анализ производственных операций

анализ производственных операций
Определение производственных заданий, социальных и личных характеристик работы с целью повышения эффективности труда.
[ http://tourlib.net/books_men/meskon_glossary.htm]

Тематики

• менеджмент в целом

EN

• job analysis

анализ
1) Метод научного исследования, состоящий в мысленном или фактическом разложении целого на составные части.
2) Химический анализ - совокупность операций, имеющих целью установить, из каких веществ состоит исследуемый объект (качественный анализ) или в каких количественных соотношениях входят в него те или иные вещества (количественный анализ).
[МУ 64-01-001-2002]

анализ
Исследовательский метод, состоящий в том, что объект исследования, рассматриваемый как система, мысленно или практически расчленяется на составные элементы (признаки, свойства, отношения и т. п.) для изучения каждого из них в отдельности и выявления их роли и места в системе, обнаружения таким образом структуры системы. В дальнейшем изученные в процессе А. элементы подвергаются синтезу, что позволяет на новом уровне знания продолжить и углубить исследование системы. Экономический А., т.е. анализ экономических систем разного уровня, производится различными средствами, в том числе и экономико-математическими. Основное назначение последних заключается в возможно более полной формализации и количественном обосновании решений, которые в условиях реальной экономики принимаются в основном на интуитивном уровне. Экономико-математическому анализу могут подвергаться: а) материальный объект; б) информационный объект; в) ситуация; г) решение; д) процесс. Целью анализа в случаях а), б) может быть выявление структуры и закономерностей функционирования экономической системы, в случае в) - исследование устойчивости ситуации, возможных путей ее изменения; в случае г) - выявление множества альтернативных решений (альтернатив) и их возможных исходов; д) - определение траектории процесса и исследование ее устойчивости. См. также: Анализ производственных отраслей, Анализ спроса и потребления, «Затраты-выпуск», «Затраты-эффективность», Системный анализ, Экономико-математический анализ решения оптимизационных задач.
[ http://slovar-lopatnikov.ru/]

Тематики

• производство лекарственных средств
• экономика

EN

• analysis

3.8.7 анализ (review): Деятельность, предпринимаемая для установления пригодности, адекватности и результативности (3.2.14) рассматриваемого объекта для достижения установленных целей.

Примечание - Анализ может также включать определение эффективности (3.2.15).

Пример - Анализ со стороны руководства, анализ проектирования и разработки, анализ требований потребителей, анализ несоответствий.

Источник: ГОСТ Р ИСО 9000-2008: Системы менеджмента качества. Основные положения и словарь оригинал документа

3.1 анализ (analysis): Процедура оценки состояния машины и ее повреждений на основе методов обработки сигнала и знаний принципов работы машин данного вида.

Источник: ГОСТ Р ИСО 18436-2-2005: Контроль состояния и диагностика машин. Требования к обучению и сертификации персонала. Часть 2. Вибрационный контроль состояния и диагностика оригинал документа

3.8.7 анализ (en review; fr revue): Деятельность, предпринимаемая для установления пригодности, адекватности, результативности (3.2.14) рассматриваемого объекта для достижения установленных целей.

Примечание - Анализ может также включать определение эффективности (3.2.15).

Примеры: анализ со стороны руководства, анализ проектирования и разработки, анализ требований потребителей и анализ несоответствий.

Источник: ГОСТ Р ИСО 9000-2001: Системы менеджмента качества. Основные положения и словарь оригинал документа

3.8.7 анализ (review): Деятельность, предпринимаемая для установления пригодности, адекватности и результативности (3.2.14) рассматриваемого объекта для достижения установленных целей.

Примечание - Анализ может также включать определение эффективности (3.2.15).

Пример- Анализ со стороны руководства, анализ проектирования и разработки, анализ требований потребителей, анализ несоответствий.

Источник: ГОСТ ISO 9000-2011: Системы менеджмента качества. Основные положения и словарь

3.1.3 анализ (analysis): Деятельность для определения приблизительных и окончательных данных анализа топливной ценности (калорийности) и технических требований к размеру частиц ТДШ.

Источник: ГОСТ Р 54260-2010: Ресурсосбережение. Обращение с отходами. Стандартное руководство по использованию топлива, полученного из отходов шин оригинал документа

3.2.62 анализ (review): Деятельность, предпринимаемая для установления пригодности, адекватности, результативности рассматриваемого объекта для достижения установленных целей.

Источник: ГОСТ Р 54147-2010: Стратегический и инновационный менеджмент. Термины и определения оригинал документа

Направлено на анализ производственных операций на основе выбранных факторов: интеллектуальных, физических и квалификационных требований, ответственности и условий труда. — Factor comparison aims to examine jobs in terms of selected factors such as mental, physical and skill requirements, responsibility and working conditions.

нормирование времени, синтетическое (Используются продолжительности элементов из предыдущих анализов временных затрат, продолжительности элементов из предыдущих анализов других операций, содержащих эти же элементы, и данные, полученные из анализа соответствующих накопленных данных. Эти данные представляют элементарные или нормативные затраты времени. Метод синтетического нормирования времени или хронометрирования применяется в том случае, когда анализ временных затрат нерентабелен или невозможен.) — synthetic timing

Метод непрямого получения основных норм времени для производственных операций. — The technique for indirectly obtaining basic times for jobs.

изучение методов организации труда
Анализ всех составляющих производственных операций для определения возможности их совершенствования.
[ http://tourlib.net/books_men/meskon_glossary.htm]

Тематики

• менеджмент в целом

EN

• methods study

математическая статистика
Раздел математики, посвященный методам и правилам обработки и анализа статистических данных (т.е. сведений о числе объектов, обладающих определенными признаками, в какой-либо более или менее обширной совокупности). Сами методы и правила строятся безотносительно к тому, какие статистические данные обрабатываются (физические, экономические и др.), однако обращение с ними требует обязательного понимания сущности явления, изучаемого с помощью этих правил. К экономике М.с. применима по той причине, что экономические данные всегда представляют собой статистические сведения, т.е. сведения об однородных совокупностях объектов и явлений. Такими однородными совокупностями могут быть выпускаемые промышленностью изделия, персонал промышленности, данные о прибылях предприятий и т.д. В настоящее время существуют разные определения сущности М.с., и не следует удивляться, если вы увидите в одной книге, вопреки сказанному выше, утверждение, что М.с. — это «наука о принятии решений в условиях неопределенности», а в другой — что это «наука, объясняющая данные статистических наблюдений при помощи вероятностных моделей». Некоторые авторы считают, что она — раздел теории вероятностей, а другие, — что она лишь связана с этой теорией, представляя собой отдельную от нее науку. Наконец, распространено расширенное понимание предмета М.с. как охватывающей не только вероятностные аспекты, но и так называемую прикладную статистику («анализ данных«), включающую и объекты не обязательно вероятностной природы. В общем случае, анализ статистических данных методами М.с. позволяет сделать два вывода: либо вынести искомое суждение о характере и свойствах этих данных или взаимосвязей между ними, либо доказать, что собранных данных недостаточно для такого суждения. Причем выводы могут делаться не из сплошного рассмотрения всей совокупности данных, а из ее выборки, как правило, случайной (последнее означает, что каждая единица, включенная в выборку, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой). Центральное понятие М.с. — случайная величина — всякая наблюдаемая величина, изменяющаяся при повторениях общего комплекса условий, в которых она возникает. Если сам по себе набор, перечень значений этой величины неудобен для их изучения (поскольку их много), М.с. дает возможность получить необходимые сведения о случайной величине с существенно меньшим количеством чисел. Это объясняется тем, что статистические данные подчиняются таким законам распределения (или приводятся к ним порою искусственными приемами), которые характеризуются всего лишь несколькими параметрами, т.е. характеристиками. Зная их, можно получить столь же полное представление о значениях случайной величины, какое дается их подробным перечислением в очень длинной таблице. (Характеристиками распределения являются среднее, медиана, мода и т.д.). Если изучаются взаимосвязи между значениями разных случайных величин, то необходимые сведения для этого дают коэффициенты корреляции между ними. Когда совокупность анализируется по одному признаку, имеем дело с так называемой одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. М.с. охватывает широкий круг одномерных и многомерных методов и правил обработки статистических данных: от простых приемов статистического описания (выведение средней, а также степени и характера разброса исследуемых признаков вокруг нее, группировка данных по классам и сопоставление их характеристик и т.д.), правил отбора фактов при выборочном их рассмотрении до сложных методов исследования зависимостей между случайными величинами. Среди последних: выявление связей между случайнами величинами — корреляционный анализ, оценка величины случайной переменной, если величина другой или других известна — регрессионный анализ, выявление наиболее важных скрытых факторов, влияющих на изучаемые величины, — факторный анализ, определение степени влияния отдельных неколичественных факторов на общие результаты их действия (например, в научном эксперименте) — дисперсионный анализ. Перечисленные области составляют основные дисциплины, входящие в М.с. К ним примыкают также быстро развивающиеся упоминавшиеся выше методы «анализа данных», не основанные на традиционной для М.с. предпосылке вероятностной природы обрабатываемых данных. Для экономических исследований большое значение имеет также анализ стохастических процессов, в том числе «марковских процессов«. Задачи М.с. в экономике можно разделить на пять основных типов: а) оценка статистических данных; б) сравнение этих данных с каким-то стандартом и между собой (оно применяется при эксперименте или, например, в контроле качества на предприятиях); в) исследование связей между статистическими данными и их группами. Эти три типа позволяют вынести суждение описательного характера об изучаемых явлениях, подверженных по каким-то причинам искажающим случайным воздействиям. Следующий, четвертый тип задач связан с нахождением наилучшего варианта измерения изучаемых данных. И наконец, пятый тип задач связан с проблемами предвидения и развития, здесь важное место занимают задачи анализа временных рядов. Для экономики особенно ценно то, что М.с. позволяет на основании анализа течения событий в прошлом, т. е. изучения выбранных на определенные даты сведений о характерных чертах системы, предсказать (см. Прогнозирование) вероятное развитие изучаемого явления в будущем (если не изменятся существенно внешние или внутренние условия). В управлении хозяйственными и производственными процессами применяются различные математико-статистические методы. На них основаны многие методы исследования операций, в том числе — методы теории массового обслуживания, позволяющие наиболее эффективно организовывать ряд процессов производства и обслуживания населения, теории расписаний, предназначенной для выработки оптимальной последовательности производственных, транспортных и других операций, теории решений, теории управления запасами, а также теории планирования эксперимента и выборочного контроля качества продукции, сетевые методы планирования и управления. В эконометрических исследованиях на основе математико-статистической обработки данных строятся экономико-математические (экономико-статистические) модели экономических процессов, производятся экономические и технико-экономические прогнозы. Широкое распространение математико-статистических методов в общественном производстве, а также в других областях социально-экономической жизни общества (здравоохранение, экология, естественные науки) опирается на развитие электронно-вычислительной техники. Для решения типовых задач математико-статистической обработки данных созданы и применяются многочисленные стандартные прикладные компьютерные программы и системы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• mathematical statistics

экономико-математические методы
эконометрика
—
[Я.Н.Лугинский, М.С.Фези-Жилинская, Ю.С.Кабиров. Англо-русский словарь по электротехнике и электроэнергетике, Москва, 1999 г.]

экономико-математические методы
ЭММ
Обобщающее название комплекса экономических и математических научных дисциплин, объединенных для изучения экономики. Введено академиком В.С.Немчиновым в начале 60-х годов. Встречаются высказывания о том, что это название весьма условно и не отвечает современному уровню развития экономической науки, так как «они (ЭММ. — авт.) не имеют собственного предмета исследования, отличного от пред¬мета исследования специфических экономических дисциплин»[1]. Однако, хотя тенденция подмечена верно, она, по-видимому, реализуется еще не скоро. ЭММ в действительности имеют общий объект исследования с другими экономическими дисциплинами — экономику (или шире: социально-экономическую систему), но разный предмет науки: т.е. они изучают разные стороны этого объекта, подходят к нему с разных позиций. И главное, при этом используются особые методы исследования, развитые настолько, что сами они становятся отдельными научными дисциплинами особого методологического характера. В отличие от дисциплин, в которых преобладают онтологические аспекты, а методы исследования выступают лишь в большей или меньшей степени как вспомогательные средства, в «методологических» дисциплинах, составляющих значительную часть комплекса ЭММ, методы сами оказываются объектом исследования. Кроме того, действительный синтез экономики и математики еще впереди, потребуется немало времени, пока он осуществится в полной мере. Общепринятая классификация экономико-математических дисциплин, явившихся сплавом экономики, математики и кибернетики, пока не выработана. С известной долей условности ее можно представить в виде следующей схемы[2]. 0. Принципы экономико-математических методов: теория экономико-математического моделирования, включая экономико-статистическое моделирование; теория оптимизации экономических процессов. 1.Математическая статистика (ее экономические приложения): выборочный метод; дисперсионный анализ; корреляционный анализ; регрессионный анализ; многомерный статистический анализ; факторный анализ; теория индексов и др. 2. Математическая экономия и эконометрия: теория экономического роста (модели макроэкномической динамики); теория производственных функций; межотраслевые балансы (статические и динамические); национальные счета, интегрированные материально-финансовые балансы; анализ спроса и потребления; региональный и пространственный анализ; глобальное моделирование и др. 3. Методы принятия оптимальных решений, включая исследование операций: оптимальное (математическое) программирование; линейное программирование; нелинейное программирование; динамическое программирование; дискретное (целочисленное) программирование; блочное программирование; дробно-линейное программирование; параметрическое программирование; сепарабельное программирование; стохастическое программирование; геометрическое программирование; методы ветвей и границ; сетевые методы планирования и управления; программно-целевые методы планирования и управления; теория и методы управления запасами; теория массового обслуживания; теория игр; теория решений; теория расписаний. 4. ЭММ и дисциплины, специфичные для централизованно планируемой экономики: теория оптимального функционирования социалистической экономики (СОФЭ); оптимальное планирование: народнохозяйственное; перспективное и текущее; отраслевое и региональное; теория оптимального ценообразования; 5. ЭММ, специфичные для конкурентной экономики: модели рынка и свободной конкуренции; модели делового цикла; модели монополии, дуополии, олигополии; модели индикативного планирования; модели международных экономических отношений; модели теории фирмы. 6. Экономическая кибернетика: системный анализ экономики; теория экономической информации, включая экономическую семиотику; теория управляющих систем, включая теорию автоматизированных систем управления. 7. Методы экспериментального изучения экономических явлений (экспериментальная экономика): математические методы планирования и анализа экономических экспериментов; методы машинной имитации и стендового экспериментирования; «деловые игры». В ЭММ применяются различные разделы математики, математической статистики и математической логики; большую роль в машинном решении экономико-математических задач играют вычислительная математика, теория алгоритмов и другие смежные дисциплины. [1] Шаталин С.С. Функционирование экономики развитого социализма. — М.: Изд-во МГУ, 1982. [2] Приведенная схема была разработана автором в 1976-78 гг., для Комитета по социальным наукам Международной федерации документации и использована им при составлении библиографической классификации (УДК) по разделу «Математические методы в экономике».
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электротехника, основные понятия

Синонимы

• эконометрика

EN

• econometrics
• economico-mathematical methods

наука об управлении
Точнее, комплекс наук, занимающихся вопросами управления, социальная, общественная наука о принципах и закономерностях управления общественным производством на различных его уровнях. Степень научности управления определяется глубиной познания качественных и количественных закономерностей функционирования и развития экономики. На Западе распространено двойное понимание термина «Н.у.»: в единственном числе (management science) как приложения количественных методов в управлении (синоним исследования операций) и во множественном числе (management sciences) как приложения в управлении не только количественных методов, но также экономики, психологии, социологии. Научно-технический прогресс ознаменовался кардинальными сдвигами в области хозяйственного управления. Объективная необходимость этих сдвигов определяется колоссальным развитием производства и его возросшими связями с наукой, усложнением технологических процессов. Большое значение имеет увеличение численности и повышение культурно-технического уровня рабочего класса и интеллигенции. Объективная возможность этих сдвигов определяется достижениями XX в. в области таких фундаментальных наук, как математика, логика, кибернетика, психология и социология, ряда прикладных наук, а также успехами в области производства электронно-вычислительной техники. Их достижения синтезирует целый комплекс дисциплин, рассматривающих с разных сторон вопросы управления, в том числе и управления экономическими процессами: это экономическая кибернетика, системный анализ, теория экономической информации, эвристические методы, теория (принятия) решений, теория игр и другие. Они исходят из того, что процесс управления (с кибернетической точки зрения) есть процесс сбора, переработки информации и выдачи продукта такой переработки в виде новой информации, т.е. решений, указаний и т.д. Общая задача перечисленных дисциплин — усовершенствование технологии этого процесса путем построения и реализации систем менеджмента: производственных, маркетинговых, финансовых, экологических, банковских, фондовых, транспортных и т.д.. Не следует преувеличивать значение такой технологии управления, ибо человек был и остается главным фактором в управлении. Но современная технология помогает человеку принимать более эффективные решения, добиваться более высоких результатов и сфера ее применения неуклонно расширяется. Важнейшими предвозвестниками менеджмента как системы методов управления капиталистическими фирмами и предприятиями были американские ученые Ф.Тейлор и Э.Мэйо, французский специалист А.Файоль. За последние годы в центр внимания многих концепций управления выдвигаются процессы принятия решений с использованием математической формализации (в том числе оптимизационных моделей), а также построенных на ее основе компьютьерных систем поддержки решений, экспертных систем, систем искусственного интеллекта. Создается ряд конкурирующих между собой «моделей управления», например, управление по отклонениям (management by exception), управление по конечным результатам (management by results), управление на основе делегирования прав и ответственности (management by delegation) и др. В России одним из предвозвестников современной Н.у. был философ-марксист А.А.Богданов, выдвинувший идею создания науки об общих законах организации — тектологии. С первых лет Советской власти работы в этой области были связаны в большой мере с именем А.К.Гастева, который с 1920-го по 1938 г. руководил Центральным институтом труда, был инициатором и организатором широкого движения за научную организацию труда (НОТ), пропагандировал популярную в те годы систему Ф.Тейлора. При Сталине Институт труда был разогнан, Гастев — репрессирован, исследования в области науки об управлении, так же как в ряде других областей современной экономики, были свернуты, переводы научной экономической литературы — практически прекращены. Все это было возобновлено лишь в начале 60-х гг. В настоящее время в стране вопросами Н.у. занимаются крупные научные коллективы — Институт системных исследований, ЦЭМИ, Институт проблем управления им. В.Трапезникова, Институт проблем управления сложными системами и др. Для обучения хозяйственных кадров созданы Академия народного хозяйства (соединившаяся в 2012 году с Академией государственной службы), факультеты управления и организации производства в ряде экономических институтов, множество школ, университетов и академий менеджмента.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• management science