Delist.ru

Методы оценки эффективности и оптимального планирования использования инноваций в дорожных организациях (22.01.2009)

Автор: Чванов Антон Владимирович

инноваций в дорожном хозяйстве

инно-ваций Формула расчета

суммарных дискон-тируемых затрат Условные

обозначения

риалы, полуфа-брикаты

Qit - объем работ, выполняемых с использованием i – го вида материала в году t; qi - расход материала на единицу работ; C1i - удельные затраты на изготовление (приобретение) материала; C2i - удельные затраты на производство единицы объема работ с использо-ванием материала; Kсопi – сопутству-ющие вложения в производство единицы объема работ с использо-ванием материала; Е – норма дисконта.

Ккон. i – капитальные вложение в строи-тельство (создание) i – го вида кон-струкций; Скрi – стоимость капитального ремонта конструкций; Срi – стоимость ремонта конструкций; Cсi – ежегодные затраты на содержание конструкций; Р, L–соответственно количество капиталь-ных ремонтов и ремонтов конструкций в течение срока службы;. р,l – соот-ветственно порядковый номер капиталь-ного ремонта и ремонта конструкций.

машины,

оборудо-вание и

Qм – средний объем работ, выполня-емых с использованием i – го вида машин за срок их службы; Кн i – капитальные вложения в приобретение (создание) машин; Пi – средняя производительность машин в течение срока их службы; Эit –затраты на эксплуатацию машин в году t.

Qтехt – годовой объем работ (выпуска продукции), выполняемых с использова-нием i – го вида технологий; Ктех – капи-тальные вложения в создание (приобр-етение) технологий; Сit - стоимость выполнения работ с использованием технологий в году t.

Известен определенный перечень инновационных мероприятий, которые могут быть осуществлены в течение заданного планового периода в данной дорожной организации применительно к сформированной программе работ или услуг. Требуется определить такие объемы внедрения каждого из этих мероприятий, при которых будет достигнут наибольший экономический эффект от использования инноваций и обеспечена их реализуемость по материально-техническим, трудовым и финансовым условиям деятельности дорожной организации.

Указанная задача в детерминированной постановке может быть представлена в виде следующей модели линейного программирования:

Целевая функция

Ресурсные ограничения

. . . . . . . . . . . . . . . . . . . . . . . . (1)

. . . . . . . . . . . . . . . . . . . . . . . .

Граничные ограничения

где Е - общий эффект от реализации всей планируемой программы инновационных мероприятий; ei - удельный эффект от осуществления i-го инновационного мероприятия (i = 1,2,…,n); n - количество рассматриваемых инновационных мероприятий; Хi - искомый объем внедрения i-го инновационного мероприятия; rij - удельная потребность в j–м виде ресурса на реализацию i–го инновационного мероприятия (j =1,2,…,m); m – количество принимаемых в рассмотрении видов ресурсов; Rj - имеющееся наличие в дорожной организации j–го вида ресурса; bj, Bj - соответственно минимально требуемый, и максимально возможный объем внедрения инноваций по условиям выполняемой программы работ (услуг) дорожной организацией.

Вместе с тем, как показал анализ деятельности дорожных организаций, при решении задач планирования использования инноваций крайне редко можно исходить из их детерминированной постановки, так как, например, показатели удельного эффекта от внедрения тех или иных мероприятий невозможно предсказать достаточно точно; они всегда являются случайными величинами. То же самое можно сказать и о других параметрах приведенной выше модели.

Поэтому в диссертации наряду с детерминированной постановкой задачи планирования освоения инноваций рассматривалась и стохастическая ее постановка.

При формировании стохастической модели задачи принималось, что все задаваемые ее параметры Z являются случайными величинами со следующими, предварительно устанавливаемыми, статистическими характеристиками:

1) математическим ожиданием, определяемым по формуле

где Zi – k-е значение случайной величины (параметра); K – общее количество принимаемых в рассмотрение значений случайного параметра.

2) средним квадратическим отклонением, рассчитываемым по формуле

3) коэффициентом вариабильности, характеризующим относительную величину разброса случайного параметра, который определяется по формуле

При этом на основе статистической обработки данных принято, что распределение всех рассматриваемых случайных параметров (удельного эффекта ei, удельных потребностей в каждом виде ресурса rij и показателей их наличия Rj) подчиняется нормальному закону распределения случайных величин.

В условии стохастической постановки задачи оптимального использования возможно использование двух критериев оптимальности.

В том случае, если показатели, входящие в ограничения модели (1), rij и R j, также являются случайными величинами, они могут быть записаны следующим образом

где ?j – заданная вероятность, с которой должно быть выполнено j-ое ограничение; t(?j) - параметр функции распределения нормального стандартного закона.

Запись граничных условий, так как они, как правило, являются детерминированными величинами, остается неизменной.

то стохастическая экономико-математическая модель оптимального планирования использования инноваций при задаваемом критерии максимума ожидаемого эффекта может быть представлена следующим образом:

В настоящее время сложившиеся стереотипы детерминированного планирования исключают возможность достаточно точного установления диапазонов изменения многих показателей модели (6), обусловленных высокой степенью неопределенности условий деятельности дорожных организаций.

Поэтому на практике рекомендуется принимать детерминированные их оценки, полученные на основе расчетов или отчетных данных, за средние величины этих показателей, а возможные пределы их изменения в реальных условиях определять путем умножения этих средних значений на задаваемые коэффициенты вариабельности.

В диссертации описаны предложенные методы программного и информационного обеспечения реализации стохастических моделей формирования оптимальных планов использования инноваций в дорожных организациях с разными критериями оптимальности и детерминированными и недетерминированными ограничениями. Результаты апробации этих моделей (в сопоставлении с детерминированными моделями) на конкретных примерах освоения инноваций в дорожных организациях позволили констатировать следующее:

1) повышение вероятности достижения общего эффекта от внедрения

инноваций приводит к увеличению целевой функции, что, естественно, связано с привлечением большего объема ресурсов для выполнения плана;

2) при заданной вероятности значения целевой функции являются одинаковыми, но при вероятностных ограничениях для реализации плана освоения инноваций требуется больше ресурсов, чем при детерминированных ограничениях;

3) при максимизации вероятности получения оптимального значения целевой функции для одних и тех же ограничений по ресурсам вероятность и величина оптимального эффекта от их использования при вероятностных ограничениях по сравнению с детерминированными ограничениями существенно снижается;

4) при стохастической постановке задачи оптимального использования инноваций, значения оптимальных объемов их внедрения и, соответственно, получаемого в результате этого общего эффекта существенно снижаются, что обусловлено действием факторов неопределенности. Из этого следует очень важный вывод о том, что неучет или недоучет неполноты и неточности информации об условиях внедрения результатов научно-технического прогресса при оптимальном планировании их внедрения может способствовать принятию заведомо невыполнимых планов.

загрузка...