WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

На правах рукописи

РАХМАНОВА МАРИНА СЕРГЕЕВНА

ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ УПРАВЛЕНИЯ ЗНАНИЯМИ В НАУЧНО-ПРОИЗВОДСТВЕННЫХ ПРЕДПРИЯТИЯХ

Специальность 08.00.13 – Математические и инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Санкт-Петербург 2012 г.

Работа выполнена на кафедре экономической кибернетики экономического факультета Государственного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный университет»

Научный консультант: доктор экономических наук, профессор Конюховский Павел Владимирович

Официальные оппоненты: доктор экономических наук, доцент Еникеева Лилия Аубакировна Санкт-Петербургский государственный инженерно-экономический университет кандидат экономических наук, доцент Гаранин Дмитрий Анатольевич Санкт-Петербургский государственный политехнический университет

Ведущая организация: Государственное образовательное учреждение высшего профессионального образования «Санкт-Петербургский государственный университет экономики и финансов»

Защита состоится 31 мая 2012 г. в 16 час. на заседании Совета Д.212.232.34 по защите докторских и кандидатских диссертаций при Санкт-Петербургском государственном университете по адресу: 191123, Санкт-Петербург, ул.Чайковского д.62, ауд.415.

С диссертацией можно ознакомиться в Научной библиотеке имени М.Горького СанктПетербургского государственного университета

Автореферат разослан «____» _____________ 2012 г.

Ученый секретарь Диссертационного совета Кандидат экономических наук, доцент В.И.Капусткин I. ОБЩАЯ ХАРАКТЕРИСТИКА ДИССЕРТАЦИИ

Актуальность исследования Управление знаниями является общепризнанной необходимостью в современных условиях экономики знаний. Завершив автоматизацию бизнеспроцессов организаций на уровне материальных ресурсов, специалистыуправленцы осознали необходимость управления нематериальными ресурсами.

Актуальность применения концепции управления знаниями на практике присуща организациям, действующим в различных предметных областях – от производства до консалтинга. Являясь естественной реакцией на объективные процессы расширения масштабов научной и инновационной деятельности, системы управления знаниями органично ориентированы на использование их в компаниях, интегрирующих научную, техническую и производственную функции, каковыми являются научно-производственные предприятия (НПП).

Научно-производственное предприятие (научно-промышленный комплекс) – это предприятие, в рамках которого реализуется весь жизненный цикл изделия – от выявления и прогнозирования потребностей рынка до поставки потребителю нужной ему продукции, а также специфические бизнес-процессы, направленные на активную диффузию полученных новых знаний. Как известно, основным результатом инновационной деятельности НПП являются новые или усовершенствованные продукты или услуги, новые или усовершенствованные технологические процессы или способы производства, новые знания как продукт.

Система управления знаниями (СУЗ), таким образом, выступает в качестве инструментальной основы для успешной реализации бизнес-процессов в НПП, повышения оперативности принятия управленческих решений, направленных на осуществление инновационно-ориентированных стратегий развития.

Однако исследование наиболее крупных и развивающихся НПП СанктПетербурга (ЗАО «Невский завод» и ОАО «Завод Электропульт» в составе ЗАО «Росэлектропром Холдинг», ОАО «Электросила» в составе ОАО «Силовые машины», ОАО «Арсенал») показало отсутствие действующих элементов управления знаниями на фоне готовности высшего руководства внедрять комплексные решения в данном направлении.

Анализ литературы по проблематике управления знаниями позволил выявить отправные положения управления знаниями: связь управления знаниями с бизнес-процессами, человеческими ресурсами, инновациями, информационными технологиями. В работе представлена эволюция подходов к управлению знаниями:

от классических трудов 1990-2000-х гг. Р. Гранта, У. Зандера, Б. Когута, И. Нонака, Х. Такеучи, Д. Тиса, С. Уинтера и других, чьи работы основаны на понимании многогранности знания как информационного ресурса предприятия (его явной и неявной ипостаси), до современных разработок в области онтологического инжиниринга и многоагентных систем (М. Вулдридж, Т. Гаврилова, А.Смирнов, А.

Кашевник и др.), на которые опирается автор в диссертационном исследовании.

Однако существующие концепции управления знаниями не в полной мере отвечают на вопрос, как обосновывается и реализуется данная взаимосвязь на практике, а также демонстрируют недостаток формальных моделей в области управления знаниями. Наиболее плодотворным, таким образом, представляется подход к проблемам управления знаниями с позиций бизнес-информатики, что предполагает интеграцию экономических и технологических аспектов с привязкой к существующей системе управления предприятием.

Все вышеперечисленное обуславливает актуальность разработки методов, моделей, архитектуры и методики реализации СУЗ в НПП.

Цель работы и задачи исследования Цель исследования – разработка системы моделей различной степени формализации, адекватно отражающих процессы управления знаниями для поддержки принятия решений, и методов их интеграции в систему управления научно-производственного предприятия.

Достижение данной цели позволит перевести интуитивно понятные процедуры управления знаниями в явное операционное представление и сформулировать научно-обоснованные рекомендации реализации системы управления знаниями в рамках специфического экономического объекта – научнопроизводственного предприятия. Достижение цели потребовало решения следующих задач:

1. Определить место СУЗ в системе управления НПП.

2. Предложить модель представления знаний о предметной области и проиллюстрировать применение ее формализмов.

3. Разработать математическую модель СУЗ.

4. Разработать алгоритм функционирования СУЗ в НПП.

5. В рамках выбранного подхода бизнес-информатики разработать компетентностно-ориентированную архитектуру СУЗ и предложить технологию и инструменты ее реализации 6. Разработать методику внедрения СУЗ в НПП.

7. Разработать систему экономической оценки результативности СУЗ в НПП.

Методологические основы исследования 1. Системный подход к управлению сложными объектами.

2. Теория принятия решений в сложных предметных областях.

3. Теория управления человеческими ресурсами.

4. Методы представления знаний (семантических моделей - онтологий) на основе формализма объектно-ориентированных сетей ограничений.

5. Математические методы: теории множеств, теории графов, теории игр, математической логики, нечисловой математики, формализмы теории систем.

6. Методы экономической оценки результативности хозяйственной деятельности субъекта на основе сбалансированной системы показателей.

7. Методы структурно-функционального анализа и проектирования сложных систем в совокупности с инструментами визуального представления моделей.

8. Методологические основы инжиниринга бизнес-процессов на основе информационных технологий.

9. Методологические основы объектно-ориентированной парадигмы реализации информационно-управляющих систем.

Технологические основы разработки 1. Принципы построения единого информационного пространства организации.

2. Типология архитектур интегрированных информационных систем предприятия.

3. Технологии многоагентных систем и технологии интеграции знаний из распределенных источников (knowledge fusion).

Научная новизна В диссертации разработан комплекс моделей, положенных в основу методики построения системы управления знаниями в НПП.

1. Предложена системная модель НПП как специфического сложного управляемого объекта, реализующего инновационно-ориентированные стратегии на основе концепции управления знаниями.

2. Определено понятие корпоративной сети принятия решений (КСПР) как системы управления НПП и разработана ее графовая модель, узлами которой являются лица, принимающие решения (ЛПР), и связанные с ними неявные (компетенции) и явные (данные, документы) знания.

3. Разработан основной бизнес-процесс СУЗ и метод конфигурирования КСПР на основе алгоритма обслуживания запросов ЛПР к онтологической модели предметной области.

4. Разработаны информационные модели ЛПР и предприятия-контрагента как пользователей СУЗ.

5. Разработаны онтологические модели НПП и пользователей СУЗ на основе формализма объектно-ориентированных сетей ограничений.

6. Разработана компетентностно-ориентированная архитектура многоагентной программной среды, включающая информационные модели агентов и сценарные модели их взаимодействия в рамках основного бизнес-процесса СУЗ.

7. Разработана фазовая модель проектирования СУЗ и методика ее реализации.

8. Разработана теоретико-игровая модель функционирования СУЗ в рамках отдела научно-исследовательских разработок в НПП.

9. Разработана система показателей экономической оценки результативности СУЗ в НПП.

Основные положения, выносимые на защиту 1. Концептуальная модель системы управления НПП как сложного социальноэкономического объекта, ориентированная на управление знаниями как нематериальным ресурсом предприятия.

2. Концепция системы управления знаниями как технологической основы корпоративной сети принятия решений НПП.

3. Онтологическая модель предметной области в нотации объектноориентированных сетей ограничений. Информационные и онтологические модели НПП и пользователей СУЗ.

4. Метод конфигурирования корпоративной сети принятия решений на основе алгоритма обслуживания запросов пользователей к онтологической модели предметной области.

5. Компетентностно-ориентированная архитектура многоагентной программной среды СУЗ в НПП и структура двухуровневого рабочего пространства пользователей СУЗ.

6. Сценарные модели взаимодействия агентов программной среды в рамках основного бизнес-процесса СУЗ.

7. Методика реализации СУЗ на основе разработанного комплекса моделей.

8. Теоретико-игровая модель функционирования СУЗ в рамках отдела научноисследовательских разработок НПП.

Обоснованность и достоверность научных результатов обеспечены с одной стороны – проведенным всесторонним анализом состояния проблемной области на основании библиографических источников и реальных данных конкретных предприятий Санкт-Петербурга, позволившим выявить нерешенные задачи данного направления экономической науки. С другой стороны – проведением научных исследований на основе системного подхода с контролем логической целостности, непротиворечивости и согласованности получаемых промежуточных результатов с опорой на подтвержденные успешные разработки в области алгоритмизации и информационных технологий. Кроме того, основные теоретические положения апробированы в печатных трудах и докладах на российских и международных научных конференциях.

Практическая ценность работы. Модели, разработанные в рамках диссертационной работы, направлены на повышение оперативности принятия управленческих решений и персонифицированную поддержку взаимодействия участников при реализации основного бизнес-процесса НПП, связанного с созданием инноваций различного вида, а следовательно, с постоянной работой с актуальными знаниями, полученными из распределенных внешних и внутренних источников. Разработанный подход к построению системы управления знаниями позволяет системно вписать СУЗ в общую систему управления НПП, выявить корпоративную сеть принятия решений в ней и разработать архитектуру информационной среды управления знаниями.

Апробация. Основные положения, методологические основы, теоретические и практические результаты исследования докладывались автором на международных и всероссийских научно-практических конференциях СПбГУ и СПбГПУ (2005 – 2011гг.), научном семинаре кафедры экономики и менеджмента в машиностроении факультета экономики и менеджмента СПбГПУ (2010 г.), а также удостоены третьего места на международном бизнес-конкурсе компании Procter&Gamble “Women’s Business Technology Contest’ 2006” (Женева, Швейцария).

Структура и объем работы. Диссертация объемом 157 машинописных страниц содержит введение, четыре главы, заключение, список литературы и приложения.

В первой главе представлен обзор основных подходов к управлению знаниями в организациях и их эволюция, проанализированы технологические аспекты управления знаниями. В качестве целевого выбран подход к управлению знаниями с позиций бизнес-информатики. Кроме того, автором проанализирована специфика НПП как центра генерирования новых знаний.

Во второй главе представлена разработанная автором системная модель НПП как сложного управляемого объекта, разработана архитектура системы управления НПП, а также предложена модель корпоративной сети принятия решений НПП. На основе проведенного моделирования автором были выявлены место и роль СУЗ в единой системе управления НПП, а также предложена обобщенная структурная схема программной среды СУЗ. В виду приоритетной роли ЛПР в осуществлении основного бизнес-процесса НПП, разработана информационная модель ЛПР в рамках СУЗ, учитывающая неявные знания – компетенции.

В третьей главе автором представлена формальная модель СУЗ на основе комплекса разработанных онтологических моделей. В качестве формализма разработки онтологических моделей выбраны объектно-ориентированные сети ограничений. Разработана архитектура многоагентной программной среды системы управления знаниями. Реализация данной архитектуры рассмотрена на примере трех ситуаций: формирование экспертной группы, координация групповой работы экспертов, поиск информационно-знаниевых ресурсов.

В четвертой главе автором предложена методика построения СУЗ в НПП как части интегрированной информационной системы предприятия. Предложена система взаимосвязанных показателей для оценки эффекта от внедрения СУЗ. На примере отдела научных исследований и разработок (НИР) в рамках ОАО «Невский Завод» рассмотрена реализация данной методики. На примере задачи анализа исследовательских проектов создана математическая модель на основе математической теории игр.

II. ОСНОВНЫЕ НАУЧНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ, ВЫНОСИМЫЕ НА ЗАЩИТУ На основе анализа литературы по проблематике управления знаниями выявлено смещение акцента с мотивационных аспектов на аспекты технологические. Вопрос «чем управлять» сменяется вопросом «как управлять знаниями». Однако рассмотрение проблематики управления знаниями не замыкается на вопросах применения информационных технологий. Речь идет о методологии работы со знаниями как стратегическим активом в привязке к бизнеспроцессам организации. Таким образом, на настоящий момент управление знаниями понимается в основном как научное направление, которое обеспечивает интегрированный подход к созданию, сбору, организации и использованию информационных ресурсов предприятия и доступу к ним. Эти ресурсы включают структурированные БД, текстовую информацию, такую как документы, описывающие правила и процедуры, и, что наиболее важно, неявные знания и экспертизу, находящиеся в головах сотрудников и составляющих их компетенции.

Научно-производственное предприятие – специфический управляемый объект, характеризующийся тремя типами инновационных выходов – новый/усовершенствованный продукт, новый/усовершенствованный процесс, новое знание как продукт. Предприятия данного типа реализуют инновационноориентированные стратегии. Эта специфика обуславливает необходимость реализации концепции управления знаниями в таких организациях. Рассмотрение вопросов управления знаниями в организации на основе подхода бизнесинформатики дает возможность выявить синергию и непротиворечивость управленческих и IT-подходов, устранить дихотомию между ними.

Под знаниями в работе понимается ресурс, связанный с лицами, принимающими решения, и необходимый в процессе принятия решений. Знания представляются в виде компетенций ЛПР (неявная сущность знаний), файлов, документов, структур данных (явная сущность знаний).

В рамках данной работы система управления знаниями (СУЗ) понимается как система, имеющая машинную и внемашинную составляющую. Внемашинная сущность СУЗ – это стратегия управления знаниями в организации, направленная на обеспечение условий, при которых актуальные знания доставляются лицам, принимающим решения, в нужной форме, в нужное время, в необходимом объеме.

Создание организационной структуры, поддерживающей обмен и передачу знаний между сотрудниками, разработка регламентов поведения, процедур, методов решения конкретных бизнес-задач также является проявлением внемашинной сущности СУЗ. Машинная сущность СУЗ – непосредственно технологические решения, позволяющие с помощью современных информационных технологий автоматизировать работу с информационными ресурсами, обеспечить необходимую координацию между ключевыми источниками знаний, создать единую инфраструктуру обмена знаниями в организации.

Система управления знаниями в НПП, таким образом, выступает в качестве инструментальной основы для успешной реализации бизнес-процессов в НПП, повышения оперативности принятия управленческих решений, направленных на осуществление инновационно-ориентированных стратегий развития.

Целью системного моделирования научно-промышленного предприятия является определение архитектуры системы управления знаниями как одного из концептуальных аспектов управления НПП. Для определения места СУЗ в общей системе управления НПП использована методология системного анализа сложных управляемых объектов.

В процессе системного моделирования выделены 4 этапа: разработка системной модели НПП как сложного многоуровневого объекта материального мира; разработка системной модели управления НПП; разработка архитектуры системы управления НПП; разработка архитектуры корпоративной сети принятия решений и поддерживающей ее сети знаний.

Основными функциональными модулями системы управления каждого уровня НПП являются: модуль сбора и обработки информации о текущем состоянии объекта управления (МСОИ), модуль принятия решений (МПР), модуль управления (МУ) (Рис. 1).

Муi-1,k МПРi-1,k МСОИi-1,k Нормативное (эталонное) Реальное состояние состояние компонента m компонента m МСОИi,m МУi,m МПРi,m Программа Выбор варианта решения Агрегирование, реализации решения эталонное сравнение Экспертная оценка Распределение Анализ, оценка, вариантов ресурсов программы диагностика Разработка вариантов Управление Сбор информации решения проблемы программой Нормативное состояние Реальное состояние компонентов p и q компонентов p и q МУi+1,p МПРi+1,p МСОИi+1, МУi+1,q МПРi+1,q МСОИi+1, Рис. 1 Взаимодействие модулей в многоуровневой системе управления НПП Модель позволяет определить место и роль информационно-знаниевых ресурсов в модели системы управления НПП. Поставщиками и потребителями этих ресурсов являются модули системы управления (МСОИ, МПР, МУ) смежных уровней иерархии.

Проведенное системное моделирование НПП как сложного управляемого социально-экономического объекта позволило определить структуру его системы управления в виде сети принятия решений, названной Корпоративной Сетью Принятия Решений (КСПР). Высший уровень КСПР реализует полную схему процесса принятия решений посредством потребления и производства знаний, имеющих соответствующую сетевую архитектуру.

КСПР можно представить в виде графа, ребрам которого можно поставить в соответствие пути движения информационно-знаниевых ресурсов двух видов – те, которые используются для принятия решений и те, которые были созданы в результате принятия этого решения. Узлы КСПР представлены ЛПР и знаниями, обеспечивающими процесс принятия решений в соответствии с типовым сценарием, состоящем из этапов, в результате выполнения которых производятся инновации в виде нового продукта, нового процесса и нового знания.

Цель функционирования КСПР – поддержание работоспособности управляемого объекта (НПП), повышение его конкурентоспособности за счет обеспечения динамичности реакции на потребности внешней среды и способности предвидеть их, т.е. действовать проактивно. Эта цель достигается за счет динамического конфигурирования КСПР, заключающегося в быстрой группировке релевантных решаемой проблеме узлов сети, объединения их информационнознаниевых ресурсов и совместной реализации этапов принятия решений.

Проведенный анализ процесса принятия решений в сложных предметных областях показал, что наиболее результативным представляется применение групповых экспертных технологий для поддержки процесса поиска альтернативных организационно-технических решений и оценки их качества с точки зрения поставленной цели. Таким образом, КСПР должна быть настроена на коллективную работу экспертов по решению проблем управления НПП.

Ввиду приоритетности роли ЛПР в процессе управления НПП разработана его информационная модель в виде совокупности показателей, описывающих ЛПР в рамках КСПР. По аналогии предложена информационная модель предприятияконтрагента, в роли которого может выступать как обособленное подразделение НПП, так и самостоятельные предприятия, выполняющие по отношению к НПП функции поставщиков, заказчиков, партнеров и т.д. Единообразие данных моделей позволяет рассматривать сотрудников различных предприятий, взаимодействующих в рамках производственной сети, как участников единой КСПР. Учет неявных знаний ЛПР в информационной модели реализован посредством понятия «компетенции».

Поскольку функционирование НПП как экономического объекта обеспечивается его бизнес-процессами, выявлена объективно существующая структурная взаимосвязь бизнес-процессов и КСПР. Данная взаимосвязь показана в работе на примере основного бизнес-процесса НПП и декомпозирована на примере функции «опытно-конструкторские разработки».

Определение КСПР как совокупности двух подсетей – сети ЛПР и соответствующей ей сети знаний – позволяет говорить о разрабатываемой системе управления знаниями как технологической основе КСПР, реализующей бизнеспроцесс работы со знаниями. В работе определены основные функции бизнеспроцесса управления знаниями (Рис. 2).

Бизнес-процесс управления Оперативные функции Условно-постоянные функции 1. Мониторинг 1. Безопасность:

2. Диагностика - права доступа 3. Оценка - целостность 4. Накопление 2. Транзакции:

5. Регистрация - запросы 6. Верификация - поиск 7. Актуализация - доставка 8. Релевантность - модификация 9. Архивирование 3. Статистика Рис. 2 Основные функции бизнес-процесса управления информационно-знаниевыми ресурсами КСПР В результате конфигурирования ЛПР, инициировавший запрос к СУЗ, получает информацию о местоположении узлов КСПР, содержащих информационно-знаниевые ресурсы, релевантные запросу. Это позволяет решать следующие практические задачи:

1. Находить специалистов-экспертов для групповой работы по созданию, оценке и выбору новых сложных организационно-технических решений. При этом востребованными являются неявные знания экспертов, составляющие их компетенции.

2. Находить готовые организационно-технические решения, принятые ранее и оформленные в виде соответствующих отчетов, хранящихся как документы в узле КСПР. Эти документированные знания могу служить образцами-аналогами для вновь принимаемых решений. В соответствии с правами доступа документы могут быть доставлены по запросу ЛПР.

3. Находить информационные ресурсы справочного характера, хранящиеся в узлах КСПР. Это позволит избежать чрезмерного дублирования ресурсов общего назначения.

Таким образом, в первой и второй главах сформулирована и обоснована концепция управления знаниями в НПП на основе функционирования КСПР, обоснована роль СУЗ как технологической основы КСПР, обеспечивающей ее динамическое конфигурирование, проанализирована специфика НПП и структура его системы управления, а также разработана его системная модель.

СУЗ должна быть реализована в виде программной среды, интегрированной в существующую информационную систему управления НПП. Анализ основных факторов, влияющих на реализацию приложений для групповой работы ЛПР, позволил разработать обобщенную структурную схему программной среды СУЗ, ориентированную на пользователей (ЛПР данного предприятия и предприятийконтрагентов), управляющую информационно-знаниевыми ресурсами (неявными знаниями ЛПР – их компетенциями, явными знаниями – документально оформленными организационно-техническими решениями и справочноинформационные ресурсы общего назначения) и реализованную с учетом современных информационных технологий (онтологическая модель представления знаний, объектно-ориентированная технология разработки приложений, многоагентная технология реализации программной среды, коммуникационные технологии и сетевые архитектуры) (Рис.3).

Ядром программной среды СУЗ являются: онтологическая модель предметной области (НПП), механизмы работы с моделью предметной области посредством запросов, хранилище документированных знаний, реестры, механизмы мониторинга и анализа, поддерживающие бизнес-процесс управления информационно-знаниевыми ресурсами КСПР.

Рабочее пространство каждого ЛПР в СУЗ представлено в работе в виде двухуровневого хранилища документированных знаний и хранилища метаданных, представляющих собой реестры основных факторов деятельности ЛПР. (Рис. 4).

Информационно-знаниевые ресурсы - Компетенции специалистов - Документированные решения - Справочно-информационные ресурсы общего назначения Технологическая поддержка СУЗ - Модель представления знаний - Онтологическая модель ПО - Объектно-ориентированная технология - Служба запросов разработки приложений - Многоагентная технология реализации - Хранилище знаний программной среды - Реестры (карты знаний) - Коммуникационные технологии и - Статистика сетевые архитектуры Конфигурирование КСПР Пользовател - Специалисты данного предприятия (ЛПР) - Специалисты предприятий-контрагентов Рис. 3 Обобщенная структурная схема программной среды СУЗ Рабочее пространство ЛПР i-го уровня КСПР Хранилище знаний Метаданные Групповой уровень Задания Календарь Архив Решения ЛПР i уровня Локальный уровень Эксперты Проекты Файлы ЛПР i Решения уровня ЛПР i-Процесс Мета- Хранилище Мета- Хранилище данные данные Локальный Локальный Рабочее пространство ЛПР (i+1)-го Рабочее пространство ЛПР (i+1)-го уровня КСПР уровня КСПР Рис. 4 Структура рабочего пространства ЛПР в СУЗ Таким образом, определены основные компоненты программной среды СУЗ.

В качестве технологии реализации СУЗ выбран подход разработки предметноориентированных онтологий и механизмов управления ими. При этом подходе в качестве формального аппарата описания знаний используется формализм объектно-ориентированных сетей ограничений, в рамках которого знания представляются множеством классов, их атрибутов, значений атрибутов (доменов) и ограничений. Такой формализм наиболее полно соответствует парадигме объектно-ориентированного программирования, являющейся доминирующей технологией создания сложных распределенных программных систем последнего поколения. Под онтологией понимается спецификация модели предметной области, включающая список понятий предметной области (тезаурус) и множество ограничений, представляемых как отношения на элементах тезауруса. Образным представлением онтологии может быть структура фреймов, задающая структуру понятий, но не наполненная конкретным содержанием.

В третьей главе в соответствии с выбранным формализмом объектноориентированных сетей ограничений НПП описывается онтологической моделью вида M < C, A, D, R > Элементами модели является C = {c1,...,cn} – множество.

классов, каждый из которых описывается множеством атрибутов A ={a1,...,am}.

Декартово произведение атрибутов представляет собой множество переменных V = {v1,...,vp}, каждая из которых принимает значения из области допустимых значений D ={d1,...,dk}. Интеграция элементов в единую модель реализуется через установление отношений между ними R = RI U RII U RIII U RIV U RV U RVI :

с – отношение принадлежности атрибутов классам;

RII ={rII} – отношения принадлежности доменов атрибутам;

RIII = {rIII} – отношения совместимости классов;

RIV ={rIV}–структурные отношения классов: «быть экземпляром» и «быть частью»;

RV ={rV } – ассоциативные отношения между классами;

RVI ={rVI} – функциональные отношения между классами и атрибутами.

Средствами данного формализма разработаны онтологические модели профилей пользователей СУЗ (Рис. 5) и онтологическая модель НПП на макроуровне (Рис. 6).

UID Профиль UK URq Контекст История исполнителя запросов Request, context, pref UI Персональная Name, gen, age, информация edu, deg,spec1… US UP UR Системная Предпочтения Контактная информация исполнителя информация role, access, qual, scale, Phone, mail, icq, group, equip, criteria web UС Профиль компетенций fu, hist, proj, publ, pat, auth, sien, Класс Отношение «часть-целое» Атрибут Ассоциативное отношение Рис. 5 Онтологическая модель профиля ЛПР Совокупность данных моделей позволила предложить механизм обслуживания запросов пользователей к СУЗ. Типовой сценарий взаимодействия пользователей в рамках СУЗ представляет собой следующие этапы:

1. ЛПР формирует запрос системе.

2. На основе этого запроса, онтологической модели предметной области и текущей ситуации СУЗ формирует контекст, представляющий собой описание запроса пользователя в терминах онтологической модели предметной области с учетом текущей ситуации (Рис. 7). Осуществляется поиск терминов запроса в онтологической модели предметной области, найденные фрагменты объединяются, образуя релевантные запросу знания.

3. На основе формализованного запроса пользователя из различных источников знаний извлекаются те знания и информация, которые необходимы пользователю в рамках сформированного им запроса.

ci ci ciRqi cicj cick akRqi ak ck cj ckak Rqi cjai cjaj cjRqi cj ak Контекст ai aj Запрос Рис. 7 Графовое представление контекста и запроса Для формализации представленного типового сценария автором используется аппарат теории графов. Композиция запросов и контекста представлена взвешенным графом Go =< N, E >, где N =< c, a, Rq > – три типа вершин графа (класс, атрибут, запрос соответственно), E =< cc,ca,cRq, aRq > – дуги графа, связывающие между собой класс-класс, класс-атрибут, класс-запрос, атрибут-запрос. Веса дуг < cc,ca > задаются при формировании онтологии, веса дуг < cRq, aRq > определяются через схожесть терминов запроса и терминов класса (атрибута) онтологической модели. Анализ графа состоит в нахождении кратчайших расстояний между каждой парой запросов и выполняется по алгоритму Флойда. Результат – взвешенный подграф G1 =< Rq, Eq >, связывающий взвешенными дугами запросы пользователей (Рис. 8).

ci cicj cic m ciRqi ci Rqk ci Rqm cm Rqk cm cj cjRqi Rqi c Rqk Rqi Rqm j cmak c Rq c ck j j j Rqk Rqi Rq j Rqm ak Rqm ak ai Rqi ck Rqj Rq j Rqm ai Rq j Группа ckai ckaj Группа Подграф G1 графа Gai aj Рис.8 Графовая интерпретация обслуживания запросов пользователей к СУЗ Механизм обслуживания запросов реализует алгоритм объединения пользователей по их предпочтениям, что позволяет конфигурировать сеть знаний в соответствии с процессом принятия решений, ранжировать узлы сети знаний по степени их востребованности, контролировать уровень дефицита знаний, таким образом поддерживая основные функции бизнес-процесса управления знаниями.

Последовательность шагов объединения запросов пользователей:

Шаг 1. На начальном этапе каждая вершина графа G1 считается подграфом, масса i которого равна нулю: Dist[Rqi ] = Dist[G1 ] = 0, i = 1,n.

Шаг 2. Формируется вектор V, размер которого соответствует числу вершин граф G1. Каждый элемент vi вектора V равен сумме веса дуги между Rqi и Rqj и массы i i подграфов Dist[G1 ] и Dist[G1j ]: vi = RqiRqj weight + Dist[G1]+ Dist[G1j] Шаг 3. Выбирается минимальный элемент vi из вектора V (vmiп = i minv ) i Шаг 4. Если vmiп > Wmaх, то алгоритм завершается, а текущее разбиение и есть искомое группирование запросов, удовлетворяющее заданным условиям.

Дальнейшее объединение подграфов невозможно, т.к. минимальная масса полученного при объединении подграфа будет больше, чем максимальная масса группы (Wmax). Если vmiп < Wmaх, выполняется шаг 5.

i i Шаг 5. Подграфы G1 и G1j, соответствующие элементу vmin, объединяются в G1, и i масса нового подграфа Dist[G1 ] будет равна vmin. Подграф G1j удаляется.

i Шаг 6. Обновляются значения вектора V для дуг, смежных с подграфом G1. Если k i подграф G1 смежен с подграфом G1, vi вектора V, соответствующий дуге между i k i подграфами G1 и G1, будет равен vi = RqiRqj weight + Dist[G1]+ Dist[G1j] Шаг 7. Переход на шаг 3.

После выполнения данных действий будут сформированы группы запросов (подграфы). Группы с наибольшим количеством запросов сильнее отражают предпочтения пользователей. Администратор СУЗ может ввести константу Rmax, отсекающую группы с малым количеством запросов. Тогда атрибуты и классы оставшихся групп могут считаться предпочтениями пользователя.

Разработанные онтологические модели НПП и пользователей СУЗ, а также формализация процессов обслуживания запросов пользователей к СУЗ позволили автору перейти к созданию архитектуры распределенной многопользовательской компьютерной среды СУЗ. Агентно-ориентированная парадигма разработки интегрированных информационных систем управления предприятия является логическим эволюционным развитием различных подходов в этой области и оптимально подходит для создания крупномасштабных открытых информационных систем.

Для реализации СУЗ предложено три типа агентов (агент пользователя (UA), исполнительный агент (EA) и агент-медиатор (MA)) и сценарии их взаимодействия при обработке запроса ЛПР (формирование экспертной группы, поиск документированных решений, координация групповой работы). Взаимодействие агентов осуществляется в пространстве онтологических моделей НПП и профилей ЛПР.

Сценарий 1. Формирование экспертной группы для поиска наилучшего организационно-технического решения актуальной проблемы (Рис. 9).

Информационный поток 1: ЛПР, взаимодействуя со своим агентом UA, создает запрос в терминах онтологической модели предметной области. UA регистрирует готовый запрос в реестре (область метаданных) и отправляет его с сопроводительным сообщением в службу запросов ядра СУЗ.

Информационный поток 2: агент-медиатор (MA) принимает сообщение от UA, регистрирует его и адресует свободному исполнительному агенту (EA) для выполнения.

Информационный поток 3: агент EA сопоставляет полученный запрос с онтологической моделью, определяя степень схожести понятий запроса и модели.

В результате сопоставления определяются исполнители (в терминологии онтологической модели), наиболее точно подходящие для работы в контексте запроса. Поскольку каждый исполнитель в онтологической модели представлен своим профилем, а в него входит подкатегория «системная информация», то EA располагает полными данными о местонахождении исполнителя в распределенной информационной среде. Информационный поток 4: результат поиска по запросу в виде конкретных адресов исполнителей EA отправляет UA.

Информационный поток 5: ЛПР просматривает ответ на свой запрос, в соответствии со своими предпочтениями и оценками выбирает из списка исполнителей подходящих для работы в группе и формирует подтверждение, которое UA направляет EA.

Информационный поток 6: Получив подтверждение, EA отправляет соответствующие сообщения агентам UA подтвержденных исполнителей. Агенты UA фиксируют входные запросы в собственных реестрах и предоставляют своим пользователям информацию для дальнейшего взаимодействия с ЛПР – инициатором работы.

Мета- Хранилище данные UAi Служба запросов MA MA Реестр Мета- Хранилище данные Онтологическая модель UAj EAp Мета- Хранилище данные UAk Мета- Хранилище данные UAm EAq EAr Ядро СУЗ Мета- Хранилище данные UAn Рис. 9 Взаимодействие агентов при формировании экспертной группы Сценарий 2. Запрос ЛПР на поиск документированных решений обрабатывается аналогично случаю формирования экспертной группы, так как его результатом являются узлы КСПР, хранящие искомые документы. Агентисполнитель, сравнив контекст запроса с онтологической моделью, находит узлы КСПР, наиболее схожие с запросом, проверяет права доступа пользователя данного узла и направляет запрос соответствующим агентам пользователя UA. Поскольку в данном случае запрос содержит конкретные атрибуты искомого решения, множество которых зарегистрированы в метаданных «Проекты», то агент UA обращается к ним для поиска сходного по запрашиваемым атрибутам проекта.

Таким атрибутом поиска может быть аннотация проекта (Рис. 10).

Хранилище знаний Метаданные Проекты Групповой уровень Код проекта Шифр проекта Решения ЛПР UA Разработчик 1 i уровня Архив Аннотация (реферат) Локальный уровень Информация о разработчике Код задания Файлы ЛПР Решения Рейтинг i уровня ЛПР i-Ссылка на файл Задания Код задания Онтологическая модель Шифр задания Цель задания Аннотация Готовность (этап) EAp Ссылка на файл Ядро СУЗ Рис.10 Действия агентов при поиске ресурсов Служба статистики является важной составляющей ядра СУЗ, обеспечивает историческую преемственность функционирования КСПР, позволяет анализировать востребованность явных и неявных знаний, вести учет принятых решений, тем самым в явном виде отражая процесс изменения интеллектуального потенциала предприятия.

Служба статистики рассматривается как распределенная среда, все действия в которой осуществляют агенты-медиаторы (MA) и агенты пользователей (UA) (Рис. 11). Из соображений поддержания целостности среды при ее создании целесообразно руководствоваться принципом распределенного учета – в центральном каталоге ядра СУЗ и в каждом узле КСПР Мета- Хранилище данные UAi Служба запросов и MA Запросы статистики исходящ Реестр Онтологическая модель EAp Мета- Хранилище данные UAk Запросы входящ.

Ядро СУЗ Рис. 11 Схема работы службы статистики СУЗ ЛПР, взаимодействуя с агентом UA, формирует запрос к СУЗ в форме контекста и собственного идентификатора (аналог личной подписи). Агент UA регистрирует сформированный запрос в метаданных «Запросы исходящие» в виде значений атрибутов (информационный поток 1): номер запроса, дата/время создания запроса, контекст.

Агент-медиатор MA, приняв запрос от агента пользователя UA, регистрирует его в реестре центрального каталога, располагающегося в ядре СУЗ (информационный поток 2). Атрибуты для регистрации в центральном каталоге:

регистрационный номер запроса, дата/время поступления запроса, идентификатор автора запроса, контекст.

При подтверждении автором запроса релевантности найденного узла КСПР агент-исполнитель EA посылает сообщение агенту UA адресата, который в свою очередь записывает реквизиты входящего запроса в свои метаданные «Запросы входящие» в виде значений атрибутов (информационный поток 3): номер запроса, дата/время получения запроса, идентификатор автора запроса, контекст.

Таким образом, в метаданных каждого узла КСПР накапливается информация о количестве обращений извне к данному узлу (метаданные «Запросы входящие»), что позволяет агенту UA предоставлять оперативную информацию своему пользователю о степени востребованности его информационно-знаниевых ресурсов. Аналогом данного механизма является счетчик посещений на авторском Web-сайте. Данная статистика традиционно служит мерой «раскрученности» ресурса и побуждает автора узла предпринимать активные действия к его популяризации.

Информация, накапливающаяся в метаданных «Запросы исходящие», позволяет ЛПР данного узла вести учет своим поисковым действиям, сводить к минимуму повторы, оценивать релевантность полученных результатов.

Регистрация запросов в центральном каталоге ядра СУЗ позволяет:

- группировать запросы по схожести контекста, т.е. определять узлы КСПР со схожими предпочтениями, - ранжировать узлы КСПР по частоте обращения к ним, - анализировать схожесть узлов, выбранных СУЗ в качестве результата запроса, для выявления необоснованного дублирования информационно-знаниевых ресурсов.

Аналитическую работу с реестрами запросов в центральном каталоге проводит администратор СУЗ. Анализ статистики служит для принятия решений в рамках бизнес-процесса СУЗ.

Разработанные модели систематизированы и представлены в четвертой главе в виде этапов комплексной методики реализации СУЗ в НПП. В рамках данной методики выделены организационная и инструментальная составляющие.

Таблица 1 Методика реализации СУЗ в НПП № Этап Цель Исполни- Исходные Результат тель данные Организационная составляющая 1 Системное Выявление границ Бизнес- Оргструктура Графическая моделирован объекта и его аналитик предприятия, системная модель, в ие внешнего сведения о которой предприятия окружения подразделениях, предприятие филиалах, определено как партнерах, система, имеющая заказчиках, определенную поставщиках и структуру и т.д. взаимодействующая с внешней средой.

2 Описание Декомпозиция Бизнес- Системная Графическая модель бизнес- бизнес-процессов аналитик модель, бизнес-процессов процессов предприятия до технологические предприятия AsIs предприятия уровня функций, процессы, как иерархическая требующих регламенты, декомпозиция принятия решений инструкции 3 Выявление Выявить Бизнес- Графическая Графическая модель ЛПР и зон их структуру КСПР, аналитик, модель бизнес- КСПР как ответственно соответствующую директор процессов, композиция модели сти декомпозиции по штатное бизнес-процессов, бизнес-процессов персоналу расписание, оргструктуры и предприятия должностные штатного состава инструкции предприятия 4 Создание Создание Директор Типовая Упорядоченное профилей картотеки по структура множество анкет ЛПР неявных знаний персоналу профиля ЛПР сотрудников предприятия как компетенций сотрудников 5 Создание Создание Бизнес- Типовая Упорядоченное профилей картотеки аналитик структура множество анкет предприятий- неявных знаний профиля предприятийконтрагентов предприятий- предприятия- контрагентов контрагентов как контрагента компетенций и возможностей их подразделений 6 Разработка Создание Инженер Системная Графическая модель онтологии электронной по модель, модель онтологии предприятия модели онтологиям бизнес- предметной области представления процессов в нотации сетей знаний о (технологии), ограничений предметной модель КСПР области (принятия решений), методология сетей ограничений 7 Разработка Создание Инженер Профили ЛПР Графические модели онтологическ онтологической по (анкеты) онтологий ЛПР в их моделей модели каждого онтологиям узлах КСПР ЛПР узла КСПР 8 Разработка Создание Инженер Профили Графические модели онтологическ онтологической по предприятий- онтологий их моделей модели каждого онтологиям контрагентов предприятийпредприятий- стороннего (анкеты) контрагентов контрагентов предприятияконтрагента 9 Кодификация Разработка Инженер Графическая Система генерации узлов КСПР системы по модель КСПР, кодов для узлов кодирования узлов онтологиям графические КСПР КСПР модели онтологий 10 Ревизия Систематизация ЛПР в Документы на Хронологическое способов бумажных узлах бумажных упорядочивание хранения документов, как КСПР носителях документов, бумажных явных соответствующих документов в документированн реализованным узлах КСПР ых знаний ЛПР проектам и принятым решениям Инструментальная составляющая 11 Организация Реализация Системный Аппаратный Выделение серверов интранет в многозвенной администра состав сети данных, архитектуре компьютерной тор интранет приложений, клиент- архитектуры транзакций, сервер оснащение клиентских мест 12 Ревизия Упорядочивание Системный Архитектура Организация информацио дискового администра интранет, права хранилища нных пространства в тор доступа информационноресурсов каждом узле пользователей знаниевых ресурсов сети КСПР на групповом и интранет локальном уровнях 13 Создание Организация Системный Структуры и Распределенная по распределенн метаданных как администра взаимосвязь узлам КСПР база ой базы электронных тор, таблиц данных, содержащая данных реестров администра метаданных реестры деятельности ЛПР тор БД деятельности ЛПР 14 Создание Преобразование Инженер Графические Файлы онтологий в электронной графических по онтоло- модели формате RDF/OWL модели онтологий в гиям, онтологий предметной электронный вид программи области сты 15 Разработка Создание Системные Бизнес-процесс Многоагентная агентов программных разработчи СУЗ, алгоритмы программная среда среды приложений ки, обработки СУЗ (агентов), программи запросов, реализующих сты прикладные бизнес-процессы функции агентов СУЗ среды 16 Обучение и Формирование Директор Результаты Адаптация мотивация корпоративной по опросов сотрудников к сотрудников культуры, персоналу, сотрудников, работе на принципах основанной на администра обучение, управления знаниях тор СУЗ аттестация знаниями 17 Внедрение Организация АРМ Системный Интерфейс Оснащение СУЗ ЛПР в каждом администра пользователя с клиентских мест, узле КСПР тор, разра- агентами среды инструкции ботчики, пользователя программи сты 18 Администрир Поддержка Администр Интерфейс Оснащение АРМ ование СУЗ бизнес-процессов атор СУЗ администратора администратора СУЗ с агентами СУЗ, среды инструкции администратора Организационно-инструментальная составляющая 19 Эксплуата- Реализация Администр АРМы Глобальный акцент ция СУЗ повседневной атор СУЗ, сотрудников предприятия на деятельности директор предприятия увеличении инструментами по интеллектуального СУЗ персоналу капитала Для экономической оценки результативности внедрения СУЗ в НПП автором разработана система сбалансированных показателей, отражающая влияние аспекта развития компетенций на финансовые показатели НПП (Рис. 12).

Эффективное размещение инвестиций Сокращение финансовых рисков Целевое использование прибыли Рост стоимости предприятия Выход на прибыльность Рост прибыли Увеличение капитала при его мин. стоимости Рост конкурентоспособности Удержание Удовлетворенность потребителя конечным позиций на рынке Захват доли Улучшение потребительских свойств продукта рынка Стабильное качество при снижении затрат Рост качества продуктов Систематическое повышение качества продукта Рост качества Систематическое повышение качества процессов процессов Рост производПроизводство новых продуктов ственной базы Повышение эффективности производства Формирование Долгосрочная работоспособность оборудования производств. базы Управление затратами на ремонт Инжиниринг Внедрение новых технологий производства процессов Закрепление Сокращение затрат на качественное сырье позиций на рынке Захват рынков Развитие отношений с поставщиками сырья Эффективное планирование НИОКР Рост интеллектуального Сокращение производственных рисков НИОКР Создание открытого пространства знаний Организация управ-ления Создание корпоративной культуры знаний Технологии группового принятия решений Организация сети принятия решений Повышение квалификации персонала Систематическая мотивация персонала Удержание и развитие Повышение удовлетворенности результатами труда Обеспечение Формирование кадрового резерва персоналом Рис. 12 Система сбалансированных показателей экономической оценки результативности внедрения СУЗ НПП менеджмент Стратегический Маркетинг (сбыт ) Производство Обеспечение качества Маркетинг разработки Исследования и Компетенции Для иллюстрации реализации этапов методики рассмотрен процесс экспертизы научно-исследовательских разработок (НИР) в рамках ОАО «Невский завод».

Представлено соотношение этапов НИР и функций СУЗ, позволяющей реализовать процессы НИР на качественно новом уровне. Кроме того для целей иллюстрации работы СУЗ построена теоретико-игровая модель экспертизы научноисследовательских проектов. Ресурсные возможности рассматриваемого типа предприятия характеризуются вектором: v = (v1,v2,K,v,K,vn ) Rn, где v — j j количество специалистов, обладающих компетенцией j -го вида.

Каждый вид специалистов характеризуется величиной c — издержками на j оплату его труда в течение рассматриваемого интервала времени. По соображениям компактности изложения предположим, что все рассматриваемые проекты являются сопоставимыми по времени реализации. На стадии конкурсного отбора рассматриваются проекты, выдвинутые i 1..m экспертами (ЛПР). Каждый проект характеризуется вектором: xi = (xi1, xi2,K, xij,K, xin ) Rn, где xij — количество специалистов, обладающих квалификацией (компетенцией) j -го вида, привлекаемых в рамках проекта, выдвинутого экспертом i, а также величиной di — доход от проекта. Основной характеристикой эффекта от реализации i -го проекта является n приносимая им прибыль: di - xij.

c j j=Для формализации данного критерия максимизации суммарного дохода от * реализации портфеля проектов обозначим через I — множество индексов (номеров) m проектов, принятых к реализации, через I 2 — множество возможных сочетаний проектов, которые, исходя из ресурсных возможностей рассматриваемого предприятия, допускают одновременную реализацию, а именно:

* I I, j 1..n : v. Тогда множество проектов, входящих в I, определяется xij j iI n n как: - xij ) = max - xij ).

(di c j (di c j I I * j=iI iI j=1 * В случае, если проект предложенный i -м экспертом, входит в множество I, то он получает «бонус», составляющий некоторый процент от прибыли, приносимой n * проектом: - xij , в противном случае (i I ) — будем полагать, что c di j j= бонус менеджерам равен 0.

Описанная ситуация естественным образом может быть интерпретирована как бескоалиционная (стратегическая) игра m лиц с полной информацией. В качестве игроков выступают менеджеры. Соответственно, их стратегиями являются характеристики проектов (xi, di ), а функции полезностей определяются правилами расчёта бонусов за проекты (в случае их принятия или непринятия).

Подобное моделирование позволило продемонстрировать пример оценки востребованности знаний на основе выявления критичных позиций (специалистов и их компетенций), вокруг которых идет борьба между менеджерами, оценка ценности компетенций специалиста, выявление «ложного» (объективно необусловленного) спроса на компетенции. В представленном примере «ложный» спрос выражается стремлением менеджеров привлечь к проекту большее количество специалистов, чем этого требует технологический процесс.

В заключении автором сформулированы основные выводы о разработке и реализации методики построения системы управления знаниями в НПП, а также, помимо технологического, выявлен мощный гуманистический аспекты системы управления знаниями.

III. ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ Статьи в научных журналах, рекомендованных ВАК:

1. Рахманова М.С. Архитектура сети принятия решений в системе управления знаниями научно-промышленных комплексов // Научно-технические ведомости СПбГПУ. Экономические науки. – 2008.– №4 (61).– С. 56-62. (0,5 п.л.) Статьи в научных сборниках и материалы конференций:

2. Рахманова М.С. Модернизация системы управления знаниями в научнопромышленных комплексах (технологический и социальный аспекты)// Актуальные проблемы менеджмента в России на современном этапе: проблемы управления модернизацией экономики: Материалы международной научнопрактической конференции (СПб, 03.12.2010). – СПб: ОЦЭиМ, 2011.- с. 217-219.

(0,1 п.л.) 3. Рахманова М.С. Концептуальная модель системы управления знаниями крупного предприятия машиностроительной отрасли//Актуальные проблемы управления информационными системами: Материалы 2-ой всероссийской научнопрактической конференции студентов, аспирантов, молодых ученых и преподавателей (СПб, 13.11.2007).– СПб.:Изд-во СЗТУ, 2008.– С. 114-118.(п.л. 0,3) 4. Рахманова М.С., Рахманова И.О. Сущность и роль интеграции знаний в инновационных организациях // Материалы международной научной конференции «Экономическое развитие: теория и практика». – СПб.: ОЦЭиМ, 2007 (0,1 п.л.) 5. Рахманова М. С. Технологические аспекты интеграции знаний в научнопромышленных организациях // Актуальные аспекты менеджменты. Сборник тезисов международной студенческой конференции. Вып.3. СПб.: Изд. Центр ВШМ СПбГУ, 2007. – с.166-167 (0,1 п.л.) 6. Рахманова М.С. Типовая модель реализации системы управления корпоративными знаниями в научно-исследовательских компаниях // Системный анализ в проектировании и управлении: Материалы IX международной научнопрактической конференции (СПб, 30.06.2005). – СПб.: Изд-во СПбГПУ, 2005.– С.

344-347. (0,2 п.л.)







© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.