Разработка информационно-технической системы обеспечения запасными частями бронетанкового вооружения и техники Сухопутных войск Вооруженных Сил Республики Казахстан

жүктеу/скачать 0.55 Mb.

бет	8/13
Дата	10.06.2022
өлшемі	0.55 Mb.
	#267439
түрі	Автореферат диссертации

1 ... 5 6 7 8 9 10 11 12 13

Байланысты:
автореферат Мурат

x –независимая переменная, y- зависимая переменная, N-число элементов выборочной совокупности.
2. Коэффициент корреляции:

где - среднеквадратические ошибки, вычисляемые по формулам

3. Коэффициент детерминации:

4. Остаточная дисперсия:

5. Средняя ошибка аппроксимации – среднее отклонение расчетных значений от фактических:

Допустимый предел значений - не более 8-15%.

Для определения потребности в агрегатах и запасных частях сначала необходимо определить прогнозное количество неисправной техники. По имеющимися статистическими данными за 2005-2010 гг можно построить линейную регрессионную модель для прогнозирования доли неисправной военной техники по видам, применяя метод наименьших квадратов. Сначала расчеты проведем для наглядности в среде MS Exсell [36, 37].

Получаем математическая модель прогнозирования количества неисправной военной техники БМП получается в следующем виде
.
средняя ошибка аппроксимации составляет 9,6%. Это означает, что в среднем расчетные значения отклоняются от фактических на 9,6 %.
По результатам этих вычислений можно построить график для сравнения фактических данных с полученным результатом по построенной модели.

Рисунок 17. Сравнение фактического количества неисправных БМП с полученными данными по модели

Математическая модель прогнозирования количества неисправной военной техники Танков получается в следующем виде

Здесь средняя ошибка аппроксимации составляет 9,9%.

Также можно построить график для сравнения фактических данных с полученным результатом по построенной модели.

Рисунок 18. Сравнение фактического количества неисправных танков с полученными данными

Аналогично было построена математическая модель прогнозирования количества неисправного количества БТР в следующем виде

Одной из главных задач при совершенствовании процесса обеспечения Сухопутных войск запасными частями в первую очередь необходимо прогнозировать потребное количество запасных частей для эксплуатации БТВТ. Эта задача сводится к определению необходимого количества неисправной военной техники по видам ремонта, т.е. установлению закономерностей между эксплуатируемым парком военной техники и необходимым количеством запасных частей. Для этого были проанализированы показатели процесса обеспечения Сухопутных войск запасными частями.

Для планирования и прогнозирования необходимого количества запасных частей рассмотрим так называемый метод статистических испытаний (моделирования) или по другому метод Монте-Карло [38].
Под статистическим моделированием будем понимать воспроизведение с помощью ЭВМ функционирования вероятностной модели некоторого объекта.
В данном разделе устанавливается связь алгоритма статистического моделирования с алгоритмами решения задач планирования и прогнозирования необходимого количества запасных частей с помощью метода статистических испытании, и строятся так называемые имитационные модели, т.е. модели, не имеющие связи с объектом моделирования, но удобные в вычислительных отношениях, чтобы получить интересующие нас характеристики объекта. Рассмотрим вначале эти характеристики.
Чтобы задать случайную величину, надо указать, какие значения она может принимать, и каковы вероятности этих значений [39].
для решения задач методом Монте-Карло необходимо получить на ЭВМ последовательность выборочных значений случайной величины с заданным распределением. Такой процесс принято называть моделированием случайных величин.
Общая схема метода моделирования дискретной случайной величины основана на следующем соотношении:
, где

Стандартный алгоритм определения для заданного значения реализуется по следующей схеме:

Рисунок 19. Блок схема стандартного алгоритма Монте-Карло
Рассмотрим применение изложенной теории к нашей задаче. Для этого приведем простой наглядный пример моделирования случайных событий сведением к моделированию дискретных случайных величин.
Пример. Пусть с испытанием связана полная группа событий
А₁, А₂, … , А_n
и заданы их вероятности .
Для моделирования таких событий можно рассматривать случайную величину
,
т.е. если , то наступило событие А_i. Эту задачу можно моделировать с помощью приведенной выше стандартной схемой.
В нашем случае полную группу событий А_i можно сопоставлять с появлением потребностей соответствующего наименования запасных частей.
По результатам этих вычислений можно построить график для сравнения фактических данных с результатом, полученным по построенной модели.

Рисунок 20. Сравнение фактических расходов запасных частей с прогнозируемым объемом

При планировании потребности в материальных ресурсах кроме нормативных документов, в большинстве случаев полезна накопленная статистика по расходованию материальных ресурсов за некоторый интервал времени. Корректность исходных данных существенно влияет на результат. Выше было рассмотрено математическая модель прогнозирования потребности в запасных частях в зависимости от количества эксплуатируемого парка военной техники. На основе этой модели была создана информационно-техническая система прогнозирования и формирования заявок [43, 44].

Предлагаемая информационно-техническая система, в дальнейшем ИТС, предназначена:

для подачи, регистрации и учета заявок от подчиненных частей и подразделений;
для формирования на основе текущих заявок и математических прогнозов запросов в вышестоящие инстанции (регион или Министерство обороны Республики Казахстан);
для распределения наличного военно-технического имущества (ВТИ).

ИТС должна обслуживать все уровни министерства обороны РК (МО РК).
Организационная структура ИТС в силу особенностей задачи, отличается от организационной структуры ВС РК. Банки и базы данных, входящие в ее состав разбиты на три уровня: уровень МО РК, уровень региона (по количеству регионов), уровень части. А автоматизированные рабочие места (АРМ) разбиты на четыре уровня: уровень МО РК, уровень региона (по количеству регионов), уровень частей и уровень подразделений. Сбор и обработка данных от более мелких структурных единиц, осуществляется вне ИТС, а затем данные обобщаются и в таком виде попадают в систему [45, 46, 47, 48].
ИТС строится на основе клиент-серверной технологии, в данной работе выбрана двухуровневая архитектура. Серверная составляющая ИТС состоит из серверной базы данных МО РК, шести серверных баз данных регионов и серверных баз данных частей [49].
В качестве сервера БД выбрана СУБД InterBase 6.5 продукт фирмы Inprise: бесплатная версия этой СУБД поддерживает до 5-х клиентов [50, 51].
АРМ уровня МО РК взаимодействует с серверной БД МО РК и выполняет следующие функции:

Пополняет склад МО РК запчастями и агрегатами путем закупа;
Проверяет уровень обеспеченности МО РК ресурсами;
Определяет необходимость закупа запчастей и агрегатов;
Распределяет имеющееся военно-техническое имущество по регионам.

АРМ уровня региона взаимодействует с серверной БД МО РК, серверной базой данных региона и выполняет следующие функции:

Пополняет склад региона запчастями и агрегатами по распределению МО РК;
Проверяет уровень обеспеченности частей региона ресурсами;
Распределяет наличное военно-техническое имущество по частям
Формирует и подает заявку на запчасти и агрегаты для региона;
Распределяет полученное военно-техническое имущество по частям.

АРМ уровня части взаимодействует с серверной базой данных региона, серверной базой данных части и выполняет следующие функции:

Пополняет склад части запчастями и агрегатами по распределению региона;
Проверяет уровень обеспеченности подразделений ресурсами;
Распределяет наличное военно-техническое имущество по подразделениям:
Формирует и подает заявку на запчасти и агрегаты для части;
Распределяет полученное военно-техническое имущество по подразделениям.

АРМ уровня подразделения взаимодействует с серверной базой данных части и выполняет следующие функции:

Формирует и подает заявку на запчасти и агрегаты для подразделения;

АРМы разрабатывались в системе программирования DELPHI 2007 [52 53, 54].

жүктеу/скачать 0.55 Mb.

Достарыңызбен бөлісу:

1 ... 5 6 7 8 9 10 11 12 13