WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 13 | 14 ||

При подборе кадров на вакантное место Руководитель может в режиме тестирования компетентности выбрать удовлетворяющего Вас соискателя для управления инновационным проектом.

Разработанный в УрФУ метод экспертного оценивания с применением нейроробота, сочетает в себе известные положения теории выбора и принятия решений с расчетом объективных характеристик компетентности специалиста, непосредственно проводящего экспертизу проекта. Это отличает созданную человеко-машинную процедуру от известных ранее способов обработки экспертных оценок технологических конструкций и аппаратов в проектах и повышает надежность и достоверность результатов экспертизы.

4.3.2. Алгоритм определения компетентности Процедура была основана на математической модели экспертного оценивания, представленной следующей системой уравнений Саати Пример алгоритма выбора наилучшего инвестиционного проекта представлен на рис.

39.

Алгоритм работы программы “Партер руководителя” Начало Ввод критериев, альтернатив, информационных характеристик Назначение экспертных Коррекция альтернатив, оценок, расчет характеристик, критериев приоритетов Согласован- Нет ность компетентность, достаточны Да Протокол результатов с выбранной альтернативой ириском Конец Рис. 39. Алгоритм определения компетентности при выборе инвестиционного проекта Процесс выбора инвестиционных проектов показан на примере проекта создания нового сверхпроводника (ВТСП) и осуществлялся следующим образом.

Работа программы начиналась с задания критериев и альтернатив выбора инвестиционного проекта, что приведено в таблицах 14 и 15.

При обучении нейронного робота Руководитель указывал ему свои предпочтения и данные о важности и ценности проектов в баллах. Такая процедура показана на рис. 40.

Таблица Критерии выбора инвестиционного проекта Критерии 1. Теория ВТСП 2. Компьютерная модель 3. Образцы ВТСП-пленка 4. Образцы ВТСП-таблетка 5. Экспер.устан-ка 6. Финансирование 7. Специалисты 8. Инвест. климат Таблица Альтернативы выбора инвестиционного проекта Альтернативы 1. Пр-т акад.Гинзбурга 2. Пр-т доктора Божовича 3. Пр-т д.т.н. Хорошавина-1вар.

4. Пр-т д.т.н. Хорошавина-2вар.

5. Пр-т д.т.н.Хорошавина-3вар.

6. Пр-т "Идеальный ВТСП" Сравнение критериев Теория ВТСП | Образцы ВТСПтаблетка Область действия критериев Рис. 40. Обучение нейроробота сравнению критериев и альтернатив 4.3.3. Результаты определения компетентности с учетом риска Основные результаты работы программного комплекса при решении задачи выбора инвестиционных проектов заключались в человеко-машинной оценке распределений качества проектов и распределений рисков, возникающих при их выполнении. Оценка компетентности и погрешности осуществлялась также с помощью специальной процедуры, обеспечивающей баллы Предпочтение, важность, ценность, определение объективной оценки возможных субъективных погрешностей при выборе. В итоге оценивалась возможность выбора проекта с максимальным качеством и минимальным риском. В последнем случае под риском понимаются нереализованные возможности. Примеры окончательных результатов приведены на рис. 41 и 42.

Распределение качества проектов 4,2,3,1,1,1,00 1,20 1,0,А л ь т е р н а т и в ы Рис. 41. Результаты распределения качества проектов Р а с пр е д е л е ни е р и с к а пр о е к то в 3 2 1 1 4,1 2,1 1,1 0,9,5,А л ь т е р н а т и в ы Рис. 42. Результаты распределения риска проектов Рассмотренный в примере инновационный проект принят к реализации Финансово-промышленным Венчурным фондом ВПК (Екатеринбург) совместно с УрФУ. Поэтому, созданный в УрФУ программный комплекс “Партнер руководителя” может быть рекомендован руководителям вузов, венчурным фондам и инвесторам для объективного выбора инвестиционных проектов и управления ими в современных экономических условиях.

Качество альтернатив, градаций Пр т Пр т Пр т Пр т Пр т Пр т вар.

вар.

вар.

ВТСП " Гинзбурга Божовича " Идеальный Хорошавина Хорошавина Хорошавина Риск,% Пр т Пр т Пр т Пр т Пр т Пр т вар.

вар.

вар.

ВТСП " Гинзбурга Божовича " Идеальный Хорошавина Хорошавина Хорошавина Таблица Основные результаты экспертного оценивания Критерии Градации Глобальные Показатели приоритета, Альтернативы приоритеты, корреляции различаемые отн.ед. результатов экспертом Численное значение вектора приоритета 0,050438 0,254949 0,100520 0,095176 0,176588 0,212128 0,048738 0,Пр-т Гинзбурга 0,100294 0,031237 0,061704 0,208327 0,051328 0,149254 0,218443 0,106789 0,103850 1,0,Пр-т Божовича 0,099706 0,032502 0,185208 0,041036 0,375820 0,089552 0,027087 0,249998 0,124185 1,Пр-т Хорошавина-1вар. 0,199999 0,212748 0,064986 0,126577 0,048943 0,253731 0,170330 0,107496 0,164144 1,3,Пр-т Хорошавина-2вар. 0,199999 0,220113 0,063340 0,124830 0,045691 0,149254 0,170500 0,107142 0,142972 1,Пр-т Хорошавина-3вар. 0,199999 0,220216 0,066455 0,124665 0,046878 0,089552 0,170400 0,107142 0,130830 1,Пр-т "Идеальный 0,199999 0,282600 0,557747 0,374491 0,430348 0,268657 0,243237 0,321427 0,333632 3,ВТСП" 0,Рекомендация: Следует остановить свой выбор на альтернативе с максимальным значением глобального приоритета = 0,164144 0, 0, Удовлетворительная Достигнутая степень компетентности:

Не более 25% Относительная погрешность результата:

Управление (прогнозирование) выбором Уровень качества результата:

таблетка Специалисты Теория ВТСП Инвест.

климат Экспер.

устан ка Образцы ВТСП Финансирование Компьютерная модель Образцы ВТСП пленка Заключение Изложенный материал по теоретическому и практическому определению компетентности с помощью нейрокомпьютинга соответствует общемировой тенденции развития информационных систем. Появление нейророботов-агентов, работающих в реально существующей кибернетической среде Internet (см., например, http://www.agentware.com) способствует более полному представлению интересов пользователя во всех отраслях его деятельности. Практически все компьютерные фирмы включены в освоение этого рынка услуг на основе облачных технологий.

Достаточно упомянуть Microsoft, тратящую по $100 млн. в год только на исследования в программном обеспечении. Российский рынок, отставая от зарубежных производителей в аппаратном обеспечении, в плане научных услуг имеет в настоящее время высокий потенциал. Для полной реализации этого потенциала авторы предлагают использовать в практическом нейрокомпьютинге системный подход, предусматривающий связанные между собой обязательные этапы физической постановки и математической формулировки задачи, алгоритмическое и программное обеспечение решения поставленной задачи, анализ и интерпретацию результатов по определению компетентности экспертов и специалистов.

В перспективе развитие основных направлений исследований в области нейрокомпьютинга компетентности представляется следующим. Это решение ключевой проблемы улучшения в информационных системах отношения сигнал/шум для производственных процессов с целью повышения эффективности нейросетей. Такое решение должно содержать характеристики ЛПР, влияющие на снижение допустимого порога надежного распознавания сигнала на фоне производственного шума. Это дальнейшая интеграция нейросетей в корпоративные системы с программными технологическими модулями на основе гибридных технологий для улучшения экономичности. Разработка производственных диагностических систем с нейросетями и включение их в контур управления технологией с целью повышения качества производимой продукции и срока службы технологических объектов. Применение нейророботов в локальных системах автоматического регулирования и АСУ ТП с целью достижения высокой надежности, точности управления и снижения влияния “человеческого фактора”. Несомненную помощь в предсказании финансовых ситуаций на рынках окажут роботы-агенты, использующие нейромодели компетентности инвестора. Такое направление будет наиболее эффективным при оптимальном сочетании технического и фундаментального анализа рыночных процессов. Компетентный нейромаркетинг позволит реально объединить рыночные и технологические процессы производства продукции в единую систему с самыми высокими требованиями к конкурентоспособности предприятий.

Кроме рассмотренных в монографии проблем, разработанный метод позволяет решать и другие, не менее актуальные, задачи:

– рассчитывать оценки коллективов и комитетов экспертов;

– создавать методики повышения компетентности в новых, ранее не используемых, направлениях и условиях работы специалиста;

– применяться для определения моментов продвижения по службе и повышения надбавок к заработной плате.

Особое значение и перспективы применения нейрокомпьютинг компетентности имеет в образовательных учреждениях общего и профессионального образования всех типов.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК 1. Гуляев Ю.В. Нейрокомпьютеры в системах обработки сигналов. Кн.9.

Коллективная монография / Под ред. Ю.В. Гуляева и А.И. Галушкина. М.: Радиотехника, 2003. 224 с.: ил.

2. Нейронные сети. STATISTICA Neural Networks; пер. с англ. М.:

Горячая линия. Телеком, 2000. 182 с.: ил.

3. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений – М.: Мир, 1976. - 165с.

4. Технолог – доменщик. Волков Ю.П., Шпарбер Л.Я., Гусаров А.К. – М.:

Металлургия, 1986, - 263с., ил.

5. Щербатский В.Б., Старцева Ю.Е., Кормышев В.М. Экспертное управление процессами в фурменных зонах доменной печи. / Тезисы докладов II всероссийской студенческой научно-технической конференции «Информационные технологии и электроника», УГТУ, г.

Екатеринбург, 1997г. -187с.

6. Кормышев В.М., Лисиенко В.Г., Щербатский В.Б. Диагностика технологических объектов и систем управления с помощью модели эксперта. / Тезисы докладов III всероссийской студенческой научнотехнической конференции «Информационные технологии и электроника», УГТУ, г. Екатеринбург, 1998. -212с.

7. Кормышев В.М., Лисиенко В.Г., Щербатский В.Б. Математическая модель эксперта-доменщика / Всероссийская научно-техническая конференция “Энергетики и металлурги настоящему и будущему России”. Магнитогорск: МГТУ им. Г.И. Носова, 1998 - с. 8. Кормышев В.М., Щербатский В.Б. Реализация математической модели эксперта с помощью нейросетевой технологии / Тезисы докладов III всероссийской студенческой научно-технической конференции «Информационные технологии и электроника», УГТУ, г.

Екатеринбург, 1998. -212с.

9. Кормышев В.М. Методика определения функции компетентности эксперта на основе математической модели. / Автоматика и информационные технологии. Научные школы УГТУ №5.

Екатеринбург: УГТУ, 1999. - с. 237-242.

10. Новицкий П.В. Оценка погрешностей результатов измерений / П.В. Новицкий, И.А. Зограф; 2-е изд., перераб. и доп. Л.:

Энергоатомиздат, Ленингр. отд-ние, 1991. 304 с.: ил.

11. Ларичев О.И. Теория и методы принятия решений: учебник / О.И. Ларичев М.: Логос, 2000. 296 с.: ил.

12. Сиберт У.М. Цепи, сигналы, системы / У.М. Сиберт. В 2-х ч; пер с англ. М.: Мир, 1988. 360 с.: сл.

13. Култышева В.А., Щербатский В.Б., Лисиенко В.Г., Познякова М.Н.

Использование экспертного управления подачей природного газа и кислорода в доменных печах / В.А. Култышева [и др.] // Изв. Вузов.

Черная металлургия. 1995. № 3. С. 7-9.

14. Розенблатт Ф. Принципы нейродинамики / Ф. Розенблатт. М.: Мир, 1966. 270 с.

15. Амосов Н.М. Автоматы и разумное поведение / Н.М. Амосов. Киев:

Наук. думка, 1973. 374 с.: ил.

16. Саати Т. Аналитическое планирование. Организация систем / Т. Саати, К. Кернс. М.: Радио и связь, 1991. 310 с.

17. Щербатский В.Б. Информационная оценка компетентности сотруд- ников в инновационной сфере / В.Б. Щербатский, В.М. Кормышев, М.В. Кириллова // Сб. "Роль инноваций в экономике уральского региона". Материалы Второй региональной конференции. Часть 1.

Екатеринбург: Фонд ЦИБ, 2000. 137с.

18. Галактика. Комплексная система автоматизации управления предприятием. Проспект корпорации “Галактика”. Москва, 2003. 94.

19. Щербатский В.Б. Методы технической диагностики: метод.указания по курсу “Методы технической диагностики”/ В.Б. Щербатский, М.В. Кириллова. Екатеринбург: УГТУ-УПИ, 2000.Ч1. 59 с.

20. Химмельблау Д. Обнаружение и диагностика неполадок в хими- ческих и нефтехимических процессах; пер. с англ. / Д. Химмельблау.

Л.: Химия, 1983. 352 с., ил.

21. Кириллова М.В. Нейронная диагностика процесса обжига электро- керамики / М.В. Кириллова, В.М. Кормышев, В.Б. Щербатский. // Радиоэлектроника, электротехника энергетика: сб. докладов шестой международной научнотехнической конференции МЭИ.

Москва, 2000, Т1. с. 315.

22.Сысоев Н.П. [и др.] Опыт работы доменных печей ЧерМК с пониженной интенсивностью / Н.П. Сысоев [и др.] // Сталь. 1993.

№ 5. С. 10-12.

23.Кириенкова М.А. [и др.] Диагностика распределения материалов и газов в доменной печи / М.А. Кириенкова [и др.] // Известия вузов.

Черная металлургия. 2001. № 1. С.11-15.

24. Марселлус Д. Программирование экспертных систем на Турбо- Прологе; пер. с англ. предисл. С.В. Трубицына /Д. Марселлус.

М.: Финансы и статистика, 1994. 256 с.

Научное издание Кормышев Валентин Михайлович Щербатский Виктор Борисович ОПРЕДЕЛЕНИЕ КОМПЕТЕНТНОСТИ В ИНФОРМАЦИОННЫХ СИСТЕМАХ Редактор Н.П. Кубыщенко Компьютерная верстка М.А. Сафронова Подписано в печать 9.08.2011. Формат 60 84 1/Бумага осфетная. Печать плоская. Усл. печ. л. 8,Уч.-изд. л. 6,6. Тираж 100 экз. Заказ Редакционно-издательский отдел УрФУ 620002, Екатеринбург, ул. Мира, rio@mail.ustu.ru Отпечатано в типографии ИПЦ УрФУ 620000, Екатеринбург, ул. Тургенева, 4.

Pages:     | 1 |   ...   | 13 | 14 ||



© 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.