Студент и наука – 2010 Смотрите также: Учебный сайт
Учебные материалы


Студент и наука – 2010



Автоматизированная система управления командировками

Для автоматизации рабочих процессов на предприятии, которая приводит к сокращению временных затрат управленческого персонала на базе Excel была разработана автоматизированная система управления командировками сотрудников предприятия, которая была успешно внедрена и интегрирована в автоматизированное рабочее место руководителя (АРМ).

Рабочая область программы «Контроль командировок» содержит 4 листа:


  • инструкции – рекомендации пользователю по работе с программой;

  • допуски – нормативы применяемы в учетном году;

  • командировки – события текущего года;

  • отчет – генерируется на основе запроса для бухгалтерии или расчета планируемой суммы выдачи командировочных.

Допуски вводятся ежегодно, кроме курсов валют, которые уточняются ежемесячно. Командировочные определяется только: целью, сроком, направлением. Такие поля как: дата, списание затрат, расчет затрат и другие происходят автоматически.

Данная программа не использует язык Visual Basic, а значит не привязана к среде разработки и может быть использована в альтернативных табличных редакторах.

Разработка ПО «Контроль командировок» базируется на следующих методах:


  • построение отчетов – генерируется стандартными средствами табличного редактора;

  • связанные таблицы – на основе нескольких таблиц генерируется одна с выбранными полями;

  • переменная массив данных – выделенному набору данных можно присвоить имя переменной и обрабатывать ее как массив;

  • список выбора – на основе массива данных в отдельной ячейке можно выбрать отдельный элемент массива, к которому можно обращаться при дальнейших расчетах;

  • функции ВПР и ГПР – позволяют получить данные из нужной строки или столбца таблицы-диапозона при нахождении в ней искомой строки;

  • блочное программирование – предусматривает написание программ по отдельным взаимо независимым блокам, которые могут быть написаны разными людьми, в данном случае были использованы 3 блока: курсы валют; отчетные даты; командировочные нормы.

Из недостатков разработанного продукта: ограниченность применения; высокие затраты на интеграцию; требования к базовым навыкам пользователя.

На данный момент продукт прошел испытание временем и его дальнейшее использование продолжается.


К.В. Трубникова


ГОУ ВПО «Магнитогорский государственный университет»,
физико-математический факультет, 5 к.

Научный руководитель: доц. А.И. Седов

ПОСТРОЕНИЕ МОДЕЛИ ХОЛЬТА-УИНТЕРСА

В табл. 1 приведены поквартальные данные о продажах ООО ТПК «ЕвроТрейд» (в тыс.руб.) за 2,5 года. Построим адаптивную мультипликативную модель Хольта-Уинтерса с учетом сезонного фактора, приняв параметры сглаживания 1=0,3; 2=0,6; 3=0,3.Оценим точность построенной модели. Построим точечный прогноз на 2 шага вперед (на полгода).

Таблица 1

Поквартальные данные о продажах ООО ТПК «ЕвроТрейд» (в тыс.руб.) за 2,5 года



t

1

2

3

4

5

6

7

8

9

10

Y(t)

5966

6701

7044

7684

6728

7109

7742

8159

6578

6745

Мультипликативная модель Хольта-Уинтерса с линейным ростом имеет следующий вид:



, (1)

где k – период упреждения; Yр(t) – расчетное значение экономического показателя для t-гo периода; a(t), b(t) и F(t) – коэффициенты модели; они адаптируются, уточняются по мере перехода от членов ряда с номером t-1 к t; F(t+k-L) – значение коэффициента сезонности того периода, для которого рассчитывается экономический показатель; L – период сезонности (для квартальных данных L=4, для месячных – L=12).

Уточнение коэффициентов модели производится с помощью формул:

; (2)

; (3)

. (4)

Для оценки начальных значений а(0) и b(0) применим линейную модель к первым 8 значениям Y(t) из табл. 1. Метод наименьших квадратов дает возможность определить коэффициенты линейного уравнения а(0) и b(0) .

Составим прогноз на два квартала вперед (т.е. на пол год, с t=11 и t=12). Максимальное значение t, для которого могут быть рассчитаны коэффициенты a(t), b(t), определяется количеством исходных данных и равно 10. Рассчитав значения а(10) и b(10), по формуле 1 можно определить прогнозные значения экономического показателя Yp(t). Для t=11 имеем:



Данная модель дает наиболее точный прогноз спроса на продукцию компании, вследствие учета в этой модели сезонных колебаний спроса на продукты питания.


Д.Н. Никитин


ГОУ ВПО «Магнитогорский государственный университет»,
физико-математический факультет, 5 к.


Научный руководитель: доц. А.И. Седов


Карта сайта

Последнее изменение этой страницы: 2018-09-09;



2010-05-02 19:40
referat 2018 год. Все права принадлежат их авторам! Главная