Способ и устройство для определения взаимосвязей параметров производственного процесса

Группа изобретений относится к способам и устройствам, предназначенным для управления производственным процессом, а более конкретно к способу и устройству для определения взаимосвязей параметров производственного процесса. Технический результат - повышение эффективности производственных процессов, а именно повышение производительности, снижение потребляемых ресурсов. Согласно изобретению определяют возможные дискретные значения параметров производственного процесса, затем определяют вероятности нахождения каждого параметра в каждом из возможных значений, после чего определяют корреляцию между всеми параметрами, характеризующими производственный процесс, используют статистические методы обработки информации для определения доминирующего параметра производственного процесса, оказывающего наибольшее влияние на производственный процесс и на остальные параметры производственного процесса. 3 з.п. ф-лы, 9 табл., 4 ил.

 

Область техники, к которой относится изобретение.

Данная группа изобретений относится к способам и устройствам, предназначенным для управления производственным процессом, а более конкретно к способу и устройству для определения взаимосвязей параметров производственного процесса, при котором определяют параметры производственного процесса и может быть использована для повышения эффективности производственных процессов, например, повышения производительности, снижения потребляемых ресурсов и .т.д.

В данной работе используются следующие термины.

Производственный процесс - это целенаправленное, постадийное превращение исходного сырья и материалов в готовый продукт заданного свойства и пригодный к потреблению или к дальнейшей обработке

Параметры производственного процесса - изменяемые значения, описывающие производственный процесс, например, основное технологическое время, затрачиваемое оборудованием на изменение формы, размеров, физико-механических свойств изделий в данной операции; вспомогательное время, затрачиваемое на установку и снятие детали со станка, управление станком и механизацией; время технического обслуживания, затрачиваемое на подналадку станка, смену рабочего инструмента и т.п.; время, затрачиваемое на организационное обслуживание рабочего места и станка, получение сменного задания; время, затрачиваемое на отдых и естественные надобности исполнителя; количество операций, подлежащих выполнению в данном технологическом процессе; штучно-калькуляционное время, фонд рабочего времени (час, смена), который выражается в мин.; трудоемкость (норма времени) изготовления одной детали определенным технологическим процессом и т.д.

Уровень техники способа.

Согласно первой из своих сторон, настоящее изобретение относится к способу определения взаимосвязей параметров производственного процесса, при котором определяют параметры производственного процесса.

В настоящее время нет идеальных подходов к решению вопросов управления производственными процессами, особенно для очень крупных предприятий. Сложности состоят в том, что:

- нужно учитывать огромное количество факторов, которые влияют на эффективность производственного процесса,

- факторы представлены в несравнимых единицах измерения,

- факторы представлены в количественных и качественных показателях,

- не ясно, какие факторы являются наиболее важными, а какие второстепенными, так как между ними могут существовать взаимосвязи, которые могут кардинально поменять картину.

Известен из уровня техники способ определения взаимосвязей параметров производственного процесса, при котором определяют параметры производственного процесса, описанный в в патенте на изобретение РФ №2573264, опубликованное в 2016 году.

Данный способ является наиболее близким по технической сути и достигаемому техническому результату и выбран за прототип предлагаемого изобретения как способа.

Недостатком этого прототипа является невозможность определения доминирующего параметра производственного процесса, оказывающего наибольшее влияние на производственный процесс и на остальные параметры производственного процесса.

Раскрытие изобретения как способа.

Опирающееся на это оригинальное наблюдение настоящее изобретение, главным образом, имеет целью предложить способ определения взаимосвязей параметров производственного процесса, при котором определяют параметры производственного процесса, позволяющий, по меньшей мере, сгладить, как минимум, один из указанных выше недостатков, а именно обеспечить возможность определения доминирующего параметра производственного процесса, оказывающего наибольшее влияние на производственный процесс и на остальные параметры производственного процесса, что и является поставленной технический задачей.

Для достижения этой цели способ дополнительно сдержит следующие этапы, при которых:

- определяют возможные дискретные значения параметров производственного процесса,

- определяют вероятности нахождения каждого параметра в каждом из возможных значений,

- определяют корреляцию между всеми параметрами, характеризующими производственный процесс, по индивидуальной матрице производственного процесса, образованной вероятностями нахождения каждого из параметров в его возможных значениях,

- обрабатывают статистическими методами полученную индивидуальную матрицу производственного процесса, на основании обработки которой выделяют наиболее значимые параметры, оказывающие наибольшее влияние на производственный процесс и на остальные параметры производственного процесса.

Благодаря таким выгодным характеристикам появляется возможность:

- учитывать огромное количество параметров производственного процесса, которые влияют на эффективность производственного процесса,

- сравнивать параметры производственного процесса, когда они представлены в несравнимых единицах измерения,

- сравнивать параметры производственного процесса, когда они представлены в количественных и качественных показателях

- выделять наиболее значимые параметры, оказывающие наибольшее влияние на производственный процесс и на остальные параметры производственного процесса.

Кроме того становится возможным на основании полученного эффекта ускорять управление производством и увеличивать его эффективность.

Существует вариант изобретения, в котором дополнительно способ содержит этап, при котором обрабатывают статистическими методами полученную индивидуальную матрицу производственного процесса с применением кластерного анализа для определения структурных взаимосвязей из всех возможных взаимосвязей параметров производственного процесса.

Благодаря данной выгодной характеристике появляется возможность определения структурных взаимосвязей из всех возможных взаимосвязей параметров производственного процесса.

Существует также еще один вариант изобретения, в котором дополнительно способ содержит этап, при котором обрабатывают статистическими методами полученную индивидуальную матрицу производственного процесса с применением факторного анализа для определения на уровне измерения факторных весов и их знаков значения и направления действия (в плюс или в минус) каждого параметра при влиянии на него каждого из всей совокупности параметров производственного процесса.

Благодаря данной выгодной характеристике также появляется возможность определения на уровне измерения факторных весов и их знаков значения и направления действия (в плюс или в минус) каждого параметра при влиянии на него каждого из всей совокупности параметров производственного процесса.

Существует вариант изобретения, в котором дополнительно способ содержит этап, при котором обрабатывают статистическими методами полученную индивидуальную матрицу производственного процесса с применением множественной регрессии, по которой и определяют влияние независимых параметров на зависимые параметры производственного процесса.

Благодаря данной выгодной характеристике появляется возможность определения влияния независимых параметров на зависимые параметры производственного процесса.

Совокупность существенных признаков предлагаемого изобретения неизвестна из уровня техники для способов аналогичного назначения, что позволяет сделать вывод о соответствии критерию «новизна» для изобретения в отношении способа.

Уровень техники устройства.

Другой своей стороной настоящее изобретение относится к устройству для определения взаимосвязей параметров производственного процесса, включающее в себя корпус, в котором содержится модуль ввода параметров производственного процесса.

Такое устройство описано в патенте на изобретение РФ №2573264, опубликованное в 2016 году.

Данное устройство является наиболее близким по технической сути и достигаемому техническому результату и выбрано за прототип предлагаемого изобретения как устройства.

Недостатком этого прототипа является невозможность определения доминирующего параметра производственного процесса, оказывающего наибольшее влияние на производственный процесс и на остальные параметры производственного процесса.

Раскрытие изобретения как устройства.

Настоящее изобретение, с другой своей стороны, главным образом, имеет целью предложить устройство для определения взаимосвязей параметров производственного процесса, позволяющее, по меньшей мере, сгладить, как минимум, один из указанных выше недостатков, а именно обеспечить возможность определения доминирующего параметра производственного процесса, оказывающего наибольшее влияние на производственный процесс и на остальные параметры производственного процесса, что и является поставленной технической задачей.

Для достижения этой цели выход модуля ввода параметров производственного процесса соединен с входом модуля автоматического определения возможных дискретных значений параметров производственного процесса, выход которого соединен с входом модуля автоматического определения вероятности нахождения каждого параметра в каждом из возможных значений, выход которого соединен с входом модуля автоматического определения корреляции между всеми параметрами, характеризующими производственный процесс, выход которого соединен с входом модуля автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса, выход которого соединен с входом модуля автоматического выделения наиболее значимых параметров, оказывающих наибольшее влияние на производственный процесс и на остальные параметры производственного процесса.

Благодаря данным выгодным характеристикам появляется возможность:

- учитывать огромное количество параметров производственного процесса, которые влияют на эффективность производственного процесса,

- сравнивать параметры производственного процесса, когда они представлены в несравнимых единицах измерения,

- сравнивать параметры производственного процесса, когда они представлены в количественных и качественных показателях

- выделять наиболее значимые параметры, оказывающие наибольшее влияние на производственный процесс и на остальные параметры производственного процесса.

Существует также вариант изобретения, в котором модуль автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса включает в себя блок кластерного анализа для определения структурных взаимосвязей параметров производственного процесса.

Благодаря данной выгодной характеристике появляется возможность определения структурных взаимосвязей параметров производственного процесса.

Существует кроме этого вариант изобретения, в котором модуль автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса включает в себя блок факторного анализа для определения на уровне измерения факторных весов и их знаков значения и направления действия (в плюс или в минус) каждого параметра при влиянии на него каждого из всей совокупности параметров производственного процесса.

Благодаря данной выгодной характеристике появляется возможность определения на уровне измерения факторных весов и их знаков значения и направления действия (в плюс или в минус) каждого параметра при влиянии на него каждого из всей совокупности параметров производственного процесса.

Существует и такой вариант изобретения, в котором модуль автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса включает в себя блок множественной регрессии для определения влияния независимых параметров на зависимые параметры производственного процесса модуль автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса включает в себя блок множественной регрессии для определения влияния независимых параметров на зависимые параметры производственного процесса

Благодаря данной выгодной характеристике появляется возможность влияния независимых параметров на зависимые параметры производственного процесса.

Совокупность существенных признаков предлагаемого изобретения как устройства неизвестна из уровня техники для устройств аналогичного назначения, что позволяет сделать вывод о соответствии критерию «новизна» для изобретения как устройства.

Краткое описание чертежей.

Другие отличительные признаки и преимущества данной группы изобретений ясно вытекают из описания, приведенного ниже для иллюстрации и не являющегося ограничительным, со ссылками на прилагаемые рисунки, на которых:

- фигура 1 изображает функциональную схему устройства для определения взаимосвязей параметров производственного процесса согласно изобретению,

- фигура 2 схематично изображает этапы способа определения взаимосвязей параметров производственного процесса согласно изобретению.

- фигура 3 изображает диаграмму для 40 переменных по методу одиночной связи в примере 1, согласно изобретению,

- фигура 4 изображает диаграмму для 55 переменных по методу одиночной связи в примере 1, согласно изобретению.

Согласно фигуре 1 устройство для определения взаимосвязей параметров производственного процесса включает в себя корпус 1, в котором содержится модуль 2 ввода параметров производственного процесса, выход которого соединен с входом модуля 3 автоматического определения возможных дискретных значений параметров производственного процесса, выход которого соединен с входом модуля 4 автоматического определения вероятности нахождения каждого параметра в каждом из возможных значений, выход которого соединен с входом модуля 5 автоматического определения корреляции между всеми параметрами, характеризующими производственный процесс, выход которого соединен с входом модуля 6 автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса, выход которого соединен с входом модуля 7 автоматического выделения наиболее значимых параметров, оказывающих наибольшее влияние на производственный процесс и на остальные параметры производственного процесса.

Модуль 6 автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса включает в себя блок 61 кластерного анализа для определения структурных взаимосвязей параметров производственного процесса.

Модуль 6 автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса включает в себя блок 62 факторного анализа для определения на уровне измерения факторных весов и их знаков значения и направления действия (в плюс или в минус) каждого параметра при влиянии на него каждого из всей совокупности параметров производственного процесса.

Модуль 6 автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса включает в себя блок 63 множественной регрессии для определения влияния независимых параметров на зависимые параметры производственного процесса

Все модули могут быть соединены с общим модулем хранения базы данных 8, для того, чтобы можно было сохранить величины обрабатываемых сигналов и соответствующую им информацию.

Модуль хранения базы данных - это модуль сервера, в котором хранятся данные, соответствующие, например, информации о любых параметрах производственного процесса, который может быть выполнен как накопитель на жестком магнитном диске, или как флэш-память (flash memory), которая относится к полупроводникам электрически перепрограммируемой памяти.

Все остальные модули устройства представляют себя устройства, выполняющее функции интерфейса, позволяющего запрашивать и/или вводить данные в модуль хранения базы данных, и/или обрабатывать их, которые могут быть выполнены на базе соответствующего микропроцессора.

При этом некоторые модули могут быть объединены в один в отдельных реализациях. Например, разные базы данных могут храниться в одном модуле памяти.

Осуществление изобретения.

Устройство для определения взаимосвязей параметров производственного процесса работает следующим образом. Приведем наиболее исчерпывающий пример реализации изобретения, имея в виду, что данный пример не ограничивает применения изобретения.

Заметим, что вероятность независимых событий, явлений или процессов сочетается так: Р(А,В)=Р(А)*Р(В)

Вероятность несовместимых событий, явлений или процессов объединяется следующим образом:

P(A₁A₂A₃…A_n)=Р(А₁)+Р(А₂)+Р(А₃)…Р(A_n).

Применительно к измерению независимых вероятностей взаимосвязей, к примеру, издержек производства однотипных товаров на двух разных предприятиях в границах одной страны, когда вероятность их повышения на одном предприятии составляет 0,25, а на другом равна 0,75, то в соответствии с моделью 1 суммарная вероятность будет составлять 0,1879. Интерпретация полученного суммарного значения вероятности

Согласно фигуре 2:

Этап А1. Определение исходных данных. Предварительно производят представление сведений о производственном процессе в цифровой форме. Цифровое представление сведений о производственном процессе осуществляется в матричной форме и в особых вероятностных измерениях. Самое важное в этом этапе, чтобы были представлены реально существующие явления, объекты и процессы, а затем измерять их. Конкретно, представление текстовой содержательной информации может быть обозначено на вертикальных и горизонтальных полях матрицы избранного для анализа текста.

Одна сторона поля матрицы, формирующейся из избранного и подходящего для аналитики сведений о производственном процессе может быть обозначена как «конструкты»: денежная единица, эмиссия, банки, ставка рефинансирования, производственное предприятие, инженер, рабочий, акционер, и т.д. Количество конструктов зависит от объема знаков, содержащихся в сведениях о производственном процессе. Конструкты могут быть представлены не только одним словом, но и словосочетанием означающем некие законченные явления, состояния или процесс. Например, «ценные бумаги», «комиссия по противодействию коррупции», «квалификация», «общество», «регионы» и т.д. Другое направление изобретения, например, может быть связано с изучением предприятия добывающего минеральные ресурсы, которое может быть описано следующими конструктами: географическое местоположение, геологические ресурсы.

По результатам этапа А1 подают с модуля 2 на модуль 3 сигналы, соответствующие параметрам производственного процесса.

Этап А2. Присвоение значений. Для обозначения элементов сведений о производственном процессе - конструктов - в цифровом варианте по обозначенному полю матричного пространства они представляются в числах реальной вероятности существования от 0,0001 до 1,0. Эти значения могут быть только положительными.

Эту описательную часть любого из информационных массивов, отражающих реальную экономическую динамику производственных процессов возможно квалифицировать как дескрипты изменений явлений, состояний, объектов и процессов. Дискрипционные структурные элементы реальной экономической и другой информации имеют как положительные так и отрицательные значения. В целом, если пользоваться вероятностными знаками, то независимые и несовместимые развивающиеся явления, состояния или процессы в экономике можно обозначить через знак +, который изменяется от «0» до «+1», также явления, состояния или процессы, которые имеют отрицательный тренд, необходимо зафиксировать через знак «-», от «0» до «-1».

Таким образом, производственный процесс может быть представлен динамическим рядом реально существующих, и расчетных вероятностных коэффициентов в пределах -1,0≤0≤1,0.

Одним из существенных качеств расчетных вероятностных коэффициентов производственных процессов является практически их абсолютная сравнимость. С помощью вероятностных коэффициентов уравнений впервые появляется возможность сравнить и ранжировать состояние и динамику, например, независимых и несовместимых процессов трудовой миграции и производительности труда, объемов производства и/или изменения цен на такие товары как духи и самолеты, выраженных в разных единицах измерения, для разных стран, в том числе и для например, на первый взгляд, самых невозможных сочетаний как для независимых так и для несовместимых явлений, событий и процессов в случае их представления в форме измеряемой вероятности.

По результатам этапа А2 подают с модуля 3 на модуль 4 сигналы, соответствующие рассчитанным возможным дискретным значениям параметров производственного процесса.

Этап A3. Построение матрицы производственного процесса. Заполнение рассчитанных вероятностных коэффициентов производится по полям матрицы обозначенным совокупностями конструктов и дескриптов структурированного текста. По вертикальным столбцам фиксируются конструкты, а по строкам - дескрипты в алгебраической форме. На пересечениях, например, D₅ и К₇, фиксируются расчетные значения вероятности Р (А,В) (см. Таблицу 1.)

Представленное выше алгебраическое абстрактное описание матричного представления информации вполне применимо не только к исследованию экономических текстов, но и к изучению других экономических процессов, в том числе и к их прогнозированию.

По результатам этапа A3 подают с модуля 4 на модуль 5 сигналы, соответствующие вычисленным определенным вероятностям нахождения каждого параметра производственного процесса в каждом из возможных значений.

Этап А4. Вычисление корреляции. Определяют корреляцию между всеми параметрами, характеризующими производственный процесс, по индивидуальной матрице производственного процесса, образованной вероятностями нахождения каждого из параметров в его возможных значениях.

Это осуществляются посредством модуля 5 автоматического определения корреляции между всеми параметрами, характеризующими производственный процесс.

Этап А5. Обработка сигналов статистическими методами.

Обрабатывают статистическими методами полученную индивидуальную матрицу производственного процесса, на основании обработки которой выделяют наиболее значимые параметры, оказывающие наибольшее влияние на производственный процесс и на остальные параметры производственного процесса. Для этого используют модуль 6 автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса.

Этап А5-1. Опционально обрабатывают статистическими методами полученную индивидуальную матрицу производственного процесса с применением кластерного анализа для определения структурных взаимосвязей из всех возможных взаимосвязей параметров производственного процесса с помощью блока 61.

Этап А5-2. Опционально обрабатывают статистическими методами полученную индивидуальную матрицу производственного процесса с применением факторного анализа для определения на уровне измерения факторных весов и их знаков значения и направления действия (в плюс или в минус) каждого параметра при влиянии на него каждого из всей совокупности параметров производственного процесса с помощью блока 62.

Этап А5-3. Опционально обрабатывают статистическими методами полученную индивидуальную матрицу производственного процесса с применением множественной регрессии, по которой и определяют влияние независимых параметров на зависимые параметры производственного процесса с помощью блока 63.

Этап А6. Получение результатов. С помощью модуля 7 производят автоматическое выделение наиболее значимых параметров, оказывающих наибольшее влияние на производственный процесс и на остальные параметры производственного процесса.

Последовательность этапов является примерной и позволяет переставлять, убавлять, добавлять или производить некоторые операции одновременно без потери возможности обеспечивать определение доминирующего параметра производственного процесса.

ПРИМЕР 1. Определение взаимосвязей параметров производственного процесса на примере сельскохозяйственных предприятий, а именно агропромышленного комплекса России (АПК).

Определим исходные данные

Список конструктов.

1. Развитие АПК в 2015 г. (Гос. программа).

2. Действие факторов, в которых работает российский АПК.

3. Ниши для отечественных производителей.

4. Санкции.

5. Банки РФ.

6. Инфляция (ослабление рубля, девальвация).

7. Удорожание материально-технических ресурсов.

8. Развитие финансово-кредитной системы АПК (гос. подпрограмма).

9. ПАО Россельхозбанк.

10. Правительство РФ.

11. Средства финансовой системы (гос. программа).

12. Министерство сельского хозяйства России.

13. ПАО Агентство кредитных гарантий.

14. Банк РФ.

15. Ставка возмещения.

16. Производство скота.

17. Производство птицы.

18. Производство молока и молочных продуктов.

19. Прогноз производства с/х продуктов во всех хозяйствах.

20. Прогноз производства продуктов растениеводства.

21. Прогноз производства продукции животноводства.

22. Прогноз производства пищевой продукции.

23. Прогноз инвестиций в основной капитал.

24. Прогноз рентабельности с учетом субсидий.

25. Прогноз средне месячной заработной платы в сельскохозяйственных отраслях.

26. Прогноз производительности труда.

27. Удельный вес затрат на приобретение энергетических ресурсов.

28. Неблагоприятные погодные условия.

29. Валовой сбор зерновых.

30. С/х культуры высокой импортной зависимости (типа сахарной свеклы).

31. Уровень импортной зависимости по технике.

32. Риски снижения производства сельскохозяйственной продукции.

33. Производство маслиничных культур.

34. Экономическое положение с/х производителей.

35. Малые с/х предприятия.

36. Средние с/х предприятия.

37. РФ - страна.

38. Экономика АПК.

39. Производство картофеля и овощей.

40. Темпы производства сельскохозяйственной продукции.

Список дескриптов

1. действуют новые, современные факторы.

2. действует договор об ЕАЭС.

3. действуют негативно санкции против РФ.

4. применяются ответные меры РФ против стран.

5. действуют условия ВТО.

6. быть разнонаправленным.

7. расширяются возможности развития сельского хозяйства.

8. влиять негативно на получение займов российских банков за рубежом.

9. ограничивать кредитование АПК.

10. иметь внутренние предпосылки для решения задач АПК.

11. возрастать, увеличиваться.

12. не компенсировать

13. развивать конкурентоспособность.

14. развивать импортозамещение.

15. укреплять продовольственную безопасность.

16. привлекать инвестиции.

17. привлекать кредиты, финансировать.

18. проводить реструктуризацию.

19. развивать проектное финансирование.

20. отбирать инвестиционные пректы.

21. привлекать финансовых консультантов.

22. направлять в сферу переработки.

23. гарантировать, предоставлять гарантии.

24. упрощать процедуру кредитования.

25. внедрять программу кредитования малого бизнеса.

26. внедрять программу кредитования среднего бизнеса.

27. кредитовать покупку недвижимости.

28. кредитовать покупку техники и оборудования.

29. кредитовать пополнение оборотных средств.

30. повышать ставки.

31. осуществлять контроль за повышением ставок для сельского хозяйства.

32. вносит изменение по возмещению затрат по кредитным средствам.

33. осуществлять государственную поддержку.

34. быть ключевым фактором.

35. уменьшаться, ухудшаться.

36. обеспечить импортозамещение и продовольственную безопасность.

37. импортировать.

38. иметь высокую кредитную нагрузку.

39. уменьшать, уменьшаются инвестиции.

40. иметь неблагоприятные погодные условия.

41. иметь сокращение доходов населения.

42. повышать стоимость материально-технических ресурсов.

43. банкротить.

44. иметь низкие темпы развития инфраструктуры аграрного рынка.

45. занимать нишу.

46. усложнять доступ к рынку.

47. не могут осуществлять обновление основных фондов.

48. не могут покупать высоко урожайные семена.

49. не могут осуществлять приобретение племенного молодняка.

50. не могут привлекать современные инновационные технологии.

51. переходит в производстве к фазе спада.

52. негативно отражаться на макроэкономике.

53. иметь доступ к кредитам.

54. иметь благоприятные погодные условия.

55. кредитовать под залог урожая будущего года.

Построим таблицу с факторными весами.

По данным таблицы 2 заметно, что 72,5% всех экономических факторов-конструктов, то есть значительное большинство являются положительно действующими. Но среди положительно действующих факторов 31,0% от их общего количества (19, 20, 21, 22, 23, 24, 25, 26, 27) являются прогнозными, то есть не действующими. А фундаментальные экономические факторы действуют слабо положительно, т.е, не больше +4,0%.

Причем, такие два фундаментальных фактора ПАО Россельхозбанк (9), госпрограмма «развитие финансово-кредитной системы АПК (8) действуют значимо отрицательно на экономику агропромышленного комплекса России. К тому же, такие заметные факторы как ниши для отечественных сельскохозяйственных производителей (3), Правительство РФ (10), госпрограмма - средства финансовой поддержки сельскохозяйственных производителе (11), Министерство сельского хозяйства РФ (12), ПАО Агентство кредитных гарантий (13), стран РФ (37), экономика АПК (38), производство картофеля и овощей(39), темпы развития сельскохозяйственного производства (40) - эти перечисленные в факторы аграрного развития действую хотя и слабо, но целенаправленно ограничивают динамику развития российского АПК.

При такой парадигме развития непосредственные российские сельскохозяйственные производители оказываются предоставленными сами себе, с ограниченными финансовыми ресурсами, без качественного, высокоурожайного семенного материала и производительной техники.

Производители сельскохозяйственной продукции и сырья оказываются зажатыми в четырехугольнике с вершинами из:

- административного ресурса элемента государственной системы управления - Министерства сельского хозяйства,

- ограниченного финансового ресурса,

- инфляции,

- налоговой системы России.

В этом четырехугольнике осталось мало пространства даже для минимальных темпов роста аграрного производства. Тем более что периметр четырехугольника, в рамках которого существует российское сельскохозяйственное производство, непрерывно сужается.

В столбце 1 указан порядковый номер экономического фактора по абсолютному суммарному значению как зависимой переменной. В скобках указан номер переменной.

В третьем столбце указаны абсолютные суммарные значения независимых переменных, которые равны сумме зависимой переменной. Абсолютные суммарные значения зависимых переменных в третьем столбце отражают уровень активности экономического фактора как зависимой переменной.

В четвертом столбце указаны суммарные положительные значения независимых переменных, действующих на зависимую переменную из общего списка ранжированных переменных по каждой строке. Суммарные величины выражены в относительных значениях (%).

В пятом столбце указаны суммарные отрицательные значения независимых переменных, действующих на зависимую переменную из общего списка ранжированных переменных по каждой строке. Суммарные отрицательные значения также выражены в %.

Каждая из переменных в ранжированном списке по каждой строке имеет статус как зависимой переменной, так и независимых переменных в их суммарном значении в соответствии с очередностью аналитических процедур.

В построчном списке ранжированных экономических факторов в таблице 2 находятся показатели, которые имеют более четырех взаимосвязей, открытых кластерный анализом. По степени активности все ранжированные 25 факторов подразделяются на четыре группы. Общая совокупность факторов отчетливо раскрывает следующую закономерность, а именно: чем выше уровень активности экономического фактора, тем большее количество независимых переменных действуют на этот фактор отрицательно. Таким образом, получается, что экономические факторы первых двух групп значительно ограничены в своей эффективности действиями других экономических факторов как независимых переменных, которыми эффективно управлять обладатели административных ресурсов не в состоянии.

Покажем, как экономические вектора обуславливают состояние одного из важнейших факторов с высоким уровнем активности, каким является ПАО Россельхозбанк. Для расчетов возьмем независимые экономические показатели, которые определяют эффективность работы главного сельскохозяйственного банка России в аграрном секторе экономики, и, которые имеют значение выше 3,0%, поскольку это статистически значимая величина.

По данным таблицы 2 из всего списка ранжированных факторов 46,8% действуют положительно на состояние, функционирование, и перспективную деятельность ПАО Россельхозбанк, а 53,2% экономических показателей влияют отрицательно. Большинство положительно и отрицательно влияющих факторов на масштабы работы ПАО Россельхозбанк менее трех процентов. Но четыре фактора действуют положительно и значимо - это «развитие финансово-кредитной сферы АПК - 12,0%, Министерство сельского хозяйства РФ - 4,0%, «прогноз производства пищевой промышленности» - 5,4%, «прогноз производительности труда» - 5,3%, «темпы производства сельского хозяйства» - 4,4. Получается, что всего заметно и значимо влияют 5 факторов с долей в 31,1%. Это достаточно много, но такие определяющим образом действующие на деятельность ПАО Россельхозбанка факторы имеют административное, расчетное и прогнозное содержание, то есть по сути они имеют ментальный и виртуальный характер. Для сравнения укажем, что на ПАО «Россельхозбанк такой фактор как «действие факторов, в которых работает АПК» составляет, кстати, значимую величину в минус 6,4%. Аграрная реальность России точно расположена за окнами кабинетов важных сотрудников ПАО Россельхозбанк.

Посмотрим, какие факторы действуют на работу ПАО Россельхозбанк отрицательно и количественно и содержательно. Это следующие факторы: уже упоминаемый нами «действие факторов, в которых работает АПК» - 6,4%, «средства финансовой поддержки АПК» - 6,0%, «банки РФ» - 3,0%, «прогноз развития растениеводства» - 4,0%, «прогноз рентабельности с учетом субсидий» - 4,6%, «валовый сбор зерна» - 5,3%, «экономическое положение сельскохозяйственных производителей» - 3,9%, «малые предприятия сельского хозяйства России» - 3,9%, средние предприятия - 4,2%.

Итак, отрицательно действует на деятельность ПАО Россельхозбанк девять важных для развития аграрного производства факторов с общей величиной в 41,3%, и, семь из них имеют реальное и действенное значение.

Таким образом, мы измерили такие факты, что ПАО Россельхозбанк действует, главным образом в административных, расчетных и виртуальных координатах, а его соприкосновение с реальными земными проблемами сельского хозяйства нашей родины действует на него отрицательно.

Еще важно отметить, такой важный фактор как «неблагоприятные погодные условия», находясь в таблице 3 в группе среди показателей, действие которых является, главным, образом, отрицательным, а имеет сильное положительное влияние - 72,6% на сельскохозяйственную экономику. Это своеобразный туз в рукавах аграрных чиновников, который активно используется служивым людом в тот момент, когда надо не работать, а объяснять различные негативные процессы, которые ведут к спаду производства в аграрной сфере производства России.

Вместе с тем, отрицательно действующие факторы вполне могут иметь позитивное отношение к развитию сельскохозяйственного производства. В данном конкретном случае речь идет об инфляции. Измерения показывают, что в аграрной сфере производства на инфляцию из всего ранжированного списка факторов отрицательно действуют 65,7% факторов, а 34,3 развивают ее.

Интересна структура взаимосвязей дескриптов, которых насчитывается 55 позиций, и сила их действия в качестве факторов существования экономики села.

Если посмотреть на фиг. 3. И фиг. 4, то мы можем наблюдать три взаимосвязанных структуры факторов-декскриптов, внутри которых расположены другие структуры взаимосвязанных экономических показателей. Вся система внутреннего аграрного взаимодействия как бы подвешена на двух факторах - это «возрастать, увеличиваться» и «уменьшаться, ухудшаться».

В этом смысле подлинным примером является первая структура взаимосвязанных факторов-дескриптов, состоящих из трех показателей:

- уменьшение инвестиций (39),

- являться ключевым фактором (34),

- привлекать инвестиции(16).

Именно через фактор привлечения инвестиций (16) выявляется взаимосвязь с другой взаимосвязанной структурой состоящей из шести факторов-дескриптов: -

«повышать стоимость материально-технических ресурсов» (42),

- «укреплять продовольственную безопасность» (15),

- «обеспечивать импортное замещение» (36),

- «негативно отражаться на макроэкономике страны» (52),

- «привлекать кредиты, финансировать» (17),

- «ограничивать кредитование» (9).

Другие две взаимосвязанные системы находятся внутри рассмотренной выше структуры и отражают процессы кредитования сельскохозяйственных предприятий по линиям кредитования покупки техники и оборудования, кредитования покупки недвижимости, кредитования пополнения оборотных средств сельскохозяйственных предприятий. Столь ограниченный список потребностей в кредитовании сельскохозяйственного производства и обозначает очевидное ограничение применения финансовых ресурсов. Конечно, сфера кредитования производства продуктов питания и сырья для интенсивной динамики развития должна быть более многообразной по сравнению с той, которая выявилась в показанных системах взаимосвязей факторов-дескриптов.

Через фактор-дескриптор «ограничивать кредитование АПК» (9) образована последняя, самая разветвленная структура взаимосвязей, состоящая из 10 факторов: «иметь доступ к кредитам» (53), «переходит в фазу спада» (51), «иметь низкие темпы развития инфраструктуры аграрного рынка» (44), «иметь сокращающиеся доходы населения» (41), «импортировать» (37), «повышать ставки» (30), «направлять в сферу переработки» (22), «некомпенсировать» (12), «действуют новые, современные факторы» (1), «иметь благоприятные погодные условия» (54). Эта структура интегрирует в своем контуре еще шесть структур взамосвязанных экономических факторов.

Структуры взаимосвязанных факторов, образовавшиеся в контуре разветвленной структуры, показывают противоречивое развитие процессов в сельском хозяйстве, где в качестве активных ферментов работают финансовые показатели. О чем, например, могут свидетельствовать такие процессы, когда существует структура следующих экономических показателей: «влиять негативно на получение займов российскими банками» (8), «усложнять доступ к рынку» (46), «кредитовать предприятие под залог урожая будущего года» (55)? Очевидно, существующая позитивная динамика развития сельскохозяйственного производства России сдерживается финансово-кредитной системой. Одно дело обсуждать финансово-кредитные ограничения, которые российская банковская система накладывает на развитие агро-промышленного комплекса, а совсем другая ипостась состоит в том, что доказали этот факт в его конкретных особенностях.

По данным таблицы 4 по нумерации факторов в строке 2 можно сделать вывод о том, что более половины экономических показателей (54,0%) действуют положительно во всей совокупности факторов, определяющих существо работы в сфере сельского хозяйства. Например, фактор «ограничивать кредитование АПК» (9) рассматривается публично чиновниками как господнее наказание, а реально ограничение кредитования до известных пределов, измеренных средним коэффициентом детерминации, жестко принуждает непосредственных производителей искать и находить производственные резервы. Речь идет об измеренных пределах ограничения кредитования сельскохозяйственной сферы производства в размерах одной трети от запрошенного кредита.

Общее количество положительно действующих факторов-дескриптов составляет 65,5%. Это меньше количества положительно действующих институциональных факторов, представленных в таблице 2.

И, соответственно, увеличилось количество факторов, действующих отрицательно. Обращают на себя внимание факторы, которые действуют сильно отрицательно. В шестой строке указаны эти отрицательные факторы, которые сильно и значимо действуют отрицательно но всю совокупность факторов аграрной экономики. Они достойны того, чтобы мы их назвали полностью:

- «проводить реструктуризацию кредиторской задолженности» (18);

- «развивать проектное финансирование» (19);

- «отбирать инвестиционные проекты» (20),

- «привлекать финансовых консультантов» (21);

- «гарантировать, предоставлять гарантии» (23).

Все перечисленные отрицательно действующие факторы по содержанию своей работы имеют финансовый и административный характер и имеют весьма касательное отношение к сельскохозяйственному производству. Вернее имеют, но только в том смысле, в котором о сельскохозяйственном производстве думают чиновники большого калибра и их финансовые консультанты. Для того, чтобы иметь более конкретное и научное представление о детальном действии факторов обратимся к таблице 5.

Экономические факторы, которые отражают конкретные действия в сельскохозяйственной сфере производства России, действуют в значительной степени противоречиво. Например, стоящие рядом по степени активности экономические показатели такие как «направлять в сферу переработки» и «иметь доступ к кредитам» имеют противоречивое состояние, на первую систему факторов больше действуют ранжированные факторы из всего списка по большей степени отрицательно, а на вторую систему факторов - положительно. Этот же самый разброс преобладающего действия положительных и отрицательных влияний независимых факторов на зависимые переменные прослеживается по состоянию данных по всей таблице.

С одной стороны, существует группа экономических факторов-дескриптов, которые отражают группы зависимых экономических факторов, которые имеют разнонаправленное влияние независимых показателей. А с другой стороны, имеется группа, где независимые факторы действуют значительно положительно на зависимые переменные, которые отмечены в списке с 9 по 18 номер. Причем, 73,7% зависимых факторов находится в положительном состоянии, а 26,3% их числа обозначаются в отрицательном положении.

В итоге, можно сделать вывод о том, что в сельскохозяйственной сфере производства России сложилась преобладающая группа факторов, которые положительно действуют на развитие аграрной сферы производства. Но, разнонаправленные факторы-дескрипторы, которые действуют в одной и той же сфере производства, показывают целые отрасли в которых развивается детерминированный хаос.

Для иллюстрации сказанного выше наглядно покажем, как формируется работа экономических факторов в аграрной экономической среде. Возьмем два фактора - один с относительно высоким уровнем действия отрицательных значений независимых факторов - это «направлять в сферу переработки». Другой фактор, на который относительно незначительно действуют отрицательно независимые факторы - это «привлекать финансовых консультантов».

Возьмем значимые факторы, значение которых превышает 3,0%.

Итак, фактор «направлять в сферу переработки». Суммарные значения действия на него по таблице 4 составляют +43,4% и -56,4%. На него положительно влияют, то есть увеличивают его значение, следующие независимые факторы с их расчетными данными: «ограничивать кредитование АПК» (+5,4%); «привлекать финансовых консультантов (15,5%); «внедрять программу кредитования малого бизнеса» (+8,0%); «осуществлять государственную поддержку» (3,0%. Это доминирующие факторы, которые, в основном, представляют интересы государственных органов управления и суммарное их значение составляет 31,9%. Теперь представим расчетные значения, которые уменьшают суммарные данные для фактора «направлять в сферу переработки». Это - «быть разнонаправленным» (-4,1%); «проводить реструктуризацию» (3,6%); «гарантировать, представлять гарантии» (-11,8); «упрощать процедуру кредитования» (-10,6%); «внести изменения на возмещение затрат по кредитной ставке» (-3,6%). Итого: минус 33,7%. По сути дела - это опции, которые принципиально улучшают финансовое состояние большинства сельскохозяйственных предприятий, но такая деятельность может быть только частной. Таким образом, большинство факторов работают вектором уменьшения на рынке доли ресурсов «направлять на переработку», а против рыночного фактора работает сильнее всех факторов «привлечение финансовых консультантов».

Увеличивают значение фактора «привлечение финансовых консультантов» следующие независимые переменные:

- «действующий договор об ЕАЭС» (+3,5%);

- «укреплять продовольственную безопасность» (+3,0%);

- «проводить реструктуризацию» (6,5%);

- «внести изменения на возмещение затрат по кредитной ставке» (+3,0%);

- «гарантировать, предоставлять гарантии» (+17,2%);

- «упрощать процедуру кредитования» (+13,8%);

- «уменьшаться» (3,9%);

- «повышать стоимость материально-технических ресурсов» (3,5%);

- «не могут привлечь современные инновационные технологии» (4,1%).

Итого: 58,5%

Уменьшают же значения зависимой переменной «привлечение финансовых консультантов такие независимые переменные:

«расширение возможностей с/х производства», т.е. конкуренция (-3,5%);

- «ограничивать кредитование АПК» (-3,1%);

- «привлекать кредиты, финансировать» (-4,8);

- «внедрять программу кредитования» (-7,9%);

- «кредитовать покупку недвижимости» (-3,5%.

Понятно, почему эти опции уменьшают простор для деятельности финансовых консультантов, поскольку это или прямые указания высших правительственных чиновников, или, те сферы, как на рынке недвижимости достаточно высококвалифицированных риэлторов.

Очевидно, что выдающиеся усилия финансовых консультантов на сельскохозяйственном рынке имеют в своей основе не только производственный интерес. Он, похоже, только повод для решения основных проблем для развития других типов рынков.

В целом, приведенные данные только подчеркивают при доминирующей, в общем, позитивной тенденции развития аграрного сектора экономики, ее глубокий и противоречивый характер. Продемонстрируем числовые значения такого фактора как «иметь действие разнонаправленных факторов» Вот значения независимых положительно действующих факторов:

- «действие договора об ЕАЭС» (+16,6%);

- «расширение возможностей сельскохозяйственного производства» (+10,5%);

- «иметь внутренние предпосылки для решения задач АПК» (+5,0%);

- «проводить реструктуризацию» (+6,4%);

- «внедрять программу кредитования малого бизнеса» (+8,5%).

Это, понятно, позитивная линия в развитии сельского хозяйства России. Теперь приведем независимые переменные которые представляют собой отрицательный тренд. Это:

- «новые, современные факторы действуют» (-4,1%);

- «возрастать, увеличиваться» (-3,2);

- «привлекать инвестиции» (-5,0%);

- «привлекать кредиты, финансировать» (-4,2%);

- «привлекать финансовых консультантов» (-3,5%);

- «внедрять программу кредитования среднего бизнеса» (- -4,3%);

- «осуществлять государственную поддержку» (-4,3%).

Суммарно - это негативный тренд, который уменьшает потенциал российского сельского хозяйства, поскольку привлечение кредитов и инвестиций равно как и осуществление государственной поддержки вполне может не соответствовать истинным целям российского общества и рынка и разрушать их.

ПРИМЕР 2. Определение взаимосвязей параметров производственного процесса на примере горнодобывающего предприятия.

Определим исходные данные

Список конструктов управленческой отчетности горнодобывающего предприятия.

1. ГПР (горно-подготовительные работы), ГТС (горно-технические сооружения), тыс. м3.

2. Вскрыша. тыс. м3.

3. Промывка песков. тыс. м3.

4. Содержание золота мг/м3.

5. Произведено золота кг.

6. Произведено золота на ШОУ (шлихообогатительная установка).

7. Средневзвешенная цена продажи Без дисконта руб./гр.

8. Выручка без дисконта млн. руб.

9. Себестоимость млн. руб.

10. Себестоимость реализованного золота руб./гр.

11. EBITDA млн. руб.

12. Рентабельность EBITDA в %.

13. Реализовано золота кг.

14. Выручка млн. руб.

15. Расходы млн. руб.

16. EBITDA млн. руб.

17. Рентабельность по EBITDA млн. руб.

18. ТСС (total each cost) руб./гр.

19. ТСС (total each cost) доллСША./гр.

20. ТСС (total each cost) долл.США./унция.

Список дескриптов управленческой отчетности горнодобывающего предприятия.

1. Горнодобывающее предприятие (всего) - план по состоянию на ноябрь.

2. Горнодобывающее предприятие (всего) - факт по состоянию на ноябрь.

3. Горнодобывающее предприятие (всего) - бюджет по состоянию с начала года.

4. Горнодобывающее предприятие (всего) - фактическое исполнение бюджета с начала года.

5. Собственное производство Горнодобывающего предприятия - план по состоянию на ноябрь.

6. Собственное производство Горнодобывающего предприятия - факт по состоянию ноябрь.

7. Собственный бюджет горнодобывающего предприятия по состоянию с начала года.

8. Фактическое исполнение бюджета Горнодобывающего предприятия по состоянию с начала года.

9. Производство подрядных организаций - план по состоянию с начала года.

10. Производство подрядных организаций - факт по состоянию с начала года.

11. Бюджет подрядных организаций - по состоянию с начала года.

12. Фактическое исполнение бюджета Горнодобывающего предприятия с начала года.

Строим матрицу, связывающую эти параметры, с указанием вероятностей, после чего с помощью кластерного анализа определяем структурные взаимосвязи между показателями управленческой отчетности, об исполнении которых руководители подразделений докладывают на ежемесячных балансовых комиссия. На основе его выделяются семь взаимосвязанных структур.

Центром большинства взаимосвязанных структур является конструкт-показатель - «расходы» (15).

Такое центральное положение конструкта расходы определяется как минимум тремя обстоятельствами. Во-первых, сезонным характером работ по добыче россыпного золота, во-вторых, значительными затратами, которые необходимо осуществить в максимально короткие сроки до начала реальной добычи золота, в третьих, на этом реальном добывающем предприятии расходы хорошо контролируются. Вместе с тем, интересна структурные взаимосвязи экономических показателей конструктов, которые на прямую не взаимосвязаны с расходами - это две скрытые структуры.

Это системно взаимосвязанные конструкты: произведено золота, средневзвешенная цена продажи без дисконта, себестоимость, и, выручка без дисконта, EBITRA, реализовано золота, выручка. Понятно, что часть этих сведений может представлять собой коммерческую тайну, но, очевидно, что доведение знаний до руководителей всех звеньев не государственного предприятия о себестоимости является решающим для принятия решений всеми лицами при расходовании денежных средств и материалов. Информированность руководителей среднего звена о себестоимости, единственный существенный аргумент для отстаивания экономических интересов не государственного предприятия.

В этой связи интересен факторный анализ экономических показателей-конструктов. Два ведущих экономических конструкта-показателя - как факторы конкретно на этим предприятии определяют его экономическую эффективность, то есть они имеют максимальные факторные веса. Это промывка золотосодержащих песков, и, соответственно, вскрыша.

Из всех конструктов показателей, которые имеют отрицательные значения - экономические характеристики, которые отражают доходность, себестоимость и рентабельность. Такое состояние расчетных финансовых и экономических показателей на конкретном предприятии означает, что они имеют значительные резервы для их использования в управлении успешным процессом добычи россыпного золота.

Другое направление изучения экономики конкретного предприятия связано с пониманием того, что насколько система и структура взаимосвязанных экономических конструктов-показателей определяется положительными и отрицательными взаимными влияниями? Данные в ниже приведенной таблице позволяют вполне исчерпывающе ответить на этот вопрос.

Из 20 конструктов выделилась система взаимосвязанных показателей - их оказалось в созданной несимметричной матрице 11 единиц. Далее были произведены расчеты по уравнениям множественной регрессии, когда каждый из конструктов был определяем как зависимая переменная, а остальные были обозначены в качестве независимых переменных.

Колонки:

1 - название показателя,

2 - абсолютные суммарные значения вероятностных коэффициентов по абсолютному знаку,

3 - относительные положительные значения вероятностных коэффициентов,

4 - относительные отрицательные значения вероятностных коэффициентов, в колонке № в скобках указан номер показателя как конструкта в приложении 3).

В колонке 2 показаны абсолютные суммарные данные как по значению так и по знаку для каждой из зависимых переменных. Судя по ранжированным данным первые места по степени активности занимают зависимые переменные, которые контролируются финансистами, экономистами и высшими должностными лицами компании. А вот чисто производственные конструкты, от которых и зависит успешная работа предприятия по степени активности занимают последние места. Поэтому из общего списка зависимых переменных только у двух вычислено решающее положительное влияние независимых переменных. Очевидно, резервы для развития производства россыпного золота имеют большой потенциал.

Данные по управленческой отчетности предприятия в их вероятностной форме были сконцентрированы в матрице 20×12. Понятно, что подобный тип матрицы является не симметричным и при транспонировании матрицы появляется возможность исследовать взаимосвязи «другой стороны медали». А именно, речь пойдет об анализе экономических показателей, которые в приложении 3 обозначены как дескрипты, и, которые, собственно и обозначают два структурных подразделения предприятия: само предприятие, которое обладает лицензиями и инфраструктурой и оборудованием, и, подрядчиками, которые по договорам добывают золото, которое реализуется через систему предприятия.

Кластерный анализ дескриптов показывает, предприятие и подрядчики образуют взаимосвязанную систему из четырех структур, но самое большое число взаимосвязей образует дескрипт (2) предприятие-факт добычи. То есть интегрирующим элементом системы является предприятие. Как показывают взаимосвязи дескриптов 11, 1,2 подрядчики интегированы не только в систему производства, но и бюджетирования добычи золота.

Другую особенность интеграции предприятия и подрядчиков показывает анализ факторных весов в таблице 5. В равных долях факторы как по предприятию так и по подрядчикам - дескрипты - имеют как положительные так и отрицательные значения. Таким образом, предприятия и подрядчики интегрированы, главным образом, по предмету труда, а в остальном они выступают как конкуренты.

Вместе с тем, данные в таблице 9 показывают лидирующее состояние предприятия в интеграционном процессе по отношению к подрядчикам.

Колонки:

1 - название показателя,

2 - абсолютные суммарные значения вероятностных коэффициентов по абсолютному знаку,

3 - относительные положительные значения вероятностных коэффициентов,

4 - относительные отрицательные значения вероятностных коэффициентов, в колонке № в скобках указан номер показателя как дескрипта.

Достаточно указать на такой факт, что по степени своей активности и своего удельного инфраструктурного веса все первые шесть мест из 12 принадлежат именно предприятию. Исключение составляют только две последние позиции в таблице 9. Видно, что на план бюджет всего предприятия 52,9% независимых переменных влияют отрицательно, что свидетельствует о том, что предприятие бюджетным процессом подрядчиков управляет в минимальной степени.

Данные по последней строке, отражают такой факт, что при относительно низкой активности внимания управленцев предприятия к собственному бюджету его движение почте на 2/3 определяется положительными факторами-дескриптами.

Таким образом, дезинтеграция управленческой отчетности горнодобывающего предприятия, собственно говоря, предоставляет в руки управляющих компанией в режиме реального времени необходимые инструменты для принятия адекватных решений и осуществления действительных мероприятий.

На конкретном примере анализа управленческой отчетности мы понимаем, что центр тяжести управленческой работы должен быть сосредоточен на контроле над расходами и в предоставлении непосредственно трудящимся в доступной форме данных о себестоимости и рентабельности.

Другой важный и совсем не очевидный вывод из управленческой отчетности состоит в том, что подрядная форма организации труда на основе привлечения независимых подрядных организаций как минимум в два раза повышает производительность золотодобычи унитарного предприятия.

Важно, в 2016 году повысить уровень производственного внимания к важнейшим технологическим процессам: вскрыше торфов и промывке золотодержащих песков. Причем, и это важно, природное содержание золота в песках не является главной составляющей экономически успешного процесса золотодобычи. Содержание золота в песках лишь в конечном счете, как показывают измерения, определяет экономику горнодобывающего предприятия прежде всего себестоимость и рентабельность производственных процессов, и, говоря в более обобщенной форме - организованный труд.

Подводя итоги с вероятностью весьма близкой к 1,0, необходимо сделать однозначный вывод о том, что способ организации информации в матричной форме и представление массовых данных в вероятностных значениях в доверительных интервалах -1,0≤0≤1,0 по полям матрицы и обработка вероятностных информационных массивов с помощью огромного спектра математических моделей позволяет получать исследователю обширные и скрытые знания как об интересующих, так и неведомых исследователю обнаруженных фактах.

Промышленная применимость.

Предлагаемый способ и устройство для определения взаимосвязей параметров производственного процесса могут быть осуществлены специалистом на практике и при осуществлении обеспечивают реализацию заявленного назначения, что позволяет сделать вывод о соответствии критерию «промышленная применимость» для изобретения.

В соответствии с предложенным изобретением изготовлен опытный образец устройства для определения взаимосвязей параметров производственного процесса.

Испытания опытного образца устройства показали, что она обеспечивает возможность:

- быстрой обработки введенных данных,

- вычисления с помощью вышеописанных модулей взаимосвязей между параметрами производственного процесса,

- вычисления с помощью вышеописанных модулей наиболее важных параметров, которые больше всего влияют на весь производственный процесс, а также на остальные параметры производственного процесса.

Таким образом, в данном изобретении достигнута поставленная задача - возможность определения доминирующего параметра производственного процесса, оказывающего наибольшее влияние на производственный процесс и на остальные параметры производственного процесса.

Данное изобретение можно использовать для ускорения процессов управления производственными процессами.

1. Устройство для определения взаимосвязей параметров производственного процесса, включающее в себя корпус, в котором содержится модуль ввода параметров производственного процесса, отличающееся тем, что выход модуля ввода параметров производственного процесса соединен с входом модуля автоматического определения возможных дискретных значений параметров производственного процесса, выход которого соединен с входом модуля автоматического определения вероятности нахождения каждого параметра в каждом из возможных значений, выход которого соединен с входом модуля автоматического определения корреляции между всеми параметрами, характеризующими производственный процесс, выход которого соединен с входом модуля автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса, выход которого соединен с входом модуля автоматического выделения наиболее значимых параметров, оказывающих наибольшее влияние на производственный процесс и на остальные параметры производственного процесса.

2. Устройство по п. 1, отличающееся тем, что модуль автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса включает в себя блок кластерного анализа для определения структурных взаимосвязей параметров производственного процесса.

3. Устройство по п. 1, отличающееся тем, что модуль автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса включает в себя блок факторного анализа для определения на уровне измерения факторных весов и их знаков значения и направления действия (в плюс или в минус) каждого параметра при влиянии на него каждого из всей совокупности параметров производственного процесса.

4. Устройство по п. 1, отличающееся тем, что модуль автоматической обработки статистическими методами полученной индивидуальной матрицы производственного процесса включает в себя блок множественной регрессии для определения влияния независимых параметров на зависимые параметры производственного процесса.