Разработка автоматизированного метода прогнозирования технологичности швейно-трикотажных изделий

Разработка автоматизированного метода прогнозирования технологичности швейно-трикотажных изделий

Автор: Лазарчик, Елена Владимировна

Шифр специальности: 05.19.04

Научная степень: Кандидатская

Год защиты: 2004

Место защиты: Москва

Количество страниц: 212 с. ил.

Артикул: 2638505

Автор: Лазарчик, Елена Владимировна

Стоимость: 250 руб.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.
ГЛАВА 1. АНАЛИЗ И СИСТЕМАТИЗАЦИЯ ИНФОРМАЦИИ
ПРЕДМЕТНОЙ ОБЛАС ТИ ПРОГНОЗИРОВАНИЯ ТЕХНОЛОГИИ ШВЕЙНОТРИКОТАЖНЫХ ИЗДЕЛИЙ.
1.1 Рол ьнрогнозирования в процессе производства швейнотрикотажных 8 изделий
1.2 Анализ методов прогнозирования целесообразности выпуска
промышленных изделий.
1.3 Разработка концептуальной модели процесса прогнозирования
технологичности изделия
ВЫВОДЫ к ГЛАВЕ 1.
ГЛАВА 2. РАЗРАБОТКА АНАЛИТИЧЕСКОГО МЕТОДА
ПРОГНОЗИРОВАНИЯ ТРУДОЕМКОСТИ ИЗГОТОВЛЕНИЯ
ИЗДЕЛИЯ
2.1 Исследование факторов, влияющих на технологичность швейно
трикотажных изделий
2.2 Формализация информации о конструкции новой модели
2.3 Исследование влияния вида трикотажного полотна на сложность
швейнотрикотажного изделия
2.4 Проектирование структуры технологии новой модели.
2.5 Методика прогнозирования трудоемкости изготовления
изделия
ВЫВОДЫ к ГЛАВЕ 2.
ГЛАВА 3. РАЗРАБОТКА МЕТОДА КОМЛЕКСНОЙ ОЦЕНКИ
ЦЕЛЕСООБРАЗНОСТИ ВЫПУСКА ПРОДУКЦИИ.
3.1 Разработка метода прогнозирования материалоемкости изделия на стадии технического эскиза.
3.2 Разработка требований обеспечения технологичности швейно
трикотажных изделий
3.3 Разработка алгоритма метода комплексной оценки технологичности
швейнотрикотажных изделий.
ВЫВОДЫ к ГЛАВЕ 3.
ГЛАВА 4. РАЗРАБОТКА ИНФОРМАЦИОННОЙ СРЕДЫ ПРОЦЕССА
ПРОГНОЗИРОВАНИЯ ТЕХНОЛОГИЧНОСТИ ШВЕЙНОТРИКОТАЖНЫХ ИЗДЕЛИЙ.
4.1 Разработка информационнологической модели процесса
прогнозирования .
4.2 Разработка состава и структуры базы данных подсистемы
автоматизированного прогнозирования
4.3 Методика автоматизированного прогнозирования технологичности
швейнотрикотажных изделий
ВЫВОДЫ к ГЛАВЕ 4
ГЛАВА 5. ЭКОНОМИЧЕСКАЯ ЭФФЕКТИВНОСТЬ ОТ ИСПОЛЬЗОВАНИЯ
МЕТОДОВ ПРОГНОЗИРОВАНИЯ ТЕХНОЛОГИЧНОСТИ ИЗДЕЛИЙ
ОЫЦИЕ ВЫВОДЫ НО РАБОТЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Моголы аналогий направлены на то, чтобы выявить сходство в закономерностях развития различных процессов и на этом основании производить прогнозы. Опережающие методы строятся на определенных принципах специальной обработки научно-технической информации. Экспертные методы разделяются на прямые и с обратной связью. Прямые экспертные оценки строятся по принципу получения и обработки независимого обобщенного мнения коллектива экспертов при отсутствии воздействия на мнение каждого эксперта мнения другого эксперта. Экспертные оценки с обратной связью в том или ином виде воплощают принцип обратной связи путем воздействия на оценку экспертной группы мнением, полученным ранее от этой группы или одного из ее экспертов. Главным недостатком существующих классификаций методов прогнозирования является то, что они носят скорее теорегический, чем практический характер, поскольку они почти не дают рекомендаций но поводу применения конкретного метода для прогнозирования конкретного объекта. При выборе того или иного метода прогнозирования необходимо принимать во внимание такие факторы, как цель прогноза, время его разработки, имеющиеся в очередь необходимо выполнить условие адекватности выбранного метода рассматриваемому объекту прогнозирования. Одним из существенных критериев, которым часто руководствуются при выборе того или иного метода прогнозирования, является полная стоимость прогноза, слагающаяся из затрат на его составление и цены ошибки прогноза []. К наиболее распространенным, применяемым на практике, методам прогнозирования относятся: экстраполяция, нормативные расчеты, интерполяция, экспертные оценки, методы аналогии, математическое моделирование. Выбор метода прогнозирования зависит от множества факторов: наличия данных; планируемого момента исполнения; желаемой точности прогноза; временных и стоимостных затрат на составление прогноза. В связи с этим авторы работы Г] предлагают следующую классификацию методов. В зависимости от периода времени выделяют: краткосрочные (до года), среднесрочные (год - три года), долгосрочные прогнозы (более 3-х лет). В зависимости от наличия исходных данных выделяют: качественные методы, основанные на мнении специалистов и, количественные, основанные на обработке числовых массивов данных. Качественные методы используют при отсутствии данных или когда количественная модель получается слишком дорогой. Эти методы базируются на экспертных оценках. Выделяют следующие качественные методы: Дельфийский метод (метод экспертных оценок), метод изучения рынка (модель ожидания потребителя), метод консенсуса («мозговой штурм»), метод мнения сбытовиков, метод исторической аналогии (используют данные модели-аналога). Количественные методы в свою очередь подразделяются на каузальные (причинно-следственные) и методы анализа динамических рядов. Каузальные методы применяют тогда, когда искомое состояние зависит не только от времени, но и от нескольких переменных, то есть поиск математических зависимостей между этими переменными и составляет суть этих методов. Каузальные методы подразделяются на многомерные регрессионные модели, эконометрические модели, компьютерные имитации; методы математической аналогии и моделирования. Эти методы предполагают перенос знаний об одном предмете на другой. Такой перенос верен с определенной долей вероятности, так как сходство между явлениями редко бывает полным. Совокупность наблюдений некоторого явления (показателя), упорядоченная в зависимости от последовательности значений другого явления (признака), называется динамическим рядом. Г1 Динамические ряды, у которых в качестве признака упорядочения используется время, называют временными. Анализ времештых рядов является способом выявления тенденций прошлого и продления их в будущее. Выделяют следующие виды этих методов: моментные временные ряды, интервальные временные ряды, метод подвижного (скользящего) среднего, метод экспоненциального сглаживания, метод проецирования тренда. Сложность категории прогнозирования проявляется в том, что, рассматривая процессы в будущем, она также охватывает их в настоящем и даже в прошлом.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.184, запросов: 231