Файл: Задание на курсовую работу по дисциплине организация транспортных услуг и безопасность транспортных процессов Студенткагр.docx

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 07.12.2023

Просмотров: 25

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

ЗАДАНИЕ

на курсовую работу по дисциплине

«ОРГАНИЗАЦИЯ ТРАНСПОРТНЫХ УСЛУГ И

БЕЗОПАСНОСТЬ ТРАНСПОРТНЫХ ПРОЦЕССОВ»

Студенткагр


Год

Значения

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

302,53

298,41

292,03

291,42

291,91

284,85

279,58

280,48

275,89

269,25

269,93

271,49

262,53

260,36

261,34
Вариант 9

Задание 1

В таблице приведены данные об изменении

некоторого показателя за последние годы. Сделать прогноз изменения того же показателя на ближайшие три года. Рассмотреть два варианта:

1)Считать значения всех наблюдений одинаковыми;

2)Весомость каждого предыдущего наблюдения считать равной 0,8 от последующего.


Задание 2
Имеются схем городского района с указанием количества потенциальных пассажиров воздушного транспорта рисунок 1, и количества пассажиров, пользующихся кассой агентства воздушных сообщений рисунок 2.

Определить оптимальное расположение кассы и количество пассажиров, пользующихся кассой, при этом расположении.

Считать кварталы квадратами с длиной стороны 1 км. Число пассажиров на рисунках указаны в тысячах человек. Исходное положение кассы в центре нижнего левого квартала.



2.00



6,00



3,00



2,00



1.00



3.00



8.00



4,00



2.00






3.00



5.00



5.00



2.00



4.00



6.00



2.00



6.00








4.00




Рисунок 1. Количество потенциальных авиапассажиров.


Рисунок 2. Количество



0.50



1,39



0,53



0.19



0.00



1.26



3.13



1.27



0.43






1.80



2.78



2.25



0.63



0.71



4.76



1.43



3.34








4.00



пассажиров пользующихся авиакассами.

РЕФЕРАТ

Пояснительная записка:23с., 4 рисунка, 4 таблицы, 2 источника.

ПРОДАЖА ВОЗДУШНЫХ ПЕРЕВОЗОК, ПРОГНОЗИРОВАНИЕ, ЛИНЕЙНАЯ РЕГРЕССИЯ, ОПТИМИЗАЦИЯ, ГРАВИТАЦИОННАЯ МОДЕЛЬ.

Курсовой проект состоит из двух разделов. В каждом из них необходимо решить задачу по оптимизации рабочего процесса.

В первом разделе предлагается сделать прогноз на то, как будит изменятся некая величина Y на протяжении последующих трех лет. В качестве исходных данных нам дается ее изменении за последние 15 лет.

Во втором разделе предлагается оценить эффективность работы кассы по продаже авиабилетов и определить ее наиболее выгодное месторасположения. В качестве исходных данных нам дается схема расположения кварталов жилого района с количеством клиентов, пользующихся услугами данной кассы, и общим количеством жителей в каждом квартале.

СОДЕРЖАНИЕ

ВВЕДЕНИЕ………………………………………………………………….6

1 ЗАДАЧИ ПРОГНОЗИРОВАНИЯ В ОРГАНИЗАЦИИ УСЛУГ ВОЗДУШНОГО ТРАНСПОРТА………………………………………….7

    1. Постановка задач прогнозирования……………………………………7

    2. Регрессионные модели прогноза……………………………………….8

    3. Регрессионная модель прогноза при одинаковой значимости

наблюдений…………………………………………………………………9

    1. Регрессионная модель прогноза при различной значимости

наблюдений…………………………………………………………………11

2ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНОГО РАСПОЛОЖЕНИЯ КАССЫ АГЕНСТВА ПО ПРОДАЖЕ ПЕРЕВОЗОК………………………………15



2.1 Оптимизация расположения кассы по продаже авиаперевозок…….15

2.2 Методика решения задачи по оптимизации расположения кассы по продаже авиаперевозок……………………………………………………15

2.3 Расчет числа пассажиров авиа кассы в ее новом положении……….18

ЗАКЛЮЧЕНИЕ…………………………………………………………….22

СПИСОК ЛИТЕРАТУРЫ…………………………………………………23

ВВЕДЕНИЕ

В любой крупной компании есть свой аналитический отдел. Он занимается сбором данных по результатам работы компании и производит анализ для оценки эффективности выбранной политики.

В современных условиях аналитическая (планово-аналитическая) служба - наиболее гибкий и динамичный подразделение предприятия, функции и структура которой зависят от специфики самого предприятия, характера бизнеса, кадрового потенциала и др. Здесь нет стандартных решений и методик. При создании аналитической службы можно ориентироваться на опыт зарубежных и отечественных предприятий (компаний).

Аналитическая служба - это один из центральных подразделений, который отвечает за подготовку и обоснование основных стратегических решений и отслеживает общую картину бизнеса хозяйствующего субъекта (предприятия, фирмы, организации).

Основной целью аналитической службы является разработка концепций, планов, программ развития предприятия на основе анализа и оценки результатов его прошлой и текущей деятельности.


1 ЗАДАЧИ ПРОГНОЗИРОВАНИЯ В ОРГАНИЗАЦИИ УСЛУГ ВОЗДУШНОГО ТРАНСПОРТА

    1. Постановка задач прогнозирования.

Прогнозирование это научно обоснованное предсказание вероятного развития событий на основании статистических исследований. Оно представляет собой оценку, предвидение будущего развития выбранного объекта исследования. Главной целью прогнозирования является разработка научных предпосылок принятия управленческих решений. От сюда выделяют три основные задачи прогнозирования: во первых это научный анализ сложившейся ситуации, во вторых оценка действий данных тенденций в будущем, и в третьих определение возможных альтернатив. Прогнозы различаются по длительности сроков: краткосрочный это прогноз до 1 года, среднесрочный прогноз на срок от 3 до 5 лет, долгосрочный прогноз на срок от 10 лет и больше. В курсовой работе рассмотрим среднесрочный прогноз, сделанный на три года, с использованием статистических данных за последние 15 лет, согласно таблице 1. Рассмотрим использование моделей линейной регрессии для решения задачи прогнозирования в двух постановках. В первой задаче значимость наблюдений одинакова. Во второй задаче предполагается, что более
ранние наблюдения имеют меньшую значимость, как частично устаревшие.

Таблица1.1 – зафиксированные значения показателя.




    1. Регрессионные модели прогноза.

Пусть имеются зафиксированные значения рассматриваемого показателя Y1, Y2,….Yn в момент времени t1, t2,…tn.

Метод, предусматривающий построение модели, в которой значение зависимой переменной Y рассматривается как функция одной или нескольких переменных, например t , называется регрессией.

Постулируется следующая зависимость между зависимой и сопутствующей переменными:

Y=b0+b1*t+Z,

Где b0 и b1 – неизвестные параметры модели; t – известные и не случайные значения сопутствующей переменной; Z – случайная величина, сопутствующая наблюдению.

Обычно имеется несколько n реализаций модели, то есть каждому i – му моменту времени соответствуют свои величины Y и Z. По этому

Yi=b0+b1*ti+Z i=1,…..,n.

Для Z вводится предположение:

М(Zi)=0; D(Zi)=Ϭ2; i=1,….,n.

По этому

M(Yi)=b0+b1*ti; D(Yi)=Ϭ2; i=1,….,n.

Таким образом прогноз рассчитывается по формуле:

yi=b0+b1*ti,

является несмещенной оценкой оценкой истинного математического ожидания прогнозируемой величины.

Коэффициенты b0 и b1 подбираются так, чтобы сумма квадратов отклонений наблюдений значений Yi от вычисляемых yi была минимальной:

i-(b0+b1*ti))2 min.

Данное условие выполняется для b0 и b1, определяемых по формулам:

b1= , b0= -b1* .

В некоторых случаях различным наблюдениям придается различный вес. Более поздние значения рассматриваемого показателя могут оказывать большее влияние на будущее, чем более раннее – частично устаревшие. Будем предавать i- му наблюдению вес Wi. В этом случае


i(Yi-(b0+b1*ti))2 min.

Формулы преобразуются к виду:

b1= ,

b0= *(∑WiYi-b1∑Witi).

1.3Регрессионная модель прогноза при одинаковой значимости наблюдений.

На основании исходных данных делается прогноз на ближайшие три года при одинаковой значимости наблюдений. Исходные данные и промежуточные результаты расчетов приведены в таблице 1.2.

Таблица 1.2

Искомые коэффициенты b0 и b1, определяем по формулам:
b1= = =- ;

b0= - b1 =4192/15 + 3,02*120/15= 303,63.

Таким образом, выражение для регрессионной модели прогноза имеет вид:

yi =b0+b1ti = 303,63 – 3,02*ti.

С использованием данного выражения определяются прогнозируемые значения для:

-16-го месяца:

y16=b0+b1*t16=303,63 – 3,02*16= 255,31;

-17-го месяца:

y17=b0+b1*t17=303,63 – 3,02*17= 252,29;

-18-го месяца:

y18=b0+b1*t18=303,63 – 3,02*18 = 249,27.


Рисунок 1.1 график изменения показателя у за последние 18 лет.
1.4 Регрессионная модель прогноза при различной значимости наблюдений.

На основании исходных данных делается прогноз на ближайшие три месяца при различной значимости наблюдений. Исходные данные и промежуточные расчеты сведены в таблицу 2. В соответствии с заданием весомость каждого предыдущего 0,9 от весомости последующего. Решение оформлено в виде таблицы 1.3.

Таблица 1.3.


Коэффициенты регрессивной модели определяются по формулам:
b1= = =-