WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 7 | 8 || 10 |

На третьем этапе центр производит выбор управлений, реализуется состояние управляемой системы, производится анализ эффективности используемых процедур принятия решений, их корректировка, а затем этапы повторяются с учетом принятых изменений и вновь поступившей информации о неопределенных факторах.

Приведем примеры использования приведенной методики, используя результаты анализа моделей саморазвития, описанных в четвертом разделе настоящей работы.

В рамках модели 1, рассмотренной в четвертом разделе, доказано, что оптимальным реализуемым действием является * (10) x*(,, r) = arg max [ x – (x,, r)], xAзависимость целевой функции центра от параметров, и r имеет вид:

(11) F(,, r) = x*(,, r) – сi(yi(x*(,, r), ),, ri), iI а задача комплексного развития заключается в следующем:

(12) F(,, r) – c (, ) – cr(r0, r) max0.

r, Неопределенность (недостаточная информированность центра) может иметь место относительно следующих параметров:

- целевых функций участников системы и множеств их допустимых стратегий – в этом случае целесообразно использование обобщенных решений по аналогии с тем, как это реализовано в [84];

- начального состояния (, r0) управляемой системы;

- прогноза цен ;

- параметров функций затрат c (, ) и cr(r0, r).

Следовательно возникает риск – возможность выхода параметров системы из заданной области, обусловленная незнанием или ошибочными представлениями о перечисленных существенных параметрах.

Рассмотрим способы описания риска и управления им в модели саморазвития на следующем примере (см. также пример 1).

Пример 5. Пусть агенты имеют квадратичные функции затрат типа Кобба-Дугласа: ci(yi, ri) = yi2 /2ri, i I, а оператор агрегирования Q(y, ) = yi, = 1.

+ iI Тогда, как было вычислено в первом примере, * * yi (x,, r) = x ri / R, где R =, (z,, r) = x2 / 2 R, r i iI 2 2 x*(,, r) = R, F(,, r) = R / 2.

Пусть c (, ) = ( – )2, cr(r0, r) = (ri - r0i )2.

0 i iI Тогда задача развития персонала – при заданных, и r0 определить r, максимизирующее целевую функцию центра с учетом затрат cr( ) на изменение квалификации персонала – имеет вид:

2 (13) R / 2 – (ri - r0i )2 max.

i r iI Решение этой задачи:

2 (14) ri = r0i + / 4, i I.

i Отметим, что для всех агентов выполнено ri ri0, то есть происходит повышение квалификации, причем ее прирост ri – ri0 пропорционален внешней цене (при более выгодных внешних условиях выгодно повышать квалификацию) и эффективности технологии, используемой центром (при неэффективной технологии повышать квалификацию не имеет смысла), и обратно пропорционален «удельным затратам» { } на обучение персонала.

i Задача развития центра – при заданных, r и определить 0, максимизирующее целевую функцию центра с учетом затрат c ( ) на изменение технологии – имеет вид:

2 (15) R / 2 – ( – )2 max, а ее решение:

* (16) =, 2 - R то есть при 2 R. Последнее условие можно интерпретировать следующим образом: при высокой квалификации персонала и выгодных внешних условиях (соответственно – больших значениях R и ) можно и не совершенствовать технологию.

Если в рассматриваемой модели присутствует неопределенность, то использование оптимальных управлений в условиях неопределенности означает следующее. Когда относительно параметров модели имеется интервальная неопределенность, то, например, в решении (14) следует использовать минимальные (пессимистические) оценки внешних цен и максимальные оценки «удельных затрат» { } на обучение персонала. Если имеется вероятностi ная неопределенность относительно квалификации персонала R, то так как выражение (15) линейно по этой переменной, можно подставить ожидаемое значение и т.д.

Использованию анализа чувствительности (параметрических, сценарных или «многокритериальных» методов) соответствует построение зависимостей решений задач управления от параметров модели и использование центром этих зависимостей для принятия окончательных решений. Примеры таких зависимостей (линии уровня (16)), приведенные для задачи развития центра (15) на рисунках 9 и 10 (при = 1 и R = 1, = 1,5, соответственно), позволяют оценить последствия принимаемых управленческих решений с учетом как эффективности, так и риска.

Рис. 9. Параметрический анализ решения задачи (15) примера R Рис. 10. Параметрический анализ решения задачи (15) примера На рисунке 11 приведены линии уровня целевой функции центра в зависимости от параметров и при = 1, R = 1.

Рис. 11. Параметрический анализ эффективности (15) в примере Видно, что, если для каждой комбинации параметров используется соответствующее оптимальное решение, то эффективность управления устойчива по параметрам модели. Если отказаться от этого предположения, и считать, что используется фиксированное решение, например, ’ 1,1, вычисленное в предположении = 1, R = 1, = 1,5, = 0,5, то зависимость эффективности от параметров модели будет иметь вид, приведенный на рисунке 12.

Рис. 12. Параметрический анализ эффективности решения ’ 1,1 в примере * Зависимость эффективностей F( ) и F( ’) от параметров и приведена на рисунке 13 (соответственно, верхняя и нижняя поверхности), иллюстрирующем тот факт, что использование фиксированных решений приводит к снижению эффективности. • F Рис. 13. Сравнительный анализ эффективности * оптимального решения (см. (16)) и фиксированного решения ’ 1,1 в примере Таким образом, для эффективного управления риском в организационных проектах необходимо комплексное использование параметрического анализа, рассмотрение различных процедур устранения неопределенности и применение обобщенных решений, которые в совокупности дают руководителю проекта необходимую для принятия решений информацию.

10. РАСПРЕДЕЛЕННЫЕ ПРОЕКТЫ Многие крупные проектами являются распределенными, причем ключевым фактором является распределенность в пространстве и во времени. Если распределенность во времени – характерная черта любого проекта, то в распределенных проектах ресурсы и работы разнесены пространственно, что требует разработки специальных методов управления. Примером из области управления организационными проектами может служить консалтинговая деятельность некоторой компании, клиентами которой являются различные предприятия и регионы.

Рассмотрим сначала отдельно пространственный фактор, а затем обобщим соответствующую модель на динамический случай.

Пусть для выполнения работ проекта требуется ресурс одного типа. Обозначим: I = {1, 2, …, n} – множество «пунктов производства» – пространственно локализованных мест концентрации ресурса, J = {1, 2, …, m} – множество «пунктов потребления» – пространственно локализованных мест выполнения работ, dj – количество ресурса, необходимого для реализации работ в j-ом пункте потребления, j J, si – количество ресурса в i-ом пункте производства, i I, cij – затраты на перемещение единицы ресурса из i-го пункта производства в j-ый пункт потребления, xij – количество ресурса, перемещаемого из i-го пункта производства в j-ый пункт потребления.

Тогда задача минимизации затрат на перемещение ресурса заключается в следующем:

(1) xijcij min, {xij } iI, jJ (2) xij 0, i I, j J, (3) xij dj, j J, iI (4) xij si, i I.

jJ Условие (1) отражает минимизацию суммарных затрат, условие (2) – нецелесообразность транспортировки ресурса из одного пункта производства в другой, условие (3) – требование обеспечения работ ресурсами, условие (4) – ограничения на начальное распределение ресурса.

Задача (1)-(4) является классической транспортной задачей, методы эффективные решения которой хорошо известны [16, 23]. В частности, она имеет решение, если, то есть, если s d i j iI jJ имеющимися ресурсами может быть удовлетворен существующий суммарный спрос.

Рассмотрев статическую модель, обратимся к динамическому случаю. В качестве отступления отметим, что задачу (1)-(4) можно использовать как эвристический метод решения и для динамики, решая ее для каждого фронта работ.

Без ограничений общности (с учетом статической задачи) предположим, что пункты производства и потребления совпадают:

I = J. Пусть имеются T периодов времени, и заданы: потребности в t ресурсах – d, t = 1,T, j J, и распределение ресурсов в начальj ный момент времени – x0, j J.

j t Обозначая xij – количество ресурса, перемещаемого из пункта i в пункт j в конце (t – 1)-го (или в начале t-го) периода времени, получим, что динамика количества ресурса в пунктах потребления будет описываться следующей системой рекуррентных уравнений:

t (5) xtj = xtj-1 + xij – xtji, j J, t = 1,T.

iJ iJ Суммарные затраты на перемещение ресурсов в периоде t равt ны xijcij, t = 1,T.

i, jJ В качестве критерия эффективности выберем суммарные по всем периодам затраты (можно использовать дисконтированную полезность и т.д.). Тогда задача оптимальной динамики ресурсов заключается в следующем T t (6) xijcij min, t {xij } t =1 i, jJ t (7) xij 0, i j J, t = 1,T, t (8) xtj d, t = 1,T, j J, j где xtj определяется выражением (5) при известных x0, j J.

j t Задача (6)-(8) имеет решение, если x0 max. Задача d j j t =1,T jJ jJ (6)-(8) может быть решена методом динамического программирования [16, 23, 36] при условии, что на каждом шаге решается соответствующая транспортная задача.

В заключение отметим, что перспективными направлениями будущих исследований моделей распределенных проектов представляются:

- обобщение задач (1)-(4) и (6)-(8) на случай нескольких видов ресурсов (если не накладывать ограничений на комбинации ресурсов различных типов, то, по-видимому, новых качественных эффектов не возникнет);

- разработка общих методов решения задачи (6)-(8) и их программная реализация;

- постановка и решение задачи синтеза сетевого графика с учетом затрат на перемещение ресурсов;

- решение прикладных задач с целью формирования библиотеки типовых решений задач управления распределенными проектами.

ЗАКЛЮЧЕНИЕ Таким образом, в настоящей работе организационные проекты предложено рассматривать как целенаправленное изменение организационных систем. Выявленная специфика организационных проектов и результаты исследования возможности применения известных организационных механизмов управления (см. разделы 1-3) показали рассмотрения моделей саморазвития ОС (см. четвертый раздел), а также необходимость постановки и решения задачи синтеза оптимального комплекса механизмов управления (см.

пятый раздел). Ряд актуальных задач управления ОП, таких как:

согласование взаимодействия функциональных руководителей и руководителей проектов, формирования команды проекта, разработки механизмов планирования в условиях неопределенности и др., решены в разделах 6-10.

В качестве перспективных направлений исследований с точки зрения возможных приложений следует выделить, в первую очередь, изучение возможности синтеза результатов практической деятельности по реформированию и реструктуризации предприятий и теоретико-игровых моделей управления организационными проектами. С точки зрения теории целесообразным представляется дальнейшая разработка и исследование моделей саморазвития и самоорганизации в ОС, а также решение задач синтеза оптимальных комплексов механизмов управления.

ЛИТЕРАТУРА 1 Авдеев Ю.А. Оперативное планирование в целевых программах. Одесса: «МАЯК», 1990. – 136 с.

2 Айзерман М.А., Алескеров Ф.Т. Выбор вариантов: основы теории. М.:

Наука, 1990. – 236 с.

3 Андронникова Н.Г., Баркалов С.А., Бурков В.Н., Котенко А.М. Модели и методы оптимизации региональных программ развития. М.: ИПУ РАН, 2001. – 60 с.

4 Андронникова Н.Г., Бурков В.Н., Леонтьев С.В. Комплексное оценивание в задачах регионального управления. М.: ИПУ РАН, 2002. – 54 с.

5 Акоф Р., Эмери Ф. О целеустремленных системах. М.: Сов. радио, 1974.

– 272 с.

6 Ансоф И. Стратегическое управление. М.: Экономика, 1989. – 519 с.

7 Ануфриев И.К., Бурков В.Н., Вилкова Н.И., Рапацкая С.Т. Модели и механизмы внутрифирменного управления. М.: ИПУ РАН, 1994. – 72 с.

8 Арутюнов А.В., Бурков В.Н., Заложнев А.Ю., Карамзин Д.Ю. Задача оптимального распределения ресурсов по множеству независимых операций // Автоматика и Телемеханика. 2002. № 5. С. 108 – 119.

9 Балашов В.Г., Ильдеменов С.В., Ириков В.А., Леонтьев С.В., Тренев В.Н. Реформирование и реструктуризация предприятий.. М.: «Издательство ПРИОР», 1998.

10 Баркалов С.А., Бурков В.Н., Гилязов Н.М. Методы агрегирования в управлении проектами. М.: ИПУ РАН, 1999. – 55 с.

11 Баркалов С.А., Бурков В.Н. Минимизация упущенной выгоды в задачах управления проектами. М.: ИПУ РАН, 2001. – 56 с.

12 Баркалов С.А., Бурков В.Н., Курочка П.Н., Образцов Н.Н. Задачи управления материально-техническим снабжением в рыночной экономике. М.: ИПУ РАН, 2000. – 58 с.

13 Баркалов С.А., Новиков Д.А., Попов С.С. Индивидуальные стратегии предложения труда: теория и практика. М.: ИПУ РАН, 2002. – 109 с.

14 Беллман Р., Заде Л. Принятие решений в расплывчатых условиях / Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. С. 172 – 215.

15 Бурков В.Н. Основы математической теории активных систем. М.:

Наука, 1977. – 255 с.

16 Бурков В.Н., Горгидзе И.А., Ловецкий С.Е. Прикладные задачи теории графов. Тбилиси: Мецниереба, 1974. – 234 с.

17 Бурков В.Н., Горгидзе И.И., Новиков Д.А., Юсупов Б.С. Модели и механизмы распределения затрат и доходов в рыночной экономике. М.:

ИПУ РАН, 1997. – 57 с.

18 Бурков В.Н., Гуреев А.Б., Новиков Д.А., Цветков А.В. Эффективность ранговых систем стимулирования // Автоматика и телемеханика. № 8.

2000. С. 115 – 125.

19 Бурков В.Н., Данев Б., Еналеев А.К. и др. Большие системы: моделирование организационных механизмов. М.: Наука, 1989. – 245 с.

20 Бурков В.Н., Еналеев А.К., Новиков Д.А. Механизмы стимулирования в вероятностных моделях социально-экономических систем // Автоматика и Телемеханика. 1993. № 11. С. 3 – 30.

21 Бурков В.Н., Еналеев А.К., Новиков Д.А. Механизмы функционирования социально-экономических систем с сообщением информации // Автоматика и Телемеханика. 1996. № 3. С. 3 – 25.

22 Бурков В.Н., Заложнев А.Ю., Кулик О.С., Новиков Д.А. Механизмы страхования в социально-экономических системах. М.: ИПУ РАН, 2001. – 109 с.

23 Бурков В.Н., Заложнев А.Ю., Новиков Д.А. Теория графов в управлении организационными системами. М.: Синтег, 2001. – 124 с.

24 Бурков В.Н., Заложнев А.Ю., Новиков Д.А. Управление риском: механизмы взаимного и смешанного страхования // Автоматика и Телемеханика. 2001. № 10. С. 125 – 131.

25 Бурков В.Н., Заложнев А.Ю., Леонтьев С.В., Новиков Д.А., Чернышев Р.А. Механизмы финансирования программ регионального развития. М.:

ИПУ РАН, 2002. – 52 с.

26 Бурков В.Н., Квон О.Ф., Цитович Л.А. Модели и методы мультипроектного управления. М.: ИПУ РАН, 1998. – 62 с.

Pages:     | 1 |   ...   | 7 | 8 || 10 |



© 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.