5. Подхалюзина В.А. О МЕРОГОШ1ТИЯХ ПО УВЕЛИЧЕНИЮ ПРИТОКА ИНВЕСТИЦИЙ В РОССИЙСКУЮ АВТОМОБИЛЬНУЮ ПРОМЫШЛЕННОСТЬ // ВЕСТНИК МОСКОВСКОГО АВТОМОБИЛЬНО-ДОРОЖНОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА (МАДИ) . -2015. - №1(40). - С. 63-68.
6. Подхалюзина В.А., Дрейцен М.А. РАЗВИТИЕ ПРЕДПРИЯТИЯ ГОРОДСКОГО ПАССАЖИРСКОГО ТРАНСПОРТА НА БАЗЕ АНАЛИЗА «ХОЗЯЙСТВЕННОГО БИЗНЕС-ПОРТФЕЛЯ» // Транспортное дело России. - 2014. - №2. - С. 28-29.
Котова С. И. студент 4 курса
Московский автомобильно-дорожный Государственный
технический университет Россия, г. Москва
ПРОГНОЗИРОВАНИЕ ПАССАЖИРОПОТОКА В МОСКВЕ
Аннотация: В статье проводится выбор и обоснование методов прогнозирования пассажиропотока в Москве, а также составляется прогноз на следующий год.
Ключевые слова: транспорт, автобус, трамвай, метрополитен, троллейбус
Огромное значение в развитие транспортной отрасли и в экономике в целом играет прогнозирование, которое помогает предвидеть последствия принимаемых решений, а, следовательно, снизить негативные факторы и простимулировать воздействие положительных факторов.
Прогнозирование - это оценка, предвидение, предсказание будущего развития избранного объекта управления. Основной целью в прогнозировании является формирование научных предпосылок принятия управленческих решений. С помощью прогнозирования можно научно обосновать картинку будущего, опираясь на процессы нынешнего периода и выбирать необходимые направления деятельности с учетом прогнозных оценок.
В настоящее время используется огромное число методов прогнозирования. Метод прогнозирования - это способ исследования объекта прогнозирования, направленный на разработку прогнозов. По степени формализации методы прогнозирования делятся на формализованные и интуитивные. Интуитивные методы применяются тогда, когда информация количественного характера об объекте прогнозирования отсутствует или носит в основном качественный характер и влияние факторов невозможно описать математически. Формализованные методы используются в том случае, когда информация об объекте прогнозирования носит в основном количественный характер, а влияние различных факторов можно описать с помощью математических формул. Формализованные
методы подразделяются на методы экстраполяции и методы моделирования.
Одним из наиболее распространенных методов краткосрочного прогнозирования экономических явлений является экстраполяция.
При разработке прогнозов методы экстраполяции используются следующие методы:
1. Метод скользящей средней. Его рабочая формула:
V т 1 ■ (.Ух - Ух-1 ),если п = 3
Ух+1 = "Ч-1 + п , (1)
где х + 1 - прогнозный период;
х - период, предшествующий прогнозному периоду (год, месяц и т.д.);
ух+1 - прогнозируемый показатель;
т
х-1- скользящая средняя за два периода до прогнозного; п - число уровней, входящих в интервал сглаживания; Ух - фактическое значение исследуемого явления за предшествующий период;
Ух-1 - фактическое значение исследуемого явления за два периода, предшествующих прогнозному.
2. Метод экспоненциального сглаживания.
Метод экспоненциального сглаживания наиболее эффективен при разработке кратко- и среднесрочных прогнозов. Его основные достоинства:
1. простота процедура вычислений;
2. возможность учета весов исходной информации. Рабочая формула метода экспоненциального сглаживания:
их+1 =«■ Ух +(1 -а) ■ их, (2)
где х - период, предшествующий прогнозному; х+1— прогнозный период;
+1 - прогнозируемый показатель; а - параметр сглаживания;
Ух - фактическое значение исследуемого показателя за период, предшествующий прогнозному;
- экспоненциально взвешенная средняя для периода, предшествующего прогнозному.
При этом а вычисляется по формуле:
2
а =-
п +1, (3)
где п - число наблюдений, входящих в интервал сглаживания. Задача выбора ио (экспоненциально взвешенного среднего начального) решается следующими путями:
1) если есть данные о развитии явления в прошлом, то можно воспользоваться средней арифметической, и ио равен этой средней арифметической;
2) если таких сведений нет, то в качестве U0 используют исходное первое значение базы прогноза Yi.
3. Метод наименьших квадратов.
Разработка прогнозов методом наименьших квадратов. Сущность метода состоит в минимизации суммы квадратических отклонений между наблюдаемыми и расчетными величинами. Расчетные величины находятся по подобранному уравнению - уравнению регрессии. Преимущества метода наименьших квадратов заключаются в том, что он прост в применении и реализуется на ЭВМ. К недостаткам метода можно отнести жесткую фиксацию тренда моделью, небольшой период упреждения, сложность подбора уравнения регрессии, который осуществляется с помощью использования типовых компьютерных программ, например Excel.
Чем меньше расстояние между фактическими значениями и расчетными, тем более точен прогноз, построенный на основе уравнения регрессии.
Рабочая формула метода наименьших квадратов:
у t+i = а*Х + b, (4)
где t + 1 - прогнозный период;
yt+1 - прогнозируемый показатель;
a и b - коэффициенты;
Х - условное обозначение времени.
Расчет коэффициентов a и b осуществляется по следующим формулам:
где, Уф - фактические значения ряда динамики;
n n n
Z (Уф * х) - ( Z Х * Z Уф)/n
i=1 i =1 i=1 ftr\
a = ~n—фп-n—n--(5 )
b jiyf-X X )Л2/n (6)
nn
n - число уровней временного ряда;
Сглакивание временных рядов методом наименьших квадратов служит для отражения закономерности развития изучаемого явления.
Все методы прогнозирования представляют собой, по существу, различные комбинации элементов перечисленных выше способов получения информации о будущем, благодаря которой мы сможем спрогнозировать пассажиропоток по видам общественного транспорта г. Москвы. В наших расчетах мы будем использовать методы экстраполяции при прогнозировании, так как они просты и для расчетов не требуют большой статистической базы.
Составив прогноз пассажиропотока на примере автобуса. Метод скользящей средней
Таблица ^ 1. Исходные данные для расчета __
Годы 2007 2008 2009 2010 2011 2012 2013 2014
Количество пассажиров, перевезенных автобусом 1,065 1,125 1,077 1,029 1,03 1,15 1,07 1,06
Для того, чтобы рассчитать прогнозное значение необходимо определить величину интервала сглаживания, например равную 3 (п = 3). Для расчета берем формулу (1). т2008=( 1,065+1,125+1,077)/3=1,089
Далее по аналогии рассчитываем т для каждых рядом стоящих периодов.
Таблица 2. Расчетная таблица
Годы Количество Скользящая
пассажиров, средняя
перевезенных
автобусом
2007 1,065 -
2008 1,125 1,089
2009 1,077 1,077
2010 1,029 1,045
2011 1,03 1,07
2012 1,15 1,083
2013 1,07 1,092
2014 1,06 1,069
Итого 8,636
2015 1,079
Рассчитав скользящую среднюю для всех периодов строим прогноз на 2015 г.
У2015 = т.2014 +(Чис-ть2014- Чис-ть2013)/3=1,092+1/3(1,057-1,07)=1,079 Определяем скользящую среднюю m для 2014 года. т = (1,07+1,057+1,079) /3 = 1,069 Метод экспоненциального сглаживания Параметр сглаживания: а= 2/ п+1 =2/7+1=0,25 Для расчёта используем формулу (2) Определяем начальное значение Ш двумя способами:
1 способ (средняя арифметическая) Ш = 8,636/8 = 1,078
2 способ (принимаем первое значение базы прогноза) Ш = 1,065
Таблица 3. Расчетная таблица
Годы Количество Экспоненциально
пассажиров, взвешенная средняя Ш
перевезенных
автобусом I II
способ способ
2007 1,065 1,078 1,065
2008 1,125 1,075 1,065
2009 1,077 1,087 1,08
2010 1,029 1,085 1,079
2011 1,03 1,071 1,067
2012 1,15 1,061 1,058
2013 1,07 1,083 1,081
2014 1,06 1,08 1,079
Итого 8,636 8,62 8,574
2015 1,087 1,079
Рассчитываем экспоненциально взвешенную среднюю для каждого
года.
и2007 = 1,065*0,25 +(1-0,25) * 1,078= 1,075 1 способ
и2008 = 1,125*0,25+( 1 -0,25) * 1,075 = 1,087 1 способ и т.д.
и2007= 1,065*0,25 +(1-0,25) * 1,065 = 1,065 II способ
и2008 = 1,125*0,25+( 1 -0,25) * 1,065 = 1,08 II способ
и2009= 1,077*0,25+(1-0,25) * 1,08 = 1,079 II способ и т.д.
Рассчитываем прогнозное значение.
и 2015 =1,06*0,25 + 0,75*1,08= 1,087 (I способ)
и 2015 =1,06*0,25 + 0,75*1,079= 1,079 (II способ)
Метод наименьших квадратов
Для расчёта используем формулу (4)
Таблица 4. Расчетная таблица
Годы Количество пассажиров, перевезенных автобусом уф условие обозначен ие времени Х Уф*Х ХЛ2 Ур
2007 1,065 1 1,065 1 0,2695
2008 1,125 2 2,25 4 0,539
2009 1,077 3 3,231 9 0,809
2010 1,029 4 4,116 16 1,078
2011 1,03 5 5,15 25 1,348
2012 1,15 6 6,9 36 1,617
2013 1,07 7 7,49 49 1,888
2014 1,06 8 8,48 64 1,919
Итого 8,636 36 310,89 1296 9,465
2015 2,426 9 81
Определим условное обозначение времени как последовательную нумерацию периодов базы прогноза.
Расчет коэффициентов а и Ь осуществляется по формулам (5) и (6):
а=310,89-(36*8,636)/8/1296-36л2/8=0,2399 Ь=8,636/8-0,2399*36/8=1,0795-1,0795=0 Ур2007=0,2399*1-0=0,2695
Расчет прогнозного количества перевезенных пассажиров автобусом методом скользящей средней равен 1,079 млрд. чел., методом экспоненциального сглаживания первым способом равен 1,087 млрд. чел., вторым способом-1,079 млрд. чел., методом наименьших квадратов количество пассажиров в 2015 году составил 2,426 млрд. чел.
Использованные источники:
1. Подхалюзина В.А. АВТОБУСОСТРОЕНИЕ РОСИИ В 2014 ГОДУ // Экономика и социум. - 2014. - №2-3(11). - С. 956-967.
2. Подхалюзина В.А. АВТОМОБИЛЬНАЯ ПРОМЫШЛЕННОСТЬ РОССИИ В 2012 Г // Экономика и социум. - 2014. - №1-2(10). - С. 560-564.
3. Подхалюзина В.А. АНАЛИЗ СОСТОЯНИЯ МИРОВОГО РЫНКА МАШИНОСТРОЕНИЯ // Экономика и социум. - 2014. - №1-2(10). - С. 557560.
4. Подхалюзина В.А. АНАЛИЗ СОСТОЯНИЯ ПРОИЗВОДСТВА АВТОБУСОВ В РОССИИ // Экономика и социум. - 2014. - №2-3(11). - С. 967-972.
5. Подхалюзина В.А. ПРОГНОЗИРОВАНИЕ ОБЪЕМОВ АВТОМОБИЛЬНОГО РЫНКА В 2014 ГОДУ // Экономика и социум. - 2014. - №2-3(11). - С. 972-978.
6. Подхалюзина В.А. РОССИЯ И ЕС // Экономика и социум. - 2014. - №1-2(10). - С. 564-570.
Котова С. И. студент 4 курса
Московский автомобильно-дорожный Государственный
технический университет Россия, г. Москва
МЕРОПРИЯТИЯ ПО РАЗРЕШЕНИЮ ПРОБЛЕМ ОБСЛУЖИВАНИЯ ПАССАЖИРОВ НА ВНУТРИГОРОДСКОМ ОБЩЕСТВЕННОМ
ТРАНСПОРТЕ
Аннотация. В статье рассматриваются мероприятия по разрешению проблем обслуживания пассажиров на внутригородском транспорте в Москве.
Ключевые слова: транспорт, автобус, троллейбус, метрополитен, трамвай.
Повышение эффективности функционирования городского пассажирского транспорта с каждым годом приобретает все более заметные темпы, но, к сожалению, качество обслуживания пассажиров и экономическая эффективность работы подвижного состава на линии, требуют более глубокого и тщательного рассмотрения вопроса. В целом,