Розробка автоматизованої інформаційної системи засобами табличного процесора EXCEL

1. Практичне завдання

Засобами табличного процесора EXCEL розробити автоматизовану інформаційну систему, що дозволяє визначити найкращу стратегію покупки (х*) розглянутими в роботі методами при відомих і невідомих можливостях ринкової кон'юнктури для розглянутого приклада.

Макет таблиці 1 „Анкета експертного опитування”, що розроблена в EXCEL наведена нижче:

Так як діапазон, що виділений у сірий колір являє собою відношення оцінки відповідного експерту до суми всіх 3-х оцінок відповідного ж експерту, то доповнимо (розширимо) таблицю 1, як це зображено на рис.1 на деякому прикладі.

Рис.1

Тобто, саме оцінки експертів за 10-ти бальною шкалою проставлюються у діапазоні F8:H11.

Макет таблиці 1 „Анкета експертного опитування”, що розроблена в EXCEL в режимі формул наведена нижче (рис.2):

Рис.2.

Макет таблиці 2 „Техніко-економічні показники проектів”, що розроблена в EXCEL наведена нижче:

Макет таблиці 2 „Техніко-економічні показники проектів”, що розроблена в EXCEL в режимі формул наведена нижче:

Але також доповнюємо макет таблиці 2, для більш детального розрахунку загальних ваг проектів за усіма крітеріями (рис.3).

Рис.3.

Макет таблиці 3 „Техніко-економічні показники проектів”, що розроблена в EXCEL наведена нижче:

* згідно варіанту № 19.

Але також доповнюємо макет таблиці 3, для більш детального розрахунку загальних ваг проектів за усіма крітеріями прибутків (рис.4).

Рис.4.

2. Індивідуальне завдання на контрольну роботу з дисципліни “Методи і моделі прийняття рішень в аналізі і аудиті”

Мета: Провести контрольні розрахунки для рішення задач добору кращого варіанта інвестиційного проекту (ІП).

Склад задач:

1. Проведемо розрахунки для отримання значень відносного коефіцієнту значимості критеріїв оцінки проектів (α_i) за допомогою методу Дельфи. Приклад анкети експертного опитування наведений у таблиці 1.

Таблиця 1 – Анкета експертного опитування.

Кількість експертів - 3. Оцінювати проекти будемо за десятибальною шкалою. Вихідні дані таблиці 1 отримаємо за результатами власного експертного опитування за крітеріями: якість, ціна, прибуток (діапазон F8:H11) реалізації деякого товару, наприклад, монтажного інструменту (рис.5).

Як бачимо з розрахунків таблиці 1, найбільше вагомий крітерій – ціна α_i = 0,41, найменше вагомий крітерій – прибуток α_i = 0,27.

Отримані значення α_i далі використовуємо при рішенні другої задачі завдання, та занесемо їх у відповідний рядок B23:D23 таблиці 2.

2. Проведемо розрахунки оцінки техніко-економічних показників (ТЕП) проектів за декількома критеріями.

Для оцінки проектів будемо використовувати методи багатокритеріального аналізу. Значення критеріїв оцінки ТЕП проектів було визначино у таблиці 1.

Розрахунки оцінки техніко-економічних показників (ТЕП) проектів за декількома критеріями приведено на наступному фрагменті:

З таблиці 2 бачимо, що найбільше значимим крітеріїм експерти визнали Проект 2 (коефіцієнт загального крітерію 0,513), найменше значимим крітеріїм експерти визнали Проект 2 (коефіцієнт загального крітерію 0,458).

Значення кількості проектів (2) і кількості показників (3) взято згідно нашого варіанту 19.

3. Проведемо розрахунки, що необхідні для добору кращого варіанту проекту за допомогою матриці прибутків в залежності від обсягів реалізації продукції з використанням методів прийняття рішень в умовах ризику і невизначеності.

Приклад оформлення матриці прибутків наведений у таблиці 3.

Таблиця 3 – Матриця прибутків (витрат)

Значення α залежить від варіанта 19, тобто 0,28.

В таблиці 3 середній рівень попиту за проектами відповідає значенням прибутків за проектами з таблиці 2, низький рівень попиту за проектами відповідає значенням прибутків за проектами, зменшеними на 15%, високий рівень попиту за проектами відповідає значенням прибутків за проектами збільшеними на 15%. Вірогідність настання i-ого варіанту кон’юнктури ринку визначена емпірічним шляхом в результаті маркетингових досліджень (0,6; 0,8; 0,4 відповідно).

Як бачимо з розрахунків таблиці 3 найбілше вірогідний середній рівень попиту за проектами, на другому місті низький рівень попиту, на третьому - високий рівень попиту за прибутковістю. Але кращим все одне є проект 2 - більше вагома сума загальних крітеріїв.

4. Отримаємо узагальнену оцінку проектів за допомогою даних, отриманих за результатами проведених розрахунків.

Таким чином, як бачимо з розрахунків таблиці 1, найбільше вагомий крітерій – ціна виробу α_i = 0,41, найменше вагомий крітерій – прибуток від виробу α_i = 0,27.

З таблиці 2 бачимо, що найбільше значимим крітеріїм експерти визнали Проект 2 (коефіцієнт загального крітерію 0,513), найменше значимим крітеріїм експерти визнали Проект 2 (коефіцієнт загального крітерію 0,458).

Та, як бачимо з розрахунків таблиці 3 найбілше вірогідний середній рівень попиту за проектами, на другому місті низький рівень попиту, на третьому - високий рівень попиту за прибутковістю. Але кращим все одне є проект 2 - більше вагома сума загальних крітеріїв.

Висновки

Таким чином, з розрахунків таблиці 1 можна визначити, що найбільше вагомий крітерій – ціна виробу α_i = 0,41, найменше вагомий крітерій – прибуток від виробу α_i = 0,27.

З розрахунків таблиці 2 можна визначити, що найбільше значимим крітеріїм експерти визнали Проект 2 (коефіцієнт загального крітерію 0,513), найменше значимим крітеріїм експерти визнали Проект 2 (коефіцієнт загального крітерію 0,458).

Та, з розрахунків таблиці 3 можна визначити, що найбільше вірогідний середній рівень попиту за проектами, на другому місті низький рівень попиту, на третьому - високий рівень попиту за прибутковістю. Але кращим все одне є проект 2 - більше вагома сума загальних крітеріїв.

Література

1. Евланов Л. Г. Теория и практика принятия решений. — М.: Экономика, 1984. — 176 с.

2. Кини Р. Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения. — М.: Радио и связь, 1981.

3. Компьютеризация информационных процессов на промышленных предприятиях / В. Ф. Сьітник, X. Срока, Н. В. Еремина н др. — К.: Техніка; Катовице: Экономическая академия им. Карола Адамецкого, 1991. —216с.

4. Ларичев О. Й. Наука и искусство принятия решений. — М.: Наука, 1979.—200 с.

5. Лескин А. А., Ма.льцев В. Н. Системы поддержки управленческих и проектных решений. — Л.: Машиностроение. Ленингр. отд., 1990. — 167 с.

6. Нечеткие множества в моделях управления и искусственного интеллекта /Под ред. Д. А. Поспелова. —М.: Наука, 1986,

7. Ситник В. Ф. та ін. Системи підтримки прийняття рішень. — К.: Техніка,2005.—162с.

9. Макаров Й. М. н др. Теория выбора и принятия решений.,— М.: Наука, 1982.—328 с.

10. Эддоус М. Стэнсфилд Г. Методы принятия решений: Пер. с англ. — М.: Аудит, ЮНИИТИ, 1997. - -590 с.