Контрольная работа по Управление техническими системами
Работа добавлена на сайт bukvasha.net: 2015-10-25Поможем написать учебную работу
Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
от 25%
договор
Федеральное агентство по образованию Российской Федерации
Государственное образовательное учреждение
высшего профессионального образования
МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ОТКРЫТЫЙ УНИВЕРСИТЕТ
Контрольная работа
по дисциплине
«Управление техническими системами»
2008
Содержание
Модель «спроса-предложения» рыночного саморегулирования…………………………......3
Методы принятия решения в условиях дефицита информации……………………………...5
Деловые (хозяйственные) игры…………………………………………………………............6
Задача……………………………………………………………………………………………..7
Список литературы…………………………………………………………………………….12
Модель «спроса-предложения» рыночногосаморегулирования.
В рыночных условиях спрос - это готовность потребителя приобретать услуги в допустимом количестве Q и по данной цене Рс. Чем ниже цена Рс, тем больше сервисных или транспортных услуг может быть приобретено потребителем (1,рис.1).
Рисунок-1. Регулирование цены и объемов транспортных и сервисных услуг в рыночных условиях и свободной конкуренции:
1- исходная линия спроса;
2- исходная линия предложения;
3-измененная линия предложения;
4- измененная линия спроса
Предложение - желание перевозчика или сервисного предприятия осуществлять транспортные услуги или техническое обслуживание в данном объеме Q и при данной цене предложения Рп. Чем выше цена, тем больше предложений Q сервисных предприятий и перевозчиков (2,рис.1).
Зона левее точки равновесия 0, заключенная между линиями спроса и предложения 1 и 2, - это зона эффективных цен для СТО или перевозчика и потребителя.
Правее точки равновесия 0 находится зона неэффективной работы для стороны, предлагающей услуги (перевозки или сервис), так как предлагаемые ей цены при увеличении объема перевозок или услуг (линия спроса 1 правее точки О) ниже затрат на эти перевозки или сервис (линия предложения 2). Например, в точке А объем транспортных услуг (сервиса) QA по цене РА не будет реализован, так как фактическая цена (тариф) ниже затрат или себестоимости услуг, т.е. Р0>РА или Pп>Pc - цена предложения выше цены спроса.
В этой ситуации в реальных условиях возможны несколько решений, в том числе:
а) дополнительный объем сервисных услуг или перевозок
ΔQ=QА-QО не будет реализован, и рынок автоматически вернется, по крайней мере, в точку равновесия 0 или левее ее;
б) сторона, предоставляющая услуги, за счет внутренней экономии снижает тарифы (новая линия предложения 3 на рис.1) до уровня РА. В этом случае точка равновесия перемещается в точку А (для спроса и предложений 1 и 3), а эффективная для стороны, предоставляющей услуги, зона увеличивается;
в) потребители идут на увеличение возможной цены на перевозки (линия спроса 4 на рис. 1) до Рв. При этом объем услуг QA может быть реализован по цене РВ>РА;
г) или реализуется комбинация этих решений;
Таким образом, управляющим для этой системы сигналом является соотношение спроса и предложения при необходимом объеме транспортных или сервисных услуг
ΔP=Pc(Qi)-PП(Qi) (1)
Включение в управление обратной связи позволяет дать прогноз работы системы, для которой могут происходить резкие изменения условий работы, что характерно для мелкого бизнеса. Мелкий бизнес (предоставление сервисных услуг, челночная торговля и др.) характерен сравнительно небольшим оборотом средств и малой массой прибыли. Поэтому изменение внешних условий (налогов, таможенных сборов, иен на оборудование и др.) существенно сказывается на рынке, обслуживаемом мелким бизнесом.
рассмотрим влияние значительного изменения внешних условий на объемы и цены услуг (рис.2).
Рисунок-2. Прогноз
изменения насыщения рынка и цен:
1, 2 - исходное положение,*
3 - линия предложения при сохранении объема торговли
на уровне Qo;
4 -линия спроса при компенсации дополнительных затрат стороны, предоставляющей услуги.
Исходная ситуация (до изменения внешних факторов) фиксируется линиями спроса (1,рис.2) и предложения (2, рис. 2). Дополнительное налогообложение СТО ремонтных мастерских, мелких перевозчиков, "челноков" приведет к росту цен (линии предложения 3) и смещению точки равновесия влево до О1. Это приведет к росту цен Р1 >Po и одновременному сокращению объемов торговли или предоставления других услуг, т.е. сокращению насыщения рынка Qi<Q0 и возможно, к дефициту.
Если потребители стремятся сохранить объем приобретаемых услуг или товаров (Q0), то это неизбежно приведет к еще большему росту цен Р2 > Р1 >Po, чем при относительном дефиците ( линия спроса 4).
МЕТОДЫ ПРИНЯТИЯ РЕШЕНИЯ В УСЛОВИЯХ ДЕФИЦИТА ИНФОРМАЦИИ.
Как правило, при принятии инженерных, управленческих и других решений полная информация о состоянии системы, внешних условиях и последствиях принимаемых решений отсутствует.
Американские специалисты утверждают, что 80% решений принимается при наличии только 20% информации об управляемой, системе.
Например, принимая решение о числе постов на станции технического обслуживания, можно только предполагать о потенциальном числе клиентов и их распределении по часам суток, дням недели , месяцам года и т.п.
Аналогичная ситуация с числом возможных требований на конкретный вид ремонта автомобиля в течение "завтрашнего дня", возможности выхода или невыхода на работу конкретного специалиста или рабочего и т.д. Строго говоря полную информацию можно получить только после свершения того или иного события (например, отказы уже произошли), когда необходимость в упреждающем решении отпала, а система перешла в режим реактивного управления.
Поэтому при управлении необходимо уметь теми или иными способами восполнить или компенсировать дефицит информации. Такими способами укрупненно являются:
1) Сбор дополнительной информации, и ее анализ. Очевидно, это возможно, если система располагает определенным резервом времени и средств.
2) Использование опыта аналогичных предприятий или решений. При этом важно располагать банком решений или иметь надежный доступ к нему. Кроме того, опыт других не может быть использован без корректирования.
3) Использование коллективного мнения специалистов или экспертизы.
4) Применение специальных инструментальных методов и критериев, основанных на теории игр.
5) Использование имитационного моделирования, которое воспроизводит производственные ситуации, близкие к реальным, и ряд других методов.
ДЕЛОВЫЕ (ХОЗЯЙСТВЕННЫЕ) ИГРЫ
Возможность оценивать варианты решений, изменять входные данные, при необходимости упрощать ситуации позволяет использовать имитационное моделирование при обучении персонала и оценке его квалификации. Например, при исследовании производительности СМО (постов, участков) участником деловой игры может реализовываться определенная дисциплина очереди: пропускать в первую очередь требования на ремонт автомобилей, дающих наибольший доход, или требования с малой продолжительностью обслуживания. В многоканальных системах возможно перераспределение требований или исполнителей по постам.
С помощью комбинации ряда подобных моделей конструируют имитационные модели зоны, участка, цеха и предприятия. Имитационные модели используются при проведении деловых игр.
Деловые (хозяйственные) игры - это метод имитации принятия управленческих решений в различных производственных ситуациях. При этом обучающемуся создают ту или иную управленческую или производственную ситуацию, из которой необходимо найти рациональный выход, т.е. принять решение. Критерием является степень приближения решения к оптимальному, (которое известно организаторам деловых игр) и время принятия решения. Деловые игры проводятся по определенным правилам, регламентирующим поведение участников, их взаимодействие, критерии эффективности. В роли датчиков, имитирующих реальные производственные ситуации, выступают ПЭВМ (человеко-машинная система), наборы карточек случайных событий или организаторы деловой игры.
В деловых играх участвуют специалисты, которые в создаваемых имитационной моделью "производственных ситуациях" принимают решения.
Деловые игры используются при обучении и оценке персонала и исследовании сложных производственных систем.
При обучении персонала они используются для иллюстрации, разъяснения определенных закономерностей и понятий и закрепления знаний; для программного и целевого обучения определенных специалистов, например, диагноста, оператора ЦУП и др; для тренировки специалистов непосредственно на производстве. При обучении персонала деловые игры, как правило, разворачиваются в реальном масштабе времени. При исследовании, производственных ситуации применяется сжатый масштаб времени.
Деловые игры позволяют осуществлять предварительный отбор кадров, так как при этом можно оценить способности, профессиональные навыки и знания кандидатов на определенные рабочие места и должности специалистов и управленцев.
Задача.
Рассчитать значения и построить график функции w(t) – параметр потока замен машин при случайном списании по достижении машиной предельного состояния и мгновенной замене ее на новую.
Расчет функции w(t) выполнить для значений t=1,2,3… ti, где для ti выполняется условие:
/w(ti)-w(ti-1)/<0,01 и /w(ti)-wп/<0,01
где wп – предельное значение функции w(t) при увеличении времени t.
В расчетах использовать предложение о нормальном распределении срока службы машин с заданными значениями параметром m = 4,0 (математическое ожидание) и s = 1,1 (среднеквадратическое отклонение).
Для парка, в котором имеется N машин:
а) рассчитать точное значение математического ожидания, т. е. среднего числа машин, необходимых для замены за 6,5 лет работы от начала существования парка машин;
б) определить приближенное значение математического ожидания числа машин, необходимых для замены за период времени работы парка от а1 = 7 до b1 = 12, используя линейную аппроксимацию функции w(t) по расчетным значениям;
в) определить приближенное значение математического ожидания числа машин, необходимых для замены в установившемся режиме работы парка за период времени от а2 = 20 до b2 = 30 и оценить максимальную погрешность этого значения.
Значение числа машин в парке N = (7 + 30) = 37
Решение:
1. Расчет значений функции параметр потока замен
Проведем расчет значений функции параметр потока замен w(t).
Пусть заданы значения параметров нормального распределения m = 4,0 и s = 1,1. Тогда математическое ожидание срока службы машин tср = m = 4,0.
Определяем предельное значение wп функции w(t) при увеличении времени t:
(1)
Для расчета значений функции w(t) воспользуемся формулой:
(2)
где (3)
(4)
Результаты расчета представим в виде таблицы. Значения gi(t), меньше 10-3, не входят в сумму и указаны в таблице, что бы показать, что при данном значении t дальнейшее увеличение значения t не требуется.
Таблица 1.
t | i | gi(t) | Σgi(t) | w(t) |
1 | 1 | 3 | 4 | 5 |
| 1 | 0,02425801 | 0,02425801 | |
| 2 | 2,836E-05 | 0 | |
| | | 0,02425801 | 0,009 |
2 | 1 | 0,1914952 | 0,1914952 | |
| 2 | 0,0004161 | 0 | |
| 3 | 6,0176E-07 | 0 | |
| | | 0,1914952 | 0,07 |
3 | 1 | 0,66151466 | 0,66151466 | |
| 2 | 0,00403858 | 0,00403858 | |
| 3 | 8,2415E-06 | 0 | |
| | | 0,66555323 | 0,242 |
4 | 1 | 1 | 1 | |
| 2 | 0,0259299 | 0,0259299 | |
| 3 | 8,5694E-05 | 0 | |
| | | 1,0259299 | 0,372 |
5 | 1 | 0,66151466 | 0,66151466 | |
| 2 | 0,11013177 | 0,11013177 | |
| 3 | 0,00067647 | 0 | |
| 4 | 1,8633E-06 | 0 | |
| | | 0,77164643 | 0,28 |
6 | 1 | 0,1914952 | 0,1914952 | |
| 2 | 0,30943109 | 0,30943109 | |
| 3 | 0,00405427 | 0,00405427 | |
| 4 | 1,631E-05 | 0 | |
| | | 0,50498056 | 0,183 |
7 | 1 | 0,02425801 | 0,02425801 | |
| 2 | 0,57511506 | 0,57511506 | |
| 3 | 0,01844739 | 0,01844739 | |
| 4 | 0,00011612 | 0 | |
| 5 | 3,8437E-07 | 0 | |
| | | 0,61782046 | 0,224 |
8 | 1 | 0,00134472 | 0,00134472 | |
| 2 | 0,70710678 | 0,70710678 | |
| 3 | 0,06372598 | 0,06372598 | |
| 4 | 0,00067236 | 0 | |
| 5 | 3,0343E-06 | 0 | |
| | | 0,77217748 | 0,28 |
9 | 1 | 3,262E-05 | 0 | |
| 2 | 0,57511506 | 0,57511506 | |
| 3 | 0,1671313 | 0,1671313 | |
| 4 | 0,00316649 | 0,00316649 | |
| 5 | 2,0303E-05 | 0 | |
| | | 0,74541285 | 0,271 |
10 | 1 | 3,4627E-07 | 0 | |
| 2 | 0,30943109 | 0,30943109 | |
| 3 | 0,33278111 | 0,33278111 | |
| 4 | 0,01212901 | 0,01212901 | |
| 5 | 0,00011516 | 0 | |
| 6 | 5,6046E-07 | 0 | |
| | | 0,6543412 | 0,238 |
11 | 1 | 1,6085E-09 | 0 | |
| 2 | 0,11013177 | 0,11013177 | |
| 3 | 0,50305932 | 0,50305932 | |
| 4 | 0,03778694 | 0,03778694 | |
| 5 | 0,00055367 | 0 | |
| 6 | 3,5985E-06 | 0 | |
| | | 0,65097802 | 0,236 |
12 | 1 | 3,2698E-12 | 0 | |
| 2 | 0,0259299 | 0,0259299 | |
| 3 | 0,57735027 | 0,57735027 | |
| 4 | 0,0957476 | 0,0957476 | |
| 5 | 0,00225642 | 0,00225642 | |
| 6 | 2,0131E-05 | 0 | |
| | | 0,70128418 | 0,255 |
13 | 1 | 2,9087E-15 | 0 | |
| 2 | 0,00403858 | 0,00403858 | |
| 3 | 0,50305932 | 0,50305932 | |
| 4 | 0,19732577 | 0,19732577 | |
| 5 | 0,00779474 | 0,00779474 | |
| 6 | 9,813E-05 | 0 | |
| | | 0,71221841 | 0,259 |
На рисунке 1 представлен график функции w(t). Точками показаны рассчитанные значения функции от t = 1 до 13 с шагом h = 1.
График функции w(t) дает наглядное представление об изменении во времени вероятности замены машины. Чем больше значение функции при данном значении аргумента (времени), тем больше вероятность замены машины в ближайшей окрестности от этого значения времени.
2. Расчет среднего числа машин, необходимых для замены в парке за данное время.
Проведем расчет среднего числа машин, необходимых для замены в парке из N машин за время t = 6,5 лет. Результаты расчетов поместим в таблицу 2.
Таблица 2.
i | iµ | | | |
1 | 4 | 1,1 | 2,273 | 0,98819 |
2 | 8 | 1,556 | -0,964 | 0,168 |
3 | 12 | 1,905 | -2,887 | 0,00213 |
Ω(t) = Ф(zi) =1,158
Значение функции «интеграл вероятностей» Ф(zi) определяется по таблице приложения 1 с помощью линейной интерполяции.
При N = 37 за это время в парке потребуется в среднем машин для замены:
Н(0,6,5)=37*1,158=43
3. Расчет приближенного среднего значения числа замен машин в парке с использованием линейной аппроксимации параметра потока замен.
Рассчитаем приближенное значение математического ожидания числа замен машин в парке, пользуясь значениями функции w(t) и линейной аппроксимацией этой функции.
Пусть заданы нижняя граница интервала а1 = 7 и верхняя граница b1 = 12.
Тогда для одного места в парке приближенное значение среднего числа замен на этом интервале при шаге h = 1 будет:
Ω(7,12)=1{0,5[w(7)+w(12)]+w(8)+w(9)+w(10)+w(11)}=0,5(0,224+0,255)+0,28+0,271+0,238+0,236=1,265
При числе машин в парке N = 37 для замен потребуется в среднем машин:
H(7,12)=37×1,265=47
4. Вычисление среднего числа замен в парке при больших значениях времени.
Вычислим приближенное значение математического ожидания числа замен машин в парке при больших значениях времени t в установившиемся режиме, когда можно считать значение функции w(t) постоянным и равным wп.
Если заданы нижняя граница интервала а2 = 20 и верхняя граница b2 = 30, то отклонение и, следовательно, погрешности при замене значений функции w(t) установившимся значением wп, будет меньше 0,01.
При тех же значениях m = 4,0 и N = 37 предельное значение параметра потока замен
wп = 0,25 и среднее число замен на данном интервале времени получим:
Ω(20,30)=0,25×(30-20)=2,5
Затем вычислим среднее число замен машин в парке:
H(6,13)=37×2,5=92,5
Список литературы
1. Кузнецов Е.С. Управление техническими системами. - М.: МАДИ (ГТУ), 2003, 248 с.
2. Техническая эксплуатация автомобилей: Учебник для ВУЗов / под ред. Кузнецова Е.С. - М.: Наука (4-е издание, переработанное и дополненное), 2001.
3. Лохов А.Н. Организация управления на автомобильном транспорте. Опыт, проблемы, перспективы. - М: Транспорт, 2001.
4. Кузнецов Е.С. Управление технической эксплуатацией автомобилей. Изд. 2-е переработанное и дополненное. - М.: Транспорт, 1990.
5. Бусленко Н.П. Моделирование сложных систем. - М.: Наука, 1978, 356 с.
6. Вентцель Е.С. Исследование операций. Задачи, принципы, методология. - М.: Наука, 2001.
7. Прудовский Б.Д., Ухарский В.Б. Управление технической эксплуатацией автомобилей по нормативным показателям. - М.: Транспорт, 1990.