CC BY
35
УДК 662.74, 622.33
О.В. Тайлаков, Д.Н. Застрелов
РАЗРАБОТКА И ИССЛЕДОВАНИЕ МОДЕЛЕЙ ФОРМИРОВАНИЯ ТРАЕКТОРИЙ РАЗВИТИЯ ПРЕДПРИЯТИЙ МАШИНОСТРОЕНИЯ
В последние годы развитие угольной отрасли сопровождается освоением новых месторождений, строительством угледобывающих и углеперерабатывающих предприятий, а также увеличением объемов добычи угля, которая обеспечивается за счет взаимодействия предприятий угольной, химической, металлургической, машино-
строительной отраслей, электроэнергетики.
Наукоемкая машиностроительная отрасль играет важную связующую роль в техническом переоснащении угольных шахт и разрезов. Поэтому возникает задача анализа функционирования предприятий машиностроительного комплекса с целью выбора рациональных направ-
Этап 1 Подготовка исходных
лений развития компаний. Машиностроительные компании включают в себя отдельные участки, цеха, отделы по распределению и использованию материальных ресурсов, выпуску готовой продукции. Для оценки функционирования предприятий широкое распространение получили методы анализа сетевых моделей, которые описывают статические эконометрические показатели функционирования машиностроительных предприятий, например, объем товарной продукции, уровень заработной платы персонала, производительность труда одного работника, фондоотдача, стоимость основных производственных фондов, размер балансовой
Этап 2 Исследование свойств моделей
прибыли, рентабельность продукции, коэффициент износа основных фондов. К недостаткам этого подхода можно отнести применение однопланового решения проблемы оценки функционирования машиностроительных предприятий.
Для моделирования траекторий развития предприятии угольного машиностроения
предлагается использовать метод, основанный на использовании сетевых моделей для отображения динамики функционирования рассматриваемых
объектов и анализе показателей, характеризующих их статические свойства. Этот подход представлен в виде структурной схемы на рис. 1 и включает следующие этапы.
Рис.1. Этапы моделирования траекторий развития предприятий
174
О.В. Тайлаков, Д.Н. Застрелов
1. Подготовка исходных данных построение модели объекта (N1, N2, N6, Б/, Щ.
2. Исследование свойств моделей (структурные свойства сетевых моделей Сg=0; /С=0; CТg=0, g>0 и статические эконометрические показатели Б,, Щ.
3. Анализ обобщенных критериев (Н).
4. Интерпретация результатов.
Необходимо отметить, что на втором этапе параллельно осуществляется два процесса: оценка Сg=0; /С=0; CТg=0, g>0 и анализ Б,, Ц.
Модель функционирования предприятия угольного машиностроения описывается сетью Петри N={P,T,I,O,M0}, состоящей из конечного множества позиций Р = {Р1, Р2, ..., Рт}, конечного множества переходов Т = {Х1, t2, ..., tn}, соединенных дугами: I - входная функция, О
- выходная функция, а также обладающей начальной маркировкой М0 [1]. На основе использования математического аппарата сетей Петри разработаны шесть моделей N2, N5,
N4, N5, N6) машиностроительных предприятий. На рис. 2 в качестве примера приведена модель N1 для ЗАО «Сибтензо-прибор».
Для разработанных моделей выполнен анализ структурных свойств сетей: консервативности, повторяемости, конси-стентности, а также найдены р- и t-инварианты. При этом использован подход, основанный на матричном представле-
Рис. 2. Сеть Ы1, отражающая функционирование предприятия угольного машиностроения
нии сетей и дана компьютерная реализация алгоритмов оценки структурных свойств сетевых моделей.
Так, например, для анализа сети N1 на консервативность выполнена проверка условия С0, гдеf=(fl, f2, -,/и) - вектор, С - матрица инцидентности [2]. Выполнение условия ^=§ для полученной системы уравнений свидетельствует о том, что сеть является консервативной. Для исследования сети N1 на повторяемость проведена проверка условия Сg=0, где
g=(gl, g2, ... , g24) - вектоP, С -
матрица инцидентности. На основе решения системы уравнений сделан вывод, что сеть N1 является повторяемой. Для исследования сети N1 на конси-стентность осуществлена проверка условий CТg=0, g>0. После составления системы уравнений CТg=0 получено, что
g2=g5=g5=0. Следовательно,
сеть не консистентная.
В качестве эконометрических показателей использованы коэффициент инвестиционной привлекательности, размер возможной прибыли инвестора, относительные коэффициенты эконометрических показателей (табл. 1), которые рассчитываются как отношение основных технико-экономических показателей предприятия к среднеотраслевым значениям:
= ¥*,
¥?
"У
где Ту - относительный коэффициент эконометрического показателя /-го предприятия; ¥у
- значение показателя /-го предприятия; ¥°у- - среднеотраслевое значениеу-го показателя,]
- количество показателей, / -количество машиностроительных предприятий.
В качестве эконометриче-
Таблица 1
Эконометрические показатели
Предприятие Темп роста, %
¥1 ¥2 ¥5 ¥4 ¥5 ¥б ¥7 ¥8
Среднеотраслевой показатель 90,5 128,9 102,1 89,4 101,4 106,7 101,6 100,4
ОАО «Автоагрегат» 228,9 259,6 161,9 220,3 103,9 256,2 292 103,2
ООО «Кемеровохиммаш» 172 145,1 145,7 53 324,3 119,7 104,5 8,3
ООО "Завод Электродвигатель" 104,1 123 104,1 16,3 635,9 70 53 94,7
ОАО "КАРЗ-1" 118,5 122,4 121,1 127 93,4 100,4 76,1 94,7
ООО «Кемеровский Авторемзавод» 69,2 64,7 74,1 305,8 22 23,7 33,7 102,6
ЗАО «Сибтензоприбор» 88,2 109 81,8 85,7 102,9 64,5 46,5 97,3
Таблица 2
Результаты моделирования__________________________________
Функциональный показатель Значение функционального показателя, X,
N N2 N3 N4 N. N6
Свойства сетевых моделей Консервативность (С=0) 1 1 1 1 1 1
Консистентность (CIg=0, g>0) 0 0 0 0 0 0
Повторяемость (Сg=0) 0 0 0 0 0 0
Наличие р- и Г-инвариантов 1 1 1 1 1 1
Сумма маркеров в позициях при М0 94 43 110 4 84 26
Количество Р в N 14 14 15 15 19 15
Количество Т в N 24 24 27 21 35 23
Количество позиций с М0 4 3 5 2 7 3
Статические эконометрические показатели К2001 1,38 1,7 3,83 0,16 0,7 1,06
К2002 1,3 1,87 3,31 0,85 0,75 1,06
°2001 (и1) 0,9 - 7 - - 0,1
02002 (и}) 0,7 1,1 5,7 - - 0,1
7} 0,97 2,53 1,9 1,15 1,31 0,77
Ъ 0,85 2,01 1,13 0,95 0,95 0,5
73 0,8 1,59 1,43 1,02 1,19 0,73
74 0,96 2,46 0,59 0,18 1,42 3,42
75 1,01 1,02 3,2 6,27 0,92 0,22
7б - 2,4 1,12 - - 0,22
77 - 2,87 1,03 - 0,75 0,33
78 0,64 0,48 0,05 0,43 0,59 0,2
Информационная энтропия, Нит 1,3 1,91 1,58 1,79 1,75 1,41
ских показателей использованы: темпы роста товарной продукции Е}, заработной платы Е2, производительности труда на одного работника ППП Е3, фондоотдачи Е4, стоимости основных фондов ¥5, балансовой прибыли Е6, рентабельности продукции Е7, коэффициента износа основных фондов
Для обобщенного анализа динамических и статических свойств в дальнейшем используется энтропийный анализ [3]. При этом свойства сетевых моделей задаются как бинарные величины. Например, если сеть консервативна, то функциональный показатель равен 1, ив противном случае - 0. В обоб-
щенном виде свертка показателей - энтропия имеет вид:
т
Н = -Х хг1п(хг) ,
I=1
где т - количество функциональных показателей. хг -удельный вес функционального показателя
х, =-----------,
г т 7
1.x,
г=1
X] - значения функционального показателя.
Информационная энтропия рассчитана для нескольких предприятий, выбранных в качестве объектов исследования (т=20). По результатам моделирования можно проранжиро-
СПИСОК ЛИТЕРАТУРЫ
вать предприятия по увеличению значений Н, провести выбор рациональных направлений развития предприятий угольного машиностроения, вариантов привлечения инвестиций. Результаты моделирования приведены в табл. 2.
В дальнейшем предполагается повысить размерность моделей путем обобщения сетевых описаний для представления совместного функционирования нескольких предприятий и использовать разработанный подход для исследования взаимодействия угледобывающих предприятий и машиностроительной отрасли на региональном уровне.
1. Котов В.Е. Сети Петри - М.: Наука, 1984. - 158 с.
2. Бандман М.К., Бандман О.Л., Есикова Т.Н. Территориально-производственные комплексы: Прогнозирование процесса формирования с использованием сетей Петри. -Новосибирск.: Наука, 1990.-303с.
3. Логов А.Б., Кочетков В.Н., Рожков А.А. Энтропийный подход к моделированию процесса реструктуризации угольной отрасли - Кемерово-М: 2001, - 324 с.
□ Авторы статьи:
Застрелов Тайлаков
ДенисНиколаевич Олег Владимирович
- аспирант Института угля -докт. техн. наук, зав. лаб.
и углехимии СО РАН геомеханики ИУУ СО РАН
