RU2653931C2 - Способ прогнозирования состояния и оптимизации функционирования системы - Google Patents
Способ прогнозирования состояния и оптимизации функционирования системы Download PDFInfo
- Publication number
- RU2653931C2 RU2653931C2 RU2016125323A RU2016125323A RU2653931C2 RU 2653931 C2 RU2653931 C2 RU 2653931C2 RU 2016125323 A RU2016125323 A RU 2016125323A RU 2016125323 A RU2016125323 A RU 2016125323A RU 2653931 C2 RU2653931 C2 RU 2653931C2
- Authority
- RU
- Russia
- Prior art keywords
- determined
- formula
- indicators
- functioning
- production
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 5
- 238000004519 manufacturing process Methods 0.000 claims description 52
- 239000000463 material Substances 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 5
- 239000000126 substance Substances 0.000 abstract 1
- 239000000047 product Substances 0.000 description 45
- 244000144972 livestock Species 0.000 description 29
- 238000004458 analytical method Methods 0.000 description 24
- 238000012272 crop production Methods 0.000 description 19
- 238000011161 development Methods 0.000 description 15
- 241001465754 Metazoa Species 0.000 description 14
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000007774 longterm Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 241000208202 Linaceae Species 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 244000061456 Solanum tuberosum Species 0.000 description 2
- 235000002595 Solanum tuberosum Nutrition 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 2
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 2
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 235000005822 corn Nutrition 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- 239000008267 milk Substances 0.000 description 2
- 210000004080 milk Anatomy 0.000 description 2
- 235000013336 milk Nutrition 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 235000004431 Linum usitatissimum Nutrition 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000004476 plant protection product Substances 0.000 description 1
- 235000012015 potatoes Nutrition 0.000 description 1
- 238000009374 poultry farming Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/06—Simulation on general purpose computers
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- Molecular Biology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Изобретение относится к автоматизированным системам управления. Способ прогнозирования состояния и оптимизации функционирования системы, состоящей из отдельных элементов или подсистем, включает оценку эффективности по долевому отношению значения выбранного подчиненного элемента к значению своего исторического максимума. На этапах способа получают данные о функционировании системы и определяют обобщенный показатель, являющийся средним геометрическим интегральных составляющих, агрегируемых из исходных данных о функционировании системы. На основе этого показателя используют инструмент ручного моделирования, реализующий алгоритм обработки исходных данных о функционировании системы, позволяющий прогнозировать показатели через коэффициент, устанавливаемый от значения, полученного в результате обработки исходных данных, исходя из исторического тренда. Затем получают значения показателей, по которым прогнозируют состояние системы. Полученные показатели сохраняют и используют в качестве управляющих воздействий. Повышается точность прогнозирования. 1 з.п. ф-лы, 2 ил., 3 табл.
Description
Изобретение относится к области техники и информатики, а более конкретно - к способу прогнозирования состояния и оптимизации функционирования системы.
Настоящее изобретение может найти применение при создании, эксплуатации и управлении системами различного назначения, включая сложные технические системы, в которых интегрированы ресурсы различного назначения и архитектуры, используемые в строительстве, сельском хозяйстве, медицине и других отраслях.
В основу настоящего изобретения положена задача создания такого способа оптимизации процессов функционирования и прогноза развития системы, который позволил бы объективно оценивать состояние системы из ее материальных разносущностных показателей и использовать ручное моделирование с оценкой возможных последствий изменения параметров системы и управляющих ею процессов.
Наиболее близким к данному изобретению является автоматизированная система управления технологическими процессами (патент на изобретение РФ №2217786). Предлагаемая система относится к автоматизации производственных процессов. Технический результат заключается в обеспечении возможности изменения как последовательности технологических процессов, так и скорости их протекания. Система содержит вычислительное устройство с входным и выходным интерфейсами, датчики, коммутаторы, исполнительные механизмы, дешифратор выбора соответствующего коммутатора и цифроаналоговый преобразователь.
Автоматизированная система управления технологическими процессами относится к области автоматизации производственных процессов и может быть, в частности, использована при автоматизации технологических процессов на дорожно-строительных предприятиях в дорожном и мостовом строительстве.
Однако такая система имеет ряд недостатков:
1. Набор оцениваемых параметров фиксирован.
2. Не используются интегральные показатели эффективности.
3. Не используется инструмент ручного моделирования системы, который может указать пути повышения эффективности.
4. Развитие системы невозможно прогнозировать.
Задачи изобретения решены и недостатки прототипа устранены в реализованном согласно настоящему изобретению способе прогнозирования состояния и оптимизации функционирования системы, состоящей из отдельных элементов и/или подсистем, на основе данных о функционировании системы, представленных в виде показателей, характеризующих систему и подсистемы в различных материальных формах, причем данный способ включает оценку эффективности по долевому отношению значения выбранного подчиненного элемента к значению своего исторического максимума и предусматривает следующие стадии:
а) эксперт получает данные о функционировании системы;
б) эксперт определяет обобщенный показатель, представляющий собой среднее геометрическое интегральных составляющих, агрегируемых из исходных данных о функционировании системы;
в) эксперт на основе определенного обобщенного показателя использует инструмент ручного моделирования, который реализует алгоритм обработки исходных данных о функционировании системы, позволяющий проводить прогнозирование показателей через коэффициент, устанавливаемый от значения, полученного в результате обработки исходных данных, исходя из исторического тренда;
д) получают значения показателей, по которым прогнозируют состояние системы;
е) полученные показатели сохраняют и используют в качестве управляющих воздействий, проверенных инструментом ручного моделирования и позволяющих достичь оптимального функционирования системы.
Технически целесообразно в данном способе рассматривать ситуацию, когда данные о функционировании системы представляют собой скоростные, временные, экономические, ценовые, производительные данные и показатели системы и ее подсистем.
За счет реализации заявленного авторами способа достигаются следующие технические результаты:
1. Набор оцениваемых параметров может быть изменяемым и разносущностным.
2. Используются интегральные показатели эффективности в виде средних геометрических оценок.
3. Используется инструмент ручного моделирования системы, указывающий пути повышения ее эффективности и позволяющий прогнозировать процессы в ней.
Настоящее изобретение подробно раскрыто в нижеследующем описании предлагаемого способа.
Способ строится на универсальном принципе «ресурсы - процесс - результат», что соответствует подходу, который применяется в модели анализа эффективности.
1. Обобщенный показатель эффективности, подразумевающий сравнение эффективности различных сельскохозяйственных товаропроизводителей, районов и регионов по единому показателю.
2. Уникальный алгоритм обработки исходных данных с уровня сельскохозяйственных товаропроизводителей - не агрегирование средних значений, а именно сбор и обработка данных каждого сельскохозяйственного товаропроизводителя и их агрегирование.
3. Объединение товаропроизводителей в сообщества по определенным признакам (далее - группа СХТП):
- уровню хозяйствующего субъекта (государство, субъект РФ, муниципальные образования, товаропроизводитель),
- отраслевому (растениеводческий, животноводческий, смешанный),
- форме собственности (ООО, КФХ, холдинг, кооператив и др.),
- территориальному (регион, район и др.),
- виду деятельности и специализации (свиноводство, птицеводство, овощеводство и др.),
- натуральным и стоимостным ресурсам (земля, скот, труд, ОС, финансы),
- прочие объединения.
4. Рассмотрение эффективности производства, как с целом сельского хозяйства группы СХТП, так и отдельно по подотраслям, используя признак - наличие реализации продукции.
5. Генерация выводов в зависимости от результатов анализа.
6. Визуализация зависимости показателей эффективности от выручки, что дает наглядное представление о том, насколько эффективно используются ресурсы там, где генерируется основная выручка.
7. Анализ основных средств (ОС) по отраслям производится в соответствии с долевым использованием ОС по видам продукции (из форм №9-АПК и 13-АПК).
8. В условиях ограниченных данных форм отчетности для малых форм хозяйствования (КФХ) для определения значений отраслевых показателей применяется метод долевого участия по удельному весу показателя в выручке с учетом цен реализации продукции.
9. Анализ использует метод декомпозиции, позволяющий максимально полно учесть вклад каждого возможного наблюдаемого фактора в результирующий показатель эффективности конкретного ресурса.
Методика по прогнозированию развития
1. Результатом прогноза являются прогнозные значения всех показателей на следующий период.
2. Прогноз строится на основе исторических данных за отчетный и предшествующие периоды и выбора параметров пользователем.
3. Модель имеет понятную структуру, соответствующую принятым методам бизнес анализа "CVP" и "директ-костинг". Так, например, переменные затраты линейно зависят от выпуска продукции.
4. Модель учитывает структуру производства, выручки и затрат каждого товаропроизводителя при построении прогноза на уровне субъекта Российской Федерации, в то время как в аналогичных методиках используются агрегированные (усредненные) данные по всей группе СХТП.
Таким образом, результат прогноза определяет структура системы - в данном случае - для иллюстрации способа - экономики сельского хозяйства субъекта Российской Федерации, состоящей из отдельных товаропроизводителей. В описании реализации способа используются следующие понятия и определения: CVP метод (Cost-Volume-Profit analysis - анализ «затраты-объем-прибыль») -изучение зависимости величины затрат и прибыли от изменений объемов производства.
Запас финансовой прочности - процент превышения выручкой точки безубыточности. Показывает, на сколько процентов можно снизить объем продаж товара, прежде чем будет достигнута точка безубыточности. Если рентабельность отрицательная, то этот показатель не рассматривается (запаса нет).
Инструмент ручного моделирования - элемент интерфейса, с помощью которого пользователь устанавливает значения прогнозных показателей.
Коэффициент использования производственной мощности - процент отчетной от максимальной эффективности использования ресурса (урожайности в растениеводстве, продуктивности в животноводстве). Рассчитывается для разных уровней агрегации с использованием ресурса в качестве веса.
Коэффициент товарности - отношение реализованной продукции к произведенной.
Маржинальный доход - разница между выручкой организации от реализации продукции (работ, услуг) и суммой переменных затрат.
Переменные затраты - затраты, величина которых зависит от объема выпуска продукции. Противопоставляются постоянным затратам, с которыми в сумме составляют общие производственные затраты.
Постоянные затраты - элемент модели точки безубыточности, представляющий собой затраты, которые напрямую не зависят от объема производства, связаны с определенным периодом, противопоставляемые переменным затратам, с которыми в сумме составляют общие производственные затраты. Увеличение объемов производства приводит к уменьшению постоянных расходов, приходящихся на единицу продукции, что повышает прибыль с единицы продукции за счет положительного эффекта масштаба.
Производственная эффективность региона характеризуется его способностью поддерживать производственный потенциал производителей на уровне, обеспечивающем превышение порога рентабельности производства и реализации продукции, эффективно использовать ресурсы и факторы, определяющие развитие аграрного сектора.
Рентабельность производства - отношение валовой прибыли к производственным затратам. Показывает величину прибыли предприятия, приходящуюся на каждый рубль производственных затрат. Данный показатель рассчитывается с учетом и без учета субсидии.
Операционный анализ - изучение зависимостей финансовых результатов деятельности хозяйствующего субъекта от издержек, объемов производства и реализации продукции, товаров, услуг. Данный вид анализа считается одним из наиболее эффективных средств планирования и прогнозирования деятельности предприятия, он также может применяться в ценообразовании. В специальной литературе вместо термина «операционный анализ» могут быть также использованы термины «анализ безубыточности», «CVP-анализ», «маржинальный анализ». Операционный анализ также тесно связан с понятием «директ-костинг» и разбиением затрат на переменные и постоянные.
Фактор производства - ресурс, необходимый для производства продукции.
Фондоотдача - показатель, характеризующий объем выручки, приходящийся на рубль среднегодовой стоимости основных средств.
Фондообеспеченность - определяется делением среднегодовой стоимости основных производственных фондов сельскохозяйственного назначения на площадь сельскохозяйственных угодий. В животноводстве фондообеспеченность определяют путем деления стоимости основных производственных фондов отрасли на поголовье животных, переведенных в условные головы.
Фондовооруженность - показатель оснащенности работника основными производственными фондами (размер основных производственных фондов в расчете на одного работника предприятия).
Краткое описание фигур
На Фиг. 1 изображен базовый прогноз развития системы применительно к сельскому хозяйству.
На Фиг. 2 изображен прогноз увеличения качественных показателей применительно к сельскому хозяйству.
Примеры осуществления настоящего изобретения
МЕТОДИКА РАСЧЕТА
Проиллюстрируем предлагаемый способ прогнозирования состояния и оптимизации функционирования системы, состоящей из отдельных элементов и/или подсистем, на основе данных о функционировании сельскохозяйственной животноводческой системы, представленных в виде показателей, отраженных на Фиг. 1 и характеризующих систему и подсистемы в различных материальных формах, а именно - выход продукции с головы скота, цена реализации продукции, в данном случае мясо или молоко, затраты и государственная поддержка производства - всего четыре показателя, при этом, как было отмечено данный способ включает оценку эффективности по долевому отношению значения выбранного подчиненного элемента к значению своего исторического максимума и состоит из следующих стадий:
а) эксперт получает данные о функционировании системы, а именно - статистические сводки по четырем указанным показателям за определенный период времени, отраженный на Фиг. 1;
б) эксперт определяет обобщенный показатель, представляющий собой среднее геометрическое интегральных составляющих, агрегируемых из исходных данных о функционировании системы, т.е. вычисляет среднее геометрическое (формула приведена ниже) от численных значений - выход продукции с головы скота, цена реализации продукции, в данном случае мясо или молоко, затраты и государственная поддержка производства, отраженный на графиках Фиг. 1;
в) далее эксперт на основе определенного обобщенного показателя использует инструмент ручного моделирования, показанный на Фиг. 2, который реализует алгоритм обработки исходных данных о функционировании системы, позволяющий проводить прогнозирование показателей через коэффициент, устанавливаемый от значения, полученного в результате обработки исходных данных, исходя из исторического тренда, практически это выглядит, как перемещение заданных на графиках Фиг. 2 кривых, указанных синим и красным цветом и отражающих цену и выход готовой продукции таким образом, чтобы увеличить выход и уменьшить стоимость, что показано на Фиг. 2, как превышение одной кривой над другой;
д) таким образом в виде точек на синих и красных кривых получают значения показателей, по которым прогнозируют состояние системы в будущем при изменении одного или нескольких из четырех заданных показателей;
е) полученные показатели в их численных значениях - выход продукции с головы скота, цена реализации продукции, затраты и государственная поддержка производства сохраняют и используют в качестве управляющих воздействий, проверенных инструментом ручного моделирования и позволяющих достичь оптимального функционирования системы, которое в данном случае определяется как снижение стоимости продукции, повышение уровня ее производства, сокращение затрат при постоянной господдержке сельскохозяйственного производителя.
АНАЛИЗ
Обобщенный показатель производственной эффективности:
где
КРЕНТ - коэффициент рентабельности производства с учетом субсидии определяется по формуле:
где
ВПi - валовая прибыль i-го товаропроизводителя, тыс. руб., определяется по формуле:
где
i - товаропроизводитель, по которому имеются данные в виде форм отчетности финансово-экономической деятельности, от 1 до n, где
n - общее количество товаропроизводителей в группе СХТП, сформированной с учетом применения фильтров.
BPi - общий объем выручки от реализации продукции i-го товаропроизводителя, тыс. руб. (см. табл. №4);
ПЗi - общий объем производственных затрат i-го товаропроизводителя, тыс. руб. (см. табл. №4);
CБi - консолидированный объем субсидий i-го товаропроизводителя, тыс. руб. При определении коэффициента рентабельности без учета субсидий, CБi=0 (см. табл. №4).
Примечание.
Для отраслевого анализа применяются следующие определения:
BPi.p - общий объем выручки от реализации продукции растениеводства i-го товаропроизводителя, тыс. руб., для СХО - см. табл. №4, расчет проводится по удельному весу реализации продукции КФХ с учетом цен реализации продукции растениеводства по СХО;
ВРi.ж - общий объем выручки от реализации продукции животноводства i-го товаропроизводителя, тыс. руб., для СХО - см. табл. №4, для КФХ - расчет проводится по удельному весу реализации продукции КФХ с учетом цен реализации продукции животноводства по СХО;
ПЗi.p - общий объем производственных затрат i-го товаропроизводителя в растениеводстве, тыс. руб., для СХО - см. табл. №4, для КФХ - расчет проводится по удельному весу затрат в выручке;
ПЗ.ж - общий объем производственных затрат i-го товаропроизводителя в животноводстве, тыс. руб., для СХО - см. табл. №4, для КФХ - расчет проводится по удельному весу затрат в выручке.
КФО - коэффициент фондоотдачи определяется по формуле:
где
OCi - среднегодовая стоимость основных средств i-го товаропроизводителя, тыс. руб:, определяется по формуле:
где
ОСн/г - стоимость основных средств i-го товаропроизводителя на начало года, тыс. руб. (см. табл. №4);
ОСк/г - стоимость основных средств i-го товаропроизводителя на конец года, тыс. руб. (см. табл. №4).
Примечание.
Для отраслевого анализа стоимость основных средств определяется по формуле:
OCi.p - среднегодовая стоимость основных средств i-го товаропроизводителя в растениеводстве определяется по формуле:
где
Дос.р - удельный вес стоимости основных средств отрасли растениеводства в общей стоимости основных средств i-го товаропроизводителя определяется по формуле:
где
Сос.р - содержание основных средств i-го товаропроизводителя в растениеводстве, тыс. руб. (см. табл. №4);
Сос.ж - содержание основных средств i-го товаропроизводителя в животноводстве, тыс. руб. (см. табл. №4).
OCi-ж - среднегодовая стоимость основных средств i-го товаропроизводителя в животноводстве определяется по формуле:
КПТ - коэффициент производительности труда определяется по формуле:
где
ОЧi - общее количество отработанных человеко-часов i-го товаропроизводителя, тыс. ч-ч. (см. табл. №4).
КПМ - коэффициент использования производственной мощности определяется по формуле:
где
КПМр - коэффициент использования производственной мощности в растениеводстве, который показывает долю урожайности в отчетном периоде от максимальной урожайности за все время наблюдения, определяется по формуле:
где:
Syji - площадь убранная по j-ой культуре i-го товаропроизводителя, га (см. табл. №4);
Syi - общая убранная площадь i-го товаропроизводителя, га (см. табл. №4);
KПMj - коэффициент использования производственной мощности для j-ой культуры, определяется по формуле:
где:
Yj - урожайность по j-ой культуре, ц/га, определяется по формуле:
где:
ППj - производство j-ой культуры, ц/га, культуре i-го товаропроизводителя, ц (см. табл. №4);
Yjmax - максимальная урожайность j-ой культуры с начала наблюдения до отчетного периода, ц/га.
Др - доля производства продукции растениеводства в общем объеме выручки от производства продукции определяется по формуле:
КПМж - коэффициент использования производственной мощности в животноводстве, который показывает долю продуктивности в отчетном периоде от максимальной продуктивности в регионе за все время наблюдения, определяется по формуле:
где:
Hgi - поголовье по g-ому виду животного i-го товаропроизводителя, гол. (см. табл. №4);
Куг - коэффициент перевода в условные головы (в соответствии с приказом Минсельхоза России от 19.02.15 N 63);
Hi - общее поголовье i-го товаропроизводителя, гол. (см. табл. №4);
KПMg - коэффициент использования производственной мощности для g-oro вида животного, определяется по формуле:
где:
Pg - продуктивность по g-ому виду животного, ц/гол, определяется по формуле:
где:
ППg - производство g-ого вида животного i-го товаропроизводителя, ц/гол (см. табл. №4);
Pgmax - максимальная продуктивность по g-ому виду животного с начала наблюдения до отчетного периода, ц/гол.
Куг - коэффициент перевода поголовья g-ого вида животного в условные головы (в соответствии с приказом Минсельхоза России от 19.02.15 N 63).
5.2. ПРОГНОЗ (РАСЧЕТ ЗНАЧЕНИЙ НА ПЛАНОВЫЙ ПЕРИОД)
Прогноз отрасли Растениеводства
BPp.t - общий объем плановой выручки, тыс. руб., определяется по формуле:
где:
ВРр.t.нп - общий объем плановой выручки от непереработанной продукции растениеводства, тыс. руб., определяется по формуле:
где:
Цztнп - плановая цена реализованной непереработанной продукции растениеводства по z-группе, тыс. руб./ц, определяется по формуле:
где:
z от 1 до 19 - группировка j-x культур в соответствии с таблицей №1;
Цzнп - цена реализованной непереработанной продукции по z-группе в текущем периоде, тыс. руб., определяется по формуле:
где:
BPp.z - выручка от реализации продукции растениеводства по видам реализованной непереработанной продукции по z-группе в текущем периоде, тыс. руб. (см. табл. №4);
РПz - объем реализованной продукции растениеводства по видам непереработанной продукции по z-группе в текущем периоде, ц (см. табл. №4);
Кпц.р - коэффициент прогноза пользователя по цене реализации продукции растениеводства, значение которого устанавливается пользователем через ИРМ;
PПzt - плановый объем реализованной продукции растениеводства по видам непереработанной продукции по z-группе, определяется по формуле:
где:
Wтzt - плановый коэффициент товарности в растениеводстве, рассчитываемый как среднеарифметическое значение показателя Wтz за предшествующий пятилетний период.
Wтz - коэффициент товарности, определяется по формуле:
где:
ППz - объем произведенной продукции растениеводства по z-группе в текущем периоде, ц, (см. табл. №4);
ППzt - плановый объем произведенной продукции по z-группе в текущем периоде, определяется по формуле:
где:
Уzt - плановая урожайность по z-группе, ц/га, определяется по формуле:
где:
Уzt0 - плановая урожайность по z-группе, рассчитываемая как линейный тренд за предшествующий пятилетний период;
Кпу - коэффициент прогноза пользователя по урожайности, значение которого устанавливается пользователем через ИРМ;
Syzt - плановая убранная площадь по z-группе, га, определяется по формуле:
Sпzt - плановая посевная площадь по z-группе, га, определяется по формуле:
где:
Sпz - посевная площадь по z-группе, га;
Кпп - коэффициент прогноза пользователя по посевной площади, значение которого устанавливается пользователем через ИРМ.
Wпzt - плановое значение показателя, рассчитываемое как среднеарифметическое значение Wпz за предшествующий пятилетний период.
Wпz - отношение убранной и посевной площади, определяется по формуле:
где:
Syz - убранная площадь по z-группе в текущем периоде, га.
BPp.t.пп - общий объем плановой выручки от переработанной продукции растениеводства, тыс. руб., определяется по формуле:
где:
Цtпп - плановая цена реализованной переработанной продукции в текущем периоде, тыс. руб., определяется по формуле:
где:
ВРр.пп - выручка от реализации переработанной продукции растениеводства по видам реализованной продукции в текущем периоде, тыс. руб. (см. табл. №4).
Прогноз отрасли Животноводства
ВРж.t - общий объем плановой выручки в отрасли животноводства, тыс. руб., определяется по формуле:
где:
Цqt - плановая цена реализованной продукции животноводства по q-группе, тыс. руб./ц, определяется по формуле:
где:
q от 1 до 26 - группировка g-x видов продукции животноводства в соответствии с таблицей №2;
Цq - цена реализованной продукции по q-группе в текущем периоде, тыс. руб., определяется по формуле:
где:
ВРж.q - выручка от реализации продукции животноводства по видам реализованной продукции в q-группе в текущем периоде, тыс. руб.;
PПж.q - объем реализованной продукции животноводства по q-группе текущем периоде, ц;
Кпц.ж - коэффициент прогноза пользователя по цене реализации продукции животноводства, значение которого устанавливается пользователем через ИРМ.
PПqt - плановый объем реализованной продукции животноводства по q-группе равный произведенной продукции, ц, определяется по формуле:
где:
Pqt - продуктивность животноводства по q-группе в плановом периоде, ц/гол, определяется по формуле:
где:
Pgq - продуктивность животноводства по q-группе в текущем периоде, ц/гол;
Кпр - коэффициент прогноза пользователя по продуктивности, значение которого устанавливается пользователем через ИРМ.
Hqt - поголовье по q-группе в плановом периоде, голов, определяется по формуле:
где:
Hq - поголовье по q-группе в текущем периоде, голов;
Кпг - коэффициент прогноза пользователя по поголовью, значение которого устанавливается пользователем через ИРМ.
Прогноз затрат на развитие хозяйствующего субъекта:
Для целей настоящей Методики различают две группы затрат на производство продукции, регулируемых пользователем через ИРМ.
Группа переменных затрат для ИРМ:
Затраты на электроэнергию
Затраты на ГСМ
Затраты на посадочный материал и средства защиты растений
Затраты на приобретение удобрений
Затраты на корма
Группа постоянных затрат для ИРМ:
Оплата труда и отчисления на социальные нужды, тыс. руб.
Затраты на страхование посевов и урожая и животных, тыс. руб.
ПЗt - общий объем плановых затрат на производство продукции, тыс. руб., определяется по формуле:
где:
3пept - плановые переменные затраты, тыс. руб., определяются по формуле:
где:
Зпер - затраты переменные в текущем периоде, тыс. руб., определяются по формуле:
где
Зпер8 - см. таблицу 4;
К8 - коэффициент приведения затрат на основное производство к расчетным (для малых форм хозяйствования равен 1), определяется по формуле:
Кз - коэффициент влияния произведенной продукции на затраты, определяется по формуле:
Кп.пер - коэффициент прогноза пользователя по переменным затратам в соответствии с группами затрат по отраслям, значение которого устанавливается пользователем через ИРМ.
Зпостt - плановые постоянные затраты, тыс. руб., определяется по формуле:
где:
Зпост - затраты постоянные в текущем периоде, тыс. руб., определяются по формуле:
где:
Зпост8 - затраты постоянные, тыс. руб. (см. табл. №4);
Кп.пост - коэффициент прогноза пользователя по постоянным затратам, значение которого устанавливается пользователем через ИРМ.
Прогноз прочих экономических показателей
CБt - консолидированный объем субсидий в плановом периоде, тыс. руб., определяется по формуле:
где:
Кпсб - коэффициент прогноза пользователя по субсидиям, значение которого устанавливается пользователем через ИРМ.
5.3. ДОПОЛНИТЕЛЬНЫЙ АНАЛИЗ
Анализ дополнительных экономических показателей.
ИП - интенсивность использования посевных площадей, ц/га определяется по формуле:
где:
BCi - валовый сбор всех культур i-го товаропроизводителя, ц (см. табл. №4);
Кзе - коэффициент перевода в зерновые единицы (в соответствии с приказом МСХ от 11.01.13 N6);
Sп.i - посевная площадь i-го товаропроизводителя, га (см. табл. №4).
ДУП - процент предприятий в регионе, у которых производство продукции убыточно, определяется по формуле:
где:
NBП - количество предприятий, у которых валовая прибыль меньше 0.
ПСБ - процент субсидий в общем объеме производственных затрат определяется по формуле:
ФНВ - фондовооруженность сельского хозяйства, тыс. руб./чел. определяется по формуле:
где
KЗi - количество занятых в производстве всего i-го товаропроизводителя, среднесписочная, чел. (см. табл. №4).
ФОБ - фондообеспеченность, тыс. руб./фактор пр-ва определяется по формуле:
где
ФОБр - фондообеспеченность в растениеводстве, тыс. руб., приходящихся на единицу площади с/х угодий определяется по формуле:
где
Sc/x i - площадь сельскохозяйственных угодий, га (см. табл. №4).
ФОБж - фондообеспеченность в животноводстве, тыс. руб., приходящихся на одну условную голову определяется по формуле:
Показатель «Отработано тыс. человеко-часов на работника» определяется по формуле:
Выработка в ц. зерн. ед. на ч-ч
УБ - соотношение областного и федерального бюджета, руб. определяется по формуле:
где:
ФБi - федеральный бюджет i-го товаропроизводителя, руб. (см. табл. №4);
PБi - региональный бюджет i-го товаропроизводителя, руб. (см. табл. №4);
Объем консолидированных субсидий на 1 рубль реализованной продукции, работ, услуг, тыс. руб. определяется по формуле:
Коэффициент обновления ОС определяется по формуле:
где:
ОСпост.i - поступившие основные средства i-го товаропроизводителя, тыс. руб. (см. табл. №4);
Среднемесячная заработная плата одного работника, руб. определяется по формуле:
Удельный вес доходов всех работников в выручке от реализации продукции, % определяется по формуле:
где:
CBi - выплаты социального характера i-го товаропроизводителя, тыс. руб. (см. табл. №4).
ТБ - точка безубыточности для i-го товаропроизводителя, тыс. руб. определяется по формуле:
ЗПФ - запас финансовой прочности для i-го товаропроизводителя, % определяется по формуле:
Примечание: при условии когда BP<Зпер, ТБ и ЗПФ будут не определены.
Дкз - доля кредиторской задолженности в выручке, % определяется по формуле:
Финансовый анализ.
А1 - Наиболее ликвидные активы, тыс. руб. определяются по формуле:
где:
ДС - денежные средства, тыс. руб.
КФВ - краткосрочные финансовые вложения, тыс. руб.
А2 - Быстрореализуемые активы, тыс. руб. определяются по формуле:
где:
КДЗ - краткосрочная дебиторская задолженность, тыс. руб.
ТО - товары отгруженные, тыс. руб.
A3 - Медленно реализуемые активы, тыс. руб. определяются по формуле:
где:
Зап - запасы, тыс. руб.
НДС - налог на добавленную стоимость по приобретенным ценностям, тыс. руб.
ДДЗ - долгосрочная дебиторская задолженность, тыс. руб.
ПОА - прочие оборотные активы, тыс. руб.
А4 - Труднореализуемые активы, тыс. руб. определяются по формуле:
где:
ОС - основные средства, тыс. руб.
НА - нематериальные активы, тыс. руб.
ДФВ - долгосрочные финансовые вложения, тыс. руб.
ДВ - доходные вложения в материальные ценности, тыс. руб.
ОНА - отложенные налоговые активы, тыс. руб.
ПВА - прочие внеоборотные активы, тыс. руб.
П1 - Наиболее срочные обязательства, тыс. руб. определяются по формуле:
где:
КРЗ - кредиторская задолженность, тыс. руб.
П2 - Краткосрочные обязательства, тыс. руб. определяются по формуле:
где:
ККЗ - краткосрочные кредиты, займы, тыс. руб.
ПО - прочие обязательства, тыс. руб.
ПЗ - Долгосрочные обязательства, тыс. руб. определяются по формуле:
где:
ДКЗ - долгосрочные кредиты, займы, тыс. руб.
ПДО - прочие долгосрочные обязательства, тыс. руб.
П4 - собственный капитал, тыс. руб. определяются по формуле:
где:
КР - капитал и резервы, тыс. руб.
ДБП - доходы будущих периодов, тыс. руб.
Ооб - оценочные обязательства, тыс. руб.
К1 - коэффициент абсолютной ликвидности определяется по формуле:
где:
ФВ - финансовые вложения, тыс. руб.
К2 - коэффициент «критической оценки» определяется по формуле:
где:
ДЗ - дебиторская задолженность, тыс. руб.
КЗ - коэффициент текущей ликвидности определяется по формуле:
где:
OA - оборотные активы, тыс. руб.
К4 - обеспеченности собственными средствами определяется по формуле:
где:
ВА - внеоборотные активы, тыс. руб.
К5 - финансовой независимости определяется по формуле:
где:
Бал - баланс, тыс. руб.
К6 - финансовой независимости в части формирования запасов и затрат определяется по формуле:
ОПФУ - обобщенный показатель финансовой устойчивости определяется по формуле:
БК1…БК6 - бальное значение показателя финансовой устойчивости, определяется в соответствии с диапазонами значений коэффициентов К1…К6 согласно табл. №3.
Анализ исполнения Соглашения
между Минсельхозом России и высшим органом исполнительной власти субъекта Российской Федерации о выполнении целевых индикаторов Госпрограммы.
Iс/х - индекс производства продукции сельского хозяйства в хозяйствах всех категорий (в сопоставимых ценах), % определяется по формуле:
где:
Iр - индекс производства продукции растениеводства в хозяйствах всех категорий (в сопоставимых ценах), % определяется по формуле:
где:
ППz - произведенная продукция растениеводства (см. табл. №1);
РПп/п.z.c - реализованная продукция растениеводства в стоимостном выражении, тыс. руб. (см. табл. №4);
РПп/п.z.н - реализованная продукция растениеводства в натуральном выражении, тыс. тонн (см. табл. №4);
ППп/п.z - произведенная продукция растениеводства (см. табл. №1).
Iж - индекс производства продукции животноводства в хозяйствах всех категорий (в сопоставимых ценах), % определяется по формуле:
где:
ППq - произведенная продукция животноводства (см. табл. №2);
РПп/п.q.c - реализованная продукция животноводства в стоимостном выражении, тыс. руб. (см. табл. №4);
РПп/п.q.н - реализованная продукция животноводства в натуральном выражении, тыс. тонн (см. табл. №4);
ППп/п.q - произведенная продукция животноводства (см. табл. №2).
РЕНТ - рентабельность сельскохозяйственных организаций (с учетом субсидий), % определяется по формуле:
где:
ЧПi - чистая прибыль, тыс. руб. (см. табл. №4);
ЗПсрм - среднемесячная заработная плата в сельском хозяйстве (по сельскохозяйственным организациям, не относящимся к субъектам малого предпринимательства), руб. определяется по формуле:
где:
ЗПГi - начисленная за год заработная плата, руб. (см. табл. №4).
ПЗз - производство зерновых и зернобобовых в хозяйствах всех категорий, тыс.тонн определяется по формуле:
где:
Зз.i - зерновые и зернобобовые (озимые и яровые) без кукурузы, ц (см. табл. №4);
Зк.i - кукуруза на зерно, ц (см. табл. №4).
Пл - производство льна в хозяйствах всех категорий, тыс.тонн определяется по формуле:
где:
СМлн.i - семена льна-долгунца, ц (см. табл. №4);
СЛлн.i - солома льна-долгунца, ц (см. табл. №4);
Ti - треста, ц (см. табл. №4).
Пкр - производство картофеля в хозяйствах всех категорий, тыс.тонн определяется по формуле:
где:
Kapi - картофель, ц (см. табл. №4).
Sмн - площадь закладки многолетних насаждений, тыс.га определяется по формуле:
где:
MHi -многолетние насаждения, га (см. табл. №4).
Sвин - площадь закладки многолетних насаждений, тыс. га определяется по формуле:
где:
BИHi - виноградники, га (см. табл. №4).
Работа инструмента ручного моделирования приведена на Фиг. 1 и Фиг. 2.
По сравнению со всеми известными авторам способами прогнозирования состояния и оптимизации функционирования систем предлагаемое изобретение позволяет делать набор оцениваемых параметров изменяемым, использует интегральные показатели эффективности в виде средних геометрических оценок, использует инструмент ручного моделирования системы, указывающий пути повышения ее эффективности и позволяющий прогнозировать процессы в ней.
Литература
1) Концепции долгосрочного социально-экономического развития Российской Федерации на период до 2020 года, утвержденная Распоряжением Правительства РФ от 17.11.2008 №1662-р.
2) Концепции устойчивого развития сельских территорий Российской Федерации от 30 ноября 2010 г. №2136.
3) Бизнес-аналитика: от данных к знаниям: Учебное пособие. - СПб.: Питер, 2013. - 704 с.: ил.
4) Комплексный экономический анализ хозяйственной деятельности. Учебное пособие / А.И. Алексеева, Ю.В. Васильев, А.В. Малеева, Л.И. Ушвицкий. - М.: КНОРУС, 2011 г - 712 с.
5) Отчет о научно-исследовательской работе в рамках проекта "разработка центральной информационно-аналитической системы СГИО CX". Национальный исследовательский университет "Высшая школа экономики". Москва. 2014.
6) Бюллетень Института устойчивого развития Общественной палаты РФ. Совместная программа Общественной палаты Российской Федерации и Центра экологической политики России. - 2011. - №56.
7) Устойчивое развитие. Генеральная Ассамблея ООН // http://www.un.org/ru/ga/president/
8) Тяглов С.Г. Проблемы устойчивого развития экономики региона - ретроспективы и перспективы решения конкретных задач в рамках научных школ Юга России //Модернизация экономики России: отраслевой региональный аспект: материалы международной науч.-прак. конф. профес.-преподават. состава, молодых ученых и студентов; Рост. гос. эконом, ун-т - (РИНХ). Ростов - н/Д, 2013.
9) Официальный отчет Генеральной Ассамблеи ООН, пятьдесят первая сессия, дополнение №45 (А/51/45); раздел 7 "Развитие в области сельского хозяйства, промышленности и сектора услуг" http://www.un.org/russian/documents
10) Кирюшина А.А. Основные этапы создания модели обработки данных по задаче "оценка и прогнозирование производственной устойчивости сельского хозяйства. // Приложение сетевого научного журнала №27014. Образовательные ресурсы и технологии. Материалы XLII международной конференции XII международной конференции молодых ученых. Информационные технологии в науке, образовании, телекоммуникации и бизнесе IT+SE'2014 майская сессия Крым, Ялта-Гузуф 22 мая - 1 июня 2014 г. ISSN 2307-6135 С 155-157.
11) Кирюшина Α.Α., Новикова А.Э., Клемашев Н.И. "Информационное обеспечение и принятие управленческих решений в системе государственного регулирования развитием отрасли", XLIV Международная конференция. XIV Международная коференция молодых ученых.. Информационные технологии в науке, образовании, телекоммуникации и бизнесе: IT + S&E'15.347-356 с.
12) Нечаев В.И., Парамонов П.Ф., Халявка И.Е. Экономика предприятий АПК: Учебное пособие. - СПб.: Изд. ЛАНЬ, 2010. - 464 с.
13) Общая теория статистики: учебное пособие/ A.M. Илышев, О.М. Шубат. - М.: КНОРУС, 2013 г - 432 с
14) Оксанич Н.И. Концепция управления экономической устойчивостью сельскохозяйственных организаций/ Н.И. Оксанич // Экономика сельскохозяйственных и перерабатывающих предприятий. - 2007. - №10. - с.6-9.
15) Официальный отчет Генеральной Ассамблеи ООН, пятьдесят первая сессия, дополнение №45 (А/51/45); раздел 7 "Развитие в области сельского хозяйства, промышленности и сектора услуг" http://www.un.org/russian/documents/instruments/docs_ru.asp?year=1990
16) Производственный менеджмент / Под ред. Иванова И.Н. - М.: ЮРАЙТ, 2013 г. - 574 с.
17) Селезнева Н.Н., Ионова А.Ф. Финансовый анализ. Управление финансами: Учеб. Пособие для вузов. - М.: ЮНИТИ-ДАНА, 2008 - 639 с.
18) Сергеев И.В. Экономика предприятия: Учебное пособие. - 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2000; Фролова Т.А. Экономика предприятия: конспект лекций. - Таганрог: ТТИ ЮФУ, 2009 и др.
19) Устойчивое развитие. Генеральная Ассамблея ООН // http://www.un.org/ru/ga/president/65/issues/sustdev.shtml
20) Финансы организаций (предприятий): учебник/ Н.В. Колчина и др. - М.: Юнити-дана, 2007 - 383 с.
21) Фролова Т.А. Экономика предприятия: конспект лекций. - Таганрог: ТТИ ЮФУ, 2009
22) Хомяченкова Н.А. Механизм интегральной оценки устойчивости развития промышленных предприятий, вв.: дис. канд. эк. наук.: 08.00.05: защищена 30.05.2011 / Хомяченкова Н.А. - Тверь, 2011. - 172 с.
23) Шеремет А.Д., Негашев Е.В.. Методика финансового анализа деятельности коммерческих организаций. - М.: ИНФА - М, 2010 г. - 208 с.
24) Экономический анализ в АПК: учебник / П.В. Смекалов, С.В. Смолянинов, Л.Н. Косякова. - СПб.: ПРОСПЕКТ НАУКИ, 2011 г. - 488 с.
25) Экономический анализ: учебное пособие/ В.Г. Артеменко, Н.В. Анисимова. - М.:КНОРУС, 2013. - 288 с.
Claims (7)
1. Способ прогнозирования состояния и оптимизации функционирования системы, состоящей из отдельных элементов и/или подсистем, на основе данных о функционировании системы, представленных в виде показателей, характеризующих систему и подсистемы в различных материальных формах, причем данный способ включает оценку эффективности по долевому отношению значения выбранного подчиненного элемента к значению своего исторического максимума и предусматривает следующие стадии:
а) получают данные о функционировании системы;
б) определяют обобщенный показатель, представляющий собой среднее геометрическое интегральных составляющих, агрегируемых из исходных данных о функционировании системы;
в) на основе определенного обобщенного показателя используют инструмент ручного моделирования, который реализует алгоритм обработки исходных данных о функционировании системы, позволяющий проводить прогнозирование показателей через коэффициент, устанавливаемый от значения, полученного в результате обработки исходных данных, исходя из исторического тренда;
д) получают значения показателей, по которым прогнозируют состояние системы;
е) полученные показатели сохраняют и используют в качестве управляющих воздействий, проверенных инструментом ручного моделирования и позволяющих достичь оптимального функционирования системы.
2. Способ по п. 1, в котором данные о функционировании системы представляют собой скоростные, временные, экономические, ценовые, производительные данные и показатели системы и ее подсистем.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2016125323A RU2653931C2 (ru) | 2016-06-24 | 2016-06-24 | Способ прогнозирования состояния и оптимизации функционирования системы |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2016125323A RU2653931C2 (ru) | 2016-06-24 | 2016-06-24 | Способ прогнозирования состояния и оптимизации функционирования системы |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2016125323A RU2016125323A (ru) | 2017-12-28 |
| RU2653931C2 true RU2653931C2 (ru) | 2018-05-15 |
Family
ID=60965126
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2016125323A RU2653931C2 (ru) | 2016-06-24 | 2016-06-24 | Способ прогнозирования состояния и оптимизации функционирования системы |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2653931C2 (ru) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030050878A1 (en) * | 1999-05-26 | 2003-03-13 | Rappaport Theodore S. | Method and system for generating a real time bill of materials and evaluating network performance |
| RU47123U1 (ru) * | 2005-01-14 | 2005-08-10 | Закрытое акционерное общество "МГП "ИМСАТ" | Аппаратно-программный комплекс диспетчерского контроля |
| RU2357278C2 (ru) * | 2002-03-01 | 2009-05-27 | Фишер-Роузмаунт Системз, Инк. | Создание интегрированных предупреждений в технологической установке |
| RU2500558C1 (ru) * | 2012-06-14 | 2013-12-10 | Открытое Акционерное Общество "Российские Железные Дороги" | Система для управления работой сортировочных станций направления железнодорожной сети |
| RU2500563C1 (ru) * | 2012-06-14 | 2013-12-10 | Открытое Акционерное Общество "Российские Железные Дороги" | Система для оперативного управления поездной работой направления железнодорожной сети |
| RU2501697C1 (ru) * | 2012-06-14 | 2013-12-20 | Открытое Акционерное Общество "Российские Железные Дороги" | Автоматизированная система для управления поездной работой направления железнодорожной сети в условиях проведения ремонтных работ |
| RU2504006C1 (ru) * | 2012-06-05 | 2014-01-10 | Александр Николаевич Цуриков | Способ обучения искусственной нейронной сети |
-
2016
- 2016-06-24 RU RU2016125323A patent/RU2653931C2/ru not_active IP Right Cessation
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030050878A1 (en) * | 1999-05-26 | 2003-03-13 | Rappaport Theodore S. | Method and system for generating a real time bill of materials and evaluating network performance |
| RU2357278C2 (ru) * | 2002-03-01 | 2009-05-27 | Фишер-Роузмаунт Системз, Инк. | Создание интегрированных предупреждений в технологической установке |
| RU47123U1 (ru) * | 2005-01-14 | 2005-08-10 | Закрытое акционерное общество "МГП "ИМСАТ" | Аппаратно-программный комплекс диспетчерского контроля |
| RU2504006C1 (ru) * | 2012-06-05 | 2014-01-10 | Александр Николаевич Цуриков | Способ обучения искусственной нейронной сети |
| RU2500558C1 (ru) * | 2012-06-14 | 2013-12-10 | Открытое Акционерное Общество "Российские Железные Дороги" | Система для управления работой сортировочных станций направления железнодорожной сети |
| RU2500563C1 (ru) * | 2012-06-14 | 2013-12-10 | Открытое Акционерное Общество "Российские Железные Дороги" | Система для оперативного управления поездной работой направления железнодорожной сети |
| RU2501697C1 (ru) * | 2012-06-14 | 2013-12-20 | Открытое Акционерное Общество "Российские Железные Дороги" | Автоматизированная система для управления поездной работой направления железнодорожной сети в условиях проведения ремонтных работ |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2016125323A (ru) | 2017-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gava et al. | Agricultural cooperatives contributing to the alleviation of rural poverty. The case of Konjic (Bosnia and Herzegovina) | |
| Wheeler et al. | Farmers’ climate change beliefs and adaptation strategies for a water scarce future in Australia | |
| Oloyede | Impact of foreign direct investment on agricultural sector development in Nigeria,(1981-2012) | |
| Guth et al. | Is small beautiful? Techinical efficiency and environmental sustainability of small-scale family farms under the conditions of agricultural policy support | |
| Unay-Gailhard et al. | Sustainable participation behaviour in agri-environmental measures | |
| Krause et al. | Economic factors underlying the incidence of large farming units: the current situation and probable trends | |
| Uzun et al. | Prospects of the farming sector and rural development in view of food security | |
| Eboh et al. | Drivers and sustainability of agricultural growth in Nigeria | |
| Ivanyo et al. | Optimization models of food processing wild-growing products with expert assessments | |
| Shmatkovska et al. | Increasing the efficiency of the labour resources usage of agrosector enterprises in the system of sustainable development of the rural territories: a case study of Ukraine. | |
| Rozentale et al. | Evaluation of biological assets: Problems and solutions | |
| Rahman et al. | Financial management for custom hire service of tractor in Bangladesh | |
| RU2653931C2 (ru) | Способ прогнозирования состояния и оптимизации функционирования системы | |
| Nigmatullina et al. | Implementing state support for small agricultural businesses in the Russian Federation | |
| Strauss | Decision-making in agriculture: a farm-level modelling approach | |
| Machethe | Economic and marketing analysis of smallholder broiler production in Mopani District of Limpopo Province, South Africa | |
| Pathiraja et al. | Measuring competitiveness of agricultural markets | |
| Djokoto | Technical efficiency in agriculture in ghana-analyses of determining factors | |
| von Bach et al. | Public spending as a predictor of livestock total factor productivity in Namibia | |
| Nelson et al. | The Australian Agricultural Forecasting System (AAFS) | |
| Hoop et al. | On the dynamics of agricultural labour input and their impact on productivity and income: an empirical study of Swiss family farms | |
| Gronau et al. | Social Accounting Matrix: A user manual for village economies | |
| Lubulwa et al. | Statistical integration in designing Australian farm surveys | |
| Alyami | Estimating efficiency and productivity growth of the Grain Silos and Flour Mills Organisation in Saudi Arabia | |
| Klychova et al. | Internal Management Reporting on Efficiency of Budget Funds Use |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20200625 |