автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Методика комплексной оценки управленческих решений в производственных системах с применением корреляционной адаптометрии

у

правах рукописи

Масаев Сергей Николаевич

МЕТОДИКА КОМПЛЕКСНОЙ ОЦЕНКИ

УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В ПРОИЗВОДСТВЕННЫХ СИСТЕМАХ С ПРИМЕНЕНИЕМ КОРРЕЛЯЦИОННОЙ АДАПТОМЕТРИИ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

о з 2011

Красноярск 2011

4856556

Выполнена в Государственном образовательном учреждения высшего профессионального образования «Сибирский государственный технологический университет», г. Красноярск.

Научный руководитель: Официальные оппоненты:

кандидат технических наук, доцент Доррер Михаил Георгиевич

доктор технических наук, профессор Ковалев Игорь Владимирович

доктор физико-математических наук, профессор

Смирнова Елена Валентиновна

Ведущая организация: ГОУ ВПО «Восточно-Сибирский

государственный технический университет», г. Улан-Удэ.

Защита состоится 25 марта 2011 г. в 16:00 часов на заседании диссертационного совета ДМ 212.099.05 при ФГОУ ВПО «Сибирский федеральный университет» по адресу: 660074, г. Красноярск, ул. Киренского, 26, ауд. УЛК 115.

С диссертацией можно ознакомиться в библиотеке ФГОУ ВПО «Сибирский федеральный университет» по адресу: 660074, г Красноярск, ул. Киренского, 26, ауд. Г 274.

Автореферат разослан 12 февраля 2011 года

Ученый секретарь диссертационного совета

г

О.В. Непомнящий

Актуальность работы

В России главной проблемой является то, что после перехода экономики предприятий в 1991 году с планового централизованного управления (межотраслевого баланса) на самостоятельную хозяйственную деятельность не выполнили формализацию задач управления самостоятельного предприятия (производственной системы). В диссертационном исследовании производственной системой именуются технологические и функционально-обеспечивающие процессы предприятия. На сегодняшний день предложены достаточно современные обоснованные методы автоматизации и управления для технологических процессов, однако для унифицированной комплексной поддержки автоматизированного управления и оценки эффективности процессов управления в технологических, функционально-обеспечивающих процессах предприятия решение так и не найдено.

В условиях нестабильной внешней среды значительно вырастают требования к эффективности систем управления производственными системами. Решение этих задач возможно только с использованием современных методов моделирования и управления производственными системами путем всестороннего анализа сценариев их функционирования и развития.

Разработками моделей управления занимались: В.В. Леонтьев, B.C. Немчинов, JI.B. Канторович, Р. Беллман, К.А. Багриновский, А.Г. Гранберг, А.Г. Аганбегян, B.JI. Макаров, Ю.П. Иванилов, В.Ф. Кротов, Э. Деминг, Т.К. Сиразетдинов, П.К. Семенов, Ю.П. Шургина, С.К. Джаксыбаева, И.С. Иваненко, В.В. Родионов, A.A. Афанасъев и другие.

Исследование работ последних лет показало осознание руководством предприятий важности современных методов управления, а также информационных технологий как средства автоматизации и улучшения управляемости производственных систем, повышения прозрачности их деятельности и снижения производственных издержек. Актуальность исследования заключается в том, что для управления производством нужны гибкие механизмы планирования и анализа производственной деятельности, а также средства оптимизации и автоматизации управленческих решений.

При автоматизации и управлении технологическими процессами и производствами, аналитики сталкиваются с проблемами нелинейности математических моделей. К таким объектам применяют различные методы для определения линейных зависимостей, которые соответствует физической картине объекта с достаточной точностью.

Одним из оригинальных подходов, позволяющих решать указанные проблемы, и, в том числе, строить интегральную оценку динамики производственных систем и степени их адаптации к условиям изменяющейся

внешних воздействий, является метод корреляционной адаптометрии1,2, предложенный А.Н. Горбанем и Е.В. Смирновой в 1985 году.

В настоящей работе показано, что метод корреляционной адаптометрии (с учетом специфики производственных систем) является полезным инструментом анализа эффективности управления производственными системами и оценки их состояния в условиях нестабильных внешних воздействий. При этом оценки состояния системы реализуются путем анализа корреляционных, ковариационных матриц и дисперсий, вычисленных по значениям фазовых переменных системы за периоды, предшествующие моментам принятия управленческих решений.

Таким образом актуальность разработки единых показателей (интегральных показателей) характеризующих состояние организационно-технологических систем производства, выработка новых методов анализа и оценки эффективности управления производством, а также разработка интегрируемых средств не вызывает сомнений.

Отличие интегральных показателей от других аналогичных показателей в том, что они рассчитываются на основе фазовых переменных: обслуживание основных средств, реализация товаров, сдача в аренду, строительство дома№1 и др. (наименование фазовых переменных для изучаемой производственной системы в диссертационном приложении 4), которые характеризуются бухгалтерскими проводками и имеющие денежное выражение и однозначно достоверно характеризуют все этапы выполняемых технологических и функционально-обеспечивающих процессов производства.

Результатом решения данной задачи является, в первую очередь, оценка состояния производственной системы и оптимальное распределение ресурсов и, как. следствие, выход на более эффективный уровень управления отдельным предприятием.

Актуальность работы подтверждается включением ее в программу Российского фонда фундаментальных исследований «Научные и научно-педагогические кадры инновационной России на 2009 - 2013 годы» (государственный контракт 02.740.11.5086). [http://www.fcpk.ru/]

Объект диссертационного исследования

Управление производственной системой и ее автоматизация.

Предмет исследований

Нелинейные, оптимальные и адаптивные алгоритмы автоматизации интеллектуальной поддержки процессов управления.

1 Седов К.Р., Горбань А.Н., Петушкова Е.В.. Мончук В.Т., Ша.тиоваЕ.Н. Корреляционная адаптометрия как.метод диспансеризации населения// Вестник АМН СССР. - 1988. - No. 10. - С.69-75.

2 А. N. Gorban. Е. К Smirnova. Т. A. Tyukina. Correlations. Risk andCrisis: from Physiology to Finance, PhysicaA. Vol. 38V. Issue 16.2010. 3193-3217

Цель диссертационного исследования

Разработка интегральных показателей, алгоритмов на основе метода корреляционной адаптометрии для повышения эффективности процессов управления производственной системой.

Задачи работы

1. Разработать метод интегральных показателей на основе метода корреляционной адаптометрии для поддержки и автоматизации процессов управления производственной системы, используя анализ корреляционных, ковариационных матриц и дисперсий, вычисляемых по значениям фазовых координат за периоды, предшествующие моментам принятия решений.

2. Разработать вычислительные алгоритмы и комплекс прикладных программ для интеллектуальной поддержки и численного моделирования процесса поведения производственной системы в условиях кризиса и оценки эффективности управленческих решений.

3. Осуществить внедрение методов и программ в процесс управления на предприятиях.

Область исследования

Изучение основ и методов математического моделирования организационно-технологических систем и комплексов, функциональных задач и объектов управления и их алгоритмизация.

Методы исследования

Методы математического моделирования, метод корреляционной адаптометрии, статистическая обработка данных, методы линеаризации, векторный анализ, метод вычислительного эксперимента, теория автоматизированного управления, а также для проведения эксперимента.

Новые научные результаты работы

1. Впервые для идентификации производственной системы применен модернизированный метод корреляционной адаптометрии позволяющий перейти к более точному, чем в других методах, анализу факторов и взаимосвязей однопродуктовых, а в особенности, многопродуктовых моделей производства.

2. Разработаны интегральные показатели для частного случая нестационарной динамической нелинейной системы, позволяющие повысить точность оценки состояния производственной системы в заданные моменты времени для формулирования требований к состоянию системы в будущем.

3. Разработан алгоритм системы поддержки процесса управления производственной системой, основанный на оптимальном распределении финансовых ресурсов по методу Беллмана, где функция распределения ресурсов задана интегральными показателями.

На защиту выносятся

1. Интегральные показатели оценки состояния производственной системы и их основные формы.

2. Алгоритм формирования управленческих решений в сложной многопродуктовой производственной системе, функционирующий на основе анализа динамики интегральных показателей рассчитанных по фазовым переменным системы.

3. Комплекс программ для автоматизации, выработки и оценки управленческих решений.

Практическая ценность

Предложенные алгоритмы позволяют: повысить объективность анализа однопродуктовых и многопродуктовых производственных систем и получать единую унифицированную числовую оценку состояния системы и качества управленческого решения в производственной системе, ее организационно-технологических подсистем на основе интегральных показателей; прогнозировать будущее состояние производственной системы с учетом внешних воздействий.

Использование предложенных алгоритмов позволило в среднем, по изучаемым производственным системам, сократить время и стоимость процесса управления.

Получена экономия денежных средств (эффективность управленческого решения) по изучаемым производственным системам от первоначального управленческого решения.

Достоверность полученных результатов подтверждается:

Большим объемом проанализированных экспериментальных данных: автором изучена работа тринадцати производственных систем (тринадцать предприятий), создана и внедрена учетная система распределения ресурсов, позволяющая собирать и анализировать интегральные показатели. Полученные результаты сравнивались с фактическими показателями деятельности производственных систем и показали достоверность предложенной методики.

Личный вклад автора

Поставлена проблема создания интегральных показателей для оценки состояния производственной системы и эффективности управленческого решения. Все результаты диссертации получены лично автором. Разработка интегральных показателей, программного обеспечения, внедрение разработанного алгоритма в деятельность предприятий, сбор, анализ, обработка и анализ полученных результатов. В публикациях, выполненных в соавторстве, автору принадлежит постановка задачи, описание экспериментальных и практических данных.

Реализация результатов работы

Результаты работы использовались в рамках учебного процесса Сибирского государственного технологического университета и Сибирского федерального университета, при преподавании курсов «Реинжиниринг бизнес-процессов», «Корпоративные информационные системы», «Технология разработки программного обеспечения». Внедрение результатов работы подтверждается соответствующими актами и документами.

Полностью разработан и внедрен алгоритм подсистемы сбора, обработки и оценки параметров деятельности в разрезе функций основных процессов производственной системы девелоперского холдинга (ОАО «СМ. сити» г. Красноярск), включающего десять предприятий (производственных систем). Также разработанный алгоритм внедрен в различные отрасли промышленности: предприятие лесной отрасли ООО Фирма «Мастер», в предприятие малого и среднего строительства ОАО «ДСК», и в предприятие занимающееся оценкой различных активов ООО «Центр экспертизы и оценки».

Внедрение результатов работы подтверждается соответствующими актами, приказами и документами в приложениях диссертации.

Алгоритмы, предложенные в работе, реализованы в виде 6 зарегистрированных программ для ЭВМ, о чем имеются следующие свидетельства Роспатента о регистрации программ.

Апробация результатов работы

Материалы работы прошли апробацию на девяти научных и практических конференциях и семинарах:

1. Всероссийская научно-техническая Всероссийская научно-техническая конференции. «Перспективные материалы, технологии, конструкции, экономика», г. Красноярск, 2006 (3 доклада).

2. Всероссийская научно-практическая конференция «Проблемы информатизации региона ПИР-2007» СФУ, Красноярск, 2007;

3. Шестая межрегиональная научно практическая конференция студентов, аспирантов и молодых ученых «Актуальные проблемы развития потребительского рынка», г. Красноярск, 2008» (5 докладов).

4. Межкафедральный семинар «Концепции и методологии создания современных информационных систем», действующего на кафедре Системотехники СибГТУ, г. Красноярск, 2008, 2009, 2010;

5. XI Международная научно-техническая конференция «Информационно-вычислительные технологии и их приложения» Омский филиал института математики им .С.Л. Соболева СО РАН, г. Пенза, 2009.;

6. XII Всеросийский семинар «Моделирование неравновесных систем-09» СО РАН, г. Красноярск, 2009.

7. Всероссийская научно-практическая конференция «Проблемы информатизации региона ПИР-2009» СибГТУ, Красноярск, 2009 (2 доклада).

8. Труды восьмой международной конференции по финансово-актуарной математике и смежным вопросам «VIII ФАМ'2009» Сибирский федеральный университет, Красноярск, 2009.

Публикации. По теме диссертации опубликовано 23 работы, в том числе 4 публикации в списке изданий, рекомендованном ВАК для публикации результатов диссертаций.

Структура и объем работы

Диссертация состоит 214 страниц из 4 разделов, содержит основной текст на 150 страницах, 42 рисунков, 17 таблиц, 19 приложений на 64 страницах, список используемых источников из 140 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении представлена актуальность работы, ее цель, задачи, научная новизна и практическая значимость.

В первой главе рассмотрены основные методики анализа состояния многомерных производственных систем. Определено, что большинство методов направлено на анализ частных вопросов в производственных системах, а метод корреляционной адаптометрии дает возможность оценить функционирование различных подсистем производственной системы как единого целого.

Во второй главе рассматривается принятая в работе модель системы управления производственной системой (рисунок 1). В этой модели наряду с традиционным контуром управления объектом по отклонению от заданных параметров организован внешний контур управления, осуществляющий анализ функционирования системы и ее адаптацию к изменению внешней среды. При этом функционирование внешнего контура основано на использовании интегральных показателей.

В системе управления помимо объекта управления имеется пять организационно-технологических подсистем: подсистема контроля (управление системой), подсистема оперативного наблюдения (производственный учет), подсистема выработки цели управления (управление верхнего звена), подсистема оперативного управления (управление системой), аналитическая подсистема (управление верхнего звена).

Рисунок 1. Структурная схема системы управления компанией (производственной системой).

Рассматривающую систему 5 можно представить в виде

8 = {Т,Х,и,У^,У,^у,11/,И^}, (1)

где

Т = {¡И =0,1,2,...} — дискретное множество моментов времени (моменты учета системы);

Х- фазовое пространство системы, *(/) = [.*'(/),х2(/),...,.т"^ еХ- л-вектор фазовых переменных, определяющих состояние системы, а *'(?)= [*'('),х'2(/),...,/"(/)[ еХ - и-вектор фазовых переменных, определяющих требования к состоянию системы при распределении ресурсов по методу Беллмана;

В качестве фазовых переменных системы *"(/) выступают проводки по счетам бухгалтерского учета, отождествленные с выполнением определенных функций и имеющие денежное выражение. Пример представления этих функций в систем бухгалтерского учета приведен в таблице 1.

Полный список фазовых переменных («=417) приведен в приложении 1 к диссертации. Полное описание системы 5 в диссертации на странице 55.

Таблица 1. Фрагмент отчета доходов и расходов ресурсов с привязкой к _функциям производственной системы

Проест Вид деятельности Статьи дохода/Расхода Под стать я дохода/расхода Выполняемая функция (фазовые г" переменные) (А ) План Факт **(0

Наименование проекта Капитальные вложения Проектирование Проектирование 11роектирование внешних сетей

Текущая деятельность Финансовая Использование прибыли Прибыли и убытки прошлых лст г2 Инвентаризация Л '"(г)

Текущая деятельность Операционная Услуги сторонних организаций Прочие услуги сторонних организаций Прочие расходы

Математическую модель можно задать линейным векторным уравнением.

x{t + \)*A{t)x(t)+B(tWi + m, (2)

Здесь A{t) - п х п матрица, определяющая внутреннюю структуру системы; B[t) - пу щ матрица, определяющая структуру внешних воздействий; х(о) = х0, £(f) - шум, случайные помехи.

Для аналитической оценки используются значения вектора фазовых переменных x{t) за к предыдущих тактов. Параметр к будем называть глубиной анализа (в работе принято к =6 месяцев). Получим матрицу

О)

нормирование ее элементов и

YM)] хЦ, -1) • . x'(l -01

*T[t-2) = -2) ■ -2)

/(t-k) -к) ; х-(/

Производится центрирование переменных и обозначим

1(f)-

xVo x4-l) . ■ x'(/-l)

xT(t-2) = H<~2) . . x" (/ - 2) (4)

/М). /М) ¿м).

т-

r(/-l) x(l-2) ... x(l-k)

At-О А'~2) ¿(м) At-2)

и вычислим £;(/) = -

;i(W(<)=\\r,;(>i

. 4t-k) . ht-k)

. А-к)

(5)

(6) (7)

где ^-¿^МгЧг-/).

Величины г~{1] называются коэффициентами корреляции между переменными х'(/) и х'{[) в момент времени г, а матрица - корреляционной матрицей между фазовыми переменными в момент времени г при глубине анализа к. Также в работе рассчитываются с:(г) - коэффициенты ковариации между переменными *'(/) и ху(/) в момент времени /, и матрица С~к (г) -ковариационная матрица между фазовыми переменными в момент времени Г при глубине анализа к.

Следует учесть, что оценка / - критерия для пары .г' и л-' вычисляется по формуле

И 1 — Г-

= (8)

Эта величина сравнивается с табличным значением критерия Стьюдента /„ для к-2 степеней свободы при доверительной вероятности а. В инженерных расчетах обычно берется а = 0,95.

Если при анализе системы получена величина то гипотеза о

наличии значимой линейной связи между переменными *'(/) и У (г) не отвергается, при 1 < 1и эта гипотеза отвергается. Поскольку величина 1 определяется коэффициентом корреляции и числом к, то для каждого табличного значения /„ существует предельное значение гк11. При этом

соотношение | > гхр равносильно соотношению а <г,р, соответствует 1<

С другой стороны, если близок к единице, то это говорит о

функциональной линейной зависимости переменных и х;(г).

Исходя из сказанного проводится корректировка массива исходных данных (13) и соответственно матриц и для всех / е Т.

Выбираем значения выше (ниже) г.Д/). Для анализа необходимо получить показатели суммарной корреляции для каждой 1-й функции а, (<). (13)

Таким образом, глубина анализа была выбрана минимально возможной для получения результатов анализа, достаточно достоверных для инженерных задач. Аналогично формуле (6) и формуле ковариации рассчитываются коэффициенты корреляции г*(г) и ковариации с* (г) матриц Я*(/) и С*(/) на основе прогнозных значений фазовых переменных х(?) за к будущих тактов.

На основе корреляционных матриц (6) строятся корреляционные графы системы, наглядно отображающие взаимосвязи между фазовыми переменными системы системы (рисунок 3).

Рассматриваем в качестве функции наблюдателя матрицы:

у;(х(г-1),х(г-2),...,хМ))= (9а)

2 >...,хМ)) = с;(,). (96)

а в качестве функции прогнозирования матрицы:

у;(х{1 +1),*(/++*))=к; ы (9в)

у;:(х(1+\),х(1+2),...,х(1+ь))=с;(,). (9г)

Как показано в работе, предложенные функции наблюдателя и прогнозирования могут служить интегральной оценкой динамики системы, они дают возможность анализировать поведение многомерной системы, отслеживая возникающие тенденции изменения, вызванные управлением (условно оптимальным распределением ресурсов) или внешним воздействием, а также их прогнозировать.

На основе для дальнейшего анализа, выделены следующие интегральные показатели корреляционного напряжения за прошлые периоды производственной системы: (у- сумма абсолютных значений коэффициентов корреляции /-Й функции с прочими, 6'""....."р(/) - сумма

отрицательных значений коэффициентов корреляции и - сумма

положительных значений, Gf""(t) - сумма значений коэффициентов корреляции, взятых с учетом знаков. Графики изменения интегральных показателей во времени показаны на рисунке 2.

do)

сГ"-""(0=1'■;(0:(]г;(/]|агЧ1)л(г# >о), (11)

./-I

ОГ '"""(')= ^ < 0), (12)

Gr{i)=G?u"~.....(i)+вГ"-""'r (f\ (13)

где гкр - критическое значение коэффициента корреляции при данной глубине анализа к. Аналогичные показатели (10)-(23) рассчитываются на основе r?(t).

Все четыре значения G, (/) рассчитываются на заданном временном интервале Т и характеризуют связность каждой функции в корреляционном графе.

Еще одним показателем динамической производственной системы могут служить собственные числа корреляционных матриц щ(/) и Rl{t). Матрицы

Л1;(/) и /?;(/) берутся как корреляционная матрица Rt(i), где Я,(/)......,Л„(0,

являются корнями алгебраического общего уравнения

det|/J, (/)- Л£| = 0, (24)

где Е единичная пхп матрица.

Далее во второй главе на основе модели системы (2) рассмотрена задача оптимального распределения ресурсов между наиболее важными функциями производственной системы. Эти функции были определены на основе предложенных интегральных показателей. В качестве инструмента распределения ресурсов (денег) и принятия решения, оценки управленческого решения использован метод динамического программирования Р. Беллмана. С помощью метода Беллмана определен набор управленческих воздействий, направленный на достижения целей производственной системы.

В третьей главе приведено описание двух производственных систем и показана их идентичная организационная структура. Схема организационной структуры производственной системы представлена функционально ориентированной в виде Functional Tree по стандарту ARIS. Несмотря на то, что объекты разные, они имеют общую управленческую политику и идентичные друг другу организационно-технологические подсистемы.

Данный подход позволяет применять предложенную во второй главе методику расчета интегральных показателей, что ранее не применялось в производственных системах. Это дает возможность, в этих системах, внедрить управление на основе автоматизации процессного подхода.

В главе выделены и описаны организационно-технологические подсистемы производственной системы: система управления персоналом, система информационных технологий, система менеджмента качества, система экономических расчетов, система управления проектами.

Четвертая глава посвящена расчету экспериментальных данных. На конкретном примере показано преимущество метода корреляционной адаптометрии над традиционным анализом хозяйственной деятельности (АХД) производственной системы. АХД является экономическим методом и выбран, в качестве примера, так как характеризует внутреннее состояние производственной системы и помогает фиксировать требования к поведению производственной системы лучше, чем остальные методы. Сравнение методов приведено в диссертации и диссертационном приложении 18. Также каждый метод применялся к изучаемой производственной. Результат применения методов к производственной системе представлен в таблице диссертации (приложение 19).

В качестве иллюстрации приведены результаты анализа выходных параметров производственной системы методом АХД.

Далее в четвертой главе приведен пример новых возможностей, которые дает метод корреляционной адаптометрии для анализа производственной системы, так как традиционный метод анализа хозяйственной деятельности производственного объекта не дает представления о происходящих изменениях внутри системы относительно событий внешней среды. Метод АХД не позволяет также реализовать анализ выходных параметров производственной системы и ее функциональных подсистем в долгосрочной перспективе.

Показано преимущество метода корреляционной адаптометрии, который может применяться в любой производственной системе. Установлено, что если метод корреляционной адаптометрии в биологических системах при недостаточном объеме данных является лишь дополнительным экспресс-методом для анализа, то в случае производственных систем он является самостоятельным аналитическим инструментом. Рассчитаны параметры, корреляционных матриц (рисунок 2), ковариационных матриц, дисперсий, в том числе собственные числа корреляционных матриц, на основе данных из анализа поступлений и расхода ресурса производственной системы.

На рисунке 2 приведены основные важные события, произошедшие в производственной системе: 1. - Создание рабочей документации, 2. - Получение разрешения на строительство, 3. Внедрение системы повышения качества, 4. - Получение ресурса, 5. - Начало работ по проекту, 6. - Создание аналогичной производственной системы.

среды и внутренние работы в виде динамики числовых характеристик

корреляционных матриц.

Показатели О,"'"" '""(/) и О""" ,щ'(г) имеют симметричную динамику изменения, различаются только знаки (рисунок 2). Если данной симметрии не будет, значит, фазовые переменные (таблица I) недостоверно описывают исследуемую систему.

Отметим, что наиболее стрессовые ситуации для производственной системы - это ситуации чаще всего связанные при выполнении задач сильно взаимодействующих с внешней средой, чем с выполнением внутренних работ.

Также удалось спрогнозировать основные стрессовые ситуации производственной системы на период с 15 по 37 и кризис августа 2008 года с 46 по 54 периоды функционирования. Подобная динамика интегральных показателей не носит случайный характер, так как была обнаружена в производственной системе другой отрасли (диссертационное приложение 16).

Проведено сравнение кризисных ситуаций для производственной системы, по аналогии биологическими системами по величине интегрального показателя С""" "'"(г) коррелированное™, которая будет указана в скобках в четвертом столбце таблицы.

Далее в главе описаны общие закономерности адаптации производственной системы, которые обнаруживаются методом корреляционной адаптометрии. Вычислив собственные числа корреляционной матрицы за каждый период I, получаем также оценку защитной, неспецифической реакции функций производственной системы на изменение условий хозяйственной деятельности. Расчет проводился для показателей /,(/)> /,(<),/,(/) и /6(/) описанных в диссертации на странице 61.

Таблица 2. Общие закономерности в биологических и производственных системах.

ФИО »»тора Описание закономерностей в биологических системах Наличие эффе»стов • системе

Бмилогнчсско й Произвол CTOfUII ой (период, )

Г. Сельс Наличие специфической (воздействие лимитирующего фактора) и неспецифической (воздействие многих фактороа) реакции. Да С 16 но 28 периоды специфическая реакция. (Напряжение с 849 до 1 123). В 32 н 44 иеспецифическая реакция (от 2 428 до 4 509).

Г. Сслье Три реакции: Тревоги; Резистентности; Истошения; Да Три реакции: Тревоги в 28-38 ($00 - 1 100); Резистентности 19(2 180-5 449); Истощения 38 (5 449)

Л.И. Во.'ЮЖИН Выделил 2 реакции; Адаптивные (изменение ефуктуры) Компенсаторные оимеиешя ос> ичмеиеиня СфМ»-|Лры) JU Адаптивные 45 (3 579) Комиснапиркыс с 40 т 42 (4 400 - 4 500).

А.П. Авцын Ввел понятие «Плата за адашированноаь» -это энергозатраты, функциональная перестройка и лаже деструкция засньсв некоторых систем, нарушение обмена веществ, изменение поведения и т.н. (патологическое состояние) Да Дссфукцня происходит в 17 и 38 периодах. В проектной системе которая зависит от внешней среды патология началась с 27 периода и достигла кульминации в 38 периоде и произошла перестройка функций, i.e. наблюдается патологическое состояние. Компания получила кредит 2,4 млрд р. Это есть плата за перестройку.

Г.М. Данишевски й 3 стадии: Адаптивного напряжения; Стабилизации функций; Адаптирован ность. Да Адагтгивпое напряжение с 17 по 38 (1 111-5 449); Стабилизации функций с 39 по 43 (4 238 - 3 980); Лдаптированноси с 44 по 46 (4 509 - 3 483).

С.Н. Масаев, Возможность прогнозирования кризиса. Нет Да. С 28 периода по 54. Качество прогноза высокое. Спрогнозированы все стадии.

С.Н. Масаев. Выдс.ипъ уровень здоровья На Дли нашей произволе тонной системы это 2 000.

Установлена взаимосвязь функций, задействованных в деятельности производственной системы (рисунок 3). Всего используется 417 функций для анализа производственной системы.

Рисунок 3. Корреляционный граф доходов, расходов производственной системы (включены только значимые связи). = 38)

.Ms функции клре-лннмо графа Доход/ Расход Вид деятельности Ста гьм дох си я/ Расхода Подсгятьи дохода/ расход» Выполняемая функция

1 Доход Инвестиционная Поступления и расходы от выбытия иных активов Доходы и расходы, связанные с выбытием иных активов Прочие доходы

2 Доход Инвестиционная Поступления и расходы от выбытия ОС Доходы и расходы, связанные с реализацией ОС Прочие доходы

j Доход Операционная Налоги и сборы Прочие налоги и сборы Выплата налогов

4 Доход Операционная Прочие доходы Прочие доходы Прочие доходы

5 Доход Операционная Родкзддо* работ, услуг Агентское вознаграждение Агентское вознаграждение

6 Доход Операционная Реализация работ, услуг Реализация пропусков Пропуски на территорию

7 Доход Операционная Реализация работ, УСЛУГ Реан-пация прочих услуг Прочие доходи

8 Доход Операционная Реализация работ. УСЛУГ Сдача в аренл\' имущества Сдача в аренду

9 Доход Операционная Реаншиня раоот. ХХМУГ Онергоресурсы и коммунальные платежи Возмещение расходов

К) Доход Операционная Реализация ювароа Реализация юнароа Реализация товаров

II Доход Финансовая Использование прибыли Результаты инвентаризации Прочие доходы

12 Доход Финансовая Курсовые разницы Курсовые разницы Прочие доходы

13 Доход Финансовая Нарушение условий дот-о воров Штрафы, пени, неустойки за нарушение условий договоров Прочие доходы

14 Доход Финансовая Нргигнти по кредитам, займам, депозитам, векселям Проценты к получению и уплате Проценты к получению и уплате

15 Доход Финансовая РКО и прочие услуги банков РКО и прочие услуги банков Услуги банка

16 Доход Финансовая Штрафы, пени Штрафы, пени, неустойки прочие доходы

В работе проведено распределение ресурсов по целям и задачам производственной системы на основе метода Р. Беллмана в разрезе систем и сформированного по числовым характеристикам суммарного корреляционного рейтинга, который является алгоритмом управления производственной системой. Формы отчетов (таблица 4, рисунок 4 и рисунок 5).

решения (стандарт 1DEF3). 16

ЦЕЛЬ ИТОГО:

Увеличение собственники капитала (активна) на SO %

1. Конкурентная стратегия 2. Стратегия (Ш ИШ ГЩ) или изменения ринка нлп продукта 3. Стратегия роста 4. Стратегия НИОКР 5. Стратегии производства и его рашития

Снятие елинок 1 Lob ы е продукты и рынки i оризоптальная интеграция Закупка НОВЫХ ГСХНОЛОГИЙ Раиионалитаии я системы русурспого обеспечения

Проект Организационно-технологические подсистемы Влияние функциональных систем на выполнение цели холдинга

X Мотивация персонала 146 328р. 24 388р. 78 042р. 341 432р. 590 190р.

Информационных технологий 189 536р 13 538р. 270 765р 67 691р. 81 230р. 622 760р.

СМК (TQM) 378 140р. 113 442р 378 140р 756 279р I 626 000р.

Экономических расчетов 166 367р. 1 164 566р 1 996 398р 3 327 330р.

Производства 246 647р 493 2Ч5р 147 988р 2 9«) 769р. 3 847 700р.

Итого 7Ы ШЯр. 564 3»2р. 2 3116 765р 253 721р. 6 135 IIIKp 10 013 980р

Рисунок 5. Распределение ресурсов по организационно-технологическим подсистемам и целям производственной системы.

В заключении представлены обобщенные результаты исследования и расчетов.

В приложениях представлены акты об использовании результатов в компаниях города Красноярска, формы отчетов, таблица с функциями (описывающих производственную систему), примеры программ.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

В диссертационном исследовании на примере, вычислительного алгоритма оценки состояния производственных систем, рассматриваются особенности разработанных интегральных показателей.

Расчетами установлено, что при резком изменении внешних воздействий (например, при начале выполнения нового проекта, переходе на выпуск новой продукции, создание новой производственной системы) происходят существенные изменения интегральных показателей производственной системы, аналогичные реакциям установленные методом корреляционной адаптометрии.

1. Впервые применен модернизированный метод корреляционной адаптометрии для идентификации производственной системы, который позволил перейти к более точному, чем в других методах, анализу факторов и взаимосвязей однопродуктовых, а в особенности, многопродуктовых моделей производства.

2. Разработаны интегральные показатели для частного случая нестационарной динамической нелинейной системы, позволяющие с более высокой точностью получить состояния производственной системы в различные моменты времени для формулирования требований к поведению системы в будущие моменты времени. Что позволило в среднем, по изучаемым производственным системам, сократить время и стоимость процесса управления на 9% и 17% соответственно.

3. Разработан алгоритм системы поддержки процесса управления производственной системой, основанный на оптимальном распределении финансовых ресурсов по методу Беллмана, где функция, распределения ресурсов задана интегральными показателями. Получена экономия денежных средств (эффективность управленческого решения) по изучаемым производственным системам в среднем 9% от первоначального управленческого решения.

Поставленная цель и задачи были успешно решены:

1. Разработан метод интегральных показателей на основе метода корреляционной адаптометрии для интеллектуальной поддержки и автоматизации процессов управления производственной системы используя анализ корреляционных, ковариационных матриц и дисперсий, вычисляемых по значениям фазовых координат за периоды, предшествующие моментам принятия решений.

2. Разработаны вычислительные алгоритмы и комплекс прикладных программ для интеллектуальной поддержки и численного моделирования процесса поведения производственной системы в условиях кризиса и оценки эффективности управленческих решений.

3. Осуществлено внедрение методов и программ в тринадцать предприятий различных отраслей. Одно из предприятий включено в список приоритетных проектов России.

Комплекс прикладных программ поддержки процесса управления и численного моделирования поведения производственной системы в условиях кризиса и оценки эффективности управленческих решений включает:

• программа,. обеспечивающая сбор в установленную форму фазовых переменных по технологическим и обеспечивающим подсистемам производственной системы в заданные моменты времени;

• программа для расчета интегральных показателей с заданным доверительным интервалом;

• программа для графического отображения состояния производственной системы (линейной связи между фазовыми переменными, графики) на дисплее монитора рассчитанных интегральных показателей;

• программа, для автоматизированного распределения финансовых ресурсов по заданной форме в заданные моменты времени;

• программа распределения финансовых ресурсов по методу Беллмана, с учетом предложенных интегральных показателей;

• программа оценки эффективности управленческого решения, через сопоставление полученных результатов с выбранными показателями работы производственной системы.

Результаты использования программ показатели, для производственных систем взятые в рамках исследования и эксперимента, что для производственной системы, в которой работает 150 человек, состоящей из 5 технологйческих-обеспечивающих подсистем и 417 функций, происходит повышение эффективности процессов управления: уменьшение расходов на процесс управления с 5 054,6 рублей в день до 850,8 рублей в день (экономия около 1 млн. рублей в год), возможность графически представлять линейную силу связи между фазовыми переменными производственной системы для удобства управления ей, сокращение времени цикла процесса управления (выработки управленческого решения) с 4 382 минут до 380 минут. С помощью данного комплекса программ можно переходить на уровень выполнения работ отдельными цехами, что позволило сократить сумму вкладываемых ресурсов в новый проект производства, относительно первоначального управленческого решения, с 110,014 млн.р. до 100,0 млн.р. и следовательно эффективность нового управленческого решения составила 10,014 млн.р. (6% от дохода проекта). Также эффективность управленческого решения максимальта, если отклонения фактических интегральных показателей от требуемого состояния нет G¡"'" (/)= с'1*"" (/).

В ходе вычислительного эксперимента получены значения интегральных показателей, которые хорошо согласуются с теоретическим материалом и фактической ситуацией в анализируемых производственных системах.

Основные результаты диссертационной работы опубликованы в следующих работах.

Работы, опубликованные в изданиях рекомендуемых ВАК РФ:

1. Масаев С.Н. Company Management System Estimation on the Basis of Adaptive Correlation to the Environment. [Текст] / C.H. Масаев, М.Г.

Доррер // Вестник Сибирского государственного аэрокосмического университета им. академика Решетнева. - Красноярск, 2010. Вып. 4(30). - С.91 -94.

2. Масаев С.Н., Доррер М.Г. Оценка системы управления компанией на основе метода адаптационной корреляции к внешней среде. / С.Н. Масаев, М.Г. Доррер // Проблемы управления. №3 за 2010 г. М.: ИПУ РАН, 2010 г. с. 45-50.

3. Масаев С.Н. Методика оценки системы управления компанией на основе адаптационной корреляции к внешней среде. [Текст] / С.Н. Масаев, М.Г. Доррер // Вестник Сибирского государственного аэрокосмического университета им. академика Решетнева. -Красноярск, 2009. Вып. 1(22). - С.166-170.

4. Масаев С.Н. Методика оценки эффективности управления / С.Н. Масаев, М.Г. Доррер // Вестник КрасГАУ (Красноярского государственного аграрного университета). - Красноярск, 2007. - Вып. 6. - С.25-34.

Свидетельство РосПатента о регистрации программы для:

5. Масаев С.Н. Программный комплекс оценки эффективности управленческого решения // Свидетельство РосПатента о регистрации программы для ЭВМ№ 2008610295.2007

6. Масаев С.Н., Добровольский Д.В. Программный комплекс формирования планового, фактического бюджета доходов и расходов, бюджета движения денежных средств компании в разрезе видов деятельности, статей и функций // Свидетельство РосПатента о регистрации программы для ЭВМ № 2008610296.2007

7. Масаев С.Н., Ланцев Е.А., Шаргаева А.И. Анализ состояния производственной системы (экономической) через расчет ее корреляционной адаптометрии на основе бюджетов доходов и расходов, движения денежных средств И Свидетельство РосПатента о регистрации программы для ЭВМ №2009614635.2009

8. Масаев С.Н., Ланцев Е.А., Шаргаева А.И. Программный комплекс формирования корреляционных графов функций производственной системы (экономической, социальной системы) на основе планового, фактического бюджета доходов и расходов, бюджета движения денежных средств предприятия, в разрезе видов деятельности, статей и функций и корреляционной адаптометрии // Свидетельство РосПатента о регистрации программы для ЭВМ №2009614636.2009

9. Масаев С.Н., Доррер М.Г., Доррер Г.А. Анализ состояния производственной системы (экономической) через расчет ее корреляционной адаптометрии на основе бюджетов доходов и расходов, движения денежных средств // Свидетельство РосПатента о регистрации программы для ЭВМ №2009615871.2009

10. Масаев С.Н., Доррер М.Г., Доррер Г.А. Программный комплекс формирования корреляционных графов функций производственной системы (экономической, социальной системы) на основе планового,

фактического бюджета доходов и расходов, бюджета движения денежных средств предприятия, в разрезе видов деятельности, статей и функций и корреляционной адаптометрии // Свидетельство РосПатента о регистрации программы для ЭВМ №2009615872.2009

Статьи и тезисы докладов:

П.Масаев С.Н, Оптимизация распределения ресурсов по подсистемам предприятия при помощи формулы Беллмана / С.Н. Масаев, М.Г. Доррер // Материалы десятой Всероссийской научно-практической конференции «Проблемы информатизации региона» ПИР-2007» СФУ, -Красноярск, 2007. - С.61-66.

12. Масаев С.Н. Проблемы внедрения системы сбалансированных показателей в России / С.Н. Масаев, В.В. Белозеров // Материалы всероссийской научно-технической конференции. Сборник научных трудов «Перспективные материалы технологии конструкции» экономика. (Красноярск, июнь 2006 г.). - Красноярск, 2006. С.192-193.

13. Масаев С.Н. Методика управленческих решений (Дельта) / С.Н. Масаев, В.В. Белозеров // Материалы всероссийской научно-технической конференции. Сборник научных трудов «Перспективные материалы технологии конструкции» экономика. (Красноярск, июнь 2006 г.). - Красноярск, 2006. С. 199-202.

14. Масаев С.Н. Оценка удовлетворенности персонала процессом обучения / С.Н. Масаев, К.О. Баюшкина // Материалы всероссийской научно-технической конференции. Сборник научных трудов «Перспективные материалы технологии конструкции» экономика. (Красноярск, июнь 2006 г.). - Красноярск, 2006. С.52-55.

15. Масаев С.Н. Сущность и факторы экономической устойчивости предприятия на конкурентном рынке / С.Н. Масаев, В.В. Вингерт, П.В. Панфилов // 6 межрегиональная научно практическая конференция студентов аспирантов и молодых ученых «Актуальные проблемы развития потребительского рынка г. Красноярск 2008». -Красноярск, 2008.

16. Масаев С.Н. Информационное обеспечение оценки эффективности маркетинговой деятельности предприятия / С.Н. Масаев, М.Г. Доррер, В.В. Слюсаренко, В.В. Вингерт // 6 межрегиональная научно практическая конференция студентов аспирантов и молодых ученых «Актуальные проблемы развития потребительского рынка г. Красноярск 2008». - Красноярск, 2008.

17. Масаев С.Н. Концепция бережливого производства и ее связь с маркетинговой деятельностью предприятия / С.Н. Масаев, В.В. Вингерт, П.В. Панфилов // 6 межрегиональная научно практическая конференция студентов аспирантов и молодых ученых «Актуальные проблемы развития потребительского рынка г. Красноярск 2008». -Красноярск, 2008.

18. Масаев С.Н. Механизм управления конкурентной средой предприятий сферы торговли / С.Н. Масаев, В.В. Вингерт, П.В. Панфилов // 6

межрегиональная научно практическая конференция студентов аспирантов и молодых ученых «Актуальные проблемы развития потребительского рынка г. Красноярск 2008». - Красноярск, 2008.

19. Масаев С.Н. Аналитическое обеспечение мониторинга системы регулирования отраслевых товарных рынков / С.Н. Масаев, В.В. Вингерт, П.В. Панфилов // 6 межрегиональная научно практическая конференция студентов аспирантов и молодых ученых «Актуальные проблемы развития потребительского рынка г. Красноярск 2008». -Красноярск, 2008.

20. Масаев С.Н. Методика комплексной оценки управленческих решений в производственных системах с применением корреляционной адаптометрии / Масаев С.Н., М.Г. Доррер //1 Международная научная конференция «Современные проблемы информатизации в системах моделирования, программирования и телекоммуникациях», Москва 2009 г.

21. Масаев С.Н. Методика комплексной оценки управленческих решений в производственных системах с применением корреляционной адаптометрии / С.Н. Масаев, М.Г. Доррер, В.В. Белозеров // Всероссийская научно-практическая конференция «Проблемы информатизации региона ПИР-2009» СибГТУ, - Красноярск, 2009. С.292-295.

22. Масаев С.Н. Повышение эффективности функционирования проектных организаций посредством проектного управления / С.Н. Масаев М.Г. Доррер, В.В. Белозеров И Всероссийская научно-практическая конференция «Проблемы информатизации региона ПИР-2009» СибГТУ, - Красноярск, 2007. С. 103-106.

23. Масаев С.Н. Применение методов корреляционной адаптометрии для управления предприятием / С.Н. Масаев, Г.А. Доррер, М.Г. Доррер // Труды восьмой международной конференции по финансово-актуарной математике и смежным вопросам «VIII ФАМ'2009» СФУ, -Красноярск, 2009. С.105-109.

Подписано в печать 10.02.2011. Формат 60x84 1/8. Усл. печ. 1,0. Изд. № 11/6.(2011). Заказ N° 1028. Тираж 100 экз.

Редакционно-издательский центр СибГГУ 660049, г. Красноярск, пр. Мира, 82 факс (391) 211-97-25, тел. (391) 227-69-90

Содержание.

Введение.

Глава 1 Методы и модели управления производственными системами.

1.1 Обзор работ по моделированию и исследованию производственных систем.

1.2 Производственная система как объект управления (некоторые аспекты математического моделирования).

1.3 Общие определения.

1.4 Классификация моделей систем и внешнего воздействия.

1.5 Управление. Обратная связь. Замкнутая система.

1.6 Классификация задач расчета систем управления.

1.7 Методы оптимизации и общий путь их решения.

Выводы по главе 1.

Глава 2 Оценка состояние объекта по величинам корреляционных матриц выходных параметров производственной системы.

Введение.

2.1 Общие понятия и закономерности адаптации.

2.2 Метод корреляционной адаптометрии.

2.3 Подходы и методы расчета показателей деятельности на основе функционирования производственной системы.

2.4 Постановка задачи в производственной системе.

2.5 Построение функции наблюдения.

2.6 Оценка элементов корреляционной матрицы.

2.7 Определение точек максимальной интеграции подсистем, обеспечивающих работоспособность при нагрузочных тестах.

2.7.1 Интеграция функциональных систем компании.

2.7.2 Моно- и полифакториальные теории лимитирования (принцип Либиха).

2.7.3 Эволюция-сукцессия-адаптация. Правомерность использования модели «факторы-ресурсы» и использование принципа Холдейна для описания адаптации.

2.7.4 Альтернативные гипотезы объяснения эффекта.

2.8 Распределение ресурсов в компании по методу Беллмана.

Выводы по главе 2.

Глава 3 Иследуемый производственный объект.

3.1. Характеристика компании ООО «Новый Город».

3.2. Организационная структура.

3.3. Анализ функциональной системы компании.

3.4. Система управления персоналом (СУП).

Выводы по главе 3.

Глава 4 Экспериментальная часть.

Введение.

4.1 Корреляционные характеристики модели производственных систем ООО «Новый Город», ООО «Бизнес Сити».

4.1.1 Определение периодов наиболее сильного внешнего воздействия или стресса.

4.1.2 Выделение наиболее важных функций.

4.1.3 Взаимосвязи выбранных функций с остальными функциями.

4.1.1 Анализ собственных чисел корреляционных матриц.

4.2 Распределение ресурсов системы по методу Беллмана.

4.3 Сравнение метода корреляционной адаптометрии с традиционном методом анализа хозяйственной деятельности (АХД).

4.4 Внедрение предложенных решений.

Выводы по главе 4.

Актуальность работы

Главной проблемой является то, что после перехода экономики предприятий в 1991 году с планового централизованного управления (межотраслевого баланса) на самостоятельную хозяйственную деятельность не выполнили формализацию задач управления самостоятельного предприятия (производственной системы). В диссертационном исследовании производственной системой именуются технологические и функционально-обеспечивающие процессы предприятия в соответствии с паспортом специальности 05.13.06. В рамках проведенного обзора видно (приложение диссертации 19), что при дальнейшем развитии науки в этом направлении результативность проведенных работ и предложенных методов автоматизации и управления в производственных системах сниженаю. На сегодняшний день предложены достаточно современные обоснованные методы автоматизации и управления для технологических процессов, однако, для унифицированной комплексной поддержки автоматизированного управления и оценки эффективности процессов управления в технологических, функционально-обеспечивающих процессах предприятия решение так и не найдено.

В условиях нестабильной внешней среды значительно вырастают требования к эффективности систем управления производственными системами. Решение этих задач возможно только с использованием современных методов моделирования и управления производственными системами путем всестороннего анализа сценариев их функционирования и развития.

Разработками моделей управления занимались: В.В. Леонтьев, B.C. Немчинов, JI.B. Канторович, Р. Беллман, К.А. Багриновский, А.Г. Гранберг, А.Г. Аганбегян, B.JI. Макаров, Ю.П. Иванилов, В.Ф. Кротов, Э. Деминг, Т.К. Сиразетдинов, П.К. Семенов, Ю.П. Шургина, С.К. Джаксыбаева, И.С. Иваненко, В.В. Родионов, A.A. Афанасьев и другие.

Исследование работ последних лет показало осознание руководством предприятий важности современных методов управления, а также информационных технологий как средства автоматизации и улучшения управляемости производственных систем, повышения прозрачности их деятельности и снижения производственных издержек. Актуальность исследования заключается в том, что для управления производством нужны гибкие механизмы планирования и анализа производственной деятельности, а также средства оптимизации и автоматизации управленческих решений:

При автоматизации и управлении технологическими процессами и производствами, аналитики сталкиваются с проблемами нелинейности математических моделей. К таким объектам применяют различные методы для определения линейных зависимостей, которая соответствует физической картине объекта с достаточной точностью.

Одним из оригинальных подходов, позволяющих решать указанные проблемы, и, в том числе, строить интегральную оценку динамики производственных систем и степени их адаптации к условиям изменяющейся внешних воздействий, является метод корреляционной адаптометрии1,2, предложенный А.Н. Горбанем и Е.В. Смирновой в 1985.

В настоящей работе показано, что метод корреляционной адаптометрии (с учетом специфики производственных систем) является полезным инструментом анализа эффективности управления производственными системами и оценки их состояния в условиях нестабильных внешних воздействий. При этом оценки состояния системы реализуются путем анализа корреляционных, ковариационных матриц и дисперсий, вычисленных по значениям фазовых переменных системы за периоды, предшествующие моментам принятия управленческих решений.

Седов К.Р., Горбань А.Н., Петушкова Е.В., Манчук В.Т., ШаламоваЕ.Н. Корреляционная адаптометрия как метод диспансеризации населения//Вестник АМН СССР. - 1988. - No. 10. - С.69-75.

2 А. N. Gorban, Е. V. Smirnova, Т. A. Tyukina, Correlations, Risk andCrisis: from Physiology to Finance, Physica A, Vol. 389, Issue 16,2010, 3193-3217

Таким образом актуальность разработки единых показателей (интегральных показателей) характеризующих состояние организационно-технологических систем производства, выработка новых методов анализа и оценки эффективности управления производством, а также разработка интегрируемых средств не вызывает сомнений.

Отличие интегральных показателей от других аналогичных показателей в том, что они рассчитываются на основе фазовых переменных: обслуживание основных средств, реализация товаров, сдача в аренду, строительство дома №1 и др. (наименование фазовых переменных для изучаемой производственной системы в диссертационном приложении 4), которые характеризуются бухгалтерскими проводками, имеющие денежное выражение и однозначно достоверно характеризуют все этапы выполняемых технологических и функционально-обеспечивающих процессов производства.

Результатом решения данной задачи является в первую очередь оценка состояния производственной системы и оптимальное распределение ресурсов и как следствие выход на более эффективный уровень управления отдельным предприятием.

Актуальность работы подтверждается включением ее в программу Российского фонда фундаментальных исследований «Научные и научно-педагогические кадры инновационной России на 2009 - 2013 годы» (государственный контракт 02.740.11.5086). [http://www.fcpk.rU/l.

Объектом диссертационного исследования

Управление производственной системой и ее автоматизация.

Предметом исследований

Нелинейные, оптимальные и адаптивные алгоритмы автоматизации интеллектуальной поддержки процессов управления.

Цель диссертационного исследования

Разработка интегральных показателей, алгоритмов на основе метода корреляционной адаптометрии для повышения эффективности процессов управления производственной системой.

Задачи работы

1. Разработать метод интегральных показателей на основе метода корреляционной адаптометрии для интеллектуальной поддержки и автоматизации процессов управления производственной системы используя анализ корреляционных, ковариационных матриц и дисперсий,, вычисляемых по значениям фазовых координат за периоды, предшествующие моментам принятия решений.

2. Разработать вычислительные алгоритмы и комплекс прикладных программ для интеллектуальной поддержки и численного моделирования процесса поведения производственной системы в условиях кризиса и оценки эффективности управленческих решений.

3. Осуществить внедрение методов и программ в процесс управления на предприятиях.

Область исследования

Изучение основ и методов математического моделирования организационно-технологических систем и комплексов, функциональных задач и объектов управления и их алгоритмизация.

Методы исследования

Методы математического моделирования, метод корреляционной адаптометрии, статистическая обработка данных, методы линеаризации, векторный анализ, метод вычислительного эксперимента, теория автоматизированного управлению.

Научная новизна

Новыми в работе являются следующие результаты:

1. Впервые для идентификации производственной системы применен модернизированный метод корреляционной адаптометрии позволяющий перейти к более точному, чем в других методах, анализу факторов и взаимосвязей однопродуктовых, а в особенности, многопродуктовых моделей производства.

2. Разработаны интегральные показатели для частного случая нестационарной динамической нелинейной системы, позволяющие повысить точность оценки состояния производственной системы в заданные моменты времени для формулирования требований к состоянию системы в будущем.

3. Разработан алгоритм системы поддержки процесса управления производственной системой, основанный на оптимальном распределений финансовых ресурсов по методу Беллмана, где функция распределения ресурсов задана интегральными показателями.

На защиту выносятся

1. Интегральные показатели оценки состояния производственной системы и их основные формы.

2. Алгоритм формирования управленческих решений в сложной многопродуктовой производственной системе функционирующий на основе анализа динамики интегральных показателей рассчитанных по фазовым переменным системы.

3. Комплекс программ для автоматизации, выработки и оценки управленческих решений.

Практическая ценность

Предложенные алгоритмы позволяют: повысить объективность анализа однопродуктовых и- многопродуктовых производственных систем и получать единую унифицированную числовую оценку состояния системы и качества управленческого решения в производственной системе, ее организационно-технологических подсистем на основе интегральных показателей; прогнозировать будущее состояние производственной системы с учетом внешних воздействий.

Использование предложенных алгоритмов позволило в среднем, по изучаемым производственным системам, сократить время и стоимость процесса управления.

Получена экономия денежных средств (эффективность управленческого решения) по изучаемым производственным системам от первоначального управленческого решения.

Достоверность полученных результатов

Большим объемом проанализированных экспериментальных данных: автором изучена работа тринадцати производственных систем (тринадцать предприятий), создана и внедрена учетная система- распределения, ресурсов, позволяющая собирать и анализировать интегральные показатели. Полученные результаты сравнивались с фактическими показателями деятельности производственных систем и показали достоверность предложенной методики. Что подтверждается соответствующими приказами (приложение 13 И к диссертации).

Личный вклад автора

Поставлена проблема создания интегральных показателей для оценки состояния производственной системы и эффективности управленческого решения. Все результаты диссертации получены лично автором. Разработка интегральных показателей, программного обеспечения, внедрение

10 разработанного алгоритма в деятельность предприятий, сбор, анализ, обработка и анализ полученных результатов. В публикациях, выполненных в соавторстве, автору принадлежит постановка задачи, описание экспериментальных и практических данных.

Реализация результатов работы

Результаты работы использовались в рамках учебного процесса Сибирского государственного технологического университета и Сибирского федерального университета, при преподавании курсов «Реинжиниринг бизнес-процессов», «Корпоративные информационные системы», «Технология разработки программного обеспечения». Внедрение результатов работы подтверждается соответствующими актами и документами.

Полностью разработан и внедрен алгоритм подсистемы сбора, обработки и оценки параметров деятельности в разрезе функций основных процессов производственной системы девелоперского холдинга (ОАО «СМ. сити» г. Красноярск), включающего десять предприятий (производственных систем). Также разработанный алгоритм внедрен в различные отрасли промышленности: предприятие лесной отрасли ООО Фирма «Мастер», в предприятие малого и среднего строительства ОАО «ДСК», и в предприятие занимающееся оценкой различных активов ООО «Центр экспертизы и оценки».

Внедрение результатов работы подтверждается соответствующими актами, приказами и документами в приложениях диссертации.

Алгоритмы, предложены в работе, реализованы в виде программ для ЭВМ, о чем имеются следующие свидетельства.

Свидетельство РосПатента о регистрации №2008610295.

Свидетельство РосПатента о регистрации №2008610296.

Свидетельство РосПатента о регистрации №2009614635.

Свидетельство РосПатента о регистрации №2009615871.

Свидетельство РосПатента о регистрации №2009614636.

Свидетельство РосПатента о регистрации №2009615872.

Апробация результатов работы

По теме диссертации опубликовано 23 работ, в том числе 4 публикации в списке, рекомендованном ВАК для публикации результатов диссертаций.

Материалы работы прошли апробацию на восьми научных и практических конференциях и семинарах:

1. Всероссийская научно-техническая Всероссийская научно-техническая конференции. «Перспективные материалы, технологии, конструкции, экономика», г. Красноярск, 2006 (3 доклада).

2. Всероссийская научно-практическая конференция «Проблемы информатизации региона ПИР-2007» СФУ, Красноярск, 2007;

3. Шестая межрегиональная научно практическая конференция студентов, аспирантов и молодых ученых «Актуальные проблемы развития потребительского рынка», г. Красноярск, 2008» (5 докладов).

4. Межкафедральный семинар «Концепции и методологии создания современных информационных систем», действующего на кафедре Системотехники СибГТУ, г. Красноярск, 2008, 2009,2010;

5. XI Международная научно-техническая конференция «Информационно-вычислительные технологии и их приложения» Омский филиал института математики им .C.JI. Соболева СО РАН, г. Пенза, 2009.;

6. XII Всеросийский семинар «Моделирование неравновесных систем-09» СО РАН, г. Красноярск, 2009.

7. Всероссийская научно-практическая конференция «Проблемы информатизации региона ПИР-2009» СибГТУ, Красноярск, 2009 (2 доклада).

8. Труды восьмой международной конференции по финансово-актуарной математике и смежным вопросам «VIII ФАМ'2009» Сибирский федеральный университет, Красноярск, 2009.

Структура и объем работы

Диссертация состоит 214 страниц из 4 разделов, содержит основной текст на 150 страницах, 42 рисунка, 17 таблиц, 19 приложений на 64 страницах, список используемых источников из 140 наименований.

Краткое содержание работы

Во введении представлена актуальность работы, ее цель, задачи, научная новизна и практическая значимость.

В первой главе приведены понятия и определения системы, модели, обратной связи, внешней среды, замкнутой и разомкнутой систем, существенных или несущественных факторов, обусловленных целевой-ориентацией при изучении объекта исследования. Проанализированы различные методики анализа состояния компании: анализ баланса и отчета о прибылях и убытках, в системе менеджмента качества - анализ бизнес-процессов, статистические методы, в том числе, метод корреляционной-адаптометрии. Большинство методов направлено на анализ частных вопросов в компаниях, а метод корреляционной адаптометрии дает возможность оценить деятельность всех системы компании в целом.

Во второй главе рассматривается принятая в работе модель системы управления компанией. В этой модели наряду с традиционным контуром управления объектом по отклонению от заданных параметров организован внешний контур управления, осуществляющий анализ функционирования системы и ее адаптацию к изменению внешней среды. При этом функционирование внешнего контура основано на использовании метода корреляционной адаптометрии.

Далее во второй главе на основе модели системы рассмотрена задача оптимального распределения финансовых ресурсов между наиболее важными функциями компании. Эти функции были определены на основе анализа корреляционных графов и показателей собственных чисел корреляционных матриц. В качестве инструмента распределения ресурсов (денег) и принятия решения использован метод динамического программирования Р. Беллмана. С помощью метода Беллмана определен набор управленческих воздействий, направленный на достижения целей строительных компаний.

В третьей главе приведено описание двух объектов исследования и показана их организационная структура. На основе организационной структуры построена функциональная схема. Несмотря на то, что объекты разные, они имеют идентичную друг другу функциональную схему и общую управленческую политику.

Была применена предложенная во второй главе методика расчета числовых показателей производственных систем, что ранее не производилось. И это помогло организовать в производственных системах управление на основе процессного подхода.

Четвертая глава посвящена расчету экспериментальных данных. На конкретном примере показано практическое применение разработанных методов. Также показано, каким образом метод корреляционной адаптометрии может применяться в любой производственной системе (компании). Установлено, что если метод корреляционной адаптометрии при недостаточном объеме данных является лишь экспресс методом для анализа биологических систем, то в случае производственных систем он является самостоятельным аналитическим методом. Рассчитаны параметры корреляционных и ковариационных матриц, в том числе их собственные числа, на основе данных из анализа бюджета доходов и расходов компаний.

Определены основные важные события в производственной системе в течение 58 периодов анализа:

1. Создание рабочей документации — это расчет плановых смет строительства.

Получение разрешения на строительство - наиболее важное событие, которое позволяет начать строительно-монтажные работы. Система испытывает среднюю нагрузку, большую, чем просто оформление и расчет плановых смет;

2. Получение разрешения на строительство — документ, разрешающий выполнять строительные работы.

3. Внедрение системы менеджмента качества — работа по оформлению стандартов и правил работы производственной системы (компании). Нагрузка* на систему не больше, чем при формировании плановых смет.

4. Получение уесурса — привлечение основного финансирования' на строительство привело систему к существенному стрессу, как и начало строительных работ.

5. Начало работ по проекту - создание уникальной.продукции.

6. Создание аналогичной производственной системы — привело производственную систему к наибольшему стрессу. Для системы оказалось важнее создать аналогичную производственную систему, ведь шанс на< успешную реализацию проекта и привлечение дополнительных ресурсов возрастает.

Отметим, что наиболее стрессовые ситуации для. производственной системы - это ситуации, чаще связанные с выполнением задач во внешней-среде, чем с выполнением внутренних работ.

Также удалось спрогнозировать основные стрессовые ситуации производственной системы на период с 15 по 58 месяцы функционирования:

Далее проводится' анализ основных результатов- по рассматриваемой тематике. Описаны- общие- закономерности адаптации' производственной системы. Показано, что наблюдается защитная, неспецифическая реакции функций компании на изменение условий хозяйственной

В 37-ом периоде система переключается на иной источник доходов сдача в аренду коммерческих помещений, прочие доходы и сокращает расходы на приобретение основных средств в. тот момент, когда рынок жилой недвижимости находится в критической ситуации.

Также удалось спрогнозировать основные стрессовые ситуации производственной системы на период с 15 по 37 и с 46 по 54 периоды функционирования.

В соответствии с методом корреляционной адаптометрии для подтверждения наличия адаптации системы по закону Либиха о лимитирующих факторах необходимо, чтобы расчетная ковариация (рисунок 22) и дисперсия (рисунок 23, 24, 25) возрастали одновременно с корреляцией. Согласно закону Либиха развитие, как правило, лимитируется одним фактором или небольшим их числом. Это означает, что среди факторов, влияющих на производственную систему, выделяется один или несколько наиболее существенных факторов (сильно отстающих от оптимума), а остальные мало влияют на развитие.

Проведено распределение ресурсов по задачам компании на основе метода Р. Беллмана в разрезе систем и сформированного по числовым характеристикам суммарного корреляционного рейтинга (таблица 17).

В заключении обобщенные итоги следования и результаты расчетов.

В диссертационном исследовании на примере, вычислительного алгоритма оценки состояния производственных систем, рассматриваются особенности разработанных интегральных показателей.

Расчетами установлено, что при резком изменении внешних воздействий (например, при начале выполнения нового проекта^ переходе на выпуск новой/ продукции, создание новой производственной системы) происходят существенные изменения интегральных показателей производственной системы, аналогичные реакциям установленные методом корреляционной адаптометрии.

1. Впервые применен модернизированный метод корреляционной адаптометрии для идентификации производственной системы, который позволил перейти к более точному, чем в других методах, анализу факторов и взаимосвязей однопродуктовых, а в особенности, многопродуктовых моделей производства.

2. Разработаны интегральные показатели для. частного случая нестационарной динамической нелинейной системы, позволяющие с более О высокой точностью получить состояния производственной системы в различные моменты времени для формулирования требований к поведению системы в будущие моменты времени. Что позволило в среднем, по изучаемым производственным системам, сократить время и стоимость процесса управления на 9% и 17% соответственно.

3. Разработан алгоритм системы поддержки процесса управления производственной системой, основанный на оптимальном распределении финансовых ресурсов по методу Беллмана, где функция распределения ресурсов задана интегральными показателями. Получена экономия денежных средств (эффективность управленческого решения) по изучаемым производственным системам в среднем 9% от первоначального управленческого решения.

Поставленные задачи были успешно решены:

1. Разработан метод интегральных показателей на основе метода корреляционной адаптометрии для интеллектуальной поддержки и автоматизации процессов управления производственной системы используя анализ корреляционных, ковариационных матриц и дисперсий, вычисляемых по значениям фазовых координат за периоды, предшествующие моментам принятия решений.

2. Разработаны вычислительные алгоритмы и комплекс прикладных программ для интеллектуальной поддержки и численного моделирования процесса поведения производственной системы в условиях кризиса и оценки эффективности управленческих решений.

3. Осуществлено внедрение методов и программ в тринадцать предприятий различных отраслей. Одно из предприятий включено в список приоритетных проектов России.

Таким образом, достигнута цель исследования, разработан и реализован метод повышения эффективности процессов управления производственной системой путем создания подсистемы оценки параметров ее деятельности на основе методов корреляционной адаптометрии.

Введение

Для достижения цели работы, необходимо рассмотреть известные в настоящее время алгоритмы и методы и выбрать из них наиболее доступный и эффективный для решения задачи исследования [29-31, 65, 67, 69, 73, 89, 93, 105, 108, 110]. Необходимо также описать элементы общей теории систем, понять, что такое экономическая система, привести анализ предшествующих работ по системам, сформировать общее направление работы и частные задачи" развития методов, алгоритмов и систем управления" экономическими объектами.

В исследовании ставилась цель показать эффективность применения методов корреляционной адаптометрии при сравнительном изучении1 производственной системы в ООО «Новый Город» и ООО «Бизнес Сити». Выявить «эффект стресса»: при ухудшении условий на рынке, их резкой смене или реализации проекта, т.е. в ответ на адаптационную нагрузку, в производственной системе возрастают корреляции между межсистемными -параметрами, одновременно> растет и их разброс (дисперсии). В адаптированном же состоянии корреляции ниже и дисперсии меньше.

Исследовался также «эффект родов», возникающий при создании аналогичной производственной системы в рамках единогогхолдинга, когда она наследует функциональные особенности, производственной -системы, ее создающей. В производственной системе, которая создает другую производственную систему, определялось направление коррелированности. В названии эффекта отражается неспецифический и групповой характер этих реакций.

Установлены границы этого эффекта в производственной-системе.

Решение указанных проблем немыслимо без системных исследований с привлечением методов математического моделирования. Поэтому необходимо рассмотреть общую методику для анализа всех систем компании.

Выводы по главе 4

Подведем итоги исследования. Применение корреляционного анализа при сравнительном изучении производственной системы в ООО «Новый Город» и ООО «Бизнес Сити» позволило выявить «эффект стресса»: при ухудшении условий на рынке, их резкой смене или реализации проекта, т.е. в ответ на адаптационную нагрузку, в компании возрастают корреляции между межсистемными параметрами, одновременно растет и их разброс (дисперсии). В адаптированном же состоянии корреляции ниже и дисперсии меньше.

Установлено, что источником объяснения эффекта повышения уровня скоррелированности экономических показателей при росте адаптационного напряжения служит эколого-эволюционный принцип полифакториальности: адаптация ведет от монофакториальности, т.е. от лимитирования одним фактором или небольшим их числом к полифакториальности - к равнозначности большого числа факторов. Для доказательства этого утверждения используется идея о лимитирующих факторах (принцип Либиха) и представления о ресурсе или ресурсах особи.

Выявлен также рост значений интегральных показателей - при привлечении большого кредита производственной системой, в рамках единого холдинга. В компании, которая привлекает кредит происходит рост скоррелированности функций. В названии эффектов отражается неспецифический и групповой характер этих реакций.

Этот эффект был подтвержден на обширном экспериментальном материале собирать и анализировать интегральные показатели с 13 производственных систем различных отраслей промышленности характеризирующих динамику связей между показателями производственной системы (показатели получения дохода, прямых затрат (себестоимости), активности инвестирования в проекты и т.д.).

Устанавливались границы этого эффекта в производственной системе.

На основании численных экспериментов, выполненных по формулам и алгоритмам, изложенным в главе 3, показано, что:

• На основе данных доходов и расходов ресурсов могут быть получены параметры адаптометрии, описывающие производственную систему.

• Параметры адаптометрии, описывающей производственную систему, позволяют установить значимые функции и связи модели бизнес-процессов, идентифицируя структуру модели и оптимизируя ее себестоимость.

• Значения корреляции подтверждают свое назначение как индикатора предкризисных ситуаций и показывает степень критической загрузки производственной системы.

• С помощью формулы Беллмана оптимизировать производственную модель компании и распределить ресурсы для достижения целей производственной системы в условиях патологических изменений и некоторой определенности рынка.