WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


 

На правах рукописи

Яговкин Николай Германович

Методология поддержки принятия решений при управлении интегративными крупномасштабными производственными системами

Специальность 05.13.01 «Системный анализ, управление и обработка информации (промышленность)»

Автореферат

диссертации на соискание ученой степени

доктора технических наук

Самара - 2008

Работа выполнена в ГОУВПО «Самарский государственный технический университет»

Научный

консультант

-

доктор технических наук, профессор

Батищев Виталий Иванович

Официальные

оппоненты

-

доктор технических наук, профессор, Заслуженный деятель науки Российской Федерации

Дилигенский Николай Владимирович

-

доктор технических наук

Михеева Татьяна Ивановна

-

доктор технических наук

Резников Георгий Якубович

Ведущее

предприятие

-

Институт проблем управления сложными системами Российской академии наук, г. Самара

Защита состоится 03 апреля 2009 г. в 10 часов на заседании диссертационного совета Д212.217.03 в ГОУВПО «Самарский государственный технический университет» по адресу: 443100, г. Самара, ул. Галактионовская, 141, корпус 6, ауд. 28.

С диссертацией можно ознакомиться в библиотеке ГОУВПО «Самарский государственный технический университет» по адресу: 443100, г. Самара, ул. Первомайская, 18, корпус 1.

Отзывы по данной работе в двух экземплярах, заверенных печатью, просим направлять по адресу: Россия, 443100, г. Самара, ул. Молодогвардейская, 244, главный корпус на имя ученого секретаря диссертационного совета Д212.217.03.

Автореферат разослан ____________________

Ученый секретарь диссертационного

совета                                                                        Н.Г.Губанов

Общая характеристика работы

Актуальность. Основным направлением развития промышленного производства в нашей стране является укрупнение производственных систем. Появились группы компаний, концерны, конгломераты, альянсы, холдинги и т.п., включающие в свой состав производственные предприятия различной направленности – сложные производственные системы (СПС). Преимущества этих систем заключаются в повышении эффективности производства, росте научно-технического потенциала предприятий, возможности более совершенной организации диверсификации и инновационной деятельности, снижении контроля со стороны аппарата управления, обеспечении координации и кооперации и ряда других.

В соответствии с теорией систем, отличительными признаками СПС являются крупномасштабность (взаимодействие составных элементов, распределенных на значительные территории), интегративность (наличие связанных неоднородных и противоречивых отдельных элементов), разнообразие (собственное поведение каждой из структур, отличное от других и системы в целом), действие в условиях возрастания неопределенности, связанной с нечеткостью и случайностью.

Крупномасштабность усложняет входную информацию и увеличивает ее объем. Наличие признака разнообразие предполагает принятие решений по разноплановым элементам системы, то есть одна и та же задача (например, планирование) для различных структур должна решаться по-разному. Признак интегративность определяет, что решения по развитию, управлению, совершенствованию должны приниматься как по отдельным элементам, так и системе в целом. Возрастание неопределенности предъявляет повышенные требования к учету полноты, достоверности и своевременности входной информации.

Теория и практика совершенствования анализа и синтеза управления производственными системами нашла отражение в работах Р.Акоффа, И.Ансоффа, Н.Архиповой, Р.Блейка, В.Виттиха, Н.Дилигенского, Р.Доусона, П.Драккера, Д.Мерсера, Б.Мильнера, Г.Саати, Р.Уотермана, Дж.Форрестера и многих других авторов. В них разработана классификация систем, проведен анализ существующей практики их создания, разработаны технологические этапы проектирования и построения, методы и способы реализации и совершенствования.

Отличительные признаки СПС усложняют систему управления и ее информационную инфраструктуру. Она приобретает свойства децентрализации, равновесия (баланса между используемыми методами управления и структурой СПС), гибкости, кооперации и вертикальной интеграции. Возрастает число уровней управления и требования к качеству управленческих решений, так как необходимо учитывать статическую и динамическую устойчивость системы, вести макро и микропроектирование, тактическое и стратегическое планирование.

Усложнение управленческих решений привело к необходимости использования интеллектуальных систем поддержки принятия решений (СППР), основанных на методах системного анализа и статистической обработки разнородных данных.

В теории поддержки принятия решений разработаны ее аксиомы и парадигмы в проблемных ситуациях на основе основополагающих принципов социологии и психологии; сформулирован ряд специальных форм прикладных задач в канонической форме. Однако при управлении СПС (т.е. модификации структуры системы и ее потоков для получения общей динамической устойчивости) характерно появление задач, отличительными особенностями которых являются слабая понятийная насыщенность, низкая структурированность, высокая степень неопределенности последствий, невозможность прямого приложения традиционных методов к их содержательному анализу при выработке решений, что приводит к ограничению использования существующих теоретических положений и, следовательно, требует разработки методологии, основанной на адаптации известных технологий к проблемным ситуациям, возникающим при функционировании и стратегическом планировании развития системы управления СПС.

Предметом исследования являются СПС, принципы и методы системного анализа и синтеза, применяемые при построении их систем управления и совершенствовании, технологии поддержки принятия управленческих решений.

Цель работы состоит в создании методологии поддержки принятия решений при управлении крупномасштабными интегративными СПС. При этом требуется решить следующие задачи:

  • провести системный анализ систем управления, методов, используемых для исследования их структур, управленческих отношений, способов моделирования и поддержки принятия решений;
  • разработать методы и алгоритмы поддержки принятия решений для совершенствования системы управления, тактики и стратегии ее развития.

Исследования базировались на использовании методов системного анализа, теории вероятностей, корпоративной стратегии, математической статистики, факторного анализа, сетевых моделей, булевой алгебры, графов, анализа дифференциальных уравнений с неопределенными коэффициентами, множеств.

Научная новизна заключается в разработанных:

  1. Системе методик поддержки принятия решений для анализа и синтеза системы управления СПС, отличающейся от известных тем, что лежащие в ее основе иерархические структуры анализируются с использованием информационно-целевого графа разнородных систем, что позволяет на единой математической основе оценить эффективность структур управления по различным критериям.
  2. Методике поддержки принятия решений для формирования программ развития СПС, отличающейся от известных тем, что в ней использован тот же методологический подход, что и в предыдущей методике, что позволяет анализировать направления совершенствования производственной системы, решаемые структурами управления и вырабатывать стратегию и тактику их развития.
  3. Методике поддержки принятия решений для построения информационных систем управления СПС, отличающейся от известных тем, что дерево задач используется для анализа как информационного обеспечения, так и структур управления, что позволяет оказывать поддержку принятия решений при управлении ИнТ-инфраструктурой системы и формировании ИнТ-политики разноплановых предприятий.
  4. Системе методик поддержки принятия решений для формирования тактики и стратегии развития СПС, отличающейся от известных тем, что технология поддержки принятия решения выбирается с учетом информационной ситуации, определяемой состоянием СПС и окружающей среды, что позволяет с помощью моделирования процессов обработки информации адаптировать известные технологии к конкретным проблемным ситуациям.

Разработанный математический аппарат формирует методологию, позволяющую с использованием единой теоретической базы осуществлять поддержку принятия управленческих решений для СПС и разноплановых предприятий, входящих в ее состав, программ развития и автоматизированных систем.

Практическая ценность. Разработанная методология позволяет принимать обоснованные решения при функционировании, совершенствовании и формировании стратегии управления крупномасштабной интегративной СПС.

Основные результаты исследований были внедрены в сложной производственной системе –группе предприятий «ВБМ-МТЛ» при принятии решений по проектированию системы управления, программ развития, формирования ИнТ-политики и стратегического планирования; рекомендованы Министерством промышленности и энергетики Самарской области для использования промышленными и энергетическими предприятиями региона; использованы войсковой частью 45807 (г.Москва) для создания специальных автоматизированных систем военного назначения и Управлением охраны труда департамента труда Министерства здравоохранения и социального развития Самарской области для разработки проекта Концепции развития сферы охраны труда области на период 2011-2015 гг.

Основные положения, выносимые на защиту. Методология поддержки принятия решений для управления крупномасштабными интегративными СПС, действующими в условиях разнообразия и возрастания неопределенности, включающая в себя методики поддержки принятия решений для

  1. анализа и синтеза системы управления СПС, которая позволяет оценить ее эффективность с учетом ранжирования структур управления по различным критериям, дублирования и полноты решения управленческих задач;
  2. создания программ развития СПС, которая позволяет анализировать направления, тактику и стратегию развития структур управления производственной системы;
  3. построения информационных систем управления СПС и формирования ИнТ-политики;
  4. выработки тактики и стратегии управления СПС, позволяющая адаптировать известные технологии к конкретным проблемным ситуациям.

Публикации. Основные положения диссертации изложены в 38 печатных работах, в том числе 3 монографиях.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и двух приложений. Общий объем работы – 320 странниц, включая 87 рисунков, 31 таблицу и библиографический список из 317 наименований.

Основное содержание работы

Во введении обоснованы актуальность исследуемой проблемы, сформулирована цель работы, отражены основные положения, выносимые на защиту, показаны их научная новизна и практическая значимость.

В I главе выполнен анализ признаков СПС, свойств их систем управления и определены основные направления анализа и синтеза для применения технологий поддержки принятия решений.

Теория системного анализа определяет основополагающие признаки СПС – крупномасштабность, интегративность, разнообразие, действие в условиях возрастания неопределенности. Крупномасштабность или комплексность (межотраслевая, межрегиональная) заключается во взаимодействии составных элементов (различных предприятий), распределенных на значительные территории, требующих для своего развития существенных затрат ресурсов и времени. Признак «интегративность» обусловлен наличием связанных неоднородных и противоречивых отдельных элементов (промышленные предприятия, компании, банк, некоммерческие и социальные структуры и т.п.). Признак «разнообразие» определяется собственным поведением каждой из структур, отличным от состояния других и системы в целом. Возрастание неопределенности связано с усложнением производственной системы, т.к. частично или полностью отсутствует информация о возможных состояниях системы и возрастает требуемый для управления объем информации об окружающей среде.

Управление представляется как система взаимосвязанных функций планирования, организации, мотивации и контроля. Процесс управления СПС включает в себя установление целей, формирование стратегии, наличие стратегических и оперативных планов и мониторинг текущих событий. В основе его организации лежат принципы децентрализации, объединения предприятий по видам бизнеса, уменьшения уровней управления, равновесия, гибкости, межкорпоративного взаимодействия и др.

Совершенствование управления СПС заключается в анализе и синтезе ее системы управления, функций и методов, используемых для реализации поставленных целей. Порядок проведения анализа и синтеза определяется структурой производственного процесса и проблемно-целевого управления, а также зависит от общих функциональных особенностей СПС и предприятий, входящих в ее состав.

Признаки СПС и особенности системы управления ею усложняют принятие управленческих решений, так как необходимо учитывать статическую и динамическую устойчивость, осуществлять макро и микропроектирование, планировать развитие, учитывать необходимость совершенствования организационного управления и возросшую неопределенность.

В общем виде задача поддержки принятия решений сводится к анализу текущей обстановки, поставленных целей и путей их достижения. Компьютерная поддержка этого процесса предназначена для оценки сложившейся ситуации с учетом накладываемых ограничений, выявление и ранжирование приоритетов, формирование перечня альтернатив и их оценку, прогноз результатов принимаемых решений, поддержку переговоров и выбор наилучшего варианта. В системах управления СПС функции СППР должны реализовываться по двум взаимосвязанным направлениям - непосредственно систем управления и стратегии ихразвития.

При реализации первого выполняется многокритериальный анализ:

  • объекта и существующей системы управления; строится концептуальная модель;
  • существующих методов исследования с целью моделирования систем управления, выбора и их доработки для рассматриваемой предметной области;
  • критериев оценки эффективности системы управления;
  • модели и направлений создания (совершенствования) системы управления с учетом экономической целесообразности;
  • качества существующих информационных систем и соответствия их предъявляемым ИнТ-инфраструктурой требованиям; в результате осуществляется разработка ИнТ-политики.

При реализации второго выполняется многокритериальный анализ:

  • внутриорганизационных условий;
  • процесса и алгоритмов обработки информации для СППР;
  • достоверности прогноза;
  • способов обработки информации;
  • подсистемы сбора, обработки и доведения информации;
  • системы организационного управления (СОУ);
  • принципов и методов управления СОУ.

Последовательность создания методологии поддержки принятия решений представлена на рисунке 1.

Во II главе разработаны технологии поддержки принятия решений для совершенствования системы управления СПС.

Для сложных производственных систем СППР делятся на две категории: проблемно и ситуационно ориентированные. Первые используются для решения частной проблематики, например связанной с изменением состояния окружающей среды, в том числе в результате аварийного воздействия, природной или техногенной катастрофы. Вторые создаются для решения конкретных проблем на определенной территории или объекте.

Для поддержки принятия решений по совершенствованию системы управления СПС наибольший эффект дает использование технологий, позволяющих на единой методологической основе и наборе исходных данных анализировать различные подсистемы и систему в целом, программы их развития и информационные системы (ИС). Этим требованиям отвечает графоаналитический метод. Модели, построенные с его использованием, относятся к классу квазианалоговых, сочетающих принципы аналогии и абстракции, то есть являются абстрактным образом объекта (системы), представленным в виде графической конструкции, состоящей из множества элементов и действующих между ними связей. Если исходные данные имеют вид иерархического графа системы управления, то он позволяет оценить относительную важность задач, ранжировать их и связанные с ними структуры управления (СУ) или мероприятия (программы развития) и оценить степень взаимосвязи и дублирования задач и выполняющих их СУ (мероприятий). Модификация метода заключается в выборе системы показателей для анализа и синтеза системы управления СПС.

Для ранжирования СУ по важности (прогнозируемой эффективности) разработана методика, позволяющая выявить наиболее и наименее предпочтительные для реорганизации СУ. Система (предметная область) представлена с использованием альтернативно-графового подхода в виде совокупности взаимосвязанных элементов различного уровня детализации (рисунок 2). Признаки интегративности и крупномасштабности привели к необходимости представлять задачи СУ в качестве элементов.

Исходное представление модели структурной схемы управляющей системы строится с учетом практического опыта и принципов дедуктивной логики следующим образом. Анализируется совокупность всех допустимых структурных схем, реализующих процесс функционирования проектируемой или существующей системы по достижению целевого предназначения или отдельные составляющие этого процесса. Классифицируются и унифицируются наименования элементов, а также их входов и выходов для всей совокупности структурных схем. Составляется перечень типовых элементов A объекта, в каждом из которых независимо решаются функциональные задачи, связанные информацией на входе и выходе. Определяются и унифицируются наименования связей (сигналов, функций) для входов, выходов и доступных извне узловых точек структурных схем и составляется перечень связей S в системе. Выявляются все функциональные элементы, т.е. вхождения каждого типового элемента в структурные схемы. В результате реализуется множество используемых функциональных элементов Z при построении системы, в которое необходимо включить также элемент, соответствующий «универсальному элементу» - «внешняя среда» или система верхнего уровня. Определяются перечни и пределы изменения значений параметров Х, характеризующих типовой функциональный элемент и процессы его функционирования. Выделяются процедуры и строятся модели функционирования типовых элементов в процессе переработки входной информации с целью подготовки решений. Определяются для каждой модели наборы алгоритмов ее решения, а также разрабатываются информационное и программное обеспечение.

Для рациональных вариантов структуры системы вычисляются нормированные максимизированные показатели, характеризующие:

1) важность вариантов структуры системы, т.е. значимость рассматриваемых рациональных СУ для всей системы (предметной области) в целом:

,

где , , , - значимости (важности) элементов соответственно 3, 2, 1 и 0-го рангов, для каждого j-го ранга , - количество элементов в j-м ранге;

2) стоимость рациональных вариантов структуры системы:

,

где - стоимость рационального варианта структуры системы, - максимально стоимость;

3) время (внедрения, совершенствования, модификации):

,

где - время, соответствующее рациональному варианту структуры системы, - максимально возможное время.

Для оценки системы (ранжирования СУ) используется представление ее в виде сокращенных дизъюнктивных нормальных форм. Целевая функция для заданной совокупности показателей с использованием аддитивной формы, позволяющей задавать относительную важность каждого из показателей, описывается выражением:

,

где , , - веса соответствующих показателей.

.

Для упорядочения процессов управления СПС путем распределения административных и оперативных функций (задач) ее СУ использован принцип попарных межкомпонентных связей СУ по выполняемым ими функциям, который позволяет обосновать состав СУ во всех звеньях. В качестве исходных данных используется множество функций управления для решения задач системы, иерархические уровни и субординация в СУ.

Критерием оценки эффективности организационной системы СУ является соответствие ее дереву функций, так как задача управления будет выполнена эффективно только в том случае, если каждая группа исполнителей решает её самостоятельно, взаимодействие между группами организовано при постановке задач и нет необходимости согласовывать совместные действия, т.е. отсутствует дублирование.

Качественная оценка взаимосвязи между СУ по выполняемым функциям осуществляется с использованием матрицы связей между частными задачами (функциями СУ), и рациональными СУ, функционирующими в рамках данной предметной области.

В качестве расчетного показателя принят коэффициент взаимосвязи (близости) двух СУ, позволяющий оценить, насколько они «пересекаются» по выполняемым функциям:

,

где ajz, ajk, - признаки участия z-го и k-го СУ, соответственно, в выполнении j-ой функции; L – количество функций.

Оценка системы СУ осуществляется по нескольким показателям. Это полнота выполнения функций, отсутствие их дублирования и нелегитимных функций, количество ступеней управления или отработки информации для полного выполнения функций и функциональная взаимосвязь структурных элементов, входящих в вышестоящую структуру, а также замкнутость информационных потоков и управляемость подчиненными структурами.

Методика поддержки принятия решений для совершенствования программ развития СУ построена на основе их ранжирования по важностному, важностно-стоимостному, важностно-временному и важностно-стоимостно-временному критериям. Структура системы также представляется в виде альтернативного И-ИЛИ графа.

Для оценки эффективности решений применяется агрегирование информации в интегральные показатели двух типов. Первые отражают уровень достижения системой поставленной перед ней цели, а вторые позволяют оценивать и сравнивать различные способы ее достижения. Оптимальной будет такая система, которая обеспечивают наибольший суммарный выигрыш или наименьшие суммарные потери по критериям обеих типов.

Интегральная оценка K формируется методом агрегирования взвешенной суммы оценок показателей, что позволяет учитывать вес каждой компоненты:

,

где Ci - весовой коэффициент, учитывающий значение или вес i-й компоненты в общей оценке;

Ki - оценка, полученная для i -й компоненты;

N - число независимых компонент.

Методика поддержки принятия решений для выбора и совершенствования информационных систем СУ дает возможность оценить необходимости ее доработки во времени, по сложности и стоимости, определить способы интегрирования имеющихся средств автоматизации (оборудование и программное обеспечение, а также информационные массивы). Введен дополнительный максимизированный показатель , определяющий необходимый уровень автоматизации выполнения конкретных функций управления для всей предметной области в целом:

,

где , , , - значимости (важности) автоматизации элементов соответственно 3, 2, 1 и 0-го рангов (рисунок 2), для каждого j-го ранга , - количество элементов в j-м ранге.

Целевая функция приобретает следующий вид:

,

где , , , - веса соответствующих показателей.

.

Анализ ИС проводится в следующем порядке. Определяется относительная важность задач, решаемых ИС и другие их численные оценки (время, стоимость, необходимый уровень автоматизации выполнения конкретных функций управления). Осуществляется ранжирование задач и выполняющих их ИС (аналогично методике ранжирования СУ). Проводится анализ взаимосвязи и дублирования задач и соответствующих ИС (аналогично методике анализа СУ по выявлению дублирования функций). Оценивается вариант ИнТ-инфраструктуры.

Отличительной особенностью разработанной системы методик является использование однотипных исходных данных и системы показателей, что позволяет на единой методологической основе анализировать системы управления, развития и автоматизации.

В III главе разработаны методики поддержки принятия решений для формирования стратегии управления СПС в условиях возрастания неопределенности.

Стратегическое планирование заключается в постановке целей, определяющих состояние СУ, которое требуется достичь в будущем и их обоснование с точки зрения реализуемости, в том числе с позиции достаточности ресурсов. В общем случае поддержка принятия решения сводится к анализу оценочного функционала в виде матрицы, элементами которой являются количественные оценки принятого решения при условии, что среда находится в состоянии :

,

где - множество решений структуры управления;

- множество состояний среды, которая может находиться в одном из состояний .

Для СПС в связи с ее признаками возрастает число факторов и возможных проблемных ситуаций, влияющих на процесс принятия решения. Поэтому информационные ситуации были классифицированы на семь стратов, для каждого из которых адаптированы известные технологии принятия решений.

Для первого страта (задано распределение априорных вероятностей на элементах множества состояний информационной среды), описанного распределением вероятностей на массиве состояний , заданными множествами  и , применим критерий Байеса, суть которого сводится к максимизации математического ожидания оценочного функционала и связана с преобразованием формул априорных вероятностей в апостериорные вероятности.

Для второго страта (задано распределение вероятностей с неизвестными параметрами) существует несколько критериев поддержки принятия решения: параметрический Байеса; параметрической максимизации вероятности распределения оценочного функционала; параметрической минимума дисперсии оценочного функционала; параметрический модальный критерий; параметрический максимум энтропии математического ожидания оценочного функционала.

Третий страт (заданы системы линейных отношений порядков на компонентах априорного распределения информационной среды) характерен тем, что в его основе лежит принцип задания структурой управления вероятного отношения порядка на компонентах вектора априорного распределения вероятностей на , причем структура управления указывает конкретный тип линейного отношения порядка на компонентах вектора . В этом случае для поддержки принятия решения используются точечные оценки распределения априорных вероятностей состояния среды из множества (оценки Фишборна).

Для четвертого страта (неизвестно распределение вероятностей на элементах множества состояний информационной среды), характеризующегося неизвестным распределением ,  , на элементах , используются следующие критерии поддержки принятия решения: максимальная мера байесовых множеств; максимум интегрального байесова значения оценочного функционала; наибольший интегральный потенциал; Бернулли – Лапласа.

Для пятого страта (имеет место антагонизм среды в процессе поддержки принятия решения структурой управления) характерным является то, что обеспечен гарантированный (максиминный) уровень значений оценочного функционала, т.е. решение находится в виде максимина (минимакса). Если оценочный функционал выражается в форме , то каждому решению присваивается гарантированный уровень – наименьшее по состояниям среды значение функционала , а оптимальным будет , т.е. структура управления пытается свести к минимуму максимально возможное значение оценочного функционала. Для поддержки принятия решения применимы критерии Вальда и минимаксного риска – Савиджа.

Для шестого страта, который характеризуется промежуточными состояниями информационной среды между 1 и 5 стратами, для поддержки принятия решения в качестве основных используются критерии Гурвица и Ходжеса – Лемана.

Для седьмого страта, отличительной особенностью которого является нечеткое множество состояний информационной среды, для поддержки принятия решения используются методы теории нечетких множеств. Они дают возможность сформулировать ситуацию поддержки принятия решения в виде , где - нечеткое множество или нечеткое случайное событие, определяемое функцией принадлежности и распределением вероятностей состояния информационной среды .

Методика анализа достоверности прогноза развития СПС позволяет учитывать для целей управления количество и качество входной информации. Изменение ситуации во времени происходит вследствие изменения параметров (характеристик) факторов, ее образующих. Если они определены (спрогнозированы) не ниже заданного (требуемого) уровня достоверности (точности) в момент принятия решения, то не оказывают влияния на рост погрешности прогноза во времени. В противном случае погрешность растёт в соответствии с количеством факторов, динамика изменения характеристик которых определена неверно. Обновление информации о состоянии факторов ведёт к снижению погрешности.

В оценке поведения информационной среды участвует факторов. Каждый их них может находиться в состояниях. Вероятность идентификации ситуации P(m) в зависимости от объема входной информации определена как:

,

где - общее количество факторов, подлежащих идентификации или число (мощность множества) факторов, образующих множество вероятных ситуаций;

- количество состояний;

- количество идентифицированных факторов (количество факторов, состояния которых вскрыты на момент принятия решения о ситуации).

Результаты расчётов P(m) приведены на рисунке 3, а с учетом информации о корреляции факторов - на рисунке 4. Анализ полученных зависимостей показывает, что для получения приемлемой вероятности распознавания (P(m) = 0,85-0,9) необходима информация о большинстве факторов, образующих ситуацию в объеме 90-95%. Использование корреляционной зависимости при изменении коэффициента k в интервале от 0,3 до 0,7 позволяет повысить вероятность распознавания на 5-25 %.

Методика анализа применения многоальтернативного способа обработки информации (оценки обстановки) заключается в том, что на основе входной и накопленной в системе информации формируется множество гипотез о ситуации.

Рисунок 3 – Зависимость вероятности идентификации ситуации от мощности множества факторов

Рисунок 4 – Зависимость вероятности идентификации ситуации от коэффициента корреляции состояний факторов

В связи с различием в представлении данных о состоянии факторов (количественные – в непрерывной, дискретной, бинарной формах; качественные – в вербальной, изобразительной формах и т.д.) для анализа процесса обработки использована структурная функция вида

и решающее правило

по j при по ,

где N - - количество факторов, образующих ситуацию;

i=1,...N - число вскрытых факторов;

M - количество гипотез, эталоны которых и P(Sj) имеются в системе обработки информации;

j=1,..M - номер гипотезы;

zi, mi - параметр состояния i-го фактора и его математическое ожидание;

zij, mij - эталонное описание (значение) i-го параметра для  j-ой гипотезы и его математическое ожидание;

h - порог принятия решения.

Оценка погрешности производится по параметру q

,

при этом q1 и q=1 при Z=0.

Эффективность метода обработки информации оценивается с использованием имитационно-аналитической модели (рисунок 5).

Анализ методов комплексирования выполнен по показателям: математическое ожидание времени прохождения информации от источника до потребителя и производительность органа обработки информации СУ, выраженная через ее объем.

Анализировались следующие методы:

  • централизованный одноуровневый, при котором информация собирается, систематизируется и обрабатывается в одной высшей СУ, а результаты обработки доводятся до всех подчиненных СУ;

Рисунок 5 – Имитационно-аналитическая модель многоальтернативного

метода обработки информации

  • централизованный многоуровневый, при котором информация от «собственных» источников собирается, систематизируется и обрабатывается в каждой СУ. Информационные связи (обмен информацией) между СУ - минимальны, что примерно соответствует существующим способам управления сложными производственными системами;
  • метод комплексирования, при котором каждая СУ получает информацию, необходимую ему для управления, по мере поступления ее в систему и независимо от источника, который ввел ее в систему (системный метод комплексирования информации).

Установлено, что существенно лучшие результаты обеспечивает системный метод.

Одним из основных элементов стратегии развития СПС является система организационного совершенствования и управления (СОУ), которая создает конкурентные преимущества за счет постоянного обновления методов повышения эффективности всех видов деятельности. Для анализа текущего состояния СОУ создана информационная модель.

Поскольку совокупность факторов имеет высокую степень неопределенности, для выбора вида закона их распределения использован критерий максимума энтропии:

,

где – совместный закон распределения совокупности факторов в виде многомерной функции плотности вероятности;

– вектор математических ожиданий факторов.

Его вектор дает возможность рассматривать информацию о совокупности факторов как неопределенную в смысле энтропии (вероятностная вариационная задача). При использовании функции Лагранжа

,

где - постоянные множители Лагранжа

и уравнения Лагранжа

,

в результате имеем:

,

где .

Разработанная модель делает возможным выполнять различные виды анализа СОУ: выявлять значимые и незначимые факторы, оценивать ее состояние и определять наиболее существенные недостатки.

Методика поддержки принятия решений по совершенствованию технологии организационного управления разработана с использованием пошагового способа решения системы линейных уравнений.

Множество характеристик (переменных) разбито на две группы, отличающихся тем, что одна группа довольно быстро («быстрые» переменные) поддается целенаправленному воздействию (управлению) с целью изменения их значений, а воздействие на другую группу («медленных» переменных) или оказывается неэффективным или слабым. Переменными являются различные способы совершенствования технологии организационного управления, применение которых поддается целенаправленному воздействию в различной степени: поддерживающие, используемые для стратегии «подготовки соглашений», прогнозирования, используемые для «выработки стратегий будущего», переходящие, используемые как для «подготовки соглашений», так и для «выработки стратегий будущего» и утилитарные, или универсальные, применяемые для всех стратегий.

При применении пошаговой процедуры расчета фазовой траектории процесса, векторно-матричное уравнения изменений состояния в системе управления СОУ записывается в виде:

x(k+1)=A(k,k+1)x(k)+B(k,k+1)y(k)+L1(k,k+1)u(k)-

S1(k,k+1)v(k)+(k+1),

y(k+1)=C(k,k+1)x(k)+D(k,k+1)y(k)+L2(k,k+1)u(k)-

S2(k,k+1)v(k)+(k+1),

z(k+1)=H(k+1)x(k+1)+J(k+1)y(k+1)+,

где [k, k+1] - интервал времени (k = 1,2,3,...,N),

x - вектор - столбец размерности (n*1) «быстрых» переменных состояния системы,

y - вектор - столбец размерности (m*1) «медленных» переменных состояния системы,

u - вектор - столбец размерности (p*1) управляющих воздействий,

v - вектор - столбец размерности (g*l) результатов управления,

A - матрица размерности (n*n) коэффициентов состояния системы,

B - матрица размерности (n*m) коэффициентов состояния,

C - матрица размерности (m*n) коэффициентов состояния,

D - матрица размерности (m*m) коэффициентов состояния.

L1, L2 - матрицы размерности (n*р), (m*р) соответственно коэффициентов влияния управляющих воздействий,

S1, S2 - матрицы размерности (n*g), (m* g) соответственно коэффициентов обучаемости СОУ,

, , - вектора - столбцы размерности (n*l). (m*l). (j*l) соответственно аддитивных случайных воздействий.

Уравнения формируют систему в виде динамической математической реккурентной A-оптимальной модели управления СОУ, позволяющей осуществлять поддержку принятия решений на основе анализа эффективности применения различных технологий организационного управления для совершенствования категорий СОУ (соблюдение корпоративных интересов, умение работать в коллективе, творчество, организованность и др.) с учетом особенностей СПС, ее систем управления и различных задач, возникающих в процессе их функционирования.

В IV главе приведены результаты использования разработанных методик поддержки принятия решений при проектировании системы управления, программ развития, формирования ИнТ-политики и стратегического планирования группы предприятий «ВБМ-МТЛ». В ее составе функционирует банк и входит ряд предприятий промышленной и социальной направленности. С точки зрения координации деятельности и распределения финансовых потоков она имеет жесткую иерархическую структуру (рисунок 6). Стратегическое планирование осуществляется на уровне как группы предприятий (определяемое акционерами), так и непосредственно на предприятиях, а управление – самостоятельно руководством каждого предприятия. Кооперация выполняется в рамках каждой из пяти структур (рисунок 6) раздельно.

Целью стратегического управления группой предприятий является развитие, поэтому в качестве основного показателя выступает рыночная стоимость (капитализация). Порядок поддержки принятия таких решений приведен на рисунке 7.

В результате анализа деятельности системы формулируются цели и задачи. Программы и планы формируются по сферам деятельности – развитие промышленных предприятий (профильных и непрофильных) и организаций социальной сферы (коммерческих и некоммерческих). На их основе определяется требуемое материальное обеспечение – собственные средства акционеров, предприятий, прибыль (в том числе от других предприятий), инвестиции, кредиты займы. Для банка это эмиссионные вложения и планирование остатков на счетах. Определяется необходимость привлечения других финансовых институтов и требуемое обеспечение заемных средств (залоги, поручительства и т.д.). В ходе реализации программ развития производится их контроль и при необходимости корректировка.

Анализ программ развития проведен на период 5 лет. Ранжированные значения целевой функции для группы предприятий приведены на рисунке 8.

Рисунок 8 – Ранжированные значения целевой функции программ развития предприятий группы «ВБМ-МТЛ»

Установлено, что перспективным является развитие профильных предприятий производственной сферы, а непрофильные и коммерческие организации социальной сферы должны функционировать на условиях самофинансирования, причем часть прибыли требуется переводить в профильную сферу.

С целью выработки стратегии развития и совершенствования управления с использованием разработанных методик проведен анализ систем управления ряда предприятий, определенных руководством группы:

  • промышленное предприятие ОАО «Термостепс-МТЛ»;
  • финансовое предприятие (ОАО «Первый объединенный банк»);
  • коммерческое предприятие (фитнес-центр).

Данные предприятия являются непрофильными для «ВБМ-МТЛ» (основное направление – машиностроение) и разноплановыми, поэтому для анализа их систем управления выбраны не традиционные, а разработанные методики поддержки принятия решений. Банк на этапе формирования группы предприятий выполнял функции ее финансового обслуживания. С течением времени у него появились другие направления деятельности, что необходимо было учитывать при развитии его системы управления.

Для аппарата управления ОАО «Термостепс-МТЛ» выявлено, что в целом его структура соответствует решаемым задачам. При развитии наибольшую эффективность принесет реорганизация аппарата управления директора по маркетингу и сбыту и директора по производству, реорганизация функций должна заключаться в их перераспределении и автоматизации. Приоритетные направления автоматизации работы высшего аппарата управления предприятием представлены на рисунке 9.

Рисунок 9 – Ранжированные значения целевой функции потребности в автоматизации задач для аппарата управления ОАО «Термостепс-МТЛ»

Наибольшую эффективность при развитии принесет реорганизация следующих направлений работы финансового предприятия ОАО «Первый объединенный банк»: управление рисками, инвестиционное кредитование и развитие отношений с клиентами (рисунок 10).

Структура аппарата управления коммерческого предприятия (фитнес-центр) требует значительной реорганизации. Для выполнения ряда функций в явном виде не определены ответственные лица; по ряду СУ имеет место дублирования функций. Для повышения эффективности аппарата управления предложена модель его реорганизации.

Рисунок 10 – Ранжированные значения целевой функции потребностей в автоматизации задач управления ОАО «Первый объединенный банк»

Методика поддержки принятия решения для совершенствования информационных систем использована для АСУ группы предприятий.

В ОАО «Термостепс-МТЛ» разработана последовательность внедрения программных продуктов корпорации «Парус».

План модернизации технических средств автоматизации ОАО «Первый объединенный банк» предполагает следующую последовательность: управление рисками; управление проектным финансированием; продвижение розничных продуктов; развитие отношений с клиентами; контроль розничных операций.

По результатам анализа для проведения работ по автоматизации задач управления фитнес-центром была выбрана модифицированная (доработанная) система «1С-Предприятие».

При совершенствовании управления СОУ применение поддерживающих и переходящих технологий в комплексе для ОАО «Термостепс-МТЛ» в первые два-три месяца практически не дает лучших результатов, чем только поддерживающих, далее проявляется тенденция к заметному улучшению, особенно для такой категории, как организованность. Это связано с тем, что со временем персонал приобретает практический опыт работы в составе целевых и специальных групп (рисунок 11).

Рисунок 11 – Изменение категорий СОУ при использовании поддерживающих и переходящих технологий в комплексе

Перспективным направлением развития ОАО «Первый объединенный коммерческий банк» является расширение электронного бизнеса. Применение универсальных технологий для категории «соблюдение корпоративных интересов предприятия» предпочтительно на начальном этапе, далее эффективны поддерживающие (рисунок 12).

Рисунок 12 – Динамика изменения категории «соблюдение корпоративных интересов предприятия»

Для фитнес-центра исследована динамика изменения категорий «организованность» и «дисциплинированность» при применении поддерживающих (система предложений от сотрудников и самоуправляемые рабочие группы) и переходящих (повышение квалификации в организации и целевые группы) технологий организационного совершенствования. Анализ полученных результатов показал, что применение этих технологий дало практически равнозначные результаты (рисунок 13).

Рисунок 13 – Динамика изменения категорий «организованность» и «дисциплинированность» при применении поддерживающих и переходящих технологий

Разработана автоматизированная система интеллектуальной и информационной поддержки выбора методики поддержки принятия решения руководством СПС, предназначенная для автоматизации устойчивого управления, выполнения поставленных целей, задач и планов, которая обеспечивает поддержку при решении следующих задач: политика; ситуационный анализ внешней и внутренней среды; прогнозы развития внешней среды; видение, целевая картина; генеральные целевые планы СПС в укрупненном виде; стратегические планы; оперативные планы; планы финансово-экономических результатов деятельности и др.

АСУ СОУ предназначена для анализа и поддержки принятия решений по организационному управлению группой предприятий. Ее функциональная часть состоит из следующих блоков задач комплексных задач СОУ: информационно - справочная база нормативно-правовых документов; учет мероприятий для совершенствования; прогноз развития по различным видам классификации; формирование и мониторинг выполнения планов организационно - технических мероприятий; ситуационный анализ и оценка эффективности работы подразделений.

В приложениях приведены методика обработка результатов экспертных оценок и акты внедрения и использования результатов исследований.

Общие выводы

Формирование и усиление корпоративных структур является одной из основных тенденций развития страны. Это привело к созданию СПС (групп компаний, концернов, конгломератов, альянсов, холдингов и т.д.), включающих в свой состав производственные, финансовые, социальные, коммерческие и другие предприятия различной направленности. С позиции теории систем их отличительными признаками являются крупномасштабность, интегративность, разнообразие и возрастание неопределенности, связанной с нечеткостью и случайностью. Они усложняют систему управления, которая приобретает следующие отличительные свойства: децентрализация, изменение числа уровней управления, равновесие, гибкость, кооперация и вертикальная интеграция, что приводит к усложнению принятия управленческих решений.

Известно значительное количество методов для поддержки принятия таких решений. Тем не менее, не существует универсальных технологий и методов, то есть для СПС необходимо адаптировать известные технологий к конкретным проблемным ситуациям. Для сложных систем наиболее эффективными являются технологии поддержки принятия решений, основанные на использовании методов системного анализа, которые необходимо производить по двум взаимосвязанным направлениям – непосредственно систем и стратегии управления. Для решения первой задачи предложены следующие методики:

  • ранжирования структур управления, позволяющая оценить:
    • относительную важность задач, а также других их численных оценок (время, стоимость) и на основе этих оценок ранжировать задачи и связанные с ними СУ или мероприятия;
    • взаимосвязь и дублирование задач и выполняющих их СУ;
    • варианты структуры СУ на основе критериев эффективности и при необходимости его модификацию или выбор из нескольких вариантов;
  • поддержки принятия решений по формированию программ развития СУ, построенная на основе ранжирования их по важностному, важностно-стоимостному, важностно-временному и важностно-стоимостно-временному критериям;
  • поддержки принятия решений по выбору и совершенствованию информационных систем, позволяющая производить выбор информационной системы, наиболее полно отвечающей потребностям предприятия, оценку необходимости ее доработки, интегрирования средств автоматизации, время и стоимость внедрения системы.

Для решения второй задачи предложены методики анализа:

  • процесса обработки информации для СПС, позволяющая применять для поддержки принятия решений по стратегическому планированию статистический анализ, факторный анализ и сетевые модели в зависимости от различных информационных ситуаций;
  • достоверности прогноза развития СПС, позволяющая определить вероятность идентификации ситуации в зависимости от количества факторов и возможных состояний системы;
  • применения многоальтернативного способа обработки информации, позволяющая производить сравнение и оценку различных способов обработки информации;
  • методов комплексирования информации на основе имитационной модели, позволяющая оценить их эффективность и формировать технологию комплексирования входных данных системы управления;
  • текущего состояния СОУ и технологии организационного управления, позволяющая осуществлять поддержку принятия решений по стратегическому планированию СОУ.

Методики и соответствующие им технологии поддержки принятия решения реализуются в АСУ интеллектуальной и информационной поддержки и АСУ СОУ. Первая предназначена для автоматизации устойчивого управления, выполнения поставленных целей, задач и планов и обеспечивает поддержку при решении следующих задач - политика; ситуационный анализ внешней и внутренней среды; прогнозы развития внешней среды; видение, целевая картина (генеральные целевые планы СПС в укрупненном виде); стратегические планы; оперативные планы; планы финансово-экономических результатов деятельности и др. Вторая предназначена для анализа и поддержки принятия решений по организационному управлению группой предприятий.

Методология поддержки принятия решений позволила разработать стратегию развития группы предприятий «ВБМ-МТЛ» в целом и усовершенствовать систему управления ряда предприятий из ее состава.

Установлено, что наиболее перспективным является развитие профильных предприятий производственной сферы, а непрофильные и коммерческие организации социальной сферы должны функционировать на условиях самофинансирования, причем часть прибыли предполагается отчислять в профильную сферу.

Основные публикации по теме диссертации

1. Костечко Н.Н., Костюков А.А., Куликов Л.С., Яговкин Н.Г. Методологические аспекты построения автоматизированных систем обработки информации. - Самара: Российская Академия наук, Самарский научный центр, 2004. – 60с.

2. Савельев С.Н., Яговкин Н.Г. Методология анализа систем управления сложными производственно-экономическими системами. – Самара: Российская Академия наук, Самарский научный центр, 2006. – 70с.

3. Батищев В.И., Яговкин Н.Г. Методология поддержки принятия решений при управлении интегративными крупномасштабными производственными системами. – Самара: Российская Академия наук, Самарский научный центр, 2008. – 288с.

4. Яговкин Н.Г., Яговкин П.Г. Методика оценки организационной структуры органов управления организации. Безопасность транспортных систем. Труды третьей международной научно-практической конференции. – Самара: Региональное Волжское отделение Международной академии наук экологии и безопасности жизнедеятельности, 2002. – с.198-207.

5. Сафонов Я.С., Яговкин Н.Г., Яговкин П.Г. Методика выбора мероприятий по управлению рисками чрезвычайных ситуаций на объектах АПК. Проблемы регионального управления рисками на объектах агропромышленного комплекса. Материалы международной научно-практической конференции / Под общ. ред. М.Н.Еремина. – Оренбург: Издательский центр ОГАУ, 2002. – с.228-232.

6. Чернышева Е.А., Косынкина С.Э., Яговкин Н.Г. Активная игровая методика обучения расследованию и экспертизе дорожно-транспортных происшествий. Труды III Международной научно-практической конференции «Автомобиль и техносфера». – Казань: Казанский ГТУ, 2003. – с.777-782.

7. Чернышева Е.А., Яговкин Н.Г. Принципы целевой подготовки специалистов по охране труда в техническом вузе. Сборник трудов международной научно-технической конференции «Актуальные проблемы надежности технологических, энергетических и транспортных машин» Том 2. – М.: «Машиностроение», 2003. – с.309-311.

8. Чернышева Е.А., Яговкин Н.Г. Построение информационной модели системы управления на основе нечетких когнитивных карт. I Международная научно-методическая конференция «Организационный менеджмент: состояние, проблемы, тенденции». Сборник статей. – Пенза: Приволжский Дом знаний, 2003. – с.259-262.

9. Чернышева Е.А., Чугунов И.А., Яговкин Н.Г. Информационная технология управления на основе нечетких когнитивных карт. Вестник Самарского Государственного Технического Университета № 20 – 2004. – с.204-207.

10. Чернышева Е.А., Сорокина Л.В., Яговкин Н.Г. Оптимизация процесса управления качеством подготовки специалистов. Вестник Самарского Государственного Технического Университета № 24 – 2004. – с.208-210.

11. Яговкин Н.Г., Ниц А.А. Проектирование информационных систем с использованием сетевых моделей. Математическое моделирование и краевые задачи. Труды Второй Всероссийской научной конференции. Часть 2. – Самара: СамГТУ, 2005. – с.264-267.

12. Яговкин Н.Г., Ниц А.А. Математическое моделирование функционирования органов управления охраной труда путем построения дерева задач. Современные проблемы безопасности: анализ и решения. Материалы IX международных научных чтений МАНЭБ. – Самара: МАНЭБ, 2005. – с.151-153.

13. Яговкин Н.Г., Яговкин П.Г. Использование методов статистического анализа при принятии решений органом управления охраны труда. Известия Самарского научного центра Российской академии наук. Специальный выпуск «ELPIT-2005» Том 2. – Самара: Самарский научный центр Российской академии наук, 2005. – с.174-177.

14. Яговкин Н.Г., Савельев С.Н. Математическая модель комплекса программ развития для оценки принимаемых в них решений. Вестник Самарского государственного технического университета. Выпуск 38. – Самара: СамГТУ, 2005. – с.147-154.

15. Яговкин Н.Г., Ниц А.А. Математическое моделирование идентификации ситуации при организации дорожного движения. Материалы IV Международной научно-практической конференции «Автомобиль и техносфера». – Казань: Казанский ГТУ, 2005. – с.258.

16. Савельев С.Н., Яговкин Н.Г. Математическая модель оценки качества комплекса программ развития. Известия Самарского научного центра Российской академии наук. Специальный выпуск «Технологии управления организацией. Качество продукции и услуг». – Самара: Самарский научный центр Российской академии наук, 2006. – с.146-150.

17. Савельев С.Н., Яговкин Н.Г. Применение методов факторного анализа для моделирования сложных информационных систем. Математическое моделирование и краевые задачи. Труды Третьей Всероссийской научной конференции. – Самара: СамГТУ, 2006. – с.145-148.

18. Яговкин Н.Г., Ниц А.А., Савельев С.Н. Способ оценки и прогнозирования работоспособности изделий. Физика прочности и пластичности материалов. Материалы XVI Международной конференции. – Самара: СамГТУ, 2006. – с.264.

19. Яговкин Н.Г., Ниц А.А., Савельев С.Н. Метод обобщенной оценки состояния окружающей среды. VI Всероссийская конференция по анализу объектов окружающей среды «Экоаналитика-2006». Материалы конференции. – Самара: СамГТУ, 2006. – с.308.

20. Яговкин Н.Г. Оценка качества автоматизированных систем управления. Вестник Самарского государственного технического университета. Выпуск 43. – Самара: СамГТУ, 2006. – с.198-199.

21. Яговкин Н.Г. Использование комплексных критериев для оценки эффективности сложных систем организационного управления. Вестник Самарского Государственного Технического Университета № 49 – 2006. – с.144-146.

22. Яговкин Н.Г. Организационное совершенствование системы управления предприятием. Развитие производственного потенциала и повышение конкурентоспособности предприятий региона. Труды Международной научно-практической конференции. – Самара: СамГТУ, 2007. – с.268-269.

23. Чернышева Е.А., Яговкин Н.Г. Модель квалификационно-тренингово управления персоналом в системе регулирования социального развития организации. Социальные технологии в менеджменте человеческих ресурсов: российский и зарубежный опыт. Сборник материалов Всероссийской научно-практической конференции. – Пенза: МНИЦ ПГСХА, 2003. – с.161-163.

24. Яговкин Г.Н., Яговкин Н.Г. Обучение поведению по обеспечению безопасности жизнедеятельности в чрезвычайных ситуациях. Экология и безопасность жизнедеятельности, научно-прикладные аспекты, инженерные решения. Материалы международного симпозиума. – Волгоград: ВолгГТУ, 1996. – с.129-130.

25. Яговкин Н.Г. Использование вероятностно-статистических критериев для оптимизации стратегии развития предприятия. Экономика Поволжья. Материалы 6-й Всероссийской научно-технической конференции 19 апреля 2007г. – Самара, 2007. – с.112-115.

26. Яговкин Н.Г., Калинин В.А., Орленко Н.Н. Проблемы повышения эффективности разведки и основные направления их решения. Научно-технический сборник. Тематический выпуск 1(179). – М.: Министерство обороны РФ, в/ч 45807-Р/1, 2007. – с.3-12.

27. Яговкин Н.Г. Методика оценки автоматизированных систем разведки на соответствие предъявляемым к ним требованиям. Научно-технический сборник. Тематический выпуск 1(179). – М.: Министерство обороны РФ, в/ч 45807-Р/1, 2007. – с.70-84.

28. Яговкин Н.Г. Математическая модель процесса управления системой организационного обучения военнослужащих. Научно-технический сборник. Тематический выпуск 1(179). – М.: Министерство обороны РФ, в/ч 45807-Р/1, 2007. – с.139-150.

29. Яговкин Н.Г., Ниц А.А., Глухов В.А. Оценка достоверности прогноза в системах поддержки принятия решений органов управления обеспечением безопасности жизнедеятельности. Сборник трудов Первого международного экологического конгресса (Третьей международной научно-технической конференции) «Экология и безопасность жизнедеятельности промышленно-транспортных комплексов» ELPIT-2007, 20-23 сентября 2007г., г.Тольятти, Россия, Том 4. – Тольятти: Тольяттинский государственный университет, 2007. – с.122-124.

30. Яговкин Н.Г. Модель оценки достоверности прогноза принятия решений по охране труда. Известия Самарского научного центра Российской академии наук. Специальный выпуск «Безопасность. Технологии. Управление», Том 3. – Самара: Самарский научный центр Российской академии наук, 2007. – с.60-62.

31. Яговкин Н.Г. Методика оптимизации способов утилизации отходов. Известия Самарского научного центра Российской академии наук. Специальный выпуск. III Всероссийская научно-практическая конференция «Процессы, технологии, оборудование и опыт переработки отходов и вторичного сырья», 2008 г. – Самара: Самарский научный центр Российской академии наук, 2008. – с.80-83.

32. Яговкин Н.Г., Савельев С.Н. Методика анализа структуры органов управления сложных производственных систем. Труды X Международной конференции «Проблемы управления и моделирования в сложных системах». – Самара: Институт проблем управления сложными системами РАН, 2008. – с.263-268.

33. Яговкин Н.Г. Системный анализ организационной структуры управления предприятием для обеспечения безопасности жизнедеятельности работников. Известия Самарского научного центра Российской академии наук. Специальный выпуск «ELPIT-2007» Том 2. – Самара: Самарский научный центр Российской академии наук, 2007. – с.171-176.

34. Бузуев А.И., Яговкин Н.Г. Информационная модель организационного совершенствования сложной производственно-экономической системы. XIV Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Современная техника и технологии» / Сборник трудов в 3-х томах. Т. 2. – Томск: Изд-во Томского политехнического университета, 2008. – с.252-253.

35. Бузуев А.И., Яговкин Н.Г. Контроллинг в системе управления персоналом. Сборник научных статей. Выпуск 5. – Самара: Институт проблем управления Российской академии наук, ГОУ ВПО «Самарский государственный аэрокосмический университет им. академика С.П.Королева», 2008 – с.12-15.

36. Яговкин Н.Г., Бузуев А.И. Модель контроллинга оперативных и административных функций персонала организации. Сборник научных статей. Выпуск 5. – Самара: Институт проблем управления Российской академии наук, ГОУ ВПО «Самарский государственный аэрокосмический университет имени академика С.П.Королева», 2008 – с.40-43.

37. Яговкин Н.Г., Бояров А.Н., Глухов А.В. Использование вероятностно-статистических критериев для определения стратегии действий по предотвращению и ликвидации последствий выброса опасных и вредных веществ в атмосферу. Известия Самарского научного центра Российской академии наук. Специальный выпуск «XIII конгресс «Экология и здоровье человека» Том 1. – Самара: Самарский научный центр Российской академии наук, 2008. – с.253-255.

38. Яговкин Н.Г., Бузуев А.И. Математическая модель процесса управления технологией организационного совершенствования сложной производственно-экономической системой. Сборник материалов Международной научной конференции по естественнонаучным и техническим дисциплинам «Научному прогрессу – творчество молодых». – Йошкар-Ола: Марийский государственный технический университет, 2008. – с.278-279.







© 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.