Автоматизированная система прогноза спроса на нефтепродукты тема диссертации и автореферата по ВАК РФ 05.13.07, кандидат технических наук Тейтельбаум, Александра Михайловна

  • Тейтельбаум, Александра Михайловна
  • кандидат технических науккандидат технических наук
  • 2000, Москва
  • Специальность ВАК РФ05.13.07
  • Количество страниц 200
Тейтельбаум, Александра Михайловна. Автоматизированная система прогноза спроса на нефтепродукты: дис. кандидат технических наук: 05.13.07 - Автоматизация технологических процессов и производств (в том числе по отраслям). Москва. 2000. 200 с.

Оглавление диссертации кандидат технических наук Тейтельбаум, Александра Михайловна

Введение.

1. Анализ прогнозируемых процессов и постановка задачи исследования.

1.1. Описание прогнозируемых процессов, их особенностей и области использования результатов.

1.2. Постановка задачи исследования.

2. Выявление факторов, влияющих на величину спроса, и построение зависимостей спроса от основных факторов.

2.1. Обзор известных подходов.

2.2. Использование факторного анализа для выделения основных факторов, влияющих на величину спроса на нефтепродукты.

2.3. Корреляционный анализ связи между величиной спроса на нефтепродукты и переменными, влияющими на него.

2.4. Определение зависимостей спроса на нефтепродукты от основных факторов.

2.5. Математическая модель для расчета ВВП.

3. Прогнозирование значений основных показателей, влияющих на спрос на нефтепродукты.

3.1. Обзор известных методов прогнозирования.

3.2. Построение моделей изменения валового внутреннего продукта во времени с использованием регрессионных зависимостей.

3.3. Сравнение точности прогнозирования различными методами в зависимости от периода прогнозирования и объема используемой выборки.

3.4. Прогнозирование спроса на нефтепродукты в Российской Федерации.

3.5. Прогнозирование спроса на нефтепродукты по регионам. .ml

4. Определение прогнозируемых значений спроса на нефтепродукты с использованием теории нечетких множеств и теории принятия решений в условиях неопределенности.

4.1. Обзор известных подходов.

4.2. Определение исходных данных о величине валового внутреннего продукта и расходов на оборону с использованием экспертных оценок.

4.3. Построение математической модели спроса на нефтепродукты с нечеткими входными и выходными переменными.

4.4. Результаты построения математической модели спроса на нефтепродукты с нечеткими входными и выходными переменными.

4.5. Определение прогнозируемых значений спроса на нефтепродукты с использованием элементов теории принятия решений в условиях неопределенности.

5. Разработка структуры автоматизированной системы прогноза.

5.1. Информационное обеспечение.

5.2. Алгоритмическое обеспечение.

5.3. Программное обеспечение.

5.4. Техническое обеспечение.

Основные результаты работы.

Рекомендованный список диссертаций по специальности «Автоматизация технологических процессов и производств (в том числе по отраслям)», 05.13.07 шифр ВАК

Введение диссертации (часть автореферата) на тему «Автоматизированная система прогноза спроса на нефтепродукты»

Топливно-энергетический комплекс является одним из основополагающих в экономике страны. Сложная политическая и социально-экономическая обстановка в России порождает неопределенность в оценке перспектив развития экономики и ТЭК, которая усугубляется разрушением прежней системы разработки экономических планов и прогнозов, значительным сокращением и ухудшением качества статистической отчетности и нарушением традиционной технологии сбора и обработки информации. В таких условиях применявшаяся ранее методология перспективного планирования оказывается неработоспособной.

Структурные изменения ряда отраслей ТЭК, связанные с формированием вертикально-интегрированных компаний (ВИНК), изменение структуры собственности предприятий этих отраслей, обострение конкуренции на внутренних и внешних рынках сбыта их продукции явились основными причинами, заставляющими их активизировать усилия, направленные на развитие производства.

Наиболее радикальным и эффективным способом интенсификации производства, снижения производственных затрат, перехода на выпуск новых экологичных видов продукции и, как следствие, существенного улучшения финансово-хозяйственного состояния предприятия в целом, является осуществление серьезной реконструкции и модернизации существующего производства, строительство и ввод в эксплуатацию новых технологических установок. Началу работ по реконструкции должно предшествовать разностороннее, глубокое исследование текущего состояния предприятия, его экономического и рыночного окружения, анализ различных технологических вариантов реконструкции, финансово-экономический анализ проекта и др. Любая реконструкция приводит к изменению номенклатуры, объема и качества выпускаемой продукции. Эти изменения должны находиться в соответствии с ожидаемыми условиями на рынке сбыта. Во временном отношении этап реконструкции и модернизации может занимать от 2 до 5-7 лет, что требует прогнозирования спроса на аналогичный период.

Прогнозные величины спроса на основные виды нефтепродуктов используются при выработке стратегии развития нефтяной компании или нефтеперерабатывающего завода. Разработка такой стратегии включает, с одной стороны, формирование долгосрочных планов реконструкции и модернизации существующего производства; проектирования, строительства и ввода в эксплуатацию новых технологических установок, а с другой - определение стратегии поведения ВИНК на локальных рынках сбыта нефтепродуктов и разработку соответствующих производственных заданий нефтеперерабатывающим заводам (НПЗ), входящим в состав ВИНК. ВИНК являются составной частью топливно-энергетического комплекса страны и работают в макроэкономической среде. Определение стратегии компании необходимо осуществлять с учетом перспектив развития региональных рынков сбыта, на которых она работает. Поэтому основой для формирования сбытовой политики нефтяной компании в регионах являются перспективы их экономического развития, в том числе в части потребления энергетических ресурсов в целом и нефтепродуктов в частности, для чего используется прогноз спроса на 1-5 лет.

Помимо задач стратегического развития, перед ВИНК (НПЗ) стоят также задачи текущего планирования. Одним из этапов планирования текущей деятельности компании является составление годовых производственных планов на основе результатов краткосрочного (на один год) прогноза спроса на нефтепродукты.

Годовой производственный план составляется для планирования финансово-экономической деятельности компании и для разработки более детальных производственных программ - по кварталам, а затем и по месяцам. Это необходимо для учета сезонности при выпуске различных видов нефтепродуктов и для правильной организации производства на периоды профилактических и модернизационных работ. Поэтому прогнозируемая величина спроса на нефтепродукты на один год является одним из важных исходных данных и контрольной цифрой для текущего планирования деятельности ВИНК/НПЗ.

Таким образом, в условиях рыночной экономики приобретает актуальность задача прогноза спроса на основные виды нефтепродуктов, такие как автобензин, дизельное топливо, авиационный керосин и топочный мазут.

Сложность решаемой задачи обусловлена ограниченностью имеющейся выборки статистических данных, существенной нестационарностью прогнозируемых показателей, наличием нелинейности, а также отсутствием методики прогноза спроса на нефтепродукты после отмены системы государственного планирования потребления.

Точность и достоверность прогноза может быть повышена при использовании формализованных методов и вычислительной техники. В настоящее время разработаны различные методы прогнозирования. Крупный вклад в развитие прогнозирования формальными методами внесли Р. Браун, Дж. Бокс, Г. Дженкинс, Четыркин Е.М., Емельянов С.В., Лукашин Ю.П. и др. [32, 49-52, 54-56]. Вместе с тем, нахождение методов, эффективных в условиях малой выборки данных и явной нестационарности процесса, остается актуальной задачей.

Целью диссертационной работы является создание методики прогнозирования спроса, а также структуры, информационного и алгоритмического обеспечения автоматизированной системы прогноза спроса на нефтепродукты в регионах страны, облегчающей решение задач управления и планирования деятельности НПЗ и вертикально-интегрированной нефтяной компании (ВИНК) в целом.

Данная диссертационная работа состоит из введения, пяти глав, и заключения. Вспомогательные материалы приведены в четырех приложениях.

Похожие диссертационные работы по специальности «Автоматизация технологических процессов и производств (в том числе по отраслям)», 05.13.07 шифр ВАК

Заключение диссертации по теме «Автоматизация технологических процессов и производств (в том числе по отраслям)», Тейтельбаум, Александра Михайловна

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработана методика для решения задачи прогнозирования величины спроса на основные виды нефтепродуктов (автобензин, дизельное топливо, авиакеросин и мазут) - выделены основные задачи и эффективные алгоритмы их решения.

2. Выявлены основные переменные, влияющие на величину спроса на основные виды нефтепродуктов, среди них методами факторного и корреляционного анализа определены основные переменные, линейно-независимые между собой - ВВП и расходы на оборону.

3. Построены математические модели зависимости спроса на нефтепродукты -автобензин, дизельное топливо, авиакеросин и мазут - от основных переменных -ВВП и расходов на оборону. Подтверждена адекватность этих моделей с использованием критерия Фишера.

4. Показана целесообразность разбиения статистических данных на 2 периода (период стабильного развития экономики и период реформ) и решения задачи идентификации параметров модели отдельно для каждого периода.

Проведено исследование эффективности различных методов прогнозирования для основной переменной - ВВП. Исследована зависимость точности прогноза от базы прогноза и периода прогнозирования. Найдена оптимальная величина объема выборки (базы прогноза), обеспечивающая наибольшую точность прогноза. Показано, что на этапе стабильного развития экономики (на периоде до 1989 г.) наиболее точным является прогноз, получаемый методом Холта. На этапе экономических реформ (с 1990 г.) наиболее точный прогноз на 1 и 2 года дает использование регрессионной модели предложенной структуры. Наилучший прогноз на 3-5 лет можно получить, используя метод адаптивного сглаживания.

5. Осуществлено прогнозирование спроса на основные виды нефтепродуктов.

6. Предложен метод построения нечеткой модели, когда входные и выходные переменные являются нечеткими величинами, а параметры модели - четкими. С его использованием и с использованием элементов теории принятия решений в условиях неопределенности получены прогнозируемые значения спроса на основные виды нефтепродуктов.

7. Предложен подход к получению прогноза спроса на основные виды нефтепродуктов в регионах страны.

8. Разработана структура, информационное, алгоритмическое и программное обеспечение автоматизированной системы прогноза спроса на нефтепродукты, которая является частью автоматизированной системы планирования работы ВИНК (НПЗ).

9. Повышение точности прогноза спроса на нефтепродукты приводит к существенному повышению экономической эффективности решения задачи оперативного годового планирования НПЗ и управления инвестициями в ВИНК.

10. Полученная методика использовалась для прогноза спроса на основные виды нефтепродуктов при выполнении договоров с ОАО "Татнефть": "Анализ рынков сбыта нефтепродуктов Республики Татарстан, сопредельных областей и Российской Федерации в целом" и "Разработка стратегии развития розничной сети сбыта ОАО "Татнефть". Использование системы позволило повысить научную обоснованность, достоверность и оперативность получаемых результатов при одновременном сокращении трудозатрат.

Список литературы диссертационного исследования кандидат технических наук Тейтельбаум, Александра Михайловна, 2000 год

1. Рудин М.Г., Драбкин А.Е. Краткий справочник нефтепереработчика. - Л.: Химия, 1980.-328 с.

2. Танкаев Р.У., Канделаки Т.Л. Марки нефтяных топлив Российской Федерации и мира. М.: Инфо-ТЭК-КОНСАЛТ, 1997 г. 111 с.

3. Российский статистический ежегодник. 1994. Статистический сборник/Госкомстат России М., 1994. - 799 с.

4. Российский статистический ежегодник. Стат. сб./Госкомстат России М., 1998. -813 с.

5. Регионы России: Стат. сб. В 2 т. Т.2/Госкомстат России М., 1998. - 797 с.

6. Промышленность России. Стат. сб./Госкомстат России М., 1996. - 425 с.

7. Транспорт и связь России. Стат. сб./Госкомстат России М., 1996. - 271 с.

8. Экономическая статистика: Учебник/ Под. ред. Ю.Н. Иванова. М.: ИНФРА-М, 1998-480 с.

9. Статистика: Курс лекций / Харченко Л.П., Долженкова В.Г. Ионин В.Г. и др.; Под ред. к.э.н. В.Г. Ионина. Новосибирск: Изд-во НГАЭиУ, М.: ИНФРА-М, 1998.-310 с.

10. Народное хозяйство РСФСР за 70 лет: Стат. ежегодник / Госкомстат РСФСР -М.: Финансы и статистика, 1987 471 с.

11. Народное хозяйство РСФСР в 1958 г. Стат. ежегодник . М.: Госстатиздат, 1959. -508 с.

12. Народное хозяйство РСФСР в 1959 г. Стат. ежегодник . М.: Госстатиздат ЦСУ СССР, 1960.-600 с.

13. Народное хозяйство РСФСР в 1960 г. Стат. ежегодник . М.: Госстатиздат ЦСУ СССР, 1961.- 572 с.

14. Народное хозяйство РСФСР в 1965 г. Стат. ежегодник . М.: Статистика, 1966. -610 с.

15. Народное хозяйство РСФСР в 1970 г. Стат. ежегодник . М.: Статистика, 1971. -590 с.

16. Народное хозяйство РСФСР в 1975 г. Стат. ежегодник . М.: Статистика, 1976. -600 с.

17. Народное хозяйство РСФСР в 1985 г. Стат. ежегодник . М.: Финансы и статистика, 1986. 585 с.

18. Народное хозяйство РСФСР в 1990 г. Стат. ежегодник . М: Республиканский информационно-издательский цент, 1991. 600 с.

19. Кузнецов В.Н., Митрофанова Л.Б., Страмцов Н.Н. и др. Прогнозирование потребностей народного хозяйства в нефтепродуктах. М., Недра, 1975. 136 с.

20. Пархоменко Р.С., Колесников В.М. Основы маркетинга нефтепродуктов. М: Недра, 1992 -90 с.

21. Пересунько В.Н., Куцына С.Б. Анализ и прогнозирование рыночной конъюнктуры химической продукции. СПб: СПбГИЗА, 1997 88 с.

22. Себер Дж. Линейный регрессионный анализ. М.: Мир, 1980. - 456 с.

23. Химмельблау Д. Анализ процессов статистическими методами. М.: Мир, 1973. -957 с.

24. Теория вероятностей и математическая статистика: Учеб. пособие для экон. спец. вузов. Под ред. В.А. Колемаева. М.: Высшая. Школа, 1991 - 400 с.

25. Айвазян С.А. и др. Прикладная статистика: Исследование зависимостей. М.: Финансы и статистика, 1985. 487 с.

26. Дрейпер Н. Смит Г. Прикладной регрессионный анализ. М.: Статистика, 1973. -392 с.

27. Рабочая книга по прогнозированию. М.: Мысль, 1982. 430 с.

28. Афифи Ф., Эйзен С. Статистический анализ. Подход с использованием ЭВМ. М., Мир, 1982.-452 с.

29. Миронова В.А., Севрюков В.Н. Идентификация моделей объектов химической технологии: Учебное пособие. М.: МИХМ, 1985. 76 с.

30. Мотышина М.С. Методы социально-экономического прогнозирования: Учебное пособие. СПб.: Изд-во СПбУЭФ, 1994. - 114 с.

31. Четыркин Е.М. Статистические методы прогнозирования М.: Статистика, 1977. 200 с.

32. ЗЗ.Иберла К. Факторный анализ. М.: Статистика, 1980.

33. Харман Г. Современный факторный анализ М.: Статистика, 1972 488 с.

34. Мандель И.Д. Кластерный анализ. М.: Финансы и статистика. 1988. - 176с.

35. Факторный, дискриминантный и кластерный анализ: Пер с англ./Под ред. И.С.Енюкова. М.: Финансы и статистика, 1989. - 215с.

36. Ивахненко А.Г. Долгосрочное прогнозирование и управление сложными системами. Киев: Техника, 1975. 312 с.

37. Грищенко В.Н., Демидова Л.Г., Петров А.Н. Теоретические основы прогнозирования и планирования. 4.2 Уч. пособие - СПб: Изд-во СПбУЭФ, 1996.- 129 с.

38. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: Учебник. М.: МГУ им. М.В. Ломоносова, Издательство "ДИС", 1998 .368 с.

39. Малыхин В.И. Математическое моделирование экономики: Учебно-практическое пособие. М.: Изд-во УРАО, 1998. - 160 с.

40. Джонстон Дж. Эконометрические методы. М.: Статистика, 1980 444 с.

41. Доугерти К. Введение в эконометрику М.: ИНФРА-М, 1999. - 402 с.

42. Гольцберг М.А., Колотий В.Н. Прогнозирование тенденций экономического развития на примере УССР. Киев, Высшая школа 1989. 248 с.45.3айкин B.C., Казакевич Г.Д. Макроэкономическое моделирование народного хозяйства РСФСР. Новосибирск: Наука 1988 218 с.

43. Кольцов А.В. Эконометрическая модель комплексного прогнозирования сводных показателей социально-экономического развития региона /ЦЭМИ АН СССР М.: 1981 -21 с.

44. Матросов В.М. Моделирование и прогнозирование социально-экономического развития области. Новосибирск, 1990 144 с.

45. Martinas Katalin. Irreversible microeconomics /Methods of non-equilibrium processes and thermodynamics in economics and environment sciences. Hungary, Matrafured, 1995- p.114-121

46. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976. 755с.

47. Кендэл М. Временные ряды М.: Финансы и статистика, 1981. 192 с.

48. Безрукова Е.Г., Руденчик Е.А. Прогнозирование статистических временных рядов: Учебное пособие/Ярославский гос. техн. ун-т Ярославль:, 1997. - 94 с.

49. Исследование операций т.2 /Под ред. Дж. Моудера, С. Элмаграби М.: Мир, 1981.- 677 с.

50. Цукерман Е.В. Прогнозирование временных рядов 4.1 Казань, 1997. 223 с.

51. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования М.: Статистика, 1979. 254 с.

52. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. Вып. 12. М., Мир, 1974-406 с.

53. Теория автоматического управления /Под ред. А.А.Воронова . М.: Высшая школа, 1986

54. Автоматическое управление в химической промышленности. Под ред Е.Г. Дудникова М.: Химия, 1987. 368 с.

55. Чуев Ю.В., Михайлов Ю.Б., Кузьмин В.И. Прогнозирование количественных характеристик процессов. М.: Советское радио, 1975. 400 с.

56. Розанов Ю.А. Случайные процессы М.: Наука, 1979. 184 с.

57. Главные компоненты временных рядов: метод Гусеница. СПб. 1997 . 308 с.

58. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. 165 с.

59. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982. 432 с.

60. Нечеткие множества и теория возможностей. Последние достижения. Пер. с англ./Под ред. P.P. Ягера М., Радио и связь, 1986. - 408 с.

61. Беллман Р., Заде JI.A. Принятие решений в расплывчатых условиях (В кн.: Вопросы анаолиза и процедуры принятия решений М: Мир, 1976 г. с. 72-215.

62. Заде JI.A. Основы нового подхода к анализу сложных систем и процессов принятия решений. В кн.: Математика сегодня: М.: Знание, 1974. - с. 5-49.

63. Шапиро Д.И. Принятие решений в системах организационного управления: Использование расплывчатых категорий. М: Энергоатомиздат, 1983. 184 с.

64. Борисов А.Н., Осис Я.Я. Методика оценки функции принадлежности размытого множества. В кн.: Кибернетика и диагностика Рига, РПИ, 1970, вып. 4, с. 125- 134.

65. Левнер Е.В. и др. Размытые множества и их применения. М, ЦЭМИ РАН, 1998. -108 с.

66. Рыжов А.П. Элементы теории нечетких множеств и измерение нечеткости. М., 1998,- 116 с.

67. Таха Х.А. Введение в исследование операций. Кн.2: М.: Мир, 1985. - 495 с. 75.Эддоус М., Стэнсфилд Р. Методы принятия решений. - М.: Аудит, ЮНИТИ, 1997. - 590 с.

68. Математические методы и модели в планировании нефтеперерабатывающей промышленности. М.: Наука, 1967. - 255 с.

69. Карибский А.В., Рязанов И.В., Соркин Л.Р., Хохлов А.С., Шестаков Н.В., Шишорин Ю.Р. Методология и практика разработки бизнес-планов реконструкции предприятий химико-технологического типа. М., 1998 (Препринт/Институт проблем управления). - 103 с.

70. Ивашкина О.О., Оптимальное управление развитием производственно-технологических комплексов /Сб. трудов 11 Международ, науч. конф. "Математические методы в химии и технологиях" (ММХТ-11) Владим. гос. ун-т. Владимир, 1998 т.1., с. 69-71.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.