1 - Факультет заочного обучения

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ
УЧРЕЖДЕНИЕ ОБРАЗОВАНИЯ
«БРЕСТСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»
Кафедра информатики и прикладной математики
МЕТОДИЧЕСКИЕ УКАЗАНИЯ
для выполнения контрольной работы
по дисциплине
«Автоматизированное рабочее место специалиста»
для студентов специальности
25 01 10 «Коммерческая деятельность» заочной формы обучения
Брест 2010
Методические указания содержат варианты заданий и краткие рекомендации по
выполнению контрольной работы по курсу «Автоматизированное рабочее место
специалиста» для студентов заочной формы обучения специальности «Коммерческая
деятельность».
Составитель: Л.В. Лизун, ст. преподаватель
Рецензент:
Учреждение образования
©«Брестский государственный технический университет» 2010
2
1. Методические указания к выполнению и оформлению контрольной работы.
Требования к оформлению контрольной работы по курсу
«Корпоративные информационные системы»
Целью дисциплины «Автоматизированное рабочее место специалиста» является
подготовка специалиста, способного применить полученные знания по использованию
ЭВМ в системе управления торговым предприятием для упрощения и автоматизации
планово-экономических расчетов.
Задачи курса:
 определение особенностей планово-экономической работы предприятия и путей ее
усовершенствования на основе использования ЭВМ;
 изучение методологического и информационного обеспечения АРМа;
 освоение возможностей использования табличного процессора (Excel) при
решении планово-экономических задач;
Выполнение письменной контрольной работы способствует лучшему освоению
материала курса и является основой проверки степени усвоения студентом
приобретенных знаний.
Задания к контрольной работе можно просмотреть в электронном виде в
компьютерной сети БрГТУ
в специальной папке, находящейся по адресу:
U:\VT&PM\Zaoch_f\ARM\ARM_kontr.doc
Электронный адрес для контактов: Lizunl@rambler.ru
Контрольная работа включает:
1. Внутренняя логистика: управление запасами при независимом спросе.
2. Прогнозирование объема продаж для продуктов с сезонным характером продаж.
Задание 1. Внутренняя логистика: управление запасами при независимом спросе.
1.1. Теоретические сведения.
Логистику рассматривают как научно-практическое направление хозяйствования,
заключающееся в эффективном управлении материальными и информационными
потоками в сферах производства и обращения.
Виды логистики: закупочная или снабженческая логистика, транспортная логистика
складская логистика, сбытовая или распределительная логистика, информационная
логистика, производственная логистика и другие.
Цель управления запасам заключается в обеспечении бесперебойного производства и
поставки продукции в нужном количестве и в установленные сроки, достижении на
основе этого полной реализации выпуска при минимальных расходах на содержание
запасов, нахождении оптимального соотношения между издержками и выгодами.
Процессы управления в логистике, как правило, связаны с достаточно большим
количеством объектов. При этом далеко не все из них оказывают существенное влияние
на эффективность управления этими процессами. Так, например, для достижения
максимального объема выручки от реализации продукции или прибыли от реализации
продукции обычно необходимо эффективно управлять не всем ассортиментом продукции,
а сравнительно небольшой его частью. В связи с этим, рассмотрим задачу группировки
всего ассортимента продукции с целью его ранжирования по тем или иным критериям.
Применяя метод АВС следует сосредоточиться на наиболее значимых объектах
с точки зрения обозначенной цели.
3
«В экономике широко известно так называемое правило Парето (20/80), согласно
которому лишь пятая часть (20%) от всего количества объектов, с которыми приходится
иметь дело, дает примерно 80% результатов этого дела. Вклад остальных 80% объектов
составляет только 20% общего результата. Например, в торговле 20% наименований
товаров дает, как правило, 80 % прибыли предприятия, остальные 80 %наименований
товара — лишь необходимое дополнение, обязательный ассортимент.
Согласно методу Парето множество управляемых объектов делится на две
неодинаковые части. Широко применяемый в логистике метод АВС предлагает более
глубокое разделение – на три части: разбиваем множество всех объектов на три группы
А,В и С в зависимости от их вклада в конечный результат.
Порядок проведения анализа АВС.
1. Формирование цели анализа.
2. Идентификация объектов управления, анализируемых методом АВС.
3. Выделение признака, на основе которого будет осуществлена классификация
объектов управления.
4. Оценка объектов управления по выделенному классификационному признаку.
5. Группировка объектов управления в порядке убывания значения признака.
6. Разделение совокупности объектов управления на три группы: группа А,
группа В и группа С.
В группу А обычно включают совокупность объектов, вклад которых составляет
порядка 80%, в группу В – порядка 15%, и, наконец, в группу С – порядка 5%. Что
касается объема ассортимента, попадающего в соответствующую группу, то он
составляет для группы А – 15%, для группы В – 35%, а для группы С – 50% от общего
объема.
Далее проводится XYZ–анализ, суть которого заключается в том, чтобы определить
степень отклонения некоторой исследуемой величины от ее среднего значения и
сгруппировать объекты, которая она характеризует, в зависимости от величины
коэффициента вариации.
Порядок проведения XYZ-анализа.
1. Определение коэффициентов вариации по отдельным позициям ассортимента..
2. Группировка объектов управления в порядке возрастания коэффициента
вариации.
3. Построение кривой XYZ.
4. Разделение совокупности объектов управления на группы: группа X, группа Y
и группа Z.
Группировка ресурсов при проведении XYZ-анализа осуществляется в порядке
возрастания коэффициента вариации.
К группе X относят ресурсы, характеризуемые стабильной величиной потребления,
незначительными колебаниями в их расходе и высокой точностью прогноза.
Группа Y – это ресурсы, потребность в которых характеризуется известными
тенденциями (например, сезонными колебаниями) и средними возможностями их
прогнозирования.
Ресурсы, относимые к группе Z, потребляются нерегулярно, точность их
прогнозирования невысокая.
Формула для расчета коэффициента вариации:
n
 ( x i  x) 2
i 1
n
vi 
*100% ,
x
где хi – значение параметра по оцениваемому объекту за i-й период;
4
x – среднее значение параметра по оцениваемому объекту анализа за все периоды;
n – число периодов.
Рекомендуемое распределение коэффициента вариации по группам:
 X – 55% общего объема ассортимента, при
v i ≤ 10%;
 Y– 32% общего объема ассортимента, при
 Z– 13% общего объема ассортимента, при
10% <
vi
25% <
≤ 25%;
vi .
Результаты АВС– анализа и XYZ – анализа используются для построения матрицы,
состоящей из трех строк и трех столбцов, которая называется матрицей АВС-XYZ.
Элементами этой матрицы являются множества таких позиций из всего ассортимента
товаров, которые попадают в одну и туже группу в результате как ABC–анализа так и
XYZ – анализа.
Строки этой таблицы соответствуют группам А, В и С, а столбцы – X, Y и Z
соответственно. При этом в ячейку таблицы, соответствующей фиксированной строке и
столбцу записываются все номера позиций ассортимента, которые принадлежат
соответствующим группам, на которые разбиты все элементы в результате АВС и XYZ –
анализа. Таким образом, например, в первую строку и первый столбец записываются все
элементы, которые принадлежат одновременно и группе А и группе X.
ГРУППЫ
X
Y
Z
А
В
С
Для минимизации объема грузоперемещений на складе для части ассортимента,
пользующегося повышенным спросом, выделяются «горячие» линии и места для его
размещения, которые характеризуются наиболее удобным доступом к товару и как можно
близким расположением к зоне комплектации.
Оставшаяся часть ассортимента размещается в «теплой» и «холодной» зонах с более
затруднительным доступом к товару или требующей большего объема грузоперемещений
до зоны комплектации.
Приведем разбивку всего ассортимента по зонам:
 «горячая» зона – удобство использования складских транспортных
механизмов и близость к зоне комплектации; включает позиции
ассортимента принадлежащие одновременно группам А и X, группам
А и Y и группам B и X;
 «теплая» зона – достаточное удобство использования транспортных
механизмов и небольшое грузоперемещение до зоны комплектации;
включает позиции ассортимента принадлежащие одновременно группам
A и Z, группам B и Y и группам C и X;
 «холодная» зона – места с неудобным доступом к товару и неудачно
расположенные к зоне комплектации; включает позиции ассортимента
принадлежащие одновременно группам B и Z, группам C и Y и группам
C и Z.
Задание 2.
Прогнозирование объема продаж для продуктов с сезонным
характером продаж.
5
2.1. Условие задания 2.
Даны объемы продаж продукции за два года. Составить прогноз продаж продукции
на следующий год по месяцам.
Реализовать алгоритм построения прогнозной модели, описанный ниже.
2.2. Теоретические сведения.
При составлении планов предпринимательской деятельности менеджеры вынуждены
прогнозировать будущие значения таких важных показателей, как объем продаж, ставки
процента, издержки и т.д. При использовании моделей регрессионной анализа обычно
выделяют один или несколько наиболее существенных факторов X, влияющих на
значения зависимой переменной Y, а остальные во внимание не принимают. Но возможен
другой подход к анализу динамики изменения зависимой переменной, например, объема
продаж. Он заключается в том, что факторы, реально влияющие на объем продаж, явно не
учитываются, а анализируются только изменения объемов продаж во времени. Таким
образом, выявляется определенная тенденция изменения фактических значений Y во
времени, что позволяет прогнозировать будущие значения данного параметра.
Множество пар данных, в которых время является независимой переменой X,
называется временным рядом.
Общая тенденция изменения значений параметра Y во времени называется трендом.
Динамика изменения значений параметра Y характеризуется не только трендом,
поскольку часто они подвержены циклическим колебаниям. Если эти колебания
повторяются в течение небольшого промежутка времени, то они называются сезонной
вариацией. Термин «сезон» можно применить к различным систематическим колебаниям,
если речь идёт об изучении товарооборота в течение недели под термином “сезон”
понимается один день. Кроме того, цикл колебаний может существенно отличаться (как в
большую, так и в меньшую сторону) от величины один год. И если удаётся выявить
величину цикла этих колебаний, то такой временной ряд можно использовать для
прогнозирования с использованием аддитивных и мультипликативных моделей.
Моделью с аддитивной компонентой называется такая модель, в которой вариация
значений параметра Y во времени наилучшим образом описывается через сложение
отдельных компонент. В дальнейшем будем предполагать, что циклическая вариация не
учитывается. Тогда эта модель имеет вид
Y=T+S+E,
где Т – тренд; S – сезонная компонента; Е – ошибка прогноза.
Применение мультипликативных моделей обусловлено тем, что в некоторых
временных рядах значение сезонной компоненты представляет собой определенную долю
трендового значения. Эти модели можно представить формулой:
F=TхSxE
На практике отличить аддитивную модель от мультипликативной можно по
величине сезонной вариации. Аддитивной модели присуща практически постоянная
сезонная вариация, тогда как у мультипликативной она возрастает или убывает,
графически это выражается в изменении амплитуды колебания сезонного фактора, как это
показано на рисунке 1.
6
Рис. 1. Аддитивная и мультипликативные модели прогнозирования.
Алгоритм прогнозирования по аддитивной модели
Для прогнозирования объема продаж, имеющего сезонный характер, предлагается
следующий алгоритм построения прогнозной модели:
1. Определяется тренд, наилучшим образом аппроксимирующий фактические
данные. Существенным моментом при этом является предложение использовать
полиномиальный тренд, что позволяет сократить ошибку прогнозной модели.
2. Вычитая из фактических значений объёмов продаж значения тренда, определяют
величины сезонной компоненты. Средние оценки сезонной компоненты корректируются
путем увеличения или уменьшения некоторых из них на одно и то же число таким
образом, чтобы их общая сумма была равна 0. Корректирующий фактор рассчитывают
следующим образом: сумма оценок сезонных компонент делится на «сезон».
3. Рассчитываются ошибки модели как разности между фактическими значениями и
значениями модели.
Находится среднеквадратическая ошибка модели (Е) по формуле:
Е= Σ О2 : Σ (T+S)2
где:
Т- трендовое значение объёма продаж;
S – сезонная компонента;
О- отклонения модели от фактических значений
Максимально допустимое значение среднеквадратической ошибки модели 3%, иначе
построенный прогноз будет неверным.
4.Строится модель прогнозирования:
F=T+S±E
где:
F– прогнозируемое значение;
Т– тренд;
S – сезонная компонента;
Е - ошибка модели.
5.На основе модели строится окончательный прогноз объёма продаж. Для этого
предлагается использовать методы экспоненциального сглаживания, что позволяет учесть
возможное будущее изменение экономических тенденций, на основе которых построена
трендовая модель. Сущность данной поправки заключается в том, что она нивелирует
недостаток адаптивных моделей, а именно, позволяет быстро учесть наметившиеся новые
экономические тенденции.
Fпр t = a Fф t-1 + (1-а) Fм t
7
где:
Fпр t - прогнозное значение объёма продаж;
Fф t-1 – фактическое значение объёма продаж в предыдущем году;
Fм t - значение модели;
а – константа сглаживания
Константу сглаживания рекомендуется определять методом экспертных оценок, как
вероятность сохранения существующей рыночной конъюнктуры, т.е. если основные
характеристики изменяются / колеблются с той же скоростью / амплитудой что и прежде,
значит предпосылок к изменению рыночной к
если наоборот, то а →0.
Для учёта новых экономических тенденций рекомендуется регулярно уточнять
модель на основе мониторинга фактически полученных объёмов продаж, добавляя их или
заменяя ими данные статистической базы, на основе которой строится модель.
Литература
Алпак М.Е. АРМ на основе персональных ЭВМ. М., 1989.
Божелко В.П., Брагва В.В. Информатика: данные, технология, маркетинг. М., 1991.
Козье Д. Электронная коммерция. М., 1999.
Ковбасюк М.Р. Анализ финансовой деятельности предприятия с использование
ПЭВМ. М., 1996.
5. Кузнецов С.Л. Компьютеризация делопроизводства. М., 1997.
6. Курицкий Б. Поиск оптимальных решений средствами Excel 7.0 Спб., 1997.
7. Мишенин А.И. Теория экономических информационных систем. М., 1999.
8. Одоевский Д.А. МикроЭвм на торговом предприятии. М., 1989.
9. Севрук М.А. АРМ экономиста-аналитика. М., 1991.
10. Успенский И. Интернет как инструмент маркетинга. Спб., 1999.
11. Калберг К. Бизнес-анализ с помощью MS Excel , 2-е издание.: Пер. с англ. – М.: Изд.
Дом «Вильямс», 2002.
12. Додж М., Стинсон К. Эффективная работа с MS Excel 2000 – Спб.: Издательство
«Питер», 2000.
13. Бланк И.А. Финансовый менеджмент: Учебный курс.– К.: Ника-Центр, Эльга, 2001.528с.
14. Варфоломеев В.И. Алгоритмическое моделирование элементов экономических
систем.- М.: Финансы и статистика, 2000.
15. Гаджинский А.М. Практикум по логистике.—2-е изд., перераб. и доп.—М.:
издательско-торговый центр “Маркетинг”, 2001.
16. Евтеев Б.В., Евтеев Е.Б. Моделирование систем управления запасами в MS EXCEL.
Сборник научных работ. Выпуск 4. [По материалам 4-й научной конференции
профессоров и преподавателей Института экономики и предпринимательства., 4
апреля 2001г.].- с. 148-156. — М.: ИНЭП, 2001.
17. Евтеев Б.В. Моделирование систем управления запасами. XV Международные
Плехановские чтения ,тез. докл. — М.: РЭА им Г.В. Плеханова. — 2002. , с. 197.
18. Евтеев Б.В.,
Коршунов В.А. Решение задач логистики средствами Excel.
Современные аспекты экономики—СПб, №3 (16), 2002, с. 15-25.
19. Евтеев Б.В. Реализация ABC и XYZ – анализа и моделирование основных систем
управления запасами в EXCEL. Сборник научных работ. Выпуск 6. [По материалам
6-й научной конференции профессоров и преподавателей Института экономики и
предпринимательства., 4-9 апреля 2003г.].- с. 161-174. — М.: ИНЭП, 2003.
20. Интегрированная логистика накопительно-распределительных комплексов (склады,
транспортные узлы, терминалы ): Учебник для транспортных вузов. / Под общ.ред.
Л.Б.Миротина. – М.: Издательство «Экзамен», 2003.– 448 с.
1.
2.
3.
4.
8
21. Логистика: Учебник / Под ред. Б.А. Аникина.—2-е изд., перераб. и доп.— М.:
ИНФРА-М, 1999.
22. Рыжиков Ю.И. Теория очередей и управление запасами. – СПб: Питер, 2001.– 384 с.
23. Таха, Хемди, А. Введение в исследование операций, 6-е издание.: Пер. с англ. – М.:
Издательский дом «Вильямс», 2001. – 912 с.
24. Веретенникова Е.Г. Информатика: учебное пособие. Ростов н/Д,-2002
25. Галушкин А.И. Нейрокомпьютеры: Учеб. пособие для вузов. М.:ИПРЖР, 2000
26. Галушкин А.И. Теория нейронных сетей: Учеб. пособие. М.:ИПРЖР, 2000
27. Гринберг А.С. и др. Защита информационных ресурсов государственного управления:
Учеб. пособие для студентов вузов. - М.:ЮНИТИ-ДАНА, 2003.
28. Жолков С.Ю. Математика и информатика для гуманитариев: Учеб. для вузов. - М.:
Гардарики, 2002.
29. Информатика: Учебник.- 3-е перераб. изд./ Под ред. Н.В.Макаровой.- М.: Финансы и
статистика, 2002
30. Информатика. Базовый курс: учеб. пособие для втузов / Под редакцией С. В.
Симоновича СПб.Питер, 2001, 2002, 2003, 2004, 2005
31. Информатика для юристов и экономистов / под редакцией Симоновича С.В., СПб.:
Питер, 2001, 2002, 2003
32. Карпов Ю.Г. Теория явтоматов: Учеб. для студентов вузов ... СПб.: Питер, 2003
33. Козлов В.Н. Математика и информатика СПб.Питер, 2004
34. Козырев А.А. Информатика для вузов. СПб.2002
35. Меняев М.Ф. Информатика и основы программирования: учеб. пособие. - М.ОМЕГАЛ, 2005
36. Могилев А.В., Листрова Л.В.Информация и информационные процессы. Социальная
информатика. СПб.: БХВ-Петербург, 2006
37. Могилев А.В., Пак Н.И., Хеннер Е.К. "Информатика" под редакцией Хеннера Е.К., М.Академия, 1999, 2000, 2005.
38. Могилев А.В., Пак Н.И., Хеннер Е.К. "Информатика: учебное пособие для студ.
педвузов" под редакцией Хеннера Е.К. - 3-е изд. перераб. и доп., М.: Академия, 2004.
39. Могилев А.В., Пак Н.И., Хеннер Е.К. "Практикум по информатике" - М.: Изд. центр
"Академия", 2001.
40. Могилев А.В., Пак Н.И., Хеннер Е.К. "Информатика. Учебное пособие" - М.: Изд.
центр "Академия", 2001.
41. Могилев А.В., Пак Н.И., Хеннер Е.К. "Информатика. Учебное пособие для студентов
педагогических вузов" - М.: Изд. центр "Академия", 2004.
42. Могилев А.В., Хеннер Е.К., Пак Н.И. Информатика. М.: Изд. центр "Академия", 2006
43. Степанов А.Н. Информатика для студентов гуманитарных специальностей. - СПб.:
Питер, 2003
44. Турецкий В.Я. Математика и информатика М.: Инфра-М, 2006
9
Учебное издание
Составитель: Лизун Лариса Владимировна
МЕТОДИЧЕСКИЕ УКАЗАНИЯ
для выполнения контрольной работы
по дисциплине
«Автоматизированное рабочее место специалиста»
для студентов специальности
25 01 10 «Коммерческая деятельность» заочной формы обучения
10
Ответственный за выпуск: Лизун Л.В.
Редактор: Строкач Т.В.
Корректор: Никитчик Е.В.
Подписано к печати Формат
. Бумага писчая. Гарнитура Times New Roman. Усл. п.
л. Уч. изд. л. Тираж экз. Заказ № . Отпечатано на ризографе Учреждения
образования «Брестский государственный технический университет». 224017, Брест, ул.
Московская, 267.
11