- •Варжапетян а.Г. Квалиметрия
- •Оглавление
- •Предисловие
- •Введение в1. Глоссарий
- •В2. Общее представление о квалиметрии
- •1. Уточнение социально-экономической информации
- •2. Повышение эффективности управленческих решений
- •3. Повышение эффективности работы
- •Глава 1 Измерение характеристик качества
- •1.1 Свойства и потребности
- •В3. Классификация квалиметрий
- •1.2 Измерение характеристик качества.
- •1.3. Статистические измерительные шкалы.
- •В). Шкала дистанций - шд
- •Г). Шкала отношений - шо.
- •1.4 Ряды предпочтительных чисел
- •Глава 2 Комплексная оценка показателей
- •2.1 Предпосылки к проведению квалиметрических оценок
- •2.2 Комплексная квалиметрическая оценка
- •2.3. Порядок проведения квалиметрической оценки.
- •Глава 3 Квалиметрия технической продукции
- •3.1 Показатели технической продукции
- •3.2 Принципы принятия решений при оценивании.
- •А. Факторы, влияющие на принимаемое решение.
- •В. Оценка рисков при принятии решения
- •3.3 Методы принятия решений при учете неопределенности информации и нечеткости условий
- •В. Принятие решений по нечеткой качественной информации
- •Глава 4 Экспертное оценивание
- •4.1 Экспертные оценки в квалиметрии
- •4.2 Недостатки и возможные ошибки экспертного оценивания
- •4.3. Обработка данных экспертизы.
- •В. Метод строгого ранжирования
- •4.4 Выбор эталона при экспертном оценивании
- •Глава 5 Интеллектуальные экспертные системы в квалиметрии
- •5.1 Понятие интеллектуальной системы
- •5.2. Классификация интеллектуальных систем.
- •5.2.1. Экспертные системы – эс.
- •5.2.2. Системы поддержки принятия решений - сппр
- •5.2.3. Автоматизированные системы экспертного оценивания асэо.
- •Глава 6 Имитационное моделирование в задачах квалиметрии
- •6.1 Общие представления об имитационном моделировании
- •6.2 Пути снижения дисперсии квалиметрической оценки
- •6.3 Выбор наилучшей альтернативы в Парето‑оптимальном множестве.
- •А. Сравнение двух альтернатив с некоррелированными t- парами.
- •Б. Сравнение двух альтернатив с коррелированными t- парами
- •Контрольные вопросы
- •Заключение
- •Приложения п1. Единицы международной системы си
- •П2. Основные понятия математической статистики а. Понятие о функции распределения
- •Б. Статистические критерии
- •1.Статистическая надежность
- •2.Распознавание статистических гипотез
- •3.Односторонние и двусторонние критерии
- •П3. Определение неизвестной функции распределения
- •А. Первичная обработка исходной статистики
- •Б. Графическое изображение статистических данных
- •В. Выравнивание статистических графиков
- •Г. Определение критерия согласия
- •П4. Определение неизвестной случайной величины
- •А. Наилучшая статистическая оценка
- •П.5. Пример построения модельного файла для примера 6.1 главы 6. Пример 6 .1 Выбор лучшего варианта из 4-х возможных (модель фабрики (л.7))
- •1. Постановка задачи.
- •2. Допущение, сделанные в модели.
- •3. Таблица определений
- •4. Модельный файл
- •5. Итоговый отчёт
- •6.Обсуждение
- •Литература
5. Итоговый отчёт
В этом разделе (надеясь, что читатель не только не промоделировал работу ткацкой фабрики, но и сам построил МФ, возможно сняв ряд введённых в начале упрощающих ограничений) не приводим полного листинга отчёта, а даём лишь таблицу П5.2- основных результатов, главными из которых являются выборочные значения среднего числа продуктивно используемых станков и стандартного отклонения от этого числа по результатам 15 реплик первого этапа для каждой из альтернатив. Во второй части таблицы представлены данные с учётом выборки второго этапа. Данные по объёму дополнительной выборки использованы из примера 6.1.
Таблица П5.2. Выборочные статистики 4-х альтернатив
Альтернатива |
1 |
2 |
3 |
4 |
Комбинация x,y |
0,1 |
1,1 |
0,2 |
1,2 |
Среднее значение |
7.9584 |
8.3601 |
8.8687 |
9.4850 |
Отклонение |
0.2748 |
0.3223 |
0.0542 |
0.1243 |
Данные на основе выборки второго этапа |
||||
Среднее значение 2 |
7.8939 |
8.339 |
8.938 |
9.4667 |
Отклонение 2 |
0.2705 |
0.3189 |
н/о |
0.0802 |
На основании таблицы П5.2 можно оценить потери, получаемые при работе с меньшим числом станков, чем 10 не забывая при этом учитывать стоимость аренды и/или зарплату 2-го ремонтника. Для второго этапа Д/Д процедуры требуются только средние значения, но во второй части таблицы приведены значения и стандартных отклонений. Стандартное отклонение для 3-ей альтернативы не вычислялось, потому что выборка второго этапа для неё равна 1 (см таблицу П5.2). Поскольку интересна оценка средней стоимости для каждой альтернативы, то учёт арендной платы и зарплаты не проводился.
6.Обсуждение
В примере 6.1 амперпеременные - АМП используются как значение операндов, что указывает на гибкость моделирования на GPSS/H, так как ни одна из прежних версий ЯИМ GPSS этого не позволяет. В МФ использованы три вложенных петли управления- числом ремонтников, числом арендованных станков и числом реплик. Удобство применения петель управления в ЯИМ вообще, хорошо иллюстрируется возможностями рассматриваемого примера.
Отметим, что ОУ STORAGE FIXSHOP расположен в модуле 3 , а не в модуле 1 и его ёмкость определяется АМП. Поскольку количество ремонтников в начальный момент моделирования ничего не определяют, то размещение в Модуле 3 не влияет на логику работы, а читается удобней.
В начальный момент времени число арендованных станков равно нулю, а следовательно операнд D ОБ GENERATE Фрагмента 1 также равен нулю, т.е. генератор не инициализирован и транзактов с него не поступает.
Для осуществления реплик второго этапа были введены некоторые дополнения не отмеченные в представленном МФ:
1. В модуль 1 после ОУ OPERCOL был введён ОУ RMULT в виде
RMULT 200000 для альтернативы (1,0), после чего для других альтернатив операнд А менялся следующим образом : 300000 , 400000, 500000 соответственно для альтернатив (1,1) , (0,2), ( 1,2) .
2. Для осуществления каждой из альтернатив приходится изменять операнды АМП в петлях управления (кроме числа реплик) , например для альтернативы (1,0)
DO &FIXERS=1,1,1
DO &LEASED=0,0,1
3. АМП в петле управления числом реплик должна быть изменена на требуемое число дополнительных реплик , например для альтернативы (1,0 )
DO &I=1,144,1
В силу своей уникальности все четыре отдельных МФ были промоделированы в пакетном режиме. Статистические данные были получены с помощью ПО «СТАТИСТИКА» вне тела программы.
Лучшим вариантом выбран вариант, дающий наибольшее использование станков.
