автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Методическое и алгоритмическое обеспечение для поддержки принятия решений при управлении сбытом нефтепродуктов

На нравах рукописи

ГРЛБИЛИНЛ Олеся Алексеевна

МЕТОДИЧЕСКОЕ И АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ СБЫТОМ

НЕФТЕПРОДУКТОВ

Специальность 05.13Л6. Применение вычислительной техники, математического моделирования и математических методов в научных исследованиях (по техническим наукам)

диссертации на соискание ученой степени кандидата технических наук

Москва 2000

Работа выполнена в Российском государственном университете нефти и газа именн И.М. Губкина.

Научный руководитель - доктор технических наук, профессор

Сухарев М.Г.

Научные консультанты - доктор технических наук, профессор

Официальные оппоненты - доктор технических наук, профессор

Степин Ю.П. - кандидат технических наук, доцент Лукьянов A.C.

Ведущее предприятие - нефтяная компания "СИБНЕФТЬ".

Защита состоится "<Л" Ob. ¿ООО г. в /5Г часов в аудитории ЛЗ^ на заседании диссертационного совета в Российском государственном университете нефти и газа имени И М. Губкина по адресу: 117296 г.Москва, Ленинский проспект 65.

С диссертацией можно ознакомиться в библиотеке Российского государственного университета нефти и газа имени И.М. Губкина.

Ставровский Е.Р. - доктор технических наук, профессор Трахтснгерц Э.А.

кандидат технических наук, /

доцент /,

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Становление российской экономики с начала 90-х г.г. на рыночный путь развития повлекло за собой и реформирование нефтяной промышленности, путем создания вертикально интегрированных нефтяных компаний (ВИНК). Каждой ВИНК были отведены конкретные регионы с имеющимися там добывающими, перерабатывающими мощностями и сбытовыми структурами, а руководителям ВИНК было поручено управление всеми этими фондами как основными частями "интегрированных компаний".

Ежедневно руководителям ВИНК приходится решать задачи выбора, связанные с организацией добывающего и перерабатывающего производства, сбытом готовой продукции нефтепереработки, оптимизацией поставок сырья, многое другое, Тем самым, принятие решений (ГГР) стратегического характера заставляет руководство компании анализировать ее развитие в различных аспектах: техническом, организационном, рыночном, экономическом. В сложившейся ситуации рыночной конкуренции ВИНК следует заниматься маркетинговыми исследованиями, которые связанны с оценкой спроса и предложения, исследованием тенденций их изменения, анализом и прогнозированием перспектив развития региональных рынков сбыта компании. Подобные маркетинговые исследования являются основой для формирования стратегий развития компании по всем направлениям ее деятельности, так как под оцененные на перспективу объемы спроса планируются необходимые мощности добывающего и перерабатывающих производств компании.

Большой объем информации, поступающий в органы управления, сложность решаемых задач, необходимость учета большого числа разнородных факторов, и неопределенностей, делают невозможным ГГР только на основании интуиции и предыдущего опыта руководителей ВИНК. При-

нимая решения, следует искать стабильные и обоснованные критерии выбора, позволяющие перевести на язык математики интуитивную информацию, которой располагают руководители ВИНК, стандартизировать н формализовать процесс ПР.

Таким образом, представляется актуальной задача разработки формального системного подхода, позволяющего систематизировать, структурировать основные задачи и проблемы стратегического развития компании, выявить глобальные цели компании в целом и ее производственных составляющих, логически упорядочить и алгоритмитизировать процесс ПР о дальнейшем развитии компании, учитывая при этом возможные в перспективе ограничения, накладываемые рыночной средой.

Цель работы — создание методического и алгоритмического обеспечения для поддержки принятия решений (ППР) при управлении сбытом нефтепродуктов (н/п).

Методы исследования. В основу работы положены и использованы:

□ принципы системного анализа;

□ методы принятия решений, в том числе:

- метод когнитивного анализа, основанный на теории графов,

- методы генерации решений, основанные на теории формальных грамматик,

- метод анализа иерархий (МАИ) (метод экспертного логического анализа (МЭЛА)), являющийся методом многокритериальной оценки решений;

□ теория экспертных систем;

□ методы теории вероятностей и случайных процессов:

- методы регрессионного анализа,

- методы экстраполяции,

- метод авторегрессии-скользящего среднего (АРСС).

Научная новизна:

1) Предложен новый методический подход, предназначенный для поддержки принятия как стратегических решений, так и конкретных технико-экономических вариантов развития производственной и сбытовой составляющих ВИНК.

2) Предложен методический подход к решению задач многокритериальной оценки стратегических решений о дальнейшем развитии компаний и крупных производственных комплексов, основанный на МЭЛА.

3) Предложен подход к решению задач многокритериальной оценки региональных рынков сбыта компании с точки зрения инвестиционной привлекательности, основанный на МЭЛА.

4) Предложен подход, основанный на МЭЛА, к проблеме планирования развития сбытовой составляющей ВИНК, позволяющий провести многокритериальную оценку и выбор необходимого варианта развития и/или реконструкции предприятий нефтепродуктообеспечения (НПО).

5) Предложен методический подход к анализу и прогнозированию неф-тепродуктопотребления в различных целевых, масштабных и временных аспектах, позволяющий учитывать многофактерную структуру зависимости потребления от других процессов.

6) Предложен программный инструментарий для решения задач многокритериальной оценки и выбора стратегических решений развития ВИНК.

7) Предложен программный инструментарий для исследования тенденций развития и прогнозирования временных рядов потребления н/п, позволяющий учитывать его многофакторную структуру зависимости от других процессов и различные целевые, временные и масштабные аспекты проблемы.

Практическая ценность. Разработанный подход должен являться инструментом для ГПТР в сложных многофакторных неформализуемых си-

туациях планирования развития ВИНК и отдельных ее составляющих, а именно:

» при оценке проектов развития и реконструкции; выборе и оценке технологического оборудования основного производственного процесса;

• при планировании рыночных стратегий компании;

® при оценке конкретных региональных ринков сбыта с точки зрения их инвестиционной привлекательности, учитывая при этом динамику развития потребления н/л, его сезонный и тенденциальный характер. Апробация работы. Основные теоретические и практические материалы диссертации обсуждались на:

« научно-технических семинарах кафедры прикладной математики и компьютерного моделирования, РГУНГ, 1997-98 г.г.;

• 52-ой Межвузовской студенческой научной конференции, секции "Автоматизация и вычислительная техника", Москва, РГУНГ, 1998 г.

• конференции "Актуальные проблемы состояния и развития нефтегазового комплекса России" секция "Автоматизация и моделирование технологических процессов, управление и энергосбережение нефтегазового комплекса России", Москва, РГУНГ, 1999 г.

Структура и объем диссертации. Диссертация содержит И Б страницу машинописного текста (основной текст изложен на 140 страницах), имеет 38 рисунков и 16 таблиц и состоит из введения, пяти глав, заключения, выводов, списка литературы га 93 наименований.

II. СОДЕРЖАНИЕ РАБОТЫ Во введении содержится общая характеристика работы, обоснована ее актуальность, поставлены цели и задачи исследования, приведен обзор литературы.

Первая глава содержит краткое описание современного состояния российской нефтяной отрасли ее технологических и производственных аспектов, анализ проблем управления В ИНК, связанных, прежде всего, с перестройкой организационной структуры и принципов управления компанией, вследствие перехода отечественной экономики с административно-командного на рыночный путь развития.

Отмечено, что мировая практика и некоторый отечествешшй опыт развития нефтяной промышленности говорят о том, что начинать перестройку оргструктуры управления компанией следует с усиления роли сбытовых организаций и расширения, числа функций ими выполняемых. Так как иефтспродуктообеспечеиие все более регулируется рыночными законами, расширяется сфера торговой деятельности, усиливается конкуренция появляется необходимость проводить предприятиями НПО, кроме сбыта н/п, исследования по изучению рынка и товара, планирование стоимости, прогнозирование спроса и предложения и т.п.

В связи с этим выделена необходимость нового понимания процесса формирования стратегии дальнейшего развития с учетом ее ориентации на маркетинг. На основе анализа представленной в данной главе методологии разработки стратегии развития, проведена структуризация основных исследовательских задач ВИНК, связанных с планированием маркетинговых стратегий компании. Сделай вывод о том, что маркетинговые исследования являются важной составляющей процесса выработки стратегических решений. От эффективности их проведения зависит эффективность и надежность функционирования в первую очередь сбытовой, а затем и остальных производственных составляющих компании, что определяет в конечном счете их конкурентоспособность.

Выделены два основных направления маркетинговых исследований. Первое из них связано с вопросами исследования рынка и включает, пре-

ждс всего, анализ спроса и предложения, исследование перспектив развития рынка. Второе направление подразумевает исследование потенциала компании (анализ хозяйственной деятельности каждой производственной составляющей компании и непосредственно их конкурентоспособности). Определенно, что при исследовании потенциапа конкурентоспособности производственных составляющих, решаются идентичные задачи финансово-технологического характера, связанные с определением экономической эффективности, надежности и безопасности их функционирования.

Выделенные исследовательские задачи сегодня находят свое решение в отделах стратегического планирования и маркетинговых исследований компании, хотя в работе отмечается отсутствие общего формализованного систематизированного подхода к их решению.

Большой объем информации, поступающий в органы управления, необходимость учитывать большое число разнородных факторов требуют разработки подхода, поддерживающего выработку стратегических решений по развитию компании, как на уровне генерального руководства ВИНК, так и на уровне руководителей производственных подразделений.

Установлено, что для определения приоритетов при планировании стратегического развития ВИНК и формализации эвристических (а также интуитивных) знаний специалистов, требуется разработка информационно-вычислительного инструментария, который должен систематизировать и структурировать основные задачи стратегического развития ВИНК и глобальные цели руководителей компании (в частности руководителей предприятий НПО).

Исходя из вышеизложенного, поставлена задача разработки методического и алгоритмического подхода для ПНР при управлении ВИНК, основанного на создания информационно-вычислительного инструментария, который должен включать:

1) поддержку процедур оценки н анализа конъюнктуры, разработки критериев и их упорядочения по степени значимости;

2) генерацию возможных решений (сценариев действий);

3) сопоставление сценариев (решений) и выбор среди них наилучшего. Вторая глава содержит описание этапов системного подхода к анализу сложных объектов (систем) и методологию ППР. Процедура ПР представлена следующей последовательностью действий.

1. Разработка множества альтернатив, из которых производится выбор:

1.1. Предварительный анализ исследуемой системы.

1.2. Генерация возможных альтернатив.

2. Разработка критериев сравнения, т.е. правила, с помощью которого определяется предпочтение на множестве альтернатив.

3. Оценка имеющихся альтернатив, согласно разработанным критериям.

4. Выбор наилучшей альтернативы.

Предварительный анализ исследуемой системы предложено выполнять с помощью когнитивного анализа, а генерацию возможных альтернатив с помощью грамматического и графического методов. Приведен сравнительный анализ методов генерации решений: графического, грамматического и генетического; даны рекомендации их по применению в зависимости от степени формализации связей между переменными, описывающими проблему.

Во второй главе рассматриваются также экспертные системы (ЭС), как одно из самостоятельных средств в процессе ППР. Приведены алгоритмы и критерии их оценки.

Оценку возможных альтернатив в разработанном подходе предложено проводить с помощью МАЙ, разработанного Т.Саати. МАИ является систематической процедурой анализа проблемы ПР, которая состоит в разбиении исходной задачи на множество более простых задач экспертного

анализа и в обработке суждений экспертов по парным сравнениям, выраженным в специальных шкалах. МАИ позволяет представить процесс ПР в виде специальной логической структуры (иерархии). В результате численно оценивается взаимодействие элементов иерархии между собой: значимости акторов, целей, критериев. МАИ включает процедуры синтеза множественных суждений, получения приоритетов критериев, оценки альтернатив в шкалах отношений и выявления согласованности суждений.

Вторая глава также содержит описание пакета прикладных программ БНАБТ, разработанного И.А.Шабановым. Программа рекомендуется для решения задач многокритериального выбора, позволяет составлять схемы экспертно-логического анализа и с их помощью реализовывать оценку стратегических решений о дальнейшем развитии В ИНК.

Разработаны иерархические схемы экспертного логического анализа и приводится описание процесса моделирования процедур принятия стратегических решений в сложных многофакторных неформализуем ых ситуациях планирования развития крупных производственных комплексов, с учетом разносторонних целей участников процесса ПР.

Следуя принципам МАИ, экспертам предлагается оценить значимость каждого актора (конкретных действующих лиц, коллективов, государственных и региональных органов и др., которые могут повлиять на ПР или на ход его реализации), сравнивая их попарно, затем значимость каждой стратегии «с точки зрения» совокупности целей каждого актора (рисД). В подобных иерархических схемах кроме целей участников процесса ПР, можно учитывать разносторонний характер производственного комплекса компании, т.е. возможность сочетать различные сферы деятельности, но каждой из которых стратегия может быть конкретизирована. Принимая решение о стратегических программах развития, руководство стремится

увязать и объединить общей целью производственные планы для всех сфер деятельности.

0. Цель исследования_

Выработка стратегии дальнейшего развития _

1. Акторы_

Актор 1 Актор 2 ... Актор I!

2. Цели акторов

Цели актора 1 Цели актора 2 ... Цели актора п

5. Варианты выбора

Стратегия 1 Стратегия 2 Стратегия ю

Рис. 1 Схема экспертного экспресс-анализа выбора стратегий

При выявлении диспропорций между производственными сферами в стратегических решениях, руководство в целях устойчивого развития и повышения рентабельности, заинтересовано в корректировке решений и ликвидации дисбалансов. Отмечено, что стратегия в данном случае определяла бы общее направление и способы использования средств, для достижения поставленной цели я предполагала разработку ряда проектов, принятие которых связано с распределением финансовых средств компании по функциональным сферам деятельности.

В данном случае на уровне 2 иерархической схемы следовало бы разместить перечень производственных сфер компании. Эксперту следовало бы оценить соответствие каждой производственной сферы общему уровню производства "с точки зрения" каждого актора. Варианты решений (уровень 3) анализируются с точки зрения их влияния на эффективность работы каждой производственной сферы "объекта" (уровень 2).

Эти схемы анализа могут быть использованы:

- на предварительной стадии выработки стратегий развития "объекта" (при отборе вариантов для дальнейшей проработки);

- при оценке и отборе руководством наиболее эффективных проектов;

- при нехватке данных или когда для оценки и выбора альтернатив нужно учесть мнение многих специалистов.

Во второй главе рассмотрена и струкгурирована задача ППР по развитию системы нефтепродуктоооеспечения. На примере данной проблемы была продемонстрирована применимость разработанного подхода к классу задач маркетинговых исследований.

Решение задачи распалось на несколько этапов, последовательно отражающих описанную в данной работе методологию ПР.

Этан /. Предварительный анализ системы нефтепродуктообеспечения (с точки зрения возможности увеличения объемов продаж н/п) проведен с помощью когнитивного анализа, который предполагает формирование знакового графа отношений причинности (когнитивной карты) и включает следующие действия:

- определение списка переменных (вершин знакового графа), влияющих на процесс потребления н/п и определяющих предварительные объемы продаж. С помощью экспертов выделено около 40 переменных;

- сокращение списка переменных в соответствии с рейтингом их важности. Оценку степени важности переменных провели согласно МАИ с помощью программы БНАЗТ;

- определение отношений причинности, значений отношений причинности между переменными и построение знакового графа.

В результате получены списки концептов (вершин знакового графа), отношений причинности (дуг графа), их значений для каждой дуги, которые сведены в соответствующую таблицу.

Этап 2. Генерация возможных стратегических сценариев как возможных последовательностей выполнения операций, определенных в результате причинно-следственного когнитивного анализа.

Этап 3. Оценку полученных сценариев рекомендовано выполнить с помощью МАИ. Следуя правилам метода Т.Саати, прежде всего, необходимо разработан, группу критериев, с точки зрения которых и будет проводиться оценка полупенных вариантов стратегий. Отмечено, что разработка группы конкретных критериев без действительной объектной привязки (имеется в виду действительная нефтяная компания и непосредственно региональный рынок сбыта, уровень насыщения которого необходимо поднять) представляется трудно осуществляемой. В данном исследовании труппа критериев могла бы включать: положительные экономические эффекты реализации той или иной стратегии; затраченные капиталовложения; трудозатраты; время реализации стратегии и т.д.

Третья глава посвящена проблеме исследования региональных рынков сбыта продукции переработки компании, которая является одной из задач маркетингового исследования. Предложена методология оценки перспектив развития региональных рынков сбыта компании, основанная па МАИ и регрессионном анализе. Рассмотрена и структурирована задача оценки региональных рынков сбыта компании на примере ВИНК ЮКОС. Задача оценки региональных рынков сбыта компании является задачей ранжирования с точки зрения критериев, определяющих их инвестиционную привлекательность. Привлекательность рынка сбыта, в данном исследовании, означает возможность увеличения компанией объемов продаж н/п, которые в свою очередь зависят от тенденций развития потребления.

Формализация процедуры оцепки региональных рынков сбыта компании проведена с помощью проблемно-ориентированной схемы экспертного логического анализа, которая вместе с реализующей ее компьютерной

программой БНАБТ представляет собой ЭС. Логическая схема является иерархической структурой с четырьмя уровнями иерархии (рис.2). 0. Цель исследования

Оценка региональных рынков сбыта

1. Критерии оценка

ш

ПОД)

ю

и в

о £

о

5

6

с

2. Оцениваемые рынки

I

Щ

к

е

§ о

й-ю

Б о

н о

о

8 с Й

о £>

С

н

из

к

С

ТЖо

га &

ТОГ

я я

о *

А я

>> &

130,0

I о

о й

к ее

3 <4

а й

® 2

9 §

£ 5

Л О

е к

3 «

а к

§ Й

О &

9?Г

12,8 | 8,9

I

9,4 1 21

Рис. 2. Общая иерархическая схема оценки региональных

рынков сбыта компании

Уровень 0 содержит цель анализа; уровень 1 составили критерии оценки рынков сбыта, определяющих их инвестиционную привлекательность; уровень 2 - перечень региональных рынков сбыта компании ЮКОС.

Группа критериев была разработана совместно с экспертами, являющимися специалистам в данной области: 1 - уровень потребления автобензина (а/б) в регионе; 2 - уровень развития региональной экономики; 3 -платежеспособные возможности; 4 - уровень развития региональной инфраструктуры; 5 - уровень цен на а/б в регионе; б - социальный климат.

Согласно МАИ, совместно с экспертами первоначально установлена

мера значимости каждого критерия с использованием процентной шкалы оценок. Затем выполнено сопоставление регионов с точки зрения элемента, указанного на уровне 1. Оценка критериев непосредственно для каждого региона проведена с помощью стандартных статистических данных. Критерии оценки региональных рынков сбыта, расположенные на первом уровне, пояснены дополнительными иерархическими схемами, позволяющими сделать анализ более детализированным.

По разработанным схемам, с помощью программы БНЛЗТ, получены оценки (без дополнительной детализации по каждому критерию), трактуемые как перспективность я инвестиционная привлекательность региональных рынков сбыта ВИНК ЮКОС.

Подход, основанный на МАИ, позволил учесть многофакторную и разностороннюю структуру маркетинговых исследований с помощью привлечения эвристических оценок специалистов и тем самым провести неформальную оценку процесса нефтепродуктопотребления.

Далее в работе представлен другой подход к анализу рынков сбыта компании, основанный на методе формального прогнозирования, позволяющий выявить ряд факторов и оценить степень их влияния на потребление н/п в регионе.

В этом случае цель исследования состоит в оценке коэффициентов формулы (I) по совокупности и наблюдений

у- /?« + М- ... , (1)

где у - (отклик) зависимая (от факторов) переменная, X/, х:,... ,хт - независимые переменные (факторы).

Исследовалась зависимость процесса нефтепродуктопотребления от следующих факторов: Л/ - численность автотранспорта, х2 - длина дорог, х3 - численность населения, х4 - потребление на 1 км дорог, X; - валовый внутренний продукт, хб - заработная плата, х7- розничный товарооборот.

Каждая переменная представлена девятью наблюдениями, что соответствует значениям указанных показателей за 1997 г, по девяти регионам России, являющимся рынками сбыта ВИНК ЮКОС.

Предварительно исследовалась сшифакторная модель. Затем решался вопрос о целесообразности включения в модель каждого из факторов xi, т.е. последовательно проверялась гипотеза Д О.

О качестве модели дает представление остаточная сумма квадратов Игт, являющаяся характеристикой тесноты связи отклика и факторов:

¡ет (у-ХР)Т(у-Х/З) . (2)

В процессе исследования факторы исключались согласно нумерации с 1-го по 7-ой, а порядок факторов в списке выбирался вариацию.

Формально проверка гипотезы о значимости фактора проводится по следующей схеме. Рассматривается основная гипотеза Но — фактор х,„ незначим, т.е. Д„=0 при альтернативе Я/. Для проверки используется критерий Фишера. Если величина И

Г = [(Я!к.1 - лЪ / 1 } :/ К2т /(п-т-1) / е 1< (1, п-т-1) (3)

удовлетворяет неравенству 1'>}\р, то гипотеза о незначимости фактора отвергается.

Анализ значимости факторов, согласно (3), показал целесообразность использования в модели регрессионной зависимости двух факторов: хз -численность населения (млн.чел.), - потребление на 1км дорог (т/год).

Искомая регрессионная зависимость имеет следующий вид: у= -147,86 \ 127,37хз + б,72х4 .

Значимость факторов х3 и х4 может быть подтверждена и другими соображениями, так как численность населения в регионе коррелируется с численностью автотранспорта, уровнем розничного товарооборота, развитием промышлённости, заработной платой, а критерий потребления на 1

км дорог связан с длиной дорог и численностью автотранспорта в регионе. Т.е. включение факторов^ и х4 косвенно учитывает влияние остальных рассматриваемых факторов.

Четвертая глава посвящена проблеме развития и реконструкции региональных предприятий НПО. В работе определены основные целевые ориентиры реконструкции:

- совершенствование системы НПО в целом, как основной снабженческой структуры для обеспечения поставок планируемых количеств продукции потребителям;

- повышение рентабельности предприятий НПО путем совершенствования структуры основных фондов, сокращения эксплуатационных издержек;

- обеспечение технической надежности и экологической безопасности, входящих в состав предприятия технологических объектов;

- повышеште уровня конкурентоспособности предприятий НПО.

В связи с тем, что каждая программа по развитию и реконструкции может рассматриваться как самостоятельный инвестиционный проект, в данной главе рассмотрены существующие подходы к оценке эффективности инвестиционных проектов.

Рассмотрена и структурирована задача оценки инвестиционных проектов реконструкции и/или развитию предприятий НПО с помощью МАИ.

Иерархическая схема оценки вариантов реконструкции и/или развития регионального предприятия НПО содержит четыре уровня. Уровень 0 содержит цель анализа; уровень 1 представляет перечень акторов, участвующих на этапе предварительной экспертизы в разработке управленческих решений (руководство компании, дирекция предприятия и региональные власти); уровень 2 составили критерии оценки вариантов одни и те же для всех акторов; уровень 3 представили варианты решений о реконструкции. Разработка критериев была проведена на основе системного анализа и ра-

боты с экспертами. Критерии были разделены л а группы с точки зрения позитивных и негативных экономических эффектов:

Проект 1. Полномасштабная реконструкция и развитие за счет внедрения новых мощностей, которые должны привести к улучшению внутреннего хозяйства и развитию инфраструктуры. В конкретном случае подобная реконструкция могла бы означать увеличение производственных оборотов на 20%.

Проект 2. Реконструкция среднего масштаба предполагает улучшение внутреннего хозяйства нефтебазы. В конкретном случае подобная реконструкция означала бы увеличение производственных оборотов на 10%.

Проект 3. "Никакой реконструкции" предполагает сохранение всех имеющихся производственных процессов в том же состоянии.

Расчет весов, позволяющих определить значимость каждой группы критериев, проведен на схемах (рис. 3, 4 соответственно), составленных отдельно по позитивным и негативным эффектам.

0. Цель исследования

Рис.3. Логическая схема для оценки вариантов реконструкции предприятий НЛО по положительным эффектам в экономической сфере

При сопоставлении критериев между собой внутри каждой группы были привлечены экспертные оценки. Значимость критериев оценки проектов реконструкции оценивалась согласно процентной шкале, а варианты проектов - по семибалльной шкале.

Обработка экспертных данных была проведена следующим образом: приоритеты проектов по позитивным экономическим эффектам перемножили на приоритеты по негативным эффектам и полученный ряд пронормировали.

0. Цель исследования

Рис.4. Иерархия для оценки негативных экономических последствий

решений

Таким образом, вес 1-го проекта составил 0,72; вес 2-го проекта 0,65;

вес 3-го проекта 1,00. Результат интерпретируется как ряд приоритетов решений с учетом всех экономических факторов, перечисленных в схемах рис.З, 4. Наибольший весовой коэффициент соответствует варианту проекта, предполагающего сохранение всех имеющихся производственных процессов в том же состоянии, что можно объяснить дефицитом средств, характерным для большинства компаний и предприятий при нынешней производственно-хозяйственной ситуации.

Пятая глава посвящена исследованию тенденций изменения и про-

гнозирования процесса нефтепродуктопотребления. Приведена методология исследования и прогнозирования временных рядов, определены цели, функции прогнозирования.

Отмечено разнообразие подходов к задачам прогнозирования. Применение того или иного метода следует проводить согласно целям, масштабам н времени упреждения. При прогнозе на длительную перспективу целесообразным представляется применение эвристических методов, так как путем обработки статистических данных невозможно учесть кардинальные изменения в экономике, политике, характерные для периода неустойчивости экономики. В данном случае рекомендуется использовать МАИ, который позволяет определить некоторые факторы на перспективу.

Наряду с эвристическими методами прогнозирования применяются и формальные методы. Они позволяют получить представление о структуре процесса по информации, которую содержит временной ряд. При долгосрочном прогнозировании целесообразно применять регрессионные методы прогнозирования временных рядов и методы сглаживания. При оперативном и краткосрочном прогнозировании необходимо более детальное знание процесса нефтепродуктопотребления и возможны комплексные подходы, отражающие влияние внешних факторов (сезонных, экономических, демографических, транспортных, социальных, политических), внутреннюю структуру временного ряда. Оценить значимость факторов и определить степень их влияния можно методами множественной регрессии.

Далее приведено теоретическое описание и сравнительный анализ формальных методов прогнозирования, используемых в данном подходе, таких как регрессионный метод, метод авторегрессии, метод сглаживания и смешанная модель авторегрессии-скользящего среднего (АРСС).

Для решения задач анализа и прогнозирования временных рядов в данной работе использован ППП Эвриста.

Далее рассмотрены приложения указанных моделей и выполнено прогнозирование согласно методу Бокса-Дженкииса, на примере временного ряда потребления дизельного топлива в период 1991-1997 г.г.

Метод Бокса-Джешсинса основывается на гипотезе, что изучаемый процесс является выходом линейного фильтра, на вход которого подана случайная последовательность е,. При этом каждый член ряда х, оказывается взвешенной суммой текущего и предыдущих значений входного потока, Данная модель получила название АРСС:

х, - а I х,.] -а 2х,.2- а рх,.р --- е, - Ь -...-Ь <,£,.<, , (4) где левая часть является процессом авторегрессии порядка р - АР (р), а правая часть - процессом скользящего среднего порядка д - СС(7/), ¿> -нормально распределенная (при каждом фиксированном ?) случайная неличина с нулевым математическим ожиданием и дисперсией с?е. С помощью оператора сдвига назад В

Вх,=-- хы; В™ х,= х,т , (5)

соотношение (4) перенисываегся в сокращенной форме

(р(В) X, -(¡(В) £, . (6)

Модель (4) - (6) пригодна для случайного стационарного процесса. Но метод Вокса-Дженкинса можно адаптировать для нестационарного временного ряда путем перехода к его разностям соответствующего порядка (/. В модель вводится обобщенный авторегрессионый оператор

1т (р(В)0-В)\~0(Ь)А . (7)

Если обозначить со, - (1-В/х,, соотношение (7) примет вид

<р(В) >м . (8)

Для сезонно-нестационарных временных рядов вводится оператор сезонного дифференцирования (1-В*, где л- период сезонности, ск — порядок сезонного дифференцирования

<р(В) о), (1-Вук =0(Ь)е, . (9)

Выделены основные этапы построения модели но методу Бокса-Дженкинса.

1. Идентификация модели. Получение предварительных оценок величин р, с/, ц необходимых для конструирования модели АРСС (р,й,ц) для стационарного процесса, и, в случае наличия сезонности, величин ¡¡р, яё, &({ для модели САРСС (р,й,ц)(ар,ьс1,щ), среди которых следует искать адекватную.

2. Оценка параметров в пробной модели. Эффективное использование данных для получения численных значений параметров модели в предположении ее адекватности процессу.

3. Диагностическая проверка модели на адекватность. Если модель не адекватна, то возвращаемся к первому этапу. Если построенная модель адекватна, то она используется для прогнозирования.

Анализ исходных данных показал наличие нисходящей тенденции к убыванию (линейный тренд) и достаточно регулярные колебания в пределах одного года (сезонная составляющая). Предположения были подтверждены на основе анализа автокорреляционной и частной автокорреляционной функций исходного ряда (рис.5, 6). Анализ графика автокорреляционной функции исходного ряда содержит выделяющиеся значения с периодом 12, что подтверждает наличие сезонности.

Автокорреляционная <Р-я

V

0-6 о.г--0.2 -0.6 ■ -1

: :

----------------;

! ! !

^------------г_;.

■Временная зодеркни, ' ,

Рис. 5. Автокорреляционная функция исходного временного ряда. Временная задержка рассмотрена в месяцах

График частной автокорреляционной функции (рис.6) содержит выделяющееся значение на 13 лаге, что может означать несистематическое поведение сезонной компоненты и делает целесообразным включение параметра сезонной авторегрессии 1-го порядка.

Чеас тая Ао гокс*рре*ляиия

.1-П 6 0.2 -0

•

№ - .. гк П- --

••Ч^Цтг -.-л N-г.т-^-.'-уу

I Г"1Г

а ю го .за чл с(

.Временная задержка

Рис. 6. Частная автокорреляционная функция исходного временного ряда.

Временная задержка рассмотрена в месяцах

В данном исследовании подбор параметров проводился для стационарного ряда, т.е. предварительно были исключены тенденциачьная составляющая (с помощью исключения полиномиальной регрессии 1-го порядка) и сезонная компонента (с помощью процедуры сезонных поправок).

Наиболее распространенными на практике являются пять простейших моделей (14,0), (14,1), (04,1), (24,0), (04,2). Таким образом, первоначально проведена оценка и диагностическая проверка на адекватность указанных пяти моделей. Результаты оценки параметров модели представлены в табл. 1 и показали плохое соответствие моделей исходным данным (вероятность того, что остатки некоррелированы, не превышает 0,39).

Модель АРСС была улучшена путем перехода от простейшего класса моделей АРСС к классу сезонных САРСС, путем включения предполагаемого параметра сезонной авторегрессии (вероятность того, что остатки носят случайный характер, поднялась с 0,39 до 0,77). Наименьшие значения суммы квадратов остатков и максимальное значение вероятности того, что остатки некоррелированы (1'~ 0,77) соответствуют модели (144)(1

Табл.1. Идентификация и оценка параметров для сезонной модели АРСС

1 2 4 5

Модель Оценка параметров Сумма квадратов остатков Вероятность некоррелированности остатки

ОАО) АР(1)=-0,57 6,30 0,21

(2,<1,0) АР(1)—0,55 АР(2)--0,04 6,29 0,16

(»АО АР(1)=-0,61 СС(1)=-0,05 6.29 0,16

(ОАО СС( 0=0,47 7,02 0,16

(0,(1,2) СС( 1)—0,46 СС(2)~0,37 6,33 0,39

(1Д0)(1Ди) АР(1)=-0,42 САР(1)=0,34 ССС(1)=0,94 4,74 0,77

(2,а,о)<д,(15Л) АР(1)=-0,47 А.Р(2)- -0,02 САР(1)=0,27 ССС(1)=0.92 4,91 0,71

ОДООАи) АР(1)~-0,42 СС(1)=0,01 САР(1)=0,34 ССС(1)=0,95 4,74 0,72

(о,а,1)(ММ) СС(1)Ч),36 СЛР(1)=0,44 ССС(1)~-0,97 4,84 0,52

(0Д2)(1,(Ь,1) СС(1)=0,49 СС(2)=0,34 САР(1)-0,09 ССС(1)=0,39 6,07 0,11

Для прогнозирования использовалась модель - (1,0,0)(1,1,1). Результаты

прогнозирования изображены на рис. 7.

• Исходный временной ряд и прогноз по модели (1.d.0}thcL>.4)

Рис.7. Исходный временной ряд и его прогноз по модели (1,0,0)(1,1,1)

• - исходный временной ряд потребления, ♦ - прогноз Основные результаты и выводы:

1) На основании системного анализа выявлены и структурированы наиболее важные исследовательские задачи ВИНК, связанные с оценкой: рынков сбыта компаний с целью выявления среди них наиболее перспективных; собственных потенциальных возможностей для выхода на конкурентные рыночные позиции.

2) Разработан системный методический алгоритмический подход к подготовке и принятию как глобальных стратегических решений развития ВИНК, так и конкретных технико-экономических вариантов реконструкции и модернизации её производственных составляющих, учитывающий многофакторную и трудно формализуемую природу таких задач.

3) Рассмотрена задача ППР но развитию системы НПО. К решению задачи были применены подходы, основанные на когнитивном анализе, экспертных оценках, МАИ. Тем самым была продемонстрирована применимость указанных методов к данному классу проблем.

4) Разработан подход к ППР о развитии региональных рынков сбыта компании, где:

- рассмотрена и структурирована задача перспективности развития региональных рынков сбыта компании, на примере ВИНК ЮКОС;

- создан ряд иерархических схем экспертного логического анализа и ранжирования рынков сбыта по критериям значимости, определяющим возможность увеличения уровня продаж н/п в регионе;

- получены оценки перспективности и инвестиционной привлекательности региональных рынков сбыта ВИНК ЮКОС;

- разработана двухфакторная модель, отражающая регрессионную зависимость процесса потребления н/п от выявленных значимых факторов (численность населения и потребление на 1 км дорог).

5) Разработан подход к ППР о развитии сбытового комплекса ВИНК, где:

- рассмотрена и структурирована задача оценки инвестиционных проектов по реконструкции и/или развитию предприятий НПО;

- на основе системного анализа и работы с экспертами выделен ряд критериев, определяющих позитивные и негативные эффекты от реконструкции и позволяющих оценить необходимость и эффективность реконструкции предприятий НПО;

- созданы схемы и получены оценки весовых коэффициентов вариантов развития и/или реконструкции предприятия НПО.

7) Разработан подход к анализу и прогнозированию временных рядов неф-тепродуктопотребления, основанный на методах формального прогнозирования, учитывающий различные целевые, масштабные и временные аспекты исследования.

8) Разработана модель и построен прогноз по методу Бокса-Дженкинса, отражающий развитие потребления п/п на краткосрочную перспективу. Список работ по теме диссертации.

1. Грабилина O.A. Методический подход к оценке инвестиционных стратегий нефтяных компаний с учетом прогнозируемого спроса. Тезисы докладов 52 Межвузовской научной конференции. М.: 1998, с.4.

2. Сухарев М.Г., Ставровский Е.Р., Грабилина O.A. Логический анализ проектов развития предприятий пефтепродуктообеспсчения. Химия и технология тошшв и масел № 6, 1998, с.27-30,

3. Сухарев М.Г., Ставровский Е.Р., Грабилина O.A. Методический подход к анализу региональных рынков сбыта нефтепродуктов. Химия и технология топлив и масел № 1, 1999, с.29-33.

4. Грабилина O.A., Фукс И.Г., Багдасаров J1.H. Изучение поведения моторных масел с использованием процессов системного анализа. Тезисы технического совещания по оперативной оценке качества нефтепродуктов. М.:1998, с.5-6.

5.Грабилина O.A. Методическое и алгоритмическое обеспечение для принятия решений органами управления вертикально интегрированных нефтяных компаний (на примере предприятий нефтепродуктообеспечения). Тезисы докладов конференции "Актуальные проблемы состояния и развития нефтегазового комплекса России". Mz 1999, с.35-36.

/

/

Введение.

1. Анализ управленческих задач и принципов разработки стратегий развития вертикально интегрированными нефтяными компаниями.

1.1. Технологические и организационно-управленческие аспекты ВИНК.

1.1.1. Технологическая цепочка ВИНК.

1.1.2. Проблемы управления ВИНК.

1.2. Методологическая последовательность разработки стратегии развития ВИНК.

1.3. Содержание и взаимосвязь основных исследовательских задач управления ВИНК.

1.4. Основные задачи работы.

Выводы по первой главе.

2. Разработка системного методического подхода к проблеме подготовки и принятия решений при управлении ВИНК.

2.1. Основные этапы реализации системного подхода.

2.2. Общая структура процесса подготовки и принятия решения.

2.2.1. Когнитивные карты.

2.2.2. Экспертные системы принятия решений.

2.2.3. Методы генерации возможных альтернативных решений.

2.2.4. Многокритериальная оценка решений методом анализа иерархий.

2.3. Используемый программный инструментарий.

2.4. Логические схемы принятия решений органами управления ВИНК.

2.5. Пример подготовки и принятия решений по развитию региональной системы нефтепродукгообеспечения.

Выводы по второй главе.

3. Проблема развития региональных рынков сбыта компании.

3.1. Анализ региональных рынков сбыта - одна из задач маркетинговго исследования.

3.2. Факторы, определяющие уровень сбыта нефтепродуктов.

3.3. Логические схемы оценки перспектив региональных рынков сбыта.

3.4. Разработка многофакторной регрессионной модели нефтепродук-топотребления

Выводы по третьей главе.

4. Анализ проектов развития региональных предприятий нефтепродукто-обеспечения

4.1. Существующий подход к оценке инвестиционных проектов.

4.2. Логические схемы анализа проектов развития и/или реконструкции предприятий нефтепродуктообеспечения.

Выводы по четвертой главе.

5. Прогнозирование процессов нефтепродуктопотребления.

5.1. Значение и особенности прогнозов в деятельности предприятий НПО.

5.1.1. Роль прогнозирования и классификация прогнозов.

5.1.2. Особенности нефтепродуктопотребления как случайного процесса

5.2. Классификация и анализ основных методов прогнозирования.

5.2.1. Классификация методов прогнозирования.

5.2.2. Анализ формальных методов прогнозирования.

5.3. Исследование тенденций изменения и прогнозирование спроса на нефтепродукты.

5.3.1. Инструментарий для решения задачи.

5.3.2. Разработка модели по методу Бокса-Дженкинса и прогнозирование процесса нефтепродуктопотребления.

Выводы по пятой главе.

Общая характеристика работы.

Актуальность темы. Становление российской экономики с начала 90-х г.г. на рыночный путь развития повлекло за собой и реформирование нефтяной промышленности, путем создания вертикально интегрированных нефтяных компаний (ВИНК). Каждой В ИНК были отведены конкретные регионы с имеющимися там добывающими, перерабатывающими мощностями и сбытовыми структурами, а руководителям ВИНК было поручено управление всеми этими фондами как основными частями "интегрированных компаний", где каждый хозяйственный субъект должен самостоятельно формировать стратегию своего развития.

Ежедневно руководителям ВИНК приходится решать многие задачи выбора, связанные с организацией добывающего и перерабатывающего производства, сбытом готовой продукции нефтепереработки, оптимизацией поставок сырья, эффективностью деятельности персонала и многое другое. Тем самым, принятие решений (ПР) стратегического характера заставляет руководство компании анализировать ее развитие в техническом, рыночном, экономическом аспектах.

В сложившейся ситуации рыночной конкуренции, ВИНК следует заниматься маркетинговыми исследованиями, среди которых первоначально нужно выделить: оценку спроса и предложения, исследование тенденций их изменения, анализ требований к продукту, анализ и прогнозирование перспектив развития региональных рынков сбыта компании и непосредственно граничащих с ними. Подобные маркетинговые исследования являются основой для формирования стратегий развития компании по всем направлениям ее деятельности, так как под оцененные на перспективу объемы спроса верстаются необходимые мощности добывающего и перерабатывающих производств компании, тем самым организационные и технологические аспекты на перспективу.

Большой объем информации, поступающий в органы управления, сложность решаемых задач, необходимость учета большого числа разнородных факторов, различного рода неопределенностей, делают невозможным ПР, основываясь только на интуиции и предыдущем опыте руководителей ВИНК. Принимая решения, следует искать стабильные и обоснованные критерии выбора, позволяющие и перевести на язык математики интуитивную информацию, которой располагают руководители В ИНК, стандартизировать и формализовать процесс ЕЛ5.

Таким образом, представляется актуальной задача разработки формального системного подхода, позволяющего систематизировать, структурировать основные задачи и проблемы стратегического развития компании, выявить глобальные цели компании в целом и ее производственных составляющих, логически упорядочить и алгоритмитизировать процесс ПР о дальнейшем развитии компании, учитывая при этом возможные в перспективе ограничения, накладываемые рыночной средой.

Цель работы - создание методического и алгоритмического обеспечения для поддержки принятия решений (ШЛР) при управлении сбытом нефтепродуктов. Методы исследования. В основу работы положены и использованы: принципы системного анализа; методы принятия решений, в том числе:

- метод когнитивного анализа, основанный на теории графов,

- методы генерации решений, основанные на теории формальных грамматик,

- метод анализа иерархий (МАИ) (метод экспертного логического анализа (МЭЛА)), являющийся методом многокритериальной оценки решений; теория экспертных систем; методы теории вероятностей и случайных процессов:

- методы регрессионного анализа,

- методы экстраполяции,

- метод сглаживания,

- метод авторегрессии-скользящего среднего. Научная новизна:

1) Предложен новый методический подход, предназначенный для поддержки принятия как стратегических решений, так и конкретных технико-экономических вариантов развития производственной и сбытовой составляющих ВИНК.

2) Предложен методический подход к решению задач многокритериальной оценки стратегических решений о дальнейшем развитии компаний и крупных производственных комплексов, основанный на МЭЛА.

3) Предложен подход к решению задач многокритериальной оценки региональных рынков сбыта компании с точки зрения инвестиционной привлекательности, основанный на МЭЛА.

4) Предложен подход, основанный на МЭЛА, к проблеме планирования развития сбытовой составляющей ВИНК, позволяющий провести многокритериальную оценку и выбор необходимого варианта развития и/или реконструкции предприятий нефтепродуктообеспечения (НПО).

5) Предложен методический подход к анализу и прогнозированию нефтепродук-топотребления в различных целевых, масштабных и временных аспектах, позволяющий учитывать многофакторную структуру зависимости потребления от других процессов.

6) Предложен программный инструментарий для решения задач многокритериальной .оценки и выбора стратегических решений развития ВИНК.

7) Предложен программный инструментарий для исследования тенденций развития и прогнозирования временных рядов потребления нефтепродуктов (н/п), позволяющий учитывать многофакторную структуру зависимости потребления от других процессов и различные целевые, временные и масштабные аспекты проблемы.

Практическая ценность. Разработанный подход должен являться инструментом для ППР в сложных многофакторных неформализуемых ситуациях планирования развития ВИНК и отдельных ее составляющих, а именно:

• при оценке проектов развития и реконструкции; выборе и оценке технологического оборудования основного производственного процесса;

• при планировании рыночных стратегий компании;

• при оценке конкретных региональных рынков сбыта с точки зрения их инвестиционной привлекательности, учитывая при этом динамику развития потребления н/п, его сезонный и тенденциальный характер.

Апробация работы. Основные теоретические и практические материалы диссертации обсуждались на:

• научно-технических семинарах кафедры прикладной математики и компьютерного моделирования РГУНГ им. И.М. Губкина (1997-98 г.г.);

• 52-ой Межвузовской студенческой научной конференции, секции "Автоматизация и вычислительная техника", Москва, РГУНГ, 1998 г.

• конференции "Актуальные проблемы состояния и развития нефтегазового комплекса России" секция "Автоматизация и моделирование технологических процессов, управление и энергосбережение нефтегазового комплекса России", Москва, РГУНГ, 1999 г.

Структура и объем диссертации. Диссертация содержит 146 страниц машинописного текста (основной текст изложен на 140 страницах), имеет 38 рисунков и 16 таблиц и состоит из введения, пяти глав, заключения, выводов, списка литературы из 93 наименований. Обзор литературы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1) На основании системного анализа выявлены и структурированы наиболее важные исследовательские задачи ВИНК, с

2) вязанные с оценкой: рынков сбыта компаний с целью выявления среди них наиболее перспективных; собственных потенциальных возможностей для выхода на конкурентные рыночные позиции.

2) Разработан системный методический алгоритмический подход к подготовке и принятию как глобальных стратегических решений развития ВИНК, так и конкретных технико-экономических вариантов реконструкции и модернизации её производственных составляющих, учитывающий многофакторную и трудно формализуемую природу таких задач.

3) Разработан подход к решению задач многокритериальной оценки вариантов стратегического планирования развитая крупных производственных комплексов, основанный на МЭЛА.

4) Рассмотрена задача подготовки и принятия решений по развитию системы нефтепродуктообеспечения. К решению задачи были применены подходы, основанные на когнитивном анализе, экспертных оценках, методе анализа иерархий. Тем самым была продемонстрирована применимость указанных методов к данному классу проблем.

5) Разработан подход к ПНР о развитии региональных рынков сбыта компании, где:

• рассмотрена и структурирована задача перспективности развития региональных рынков сбыта компании, на примере ВИНК ЮКОС;

• создан ряд иерархических схем экспертно-логического анализа и ранжирования рынков сбыта по критериям значимости, определяющим возможность увеличения уровня продаж н/п в регионе;

• получены оценки перспективности и инвестиционной привлекательности региональных рынков сбыта ВИНК ЮКОС;

• разработана двухфакторная модель, отражающая регрессионную зависимость

139 процесса потребления н/п от выявленных значимых факторов (численность населения и потребление на 1 км дорог).

6) Разработан подход к ППР о развитии сбытовой составляющей компании, где:

• рассмотрена и структурирована задача оценки инвестиционных проектов по реконструкции и/или развитию предприятий НПО;

• на основе системного анализа и работы с экспертами выделен ряд критериев, определяющих позитивные и негативные эффекты от реконструкции и позволяющих оценить необходимость и эффективность реконструкции предприятий НПО;

• созданы схемы и получены оценки весовых коэффициентов вариантов развития и/или реконструкции предприятия НПО.

7) Разработан подход к анализу и прогнозированию временных рядов нефтепро-дуктопотребления, основанный на методах формального прогнозирования, учитывающий различные целевые, масштабные и временные аспекты исследования.

8) Разработана модель и построен прогноз по методу Бокса-Дженкинса, отражающий развитие потребления н/п на краткосрочную перспективу (1 год).

1. Агошкова Е.Б., Ахлибининский Б.В., Флейишан Б.С. Системология: сущность и место в научном знании. В кн. Синергетика и методы науки. Санкт-Перербург: Наука, 1998, с. 63-76.

2. Алафинов С.А. Нефтяной бизнес- интеграционные процессы вчера, сегодня, завтра. Нефть и капитал: №10, 1995, с.58-61.

3. Алекперов В.Ю. Вертикально интегрированные нефтяные компании России. М. : АУТОПАН, 1996,284 с.

4. Алекперов В.Ю. Стратегические направления системной реорганизации управления нефтяными компаниями (на примере ОАО "Лукойл"). М.: Институт Микроэкономики, 1998, 64с.

5. Алекперов В.Ю. Основные тенденции в нефтяном бизнесе. М.: Институт Микроэкономики, 1998, 76с.

6. Алекперов В.Ю. Первые пять ступеней. Постигая азы вертикальной интеграции. Нефть России: № 12 1995, с.4-5.

7. Алекперов В.Ю. Вертикальная интеграция и конкуренция на рынке нефти и нефтепродуктов. Нефть и бизнес: №2, 1997, с.2-5.

8. Андреева А., Зубарева В.Ф., Иваник В.В. и др. Основы проектного анализа. М.: НУМЦ Минприроды России, 1997, 340с.

9. Ансофф И. Стратегическое управление. М.: Экономика, 1989.

10. Арсланова 3., Лившиц В. Принципы оценки инвестиционных проектов в разных системах хозяйствования. Инвестиции в России, №1-2, 1995, с.32-35.

11. Бамбуров Э.Ф. и др. Основы научных исследований. Киев: Высшая школа, 1988, 176с.

12. Белкин А.Р., Левин М.Ш. Принятие решений: комбинаторные модели аппроксимации информации. М.: Наука, 1990, 160с.

13. Беллман Р. Прикладные задачи динамического прогнозирования. М.:Наука, 1965.

14. Белый И.В., Власов К.П. и др. Основы научных исследований и технического творчества. Харьков: Высш. шк., 1989.

15. Беренс В., Хавранек U.M. Руководство по оценке инвестиций. М.: Интерэксперт, ИНФРА-М, 1995, 528с.

16. Брагинский О., Сибилев С., Элъяшев Е. Возобновится ли рынок нефти в России. Нефть и бизнес, №2, 1997, с. 6-15.

17. Вишнев C.B. Основы комплексного прогнозирования. М.: Наука, 1997.

18. Газеев М.Х. Концепция прогноза экономических показателей ТЭК. ВНИИОЭНГ , 1994.

19. Гамбров Г.М., Журавель Н.М. Статистическое моделирование и прогнозирование. М.: Финансы и статистика, 1990.

20. Грабилина O.A., СухаревМ.Г., Ставровский Е.Р. Логический анализ проектов развития предприятий нефтепродуктообеспечения. Химия и технология топлив и масел № 6, 1998, с.27-30.

21. Грабилина O.A. Сухарев М.Г., Ставровский Е.Р. Методический подход к анализу региональных рынков сбыта нефтепродуктов. Химия и технология топлив и масел № 1, 1999, с.29-33.

22. Дубовский C.B., Уздемир А.П., Шалаев А.П. Математические модели экономических процессов. М.: Международный центр научной и технической информации, 1997.

23. Емельянов A.C. Эконометрия и прогнозирование. М.: Экономика, 1985.

24. Ефимов А.Н. Предсказание случайных процессов. М.: Знание, серия "Математика и кибернетика", №3, 1976.

25. Зверев А.В Текущий рейтинг региональных рынков нефтепродуктов. Нефть и бизнес, №3, 1998, с .27-32.

26. Иванов Ю.Н., Токарев В.В., Уздемир А.П. Математическое описание элементов экономики. М.: "Физико-математическая литература", 1994.

27. Иванилов Ю.П. Математические модели в экономике. М.: Экономика, 1987.

28. Идрисов А.Б. Анализ чувствительности инвестиционных проектов. Инвестиции в России, № 3, 1994, с. 37-40.

29. Калинин A.A. Проблемы нефтяных компаний как зеркало общероссийских. Нефть России: №6 1996, с.22-23.

30. Кендал М. Временные ряды. М.: Финансы и статистика, 1981.

31. Кендал Д. Многомерный статистический анализ и временные ряды. М.: Наука, 1976.

32. Кендал Д. Ранговые корреляции. М.: Статистика, 1975.

33. Кирилова Н.А. Спрос на нефтепродукты. Внешняя торговля: №2, 1995, с.27-34.

34. Клиланд Д., Кинг В. Системный анализ и целевое управление. М.: Сов. радио, 1979,279 с.

35. Колядов Л.В., Митрофанов Л.В., Архиве Ю.К Как осваивают российские нефтяные компании внутренний рынок нефтепродуктов. Нефть и бизнес, №3, 1997, с. 23-27.

36. Корн Г., Корн Т. Справочник по математике. М.: Наука,1984, 832 с.

37. Корчагин Ю. На условиях взаимной выгоды. Нефть России: № 11, 1997.

38. Котлер Ф. Основы маркетинга. Перевод с английского. Общ. редакц. и вступ. ст. В.М. Пеньковой. М.: Прогресс, 1990, 736 с.

39. Кочетков А. Ключ к конкурентоспособности. Нефть России: №6, 1996.

40. Кокович Е. Финансовая математика: Теория и практика финансово-банковских расетов. М.: Финансы и статистика, 1994, 268с.

41. Кузьмин В.Б., Травкин С.И. Теория нечетких множеств в задачах управления и принципа устройства нечетких процессоров. АиТ, №11, 1992, с.7-36.

42. Ларичев О.И. Объективные модели и субъективны решения. М.: Наука, 1997.

43. Ларичев О. И. Некоторые проблемы искусственного интеллекта. Сборник трудов ВНИИСИ, 1990, № 10, с.3-9.

44. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования. М.: Статистика, 1979, 254с.

45. Лысова Т., Шмаров А. Наша компания самая законопослушная в отрасли. Беседа с президентом АО ЮКОС С. Муравленко. Эксперт: № 0/11 июля 1995.

46. Лямец В.И., ТемяшевА.Д. Системный анализ. Харьков: ХТУРЭ, 1998, 252с.

47. Льюис К Д. Методы прогнозирования экономических показателей. М.: Статистика, 1979.

48. Маршал А. Принципы экономической науки. В 3-х томах: перевод с англ. М.: Прогресс, 1993, Т.1- 415 с. Т.2. -310 е., Т.З. -351с.

49. Метод статистических зависимостей для определения потребности народногохозяйства в продукции нефтеперерабатывающей и нефтехимической промыш ленности. Химия и технология топлив и масел: №8, 1977, с.42-44.

50. Методические рекомендации по оценке эффективности инвестиционных про ектов и их отбору для финансирования. М.: Теринвест, 1994, 80с.51 "Методические рекомендации по планированию и анализу инвестиций". М.: Айн-Инвест, 1994.

51. Моисеев H.H. Предисловие к книге Орловского С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981.5Ъ.Моисеев H.H. Элементы теории оптимальных систем. М.: Наука, 1984,436с.

52. Мушик Э., Мюллер П. Методы принятия технических решений: перевод с нем. М.: Мир, 1990,206 с.

53. Нечеткие множества и теория возможностей.Под редакц. Ягера Р.Я. М.: Радио и связь, 1986, с. 37-40.56 .Нейлор Т. Машинные иммитационные эксперименты с моделями экономических систем., М.: Мир, 1975.

54. Нейман Дж., Моргенштерн О. Теория игр и экономическое поведение. М.: Наука, 1970.5S.OdpuH М.В., Картавое С.С. Морфологический анализ систем. К.: Наука думка, 1977,235 с.

55. Парето В. Чистая экономия. Воронеж, 1923.

56. Перегудов Ф.И., Тарасов Ф.П. Введение в системный анализ. М.: Высш. шк., 1989,367 с.

57. Попов Э.В. Экспертные системы: решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987, 275с.

58. Поспелов Д. А. Нечеткие множества в моделях управления и икусственного интеллекта. М.: Наука, 1986, 312с.

59. Райфа Г. Анализ решений. Введение в проблему выбора в условиях неопределенности. М.: Наука, 1977,408 с.

60. Роберте Ф.С. Дискретные модели с приложениями к социальным биологическим и экологическим задачам. М.: Наука, 1996.

61. Романихин A.B. Проблемы инвестиций нефтегазового комплекса. Экономика ТЭК России. М: ВНИИОЭНГ, № 8, 1995.

62. Т. Саати Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993, 320 с.

63. Самуэлъсон П. Экономика. Т. 1. М.: Алгон. 1992, 333 с.

64. Самуэлъсон П. Экономика. Т. 2. М.: Алгон. 1992, 415 с.

65. Сидоров М.Н., Федотов A.A. Национальный доход. Факторы роста. Структура. Методы прогнозирования. М.: Экономика, 1984.

66. Сипов В. Б. Принятие стратегических решений в нечеткой обстановке. М.: ИНПРО РЕС, 1995.

67. Состояние промышленного комплекса России. Экономический обзор. Экономист: №11, 1994.

68. Статистический анализ временных экономических рядов. М.: Наука, 1973.

69. Стерлин А.Р., Тулин И.В. Стратегическое планирование в промышленных корпорациях США. М.: Наука, 1990.

70. Стоянова Е.С. "Финансы и маркетинг". М.: Перспектива, 1994, 88с.

71. Сурков Г.И. Фиаско нефтяного гиганта могло бы не случиться. Нефть и бизнес, №1, 1997, с. 22-27.

72. Сухарев М.Г., Ставровский Е.Р. Оптимальное развитие систем газоснабжения. М.: Недра, 1981,290с.

73. Сухарев М.Г. Надежность систем газо- и нефтеснабжения: состояние, проблемы, модели. М.: Нефть и газ, 1998, 33с.

74. Сухарев М.Г., Жоров Ю.М., Лебедев Р.К. Организация и методы научных исследований применительно к условиям нефтегазовой промышленности. М.: Министерство В. и СО СССР, 1982, 122 с.

75. Танака К Итоги рассмотрения факторов неопределенности и неясности в инженерном искусстве. В кн.: Нечеткие множества и теория возможностей под ред. Ягера Р.Я. М.: Радио и связь, 1986, с.37-50.

76. ТейлТ. Экономические прогнозы и принятие решений. М.: Статистика, 1971.

77. Трахтенгерц ЭЛ. Компьютерный анализ в динамике принятия решений, приборы и системы управления, №1,49-56с.

78. Трахтенгерц ЭЛ. Компьютерная поддержка принятия решений. М.: Синтег, 1998, 375с.

79. Хайман Д.Н. Современная макроэкономика: анализ и применение. В 2-х томах: Пер. С англ. М.: Финансы и статистика, 1992, Т.1.- 384 е., Т.2. - 384 с.

80. Хирота К. Теория нечетких множеств. Прикладные нечеткие системы. М. : Мир, 1993.

81. Четыркин Е.М. Статистические методы прогнозирования. М.: Статистика, 1975, 184 с.

82. Чистяков Е., Теплухина Т. Внутренний валовый продукт регионов субъектов РФ. Экономист, №4, 1996.

83. Чу ев Ю.В, Михайлов Ю.Б., Кузьмин В.И. Прогнозирование количественных характеристик процессов. М.: Советское радио, 1975.

84. Шагиев P.P. Интегрированные нефтегазовые компании. М.: Наука, 1996.

85. Шагиев P.P. Конкурентные подходы в нефтегазовом бизнесе. Экономика и право, 1996.

86. Юдин Д.Б. Вычислительные методы теории принятия решений. М.: Наука, 1989. 320 с.

87. Huges С., Parry N. UK case studies using the integrated EC energy modeling system. Commision of European Communities., Cambridje, 1981.

88. Jamin F., Cholet G. Modelisaitionde la demand de product pétroliers en France. Institut Français du petrole,1993, p.565- 587.