автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Логико-лингвистическое прогнозирование экономического состояния предприятия

МЧС России Санкт-Петербургский институт Государственной противопожарной службы

На правах рукописи

Бирюлева Надежда Васильевна

ЛОГИКО-ЛИНГВИСТИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ ЭКОНОМИЧЕСКОГО СОСТОЯНИЯ ПРЕДПРИЯТИЯ

05.13.10 - управление в социальных и экономических системах

Автореферат диссертации на соискание ученой стспсии кандидата технических наук

Санкт-Петербург 2005

Работа выполнена на кафедре управления и экономики в Санкт-Петербургском институте Государственной противопожарной службы МЧС России

Научный руководитель:

доктор технических наук, профессор, заслуженный деятель науки РФ Поляков Александр Степанович

Официальные оппоненты:

доктор технических наук, профессор Таранцев Александр Алексеевич, кандидат технических наук, доцент Крылов Вячеслав Михайлович

Ведущая организация:

ООО «Наука, Технология, Информатика, Контроль», г Санкт-Петербург

Защита состоится ^ » г в « /часов на заседа-

нии диссертационного совета Д 205 003 02 по защите диссертаций на соискание ученой степени доктора наук в Сашсг-11етербургском институте ГПС МЧС России по адресу 196105, Санкт-Петербург, Московский проспект, дом 149.

С диссертацией можно ознакомиться в библиотеке Санкт-Петербургского инстигута ГПС МЧС России (Саню-Петербург, Московский проспект, дом 149). «

Автореферат разослан » 2005 г.

Ученый секретарь

диссертационного совета Д 205.003.02 доктор технических наук, доцент

И Г Малыгин

100 ь-ч \4S27

п ат ,

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы обусловлена тем, что экономическая устойчивость является основным фактором существования и развития любого предприятия (компании). Задачи принятия решения постоянно возникают при управлении финансами предприятия (компании). При принятии решения всегда существует проблема выбора и учета наиболее существенного и не учета второстепенного Тем самым человек проводит интуитивное сравнивание различных вариантов решения Условия избытка информации, превышающего границы познания человека, определяют самое актуальное требование в области принятия решений - предоставление человеку средств помощи для оценки вариантов решений и сжатого представления сущности проблемы.

Переход к рыночной экономике в России привел многие предприятия в состояние, близкое к банкротству Так, например в 1996 г в арбитражные суды поступило 3740 заявлений о признании должников банкротами, в 1997 г. - 5687, а в 1998 г - 12781 По данным статистики в 2000 г было ликвидировано более 1800 предприятий России.

В этих условиях необходимо научиться своевременно распознавать ненадежных партнеров, объективно оценивать ситуацию, отличая временные проблемы с ликвидностью от полной неплатежеспособности. Необходимо объективно оценивать положение дел у существующего или потенциального контрагента и принимал ь решение о путях дальнейшего взаимодействия с ним.

Эта проблема акхуальна для ГПС МЧС России, так как в соответствии со статьей 24 Федерального закона № 69-ФЗ от 21 декабря 1994 г «О пожарной безопасности», ГПС предоставлено право оказывать предприятиям и гражданам услуги в области пожарной безопасности, а также организовывать по договорам охрану от пожаров предприятий или их по-жарно-профилактическое обслуживание. При этом, средства, получаемые от хозяйственной деятельности и платных услуг, оказываемых ГПС, определены в качестве одного из источников финансового обеспечения

деятельности ГПС.

В частности, плат ная деятельность Санкт-Петербургского института ГПС МЧС России осуществляется путем предоставления платных образовательных услуг, выполнения гтроектно-конструкторских и других работ, проведения экспертиз, испытаний, подготовки соискателей ученых степеней, подготовки и проведения конференций и семинаров, предоставления юридических, спортивных, медицинских и других услуг, а также научной, исследовательской, издательской и полиграфической деятельности

Обычно заключается договор (контракт) с заказчиком, в котором предусмотрены характер оказываемых услуг (предмет договора), срок исполнения, размер и условия оплаты предоставляемых услуг, ответственное гь сторон и иные условия Согласно заключаемым договорам, заказчики должны перечислять денежные средства в ГПС МЧС России, однако не все выполняют это условие Здесь возникает вопрос о возможности предотвращения неоправданной дебиторской задолженносги, которая так же может возникать в результате нарушения расчетной и финансовой дисциплины, имеющихся недостатков в ведении учета, ослабления контроля за отпуском материальных ценностей, что, естественно, отражается на экономическом состоянии (стабильности функционирования) объекта Так как ни решения Арбитражного суда, ни обращения к иивам администраций, на территории которых находятся предприятия-должники, ни письма с требованиями по! асить задолженность обычно не дают должного эффекта, подобные ситуации необходимо прогнозировать и своевременно предотвращать

При анализе движения денежных средств большую часть показателей достаточно грудно спрогнозировать с необходимой точностью Поэтому прогнозирование денежного потока, как правило, сводят к построению бюджетов денежных средств в планируемом периоде. Опыт показывпает, что этого недостаточно Более последовательный учет особенностей экономического состояния партнеров, рынка финансов и политических

рисков возможен на основе использования методов лингвистического прогнозирования, что позволит повысить надежность прогноза и, следовательно, повысить эффективность работы конкретной компании и обеспечить ее экономическую устойчивость. Такой прогноз формируется на основе имеющейся информации в режиме реального времени при непосредственном участии менеджера Известные методы мало учитывают человеческий фактор и его активное влияние на процесс управления

Вместе с тем, попыток решить проблему оценки экономического состояния предприятия на основе лингвистического прогнозирования с использованием причинной модели пока немного В отечественной литературе данное направление исследования остается малоизученным. Необходимость совершенствования моделей и алгоритмов управления свидетельствует об актуальности выбранной темы.

Цель исследования - совершенствование методического обеспечения оптимального прогнозирования экономического состояния предприятия

Объект исследования - методы и системы прогнозирования экономического состояния предприятия.

Предмет исследования алгоритмы принятия управленческих решений и методы прогнозирования экономического состояния предприятия в условиях неопределенности будущей ситуации и нечетких экспертных оценок.

Научные задачи включают:

анализ существующей практики функционирования предприятий и финансовых потоков,

разработку модели прогнозирования в условиях неопределенности будущей ситуации;

создание алгоритма и подсистемы принятия управленческих решений, направленных на повышение экономического состояния подразделений ГПС МЧС России.

Научная новизна результатов исследования представлена:

причинной моделью прогнозирования в виде прогнозирующего текста, каждое предложение которого является предложением на естественном языке с придаточным обстоятельством причины;

экспертной технологией прогнозирования для прямой лингвистической реализации прогнозирующего текста средствами совместного использования идей исчисления предикатов и теории нечетких множеств, допускающих наличие нечеткого предиката и присутствие малодостоверности;

алгоритмом прогнозирования для прямой лингвистической реализации прогнозирующего текста формальными средствами языка, допускающего присутствие малодостоверности и развитие прогнозирования в реальном времени;

системой поддержки управленческой деятельности для прогнозирования экономического состояния предприятия в условиях неопределенности будущей ситуации, включающую сгруктуры базы знаний и базы данных, подсистему для работы с ними, блоки приобретения знаний, логического вывода и объяснений, структуру пользовательского интерфейса

Методы исследования, примененные для решения указанных научных задач теории информации и управления, методы логико-лингвистического и математического моделирования, экспертного анализа, теории моделирования экономических, социальных систем, нечеткой логики и вероятностей, проектирования баз данных и разработки программного обеспечения, искусственного интеллекта

На защиту вынесены следующие результаты диссертационного исследования'

1 Причинная модель лингвистического прогнозирования, основанная на совместном использовании идей исчисления предикатов и теории нечетких множеств.

2 Экспертная технология прогнозирования для прямой лингвистической реализации прогнозирующего текста.

3. Алгоритм для программного модуля прогнозирования и принятия решений.

4. Система поддержки управленческой деэтельности. Научно-практическая ценность результатов исследования логико-лингвистическая модель управления экономической устойчивостью предприятия позволяет наиболее полно отразить объект управления (финансовые отношения ГПС с клиентами) по сравнению с известными моделями;

алгоритм логико-лингвистического прогнозирования позволяет давать прогноз на будущее, предупреждая критические ситуации и строить советующие фразы на естественном языке, доступном для менеджеров средней квалификации;

система поддержки управленческой деятельности предоставляет возможность анализа динамики развития отношений с заказчиками и выбора рациональной политики управления в финансовых структурах МЧС России и других организациях

Результаты работы реализованы в Санкт-Петербургском институте ГПС МЧС РФ, ФГУП «Главное управление ведомственной охраны» при контроле взаимодействия с технически сложными ядерно- и радиационно-опасными объектами судостроительной отрасли, Санкт-Петербургском государственном морском техническом университете и ДФГУП «Гипро-рыбфлот-Экос».

Апробация научных результатов осуществлена на научно-практических конференциях:

всероссийская научная конференция «Управление и информационные технологии» УИТ-2003 (3-4 апреля). Санкт-Петербург, 2003;

международная конференция по мягким вычислениям и измерениям. БСМ-2003 (25-27 июня) Санкт-Петербург, 2003;

международная конференция по мягким вычислениям и измерениям. 8СМ-2004 (17-19 июня) Санкт-Петербург, 2004

Публикации по теме диссертации включают 14 печатных работ.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения и списка использованной литературы (116 источников), содержит 16 таблиц и 34 рисунка.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении обоснован выбор темы диссертации, определены цели, задачи, объект и предмет исследования, отражены научная новизна, научно-практическая значимость, апробация результатов исследования

В первой главе «Интеллектуальные советующие системы принятия управленческих решений» рассмотрены концепции, принципы и парадигмы разработки управленческих решений

Установлено, что принятие компетентных решений в сложной, быстро изменяющейся обстановке представляет собой достаточно трудную проблему, особенно в условиях дефицита времени и ресурсов, угрозы банкротства субъекта рынка, для которых нужна чрезвычайно высокая квалификация менеджера Выбран один из путей усиления интеллектуальных возможностей человека - создание компьютерной интегрированной советующей экспертной системы для поддержки принятия управленческих решений Рассмотрены совокупности теорий, концепций, принципов и методов, технологий, приемов и рекомендаций по принятию решений.

Принципы, заложенные в парадигму рациона чьных решений, предполагают, прежде всего, моделирование реальной ситуации, то есть представление ее в упрощенном для изучения виде с сохранением всех значимых характеристик и свя5сй Использование указанных принципов позволило значительно снизить ошибки в принятии решений Новый импульс развитию парадш мы рациональных решений придала методология системного анализа Основная цель системного исследования состоит в совершенствовании структурирования проблемы с тем, чтобы научиться правильно ставить вопросы и применять формальные методы только там, где это приносит реальную пользу.

Парадигма рациональных решений ориентирована главным образом

на глубокий анализ неспецифических, слабо структурированных проблем, четкую формулировку измеримых целей и задач, назначения формальных критериев достижения целей, на декомпозицию исходной проблемы и делегирование полномочий на нижестоящие уровни выработки решений Именно это позволяет придать научную обоснованность и формальную непротиворечивость решениям, предугадать которые заранее невозможно.

Приведены классификация, состав и функции экономических советующих систем (ЭСС), и технология их создания.

На основе специальной литературы был проведен анализ существующих ЭСС и приведена классификация. Было принято решение, что наиболее оптимальным является путь экспертной системы приближенных рассуждений, состав которой отражен на рис. 1.

Рис 1 Состав экспертной системы приближенных рассуждений

Обеспечение экономической устойчивости предприятия (это, прежде всего, управление потоками средств, из компании в ее окружение и из окружения в компанию) преследует две цели 1) убедиться, что поток доходов превышает поток расходов; 2) убедиться, что финансовое положение предприятия стабильно.

Были рассмотрены типы управленческих решений, формы их поддержки и концепции автоматизации Выявлены следующие полезные

свойства информационных технологий полезных для менеджера' помогают преодолевать пропасть между экономикой и математикой; являются самыми эффективными носителями современных методов решения экономических задач, способствуют согласованию экономических процедур с международными требованиями; подключают к единому информационному пространству - экономическому и образовательному

Применение ЭВМ и средств связи в интересах поддержки принятия решений руководителем придало самой технологии поддержки ряд новых положительных черт, строгая дисциплина и упорядоченность, сис-1емность поддержки деятельности менеджера; возможность научного обоснования решений; возможность проведения модельных экспериментов, многовариантность, комплексность и гибкость анализа, наглядность и образность отображения результатов; документируемость всех этапов работы

В главе рассмотрена роль человеческого фактора в системе управления и было выявлено, что на процесс решения проблем оказывают влияние личные качества менеджера, такие как отношение к существованию проблем, сбору и использованию информации Также в главе освещена технология получения и структурирования знаний для экспертных систем

Во второй главе «Технология выработки управленческих решений в условиях неопределенности будущей ситуации» освещены задачи обоснования управленческого решения в условиях неопределенности будущей ситуации Определены составляющие и источники рисков в управлении (рис 2).

Рассмотрен процесс управления экономической деятельностью предприятия и его составляющие Определен цикл материальных и денежных потоков внутри предприятия, в результате чего сделан вывод о целесообразности сокращения издержек оборотного капитала путем уменьшения неоправданной дебиторской задолженности, то есть ужесточения контроля кредитной политики на основе прогнозирования

(обусловлен особенностями статуса лей- (обусловлен особенностями проблемной си-

ствукиодго субъекта профессия долж- туации время, ресурсы информация для

ность. права, полномочия, контакты ста- принятия решения и решения проблемы, ин-

туситп) тересы других действующих лиц ит. п)

Рис 2 Составляющие и источники рисков' а) составляющие риска, 6) источники индивидуального риска, в) источники ситуационного риска

Необходимость прогнозирования вызвана тем обстоятельством, что экономическая устойчивость предприятия в будущем имеет большое значение для решений, принимаемых в настоящий момент

Имеет место неопределенность, связанная с будущей ситуацией, которую полностью устранить невозможно Прогнозирование выступает как один из инструментов поиска такого решения, которое должно приниматься на основе научно обоснованного, объективного анализа про-

блемы.

В главе изложены возможные методы прогнозирования и, учитывая поставленные задачи и проблемы, выбран путь прогнозирования на основе логико-лингвистического моделирования, который предполагает, чю в качестве значений переменной используются не только числа, но и слова или предложения естественного или искусственного языка Это стало возможным за счет применения аппарата нечеткой логики при использовании лингвистической переменной.

Логико-лингвистическое описание систем позволяет моделировать процесс управления финансами в терминах, близких и понятных менеджеру, когда производятся операции с нечеткими переменными и множествами. В свою очередь, нечеткие множества являются значениями лингвистической переменной, то есть переменной, значениями которой являются не числа, а слова и предложения, которые для человека являются более естественными.

Учитывая роль человека, функциональное назначение естественного языка, фундаментальность формирования ожидаемых результатов и сложность установления функциональных контуров среды, локально организованной «вокруг» исследуемого объекта, предложена причинная модель лингвистического прогнозирования, основанная на совместном использовании идей исчисления предикатов и теории нечетких множеств.

Структурно будем различать состояния, ситуации и события

Состояние {а} или группой состояний {ак, к = 1,2,...} - некоторый систематически наблюдаемый финансовый показатель.

Ситуация {$,} - реализованные или ожидаемые «предыстории» состояний за некоторый временной промежуток Предыстории могут отражать прошлое, настоящее или будущее либо их более сложные композиции.

Событие {от} или группа событий {т„ I = 1,2, } воздействие или совокупность воздействий, оказываемых на экономическое состояние

предприятия (извне или изнутри).

Прогноз {/у} - ожидаемые результаты (прогноз), {от} - совокупность событий. По факту получения и выполнения конкретного прогноза и события существует языковая конструкция (фраза, предложение, текст) text, которая объединяет их в некой структурно-коммуникативной организации и конкретно определяет реальные (конкретные) {р}* и {т}* ■

где text - символическое обозначение языковой конструкции

Для прогнозирующей процедуры характерно наличие многих предикативных единиц, образующих звенья единой подчинительной цепи со значительной глубиной синтаксической перспективы Ввиду семантической недостаточности глаголов крайне сложно обойтись только проешми предложениями ПСД (подлежащее сказуемое - дополнение) Именно многочастное сложноподчиненное предложение с двумя-тремя типами синтаксической связи (последовательного подчинения, однородного или неоднородного соподчинения) может в полной мере соответствовать задачам прогнозирования.

В качестве структурного минимума было выбрано простейшее сложноподчиненное предложение (предложение с придаточным обстоятельства причины):

(ПСД), если (ПСД)

В простейшем случае прогнозирующий текст может иметь следующую структуру:

(ПСД)п, если (ПСД)1г

(ГТСД)21, если (ПСД)22

(1)

(ПСД),,,, если (ПСД)|Ы,

(ПСД)п(, если (ПСД)^

Структура (1) причинная моде пь прогноза

Синтаксическая простота прогнозирующего текста (1) в семантиче-

ском плане сочетается с достаточно богатыми возможностями для технических (формальных) применений.

Прогнозирующий текст (1) можно представить прогнозной моделью в виде совокупности (набора)

>{х,у,г,р) (2)

Сюда входят следующие множества лингвистических переменных

> X - {хк] | / = 1,2,.. ,и;) = 1,2, , г} - отражает ситуацию {*}, сложившуюся на объекте прогнозирования к моменту времени г Здесь п - количество признаков, определяющих состояние объекта прогнозирования, г - глубина ретроспекации Переменная х1; характеризует и формализует состояние {о} (признак) в момент времени (г - у) Терм-множества переменных х, у и х,^ совпадают Будем обозначать их символом 7";

> У = {у, I' = 1,2, .,«} - описывает ожидаемое состояние {р} объекта прогнозирования. Терм-множество переменной у, совпадает с терм-множеством переменной х,;,

>2 = {?,;/ = 1,2,. ,т) - формирует описание (событие) организационно-технических мероприятий {»)};

> Р^&слни^х),-™ Я ^ю^х)^,)}, 1=1,2,.„I ~ множество прогнозирующих правил, где и,(г) - условие, х - х10,х1 ¡,...,хп Т; и1 •= ч', (х) -следствие, и* = у1,у2, ., у„ 71, е [0,1 ] - вес правила (степень истинности, коэффициент достоверности)

Итак, согласно прогнозной модели (2), определены три компонента четверки. Множество лингвистических переменных

X, которые описывают ситуацию, сложившуюся на объекте прогнозирования к моменту времени г (X = {Р(г), Р(( -!)})',

У, которые описывают ожидаемое состояние объекта прогнозирования (у = {Р(1 +!)}),

2, которые формируют описание организационно-технических ме-

рогтриятий (Z = {&Q, доклад/)

Элементами множества прогнозирующих правил Р являются пары вида:

(если и(х ), то w:- w(x ), п), (3)

где и(х) - условие правила, представляющее собой формальное описание ситуации; ww(x) - следствие, включающее формальное описание ожидаемого состояния и (или) события; л е [0,1 J - вес правила, формализующий значение.

В завершении главы были выработаны рекомендации для перехода от описания правил на естественном языке к выражениям вида (3)

В третьей главе «Разработка системы поддержки управленческой деятельности» в результате исследования популярных систем прогнозирования двух типов' универсальных (SPSS, Statistica, Maple) и узкоспециализированных (Predictor, Project Expert, Бизнес-Прогноз, Банковский аналишк) доказана необходимость разработки новой системы, которая должна ориентироваться на менеджера и базироваться на специфике данных, используемых в бухгалтерском учете

Проведена формализация прогнозирующего текста для причинной модели, построены лингвистические переменные (дебиторская задолженность, организационно-финансовые мероприятия, модальность) и составлены прогнозирующие правила для заданной области

Состояния Для целей прогнозирования достаточно ограничиться четырьмя группами проявлений' Не погашена, Погашена частично, Погашена достаточно и Погашена

Ситуации Временной промежуток был взят в один месяц Этот интервал определяется, с одной стороны потребностями в прогнозировании с позиций управления финансами, с другой стороны ограничен разумными масштабами прогнозирующего текста. В зависимости от глубины ретроспекции ситуации могут выглядеть следующим образом (в виде сложно-подчиненных предложений)'

ситуация VI- в настоящий момент дебиторская задолженность не погашена, и месяц назад дебиторская задолженность не погашена;

ситуация л21 - в настоящий момент дебиторская задолженность не погашена, и месяц назад дебиторская задолженность не погашена, и два месяца назад дебиторская задолженность не погашена, и три месяца назад дебиторская задолженность не погашена

Прогнозирующий параметр. В качестве прогноза может быть выбрано любое из четырех возможных состоянии-.

Текущую ситуацию х, можно определить следующей формулой' V, - в настоящий момент , месяц назад два месяца назад ^ \ три месяца назад " > В скобках " - должен находиться термин, отражающий состояние объекта в настоящий и предыдущий момент времени

События - организационно-финансовые решения (действия), которые необходимо выполнить. При работе с конкретными ситуациями в качестве событий могут быть предпринято действие, типа' уветчить отгрузку товара на 50 %.

Переменные «Модачьность» определены как необходимо, скорее всего надо, возможно надо, маювероятно.

Конечный вид советующей фразы будет следующим-«модальность» изменить отгрузку на Мо, так как к следующему платежному сроку задолженность будет погашена на Хо., где Мо и Т-о конкретные числа.

Разработан алгоритм для профаммногс модуля прогнозирования и принятия решений (рис. 3)

Учитывая специфику проблемы и предложенного способа прогнозирования, использована, как наиболее рациональная, реляционная структура данных Реляционная база данных - это совокупность отношений, содержащих всю информацию, которая должна храниться в базе данных. Однако пользователи могут воспринимать такую базу как

Рис 3 Схема алгоритма расчета прогноза погашения дебиторской задолженности (ДЗ), необходимых организационно-финансовых мероприятий (ОФМ), модальности ЛП - лингвистическая переменная

совокупность таблиц Выбранная структура базы данных со связями приведена на рис. 4, а в таблице приведены источники получения используемых данных.

Платежи

Номер платежа

Номер счета

Дата платежа

Сумма платежа

Клиен ты

Номер кшепта

Имя клиента

Адреса, контактные телефоны

Сумма кредитов

Сумма выплаченная

Долги

Лингвистические переменные

Идентификационный номер

Название перемен-

Терм

Функция (значения)

Правила

Идентификационный номер правила

Идентификационный номер ситуации

Прогноз

Необходимые действия

Счета

Номер счета

Идентификационный номер клиента

Дата открытия счета

Сумма кредита

Срок кредита

Процентная ставка

Долг по погашению

Сумма выплат

Остаток неоплаченного кредита

Прогноз

Ситуации

Идентификационный номер ситуации

Момент времени

Терм лингвистической переменной

Предложение

Номер части

Структурная часть Термы

Рис 4 Схема базы данных со связями

Таблица

Данные, используемые в разработанной системе прогнозирования

1'абмщы базы данных Данные

бухгатерской отчетности экспертные определяются (рассчитываются) программой определяются памп) данных (подпрограч люн управления)

Клиенты название реквизиты сумма кредита сумма выплаченная сумма долга номер клиента

Счета номер счета дата открытия счета сумма кредита срок кредита процентная ставка - долг по погашению сумма выплат остаток неоплаченного кредита прогноз по счету

Платежи дата сумма номер счета - номер платежа

Ситуации - момент времени терм лингвистической переменной - идентификационный номер

Лингвистические переменные - название переменной терм функция принадлежности (значения) идентификационный номер

Правила номер ситуации прогноз необходимые действия идентификационный номер

Предлож ение структурная часть термы номер части

Разработана система поддержки принятия решений, в частности. 1 ) алгоритм прогнозирования и принятия решений на основе причинной модели (рис. 3);

2) база данных (рис 4) формата MBD (Microsoft Access) и подсистема для работы с ней;

3) структура пользовательского интерфейса (пример окна - рис. 5)

Innpot. "СчГгТ"

^1^00451* ^ ^ " ' ' ЗЗЙЗ-ЗЗ^'^ "

ЭЗЭ900 ~

43272 36 s

225390

108740843 600000 ь*Щг %

' «777- " ï>f/

-П яагежи no периссам—

' Il 103500 , 2 1U35CO

Необходигю увеличить отгрузку no 2G% так как к следующему греку nn^rrtA б'иет оплачен ня 97 C3Ï

; Сетейи»

Рис 5 Окно для работы со счетами и расчета прогноза

При реализации пользовательского интерфейса и алгоритма использовался Borland C++Builder 6, который позволяет создавать интерфейс стандартного вида для операционной системы Microsoft Windows, являющейся наиболее распространенной на данный момент

В главе анализируется возможность синтеза разработанной системы с другим программным обеспечением, в том числе применяемым для бухгалтерского учета.

Также выработаны рекомендации по внедрению автоматизированной системы в структуру предприятия и варианты действий.

В заключении перечислены полученные научные и практические результаты, раскрыта степень их достоверности и новизны Рассмотрено значение полученных результатов для теории и практики, приведены сведения о внедрении и практическом использовании полученных результатов.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1 Предложен метод логико-лингвистического прогнозирования на основе нечетких экспертных оценок и причинной модели, позволяющий проводить моделирование процесса управления в терминах, близких и понятных менеджеру, что существенно увеличивает эффективность и скорость принятия решений

2 Сформулирована экспертная технология прогнозирования для прямой лингвистической реализации прогнозирующего текста средствами совместного использования идей исчисления предикатов и теории нечетких множеств, допускающих наличие нечеткого предиката, присутствие малодостоверности и развитие прогнозирования в реальном времени, на основании которой разработан алгоритм расчета прогноза и построения совегующей фразы

3 Создана система поддержки управленческой деятельности для про1 нозирования экономического состояния предприятия в условиях неопределенности будущей ситуации, включающая структуры базы знаний и базы данных, подсистему для работа с базами, блоки приобретения знаний, логического вывода, объяснений и структуру пользовательского интерфейса

4 Полученные в настоящей работе результаты целесообразно использовать' для контроля и анализа динамики развития финансовых отношений с клиентами подразделений ГПС, выбора рациональной политики управления в финансовых структурах МЧС России

Основные опубликованные работы по теме диссертации:

1. Локтаев С В , Федорова (Бирюлева) Н В , Веригин А Н Управление финансами и системность // Всерос науч конф. Управление и информационные технологии УИТ-2003 Сб докладов Т. 2 СПб, 2003 0,6/0,2 п л

2 Веригин А Н., Локтаев С В , Федорова (Бирюлева) Н В Системный анализ развивающихся финансовых систем // Всерос науч конф

Управление и информационные технологии УИТ-2003 Сб докладов Т 2. СПб., 2003. 0,6/0,2 п.л

3 Веригин АН., Локтаев C.B., Федорова (Бирюлева) Н.В. Системный анализ и управление финансами банка // Всерос. науч. конф • Управление и информационные технологии УИТ-2003. Сб. докладов. Т. 2 СПб., 2003. 0,6/0,2 п.л

4 Веригин А.Н., Локтаев С В , Федорова (Бирюлева) Н.В. Тактика финансового прогнозирования // Международная конференция по мягким вычислениям и измерениям. SCM-2003: Сб. мат. СПб., 2003. 0,5/0,15 пл.

5. Веригин А.Н , Локтаев С В, Федорова (Бирюлева) Н.В., Тур A.B. Экспертная технология прогнозирования при управлении финансами компании // Международная конференция по мягким вычислениям и измерениям. SCM-2003 Сб. мат. СПб., 2003. 0,5/0,15 п.л

6. Веригин А.Н., Локтаев C.B, Тур A.B., Федорова (Бирюлева) Н.В Экспертная система управления компанией // Международная конференция по мягким вычислениям и измерениям SCM-2003 Сб мат СПб., 2003. 0,5/0,15 п.л.

7 Бирюлев М.Ю., Локтаев С В., Бирюлева Н.В , Ивахнюк Г К. Необходимость предоставления факторинговых услуг банком своим клиентам // Экология, энергетика, экономика. Безопасные экологические и экономические технологии. Выпуск VIII. СПб , 2003. 0,2/0,05 п л.

8. Алашкин А А., Федоров В Н., Бирюлева Н.В., Локтаев С В., Ивахнюк Г.К Работа с данными в программах прогнозирования // Экология, энергетика, экономика Безопасные экологические и экономические технологии. Выпуск VIII. СПб., 2004 0,3/0,1 п.л.

9 Бирюлева H В , Локтаев С.В , Коськин А В. Закономерности построения организационных систем // Вестник СПб института ГПС МЧС России. № 1(4). СПб., 2004. 0,2/0,07 п.л.

10. Локтаев C.B., Коськин A.B., Бирюлева H В. Анализ существующей практики создания организационных систем // Вестник СПб инсти-

тута ГПС МЧС России № 1(4) СПб , 2004 0,3/0,1 п л.

11 Бирюлева Н.В , Локтаев С В , Бирюлев М Ю Лиш вистическое прогнозирование в управлении предприятием // Вестник СПб института ГПС МЧС России. № 2(5). СПб., 2004 0,25/0,09 п л

12. Алашкин A.A., Федоров В.Н , Локтаев С В , Бирюлева Н В. Обработка данных в программах прогнозирования // Международная конференция но мягким вычислениям и измерениям SCM-2004. Сб докладов Т 1. СПб., 2004 0,25/0,09 п.л.

13 Бирюлева Н В , Бирюлев М Ю , Локтаев С В , Алашкин А А Лит вистичсский подход при создании систем управления // Международная конференция по мягким вычислениям и измерениям. SCM-2004 Сб. докладов. Т 2 СПб , 2004 0,25/0,09 п.л

14 Веригин А Н, Локтаев С В , Джангирян В Р, Бирюлева Н В. Развивающиеся организационные финансовые системы и концепция их создания // Вестник СПб института ГПС МЧС России № 3(6) СПб , 2004 0,9/0,23 п.л.

Подписано в печать 21 01 2005 Формат 60x84 116

Печать офсетная Объем 1пл Тираж! 00 экз

Отпечатано в Санкт-Петербургском институте ГПС МЧС России 196105, Санкт-Петербург, Московский проспект, д 149

2006-4 14827

P-33 7î

à

ВВЕДЕНИЕ.

Глава 1 ИНТЕЛЛЕКТУАЛЬНЫЕ СОВЕТУЮЩИЕ СИСТЕМЫ ПРИНЯТИЯ

УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ.

1.1 Концепции, принципы и парадигмы разработки управленческих решений.

1.2 Экспертные системы экономической ориентации

1.2.1 Классификация, состав и функции экономических советующих систем.

1.2.2 Технология создания советующих систем экономической ориентации.

1.2.3 Информационная система финансов.

1.3 Автоматизация поддержки управленческих решений.

1.3.1 Концепция автоматизации поддержки принятия управленчески решений.

1.3.2 Типы управленческих решений и формы их поддержки.

1.3.3 Системы поддержки принятия управленческих решений.

1.4 Человеческий аспект в системе управления.

1.4.1 Роли менеджеров и информационные системы в управлении.

1.4.2 Целесообразность использования информационных технологий управлении.

1.4.3 Технология получения и структурирование знаний для экспертных систем.

Выводы по главе 1.

Глава 2 ТЕХНОЛОГИЯ ВЫРАБОТКИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ БУДУЩЕЙ СИТУАЦИИ.

2.1 Задачи обоснования управленческих решений в условиях неопределенности будущей ситуации.

2.2 Составляющие и источники рисков в управлении.

2.3 Прогнозирование экономического состояния предприятия

2.3.1 Управление финансовой деятельностью предприятия.

2.3.2 Прогнозирование в структурах управления финансами предприятия.

2.3.3 Логико-лингвистическое прогнозирование.

2.4 Причинная модель прогнозирования.

2.4.1 Тактика лингвистического прогнозирования.

2.4.2 Свойства причинной модели.

2.4.3 Реализация причинной модели.

Выводы по главе 2.

Глава 3 РАЗРАБОТКА СИСТЕМЫ ПОДДЕРЖКИ УПРАВЛЕНЧЕСКОЙ

ДЕЯТЕЛЬНОСТИ.

3.1 Системы поддержки принятия решений

3.1.1 Обзор популярных систем.

3.1.2 Обоснование разработки новой системы.

3.2 Формализация прогнозирующего текста для причинной модели

3.2.1 Конкретизация понятий и определение структуры прогнозирующего текста.

3.2.2 Построение лингвистических переменных причинной модели прогнозирования погашения дебиторской задолженности.

3.3 Разработка структуры базы данных и пользовательского интерфейса. .138 # 3.4 Разработка системы поддержки принятия решений.

Выводы по главе 3.

Актуальность выбранной темы обусловлена тем, что экономическая устойчивость является основным фактором существования и развития любого предприятия (компании). Задачи принятия решения постоянно возникают при управлении финансами предприятия (компании). При принятии решения всегда существует проблема выбора и учета наиболее существенного и не учета второстепенного. Тем самым человек проводит интуитивное сравнивание различных вариантов решения. Условия избытка информации, превышающего границы познания человека, определяют самое актуальное требование в области принятия решений - предоставление человеку средств помощи для оценки вариантов решений и сжатого представления сущности проблемы.

Переход к рыночной экономике в России привел многие предприятия в состояние, близкое к банкротству. Так, например в 1996 г. в арбитражные суды поступило 3740 заявлений о признании должников банкротами, в 1997 г. -5687, а в 1998 г. - 12781. По данным статистики в 2000 г. было ликвидировано более 1800 предприятий России.

В этих условиях необходимо научиться своевременно распознавать ненадежных партнеров, объективно оценивать ситуацию, отличая временные проблемы с ликвидностью от полной неплатежеспособности. Необходимо объективно оценивать положение дел у существующего или потенциального контрагента и принимать решение о путях дальнейшего взаимодействия с ним.

Эта проблема актуальна для ГПС МЧС России, так как в соответствии со статьей 24 Федерального закона № 69-ФЗ от 21 декабря 1994 г. «О пожарной безопасности», ГПС предоставлено право оказывать предприятиям и гражданам услуги в области пожарной безопасности, а также организовывать по договорам охрану от пожаров предприятий или их пожарно-профилактическое обслуживание. При этом, средства, получаемые от хозяйственной деятельности и платных услуг, оказываемых ГПС, определены в качестве одного из источников финансового обеспечения деятельности ГПС.

В частности, платная деятельность Санкт-Петербургского института ГПС МЧС России осуществляется путем предоставления платных образовательных услуг, выполнения проектно-конструкторских и других работ, проведения экспертиз, испытаний, подготовки соискателей ученых степеней, подготовки и проведения конференций и семинаров, предоставления юридических, спортивных, медицинских и других услуг, а также научной, исследовательской, издательской и полиграфической деятельности.

Обычно заключается договор (контракт) с заказчиком, в котором предусмотрены: характер оказываемых услуг (предмет договора), срок исполнения, размер и условия оплаты предоставляемых услуг, ответственность сторон и иные условия. Согласно заключаемым договорам, заказчики должны перечислять денежные средства в ГПС МЧС России, однако не все выполняют это условие. Здесь возникает вопрос о возможности предотвращения неоправданной дебиторской задолженности, которая так же может возникать в результате нарушения расчетной и финансовой дисциплины, имеющихся недостатков в ведении учета, ослабления контроля за отпуском материальных ценностей, что, естественно, отражается на экономическом состоянии (стабильности функционирования) объекта. Так как ни решения Арбитражного суда, ни обращения к главам администраций, на территории которых находятся предприятия-должники, ни письма с требованиями погасить задолженность обычно не дают должного эффекта, подобные ситуации необходимо прогнозировать и своевременно предотвращать.

При анализе движения денежных средств большую часть показателей достаточно трудно спрогнозировать с необходимой точностью. Поэтому прогнозирование денежного потока, как правило, сводят к построению бюджетов денежных средств в планируемом периоде. Опыт показывпает, что этого недостаточно. Более последовательный учет особенностей экономического состояния партнеров, рынка финансов и политических рисков возможен на основе использования методов лингвистического прогнозирования, что позволит повысить надежность прогноза и, следовательно, повысить эффективность работы конкретной компании и обеспечить ее экономическую устойчивость. Такой прогноз формируется на основе имеющейся информации в режиме реального времени при непосредственном участии менеджера. Известные методы мало учитывают человеческий фактор и его активное влияние на процесс управления.

Вместе с тем, попыток решить проблему оценки экономического состояния предприятия на основе лингвистического прогнозирования с использованием причинной модели пока немного. В отечественной литературе данное направление исследования остается малоизученным. Необходимость совершенствования моделей и алгоритмов управления свидетельствует об актуальности выбранной темы.

Цель исследования - совершенствование методического обеспечения оптимального прогнозирования экономического состояния предприятия.

Объект исследования - методы и системы прогнозирования экономического состояния предприятия.

Предмет исследования - алгоритмы принятия управленческих решений и методы прогнозирования экономического состояния предприятия в условиях неопределенности будущей ситуации и нечетких экспертных оценок.

Научные задачи включают: анализ существующей практики функционирования предприятий и финансовых потоков; разработку модели прогнозирования в условиях неопределенности будущей ситуации; создание алгоритма и подсистемы принятия управленческих решений, направленных на повышение экономического состояния подразделений ГПС МЧС России.

Научная новизна результатов исследования представлена: причинной моделью прогнозирования в виде прогнозирующего текста, каждое предложение которого является предложением на естественном языке с придаточным обстоятельством причины; экспертной технологией прогнозирования для прямой лингвистической реализации прогнозирующего текста средствами совместного использования идей исчисления предикатов и теории нечетких множеств, допускающих наличие нечеткого предиката и присутствие малодостоверности; алгоритмом прогнозирования для прямой лингвистической реализации прогнозирующего текста формальными средствами языка, допускающего присутствие малодостоверности и развитие прогнозирования в реальном времени; системой поддержки управленческой деятельности для прогнозирования экономического состояния предприятия в условиях неопределенности будущей ситуации, включающую структуры базы знаний и базы данных, подсистему для работы с ними, блоки приобретения знаний, логического вывода и объяснений, структуру пользовательского интерфейса.

Методы исследования, примененные для решения указанных научных задач: теории информации и управления; методы логико-лингвистического и математического моделирования, экспертного анализа; теории моделирования экономических, социальных систем, нечеткой логики и вероятностей, проектирования баз данных и разработки программного обеспечения, искусственного интеллекта.

На защиту вынесены следующие результаты диссертационного исследования:

1. Причинная модель лингвистического прогнозирования, основанная на совместном использовании идей исчисления предикатов и теории нечетких множеств.

2. Экспертная технология прогнозирования для прямой лингвистической реализации прогнозирующего текста

3. Алгоритм для программного модуля прогнозирования и принятия решений.

4. Система поддержки управленческой деятельности.

Научно-практическая ценность результатов исследования: логико-лингвистическая модель управления экономической устойчивостью предприятия позволяет наиболее полно отразить объект управления (финансовые отношения ГПС с клиентами) по сравнению с известными моделями; алгоритм логико-лингвистического прогнозирования позволяет давать прогноз на будущее, предупреждая критические ситуации и строить советующие фразы на естественном языке, доступном для менеджеров средней квалификации; система поддержки управленческой деятельности предоставляет возможность анализа динамики развития отношений с заказчиками и выбора рациональной политики управления в финансовых структурах МЧС России и других организациях.

Результаты работы реализованы в Санкт-Петербургском институте ГПС МЧС РФ, ФГУП «Главное управление ведомственной охраны» при контроле взаимодействия с технически сложными ядерно- и радиационно-опасными объектами судостроительной отрасли, Санкт-Петербургском государственном морском техническом университете и ДФГУП «Гипрорыбфлот-Экос».

Апробация научных результатов осуществлена на научно-практических конференциях: всероссийская научная конференция «Управление и информационные технологии». УИТ-2003 (3—4 апреля). Санкт-Петербург, 2003; международная конференция по мягким вычислениям и измерениям. SCM-2003 (25-27 июня). Санкт-Петербург, 2003; международная конференция по мягким вычислениям и измерениям. SCM-2004 (17-19 июня). Санкт-Петербург, 2004.

Структура диссертационной работы

В главе 1 рассмотрены концепции, принципы и парадигмы разработки управленческих решений. Определены факторы, влияющие на принятие компетентных решений, и возможности устранения неблагоприятных. На основе специальной литературы был проведен анализ существующих экспертных советующих систем.

В главе 2 освещены задачи обоснования управленческого решения в условиях неопределенности будущей ситуации. Определены составляющие и источники рисков в управлении. Рассмотрен процесс управления экономической деятельностью предприятия и его составляющие. Проанализирована возможность сокращения неоправданных затрат. Выбран способ прогнозирования экономического состояния.

В главе 3 исследованы популярные систем прогнозирования. Разработан алгоритм прогнозирования, на основании которого создана система поддержки управленческой деятельности.

Результаты работы нашли практическое применение: в ДФГУП «Гипрорыбфлот-Экос» советующая экспертная система «Прогнозирование» использована для прогнозирования и выявления

152 неоправданной дебиторской задолженности (неплатежеспособных клиентов), а так же для отслеживания динамики погашения клиентами долгов и поддержки управленческой деятельности менеджера. Внедрение системы существенно повысило эффективность кредитной политики, что сократило неоправданные расходы; в Санкт-Петербургском институте ГПС МЧС РФ для финансового контроля предоставляемых платных услуг в издательской и полиграфической деятельности редакционно-издательского отдела; в учебном процессе кафедры Океанотехники и морских технологий Санкт-Петербургского государственного морского технического университета и использованы в курсе «Технология постройки и ремонта средств океанотехники» (раздел «технико-экономические обоснования»); в ФГУП «Главное управление ведомственной охраны» при контроле взаимодействия с технически сложными ядерно- и радиационно-опасными объектами судостроительной отрасли.

Достоверность и эффективность полученных результатов исследования подтверждены положительным опытом применения их на практике.

ЗАКЛЮЧЕНИЕ

Изложенные в работе решения поставленных научных задач позволили получить следующие основные результаты:

1. Предложен метод логико-лингвистического прогнозирования на основе нечетких экспертных оценок и причинной модели, позволяющий проводить моделирование процесса управления в терминах, близких и понятных менеджеру, что существенно увеличивает эффективность и скорость принятия решений.

2. Сформулирована экспертная технология прогнозирования для прямой лингвистической реализации прогнозирующего текста средствами совместного использования идей исчисления предикатов и теории нечетких множеств, допускающих наличие нечеткого предиката, присутствие малодостоверности и развитие прогнозирования в реальном времени, на основании которой разработан алгоритм расчета прогноза и построения советующей фразы.

3. Создана система поддержки управленческой деятельности для прогнозирования экономического состояния предприятия в условиях неопределенности будущей ситуации, включающая: структуры базы знаний и базы данных; подсистему для работы с базами; блоки приобретения знаний, логического вывода и объяснений; структуру пользовательского интерфейса.

4. Полученные в настоящей работе результаты целесообразно использовать: для контроля и анализа динамики развития финансовых отношений с клиентами подразделений ГПС, выбора рациональной политики управления в финансовых структурах МЧС России.

1. Искусственный интеллект: Теория и приложения: Межвуз. сб. науч. тр. Саратов: Изд-во Сарат. ун-та, 1993.

2. Бондарев В.Н., Аде Ф.Г. Искусственный интеллект: Учеб. пособие для студентов вузов. Севастополь: Изд-во СевНТУ, 2002. 613 с.

3. Горбатов В.А., Огиренко А.Г., Смирнов М.И. Искусственный интеллект в САПР: Учеб. пособие. М.: МГГУ, 1994. 183 с.

4. Кьюсиак Э., Яп К.Т., Чау У.М. и др. Искусственный интеллект: Применение в интегрир. произв. системах / Под ред. А.И. Дащенко. Е.В. Левнера. М.: Машиностроение. 1991. 539 с.

5. Курейчик В.М., Лебедев Б.К. Искусственный интеллект в САПР: Текст лекций. Таганрог: ТРТИ, 1989. 47 с.

6. Большакова Е.И., Мальковский М.Г., Пильщиков В.Н. Искусственный интеллект. Алгоритмы эвристического поиска: Учеб. пособие. М.- Фак. ВМК МГУ, 2002. 81 с.

7. Люгер Д.Ф. Искусственный интеллект: Стратегии и методы решения слож. пробл. / Пер. с англ. Н.И. Галагана и др. 4-е изд. М.: Вильяме, 2003. 863 с.

8. Тейз А., Грибомон П., Луи Ж. и др. Логический подход к искусственному интеллекту: От классич. логики к логич. программир. / Под ред. Г.П. Гаврилова. М.: ВЦ РАН, 1990. 429 с.

9. Ашихмин А.А. Разработка и принятие управленческих решений: формальные модели и методы выбора. Вып. 2. М.: Изд-во МГГУ, 1995. 79 с.

10. ЮАрсеньев Ю.Н, Шелобаев С.И., Давыдова Т.Ю. Принятие решений. Интегрированные интеллектуальные системы: Учеб. пособие для студентов вуюв. М.: ЮНИ1И-ДАНА. 2003. 269 с.

11. Методы и модели оптимизации ресурсов в интеллектуальных системах принятия решений в экономике, технике, финансах и образовании: Сб. науч. ст. / Под ред. Ю.Н. Арсеньева. М.: Б.и., 2000. 214 с.

12. Гаврилова Т.А. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992. 199 с.

13. Guest ed. J. М. Barone. Fuzzy modeling. Amsterdam: North-Holland, 1996. 120 c.

14. Варфоломеев В.И., Воробьев С.Н. Принятие управленческих решений: В сложных ситуациях. М.: Кудиц-образ, 2001. 287 с.

15. Воробев С.Н., Уткин В.Б., Балдин К.В. Управленческие решения: Учебник для вузов. М.: ЮНИТИ-ДИАНА, 2003.317с.

16. Мишин А.В., Мишин С.А. Принятие управленческих решений ворганизационных системах: теория и практика. Воронеж: ВИ, 2004. 171 с.

17. Романов А.Н., Одинцов Б. Е. Советующие информационные системы в экономике: Учеб. пособие для вузов. М.: ЮНИТИ-Дана, 2000. 486 с.

18. Миронов А.С. Введение в искусственный интеллект: Учеб. пособие. М.: МГАПИ. 1995.42 с.

19. Веригин А.Н., Локтаев С.В, Тур А.В., Федорова (Бирюлева) Н.В. Экспертная система управления компанией // Международная конференция по мягким вычислениям и измерениям. SCM-2003: Сб. мат. СПб., 2003.

20. Аппак М.А. Искусственный интеллект в экономике: Учеб. пособие. М.: МГАПИ. 2000. 19 с.

21. Рудакова Г.М. Искусственный интеллект. Экспертные системы. Красноярск: СибГТУ, 2002. 87 с.

22. Матвеев JI.A. Информационные системы: поддержка принятия решений: Учеб. пособие. СПб.: Изд-во С.-Петерб. ун-та экономики и финансов, 1996. 241 с.

23. Савчук В.П. Финансовая диагностика и поддержка управленческих решений. Internet: http://www.cfin.ru/finanalysis/reports/finanmanagement.shtrnl, 2004.

24. Бирюлев М.Ю. Локтаев С.В. Бирюлева Н В. Ивахнюк Г.К. Необходимость предоставления факторинговых услуг банком своим клиентам Ч Экология жергетика экономика. Безопасные экологические и экономические технологии. Выпуск VIII. СПб., 2003.

25. Drucker P.F. Management; Tasks, responsibilities, practices. New York: Harper & Row, 1985. 839 c.

26. Лэнд П.Э. Менеджмент искусство управлять: Секреты и опыт иракь менеджмента / Пер. с англ. М. Шерешевской, М. Орлова. М.: ИНФРА-М, 1995. 143 с.

27. Файоль А. Эмерсон Г., Тэйлор Ф., Форд Г. Управление это наука и искусство. М.: Республика, 1992. 349 с.

28. Балабанов И.Т. Основы финансового менеджмента. Как управлять капиталом? Изд. 2-е. М.: Финансы и статистика, 1997. 384 с.

29. Сосненко Л.С. Бухгалтерская отчетность: Учеб. пособие. Челябинск: Изд-во Юж.-Урал. гос. ун-та, 2000. 31 с.

30. Костиков Л.М. Системная подготовка и принятие управленческих решений: Учеб. пособие. 2-е изд. М.: Б. и. 1988. 80 с. 250 экз.

31. Ракович А.Г., Толкачев А.А. Автоматизация принятия проектных решений на основе баз знаний. Минск: БелНИИНТИ, 1989. 58 с.

32. Дворянкин A.M., Кизим А.В., Жукова И.Г., Сипливая М.Б. Искусственный интеллект. Базы знаний и экспертные системы: Учеб. пособие. Волгоград: Политехник. 2003. 139 с.

33. Managerial decision making / Ed. by David J. Hickson. Aldershot: Dartmouth. 1995.379 c.

34. Грачев А.В. Финансовая устойчивость предприятия: анализ, оценка и управление: Учеб.-практ. пособие. М.: Дело и сервис, 2004. 190 с.

35. Петров А.В. Федулов Ю.Г. Подготовка и принятие управленческих решений. М • Изд-во РАГС,, 2000. 241 с.

36. Климова М.А. Принятие управленческих решений. М.: МГУП, 2001. 102 с.

37. Лескин А.А., Мальцев В.Н. Системцы поддержки управленческих и проектных решений. JL: Машиностроение, 1990.

38. Бирюлева Н.В., Локтаев С.В., Коськин А.В. Закономерности построения организационных систем // Вестник СПб института ГПС МЧС России. № 1(4). СПб., 2004.

39. Локтаев С.В., Коськин А.В., Бирюлева Н.В. Анализ существующей практики создания организационных систем // Вестник СПб института ГПС МЧС России. № 1(4).

40. Веригин А.Н., Локтаев С.В., Джангирян В.Р. Бирюлева Н.В. Развивающиеся организационные финансовые системы и концепция их создания // Вестник СПб института ГПС МЧС России. № 3(6). СПб., 2004.

41. Виссема X. Менеджмент в подразделениях фирмы: Предпринимательство и координация в децентрализов. компании. М.: ИНФРА-М, 1996. 287 с.

42. Spyros Tzafestas. Expert systems in engineering applications.Berlin: Springer-Verl., 1993., 383 c.

43. Бережная E.B., Бережной В.И. Математические методы моделирования экономических систем: Учеб. пособие для студентов вузов. М.: Финансы и статистика. 2002. 366 с.

44. Глушенко В.В. Глушенко И.И. Разработка управленческого решения. Прогнозирование-планирование. Теория проектирования экспериментов: Учеб. пособие. 2-е изд. испр. Железнодорожный: Крылья, 2000. 397 с.

45. Тихомирова А.И., Маматказин А.Р. Консалтинг и автоматизированные сисгемы управления // Экология, энергетика, экономика: Межвуз. сб. науч. тр. Вып. 7. СПб.: Изд. Менделеев, 2002. С. 191-194.

46. Алексеева М.Б., Балан С.Н. Основы теории систем и системного анализа: Учеб. пособие. СПб.: СПбГИЭУ, 2002. 88 с.

47. Локтаев С.В., Веригн А.Н. Особенности создания организационных финансовых систем // Экология, энергетика, экономика: Межвуз. сб. науч. тр. Вып. 8. СПб.: Изд. Менделеев, 2003. С. 121-128.

48. Тейз А., Грибомон П., Юлен Г. и др. Логический подход к искусственному интеллекту: От модал. логики к логике баз данных / Пер. с фр. Г.П. Гаврилова и др. под ред. Г.П. Гаврилова. М.: Мир, 1998. 493 с.

49. Уэно X., Кояма Т., Окамто Т. и др. Представление и использование знаний: Пер. с япон. / Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989. 220 с.

50. Локтаев С.В. Формализации знаний в системах управления финансми С. 185-192. // Экология, энергетика, экономика: Межвуз. сб. науч. тр. Вып. 4. СПб.: Ивд. С.-Петербургского университета, 2001. 225 с.

51. Дворянкин A.M., Сипливая М.Б., Жукова И.Г. Искусственный интеллект. Моделирование рассуждений и формальные системы: Учеб. пособие. Волго! рад: Политехник, 2003. 140 с.

52. Степанов М.Ф. Машинный перевод и общение на естественном языке: Учеб. пособие. Саратов: СГТУ, 2000. 96 с.

53. Головихин С.А., Басов Е.А. Управление рисками в системе интеграционных отношений промышленных предприятий с банками. Челябинск: ЧелГУ, 2000. 24 с.

54. Забелина О.В. Управление рисками в сфере промышленного бизнеса. Тверь. Твер. гос. ун-т, 1999. 158 с.

55. Цифрова Р.-М.В., Андреева О.В. Управление рисками экономических систем. Саратов: Изд-во Сарат. ун-та, 2001. 119 с.

56. Кузьменков В.А. Теория принятия решений и управление рисками: Учеб пособие. СПб.: СПбГПУ, 2002. 38 с.

57. Буянов В.П., Кирсанов К.А., Михайлов Л.М. Рискология. Управление рисками: Учеб. пособие. 2-е изд., испр. и доп. М.: Экзамен, 2003. 381 с.

58. Чернова Г.В., Кудрявцев А.А. Управление рисками: Учеб. пособие. М.: Проспект. ТКВелби, 2003. 158 с.

59. Карпова Е.А. Управление рисками: Учеб. пособие. Челябинск: ЧГАУ. 2003. 79 с.

60. Уткин Э.А., Фролов Д.А.Управление рисками предприятия: Учеб.-пракг. пособие. М.: ТЕИС. 2003. 247 с.

61. Боровкова В.А. Управление рисками в торговле. СПб.: Питер. 2004. 287 с.

62. Афоничкин А.И. Принятие управленческих решений в экономических системах: Учеб. пособие. Саранск: Изд-во Морд, ун-та,, 1998. 183 с.

63. Отварухина Н.С. Финансовая устойчивость предприятия: Учеб. пособие. Комс.-на-Амуре: Коме.-на-Амуре гос. техн. ун-т, 1995. 50 с.

64. Локтаев С.В., Федорова (Бирюлева) Н.В., Веригин А.Н. Управление финансами и системность // Всерос. науч. конф.: Управление и информационные технологии. УИ'1 -2003. Сб. докладов. Т. 2. СПб., 2003. 0,6 п.л.

65. Гогуа Л.С., Маматказин А.Р. Методические положения по оценке финансового состояния предприятия // Экология, энергетика, экономика: Межвуз. сб. науч. тр. Вып. 5. СПб.: Изд. Менделеев. 2002. С. 146-150.

66. Грищенко О.В. Анализ и диагностика финансово-хозяйственной дея!ельносги предприятия. Internet: http://www.aup.ru, 2004.

67. Савчук В.П. Финансовый анализ деятельности предприятия (международные подходы). Internet: http://www.cfin.ru/finanalysis/reports/savchuk.shtml, 2004.

68. Веригин А.Н., Локтаев С.В. Федорова (Бирюлева) Н.В. Системный анализ развивающихся финансовых систем // Всерос. науч. конф.: Управление и информационные технологии. УИТ-2003. Сб. докладов. Т. 2. СПб., 2003.

69. Веригин А.Н., Локтаев С.В. Федорова (Бирюлева) Н.В. Системный анализ и управление финансами банка // Всерос. науч. конф.: Управление и информационные технологии. УИТ-2003. Сб. докладов. Т. 2. СПб., 2003.

70. Говдя В.В. Бухгалтерская отчетность: Учеб. пособие для студентов вузов. Краснодар: КГАУ, 1999. 242 с.

71. Бабаева З.Д. Бухгалтерская отчетность и порядок ее составления: Учеб. пособие. М.: ФА при Правительстве РФ, 2000. 131 с.

72. Патров В.В., Быков В.А. Бухгалтерская отчетность организации: Практ. руководство. М.: МЦФЭР, 2004. 312 с.

73. Каплан А. В., Каплан В. Е., Мащенко М.В. и др. Принципы посфоения компьютерной модели для бизнес-планирования. Internet: http://www.cfin.ru/business-plan/model principles.shtml. 2004.

74. Лукичев С.В. Ланкский A.M. Ковалкин Ю.П. и др. Финансовый менеджмент: анализ финансовой деятельности предприятия: Учеб. пособие. Самара: Самар. аэрокосм, ун.-т, 2000. 132 с.

75. Земитан Г. Методы прогнозирования финансового состояния организации. Internet: http://masters.donntu.edu.ua/2003/fem/baidaus/ library/index2.htm. 2003

76. Константинов И.С., Веригин А.Н. Раков В.И. Лингвистическое прогнозирование в структурах управления. СПб.: Изд-во С.-Петебургского ун-та, 1998. 165 с.

77. Кудинов А. Что такое прогнозирование и зачем оно нужно. Internet: http://www bkg.ru, 2003

78. Замков О.О., Толстопятенко А.В. Черемных Ю.Н. Математические методы в экономике: Учеб. 2-е изд. М.: Дело и Сервис, 1999. 365 с.

79. Ильичев А.В. Эффективность проектируемой техники. М.: Машиностроение.1991.

80. Шевченко В.В. Комбинаторно-логический подход к решению задач экономического и производственного характера. М., 1999. 27 с.

81. Веригин А.Н. Локтаев С.В. Федорова (Бирюлева) Н.В. Тур А.В. Экспертная технология прогнозирования при управлении финансами компании // Международная конференция по мягким вычислениям и измерениям. SCM-2003: Сб. мат. СПб., 2003.

82. Васин Н.Н., Балыкова Л.Н. Лингвистическая переменная в моделировании экономических параметров в управлении: Учеб. пособие. Самара: СГАУ, 2000. 58 с.

83. Бирюлева Н.В., Локтаев С.В. Бирюлев М.Ю. Лингвистическое прогнозирование в управлении предприятием // Вестник СПб института ГПС МЧС России. № 2(5). СПб. 2004.

84. Бирюлева Н.В., Бирюлев М.Ю., Локтаев С.В., Алашкин А.А. Лингвистический подход при создании систем управления // Международная конференция по мягким вычислениям и измерениям. SCM-2004: Сб. докладов. Т. 2. СПб. 2004.

85. Бондаренко М.Ф. Осыка А.Ф. Автоматическая обработка информации на естественном языке: Учеб. пособие по спец. Киев: УМКВО. 1991. 142 с.

86. Андрусенко Т.Б. Варианты организации диалога на естественном языке: Метод, разраб. для пользователей. Киев: Ин-т кибернетики, 1987. 32 с.

87. Чернов В.Г. Нечеткие множества в задачах управления и принятия решений: Текст лекций. Владимир: Владим. гос. ун-т, 1999. 85 с.

88. Кудреватых С.И. Нечеткие множества в задачах распознавания: вероятностный аспект принадлежности и канонический набор операций. Минск: Ин-т техн. кибернетики. 1988. 51 с.

89. Воронов М.В. Нечеткие множества в моделях систем организационной) управления: Учеб. пособие. Л.: ВМА, 1988. 54 с.

90. Аверкин А.Н. Батыршин И.З. Блишун А.Ф. и др. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А. Поспелова. М.: Наука. 1986. 311с.

91. Нечеткие множества и теория возможностей: Последние достижения: Сб. ст. г Под ред. P.P. Ягера. С.И. Травкина. М.: Радио и связь, 1986. 405 с.

92. Мациевский С.В. Нечеткие множества: Учеб. пособие. Калининград: Изд-во КГУ, 2004. 176 с.

93. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.

94. Веригин А.Н., Локтаев С.В. Федорова (Бирюлева) Н.В. Тактика финансового прогнозирования // Международная конференция по мягким вычислениям и измерениям. SCM-2003: Сб. мат. СПб., 2003.

95. Веригин • А.Н., Табучак П.П., Баширов А.А. Тактика прогнозирования финансового состояния компании на основе причинной модели // Экология, энергетика, экономика: Межвуз. сб. науч. тр. СПб.: Изд. С.-Петербургского университета, 1996.

96. Плис А. Практикум по прикладной статистике в среде SPSS. М.: Финансы и статистика, 2004. 284 с.

97. Боровиков В. Statistica. Искусство анализа данных на компьютере. СПб.: Питер, 2003. 688 с.

98. Боровиков В. Прогнозирование в системе Statistica в среде Windows. Основы теории и интенсивная практика на компьютере. М.: Финансы и статистика, 2000. 384 с.

99. Дьяконов В. Maple 7. СПб.: Питер, 2002. 666 с.

100. Прогнозирование. Программа Predictor // Активные Технологии. Комплексная автоматизация бизнеса. Internet: http://www.at.nnov.ru/programs/marketing/predictor.html. 2004

101. Сравнение специализированных программ статистического прогнозирования (SPSS, Predictor, Forecast Expert) // Активные Технологии. Комплексная автоматизация бизнеса. Internet: http:// http://www.at.nnov.ru/programs/marketing/analizprogn.html. 2004

102. Квинтин А. Наиболее эффективные методы внедрения систем управления. Internet: http://www.cfm.ru/vernikov/kias/pcweek.shtml, 2003

103. Петров М., В каких случаях осуществлять внедрение лучше самим, а ко1да доверить это сторонней компании? Internet: http://www.cfin.ru/itm/kis/inorout.shtml, 2004

104. Филипенко И. Выбор ПО для автоматизации управления. Internet: http://www.cfin.ru/itm/selectsoft.shtml, 2001.

105. Баширов А.А., Табурчак П.П., Веригин А.Н. Причинная модель прогнозирования погашения дебиторской задолженности модели // Экология, энергетика, экономика: Межвуз. сб. науч. тр. СПб.: Изд. С.-Петербургского университета, 1996.

106. Алашкин А.А. Федоров В.Н., Локтаев С.В. Бирюлева Н.В. Обработка данных в программах прогнозирования // Международная конференция по мягким вычислениям и измерениям. SCM-2004: Сб. докладов. Т. 1. СПб., 2004.

107. Буч Г. Объектно-ориентированный анализ и проектирование. Изд 2-е. М.: БИНОМ, 1998. 301 с.

108. Буч Г., Рамбо Д., Джекобсон А. Язык UML. Руководство пользователя. М.: ДМК, 2000. 432 с.

109. Кормен Т., Лейзерсон Ч., Ривест Р. Алгоритмы: построение и анализ. М.: МЦНМО, 2001.976 с.

110. Гусев А.А., Ильина J1.B. Программирование в среде 1С: Бухгалтерия. М.: Кудиц-Образ, 2002.115 1С: Бухгалтерия 7.7 в вопросах и ответах: Самоучитель / Под ред. В.Б. Комягина. Доп. и обновл. изд. М.: Триумф, 2003. 375 с.

111. Верещагин С.А., Касьянова Г.Ю., Котко Е.А. Бухгалтерская отчетность с учетом последних изменений в законодательстве. М.: Статус-Кво 97, 2000. 253 с.