Локально-ситуационные модели и инструменты для поддержки принятия решений по управлению промышленным предприятием тема диссертации по экономике, полный текст автореферата

Ученая степень
кандидата экономических наук
Автор
Битюцкий, Сергей Яковлевич
Место защиты
Смоленск
Год
2003
Шифр ВАК РФ
08.00.13

Автореферат диссертации по теме "Локально-ситуационные модели и инструменты для поддержки принятия решений по управлению промышленным предприятием"

На правах рукописи

Битюцкий Сергей Яковлевич

' ЛОКАЛЬНО - СИТУАЦИОННЫЕ МОДЕЛИ И

ИНСТРУМЕНТЫ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ПРОМЫШЛЕННЫМ ПРЕДПРИЯТИЕМ

I

Специальности:

08.00.13- Математические и инструментальные методы экономики (экономические науки) 08.00.05 - Экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами; промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

Москва-2003

Работа выполнена на кафедре менеджмента филиала Московского энергетического института (технического университета) в г. Смоленске

Научный руководитель:

доктор технических наук, профессор Максим Иосифович Дли

Научный консультант:

доктор экономических наук, старший научный сотрудник Людмила Ивановна Алексахина

Официальные оппоненты:

доктор экономических наук, профессор

Игорь Владимирович Зайцевский кандидат экономических наук, доцент Татьяна Кирилловна Савченко

Ведущая организация:

Московский государственный университет экономики, статистики и информатики (МЭСИ)

Защита состоится «22» мая 2003 г.в 15 часов

на заседании диссертационного совета К 212.157.02 при Московском энергетическом институте (техническом университете) по адресу: 111250, Москва, ул. Красноказарменная, д. 14, Ученый совет. С диссертацией можно ознакомиться в библиотеке МЭИ.

Автореферат разослан «_» апреля 2003 г.

Секретарь

диссертационного совета К 212.157.02, к.э.н., с.н.с. ; !¡1 И.Н. Петрушко

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Переход экономики Российской Федерации к рыночным отношениям и интеграция в мировое экономическое и информационное пространство обусловил усиление давления на российских производителей различных рыночных факторов. В этой связи задача принятия обоснованных управленческих решений, адаптированных к изменяющимся условиям внутренней и внешней среды промышленного предприятия, является важнейшим этапом управленческого цикла для менеджмента любого уровня.

В настоящее время существует большое количество методов, моделей и инструментов поддержки принятия управленческих решений, позволяющих в той или иной мере учитывать влияние на предприятие различных элементов рыночной среды. Известны труды таких авторов как Андрейчиков A.B., Барашков A.C., Бурков В.Н., Емельянов A.A., Емельянов B.C., Кудрин Б.И., Лагоша Б.А., Одинцов Б.Е., Петрушко И.М., Попов Э.В., Романов А.Н., ТельновЮ.Ф., в которых рассматриваются различные аспекты построения систем поддержки принятия решения, в том числе и при управлении промышленным предприятием. Существующие методы количественного экономического анализа, которые обычно применяются при построении систем анализа и поддержки принятия решений, могут быть условно разделены на два класса - так называемые аналитические и аппроксимационные методы, которые в свою очередь делятся на статические и динамические.

Рыночная среда, в которой обычно функционирует производственно-хозяйственная организация, характеризуется сложным характером зависи-мёостей между элементами, динамической изменчивостью ее параметров. Поэтому, несмотря на многообразие указанных методов, не один из них в полной мере не позволяет учесть ситуационные аспекты изменения внешней среды, оказывающей влияние на промышленное предприятие, и, соответственно, построить модель управления, адаптированную к изменяющимся внешним факторам.

В то же время уже много лет Гарвардская школа управления использует так называемый метод ситуаций (Case - method) и построенные на его основе инструменты поддержки принятия решений, которые предполагают опору на прецеденты, уже имевшие место.

Современное состояние Российской экономики создаёт определенные предпосылки для перехода к устойчивому развитию, что делает возможным широкое применение зарубежного опыта управления, в том числе и методов, основанных на использовании прецедентов. Однако в своем классическом варианте данный метод не учитывает динамические аспекты развития ситуаций и не позволяет вырабатывать количественные прогнозы и рекомендации, что затрудняет процесс принятия оперативных и обоснованных решений. В большой степени это связано с тем, что в рамках рассматриваемого метода информация о прецедентах носит в основном лингвистический характер. В этой связи представляется целесообразной разрабо " i-

тов поддержки принятия управленческих решений, которые учитывают локальные особенности распределения прецедентов в пространстве состояний и допускают программную реализацию на ПЭВМ, что делает возможным построение на их основе компьютерных систем поддержки решений по управлению промышленным предприятием.

Учитывая важность для российских промышленных предприятий принятия экономически обоснованных управленческих решений, актуальной научной задачей является разработка новых методов моделирования экономических объектов и их применение в системах поддержки принятия решений по управлению организацией, учитывающих ситуационные аспекты деятельности промышленных предприятий и позволяющих принимать экономически обоснованные решения в условиях динамично изменяющихся факторов внешней и внутренней среды организации.

Основные разделы диссертационной работы выполнялись в рамках комплексных программ социально-экономического развития Смоленской области на 1997-1998г.г., 1999-2000г.г. и 2001-2002г.г.

Иели диссертационной работы. Разработать локально-ситуационные модели и инструменты для поддержки решений по управлению промышленным предприятием, позволяющие осуществлять поддержку принятия эффективных управленческих решений на основе выработки количественных прогнозных оценок развития микро- и макросреды организации в условиях перехода экономики России к устойчивому развитию.

Для реализации поставленных целей были сформулированы и решены следующие задачи.

1. Проведение комплексного экономического анализа состояния машиностроительных предприятий (на материалах Смоленской области).

2. Анализ существующих моделей экономических объектов, используемых в системах поддержки принятия управленческих решений для промышленных предприятий.

3. Разработка методов построения локально-ситуационных моделей экономических объектов, анализ их точностных характеристик и динамических свойств.

4. Разработка архитектуры системы поддержки принятия управленческих решений для промышленных предприятий, использующей локально-ситуационные модели.

5. Применение разработанных инструментов, методик и алгоритмов локально-ситуационного моделирования в системах поддержки принятия решений по управлению промышленными предприятиями Смоленской области.

Методы исследования в диссертации.

В исследовании использованы методы экономического анализа, математического моделирования в экономике, непараметрической идентификации, теории вероятностей, математической статистики и вычислительного эксперимента.

Основные положения, выносимые на защиту.

¡.Результаты комплексного анализа состояния машиностроительных предприятий в условиях возможного возникновения предпосылок перехода экономики России к устойчивому развитию.

2. Методические основы построения локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой и их использования в системах поддержки принятия управленческих решений.

3. Методы и инструменты построения статических и динамических локально-ситуационных моделей экономических объектов, особенности их применения.

4. Алгоритмы построения локально-ситуационных моделей для прогнозирования экономической конъюнктуры.

5. Алгоритм реализации локально-ситуационных моделей на персональных компьютерах.

Научная новизна. К наиболее существенным научным результатам относится следующее.

¡.Результаты анализа состояния Российских предприятий машиностроения, которые показали возможность применения в процессе управления методов, основанных на использовании прецедентов.

2. Методические основы построения локально-ситуационных моделей и их использования в системах поддержки принятия управленческих решений по управлению промышленными предприятиями при переходе экономики России к устойчивому развитию, которые в отличие от известных прецедентных моделей позволяют осуществлять количественную оценку и прогноз развития рыночной ситуации.

3. Алгоритмы и инструменты построения локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой; необходимые и достаточные условия, выполнение которых гарантирует заданную точность и сходимость указанных алгоритмов.

4. Методы и алгоритмы построения статических локально-ситуационных моделей экономических объектов, позволяющие учесть ситуационные аспекты их функционирования и многофакторность рыночной среды.

5. Алгоритмы построения локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой, учитывающих динамическое изменение внешних и внутренних факторов рыночной среды, которые позволяют прогнозировать основные показатели деятельности промышленного предприятия и последствия принимаемых управленческих решений, а также тенденции изменения рыночной конъюнктуры.

6. Научно-обоснованные рекомендации и методика по созданию информационной системы поддержки принятия решений по управлению промышленным предприятием для решения задач прогноза, планирования и управления, реализация которой позволило провести исследование ряда конкретных промышленных предприятий.

Практическая значимость результатов исследования.

1. Предложенные алгоритмы и инструменты построения локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой могут быть использованы при разработке информационно-аналитической системы поддержки принятия управленческих решений для промышленных предприятий.

2. На основе теоретических и методических результатов данной диссертационной работы созданы модули (процедуры) ' программно-информационных комплексов, интегрированных автоматизированных систем управления предприятиями, а также элементы экспертных систем прогнозирования и планирования экономических процессов и явлений. Разработанные в диссертации конкретные компьютерные реализации локально-ситуационных моделей существенно расширяют возможности компьютерных методов анализа экономических ситуаций для решения задач прогнозирования, планирования и управления.

3. Теоретические и практические положения и выводы исследования могут быть использованы в учебном процессе Вузов, при подготовке специалистов в области менеджмента и экономики.

Реализация результатов работы.

Разработанные методики и алгоритмы и научно-обоснованные рекомендации по их применению практически используются в системе поддержки принятия решений в ОАО «Комплексные дорожные машины», что позволяет прогнозировать изменение рыночной конъюнктуры и повысить качество принимаемых управленческих решений по оперативному и среднесрочному планированию производственных и маркетинговых программ.

Анализ результатов, полученных в результате применения информационно-аналитической системы поддержки принятия управленческих решений в ЗАО «Смоленский автоагрегатный завод» AMO ЗИЛ, позволил выработать рекомендации по усилению конкурентных позиций организации, что дало возможность увеличить выпуск промышленной продукции и расширить долю рынка.

Методические и теоретические результаты работы используются в учебном процессе филиала Московского энергетического института в г. Смоленске.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на 13-й, 14-й и 15-й Международных конференциях «Математические методы в технике и технологиях» (Санкт-Петербург, 2000, Смоленск, 2001, Тамбов, 2002), 4-й Международной научно-практической конференции «Экономика, экология и общество России в 21-м столетии» (Санкт-Петербург, 2002), Международная научная конференция «Логистика и экономика ресурсосбережения и энергосбережения в промышленности» (Москва, 2002), Международной конференции «Математические методы в интеллектуальных информационных системах» (Смоленск, 2002), XXXI Уральском семинаре по механике и процессам управления (Ми-асс, 2001), 6-й Международной школе молодых ученых (Смоленск, 2001),

межвузовской научно-практической конференции студентов «Молодёжь -XXI веку: идеи, новации, технологии» (Смоленск, 2002), межвузовском семинаре «Актуальные вопросы управления техническими и экономическими системами» (Смоленск, 2000), также на семинарах в филиале Московского энергетического института в г. Смоленске, Смоленском государственном педагогическом университете и Военном университете войсковой ПВО ВС РФ.

Публикации. По теме диссертации опубликовано 13 печатных работ. В работах, написанных в соавторстве, Битюцкому СЛ. принадлежат все результаты, касающиеся теоретических и методических аспектов построения локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой, а также результаты, относящиеся к практической реализации и применению разработанных методов при построении систем поддержки принятия управленческих решений.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 127 наименований и приложений. Диссертация содержит 164 стр. машинописного текста, 28 рисунков и 28 таблиц.

Оглавление. Введение

1. Современные модели экономических объектов, используемые для поддержки принятия решений по управлению промышленным предприятием

1.1. Общие подходы к построению моделей сложных экономических систем

1.2. Современные методы моделирования экономических объектов

1.3. Количественные методы анализа экономических объектов

1.3.1. Комбинаторные методы

1.3.2. Нейросетевые методы

1.3.3. Непараметрические методы

1.3.4. Нечеткие методы

1.4. Выводы

2. Анализ возможностей применения прецедентных моделей для информационной поддержки управления машиностроительными предприятиями Российской Федерации

2.1. Современные трактовки понятия «устойчивое развитие»

2.1.1. Устойчивое развитие социально-экономических систем различного уровня

2.1.2. Устойчивое развитие промышленного предприятия

2.2. Математическая формализация понятия «устойчивое развитие промышленного предприятия» и оценка возможности применения прецедентных методов управления промышленными предприятиями

2.3. Анализ состояния машиностроительных предприятий Российской Федерации

2.3.1. Анализ машиностроительной промышленности и оценка возможности перехода предприятий отрасли к устойчивому развитию

2.3.2. Анализ машиностроительных предприятий Смоленской области

2.4. Выводы

3. Локально-ситуационные модели для поддержки принятия решений по управлению промышленными предприятиями

3.1. Описание базового алгоритма построения локально-ситуационной модели экономического объекта

3.2. Точность локально-ситуационных моделей

3.3. Алгоритм построения динамических локально-ситуационных моделей

3.4. Локально-ситуационные модели прогнозирования показателей экономической конъюнктуры промышленного предприятия

3.5. Выводы

4. Программная реализация и практическое применение локально-ситуационных моделей и инструментов поддержки принятия решений по управлению промышленными предприятиями

4.1. Алгоритмическая и программная реализация инструментов локально-ситуационного моделирования для поддержки управления промышленными предприятиями

4.1.1. Архитектура и обобщенный алгоритм функционировали комплекса программ Ргошос!

4.1.2. Применение программы Ргошос! для решения прикладных задач

4.2. Применение локально-ситуационных моделей и инструментов на ОАО «Комплексные дорожные машины»

4.3. Применение локально-ситуационных моделей и инструментов на ЗАО «Смоленский автоагрегатный завод»

4.4. Выводы Заключение Литература Приложения

Основное содержание работы.

Во введении обоснована актуальность решаемой научной задачи, дана общая характеристика разработанных локально-ситуационных методов и инструментов управления промышленным предприятием, сформулированных и решенных в диссертации задач, а также полученных основных научных и практических результатов.

В первой главе «Современные модели экономических объектов, используемые для поддержки принятия решений по управлению промышленным предприятием» приведены результаты анализа существующих подходов к математической формализации и моделированию системы взаимодействия экономического объекта с внешней средой.

В работе показано, что промышленное предприятие представляет собой сложный объект управления, которому свойственны следующие черты.

а) Возникающие проблемы при попытке его точной математической формализации, что значительно снижает эффективность применения существующих методов и инструментов экономико-математического анализа.

б) Существенная зависимость от параметров внешней среды, которая в свою очередь характеризуется стохастичностью поведения.

в) Многоцелевой характер управления, при этом частные цели могут противоречить друг другу.

Ситуация усугубляется еще и тем, что реальные статистические данные о деятельности промышленных предприятий обладают особенностями, которые затрудняют применение строгих математических методов. Действительно, например, методы математической статистики эффективны в тех случаях, когда о распределениях анализируемых генеральных совокупностей известно все, что только может потребоваться в процессе решения задачи: виды законов распределения и все их параметры, необходимые априорные вероятности и т.п.

К сожалению, при решении практических задач анализа данных, используемых для выработки обоснованных решений по управлению промышленным предприятием такие условия часто не выполняются: таблицы данных часто бывают представлены малыми выборками в пространствах большой размерности при отсутствии информации о характере и степени зависимости одних характеристик от других, о законах и параметрах распределения генеральных совокупностей; не известна связь обучающей выборки с генеральной совокупностью, т.е. не известна степень представительности.

Очевидно, что для приведения ситуации к виду, при котором можно было бы применять тот или иной метод прогнозирования и управления, нужно к имеющейся объективной информации добавить некоторые субъективно выбираемые предположения или гипотезы. В работе в качестве исходной гипотезы принята простая, но фундаментальная гипотеза о монотонности пространства решений, которую для нашего случая можно сформулировать так: «похожие управленческие решения и воздействия внешней среды на предприятие приводят к похожим результатам хозяйственной деятельности промышленного предприятия». Для каждой новой ситуации достаточно найти в протоколе (в таблице статистических данных) одну или несколько самых близких, похожих на нее ситуаций и принимать управленческое решение (прогнозировать результаты хозяйственной деятельности промышленного предприятия), опираясь на эти прецеденты.

При таком подходе не требуется познать экономическую систему «промышленное предприятие - внешняя среда» так глубоко, чтобы уметь предсказывать ее реакцию на любые возможные внешние воздействия. Известно лишь одно ее фундаментальное свойство: монотонность поведения в окрестностях имеющихся прецедентов. Как показывает мировая практика, этого обычно оказывается достаточно для выработки практически приемлемых решений для прогноза и управления промышленным предприятием в каждом конкретном случае.

Так, например, отмеченная гипотеза лежит в основе «метода ситуаций» (Case method), широко применяемого в обучении менеджеров в Гарвардской школе бизнеса США, где накоплены многие сотни проработанных

ситуаций, включающие также и базы данных, характеризующие определенное состояние экономических объектов и систем.

Во второй главе «Анализ возможностей применения прецедентных моделей для информационной поддержки управления машиностроительными предприятиями Российской Федерации» формулируются математические условия принятия гипотезы о монотонности пространства решений, которые могут быть сведены к следующему.

Пусть существует некоторая неизвестная функциональная зависимость т](х) между факторами внешней и внутренней среды промышленного предприятия и результатом деятельности предприятия (в статике и динамике). Заметим, что под результатом деятельности промышленного предприятия будем понимать любую выходную характеристику деятельности организации, которая в данный момент интересует менеджмент промышленного предприятия (норма прибыли, рентабельность продаж, объем реализации, реакция потребителей, доля рынка и т.д.). Тогда гипотеза о монотонности пространства решений может быть принята при выполнении следующего условия.

Известно, что функциональная зависимость фс) является дифференцируемой (гладкой) во всех точках области Б„ (области возможных значений рассматриваемых внутренних и внешних факторов). Заметим, что это практически вся информация, которая может потребоваться при построении прецедентной модели. В этом случае для любых х'еБх и 3>0 найдется подобласть 5*стакая, что при х'еБ', хеБ* справедливо неравенство

(к ¡х-х

<8, (1)

то есть область 8Х может быть разбита на конечное число не перекрываю-

лг®

щихся подобластей у =5Л, таких, что в каждой из них неизвест-

к

ная нам функция фс) может быть аппроксимирована линейной формой. Заметим, далее, что из вышесказанного вытекает, что для прогнозирования выхода исследуемого объекта во всей области с помощью линейной аппроксимации и с некоторой гарантированной точностью достаточно иметь таблицу статистических данных конечного размера.

Заметим, далее, что из вышесказанного вытекает, что для прогнозирования выхода исследуемого объекта во всей области с помощью линейной аппроксимации и с некоторой гарантированной точностью достаточно иметь таблицу статистических данных конечного размера.

В диссертации показано, что приведенное условие также является одним из условий, характеризующих устойчивое развитие экономической системы, т.е. при его выполнении развитие не подвержено резким изменениям, скачкам и т.п. На основании этого можно сделать вывод о том, что рассмат-

- и

риваемые прецедентные методы управления промышленным предприятием наиболее эффективны в условиях устойчивого развития экономики, хотя применение данных методов возможно и для предприятий, находящихся на этапе стабилизации.

В диссертации рассмотрены основные уровни системной организации, определяющие методы и инструменты разработки и реализации стратегии перехода социально-экономических систем к устойчивому развитию. Предложена система показателей финансово-экономической деятельности промышленного предприятия, значение которых могут использоваться при определении условий перехода промышленного предприятия, как элемента „ экономической подсистемы локального уровня, к устойчивому развитию. В

качестве таких показателей предложено использовать рост объемов производства, уровень рентабельности, коэффициенты износа и обновления ос-I новных фондов, оборачиваемость активов, изменение численности персона-

ла, степень воздействия на экологию, глубину переработки сырьевых ресурсов, применение энергосберегающих и ресурсосберегающих технологий.

Проведенный в работе анализ машиностроительной отрасли промышленности показал, что, несмотря на негативные тенденции, вызванные разрывом экономических связей между регионами бывшего СССР, в 2000 г. впервые за последнее десятилетие в данной отрасли начался некоторый экономический рост. Индекс промышленно производства в машиностроении России в январе-мае 2002 г. составил 100,4 % (по Смоленской области -100,9%).

На рис. 1 приведены коэффициенты обновления и выбытия основных фондов промышленных предприятий Смоленской области.

1 ♦ ■ коэффициент обновления —коэффициент выбытия

Рис.1. Коэффициенты обновления и выбытия основных фондов машиностроения и металлообработки Смоленской области

В таблице 1 приведены основные показатели, характеризующие состояния и динамику развития отрасли машиностроения и металлообработки по Смоленской области.

Таблица 1

Основные показатели отрасли машиностроения и металлообработки Смоленской области

1995 1996 1997 1998 1999 2000 2001 2002*

Численность промыш-ленно-производст-венного персонала, чел. 54696 48296 43370 40116 39439 28584 29441 30150

Объем промышленной продукции, млрд.руб., с 1998г. - млн.руб. 1177 1442 1616 1492 2592 4394 6529 7060

Индексы промышленного производства, в % к предыдущему году 66 73 107 98 113 118 132,7 108

Сальдированный финансовый результат, млрд.руб., с 1998г. -млн.руб. 159,7 -33,7 7,5 -5,2 108,4 218,2 346,3 415

Уровень рентабельности продукции,% 21,4 2,3 1,6 1,1 6,8 8,2 10,7 13,6

Уровень рентабельности активов предприятия, % 3,9 -0,3 0,1 -0,02 1,1 2,7 3,4 3,7

* - прогнозируемое значение

Балансовые показатели крупнейших машиностроительных предприятий Российской Федерации, а также смоленских машиностроительных предприятий позволяет сделать вывод об определенной стабилизации в данной отрасли. Наметились условия, необходимые для перехода к устойчивому развитию и, соответственно, применению методов управления, основанных на использовании прецедентов, имевших место ранее. Для подтверждения данного выводы в диссертации приведены результаты анализа крупнейших машиностроительных предприятий Смоленской области. Так ОАО «Вяземский машиностроительный завод» в 2001 году увеличил объем производства в натуральном выражении на 35%, ОАО «Комплексные дорожные машины» -на 14%, ЗАО «Смоленский автоагрегатный завод «AMO ЗИЛ» - на 14%, ОАО «Сафоновский электромашиностроительный завод» - на 25%.

В третьей главе «Локально-ситуационные модели для поддержки принятия решений по управлению промышленными предприятиями» приведена методика построения модели, которая может использоваться для прогнозирования и оценки последствий принимаемого решения по управлению промышленным предприятием.

Построение локально-ситуационной модели поддержки принятия решений по управлению промышленным предприятием проводится в два этапа.

На первом этапе (этапе начального, предварительного эксперимента) производится ввод в память компьютера (в базу данных модели) N пар значений статистической выборки (х,у) входных и выходных данных по исследуемому промышленному предприятию (или аналогичному ему по своим параметрам).

На втором этапе, для каждой вновь вводимой величины х ищется в базе данных несколько М ближайших значений ("ближайших узлов"), по которым строится локальная аппроксимирующая зависимость простого вида, например, линейная или квадратичная (в простейшем случае - для линейной модели минимальное значение М равно двум). По данной аппроксимации определяется выход модели, который сравнивается с соответствующим реальным

Л

значением^. Если модуль разности Ау=\у-у| оказывается меньше некото-I рой априори заданной величины ¿¿>0 (определяющей точность модели), то

опыт считается "удачным", и точка (х,у) отбрасывается. В противном случае можно либо увеличить степень аппроксимирующего полинома и повторить проверку точности модели, либо сразу признать опыт "неудачным", и предъявленную точку добавить в базу данных (если точка х совпадает с какой-либо из имеющихся х1г указанная аппроксимация не производится, а в базе данных модели сразу производится модификация заменой у,- на (у+у{)\2.

Второй этап заканчивается, например, в случае, если N0 подряд предъявленных экспериментальных пар (значение N0 оговаривается заранее) приводят к удачным опытам.

Укажем очевидные достоинства предложенного метода построения предлагаемой прецедентной модели.

1) Возможность учитывать существенно нелинейные связи между входными и выходными показателями промышленного предприятия.

2) Полученные локальные зависимости позволяют исследовать природу и определить вид взаимосвязей между интересующими исследователя (менеджера) элементами внутренней и внешней среды промышленного

' предприятия.

3) Простота алгоритма вычислений, позволяющая, в частности, обеспе-^ чить принятие оперативных решений по управлению промышленным предприятием, что особенно актуально для тех машиностроительных предприятий, деятельность которых существенно зависит от состояния мировых рынков.

В работе доказано несколько утверждений, характеризующих свойства предлагаемых в диссертации методов и инструментов поддержки принятия решений по управлению промышленным предприятием.

Утверждение 1 доказывает сходимость предлагаемого метода ( построенной модели) в смысле «почти наверное».

Утверждение 1. Если величина х определена на отрезке [0,1], а функция у(х)=7](х) при л:е [0,1] дважды дифференцируема и имеет непрерывную и ограниченную 2-ю производную щ"(х), и используется линейная или квадратичная локальная модель, то

Ит Я Бир

У(х)-ук(х)

= 1

где ук (х) . оценка выхода объекта по его локально-ситуационной модели при условии, что в базе данных модели имеется к пар < X/, у, >, при любых £>0ихе[0,1].

Отметим, что существуют и другие алгоритмы, которые основаны на гипотезе локальной компактности, например семейства \VANGA и семейства ZET, алгоритм «М ближайших узлов» и т.д. Данные алгоритмы также могут быть использованы для решения аналогичных задач, но их эффективность будет несколько ниже, чем при применении предлагаемого метода. Это объясняется тем, что реализуемая в его рамках процедура позволяет в большей степени учесть локальные особенности расположения прецедентов в пространстве состояний.

В работе показано, что предлагаемые методы позволяют учитывать динамику поведения исследуемой системы. В этом случае целесообразно использовать разностную локальную модель вида

Л Л Л

Ум =У,+со-Ь2У, +С1-Ам, (1)

где

А2 У, =У,~ 2у,_, +У,-2

А и, =и, -и_.

(2)

и - входная характеристика системы, у - выходная. Приведенные соотношения показывают, что локальная динамическая модель может быть представлена в виде линейной разностной модели порядка (в большинстве случаев) не выше второго.

Из многообразия задач, относящихся к случайным процессам, остановимся на одной - задаче прогнозирования, или экстраполяции, которая часто встречается при исследовании различных социально-экономических систем и процессов. Тогда рекомендуемая локальная зависимость может иметь вид

Л Л Л

х,*\=х, + со-Ах, +С1-А х,,

где Ах, = х1 - и Д2хм = х, - + х,_2 - соответственно, разности 1-го и 2-го порядков.

Четвертая глава «Программная реализация и практическое применение локально-ситуационных моделей и инструментов поддержки принятия

решений по управлению промышленными предприятиями» посвящена описанию программных средств, реализующих предлагаемые методы, и результатам их практического применения в системах поддержки принятия управленческих решений на ЗАО «Смоленский автоагрегатный завод «AMO ЗИЛ» и на ОАО «Комплексные дорожные машины» (Смоленск).

Разработанные в рамках проводимого исследования программные средства были реализованы при помощи операционной среды - Windows 95/98 и системы программирования - BORLAND DELPHI 6.0. Предлагаемые программы представляют собой завершенные программные модули и могут входить в состав информационно-аналитической системы поддержки управления промышленного предприятия машиностроительного профиля.

Разработанные в диссертации методы и инструменты, а также реализующие их программные средства были практически использованы в ОАО 1 «КДМ» в качестве элементов системы поддержки принятия управленческих

решений.

Предприятие ОАО «КДМ» более 30 лет специализируется на выпуске дорожных машин по уходу за дорогами республиканского, областного и районного значения. Основной вид продукции - комбинированные дорожные машины и запасные части к ним. Предприятие ОАО «КДМ» функционирует в настоящий момент в жестких экономических условиях, в 2001г. имело задолженность в федеральный и местный бюджеты, государственные внебюджетные фонды, внутреннюю задолженность по заработной плате перед рабочим персоналом. Несмотря на это, наметилась тенденция улучшения состояния предприятия и переход к определенному экономическому росту, что обусловлено потенциальной перспективностью развития данной отрасли промышленности. Для ОАО «КДМ» возможность перехода к устойчивому развитию определяется существующим состоянием и динамикой развития дорожной сети Российской федерации, техническим состоянием парка специальной техники для обслуживания дорог, что позволяет говорить о существующей потребности в производимой предприятием ОАО «КДМ» технике (не менее 700 машин в год) и прогнозировать тенденцию её роста в течение i' ближайших 5 лет. Переход к стабильному развитию и ярко выраженные ло-

кальные особенности спроса на продукцию создают необходимые предпосылки использования предлагаемых локально-ситуационной модели и инструментов управления промышленным предприятием в составе системы поддержки управления на данном предприятии. Практическое применение рекомендуемой системы поддержки управления по прецедентам позволил в 2002 г. существенно улучшить показатели эффективности деятельности предприятия.

Применение разработанных в диссертации методов и инструментов локально-ситуационного управления в системе поддержки принятия управленческих решений в ЗАО «Смоленский автоагрегатный завод «AMO ЗИЛ» позволило выработать рекомендации по усилению конкурентных позиций ор-

ганизации, что дало возможность существенно увеличить выпуск промышленной продукции (на 6,2%) и расширить долю рынка на 3%.

В приложении приведены результаты расчёта основных показателей эффективности деятельности ОАО «КДМ» и ЗАО «Смоленский автоагрегатный завод «AMO ЗИЛ» и статистические данные, которые использовались при реализации предлагаемых методов управления, а также акты реализации результатов диссертационной работы.

Основные результаты работы.

1. Проведён комплексный экономический анализ состояния машиностроительных предприятий (на материалах Смоленской области), который показал возможность перехода данной отросли к устойчивому развитию, что создаёт предпосылки для применения прецедентных методов управления.

2. Разработаны методические основы построения локально-ситуационных моделей поддержки принятия решений по управлению промышленным предприятием при переходе экономики России к устойчивому развитию, которые в отличие от известных прецедентных моделей позволяют осуществлять количественную оценку и прогноз развития рыночной ситуации, что позволяет повысить экономическую эффективность принимаемых управленческих решений.

3. Предложены алгоритмы и инструменты построения локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой. Сформулированы необходимые и достаточные условия, выполнение которых гарантирует заданную точность и сходимость указанных алгоритмов, что позволяет определить необходимый для построения модели объём статистической информации.

4. Разработаны методы и алгоритмы построения статических локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой, позволяющие учесть ситуационные аспекты развития и многофакторность рыночной среды.

5. Предложены алгоритмы построения локально-ситуационных моделей взаимодействия промышленного с внешней средой, учитывающих динамическое развитие рыночной среды, которые позволяют прогнозировать основные показатели деятельности промышленного предприятия и последствия принимаемых управленческих решений.

6. На основе теоретических и методических результатов данной диссертационной работы созданы модули (процедуры) программно-информационных комплексов, интегрированных автоматизированных систем управления предприятиями. Разработанные в диссертации конкретные компьютерные реализации локально-ситуационных моделей существенно расширяют возможности компьютерных методов анализа экономических систем для решения задач прогнозирования, планирования и управления.

I - 17

7. Разработанные методики и алгоритмы и научно-обоснованные рекомендации по их применению практически используются в системе поддержки принятия решений в ОАО «КДМ» и ОАО «Смоленский автоагрегатный завод», что позволяет прогнозировать изменение рыночной конъюнктуры и повысить качество принимаемых управленческих решений по оперативному и среднесрочному планированию производственных и маркетинговых программ.

8. Методические и теоретические результаты работы используются в учебном процессе филиала Московского энергетического института в г. Смоленске.

Совокупность полученных результатов представляет собой решение научной задачи разработки методов построения прецедентных моделей, использующихся в системах поддержки принятия решений по управлению

II промышленным предприятием, имеющей существенное значение для теории и практики менеджмента.

Результаты диссертации опубликованы в следующих работах.

1. Игнатьев И.В., Битюцкий С.Я. Локально-параметрические методы в задачах прогнозирования экономических показателей // Математические методы в технике и технологиях. - ММТТ - 2000: Сб. трудов международ, науч. конф. в 7-и т. Т. 5. Секции 6, 9 Санкт-Петербургский гос. технол. ин-т (техн. ун-т). - Санкт-Петербург, 2000. - С.37-38.

2. Голунов Р.Ю., Битюцкий С.Я., Ковалева В.В. Использование локаль-но-аппроксимационных методов в задаче распознавания образов // Актуальные вопросы современной теории управления: Матер, второго регионального межвуз. науч.-техн. семинара. - Смоленск, 2000. - С.41- 42.

3. Дли М.И., Голунов Р.Ю., Битюцкий С.Я. Нечеткие локально-аппроксимационные алгоритмы в задачах извлечения знаний из баз данных. // Совремнные информационные технологии в научных исследованиях, образовании и управлении: Тезисы докладов межвуз. науч.-метод. конференции,

* посвященной 50-летию РГОТУПС. - Смоленск: РГОТУПС, 2001. - С.44.

4. Круглов В.В., Дли М.И., Битюцкий С.Я. Применение аппарата ней-

^ ронных сетей для анализа социологических данных // Математические мето-

ды в технике и технологиях - ММТТ - 14: Сб. трудов междун. научн. конф. Т.2. -Смоленск, 2001. - С. 194-197.

5. Дли М.И., Битюцкий С Я., Гончаров М.В. Применение эволюционно-аппроксимационных алгоритмов при принятии стратегических маркетинговых решений // УрО РАН. XXXI Уральский семинар по механике и процессам управления г. Миасс Челябинской обл., 25 декабря 2001 г.: Сб. трудов -М., 2001.-С. 102-108.

6. Гончаров М.В., Битюцкий С.Я., Фомченкова Л.В. Проблемы и перспективы развития конкурентоспособности организации в современных условиях хозяйствования // Электротехника, электромеханика и электротехнологии. Энергетика. Экономика и менеджмент: Сб. трудов науч.-техн. конф.,

посвященной 40-летию филиала МЭИ. Том 1. - Смоленск, СФМЭИ, 20-21 декабря 2001 г. - С. 8-9.

7. Гимаров В.А., Дли М.И., Битюцкий С.Я. Нейросетевые методы классификации сложных объектов / Филиал ГОУВПО «МЭИ(ТУ)» в г. Смоленске. - Деп. в ВИНИТИ РАН - № 97 - В2002,20 с.

8. Дли М.И.. Ялов В.П., Битюцкий С.Я. Локально-аппроксимационные методы классификации производственных ситуаций // Экономика, экология и общество России в 21-м столетии: Труды 4-й Междун. науч.-практ. конф. -Санкт-Петербург, 2002. - С. 102-104.

9. Гимаров В.А., Битюцкий С Л. Нейросетевой метод классификации сложных объектов // Системы компьютерной математики и их приложения -СКМИП- 2002: Сб. трудов. - Смоленск, 2002. - С. 13-15.

10. Гимаров В.А., Дли М.И., Битюцкий С.Я. Использование нейросетей типа GRNN и MLP для классификации сложных объектов // Сб. трудов 15-й междун. научн. конф. «Математические методы в технике и технологиях -ММТТ-15». В 10-и т. Т. 5.-Тамбов, 2002.-С. 101-104.

И. Фомченкова Л.В., Битюцкий С .Я. Организационные аспекты экономического моделирования региональной коммунальной энергетики // УрО РАН. XXII Российская школа по проблемам науки и технологий: Сб. кр. со-общ. - Екатеринбург, 2002. - С. 136-138.

12. Дли М.И., Битюцкий С.Я., Степанова P.P. Модифицированный метод ситуаций для управления производственно-хозяйственной организацией // Логистика и экономика ресурсосбережения и энергосбережения в промышленности: Тр. конф. -М.: РХТУ им. Д.И. Менделеева, 2002. С. 127-131.

13. Гимаров В.А., Дли М.И., Битюцкий С.Я. Ситуационные модели для поддержки принятия управленческих решений. - М.: Физматлит, 2003. -112 с.

I

I

к

I

Подписано в печать Тираж 100 Заказ №

Москва, Красноказарменная, 13 Типография МЭИ(ТУ)

S/2 g

- 57 28

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Битюцкий, Сергей Яковлевич

ВВЕДЕНИЕ.

1. СОВРЕМЕННЫЕ МОДЕЛИ ЭКОНОМИЧЕСКИХ ОБЪЕКТОВ, ИСПОЛЬЗУЕМЫЕ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ПРОМЫШЛЕННЫМ ПРЕДПРИЯТИЕМ.

1.1. Общие подходы к построению моделей сложных экономических ф систем.

1.2. Современные методы моделирования экономических объектов.

1.3. Количественные методы анализа экономических объектов.

1.3.1. Комбинаторные методы.

1.3.2. Нейросетевые методы.

1.3.3. Непараметрические методы.

1.3.4. Нечеткие методы. ф 1.4. Выводы.

2. АНАЛИЗ ВОЗМОЖНОСТЕЙ ПРИМЕНЕНИЯ ПРЕЦЕДЕНТНЫХ МОДЕЛЕЙ ДЛЯ ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ УПРАВЛЕНИЯ МАШИНОСТРОИТЕЛЬНЫМИ ПРЕДПРИЯТИЯМИ РОССИЙСКОЙ

ФЕДЕРАЦИИ.

2.1. Современные трактовки понятия «устойчивое развитие».

2.1.1. Устойчивое развитие социально-экономических систем различного уровня. 2.1.2. Устойчивое развитие промышленного предприятия. 2.2. Математическая формализация понятия «устойчивое развитие промышленного предприятия» и оценка возможности применения прецедентных методов управления промышленными предприятиями.

2.3. Анализ состояния машиностроительных предприятий Российской

Федерации.

2.3.1. Анализ машиностроительной промышленности и оценка возможности перехода предприятий отрасли к устойчивому развитию.

2.3.2. Анализ машиностроительных предприятий Смоленской области.

2.4. Выводы.

3. ЛОКАЛЬНО-СИТУАЦИОННЫЕ МОДЕЛИ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ПРОМЫШЛЕННЫМИ ПРЕДПРИЯТИЯМИ.

3.1. Описание базового алгоритма построения локально-ситуационной модели экономического объекта.

3.2. Точность локально-ситуационных моделей.

3.3. Алгоритм построения динамических локально-ситуационных моделей.

3.4. Локально-ситуационные модели прогнозирования показателей экономической конъюнктуры промышленного предприятия.

3.5. Выводы.

4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ И ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ЛОКАЛЬНО-СИТУАЦИОННЫХ МОДЕЛЕЙ И ИНСТРУМЕНТОВ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ПРОМЫШЛЕННЫМИ ПРЕДПРИЯТИЯМИ. 117.

4.1. Алгоритмическая и программная реализация инструментов локально-ситуационного моделирования для поддержки управления промышленными предприятиями.

4.1.1. Архитектура и обобщенный алгоритм функционировани комплекса программ Promod.

4.1.2. Применение программы Promod 1.0 для решения прикладных задач.

4.2. Применение локально-ситуационных моделей и инструментов на ОАО «Комплексные дорожные машины».

4.3. Применение локально-ситуационных моделей и инструментов на ЗАО «Смоленский автоагрегатный завод».

4.4. Выводы.

Диссертация: введение по экономике, на тему "Локально-ситуационные модели и инструменты для поддержки принятия решений по управлению промышленным предприятием"

Переход экономики Российской Федерации к рыночным отношениям и интеграция в мировое экономическое и информационное пространство обусловил усиление давления на российских производителей различных рыночных факторов. В этой связи задача принятия обоснованных управленческих решений, адаптированных к изменяющимся условиям внутренней и внешней среды промышленного предприятия, является важнейшим этапом управленческого цикла для менеджмента любого уровня.

В настоящее время существует большое количество методов, моделей и к инструментов поддержки принятия управленческих решений, позволяющих в той или иной мере учитывать влияние на предприятие различных элементов рыночной среды. Известны труды таких авторов как Андрейчиков А.В., Барашков А.С., Бурков В.Н., Емельянов А.А., Емельянов B.C., Кудрин Б.И., Лагоша Б.А., Одинцов Б.Е., Петрушко И.М., Попов Э.В., Романов А.Н., ТельновЮ.Ф., в которых рассматриваются различные аспекты построения систем поддержки принятия решения, в том числе и при управлении промышленным предприятием.

Существующие методы количественного экономического анализа, которые обычно применяются при построении систем анализа и поддержки принятия решений, могут быть условно разделены на два класса - так называемые аналитические и аппроксимационные методы, которые в свою очередь делятся на статические и динамические.

Рыночная среда, в которой обычно функционирует производственно-хозяйственная организация, характеризуется сложным характером зависимостей между элементами, динамической изменчивостью ее параметров. Поэтому, несмотря на многообразие указанных методов, не один из них в полной мере не позволяет учесть ситуационные аспекты изменения внешней среды, оказывающей влияние на промышленное предприятие, и, соответс'твенно, построить модель управления, адаптированную к изменяющимся внешним факторам.

В то же время уже много лет Гарвардская школа управления использует так называемый метод ситуаций (Case - method) и построенные на его основе инструменты поддержки принятия решений, которые предполагают опору на прецеденты, уже имевшие место.

Современное состояние Российской экономики создаёт определенные предпосылки для перехода к устойчивому развитию, что делает возможным широкое применение зарубежного опыта управления, в том числе и методов, основанных на использовании прецедентов. Однако в своем классическом варианте данный метод не учитывает динамические аспекты развития ситуаций и не позволяет вырабатывать количественные прогнозы и рекомендации, что в значительной степени затрудняет процесс принятия оперативных и обоснованных решений. В большой степени это связано с тем, что в рамках рассматриваемого метода информация о прецедентах носит в основном лингвистический характер. В этой связи представляется целесообразной разработка методов и инструментов поддержки принятия управленческих решений, которые учитывают локальные особенности распределения прецедентов в пространстве состояний и допускают программную реализацию на ПЭВМ, что делает возможным построение на их основе компьютерных систем поддержки решений по управлению промышленным предприятием.

Учитывая важность для российских промышленных предприятий принятия экономически обоснованных управленческих решений, актуальной научной задачей является разработка новых методов моделирования экономических объектов и их применение в системах поддержки принятия решений по управлению организацией, учитывающих ситуационные аспекты деятельности промышленных предприятий, позволяющих принимать экономически обоснованные решения в условиях динамично изменяющихся факторов внешней и внутренней среды организации.

Основные разделы диссертационной работы выполнялись в рамках комплексных программ социально-экономического развития Смоленской области на 1997-1998г.г., 1999-2000г.г. и 2001-2002г.г.

Цели диссертационной работы. Разработать локально-ситуационные модели и инструменты для поддержки решений по управлению промышленным предприятием, позволяющие осуществлять поддержку принятия эффективных управленческих решений на основе выработки количественных прогнозных оценок развития микро- и макросреды организации в условиях перехода экономики России к устойчивому развитию.

Для реализации поставленных целей были сформулированы и решены следующие задачи.

1. Проведение комплексного экономического анализа состояния машиностроительных предприятий (на материалах Смоленской области).

2. Анализ современных моделей экономических объектов, используемых в системах поддержки принятия управленческих решений для промышленных предприятий.

3. Разработка методов и построение локально-ситуационных моделей экономических объектов, анализ их точностных характеристик и динамических свойств.

4. Разработка архитектуры системы поддержки принятия управленческих решений для промышленных предприятий, использующей локально-ситуационные модели. .

5. Применение разработанных методов, инструментов, методик и алгоритмов локально-ситуационного моделирования в системах поддержки принятия решений по управлению промышленными предприятиями Смоленской области.

Методы исследования в диссертации:

В исследовании использованы методы экономического анализа, математического моделирования в экономике, непараметрической идентификации, теории вероятностей, математической статистики и вычислительного эксперимента.

Основные положения, выносимые на защиту.

1. Результаты комплексного анализа состояния и развития машиностроительных предприятий в условиях возможного возникновения предпосылок перехода экономики России к устойчивому развитию.

2. Методические основы построения и использования локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой в системах поддержки принятия управленческих решений.

3. Методы и инструменты построения статических и динамических локально-ситуационных моделей экономических объектов, особенности их применения.

4. Алгоритмы построения локально-ситуационных моделей для прогнозирования экономической конъюнктуры.

5. Алгоритм реализации локально-ситуационных моделей на персональных компьютерах.

Научная новизна. К наиболее существенным научным результатам относится следующее.

1. Результаты анализа состояния Российских предприятий машиностроения, которые показали возможность применения в процессе управления методов, основанных на использовании прецедентов.

2. Методические основы построения локально-ситуационных моделей и их использование в системах поддержки принятия управленческих решений по управлению промышленными предприятиями при переходе экономики России к устойчивому развитию, которые в отличие от известных прецедентных моделей позволяют осуществлять количественную оценку и прогноз развития рыночной ситуации.

3. Алгоритмы и инструменты построения локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой; необходимые и достаточные условия, выполнение которых гарантирует заданную точность и сходимость указанных алгоритмов.

4. Методы и алгоритмы построения статических локально-ситуационных моделей экономических объектов, позволяющие учесть ситуационные аспекты его развития и многофакторность рыночной среды.

5. Алгоритмы построения локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой, учитывающих динамическое изменение внешних и внутренних факторов рыночной среды, которые позволяют прогнозировать основные показатели деятельности промышленного предприятия и последствия принимаемых управленческих решений, а также тенденции изменения рыночной конъюнктуры.

6. Научно-обоснованные рекомендации и методика по созданию информационной системы поддержки принятия решений по управлению промышленным предприятием для решения задач прогноза, планирования и управления, реализация которой позволило провести исследование ряда конкретных промышленных предприятий. На реальных данных показано, что точность локально-ситуационных моделей при моделировании экономических систем часто оказывается выше, чем при использовании других методов.

Практическая значимость результатов исследования.

1. Предложенные алгоритмы и инструменты построения локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой могут быть использованы при разработке информационно-аналитической системы поддержки принятия управленческих решений для промышленных предприятий.

2. На основе теоретических и методических результатов данной диссертационной работы созданы модули (процедуры) программно-информационных комплексов, интегрированных автоматизированных систем управления предприятиями, а также элементы экспертных систем прогнозирования и планирования экономических процессов и явлений. Разработанные в диссертации конкретные компьютерные реализации локально-ситуационных моделей существенно расширяют возможности компьютерных методов анализа экономических ситуаций для решения задач прогнозирования, планирования и управления.

3. Теоретические и практические положения и выводы исследования могут быть использованы в учебном процессе Вузов, при подготовке специалистов в области менеджмента и экономики.

Реализация результатов работы.

Разработанные методики и алгоритмы и научно-обоснованные рекомендации по их применению практически используются в системе поддержки принятия решений в ОАО «Комплексные дорожные машины», что позволяет прогнозировать изменение рыночной конъюнктуры и повысить качество принимаемых управленческих решений по оперативному и среднесрочному планированию производственных и маркетинговых программ.

Анализ результатов, полученных в результате применения информационно-аналитической системы поддержки принятия управленческих решений в ЗАО «Смоленский автоагрегатный завод» АМО ЗИЛ, позволил выработать рекомендации по усилению конкурентных позиций организации, что дало возможность увеличить выпуск промышленной продукции и расширить долю рынка.

Методические и теоретические результаты работы используются в учебном процессе филиала Московского энергетического института в г. Смоленске.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на 13-й, 14-й и 15-й Международных конференциях «Математические методы в технике и технологиях» (Санкт-Петербург, 2000, Смоленск, 2001, Тамбов, 2002), 4-й международной научно-практической конференции «Экономика, экология и общество России в 21-м столетии» (Санкт-Петербург, 2002), Международная научная конференция «Логистика и экономика ресурсосбережения и энергосбережения в промышленности» (Москва, 2002), Международной конференции" «Математические методы в интеллектуальных информационных системах» (Смоленск, 2002), XXXI Уральском семинаре по механике и процессам управления (Миасс, 2001), 6-й Международной школе молодых ученых (Смоленск, 2001), Межвузовской научно-практической конференции студентов «Молодёжь — XXI веку: идеи, новации, технологии» (Смоленск, 2002), Межвузовском семинаре «Актуальные вопросы управления техническими и экономическими системами» (Смоленск, 2000), также на семинарах в филиале Московского энергетического института в г. Смоленске, Смоленском Государственном педагогическом университете и Военном университете' войсковой ПВО ВС РФ.

Публикации. По теме диссертации опубликовано 30 печатных работ. В работах, написанных в соавторстве, Битюцкому С.Я. принадлежат все результаты, касающиеся теоретических и методических аспектов построения локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой, а также результаты, относящиеся к практической реализации и применению разработанных методов при построении систем поддержки принятия управленческих решений.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 127 наименований и приложений. Диссертация содержит 164 стр. машинописного текста, 19 рисунков и 12 таблиц.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Битюцкий, Сергей Яковлевич

Основные результаты работы и рекомендации.

1. Проведён комплексный экономический анализ состояния машиностроительных предприятий (на материалах Смоленской области), который показал возможность перехода данной отросли к устойчивому развитию, что создаёт предпосылки для применения прецедентных методов управления.

2. Разработаны методические основы построения локально-ситуационных моделей поддержки принятия решений по управлению; промышленным предприятием при переходе экономики России к устойчивому развитию, которые в отличие от известных прецедентных, моделей позволяют осуществлять количественную оценку и прогноз развития рыночной ситуации, что позволяет повысить экономическую эффективность принимаемых управленческих решений.

3. Предложены алгоритмы и инструменты построения локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой. Сформулированы необходимые и достаточные условия, выполнение которых гарантирует заданную точность и сходимость указанных алгоритмов, что позволяет определить необходимый для построения модели объём статистической информации.

4. Разработаны методы и алгоритмы построения статических локально-ситуационных моделей взаимодействия промышленного предприятия с внешней средой, позволяющие учесть ситуационные аспекты развития и многофакторность рыночной среды.

5. Предложены алгоритмы построения локально-ситуационных моделей взаимодействия промышленного с внешней средой, учитывающих динамическое развитие рыночной среды, которые позволяют прогнозировать основные показатели деятельности промышленного предприятия и последствия принимаемых управленческих решений.

6. На основе теоретических и методических результатов данной диссертационной работы созданы модули (процедуры) программно-информационных комплексов, интегрированных автоматизированных систем управления предприятиями. Разработанные в диссертации конкретные компьютерные реализации локально-ситуационных моделей существенно расширяют возможности компьютерных методов анализа экономических систем для решения задач прогнозирования, планирования и управления.

7. Разработанные методики и алгоритмы и научно-обоснованные рекомендации по их применению практически используются в системе поддержки принятия решений в ОАО «КДМ» и ОАО «Смоленский автоагрегатный завод», что позволяет прогнозировать изменение рыночной конъюнктуры и повысить качество принимаемых управленческих решений по оперативному и среднесрочному планированию производственных и маркетинговых программ.

8. Методические и теоретические результаты работы используются в учебном процессе филиала Московского энергетического института в г. Смоленске.

ЗАКЛЮЧЕНИЕ

Совокупность полученных в диссертации результатов представляет собой новое решение научной задачи разработки методов ситуационного управления промышленным предприятием, имеющей существенное значение для теории и практики принятия решений по управлению организацией.

Диссертация: библиография по экономике, кандидата экономических наук, Битюцкий, Сергей Яковлевич, Смоленск

1. Растригин J1.A. Современные принципы управления сложными объектами. М.: Сов. радио, 1980.

2. Гхосал А. Прикладная кибернетика и ее связь с исследованием операций. М.: Радио и связь, 1982.

3. Эйкофф П. Основы идентификации систем управления. М.: Мир,1975.

4. Райбман Н.С., Чадеев В.М. Построение моделей производства. М.: Энергия, 1975.

5. Ицкович Э.Л. Контроль производства с помощью вычислительных машин. М.: Энергия, 1975.

6. Гроп Д. Методы идентификации систем. М.: Мир, 1979.

7. Себер Дж. Линейный регрессионный анализ, М.: Мир, 1980.

8. Дисперсионная идентификация /Под. ред. Н.С. Райбмана. М.: Наука,1981.

9. Демиденко Е.З. Линейная и нелинейная регрессия. М.: Финансы и статистика, 1981.

10. Цыпкин Я.З. Основы информационной теории идентификации. М.: Наука, 1984. ,1.1. Количественные методы финансового анализа/ Под ред. С Дж. Брауна и М.П.Ураумана. М.: ИНФА-М, 1996.

11. Вощинин А.П., Сотиров Г.Р. Оптимизация в условиях неопределенности. М.: Изд-во МЭИ, 1989.

12. Дадаян B.C. Глобальные экономические модели. М.: Наука, 1981.

13. Горский В.Г. Планирование кинетических экспериментов. М.: Наука, 1984.

14. Андерсон Т. Статистический анализ временных рядов. М.: Мир,1976.

15. Ивахненко А.Г., Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным. М.: Радио и связь, 1987.

16. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996.

17. Бэстенс Д.-Э., ван ден Берг В.-М., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. М.: ТВП, 1997.

18. Уоссермен Ф. Нейрокомпьютерная техника М.: Мир, 1992.

19. Галушкин А.О. О современных направлениях развития нейрокомпьютеров//Нейрокомпьютер. 1997. № 1,2. С.5-22.

20. Priestly М.В. Non-linear and поп stationary time series prediction. London: Academic Press, 1988.

21. Connor J., Atlas L. Recurrent neural networks and time series prediction// Proceeding IJCNN. 1991. V.l. P.301-306.

22. Круглов B.B., Борисов B.B., Харитонов E.B. Нейронные сети: конфигурации, обучение, применение. Смоленск: МЭИ (фил-л в г. Смоленске). 1998.

23. Логовский А.С. Зарубежные нейропакеты: современное состояние и сравнительные характеристики// Нейрокомпьютер. 1998. № 1,2 С. 13-26.

24. Катковник В.Я. Непараметрическая идентификация и сглаживание данных. М.: Наука, 1985.

25. Stone С. J. Nearest neighbor estimator of a nonlinear regression function // Proc. of Computer Sciences and Statistics: 8ht Annual Symposium on the Interface, Health Science Computer Faculty, UCLA, 1975. P.413-418.

26. Stone C.J. Consistent nonparametric regression// The Annals of Statistics. 1977. V. 5. № 4. P.595-645.

27. Cover T.M., Hart P.E. Nearest neighbor pattern classification// IEEE Trans, on Inform. Theory. 1967. V. IT-13. P.21-27.

28. Lancaster P., Saulkauskas K. Surfaces generated by moving least squiares methods//Mathematics of Computation. 1981. V.37. N155. P.141-158.-14630. Давыдов А.А. Индекс социального неблагополучия// Социологические исследования. 1995. № 10. С.118-127.

29. Давыдов А.А. Модель социального времени// Социологические исследования. 1998. № 4. С.98-101.

30. Мескон М.Х., Альберт М., Хедоури Ф. Основы менеджмента. М.: Дело. 1998.

31. Sang М. Lee, Fred Luthans, and David L. Osion, «А Management Science Approach to Contingency Models», Management Journal, vol. 25, no. 3 (1982), pp. 553-566.

32. Львов Д.С. Развитие экономики России и задачи экономической науки / Отделение экономики РАН. М.: Экономика, 1999. С. 16-17.

33. Теория автоматического управления. Под ред. А.В. Нетушила. Учебник для вузов. М.: «Высшая школа», 1976.

34. Санжапов Б.Х., Стародубцева Я.В. Анализ устойчивого развития региона в условиях нечеткой информации // Информационные технологии, 2002, № 2. С.27-29.

35. Папенов К.В. Устойчивое развитие: теоретический аспект // Вестник московского университета. Сер. 6. Экономика, 1995, № 5. С. 3-18.

36. Экономическая теория национальной экономики и мирового хозяйства. / Под ред. А.Г. Грязновой, Т.В. Чечелевой. М.: ЮНИТИ, 1998.

37. Тамашевич В.Н. Проблемы статистического отображения экономического роста и экономического развития // Актуальные вопросы экономики республики Беларусь, 2002, № 5. С. 15-23.

38. Рябушкин Т.В., Симчера В.М., Машихин Е.А. Статистические методы и анализ социально-экономических процессов. -М.: Наука, 1990. С. 1669.

39. Симчера В.М. Как возродить экономику России. М.: АОЗТ «Паритет», 1999.

40. Раицкий К.А. Устойчивое развитие экономики // Бизнес академия, 2002 № 1. С.2-12.

41. Дойль П. Менеджмент: стратегия и тактика. СПб: Издательство «Питер», 1999. - 560 с.

42. Cooper D. Clues that warn of collapse // Financial Times, 26 May 1991,p.3

43. C. Pratten, Company Failure (London: 1С A, 1991)

44. Российское машиностроение и металлообработка. Анализ департамента макроэкономических исследований центра консалтинга «Форум» // Управление компаний, 2002, № 3.47. www.gks.ru48. www.infostat.ru49. www.voprecon.ru

45. Российский статистический ежегодник, 2002.51.www.admin.smolensk.ru

46. Статистический сборник «О социально-экономическом положении Смоленской области в 2000 году»

47. Статистический сборник «О социально-экономическом положении Смоленской области в 2001 году»

48. Статистический сборник «О социально-экономическом положении Смоленской области в январе-сентябре 2002 года»

49. Путь в XXI век: стратегические проблемы и перспективы российской экономики / Рук. авт. колл. Д.С. Львов; Отделение экономики РАН. -М.: Экономика, 1999. С. 164-168.

50. Бахвалов Н.С. Численные методы (анализ, алгебра, обыкновенные дифференциальные уравнения). М.: Наука, 1975.

51. Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров). М.: Наука, 1974.

52. Вентцель Е.С., Овчаров JI.A. Теория вероятностей и ее инженерные приложения. М.: Наука, 1988.

53. Гнеденко Б.В. Курс теории вероятностей. М.: Наука, 1988.

54. Айзерман М.А., Браверман Э.М., Розоноэр ЛИ. Теоретические основы метода потенциальных функций в задаче об обучении автоматов разделению входных ситуаций на классы // Автоматика и телемеханика. 1964. № 6.С.917-936.

55. Вапник В.Н., Червоненкис А .Я. Теория распознавания образов. М.: Наука, 1974.

56. Wilks S.S. Moments and distributions of estimates of population from fragmentary samples // Ann. Math. Statist. 1932. V.3. 163-195.

57. Себестиан Г.С. Процессы принятия решений при распознавании образов. Киев: Техника, 1965.

58. Afifi А.А., Elashoff R.M. Missing observations in multivariate statistics//J.Amer. Statist. Assoc. 1966. V.61. P.595-604.

59. Buck S.F. A method of estimation of missing values in multivariate data// J.Roy. Statist. Soc. Ser. B. 1960. V.22. P.202-206.

60. Walsh J.E. Computer-feasible method for handling incomplete data regression analysis//J. Assos. Comput. Math. 1961. V. 18. P.201-211.

61. Gleason T.C., Staelin R. A proposal for handling missing data// Psy-chometrika. 1975. V.40. P.229-252.

62. Frane G.M. Some simple procedure for handling missing values in multivariate analysis// Psychometrika. 1976. V.41. P.409-415.

63. Растригин JI.A., Пономарев Ю.П. Экстраполяционные методы проектирования и управления. М.: Машиностроение, 1986.

64. Жанатауров С.У. Методы прогностических переменных// Машинные методы обнаружения закономерностей. Новосибирск, 1981. Вып. 88: Вычислительные системы. С. 151-155.

65. Glasser M. Linear regression analysis with missing observations among the independent variables// J. Amer. Statist. Assoc. 1964. V.59. P.834-844.

66. Hiseby J.R., Schwertman N.C., Allen D.M. Computation of the mean vector and dispersion matrix for incomplete multivariate data// Communs. Statist. Ser.B. 1960. V.9. P.301-309.

67. Engelman L. An efficient algorithm for computing covariance matrices from data with missing values// Comm. Statist. Theory Methods. Ser. D. 1982. V.ll. P.113-121.

68. Beale E.M., Little RJ. Missing values in multivariate analysis// J. Roy. Statist. Soc, Ser. B. 1975. V. 37. P. 129-145.

69. Titterington D.M., Jiang J.M. Recursive estimation procedures for missing data problems// Biometrika. 1983. V.70. P.25 8-267.

70. Hartley H.O., Hocking R.R. The analysis of incomplete data// Biometrics. 1971. V.27. P.783-808.

71. Dempster A.P., Laird N.M., Rubin D.B. Maximum lirelihood from .incomplete data via the EM-algorithm// J. Roy. Statist. Soc. Ser. B. 1977. V.39. P.l-38.

72. Little R.J., Smith P.J. Editing and imputation for quantitative survey data// J.Amer. Statist. Assoc. 1987. V.82. P.58-68.

73. Little R.J., Schlusther M.D. Maximum lirelihood estimation for mixer continuous and categorical data with missing values// Biometrika. 1985. V.72. P.497-512.

74. Hocking R.R., Marx D.L. Estimation with incomplete data: an improved computational method and the analysis nested data// Comm. Atatist. Theory Meth- . ods. Ser. A. 1979. V. 8. P.l 151-1181.

75. Srivastave M.S. Multivariate data with missing observation// Comm. Statist. Theory Methods. 1985. V. 14. P.775-792.

76. Литтл P. Дж. А., Рубин Д.Б. Статистический анализ данных с пропусками. М.: Финансы и статистика, 1991.

77. Diday E., Lemaire J., Pouget J., Testu F. Elements d'analyse des Don-nces. Paris: Dunod, 1982.

78. Загоруйко Н.Г., Елкина B.H., Тимеркаев B.C. Алгоритм заполнения пропусков в эмпирических таблицах (алгоритм ZET)// Эмпирическое предсказание и распознавание образов. Новосибирск, 1975. Вып.61: Вычислительные системы. С.28-35.

79. Загоруйко Н.Г., Елкина В.Н. Лбов Г.С. Алгоритмы обнаружения эмпирических закономерностей. Новосибирск: Наука, 1985.

80. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: Изд-во ин-та математики, 1999.

81. Загоруйко Н.Г. Классификация задач прогнозирования на таблицах "объект- свойство"// Машинные методы обнаружения закономерностей. Новосибирск, 1981. Вып. 88: Вычислительные системы. С.3-8.

82. Бокс Дж., Дженкинс Г. Анализ временных рядов: Прогноз и управление. Вып. 1 и 2. М.: Мир, 1974.

83. Савченко В.В. Прогнозирование социально-экономических процессов на основе адаптивных методов спектрального оценивания// Автометрия. 1999. № З.с.99-108.

84. Квакернак X., Сиван Р. Линейные оптимальные системы управления. М.: Мир, 1977. •

85. Изерман Р. Цифровые системы управления. М.: Мир, 1984.

86. Кашьяп Р.Л., Рао А.Р. Построение динамических стохастических моделей по экспериментальным данным. М.: Наука, 1983.

87. Переход к устойчивому развитию: глобальный, региональный и локальный уровни. Зарубежный опыт и проблемы России (под ред. чл.-корр. РАН Н.Ф. Глазовский). М.: Изд-во КМК, 2002.

88. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике М.: Финансы и статистика, 2000.

89. Исследование операций в экономике: Учебн. пособие для вузов / под ред. проф. Н.Ш. Кремера. — М.: Банки и биржи, ЮНИТИ, 1999.

90. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука, Физматлит, 1996.

91. Абчук В.А. Экономико-математические методы: Элементарная математика и логика. Методы исследования операций. СПб.: Союз, 1999.

92. Ю1.Круглов В.В., Дли М.И., Битюцкий С.Я. Применение аппарата нейронных сетей для анализа социологических данных // Сб. трудов 14-й междун. научн. конф. "Математические методы в технике и технологиях -ММТТ 14". Т.2. Смоленск, 2001.

93. Солодков А.Н., Битюцкий С.Я., Рашевский В.И. Иерархическая модель процесса управления в организации // Сб. трудов 14-й междун. научн.конф. "Математические методы в технике и технологиях ММТТ - 14". Т.4. Смоленск, 2001. С. 137

94. Гимаров В. А., Дли М.И., Битюцкий С .Я. Общие подходы к решению задачи распознавания динамически изменяющихся образов. Филиал ГОУ ВПО МЭИ (ТУ) в г.Смоленске. Смоленск, 2001 - 36 стр. - Деп. В ВИНИТИ РАН 09.07.01 № 1615-В2001

95. Гимаров В.А., Дли М.И., Гимаров В.В., Битюцкий С.Я. Программа распознавания динамически изменяющихся образов CLASMod. Свидетельство о регистрации программ для ЭВМ в РОСАПО № 2001611275 от 24.09.2001.

96. Березникова J1.A., Дли М.И., Битюцкий С.Я. Реструктуризация предприятия как фактор финансового оздоровления его состояния. — Смоленск: филиала ГОУ ВПО МЭИ(ТУ) в г. Смоленске. Деп. В ВИНИТИ РАН -№ 596 -В2002, 14 с.

97. Дли М.И., Гончаров М.В., Быстров А.В., Битюцкий С.Я. Программа сбора информации различной природы. Свидетельство о регистрации программ для ЭВМ в РОСАПО № 2002610510 от 9.04.2002.

98. Гимаров В.А., Дли М.И., Битюцкий С.Я. Применение нейронных сетей для классификации динамических объектов // Сб. трудов междун. на-учн. конф. «Математические методы в интеллектуальных информационных системах ММИИС - 2002». Смоленск, 2002.

99. Гимаров В.А., Битюцкий С.Я., Гимаров В.В. Использование метода прогнозируемых эталонов в задачах распознавания образов // Сб. трудов междун. научн. конф. «Математические методы в интеллектуальных информационных системах ММИИС - 2002». Смоленск, 2002.

100. Фомченкова Л.В., Битюцкий С.Я. Информационные технологии моделирования региональной коммунальной энергетики // Сб. трудов междун. научн. конф. «Математические методы в интеллектуальных информационных системах ММИИС - 2002». Смоленск, 2002.

101. Дли М.И., Ялов В.П., Битюцкий С.Я. Общие подходы кпассифика-циии сложных объектов. Смоленск: филиала ГОУ ВПО МЭИ(ТУ) в г. Смоленске. - Деп. В ВИНИТИ РАН - № 900 - В2002, 47 с.

102. Дли М.И. Ялов В.П., Битюцкий С.Я. Локально-аппроксимационные методы классификации производственных ситуаций //

103. Труды 4-й международной научно-практической конференции «Экономика, экология и общество России в 21-м столетии». Санкт-Петербург, 2002.

104. Гимаров В.А., Битюцкий С.Я. Нейросетевой метод классификации сложных объектов. // Сб. трудов конф. «Системы компьютерной математики и их приложения СКМИП - 2002». Смоленск, 2002.

105. Гимаров В.А., Дли М.И., Битюцкий С.Я. Использование нейросе-тей типа GRNN и MLP для классификации сложных объектов. // Сб. трудов 15-й междун. научн. конф. «Математические методы в технике и технологиях ММТТ - 15». Тамбов, 2002.

106. Гимаров В.А., Дли М.И., Ялов В.П., Битюцкий С.Я. Метод прогнозируемых эталонов для решения задачи распознавания экстраполяционного типа// Сб. трудов 15-й междун. научн. конф. «Математические методы в технике и технологиях ММТТ - 15». Тамбов, 2002.

107. Дли М.И., Ялов В.П., Битюцкий С.Я. Нечеткие адаптивные классификаторы // Сб. кр. сообщ. XXII Российской школы по проблемам науки и технологий Уральского отделения РАН. Екатеринбург, 2002.

108. Фомченкова JI.B., Битюцкий С.Я. Организационные аспекты экономического моделирования региональной коммунальной энергетики // Сб. кр. сообщ. XXII Российской школы по проблемам науки и технологий Уральского отделения РАН. Екатеринбург, 2002.

109. Пыхтина И.Н., Дли М.И., Битюцкий С.Я. Исследование проблемы миграции молодых специалистов за пределы региона // Труды конференции «Логистика и экономика ресурсосбережения и энергосбережения в промышленности». М.: РХТУ им. Д.И. Менделеева, 2002.

110. Битюцкий С .Я., Пыхтина И.Н., Гимаров В.В. Исследование проблемы миграции молодых специалистов за пределы региона // Сб. трудов межвуз. научно-практ. конф. студ. «Молодёжь XXI веку: идеи, новации, технологии». Смоленск, 2002.

111. Пыхтина И.Н., Битюцкий С.Я., Алексеева А.В. Интеллектуальный потенциал регион // Сб. трудов межвуз. научно-практ. конф. студ. «Молодёжь XXI веку: идеи, новации, технологии». Смоленск, 2002.

112. Фомченкова JI.B., Битюцкий С.Я. Моделирование коммунальной энергетики // Сб. трудов межвуз. научно-практ. конф. студ. «Молодёжь — XXI веку: идеи, новации, технологии». Смоленск, 2002.

113. Фомченкова JI.B., Битюцкий С.Я. Организационные аспекты экономического моделирования региональной коммунальной энергетики // Труды XXII Российской школы по проблемам науки и технологий Уральского отделения РАН. Москва, 2002.