Корреляционно-регрессионный анализ закалки сталей в расплаве солей
Концепция управления знаниями, основные подходы и компоненты. Определение квадратов отклонений факторов, влияющих на надежность работы КЩУ при эксплуатации ТЭД. Корреляционная линейная зависимость и регрессионный анализ закалки сталей в расплаве солей.
Рубрика | Экономика и экономическая теория |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 14.04.2015 |
Размер файла | 885,4 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Задание 1
Управление знаниями
Управление знаниями (УЗ) - Knowledge Management (КМ) - процесс интегрированной трансформации организацией своих интеллектуальных активов в прибыль и материальные ценности. Этот процесс затрагивает организационные, технические и культурные аспекты деятельности организации. УЗ предусматривает полный цикл операций с корпоративными знаниями (документами, БД и БЗ, электронным контентом и опытом персонала): идентификацию, извлечение, хранение, преобразование, распределение и использование.
УЗ делает возможным использование коллективного опыта и знаний (социального капитала) и превращения их в организационный капитал.
УЗ включает в себя совершенно разные составляющие: обмен знаниями, управление внешними потоками информации, обучение, структуризацию знаний в организации, совместную работу в социальных сетях, управление взаимоотношениями с клиентами и др.
Управление знаниями - дисциплина, которая обеспечивает интегрированный подход к созданию, организации, доступу и использованию информационных ресурсов организации: структурированные БД, текстовую информацию, документы, описывающие правила и процедуры, а также наиболее важное - неявные знания сотрудников, и др.
Управление знаниями - формальный процесс, который состоит в оценке организационных процессов, людей и технологий и создании системы, использующей взаимосвязи между этими компонентами, с целью предоставления нужной информации нужным людям и в нужное время, что приводит к повышению продуктивности.
Дуализм термина «управления знаниями» представлен на рисунке 1.
Рисунок 1. - Дуализм термина «управления знаниями»
Управление знаниями является одной из основных концепций развития бизнеса, наряду с:
* всеобщим управлением качеством;
* процессным подходом и реинжинирингом бизнес-процессов;
* электронным бизнесом;
* методологиями сбалансированной системы показателей (BSC);
* системы экономической добавленной стоимости(EVA) и др.
УЗ становится ключевой технологией, определяющей парадигму менеджмента.
Стратегические задачи УЗ:
* аудит и оценка имеющихся ресурсов знаний, их источников и информационных ресурсов корпорации;
* определение актуальных и определяющих знаний и информации для данного типа бизнеса или организации;
* определение типа сценария управления знаниями организации;
* разработка классификации организационных знаний;
* определение технологической составляющей проекта и выбор необходимых ИТ-решений.
Управление знаниями подразумевает две составляющие:
1) организационную;
2) технологическую.
Организационная часть (социально-психологическая) - представляет собой политику организации в отношении управления знаниями, т. е. разнообразные управленческие рычаги и процедуры, которые позволяют организации сохранять, структурировать, анализировать информацию для того, чтобы эффективно ее использовать в настоящем и будущем. Речь идет, например, о мотивации сотрудников к участию в обмене знаниями, их должностных обязанностях в связи с этим и т. п.
Технологии помогают осуществить эти управленческие процедуры.
Выделяют два подхода к управлению знаниями:
1. Персонифицирующий или интуитивистский подход, исходит из того, чтобы носители знания (эксперты) его хранили и им делились. Главное в управлении знаниями - это сотрудники, их мотивация, связи, культура организации, а технологии - это просто инфраструктура.
2. Информационный или технологический подход, исходит из того, что современные предприятия, особенно крупные, накопили гигантские объемы данных о клиентах, поставщиках, операциях и многом другом, хранящиеся в десятках операционных и транзакционных систем в различных функциональных подразделениях.
Для поиска знаний в массивах данных и их обработки необходимы информационные и интеллектуальные технологии, которые выявляют скрытые зависимости и правила в данных. Знания рассматриваются как точная информация по данной проблеме. Система, которая способна предоставить точный ответ на запрос - это и есть система управления знаниями.
Подход предполагает обязательную формализацию тех знаний и информации, которые особенно важны для компании. Необходима интеграция предложенных подходов, как необходим и учет всех граней управления знаниями, которое охватывает одновременно несколько аспектов менеджмента.
В концептуальной модели управления знаниями можно выделить три взаимосвязанные компоненты:
* инфраструктура знаний;
* культура знаний;
* технология знаний.
Инфраструктура знаний - две составляющие этой компоненты:
а) существующая структура и процессы организации;
б) источники знаний.
Культура знаний - компании должны обеспечить культурную среду, которая бы способствовала обмену знаниями. Создание эффективной культуры знаний включает осознание важности роли человека, как носителя знаний, и создание в человеке заинтересованности в обмене знаниями.
Технология знаний - в число основных технологий, поддерживающих управление знаниями, входят:
* исследования данных и текстов (Data mining, Text Mining) - распознавание образов, выделение значимых закономерностей из данных, находящихся в хранилищах или входных или выходных потоках.
Эти методы основываются на статистическом моделировании, нейронных сетях, генетических алгоритмах и др.;
* системы управления документооборотом (Document management) - хранение, архивирование, индексирование, разметка и публикация документов;
* средства для организации совместной работы (Collaboration) - сети intranet, технологии группвой работы, синхронные и асинхронные конференции;
* корпоративные порталы знаний;
* средства, поддерживающие принятие решений (Decision support) - экспертные системы и сети, системы, поддерживающие дискуссионные группы и т.д.
Работники знаний - это люди, которые создают информацию и знания в процессе своей деятельности, интегрируют их в бизнес или трансформируют в бизнес-решения. Это менеджеры знаний организации, финансовые и маркетинговые аналитики, плановики производства, инженеры высшей квалификации, юристы, системные интеграторы. Они ответственны за нахождение или развитие новых знаний и решений для организации, и интеграции их с существующими знаниями. Они также осуществляют советы и консультации руководству организации. Наконец, они действуют как проводники внедрения новых процедур, технологий или процессов.
Для принятия эффективных и адекватных организационных управленческих решений необходимо создание системы управления знаниями. Информация и интеллектуальные активы организации рассредоточены в базах данных и знаний, хранилищах документов, сообщениях электронной почты, отчётах и, конечно, у персонала. Необходимо организовать быстрый доступ к этим данным и знаниям, придав им удобную для использования и анализа форму. То есть, это основная задача системы управления знаниями.
Система управления знаниями создаёт в организации единое информационное пространство, организует совместную работу сотрудников для приобретения, представления и обмена знаниями, предоставляет доступ к единой базе знаний и создаёт условия для эффективного использования знаний персонала в общих интересах. Эта система организует управленческие действия на базе всех информационных ресурсов организации. Для использования этих ресурсов требуется набор специализированных продуктов, инструментов и платформ.
Система управления знаниями решает следующие основные задачи:
* организация совместной работы (совместное решение на основе мозгового штурма», Интернет , intranet, технологии групповой обработки, синхронные конференции и др.);
* управление содержимым интеллектуальных активов (создание «организационной памяти» и совместное использование опыта. Технологии управления содержимым позволяют персоналу фиксировать, систематизировать и организовывать свои идеи в хранилище, которое упрощает доступ к информации и знаниям);
* анализ (получение доступа персонала к средствам анализа рыночных, отраслевых, корпоративных, структурных и персональных данных). Необходимы новые концепции аналитических информационных систем, ориентированных на анализ данных и знаний: концепции хранилищ данных, OLAP, интеллектуального анализа данных и текстов, и др.);
* сбор, поиск и доставка информации и знаний (объединение групп, распределённых территориально и работающих в удалённом режиме при помощи порталов);
* управление документооборотом (хранение, архивирование, разметка и публикация документов).
Для того чтобы взаимодействие систем управления организацией было наиболее эффективным, все они должны быть пронизаны единым «стрежнем» - системой управления знаниями, которая обеспечивает своевременную доставку информации, а также средства для ее обработки, анализа и принятия решений с использованием систем бизнес-интеллекта (Business Intelligence - BI).
Кроме внутренних связей, интеграция корпоративных приложений обеспечивается и благодаря использованию средств электронного бизнеса и интернет-технологий.
На сегодняшний день, к сожалению, нет программного продукта под названием «Система управления знаниями». Программные продукты являются лишь вспомогательными, но весьма эффективными, средствами. Система управления знаниями - это, скорее, стратегия, направленная на создание условий, при которых необходимые знания могут быть предоставлены сотрудникам вовремя для повышения эффективности их работы.
С точки зрения управления - это разработка комплекса мер, регламентов, шаблонов.
С точки зрения ИТ - внедрение платформ управления контентом и интеграция прикладных систем, реализующих данную стратегию.
К основным технологиям, поддерживающим систему управление знаниями, относятся:
* хранилища данных и знаний;
* инструментарий интеллектуального анализа данных и доступа к данным;
* добыча знаний в данных и текстах (Data mining, Text mining);
* выделение значимых закономерностей из данных, находящихся в хранилищах или входных или выходных потоках (эти методы основываются на статистическом моделировании, нейронных сетях, генетических алгоритмах и др.);
* оперативная аналитическая обработка данных(OLAP);
* системы управления документооборотом (Document management) - хранение, архивирование, индексирование, разметка и публикация документов;
* Интернет;
* средства для организации совместной работы (Collaboration) - сети интранет, технологии группой работы, синхронные и асинхронные конференции;
* корпоративные порталы знаний;
* средства, поддерживающие принятие решений (Decision support) - экспертные системы и сети, интеллектуальные СППР;
* системы, поддерживающие дискуссионные группы;
* ситуационные центры и другие.
На рисунке 2 показаны компоненты структуры технологии управления знаниями.
Рисунок 2. - Компоненты структуры технологии управления знаниями
Задание 2
Сумма рангов для каждого из факторов:
; (1)
Общая сумма рангов:
Средняя сумма рангов:
(2)
где - количество факторов, влияющих на надежность работы КЩУ;
Отклонение суммы рангов для каждого из факторов от средней суммы:
(3)
Квадраты отклонений:
(4)
Сумма квадратов отклонений:
(5)
Коэффициент конкордации в случае «несвязанных» рангов:
(6)
где - число экспертов, оценивающих влияние факторов;
Критерий согласия Пирсона при числе степеней свободы и числе исследуемых факторов :
(7)
По приложению 1 находим, что для и
Так как , то можно с доверительной вероятностью 96% утверждать, что мнения специалистов относительно степени влияния анализируемых факторов на надежность работы КЩУ согласуются в соответствии с коэффициентом конкордации
Ступенчатая диаграмма факторов представлена на рисунке 1.
Применив АВС-анализ для данной диаграммы, можно с уверенностью выделить группу наиболее существенных факторов, влияющих на надежность работы КЩУ при эксплуатации ТЭД:
Х2 - линейная скорость скольжения коллектора по щетке;
Х6 - твердость материала щетки;
Х4 - удельное электрическое сопротивление щетки.
Рисунок 3. - Ступенчатая диаграмма факторов
Для построения диаграммы Парето необходимо определить суммарное количество дефектов, количество дефектов, выраженное в %, и определить суммарное количество дефектов в %. На основании таблицы 1 все расчеты сводим в таблицу 2. Диаграмма Парето представлена на рисунке 2.
корреляционный регрессионный линейный сталь
Таблица 3. - Расчет для построения диаграммы Парето
Шифр дефекта |
Вид дефекта |
Количество дефектов, шт. |
Суммарное кол-во дефектов, шт. |
Количество дефектов, % |
Суммарное кол-во дефектов, % |
|
1 |
2 |
3 |
4 |
5 |
6 |
|
1 |
Царапины |
26 |
26 |
41,9 |
41,9 |
|
2 |
Трещины |
17 |
43 |
27,4 |
69,3 |
|
3 |
Шероховатости на рабочей поверхности |
11 |
54 |
17,7 |
87,0 |
|
4 |
Сколы |
3 |
57 |
4,8 |
91,8 |
|
5 |
Прочие дефекты |
5 |
62 |
8,2 |
||
62 |
100,0 |
Размещено на http://www.allbest.ru/
Рисунок 4. - Диаграмма Парето
После построения определяют причины появления дефектов, и производится устранение в последовательности их значимости до тех пор, пока дальнейшее улучшение процесса окажется неоправданным с точки зрения экономики.
Вывод: анализ диаграммы показывает, что почти 70% количества дефектов приходится на два пункта - царапины и трещины. На их устранение, по-видимому, и должны быть направлены усилия в первую очередь.
Полученный вывод не может считаться окончательным, т.к. при определении очередности устранения брака, кроме количества дефектов, необходимо учитывать затраты времени на их устранение, издержки производства и т.д.
Оценим рейтинг каждого вида дефекта с точки зрения количества дефектов, затрат времени и издержек производства на их устранение (данные приведены в таблице 3). Причем величина каждого весового коэффициента значимости (KN, Kt, KЗ) определялась экспертным путем.
Таблица 4. - Исходные данные для расчета рейтингов
Шифр дефекта |
Вид дефекта |
Факторы |
|||||
Количество дефектов на партию (XN) |
Время устранения |
Затраты на устранение |
|||||
На ед. |
Всего (Xt) |
На ед. |
Всего (Xз) |
||||
1 |
Царапины |
26 |
2 |
52 |
15 |
390 |
|
2 |
Трещины |
17 |
1 |
17 |
3 |
51 |
|
3 |
Шероховатости на рабочей поверхности |
11 |
3 |
33 |
20 |
220 |
|
4 |
Сколы |
3 |
4 |
12 |
25 |
75 |
|
5 |
Прочие дефекты |
5 |
1 |
5 |
10 |
50 |
|
6 |
Весовой коэффициент |
KN=1 |
Kt=2 |
Kз=4 |
Рейтинг каждого вида дефекта:
(8)
где K - весовой коэффициент соответствующего фактора;
X - стандартный коэффициент соответствующего фактора.
В первую очередь определяются стандартные коэффициенты. Для этого в каждой графе матрицы исходных данных (таблица 4) выбирается наибольшее значение соответствующего фактора, которое принимается за единицу (эталон - ). Затем все остальные значения дефектов этой графы делятся на выбранный эталон. В результате создаются матрицы стандартных коэффициентов (таблица 5).
Таблица 5. - Исходная матрица
Шифр дефекта |
Факторы |
|||
Количество дефекта, N |
Время устранения, t |
Затраты, З |
||
1 |
2 |
3 |
4 |
|
1 |
26 |
52 |
390 |
|
2 |
17 |
17 |
51 |
|
3 |
11 |
33 |
220 |
|
4 |
3 |
12 |
75 |
|
5 |
5 |
5 |
50 |
Таблица 6. - Матрица стандартных коэффициентов (Х)
Шифр дефекта |
Стандартный коэффициент |
|||
ХN |
Хt |
Xз |
||
1 |
2 |
3 |
4 |
|
1 |
1 |
1 |
1 |
|
2 |
0.65 |
0.33 |
0.13 |
|
3 |
0.42 |
0.63 |
0.56 |
|
4 |
0.12 |
0.23 |
0.19 |
|
5 |
0.19 |
0.10 |
0.13 |
По формуле (8) определяем рейтинг каждого вида дефекта:
- царапины
;
- трещины
;
- шероховатости на рабочей поверхности
;
- сколы
;
- прочие дефекты
.
В заключение для наглядности строится таблица 6 сравнения рейтинговых оценок дефектов.
Таблица 7. - Сравнение рейтинговых оценок дефектов
Вид дефекта |
Рейтинг дефекта |
Место |
|
1 |
2 |
3 |
|
Царапины |
7,0 |
1 |
|
Трещины |
0.71 |
3 |
|
Шероховатости на рабочей поверхности |
2.22 |
2 |
|
Сколы |
0.26 |
4 |
|
Прочие дефекты |
0.12 |
5 |
Задание 3
Строим диаграмму рассеяния для двух видов закалки (рисунок 3).
Рисунок 5. - Диаграмма рассеивания
Далее проводим регрессионный анализ, рассчитывая таблицы 7 и 8.
Таблица 8. - Закалка в расплаве солей
Количество легированных присадок, хi |
Количество отбракованных валов, уi |
Х2 |
У2 |
х·у |
|
1 |
2 |
3 |
4 |
5 |
|
1 |
2 |
1 |
4 |
2 |
|
2 |
3 |
4 |
9 |
6 |
|
3 |
8 |
9 |
64 |
24 |
|
4 |
12 |
16 |
144 |
48 |
|
5 |
10 |
25 |
100 |
50 |
|
6 |
15 |
36 |
225 |
90 |
|
7 |
22 |
49 |
484 |
154 |
|
8 |
20 |
64 |
400 |
160 |
|
9 |
26 |
81 |
676 |
234 |
|
10 |
22 |
100 |
484 |
220 |
|
n = 11 |
23 |
121 |
529 |
253 |
|
Таблица 9. - Закалка в машинном масле
хi |
уi |
х2 |
у2 |
х·у |
|
1 |
2 |
3 |
4 |
5 |
|
1 |
10 |
1 |
100 |
10 |
|
2 |
12 |
4 |
144 |
24 |
|
3 |
12 |
9 |
144 |
36 |
|
4 |
11 |
16 |
121 |
44 |
|
5 |
13 |
25 |
169 |
65 |
|
6 |
14 |
36 |
196 |
84 |
|
7 |
12 |
49 |
144 |
84 |
|
8 |
14 |
64 |
196 |
112 |
|
9 |
17 |
81 |
289 |
153 |
|
10 |
18 |
100 |
324 |
180 |
|
11 |
24 |
121 |
576 |
264 |
|
Коэффициент корреляции:
(9)
где , - показатели рассеяния:
- при закалке сталей в расплаве солей:
(10)
(11)
(12)
- при закалке в машинном масле:
Выявлена положительная корреляционная линейная зависимость. Теснота связей между X и Y большая (близка к + 1).
Рассчитаем уравнение корреляции:
(13)
- при закалке сталей в расплаве солей:
(14)
(15)
где:
(16)
(17)
- при закалке в машинном масле:
Определим точки для построения линий:
- при закалке сталей в расплаве солей:
при х = 4: у4 = - 0,98 + 2,63·4 = 9,54;
при х = 10: у10 = - 0,98 + 2,63·10 = 25,32;
- при закалке в машинном масле:
при х = 4: у4 = 7,46 + 1,14·4 = 12,02;
при х = 10: у10 = 7,46 + 1,14·10 = 18,86.
Вывод: при заданной норме отработке 24 ч. на стенде принимается:
а) закалка в солях;
б) количество легированных присадок - 8 условных единиц.
Размещено на Allbest.ru
...Подобные документы
Направление деятельности ОАО "Татнефть", его место на рынке. Система управления компанией. Исследование зависимости прибыли от совокупных активов компании методом корреляционно-регрессионного анализа. Анализ и прогнозирование деятельности предприятия.
курсовая работа [600,9 K], добавлен 30.10.2011Многомерный корреляционный, регрессионный анализ. Многошаговый регрессионный анализ. Метод отсева факторов по t-критерию. Вариационные характеристики. Корреляционный анализ. Многомерный регрессионный анализ. Многошаговый регрессионный анализ.
курсовая работа [80,1 K], добавлен 01.10.2005Сущность и виды производственных показателей предприятия. Основные производственные показатели и примеры их расчета. Статистические методы изучения производственных показателей предприятия. Корреляционно-регрессионный метод. Компьютерная статистика.
курсовая работа [1,2 M], добавлен 11.05.2008Этапы корреляционно-регрессионного анализа, построение корреляционной модели и определение функции, отражающей механизм связи между факторным и результативным признаками. Измерение тесноты корреляционной связи, расчет индекса корреляции и дисперсии.
лекция [38,1 K], добавлен 13.02.2011Корреляционно-регрессионный анализ как объект статистического изучения, система статистических показателей, его характеризующих. Особенности и принципы применения метода корреляционно-регрессионного анализа. Построение статистического ряда распределения.
курсовая работа [453,1 K], добавлен 28.01.2014Характеристика методов выполнения оценок параметров больших множеств по данным выборочного наблюдения. Особенности работы с большими массивами данных. Расчет основных показателей совокупности. Корреляционно-регрессионный анализ. Анализ рядов динамики.
курсовая работа [1,2 M], добавлен 24.08.2010- Использование корреляционно-регрессионного анализа для обработки экономических статистических данных
Роль корреляцонно-регрессионного анализа в обработке экономических данных. Корреляционно-регрессионный анализ и его возможности. Предпосылки корреляционного и регрессионного анализа. Пакет анализа Microsoft Excel.
курсовая работа [68,4 K], добавлен 11.06.2002 Общая организационно-экономическая характеристика СПК "им. Красина". Анализ развития растениеводства и животноводства колхоза. Корреляционно-регрессионный анализ влияния урожайности, фодообеспеченности и фондовооруженности на выход зерна организации.
курсовая работа [633,4 K], добавлен 01.03.2015Экономико-статистический анализ эффективности продаж облигаций. Сводка и группировка. Средние величины и показатели вариации. Дисперсионный и корреляционно-регрессионный анализ. Ряды динамики. Средняя балансовая прибыль по нескольким предприятиям.
курсовая работа [372,0 K], добавлен 29.04.2013Экстраполяция и прогнозирование, средние показатели в рядах динамики. Корреляционно-регрессионный анализ. Выявление основной тенденции изменения урожайности зерновых. Анализ влияния урожайности зерновых и размера посевной площади на валовой сбор зерна.
курсовая работа [715,8 K], добавлен 28.08.2012Основы построения регрессионных моделей: метод наименьших квадратов; двухмерная линейная концепция корреляционного и регрессионного анализа. Показатели статистической обработки информации: дисперсия, математическое ожидание и стандартное отклонение.
контрольная работа [80,8 K], добавлен 27.11.2012Виды инфляционных процессов. Корреляционно-регрессионный анализ влияния уровня безработицы на уровень инфляции. Выявление основных тенденций изменения среднегодового уровня инфляции в России. Анализ абсолютных и относительных показателей ряда динамики.
курсовая работа [263,2 K], добавлен 15.12.2015Понятие трудовых ресурсов. Группировка сельскохозяйственных предприятий по обеспеченности трудовыми ресурсами. Корреляционно-регрессионный анализ связи между обеспеченностью трудовыми ресурсами и фондовооруженностью. Динамика фондоотдачи предприятия.
курсовая работа [98,7 K], добавлен 28.04.2014Понятие и виды инфляционных процессов. Статистико-экономический анализ инфляции в России, показатели ее уровня. Корреляционно-регрессионный анализ абсолютных и относительных показателей ряда динамики. Тенденции изменения среднегодового уровня инфляции.
курсовая работа [168,2 K], добавлен 07.02.2016Анализ эффективности производства зерна методом статистических группировок. Изучение динамики методом укрупнения периодов. Корреляционно-регрессионный анализ факторов, влияющих на производство продукции в сельскохозяйственных предприятиях России.
курсовая работа [324,2 K], добавлен 15.06.2014Организационно-экономическая характеристика ЗАО "Степное", анализ его финансовой устойчивости. Оценка ликвидности, платежеспособности и деловой активности предприятия. Корреляционно-регрессионный анализ влияния факторов на коэффициент текущей ликвидности.
курсовая работа [989,6 K], добавлен 30.11.2014Показатели наличия и использования оборотных фондов. Коэффициент закрепления оборотных фондов. Абсолютные и относительные показатели наличия. Корреляционно-регрессионный анализ в статистике оборотных фондов. Статистический ряд распределения организаций.
курсовая работа [598,7 K], добавлен 23.01.2012Выявление основных социоэкономических детерминантов, оказывающих влияние на студенческую миграцию. Исследование процесса поступления выпускников в ВУЗы. Корреляционная матрица факторов образовательной миграции. Кластерный и регрессионный анализ.
курсовая работа [118,0 K], добавлен 19.09.2016Классификация затрат, технико-экономические факторы и резервы снижения себестоимости продукции. Анализ динамики себестоимости молока и эффективности производства, корреляционно-регрессионный анализ влияния различных факторов на себестоимость молока.
курсовая работа [62,3 K], добавлен 26.04.2010Организационно–экономическая характеристика предприятия "Вираж". Эффективность использования капитала. Статистический анализ, динамика и баланс основных производственных фондов. Корреляционно–регрессионный анализ влияния факторов на рост фондоотдачи.
курсовая работа [819,7 K], добавлен 12.02.2012