входной временной ряд. Также описаны подходы к определению корректности введенного пользователем числа точек прогнозирования.
Разработана интегральная характеристика качества прогноза, которая учитывает возможные варианты отклонения расчетов от заложенного алгоритма.
л В третьей главе описывается система "Прогнозирование объемных
показателей работы железных дорог", которая построена на основе предлагаемой в диссертационном исследовании модели прогнозирования и предназначена для построения прогнозов широкого круга показателей, характеризующих работу организации.
Информационной базой для построения прогнозов является информация, содержащаяся в корпоративном информационном хранилище.
Описаны два режима функционирования системы - автоматический и интерактивный. Автоматический режим работы может использоваться в различных автоматизированных системах и подключаться на уровне загрузки данных. РІнтерактивньїй режим предназначен для аналитиков и позволяет принимать участие в поэтапном построении прогнозов.
Система программно реализована на базе SAS-продуктов и Web-технологий с подключением DLL-модуля, содержащего расчетную часть системы.
В данной главе показана эффективность применения разработанной
системы прогнозирования, которая оценивается высокой точностью построения
прогнозов и широтой использования системы в самых значимых и современных
4 информационно-аналитических системах управления отраслью.
В диссертации проведен анализ результатов, включающий в себя анализ модели на точность, анализ на устойчивость, сопоставление результатов с результатами, полученными с помощью других методов прогнозирования. Также приведены результаты практического применения модели самосогласованных состояний. Анализ результатов свидетельствует о высокой точности построения прогнозов по разработанной методологии.
В работе описано практическое применение разработанной модели
прогнозирования, которая используется в автоматизированных
информационно-аналитических системах поддержки принятия решений,
разработанных НИАЦ: системах ИАС ЭМиП, ЦСУ МПС России, ИАС КУП, а
также при подготовке еженедельных аналитических материалов для
< руководства отрасли.
При написании диссертационной работы использовались материалы, которые отражены в списке литературы, включающем 80 наименований.
Основные показатели работы железных дорог и особенности их прогнозирования. Анализ динамики
Как было сказано выше, важным моментом при стратегическом и оперативном управлении является отслеживание динамики и прогнозирование основных показателей работы экономических систем. Основными комплексными параметрами, характеризующими железнодорожный транспорт в целом, являются ключевые показатели работы по грузовым перевозкам. Железные дороги всегда были одним из основных видов транспорта при перевозках грузов в нашей стране, которые являются его основной работой. К концу XX века на сети железных дорог России грузооборот примерно в шесть раз превышал пассажирооборот в количественном выражении. Основными показателями, характеризующими деятельность железнодорожного транспорта по грузовым перевозкам, являются объемные показатели работы, такие как грузооборот, объем перевозок, отправление грузов, погрузка, выгрузка и др. Рассмотрим показатели объем перевозок грузов и грузооборот. Объем перевозок грузов - характеризует количество тонн грузов, перевезенных за определенный промежуток времени. Измеряется объем перевозок на момент отправления, поскольку через некоторый промежуток времени отправленные грузы становятся прибывшими, что позволяет с некоторой долей условности считать, что отправление равно перевозке. [78] Показатели грузовых перевозок отличаются на сети железных дорог в целом и на ее подразделениях - отдельных железных дорогах, отделениях дорог и линейных предприятиях. Общий объем перевозок по сети дорог С Р) складывается из отправления грузов всеми 17 дорогами, приема грузов с заграничных дорог и с водного транспорта:
По дороге объем перевозок грузов определяется как сумма отправления по всем станциям дороги и приема грузов с соседних дорог и водного транспорта: Общий объем перевозок также распределяется по видам сообщений. Выделяют следующие виды сообщений: Местное - перевозки в пределах одной и той же дороги; Прямое - перевозки на участках двух или более дорог. о Вывоз - отправление грузов с данной дороги на другие дороги сети; о Ввоз - прибытие грузов с других дорог сети на данную дорогу; о Транзит - перевозка грузов, поступающих с других дорог и следующих через данную дорогу на другие дороги сети. Грузооборотом (тонно-километры) называется работа по перемещению груза, определяемая как произведение массы перемещаемого груза на расстояние перевозки. Различают грузооборот нетто (учитывает только перемещение груза) и грузооборот брутто (учитывает перемещение груза вместе с массой тары подвижного состава). Грузооборот нетто может быть: Тарифный - рассчитывается по «тарифным» расстояниям. Эксплуатационный - рассчитывается по фактическому пробегу груза на основе маршрута машиниста.
Объемные показатели работы железных дорог характеризуют не только состояние отрасли железнодорожного транспорта, но и общеэкономическую ситуацию в стране, так как основные закономерности развития экономики отражаются в их изменении. Таким образом, статистика железнодорожных перевозок в определенной мере отражает состояние экономики страны в целом. Информационным источником для анализа исходных данных является информация, содержащаяся в едином информационном хранилище (фонды «Производственно-экономические показатели», «Перевозка грузов», «Оперативная информация»). Динамика процессов на железнодорожном транспорте может изучаться на основе соответствующих показателей, агрегированных в определенном временном интервале наблюдения. Рассмотрим ежемесячную динамику тарифного грузооборота по сети железных дорог (рис. 1.1). Аналитическая надстройка над информационным фондом «Производственно - экономические показатели» позволяет одновременно анализировать несколько показателей. Так, например, проанализируем динамику одновременно приведенного грузооборота, грузооборота брутто, тарифного грузооборота, отправления грузов, объема перевозок. Анализ рис. 1.1 и рис. 1.2 показывает, что объемы грузовой работы железнодорожного транспорта, начиная с 1998 года, с каждым годом увеличиваются.
Проведение анализа производственно-экономической деятельности является неотъемлемой частью процесса управления. Оперативный анализ, позволяет с минимальным периодом запаздывания, когда производственные условия еще не изменились, оценить причины возникновения неблагоприятной ситуации. Поэтому интересным является отслеживание ежесуточной динамики показателей работы. Рассмотрим динамику показателя погрузка (тонн/сутки) с 1 по 29 мая 2003 года. За данный период на Сети объем погрузки грузов по сравнению с апрелем 2003 г. увеличился на 1,0% и составил в среднем в сутки 3196,7 тыс. т. Перевыполнение сетевой нормы составляет 1,6%.
Анализ существующих систем прогнозирования объемных показателей работы на железнодорожном транспорте
Прогнозирование было и остается одним из основных инструментов, используемых при выработке концептуальных решений как в области оперативного, так и стратегического управления ресурсами железнодорожного транспорта как сферы материального производства.
Во все времена прогнозирование было актуальным и востребованным. Всегда, исследователям хотелось знать перспективы развития, более или менее дальние результаты проводимых преобразований и сопутствующих им прямых и косвенных последствий.
Прогнозирование предполагает получение количественных оценок состояний экономической системы в будущем. Прогноз представляет собой научно-обоснованное суждение о возможных состояниях объекта в будущем. Возможность прогнозирования показателей основывается на знании общих закономерностей их изменения, их взаимосвязи и взаимообусловленности. Прогнозы даже с относительно небольшой степенью достоверности позволяют уменьшить неопределенность знаний о будущем, а следовательно, и снизить риск плановых решений, ущерб от их неоптимальности.
В зависимости от горизонта планирования на железнодорожном транспорте разрабатываются следующие виды прогнозов: оперативный -сроком до одного месяца; краткосрочный - от одного месяца до одного года; среднесрочный - от одного года до пяти лет; долгосрочный - от 5 до 10 лет и больше.
План-прогноз перевозки грузов железнодорожным транспортом - это исходная база для разработки остальных разделов плана эксплуатационной деятельности железных дорог и их предприятий. От объема перевозок зависит работа подвижного состава, необходимая численность работников, эксплуатационные расходы, доходы и прибыль железных дорог. Он является составной частью плана-прогноза социально-экономического развития страны.
В практической деятельности предприятий железнодорожного транспорта применяют следующие методы планирования: балансовый, технико-экономических расчетов, экономико-математического прогнозирования. [78]
Балансовый метод заключается в сопоставлении потребностей с ресурсами по каждому разделу плана (балансы производства, потребления и перевозок по важнейшим грузам и другие балансы по основной деятельности).
В современных условиях рыночной экономики планирование приобретает больше вероятностный характер. Балансовым методом невозможно рассчитать ожидаемые объемы перевозок. Необходимым является проведение маркетинговых исследований рынка перевозок в определенном экономическом регионе.
Планирование грузовых перевозок также осуществляется на основе планов-прогнозов промышленного и сельскохозяйственного производства, капитального строительства, материально-технического снабжения, заготовок, внутреннего и внешнего товарооборота.
МПС России также ведет систематическое изучение экономики обслуживаемых им районов тяготения. По результатам обследования составляются транспортно-экономические балансы по важнейшим видам продукции. После составления транспортно-экономических балансов пункты и районы потребления прикрепляют к пунктам и районам производства. Результаты сводят в таблицу межрайонного обмена.
Отношение количества перевезенной продукции к произведенной (в тоннах) за один и тот же период времени называется коэффициентом перевозимости. (Кокс 0,43-0,45; черные металлы 0,66-0,67; железная руда 0,99-1,01)[77]. Метод прогнозирования объемов перевозок на основе коэффициента перевозимости применяют в ГИПРОТРАНСТЭИ.
Материалы экономических исследований передают в ГВЦ МПС и ВЦ железных дорог, где создается банк данных, позволяющий использовать накопленную информацию при формировании реального спроса на перевозки грузов. В настоящее время создана система ИОДВ -интегрированная обработка железнодорожных ведомостей.
Прогнозирование объемов работы транспорта проводилось и за рубежом. Так, в книге Дж. Фишера, Т. Ландсберга и Л. Фишмана «Ресурсы в будущем Америки. Потребности и возможности их удовлетворения в 1960-2000 г.г.» приводятся прогнозные оценки перевозочной работы транспорта США до 1980 и 2000 годов [72]. В основу прогноза положена зависимость работы транспорта от валового национального дохода. Эта же зависимость была использована и другими исследователями при прогнозировании объемов грузовых перевозок.
А. А. Долматов [59] рассматривает динамику объема перевозок с 1900 года и приходит к выводу о цикличности развития перевозок. Объем перевозок тесно связан с экономическим состоянием страны. Объективные закономерности развития экономики проявляются в циклическом изменении объема перевозок: периоды устойчивого спроса на перевозки сменяются кризисами различной продолжительности, за которыми наступает период подъема. В вычислениях А. А. Долматов использует методы математической статистики (построение доверительных интервалов), которые применяет к приростам грузооборота. С 1989 года объемы перевозок резко сократились. По верхней доверительной границе — объемы вырастут через 5 лет, по нижней - через 12-13 лет.
Прогнозированием также занимается ЦФТО (центр фирменного транспортного обслуживания) - организация и проведение маркетинговых исследований транспортного рынка с прогнозированием платежеспособного спроса на перевозки грузов на основе анализа заявок.
В экономической литературе имеются работы, специально посвященные изложению развития железнодорожного транспорта, в которых рассматриваются основные пути, динамика показателей работы и намечаются перспективы его развития. Это - труды В.В. Фомина, С.К. Данилова, Б.П. Орлова, В.И. Петрова, А.Г. Захарова и др. [27], [28], [36], [49], [77], [78].
Вопросы повышения качества грузовых перевозок и совершенствования процесса прогнозирования на основе экономико математического инструментария нашли отражение в работах работах Белова И.В., Галабурды В.Г., Хачатурова Т.С., Каплана А.Б. и др. [51], [77], [78]. Но результаты использовались не в полной мере, так как экономическое прогнозирование количественных и качественных показателей отрасли ориентировалось в основном на общегосударственные установки. В настоящее время разработана гибкая система краткосрочного прогнозирования перевозок грузов на основе систематически проводимых маркетинговых исследований.
На практике используются два способа прогнозирования грузовых перевозок: синтетический, который начинается с общего прогноза, затем принятые цифры разделяются по видам транспорта, видам грузов и т. д., и аналитический, для которого исходной информацией служат детальные оценки, анализируемые с целью выявления тенденций развития, технических аспектов, социально-экономических факторов будущего спроса на перевозки. Далее устанавливается взаимосвязь между этими отдельными методами и определяются корректировки и пути сближения результатов. Аналитичесим способом можно пользоваться, когда сохраняются существующие тенденции динамики перевозок по видам транспорта. При кардинальном изменении тенденций следует применять синтетический способ.
Методика построения прогнозов квантовых уровней и переходных процессов
Данный параграф посвящен методике построения прогноза квантовой компоненты: прогнозированию квантовых уровней и переходных процессов.
Предлагается следующий алгоритм выделения квантовой составляющей на ретроспективном участке, в основе которого лежит анализ динамики прогнозируемых показателей.
Из определения квантового уровня следует, что если провести линейную аппроксимацию по значениям временного ряда, составляющим квантовый уровень, то угол наклона полученной в результате аппроксимации прямой будет близок к нулю. На этом свойстве основан алгоритм выделения квантовых уровней и переходных процессов.
В целях реализации алгоритма была написана программа, позволяющая последовательно строить линейные аппроксимации для всех возможных участков временного ряда. Далее происходит отбор участков, тангенс угла наклона аппроксимирующей прямой на которых меньше 25% от максимального значения тангенса угла наклона, найденного на всех возможных участках ретроспективного интервала.
Данный коэффициент (25%) был определен при исследованиях алгоритма на тестовом наборе данных. Подбирали такой коэффициент, при котором все из визуально анализируемых участков определялись как квантовые уровни. Строилось отношение чувствительности метода [3] (сколько объектов, относимых визуально к квантовым уровням, классифицировано как квантовые уровни) к специфичности метода [3] (сколько объектов, относимых визуально к переходным процессам, отнесено не к квантовым уровням). Оказалось, что при коэффициенте, равном 25%, чувствительность и специфичность метода наиболее близки к 100%.
Также было определено, что минимально возможная длина квантового уровня равна 7 отсчетам. Если брать меньшее число отсчетов, то снижается качество распознавания временного ряда, то есть падают значения чувствительности и специфичности метода.
Данные исследования являются темой отдельной работы, которая проводилась в НИАЦ. Итак, если тангенс угла наклона меньше названной величины, то строим квантовый уровень, иначе - переходный процесс.
Мы аппроксимируем переходные процессы функциями линейного вида. Эффекты нелинейности учитываются при построении волновой компоненты (параграф 2.3).
Таким образом, в результате получена функция, ставящая в соответствие каждому значению f(t) временного ряда значение квантового уровня level(t), к которому это f(t) принадлежит (или значение переходного процесса, если f(t) не принадлежит к квантовым уровням).
Разработанный алгоритм тестировался на реальных временных рядах, содержащих значения грузооборота и отправления грузов по дорогам и сети железных дорог в целом. Результаты, получаемые при использовании данного алгоритма, свидетельствуют об универсальности и достаточной точности разработанной методологии. [55]
При исследовании квантовой компоненты были выявлены следующие свойства квантовых уровней, которые учитываются в методике прогнозирования. 1. Расстояния между уровнями кратны минимальному расстоянию между уровнями. Визуально было определено, что наблюдается кратность расстояний между квантовыми уровнями, когда система переходит из одного самосогласованного состояния в другое.
Мы провели статистические вычисления на выборке тестовых рядов. Так как необходимо рассматривать ряды целиком, то таких рядов небольшое количество, что накладывает ограничения на размер тестовой выборки. Следует отметить, что в настоящее время в НИАЦ проводятся дополнительные исследования на эту тему.
Приведем полученные результаты исследований. Рассмотрим временные ряды грузооборота по сети и железным дорогам. Сеть железных дорог (рис. 2.2). Рассматриваемый период: с января 1994 года по июнь 2003 года.
Структура решаемых задач и практическое применение системы ПОПР в информационно-аналитических системах МПС России.
Универсальность созданной системы прогнозирования позволяет эффективно прогнозировать выбранный круг показателей, необходимых для мониторинга и принятия управленческих решений. Прогнозируются значения как внутренних показателей деятельности железнодорожного транспорта, так и показатели, определяющие внешнюю среду деятельности организации. В продукте заложена возможность оперативной настройки на необходимые изменения состава прогнозируемых внутренних и внешних показателей, что придает системе гибкость и позволяет ее широко использовать при прогнозировании различных показателей.
Эффективность применения разработанной системы оценивается высокой точностью прогнозирования (параграф 3.3) и широтой ее использования в самьк значимых и современных информационно-аналитических системах управления отраслью.
Разработанная модель прогнозирования была использована в автоматизированных информационно-аналитических системах поддержки принятия решений, разработанных НИАЦ. 1. Системе экономического мониторинга и прогнозирования состояния железных дорог России (ИАС ЭМиП). 2. Центре Ситуационного Управления МПС России (ЦСУ МПС России), включающем более 30 комплексов задач. 3. Прогнозы, полученные по разработанной методологии, регулярно используются при подготовке еженедельных аналитических материалов «Экономическое обозрение. Оперативный и стратегический анализ», подготавливаемых НИАЦ для оценки перспектив развития отрасли.
4. Информационно-аналитической системе корпоративного управления и прогнозирования (ИАС КУП). 1. Информационно-аналитическая система экономического мониторинга и прогнозирования состояния железных дорог России. Информационно-аналитическая система экономического мониторинга и прогнозирования [40], [41] предназначена для решения задач эффективного тактического и стратегического управления экономикой железных дорог на основании: мониторинга производственно-экономических показателей работы железных дорог; экономического анализа состояния дорог; прогноза экономических показателей; оперативной экономической оценки вариантов управленческих решений.
Концептуальная новизна системы состоит в интеграции производственных и экономических факторов, соединение которых предоставляет управленческим кадрам и аналитикам широкие возможности по анализу ситуации на дорогах, прогнозированию динамики основных показателей работы и формированию компетентных тактических и стратегических решений.
Модуль прогнозирования объемных показателей работы железных дорог, который успешно работает и является неотъемлемой частью ИАС ЭМиП, построен на базе описанной в диссертационном исследовании модели прогнозирования.
Система ИАС ЭМиП сдана в эксплуатацию в 2002 году и успешно работает на железнодорожном транспорте. 2. Центр ситуационного управления МПС России. Научный Информационно-Аналитический Центр (НИАЦ) является головным разработчиком проекта по созданию Центра ситуационного управления (ЦСУ) МПС России. [44], [38], [39], [33]. В рамках этого проекта разработано программно - информационное обеспечение системы поддержки принятия решений (СППР) для скоординированного функционирования ЦСУ МПС на базе единого информационного ресурса (ЕИР) с использованием различных аналитических систем. Поддержка принятия управленческих решений осуществляется на основе различных сценариев, которые объединяют более 30 комплексов задач, имеющих определенное целевое назначение.
Основная задача ЦСУ МПС России - обеспечивать информационную поддержку в процессе подготовки и принятия решений на всех уровнях управления отраслью. ЦСУ представляет собой вновь создаваемую организационную структуру, значительно повышающую качество управления отраслью. Его возможности охватывают целый ряд аспектов деятельности отрасли и используются для принятия как тактических, так и стратегических решений. Он ориентирован на сбор, создание и хранение специально подготовленной информации, оптимизированной для проведения мониторинга, анализа, прогнозирования и последующего принятия решений с учетом установившихся внутренних связей деятельности всех звеньев отрасли и работников организационной структуры МПС — от Министра до аналитика.
Широкий комплекс средств ЦСУ, предоставляющий аналитику доступ к корпоративной информации, макроэкономическим факторам, особенностям региональной экономики, анализу текстовой информации как общероссийских, так и региональных и электронных СМИ, средства моделирования и прогнозирования, - все это обеспечило своевременное и качественное выполнение, как регулярных аналитических отчетов, так и тематических исследований по запросам Руководства.
Базы данных производственно-экономических показателей работы железных дорог, данные о перевозках грузов, архивы динамики макроэкономических индикаторов, информация о региональной экономике и другие информационные хранилища создают надежный фундамент для качественной аналитической деятельности. Богатые средства визуализации анализируемой информации, которые обеспечены программными комплексами, иные средства обработки и анализа информации создают эффективные инструменты для подготовки аналитических материалов для руководства отрасли.
Одним из существенных средств анализа макроэкономической динамики для оценки вероятных последствий развития ситуации является модель прогнозирования.
При экономическом анализе в процессе опытной эксплуатации ЦСУ МПС, особое значение имела возможность проведения эффективного прогнозирования динамики экономических факторов. В связи с этим большую роль играл комплекс ПОПР, который с успехом применялся в отчетный период для получения кратко и среднесрочных прогнозов динамики различных показателей.
В ЦСУ блок прогноза (ПОПР) работает в следующих подсистемах: «Оперативная информация»
Оперативный анализ производственно-экономической деятельности -неотъемлемая часть процесса управления ресурсами компании (отрасли). Он позволяет быстро оценить причины неблагоприятной ситуации, собрать полную информацию о ней и провести анализ с прогнозированием дальнейшего развития событий.
Возможности ПОПР используются в фонде «ОИ» для получения оперативного автоматического прогноза результатов деятельности Сети железных дорог по весьма широкому спектру показателей. Прогнозы строятся с помощью указанного комплекса автоматически и предоставляются пользователю с горизонтом прогнозирования несколько дней (шаг — один день), и до конца месяца (шаг прогнозирования — одна неделя). Все прогнозы, полученные автоматически, сохраняются в архив.
Список показателей фонда «ОИ», прогнозирование которых осуществляется ПОПР приводится в Приложении.
