CC BY
70
Международный научно-исследовательский журнал ■ № 7(38) ■Август
На основе приведенных выше капитальных вложений, эксплуатационных затрат и с привлечением других нормативов выявлена эффективность производства глинозема из угольной золы (табл. 5).
Таблица 5 - Эффективность производства глинозема из золы подмосковных углей
Показатели Ед.изм Значение показателя
Объем производства тыс. т. 125
Стоимость реализации тыс. руб. 553875
Эксплуатационные затраты тыс. руб. 454244
Прибыль тыс. руб. 99631
Тоже на 1т руб. 797
Капитальные вложения тыс. руб. 1239750
Срок окупаемости капиталовложений лет 12
Уровень рентабельности % 8
Приведенные в таблице 5 численные значения оценочных показателей эффективности свидетельствуют об экономической целесообразности использования золы некоторых углей при производстве глинозема.
Полученные результаты, свидетельствуют о том, что вовлечение угольной золы в сырьевой баланс глиноземного производства приведет к следующим позитивным последствиям эко лого-экономического характера:
■ расширится сырьевая база глиноземного производства, что позволит значительно сократить затраты на закупку бокситов за рубежом, увеличив производство алюминия из отечественного сырья для максимального удовлетворения потребности внутреннего и внешнего рынков;
■ снизятся затраты на разведку и добычу природного алюминий содержащего сырья при заданных объемах производства алюминия;
■ увеличатся ресурсы сырья для производства строительных материалов, в качестве которого будет использоваться шлам глиноземного производства;
■ сократятся объемы хранения золы, что приведет к высвобождению плодородных земель, занятых сегодня угольными золошлаковыми отходами.
Литература
1. Кузьмина Т.И. Методические основы и критерии экономической оценки технологий ресурсосбережения и защиты окружающей среды (на примере угольной отрасли). Материалы VII межднауч-практ.конф. «Научное развитие Европы - 2011». Ополе.: Education and Science.- 2011.
2. Кузьмина Т.И. Экономическая оценка технологий переработки углей и эффективность получаемой на их основе продукции. Материалы VI Межд. науч.-прак. конф. «Эффективные инструменты современной науки». Прага: Education and Science.-2010.
References
1. Kuzmina T.I. Metodicheckie osnovy i kriterii ekonomicheskoji otsenki tehnologji resursosberegenjy i zaschity okruzhajuschej sredy (na primere ugolnoj otrasli). Materialy VII mezchd. nauch.-prakt.konf. “Nauchnoe razvitie Evropy-2011”. Opole.: Education and Science.-2011.
2. Kuzmina T.I. Ekonomicheskaja otsenka tehnologji pererabotki uglej I effektivnostj poluchaemoj na ih osnove produkstii. Materialy VI mezchd. nauch.-prakt.konf “Effektivnye instrument sovremennoji nauki”. Praga.: Education and Science.-2010.
Кутузов А.Л.
Кандидат физико-математических наук, доцент, Санкт-Петербургский государственный политехнический университет ЛИНЕЙНАЯ ОПТИМИЗАЦИЯ. ОБУЧЕНИЕ
Аннотация
В статье даются рекомендации по повышению качества преподавания методов линейной оптимизации. Показано, как заинтересовать студентов изучением дисциплины, какие общие вопросы моделирования необходимо осветить, как организовать практические занятия.
Ключевые слова: исследование операций, линейная оптимизация.
Kutuzov A.L.
PhD in Physics and Mathematics, associate professor, St. Petersburg Polytechnic University LINEAR OPTIMIZATION: TEACHING
Abstract
The article gives recommendations on the improvement of quality of teaching linear optimization methods. It is shown how to interest students in the study of this discipline, what general questions of modeling should be taken up, how to organize a practical training.
Keywords: operations research, linear optimization.
В преподавании исследования операций, и в частности линейной оптимизации, имеются определенные трудности, связанные со сложностью используемого математического аппарата и необходимостью навыков работы на компьютерах с использованием современных программ, в особенности программы Excel. Большой опыт
56
Международный научно-исследовательский журнал ■ № 7(38) вАвгуст
преподавания исследования операций накоплен во многих зарубежных университетах [6, 7, 10, 11]. При изложении этой дисциплины за рубежом больший упор делается на практику постановки задач и их решение с помощью компьютеров, нежели на самих математических методах. Считается, что математические детали должны знать математики и программисты, создающие программы, а дело менеджера — грамотно поставить задачу, выбрать нужную программу, ввести данные в компьютер и правильно интерпретировать полученные результаты.
Для отечественных курсов характерно большее внимание изложению математического аппарата, чем практике его применения, хотя в некоторых учебниках уже появились главы, посвященные использованию персональных компьютеров [1, 8]. В советское время такой стиль изложения объяснялся отставанием в вычислительной технике и отсутствием бизнеса и конкуренции, которые стимулируют развитие средств поддержки принятия решений. В современных условиях желательно придать преподаванию большую практическую направленность с опорой на использование современных компьютеров.
Чтобы заинтересовать студентов, необходимо привести примеры применения методов исследования операций, и в частности линейной оптимизации, в деятельности реально существующих предприятий и показывать, насколько в процентах возрастает эффективность принимаемых решений. Многочисленные примеры говорят, что оптимальные решения, выработанные с помощью исследования операций, на 10-40% лучше решений, принятых традиционными методами (на основе интуиции, опыта, здравого смысла). Иными словами, используя исследование операций, руководитель может повысить прибыль своего предприятия на 10-40%, сократить расходы на такую же величину и
т.д. Опираясь на эту статистику, можно сделать вывод, что менеджеры, использующие исследование операций, принимают более эффективные решения, чем их коллеги, не знакомые с этой наукой. И это положительно сказывается на их карьерном росте.
Далее следует остановиться на общей методологии моделирования при выработке управленческих решений и подробно, во всех деталях, с примерами рассмотреть следующие вопросы:
- какое место занимает математическое моделирование в процессе управления;
- каковы особенности применения моделей на разных уровнях управления;
- какие типы математических моделей существуют;
- какие компьютерные программы и пакеты прикладных программ можно использовать (кроме Excel, можно сослаться на ряд специализированных пакетов [9, 12, 13]);
- как проанализировать управленческую ситуацию и сформулировать управленческую проблему;
- как организовать процесс моделирования;
- как выбрать подходящий метод моделирования и построить математическую модель;
- где взять данные для моделирования и каковы требования, предъявляемые к ним;
- как проверить, адекватна ли построенная модель реальной ситуации и можно ли этой модели доверять;
- как интерпретировать результаты моделирования (ведь модель — лишь упрощенное, абстрактное изображение действительности и многое в ней не учитывается);
- как после интерпретации результатов моделирования наиболее эффективно их использовать.
Все практические занятия целесообразно проводить с использованием компьютеров. Но если они проходят в аудитории, не оснащенной вычислительной техникой, можно сосредоточиться на постановке задач и их математической формулировке (что как раз и является наиболее сложной и творческой частью моделирования), а решение на компьютерах оставить в качестве домашнего задания. При наличии подробных пособий, например [2-5], освоение компьютерного моделирования может быть представлено как часть самостоятельной работы студентов, а также входить в задания на курсовые работы и проекты.
Естественно, необходимо научить студентов всем деталям использования компьютерных программ и правильной интерпретации полученных результатов. В частности, после решения задачи линейного программирования программа Excel выдает подробные отчеты, содержащие информацию, исключительно важную для лица, принимающего решение (интервалы оптимальности и устойчивости найденного решения, теневые цены используемых ресурсов и т. д.). Следует рассказать, где именно в отчетах находятся эти сведения и как их использовать на практике.
Литература
1. Глухов В.В., Медников М.Д., Коробко С.Б. Математические методы и модели для менеджмента. СПб.: Изд-во «Лань», 2005.
2. Кутузов А.Л. Математические методы и модели исследования операций. Линейная оптимизация с помощью WinQSB и Excel. СПб.: Изд-во Политехн. ун-та. 2004.
3. Кутузов А.Л. Математические методы и модели исследования операций. СПб.: Изд-во Политехн. ун-та. 2005.
4. Кутузов А.Л. Исследование операций. СПб.: Изд-во Политехн. ун-та, 2011.
5. Кутузов А.Л. Исследование операций. Линейная оптимизация в Excel и WinQSB. СПб.: Изд-во Политехн. ун-та, 2015.
6. Мур Дж.Х., Уэдерфорд Л.Р. Экономическое моделирование в Microsoft Excel. М.: Издательский дом «Вильямс», 2004.
7. Таха Х.А. Введение в исследование операций. М.: Издательский дом «Вильямс», 2007.
8. Юрьев В.Н., Кузьменков В.А. Методы оптимизации в экономике и менеджменте. СПб.: Изд-во Политехн. ун-та, 2006.
9. Chang Y.-L., Desai K. WinQSB, Version 2.0. Wiley, 2003.
10. Render B., Stair R.M., Hanna M.E., Hale T.S. Quantitative Analysis for Management. Prentice Hall, 2014.
11. Taylor B.W. Introduction to Management Science. Prentice Hall, 2014.
12. Weiss H.J. POM-QM for Windows v. 3. Prentice Hall, 2005.
13. Weiss H.J. POM-QM v. 3 for Windows Manual. Prentice Hall, 2007.
57
Международный научно-исследовательский журнал ■ № 7(38) вАвгуст
References
1. Gluhov V.V., Mednikov M.D., Korobko S.B. Matematicheskie metody i modeli dlja menedzhmenta. SPb.: Izd-vo «Lan'», 2005.
2. Kutuzov A.L. Matematicheskie metody i modeli issledovanija operacij. Linejnaja optimizacija s pomoshh'ju WinQSB i Excel. SPb.: Izd-vo Politehn. un-ta. 2004.
3. Kutuzov A.L. Matematicheskie metody i modeli issledovanija operacij. SPb.: Izd-vo Politehn. un-ta. 2005.
4. Kutuzov A.L. Issledovanie operacij. SPb.: Izd-vo Politehn. un-ta, 2011.
5. Kutuzov A.L. Issledovanie operacij. Linejnaja optimizacija v Excel i WinQSB. SPb.: Izd-vo Politehn. un-ta, 2015.
6. Mur Dzh.H., Ujederford L.R. Jekonomicheskoe modelirovanie v Microsoft Excel. M.: Izdatel'skij dom «Vil'jams», 2004.
7. Taha H.A. Vvedenie v issledovanie operacij. M.: Izdatel'skij dom «Vil'jams», 2007.
8. Jur'ev V.N., Kuz'menkov V.A. Metody optimizacii v jekonomike i menedzhmente. SPb.: Izd-vo Politehn. un-ta, 2006.
9. Chang Y.-L., Desai K. WinQSB, Version 2.0. Wiley, 2003.
10. Render B., Stair R.M., Hanna M.E., Hale T.S. Quantitative Analysis for Management. Prentice Hall, 2014.
11. Taylor B.W. Introduction to Management Science. Prentice Hall, 2014.
12. Weiss H.J. POM-QM for Windows v. 3. Prentice Hall, 2005.
13. Weiss H.J. POM-QM v. 3 for Windows Manual. Prentice Hall, 2007.
Левицкая Л.П.1, Моргунов В.М.2
1 Доктор экономических наук, профессор, Московский государственный университет путей сообщения (МИИТ) 2кандидат экономических наук, Московский государственный университет путей сообщения (МИИТ) ОБОБЩЕННАЯ МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ОБУЧЕНИЯ ПЕРСОНАЛА
Аннотация
В статье описана математическая модель обучения персонала. Введен показатель результативности профессиональной деятельности персонала и предложены способы его расчета. Обобщен показатель производительности труда, используемый при описании рассмотренной математической модели, что позволило обобщить и саму математическую модель обучения персонала
Ключевые слова: математическая модель, обучение персонала, производительность труда
Levitskaya L.P.1, Morgunov V.M.2
:PhD in Economics, professor, Moscow State University for the Means of Communication (MIIT)
2PhD in Economics, Moscow State University for the Means of Communication (MIIT) GENERALIZED PERSONNEL TRAINING MATHEMATICAL MODEL
Abstract
In this paper a personnel training mathematical model is described. A personnel professional activity effectiveness index and its estimation methods are proposed. The labour productivity index used for the description of the mathematical model discussed is generalized. This made it possible to us to generalize the model in question as well.
Keywords: mathematical model, personnel training, labour productivity
Основной проблемой при прогнозировании результатов обучения группы персонала является выбор математической модели обучения. В простейшем случае искомая модель должна описывать изменение результативной характеристики профессиональной деятельности данной группы в зависимости от единственной переменной - времени обучения. В работе [1] в качестве такой характеристики было предложено использовать показатель производительности труда, что позволили сформулировать следующую модель обучения группы персонала:
P ( 0 Pmах (Pmах Pmin) ' ^ ,
где t - время обучения;
b(t) - текущая производительность труда группы персонала;
bmax - максимальное значение производительности труда группы персонала;
bmm - минимальное значение производительности труда группы персонала;
r - «скорость» обучения группы персонала («показатель обучаемости»).
При этом в работе [1] не было дано рекомендаций по выбору методики оценки производительности труда, что объясняется невозможностью использовать единый показатель производительности труда для произвольной группы персонала.
На наш взгляд, основной причиной, не позволяющей унифицировать методику оценки производительности труда группы персонала, является сложность (в общем случае) формального описания объема выполняемой персоналом работы. Действительно, если выделить группу персонала, работающую над выполнением определенного объема работы, причем выполнение данного объема осуществляется периодически, а не разово, то производительность труда такой группы есть
где ю - объем выполняемой работы,
Т - время выполнения объема работы ю.
Учитывая однозначность в установлении времени выполнения заданного объема работы (работа может быть или выполнена или не выполнена), становится очевидным, что проблема оценки производительности труда персонала
58
