Вступи в группу https://vk.com/pravostudentshop

«Решаю задачи по праву на studentshop.ru»

Решение задач по юриспруденции [праву] от 50 р.

Опыт решения задач по юриспруденции 20 лет!

 

 

 

 


«Оценка соответствия параметров вариантов ТПС с ожиданием клиентов»

/ Логистика
Конспект, 

Оглавление

 

На практике для любого объекта (варианта системы доставки в нашем случае) существуют как реальные (численные или нечисленные) значения параметров, так и желаемые, т.е. гипотетические характеристики идеального объекта для конкретной цели. В общем случае реальные и желаемые значения параметров не совпадают. Мерой их совпадения или их соответствия должны служить характеристики оценки качества объекта (варианта доставки).

Качество – это удовлетворение всех требований и ожиданий потребителя, или это соответствие между тем, что потребитель действительно получает от производителя, и тем, что он ожидает получить.

Если услуга была оказана, то значение параметра качества можно определить.

Например, установлено, что доставка была выполнена в 10 ч 15 мин (хф = 10h15'), тогда требование клиента «желательно, чтобы груз был доставлен в 10 часов» удовлетворяется со степенью:

где Кекоэффициент соответствия доставки требованиям клиента;

хф – фактическое время доставки.

КС = 0,95 свидетельствует о высоком уровне качества доставки (высоком соответствии оказанной услуги ожиданиям клиента).

Однако при анализе вариантов для выбора мы еще не знаем, что если доставка была бы выполнима по данному варианту, то груз был бы доставлен в 10 часов 10 минут. Мы можем лишь прогнозировать этот результат с некоторой вероятностью. Здесь имеет место проблема нечеткости (неопределенности) информации не только в определении требований клиента к системе доставки, но и в оценке предлагаемых вариантов.

Неопределенность или невозможность точного определения значений параметров доставки до момента ее осуществления осложняет решение задачи выбора варианта доставки. На рис. 1 представлена схема оценки уровня качества доставки при решении задачи выбора системы доставки грузов.

 

 
 


В настоящее время имеется большое количество (около 200) методов прогнозирования, основными из которых являются такие, как вероятностно-статистические методы, методы экстраполяции, методы аналогии, экспертные методы, комбинированные методы и т.д. Эти методы, их условия применения, уровень достоверности их результатов рассмотрены в специальной литературе. Результат прогнозирования параметра доставки в общем случае можно представить в виде графика распределения плотности.

На рис. 2 показан пример прогнозирования времени доставки в одном из рассмотренных вариантов. По этому графику, если доставка была бы выполнена по данному варианту, то груз был бы доставлен к месту назначения:

в интервале от 8h45' до 9h 15' с вероятностью р1 = 0,1;

в интервале от 9h15' до 9h45' с вероятностью р2 - 0,20;

в интервале от 9h15'до 10h15' с вероятностью р3 = 0,30;

в интервале от 10h15'до 10h45' с вероятностью р4=0,25;

в интервале от 10h45' до 11h15' с вероятностью р5 = 0,1;

в интервале от 11h15' до 11h45' с вероятностьюp6 = Q,05.


Всегда имеет место:

                                                                            (1)                             

где и – количество интервалов значений прогнозируемого параметра (н = 6 в этом примере).

Здесь перед нами, стоит проблема: какое значение прогнозируемого параметра х (в этом случае х – срок доставки) необходимо выбрать для оценки качества соответствующего варианта? Для решения этой задачи могут иметь место следующие подходы.

Сразу видно, что. выбор таких значений, как хmin = 8h45', хmax = 11h45' или хср = (xmax + xmin)/2 = 10h15', для дальнейшего расчета, является неоптимальным. Этот подход учитывает диапазон возможных значений параметра, однако не позволяет учитывать вид диаграммы распределения плотности параметра.

Нельзя также рассматривать значение с максимальной вероятностью появления xpmax = 10h00', либо среднее значение (математическое ожидание параметра) xмо = 10h06'. Эти, значения не полностью соответствуют закону распределения значений прогнозируемого параметра. Могут существовать разные варианты доставки с одинаковым значением хpmax или хмо, но с разными диапазонами изменений [хmin; xmax] или с разными дисперсиями δх.

Имеет смысл совместить график функции принадлежности оценки параметра с диаграммой распределения его плотности и определить общую площадь двух графиков (рис. 3). Чем больше общая площадь тем выше степень соответствия прогнозируемого параметра с его ожиданиями. Полное соответствие имеет место в случае совпадения обоих графиков.

 

 
 


Однако данный подход имеет следующий недостаток. Он не учитывает тот факт, что одинаковые площади на графике функции принадлежности имеют различные значимости. На рис. 4 показан пример, отличающийся от предыдущего (см. рис. 3) тем, что функция распределения плотности имеет следующее различие: р = 0,10 и р = 0,40. То есть при данном варианте вероятность того, что доставка будет выполнена в интервале времени от 9h45' до 10hl5', существенно выше, тем в предыдущем варианте = 0,40 > р3 = 0,30). Как видно из графика, оба варианта имеют одинаковое значение общей площади функции распределения плотности и функции принадлежности (рис. 4 получается из рис. 3 путем перенесения части графики функции распределения плотности). Однако второй вариант (рис. 4), несомненно, более предпочтителен для выбора (более соответствует ожиданиям потребителя), чем первый вариант (рис. 3).

Итак, предложенные выше способы оценки уровня соответствия прогнозируемого параметра ожиданиям потребителя могут и не дать корректный результат. Они не полностью учитывают как вид функции распределения плотностей прогнозируемого параметра, так и особенности функции принадлежности.

 

 

 

 
 


Для расчета коэффициента соответствия варианта доставки требованиям потребителя предлагается формула, которая исключает недостаток рассмотренных выше подходов:

                                                                                    (2)

Здесь учитывается каждое возможное значение рассматриваемого параметра х, вероятность его появления и соответствующее значение функции принадлежности. Для удобства применения формула (2) может быть преобразована в более простой вид:

                                                                                         (3)

где  – среднее значение параметра л в интервале i;

iномер интервала, i = 1, ..., n;

п – количество интерзалов значений прогнозируемого- параметра;

* – вероятность того, что параметр х принимает значение в интервале i;

* – значение функции принадлежности  в точке .

На основе формулы (3) произведем сравнение двух рассмотренных выше вариантов нашего примера (рис. 3 и рис. 4).

Первый вариант:

Кс1 = 0,3 × 0,1 + 0,8 × 0,2 + 1,0 × 0,3 + 0,8 × 0,25 + 0,3 – 0,1 + 0 × 0,05 = 0,72.

Второй вариант:

Кс2 = 0,3 × 0,1 + 0,8 × 0,1 + 1,0 × 0,4 + 0,8 × 0,25 + 0,3 – 0,1 + 0 × 0,05 = 0,74.

Отсюда имеем: Кс1 < Кс2.

Результат расчета показывает, что второй вариант более ответствует требованиям клиента (т.е. является более качественным), чем первый вариант.

 



0
рублей


© Магазин контрольных, курсовых и дипломных работ, 2008-2019 гг.

e-mail: studentshopadm@ya.ru

об АВТОРЕ работ

 

Вступи в группу https://vk.com/pravostudentshop

«Решаю задачи по праву на studentshop.ru»

Решение задач по юриспруденции [праву] от 50 р.

Опыт решения задач по юриспруденции 20 лет!