WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 || 3 | 4 |
  1. Разработано программно-математическое обеспечение подсистемы АСУ НТР ОАО «РЖД» по формированию списка планов НТР и портфеля проектов НИОКР.
  2. Разработан апостериорный метод оценки работы экспертов (агентов), основанный на разнице между реальным эффектом, полученным от выбора или внедрения на транспорте того или иного объекта, и оцененным (предсказанным) экспертом (агентом). Данный метод ориентирован на применение в задачах принятия решений административно-управленческим персоналом АСУ НТР в условиях неопределенности при отсутствии априорной оценки эффективности объектов управления.
  3. Разработан алгоритм функционирования и математическая модель системы отбора однородных слабо формализуемых объектов (критических технологий на железнодорожном транспорте, НИОКР вуза, железной дороги, отрасли и т.д.) в условиях неопределенности. Данная система обладает следующими преимуществами: предусмотрен механизм защиты от внутренних и внешних негативных возмущений (ангажированность экспертов, их низкая квалификация, эффекты конформизма, недобросовестность агентов, изменение требований к результирующему набору объектов и т.п.), ориентирована на особенности работы человека (метод парного сравнения, вербальные шкалы оценки), все исследуемые объекты, несмотря на оценки экспертов, доходят до финальной стадии отбора и сохраняют шанс на попадание в результирующий список.
  4. Для решения задачи формирования набора слабо формализованных объектов предложено использовать генетический алгоритм. В результате проведенного исследования были определены наиболее эффективные генетические операторы и параметры. Проведен сравнительный анализ с такими методами оптимизации, как метод Балаша и метод ветвей и границ, в результате которого было выявлено превосходство предложенного генетического алгоритма по скорости нахождения решения задачи. Разработаны рекомендации по применению того или иного метода оптимизации в зависимости от параметров задачи, решаемой в АСУ НТР.
  5. На основе принципов, методов и алгоритмов, изложенных в диссертационном исследовании, разработана «Автоматизированная система управления процессом формирования портфеля инновационных проектов». Данная АСУ обладает устойчивостью к внутренним и внешним возмущениям, поддерживает распределенную работу пользователей, обладает свойством кроссплатформенности, следовательно, может широко применяться в самых разнообразных областях управления на железнодорожном транспорте.

Теоретическая ценность диссертационного исследования определяется направленностью ее теоретических результатов на развитие и совершенствование принципов, методов и алгоритмов экспертного оценивания слабо формализуемых объектов, что является одной из предпосылок успешного развития железнодорожной отрасли в условиях инновационной экономики. Основные положения работы могут быть использованы при экспертном оценивании всего множества объектов, характеризующихся высокой степенью неопределенности.

Практическая значимость. Практическую значимость диссертационного исследования составляют следующие результаты:

  1. Разработан и программно реализован алгоритм построения оценки работы экспертов, а также репутации агентов, формирующих список оцениваемых объектов. Данное программное обеспечение может быть широко использовано на транспорте в процессе проведения различных опросов, формирования рейтингов, определения пути дальнейшего развития в целях противодействия ангажированности экспертов и агентов, снижения влияния слабой компетентности экспертов, а также для противодействия явлениям конформизма.
  2. Определены наиболее эффективные генетические операторы и параметры генетического алгоритма для решения задачи формирования списка слабо формализуемых объектов. Разработано соответствующее программное обеспечение, способное в зависимости от особенностей задачи выбирать наиболее эффективный метод решения (с помощью генетического алгоритма или методом Балаша).
  3. Выполнены проектирование и разработка «Автоматизированной системы управления процессом формирования портфеля инновационных проектов» на основе унифицированного процесса разработки с привлечением языка моделирования UML. Элементы этой системы используются в работе Ростовского филиала НИИАС при формировании списка исполняемых проектов.

Реализация результатов работы. Научные результаты диссертационной работы были использованы в решении проблемы создания «Методологии формирования, корректировки и реализации Приоритетных направлений развития науки, технологий и техники в Российской Федерации и Перечня критических технологий Российской Федерации», способствующих инновационному развитию ОАО «РЖД», о чем имеется акт о внедрении результатов научных исследований.

Основные результаты диссертационного исследования были внедрены при реализации Автоматизированной системы управления научно-исследовательскими и опытно-конструкторскими разработками (АСУ НИОКР) ОАО «РЖД», что подтверждено актом о внедрении результатов диссертационного исследования.

Результаты диссертационного исследования также используются при работе Научно-исследовательской части РГУПС. Использование результатов подтверждено соответствующим актом.

Работа выполнена при поддержке РФФИ, проекты №07-01-00075 и №07-07-00010.

Апробация результатов исследования. Основные положения и результаты диссертационной работы докладывались на VII Всероссийской научно-технической конференции «Молодые ученые – транспорту» (2007 г., Екатеринбург), XV Всероссийской школе-коллоквиуму по стохастическим методам и IX Всероссийском симпозиуме по прикладной и промышленной математике (2008 г., Волжский), Всероссийской научно-практической конференции «Транспорт-2008» (2008 г., Ростов-на-Дону), V Международной научно-практической конференции «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (2009 г., Коломна), Всероссийской научно-практической конференции «Транспорт-2009» (2009 г., Ростов-на-Дону), Межвузовской научной конференции по проблемам информатики СПИСОК-2009 (2009 г., Екатеринбург). Основные положения диссертации опубликованы в 12 работах, общим объемом 3,92 п.л., в том числе 2,89 п.л. лично автором.

Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, приложения, списка литературных источников, а также актов реализации результатов диссертационной работы. Общий объем диссертации составляет 149 стр., включая 23 рисунка, 5 таблиц, список использованных источников из 132 наименований, приложения и актов реализации.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулированы цели и задачи исследования, дано общее описание выполненной работы.

В первой главе проведен анализ современных подходов к организации процедур управления отраслью. Выделены основные черты и особенности компаний, нацеленных на завоевание ведущих ролей в конкурентной борьбе. Определены основные требования к организации системы управления такими предприятиями. Сформулирована необходимость в поддерживающих системах, работающих на принципах самоорганизации и адаптации. Проанализирована организация научно-технического развития в ОАО «РЖД». Основу автоматизации в рассматриваемой сфере составляет автоматизированная система управления научно-техническим развитием (АСУ НТР) ОАО «РЖД». Данная АСУ состоит следующих подсистем:

  1. АСУ научно-техническими программами (АСУ НТП);
  2. АСУ научно-исследовательскими и опытно-конструкторскими работами (АСУ НИОКР);
  3. АСУ научно-технической информацией (АСУ НТИ);
  4. АСУ интеллектуальной собственностью (АСУ ИС).

В процессе анализа АСУ НТР исследованы каждая из ее подсистем, выделены их сильные и слабые стороны. Обоснована потребность в доработке системы в области формирования списка научно-технических программ и портфелей инновационных проектов. Рассмотрены различные методы прогнозирования. Сформулирована необходимость привлечения экспертов для решения задачи выбора слабо формализуемых объектов в условиях неопределенности.

Во второй главе система экспертного оценивания слабо формализованных объектов рассмотрена на примере системы формирования портфеля инновационных проектов. Разработана модель и структура данной системы. Выделены три подсистемы, описанию каждой из которых посвящен отдельный подраздел.

Рассматривается следующая модель, в контексте которой функционирует разрабатываемая система. Пусть имеется крупная компания, занимающаяся разработкой и внедрением инновационных продуктов. В рамках компании выделена организационная структура, занимающаяся сбором, анализом и оценкой инновационных проектов, генерируемых отдельными сотрудниками или другими подразделениями компании (далее агентами). Назовем эту структуру Инновационный инвестиционный центр (далее Центр). Компания функционирует на основе матричной системы управления и проектного подхода в организации работы, при котором каждый из сотрудников имеет возможность инициировать работы над проектом и использовать все ресурсы компании для его благополучной реализации, а также стать руководителем этого проекта, либо получать дивиденды от результата его реализации. Каждый предложенный проект должен пройти процедуру оценки, в результате которой он попадает в портфель проектов, либо отклоняется.

При работе Центра преследуется цель сформировать наиболее выгодный и эффективный портфель инновационных проектов, а также минимизировать влияние различных неопределенностей. Проекты, попавшие в портфель, получают финансирование компании. Агенты получают дивиденды от реализации их проектов. За качественный выбор портфеля проектов Центр получает финансовое поощрение от компании. Центр не информирован об истинных мотивах и политике агентов. Центр в своей работе использует экспертов, о мотивах которых он также не информирован.

Взаимодействие Центра и компании можно описать при помощи, так называемой, двухсекторной модели экономики. А для оценки эффективности работы Центра по итогам отобранных и исполненных инновационных проектов можно использовать модель, включающую следующие компоненты: вектор состояния, критерии функционирования, модель динамики.

Вектор состояния характеризует инновационно-инвестиционный климат в компании. Это вектор

, (1)

где – реально полученный компанией доход от осуществления инновационной деятельности во время t-го года; – средства, которые планируется получить в результате внедрения разработанных инноваций в t-ом году; – средства, выделенные в указанном году на разработку инновационных проектов.

В качестве показателя эффективности работы Центра можно использовать разность между полученными и затраченными компанией средствами:

. (2)

Модель динамики может быть описана рекуррентной системой линейных алгебраических уравнений, связывающей предшествующее и последующее состояния:

(3)

Матрица модели (3) идентифицируется на основании исходных данных о функционировании системы в прошлом (наблюдения за вектором (1)). Третье уравнение соотношения (3) выражает сущность применяемого управления. Оно отражает количество выделяемых средств в зависимости от состояния инновационно-инвестиционного климата. Изменяя это соотношение, можно с помощью имитации найти приемлемый по заданному критерию вариант управления. Следует отметить, что критерий (2) может принимать и другой вид. В частности, он может быть равен отношению первой и третьей переменной, характеризующее приращение инвестиций на единицу вложенных средств.

Центр, выполняя процедуру отбора проектов и формирования портфеля, должен иметь возможность адаптироваться к изменяющимся условиям внешней среды, выраженной в конъюнктуре рынка, изменениях, происходящих в научно-технической сфере, предпочтениях потребителей, а также противостоять возможным негативным внутренним факторам, выраженными в возможной ангажированности, некомпетентности или конформизме экспертов, а также в необъективности оценки проектов агентами. Адаптивность системы отбора проектов относительно внешних факторов достигается использованием экспертов в процессе оценки проектов. Возможность же противостоять внутренним неопределенностям должна быть обеспечена дополнительными механизмами функционирования системы. Принимая во внимание выше перечисленные особенности, предлагается использовать следующий алгоритм работы Центра:

Шаг 1. Формирование и ранжирование критериев оценки проектов.

Шаг 2. Подача агентами заявок на финансирование проектов, а также оценок эффективности этих проектов.

Шаг 3. Экспертная оценка проектов.

Шаг 4. Формирование портфеля инновационных проектов.

Шаг 5. По результатам выполнения проектов оценивается работа экспертов и соответствие реального эффекта заявленному агентами.

Можно выделить следующие подсистемы в рассматриваемой системе:

  1. Подсистема экспертных оценок.
  2. Подсистема формирования портфеля инновационных проектов.
  3. Подсистема формирования оценок экспертов и агентов.

Подсистема формирования оценок экспертов и агентов функционирует на основе данных, полученных после выполнения проектов. Причиной для создания подсистемы является необходимость борьбы с возможными злоупотреблениями в оценки проектов со стороны экспертов и в оценки эффективности проектов со стороны агентов.

В начале рассмотрим оценку агентов. При подаче заявки в Центр агент оценивает предполагаемый эффект от выполнения проекта. Чем больше эффект, тем выше вероятность получить финансирование от Центра. Агент может завысить эффективность, чтобы получить необходимое финансирование. Возможно и занижение – например, для продвижения другого проекта. В этом случае необходимо оштрафовать агента. Таким штрафом может быть и финансовое наказание, и, например, пересмотр некоторой оценки, выражающей репутацию агента в численной форме. Такая процедура называется конкурсным механизмом.

Pages:     | 1 || 3 | 4 |






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