Поддержка принятия решений по выбору номенклатуры и формы оплаты автомобилей с целью максимизации прибыли и рентабельности (на примере автоцентра Reno фирмы ООО "Модус-Краснодар")

Луценко Евгений Вениаминович; Бараненкова Юлия Юрьевна

УДК 303.732.4

ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ

ПО ВЫБОРУ НОМЕНКЛАТУРЫ И ФОРМЫ

ОПЛАТЫ АВТОМОБИЛЕЙ С ЦЕЛЬЮ

МАКСИМИЗАЦИИ ПРИБЫЛИ И

РЕНТАБЕЛЬНОСТИ

(на примере автоцентра Reno фирмы

ООО "Модус-Краснодар")

Луценко Евгений Вениаминович д.э.н., к.т.н., профессор

Бараненкова Ю.Ю. студентка-дипломница

Кубанский государственный аграрный Университет, Краснодар, Россия

В статье описываются результаты применения системно-когнитивного анализа для прогнозирования влияния сделок по продаже автомобилей на основные экономические показатели автоцентра и поддержки принятия решений по поставкам.

Ключевые слова: СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ, ПРОГНОЗИРОВАНИЕ, ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ, ОСНОВНЫЕ ЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ,

ПРИБЫЛЬ, РЕНТАБЕЛЬНОСТЬ,

АВТОЦЕНТР RENO.

UDC 303.732.4

SUPPORT OF TAKING DECISIONS ON NOMENCLATURE CHOICE AND FORMS OF PAYMENTS OF CARS WITH THE AIM OF MAXIMIZATION OF RETURNS AND PROFITABILITY (on the example of the auto center RENO of the firm Ltd company “ Modus-Krasnodar”)

Lutsenko Eugeny Veniaminovich

Dr. Sci. Econ., Cand. Tech. Sci., professor

Baranenkova Yu.Yu. graduate student

Kuban state Agrarian University, Krasnodar, Russia

Results of application of systemic-cognitive analysis to prognosis the influence of the car sell transactions on new economic indexes of the auto center and decision taking support on deliveries.

Key words: SYSTEMIC-COGNITIVE ANALYSIS, PROGNOSIS, SUPPORT OF DECISION TAKING, MAIN ECONOMIC INDEXES, PROFIT, PROFITABILITY, AUTO CENTER RENO.

За 2006 год и 4 месяца 2007 года автоцентр Reno фирмы ООО "Модус-Краснодар" поставил от нескольких поставщиков и продал населению 715 автомобилей различных комплектаций и цветов. При этом использовались несколько различных форм оплаты. При этом условия поставки и продажи непрерывно изменялись, из-за чего у юридического отдела и службы маркетинга, занимающихся выработкой и реализацией политики поставок и продаж возникают закономерные вопросы о том:

1. Прогнозирование влияния поставщика, комплектации и цвета автомобиля, а также формы оплаты на основные экономические показатели автоцентра, прежде всего его прибыль и рентабельность.

2. Поддержка принятия решений о выборе наиболее предпочтительных (исходя из целей максимизации прибыли и рентабельности автоцентра) поставщиков, комплектаций и цветов автомобилей, а также форм оплаты.

Можно высказать гипотезу о том, что возможность решения задач прогнозирования в реальном времени непосредственно во время приема покупателя на начальной стадии принятия решения о приобретении автомобиля и оформления документов, а также поддержки принятия решений периодически согласно принятого регламента (например 2 раза в месяц) или по необходимости, может существенно повысить прибыль и рентабельность автоцентра.

Однако, проблема состоит в том, что не смотря на все эти достаточно очевидные выгоды и преимущества в реальной практике большинства автоцентров подобные системы прогнозирования и поддержки принятия решений не применяются.

На наш взгляд это обусловлено следующими основными причинами:

1. Эти системы недостаточно технологичны для их применения в реальном времени, непосредственно во время обслуживания клиента.

2. Существующие системы разработаны за рубежом или в мегаполисах (в основном в Москве и Санкт-Петербурге) и очень слабо отражают региональную специфику и специфику конкретной фирмы (т.е. нелокализо-ваны), вернее вообще ее практически не отражают, из-за чего и имеют очень низкую достоверность прогнозирования, близкую и статистически незначимо отличающуюся от вероятности случайного угадывания без использования этих систем или другой априорной информации.

3. Эти системы не обладают адаптивностью и не учитывают динамику предметной области, которая чрезвычайно высока, особенно в Южном Федеральном Округе (ЮФО). В результате даже первоначально хорошо работающие системы очень быстро теряют адекватность модели и качество прогнозов.

4. Стоимость этих систем настолько высока, что их приобретение и использование чаще всего мало или вообще нерентабельно.

Целью данной работы является решение поставленной проблемы путем разработки адаптивной методики прогнозирования влияния таких факторов как поставщик, комплектация и цвет автомобиля, форма оплаты на основные экономические показатели автоцентра, и, на этой основе, поддержки принятия решений о выборе наиболее предпочтительных для автоцентра сочетаний этих факторов исходя из стремления к максимизации прибыли и рентабельности автоцентра.

Для достижения поставленной цели был выбран метод системнокогнитивного анализа (СК-анализ). Этот выбор был обусловлен тем, что данный метод является непараметрическим, позволяет сопоставимо обрабатывать тысячи градаций факторов и будущих состояний объекта управления при неполных (фрагментированных), зашумленных данных различной природы, т.е. измеряемых в различных единицах измерения. Для метода СК-анализа разработаны и методика численных расчетов, и соответствующий программный инструментарий, а также технология и методика их применения. Они прошли успешную апробацию при решении ряда задач в различных предметных областях [1-33]. Наличие инструментария СК-анализа (базовая система "Эйдос") позволяет не только осуществить синтез семантической информационной модели (СИМ), но и периодически проводить адаптацию и синтез ее новых версий, обеспечивая тем самым отслеживание динамики предметной области и сохраняя высокую адекватность модели в изменяющихся условиях. Важной особенностью СК-анализа является возможность единообразной числовой обработки разнотипных по смыслу и единицам измерения числовых и нечисловых данных. Это обеспечивается тем, что нечисловым величинам тем же методом, что и числовым, приписываются сопоставимые в пространстве и времени, а также между собой, количественные значения, позволяющие обрабатывать их как числовые: на первых двух этапах СК-анализа числовые величины сводятся к интервальным оценкам, как и информация об объектах нечисловой природы (фактах, событиях) (этот этап реализуется и в методах интервальной статистики); на третьем этапе СК-анализа всем этим величинам по единой методике, основанной на системном обобщении семантической теории информации А.Харкевича, сопоставляются количественные вели-

чины (имеющие смысл количества информации в признаке о принадлежности объекта к классу), с которыми в дальнейшем и производятся все операции моделирования (этот этап является уникальным для СК-анализа).

В работах [5, 6] приведен перечень этапов системно-когнитивного анализа, которые необходимо выполнить, чтобы осуществить синтез модели и исследование модели объекта управления. Учитывая эти этапы СК-анализа выполним декомпозицию цели работы в последовательность задач, решение которых обеспечит ее поэтапное достижение:

1. Когнитивная структуризация предметной области и формальная постановка задачи, проектирование структуры и состава исходных данных.

2. Получение исходных данных запланированного состава в той форме, в которой они накапливаются в поставляющей их организации (обычно в форме базы данных).

3. Разработка стандартной Excel-формы для представления исходных данных.

4. Преобразование исходных данных из исходных баз данных в стандартную электронную Excel-форму.

5. Контроль достоверности исходных данных и исправление ошибок.

6. Разработка и использование программного интерфейса для преобразования исходных данных из стандартной Excel-формы в базы данных, используемые в инструментарии системно-когнитивного анализа (СК-анализ) - универсальной когнитивной аналитической системе "Эйдос" (система "Эйдос").

7. Синтез семантической информационной модели (СИМ).

8. Оптимизация СИМ.

9. Измерение адекватности СИМ.

10. Задача 1: "Многокритериальная типизация факторов поставки и продаж по их влиянию на основные экономические результаты автоцентра".

11. Задача 2: "Разработка методики прогнозирования влияния таких факторов как поставщик, комплектация и цвет автомобиля, форма оплаты на основные экономические показатели автоцентра ".

12. Задача 3: "Разработка методики поддержки принятия решений

о выборе наиболее предпочтительных для автоцентра сочетаний факторов исходя из стремления к максимизации прибыли и рентабельности автоцентра".

13. Разработка принципов оценки экономической эффективности разработанных технологий при их применении в автоцентре.

14. Исследование ограничений разработанной технологии и перспектив ее развития.

Кратко рассмотрим решение этих задач.

1. Когнитивная структуризация предметной области это 1-й этап формальной постановки задачи, на котором решается, какие параметры будут рассматриваться в качестве причин, а какие - следствий. На этом этапе было решено в качестве следствий, т.е. классов, рассматривать основные экономические показатели автоцентра:

1. Прибыль от продаж (Руб).

2. Полученная валовая прибыль (Руб).

3. Рентабильность продукции.

4. Себестоимость товара (Руб).

5. Выручка без НДС(18%) (Руб).

6. Оборачиваемость склада,

а в качестве причин (факторов):

- марку-модель автомобиля;

- комплектацию автомобиля;

- цвет автомобиля;

- форму оплаты;

- поставщика.

На этапе формальной постановки задачи, исходя из результатов когнитивной структуризации, было осуществлено проектирование структуры и состава исходных данных.

2. Затем исходные данные запланированного состава были получены в той форме, в которой они накапливаются в поставляющей их организации (обычно в форме базы данных). В нашем случае этой организацией выступил автоцентр Reno фирмы ООО "Модус-Краснодар". Здесь необходимо отметить, что в полученной базе данных представлено 715 примеров

продаж автомобилей. Этого было более чем достаточно для целей данной работы, за что авторы благодарны руководству данного автоцентра.

3. Была разработана стандартная Excel-форма для представления исходных данных (см. рис. 1).

4. Исходные данные из Excel-формы, представленной на рис.1, были преобразованы средствами Excel в стандартную для программного интерфейса системы "Эйдос" электронную Excel-форму (см. рис. 2).

£] Microsoft Excel - Таблица за 2006-2007 годы-1.xls BE®

: Файл рравка Вид Вставка Формат Сервис Данные Окно Справка Введите вопрос • _ S x

j J .3 закрыть Я IА , J I f.t# i£ I £U & 4Й’ J I - P* -Jj*? A s - Д 21 'Ш 100% t w Й

I Arial Cyr ,_9 - Ж К 4 !Cl = LlMll.£3I i і ‘Э % 000 Tdg £1ip tp 1 - -3* - Д -

Управленческая версия

е поля не трогать!!! Установлены форму

Попученїія

валовая

приоыль

т

АПИЗАЦИЯ В ЯНВАРЕ 20Q7 г

С2Е16А115Е2....

14 96....

ILE1 14 96..

11ЕО 14 96..

249,81

710,00

2E1SA 115 Е2 2Е1ВА 115 Е2 Е1 14 96.....

jL Е1

Цр2Л,

15 Е2 15 Е2

]ІЕЇ"І4 96......

;LE1 1В 96

TL Е1 14 96.....

ТІЇ Е11Є 96......

[443

91 .44

02,21

^|l2E1C« 1 15 E2

....|ГеГЇ496......

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

IL E l 14 96..

....[LEO 14 96....

....I'L ЕЇ"ЇЄ 96......

1L El 16 96...

ЇС2Е16А 115 E2 Ч E1 14 96....

....|ГЁГГ4 96.....

..ІЇАсТб115 9Є

□ктОб X нояОб X декОб

3 403,8f 5 855,4-

741.41

855.41

D69

^507 372.1 1292 0 -[292 0 1584 6 ..‘февО

Приоыль от продаж

Ренмоипьносгь

(характеризует

доходность)

-ft- ф -»■ -р, -у- -р:

30 537.52руб.30 537,52руб

46 7S9.25py6.46 7В9,25ру6

0.20руб.43 800.20ру6

43 460.00руб.43 460,00руб

32 616.43руб.32 616.43руб

31 143.68ру6.31 143.68ру6

35 403.25руб.35 403.25ру6

46 827.84руб.46 827.84руб

25 805,1 бру6.25 805,1 бру6

44 549.25руб.44 549,25ру6

51 054.59ру6.51 054.59ру6

45 768,56ру6.45 768,56руб

35 864.72руб.35 854.72руб

42 574.25руб.42 574.25ру6

30 524.06руб.30 524.Обруб

39 731.11 руб.39 731.11 руб

37 624.59руб.37 624,59ру6

74 777.84руб.74 777.84ру6

51 201,25руб.51 201.25руб

51 097,25ру6.51 097,25руб

35 549.63руб.35 549.63руб

46 258.59руб.46 258.59ру6

7.59руб.46 0В7.59ру6

32 627.84руб.32 627.84руб

29 010.32ру6.29 010.32руб

33 6S6.32py6.33 6В6.32руб

35 388.78руб.35 388.78руб

0,12

0,07

0,13

0.06

0,09

000.00 ру<

Wl.H-lru,

050.00|>уі 170.00ру< ОЗО.ООруї ЗОО.ООруї 500.00|>у«

гоо.ооруї

194.00ру< 260.00ру< 802.00руі ЭбО.ООру» Зв7.00руі 285.00руї 815.00руі 135.00руїі 480.00ру< 150.00руіі 912.00руі

808,00ру< 88G.00pyi ООО.00 ру і 94 3.00рун 000,00ру і 069.00ру< 745,00ру< 000.00ру і v

Сумма=159 4S1

Рисунок 1. Excel-форма с исходными данными

0 Microsoft Excel - Таблица за 2006-2007 годы-1.xls

; іД 1 файл Правка Вид Вставка Формат Сервис Данные Окно Справка

и ^^ь,ть я J, jii^ діуацц'

т. 10 - |ж].г ч I =5 [Да s | д д В s

А В | С | D I Е I F I G I Н I I I J I К I L

1 Классы Факторы

2 № Прибыль от продаж (Руб) Получения прибыль (Руб) РЕНТАБИЛЬИОСТЬ (характеризует прибыльность) продукции Себестоимос |Руб)Р Выручка без НДС(18%| (Руб) Оборачива Марка-Модель Комплектация Цвет Форма оплаты Поставщик а

3 Реализация РЕНО в Феврале 2006 года

4 1 23264,90 19155,15 0,07 287578.10 263426.27 9.00 Reno-Loqan LE1 14 96 632 н/р ОАО "Автофрамос"

5 2 34774,92 29567,02 0,10 297631.08 281700.00 10.00 Reno-Loqan LE1 14 96 632 н/р ОАО "Автофрамос"

6 3 56617,58 47538,44 0,11 453832.42 432584.75 9.00 Reno-ML II РКА 16 □69 н/р ОАО "Автофрамос"

7 4 95218,91 78941,79 0,15 539051.09 537516.95 13.00 Reno-ML II SPP 16 □69 н/р ОАО "Автофрамос"

8 5 98550,89 81813,85 0,13 655224.11 638792.37 12.00 Reno-Laquna II CFD20 135A96 676 Кредит ОАО "Автофрамос"

9 6 7345,89 6225,33 0,02 464464.11 399838.98 13.00 Reno-ML II РКА 16 D97 н/р ОАО "Автофрамос"

10 7 27215,65 23202,47 0,06 425669.35 383800.85 52.00 Reno-ML II РКА 14 369 н/р ОАО "Автофрамос"

11 8 44909,76 38059,12 0,13 303438.24 295210.17 17.00 Reno-Loqan LE1 16 96 F30 н/р ОАО "Автофрамос"

12 9 27430,12 23717,25 0,07 362547.88 330489.83 215,00 Reno-Symbol EX 14 93 B76 н/р ОАО "Автофрамос"

13 10 45938,45 36836,85 0,12 339061.55 326271.19 59.00 Reno-Symbol EX 14 93 369 н/р ОАО "Автофрамос"

14 11 36214,58 32031,44 0,08 412585.42 380338.98 20.00 Reno-ML II РКА 14 603 н/р ОАО "Автофрамос"

15 12 20803,67 21478,76 0,06 338278.06 304306.55 76.00 Reno-Svmbol EX 14 93 369 н/р ОАО "Автофрамос"

16 13 45008,21 41715,71 0,13 314073.52 304306.55 81.00 Reno-Symbol EX 14 93 369 н/р ОАО "Автофрамос"

17 14 28104,41 26679,56 0,06 463449.14 416570.81 24.00 Reno-ML II PKA 16 A19 н/р ОАО "Автофрамос"

18 15 16202,92 11078,93 0,04 370900.18 328053.47 88.00 Reno-Kangoo CFT14 075 96 389 Кредит ОАО "Автофрамос"

19 16 -2599.79 -2203,21 -0,01 302599.79 254237.29 88.00 Reno-Symbol AU 14 93 B76 Кредит ОАО "Автофрамос"

20 Реализация РЕНО в марте 2006 года

21 17 51427,39 38002,55 0,14 323038.61 317344.07 12.00 Reno-Loqan LE1 16 96 61G н/р ОАО "Автофрамос"

22 18 43362,69 45276,21 0,13 285177.31 278423.73 18.00 Reno-Logan LE1 14 96 F30 н/р ОАО "Автофрамос"

23 19 40691,59 35412,60 0,14 259594.41 254479.66 21.00 Reno-Loqan LEO 14 96 632 н/р ОАО "Автофрамос"

24 20 30631,97 26931,21 0,11 249168.03 237118.64 21.00 Reno-Logan LEO 14 96 632 Кредит ОАО "Автофрамос"

25 21 49843,78 42706,18 0,15 206529.22 285061.86 15.00 Reno-Loqan LE1 14 96 632 н/р ОАО "Автофрамос"

26 22 78323,50 60175,81 0,17 381479.50 389663.56 43.00 Reno-Kangoo AU2 14 96 713 н/р ОАО "Автофрамос"

27 23 32391,85 26457,43 0,10 305579.15 286416.10 26.00 Reno-Loqan LE1 16 96 632 н/р ОАО "Автофрамос"

28 24 50901,86 43534,25 0,14 305398.14 301949.15 23.00 Reno-Logan LE1 16 96 F98 н/р ОАО "Автофрамос"

29 25 50822,23 43813,89 0,15 286187.77 285601.69 17.00 Reno-Loqan LE1 14 96 632 н/р ОАО "Автофрамос"

30 26 29607,71 35770,52 0,10 258692.29 244322.03 19.00 Reno-Loqan LEO 14 96 61G н/р ОАО "Автофрамос"

31 27 48542,23 41044,46 0,15 286187.77 283669.49 22.00 Reno-Loqan LE1 14 96 632 н/р ОАО "Автофрамос"

32 28 25624,21 17234,24 0,04 574419.79 508511.86 1.00 Reno-Scenic II CFE 16 A19 н/р ОАО "Автофрамос"

33 29 28708,89 23358,81 0,10 248871.11 235237.29 24.00 Reno-Loqan LEO 14 96 F98 н/р ОАО "Автофрамос"

34 30 6514,41 5960,75 0,02 338457.20 292348.82 -1,00 Reno-Symbol EX 14 93 369 н/р ООО "ЛЕГИОН"

35 31 43693,17 38061,43 0,13 288992.83 281937.29 27.00 Reno-Logan LE1 14 96 61G н/р ОАО "Автофрамос"

36 32 42635,10 36494,08 0,13 278910.90 272496.61 31.00 Reno-Loqan LE1 14 96 F30 н/р ОАО "Автофрамос"

37 33 36479,26 30594,89 0,13 245910.74 239313.56 14.00 Reno-Logan LEO 61G н/р ОАО "Автофрамос"

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

38 34 51531,92 41096,37 0,13 344393.08 335529.66 38.00 Reno-Loqan LE2 16 96 61G н/р ОАО "Автофрамос"

39 35 44326,48 36907,36 0,12 337103.52 323245.76 14.00 Reno-Logan LE2 16 632 н/р ОАО "Автофрамос"

йП ЗА Л1ЛПЯ '17 Ъ^7АЙ СП л п ЧП1171 74 Тяпашят )7 / апр07 ), Inp X i^nn Rsnn.1 man JUEjLM Ь’пйПМТ ПАП "ДетпгЬпэнллг"

|н < ► Готово /, июлОб / авгОб / сенОб / окгОб / нояОб / декОб / янв07 / фев07 / марс Inp data / mm *.Г~

MUM

' ■ 1 J ЦЇ0 Щ 0 Ш і *= НИ Ш - \ ё]'.'-:' -'.. EN .4 A<z

Рисунок 2. Стандартная Excel-форма программного интерфейса системы "Эйдос"

5. На этапе контроля достоверности исходных данных было обнаружено, что в исходной базе данных некоторые одни и те же по смыслу (по сути) формы оплаты и поставщики имеют разные наименования: то с большой буквы, то с маленькой, то с кавычками, то без, то с разными кавычками, то сокращенно и т.п. Кроме того Excel-листы с исходной информацией в разные месяцы не всегда имеют тождественную структуру. Поэтому наименования были приведены к единому стандарту и внесены (методом контекстной замены) соответствующие изменения в исходную базу данных. Различие в структуре Excel-листов с исходной информацией в некоторых случаях привело к необходимости написания несколько различных формул для разделов по разным месяцам в стандартном Excel-листе для программного интерфейса.

6. Затем Excel-форма, приведенная на рисунке 2 средствами Excel была записана в стандарте DBF-4, dBASE IV (*.dbf), разработан и исполь-

зован программный интерфейс для преобразования исходных данных из стандартной Excel-формы в базы данных, используемые в инструментарии системно-когнитивного анализа (СК-анализ) - универсальной когнитивной аналитической системе "Эйдос" (система "Эйдос").

Ниже приводится исходный текст программы данного программного интерфейса, работающий с получившимся dbf-файлом:

******** ФОРМИРОВАНИЕ ОПИСАТЕЛЬНЫХ ШКАЛ И ГРАДАЦИЙ ***

******** и ОБУЧАЮЩЕЙ ВЫБОРКИ ИЗ DBF-Excel-файла ***

******** Бараненкова Ю.Ю., 05/17/07 10:21pm ***********

PARAMETERS File_name

***** БЛОК-1. ОТОБРАЖЕНИЕ ИНФОРМАЦИИ О ФУНКЦИЯХ ПРОГРАММНОГО ИНТЕРФЕЙСА **********************

scr23 = SAVESCREEN(0,0,24,79)

SET CURSOR OFF SET DATE ITALIAN SET DECIMALS TO 15 SET ESCAPE On

FOR J=0 TO 24

@J,0 SAY REPLICATE("|" ,80) COLOR "gb+/N"

FOR J=0 TO 24

@J,0 SAY REPLICATE ("|" ,80) COLOR "gb+/N"

COPY FILE ("Inp.dbf") TO ("Inp_sh.dbf")

CLOSE ALL

USE Object EXCLUSIVE NEW;ZAP USE Priz_ob EXCLUSIVE NEW;ZAP

USE Priz_per EXCLUSIVE NEW;ZAP

USE Inp EXCLUSIVE NEW

USE Inp_sh EXCLUSIVE NEW; ZAP APPEND BLANK APPEND BLANK APPEND BLANK

SELECT Inp

N_Rec = RECCOUNT ()

M_KodKl = 0 M_KodSh = 0 M_KodGr = 0 N Grad = 10

* Структура базы данных: inp.dbf 17.05.07 19:42:58

* 1 1 | NUM | N | 4 | 0 | |

* Классификационные шкалы

* 1 2 | PRIB_PROD | N | 10 | 2 | |

* 1 3 | VAL_PRIB | N | 10 | 2 | |

* 1 4 | RENTAB | N | 6 | 2 | |

* 1 5 | SEBEST | N | 11 | 2 | |

* 1 6 | VIRUCH | N | 10 | 2 | |

* 1 7 | OBORACH | N | 8 | 2 | |

* Описательные шкалы

* 1 8 | MARKA_MOD | C | 19 | 0 | |

* 1 9 | KOMPLEKT | C | 16 | 0 | |

* | 10 | COLOR | C | 5 | 0 | |

* | 11 | FORMA OPL | C | 15 | 0 | |

* * | 12 | POSTAV | C | 18 | 0 | |

* В С Е Г О длина записи: 133 байтов. |

*

A_FNRus := {}

**** Классы

AADD(A_FNRus,"Порядковый номер: ")

AADD (A_FNRus ,"Прибыль от продаж" )

AADD(A_FNRus,"Валовая прибыль")

AADD (A_FNRus/"Рентабельность")

AADD (A_FNRus,"Себестоимость")

AADD (A_FNRus ,"Выручка" )

AADD (A_FNRus,"Оборочиваемость")

**** Признаки

AADD (A_FNRus ,"Марка-Модель")

AADD(A_FNRus ^"Комплектация")

AADD (A_FNRus ,"Цвет")

AADD(A_FNRus,"Форма оплаты")

AADD (A_FNRus ,"Поставшик")

@24,0 SAY REPLICATE ( "|" ,80) COLOR "rb/n"

FOR ff=2 TO 12 && Начало цикла по полям Inp.dbf

*** Числовые столбцы IF 2 <= ff .AND. ff <= 7 SELECT Inp

INDEX ON STR(99999999.99-FIELDGET(ff) ,12,2) TO Mrk_funi UNIQUE

DBGOTOP() ;F_MaxSH = FIELDGET(ff)

DBGOBOTTOM();F_MinSH = FIELDGET(ff)

Delta = (F_MaxSH-F_MinSH)/N_Grad

SELECT Inp_sh

DBGOTO(1);FIELDPUT(ff,F_MaxSH)

DBGOTO(2);FIELDPUT(ff,F_MinSH)

DBGOTO(3);FIELDPUT(ff,Delta)

DBGOTO(1);F_MaxSH = FIELDGET(ff)

DBGOTO(2);F_MinSH = FIELDGET(ff)

DBGOTO(3);Delta = FIELDGET(ff)

** Классы

IF 2 <= ff .AND. ff <= 7 FOR gr = 1 TO N_Grad SELECT Object APPEND BLANK

F_MinGR = F_MinSH+(gr-1)*Delta F_MaxGR = F_MinSH+(gr )*Delta

M_Name = A_FNRus[ff]+": {"+ALLTRIM(STR(F_MinGR,12,2))+", "+ALLTRIM(STR(F_MaxGR,12,2))+"}"

REPLACE Kod WITH ++M_KodKl

REPLACE Name WITH M_Name

ENDIF

** Признаки текстовые столбцы IF 8 <= ff .AND. ff <= 12 SELECT Inp

INDEX ON FIELDGET(ff) TO Mrk_funi UNIQUE

** Признаки

SELECT Priz_ob APPEND BLANK

REPLACE Kod WITH ++M_KodSh REPLACE Name WITH A_FNRus[ff]

SELECT Inp SET ORDER TO 1 DBGOTOP () gr = 0

DO WHILE .NOT. EOF()

M_Name = A_FNRus[ff]+"-"+ALLTRIM(FIELDGET(ff))

SELECT Priz_per APPEND BLANK

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

REPLACE Kod WITH ++M_KodGr

REPLACE Kod_ob_pr WITH M_KodSh REPLACE Name WITH M_Name

SELECT Priz ob

FIELDPUT(++gr+2,M_KodGr)

SELECT Inp DBSKIP(1)

ENDDO

ENDIF

NEXT *WAIT 1 CLOSE ALL

ккк ГЕНЕРАЦИЯ ОБУЧАЮЩЕЙ ВЫБОРКИ ккккккккккккккккккккккккккккккккккккккккккккккккккккккк CLOSE ALL

USE Object EXCLUSIVE NEW INDEX ON Name TO Obj_name CLOSE ALL

USE Priz__per EXCLUSIVE NEW

INDEX ON Name TO Prpe_nam

CLOSE ALL

USE Object INDEX Obj_name EXCLUSIVE NEW

USE Priz_per INDEX Prpe_nam EXCLUSIVE NEW

USE Inp EXCLUSIVE NEW

USE Inp_sh EXCLUSIVE NEW

USE ObInfZag EXCLUSIVE NEW;ZAP

USE ObInfKpr EXCLUSIVE NEW;ZAP

N_Rec = RECCOUNT()

DBGOTOP()

@24,G SAY REPLICATE( "|" ,8G) COLOR "rb/n"

M_KodIst = G

SELECT Inp

N_Rec = RECCOUNT ()

Num = G

DBGOTOP()

DO WHILE .NOT. EOF()

кккккк База заголовков SELECT Inp

M_NameIst = STR(FIELDGET(1),15,2)

ккк Формирование массива кодов классов из БД Inp

A_Obj := {}

FOR ff = 2 TO 7

SELECT Inp

M_Val = FIELDGET(ff)

кккккк Формирование кодов классов

SELECT Inp_sh

DBGOTO(1);F_MaxSH = FIELDGET(ff)

DBGOTO(2);F_MinSH = FIELDGET(ff)

DBGOTO(3);Delta = FIELDGET(ff)

FOR gr=1 TO N_Grad

F_MinGR = F_MinSH+(gr-1)kDelta F_MaxGR = F_MinSH+ (gr ^Delta IF F_MinGR <= M_Val .AND. M_Val <= F_MaxGR

M_Name = A_FNRus[ff]+": {"+ALLTRIM(STR(F_MinGR,12,2))+", "+ALLTRIM(STR(F_MaxGR,12,2))+"}"

SELECT Object ;SET ORDER TO 1;T=DBSEEK(M_Name)

IF T

IF ASCAN(A_Obj, Kod) = G AADD(A_Obj, Kod)

ENDIF

SELECT ObInfZag APPEND BLANK

REPLACE Kod_ist WITH ++M_KodIst REPLACE Name_ist WITH M_NameIst IF LEN(A_Obj) > G

FOR jj=1 TO LEN(A_Obj)

FIELDPUT(jj+2,A_Obj[jj])

******* Формирование массива кодов признаков из БД Inp M_KodPr = {}

FOR jj=8 TO 12 && Начало цикла по полям БД Inp

SELECT Inp Fv =FIELDGET(jj)

** Текстовые признаки IF jj >= 8

M_Name = A_FNRus[jj]+"-"+FIELDGET(jj)

SELECT Priz_per;SET ORDER TO 1;T=DBSEEK(M_Name)

IF T

IF ASCAN(M_KodPr, Kod) = 0 AADD(M_KodPr, Kod)

ENDIF

k=2

FOR jj=1 TO LEN(M_KodPr)

IF k <= 12

FIELDPUT(k++,M_KodPr[jj])

ELSE

APPEND BLANK FIELDPUT(1,M_KodIst) k=2

FIELDPUT(k ,M_KodPr[jj])

ENDIF

@24,0 SAY STR(p,3)+ "%" COLOR "w+/r+"

@24,4 SAY REPLICATE (,0.76*p) COLOR "rg+/n"

SELECT Inp DBSKIP(1)

ENDDO

@24,0 SAY REPLICATE(,80) COLOR "gb+/n"

Mess = " ПРОЦЕСС ФОРМАЛИЗАЦИИ ПРЕДМЕТНОЙ ОБЛАСТИ ЗАВЕРШЕН УСПЕШНО !!! "

@24,40-LEN(Mess)/2 SAY Mess COLOR "rg+/rb"

INKEY(0)

RESTSCREEN(0,0,24,79,scr23)

CLOSE ALL QUIT

В результате работы данного программного интерфейса автоматически получаются исходный справочник классов распознавания, справочник признаков, а также обучающая выборка, представляющая собой закодированные в соответствии с этими справочниками случаи продаж автомобилей (см. таб.1, таб.2, таб.3):

Таблица 1 - справочник классов

23-05- 07 12: и о 5 со г Краснодар

I N I п/ п I Код I класса I 1 н | к л а а и м е с а р н о в а а с п о з н н и е I а в а н и я I Степень редукции образа Абсол. | кол-во I I % к кол I физичес I анкет I I

I 1 I 1 | Прибыль от продаж {-62801.77 -23814.40}.| 0.63283 8 I I 1.100 |

I 2 I 2 | Прибыль от продаж {-23814.40 15172.97}..| 0.48483 89 I 12.400 |

I 3 I 3 | Прибыль от продаж {15172.97, 54160.34}...| 0.20052 559 I 78.200 |

I 4 I 4 | Прибыль от продаж {54160.34, 93147.71}...| 0.55678 51 I 7.100 |

I 5 I 5 | Прибыль от продаж {93147.71, 132135.08}..| 0.51205 7 I 1.000 |

I 6 I 6 | Прибыль от продаж {132135.08 171122.45}.| 0.00000 I I

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

I 7 I 7 | Прибыль от продаж {171122.45 210109.82}.| 0.00000 I I

I 8 I 8 | Прибыль от продаж {210109.82 249097.19}.| 0.00000 I I

I 9 I 9 | Прибыль от продаж {249097.19 288084.56}.| 0.00000 I I

I 10 I 10 | Прибыль от продаж {288084.56 327071.93}.| 0.33388 1 I 0.100 |

I 11 I 11 | Валовая прибыль: { -215858.70, -166849.30}.| 0.11106 1 I 0.100 |

I 12 I 12 | Валовая прибыль: { -166849.30, -117839.90}.| 0.00000 I I

I 13 I 13 | Валовая прибыль: { -117839.90, -68830.50}..| 0.00000 I I

I 14 I 14 | Валовая прибыль: { -68830.50, -19821.10}...| 0.58639 4 I 0.600 |

I 15 I 15 | Валовая прибыль: { -19821.10, 29188.30} | 0.30596 303 I 42.400 |

I 16 16 Валовая прибыль: {29188.30, 78197.70} 0.25017 398 55.700 I

I 17 17 Валовая прибыль: {78197.70, 127207.10}.... 0.55186 8 1.100 I

I 18 18 Валовая прибыль: {127207.10, 176216.50}... 0.00000 I

I 19 19 Валовая прибыль: {176216.50, 225225.90}... 0.00000 I

I 20 20 Валовая прибыль: {225225.90, 274235.30}... 0.00000 I

I 21 21 Рентабельность: {-0.11, -0.06} 0.61870 7 1.000 |

I 22 22 Рентабельность: {-0.06, -0.01} 0.60122 17 2.400 I

I 23 23 Рентабельность: {-0.01, 0.04} 0.49183 76 10.600 |

I 24 24 Рентабельность: {0.04, 0.09} 0.39048 176 24.600 I

I 25 25 Рентабельность: {0.09, 0.14} 0.27650 403 56.400 I

I 26 26 Рентабельность: {0.14, 0.19} 0.33738 67 9.400 I

I 27 27 Рентабельность: {0.19, 0.24} 0.30450 1 0.100 |

I 28 28 Рентабельность: {0.24, 0.29} 0.00000 I

I 29 29 Рентабельность: {0.29, 0.34} 0.00000 I

I 30 30 Рентабельность: {0.34, 0.39} 0.33388 1 0.100 |

I 31 31 Себестоимость: {234213.36, 320656.24} 0.24976 450 62.900 I

I 32 32 Себестоимость: {320656.24, 407099.12} 0.48145 83 11.600 I

I 33 33 Себестоимость: {407099.12, 493542.00} 0.50780 80 11.200 I

I 34 34 Себестоимость: {493542.00, 579984.88} 0.56812 76 10.600 |

I 35 35 Себестоимость: {579984.88, 666427.76} 0.63700 16 2.200 I

I 36 36 Себестоимость: {666427.76, 752870.64} 0.47173 4 0.600 |

I 37 37 Себестоимость: {752870.64, 839313.52} 0.64732 4 0.600 |

I 38 38 Себестоимость: {839313.52, 925756.40} 0.50135 1 0.100 |

I 39 39 Себестоимость: {925756.40, 1012199.28}.... 0.00000 I

I 40 40 Себестоимость: {1012199.28, 1098642.16}... 0.47560 1 0.100 |

I 41 41 Выручка: {214730.42, 289020.09} 0.25833 373 52.200 I

I 42 42 Выручка: {289020.09, 363309.76} 0.35028 159 22.200 I

I 43 43 Выручка: {363309.76, 437599.43} 0.57314 66 9.200 I

I 44 44 Выручка: {437599.43, 511889.10} 0.52295 89 12.400 I

I 45 45 Выручка: {511889.10, 586178.77} 0.53334 11 1.500 I

I 46 46 Выручка: {586178.77, 660468.44} 0.58405 10 1.400 I

I 47 47 Выручка: {660468.44, 734758.11} 0.65475 5 0.700 |

I 48 48 Выручка: {734758.11, 809047.78} 0.00000 I

I 49 49 Выручка: {809047.78, 883337.45} 0.50135 1 0.100 |

I 50 50 Выручка: {883337.45, 957627.12} 0.47560 1 0.100 |

I 51 51 Оборочиваемость: {-115.00, -61.60} 0.33011 1 0.100 |

I 52 52 Оборочиваемость: {-61.60, -8.20} 0.27577 8 1.100 I

I 53 53 Оборочиваемость: {-8.20, 45.20} 0.18537 516 72.200 I

I 54 54 Оборочиваемость: {45.20, 98.60} 0.30370 159 22.200 I

I 55 55 Оборочиваемость: {98.60, 152.00} 0.50200 16 2.200 I

I 56 56 Оборочиваемость: {152.00, 205.40} 0.64861 10 1.400 I

I 57 57 Оборочиваемость: {205.40, 258.80} 0.43998 3 0.400 |

I 58 58 Оборочиваемость: {258.80, 312.20} 0.39274 1 0.100 |

I 59 59 Оборочиваемость: {312.20, 365.60} 0.00000 I

I 60 60 Оборочиваемость: {365.60, 419.00} 0.16457 1 0.100 |

Универсальная когнитивная аналитическая система

НПП *ЭЙДОС*

Таблица 2 - справочник наименований шкал и градаций признаков

(ФРАГМЕНТ)

20-05- 07 10 47:58 г. Краснодар

I N Код Н а и м е н о в а н и я |Интегр.|Абсол |% к кол|

I п/п призн| шкал и градаций признаков |инфТс-ь кол-во|физ.анк|

[ 1] МАРКА-МОДЕЛЬ I I I

I 1 1 Марка -Моде^ - Reno-Break | 0.257| 3 0. 420|

I 2 2 Марка -Моде^ - Reno-Clio | 0.256| 5 0.699|

I 3 3 Марка-Моде^-Reno-Clio III | 0.255| 1 0.140|

I 4 4 Марка -Моде^ - Reno-Espace | 0.771 | 1 0.140|

I 5 5 Марка-Моде^-Reno-Grand Scenic. . . | 0.577| 1 0.140|

I 6 6 Марка-Моде^-Reno-Grand Scenic I. | 0.647| 1 0.140|

I 7 7 Марка -Моде^ - Reno-Kangoo | 0 . 494 | 19 2.657 |

I 8 8 Марка-Моде^-Reno-Laguna 2 | 0.528| 3 0.420|

I 9 9 Марка-Моде^-Reno-Laguna II | 0.671| 12 1.678|

I 10 10 Марка -Моде^ - Reno-Logan | 0.294| 458 64.056|

I 11 11 Марка-Моде^-Reno-MEGANE II | 0.319| 32 4.476|

I 12 12 Марка-Моде^-Reno-MEGANE II HB. . . | 0.703| 2 0.280|

I 13 13 Марка-Моде^-Reno-MEGANE II НВ. . | 0.390| 2 0.280|

I 14 14 Марка-Моде^-Reno-ML II | 0.430| 6 0.839|

I 15 15 Марка-Моде^-Reno-MODUS | 0.660| 1 0.140|

I 16 16 Марка-Моде^-Reno-Megane II | 0.337| 1 0.140|

I 17 17 Марка-Моде^-Reno-Megane II | 0.369| 77 10.769|

I 18 18 Марка-Моде^-Reno-Megane II HB. . . | 0.658| 3 0.420|

I 19 19 Марка-Моде^-Reno-Modus | 0.575| 3 0.420|

| 20 20 Марка-Моде^-Reno-Scenic II | 0.624| 17 2.378|

I 21 21 Марка -Моде^ - Reno - Symbol | 0.291| 66 9.231|

| 22 22 Марка -Моде^ - Reno-Trafic | 0.733| 1 0.140|

КОМПЛЕКТАЦИЯ Комплектация-Комплектация-Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация Комплектация

4AU1493............

•4EX 14 93.........

•4EX14 16V93/96..

4EX1493............

•4EX14A 16V93/96.

5CFD16BAP3.........

5CFE14BP3..........

5PMA12CP3..........

AU 14 93...........

AU 14 96...........

AU14 93............

AU2 14 96..........

C2E16 115 E2....

C2E16 115 Е2_______

•C2E16 115E2.......

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

C2E16115 E2........

C2E16115E2.........

C2E16115Е2.........

•C2E16A 115 Е2...

C2E16A115 E2.......

C2E16A115E2........

0.140| 2 0.280|

0.302| 7 0.979|

0.233 | 1 0.140|

0.214| 7 0.979|

0.233| 1 0.140|

0.265| 4 0.559|

0.350| 1 0.140|

0.267 | 1 0.140|

0.286| 6 0.839|

0.252| 1 0.140|

0.091 | 1 0.140|

0.359| 1 0.140|

0.255| 1 0.140|

0.261| 7 0. 97 9 |

0.333| 5 0.699|

0.261| 1 0.140|

0.255| 2 0.280|

0.307 | 1 0.140|

0.837| 1 0.140|

0.393| 2 0.280|

0.291| 13 | 1.818|

C2EІ6AІІ5Е2.. C2E16A 115 Е2 C2E20 135 E2. . C2E20 135E2.. C2E20A 135 E2 C2P20 135 E2. . CAM12 075 P3. . CFD16 113 AP4. CFD20 135...

CFD20 135.......

CFD20 135 96. CFD20 135A96. CFD20A 135...

CFE 16..........

CFE16 115.......

CFE16 115 P3. . CFE16 115 Р3.

CFE16A...........

CFE16A 115Р3.

CFT14 075.......

CFT14 075 96.

ESP1493.........

ESPI1493........

EX 14 16V.......

EX 14 16V 93. .

EX 14 93........

EX14 16 V 93.. EX14 16 V93.. EX14 16 V96..

EX141493........

EX1493..........

EXP 14A16V96. EXP14 A16 V..

HEP16 115.......

L E0 14 96... L E1 14 96... L E1 16 96... L E2 +16 96.. L E2 16 +96.. L E2 16 96... LAC 16 115... LAC16 115 96. LAC20 136 96.

LE 1 14.........

LE0.............

LE0 14 96.......

LE1 14..........

LE1 14 96.......

LE1 16..........

LE1 16 96.......

LE2 16..........

0.328| 1 0.140|

0.281| 1 0.140|

0.547| 0.280|

0.411 | 1 0.140|

0.494| 1 0.140|

0.476| 1 0.140|

0.607 | 0.280|

0.660| 1 0.140|

0.573| 1 0.140|

0.536| 1 0.140|

0.650| 0.280|

0.642| 1 0.140|

0.544| 0.280|

0.292| 1 0.140|

0.397| 1 0.140|

0.396| 0.559|

0.307| 1 0.140|

0.382| 1 0.140|

0.250| 4 0.559|

0.146 | 3 0.420|

0.252| 4 0.559|

0.492| 2 0.280|

0.208| 2 0.280|

0.462| 15 2.098|

0.256 | 1 0.140|

0.381| 1 0.140|

0.209| 1 0.140|

0.233| 1 0.140|

0.135| 7 0.979|

0.309 | 1 0.140|

0.233| 2 0.280|

0.252| 1 0.140|

0.280| 80 11.189|

0.203| 147 20.559|

0.174 | 83 11.608|

0.183| 6 0.839|

0.233| 1 0.140|

0.411 | 21 2.937|

0.400 | 1 0.140|

0.658| 4 0.559|

0.542| 2 0.280|

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

0.102 | 5 0.699|

0.091| 1 0.140|

0.225| 29 4.056|

0.098| 3 0.420|

0.156| 36 5.035|

0.164| 8 1.119|

0.219| 28 3.916|

0.230| 3 0.420|

100 | 1011 102 |

103 |

104 |

105 |

106 |

107 |

108 | 109 | 110| 1111 112| 113| 114 | 115| 116| 117 | 118| 119| 120 | 1211 122 |

123 |

124 |

125 | 126|

127 |

128 | 129| 130 | 1311

132 |

133 |

134 |

135 | 136|

137 |

138 | 139| 140|

100

101

102

103

104

105

106

107

108

109

110 111 112

113

114

115

116

117

118

119

120 121 122

123

124

125

126

127

128

129

130

131

132

133

134

3]

135

136

137

138

139

140

ЦВЕТ

Цвет-190.......

Цвет-266.......

Цвет-369.......

Цвет-389.......

Цвет-396.......

Цвет-423.......

ЬЕ2 16 96.........

ЬРЯ1А20Т+Е3.... ЬХ020 170ААУ... Р2А 16А 115Е2.. Р2А14 100 Е2.. Р2А14 100Е2.... Р2А16 115 Е2.. Р2А16 115Е2....

Р2А16115Е2......

Р2А16115Е2.......

Р2А16А 115 Е2. Р2А16А 115Е2... Р2А16А115 Е2.. Р2А16А115 Е2.. Р2А16А 115 Е2.

РА Ь1И1 МЭ........

РКА 14............

РКА 16............

РКА 16 115......

РКА16 115 96.. РКА16 115 Р3..

РК0 16 115........

РКЕ14 098 Р3.. вР020 136 96... 8Р020136 96....

вРР 16............

вРР20 136 Р3. . . вРР20 136 Р3..

Ех14 16У..........

Р2А 16 115 Е3. Р2А14 100 Е2.. Р2А16 115 Е2.. Р2А16 115 Е3. . Р2А16А 115 Е2. РКА 14 075 96. РКА 16 115 Р3.

РКА16 115........

РКА16 115 96.. С2Е16 115 Е2.. С2Е16А 115 Е2.

0.201| 7 | 0.979| | 1411 141 Цвет-432 | 0.267| | 0.140|

0.771 | 1 | 0.140| | 142| 142 Цвет-489 | 0.733| | 0.140|

0.686| 2 | 0.280| | 143| 143 Цвет-603 | 0.657| 3 | 0. 420|

0.337| 1 | 0.140| | 144 | 144 Цвет -61Э | 0.225| 105 | 14.685|

0.250| 3 0.420| | 145| 145 Цвет-632 | 0.458| 218 | 30.490|

0. 423| 4 0.559| | 146| 146 Цвет-633 | 0.136| | 0.140|

0.400| 12 | 1.678| | 147 | 147 Цвет-676 | 0.513| 21 | 2.937|

0. 403| 5 0.699| | 148| 148 Цвет-713 | 0.359| | 0.140|

0.356| 3 0.420| | 149| 149 Цвет-727 | 0.246| | 0.97 9|

0.269| 1 0.140| | 1501 150 Цвет-903 | 0.573| | 0.140|

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

0.324| 1 0.140| | 1511 151 Цвет -А19 | 0.455| 12 | 1.678|

0.326| 1 0.140| | 1521 152 Цвет-Й64 | 0.467| 9 | 1.259|

0. 413| 3 0.420| | 1531 153 Цвет-й66 | 0.359| 15 | 2.098|

0.292| 3 0. 420| | 154 | 154 Цвет-Й7 6 | 0.390| 9 | 1.259|

0.257| 1 0.140| | 1551 155 Цвет-011 | 0.596| 46 | 6.434|

0. 733 | 1 0.140| | 156| 156 Цвет-044 | 0.404| | 0.140|

0.274| 2 0.280| | 157 | 157 Цвет-047 | 0. 577| | 0.140|

0.324| 4 0.559| | 1581 158 Цвет-069 | 0. 382| 68 | 9.510|

0.238| 2 0.280| | 159| 159 Цвет-075 | 0. 255| 2 | 0.280|

0.402 | 2 0.280| | 160| 160 Цвет-097 | 0. 353| 18 | 2.517|

0.624| 2 0.280| | 1611 161 Цвет-Г30 | 0.137| 24 | 3.357|

0.328| 1 0.140| | 162| 162 Цвет-Г43 | 0. 256| 9 | 1.259|

0. 406| 1 0.140| | 163| 163 Цвет-Г98 | 0.272| 61 | 8.531|

0. 740| 2 0.280| | 164 | 164 Цвет-144 | 0.660| | 0.140|

0. 705| 1 0.140| | 165| 165 Цвет-Л48 | 0.122| | 0.559|

0.536| 2 0.280| | 166| 166 Цвет-RNA | 0.387| | 0.97 9|

0.643| 3 0. 420| | 167 | 167 Цвет-Ь19 | 0.567| 3 | 0. 420|

0.292| 1 0.140| | 168| 168 Цвет-В64 | 0.518| 2 | 0. 280|

0. 415| 1 0.140| | 169| 169 Цвет-В6 6 | 0.137| 33 | 4.615|

0. 406| 1 0.140| | 170| 170 Цвет-В7 6 | 0.217| 2 | 0. 280|

0.269| 2 0.280| | 1711 171 Цвет-С68 | 0.647 | | 0.140|

0. 322| 0.839|

0.278| 1 0.140| | | 4] ФОРМА ОПЛАТЫ | | | |

0.293| 3 0. 420| | 172| 172 Форма оплаты-Кредит | 0.378| 147 | 20.559|

0. 485| 12 | 1.678| | 173| 173 Форма о^паты-Кредит+Трейд-ин | 0.667| 1 | 0. 140|

0.261| 1 0.140| | 174 | 174 Форма оплаты-Рассрочка | 0.292| 1 | 0. 140|

0.511| 1 0.140| | 175| 175 Форма оплаты-Трейд-ин | 0. 466| 5 | 0.699|

0.366| 3 0. 420| | 176| 176 Форма о^латы-б/н | 0. 256| 1 | 0.140|

0.295| 8 1.119| | 177 | 177 Форма о^латы-б/р | 0.212| 51 | 7. 133|

0.272| 8 1.119| | 178| 178 Форма оплаты-н/р | 0. 132| 508 | 71.049|

1 | 179| 179 Форма оплаты-рассрочка | 0.091| 1 | 0. 140|

0.635| 3 0. 420| | | 5] ПОСТАВШИК | | |

0.364| 0. 97 9 | | 1801 180 Поставщик -ОАО "Автофрамос " | 0.037| 711 | 99.441|

0.289| 11 | 1.538| | 1811 181 Поставщик -ОАО "Автофургон " | 0.577| 1 | 0.140|

0.420| 5 0.699| | 1821 182 Поставщик -ООО "ЛЕГИОН" | 0.522| 3 | 0. 420|

0.307| 0.140| Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таблица 3 — АНКЕТА обучающей выборки N° 1

20-05-07 10:48:13

г. Краснодар

| Код |

Наименования классов распознавания

4

16

25

33

43

53

Прибыль от продаж: {54160.34, 93147.71} Валовая прибыль: {29188.30, 78197.70} Рентабельность: {0.09, 0.14} Себестоимость: {407099.12, 493542.00} Выручка: {363309.76, 437599.43} Оборочиваемость: {-8.20, 45.20}

Код

С о д е р ж а н и е

о п р о с а

14

112

158

178

180

Марка-Модель-Непо-МЬ II Комплектация-РКА 16 Цвет-069

Форма оплаты-н/р Поставшик-ОАО "Автофрамос"

Универсальная когнитивная аналитическая система

НПП *ЭЙДОС*

Таким образом данным программным интерфейсом полностью автоматизируется этап СК-анализа, называемый "Формализация предметной области".

7. Затем стандартными средствами системы "Эйдос" (режим: _235) был выполнен синтез семантической информационной модели (СИМ).

8. В системе "Эйдос" реализовано много различных методов оптимизации модели: это и исключение из модели статистически малопредстав-ленных классов и факторов (артефактов), и исключение незначимых факторов, и ремонт (взвешивание) данных, что обеспечивает не только классическую, но и структурную репрезентативность исследуемой выборки по отношению к генеральной совокупности, и итерационное разделение классов на типичную и нетипичную части.

Однако проверка адекватности модели, проведенная перед ее оптимизацией, показала, что оптимизация не требуется, т.к. вероятность правильного отнесения ситуации к классу, ко которой она действительно относится и на неоптимизированной модели составляет 91,7%, что вполне достаточно для целей работы.

9. Контрольное измерение адекватности СИМ было проведено на тестовой выборке, в которую вошли все 715 случаев продаж, описанные в исходной базе данных. При этом были получены результаты, представленные ниже:

15. Средневзвешенная вероятность случайного угадывания принадлешста объекта к классу і і: 26.П'Ю

16. Средневзвешенная зф^ективностъ применения подели по сравнению со спуч. угадываниеп [раз): 21.473

23-05-07 12:27:09 г.Краснодар

N п/п Код класса Наименование класса Достав. идентиф. лог.анк. Суппарное сходство/различие лог.анк правильно или оиибочно отнесенных или не отнесенным к классу Достов. идентнф. лог.анк. Кол-во лог.анк. дейст-но относятся к классу Количество логическим анкет правильно или оинбочно отнесенных или не отнесенным к классу Вероятн. случай- ного З^ктмв подели по срав. со случ. угадыв. (раз)

с учетом сходства эвр.крнт Правиль. отнесен. Оинбочно не отнес Оиибочно отнесен. Правиль. не отнес с уч.ко пичепва эвр.крит Правиль. отнесен. Оиибочно не отнес Оиибочно отнесен. Правиль. не отнес угадывания (Ї) =ШЙ/НЕЙ

1 2 3 4 5 6 7 8 9 10 И 12 13 14 15 16

1 4 Прибыль от продаж: {54160.34, 93147.71} 12.8 0.1 0.1 0.0 12.8 65.6 10 5 5 1 470 1.399 35.740

2 2 Прибыль от продаж: {-23814.40, 15172.97) 11.1 0.1 0.0 0.0 11.0 53.7 6 5 1 0 380 0.839 99.325

3 22 Рентабельность: {-0.06, -0.01} 10.9 0.2 0.0 0.0 10.7 64.6 10 9 1 2 456 1.399 64.332

1 34 Себестоипость: {193542.00, 579984.88} 10.8 0.2 0.0 0.0 10.6 66.2 13 12 1 0 462 1.818 50.774

5 24 Рентабельность: {0.04, 0.09} 9.3 0.1 1.2 0.0 10.4 16.0 63 4 59 0 381 8.811 0.721

6 31 Себестоипость: {234213.36, 320656.24} 8.4 5.5 0.3 0.1 3.3 63.6 344 333 11 6 139 48.112 2.012

7 44 Выручка: {437599.43, 511889.10} 7.9 0.3 0.0 0.0 7.5 63.5 23 22 1 0 433 3.217 29.733

8 23 Рентабельность: {-0.01, 0.04} 7.3 0.1 0.0 0.0 7.2 55.4 8 6 2 0 392 1.119 67.024

9 41 Выручка: {214730.42, 289020.09} 7.3 4.5 0.2 0.3 3.3 51.3 270 260 10 21 138 37.762 2.550

10 56 Оборочиваепость: {152.00, 205.40} 7.0 0.3 0.0 0.1 6.8 59.3 8 8 0 5 421 1.119 89.366

И 32 Себестоипость: {320656.24, 407099.12} 6.9 0.4 0.1 0.0 6.6 55.0 29 22 7 1 379 4.056 18.704

12 43 Выручка: {363309.76, 437599.43} 6.8 0.3 0.0 0.0 6.6 36.8 15 15 0 1 219 2.098 47.664

13 33 Себес-гаипость: {407099.12, 493542.00} 6.4 0.5 0.0 0.0 5.9 60.8 30 30 0 0 405 4.196 23.832

11 55 Оборочиваепость: {98.60, 152.00} 5.8 0.3 0.1 0.2 5.8 50.2 12 9 3 9 362 1.678 44.696

15 25 Рентабельность: {0.09, 0.11} 3.9 2.5 0.5 0.3 2.2 30.6 187 163 24 19 99 26.154 3.333

16 15 Валовая прибыль: {-19821.10, 29188.30} 3.8 0.1 1.1 0.0 4.8 27.8 61 3 58 0 251 8.531 0.576

17 26 Рентабельность: {0.14, 0.19} 3.7 0.2 0.0 0.0 3.5 23.8 12 10 2 2 161 1.678 49.662

18 16 Валовая прибыль: {29188.30, 78197.70} 3.2 0.0 0.4 0.0 3.6 16.1 19 1 18 0 132 2.657 1.981

19 42 Выручка: {289020.09, 363309.76} 2.7 0.3 0.0 0.0 2.5 22.9 16 14 2 0 152 2.238 39.097

20 54 Оборочиваепость: {45.20, 98.60} 2.2 0.1 0.2 0.0 2.2 16.9 15 5 10 0 126 2.098 15.888

21 53 Оборочиваепость: {-8.20, 45.20} 0.6 0.0 0.4 0.0 1.0 3.9 20 1 19 0 16 2.797 1.788

22 3 Прибыль от продаж: {15172.97, 54160.34} 0.5 0.0 0.2 0.0 0.7 3.2 15 3 12 0 32 2.098 9.533

23 46 Выручка: {586178.77, 660468.11} 0.3 0.4 0.0 0.1 0.0 0.8 10 10 0 4 0 1.399 71.480

21 35 Себестоипость: {579984.88, 666427.76} 0.2 0.4 0.0 0.2 0.0 1.0 15 15 0 8 0 2.098 47.664

25 45 Выручка: {511889.10, 586178.77} 0.2 0.4 0.0 0.2 0.0 0.1 И И 0 10 0 1.538 65.020

26 47 Выручка: {660468.44, 734758.11} 0.2 0.2 0.0 0.0 0.0 0.3 5 5 0 3 0 0.699 143.062

27 37 Себестоипость: {752870.64, 839313.52} 0.2 0.2 0.0 0.1 0.0 0.0 1 4 0 4 0 0.559 178.891

28 38 Себестоипость: {839313.52, 925756.40} 0.1 0.1 0.0 0.0 0.0 0.1 1 1 0 0 0 0.140 714.286

29 49 Выручка: {809047.78, 883337.45} 0.1 0.1 0.0 0.0 0.0 0.1 1 1 0 0 0 0.140 711.286

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

30 14 Валовая прибыль: {-68830.50, -19821.10} 0.1 0.2 0.0 0.1 0.0 -0.1 1 4 0 5 0 0.559 178.891

31 40 Себестшпостъ: {1012199.28, 1098642.16} 0.1 0.1 0.0 0.1 0.0 -0.1 1 1 0 2 0 0.140 711.286

32 50 Выручка: {883337.45, 957627.12} 0.1 0.1 0.0 0.1 0.0 -0.1 1 1 0 2 0 0.140 711.286

33 1 Прибыль от продаж: {-62801.77, -23814.40} 0.0 0.2 0.0 0.2 0.0 -0.4 7 7 0 10 0 0.979 102.145

31 21 Рентабельность: {-0.11, -0.06} -0.1 0.2 0.0 0.3 0.0 -1.1 6 6 0 14 0 0.839 119.190

35 17 Валовая прибыль: {78197.70, 127207.10} -0.2 0.2 0.0 0.4 0.0 -1.7 8 8 0 20 0 1.119 89.366

36 36 Себес-гаипость: {666427.76, 752870.64} -0.2 0.3 0.0 0.5 0.0 -2.2 1 4 0 20 0 0.559 178.891

37 5 Прибыль от продаж: {93147.71, 132135.08} -0.3 0.2 0.0 0.6 0.0 -2.5 7 7 0 25 0 0.979 102.145

38 58 Оборочиваепость: {258.80, 312.20} -0.4 0.1 0.0 0.5 0.0 -2.4 1 1 0 18 0 0.140 714.286

39 57 Оборочиваепость: {205.40, 258.80} -0.9 0.2 0.0 1.0 0.0 -6.6 3 3 0 50 0 0.420 238.095

10 52 Оборочиваепость: {-61.60, -8.20} -1.4 0.3 0.0 1.8 0.0 -5.6 5 5 0 45 0 0.699 143.062

11 27 Рентабельность: {0.19, 0.24} -1.6 0.1 0.0 1.7 0.0 -7.6 1 1 0 55 0 0.140 714.286

12 51 Оборочиваепость: {-115.00, -61.60} -1.6 0.1 0.0 1.7 0.0 -9.8 1 1 0 71 0 0.140 714.286

13 10 Прибыль от продаж: {288084.56, 327071.93} -2.2 0.1 0.0 2.3 0.0 -14.3 1 1 0 103 0 0.140 714.286

11 30 Рентабельность: {0.34, 0.39} -2.2 0.1 0.0 2.3 0.0 -14.3 1 1 0 103 0 0.140 714.286

15 60 Оборочиваепость: {365.60, 119.00} -7.6 0.1 0.0 7.7 0.0 -31.7 1 1 0 228 0 0.140 714.286

16 11 Валовая прибыль: {-215858.70, -166849.30} -17.0 0.1 0.0 17.1 0.0 -57.6 1 1 0 413 0 0.140 711.286

Средневзвешенные значения 6.1 2.9 0.3 0.2 3.8 44.0 186.2 170.9 15.3 10.7 170.1 26.040 21.173

Универсальная когнитивная аналитическая система НПО ЧЙДОС*

юриаои РАСЧЕТА ООКАЗЯТЕПЕЙ .ИМЕРЕНЦИАПЬНОЙ ВЯПИЛНОСТИ (ПО КПЯССЯМ):

С04(к) = С05(к) - С06[к] - С07(к] + С08(к)

С09[к] = ( С11(к) - Й2[к] - СШ] + С11(к) ) / ( С11(к) + С12(к) + С131к] + МКк] ) * 100

С10Ш = С11[к1 + С121к]

С151к] = С10[к] / №12 * 100

С16(к] = С03[к1 / С151к]

где к - класс (соответствует строке)

где - суппарное количество .|*1знческн:-: анкет [объектов) в распознаваемой выборке

■Юрмапы РАСЧЕТА ПОКАЗАТЕЛЕЙ ИНТЕГРАЛЬНОЙ ВНОИДНОСТИ (СРЕДНЕВЗВЕИЕННОЕ ПО ВСЕМ КПНССАМ):

С1 = С» по к( СПИ * С1Шк1 ) / НЬд

где 1 = { 4, 5, 6, 7, 8, 9, 10, И, 12, 13, 14, 15, 16 )

где Ш_од = СЧННА_по_ИС10[к)) - суппарное количество логическим анкет в распознаваепой выборке ПРИМЕЧАНИЕ: учтены только результата идентификации с подулеп сходства не пенее: 10

Из анализа этой формы можно сделать следующие выводы:

- хорошо представленные классы можно использовать при прогнозировании, т.к. достоверность идентификации по этим классам достаточно высокая;

- результаты прогнозирования по слабо представленным классам учитывать в принятии решений нецелесообразно;

- применение модели чаще всего обеспечивает во много раз более высокую достоверность, чем случайное угадывание или не использование модели, однако по некоторым классам это не так и их нецелесообразно учитывать при прогнозировании и рассматривать при анализе модели;

10. Задача 1: "Многокритериальная типизация факторов поставки и продаж по их влиянию на основные экономические результаты автоцентра" была решена при синтезе модели на 7-м этапе. Результатом этого этапа и решением 1-й задачи является матрица информативностей, фрагмент которой приводится на рисунке 3:

Is Microsoft Excel INF.xls S0B

m Файл Правка Вид Вставка Формат Сервис Данные Окно Справка Введите вопрос _ S> X

1 J iSIJJ Д 1 1Sf а 1 Л ji- J 1 •п - ■ I V s: ■ f, U J| (a. ® „

МБ* i 10 И1*1ж Д е s] S 1 £3 ажй Ш 5! й 1 И М L ■ И

А В с D Е F G н 1 J К L м N О Р Q R S т LT

<х. о u-> СО n. C'J со 1Л о

о. I : I Jl 1 Т" Т” Т” т- т- см см Гч1 см см см со со

-> -) ■> -> -> —> -5 -1 -> 1 ~ —> -г —S 1 -> -5 -1 -5 ”5

as (й ffi са 01 ш as са ш ш ей ш £0 СП

1 О О О О О О о о о О О О О О о О о о о о

2 1 0,00 0,00 0,15 0,00 0,00 0,00 0,00 0,00 -0,14 0,11 0,00 0,00 0,00 0,00 0,83 0,00 0,00 0,00 0,00 0,(

3 2 0,00 0,29 -0,15 0,61 0,00 0,00 0,00 0,00 -0,44 0,22 0,00 0,00 0,00 0,38 0,53 0,00 0,45 0,00 0,00 0,(

4 3 0.00 0,00 0.15 0,00 0.00 0,00 0.00 0,00 0.00 0,35 0.00 0,00 0.00 0,00 0,83 0.00 0,00 0,00 0,00 0.(

5 4 0,00 0,00 0,15 0,00 0,00 0,00 0,00 0,00 0,51 0,00 0,00 0,00 0,00 1,33 0,00 0,00 0,00 0,00 0,00 0.(

6 5 0,00 0,00 0,15 0,00 0.00 0,00 0.00 0,00 0.51 0,00 0.00 0,00 0.00 1,33 0,00 0.00 0,00 0,00 0,00 0.(

7 6 0,00 0,00 0,15 0,00 0.00 0,00 0.00 0,00 0.51 0,00 0.00 0,00 0.00 1,33 0,00 0.00 0,00 0,00 0,00 0.(

8 7 1,33 0,14 -0,13 -0,18 0,99 0,00 0,00 0,00 0,37 -0,75 0,92 1,40 0,47 0,40 0,39 -0,99 0,07 0,00 0,00 -1/

9 8 0.00 0,59 -0.50 0,00 2.09 0,00 0.00 0,00 -0,14 -0,30 2.01 0,00 0.00 0,68 0.18 0.00 0,76 0,00 0.00 0.(

10 9 0.00 0,42 -0,50 0,92 1,27 0,00 0.00 0,00 0.10 -0,30 1.60 0,00 0.00 0,92 0,01 -0,48 0,00 0,00 0,00 0.(

11 10 0,00 -0,14 0,08 -1,11 0,00 0,00 0,26 0,00 -0,02 0,03 0,00 0,00 -1,41 -0,31 -0,30 0,16 0,03 0,00 0,00 о,;

12 11 0.00 0,00 -0,07 0,57 0.00 0,00 0.00 0,00 -0,12 0,10 0.00 0,00 0.16 0.10 0,58 -0,65 -0,65 0,00 0,00 0.(

13 12 2.25 0,83 0.00 0,00 0.00 0,00 0.00 0,00 0.10 -0,06 0.00 2,33 0.00 0.92 0.00 0.00 0,00 0,00 0.00 0.(

14 13 0,00 0,83 -0,26 0,00 0,00 0,00 0,00 0,00 0,10 -0,06 0,00 0,00 0,00 0,92 0,42 0,00 0,00 0,00 0,00 0.(

15 14 0,00 0,18 -0,26 0,51 1,68 0,00 0.00 0,00 0.10 -0,30 1,60 0,00 0,00 0,27 0,42 -0,72 0,35 0,00 0,00 0.(

16 15 2.66 0,00 0.00 0,00 0.00 0,00 0.00 3,07 0.00 0,00 0.00 2,74 0.00 0,00 0,00 0.00 0,00 0,00 0,00 0.(

17 16 0,00 1.24 0,00 0,00 0,00 0,00 0,00 0,00 0,51 0,00 0,00 0,00 0,00 1,33 0,00 0,00 0,00 0,00 0,00 0.(

18 17 0,09 -0,28 -0,17 0,82 0.58 1,32 0.00 0,50 -0,35 0,15 0.50 0,17 0,29 -0,01 0,35 -0,32 0,06 0,00 1.32 0.(

19 18 1.98 0.97 0,00 0,00 0.00 0,00 0.00 2,39 0.24 0,00 0.00 2,06 2,19 0,00 0,00 0.00 0,00 0,00 0,00 0.(

20 19 2,01 1,00 0,00 0,00 0,00 0,00 0,00 2,42 0,27 0,00 0,00 2,09 1,98 0,00 0,00 0,00 0,00 0,00 0,00 0,(

21 20 0.99 -0,03 -0.30 0,84 1,07 0,00 0.00 0,00 0.14 -0,17 0.99 0,00 0,95 0,47 0.11 -0.38 0,00 2,22 0.00 0.(

22 21 0.00 0.39 -0,08 0,03 0.00 0,00 0.00 0,00 0.21 -0,21 0.00 0,00 0,55 0,32 0,20 -0,29 0,15 0,00 0,00 -о,;

23 22 0,00 0,00 0,00 1,57 0,00 0,00 0,00 0,00 0,00 0,35 0,00 0,00 0,00 0,00 0,83 0,00 0,00 0,00 0,00 0.(

24 23 0.00 0.00 0.15 0,00 0.00 0,00 0.00 0,00 0.51 0,00 0.00 0,00 0.00 0,00 0,83 0.00 0,00 0,00 0,00 о.;

25 24 0.00 0,50 -0.05 0,00 0.00 0,00 0.00 0,00 0.51 0,00 0.00 0,00 1,07 0,18 0.50 -0.81 0,00 0,00 0,00 0.(

26 25 0,00 0,00 0,15 0,00 0,00 0,00 0,00 0,00 0,51 0,00 0,00 0,00 0,00 0,00 0,83 0,00 0,00 0,00 0,00 0,(

27 26 0,00 0,05 -0,09 0,37 0.00 0,00 0.00 0,00 -0,27 0,11 0.00 0,00 0,00 0.14 -0,36 -0,03 1,03 0,00 0,00 0,1

28 27 0.00 0,00 0.15 0,00 0.00 0,00 0.00 0,00 0.51 0,00 0.00 0,00 0.00 0.00 0,83 0.00 0,00 0,00 0,00 0,(

78 0 on ш о or. г,Ж г, т Ш (V, -П 31 ... IS Г. 00 0 00 0 00 0 00 0 fifi 0 00 0 59 0 00 0 по п (

Ни/

Готово

•> <П * В

Q Microsoft Excel - INF.xls

Рисунок 3. Фрагмент матрицы информативностей

В этой матрице столбцы соответствуют классам распознавания,

строки - градациям факторов, а в клетках на их пересечении приведено количество информации в битах, которое содержится в факте обнаружения в примере продажи определенной градации фактора (например, марки-модели или цвета автомобиля) о том, что этот случай относится к определенному классу. Из-за большой размерности приведен лишь фрагмент этой матрицы.

11. Задача 2: "Разработка методики прогнозирования влияния таких факторов как поставщик, комплектация и цвет автомобиля, форма оплаты на основные экономические показатели автоцентра" решается по сути автоматически при синтезе модели на 7-м этапе СК-анализа. В системе "Эйдос" есть стандартный режим _42, обеспечивающий подсчет для каждого примера продаж (представленного в распознаваемой выборке) суммарного количества информации, которое содержится в его признаках о принадлежности данного примера к каждому из классов. Все классы сортируются (ранжируются) в порядке убывания суммарного количества информации, содержащегося в описании примера, о принадлежности к ним. Эта информация представляется в виде экранных форм и файлов (рис.4 - рис.6):

С' F:\WINDOWS\system32\cmd.exe

Универсальная когнитивная аналитическая система.

10:57 (О НПП *ЭЙДОС*

N анкеты:

490 Наим.физ.источника: 490.00 Качество: 8.245

Код

Наименование класса

о Сх Гистограмма сходств/различий

38

49

4

24

16

53

40

Себестоимость: {839313.52, 9257 Выручка: {809047.78, 883337.45} Прибыль от продаж: {54160.34, 9 Рентабельность: {0.04, 0.09} Валовая прибыль: {29188.30, 781 Оборочиваемость: {-8.20, 45.20} Оборочиваемость: {258.80. 312.2 Себестоимость: {1012199.28, 109

82

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

82

20

15

11

6

б

4

26

32 34 44 43

33 23

2

Рентабельность: {0.14, 0.19} Себестоимость: {320656.24, 4070 Себестоимость: {493542.00, 5799 Выручка: {437599.43, 511889.10} Выручка: {363309.76, 437599.43} Себестоимость: {407099.12, 4935 Рентабельность: {-0.01, 0.04} Прибыль от продаж: {-23814.40,

-7

-9

-10

-14

-19

РІ Стр.ї Р2Стр.| РЗПечать карточки Р4Печать всех карточек Р5Печать сводной формы

Рисунок 4. Пример экранной формы с желательными для автоцентра результатами прогнозирования (положительная прибыль рентабельность)

для тестового примера продаж с номером 490.

На рисунках 4 - 6 птичками "V" отмечены классы, к которым данный страховой

случай действительно относится. Эта же информация приводится и в файле, в котором наименования классов приводятся не в сокращенном варианте:

с' F:\WINDOWS\system32\cmd.exe

Универсальная когнитивная аналитическая система.

13:02 (О нпп *эйдос*

N анкеты:

15 Наим.физ.источника: 15.00 Качество: 3.063

Код

Наименование класса

о Сх Гистограмма сходств/различий

52

21

1

32

42

15

58

40

Оборочиваемость: {-61.60. -8.20 Рентабельность: {-0.11, -0.06} Прибыль от продаж: {-62801.77, Себестоимость: {320656.24, 4070 Выручка: {289020.09, 363309.76} Валовая прибыль: {-19821.10, 29 Оборочиваемость: {258.80. 312.2 Себестоимость: {1012199.28, 109

13 13 12 У 11

у 10

,/ 9 6 4

53

34

4

2

44

16

25

31

Оборочиваемость: {-8.20, 45.20} Себестоимость: {493542.00, 5799 Прибыль от продаж: {54160.34, 9 Прибыль от продаж: {-23814.40, Выручка: {437599.43, 511889.10} Валовая прибыль: {29188.30, 781 Рентабельность: {0.09, 0.14} Себестоимость: {234213.36, 3206

-7

-9

-10

-13

-24

-36

Р1 Стр.у Р2Стр.[ РЗПечать карточки Р4Печать всех карточек РБПечать сводной формы

Рисунок 5. Пример экранной формы с нежелательными для автоцентра результатами прогнозирования (отрицательная прибыль и рентабельность)

для тестового примера продаж с номером 15.

Если в распознаваемой выборке представлено сразу несколько примеров потенциальных продаж, то может представлять интерес другая форма вывода информации о результатах прогнозирования по ним, т.е. по степени сходства с желаемым классом (хорошая прибыль) (рис.6):

с' F:\WINDOWS\system32temd.exe

Универсальная когнитивная аналитическая система.

11:01 (.с3 НПП ^ЭИДОС4

Класс:

Прибыль от продаж: \ [54160.34, 93147.71. Качество: 13.50

Код

Информационный источник

% Сход

Гистограмма сходств/различий

490

413

75

297

568

99

175

21S

490.00

413.00

75.00

297.00

568.00

99.00

175.00

218.00

20

17

12

10

304

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

347

435

492

526

599

603

606

304.00

347.00

435.00

492.00

526.00

599.00

603.00

606.00

-27

-29

F1 Стр-t F2CTp.1 РЗПечать карточки Р4Печать всех карточек Р5Печать сводной формы

Рисунок 6. Пример карточки идентификации примеров потенциальных продаж с классом: код 4, "Прибыль от продаж: {54160.34, 93147.71} рублей”

12. Для решения задачи 3: "Разработка методики поддержки принятия решений о выборе наиболее предпочтительных для автоцентра сочетаний факторов исходя из стремления к максимизации прибыли и рентабельности автоцентра" необходимо исследовать модель. Это можно сделать используя как возможности системы "Эйдос", так и просто загрузив матрицу информативности в Excel. В результате получаем следующие формы (рис.7 - рис.9).

Из формы на рисунке 7 видно, что продажа Reno-Logan и в меньшей

степени Reno-Kangoo обуславливает другую прибыль, чем указано в заголовке формы. Возникает вопрос, а какую именно? Ответ на это вопрос дает следующая форма (рис.8):

CopuRiglit (с) Scientific & industrial enterprise AIDOS, Russia, 1981-2001. Russian Patent N0 940217. All mghts Reserued.

Профиль класса распознавания:

[4]-ПРИБЫЛЬ ОТ ПРОДАЖ: <54160.34,

93147.71} ([1]-марка-модель)

Рисунок 7. Влияние марки-модели автомобиля на прибыль от продаж: код 4, "Прибыль от продаж: {54160.34, 93147.71} рублей"

CopyRight (с) Scientific & industrial enterprise AID0S, Russia, 1981-2001. Russian Patent No 940217. All mghts Reserued.

ПРОФИЛЬ ПРИЗНАКА

[1]-МАРКА-МОДЕЛЬ ([10]-марка-модель-reno-logan)

Рисунок 8. Влияние продажи автомобиля Reno-Logan на прибыль от продаж и валовую прибыль

Из рисунка 8 видно, что продажа этой модели, как показывает опыт продаж за полтора года, обычно приводит к получению небольшой прибыли от продаж: код класса 3: {15172,97, 54160,34}, но может привести и к отрицательной валовой прибыли: код класса 11: {-215858,70, -166849,30}, т.е. к убыткам.

Рассмотрим теперь влияние цвета продаваемого автомобиля и формы оплаты за него на прибыль и рентабельность автоцентра.

В таблице 4 приведено влияние цвета автомобиля на получение хорошей прибыли, а в таблице 5 - на получение убытков. Например, из таблицы 4 видно, что цвета: Цвет-489, Цвет-713, Цвет-ЯКЛ, Цвет-190, Цвет-В76, Цвет-А19 положительно влияют на получение хорошей прибыли, а из таблицы 5, видно, что цвета: Цвет-144, Цвет-В64 и Цвет-А19 обуславливают убытки.

Таблица 4 - информационный портрет класса:

Код: 4, Наименование: Прибыль от продаж: {54160.34, 93147.71}

Позитивный портрет.

Фильтрация по кодам признаков: 135-171.

Фильтрации по модулю информативности нет.

20-05 -07 11:45:14 г. Краснодар

| нака | Бит. | % | %% |

| 142 |Цвет-489 | 1.567 | 26.53 | 291.8 |

| 148 |Цвет-713 | 1.567 | 26.53 | 318.4 |

| 166 |Цвет-ИЫА | 1.066 | 18.04 | 635.9 |

| 135 |Цвет-190 | 0.917 | 15.52 | 698.0 |

| 154 |Цвет-В76 | 0.917 | 15.52 | 713.5 |

| 167 |Цвет-А19 | 0.917 15.52 | 729.0 |

| 149 |Цвет-727 | 0.826 | 13.98 | 757.3 |

| 136 |Цвет-2 66 | 0.812 | 13.74 | 784.9 |

| 147 |Цвет-676 | 0.713 | 12.07 | 847.6 |

| 160 |Цвет-Б97 | 0.661 | 11.19 | 870.3 |

| 158 |Цвет-Б69 | 0.584 | 9.88 | 911.4 |

| 151 |Цвет-А19 | 0.507 | 8.58 | 946.9 |

| 155 |Цвет-Б11 | 0.455 | 7.70 | 963.0 |

| 162 |Цвет-Е43 | 0.267 | 4.52 | 987.9 |

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таблица 5 - ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА:

Код: 1, Наименование: Прибыль от продаж: {-62801.77, -23814.40}

Позитивный портрет.

Фильтрация по кодам признаков: 135-171.

Фильтрации по модулю информативности нет.

20-05-07 13:12:08 г.Краснодар

I нака | Бит. | % I %% I

| 164 Цвет-144 | 2.663| 45.09| 180.4 I

| 168 Цвет-В64 | 2.206| 37.34| 369.5 I

| 167 Цвет-А19 | 2.013| 34.08| 437.6 I

| 138 Цвет-389 I 1.7111 28.96| 534.2 I

| 153 Цвет-В66 | 1.054| 17.85| 621.6 I

| 158 Цвет^69 | 0.572| 9.68 | 647.9 I

| 155 Цвет-DH | 0.400| 6.77 | 654.7 I

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

з

ь

и

0

1 й з h К Е а

0 в-

1 з

CopuRight (с) Scientific & industrial enterprise AID0S, Russia, 19B1-2001. Russian Patent Mo 940217. All Ttights Reserued.

Профиль класса распознавания:

[4]-ПРИБЫЛЬ ОТ ПРОДАЖ: <54160.34,

93147.71} ([4]-форма оплаты)

1.50-

1 . ее

0.50-

0 .00

-0.50

178

Пербичные признаки Наименования признаков:

Признаки: 172-179

М]-Ф0РМЙ ОПЛАТЫ М] -ФОРМА ОПЛАТЫ М] -ФОРМА ОПЛАТЫ

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

= [172]-Форна оплаты-креэит = [175 ] -Фирма оплаты-трейэ-ин = [178 ] -Форна оплаты -н/р

М ] -ФОРМА ОПЛАТЫ := [173 ] -ФОРНа оплаты -КРЄЗИТ+ТРЄ-ЙЗ -ин Н] -ФОРМА ОПЛАТЫ := [177 ] -ФОРМа оплаты-t/P

Рисунок 9. Влияние формы оплаты на прибыль от продаж: {54160.34, 93147.71} руб.

з

Ь

и

0

1

(й

з

h

ПЗ

I

CL

0 *

1 З

CopuRiglit (с) Scientific ft industrial enterprise AIDOS, Russia, 1981-2001. Russian Patent N0 940217. All Rights Reserued.

Профиль класса распознавания:

[14]-ВАЛОВАЯ ПРИБЫЛЬ: {-68830.50,

-19821 . 10} ( [4]-форма оплаты)

о. 80

0.60-

0 .40

0.20

0 . 00

-0.20-

172

177

1'

Первичные признаки Наименования признаков:___________

Признаки: 172-178

М]-ФОРМА ОПЛАТЫ™ [172]-Форна оплаты-крезит М ] -ФОРМА ОПЛАТЫ := [178 ] -Фирма оплаты-Н/Р

Н]-ФОРМА ОПіінТЬІ := [177 ] -Форна оплаты -бґ’Р

Рисунок 10. Влияние формы оплаты на получение больших убытков

Из рисунка 10 видно, что оплата по безналичному расчету и в мень-

шей степени в кредит ведет к убыткам, в отличие от оплаты наличными.

В заключение приведем функции влияния марки-модели продаваемого автомобиля на рентабельность и прибыль от продаж (рис.11).

Прежде всего из рис.11 мы видим, что графики рентабельности и прибыли очень похожи и, поэтому, приводят к одним и тем же выводам:

1. Продажа моделей с кодами: 7, 12, 15, 18, 19 обуславливает самую низкую прибыль и рентабельность.

2. Продажа моделей с кодами: 8, 20 и особенно 17 детерминирует наиболее высокую прибыль и рентабельность.

Необходимо отметить, что задача выявления фактически имеющихся зависимостей, и задача содержательного объяснения причин существования именно обнаруженных зависимостей, а не каких-либо других, т.е. задача содержательной интерпретации обнаруженных зависимостей, -это совершенно разные задачи. Авторы считают, что задача интерпретации должна решаться специалистами в моделируемой предметной области, в данном случае - специалистами в области маркетинга. http://ej.kubagro.ru/2007/05/pdf/12.pdf

Рисунок 11. Влияние модели продаваемого автомобиля на рентабельность и прибыль от продаж

13. Основной принцип оценки экономической эффективности разработанной методики (при условии ее применения в деятельности реального автоцентра) состоит в том, что данная методика позволяет создать научно обоснованный образ желаемого клиента (как и образ нежелательного) и это, в сочетании с методами формирования контингента клиентов, позволяют улучшить состав портфеля договоров на приобретение автомобилей, уменьшив в нем долю убыточных и увеличив долю прибыльных договоров, повысив таким образом рентабельность и прибыль компании.

14. При планировании данного исследования авторы ставили цель лишь оценить возможность применения технологии СК-анализа для решения задачи выбора номенклатуры продаваемых автомобилей и формы оплаты за них. Данное исследование показало, что это возможно и перспективно. Но хотелось бы отметить, что для того, чтобы иметь основания сделать этот вывод не было необходимости проводить полномасштабное научное исследование. Поэтому, естественно, что представленный в работе вариант имеет ряд ограничений и недостатков, в преодолении которых и состоит перспектива ее развития.

В частности можно было бы увеличить объем обучающей выборки, расширив исследуемый период с полутора лет, например на 5-7 и более лет, взять значительно большее количество параметров, характеризующих как приобретаемое автотранспортное средство, так и покупателя, включить в модель другие марки, кроме Reno, продаваемые другими автоцентрами той же компании, а также локализовать задачу для других регионов. Например, можно было бы учитывать является ли автомобиль переднеприводным, заднеприводным или полноприводным, мощность его двигателя, год изготовления, более детально можно было бы учитывать страну-производитель и т.д. Владельца вообще можно было бы исследовать как личность, как это делается в транспортной психологии, например применив подход, описанный в статьях: [8-15]. Но для достижения целей данной работы этого не требовалось и не делалось.

Таким образом, на основе исследования разработанного упрощенного варианта подсистемы поддержки принятия решений по выбору номенклатуры продаваемых автомобилей и формы оплаты можно сделать вывод о возможности полномасштабного решения этой задачи методом системно-когнитивного анализа.

Литература

1. Луценко Е.В. Универсальная автоматизированная система распознавания образов "Эйдос" (версия 4.1).-Краснодар: КЮИ МВД РФ, 1995.- 76с.

2. Луценко Е.В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений (на примере универсальной автоматизированной системы распознавания образов "ЭЙДОС-5.1"). - Краснодар: КЮИ МВД РФ, 1996. - 280с.

3. Симанков В.С., Луценко Е.В. Адаптивное управление сложными системами на основе теории распознавания образов. Монография (научное издание). - Краснодар: ТУ КубГТУ, 1999. - 318с.

4. Симанков В.С., Луценко Е.В., Лаптев В.Н. Системный анализ в адаптивном управлении: Монография (научное издание). /Под науч. ред. В.С.Симанкова. - Краснодар: ИСТЭК КубГТУ, 2001. - 258с.

5. Луценко Е. В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем): Монография (научное издание). - Краснодар: КубГАУ. 2002. - 605 с.

6. Луценко Е.В. Интеллектуальные информационные системы: Учебное пособие для студентов специальности 351400 "Прикладная информатика (по отраслям)". - Краснодар: КубГАУ. 2004. - 633 с.

7. Луценко Е.В., Лойко В.И. Семантические информационные модели управления агропромышленным комплексом. Монография. - Краснодар: КубГАУ. 2005. - 480 с.

Примечание: для удобства читателей эти и другие работы автора

размещены на его сайте по адресу: http://lc.kubagro.ru/aidos/eidos.htm

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Луценко Евгений Вениаминович, Бараненкова Юлия Юрьевна

Похожие темы научных работ по экономике и бизнесу , автор научной работы — Луценко Евгений Вениаминович, Бараненкова Юлия Юрьевна