Page 49 - 6258
P. 49
Розширення початкової інформації (довші динамічні ряди) дозволить
використовувати зазначені методи, а також стандартні програми
екстраполяції, наявні в математичному забезпеченні ПК.
11.3 Порядок виконання роботи
На основі фактичних витрат запасних частин за п’ять років (табл. 11.3)
розрахувати прогнозовану потребу для безперебійної діяльності СТО в
майбутньому. Параметр нівелювання приймати: 0,2, 0,6, 0.9. За
0
результатами обчислень побудувати графіки витрат ЗЧ.
Визначити початкове значення S 0 за залежністю (11.2). При цьому
враховуємо зміну кількості років, за якими ведеться розрахунок.
Провести експоненціальне згладжування динамічного ряду даних за
залежністю (11.1) з кожного найменування запасних частин.
Отримані результати звести у табл. (форма: табл. 11.1).
За результатами розрахунків побудувати графічні залежності
фактичних витрат та прогнозовану потребу у запасних частинах за роками.
Проста адаптивна модель призначена для виділення експоненці-
альною середньою в початкових даних. Експоненціальне згладжування
динамічного ряду даних здійснюють за формулою:
S x 1 ( ) S , (11.1)
0 0 1
де S - значення експоненціальної середньої в момент τ;
- параметр нівелювання, = const;
0 0
x - фактичне значення процесу в момент τ.
Експоненціальну середню часто використовується для
короткострокового прогнозування на один крок (наприклад, рік, квартал,
місяць). Найбільш важливим при розрахунку за даною формулою є вибір
значень і початкового значення S S . У деяких випадках S
0 0 0 0
визначають, як середнє значення за декількома першими членами ряду y .
i
У випадку трьох значень ретроспективного ряду S визначають за
0
формулою:
1 3
S y , (11.2)
0 i
3 i 1
Як приклад, проведемо прогнозування потреби в ЗЧ, яке ґрунтується
на виділенні експоненціальної середньої за вихідними даними табл. 11.1
(позиція n - гільза циліндра):
1
S 6 ( 10 11 ) 9 .
0
3
При:
S x 1 ( ) S 1 , 0 6 9 , 0 9 7 , 8 ;
1 0 1 0 0
S x 1 ( ) S 1 , 0 10 9 , 0 7 , 8 , 8 83 ;
2 0 2 0 1
S x 1 ( ) S 1 , 0 11 9 , 0 , 8 83 , 9 047 .
3 0 2 0 2
50
