Geum.ru
Темы диссертаций по экономике » Математические и инструментальные методы экономики

Рекуррентно-статистический метод и информационная система прогнозирования экономической конъюнктуры для нефтехимических предприятий тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Кордунов, Дмитрий Юрьевич
Место защиты Смоленск
Год 2005
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Рекуррентно-статистический метод и информационная система прогнозирования экономической конъюнктуры для нефтехимических предприятий"

На правах рукописи

Кордунов Дмитрий Юрьевич

РЕКУРРЕНТНО-СТАТИСТИЧЕСКИЙ МЕТОД И ИНФОРМАЦИОННАЯ СИСТЕМА ПРОГНОЗИРОВАНИЯ ЭКОНОМИЧЕСКОЙ КОНЪЮНКТУРЫ ДЛЯ НЕФТЕХИМИЧЕСКИХ ПРЕДПРИЯТИЙ

08.00.13 - Математические и инструментальные методы экономики

Автореферат диссертации на соискание ученой степени кандидата экономических наук

Москва - 2005

Работа выпонена на кафедре логистики и экономической информатики РОССИЙСКОГО химико-технологического университета им. Д.И. Менделеева и кафедре менеджмента филиала Московского энергетического института(технического университета) в г. Смоленске

Научный руководитель:

Заслуженный деятель науки, доктор технических наук, профессор по специальности 08.00.05 Мешакин Валерий Павлович Научный консультант: доктор технических наук, профессор Дли Максим Иосифович

Официальные оппоненты:

доктор экономических наук, профессор Ларионов Валерий Глебович кандидат экономических наук, доцент Битюцкий Сергей Яковлевич

Ведущая организация:

Уфимский государственный нефтяной технический университет

Зашита состоится " 26 " апреля 2005 г. в 11 часов на заседании диссертационного совета Д 212.204.10 при РХТУ им. Д.И. Менделеева по адресу: 125047, Москва, Миусская пл., д. 9, Конференцзал (ауд.434)

С диссертацией можно ознакомиться в Научно-информационном центре РХТУ им. Д.И. Менделеева.

Автореферат разослан ""_марта 2005 г.

Ученый секретарь диссертационного совета Д 212.204.10 д.т.н., доцент

В.П. Бельков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

В современных условиях хозяйствования, которые характеризуются быстрым развитием мировых интеграционных процессов и обострением конкурентной борьбы, задача анализа и прогнозирования экономической конъюнктуры для предприятий является важнейшей составляющей процесса управления деятельностью отечественных нефтехимических предприятий. Очевидно, что точность прогноза рыночной конъюнктуры в значительной мере влияет на обоснованность и рациональность принимаемых управленческих решений и, соответственно, на экономическую эффективность нефтехимических предприятий. Для прогнозирования экономической конъюнктуры предприятий необходимо применять информационные системы поддержки принятия решений (СППР) по ситуационному анализу и прогнозированию внешней среды промышленного предприятия.

В настоящее время для прогнозирования показателей экономической конъюнктуры для предприятий используются различные экономико-математические методы и инструменты эконометрики, входящие в состав программно-математического обеспечения информационных СППР по управлению предприятиями. Проблеме прогнозирования экономической конъюнктуры посвящены работы таких отечественных и зарубежных ученых как С.А. Айвазян, Т.Андерсон, В.Н. Афанасьев, Дж. Бокс, Д.Е. Бэстенс, Г. Дженкинс, И.В. Драгобытский, А.А.Емельянов, И.В. Зайцевский, А.Н. Комогоров, М.Кэндэл, Ю.П. Лукашин, В.Л. Макаров, В.П. Мешакин, B.C. Мхитарян, И.М. Петрушко, B.C. Пугачев, Р.Л. Раяцкас, А.Ф.Тельнов, Е.М. Четыркин и др.

Одним из подходов к прогнозированию экономической конъюнктуры для промышленного предприятия является использование математического аппарата теории фильтрации случайных процессов, в которой наиболее широкими возможностями обладают камановские фильтры. Применение фильтров Камана для прогнозирования экономической конъюнктуры, рассмотрены в работах К. Браммера, Р. Бьюси, С.Я. Виленкина, Д.Гропа, Г. Зиффлинга, Р. Камана, В.В. Круглова, А.Н. Перова, Э. Сейджа, Е.П. Чуракова.

В тоже время, прогнозирование экономической конъюнктуры для нефтехимических предприятий на практике осложняется рядом факторов, среди которых можно выделить сложность исследуемых экономических процессов, неопределенность и неравномерность информации о состоянии внешней социально-экономической среды. Указанная неопределенность информации чаще всего проявляется в пропуске отдельных показателей или их несвоевременном

поступлении, вызванных, например, задержкой информации об объёмах продаж торговых представительств, непостоянством доступа к информации о деятельности конкурентов, календарными эффектами, нерегулярностью проведения маркетинговых исследований и т.д. Указанные обстоятельства в значительной степени снижают эффективность применения для решения данной задачи известных методов прогнозирования сложных экономических процессов на основе метода камановской фильтрации, так как существующие варианты данного метода предполагают равномерное поступление информации об исследуемом процессе.

В связи этим решаемая в диссертации задача разработки рекуррентно-статистического метода и инструментальных средств прогнозирования экономической конъюнктуры для нефтехимических предприятий с применением метода камановской фильтрации, позволяющих повысить качество принимаемых решений по управлению промышленными предприятиями в условиях рыночной экономики, является актуальной научной задачей, имеющей существенное значение для теории и практики экономико-математического моделирования в условиях неопределенности.

Основные разделы диссертации выпонялись в соответствии с заданиями ряда комплексных программ социально-экономического развития Республики Башкортостан на 2002-2005 г.г. Тема диссертации соответствует перечню критических технологий, определяемых политикой РФ в области науки и технологии на период до 2010 г. Ч Компьютерное моделирование.

Цель диссертационного исследования. Разработать рекуррентно-статистический метод и инструментальные средства прогнозирования экономической конъюнктуры для нефтехимических предприятий, основанные на использовании метода камановской фильтрации, которые позволяют повысить точность прогноза в условиях неопределенности и неравномерности информации о состоянии внешней социально-экономической среды.

Практически применить разработанные рекуррентно-статистический метод и инструментальные средства прогнозирования экономической конъюнктуры для выработки научно-обоснованных рекомендаций по совершенствованию стратегического управления ОАО "Салаватнефтеоргсинтез" для повышения экономической эффективности и конкурентоспособности предприятия.

Цель исследования обусловила необходимость постановки и решения следующих задач:

1. Анализ экономико-математических методов и инструментальных средств прогнозирования показателей экономической конъюнктуры для промышленных предприятий.

2. Организационно-экономический анализ современного состояния и тенденций развития нефтехимической промышленности Российской Федерации и республики Башкортостан.

3. Обоснование предпосылок использования математических методов и инструментальных средств прогнозирования экономической конъюнктуры для нефтехимических предприятий для повышения эффективности управления промышленными предприятиями.

4. Разработка рекуррентно-статистического метода и агоритмов для прогнозирования показателей экономической конъюнктуры для предприятий на основе процедуры камановской фильтрации.

5. Разработка архитектуры и основных компонентов программного обеспечения информационной системы поддержки принятия решений по прогнозированию экономической конъюнктуры для управления нефтехимическими предприятиями.

6. Практическое применение разработанных математического метода и инструментальных средств для повышения эффективности ОАО Салаватнефтеорсинтез Республики Башкортостан.

Методы исследования в диссертации.

При выпонении данной работы использовались методы экономического анализа, эконометрики и экономико-математического моделирования, теории случайных процессов и методы вычислительного эксперимента.

Достоверность научных результатов, выводов и рекомендаций, сформулированных в диссертации, определяется корректным применением методов эконометрики и экономико-математического анализа, теории случайных процессов и имитационного моделирования.

Обоснованность теоретических разработок подтверждена вычислительными экспериментами на персональных компьютерах, результаты которых позволяют сделать вывод об адекватности разработанных методов и моделей прогнозирования экономических явлений.

Основные положения, выносимые на защиту.

1. Результаты организационно-экономического анализа современного состояния и тенденций развития нефтехимической отрасли Российской Федерации, нефтехимического комплекса республики Башкортостан.

2. Рекуррентно-статистический метод прогнозирования показателей экономической конъюнктуры для нефтехимических предприятий с использованием аппарата камановской фильтрации.

3. Методика проектирования и применения информационной системы поддержки принятия решений по прогнозированию экономической конъюнктуры для управления нефтехимическими предприятиями.

4. Архитектура и программное обеспечение информационной системы поддержки принятия решений по прогнозированию экономической конъюнктуры для управления нефтехимическими предприятиями.

Научная новизна.

К наиболее существенным научным результатам, полученным лично соискателем, относятся следующие.

1. Результаты организационно-экономического анализа состояния и тенденций развития нефтехимической отрасли Российской Федерации, показавшие наличие объективных предпосылок использования математических методов и инструментальных средств прогнозирования экономической конъюнктуры для нефтехимических предприятий в условиях неопределенности для повышения эффективности их деятельности.

2. Рекуррентно-статистический метод прогнозирования показателей экономической конъюнктуры для предприятий, отличающийся использованием аппарата камановской фильтрации, что позволяет повысить точность прогноза в условии неопределенности и неравномерного поступления информации о внешней среде организации.

3. Агоритмы прогнозирования показателей экономической конъюнктуры нефтехимических предприятий на основе модифицированной процедуры камановской фильтрации, позволяющие создавать инструментальные средства с учетом возможности их интеграции в общую структуру автоматизированной системы управления предприятием.

4. Методика по проектированию архитектуры и программного обеспечения информационной системы поддержки принятия решений по прогнозированию показателей экономической конъюнктуры, которая характеризуются высокой степенью универсальности и дает возможность повысить точность прогнозирования в условиях неопределенности и неравномерности информации о состоянии внешней среды в произвольные моменты времени.

Практическая значимость результатов исследования.

1. Разработанный в диссертации рекуррентно-статистический метод прогнозирования экономической конъюнктуры на основе модифицированной процедуры камановской фильтрации может практически использоваться при создании программно-математического обеспечения информационных СППР по управлению нефтехимическими предприятиями.

2. На основе предложенных метода и агоритмов прогнозирования экономической конъюнктуры с использованием среды визуального программирования Borland Delphi 7.0 разработано программное обеспечение информационной ССПР по прогнозированию экономической конъюнктуры Химпрогноз 1.0, который может применяться либо самостоятельно, либо в составе автоматизированных систем управления предприятием для повышения эффективности принятия решений по управлению предприятиями нефтехимической промышленности в условиях рыночной экономики.

Реализация результатов работы.

Разработанная информационная система поддержки принятия решений по прогнозированию экономической конъюнктуры практически используется на предприятии ОАО "Салаватнефтеоргсинтез" для прогнозирования показателей экономической конъюнктуры, что позволяет повысить качество принимаемых решений по оперативному планированию производственно-хозяйственной деятельности предприятия.

Основные методические и теоретические результаты работы используются при обучении студентов на кафедре логистики и экономической информатики РХТУ им. Д.И. Менделеева, в филиале Московского энергетического института в г. Смоленске и Уфимском государственном нефтяном университете.

Апробация работы.

Основные результаты диссертационной работы докладывались и обсуждались на Международной научной конференции Математические методы в интелектуальных информационных системах (Смоленск, 2002), Всероссийской научной конференции Современные информационные технологии в медицине и экологии (Смоленск, 2003), Всероссийской научной конференции с международным участием Информация, инновации, инвестиции (Пермь, 2004), а также на научных семинарах в РХТУ им. Д.И. Менделеева, филиале Московского энергетического института в г. Смоленске и Уфимском государственном нефтяном университете.

Публикации.

По теме диссертации опубликовано 6 печатных работ, общим объемом 1,7 п.л.

Структура и объем работы.

Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 121 наименование и приложений. Диссертация содержит 146 стр. машинописного текста, 17 рисунков и 7 таблиц.

Оглавление диссертации. Введение

1. Современные экономико-математические методы и инструментальные средства анализа экономической конъюнктуры для промышленных предприятий

1.1. Содержательная постановка задачи анализа и прогнозирования показателей экономической конъюнктуры для промышленных предприятий

1.2. Анализ и классификация современных экономико-математических методов и инструментальных средств прогнозирования экономических процессов

1.3. Условия и предпосыки использования методов камановской фильтрации для прогнозирования показателей экономической конъюнктуры промышленных предприятий в условиях неопределенности

1.4. Цели и задачи диссертации

2. Организационно-экономический анализ состояния и определение тенденций развития нефтехимической промышленности Российской Федерации в условиях международной экономической интеграции

2.1. Организационно-экономический анализ современного состояния и тенденций развития нефтехимической отрасли Российской Федерации

2.2. Организационно-экономический анализ деятельности предприятий химического и нефтехимического комплекса республики Башкортостан

2.3. Обоснование предпосылок использования математических методов и инструментальных средств прогнозирования показателей экономической конъюнктуры для нефтехимических предприятий в рыночных условиях

2.4. Выводы

3. Рекуррентно-статистический метод прогнозирования показателей экономической конъюнктуры для нефтехимических предприятий в условиях неопределенности

3.1. Рекуррентно-статистический метод прогнозирования показателей экономической конъюнктуры на основе камановской фильтрации

3.2. Агоритмы прогнозирования показателей экономической конъюнктуры, с использованием модифицированной процедуры камановской фильтрации

3.3. Вычислительные эксперименты по анализу эффективности разработанного метода и агоритмов прогнозирования показателей экономической конъюнктуры в условиях неопределенности

3.4. Выводы

4. Методика разработки и практическое применение информационной системы поддержки принятия решений по прогнозированию показателей экономической конъюнктуры для нефтехимических предприятий

4.1.Архитектура информационной системы поддержки принятия решений по прогнозированию показателей экономической конъюнктуры для нефтехимических предприятий

4.2. Методика проектирования и использования информационной системы поддержки принятия решений по прогнозированию показателей экономической конъюнктуры для нефтехимических предприятий

4.3. Практическое использование разработанных математических методов инструментальных средств прогнозирования экономической конъюнктуры для повышения эффективности управления ОАО Салаватнефтеоргсинтез

4.2. Выводы

Заключение

Литература

Приложение 1. Экономическая информация о деятельности ОАО Салаватнефтеоргсинтез

Приложение 2. Вид окон визуального интерфейса информационной системы поддержки принятия решений по прогнозированию показателей экономической конъюнктуры для химических и нефтехимических предприятий Химпрогноз 1.0 Приложение 3. Справка об использовании результатов диссертационной работы на ОАО Салаватнефтеоргсинтез

Основное содержание работы. Во введении обоснована актуальность решаемой научной задачи, сформулированы цели и задачи работы, приведены основные результаты диссертации.

В первой главе Современные экономико-математические методы и инструментальные средства анализа экономической конъюнктуры для промышленных предприятий приведена содержательная постановка задачи прогнозирования показателей экономической конъюнктуры для промышленного предприятия, проведен анализ современных математических методов и инструментальных средств, применяемых для решения данной задачи, определены условия и предпосыки использования для ее решения методов камановской фильтрации.

Постановка задачи прогнозирования показателей экономической конъюнктуры промышленного предприятия выглядит следующим образом. Пусть у({) - процесс, характеризующий изменение некоторого показателя экономической конъюнктуры и наблюдавшийся некоторое время до момента . Требуется предсказать у(1к +т) значение процесса в момент через время .

Анализ литературных источников, проведенный в диссертации, показал, что можно выделить три основных подхода к решению данной задачи: экстраполяция, моделирование и комбинированный подход. В соответствии с экстраполяцияонным подходом прогноз показателя, изменение которого во времени описывается процессом осуществляется на основе анализа и обработки данных о

предыстории самого процесса. Второй подход к прогнозированию основан на построении математической модели, описывающей зависимости между различными факторами внешней среды, тем или иным образом взаимодействующими между собой и определяющими значение прогнозируемого показателя. Комбинированный подход предполагает использование для прогнозирования исходных данных, включающих наблюдения как самого процесса, так и факторов, оказывающих на него влияние.

В диссертации показано, что для прогнозирования показателей экономической конъюнктуры с учетом специфики нефтехимических предприятий в условиях рыночной экономики предпочтительным является второй подход. В значительном числе литературных источников в качестве одного из перспективных методов, реализующих данное направление, указываются методы на основе камановской фильтрации.

В то же время для эффективного применения метода фильтра Камана в известных вариантах необходима регистрация значений факторов, оказывающих влияние на прогнозируемый показатель, в фиксированные равноотстоящие моменты времени.

Очевидно, что при прогнозировании показателей экономической конъюнктуры нефтехимических предприятий данное условие выпоняется далеко не всегда. Это определяет необходимость модификации процедуры камановской фильтрации с учетом специфики получения информации о внешней среде нефтехимических предприятий.

Во второй главе Организационно-экономический анализ состояния и определение тенденций развития нефтехимической промышленности Российской Федерации в условиях международной экономической интеграции

проведен организационно-экономический анализ состояния и тенденций развития химической и нефтехимической отрасли РФ, показано наличие предпосылок использования математических методов и инструментальных средств прогнозирования показателей экономической конъюнктуры для повышения эффективности управления предприятиями отрасли.

Проведенный организационно-экономический анализ нефтехимической отраслей промышленности Российской Федерации позволил сделать вывод сделать вывод о наметившихся положительных тенденциях. За период 1998-2004 г.г. объем производства нефтехимической продукции увеличися в 1,7 раза. По итогам 2004 года данная отрасль занимает третье место среди наиболее быстро развивающихся отраслей промышленности. Рост производства по отношению к 2003 г. составил 107,4%, балансовая прибыль компаний нефтехимической промышленности возросла в среднем на 68,4%, доля прямых инвестиций иностранных компаний в российскую нефтехимическую промышленность достигла 33,7%.

Вместе с тем, анализ позволил выявить и ряд негативных моментов, таких как замедление темпов роста производства и снижение рентабельности продукции, высокий удельный вес убыточных предприятий в структуре отрасли (табл. 1).

Таблица 1

Основные экономические показатели работы нефтехимической промышленности за

1998-2004 гг. (по данным Госкомстата РФ).

Показатели 1998 1999 2000 2001 2002 2003 2004

1. Индексы роста производства, в % к предыдущему году

- промышленность в целом 94,8 111,0 111,9 104,9 103,7 107 106,1

- нефтехимическая промышленность 94,0 124,1 113,1 106,5 107,6 104,4 107,4

2. Уровень рентабельности продукции, % 8,1 22,5 19,0 12,5 11,8 10,2 10,7

3. Удельный вес убыточных предприятий, % 48,5 32,3 30,3 31,4 40,3 42,0 41,5

В диссертации выделены следующие основные факторы, препятствующие стабильному развитию нефтехимической промышленности Российской Федерации.

1. Высокая степень износа основных фондов предприятий отрасли. Износ основных фондов предприятий и нефтехимической промышленности составляет в настоящее время 57,8%, оборудования - 67,2%, причем по отдельным производствам

степень износа оборудования - свыше 80%, а на некоторых достигает 100% (производство соды кальцинированной, полистирола и сополимеров стирола).

2. Недостаточное использование в отрасли ресурсосберегающих и энергосберегающих технологий производства. Так, из-за отсутствия современных ресурсосберегающих и энергосберегающих технологий в Российской Федерации на тонну произведенного этилена приходится 91 т. переработанной нефти. В США, например, этот показатель составляет 36 т, в Германии - 24 т, в Японии - 29 т. Аналогичная ситуация характерна для производства большинства видов нефтехимической продукции. Показатели энергоемкости нефтехимической продукции в Российской Федерации превышает соответствующие показатели индустриально развитых государств более чем на 30-40%.

3. Опережающие темпы роста цен и тарифов на продукцию естественных монополий. Так, за четыре года (2000-2003 гг.) цены на внутреннем рынке на природный газ возросли на 239,4 %, нефть сырую - на 206,8 %, электроэнергию для промышленности - на 251,5 %, в то время как цены на продукцию химии и нефтехимии - в среднем на 183 %. В 2004 году данная тенденция усугубилась резким ростом цен на нефть (только за первое полугодие прирост составил 22,4%).

Совокупное воздействие указанных факторов приводит к повышению себестоимости российской нефтехимической продукции и снижению ее рентабельности, что снижает экономическую эффективность деятельности предприятий отрасли.

С другой стороны у российского нефтехимического комплекса существует большой потенциал для преодоления указанных негативных тенденций и дальнейшего поступательного развития, связанный с наличием собственной сырьевой базы, развитием внутреннего рынка, наличием квалифицированной рабочей силы. Для успешной реализации этого потенциала менеджменту нефтехимических предприятий следует искать более эффективные методы и инструменты управления. Одним из способов повышения эффективности управления нефтехимических предприятий является использование информационных СППР, основанные на применении экономико-математических методов и инструментальных средств прогнозирования показателей экономической конъюнктуры для предприятия.

В диссертации приведены результаты опроса руководителей и сотрудников нефтехимических предприятий Республики Башкортостан, а также анализа документов, содержащих информацию о внешней среде, поступающую на указанные предприятия. Анализ полученных результатов показал наличие объективных

предпосылок применения для прогнозирования показателей экономической конъюнктуры методов камановской фильтрации с учетом неопределенности неравномерности поступления информации.

В третьей главе Рекуррентно-статистический метод прогнозирования показателей экономической конъюнктуры нефтехимических предприятий в условиях неопределенности рассмотрен рекуррентно-статистический метод прогнозирования показателей экономической конъюнктуры в условиях неопределенности с использованием модифицированой процедуры камановской фильтрации.

Пусть векторный процесс g(<), характеризующий состояние экономической конъюнктуры нефтехимического предприятия, описывается дифференциальным уравнением вида:

g(t) = A(t)g{t)-*-nt) + f(t), g(l0) = go, Ai[g0] = m?0> (1)

где - детерминированная функция, - заданная неслучайная матрица

размера хя, М() - символ математического ожидания, V(t) - гауссовский белый шум.

Исследуемый процесс g(f) связан с некоторым вектором u(t), характеризующим внешние факторы, оказывающие непосредственное влияние на экономическую конъюнктуру, матричным уравнением вида:

u(t) = C(l)g{t) + N(t), (2)

где - заданная неслучайная матрица размером - векторный

гауссовский белый шум.

Наблюдению на интервале доступен процесс

л*(0 = и('М0, -О, (3)

где - дискретные моменты времени , в которые поступает информация о состоянии экономической конъюнктуры, - масштабирующий коэффициент, - дельта-функция.

Уравнение фильтра Камана при неравномерном поступлении информации о значениях процесса имеет вид:

y(t) = J(t)y(<)+B{t)(u(t)-C(t)y{l))+/(/)+B{l)C(t)g2(0(1 -s(t)), >Х(/Д) = m?0. (4)

Матричный коэффициент усиления B(t) фильтра определяется выражением:

жо = R(t)CT(tmt)+mrmCT(W~\ (5)

где g2{t) поностью определяется детерминированной функцией /(0, Ч среднее значение интервалов времени между моментами поступления информации, а дисперсионная матрица определяется из дифференциального матричного

уравнения Риккати:

то=ттят1 (о-к(осг(о(в(о+щ ^с^ог'с'м/вд+см, (6)

где Q(t) - симметричная положительно определенная матрица интенсивностей процесса N{t),

а ковариационная матрица F(t) является решением уравнения:

m=mm+поЛо+m. (7)

Уравнения (4)-(7) описывают оптимальный фильтр Камана при неравномерном поступлении информации о наблюдаемых факторах, оказывающих влияние на прогнозируемые показатели экономической конъюнктуры.

В диссертации предложены агоритмы расчета параметров фильтра Камана, основанные на применении рекуррентных методов наименьших квадратов, максимального правдоподобия и стохастической аппроксимации, позволяющие минимизировать ошибку прогнозирования в условиях неопределенности и нерегулярности информации. В результате проведенных в ходе диссертационного исследования вычислительных экспериментов были получены результаты, подтверждающие сходимость указанных агоритмов и показывающие преимущества использования предложенного метода рекуррентно-статистического метода по сравнению с традиционной процедурой камановской фильтрации при прогнозировании показателей экономической конъюнктуры в условиях неопределенности и неравномерности информации. Результаты вычислительных экспериментов, проведенных с помощью программной системы MatLAB 6.0, показали так же, что минимальную ошибку прогнозирования обеспечивает агоритм

определения оптимальных параметров фильтра Камана на основе рекуррентного метода стохастической аппроксимации.

В четвертой главе Методика разработки и программная реализация и практическое применение информационной системы поддержки принятия решений по прогнозированию показателей экономической конъюнктуры для нефтехимических предприятий рассмотрены вопросы программной реализации и использования предложенного метода в составе информационной СППР по прогнозированию экономической конъюнктуры для нефтехимических предприятий. Приведены результаты практического применения разработанной информационной СППР Химпрогноз 1.0 для прогнозирования показателей экономической конъюнктуры ОАО Салаватнефтеоргсинтез.

Методика проектирования и использования информационной СППР по прогнозированию показателей экономической конъюнктуры, включает следующие этапы.

1. Формулировка задач, которые предполагается решать с помощью данной СППР. На этом этапе требуется определить показатели экономической конъюнктуры, прогнозирование которых необходимо для повышения эффективности управления предприятием, и выделить конкретные задачи управления, где принимаемые решения могут основываться на результатах данных прогнозов.

2. Определение состава и свойств массивов информации, в том числе входных и выходных переменных для всех возможных прогнозов, построение которых планируется с помощью рассмотренного метода.

3. Выбор и описание источников получения необходимой информации.

4. Проектирование структуры базы данных СППР, которая дожна адекватно отражать состав и свойства выбранных массивов информации.

5. Проектирование программного обеспечения СППР, в том числе программного модуля реализующего рекуррентно-статистический метод и агоритмы прогнозирования.

6. Распределение функций между специалистами разных подразделений, работающих с данной системой

7. Сбор данных, необходимых для составления прогнозов показателей экономической конъюнктуры и служащих базой для принятия тех или иных управленческих решений.

8. Использование СППР для анализа имеющихся данных для прогнозирования показателей экономической конъюнктуры для предприятия.

9. Использование результатов анализа и прогноза экономической конъюнктуры для расчета планируемых показателей деятельности предприятия в рамках решаемой задачи управления.

В соответствии с данной методикой была разработана информационная СППР Химпрогноз 1.0 (рис.1), созданный с использованием среды программирования Delphi 7.0 и системы MatLab 6.0.

Рис.1. Блок-схема архитектуры информационной СППР Химпрогноз 1.0

С помощью разработанной СППР можно осуществлять прогнозирование таких показателей экономической конъюнктуры нефтехимических предприятий, как показатели, характеризующие конъюнктуру рынков нефтехимической продукции, производимой предприятием (цена, спрос, предложение на конкретном рынке); цены

на сырье и топливно-энергетические ресурсы, используемые предприятием; показатели, характеризующие предложение товаров, при производстве которых в качестве сырья и материалов используется продукция предприятия.

Результаты использования данной СППР для прогнозирования цен на этилен на российском рынке представлены на рисунке 2.

-цены фактические ЧЧцены прогнозные

Рис. 2. Цены на этилен на российском рынке (в тыс. руб. за тонну)

СППР Химпрогноз 1.0 практически используется на предприятии ОАО Салаватнефтеоргсинтез, которое выпускает широкую линию продуктов нефтепереработки, нефтехимическую продукцию. Данная СППР интегрирована в единую информационную систему управления предприятием на основе современной стратегии лERP- систему типа лR-3. Использование СППР Химпрогноз 1.0 позволило значительно повысить точность прогнозов показателей экономической конъюнктуры данного предприятия. Средняя квадратичная ошибка прогноза спроса на продукцию предприятия снизилась на 4,2%; среднерыночных цен на производимую предприятием продукцию: на внутреннем рынке на 3,8 %, на внешнем рынке - на 5,9%; цен на сырье на внешнем рынке в среднем на 2,4 %.

Применение указанной СППР способствовало повышению рентабельности продаж ОАО Салаватнефтеоргсинтез на 1,8% в 2004 г.

В приложениях приведены статистические данные, характеризующие результаты работы нефтехимической отрасли Российской Федерации, нефтехимического комплекса республики Башкортостан; основные показатели производственно-хозяйственной деятельности ОАО Салаватнефтеоргсинтез, графики результатов вычислительных экспериментов.

Основные результаты работы и предложения

1. На основе анализа современных математических методов и инструментальных средств прогнозирования экономических процессов выявлены объективные предпосыки эффективного использования методов камановской фильтрации для прогнозирования показателей экономической конъюнктуры для промышленных предприятий в условиях рынка.

2. Проведен организационно-экономический анализ состояния и тенденций развития нефтехимической отрасли Российской Федерации, результаты которого показали, что в условиях международной экономической интеграции возникают предпосыки использования математических методов и инструментальных средств прогнозирования показателей экономической конъюнктуры для нефтехимических предприятий для повышения эффективности их деятельности. Определены и систематизированы основные показатели экономической конъюнктуры для нефтехимических предприятий, точность прогнозирования которых в значительной степени определяет экономическую эффективность управленческих решений.

3. Разработан рекуррентно-статистический метод прогнозирования показателей экономической конъюнктуры для нефтехимических предприятий, основанный на использовании процедуры камановской фильтрации, который позволяет повысить точность прогноза в условии неопределенности и неравномерности поступления информации о внешней социально-экономической среде предприятия.

4. Предложены агоритмы прогнозирования показателей экономической конъюнктуры для нефтехимических предприятий, основанные на рекурентно-статистическом методе прогнозирования с использованием процедуры камановской фильтрации, которые позволяют создавать инструментальные средства управления предприятием с учетом необходимости интеграции этих средств в общую структуру автоматизированных систем управления предприятиями.

5. Разработаны научно-обоснованные рекомендации и методика проектирования и применения информационной системы поддержки принятия решений по прогнозированию показателей экономической конъюнктуры для нефтехимических предприятий, которая позволяет повысить эффективность управления предприятиями в условиях неопределенности информации и внешней среды.

6. Показано, что разработанный в диссертации рекуррентно-статистический метод прогнозирования экономической конъюнктуры на основе модифицированной процедуры камановской фильтрации может практически использоваться в качестве

математического обеспечения информационных систем поддержки принятия решений по управлению предприятиями химической и нефтехимической отрасли.

7. На основе предложенного рекуррентно-статистического метода с использованием среды визуального программирования Borland Delphi 7.0 разработано программной обеспечение СППР Химпрогноз 1.0, которая может применяться либо самостоятельно, либо в составе автоматизированных систем управления предприятием в качестве инструментального средства прогнозирования показателей экономической конъюнктуры для повышения эффективности принятия решений по управлению предприятиями нефтехимической промышленности.

8. Разработанная информационная система поддержки принятия решений Химпрогноз 1.0 практически используется на предприятии ОАО "Салаватнефтеоргсинтез" в составе АСУ предприятием для прогнозирования показателей экономической конъюнктуры, что позволяет повысить качество принимаемых управленческих решений по оперативному планированию производственно-хозяйственной деятельности предприятия.

Результаты диссертации опубликованы в следующих работах:

1. Кордунов Д.Ю. Применение фильтра Камана для прогнозирования эконометрических рядов // Математические методы в интелектуальных информационных системах: Сб. тр. Межд. науч. конф. М.: Физматлит, 2002, С. 246251

2. Кордунов Д.Ю., Пучков А.Ю. Модифицированный агоритм камановской фильтрации в условиях пропуска данных // Математические методы в интелектуальных информационных системах: Сб. тр. Межд. науч. конф. М.: Физматлит, 2002, С.251-258

3. Мешакин В.П., Кордунов Д. Ю., Дли М.И., Агоритм камановской фильтрации в условиях неравномерного поступления информации //Современные информационные технологии в медицине и экологии: Сб. тр. Всерос. науч. конф. М.: Физматлит, 2003, С. 52-54

4. Гимаров В.А., Кордунов Д. Ю. Применение фильтра Камана для прогнозирования экономической конъюнктуры нефтехимического предприятия в условиях неопределенности //Информация, инновации, инвестиции: Сб. тр. Всерос. науч. конф. Пермь, УроРАН, 2004, С. 48-49

5. Когдунов Д. Ю. Рекуррентный метод прогнозирования экономической конъюнктуры химического предприятия в условиях неопределенности // Нефтегазовое дело, 2004, №2, С. 187

6. Кордунов Д. Ю. Агоритмы прогнозированием рыночной конъюнктуры нефтехимического предприятия // Нефтегазовое дело, 2004, №2, С. 189-190

В совместно опубликованных работах Кордунову Д.Ю. принадлежат следующие результаты: в работе [3]- предложен агоритм расчета оптимальных характеристик фильтра Камана в условиях неопределенности информации, в [4]-предложен рекуррентно-статистический метод прогнозирования экономической конъюнктуры для нефтехимического предприятия в условиях неравномерности информации.

Дата сдачи в печать 24.03.2005г.

Формат 60X84/16 Тираж 120 Заказ 1486/1 Печ. листов 1.1 Отпечатано в типографии ООО Принт-Экспресс Лиц. ПД № 71-38 от 07.09.99 г. г. Смоленск, проспект Гагарина, 21, т.: (0812) 32-80-70

\ " * 22 АПР 200У--- '

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Кордунов, Дмитрий Юрьевич

Введение.

1. Современные экономико-математические методы и инструментальные средства анализа экономической конъюнктуры промышленного предприятия.

Х 1.1. Содержательная постановка задачи анализа и прогнозирования показателей экономической конъюнктуры для промышленных предприятий.

1.2. Анализ и классификация современных экономико-математических методов и инструментальных средств прогнозирования экономических процессов.

1.3. Условия и предпосыки использования методов камановской фильтрации для прогнозирования показателей экономической конъюнктуры промышленных предприятий в условиях неопределенности.

1.4. Цели и задачи диссертации.

2. Организационно-экономический анализ состояния и определение тенденций развития нефтехимической промышленности Российской Федерации в условиях международной экономической интеграции.

2.1. Организационно-экономический анализ современного состояния и тенденций развития нефтехимической отрасли Российской Федерации.

2.2. Организационно-экономический анализ деятельности предприятий химического и нефтехимического комплекса республики Башкортостан.

2.3. Предпосыки использования инструментальных методов прогнозирования показателей экономической конъюнктуры для повышения эффективности управления химическими и нефтехимическими предприятиями в современных условиях хозяйствования.

2.4. Выводы.

3. Рекуррентно-статистический метод прогнозирования показателей экономической конъюнктуры для нефтехимических предприятий в условиях неопределенности.

3.1. Рекуррентно-статистический метод прогнозирования показателей экономической конъюнктуры на основе камановской фильтрации

3.2. Агоритмы прогнозирования показателей экономической

Ф конъюнктуры с использованием модифицированной процедуры камановской фильтрации.

3.3. Вычислительные эксперименты по анализу эффективности разработанного метода и агоритмов прогнозирования показателей экономической конъюнктуры в условиях неопределенности

3.4. Выводы.

4. Методика разработки и практическое применение информационной системы поддержки принятия решений по прогнозированию показателей экономической конъюнктуры для нефтехимических предприятий. щ 4.1. Архитектура информационной системы поддержки принятия решений по прогнозированию показателей экономической конъюнктуры для нефтехимических предприятий.

4.2. Методика проектирования и использования информационной системы поддержки принятия решений по прогнозированию 106 показателей экономической конъюнктуры для нефтехимических предприятий.

4.3. Практическое использование разработанных математических методов и инструментальных средств прогнозирования экономической конъюнктуры для повышения эффективности управления ОАО Салаватнефтеоргсинтез.

4.4. Выводы.

Диссертация: введение по экономике, на тему "Рекуррентно-статистический метод и информационная система прогнозирования экономической конъюнктуры для нефтехимических предприятий"

В современных условиях хозяйствования, которые характеризуются быстрым развитием мировых интеграционных процессов и обострением конкурентной борьбы, задача анализа и прогнозирования экономической конъюнктуры для предприятий является важнейшей составляющей процесса управления деятельностью отечественных нефтехимических предприятий. Очевидно, что точность прогноза рыночной конъюнктуры в значительной мере влияет на обоснованность и рациональность принимаемых управленческих решений и, соответственно, на экономическую эффективность нефтехимических предприятий. Для прогнозирования экономической конъюнктуры предприятий необходимо применять информационные системы поддержки принятия решений (СППР) по ситуационному анализу и прогнозированию внешней среды промышленного предприятия.

В настоящее время для прогнозирования показателей экономической конъюнктуры для предприятий используются различные экономико-математические методы и инструменты эконометрики, входящие в состав программно-математического обеспечения информационных СППР по управлению предприятиями. Проблеме прогнозирования экономической конъюнктуры посвящены работы таких отечественных и зарубежных ученых как С.А. Айвазян, Т.Андерсон, В.Н. Афанасьев, Дж. Бокс, Д.Е. Бэстенс, Г. Дженкинс, И.Н. Драгобытский, А.А.Емельянов, И.В. Зайцевский, А.Н. Комогоров, М.Кэндэл, Ю.П. Лукашин, B.JI. Макаров, В.П. Мешакин, B.C. Мхитарян, И.М. Петрушко, B.C. Пугачев, P.JI. Раяцкас, А.Ф.Тельнов, Е.М. Четыркин и др.

Одним из подходов к прогнозированию экономической конъюнктуры для промышленного предприятия является использование математического аппарата теории фильтрации случайных процессов, в которой наиболее широкими возможностями обладают камановские фильтры. Применение фильтров Камана для прогнозирования экономической конъюнктуры, рассмотрены в работах К. Браммера, Р. Бьюси, С.Я. Виленкина, Д.Гропа, Г. Зиффлинга, Р. Камана, В.В. Круглова, А.Н. Перова, Э. Сейджа, Е.П. Чуракова.

В тоже время, прогнозирование экономической конъюнктуры для нефтехимических предприятий на практике осложняется рядом факторов, среди которых можно выделить сложность исследуемых экономических процессов, неопределенность и неравномерность информации о состоянии внешней социально-экономической среды. Указанная неопределенность информации чаще всего проявляется в пропуске отдельных показателей или их несвоевременном поступлении, вызванных, например, задержкой информации об объёмах продаж торговых представительств, непостоянством доступа к информации о деятельности конкурентов, календарными эффектами, нерегулярностью проведения маркетинговых щ исследований и т.д. Указанные обстоятельства в значительной степени снижают эффективность применения для решения данной задачи известных методов прогнозирования сложных экономических процессов на основе метода камановской фильтрации, так как существующие варианты данного метода предполагают равномерное поступление информации об исследуемом процессе.

В связи этим решаемая в диссертации задача разработки рекуррентно-статистического метода и инструментальных средств прогнозирования экономической конъюнктуры для нефтехимических предприятий с применением метода камановской фильтрации, позволяющих повысить качество принимаемых решений по управлению промышленными предприятиями в условиях рыночной экономики, является актуальной научной задачей, имеющей существенное значение для теории и практики экономико-математического моделирования в условиях неопределенности.

Основные разделы диссертации выпонялись в соответствии с заданиями ряда комплексных программ социально-экономического развития Республики Башкортостан на 2002-2005 г.г. Тема диссертации соответствует перечню критических технологий, определяемых политикой РФ в области науки и технологии на период до 2010 г. - Компьютерное моделирование.

Цель диссертационного исследования. Разработать рекуррентно-статистический метод и инструментальные средства прогнозирования экономической конъюнктуры для нефтехимических предприятий, основанные на использовании метода камановской фильтрации, которые позволяют повысить точность прогноза в условиях неопределенности и неравномерности информации о состоянии внешней социально-экономической среды.

Практически применить разработанные рекуррентно-статистический метод и инструментальные средства прогнозирования экономической конъюнктуры для выработки научно-обоснованных рекомендаций по совершенствованию стратегического управления ОАО

Салаватнефтеоргсинтез" для повышения экономической эффективности и конкурентоспособности предприятия.

Цель исследования обусловила необходимость постановки и решения следующих задач:

1. Анализ экономико-математических методов и инструментальных средств прогнозирования показателей экономической конъюнктуры для промышленных предприятий.

2. Организационно-экономический анализ современного состояния и тенденций развития нефтехимической промышленности Российской Федерации и республики Башкортостан.

3. Обоснование предпосылок использования математических методов и инструментальных средств прогнозирования экономической конъюнктуры для нефтехимических предприятий для повышения эффективности управления промышленными предприятиями.

4. Разработка рекуррентно-статистического метода и агоритмов для прогнозирования показателей экономической конъюнктуры для предприятий на основе процедуры камановской фильтрации.

5. Разработка архитектуры и основных компонентов программного обеспечения информационной системы поддержки принятия решений по прогнозированию экономической конъюнктуры для управления нефтехимическими предприятиями.

6. Практическое применение разработанных математического метода и инструментальных средств для повышения эффективности ОАО Салаватнефтеорсинтез Республики Башкортостан.

Методы исследования в диссертации.

При выпонении данной работы использовались методы экономического анализа, эконометрики и экономико-математического моделирования, теории случайных процессов и методы вычислительного эксперимента.

Достоверность научных результатов, выводов и рекомендаций, сформулированных в диссертации, определяется корректным применением методов эконометрики и экономико-математического анализа, теории случайных процессов и имитационного моделирования.

Обоснованность теоретических разработок подтверждена вычислительными экспериментами на персональных компьютерах, результаты которых позволяют сделать вывод об адекватности разработанных методов и моделей прогнозирования экономических явлений.

Основные положения, выносимые на защиту.

1. Результаты организационно-экономического анализа современного состояния и тенденций развития нефтехимической отрасли

Российской Федерации, нефтехимического комплекса республики Башкортостан.

2. Рекуррентно-статистический метод прогнозирования показателей экономической конъюнктуры для нефтехимических предприятий с использованием аппарата камановской фильтрации.

3. Методика проектирования и применения информационной системы поддержки принятия решений по прогнозированию экономической конъюнктуры для управления нефтехимическими предприятиями.

4. Архитектура и программное обеспечение информационной системы поддержки принятия решений по прогнозированию экономической конъюнктуры для управления нефтехимическими предприятиями.

Научная новизна.

К наиболее существенным научным результатам, полученным лично соискателем, относятся следующие.

1. Результаты организационно-экономического анализа состояния и тенденций развития нефтехимической отрасли Российской Федерации, показавшие наличие объективных предпосылок использования математических методов и инструментальных средств прогнозирования экономической конъюнктуры для нефтехимических предприятий в условиях неопределенности для повышения эффективности их деятельности.

2. Рекуррентно-статистический метод прогнозирования показателей экономической конъюнктуры для предприятий, отличающийся использованием аппарата камановской фильтрации, что позволяет повысить точность прогноза в условии неопределенности и неравномерного поступления информации о внешней среде организации.

3. Агоритмы прогнозирования показателей экономической конъюнктуры нефтехимических предприятий на основе модифицированной процедуры камановской фильтрации, позволяющие создавать инструментальные средства с учетом возможности их интеграции в общую структуру автоматизированной системы управления предприятием.

4. Методика по проектированию архитектуры и программного обеспечения информационной системы поддержки принятия решений по прогнозированию показателей экономической конъюнктуры, которая характеризуются высокой степенью универсальности и дает возможность повысить точность прогнозирования в условиях неопределенности и неравномерности информации о состоянии внешней среды в произвольные моменты времени.

Практическая значимость результатов исследования.

1. Разработанный в диссертации рекуррентно-статистический метод прогнозирования экономической конъюнктуры на основе модифицированной процедуры камановской фильтрации может практически использоваться при создании программно-математического обеспечения информационных СППР по управлению нефтехимическими предприятиями.

2. На основе предложенных метода и агоритмов прогнозирования экономической конъюнктуры с использованием среды визуального программирования Borland Delphi 7.0 разработано программное обеспечение информационной ССПР по прогнозированию экономической конъюнктуры Химпрогноз 1.0, который может применяться либо самостоятельно, либо в составе автоматизированных систем управления предприятием для повышения эффективности принятия решений по управлению предприятиями нефтехимической промышленности в условиях рыночной экономики.

Реализация результатов работы.

Разработанная информационная система поддержки принятия решений по прогнозированию экономической конъюнктуры практически используется на предприятии ОАО "Салаватнефтеоргсинтез" для прогнозирования показателей экономической конъюнктуры, что позволяет повысить качество принимаемых решений по оперативному планированию производственно-хозяйственной деятельности предприятия.

Основные методические и теоретические результаты работы используются при обучении студентов на кафедре логистики и экономической информатики РХТУ им. Д.И. Менделеева, в филиале Московского энергетического института в г. Смоленске и Уфимском государственном нефтяном университете.

Апробация работы.

Основные результаты диссертационной работы докладывались и обсуждались на Международной научной конференции Математические методы в интелектуальных информационных системах (Смоленск, 2002), Всероссийской научной конференции Современные информационные технологии в медицине и экологии (Смоленск, 2003), Всероссийской научной конференции с международным участием Информация, инновации, инвестиции (Пермь, 2004), а также на научных семинарах в РХТУ им. Д.И. Менделеева, филиале Московского энергетического института в г. Смоленске и Уфимском государственном нефтяном университете.

Публикации.

По теме диссертации опубликовано 6 печатных работ, общим объемом 1,7 п.л.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 121 наименование и приложений. Диссертация содержит 146 стр. машинописного текста, 17 рисунков и 7 таблиц.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Кордунов, Дмитрий Юрьевич

Основные результаты работы и предложения.

1. На основе анализа современных математических методов и инструментальных средств прогнозирования экономических процессов выявлены объективные предпосыки эффективного использования методов камановской фильтрации для прогнозирования показателей экономической конъюнктуры для промышленных предприятий в условиях рынка.

2. Проведен организационно-экономический анализ состояния и тенденций развития нефтехимической отрасли Российской Федерации, результаты которого показали, что в условиях международной экономической интеграции возникают предпосыки использования математических методов и инструментальных средств прогнозирования показателей экономической конъюнктуры для нефтехимических предприятий для повышения эффективности их деятельности. Определены и систематизированы основные показатели экономической конъюнктуры для нефтехимических предприятий, точность прогнозирования которых в значительной степени определяет экономическую эффективность управленческих решений.

3. Разработан рекуррентно-статистический метод прогнозирования показателей экономической конъюнктуры для нефтехимических предприятий, основанный на использовании процедуры камановской фильтрации, который позволяет повысить точность прогноза в условии неопределенности и неравномерности поступления информации о внешней социально-экономической среде предприятия.

4. Предложены агоритмы прогнозирования показателей экономической конъюнктуры для нефтехимических предприятий, основанные на рекурентно-статистическом методе прогнозирования с использованием процедуры камановской фильтрации, которые позволяют создавать инструментальные средства управления предприятием с учетом необходимости интеграции этих средств в общую структуру автоматизированных систем управления предприятиями.

5. Разработаны научно-обоснованные рекомендации и методика проектирования и применения информационной системы поддержки принятия решений по прогнозированию показателей экономической конъюнктуры для нефтехимических предприятий, которая позволяет повысить эффективность управления предприятиями в условиях неопределенности информации и внешней среды.

6. Показано, что разработанный в диссертации рекуррентно-статистический метод прогнозирования экономической конъюнктуры на основе модифицированной процедуры камановской фильтрации может практически использоваться в качестве математического обеспечения информационных систем поддержки принятия решений по управлению предприятиями химической и нефтехимической отрасли.

7. На основе предложенного рекуррентно-статистического метода с использованием среды визуального программирования Borland Delphi 7.0 разработано программное обеспечение СППР Химпрогноз 1.0, которое может применяться либо самостоятельно, либо в составе автоматизированных систем управления предприятием в качестве инструментального средства прогнозирования показателей экономической конъюнктуры для повышения эффективности принятия решений по управлению предприятиями нефтехимической промышленности.

8. Разработанная информационная система поддержки принятия решений Химпрогноз 1.0 практически используется на предприятии ОАО "Салаватнефтеоргсинтез" в составе АСУ предприятием для прогнозирования показателей экономической конъюнктуры, что позволяет повысить качество принимаемых управленческих решений по оперативному планированию производственно-хозяйственной деятельности предприятия.

ЗАКЛЮЧЕНИЕ

Совокупность полученных в диссертации результатов представляет собой решение актуальной научной задачи разработки модифицированных процедур камановской фильтрации, позволяющих проводить прогнозирование показателей экономической конъюнктуры нефтехимических предприятий в условиях неравномерности поступления информации о состоянии конъюнктуры.

Диссертация: библиография по экономике, кандидат экономических наук , Кордунов, Дмитрий Юрьевич, Смоленск

1. Новый илюстрированный энциклопедический словарь/ Ред. кол.: В.И Бородулин, АЛ. Горкин, А.А.Гусев, Н.М. Ланда и др. М.: Большая Российская энциклопедия, 2000.

2. Математика. Большой Энциклопедический словарь. / Гл.ред. Ю.В. Прохоров. М.: Большая Российская энциклопедия, 2000.

3. Чураков Е.П. Математические методы обработки экспериментальных данных в экономике: Учеб. пособие. -М.: Финансы и статистика, 2004.

4. Растригин Л.А. Современные принципы управления сложными объектами. -М.: Сов. радио, 1980.

5. Дли М.И. Локально-аппроксимационные модели сложных объектов. Ч М.: Физматлит (МАИК Наука/Интерпериодика), 1999.

6. Ефимов А.Н. Предсказание случайных процессов. М.: Знание, 1976.

7. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998.

8. Редкозубов С.А. Статистические методы прогнозирования в АСУ. М.: Энергоиздат, 1981.

9. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. М.: Финансы и статистика, 2001.

10. Ю.Зеленский К.Х., Игнатенко В.Н., Коц А.П. Компьютерные методы прикладной математики. К.: Дизайн-В, 1999.

11. Хеннан Г. Анализ временных рядов. М.: Наука, 1964.

12. Планирование эксперимента в исследовании технологических процессов. / К. Хартман, Э. Лецкий, В. Шефер и др. М.: Мир, 1977.

13. Коршунов Ю.М., Бобиков А.И. Цифровые слаживающие и преобразовывающие системы. М.: Энергия, 1969.

14. Гхосал А. Прикладная кибернетика и ее связь с исследованием операций. М.: Радио и связь, 1982.

15. Боровиков В.П., Боровиков И.П. STATISTICA- Статистический анализ и обработка данных в среде Windows. М.: Филинъ, 1997.

16. D'Esopo. A notation on Forecasting by the Exponential Smoothing Operator // Operation Research. 1964. V.9. №5. P. 686-687.

17. Brown R.G. Statistical Forecasting for Inventory Analysis. N.Y.: McGrant Hill, 1969.

18. Meyer R. Proc. Third International Conference on O.R. London: English Univ, Press, 1967.

19. Trigg D.W., Leach A.G. Exponential smoothing with adaptive response rate//Oper. Res. Qtly.l967.№18. P.53.

20. Chandra В., Ghosal A. An adaptive procedure in exponentially weighted predictiors. // J. Management Science and Applied Cybernetics. 1973. № 2. P. 63-78.

21. Боровиков В.П., Ивченко Г.И. Прогнозирование в системе Statistica в среде Windows. М.: Финансы и статистика, 2000.

22. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. М.: ИНФРА-М, Финансы и статистика, 1995.

23. Дюк В. Обработка данных на ПК в примерах. СПб.: Питер, 1997.

24. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. Вып. 1 и 2. М.: Мир, 1974.

25. Кендэл М. Временные ряды. М.: Финансы и статистика, 1981.

26. Справочник по теории вероятностей и математической статистике. / B.C. Королюк, Н.И. Портенко, А.В. Скороход, А.Ф. Турбин. М.: Наука, 1985.

27. Вентцель Е.С. Теория вероятностей. М.: Высш. школа, 1999.

28. Драймз Ф. Распределенные лаги. Проблема выбора и оценивания модели. М.: Финансы и статистика, 1982.

29. Эйкхофф П. Основы идентификации систем управления. Оценивание параметров и состояния. М.: Мир, 1975.

30. Гроп Д. Методы идентификации систем. М.: Мир, 1979.

31. Дейч A.M. Методы идентификации динамических объектов. М.: Энергия, 1979.

32. Кашьяп Р.Л., Рао А.Р. Построение динамических стохастических моделей по экспериментальным данным. М.; Наука, 1983.

33. Wiener N. Extrapolation, interpolation and smoothing of stationary time series. N.Y. :ZohnWilley, 1949.

34. Комогоров А.Н., Фомин С.В. Элементы теории функций и функционального анализа. М.: Наука, 1968.

35. Цыпкин Я.З. Теория линейных импульсных систем. М.: Физматлит, 1963.

36. Kalman R.E., A new approach to linear filtering and prediction problems. //Trans. ASME. J. Basic eng., ser. D. 1960. V.80. P. 34-35.

37. Kalman R.E., Bucy T.S. New results in linear filtering and prediction theory. //Trans. ASME.J. Basic eng.ser.D. 1961. V85, P. 95-107.

38. Виленкин С.Я, Статистическая обработка результатов исследования случайных функций. М.: Энергия, 1979.

39. Mehra R.K. A comparison of several nonlinear filters for reenty vehicle tracking. // IEEE Trans. 1971. V AC-16. № 4. P.307-319.

40. Абраменкова И.В., Круглов B.B., Дли М.И. Мультимодельный метод прогнозирования процессов с переменными структурами.

41. Дьяконов В.П., Круглов В.В. MATLAB. Анализ, идентификация и моделирование систем. Специальный справочник. СПб.: Питер, 2002.

42. Головко В.А. Нейронные сети: обучение, организация и применение. -М.: ИПРЖР, 200.

43. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия Телеком, 2001.

44. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры. М.: Изд-во МГТУ им. Н.Э. Баумана, 2002.

45. Уоссермен Ф. Нейрокомпьютерная техника. -М.: Мир, 1992.

46. Калан Р. Основные концепции нейронных сетей. М.: Вильяме, 2001.

47. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996.

48. Галушкин А.И. Теория нейронных сетей. -М.: ИПРЖР, 2000.

49. Дьяконов В.П., Круглов В.В. Математические пакеты расширений MATLAB. Специальный справочник. СПб.: Питер, 2001.

50. Заде JI. Понятие лингвистической переменной и его применение для принятия приближенных решений. -М.: Мир, 1976.

51. Литвак Б.Г. Экспертная информация. Методы получения и анализа. -М.: Радио и связь, 1982.

52. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001.

53. Круглов В.В., Дли М.И. Интелектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. М.: Физматлит, 2002.

54. Круглов В.В., Борисов В.В. Гибридные нейронные сети. Смоленск: Русич, 2001.

55. Ротштейн А.П., Познер М., Ракитянская А.Б. Нейро-нечеткая модель прогнозирования результатов спортивных игр. // Труды 8-й Всероссийской конф. Нейрокомпьютеры и их применение НКП-2002. М.:2002. С.251-263.

56. Бабешко Л. О. Колокационные модели прогнозирования в финансовой сфере. М.: ЭКЗАМЕН, 2001.

57. Гхосал А. Прикладная кибернетика и ее связь с исследованием операций. М.: Радио и связь, 1982.

58. Ивахненко А. Г., Зайченко Ю. П., Димитров В. Д. Принятие решений на основе самоорганизации. М.: Сов. радио, 1976.

59. Тихонов В. И. Статистическая радиотехника. М.: Радио и связь, 1982.

60. Вентцель Е. С., Овчаров Л. А. Теория случайных процессов и ее инженерные приложения. М.: Наука, 1991.

61. Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998.

62. Круглов В. В., Борисов В. В. Гибридные нейронные сети. Смоленск: Русич, 2001.

63. Ротштейн А. П., Познер М., Ракитянская А. Б. Нейронечеткая модель прогнозирования результатов спортивных игр. // Труды 8-й Всероссийской конф. Нейрокомпьютеры и их применение НКП-2002. М.: 2002. С.251-263.

64. Ротштейн А. П., Познер М., Ракитянская А. Б. Нейронечеткая модель прогнозирования динамики заболеваний. // Труды 8-й Всероссийскойконф. Нейрокомпьютеры и их применение НКП-2002. М.: 2002. С. 664-667.

65. Jang R. ANFIS: Adaptive-Network-Based Fuzzy Inference. 1993. V.23. №3. P.665-685.

66. Круглов В. В., Абраменкова И. В. Компьютерная поддержка систем нечеткой логики. // Сб. трудов Международной научной конференции Математические методы в интелектуальных системах ММИИС-2002. Смоленск, 2002. С.6-7.

67. Ивахненко А.Г, Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным. М.: Радио и связь, 1987.

68. Ивахненко А. Г. Системы эвристической самоорганизации в технической кибернетике. Киев: Техника, 1969.

69. Ивахненко А. Г., Лапа В. Г. Предсказание случайных процессов. Киев: Наукова думка, 1971.

70. Holt С. С. Forecasting seasonals and trends by exponentially weighted moving averages. / Carnegie Inst. Tech. Res. 1957. Men. №52.

71. Winters P. R. Forecasting sales by exponentially weighted moving averages. // Mgmt.Sci. 1960.№6. P. 324-332.

72. Harrison PJ. Shot-merm sales forecasting. // Applied Statistics. 1965.№14. P. 102-112.

73. Планирование эксперимента в исследовании технологических процессов. / К. Хартман, Э. Лецкий, В. Шефер и др. М.: Мир, 1977.

74. Редкозубов С. А. Статистические методы прогнозирования в АСУ. М.: Энергоиздат, 1981.

75. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1974.

76. Крутько П. Д. Статистическая динамика импульсных систем. М.: Сов. радио, 1963.

77. Лэнинг Дж. X., Бэттин Р. Г. Случайные процессы в задачах автоматического управления. М.: Изд-во иностр. лит-ры, 1958.

78. Питерсон И. Л. Статистический анализ и оптимизация систем автоматического управления. М.: Сов. радио, 1964.

79. Концепция развития химической и нефтехимической промышленности на период до 2010 года М., 2003.

80. Химическая и нефтехимическая промышленность России. Аналитическая записка ЗАО ИК АВК. М.,2004.

81. Официальный интернет-сайт рейтингового агентства Эксперт РА -hppt: // www.raexpert.ru.

82. Потенциал для процветания есть. Журнал Экономика России XXI век №14, 2004.

83. Официальный интернет-сайт республики Башкортостан Ч

84. Инвестиционный обзор промышленности республики Башкортостан. -Уфа, БашКредит Банк, 2003.

85. Здоровье экономики в силе государства. Интервью с Муртазой Рахимовым Президентом Башкортостана. Нефтегазовая Вертикаль №7-8, 2000.

86. Лента новостей информационного агентства Башинформ, 2004. -Ссыка на домен более не работаетp>

87. Официальный интернет-сайт ОАО Салаватнефтеоргсинтез hppt://www.snos.ru.

88. Обзор отрасли: нефтехимия Башкирии и Татарстана. Отраслевой обзор ЗАО "РосБизнесКонсатинг". М., 2003.

89. Ежеквартальный отчет ОАО Уфанефтехим за III квартал 2004 г. -Уфа, 2004.

90. Ежеквартальный отчет ОАО Уфанефтехим за III квартал 2003 г. -Уфа, 2003.

91. Ежеквартальный отчет ОАО Салаватнефтеоргсинтез за III квартал 2004 г. Башкортостан, Салават, 2004.92.0фициальный инетрнет-сайт ЗАО Стерлитамакский нефтехимический завод Ссыка на домен более не работаетp>

92. Официальный интернет-сайт ЗАО Каучук hppt://www.kautschuk.ru

93. Ежеквартальный отчет ЗАО Каустик за III квартал 2004 г. Ч Башкортостан, Стерлитамак, 2004.

94. Шакиев В. Башкирские предприятия лауреаты конкурса Всероссийская марка (III тысячелетие). Знак качества XXI века - Уфа: Башинформ, 2004.

95. Кафаров В.В. Методы кибернетики в химии и химической технологии. -М.: Химия, 1986.

96. Вальков В.М., Вершин В.Е. Автоматизированные системы управления технологическими процессами. М.: Политехника, 1991.

97. Информационный портал, посвященный разработке, поставке и внедрению систем сбора данных и оперативного диспетчерского управления -Ссыка на домен более не работаетp>

98. Мировой рынок стирола: спрос и перспективы развития Материалы информационно-аналитического агентства RCC Group. hppt:/www.rccnews.ru

99. Мировой нефтехимический рынок: состояние и прогнозы. Материалы информационно-аналитического агентства RCC Group.-hppt:/www.rccnews.ru

100. Официальный интернет-сайт Госкомстата РФ. hppt:/www.gks.ru

101. Браммер К., Зиффлинг Г. Фильтр Камана-Бьюси. М.: Наука. 1982.

102. Круглов В.В., Пучков А.Ю. Оптимальная линейная фильтрация в условиях случайной дискретизации сигналов.- М.: Деп. ВИНИТИ 24.11.94. N2685-1394.

103. Круглов В.В, Пучков А.Ю. Агоритм определения параметров дискретного фильтра Камана при случайной дискретизации сигналов // Сб.науч. трудов "Устройства и системы автоматического управления / Смоленский филиал МЭИ 1996. С. 24-27.

104. Сейдж Э., Меса Дж. Теория оценивания и ее применение в связи и управлении. М.: Связь. 1976.

105. Фильтрация и стохастическое управление в динамических системах / Под ред. К.Т.Леондеса М.: Мир. 1980.

106. Вероятностные методы обработки данных в информационых системах/ Ю.В. Бородакий, Н.А. Курицина, Ю.П. Кулябичев, Ю.Ю. Шумилов. М.: Радио и связь. 2003.

107. Изерман Р. Цифровые системы управления. М.: Мир. 1984.

108. Прохоренкова А.Т. Разработка и исследование методов оптимальной линейной фильтрации в условиях случайной дискретизации сигналов. Дисс. канд. техн. наук. М.: Моск.энерг. ин-т. 1993.

109. Круглов В.В., Прохоренкова А.Т. Винеровская фильтрация в условиях случайной дискретизации // Изв. РАН Теория и системы управления. 1995. N4. С. 47-57.

110. Бесекерский В.А., Попов Е.П. Теория систем автоматического управления. М.: Наука. 1972.

111. Основы управления технологическими процессами / Под ред.Н.С. Райбмана. М.: Наука. 1978.

112. Точеев О.В., Ягодкина Т.В. Методы идентификации одномерных линейных динамических систем. М.: Издательство МЭИ. 1997.

113. Чураков Е.П. Оптимальные и адаптивные системы. М.: Энергоатомиздат. 1987.

114. Вазан М. Стохастическая аппроксимация. М.: Мир, 1972.

115. Хол Д., Уатт Д. Современные численные методы решения обыкновенных дифференциальных уравнений. М.: Мир. 1979.

116. Бахвалов Н.С, Жидков Н.П., Кобельков Г.М. Численные методы. М.: Наука. 1987.

117. Ефитов Г.Л., Артемьев С.Б. АСУТП на химических предприятиях. -М.: Химия, 1990.

118. Автоматизация управления предприятием / В.В. Баронов, Г.Н. Калянов, Ю.Н.Попов и др. М.: Инфра-М, 2000.

119. Отчет по использованию производственных мощностей ОАО Салаватнефтеоргсинтез за 11 месяцев 2004 г. Салават, 2004

120. Обзор отрасли: производство полимеров. Аналитический отдел РИА РосБизнесКонсатинг М., 2003.

Похожие диссертации