збереження продукту на шляху руху до споживача;
можливість досягнення високих показників ефективності при виконанні вантажно-розвантажувальних і транспортно-складських робіт за рахунок їх комплексної механізації і автоматизації;
максимальне використання вантажопідйомності та місткості рухомого складу на всіх видах транспорту;
можливість перевантаження без переформування;
безпеку виконання вантажно-розвантажувальних і транспортно-складських робіт.
На практиці застосовують різні методи пакетування вантажних одиниць, такі як обандеролювання сталевими або поліетиленовими стрічками, мотузками, гумовими зчіпки, клейкою стрічкою і ін..
Одним з найбільш прогресивних методів формування вантажних одиниць є пакетування вантажів з допомогою термозбіжною плівки. Зупинимося докладніше на перевагах цього.
Автоматизація складських процесів є вищою формою механізації, її застосовують для заміни ручної праці по управлінню, регулюванню і контролю за машинами й обладнанням пристроями автоматичного управління, що забезпечують потрібну продуктивність, режим і якість роботи без втручання людини. За людиною залишаються тільки функції спостереження за пристроями автоматичного управління.
Основними засобами, що виконують технологічні процеси на автоматизованих складах, є міжстелажні трансманіпулятори і крани-штабелери, транспортні конвеєри з електронною системою керування і дистанційною системою передавання інформації. Ефективність систем автоматичного управління складськими операціями полягає у швидкості обробки вантажів, поліпшенні використання складських місткостей, точному оперативному обліку товарних запасів, зниженні виробничого травматизму.
Система підтримки прийняття рішень (СППР) являє собою систему, розроблену для підтримки процесів прийняття рішень менеджерами в неструктурованих або слабкоструктурованих ситуаціях, пов’язаних із прийняттям рішень.
Найвідомішими є такі чотири школи СППР:
) Аналіз рішень (Decision Analysis);
) Числення рішень (Decision Calculus);
) Дослідження рішень (Decision Research);
) Процес впровадження (Implementation Process).
Кожна з них являє собою окремий напрям щодо перспективи створення СППР, хоча в "чистому вигляді" застосовується рідко. Узагальнення й аналіз альтернативних шкіл СППР можна проводити шляхом виділення їх однакових та відмінних характеристик.
Відмінності в методах можуть бути виявлені щодо розгляду і оцінювання ключових аспектів, ролі і впливу системи підтримки.
До таких аспектів належать:
) Тип ситуації, пов’язаної з прийняттям рішень
) Фаза процесу, на якій фокусується увага щодо прийняття рішення;
) Основні цілі;
) Цілі навчання, які мають бути досягнуті;
) Складність ситуації (оброблення за відсутності структури);
) Головна увага щодо розвитку (еволюції) систем;
) Базова наукова дисципліна (предмет).
Отже, порівнявши школи створення СППР, можна зробити висновок, що вибір школи залежить від особливостей задачі, для якої необхідна підтримка прийняття рішень. Запропоновану задачу задовільняє дослідження рішень, що є відносно унікальним у тому значенні, що воно явно пов’язане з відмінністю між тим, що є (описом), і тим, що має бути (нормою). Тому дослідження рішень - єдина школа, в рамках якої покладена ідея, що основне значення зусиль зі створення СППР пов’язане з навчанням і змінами, які виникають успеціаліста. Звідси випливає, що спеціаліст не завжди неминуче має знати більше і краще, а тому не завжди спроби застосування СППР є відповідними чи ефективними.
Системи підтримки прийняття рішень набули широкого застосування в економіках передових країн світу, причому їх кількість постійно зростає. На рівні стратегічного управління використовується ряд СППР, зокрема, для довго-, середньо- і короткострокового, а також для фінансового планування, включаючи систему для розподілу капіталовкладень, дослідження та аналіз неструктурованих даних та ін.
За основу для вирішення даної задачі взято створення СППР на основі штучної нейронної мережі, за допомогою якої доцільно буде оптимізувати рішення, які приймає спеціаліст.
Отож, визначимось в чому суть даного методу.
Оптимізацією (від латів. optimum - найкраще) називається процес знаходження екстремуму (максимуму або мінімуму) певної функції або вибору найкращого (оптимального) варіанту з безлічі можливих. Застосування методів відшукування оптимуму можливо у разі строгої постановки завдання.
Завдання оптимізації пов'язані зі знаходженням глобального екстремуму - відповідно максимуму або мінімуму - в усій допустимій області або локального екстремуму в довільно малій околиці точок цієї області. Найбільш часто використовувані методи оптимізації, методи спуску, відносяться до випадку, коли обмеження відсутні. Вони полягають в послідовності наближень до точки мінімуму, в якій кожне наступне значення виходить шляхом переміщення у напрямі градієнта при пошуку максимуму або в протилежному напрямі при пошуку мінімуму. Є деякі різновиди цього методу, що розрізняються між собою правилом регулювання кроку при переході до наступного наближення і критерієм зупинки ітераційного процесу. Складніше завдання знаходження умовного екстремуму. Вона вирішується методами, що безпосередньо узагальнюють відповідні методи пошуку безумовних екстремумів (наприклад, градієнтні методи), а також методами математичного програмування, спеціально створеного для вирішення цього завдання.
Постановка завдання на оптимізацію і її рішення включає ряд етапів:
· вибір і обґрунтування мети оптимізації, завдання набору змінних;
· встановлення області виміру змінних (завдання обмежень);
· визначення виду цільової функції (функції, екстремум якої треба знайти) від цих змінних.
Параметри, що оптимізуються, повинні оцінюватися якоюсь якісною мірою - критерієм оптимальності.
Критерієм оптимальності називається кількісна оцінка параметрів об'єкту, що оптимізуються.
На підставі вибраного критерію оптимальності складається цільова функція, що є залежністю критерію оптимальності від параметрів, які впливають на її значення. Вид критерію оптимальності або цільової функції визначається конкретним завданням оптимізації. Таким чином, завдання оптимальності зводиться до знаходження екстремуму цільової функції.
У завданнях оптимізації розрізняють прості і складні критерії оптимізації. Критерій оптимальності називається простим, якщо вимагається визначити екстремум цільової функції без завдання умов на які-небудь інші величини. Такі критерії зазвичай використовуються при рішенні приватних завдань оптимізації (наприклад, визначення максимальної концентрації речовини, оптимального часу перебування реакційної суміші в апараті і тому подібне).
Критерій оптимальності називається складним, якщо необхідно встановити екстремум цільової функції за деяких умов, які накладаються на ряд інших величин (наприклад, визначення максимальної продуктивності при заданій собівартості, визначення оптимальної температури при обмеженнях по термостійкості каталізатора та ін.).
Серед об'єктів, що оптимізуються, виділимо об'єкти, для яких існує математичний опис. В цьому випадку залежність показника якості від параметрів, що оптимізуються, відома. Для таких об'єктів є достатній об'єм апріорної інформації. Існує також великий клас об'єктів, для яких немає ніякого математичного опису.
На підставі критерію оптимальності об'єкту, при обліку обмежень, що накладаються на цільову функцію, застосовується той або інший метод оптимізації. Об'єкти оптимізації можна класифікувати по ряду ознак. До таких ознак відносяться:
· число параметрів об'єкту, що оптимізуються;
· число екстремумів;
· об'єм апріорної інформації про об'єкт;
· спосіб математичного опису об'єкту.
По числу змінюваних параметрів розрізняють одно- і багатопараметричні об'єкти. Залежно від кількості екстремумів, об'єкти поділяють на одноекстремальні і багатоекстремальні, причому в останньому випадку оптимізаційне завдання зводиться до відшукування глобального екстремуму, тобто мінімального мінімуму і максимального максимуму.
Завдання пошуку екстремуму функції означає знаходження її максимуму або мінімуму в деякій області її аргументів. Пошук екстремуму функції включає завдання знаходження локального і глобального екстремуму. Глобальним екстремумом називають найбільший максимум або найменший максимум функції.
З існуючих методів вирішення схожих задач, можна визначити методи пошуку рішень в MSOfficeExcel, це хороший пакет для знаходження оптимальних рішень, якщо відштовхуватись від конкретних значень, побто конкретного виду товару чи послуги.
Для вирішення даної задачі цей метод не підходить, оскільки продукція групується відповідно до видів викидів забруднюючих речовин при виробництві. Тому доцільним є використання методів інтелектуального аналізу даних, а саме методів штучного інтелекту.
Якщо конкретно відштовхуватись від поставленої задачі, то слід використовувати можливості та методи нейромереж, що дасть можливість дослідити відповідні показники, не можна не відмітити, того, що нейромережа навчається, саме це дасть змогу збільшити точність результатів аналізу.
На сьогодні для вирішення даної задачі розроблено мало СППР, взагалі дана галузь слабо, автоматизована. Й прийняття рішень та аналіз здійснюється з використанням застарілих методів дослідження.
Тому, існує потреба створення автоматизованої системи, яка допоможе прийняти рішення, спростить методи роботи з інформацією, буде створено зручний й простий інтерфейс для роботи з даною системою.
Пропозиції щодо вибору методів підтримки прийняття рішень
Пропонується використовувати методи штучного інтелекту. А саме інтелектуальний аналіз даних на основі нейромережі. Оскільки саме завдяки нейромережі можна отримати детальний аналіз відповідно підготовлених даних. Отримати висновки, щодо даної ситуації та отримати прогноз на майбутнє
Загальні поняття
Інтелектуальний аналіз даних - це процес виявлення в первинних, накопичуваних в результаті оброблення бізнесових транзакцій даних, наперед невідомих чи прихованих закономірностей і шаблонів з метою прийняття бізнесових рішень. В сучасних умовах розвитку глобальної економіки, і в зв’язку з появою нових галузей економічної діяльності в сфері інформатизації, застосування інтелектуальних інформаційних технології зумовлює отримання додаткових конкурентних переваг на регіональному та на міждержавному рівнях.
Шту́чний інтеле́кт- розділ комп'ютерної лінгвістики та інформатики, що займається формалізацією проблем та завдань, які нагадують завдання, виконувані людиною. При цьому, у більшості випадків алгоритм розв'язання завдання невідомий наперед. Точного визначення цієї науки немає, оскільки у філософії не розв'язане питання про природу і статус людського інтелекту. Немає і точного критерію досягнення комп'ютером "розумності", хоча перед штучним інтелектом було запропоновано низку гіпотез, наприклад, тест Тюринга або гіпотеза Ньюела-Саймона. Нині існує багато підходів як до розуміння задач штучного інтелекту, так і до створення інтелектуальних систем.
Штучні нейронні мережі (ШНМ) - математичні моделі, а також їхня програмна та апаратна реалізація, побудовані за принципом функціонування біологічних нейронних мереж - мереж нервових клітин живого організму. Системи, архітектура і принцип дії базується на аналогії з мозком живих істот. Ключовим елементом цих систем виступає штучний нейрон як імітаційна модель нервової клітини мозку - біологічного нейрона. Цей термін виник при вивченні процесів, які відбуваються в мозку, та при спробі змоделювати ці процеси. Першою такою спробою були нейронні мережі Маккалока і Піттса. Як наслідок, після розробки алгоритмів навчання, отримані моделі стали використовуватися в практичних цілях: в задачах прогнозування, для розпізнавання образів, в задачах керування та інші.
Вид інформаційної системи
Для створення даної системи оптимальним є використання моделей інтелектуального аналізу даних і подальша їх реалізація в нейромережі. А точніше проведення аналізу за допомогою відповідного програмного забезпечення.
В своєму курсовому проекті я використовував для аналізу NeroPro 0.25.
При вирішенні даної задачі використовується градієнтний метод оптимізації.
Основна ідея методів полягає в тому, щоб йти в напрямку найшвидшого
спуску, а цей напрямок задається антиградієнтом :
,
де :
постійний, в цьому випадку метод може розходитися;
дробовим кроком, тобто довжина кроку в процесі спуску ділиться на деяке число;
найшвидкішим спуском:
Є декілька видів градієнтного методу, при вирішенні даної задачі я пропоную метод зв’язаних градієнтів.
Метод зв’язаних градієнтів ґрунтується на поняттях прямого методу багатовимірної оптимізації - методу зв’язаних напрямків. Застосування методу до квадратичним функціям вRn визначає мінімум за N кроків.
Aлгоритм
1). Задаються початковим наближенням і похибкою , k = 0
2). Розраховують початковий напрям:j = 0,
.
3). , ,
, ,
Якщо або , то і зупинка.
· Якщо ні, то
Якщо (j + 1) <n, то J = j + 1 і перехід до 3;
якщо ні, то , k = k + 1 і перехід к 2
Відповідно налаштування нейромережі
(рис. 2.1, 2.2, 2.3):
Рис 2.1. Метод оптимізації - зв'язані градієнти.
Рис. 2.2. Норма нагромадження значимості - сума модулів.
Рис. 2.3. Вага біномізованих сигналів - ±0.25, ±0.5, ±0.75, ±1.
Взаємовідносини підприємства з бюджетом визначається діючою в Україні системою податків та інших обов’язкових платежів.
Податки - це обов’язкові платежі підприємств та окремих осіб до державного або місцевого бюджетів.
Обов’язкові платежі - це система встановлених законодавством внесків і відрахувань юридичних і фізичних осіб, що формують доходи державних фондів. Порядок нарахування та сплати загальнодержавних податків регулюється відповідним податковим законодавством України, а місцевих податків і зборів - рішенням органів місцевого самоврядування.
Великі підприємства володіють автопарком і тому сплачують податок з власників транспортних засобів, що розраховується у Розрахунку суми податку з власників транспортних засобів та інших самохідних машин і механізмів.
Підприємства в обов’язковому порядку сплачують комунальний податок до бюджету на основі Податкового розрахунку комунального податку, оскільки користуються комунальними послугами. Розмір податку залежить від чисельності штатних працівників підприємства.
Щоквартально підприємства ведуть розрахунок та сплачуть збір за використання водних ресурсів та складають Звіт про використання води за квартал. А також заповняють Розрахунок збору за забруднення навколишнього середовища щоквартально і сплачують на загальній основі.