автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методы и модели планирования целевых программ в условиях риска

£

На правах рукописи

БАГАУТДИНОВ Зульфат Зуфарович

МЕТОДЫ И МОДЕЛИ ПЛАНИРОВАНИЯ ЦЕЛЕВЫХ ПРОГРАММ В УСЛОВИЯХ РИСКА

Специальность 05.13.01 - Системный анализ, управление и обработка информации (технические системы)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург 2009

003474461

Работа выполнена в Учреждении Российской академии наук Санкт-Петербургском институте информатики и автоматизации РАН

Научный руководитель: доктор технических наук, профессор

Лысенко Игорь Васильевич

Официальные оппоненты:

доктор технических наук, профессор

Рябинин Игорь Алексеевич

кандидат технических наук, старший научный сотрудник

Попов Андрей Михайлович

Ведущая организация:

Государственное научное учреждение «Государственный научно-исследовательский институт системного анализа Счетной палаты Российской Федерации» (НИИ СП)

Защита состоится 09 июля 2009 г. в 14:00 часов на заседании диссертационного совета Д.002.199.01 при Учреждении Российской академии наук Санкт-Петербургском институте информатики и автоматизации РАН по адресу: 199178, Санкт-Петербург, 14 линия, 39

С диссертацией можно ознакомиться в библиотеке Учреждения Российской академии наук Санкт-Петербургского института информатики и автоматизации РАН

Автореферат разослан 8 июня 2009 г.

Ученый секретарь

диссертационного совета Д.002.199.01 кандидат технических \

Ронжин Андрей Леонидович

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертации. Одним из важнейших средств реализации политики государства, направленной на решение проблем, входящих в сферу компетенции федеральных органов исполнительной власти, являются целевые программы. Они широко используются не только в России, но и в странах ЕС, в США и в Японии для решения стратегических задач развития. Так, в США примерно 50% государственных расходов осуществляется с использованием целевых программ, во Франции - до 80%. Целевые программы (ЦП) выступают в диссертации в качестве объекта научных исследований.

Особенностью целевой программы является то, что срыв и перенос сроков ее завершения может приводить к значительным экономическим, социальным, экологическим и другим потерям. Возможность срывов и потерь связана с риском возникновения при реализации целевой программы неблагоприятных (нежелательных) событий, например, аварии, загрязнение среды из-за выброса вредных веществ.

Поэтому при планировании ЦП оценивание эффективности должно быть выполнено с учетом рисков при реализации ЦП. Под эффективностью реализации целевой программы понимается комплексное свойство ЦП, характеризующее ее приспособленность к достижению цели. Риск - возможность наступления неблагоприятных событий. Как свидетельствует практика, учет неблагоприятных событий при реализации ЦП осуществляется, зачастую, с использованием лишь эвристических методов, слабо используются математические модели и методы для исследования неблагоприятных событий и их последствий. Одной из главных проблем при этом является отсутствие необходимых моделей и методов, позволяющих оценивать эффективность реализации ЦП с учетом возможности наступления при реализации ЦП неблагоприятных событий различной природы. Методы и модели, используемые при планировании ЦП в условиях риска, выступают в диссертации в качестве предмета научных исследований. Методам и моделям планирования ЦП и исследованию риска посвящены работы многих отечественных и зарубежных ученых, например, В. Бочарникова, А. Ильичева, Р. Кочкарова, А. Мельникова, К. Олейника, И. Рябинина, Е. Соложенцева, Н. Хованова. Однако научно обоснованные методы и модели, которые позволяли бы планировать ЦП в условиях риска при отсутствии статистически надежных данных, не разработаны и не используются при планировании. Сложность подобного планирования, отсутствие научно обоснованных моделей и методов, учитывающих указанные выше особенности ЦП и рисков при их реализации, необходимость разработки специального математического обеспечения для использования современных информационных технологий при планировании ЦП в условиях риска обусловливают актуальность темы диссертационных исследований.

Цель работы и задачи исследования. Целью диссертации является разработка методов и моделей планирования ЦП в условиях риска, использование которых на практике позволит повысить эффективность и снизить риск при реализации целевых программ.

Задачами исследования являются:

1. Анализ особенностей планирования ЦП в условиях риска для выбора целевого показателя и постановки задачи.

2. Разработка методов моделирования ЦП в условиях риска для корректного описания эффективности и риска при отсутствии статистически надежных данных.

3. Разработка методов решения задачи планирования ЦП в условиях риска.

4. Разработка методики решения задачи планирования целевой программы создания образца техники в условиях риска.

Методы исследования. Для решения задачи в работе используются методы системного анализа, теории множеств, теории эффективности целенаправленных процессов, теории графов, теории вероятностей и теории нечетких чисел, математического программирования.

Положения, выносимые на защиту:

1. Постановка задачи планирования ЦП в условиях риска, учитывающая описание основных рисков, целевых показателей, мероприятий целевой программы, ресурсов и сроков для их реализации.

2. Комплекс моделей ЦП в условиях риска, включающий вербальные и формальные, математические, модели ЦП, позволяющие установить зависимость показателей эффективности и рискованности реализации ЦП от плана ЦП и ограничений, накладываемых на расходование денежных средств, длительность мероприятий ЦП и выбросы вредных веществ в среду.

3. Комплекс методов решения оптимизационной задачи планирования целевых программ в условиях риска, включающий метод построения и преобразования моделей, метод случайного поиска, метод оперирования нечеткими числами, метод представления и использования результатов решения задачи.

4. Методика планирования целевой программы по созданию образца техники в условиях риска.

Научная новизна работы состоит в следующем:

1. Предложены вербальная и формальная постановки задачи планирования целевых программ в условиях риска, как задачи оптимизации. Впервые предложено осуществлять планирование ЦП не по одному только показателю эффективности, а по комплексному показателю успешности реализации ЦП в условиях риска, включающему показатель эффективности реализации ЦП и показатель риска при реализации ЦП.

2. Разработан комплекс концептуальных и формальных (математических) моделей ЦП в условиях риска, в которых впервые предложено описывать характеристики ЦП с использованием нечетких чисел, так как в условиях отсутствия статистически надежных сведений не могут быть корректно использованы описания с помощью вероятностных распределений.

Обоснованность и достоверность обеспечивается согласованностью результатов исследований и их соответствием положениям теории эффективности целенаправленных процессов, теории нечетких чисел и практике решения задач планирования ЦП. Диссертант использовал данные разработанной ЦП «Гидронавтика» для проверки и подтверждения теоретических выводов.

Практическая ценность работы. Результаты исследований позволяют: оценить и затем выполнить анализ частных показателей оперативности, ресурсоемкое™, экологической безопасности, а также комплексного показателя успешности реализации ЦП в условиях риска; разработать оптимальный план ЦП с учетом особенностей мероприятий ЦП, финансирования ЦП, особенно-

стей среды ЦП, а также в соответствии с временными, ресурсными и другими ограничениями на целевую программу; разработать предложения по совершенствованию мероприятий целевой программы.

Реализация результатов работы. Основные результаты исследований реализованы в ФГУ «24 ЦНИИ МО РФ», в ИПМТ ДВО РАН, в ФГУНПП «Сев-моргео» и в НИИ СП, о чем свидетельствует соответствующие акты.

Апробация результатов работы. Результаты исследований докладывались на втором международном форуме «Форум от науки к бизнесу. Бизнес в развитии инновационной деятельности и инфраструктуры», на XI Санкт-Петербургской международной конференции «Региональная информатика-2008 (РИ-2008)».

Публикации. По теме диссертации опубликовано 18 трудов, из них 9 статей (в том числе 6 статей из «Перечня ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертации на соискание ученой степени доктора и кандидата наук»), и 9 отчетов о НИР.

Структура н объем работы. Диссертация состоит из введения, 4 глав, заключения, списка литературы и приложений. Основной текст изложен на 185 листах, содержит 33 таблицы, 84 рисунка, 41 лист приложений. Список цитированной литературы включает 97 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационных исследований, сформулирована цель работы, научные положения, выносимые на защиту, и приведена краткая аннотация работы.

В первой главе проводится анализ целевой программы, как объекта научных исследований, процессов подготовки и реализации ЦП, задач, возникающих при этом. Отмечено, что планирование ЦП должно выполняться с использованием математических моделей и методов, учитывающих риск при реализации ЦП. Отмечено, что основной особенностью задачи планирования является то, что для ее решения целесообразно привлекать как эмпирические, так и эвристические сведения о мероприятиях ЦП и их аналогах, об элементах системы реализации ЦП и ее среды. Другой особенностью задачи планирования является наличие ограничений на расходование финансовых ресурсов для каждого из этапов реализации программы, ограничения на возможный вред, наносимый природе.

Выполнен анализ недостатков практики планирования целевых программ с учетом рисков. Показано, что используемые при этом показатели качества ЦП не учитывают в полной мере эффекты реализации ЦП и риски.

Выполнен анализ используемых для планирования ЦП в условиях риска информационных технологий. Показано, что существующие технологии не позволяют, в необходимой мере, учитывать случайности разного вида при реализации работ. Как правило, используются либо эвристические, либо эмпирические сведения, не строятся комплексные, эмпирио-эвристические модели. Для применения имитационных математических моделей и метода статистических испытаний нет достаточных научных оснований. Эти особенно-

сти вызывают необходимость использования в задаче планирования ЦП новых аналитических средств.

На основе отечественной и зарубежной практики формирования целевых программ в диссертации выполнен анализ рисков ЦП. Так, например Research and Development (RAND) Corp. ранжирует ряд основных причин срыва программ по строительству судов Королевских ВМС Великобритании (рис. 1).

Низкая

Рис. 1. Причины срыва программ строительства судов ВМФ на верфях Великобритании

Как видно, чаще всего причинами срыва ЦП по строительству судов ВМФ являются изменения заказа и задержка оплаты (46%), отсутствие необходимых для выполнения работ сведений (23%).

Предложен классификатор рисков, основанный на принципах системологии и позволяющий корректно переходить к концептуальным моделям риска в задаче планирования ЦП в условиях риска. Показано, что особенностью задачи планирования ЦП является необходимость выявления тех характеристик плана реализации целевой программы, которые могут существенно влиять на результаты ЦП и на эффективность ее реализации в условиях риска.

В работе показано, что к таким характеристикам следует отнести:

1. График платежей (план-график поступления финансовых средств от заказчика целевой программы).

2. График мероприятий ЦП (вектор моментов начала мероприятий ЦП).

Так, проведенный анализ свидетельствует, что лишь за счет изменения графика платежей возможно было уменьшить длительность реализации, например, ЦП «Гидронавтика» не менее, чем на 12%. Изменение моментов начала мероприятий в 9 из 14 проанализированных ЦП могло бы привести к улучшению результатов не менее, чем на 9%. В совокупности это могло бы улучшить эффективность реализации ЦП не менее чем на 11 %. Кроме того, изменение этих характеристик могло бы привести к предотвращению неблагоприятных последствий в 5 из 14 ЦП. Существующие ограничения на возможные изменения указанных характеристик плана ЦП учтены при постановке задачи планирования ЦП. Недостатки существующей практики планирования ЦП делают актуальным постановку и решение задачи планирования ЦП в условиях риска,

как задачи оптимизации по комплексному показателю успешности реализации ЦП в условиях риска, зависящему от двух показателей: показателя эффективности реализации ЦП и показателя риска при реализации ЦП, с учетом ограничений на затрачиваемые временные и финансовые ресурсы, технологию мероприятий программы, на выбросы вредных веществ в среду реализации ЦП. Дается вербальная и формальная постановка задачи планирования ЦП в условиях риска.

Вербальная постановка задачи.

Пусть заданы:

целевая программа О, горизонт Г™ планирования ЦП, множество СУ' допустимых графиков К'7' платежей, множество С1"" допустимых моментов Т"" начала мероприятий ЦП, вектор 1^"""' максимально допустимых величин поквартально неизрасходованных денежных средств, величина допустимых

Сбв.доп.

на компенсационные мероприятия в среде, максимально допустимые величины и<)о" выделяемых в среду вредных веществ, условия Ъ'"™ риска при реализации ЦП.

Требуется найти

Такой, оптимальный, план л°!" реализации целевой программы <7, при котором обеспечивается максимально возможное значение комплексного показателя Ч^я-'"") успешности реализации ЦП в условиях риска О'""".

{\У(я°!"),Н(я°'")), где Щя°'")- показатель эффективности реализации ЦП в условиях риска при плане л"'"; Н(л0'")- показатель риска

реализации ЦП при плане л"'" .

При этом под планом л целевой программы понимается поквартальный план-график Я'7' поступления платежей от заказчика ЦП и вектор Т"" моментов Т"" начала мероприятия Уп / е 1 ,Ь, реализуемой программы, Ь- число мероприятий.

В качестве показателя эффективности ) реализации ЦП в условиях

риска выступает мера возможности наступления случайного события, состоящего в том, что при плане /г : 1. Величины денежных средств Д, г е 1,7, необходимых для выполнения мероприятий ЦП в каждом из 1 кварталов горизонта Т™ планирования ЦП, не превысят величины Л'1""" доступных в этом (г'-м) квартале денежных средств; 2. Величина Щ'" денежных средств, неизрасходованных в каждом из I кварталов горизонта планирования ЦП, не превысит заданной величины Я"""; 3. Момент Т3а" завершения реализации ЦП будет не больше заданного момента 7"; 4. Величина С6" возможных компенсирующих платежей за нанесение вреда среде не превысит заданного значения Сб"'д""'; 5. Количество О2л, г е \,1, вредных веществ, выделенных в среду при реализации ЦП, не превысит заданного значения и']"" для каждого из 1 видов вредных веществ.

В качестве показателя риска Н(кр) при реализации ЦП выступает максимум (по I кварталам горизонта планирования Г'™) из показателей Н"а*(лр) риска реализации ЦП на /-м квартале, /е1,/. В качестве показателя Н™\лр) выступает мера возможности наступления случайного события, со__т~7 Пмакс

стоящего в том, что при плане к максимально возможное количество и1, , вредных веществ, которые могут быть выделены в среду ЦП на /-м квартале, превысит заданное допустимое значение для каждого из 2 видов вредных веществ. Количество ¿Р7.'"""' вредных веществ рассчитывается, для в случая реализации худших сценариев развития неблагоприятных событий при выполнении работ в / -м квартале.

ЧЧтг"'")- целевая функция задачи планирования. Она имеет следующий вид:

у(яр)±а-1Г(Яр) + /3-Щхр),Н(*Р)± 1-Я(*,),а + р = 1. (1)

Полученные результаты позволили перейти к формальной постановке задачи. Формальная постановка задачи.

Дано: <7, Г'", П*, П"", И, С6"Лж, и""", В*"*. (2)

Найти л"'":

у/(л °'") = тах{у/(лр)}, (3)

у,(Яр)0:а.ЩЯр) + р.Щяр), Н(лр)=1-Н(лр),а + Р = 1, (4)

Н(хр) = яш.НГ{яр). (5)

Здесь П - множество допустимых планов лр реализации ЦП.

План я является оптимизируемой переменной задачи. Условия риска 1)'""*

- набор связанных записей в таблицах базы данных, содержащей структурированные результаты экспертных опросов и результатов наблюдений о неблагоприятных событиях и их последствиях. Получению комплекса моделей целевой программы, позволяющих рассчитать значение показателя у/(лщ") успешности реализации программы в условиях риска, посвящена вторая глава диссертации.

Вторая глава работы посвящена разработке комплекса моделей для решения сформулированной задачи планирования целевых программ в условиях риска. Комплекс моделей включает графовые, графо-аналитические и эмпи-рио-эвристические модели различных объектов моделирования. Графовые модели описывают последовательность реализации мероприятий целевой программы, воздействия среды на ЦП, воздействие мероприятий ЦП на среду. Графо-аналитические модели соответствуют графовым моделям и отличаются от них введенными числовыми пометками (характеристиками вершин и дуг графов). Графо-аналитические модели позволяют перейти к разработке числовых, эмпирио-эвристических моделей. Эмпирио-эвристические модели ЦП

предназначены для получения зависимостей показателя успешности реализации ЦП от характеристик мероприятий ЦП, возможностей возникновения неблагоприятных случайных событий и их последствий и от значений оптимизируемых переменных. На основе разработанных моделей получены эмпирио-эвристические модели оценивания эффективности реализации ЦП в условиях риска и эмпирио-эвристические модели оценивания риска реализации ЦП. Предложенные модели совместно с формальной постановкой задачи (2)-(5) позволяют рассчитать значение векторного показателя успешности ЦП в зависимости от плана целевой программы. Предложенные модели используют UML (Unified Modeling Language)- и ARIS (Architecture of Integrated Information 8у51еш8)-подобную нотации, применяемые при разработке программного обеспечения. Это позволяет упростить построение на ЭВМ (Электронной Вычислительной Машине) элементов указанных моделей с использованием современных средств автоматизации программирования.

Эмпирио-эвристические модели (ЭЭ-модели) целевых программ предназначены для получения зависимости показателя эффективности реализации ЦП от характеристик мероприятий ЦП, возможностей возникновения неблагоприятных случайных событий (и их последствий) и от значений оптимизируемых переменных.

Эффективность реализации ЦП - комплексное свойство процесса реализации ЦП, характеризующее оперативность, ресурсоемкость и результативность реализации целевой программы.

Оперативность реализации ЦП - свойство процесса реализации ЦП, характеризующее его приспособленность к затратам времени для получения целевого результата. Ресурсоемкость реализации ЦП - свойство процесса реализации ЦП, характеризующее его приспособленность к затратам денежных средств для получения целевого результата. Результативность (экологическая безопасность) реализации ЦП - свойство процесса реализации ЦП, характеризующее его приспособленность к ненанесению вреда окружающей среде.

Эмпирио-эвристические модели (ЭЭ-модели) риска целевых программ предназначены для получения зависимости показателя риска при реализации ЦП от характеристик мероприятий ЦП, возможностей возникновения неблагоприятных случайных событий (и их последствий) и от значений оптимизируемых переменных.

Оперативность реализации ЦП оценивается с помощью показателя WT{jip), представляющего собой вероятность того, что случайный момент

Т3т завершения работ ЦП при плане к будет не больше, чем заданный момент Т окончания работ:

WT{K!,) = Poss{î1°\7rp)<r). (6)

Расчет WT(jrp) выполняется на основе ЭЭ-моделей оперативности ЦП, соответствующих графо-аналитическим моделям ЦП и включающим модели эффектов оперативности ЦП и модели законов распределения мер их возможности:

Пример теоретико-графовой модели оперативности ЦП показан на рис. 2.

Выражения (7)-(10) - это пример эмпирио-эвристической модели оперативности ЦП, соответствующей рисунку 2, на котором фигуры с номерами обозначают мероприятия ЦП, кружки - события начала и завершения ЦП, стрелки -логическую последовательность выполнения мероприятий.

Т3а"(к„) = f; + f5; f5" - max{f?,T?); (7)

77 = f; + f4; f; = max {7^,77};f£ = шах{f;\f;K}; (8)

foK = f,, + f^ . f„ = max Щ,к ) Tm J . fo, = f„ + ~ 2 . ^ = max jyW > (9)

7j°" = 7j" + ft;f" = T". (10)

Здесь обозначено: f(- длительность j'-го мероприятия, Г" - момент начала г -го мероприятия, - момент окончания i -го мероприятия.

Модель закона распределения длительности ЦП имеет вид:

WT{7il>) = PoSS{F"e<T') = LfUT!). (11)

Здесь:

7" /ю

Lf,JT')= J//f„„(x)ifr / J/vf,.„(х)£/х,

о /о

JJfi.„(x) - функция принадлежности нечеткой величины Т3а".

Рис. 2. Пример теоретико-графовой модели оперативности ЦП

Ресурсоемкость реализации ЦП оценивается с помощью показателя WR(np). Он представляет собой вероятность (точнее - меру возможности)

события, состоящего в том, что, во-первых, случайная величина ЛДя^) ,i е I, затрат ресурсов (денежных средств) в i-м квартале реализации ЦП при плане лр не превзойдет случайной величины Л'1""" {к р) доступных в этом квартале

средств и, во-вторых, что величина Я""{кр), iel, денежных средств, неизрасходованных в i -м квартале реализации ЦП, не превзойдет заданной вели-

пмакс

чины щ

\\

WR(kI,) = Poss

п

(12)

А,=(И,{кр)<Щ-{лр)), (13)

в1 = {к'Г{жр)<яг). (14)

Графо-аналитическая модель формирования затрат ресурсов (лр) (денежных средств) при проведении у -го мероприятия ЦП в / -м квартале гори-

и

зонта планирования приведена на рис. 3. Здесь обозначено: - момент начала

Ок • ~

I -го квартала, - момент окончания / -го квартала, т.- длительность ] -и работы, Т'1 - момент окончания у'-й работы, Т"к - момент окончания ] -й работы, к - номер варианта размещения у'-й работы относительно / -го квартала. В верхней части рисунка приведены 4 варианта расположения работ и кварталов, в нижней - иллюстрация для первого варианта расположения.

Расчет 1¥"(лр) выполняется на основе ЭЭ-моделей ресурсоемкое™ ЦП,

соответствующих графо-аналитическим моделям ЦП и включающих модели (15)-(18) эффектов ресурсоемкое™ ЦП и модели (19)-(21) законов распределения мер их возможности:

= (15)

м

рОк

к" 1

= Роззф; < /,")(! - Ра»-(Г" </")), * =

О

■_а пайлта

]-я работа

грОк _ ^Н

грн

н т0к 1

I

Ок

1-й квартал

Рис. 3. Графо-аналитическая модель формирования затрат ресурсов, к = 1 Модели законов распределения эффектов ресурсоемкости ЦП.

= (2°) Р^Ь^ЯГ). (21)

Пример расчета Ё\{яр) (число мероприятий ЦП 1 = 5, к = 1): А (*,) = Г|.1.1Й,!.А!,! + ЬлРиАлЛ + {'Цг/'иАм +'Ь.зДз.зЗ.З.З + "¡дЛАч} +

+ {'1.5,2Р|.5.2<*1.!.2 +а!,зА.5.зД.5.3 + <Рц.<'¿1,,.„} .

Результативность (экологическая безопасность) реализации ЦП оценивается с помощью показателя Он представляет собой вероятность события, состоящего в том, что при плане л реализации ЦП, во-первых, случайная величина 0" (я ), г е \,2, вредных веществ, выделенных в среду из-за неблагоприятных событий, не превысит заданного значения и*'" для каждого из 1 видов вредных веществ и, во-вторых, что величина Сс"(лр) возможных компенсирующих платежей за нанесение вреда среде из-за вредных выбросов не превысит заданного значения С6, ,)""':

ПА5" П&

\\zeZ

В"

--[Сб'(лр)<Сб'<"'"У

(22)

(23)

(24)

Расчет ¡У"'(я ) выполняется на основе ЭЭ-моделей экологической безопасности ЦП, соответствующих графо-аналитическим моделям ЦП и включающим модели (25)-(26) эффектов экологической безопасности ЦП и модели (27)-(28) законов их распределения:

(25)

(26)

■ Р0*»).р(Аб;) = 1о,,{л)(идГ), (27)

(28)

=1

н V*-'.«

П Р(А?)

У

Пример расчета С6", соответствующий рисунку 2:

С = ^1,1,2^1,1,2^1.1.2 + ^1,2,2^1,2.2^1,2,2+ {^1,3,2/'1,3,2^1,3,2 + ^.З.ЗА.З.З^.З.З + ^1.3.4 А,3,4^|,3,4 } + + ^2Д|Р2.3.А,3,1 + {^2.4^2,4,2^2,4.2 + ^2,4,3^2,4,3^2,4,3 + ^2,4,4^2,4,4^2,4,4} + ^3.4.|Л.4.1^3,4,1 +

+ {г2.5.2Л.5Д.5.2 +г2,5,з/'2.5,3^2,5.3 + ^2,5,1 ^2.5.4^2.5.4 } ■ (29)

где й""!'! к(кп) - количество вредных веществ г-го вида, выделяемое на /-м квартале при реализации _/-го мероприятия к-м способом, сиЛ(я )- количе-

Г)/ Т>бв\_ Т {Ов.доп.

ство денежных средств, истраченных на компенсационные мероприятия на /м квартале при реализации j - го мероприятия к-и способом.

Риск при реализации ЦП оценивается с помощью показателя = 1 -Н{лр),Н{лр) = шах|Я|ПШХ(я;))}, Н™х(лр) — это вероятность

следующего события:

нг (*,) = я™ ПКГ'К) > (30)

ге/

Расчет ) выполняется на основе ЭЭ-моделей для оценивания рис-

ка, соответствующих графо-аналитическим моделям ЦП и включающим модели (31)-(33) неблагоприятных эффектов и модели (34) законов их распределения:

о?г(*>)=)• ой

|1, если 3&: р, , t(7r„) > 0,

(32)

[0, иначе.

(33)

(34)

zel.Z

где iit,j — количество вредных веществ z-ro вида, выделяемых при проведении j -го мероприятия на / -м квартале по q -му сценарию развития неблагоприятных событий. Оно задается в результате экспертных опросов, a Q- множество номеров сценариев развития неблагоприятных событий при реализации j -го мероприятия.

Пример расчета U""mc{jtp), соответствующего рисунку 2 и первому кварталу. На первом квартале могут выполняться работы 1,2, и 3:

= ®i,2(*"„) =<Ч.э(*Р) = l> ®i,4К) = = 0 > (35)

-max ~ -max - -max ¡¿_ ~ ~max ~ ~max ¡¿_ ~ (36^

"1,1,1 ~~W1,1,1,1» "l,l,2 — Wl,1,2,1'Wl,1,3 ~~"1,1,3,1» "1,1,4 — "1,1,4,1» 1,5 — W1,1,5,1' V '

и?Г(хр) = 1 • +1 • \w +1 • «и,з,. + 0 • «им + 0 • »1.1,5,1 • (37)

Эти модели позволяют уточнить смысл плана пр. В качестве плана целевой

программы выступает вектор моментов времени начала каждого из мероприятий программы (план-график работ) и вектор характеристик поступлений финансовых средств на каждом из этапов программы (план-график платежей). С учетом разработанных в главе 2 моделей реализации ЦП в условиях риска предложена математическая модель задачи планирования ЦП в условиях риска. Она имеет следующий вид.

Математическая модель задачи планирования ЦП в условиях риска. Дано: G, Т"", Q'", О™, RMaKC, Свв<)°"-, U^", D""". (38)

Найти л"р':

у/(л°р,) = так{у/(хр)), (39)

у(хр)±а-1Г(яр) + /3-Н(яр), Н(лр)=1-Н(яр),а + $ = 1, (40)

НГ Ы„) = Рои > ии )> (41)

гег

Г(яр) = 1ГТ(хр)]Гй(хр)П'л(хр), (42)

ШТ{кр) = Розз{Т3м{яр)<Г), (43)

ЖЛ(я-„) = Р055

П[(АЮ * * кгщ (44)

Шс"{жр) = ¿и?")[)(с6"(гр) <С6"^. (45)

Здесь М- множество мероприятий (работ) ЦП; б- сетевой график, описывающий мероприятия ЦП; Г™ =[Т",Т']- горизонт планирования ЦП; Т"- момент начала мероприятий ЦП, Г"- заданный момент завершения ЦП; £2""-множество допустимых значений вектора Т"": Т"" е И"", Т"" =<7)"" :1е\,Ь>, Ь-число мероприятий ЦП; 0.'р- множество допустимых значений вектора К'7': К-7' 6 Г}''1', Л'1'-график платежей: И '' = =<ЩР :/'е1,/>, 1-число кварталов горизонта планирования, Щр - значения выделяемых в /-м квартале финансовых средств (график платежей); _ вект0р максимально допустимых величин поквартально неизрасходо-

К макс * п макс . • _ 1 г . п макс

Л .. =<л, : I £1,1 >,К1 - максимально до-

пустимая величина неизрасходованных в / -м квартале денежных средств; С'""1"" — величина допустимых расходов на компенсационные мероприятия в среде; и'1"" - вектор максимально допустимых величин вредных веществ, выделяемых в среду при реализации ЦП: \]да" =< ид°п: г е \,2 >, ий°" - максимально допустимая величина выделяемых в среду вредных веществ г -го вида; О'""'*- вектор характеристик риска реализации ЦП: Ор"™ =< £>,,£)2, Д >, Ц -таблица, задающая отношение между: мероприятиями (работами) У) е V; сценариями уч е Н"', qeQ, развития неблагоприятных событий Аг еА на различных кварталах горизонта планирования ЦП; мерами 0 возможности реализации этих сценариев и выделениями й2.)ч вредных веществ 2 видов в среду; £)2 - таблица, задающая отношение между неблагоприятными событиями А, е А и мерами ц{А5, ¿) возможности наступления этих событий на различных кварталах горизонта планирования ЦП; - таблица, задающая отношение между работой е V, потребным количеством денежных средств и времени для ее выполнения, сценарием развития неблагоприятных событий при ее выполнении; П - множество допустимых планов я реализации ЦП:

Методы решения задачи планирования

Метод построения и преобразования моделей

Метод случайного поиска

Методы оперирования нечеткими числами

Метод представления и использования результатов решения задачи

Рис. 4 Методы решения задачи планирования

В третьей главе диссертации разработаны методы решения задачи планирования ЦП в условиях риска. Выполнен анализ модели задачи планирования ЦП в условиях риска, предложенной во второй главе. Анализ характера оптимизируемых переменных и ограничений позволил сделать вывод о негладкости целевых функций задачи и о принадлежности задачи к классу задач многоэкстремальной оптимизации.

Выполнен анализ существующих методов решения задач многоэкстремального математического программирования и выбраны те, которые в наибольшей степени удовлетворяю требованиям к решению задач планирования ЦП на практике и с использованием существующих вычислительных средств.

В результате анализа обоснован вывод о целесообразности применения метода случайного поиска. Разработан метод решения задачи ЦП программ в усло-

Рис. 5. Упрощенный алгоритм решения задачи методом случайного поиска

виях риска. Он состоит из четырех основных элементов, показанных на рис. 4: метода построения и преобразования моделей, метода случайного поиска, метода оперирования нечеткими числами, метода представления и использования результатов решения задачи. Приведены основные особенности этих элементов, а также схемы их алгоритмов. Так, обобщенный алгоритм решения

оптимизационной задачи методом случайного поиска приведен на рис. 5. Полученные результаты позволили перейти к разработке методики планирования целевых программ в условиях риска в четвертой главе работы.

Четвертая глава диссертации посвящена разработке методики планирования целевой программы создания образца техники в условиях риска. Предложена (рис. 6) обобщенная структура методики; изложено содержание основных фрагментов методики; исследованы особенности исходных данных и сделаны рекомендации по способам сбора и подготовки исходных данных и интерпретации результатов решения задачи. Для подготовки исходных данных использовались имеющийся программный комплекс PERT-PAC Sheduling, программные комплексы ProgER и Microsoft Excel®. Расчеты выполнялись на основе разработанного программного комплекса ProgER.

Рис. 6. Структура методики планирования целевых программ

Он представляет собой специальное расширение Microsoft Excel®, позволяющее выполнять операции с нечеткими и случайными величинами и решать оптимизационные задачи. По сравнению с планом реализации ЦП G, полученным эвристическим путем (без постановки и решения математической, оптимизационной задачи планирования), оптимальный план (рассчитан при а = 0,5) позволил в среднем: на 15% изменить график R'p платежей, на 2% изменить моменты Т™ времени начала мероприятий программы. Значение 0,8 показателя Ч^л"'") для полученного оптимального плана на 21% выше, чем значение 0,63 для эвристического плана. Указанные результаты достигнуты за счет улучшения (по сравнению с эвристическим планом) показателя ресурсоемкое™ на 6%, оперативности - на 7%, экологической безопасности - на 15%, показателя риска - на 21%. Применение методики позволило автоматизировать не только процесс планирования, но и процесс оформления и доработки документации за счет ее перевода в электронную форму. В результате удалось не менее чем на 25% сократить время на планирование. По результатам решения оптимизационной задачи выполнено исследование того, как влияет изме-

нение исходных данных и параметров задачи на результаты ее решения. Был выполнен анализ влияния значений коэффициентов а, р на значение целевой функции (рис. 7).

Рис. 7. Влияние значения коэффициента а на значение комплексного показателя успешности реализации ЦП

Как видно из рисунка, наибольшее влияние изменение а оказывает на величину ^(Яр) при плане л3. Наименьшее влияние - при плане тт2. Из графика видно, как меняются частные показатели 1¥(пр) и Н(пр) при изменении плана ЦП: при переходе от плана я"'" к плану п} значение IV(кр) увеличивается от 0,7 до 0,87 (что соответствует значению а=1), но при этом значение Н(п ) уменьшается от 0,9 до 0,67 (что соответствует значению а=0). Таким образом, по частному показателю Ж (к ) эффективности реализации ЦП лучшим является план 7Г3, а по частному показателюН(лр) - план л"'" (при этом частный показатель Н(и"'" ) риска при реализации ЦП равен 0,1).

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИИ

В результате выполненных исследований:

1. Сформулирована постановка задачи планирования целевых программ в условиях риска, учитывающая описание основных рисков, целевых показателей, мероприятий целевой программы, ресурсов и сроков для их реализации.

2. Разработан комплекс моделей целевых программ в условиях риска, включающий вербальные и математические модели ЦП, позволяющие установить зависимость показателей эффективности и рискованности реализации ЦП от плана реализации ЦП и ограничений, накладываемых на расходование денежных средств, длительность реализации мероприятий ЦП и выбросы вредных веществ в среду.

3. Предложен комплекс методов решения оптимизационной задачи планирования ЦП в условиях риска, как задачи оДНчкритериальной оптимизации по показателям эффективности и рискованности реализации ЦП.

4. Разработана методика планирования целевых программ в условиях риска на примере программы создания образца техники, позволяющая решать задачи планирования ЦП за требуемое время на существующих вычислительных средствах, на основе имеющихся в существующих базах данных сведений, с использованием имеющихся копий программы Microsoft Excel® и разработанного программного комплекса ProgER.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в периодических изданиях из списка ВАК:

1. Багаутдинов, 3.3. Моделирование и оценивание эффективности комплекса мероприятий на основе алгебры нечетких чисел/3.3. Багаутдинов, А.С. Гейда, И.В. Лысенко//Известия вузов. Приборостроение - СПб., 2008 - Том. 51- №.

1.-С.21-24.

2. Багаутдинов, 3.3. Оценивание риска реализации проектов в организационно-технических системах//Информация и Космос.-СПб., 2009.-№ 2.-С.76-80.

3. Багаутдинов, 3.3. Управление проектами в условиях риска/ 3.3. Багаутдинов, А.С. Гейда, И.В.Лысенко//Программные продукты и системы.-Тверь, 2009-№3.-С.56-59.

4. Багаутдинов, 3.3. Оценивание эффективности комплекса мероприятий в условиях неопределенности/ 3.3. Багаутдинов, А.С. Гейда, И.В. Лысенко, О.В. Лысенко//Системы управления и информационные технологии».-Воронеж, 2009.-№ 34 (4).-С.36-41.

5. Багаутдинов, 3.3. Метод оценивания эффективности и риска проектов/ 3.3. Багаутдинов, А.С. Гейда, И.В. Л ысенко//У правление риском. - М., 2009.-№ 3-С.73-79.

6. Багаутдинов, 3.3. Исследование эффективности и риска проектов в сложных организационно-технических системах/ А.С.Гейда, И.В.Лысенко//Про-блемы управления рисками в техносфере.-СПб., 2009.-№ 4.-С.46-50.

Публикации в других изданиях:

7. Багаутдинов, 3.3.. Оценивание эффективности проектов в условиях неопределенности/ 3.3. Багаутдинов, А.С.Гейда, И.В.Лысенко, Е.П.СиллаУ/Второй международный форум «Форум от науки к бизнесу. Бизнес в развитии инновационной деятельности и инфраструктуры». Материалы форума. - СПб., 2008.-С.114-119.

8. Багаутдинов, 3.3. Моделирование и оценивание эффективности расходования финансовых средств при планировании бизнес-процессов на основе алгебры нечетких чисел/3.3. Багаутдинов, А.С. Гейда, И.В. Лысенко, Е.П. Сил-ла//Труды XI С.-Петербургской международной конференции «Региональная информатика-2008 (РИ-2008)», 22-24 оетября 2008. - СПб., 2008. - С.98-102.

9. Багаутдинов, 3.3. Концептуальная модель методик автоматизированного решения задач исследования эффективности бизнес-процессов/ 3.3. Багаутдинов, А.С.Гейда//Труды XI Санкт-Петербургской международной конференции «Региональная информатика-2008 (РИ-2008)», 22-24 октября 2008. -СПб., 2008.-С. 144-146.

Подписано в печать 01.06.2009 г. Формат 60x84 1/16. Бумага офсетная. Печать офсетная. Усл. печ. л. 1,0. Тираж 100 экз. Заказ № 1220.

Отпечатано в ООО «Издательство "JIEMA"»

199004, Россия, Санкт-Петербург, В.О., Средний пр., д.24, тел./факс: 323-67-74 e-mail: izd_lema@mail.ru http://www.lemaprint.ru

АББРЕВИАТУРЫ.

ВВЕДЕНИЕ.

Положения, выносимые на защиту.

ГЛАВА 1. АНАЛИЗ ПРОБЛЕМЫ ПЛАНИРОВАНИЯ ЦЕЛЕВЫХ ПРОГРАММ В УСЛОВИЯХ РИСКА.

1.1 Целевая программа как объект научного исследования.

1.2 Риски реализации целевых программ: особенности рисков и классификация рисков.:.•.

1.3 Показатели эффективности и риска при реализации целевых программ.

1.4 Постановка задачи.

1.5 Выводы по главе 1.

ГЛАВА 2. МОДЕЛИ ЦЕЛЕВЫХ ПРОГРАММ В УСЛОВИЯХ РИСКА.

2.1 Графовые модели целевых программ.

2.1.1 Графовые модели реализации мероприятий целевой программы.

2.1.2 Графовые модели воздействия среды на меропрития целевой программы.

2.1.3 Графовые модели воздействия мероприятий ЦП на среду (природу).

2.2 Графо-аналитические модели ЦП.

2.2.1 Графо-аналитические модели реализации мероприятий ЦП.

2.2.2 Графо-аналитические модели воздействия среды на мероприятия ЦП.

2.2.3 Графо-аналитические модели воздействия мероприятий ЦП на среду.

2.3 Эмпирио-эвристические модели оценивания эффективности реализации ЦП в условиях риска.

2.3.1 Эмпирио-эвристические модели оперативности ЦП.

2.3.2 Эмпирио-эвристические модели ресурсоемкости целевых программ.

2.3.3 Эмпирио-эвристические модели результативности (экологической безопасности) целевой программы.

2.4 Эмпирио-эвристические модели оценивания риска при реализации ЦП.

2.5 Модель задачи планирования ЦП в условиях риска.

2.6 Выводы по главе 2.

ГЛАВА 3. МЕТОДЫ РЕШЕНИЯ ЗАДАЧИ ПЛАНИРОВАНИЯ ЦЕЛЕВЫХ ПРОГРАММ В УСЛОВИЯХ РИСКА.

3.1 Анализ особенностей задачи планирования целевых программ в условиях риска как оптимизационной задачи.

3.2 Анализ методов решения оптимизационных задач планирования ЦП в условиях риска.

3.3 Разработка комплекса методов решения задачи планирования ЦП в условиях риска.

3.4 Выводы по главе 3.

ГЛАВА 4. МЕТОДИКА РЕШЕНИЯ ЗАДАЧИ ПЛАНИРОВАНИЯ ЦЕЛЕВОЙ ПРОГРАММЫ СОЗДАНИЯ ОБРАЗЦА ТЕХНИКИ В УСЛОВИЯХ РИСКА.

4.1 Структура методики решения задачи планирования ЦП создания образца техники в условиях риска.

4.2 Правила подготовки исходных данных для решения задачи планирования целевой программы создания образца техники в условиях риска.

4.3 Правила интерпретации результатов решения задачи планирования целевой программы создания образца техники в условиях риска.

4.4 Пример планирования ЦП создания образца техники в условиях риска.

4.5 Выводы по главе 4.

В бюджетном послании Президента Российской Федерации Федеральному Собранию Российской Федерации от 23 июня 2008 года «О бюджетной политике в 2009-2011 годах» в качестве одной из основных задач поставлена задача дальнейшего развития практики бюджетирования, ориентированного на результаты. При этом в рамках бюджетного процесса требуется обеспечить корреляцию докладов о результатах и основных направлениях деятельности субъектов бюджетного планирования, долгосрочных программ и ведомственных целевых программ, обоснований бюджетных ассигнований. Порядок разработки и реализации целевых программ определен постановлением Правительства Российской Федерации от 26 июня 1995 г. N 594 "О реализации Федерального закона «О поставках для государственных нужд» и Постановлением Правительства РФ от 25.12.2004 N 842.

В соответствии с п. 1 последнего, целевые программы представляют собой увязанный по задачам, ресурсам и срокам осуществления комплекс научно-исследовательских, опытно-конструкторских, производственных, социально-экономических, организационно-хозяйственных и других мероприятий, обеспечивающих эффективное решение системных проблем в области государственного, экономического, экологического, социального и культурного развития Российской Федерации (РФ).

Целевые программы являются одним из важнейших средств реализации структурной политики государства, активного воздействия на его социально-экономическое развитие и должны быть сосредоточены на реализации крупномасштабных, наиболее важных для государства инвестиционных и научно-технических проектов, направленных на решение системных проблем, входящих в сферу компетенции федеральных органов исполнительной власти.

Как свидетельствует практика использования целевых программ рядом стран, такие программы способны повысить эффективность государственных расходов за счет концентрации ресурсов на действительно важных для общества направлениях. Целевые программы широко- используются в странах Европейского Союза, в США, в Японии для решения стратегических задач развития. Так, в США, примерно 50% государственных расходов осуществляется с использованием; целевых программ,, во Франции - до 80%. Целевые программы (ЦП) выступают в диссертации в качестве объекта^ научных исследований. В соответствии с законодательством РФ, до начала реализации ЦП должно быть выполнено оценивание эффективности реализации ЦП и риска при реализации ЦП. Методика оценивания эффективности целевой программы разрабатывается государственными заказчиками с учетом специфики программы и должна служить приложением к тексту программы. Под эффективностью реализации ЦП понимается комплексное свойство ЦП, характеризующее ее приспособленность к достижению целей- ЦП; Под риском при реализации Z//7 понимается возможность неблагоприятных событий при реализации ЦП.

К сожалению, анализ реализации целевых программ свидетельствует о том, что в г настоящее время они выполняются ^ низкой эффективностью^ недостаточно- хорошо реализуется! учет рисков? при реализации ЦП, недостаточно используются возможности математических методов исследования эффективности и рисков, возможности современных информационных технологий исследования. Как свидетельствует практика, учет неблагоприятных событий при реализации целевых.программ осуществляется; недостаточно полно, зачастую — с использованием лишь эвристических методов;; слабо используются математические модели и методы для исследования неблагоприятных событий и их последствий. Одной из главных проблем в этой области является отсутствие действенных моделей и методов, позволяющих оценивать эффективность реализации программ с учетом возможностей наступления при реализации целевой 1 программы неблагоприятных событий различной природы.

Под неблагоприятным событием будем- понимать событие, которое может приводить к неблагоприятным последствиям. Под неблагоприятными последствиями будем понимать результаты, которые не способствуют достижению цели. В качестве примеров неблагоприятных событий можно привести аварии, загрязнение среды из-за выброса вредных веществ.

Анализ роли и места целевых программ в повышении эффективности использования государственных ресурсов в различных сферах показал, что целевые программы в настоящее время являются основным, и по существу единственным отработанным и эффективно действующим инструментом программно-целевого планирования в Российской Федерации. Как свидетельствует практика, основными особенностями и достоинствами этого инструмента являются:

1. Направленность на решение комплексных задач, стоящих перед РФ.

2. Более длительный горизонт планирования, сопоставимый со сроками отдачи и окупаемости инвестиций.

3. Системный'подход к формированию комплекса взаимосогласованных по ресурсам и срокам мероприятий для достижения поставленных целей в различных областях социально-экономического развития.

4. Более открытый по сравнению с другими методами государственного финансирования порядок формирования программ и хода их реализации.

5. Высокая степень прозрачности государственных заказов и закупок в рамках программных мероприятий, обеспечение контроля за эффективностью расходования средств государственного бюджета.

6. Наличие возможности оперативной и эффективной корректировки программных мероприятий, обеспечивающих гибкость проводимой политики, и возможности' быстрого реагирования на изменение условий реализации программы.

7. Возможность в рамках программ комбинировать и объединять усилия органов власти различных уровней и частного сектора экономики.

Однако, для использования указанных преимуществ целевых программ на практике необходимо решить ряд научных и практических задач. В частности, необходимо решить задачу планирования целевых программ по показателям эффективности и риска. Такое планирование должно быть выполнено с использованием математических моделей и методов; на основе собираемых в'соответствии с законодательством данных, с опорой на современные информационные технологии оперирования,такими данными.

Методы и модели, используемые при планировании ЦП в условиях риска, выступают в диссертации в качестве предмета научных исследований.

Методам и моделям планирования ЦП и исследованию риска посвящены работы многих отечественных и .зарубежных ученых, например,. В. Бочарнико- . ва [25], А. Ильичева [30]; Р! Кочкарова [35,36],. А. Мельникова [45], К. Олейни-ка [56], И. Рябинина [67,68,69,70], Е. Соложенцева [72,73,74], Л. Уткина [78], Я. Хованова [33,34,79,80,81,82,83].

Однако научно обоснованные методы и модели, которые позволяли бы планировать ЦП в: условиях риска при отсутствии статистически надежных данных, не в полной мере [43] разработаны и не используются при планировании. '

Проведенные исследования [7-23,25,26,37] позволили выявить, что существующие математические1 модели, методы, информационно-аналитическое и методическое обеспечение, используемое в практике' планирования целевых программ, обладает рядом недостатков:

1. Используемые модели в требуемой мере не учитывают случайности разного вида при реализации программ.

2. Используемые модели в требуемой мере не учитывают возникновение, неблагоприятных событий разного вида при реализации программ.

3. Используемые модели, как правило, описывают риски качественно, а не количественно.

4. Используемые модели не позволяют объединять и использовать совместно эмпирические (опытные) и эвристические (экспертные) сведения.

5. Используемые модели в требуемой мере не приспособлены для их использования при постановке и решении оптимизационных задач планирования.

В результате существующее информационно-аналитическое и методическое обеспечение решения задач планирования целевых программ в условиях риска не отвечает требованиям, предъявляемым к ним на современном этапе социально-экономического развития [27, 39].

Сложность подобного планирования, отсутствие научно обоснованных моделей и методов, учитывающих указанные выше особенности ЦП и рисков при их реализации, необходимость разработки специального математического обеспечения для использования современных информационных технологий при планировании ЦП в условиях риска обусловливают актуальность темы диссертационных исследований.

Целью диссертации является разработка методов и моделей планирования ЦП в условиях риска, использование которых на практике позволит повысить эффективность и снизить риск при реализации целевых программ.

Научная новизна работы состоит в следующем:

1. Предложены вербальная и формальная постановки задачи планирования целевых программ в условиях риска, как задачи оптимизации. Впервые предложено осуществлять планирование ЦП не по одному только показателю эффективности, а по комплексному показателю успешности реализации ЦП в условиях риска, включающему показатель эффективности реализации ЦП и показатель риска при реализации ЦП.

2. Разработан комплекс концептуальных и формальных (математических) моделей ЦП в условиях риска, в которых впервые предложено описывать характеристики ЦП с использованием нечетких чисел, так как в условиях отсутствия статистически надежных сведений не могут быть корректно использованы описания с помощью вероятностных распределений.

Практическая значимость результатов исследований состоит в том, что они позволяют: оценить и затем выполнить анализ частных показателей оперативности, ресурсоемкости, экологической безопасности, а также комплексного показателя успешности реализации ЦП в условиях риска; разработать оптимальный план ЦП с учетом особенностей мероприятий ЦП, финансирования ЦП, особенностей среды ЦП, а также в соответствии с временными, ресурсными и другими ограничениями на целевую программу; разработать предложения по совершенствованию мероприятий целевой программы.

Диссертация включает введение, 4 главы, заключение, список литературы и приложения.

4.5 Выводы по главе 4

Четвертая глава диссертации посвящена разработке методики планирования целевой программы создания образца техники в условиях риска.

Предложена обобщенная структура методики; изложено содержание основных фрагментов методики; исследованы особенности исходных данных и сделаны рекомендации по способам сбора, подготовки исходных данных и интерпретации результатов решения задачи. Для подготовки исходных данных использовались имеющийся программный комплекс PERT-PAC Sheduling, программные комплексы ProgER и Microsoft Excel®. Расчеты выполнялись на основе разработанного программного комплекса ProgER. Он представляет собой специальное расширение Microsoft Excel®, позволяющее выполнять операции с нечеткими и Случайными величинами и решать оптимизационные задачи.

По сравнению с планом реализации ЦП G, полученным эвристическим путем (без постановки и решения,математической, оптимизационной, задачи планирования), оптимальный план (рассчитан при а = 0,5) позволил в среднем: на 15% изменить график Rip' платежей, на 2% изменить моменты Т"" времени начала мероприятий программы. Значение 0,8 показателя 4'(7i4f") для полученного оптимального плана на 21% выше, чем значение 0,63 для эвристического плана. Указанные результаты достигнуты за счет улучшения (по сравнению с эвристическим планом) показателя ресурсоемкости на 6%, оперативности — на 7%, экологической безопасности - на 15%, показателя риска - на 21%. Применение методики позволило автоматизировать не только процесс планирования, но и процесс оформления и доработки документации за счет ее перевода в электронную форму. В результате удалось не менее чем на 25% сократить время на планирование. По результатам решения оптимизационной задачи выполнено исследование того, как влияет изменение исходных данных и параметров задачи на результаты ее решения. Выполнен анализ влияния значений коэффициентов а, Р на значение целевой функции.

ЗАКЛЮЧЕНИЕ В результате выполненной работы был выполнен комплекс научных исследований, позволяющий решить актуальную научную и прикладную задачу планирования целевых программ в условиях риска.

В результате выполненных исследований достигнута цель исследований, состоящая в разработке методов и моделей планирования ЦП в условиях риска, использование которых на практике позволит повысить эффективность и снизить риск при реализации целевых программ.

Научная новизна работы состоит в следующем.

1. Предложены вербальная и формальная постановки задачи планирования целевых программ в условиях риска, как задачи оптимизации. Впервые предложено осуществлять планирование ЦП не по одному только показателю эффективности, а по комплексному показателю успешности реализации ЦП в условиях риска, включающему показатель эффективности реализации ЦП и показатель риска при реализации ЦП.

2. Разработан комплекс концептуальных и формальных (математических) моделей ЦП в условиях риска, в которых впервые предложено описывать характеристики ЦП с использованием нечетких чисел, так как в условиях отсутствия статистически надежных сведений не могут быть корректно использованы описания с помощью вероятностных распределений.

На практике результаты исследований должны позволить: оценить и затем выполнить анализ частных показателей оперативности, ресурсоемкости, экологической безопасности, а также комплексного показателя успешности реализации ЦП в условиях риска; разработать оптимальный план ЦП с учетом особенностей мероприятий ЦП, финансирования ЦП, особенностей среды ЦП, а также в соответствии с временными, ресурсными и другими ограничениями на целевую программу; разработать предложения по совершенствованию мероприятий целевой программы.

В результате применения методики в прикладной задаче планирования ЦП «Гидронавтика» стало возможным улучшить показатель ресурсоемкости на 6%, оперативности — на 7%, экологической безопасности — на 15%, показатель риска — на 21%. Применение методики позволило автоматизировать не только процесс планирования, но и процесс оформления и доработки документации за счет ее перевода в электронную форму. В результате удалось не менее чем на 25% сократить время на планирование.

1. Акофф Р, Эмери Ф. О целеустремленных системах. — М., Сов. радио, 1974. —97 с.

2. Александров В. В., Андреева Н. А., Кулешов С. В. Системное моделирование. Методы построения информационно-логистических систем: Учеб. пособие. — СПб., Изд-во Политех, ун-та, 2006. — 95 с.

3. Александров В. В., Арсентьева А. В. Информация и развивающиеся структуры. — Л., ЛНИВЦ АН СССР, 1984. — 186 с.

4. Александров В. В. Биоинформационный процесс познания и моделирова-ния//Журн. «Информационные технологии в проектировании и производстве». 2003.-№ 3. — С. 70-74.

5. Александров В. В. Интеллект и компьютер. — СПб., Изд-во «Анатолия», 2004 г. —282 с.

6. Александров В.В. Развивающиеся системы в Науке, Технике, Обществе и Культуре. — СПб: Изд-во СПбГТУ, 2000. — 244 с.

7. Багаутдинов, 3.3. Моделирование и оценивание эффективности комплекса мероприятий на основе алгебры нечетких чисел/3.3. Багаутдинов, A.C. Гейда, И.В'. Лысенко//Известия вузов. Приборостроение.-СПб., 2008-Том. 51-№. 1—С.21-24.

8. Багаутдинов, 3.3. Отчет о НИР «Разработка методического обеспечения анализа экономической реализуемости стратегических целей»/ Багаутдинов 3.3., Гейда A.C., И.В. Лысенко, Е.П. Силла и др. С.-Пб СПИИРАН- 2008 г.-480 с.

9. Багаутдинов, 3.3. Отчет о НИР «Разработка методического обеспечения стратегического аудита»/ Багаутдинов 3.3., Гейда A.C., И.В. Лысенко, Е.П. Силла и др.- С.-Пб, СПИИРАН 2007 г. - 1680 с.

10. Багаутдинов, 3.3. Оценивание эффективности комплекса мероприятий в условиях неопределенности/ 3.3. Багаутдинов, A.C. Гейда, И.В. Лысенко, О.В. Лысенко//Системы управления и информационные технологии».-Воронеж, 2009—№ 34 (4).-С.36-41.

11. Багаутдинов, 3.3. Исследование эффективности и риска проектов в сложных организационно-технических системах/ А.С.Гейда, И.В.Лысенко //Проблемы управления рисками в техносфере.-СПб., 2009—№ 4.-С.46-50.

12. Багаутдинов, 3.3. Метод оценивания эффективности и риска проектов/ 3.3. Багаутдинов, A.C. Гейда, И.В.Лысенко//Управление риском. — М., 2009.-№ 3.- С.73-79.

13. Багаутдинов, 3.3. Оценивание риска реализации проектов в организационно-технических системах//Информация иКосмос.-СПб., 2009—№ 2.-С.76-80.

14. Багаутдинов, 3.3. Управление проектами в условиях риска/ 3.3. Багаутдинов, A.C. Гейда, И.В.Лысенко/ЯТрограммные продукты и системы.-Тверь, 2009—№3.-С.56-59.

15. Бишоп Джуди. Java 2 Эффективная работа. Addison Wesley, «Питер»— 2002г. - 592 с.

16. Бочарников В.П. Fuzzy-технология: Математические основы. Практика моделирования в экономике — СПб— 2001г.-328 с.

17. Гейда А. С., Лысенко И. В*. Модели, методы и информационные технологии оценивания эффективности проектов//Информационные технологии и вычислительные системы 2008г., №3. - с. 23-31.

18. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений.— Л.— М.: Мир, 1976.— 136 с.

19. Иванова Е.И., Фаттахов Р.В., Юсупова Н.И. Государственный финансовый контроль. Системный подход. М., Совет по изучению производительных сил Минэкономразвития РФ'и РАН - 2006 - 89с.

20. Ильичев A.B. Основы анализа эффективности и рисков целевых программ: Истоки, формализация, реализация. Научный мир— М—2009г.-303с.

21. Капустин В.Н. Проблемы внедрения*ERP-систем в судостроении. //Качество и ИЛИ (САЬЗ)-технологии. №1. 2004 г.- С. 84-86.

22. Кей С. Хорстманн, Гари Корнелл. Библиотека профессионала. Java 2. Том 1. Основы. М Вильяме - 2002 г.- 1120 с.

23. Колганов С.К., Корников В.В., Попов П.Г., Хованов Н.В. Построение в условиях дефицита информации сводных оценок сложных систем М., Радио и связь- 1998 г-56 с.

24. Корников В.В., Серегин И.А., Хованов Н.В. Многокритериальное оценивание финансовых рисков в условиях неопределенности — СПб., СПбГУ— 2002 г.-212 с.

25. Кочкаров P.A., Кочкаров A.A. Формализация целевых программ // Модели экономических систем и информационные технологии: Сборник научных трудов/ Под ред. О.В. Голосова. Вып. XII. М., Финансовая академия - 2004 г. -С. 61-72.

26. Кочкаров P.A., Целевые программы: инструментальная поддержка. М. «Экономика» — 2007 г. — 223 с.

27. Ларичев О. И. Вербальный анализ решений.— М. : Наука 2006 г. — 181 с.

28. Лысенко И. В. Анализ и синтез сложных технических систем. Часть 1. — М, Воениздат 1995 г. — 397 с.

29. Лысенко И. В. Нечеткая оптимизация: новый подход к постановке и решению задач// Труды СПИИРАН. Вып. 2, т. 1. — СПб, Наука. — 2004 г. — С. 90-118.

30. Лысенко И. В. Оценивание эффективности функционирования человеко-машинных систем: вероятностный подход// Труды СПИИРАН. Вып. 1, т. 1. — СПб, Наука. — 2002 г. — С. 49-64.

31. Мазур И.В. Управление проектами. Справочник. — М., Машиностроение, 2001г. —405с.

32. Максимов В.И., Качаев C.B., Корноушенко Е.К. Концептуальное моделирование. М. — 1997 г. — 128 с.

33. Малышев В.В., Хованов Н.В. Оценка качества судов при неполных проектных данных//М., Судостроение . — 1990 г., №8. — с. 3-5.

34. Мацкевич В.Д. Сборка и сварка корпусов судов. М., Судостроение. — 1965.— 402 с.

35. Мельников A.B. Риск-менеджмент: стохастический анализ рисков в экономике финансов и страхования (2-е издание, переработанное и дополненное). — М.: "Анкил".-2003. — С. 159.

36. Методы военно-экономических исследований перспектив развития космических средств. — М.: Машиностроение.— 1998. — 152 с.

37. Михайлов В.В., Мордовии В.Ю. Моделирование биоклиматической структуры ареала. Труды СПИИРАН.- 2006 г.- Вып. 3, том 2 С. 298-311.

38. Михайлов В.В., Селяков И.С. Мультиагентный симулятор для моделирования распределенных динамических систем//Приборостроение.- 2008, № 11 — С.27-32.

39. Михайлов В.В., Тубольцева В.В. К вопросу об идентификации имитационных моделей экологических объектов//Известия вузов. Приборостроение — 2006 г.-том №49, №11.- С. 12-15.

40. Моделирование экономических процессов / Под ред. М.В. Грачевой, Л.Н. Фадеевой, Ю.Н. Черемных. М.: ЮНИТИ-ДАНА.- 2005. - 351с.

41. Надежность и эффективность в технике: Справочник. Т. 6: Экспериментальная отработка и испытания/ Под ред. Р. С. Судакова и О. И. Тескина. — М., Машиностроение 1989 г. — 375 с.

42. Надежность технических систем: Справочник/ Под ред. И. А. Ушакова. — М.: Радио и связь, 1985. — 606 с.

43. Назаров A.B., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. М.: Наука и техника 2003 г.- 384 с.

44. Нечеткие множества в моделях управления и искусственного интеллекта/ Под ред. Д. А. Поспелова.— М.: Наука, Гл. ред. физ.-мат. лит., 1986.— 312 с.— (Проблемы искусственного интеллекта).

45. Олейник К. Экологические риски в предпринимательской деятельности (Вопросы методологии). — М.: "Анкил".- 2002. — С. 208.

46. Омельченко В.В. Общая теория классификации. Часть 1. Основы систе-мологии познания действительности.—М.ЮОО «ИПЦ «Маска», 2008 г.- 436 с.

47. Охтилев М.Ю., Соколов Б.В., Юсупов P.M. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов. — М.:Наука — 2006. — 410 с.

48. Петухов Г. Б., Якунин В. И. Методологические основы внешнего проектирования целенаправленных процессов и целеустремленных систем. —М.: ACT.- 2006 г. — 504 с.

49. Пискунов А. А. Подходы к оценке эффективности проектов электронного правительства: Научно-методические материалы 4-го рабочего семинара ИНТОСАИ по аудиту эффективности электронного правительства^ Москва, 2021 апреля 2004 года.- 2004 г. 17 с.

50. Попов A.M. Разработка методов учета экономической неопределенности при обосновании развития систем вооружения ВМФ. Диссертация на соискание ученой степени кандидата технических наук — СПб.— 2000 г.— 267 с.

51. Попов A.M. и др. Отчет о НИР шифр «Океан-ФЦП»: Военно-научное сопровождение реализации подпрограммы «военно-стратегические интересы РФ в мировом океане». ФЦП «мировой океан»,- СПб.— 2008 г.- 1070 с.

52. Попов A.M. и др. Отчет о НИР шифр «Замес»: Разработка научного обоснования реформирования военно-научного комплекса ВС РФ СПб-1999г.-1231 с.

53. Расстригин Л. А. Случайный поиск. М. Знание. —1979 г. — 306 с.

54. Романов B.C. Классификация рисков: принципы и критерии. — http://www.aup.ni/articles/finance/4.htm

55. Рябинин И.А. История возникновения, становления и развития теории надежности в Военно-морском флоте. СПб, ГУП "СПМБМ "Малахит".- 2000 г.

56. Рябинин И.А. Логико-вероятностное исчисление как аппарат исследования надежности и безопасности структурно-сложных систем//АиТ, М.: Наука — 2003г.-№ 7.-с. 178-186.

57. Рябинин И.А. Логико-вероятностные методы исследования надежности структурно-сложных систем. М., Радио и связь — 1981 г. — 311 с.

58. Рябинин И.А. Надежность и безопасность структурно-сложных систем. СПб, Политехника 2000 г.- 325 е.

59. Соколов Б.В., Юсупов P.M. Комплексное моделирование рисков при выработке управленческих решений в сложных организационно-технических сис-темах//Проблемы управления и информатики — 2006г- № 1, с. 2-22.

60. Соложенцев Е. Д. Сценарное логико-вероятностное управление риском в бизнесе и технике. Второе издание, СПб.: Бизнес-прессаю- 2006г.- 560 с.

61. Соложенцев Е. Д., Степанова Н. В., Карасев В. В. Прозрачность методик оценки кредитных рисков и рейтингов.- Изд-во С-Петерб. ун-та — 2005. — 200 с.

62. Соложенцев Е.Д. Управление риском и эффективностью в экономике: логико-вероятностный подход. СПб.— 2009 г.- 259 с.

63. Статистические методы в прикладной кибернетике/ Под ред. Р. М. Юсупова. Б.м.: Б.и.- 1980г. — 378 с.

64. Таранцев А. А. Действия со случайными величинами при решении по-жарно-технических задач// Проблемы управления рисками в техносфере №3-4, 2009 г.-с. 133-143.

65. Таранцев A.A. Инженерные методы теории массового обслуживания. М.: Наука.-2007 г.- 176 с.

66. Уткин Л.В. Анализ риска и принятие решений при неполной информа-ции.-СПб.- Наука.—2007 г. 404 с.

67. Хованов Н.В. Анализ и синтез показателей при информационном дефиците. СПб., СПбГУ.- 1996 г. 225 с.

68. Хованов Н.В. Анализ и синтез показателей при информационном дефиците.- С.Пб.: Изд-во СПбУ— 1996г. 196 с.

69. Хованов Н.В. Математические модели риска и неопределенности. СПб., СПбГУ.- 1998г.-234 с.

70. Хованов Н.В. Математические основы теории шкал измерения качества. Л., ЛГУ.-1982г.-221 с.

71. Хованов Н.В. Стохастические модели теории квалиметрических шкал. Л., ЛГУ.- 1986г.- 129 с.

72. Энциклопедия финансового риск — менеджмента / Под ред. A.A. Лобанова и A.B. Чугунова. М., Альпина Паблишер.- 2003г. - 786 с.

73. Юсупов P.M. Наука и национальная безопасность. — СПб.:Наука.-2006г. -290 с

74. Юсупов P.M., Заболотский В.П. Математическое моделирование социально-экономических процессов: Учебное пособие. — СПб.: СПбГУ АП — 2004г. 150 с.

75. Юсупов P.M., Шишкин В.М. О некоторых противоречиях в решении проблем информационной безопасности//Информатизация и связь,№ 2—2008г.— с.З.

76. Adrian Powell. Model with the Eclipse Modeling Framework, Part 1: Create UML models and generate code. IBM developer Works. —15 Apr 2004. -http://www.ibm.com/developerworks/opensource/library/os-ecemfl/

77. Carolyn Currie. A Test of the Strategic Effect of Basel II Operational Risk Requirements on Banks. Univ. of Technology Sydney. May.— 2005 — 30 p.

78. David S. Frankel. Model Driven Architecture Applying MDA to Enterprise Computing. John Wiley.- 2003.-352 p.

79. Devidson Luiz Okopnik. Writing portable code in Linux — three different approaches. Linux Gazette. The free International online Linux monthly March 2008 (# 148).-23 p.

80. Encyclopedia Britannica http://www.britannica.com/

81. ILOG OPL-CPLEX Development System. ILOG Inc.-http ://i log.com/products/opl studio/

82. Joe Zhu. Quantitative Models for Performance Evaluation and Benchmarking: Data Envelopment Analysis with Spreadsheets and DEA Excel Solver: International Series . in Operations Research & Management Science (Hardcover). Springer — Verlag:- 2002. 328 p.

83. Mark V. Arena, John Birkler, John F. Schank, Jessie Riposo, Clifford A. Grammich. Monitoring the Progress of Shipbuilding Programmes: How Can the Defense Procurement Agency More Accurately Monitor Progress? Rand Corporation. — 2005.-59 p.

84. Mark V. Arena et al. The United Kingdom's Naval Shipbuilding Industrial Base: The Next Fifteen Years. Rand Corporation — 2005.- 179 p.

85. Michael Galpin . Developing applications using the Eclipse C/C++ Development Toolkit. IBM developerWorks.-lO Jul 2007 http://www. ibm.com/developerworks/ opensource/library/os-eclipse-stlcdt/

86. Project 2003 Software Development Kit (SDK). Microsoft Inc: -http://www.microsoft.com/downIoads/details.aspx.

87. Risk codes. Guidance and mappings—November, 2007., Society of Lloyd's-Hp.

88. Seawolf cost increases and schedule delays continue. GAO report to congressional requesters. -July 1994., US General Accounting Office — 19 p.

89. Solojentsev E. D. Scenario Logic and Probabilistic Management of Risk in Business and Engineering. Springer:- 2005- 391 p.

90. The Presidential/Congressional Commission on Risk Assessment and Risk Management. Risk Assessment and Risk Management In Regulatory Decision-Making. Final Report. Volume 2.- 1997.-213 p.

91. Zadeh L.A. Fuzzy sets// Information and Control, № 8/- 1965. — C. 338-353.