Интеллектуальные информационные технологии принятия управленческих решений для оптимизации экономических показателей предприятий нефтегазового комплекса

Виноградова, Екатерина Юрьевна

Темы диссертаций по экономике » Математические и инструментальные методы экономики

Интеллектуальные информационные технологии принятия управленческих решений для оптимизации экономических показателей предприятий нефтегазового комплекса тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень: доктора экономических наук
Автор: Виноградова, Екатерина Юрьевна
Место защиты: Санкт-Петербург
Год: 2013
Шифр ВАК РФ: 08.00.13

Диссертации нет :(

Автореферат диссертации по теме "Интеллектуальные информационные технологии принятия управленческих решений для оптимизации экономических показателей предприятий нефтегазового комплекса"

На правах рукописи

Виноградова Екатерина Юрьевна

ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ДЛЯ ОПТИМИЗАЦИИ ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ ПРЕДПРИЯТИЙ НЕФТЕГАЗОВОГО

КОМПЛЕКСА

Специальность 08.00.13. - Математические и инструментальные методы

экономики

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора экономических наук

29 АВГ 2013

ООбЬ^**' Санкт-Петербург - 2013

005532472

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Уральский государственный экономический университет»

Научный консультант - доктор физико-математических наук, профессор

Шориков Андрей Федорович

Официальные оппоненты: Емельянов Александр Анатольевич

доктор экономических наук, профессор, Филиал ФГБОУ ВПО «Национальный исследовательский университет «МЭИ» в городе Смоленске», профессор кафедры менеджмента и информационных технологий в экономике Попков Валерий Павлович доктор экономических наук, профессор, ФГБОУ ВПО «Санкт-Петербургский государственный экономический университет», заведующий кафедрой коммерческой деятельности и предпринимательства института управления Голубецкая Наталья Петровна доктор экономических наук, профессор, НОУ ВПО «Санкт-Петербургский университет управления и экономики», и.о. проректора по науке и инновациям

Ведущая организация - Федеральное государственное бюджетное

образовательное учреждения высшего профессионального образования «Уфимский государственный авиационный технический университет»

Защита диссертации состоится « 24 » сентября 2013 года в 1430 часов на заседании диссертационного совета Д 212.237.03 при Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Санкт-Петербургский государственный экономический университет» по адресу: 191023, Санкт-Петербург, ул. Садовая, д.21, ауд. 3040

С диссертацией можно ознакомиться в библиотеке Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный экономический университет»

Автореферат разослан « 23 » августа 2013 г.

Ученый секретарь диссертационного совета

М.И. Барабанова

I. ОБЩАЯ ХАРАКТЕРИСТИКА ДИССЕРТАЦИОННОЙ РАБОТЫ

Актуальность темы исследования. Актуальность вопросов информатизации всех сфер общественно-экономической жизни сегодня вполне очевидна. При этом, эффективность информационных технологий значительно возрастает, если они базируются на адекватных реальным экономическим процессам экономико-математических моделях и соответствующих методах и алгоритмах решения конкретных практических задач. Разработка и применение интеллектуальных технологий дает возможность оптимизировать управленческую функцию за счет применения новых средств, моделей и методов анализа и обработки экономической информации.

Информатизация в области управления экономическими процессами полностью автоматизировала неформализованную сферу экономики, в частности - экономический учет. Разработка и применение информационных систем повышает - оперативность, качество обработки информации, производительность труда, профессиональную грамотность специалистов, занятых учетной и управленческой деятельностью в сферах экономики. В условиях рыночной конкуренции оперативность и точность обработки информации является основным элементов для поддержки принятия решений с целью оптимизации управления экономическими процессами.

Интеллектуальные информационные технологии - основной этап синтеза и реализации различных моделей и методов, позволяющих формализовать опыт и знания, накопленные в процессе реализации во времени экономической системы для разработки информационной системы поддержки принятия управленческих решений. В условиях отсутствия альтернативы рыночной экономики прочно утверждается мнение о необходимости разработки комплексных интеллектуальных систем для информационного обеспечения, планирования деятельности и оптимизации управления хозяйствующих субъектов всех форм собственности.

Существующие на рынке информационные системы базируются на обычном количественном анализе входных данных, формированию конкретного (безальтернативного) количественного результата и служат для целей учета экономической информации и «жесткого» планирования деятельности в рамках конкретной организационной структуры. Такие информационные системы не могут быть использованы как отраслевые информационные платформы ввиду отсутствия научно обоснованных методологии, моделей и методов, составляющих основу для их программной реализации.

Особый интерес вызывает проблема создания интеллектуальной программно-технологической платформы, базирующейся на результатах экономико-математического моделирования и идее консолидации процессов информационного обеспечения и управления в единой, самообучающейся технологической среде.

В настоящее время бурно развивается новая прикладная область математики, специализирующаяся на искусственных нейронных сетях. Актуальность исследований в этом направлении подтверждается огромной

массой научных публикаций по результатам различных применений нейронных сетей. Это и автоматизация процессов распознавания образов и адаптивное управление и аппроксимация функционалов, а так же прогнозирование, создание экспертных систем, организация ассоциативной памяти и многие другие приложения. В то время как в промышленно развитых зарубежных странах применение нейронных сетей уже достаточно обширно и накоплен большой практический опыт, у нас, в Российской Федерации, это еще в некоторой степени экзотика - российские фирмы, использующие нейросетевые технологии в практических целях являются исключением из общего числа.

Широкий круг задач экономики, решаемых при помощи нейронных сетей, отсутствие эффективных общих методов решения в их рамках оптимизационных задач, не позволяют в настоящее время создавать мощные универсальные нейронные сети, вынуждая разрабатывать специализированные механизмы, функционирующие по различным нейросетевым алгоритмам.

В связи с вышеизложенным, теоретическая и практическая значимость диссертационного исследования представляется достаточно актуальной и обоснованной.

Степень разработанности проблемы. Рассмотрение проблем, связанных с вопросами управления хозяйствующим субъектом, нашло отражение в работах М.М. Алексеевой, А.И. Афоничкина, В.В. Бочарова, И.А. Брусаковой В.И. Варфоломеева, В.П. Грузинова, A.A. Емельянова, A.B. Завгородней В.П. Калинина, В.Д. Камаева, В.В. Ковалева, Б.И. Кузина, Ю.П. Липунцова, О.Н. Лихачевой, О.В. Логиновского, Т.П. Любановой, Н.Ф. Ревенко, Д.В Соколова, A.B. Толстопятенко, О.Г. Туровца, В.В. Царева, Е.М. Четыркина и многих др. Вместе с тем, проблемы, связанные с совершенствованием моделей и методов управления для хозяйствующих субъектов недостаточно освещены в научной литературе, основаны на различных методологических подходах и требуют более детального исследования.

В зарубежной литературе вопросы управления для различных экономических структур разработаны в трудах Р. Акоффа, Б. Банди, Ю. Бригхема, У. Кинга, Д. Клиланда, Л. Крушвица, М.Р. Линдерса, К. МакГоуэна, М. Мак-Дональда, Д. Марки, Д. О'Лири, Х.Е. Фирона, Л. Фишера, Д. Хана, В. Хойера и др.

Вопросам искусственного интеллекта и экономико-математического моделирования оптимального управления в экономике посвящены исследования российских ученых Н.П. Бусленко, А.И. Галушкина, А.Н. Горбаня, А.Г. Гранберга, И.И. Еремина, А.Ю. Зиновьева, И.В. Ильина, Л.В. Канторовича,

A.B. Лотова, Вл.Д. Мазурова, В.Л. Макарова, В.Д. Ногина, A.A. Первозванского,

B.В. Подиновского, А.И. Пропоя, A.M. Тер-Крикорова, Н.П. Федоренко, В.В. Федосеева, Е.В. Шикина, А.Н. Ширяева, C.B. Черемных, А.Г. Чхартишвили и других.

Из трудов зарубежных ученых можно выделить работы Р. Беллмана, Д. Гейла, М. Интрилигатора, Р. Калабы, С. Карлина, В. Леонтьева, У.С. Мак-Каллока, О. Монгерштерна, В. Питтса, А.П. Руссо, X. Тахи, Р. Томаса, В. Феллера, С. Хайкина и ряда других авторов.

В области структурного анализа и проектирования информационных систем известны работы В.В. Баронова, A.M. Вендрова, C.B. Маклакова, Д. Марка, К. МакГоуэна, и др.

Работы Э.Г. Альбрехта, C.JI. Гольдштейна, A.M. Дуброва, В.Ж. Дубровского, A.A. Емельянова, Н.К. Зайнашева, В.Ф. Кротова, Б.А. Лагошы, A.B. Летчикова, В.Е. Лялина, Л.А. Малышевой, О.И. Никонова, В.П. Попкова, Е.В. Попова, Р.В. Соколова, А.И. Татаркина, Е.Ю. Хрусталева, В.И. Ширяева, А.Ф. Шорикова и др. посвящены методам моделирования динамических бизнес-процессов.

Несмотря на многообразие работ посвященных вопросам исследования и разработки интеллектуальных программно-технических информационных систем для поддержки принятия управленческих решений хозяйствующего субъекта, наличие различных экономико-математических моделей и методов для выработки оптимальных решений, имеющихся методологий моделирования бизнес-процессов, проблема разработки, создания и внедрения интеллектуальной технологической платформы на базе специальной экономико-математической модели и адаптируемой под деятельность хозяйствующего субъекта любой отрасли до сих пор не решена.

Объект исследования - системы управления хозяйствующими субъектами, структура и организация процессов производства, экономического учета, системы поддержки принятия решений для оптимизации организационных структур и оптимизации управления экономикой хозяйствующих субъектов на макро и микроуровнях.

Предмет исследования - процессы принятия управленческих решений, комплекс экономико-математических моделей решения задач управления и планирования производственного процесса хозяйствующего субъекта, разработка и исследование моделей и методов анализа микро и макро экономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений.

Цель диссертационного исследования заключается в получении научно-обоснованных экономических решений, направленных на создание моделей и интеллектуальных систем, построенных на основе механизмов интеллектуального анализа данных, а также в определении основных теоретико-методологических подходов к управлению инновационными экономическими процессами на предприятии, разработка соответствующей модели и создание объектно-ориентированного модульного инструментального средства для ее реализации, что будет способствовать развитию теории и расширению практики оптимизации управления деятельностью хозяйствующего субъекта на микро и макро уровнях.

Задачи исследования. Достижение поставленной цели потребовало решения следующих задач, агрегированных в нижеследующих пять блоков.

1. Уточнение и развитие теоретико-методологической основы исследования в области интеллектуальных информационных систем на базе нейронных технологий:

- систематизация современных научных представлений об интеллектуальных информационных технологиях в контексте выделения предметного поля их применения;

- обобщение методологических основ исследования нейронных сетей в качестве особой формы интеллектуальных информационных технологий.

2. Разработка инструментария управления экономическими показателями производства на предприятии на базе экономико-математических моделей:

- построение информационной модели оптимизации показателей деятельности хозяйствующего субъекта с учетом специфики производства;

- построение модели управления развитием хозяйствующего субъекта для решения задач многоцелевой оптимизации планирования и управления.

3. Обоснование методологических основ построения структурно-функциональной модели организации деятельности хозяйствующего субъекта:

- разработка и научное обоснование требований ко всем видам учетной информации хозяйствующего субъекта;

- определение основных принципов функционирования и реинжиниринга организационной структуры хозяйствующего субъекта при переходе на использование новых технологий.

4. Разработка программного комплекса, для реализации инструментария оптимизации управления деятельностью хозяйствующего субъекта:

- реализация хранилища данных и механизмов обработки информации в хранилище на основе научно обоснованных подходов к построению программных продуктов;

- реализация структурно-функциональной модели интеллектуальной информационной системы управления деятельностью хозяйствующего субъекта.

5. Разработка концептуальных основ для развития макро и микро экономики, адекватных современным рыночным требованиям:

- аргументирована необходимость использования стратегического развития технологий качественно нового типа на основе предложенных механизмов;

- предложена функционально-целевая модель развития технологий оптимизации управления хозяйствующими субъектами.

Теоретической и методологической основами исследования явились труды отечественных и зарубежных экономистов, математиков и специалистов в области управления, планирования, интеллектуальных технологий и экономико-математического моделирования, монографические работы по теории динамической оптимизации процессов управления, научные публикации в различных изданиях по вопросам решения задач информационного обеспечения и оптимизации управления на предприятии, применения экономико-математических моделей и методов при принятии управленческих решений.

В качестве инструментальной базы для проведения исследования использовались методики экономического и финансового анализа, аналитические методы интеллектуального анализа, а также инструментальные средства разработки прикладного программного обеспечения, структурно-

функционального анализа и проектирования, такие как: объектно-ориентированые платформы разработки приложений и СУБД - Microsoft Visual Studio 2010, Microsoft Business Intelligence Studio, средство проектирования Aris IDS Scheer AG, реализующее методологию структурного анализа и декомпозиции предметной области ARIS (Architecture of Integrated Information Systems), система календарного планирования Microsoft Project и язык структурированных запросов SQL (диалект ANSI).

Основными методами исследования явились общенаучные методы и приемы: экономический, интеллектуальный и финансовый анализ, синтез, сравнение и прогнозирование, а также планирование, методы линейного и динамического программирования, экономико-математическое моделирование, эконометрические методы и др.

Информационную базу исследования составили постановления Правительства РФ, данные Федеральной службы Государственной статистики РФ, официальные нормативно-правовые акты РФ, материалы информационных агентств, ежегодные и ежеквартальные статистические, бухгалтерские и экономические отчеты ООО «Газпром», ООО «ГАЗПРОМ-ТРАНСГАЗ-ЕКАТЕРИНБУРГ» а также материалы и данные, полученные в процессе исследования.

Соответствие диссертации Паспорту научной специальности.

Диссертация соответствует пунктам 2.3. Разработка систем поддержки принятия решений для рационализации организационных структур и оптимизации управления экономикой на всех уровнях; 2.5. Разработка концептуальных положений использования новых информационных и коммуникационных технологий с целью повышения эффективности управления в экономических системах; 2.6. Развитие теоретических основ методологии и инструментария проектирования, разработки и сопровождения информационных систем субъектов экономической деятельности: методы формализованного представления предметной области, программные средства, базы данных, корпоративные хранилища данных, базы знаний, коммуникационные технологии; 2.7. Проблемы стандартизации и сертификации информационных услуг и продуктов для экономических приложений; 2.8. Развитие методов и средств аккумуляции знаний о развитии экономической системы и использование искусственного интеллекта при выработке управленческих решений Паспорта научной специальности 08.00.13 - Математические и инструментальные методы экономики.

Научная новизна. В результате проведенного научного исследования впервые получены новые экономические решения и методики оптимизации реализации экономических процессов для хозяйствующих субъектов, позволяющие в полной мере использовать современные интеллектуальные информационные технологии для целей оптимизации управления производством, что в конечном итоге, будет способствовать гибкости и объективности принятия решений, повышению устойчивости производства и увеличению показателей их конкурентоспособности.

Конкретное приращение научного знания состоит в нижеследующем.

1. Уточнены теоретико-методологические основы исследования в области интеллектуальных информационных систем для поддержки принятия решений хозяйствующим субъектом. В результате проведена систематизация современных научных представлений об интеллектуальных информационных технологиях в контексте выделения предметного поля их применения. Обобщены методологические основы исследования нейронных сетей в качестве особой формы интеллектуальных информационных технологий.

2. Разработан инструментарий управления экономическими показателями производства на предприятии на базе экономико-математических моделей. Построены информационные модели оптимизации показателей деятельности хозяйствующего субъекта с учетом специфики производства. Построены модели управления развитием хозяйствующего субъекта для решения задач многоцелевой оптимизации планирования и управления.

3. Обоснованы методологические основы построения структурно-функциональной модели организации хозяйствующего субъекта. Разработаны и научно обоснованы требования ко всем видам экономического учета (финансовый, бухгалтерский, номенклатурный) хозяйствующего субъекта. Определены основные принципы функционирования и реинжиниринга структуры хозяйствующего субъекта при переходе на использование новых технологий.

4. Разработан программный комплекс, для реализации инструментария оптимизации управления деятельностью хозяйствующего субъекта. В рамках программного комплекса, на основе научно обоснованных подходов к построению программных продуктов, реализовано хранилище данных и механизмы обработки информации в хранилище. Реализована структурно-функциональная модель интеллектуальной информационной системы оптимизации управления деятельностью хозяйствующего субъекта. Свидетельства об официальной регистрации программ для ЭВМ №№ 2006614013, 2007610876, 2007610877,2007611630, 2007614055.

5. Разработаны концептуальные основы для развития макро и микро экономики, адекватные современным рыночным требованиям. Аргументирована необходимость использования качественно нового типа стратегического развития технологий на основе предложенных в работе механизмов. Предложена функционально-целевая модель развития технологий оптимизации управления хозяйствующими субъектами.

Практическая значимость диссертационной работы определяется возможностью использования результатов, выводов и рекомендаций, разработанных в процессе исследования, а также всех моделей и методов для повышения эффективности интеллектуального информационного обеспечения и оптимизации управления экономическими процессами хозяйствующего субъекта. Созданный программный комплекс является инструментарием для решения задач интеллектуального информационного обеспечения поддержки принятия решений для оптимизации управления хозяйствующим субъектом.

Материалы диссертации могут быть использованы в высших учебных заведениях для преподавания таких учебных курсов, как: «Эконометрика», «Проектирование экономических информационных систем», «Исследование

операций», «Информационные технологии в производственных структурах», «Введение в системное программирование», «Рекурсивно-логическое программирование», «Инструментальные средства визуального программирования» и др.

Апробация работы и реализация результатов диссертационного исследования. Основные результаты и положения работы докладывались и обсуждались на международных научно-практических конференциях: «Россия в глобальном пространстве: национальная безопасность и конкурентоспособность»

(2007), «Экономика, экология и общество России в 21-м столетии» (2007), «Современные проблемы прикладной информатики» (2007), «Исследование, разработка и применение высоких технологий в промышленности» (2007), «Государственное управление и менеджмент организаций в информационной экономике» (2008), «Новые тенденции в экономике и управлении организацией»

(2008), «Новая экономика: Вызовы, тенденции, реализуемость» (2008), «Изменяющаяся Россия. Социально-экономические инновации» (2008), «Управление информационной инфраструктурой организации на основе технологии открытых систем» (2008), «Социально-экономическое развитие России в нестабильном мире: национальные, региональные и корпоративные особенности» (2009), «Наука и ее роль в современном мире» (2009), «Информационно-математические технологии в экономике, технике и образовании» (2009), «Социально-экономическое развитие России в посткризисный период: национальные, региональные и корпоративные аспекты» (2010), «Альтернативы экономического роста: инновационное и эволюционной развитие российской экономики» (2010), «Информационная Евразия: виртуализация мира и гуманизация экономики» (2010), «Новые тенденции в развитии российской модели корпоративного управления: посткризисные уроки и выводы» (2011), «Интеграция науки, образования и производства - стратегия развития» (2011).

Основные результаты исследования и разработанные программные комплексы используются в практической деятельности на предприятиях ООО «ГАЗПРОМ-ТРАНСГАЗ-ЕКАТЕРИНБУРГ», ООО «Деком Компьютерные системы», НПЦ «Природа», что подтверждается актами о внедрении.

Материалы диссертационного исследования используются в ФГБОУ ВПО «Уральский государственный экономический университет» в лекционных курсах и практических занятиях, что подтверждается соответствующим актом о внедрении результатов работы в учебный процесс.

Данное диссертационное исследование было поддержано стипендией Правительства РФ (2007 г.) и грантом РГНФ № 09-03-83306а/У.

Публикации по теме диссертационного исследования. Основные положения и выводы диссертационного исследования отражены в 53 научных публикациях общим объемом 48,21 п.л. (в т.ч. авт. - 28,53 п.л.)

Структура и содержание диссертационной работы соответствует решению поставленных в работе задач и логике проведенного исследования. Диссертационная работа состоит из введения, пяти глав, заключения, содержит библиографию из 324 наименований и 3 приложения. Общий объем работы

составляет 344 страницы. Основное содержание изложено на 299 страницах машинописного текста, включает 66 рисунков и 57 таблиц.

Во введении обоснована актуальность темы исследования, сформулированы цель и основные задачи работы, определены объект и предмет исследования, обозначены научная новизна и практическая значимость проведенного исследования и полученных результатов.

В первой главе «Теоретико-методологические аспекты применения интеллектуальных технологий для поддержки принятия решений хозяйствующим субъектом» исследованы различные подходы к определению сущности нейросетевых технологий и нейронных сетей, рассмотрены основные компоненты и архитектура нейронных сетей, и способы представления знаний, а также проведен их комплексный анализ. Обозначены методологические подходы к принципам и методикам обучения и адаптации нейронных сетей. Проведен анализ интеллектуального инструментария для решения задач информационного обеспечения хозяйствующего субъекта, а также инструментальных систем поддержки принятия управленческих решений.

Во второй главе «Методология проектирования интеллектуальных систем поддержки принятия управленческих решений» проведен анализ и разработана методология выбора моделей представления знаний, хранилища данных, организации аналитической обработки данных в хранилище, оптимальной топологии и принципов обучения нейронной сети, а так же определен принцип построения экспертной системы для поддержки принятия управленческих решений хозяйствующего субъекта.

В третьей главе «Информационные модели для поддержки принятия управленческих решений» проведено моделирование процессов деятельности хозяйствующего субъекта, описывается экономико-математическая модель информационной подсистемы поддержки принятия управленческих решений. Предложена методика формирования входных и выходных данных для разработанной модели.

В четвертой главе «Инструментарий для создания интеллектуальной информационной системы и принципы ее реализации» описаны принципы и этапы реализации хранилища данных и механизмов обработки данных в хранилище, приведено детальное описание реализации нейронной сети и экспертной системы поддержки принятия и оптимизации управленческих решений хозяйствующего субъекта.

В пятой главе «Концепция информационной поддержки решения задач оптимизации управления хозяйствующим субъектом» описаны методы проектирования и создания программных комплексов, методологии и технологии их внедрения в эксплуатацию, разработана структурно-функциональная модель решения задачи построения интеллектуальной информационной системы и принципы реализации экономической и учетной политики на основе методологии АИБ, проведен расчет экономического эффекта от внедрения в промышленную эксплуатацию всех разработок.

В заключении выделены основные результаты исследования, имеющие теоретическое и практическое значение.

II. ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИОННОЙ РАБОТЫ, ВЫНОСИМЫЕ НА ЗАЩИТУ

Исторически сложились несколько основных направлений в моделировании систем искусственного интеллекта.

Нейронные сети являются нелинейными динамическими системами с коллективными свойствами. Для исследования таких сложных моделей нужна большая вычислительная мощность. Новый интерес к искусственным нейронным сетям обусловлен не только новым математическим подходом, но и существенным прогрессом вычислительной техники.

В отличие от традиционных средств обработки информации, программирование нейронных сетей осуществляется неявно в процессе обучения. Обучение строится следующим образом: существует так называемый задачник, то есть набор примеров с заданными ответами, эти примеры предъявляются системе, нейроны получают условие примера и преобразуют их. Далее нейроны несколько раз обмениваются преобразованными сигналами и, наконец, выдают ответ в виде набора сигналов. Обучение заключается в минимизации штрафа как неявной функции связей.

На рис. 2 приведены систематизированные архитектуры нейронных сетей а на рис. 1 модель обучения нейронной сети.

Для решения конкретных задач необходимо подготовить данные для нейронной сети. На практике именно предобработка данных может стать наиболее трудоемким элементом нейросетевого анализа. Причем, использование и проектирование основных принципов и приемов предобработки данных не менее, а может быть даже более важно, чем разработка собственно нейросетевых алгоритмов. Сам процесс решения прикладных задач, в том числе и подготовка данных, целиком ложится на плечи разработчика.

Рис. 1. Модель машинного обучения.

Нейронные сети

Рис. 2. Систематизация архитектур нейронных сетей

В Таблице 1 представлены различные алгоритмы обучения и связанные с ними архитектуры сетей. В последней колонке перечислены задачи, для которых может быть применен каждый алгоритм.

Таблица 1. Известные алгоритмы обучения.

Парадигма Обучающее правило Архитектура Алгоритм обучения Задача

С учителем Коррекция ошибки Однослойный и многослойный перцептрон Алгоритмы обучения перцептрона Обратное распространение А(1аПпе и МасЫте Классификация образов Аппроксимация функций Предскашание, управление

Больцман Рекуррентная Алгоритм обучения Больцмана Классификация образов

Соревнование Соревнование Векторное квантование Категоризация внутри класса Сжатие данных

Сеть ART АЯТМар Классификация образов

Без учителя Коррекция ошибки Многослойная прямого распространения Проекция Саммона Категоризация внутри класса Анализ данных

Хебб Прямого распространения или соревнование Анализ главных компонентов Анализ данных Сжатие данных

Соревнование Соревнование Векторное квантование Категоризация Сжатие данных

SOM Кохонена БОМ Кохонена Категоризация

Парадигма Обучающее правило Архитектура Алгоритм обучения Задача

Анализ данных

Смешанная Коррекция ошибки и соревнование Сеть ЯВИ Алгоритм обучения ЯВР Классификация образов Аппроксимация функций Предсказание, управление

Каждый алгоритм обучения ориентирован на сеть определенной архитектуры и предназначен для ограниченного класса задач.

В современных условиях российской экономики предприятие должно с помощью планирования приспосабливать свои ресурсные возможности к внешним и внутренним условиям, учитывая неопределенность будущего, связанного с нестабильностью и усложнением социально-экономической жизни страны.

Планирование помогает предприятию выбрать наиболее рациональный путь своего развития с помощью различных стратегий.

Предприятие должно рассматриваться как «открытая система». Если предприятие рассчитывает выжить в столь тяжелых для него условиях, то ему следует приспособить всю свою внутреннюю деятельность к изменениям в окружающей среде - в политике, экономике, обществе, технологии, экологии.

Дискретные процессы управления приобретают все большее значение в теории и практике оптимального управления и планирования. Это связано с тем, что в экономике многие явления имеют дискретный характер, так как на практике чаще всего и информация о состоянии процесса, и управление осуществляется в дискретные моменты времени, то есть по шагам. Описание динамики экономической системы на основе дифференциальных уравнений основано на очень грубой аппроксимации реальных явлений и не дает преимущества по сравнению с использованием многошаговых моделей. В итоге уравнения динамики системы часто с самого начала формулируются в многошаговом виде. Время в таких моделях считается принимающим конечный ряд значений с заданными начальными моментом /о, промежутком между двумя любыми соседними моментами времени г и конечным моментом времени ¡¡. Обычно для удобства полагают /д=0, т-1. В этом случае используют многошаговое уравнение, имеющее, например, вид

х(1+1)=х(1)+/(х(1), и«).О,1=0,..., 11-1. (1)

Время принимает дискретные значения

to,to+l,to+2,...,ti. (2)

Вместе с начальным условием и ограничением на управления и состояния, имеющим следующий вид

fx(t), u(t)j eY(t), t=0,..., ti-1, (3)

а также с ограничением на конечное состояние системы

x(U) еХ(и) (4)

соотношение (1) дает динамическое описание экономической системы. Наиболее просто выглядят линейные модели, в которых дифференциальное уравнение заменяется на многошаговое:

x(t+l)=x(t)+Ai(t)x(t)+A2(t)u(t)+a(t), 1=0.....h-1. (5)

Начальное условие (to-О), ограничение на конечное состояние (4), в котором множество x(ti) должно быть многогранным.

Для решения таких многошаговых задач возможны два подхода. Первый основан на принципе оптимальности Р. Беллмана и приводит к необходимости решать функциональные уравнения специального вида. Второй -вариационный - подход основан на распространении идей и методов математического программирования на многошаговые задачи и смыкается с аппаратом принципа максимума J1.C. Понтрягина, развитого для решения задач оптимального непрерывного управления. Этот подход иногда называют «дискретный принцип максимума».

В каждом конкретном случае выбор производственной программы индивидуален, зачастую изделия, приносящие максимальную прибыль, требуют более интенсивного использования оборудования. Однако альтернативный выбор производственной программы требует почти всегда численных обоснований.

Постановка задачи расчета цены продукции и построение экономико-математической модели включают следующие моменты: описание переменных, определение целевой функции с учетом используемых переменных и формирование ограничений.

Введем следующие обозначения: п - вид продукции;

т ■— количество технологических способов (модификаций) организации производства продукции п;

каждый j-й способ (jel.m) в период времени t еО.Т-1 (Т> 1) (t - например, месяц, квартал, год) характеризуется вектором {b^t), b^t), ..., b„j(t)}\ если bij(t) < 0, то величина bij(t) определяет затраты г'-го ингредиента (iel.n) при j-м способе производства в период времени /;

если bij(t) > 0, то величина bi/t) определяет выпуск /'-го ингредиента при /-ом способе производства в период времени t.

s - вид издержек производства и затрат на реализацию продукции; i - количество видов издержек;

Q„ - предполагаемое количество производственной продукции и-го вида;

Qnmax - максимальный объем выпуска «-го вида продукции при фиксированных

производственных мощностях;

FCS - постоянные издержки .?-го вида;

D„ - доля п-го вида продукции в валовых постоянных издержках (TFC); Рп - расчетная базовая цена п-го вида продукции; Y- коэффициент изменения переменных издержек. Определим следующие показатели:

±D=1. TFC = jrFC„

1-1

где TFC- валовые постоянные издержки производства и реализации.

TFCn = TFC х Dn, п = ~Цп, где TFC„ - валовые постоянные издержки п-го вида продукции.

UVCn=j^UVCm, п = Тт,

S'l

где UVCns — переменные издержки 5-го вида для производства единицы продукции и-го вида;

UУС, - переменные издержки на единицу продукции п-го вида.

Производство каждого их видов продукции воздействует на прибыль предприятия. Отсюда целевая функция, максимизирующая прибыль предприятия примет следующий вид:

F(Q) = ±р X е.. F(Q) -> max, (6)

л=/

где Q = (Q,,Q,,- -,Q„) - вектор переменных.

Наложим на функционирование предприятия следующие ограничения: Объем выпуска продукции и-го вида не может быть отрицательным:

Qn>0, п = ТШ.

Предположим, что переменные издержки увеличиваются нарастающим темпом.

Для расчета переменных издержек будем использовать формулу (7). При Y=1 переменные издержки растут линейно:

TVCn = UVCn х Ql, n = Tm, (7)

где TVCn - переменные издержки на производство продукции и-го вида.

TCn = TFCr + UVC,, где TCi — валовые издержки на производство продукции п-го вида.

Себестоимость единицы продукции п-го вида (UTC„) рассчитывается по формуле:

ТС

Если задан процент прибыли на себестоимость и-го вида продукции (MUP„), тогда расчетная базовая цена на единицу продукции п-го вида (Р„) будет определена следующим образом:

P=UTC+UTCx^ = UTC(l + ^).

100 " 100

Затем необходимо при заданной цене определить минимальный объем выпуска продукции, при котором предприятие не понесет убытков, но и не получит прибыли.

Вычислим валовой доход от реализации п-го вида продукции (TR„):

= РМп х Qn, (8)

где РМп - рыночная цена «-го вида продукции.

Затем вычисляем критерий безубыточности при реализации и-го вида продукции (R„):

Rn=TR„-TCr (9)

Контрольная точка, то есть объем производства Q„, при котором предприятие не имеет ни прибыли ни убытка определяется путем минимизации критерия безубыточности

R (Q„) —> min.

Объем производства Qn может быть определен следующим образом: Q = TFC*_.

(PMn-UVCJ

С учетом вышеизложенного сформируем следующую систему неравенств: Qn >0, п - Tin,

iö„ Р=РМ;

Q.:\ (10)

R(Q.)-*min.

То есть необходимо определить оптимальное количество выпускаемой продукции Q, заданное вектором Q" -(Q',",Q',",...,Q'm"), целевой функцией (25) и удовлетворяющее системе (29).

В таком виде задача оптимального планирования и управления представляет собой статическую задачу дискретного программирования, решение которой находится симплекс-методом.

Для оценки динамики и прогнозирования будущих состояний системы необходимо перейти к динамической модели планирования и управления.

На заданном целочисленном промежутке времени 0,Т = {0,1,...,Т} (Т >0) рассматривается многошаговая динамическая система, которая состоит из одного управляемого объекта - объекта / (управляемого игроком Р).

Обозначим:

Uj(t) - интенсивность использования j-го технологического способа (jel,m) в период времени V,

Si(t) (ie 1,п) - величину спроса на /-ю продукцию, выпускаемую в период времени t.

Предположим, что мощности производства таковы, что они могут удовлетворить возникающий спрос, то есть всегда имеет место неравенство

¿6,. 0)11/0 -*/()> 0 о еО.Т-1; I <=1,п).

¡•I

Обозначим: _

0^+1) - количество /-й продукции (1е 1,п), образовавшейся на складе к концу периода времени (¡+1) (запасы в период (1+1)), которая формируется из запасов 0,(0 предыдущего периода и образовавшихся излишков в этот период времени по формуле:

0/1 + 1) = 0/1) + ±Ь/1)и/1)-*/{) «еОТ^Т; 1*Тп)

или в векторной форме _

0(1 + 1)= 0(0 + В(1)и(0 -5(0 ОеО.Т-!), (11)

где В(0 - «технологическая матрица» производства.

Отметим, что если в начале периода времени (¡г + 1) на складе имелись запасы в количестве (2(0, то к концу этого периода для продажи будет годна только часть, равная А(00(0, гДе А(0 = \а/1)\,6-„ ~ есть диагональная матрица, характеризующая «старение» продукции за этот период. В этом случае уравнение, описывающее производственный процесс, будет иметь вид

0(1 + 1) = А(000) + В(0и(0 - $(0 О е О.Т-1). (12)

Обозначим:

g(u(0,0 - издержки от использования технологических способов с интенсивностями и(0 = {и/0, и/0. ит(0} в период времени / (I еО,Т -1);

/(0(0,0 ~ затраты на хранение готовой продукции на складе в количестве 0(0 = {0/0, О/О.-, 0/0} в период времени Л

Тогда общие издержки производства за период планирования О, Т определяются значением следующего функционала

ф=Ътш)+Ф(о.о], (13)

ел

который часто можно представить в виде линейной функции

*,=Т£[{с(0,в(0). +{с1(0.и(0)„], (14)

где для любых векторов а, Ь е 1?к.

Решение задачи будет состоять в нахождении такого плана (и(0), и(1),...,и(Т-1)} (последовательности интенсивностей), при котором значение величины общих затрат, вычисляемых согласно (13) (или (14)) и формируемых из уравнений (12) (или (13)) будет минимальным. При этом начальные запасы продукции х(0) = {х/0), х/0),..., х„(0)} считаются заданными и в последующие

периоды времени для всех /е/,л и / е 1,Т должно выполняться неравенство х.(1) >0, а значения векторов интенсивностей должны выбираться из некоторой допустимой области и'(г)<^К", то есть удовлетворять заданному ограничению и(1) = {и,0),и,0).....иш0)}еи'0). (15)

При этом множество и'(1) формируется, по имеющимся ограничениям на мощности производства.

Результаты исследования задач планирования и управления показывают, что в реальной постановке эти задачи являются многокритериальными. Ранее, при исследовании проблемы многокритериальности часто все критерии, кроме одного, выбранного доминирующим, принимались в качестве ограничений, оптимизация проводилась по доминирующему критерию. Такой подход к решению практических задач значительно снижает эффективность принимаемых решений. В связи с этим в данном пункте будет сформирована общая постановка задачи многокритериальной (векторной) оптимизации планирования.

Усложним задачу планирования и управления вводом новых критериев, позволяющих более качественно оценить состояние системы и спрогнозировать ее развитие. Для этого сформулируем некоторые дополнения, касающиеся ее постановки.

Для решения задачи многоцелевой оптимизации планирования и управления должны быть обеспечены следующие условия. В частности, должна быть предоставлена возможность изменять в определенных пределах независимые переменные, влияющие на критерии качества.

Такую независимую переменную величину, которую можно изменять в некоторых пределах и которая оказывает определенное влияние на все критерии качества или только на некоторые из них, принято называть управляемой переменной (или управлением).

Совокупность всех управляемых переменных необходимо рассматривать как вектор управления. Ему ставится в соответствие точка «-мерного пространства управлений.

Множество допустимых значений управляемых переменных назовем областью управления. Она характеризует ту часть пространства управлений, где находятся все реализуемые управления.

Пространство целей (или целевое пространство) - это пространство, координатами которого являются значения всех рассматриваемых критериев качества.

Областью целей (или целевой областью) называется множество точек в пространстве целей, где лежат все возможные значения векторов цели.

Зависимость критериев качества от управляемых переменных представляет собой некоторое отображение пространства управлений на пространство целей. При этом каждой точке области целей соответствует одна или несколько точек пространства управлений. Это значит, что один и тот же результат (одна и та же целевая точка) может быть достигнут с помощью различных комбинаций значений управляющих величин.

Эффективным множеством компромиссов называется множество всех целевых точек, которые нельзя далее равномерно (то есть одновременно по всем критериям) улучшить в рамках имеющихся возможностей управления. Таким образом, к этому множеству относятся все точки, несравнимые друг с другом в смысле улучшения или ухудшения эффекта управления.

Усложним задачу необходимостью согласования объемов производства и спроса.

Введем следующие обозначения:

п — количество типов продукции, которые могут быть изготовлены на предприятии в планируемый период;

т - количество необходимых для изготовления продукции ресурсов;

X) - план производствау'-й продукции, у = 1,п;

я/, Ь/ - нижняя и верхняя границы возможного выпуска у-го вида продукции;

Г; - количество /-го ресурса, которым располагает в плановом периоде предприятие / = 1,т;

Су - ценау'-й продукции;

С", С* - соответственно нижняя и верхняя границы ценыу-й продукции;

ВО) = (Ь,;) - технологическая матрица производства, где элемент 6,у есть норма расхода /-го ресурса на изготовление единицы у-й продукции, / =1,т, у =7, и;

§ - суммарные затраты на производство и реализацию у'-й продукции;

Pj - прибыль от реализации у'-й продукции;

/?,• - количество /-го ресурса, дополнительно приобретаемого предприятием для увеличения выпуска товаров;

е, - цена единицы /-го ресурса;

В - объем денежных средств, которые предприятие может выделить для приобретения дополнительных ресурсов;

г - шаг моделирования.

Будем считать, что спрос на продукцию предприятия фиксирован и его колебания незначительны, но при этом технические характеристики продукции совершенствуются со временем. В модели совершенствование техпроцесса производства будет отражено в виде замены одного вида продукции другим, более техничным.

В этом случае предприятие заинтересовано в расширении рынка сбыта и оперативном внедрении новейших производственных технологий.

В формализованном виде эта ситуация будет описываться следующими соотношениями:

а) ~Х1 - Ьр

а1 >0;

6. > 0;

] 9

х > а, ;

а, >0,/е /

а, > 0,а е О

где J - множество видов продукции, спрос на которую стабильный, I- множество видов продукции с усовершенствованным техпроцессом, dj - верхняя граница выпуска устаревшей продукции,

D - множество видов продукции, процесс производства которых может быть усовершенствован.

С учетом вышеизложенного сформируем следующую систему неравенств:

Здесь Л - множество однотипных изделий 1-го вида, имеющих высокий спрос.

Одной из основных особенностей динамических оптимизационных задач является многокритериальность. Эффективность стратегий в них оценивается не одним, а несколькими критериями.

Считается, что во множестве векторных оценок у J1I1P существуют отношения предпочтения, безразличия и нестрогого предпочтения на основе которых с учетом имеющейся информации о случайных и неопределенных факторах и надлежит выбрать оптимальную стратегию.

В однокритериальных задачах эти отношения оказываются полностью известными, как только выбран сам критерий эффективности, и отыскание оптимальной стратегии сводится к решению соответствующей задачи математического программирования. Однако в многокритериальных задачах критерии обычно противоречивы в том смысле, что не существует стратегии, наилучшей одновременно по каждому из них.

Задача представляет собой векторную задачу динамического программирования. Алгоритм решения задачи (16) будет приведен ниже.

Большинство известных методов предусматривает использование информации о важности критериев. Одним из наиболее известных методов такого рода является метод обобщенного критерия.

Вначале все исходные критерии К, приводят к сопоставимому безразмерному виду К., то есть «нормализуют». Чаще всего используют такие преобразования: К. = К: /а' и К, -(К. -а..)/(а, -д.), где а' - некоторые плановые значения критериев K¡, а «,•♦ - минимально возможные значения критериев К,.

Далее все критерии K¡ «сворачивают» в одну функцию - обобщенный критерий К\ учитывая их относительную важность при помощи специальных положительных чисел a¡, называемых коэффициентами важности или весовыми коэффициентами.

Обычно требуется, чтобы £«, =/. В итоге исходная многокритериальная

i=l

задача сводится к обычной задаче оптимизации по одному критерию К'.

Применительно к задаче (16) метод свертывания критериев заменяет все целевые функции на одну следующего вида:

L(x) = £ах) *тах»

i-I

где весовые коэффициенты a¡ характеризуют степень зависимости 1-й продукции

в части владения рынком сбыта. При этом выполняется условие:

Ь,(х)- ^х —> тах;

¿/х) = Хху —> тах;

1*1:

Ьг(х)- ]Гх —> тах;

■ 2(х) = X -> тах; (16)

1*о

а.<х <Ь , 1 eJ; 1 1 !'•> '

х1 >а,,/'е 1(,1 = 1,г;

ХаЛ <Т,Л=1,т;

1*1

Задача (17) разрешима, то есть существует оптимальный план X' = (х], х).....х'п), которому соответствует величина прибыли, равная

2„ = 2Ус,-5у; *;. (17)

Общую схему решения задачи оптимального управления и планирования производства для каждого момента времени

Цх)~ х) тах:

х > х'л +/,/е/;

^„х^+Ь.ыТОц (18)

2>Д <0,9

Таким образом, в результате многошагового моделирования будет достигнуто увеличение плана выпуска продукции, пользующейся повышенным спросом, и повышение прибыли.

Весовые коэффициенты сц характеризуют степень значимости для предприятия /-го вида продукции, к — номер итерации;

Хук - количество продукции у'-го вида в оптимальном плане на £-той

итерации;

? - шаг моделирования.

Алгоритм технологического процесса сбора, передачи, обработки и выдачи информации выглядит так, как это показано на рис. 3.

Рис 3. Схема алгоритма технологического процесса сбора, передачи, обработки и выдачи информации

В настоящее время наблюдается тенденция интеграции разнообразных методов моделирования, проявляющаяся в форме создания интегрированных средств моделирования. Одним из таких средств является программный продукт, носящий название ARIS (Architecture of Integrated Information Systems), разработанный фирмой IDS Scheer.

Задача формализации и оптимизации деятельности сводится к выделению бизнес-процессов в соответствии с продуктовыми линиями и функциональными подразделениями, и увязке их в сквозные процессы компании, нацеленные в первую очередь на создание продуктов и предоставление услуг клиентам.

Первоначально на предприятии проводится инвентаризация Бизнес-процессов по состоянию «как есть» по внедряемой области.

В результате получен перечень обследованных рабочих мест. Затем по каждому рабочему месту составлен перечень функций, документов и справочников, необходимых для выполнения поставленных задач.

Далее каждый филиал описывается до отделов (служб). Показывается состав отделов (служб) и их организационные руководители. Затем проведено описание структуры филиалов и администрации, на основе результатов инвентаризации в ARIS создано дерево структуры филиалов. В дерево включены

филиалы; отделы (службы); должности в отделах; обязанности сотрудников по каждой должности.

В результате получена классификация документации Общества. На основании данных полученных в результате инвентаризации деятельности также была сформирована карта процессов верхнего уровня предприятия.

Далее каждый отдел (служба) детализируется до должностей, показывается штатная структура отдела (службы), связь с организационным руководителем (на данном примере начальник отдела) и с техническим (методологическим) руководителем (на данном примере главный инженер).

Затем каждая должность должна быть описана до состава обязанностей (бизнес-ролей). Кроме того, должны быть показаны связи с непосредственным руководителем (начальник ПО ЭКС) и с замещающей (замещаемой) должностью.

После описания процессов, состав обязанностей (бизнес-ролей) группируются в типовые должности. Типовые должности должны быть сгруппированы в типовые отделы (службы).

Состав типовых отделов (служб) должны быть показаны на одной схеме типового филиала.

Типовые филиалы должны быть сформированы в дерево типовой структуры Общества.

Все первичные, отчетные и нормативные документы должны быть классифицированы (рис. 4).

Затем проводится формирование процессов следующих уровней (с детализацией до операций).

На данном шаге производится детализация процесса верхнего уровня на процессы второго и следующих уровней, выполняется основная работа по регламентации деятельности Общества.

Для каждой функции бизнес-сценария выполняется детализация до конкретных действий сотрудника Общества. После этого устанавливается сзязь с функционалом системы.

Работы выполняются рабочими группами при постоянном согласовании событий и документов, передаваемых из смежных процессов или получаемые смежными процессами. _

| Документы ЬНУ=^

* * * * *

Документы х» отражения хозяйственных операций • бухгалтерском учете А Документы для отражения операций в налоговом учете А Документы XI« закрыт*» периода Документы хч* формирования бухгалтерской отчетности А Дожу менты для формирован ил налогов ь« -хслярацм л Документы для органишии бухгалтерского и налогового &

Рис. 4. Диаграммы сценариев

Определение источников данных (рис. 5) для формирования отчетов (на данном шаге, на уровне атрибутов должны быть сопоставлены документы отчетности, первичные документы и НСИ).

По каждому электронному документу системы составляется модель документа, определяющая состав его атрибутов и моделируется состав функций системы по каждому модулю.

В результате созданы модели бизнес-процессов и регламенты деятельности Общества, определены функции, поддерживаемые системой, оптимизированы образцы первичных и отчетных документов, сформирована база данных взаимоувязанных показателей отчетности и атрибутов документов, а также указаны информационные источники для их формирования. На основании полученных данных формируется карта процессов верхнего уровня (рис. 6).

По каждому процессу верхнего уровня должен быть определен ответственный за процесс, риски, цели и ключевые показатели результативности. Обязанность (бизнес-роль) ответственного за процесс связывается с его должностью на диаграмме описания должности.

Затем проводится формирование карт функций типовых должностей и отделов Общества.

На данном шаге производится согласование моделей процессов с ключевыми специалистами и руководством Общества. Именно здесь возникает возможность получить конкретный и измеримый консалтинг от сторонних консультантов. Нет необходимости длительного и неопределенного обследования процессов, достаточно передать консультантам на рассмотрение модели процессов и получить рекомендации по их изменению. В результат бизнес-процессы оптимизированы и согласованы с точки зрения бизнес-логики.

Акт ОС-2

Наименование организации акт ОС-2

Наименование структурного подразделения акт ОС-2

Сдатчик акт ОС-2

Получатель акт ОС-2

Описание для составления акт ОС-2

Номер акт ОС-2

Дата составления ОС-2

(Наименование Л общества )

Или справочник филиалов, или справочник контрагентов

Код МОЛ \ карточка ОС )

_/ Код МОЛ карточка ОС

Дата распоряжения на перемещение акт ОС-2

Номер распоряжения на перемещение акт ОС-2

)

Рис. 5. Детализация источников данных

Определить направления развития Общества

г/

Определить плаи социально-экономического разни птя Общества на гол

Показатель качества процессов Общества

| Оптимизировать режим и маршрут транспортировки газа |

11оддер>кивать в актуальном состоянии планы Общества | Корректировка г одового плана

• « ^ I «сТг^

Реконструкция и строительство прочею имущеечт

Обслуживание и текущий ремонт прочею имуществ;

^Капитальный ремонт ^ прочего имущества

(Оридическое ^ч, ооеснечение

-■--А

Бухгалтерский и налоговый учет

Рис. 6. Диаграмма основных процессов

Для процессов бухгалтерского учета проводится моделирования плана счетов бухгалтерского учета. Для получения возможности формировать инструкцию по применению плана счетов, а также альбома хозяйственных операций создается дерево объектов бухгалтерского учета. В результате созданы объекты, которые описывают счета бухгалтерского учета.

Рис. 7. Диаграмма объектов

Далее (в бухгалтерском учете) каждый участок детализируется на группы функций в разрезе объектов учета и по стадиям жизненного цикла объектов учета (рис. 7). Затем каждый процесс, если он имеет несколько вариантов исполнения, детализируется на матрицу выбора сценария. Столбцы матрицы - виды сценариев, строки - шаги сценария (рис. 8).

Каждый шаг сценария - процесс, детализируется на диаграмму процесса. На диаграмме связываются следующие объекты: события, функции, функции системы, бизнес-роли, документы, электронные документы и справочники. Затем идет формирование нормативной документации предприятия. На данном шаге вся база знаний АШБ, полученная в результате предыдущих работ обрабатывается с помощью программ-отчетов (скриптов) и формируются тексты нормативных документов Общества.

Последний уровень детализации - диаграмма окружения функции. Здесь моделируются требования к выполнению функции в ней указываются квалификационные требования, полномочия в системе, справочники и нормативные документы, необходимые для выполнения функции, входные и выходные документы.

Основной продукт Состоит ИЗ— Состош ИЗ.-

« X а. я и Учет перемещения ОС внутри филиала Учет перемещения ОС между филиалами ч

н а 1 | я с. с Оформление распоряжения на перемещение ОС еЬ Оформление распоряжения на перемещение ОС внутри филиала а с

X 1 X с. С Утверждение распоряжения на перемещения ОС Утверждение распоряжения на перемещение ОС внутри филиала

X 2 X & С Изменение карточки ОС (поля управленческого учета) Изменение карточки ОС (поля управленческого учета) при перемещении основных средств внутри филиала

я £ 1 X & Изменение карточки ОС (поля бухгалтерского учета) Изменение карточки ОС (поля бухгалтерского учета) при перемещении их внутри филиала Б а

от

Рис. 8. Диаграмма матрицы сценариев

Если необходимо описать последовательность действий внутри функции процесса, то она детализируется на процессную диаграмму (фактически, это методика выполнения функции) (рис. 9).

Рис 9. Процессная диаграмма

В результате получены дерево организационной структуры предприятия, справочник типовых рабочих мест, регламенты бизнес-процессов, классификация документации Общества, альбом образцов документов Общества, документооборот по каждому документу, должностные инструкции, положения по отделам (службам), квалификационные требования к должностям, система допусков к информации (по каждой должности спецификация допусков к системе), методики заполнения первичных документов, методики формирования отчетности, бератор хозяйственных операций в увязке с проводками (бухгалтерского и налогового учета), инструкции пользователей систем, перечень функций, подлежащих автоматизации.

Ниже предложено описание содержимого модели интеллектуального анализа данных с использованием алгоритма нейронной сети. Также приведены способы интерпретации статистики и описание структуры, общей для всех типов моделей, а также общие определения терминов, связанных с содержимым моделей интеллектуального анализа данных

Реализованная нейронная сеть (рис. 10) имеет один родительский узел, представляющий модель и ее метаданные. Под этим узлом расположено не менее двух других узлов. Всего узлов может быть значительно больше, в зависимости от количества прогнозируемых атрибутов в модели.

Первый узел всегда представляет верхний узел входного слоя. Под этим верхним узлом находятся входные узлы, которые содержат фактические входные атрибуты и их значения.

Содержимое каждой из моделей представлено в виде последовательности узлов. Узлом называется объект модели интеллектуального анализа данных, который содержит метаданные и сведения о фрагменте модели. Узлы упорядочены в виде иерархии. Смысл иерархии и порядок узлов в ней зависят от применяемого алгоритма. Например, при создании модели дерева принятия решений она будет содержать несколько деревьев, выходящих из корневого элемента модели. Модель нейронной сети может содержать одну или несколько сетей, а также узел статистики.

Первый узел любой модели называется корневым узлом или родительским узлом модели. Корневой узел (ЫОБЕТУРЕ = 1) есть в каждой модели. Как правило, он содержит метаданные о модели и дочерние узлы, но может также содержать некоторые дополнительные сведения о выявленных моделью закономерностях.

Рис. 10. Структура нейронной сети

Каждый узел содержит метаданные об узле, в том числе уникальный идентификатор в пределах модели, идентификатор родительского узла и число дочерних узлов. Метаданные идентифицируют модель, в которую входит данный узел, а также каталог базы данных, в котором хранится эта модель. В зависимости от типа алгоритма, применяемого для создания модели, метаданные могут содержать следующие дополнительные сведения:

- число вариантов в обучающих данных, которые поддерживают прогнозируемое значение;

- статистика - среднее, стандартное отклонение и дисперсия;

- коэффициенты и формулы;

- определения правил и боковых указателей;

- ХМЬ-фрагменты, описывающие часть модели;

- список типов узлов.

В следующей таблице перечислены различные типы узлов, создаваемых в моделях интеллектуального анализа данных. Поскольку алгоритмы обрабатывают данные по-разному, для каждой из моделей создаются только определенные типы узлов. После смены алгоритма типы узлов также могут измениться. Кроме этого, при повторной обработке модели может измениться содержимое каждого из узлов.

Таблица 2. Типы узлов, создаваемых в моделях интеллектуального анализа _____данных.

NODE TYPE ID Метка узла Содержимое узла

1 Model Метаданные и корневой узел содержимого. Все типы моделей.

2 Tree Корневой узел дерева классификации. Модели дерева принятия решений.

3 Interior Внутренняя узловая точка дерева. Модели дерева принятия решений.

NODE TYPE ID Метка узла Содержимое узла

4 Distribution Конечный узел дерева. Модели дерева принятия решений.

5 Cluster Кластер, выявленный алгоритмом. Модели кластеризации и модели кластеризации последовательностей.

6 Unknown Неизвестный тип узла.

7 ItemSet Набор элементов, выявленный алгоритмом. Модели взаимосвязей или модели кластеризации последовательностей.

8 AssociationRule Правило взаимосвязи, выявленное алгоритмом. Модели взаимосвязей или модели кластеризации последовательностей.

9 PredictableAttribute Прогнозируемый атрибут. Все типы моделей.

10 InputAttribute Входной атрибут. Деревья принятия решений и модели упрошенного алгоритма Байеса.

U InputAttributeState Статистика о состоянии входного атрибута. Деревья принятия решений и модели упрощенного алгоритма Байеса.

13 Sequence Верхний узел компонента марковской модели в кластере последовательностей. Модели кластеризации последовательностей.

14 Transition Марковская матрица переходов. Модели кластеризации последовательностей.

15 TimeSeries Узел дерева временных рядов (кроме корневого). Только модель временных рядов.

16 TsTree Корневой узел дерева временных рядов, который соответствует прогнозируемому временному ряду. Модели временных рядов, созданные с параметром MIXED.

17 NNetSubnetwork Единичная подсеть. Модели нейронных сетей.

18 NNetlnputl.ayer Группа, содержащая узлы входного слоя. Модели нейронных сетей.

19 NNetHiddenLayer Группа, содержащая узлы, которые описывают скрытый слой. Модели нейронных сетей.

21 NNetOutputLayer Группа, содержащая узлы выходного слоя. Модели нейронных сетей.

21 NNetlnputNode Узел во входном слое, который соответствует входному атрибуту с соответствующими состояниями. Модели нейронных сетей.

22 NNetHiddenNode Узел в скрытом слое. Модели нейронных сетей.

23 NNetOutputNode Узел в выходном слое. Этот узел обычно соответствует выходному атрибуту и соответствующим состояниям. Модели нейронных сетей.

24 NNetMarginalNode Граничная статистика по обучающему набору. Модели нейронных сетей.

25 RegressionTreeRoot Корневой узел дерева регрессии. Модели линейной регрессии и модели дерева принятия решений, содержащие непрерывные входные

NODE TYPE ID Метка узла Содержимое узла

атрибуты.

26 NaiveBayesMarginalStatNode Граничная статистика по обучающему набору. Модели упрошенного алгоритма Байеса.

27 ArimaRoot Корневой узел модели АШМА. Модели временных рядов, использующие алгоритм АШМА.

28 ArimaPeriodicStructure Периодическая структура модели АЮМА. Модели временных рядов, использующие алгоритм АК1МА.

29 ArimaAutoRegressive Коэффициент авторегрессии для единичного терма модели АШМА. Модели временных рядов, использующие алгоритм АШМА.

30 ArimaMovingAverage Коэффициент скользящего среднего для единичного терма модели АШМА. Модели временных рядов, использующие алгоритм АЯ1МА.

1000 CustomBase Начальная точка для пользовательских типов узлов. Пользовательский тип узла должен быть целым числом, значение которого больше этой константы. Любые модели, создаваемые с использованием пользовательских подключаемых алгоритмов.

Алгоритм автоматически формирует для каждого из узлов заголовок и описание, которые выполняют функцию меток, давая пользователю представление о содержимом узла. Текст, формируемый для каждого из этих полей, зависит от типа модели. В некоторых случаях имя, заголовок и описание могут содержать один и тот же текст, но в некоторых моделях описание может действительно содержать дополнительные сведения.

Связь между родительским и дочерними узлами в древовидной структуре определяется значением столбца PARENT_UNIQUE_NAME. Это значение хранится в дочернем узле и содержит идентификатор родительского узла. Ниже приведено несколько примеров, демонстрирующих использование этих данных.

Если PARENTUNIQUENAME имеет значение NULL, то узел является корневым узлом модели.

Если PARENTUNIQUENAME имеет значение 0, то узел должен быть непосредственным потомком корневого узла модели. Это вызвано тем, что корневой узел всегда имеет идентификатор 0.

Набор строк схемы модели интеллектуального анализа данных включает столбцы NODEPROBABILITY и MARGINALPROBABILITY для всех типов моделей. Значения в этих столбцах содержатся только для тех узлов, где значение вероятности является осмысленным. Например, корневой узел модели никогда не содержит оценки вероятности.

В узлах, содержащих оценки вероятности, вероятность узла и граничная вероятность представляют разные вычисления.

Каждый алгоритм в пределах своей схемы содержимого хранит различные

типы сведений. Например, алгоритм кластеризации формирует множество дочерних узлов, каждый из которых представляет вероятный кластер. Каждый узел кластера содержит правила, описывающие характеристики, общие для всех его элементов. Алгоритм линейной регрессии, наоборот, не содержит дочерних узлов. Вместо этого родительский узел модели содержит уравнение, которое описывает линейное соотношение, обнаруженное в процессе анализа.

Типы алгоритмов:

- алгоритм или тип модели;

- модели правил взаимосвязей;

- модели кластеризации;

- модели дерева принятия решений;

- модели линейной регрессии;

- модели логистической регрессии;

- модели упрощенного алгоритма Байеса;

- модели нейронных сетей;

- кластеризация последовательностей;

- модели временных рядов.

Содержимое для модели нейронной сети.

МСШЕЬ_САТАЬСЮ - имя базы данных, в которой хранится модель;

МСЮЕЬЫАМЕ - имя модели;

АТТИВиТЕ_ЫАМЕ - имена атрибутов, соответствующих этому узлу.

Таблица 3. Типы и содержимое узлов

Узел Содержимое

Корневой элемент модели Пусто

Граничная статистика Пусто

Входной слой Пусто

Входной узел Имя входного атрибута

Скрытый слой Пусто

Скрытый узел Пусто

Выходной слой Пусто

Выходной узел Имя выходного атрибута

МСЮЕ_ЫАМЕ - имя узла. Этот столбец содержит те же значения, что и НООЕ_Ш10иЕ_ЫАМЕ.

ЫООЕ_иЫ10иЕ_ЫАМЕ - уникальное имя узла.

МСЮЕТУРЕ - выходными данными модели нейронной сети могут быть узлы следующих типов.

Таблица 4. Идентификаторы и описания типов узлов

Идентификатор типа узла Описание

1 Модель

17 Узел-организатор подсети

18 Узел-организатор входного слоя

19 Узел-организатор скрытого слоя

Идентификатор типа узла Описание

20 Узел-организатор выходного слоя

21 Узел входного атрибута

22 Узел скрытого слоя

23 Узел выходного атрибута

24 Узел граничной статистики

>Ю0Н_САРТ1(Ж - метка или заголовок, связанный с узлом. В моделях нейронных сетей всегда пусто.

СШЬО[и:Ы_САЯ1ЛЫАИТУ - оценка количества дочерних узлов, которые имеет данный узел.

Таблица 5. Оценка количества дочерних узлов модели

Узел Содержимое

Корневой элемент модели Показывает число дочерних узлов, куда входят, по крайней мере 1 сеть, 1 необходимый граничный узел и 1 необходимый входной слой. Например, если значение равно 5, то существуют 3 подсети.

Граничная статистика Значение всегда равно 0.

Входной слой Показывает число пар «входной атрибут-значение», использованных моделью.

Входной узел Значение всегда равно 0.

Скрытый слой Показывает число скрытых узлов, созданных моделью.

Скрытый узел Значение всегда равно 0.

Выходной слой Показывает число выходных значений.

Выходной узел Значение всегда равно 0.

PARENTUNIQUENAME - уникальное имя родителя узла. Для любых узлов на корневом уровне возвращается значение NULL. NODE DESCRIPTION - описание узла.

Таблица 6. Описание содержимого узлов

Узел Содержимое

Корневой элемент модели Пусто

Граничная статистика Пусто

Входной слой Пусто

Входной узел Имя входного атрибута

Скрытый слой Пусто

Скрытый узел Целое число, соответствующее порядковому номеру скрытого узла в списке скрытых узлов.

Выходной слой Пусто

Выходной узел Если выходной атрибут является непрерывным, этот узел содержит имя выходного атрибута. Если выходной атрибут является дискретным или дискретизированным, этот узел содержит имя и значение атрибута.

Таблица 7. XML-описание правила, внедренного в узел.

Узел Содержимое

Корневой элемент модели Пусто

Граничная статистика Пусто

Входной слой Пусто

Входной узел Фрагмент XML-кода, содержащего те же сведения, что и столбец NODE DESCRIPTION.

Скрытый слой Пусто

Скрытый узел Целое число, соответствующее порядковому номеру скрытого узла в списке скрытых узлов.

Выходной слой Пусто

Выходной узел Фрагмент XML-кода, содержащего те же сведения, что и столбец NODE DESCRIPTION.

MAR.GINAL_R.ULE - в моделях нейронных сетей всегда пусто.

ЫСЮЕ_Р110ВАВ1иТУ - вероятность, связанная с этим узлом. В моделях нейронных сетей значение всегда равно 0.

МА1ЮШАЕ_Р1ЮВАВ[1ЛТУ - вероятность доступа к узлу от родительского узла. В моделях нейронных сетей значение всегда равно 0.

МСЮЕ_018ТШВиТЮЫ - вложенная таблица, содержащая статистические данные для узла.

МОВЕ_5иРР(ЖТ - в моделях нейронных сетей значение всегда равно 0.

Задачей обучения модели нейронной сети является определение весовых коэффициентов, связанных с каждым переходом от входа к промежуточной точке и от промежуточной точки к конечной точке. Поэтому входной слой модели предназначен главным образом для хранения фактических значений, использованных для построения модели. Скрытый слой хранит вычисленные весовые коэффициенты и содержит указатели на входные атрибуты. Выходной узел хранит прогнозируемые значения и также содержит указатели на промежуточные точки в скрытом узле.

В ходе работ по созданию экспертных систем предлагается определенная технология их разработки, включающая шесть следующих этапов: идентификация, концептуализация, формализация, реализация, тестирование, опытная эксплуатация и внедрение.

Этапы типового процесса создания информационной системы. В таблице 8. дается описание реализуемых последовательно во времени этапов процесса создания интеллектуальной информационной системы.

Таблица 8. Этапы процесса создания интеллектуальной информационной

системы.

№ этапа Наименование этапа Реализуемые (достигаемые) функции, в аспектах:

Маркетинг Дизайн Производство Другие функции

00 Планирование Выяснение рыночной конъюнктуры и возможностей. Определение сегментов рынка Выбор платформы и архитектуры будущего продукта. Оценка новых технологий Выявление производствен ных ограничений. Разработка стратегии Исследовательская: демонстрация доступных технологий. Финансовая: установка планируемых целей

01 Разработка концепции Выявление потребностей пользователей. Определение ключевых пользователей. Выявление конкурирующих продуктов Исследование осуществимости предлагаемых концепций. Создание концепции дизайна. Создание и тестирование моделей и прототипов Оценка стоимости производства продукта. Оценка осуществимост и производства продукта Финансовая: содействие проведению экономического анализа. Юридическая: патентные исследования

02 Системное проектирование Разработка плана выпуска дополнительных аксессуаров и расширения семейства продукции. Установка целевых ориентиров для цены продаж Рассмотрение альтернативных архитектур продукта. Определение основных подсистем и интерфейсов. Определение схемы производства. Расчет планируемых издержек Финансовая: участие в проведении анализа целесообразности самостоятельного производства. Сервис: выявление возможных проблем в обслуживании

03 Рабочий проект Разработка маркетингового плана Определение геометрии продукта. Установка допусков. Создание проектной документации Определение процессов изготовления. Определение процессов контроля качества.

04 Испытания и доводка Разработка рекламных материалов. Участие в эксплуатационн ых испытаниях (потребительско е тестирование) Испытания эксплуатационн ых качеств. Внесение изменений в дизайн по их итогам. Получение необходимых сертификатов Содействие переводу производства в рабочий режим. Отработка процессов изготовления. Обучение производствен Сбыт: разработка плана продаж

№ этапа Наименование этапа Реализуемые (достигаемые) функции, в аспектах:

Маркетинг Дизайн Производство Другие функции

ного персонала. Совершенствов ание процессов контроля качества

05 Перевод производства в рабочий режим Распространение опытных образцов Оценка опытных образцов Начало операций по запуску производства

00. Планирование - деятельность, связанная с планированием - нулевой этап, поскольку она предшествует рассмотрению проекта и началу реального процесса разработки продукта. Этот этап основывается на корпоративной стратегии и включает в себя оценку технологических достижений и рыночных целей. Результатом его является формулировка задачи проекта, которая определяет целевой рынок, экономические задачи, основные предположения и ограничения.

01. Разработка концепции - на этом этапе определяются потребности целевого рынка, создаются и оцениваются альтернативные концепции продукта, и одна или более концепций отбираются для дальнейшей разработки и тестирования. Концепция представляет собой описание формы, назначения и функциональных возможностей продукта и обычно сопровождается списком технических требований, исследованием продукции конкурентов и экономическим обоснованием проекта.

02. Системное проектирование включает в себя определение архитектуры продукта и разбиение продукта на подсистемы и компоненты. Как правило, на этом этапе определяется схема окончательной сборки для производственной системы. В число результатов обычно входят компоновка продукта, функциональная спецификация каждой из его подсистем и предварительная схема последовательности операций для процесса окончательной сборки.

03. Рабочий проект. Этап подготовки рабочего проекта включает в себя полное описание геометрии для всех специфических для данного продукта компонентов. Результатом этого этапа является рабочая документация на продукт - чертежи и компьютерные файлы, описывающие геометрию каждого компонента и технологический проект разработки. Две важнейшие проблемы, на которые необходимо обратить внимание на этапе подготовки рабочего проекта - издержки производства и безотказность в работе.

04. Испытания и доводка. Этап испытаний и доводки включает в себя создание и оценку множества предварительных версий продукта. Ранние опытные образцы (альфа-прототипы) подвергают испытаниям, чтобы проверить, будет ли продукт работать как было задумано и сможет ли он соответствовать основным

нуждам потребителей. Поздние опытные образцы (бета-прототипы) подлежат всесторонней оценке внутри фирмы, а также, как правило, тестируются потребителями в реальных условиях. Обычное назначение бета-прототипов -ответ на вопросы об эксплуатационных качествах и надежности с целью определения необходимых изменений в конечном продукте.

05. Перевод производства в рабочий режим. Па данном этапе продукт изготавливается с использованием производственной системы. Цель - обучение персонала и решение оставшихся проблем производственного процесса. Продукция, изготовленная во время перевода производства в рабочий режим, иногда поставляется привилегированным клиентам и тщательно оценивается с целью выявления не замеченных ранее недостатков. Переход от этого этапа к полномасштабному производству обычно происходит постепенно. В некоторой точке этого перехода происходит вывод продукта на рынок, и он становится доступным для массового потребителя.

Несмотря на выделение последовательных этапов создания продукта, как правило, действия и процессы, осуществляемые на этих этапах, редко протекают строго последовательно, когда предыдущее действие заканчивается до того, как начинается следующее. На практике все действия могут совпадать по времени, и часто бывает необходимо их повторение. В целом процесс создания интеллектуальной информационной системы является итерационным и многосвязанным.

III. ОСНОВНЫЕ ПУБЛИЦАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1 Монографии, брошюры, учебники и учебные пособия

1. Виноградова, E.IO. Управление технологиями на предприятии // Трансформация экономических и социальных отношений в посткризисный период: взгляд молодых ученых. Ч. 2.: коллективная монография / Е.Ю. Виноградова, А.Ф. Шориков. - Екатеринбург: Изд-во УрГЭУ, 2011.- 13,95 п. л. (в т.ч. авт.-0,31 п.л.).

2. Виноградова, Е.Ю. Интеллектуальные информационные технологии -теория и методология построения информационных систем: монография / Е.Ю. Виноградова. - Екатеринбург: Изд-во Урал. гос. экон. ун-та, 2011. - 10,93 п.л.

3. Виноградова, Е.Ю. Математическая модель концепции обогащения пищевых продуктов растительными добавками: монография/ Д.Л. Азин, Е.Ю. Виноградова, А.Ф. Шориков. - Екатеринбург: 2006. - 7,75 п. л. (в т.ч. авт. - 2,1 п.л.).

2 Статьи, опубликованные в ведущих рецензируемых научных журналах и изданиях, рекомендованных ВАК России

4. Ильяшенко, В.В., Виноградова, Е.Ю. Влияние инфляции спроса и издержек на развитие инфляционных процессов в России / В.В. Ильяшенко, Е.Ю. Виноградова // Известия Уральского государственного экономического университета. - 2006. - № 4(16). - 0,37 п. л. (в т.ч. авт. - 0,31 п.л.).

5. Шориков, А.Ф., Виноградова, Е.Ю. Динамическая оптимизация комплексного управления технологическими процессами на предприятии / А.Ф.

Шориков, Е.Ю. Виноградова // Известия Уральского государственного экономического университета. - 2007. -№ 1(18). - 1,13 п. л. (в т.ч. авт. - 1,05 п.л.)

6. Виноградова, Е.Ю., Шориков, А.Ф. Разработка информационной системы комплексного управления предприятием / Е.Ю. Виноградова, А.Ф. Шориков // Прикладная информатика. - 2007. -№ 5(11). - 0,75 п. л. (в т.ч. авт. - 0,7 п.л.)

7. Виноградова, Е.Ю. Проектирование программного обеспечения с использованием нейросетевых технологий/ Е.Ю. Виноградова // Известия Иркутской государственной экономической академии: науч. журнал. - 2010. -№6. - 0,22 п. л.

8. Виноградова, Е.Ю. Управление производством с использованием нейросетевых технологий / Е.Ю. Виноградова // Известия Уральского государственного экономического университета. - 2010. - № 3(29). - 0,31 п.л.

9. Виноградова, Е.Ю. Методология проектирования нейросетей для поддержки принятия управленческих решений / Е.Ю. Виноградова // Известия Иркутской государственной экономической академии: научный журнал. - 2011. -№4(78). - 0,37 п.л.

10. Виноградова, Е.Ю. Описание выходных данных для управления исполнением плана производства / Е.Ю. Виноградова // Известия Уральского государственного экономического университета. - 2011. - № 6(38). — 0,39 пл.

11. Виноградова, Е.Ю. Состав входных данных для интеллектуальной системы управления технологическими процессами / Е.Ю. Виноградова // Управленец. - 2011- № 27-28. - 0,37 п.л.

12. Виноградова, Е.Ю. Структурно-функциональная модель интеллектуальной информационной системы управления предприятием / Е.Ю. Виноградова // Прикладная информатика. - 2012. - № 1 (37). - 0,68 п.л.

13. Виноградова, Е.Ю. Математическая модель интеллектуальной информационной системы поддержки принятия управленческих решений / Е.Ю. Виноградова // Вестник Омского университета Серия «Экономика». - 2012. - № 2. - 0,56 п.л.

14. Виноградова, Е.Ю. Принципы организации аналитической обработки данных в хранилище / Е.Ю. Виноградова // Вестник Самарского государственного экономического университета. - 2012. - №5(91). - 0,28 п.л.

15. Виноградова, Е.Ю. Принципы выбора оптимальной топологии и обучения нейронной сети для поддержки принятия управленческих решений / Е.Ю. Виноградова // Управленец. - 2012. -№ 7-8(35-36). - 0,28 п.л.

16. Виноградова, Е.Ю. Методология создания и внедрения интеллектуальной информационной системы / Е.Ю. Виноградова // Известия Иркутской государственной экономической академии. - 2012. - №3. - 0,33 п.л.

17. Виноградова, Е.Ю. Модель управления развитием хозяйствующего субъекта для решения задач многоцелевой оптимизации планирования и управления / Е.Ю. Виноградова // Сибирская финансовая школа. - 2012. - № 2(91).-0,37 п.л.

18. Виноградова, Е.Ю. Анализ систем поддержки принятия управленческих решений на предприятии и методика расчета экономического эффекта от внедрения / Е.Ю. Виноградова И Управленец. - 2013. - № 1-2(41-42). -

0,37 п.л.

3 Свидетельства о регистрации программ для ЭВМ

19. Виноградова, ЕЛО., Шориков, А.Ф. Программный комплекс динамической оптимизации планирования и управления промышленным предприятием «Dynamical Projects Control» // Свидетельство об официальной регистрации программы для ЭВМ № 2006614013.

20. Виноградова, Е.Ю., Шориков, А.Ф. Программный модуль формирования компонентных спецификаций продукции на предприятии // Свидетельство об официальной регистрации программы для ЭВМ № 2007610876.

21. Виноградова, Е.Ю., Шориков, А.Ф. Программный модуль планирования и управления запасами материалов на предприятии // Свидетельство об официальной регистрации программы для ЭВМ № 2007610877.

22. Буценко, Е.В., Шориков, А.Ф., Виноградова, Е.Ю. Программный модуль прогнозирования объема реализации продуктов с сезонным характером продаж «Optimum IP» // Свидетельство об официальной регистрации программы для ЭВМ №2007611630.

23. Буценко, Е.В., Шориков, А.Ф., Виноградова, Е.Ю. Программный комплекс оптимизации управления инвестиционным проектированием «Optimum Control IP» // Свидетельство об официальной регистрации программы для ЭВМ № 2007614055.

24. Лукшин, А.И., Марков, М.В., Булычев, Д.В., Жуков, В.Е., Виноградова, Е.Ю., Мыльников, A.B. Единая информационная система УрГЭУ (ЕИС УрГЭУ) II Свидетельство об официальной регистрации программы для ЭВМ №2008614974.

4. Статьи в профессиональных журналах и научных сборниках

25. Виноградова, Е.Ю., Шориков, А.Ф. Информационная система оптимизации комплексного управления предприятием // Информационные технологии в экономике: теория, модели и методы. Сб. научных трудов. / Е.Ю. Виноградова, А.Ф. Шориков. - Екатеринбург: Изд-во УрГЭУ, 2007. - 0,81 п. л. (в т.ч. авт. - 0,8 п.л.).

26. Виноградова, Е.Ю., Шориков, А.Ф. Проблемы проектирования и реализации корпоративных систем поддержки принятия управленческих решений на предприятии // Математические модели и информационные технологии в организации производства: период, науч.-практ. журнал. / Е.Ю. Виноградова, А.Ф. Шориков. — Ижевск: Изд-во ИжГТУ, 2007. - № 2. - 0,56 п. л. (в т.ч. авт. -0,52 п.л.).

27. Виноградова, Е.Ю., Шориков, А.Ф. Основные подходы и концепции проектирования программного обеспечения, базирующегося на экономико-математических моделях // Новая экономика: Вызовы, тенденции, реализуемость: материалы II научных чтений профессоров-экономистов и докторантов. / ЕЛО. Виноградова, А.Ф. Шориков. - Екатеринбург: Изд-во УрГЭУ, 2008. - 0,18 п. л. (в т.ч. авт. - 0,15 п.л.).

28. Виноградова, Е.Ю. Проектирование программного обеспечения для автоматизации управления производством с использованием нейросетевых технологий // Математические модели и информационные технологии в

организации производства: период, науч.-практ. журнал. / Е.Ю. Виноградова. -Ижевск: Изд-во ИжГТУ, 2011. - № 2. - 0,38 п. л. (в т.ч. авт. - 0,35 п.л.).

5 Доклады на научных конференциях и другие научные публикации

29. Виноградова, Е.Ю. Основные принципы реализации информационной системы комплексного управления технологическими процессами на предприятии. // Россия в глобальном пространстве: национальная безопасность и конкурентоспособность. Материалы XXIV Международной научно-практической конференции. Ч. III. / Е.Ю. Виноградова. - Челябинск, 2007. - 0,37 п.л.

30. Виноградова, Е.Ю., Шориков, А.Ф. Структурно-функциональная модель информационной системы комплексного управления предприятием // Россия в глобальном пространстве: национальная безопасность и конкурентоспособность. Материалы XXIV Международной научно-практической конференции. Ч. III. / Е.Ю. Виноградова, А.Ф. Шориков. - Челябинск, 2007. - 0,31 п. л. (в т.ч. авт. - 0,3 п.л.).

31. Виноградова, Е.Ю. Анализ систем поддержки принятия управленческих решений на предприятии // «Экономика, экология и общество России в 21-м столетии». Труды 9-й международной научно-практической конференции. / Е.Ю. Виноградова. - СПб., 2007. - 0,56 п.л.

32. Виноградова, Е.Ю., Шориков, А.Ф. Моделирование и оптимизация комплексного управления технологическими процессами на предприятии // Современные проблемы прикладной информатики: Сборник научных трудов международной научно-практической конференции. ! Е.Ю. Виноградова, А.Ф. Шориков. - СПб., 2007. - 0,25 п. л. (в т.ч. авт. - 0,23 п.л.).

33. Виноградова, Е.Ю. Финансовые особенности реализации проекта внедрения комплексной системы управления предприятием // Информационно-математические технологии в экономике, технике и образовании. Сборник тезисов Международной научной конференции. / Е.Ю. Виноградова. -Екатеринбург, 2007. - 0,18 пл.

34. Виноградова, Е.Ю. Управление проектом внедрения информационной системы управления и планирования на предприятии // Информационно-математические технологии в экономике, технике и образовании. Сборник тезисов Международной научной конференции. / Е.Ю. Виноградова. -Екатеринбург, 2007. - 0,12 п.л.

35. Виноградова, Е.Ю. Expérience of design of information system for complex opération of enterprise // Высокие технологии, фундаментальные и прикладные исследования, образование. Т. 11: Сборник трудов Четвертой международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности». / Е.Ю. Виноградова. -СПб., 2007.-0,12 п.л.

36. Виноградова, Е.Ю., Шориков, А.Ф. Статическая модель оптимизации управления технологиями на предприятии // Современные проблемы прикладной информатики: Сборник научных трудов международной научно-практической конференции. / Е.Ю. Виноградова, А.Ф. Шориков. - СПб., 2008 - 0,38 п. л. (в т.ч. авт. - 0,36 пл.).

37. Виноградова, Е.Ю. К вопросу о финансовых особенностях внедрения информационных систем управления на предприятии // Государственное управление и менеджмент организаций в информационной экономике: сборник научных статей по материалам Международной научно-практической Интернет-конференции, посвященной 15-летию факультета менеджмента и международных экономических отношений Уральского государственного экономического университета. / Е.Ю. Виноградова. - Екатеринбург, 2008. - 0,38 п.л.

38. Виноградова, Е.Ю. К вопросу о проектировании корпоративных систем поддержки принятия управленческих решений на предприятии // Новые тенденции в экономике и управлении организацией: сборник научных трудов VII Международной научно-практической конференции. Т. 1. / Е.Ю. Виноградова. -Екатеринбург, 2008. - 0,18 п.л.

39. Виноградова, Е.Ю., Шориков, А.Ф. Особенности ввода в эксплуатацию информационных систем управления на предприятии (финансовый аспект) // Изменяющаяся Россия. Социально-экономические инновации: материалы XXV Международной научно-практической конференции. Ч. II. / Е.Ю. Виноградова, А.Ф. Шориков. - Челябинск, 2008 - 0,31 п. л. (в т.ч. авт. - 0,30 п.л.).

40. Виноградова, Е.Ю. Управление внедрением информационной системы планирования на предприятии // Современные проблемы прикладной информатики: Сборник научных трудов международной научно-практической конференции. / Е.Ю. Виноградова. - СПб., 2008. - 0,25 п.л.

41. Виноградова, Е.Ю. Комплексное управление предприятием. Основные принципы // Управление информационной инфраструктурой организации на основе технологии открытых систем: сб. тр. Участников международного научно-практического семинара. / Е.Ю. Виноградова. - Магнитогорск, 2008. - 0,25 п.л.

42. Виноградова, Е.Ю. Динамическая система комплексного управления промышленным предприятием // Управление информационной инфраструктурой организации на основе технологии открытых систем: сб. тр. Участников международного научно-практического семинара. / Е.Ю. Виноградова. -Магнитогорск, 2008. - 0,18 п.л.

43. Виноградова, Е.Ю. Применение нейросетей для задач поддержки принятия управленческих решений // Высокие технологии, фундаментальные и прикладные исследования, промышленность. Сборник трудов Шестой международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности». / Е.Ю. Виноградова. -СПб., 2008. - 0,06 п.л.

44. Виноградова, Е.Ю. Особенности применения нейросетей и нейромоделей к моделированию процессов управления производством // Информационно-математические технологии в экономике, технике и образовании. Тезисы докладов 3-й Международной научной конференции. / Е.Ю. Виноградова. - Екатеринбург, 2008. - 0,12 п.л.

45. Виноградова, Е.Ю. Проблемы реализации систем поддержки принятия управленческих решений // Социально-экономическое развитие России в нестабильном мире: национальные, региональные и корпоративные особенности:

материалы XXVI международной научно-практической конференции. Ч. III. / Е.Ю. Виноградова. - Челябинск, 2009. - 0,25 пл.

46. Виноградова, Е.Ю., Шориков, А.Ф. Статическая модель оптимизации комплексного управления технологиями на предприятии // Наука и ее роль в современном мире: Материалы Международной научно-практической конференции. , Том 4. / Е.Ю. Виноградова, А.Ф. Шориков. - Караганды: Изд-во Большак-Баспа, 2009. - 0,18 п. л. (в т.ч. авт. - 0,17 пл.).

47. Виноградова, Е.Ю. Динамическая оптимизация управления новыми технологиями на предприятии // Информационно-математические технологии в экономике, технике и образовании. Вып. 5: Прикладные аспекты информационно-аналитического моделирования и обработки информации: сборник материалов 3-й Международной научной конференции. / Е.Ю. Виноградова. - Екатеринбург, 2009. - 0,67 п.л.

48. Виноградова, Е.Ю. Оптимизация управления технологиями на предприятии с применением нейросетей и нейромоделей // Социально-экономическое развитие России в посткризисный период: национальные, региональные и корпоративные аспекты: материалы XXVII Международной научно-практической конференции. Ч. III. / Е.Ю. Виноградова. - Челябинск, 2010. - 0,25 пл.

49. Виноградова, Е.Ю., Шориков, А.Ф. Динамическая оптимизация управления предприятием // Альтернативы экономического роста: инновационное и эволюционной развитие российской экономики: материалы III научных чтений профессоров-экономистов и докторантов. 4.1. / Е.Ю. Виноградова, А.Ф. Шориков. - Екатеринбург: Изд-во УрГЭУ, 2010. - 0,38 п. л. (в т.ч. авт. - 0,36 пл.).

50. Виноградова, Е.Ю. Программное обеспечение для управления производством на базе нейротехнологий // Информационная Евразия: виртуализация мира и гуманизация экономики: материалы Междунар. Молодежной конф. / Е.Ю. Виноградова. - Екатеринбург: Изд-во УрГЭУ, 2010. -0,25 пл.

51. Виноградова, Е.Ю. Principies and technique of designing of the information supply for the décision of dynamic problems of management of the enterprise // Новые тенденции в развитии российской модели корпоративного управления: посткризисные уроки и выводы. Кн. 2. / Е.Ю. Виноградова. -Екатеринбург: Изд-во УрГЭУ, 2011. - 0,12 пл.

52. Виноградова, Е.Ю. Архитектура нейронных сетей для решения задач управления предприятием // Интеграция науки, образования и производства -стратегия развития: материалы I Международной науч.-практ. конф. Ч. I. / Е.Ю. Виноградова. - Екатеринбург: Изд-во УрГЭУ, 2011. - 0,25 пл.

53. Виноградова, Е.Ю. Задача формализации предметной области интеллектуальной подсистемы для принятия управленческих решений // Современные проблемы прикладной информатики: Сборник научных трудов научно-практической конференции по современным проблемам прикладной информатики. / Е.Ю. Виноградова. - СПб.: Изд-во ЭЛМОР, 2012. - 0,5 п.л.

Подписано в печать 09.07.2013. Формат бумаги 60х84'Л6. Бумага для множительных аппаратов. Печать плоская. Печ. Л. 2,5 Заказ 782 Тираж 150

Изд-во Уральского государственного экономического университета 620219, Екатеринбург, ул. 8 Марта/Народной Воли. 62/45 Отпечатано с готового оригинал-макета

Похожие диссертации

Каталог диссертаций