<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Электронный научно-практический журнал «Современные научные исследования и инновации» &#187; controller</title>
	<atom:link href="http://web.snauka.ru/issues/tag/controller/feed" rel="self" type="application/rss+xml" />
	<link>https://web.snauka.ru</link>
	<description></description>
	<lastBuildDate>Fri, 17 Apr 2026 07:29:22 +0000</lastBuildDate>
	<language>ru</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.2.1</generator>
		<item>
		<title>Метод статистических испытаний при транспортировании нефтепродуктов</title>
		<link>https://web.snauka.ru/issues/2014/05/35055</link>
		<comments>https://web.snauka.ru/issues/2014/05/35055#comments</comments>
		<pubDate>Tue, 27 May 2014 10:01:10 +0000</pubDate>
		<dc:creator>Коптева Александра Владимировна</dc:creator>
				<category><![CDATA[05.00.00 ТЕХНИЧЕСКИЕ НАУКИ]]></category>
		<category><![CDATA[calibration characteristic]]></category>
		<category><![CDATA[controller]]></category>
		<category><![CDATA[Kotelnikov theorem]]></category>
		<category><![CDATA[Monte Carlo method]]></category>
		<category><![CDATA[variance]]></category>
		<category><![CDATA[градуировочная характеристика]]></category>
		<category><![CDATA[дисперсия.]]></category>
		<category><![CDATA[контроллер]]></category>
		<category><![CDATA[метод Монте-Карло]]></category>
		<category><![CDATA[теорема Котельникова]]></category>

		<guid isPermaLink="false">https://web.snauka.ru/?p=35055</guid>
		<description><![CDATA[Метод Монте-Карло можно определить как метод моделирования случайных величин с целью вычисления характеристик их распределений. Суть способа заключается в том, чтобы экспериментально воспроизвести событие, вероятность которого выражается через число , и приближённо оценить эту вероятность.  Поскольку метод Монте-Карло требует проведения большого числа испытаний, его часто называют методом статистических испытаний [1, с.46]. Теория этого метода указывает, [...]]]></description>
			<content:encoded><![CDATA[<p><span>Метод Монте-Карло можно определить как метод моделирования случайных величин с целью вычисления характеристик их распределений. Суть способа заключается в том, чтобы экспериментально воспроизвести событие, вероятность которого выражается через число , и приближённо оценить эту вероятность. </span><br />
<span>Поскольку метод Монте-Карло требует проведения большого числа испытаний, его часто называют методом статистических испытаний [1, с.46]. Теория этого метода указывает, как наиболее целесообразно выбрать случайную величину Х, как найти её возможные значения. В частности, разрабатываются способы уменьшения дисперсии используемых случайных величин, в результате чего уменьшается ошибка, допускаемая при замене искомого математического ожидания «а» его оценкой «а</span><sup><span>*</span></sup><span>». </span><br />
<span>Характерной особенностью метода Монте-Карло является использование случайных чисел (числовых значений некоторой случайной величины). Такие числа можно получать с помощью датчиков случайных чисел. Например, в языке программирования Turbo Pascal имеется стандартная функция random, значениями которой являются случайные числа, равномерно распределенные на отрезке [0; 1]. Сказанное означает, что если разбить указанный отрезок на некоторое число равных интервалов и вычислить значение функции random большое число раз, то в каждый интервал попадет приблизительно одинаковое количество случайных чисел. В языке программирования basin подобным датчиком является функция rnd. </span><br />
<span>Нами найден и исследован новый метод статистических измерений применительно для контроля качества потока углеводородов. Суть разработанного алгоритма состоит в следующем: в статическом режиме градуируется система по основному потоку (нефть, уголь, газ и т.п.) и строится традиционным методом градуировочная характеристика. Далее, по теореме Котельникова находится </span><span>Δ</span><span>t</span><sub><span>i</span></sub><span>- интервал времени между измерениями, необходимый для точного воспроизведения характеристики (случайного сигнала) измеряемого параметра [3]. Для конвейерных весов </span><span>Δ</span><span>t</span><sub><span>i</span></sub><span>=0,02с; для магистрального нефтепровода </span><span>Δ</span><span>t</span><sub><span>i</span></sub><span>=0,2с. По методу скользящего среднего, при каждом измерении контроллер вторичного прибора вычисляет значение функции, представленной на рисунке 2, от измеряемого параметра по формуле [2]:</span></p>
<div align="center"><img src="http://content.snauka.ru/web/35055_files/0.28FE" alt="" width="129" height="37" /><img src="http://content.snauka.ru/web/35055_files/0.4A00" alt="" width="129" height="37" /><em><span>, (1)</span></em></div>
<p><span>где y(t)- значение измеряемого параметра;l- интервал времени между измерениями, с;</span><br />
<span>t- время, с.</span></p>
<div align="center"><img src="http://content.snauka.ru/web/35055_files/9.2B1A" alt="" width="458" height="244" /><br />
<span>Рисунок 1 &#8211; Случайное распределение выходного сигнала измерительной системы</span></div>
<p><span>Значение измеренного параметра y(t</span><sub><span>i</span></sub><span>) из памяти прибора (базовая градуировочная характеристика) и вычисленное по формуле (1), уточняется путем усреднения и заносится в память прибора как новая (уточненная) точка градуировочной характеристики. И так в течение всего периода работы прибора – новая характеристика усредняется с предварительно многократно усредненной (и теперь уже являющейся базовой) градуировочной характеристикой (т.н. метод «Монте-Карло»). Рисунок 2 поясняет процесс усреднения градуировочной характеристики, где 1- градуировочная характеристика, занесенная в процессор вторичного прибора; 2- градуировочная характеристика, вычисленная методом скользящего среднего; 3- уточненная градуировочная характеристика, полученная методом «Монте-Карло».</span></p>
<div align="center"><img src="http://content.snauka.ru/web/35055_files/23.41C2" alt="" width="440" height="245" /><br />
<span>Рисунок 2 – Уточнение градуировочной характеристики измерительной системы</span></div>
<p><span>Т.о, делая общий вывод по способу и устройству, можно утверждать, что благодаря огромному энергетическому эквиваленту, на примере радиоизотопной системы измерений можно извлечь дополнительное количество информации за время </span><em><span>t</span></em><span> с помощью мощности </span><em><span>Р</span></em><span>, а также повысить точность измерительной системы, перенеся совершенствование системы регистрации в область наноотрезков времени.</span></p>
]]></content:encoded>
			<wfw:commentRss>https://web.snauka.ru/issues/2014/05/35055/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>Контроллинг затрат и результатов деятельности организации и использование его данных для целей управления</title>
		<link>https://web.snauka.ru/issues/2016/06/68548</link>
		<comments>https://web.snauka.ru/issues/2016/06/68548#comments</comments>
		<pubDate>Tue, 14 Jun 2016 21:05:15 +0000</pubDate>
		<dc:creator>Воронова Анастасия Павловна</dc:creator>
				<category><![CDATA[08.00.00 ЭКОНОМИЧЕСКИЕ НАУКИ]]></category>
		<category><![CDATA[controller]]></category>
		<category><![CDATA[controlling]]></category>
		<category><![CDATA[controlling costs]]></category>
		<category><![CDATA[costs]]></category>
		<category><![CDATA[operational controlling]]></category>
		<category><![CDATA[strategic controlling]]></category>
		<category><![CDATA[затраты]]></category>
		<category><![CDATA[контроллер]]></category>
		<category><![CDATA[контроллинг]]></category>
		<category><![CDATA[контроллинг затрат]]></category>
		<category><![CDATA[операционный контроллинг]]></category>
		<category><![CDATA[стратегический контроллинг]]></category>

		<guid isPermaLink="false">https://web.snauka.ru/?p=68548</guid>
		<description><![CDATA[Контроллинг представляет собой новое явление в практической деятельности управления, возникшее в результате взаимодействия экономического анализа, планирования, управленческого учета и менеджмента [1, с.185]. История возникновения данного направления берет начало в XV веке в США, где впервые было утверждено ведомство – «Comptroller, Auditor», в чьи задачи входило управление государственным хозяйством и контроль за использованием средств. В дальнейшем [...]]]></description>
			<content:encoded><![CDATA[<p>Контроллинг представляет собой новое явление в практической деятельности управления, возникшее в результате взаимодействия экономического анализа, планирования, управленческого учета и менеджмента [1, с.185].</p>
<p>История возникновения данного направления берет начало в XV веке в США, где впервые было утверждено ведомство – «Comptroller, Auditor», в чьи задачи входило управление государственным хозяйством и контроль за использованием средств. В дальнейшем в Великобритании была введена новая должность  «Comptroller», что представляло собой попытку решать задачи государственного управления с помощью идеи контроллинга [2, с.7].</p>
<p>Методологической основой изучения контроллинга затрат выступают труды российских и зарубежных ученых в области бухгалтерского и управленческого учета. Основоположниками теории контроллинга являются такие зарубежные ученые как Д. Хан, П. Ховарт, Д. Норртон, Р. Каплаи и др. В отечественной практике можно выделить таких ученых как В. Б. Ивашкевича, А. М. Карминский, Н. И. Оленев.</p>
<p>Для руководства помимо совокупного уровня затрат, объема выпуска и прибыли, необходимо так же иметь информацию относительно факторов за счет которых сложились полученные результаты. Дальнейший их анализ и принятие управленческих решений возможно позволит минимизировать затраты и модернизировать производство.</p>
<p>На сегодняшний день контроллинг реализуется не контроллером, а самими сотрудниками на местах и в подразделениях, все больше превращаясь в своего рода «самоконтрол­линг». При этом отдел контроллинга (контроллер) начинает играть роль модератора, распространяющего идею контроллинга среди сотрудников компании. Это предполагает ориентацию сотрудни­ков на достижение стоящих перед компанией целей с ответственностью за результаты и стремление в своей работе выходить за пределы какой-то одной конкретной  функции [3, с. 157].</p>
<p>На практике выделяют два основных вида контроллинга – стратегический и оперативный. В задачи стратегического контроллинга входит обеспечение стабильного положения организации в прогнозе дальнейшей деятельности при реализации стратегических целей. Начало стратегического контроллинга состоит в анализе внутреннего и внешнего уклада деятельности организации. Сам по себе стратегический план заключает в себе проверку полноту планов, их взаимосвязь и отсутствие не состыковок [1, с. 191].</p>
<p>Оперативный контроллинг в свою очередь направлен на достижение текущих целей организации, а так же принятие оперативных решений для оптимизации соотношения затрат затраты/прибыль.</p>
<p>В отличие от стратегического оперативный контроллинг ориенти­рован на достижение краткосрочных целей.</p>
<p>Наиболее часто управление затратами и их минимизация осуществляется в системах «Стандарт-кост», «Директ-кост» и АВС-системе. Так, например система «Стандарт-кост» в своем объеме позволяет оперативно управлять затратами и их отклонением по материальным, трудовым затратам, кроме того позволяет выявить причины отклонений фактических значений от нормативных.</p>
<p>Система «Директ-кост» в свою очередь ориентирована на контроль необходимого уровня сумм покрытия переменных затрат и оптимизацию прибыли путем определения суммы покрытия совокупных затрат. Кроме того она ориентирована на определение критического объема производства – точку безубыточности при условии варьирования объемом за счет различного рода факторов. В своем роде является «дотошной» системой из-за деления затрат на постоянные и переменные во всех структурных отраслях предприятия, а так же в зависимости от вида продукции [4, с. 135].</p>
<p>Систему АВС по-другому можно обозначить как – калькулирование на основе деятельности (Activity-Based-Cost). Данный вид системы позволяет минимизировать затраты за счет деятельности, не приносящей добавленной стоимости, т.е. использовать для управления затратами функционально-стоимостной анализ. В данной системе продукция потребляет виды деятельности, а виды деятельности в свою очередь потребляют ресурсы. Возникает необходимость контроля той или иной деятельности на предмет целесообразности выпуска продукции [2, с. 11].</p>
<p>Каждая из систем указанных выше имеет свои достоинства и недостатки, однако можно выделить один общий недостаток – это несистемный характер. Для учета затрат как одного из трех факторов первого порядка, влияющих на уровень прибыли организации, необходимо чтобы затраты управлялись системно. Такую системность обеспечивает контроллинг. Важнейшей подсистемой контроллинга выступает подсистема управления затратами.</p>
<p>Создание данной подсистемы в режиме контроллинга требует высокую степень изученности экономического понимания природы издержек и их взаимодействия с затратами организации.</p>
]]></content:encoded>
			<wfw:commentRss>https://web.snauka.ru/issues/2016/06/68548/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
	</channel>
</rss>
