Delist.ru

Органмзация баз данных системы мониторинга технико-экономических показвтелей предприятий промышленности и транспортного комплекса (19.12.2008)

Автор: Гоголин Сергей Сергеевич

При разбиении на кластеры существенное влияние оказывают несколько показателей, а именно, объем перевозок, время в наряде и среднесуточный пробег.

На основе проведенного статистического анализа технико-экономических показателей в работе поставлена задача минимизации стоимостей перевозок сразу по всем видам ТС, находящихся в распоряжении предприятия:

где ||AQaq|| - искомая матрица распределения объемов; ||CAQij|| i=1..Iq, j=1..Ia - матрица стоимостей транспортировки единицы q-го материала a-ым типом ТС; ||VAQij|| i=1..Iq, j=1..Ia - матрица максимальных объемов транспортировки q-ым ТС за плановый период.

В условиях такой постановки выполняется уравнение баланса по типам материалов, но баланс по возможностям транспортных средств не выполняется. Метод решения транспортной задачи позволяет использовать несбалансированные поставки. При этом коэффициент использования транспортных средств также представляет оптимизационную задачу:

В работе предложен эвристический алгоритм решения последовательного приближения, в котором на каждом шаге решается транспортная задача с уточненными ограничениями.

На основании разработанных моделей предлагается динамический алгоритм корректировки производственных планов с учетом согласования работы транспортного звена. Основой алгоритма является модель объекта, учитывающая возможность вариации сроками отдельных этапов работ на каждом из объектов.

Каждый этап представляет тройку ((j, rj, fj), где (j - длительность работы, rj(0 - уровень использования ресурсов в процессе выполнения этапа, fj= fj(t), t([0,T] - функция времени, определяющая затраты на реализацию этапа в момент t. Предполагается, что этап не прерывается и продолжается с использованием всех изначально выделенных ресурсов. Пусть S={tj(S)} - непосредственно структура планов производства работ, тогда:

где gij(tj(S))=rj|(i([ tj(S) - (j, tj(S)]| - объем использования ресурсов на интервале (i в процессе выполнения j-го этапа. Допустимые общие объемы использования ресурсов на каждом интервале (i определяются заданными уровнями g0i , i=1..m.

Задача оптимизации состоит в поиске вектора S={tj(S)}, доставляющего минимум затрат при ограничениях на объемы транспортировок на каждом интервале, что формально записывается:

В результате решения задачи получается план выполнения всего комплекса работ, который сбалансирован как относительно ритмичности работы на отдельных производственных участках, так и относительно ритмичности транспортного звена. Полученный план можно считать опорным планом для его дальнейшего анализа с учетом динамики условий функционирования.

Весь спектр задач статистического анализа технико-экономических показателей и последующее решение задач оптимизации использования транспортных средств предприятия, ставит задачу формализованного описания исходных, результирующих и модельных данных.

Однако для решения поставленных задач необходима структуризация данных, которая обычно отсутствует на предприятиях. Данные, в основном, хранятся в простых таблицах, что не дает возможности использования OLAP-технологий для оперативного анализа. В связи с этим решается задача автоматического преобразования системы таблиц в базы данных, которая необходима для использования разработанной программы визуализации данных.

(в случае с тремя простыми измерениями) структура многомерного куба (стрелки показаны направления агрегации) включает в себя показатель: количество продукции и три измерения:

менеджеры по продажам (ось oM),

модели транспортных средств (ТС) (ось oC),

временное измерение с единицей “месяц” (ось oT).

Обозначим С, М, T – множества членов соответствующих измерений “модели ТС”, “менеджеры”, “месяцы”. Обозначим также количество членов в каждом из измерений nс = |С|, nm = |М|, nt = |T|. Члены этих измерений будем обозначать соответственно mc, mm, mt .

Трёхмерный OALP-куб с простыми измерениями

направление агрегирования обозначено стрелкой 1. Количество агрегированных таким образом значений равно nmnt . Агрегированные таким образом значения показателей располагаются на плоскости (oM, oT). Аналогично получим число агрегатов (ncnt) для всех комбинаций (mc, mt) при суммировании показателей по всем членам измерения “менеджеры”. Количество агрегатов для всех комбинаций (mc, mm) при агрегации по временному измерению равно nm nc . Число агрегатов в разрезе членов одного из измерений равно числу членом соответствующего измерения nm, nc и nt.

,рассмотрены детально. Они являются основными компонентами моделей ДТВ и РБД, и именно отличия этих моделей в основном определяет состав необходимых методов решения задач проектирования БД.

Данные табличного вида представляются множеством DT = {Z,D}, где Z – множество заголовков, D – множество данных.

; n >= 1,

где n – степень множества заголовков.

; i ? m ,

где n – степень множества заголовков, то есть, возможно полное совпадение заголовков.

Схематичное представление РБД

Схема данных табличного вида

В данных табличного вида возможны подзаголовки 1-го уровня, что формально выглядит следующим образом.

где k – степень множества подзаголовков i-го заголовка.

где m – степень множества подзаголовков p-го заголовка.

Допустима ситуация, когда:

В данных табличного вида возможны подзаголовки 2-го уровня, что формально выглядит следующим образом.

где f – степень множества подзаголовков 2-го уровня ij-го подзаголовка 1-го уровня.

где q – степень множества подзаголовков 2-го уровня pt-го подзаголовка 1-го уровня.

Допустима ситуация, когда:

где SD – множество строк данных.

; n >> 1, где n – мощность множества строк данных.

; k >= 1,

где k – степень множества элементов данных i-й строки данных; EDij – элемент данных.

Для данных табличного вида должно выполняться следующее правило:

загрузка...