УДК 656.13.08
ПРОГНОЗИРОВАНИЕ ГРУЗООБОРОТА В УСЛОВИЯХ
УГОЛЬНОГО РАЗРЕЗА МЕТОДОМ ЭКСПОНЕНЦИАЛЬНОГО СГЛАЖИВАНИЯ
, ст. гр. АП-062, , ст. гр. АП-062
Руководитель: к. э.н., доцент,
Кузбасский государственный технический университет
г. Кемерово
Прогнозирование объемов перевозок является неотъемлемой частью различных видов логистического планирования: стратегического, тактического, оперативного. Являясь средством научного обоснования плана перевозок, прогноз должен содержать необходимую информацию для планирования, включать вероятную оценку характера развития процесса логистического менеджмента и возможного пути реализации целей, поставленных перед логистической системой. Экономический прогноз позволяет установить возможные направления и различные варианты развития логистической системы, а так же помогает в выборе конкретных целей ее функционирования. Основное назначение прогноза в логистике состоит в раскрытии тенденции изменения микро- и макрологистической среды и в получении вероятностных количественных и качественных оценок динамики логистических активностей, необходимых персоналу фирмы.
Общая схема прогнозирования представлена на рис. 1.
На схеме (рис. 1) показано, что для получения прогноза (уп) какого-либо параметра (у) объекта или процесса необходимо иметь определенную модель прогнозирования, которая использует ретроспективную (прошлую) информацию за определенный интервал времени в прошлом (период наблюдения или глубина ретроспекции), информацию о параметре «у» в настоящий момент времени, иногда прогнозную информацию о внешней среде. Точность и достоверность получаемого прогноза уп будет зависеть от объема, точности и достоверности исходной информации, корректности применяемого метода (модели) и глубины прогноза.
В настоящее время насчитывается очень большое количество различных методов и моделей прогнозирования, из которых подавляющая часть относится к фактографическим, т. е. методам, использующим количественную информацию о прошлом поведении объекта (процесса), – ретроспективную информацию.
В настоящей работе поставлена цель спрогнозировать объем перевозок угля , филиалом «Краснобродский угольный разрез».
Для решения поставленной цели был выбран метод прогнозирования динамических рядов с помощью экспоненциального сглаживания. Данный метод является одним из распространенных методов экстраполяции динамических рядов. Сущность метода заключается в сглаживании исходного динамического ряда взвешенной скользящей средней, веса которой подчиняются экспоненциальному закону.
Рис. 1 Схема процесса прогнозирования
Исходный ретроспективный ряд грузооборота за период с 2005 по 2009 года представлен в таблице 1.
Таблица 1
Исходный динамический ряд грузооборота угля
Годы, t | 2005 | 2006 | 2007 | 2008 | 2009 | 2010 |
Грузооборот, млн. т. | 64,59 | 68,92 | 76,67 | 91,42 | 113,21 | прогноз |
i | 1 | 2 | 3 | 4 | 5 | 6 |
Для определения начальных приближений по формулам
, 
(1, 2)
необходимо предварительно найти оценки коэффициентов линейного тренда
(3)
Коэффициенты b0 и b1 определяются с использованием данных табл. 1 и следующих формул:
, 
, (4,5)
где D0, D1 и D2 – определители, вычисляемые по формулам:
(6,7,8)
Находятся разности yi= tу– f(t) и подставляются в формулу для определения ошибки 
:
(9)
Дальнейшие расчеты сведены в табл. 2.
Таблица 2
Расчет прогноза грузооборота угля на 2010 год
i | Годы | t | Грузооборот, млн. т. | Расчетные значения | ||||||
t' | tу | f(t) | yi | S1 | S2 | y* | ||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
1 2 3 4 5 | 2005 2006 2007 2008 2009 | 1 2 3 4 5 | 64,59 68,92 76,67 91,42 113,21 | 1 4 9 16 25 | 64,59 137,84 230,01 365,68 566,05 | 82,07 85,65 88,64 91,63 94,62 | 18,07 16,73 11,97 0,21 –18,59 | – 70,63 70,07 72,25 78,58 | – 68,55 69,05 70,11 72,91 | 82,66 73,73 71,58 75,44 87,04 |
Итого | Σt= 15 | Σу=414,81 | Σχ= 55 | Σtу= 1364,17 | – | – | – | – | – | |
6 | 2010 прогноз | 90,01 | 78,55 | 107,11 |
Определяется ошибка прогноза на 2010 год по формуле
Определяются коэффициенты линейного тренда по формулам 6,7,8:
, 
После определяются коэффициенты b0, b1 по формулам 4 и 5:
, 
Вычисляется параметр сглаживания α
(11)
Рассчитываются начальные приближения для определения экспоненциальных средних
, 
Далее формируют рекуррентную процедуру вычисления экспоненциальных средних и прогноза. Данные расчета заносятся в таблицу 2.
Шаг 1: t=2, (2005г.)
, 
Находятся значения коэффициентов прогноза
, 
Определяется новое значение (инверсный прогноз) для 2005г.(t=2):
млн. т.
Шаг 2: t=3,(2006г.)
, 
Находятся значения коэффициентов прогноза
, 
Определяется новое значение (инверсный прогноз) для 2006г.(t=3):
млн. т.
Шаг 3: t=4,(2007г.)
,
Находятся значения коэффициентов прогноза
, 
Определяется новое значение (инверсный прогноз) для 2007г.(t=4):
млн. т.
Шаг 4: t=5,(2008г.)
, 
Находятся значения коэффициентов прогноза
, 
Определяется новое значение (инверсный прогноз) для 2008г.(t=5):
млн. т.
Шаг 5: t=6,(2009 г.)
, 
Находятся значения коэффициентов прогноза
, 
Определяется новое значение (инверсный прогноз) для 2009 г.(t=6):
млн. т.
Прогноз на 2010г. будет равен
млн. т.
Нами был сделан предполагаемый прогноз объема перевозки угля методом экспоненциального сглаживания на 2010 год. Полученные расчетные данные планируется сопоставить с реальным объемом перевозок за 2010 год. Это позволит сделать вывод об эффективности применения метода экспоненциального сглаживания в прогнозировании объема перевозки угля.
Список источников:
1 Сергеев, В. Н. «Менеджмент в бизнес-логистики» - М.: Информационно-издательский дом «Филинъ», 1997, 772с.
