автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Модель и методика прогнозирования качества работы производственного персонала предприятий по уровню его квалификации

На правах рукописи

Кударов Руслан Серикович

МОДЕЛЬ И МЕТОДИКА ПРОГНОЗИРОВАНИЯ КАЧЕСТВА РАБОТЫ ПРОИЗВОДСТВЕННОГО ПЕРСОНАЛА ПРЕДПРИЯТИЙ ПО УРОВНЮ ЕГО КВАЛИФИКАЦИИ

Специальность 05.13.18 - Математическое моделирование, численные методы и комплексы программ

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург 2009

003470195

Работа выполнена в Государственном образовательном учреждении

высшего профессионального образования «Петербургский государственный университет путей сообщения» на кафедре «Математика и моделирование»

Научный руководитель: доктор технических наук, профессор

Герасименко Петр Васильевич

Официальные оппоненты: доктор технических наук, профессор

Красковский Александр Евгеньевич

кандидат физико-математических наук, доцент Фролькис Виктор Абрамович

Ведущая организация: Балтийский государственный технический университет «Военмех» имени Д. Ф. Устинова.

Защита диссертации состоится « 48 » -ЩСй^_2009 г. в X? —

на заседании диссертационного совета Д 218.008.06 при Петербургском государственном университете путей сообщения по адресу: 190031, г. Санкт-Петербург, пр. Московский, 9.

С диссертацией можно ознакомиться в библиотеке Петербургского государственного университета путей сообщения.

Автореферат разослан «. » _2009 г.

Ученый секретарь диссертационного совета к.т.н., профессор

Кудряшов В. А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Конкурентоспособность любого предприятия в условиях рыночной экономики напрямую зависит от качества работы производственного персонала, которое во многом определяется профессиональной подготовкой указанного персонала.

Среди предприятий различных отраслей особого внимания заслуживают компании, производство которых относится к категории повышенной опасности. Велика ответственность производственного персонала транспортной отрасли, где человеческий фактор играет решающую роль в обеспечении безопасности движения.

Обеспечение необходимого уровня качества работы производственного персонала одного из основных видов транспорта Российской Федерации - железных дорог - является условием жизнеобеспечения всей страны. Недостаточная профессиональная подготовка производственного персонала железнодорожного транспорта приводит к браку в его работе, авариям, крушениям и может стать причиной гибели людей, повлечь за собой тяжелые экологические последствия.

Это обуславливает необходимость построения математических моделей зависимости качества работы производственного персонала предприятий от уровня его квалификации. При этом целесообразно использовать математические методы прогнозирования, которые позволяют связывать исследуемые показатели в формализованном (аналитическом) виде.

Математическое прогнозирование качества работы производственного персонала предприятий по уровню его квалификации предполагает построение статистических моделей по экспериментальным данным исследуемых показателей. Результаты статистического моделирования зависимости качества работы производственного персонала предприятий от уровня его профессиональной подготовки создают теоретическую основу для управления качеством его работы.

В области теории и практики разработки прогнозов в различных сферах деятельности, как в нашей стране, так и за рубежом издано большое количество трудов. Из их числа следует отметить работы Анчиппсина А. И., Бауэра А,, Гмошинского В. Г., Глущенко В. В., Зыкова Ю. А., Лисичкина В. А., Мартино Дж., Раяцкаса Р. Л., Румянцева А. М., Федоренко Н. П., Эйреса Р. и др.

Статистические методы для анализа качества работы персонала железнодорожного транспорта и других отраслей используются в трудах Айзинбунда С. Я., Горского А. В., Воробьёва А. А., Демидова Я. П., Козубенко В. Г., Левша Б. А., Куркова В. Н., Лисенкова В. М., Нестерова В. Л., Пашков П. М., Попова С. Б., Радченко В. И., Шляхтера Л. Н. и др.

Принципы организации управления компанией и качеством работы ее персонала на научной основе разрабатываются Красковским А. Е., Антроповым В. А,, Колесниковым Б. И., Пиличевым А. В. и др.

До настоящего времени изучение статистических зависимостей показателя качества работы производственного персонала от показателей его профессиональной подготовки выполнялось в предположении нормального распределения зависимой переменной. Это предположение принимают без должного обоснования, поэтому оценки параметров нелинейных регрессий получаются смещенными и результаты прогнозирования имеют большие погрешности в случае распределения показателя качества по закону отличному от нормального закона. Кроме того, при моделировании, влияние количественных показателей профессиональной подготовки производственного персонала на качество работы исследуется отдельно от влияния неколичественных показателей. Такой подход не позволяет учитывать неоднородность показателя качества работы, и поэтому не всегда обеспечивает достаточную точность прогноза.

Изложенное выше позволяет сделать вывод о том, что, опираясь на посвященные статистическим методам работы Айвазяна С. А., Шеффе Г., Веддербёрна Р. В. М., Добсона А., Дрейпера Н. Р., Ледермана У., Линсдея Дж, Ллойда Э., Нелдера Дж. А., Себера Дж., Тюрина Ю. Н. и др., целесообразно сформировать подход к построению многофакторной модели, учитывающей одновременно количественные и неколичественные объясняющие переменные, без наложения условия нормального распределения результирующего показателя.

Целью работы является повышение точности математического прогнозирования качества работы производственного персонала предприятий по уровню его профессиональной подготовки.

Объектом исследования является система управления качеством работы производственного персонала предприятий.

Предмет исследования - статистические связи показателя качества работы производственного персонала предприятий с количественными и неколичественными квалификационными и личностными характеристиками.

Задачи исследования. Для достижения поставленной цели в работе осуществляется:

1. Построение многофакторной статистической модели зависимости качества работы производственного персонала предприятий от профессиональной подготовки, без наложения условия нормального распределения на показатель качества работы.

2. Разработка методики математического прогнозирования показателя качества работы производственного персонала предприятий как по количественным, так и по неколичественным показателям профессиональной подготовки.

3. Создание комплекса программ ЭВМ прогнозирования качества работы производственного персонала предприятий по уровню профессиональной подготовки для автоматизированной обработки статистических данных.

4. Прогнозирование показателя качества работы производственного персонала одного из линейных предприятий ОАО «РЖД» по заданному уровню профессиональной подготовки с использованием разработанного статистического и методического инструментария.

На защиту выносятся:

1. Подход к прогнозированию показателя качества работы производственного персонала предприятий как случайной величины, вид закона распределения которой устанавливается с использованием критерия

2

согласия х . а условные параметры этого закона распределения зависят от показателей профессиональной подготовки.

2. Многофакторная статистическая модель зависимости качества работы производственного персонала предприятий от профессиональной подготовки, не ограниченная условием нормального распределения показателя качества работы.

3. Методика математического прогнозирования показателя качества работы производственного персонала предприятий одновременно по количественным и неколичественным показателям профессиональной подготовки.

4. Комплекс программ ЭВМ прогнозирования качества работы производственного персонала предприятий по уровню профессиональной подготовки для автоматизированной обработки статистических данных.

Методы выполнения исследований. В диссертационной работе используются методы математической статистики, управления качеством, организации экспериментов, математического моделирования и численные методы.

Достоверность полученных результатов диссертационной работы определяется математической строгостью постановки задач и аналитических выкладок, использованием соответствующих методов математической статистики, установлением адекватности построенной многофакторной модели по экспериментальным данным одного из Санкт-Петербургских локомотивных депо Октябрьской железной дороги, а также по данным одного из локомотивных депо Мурманского отделения Октябрьской железной дороги.

Научная новизна работы состоит в обосновании вероятностно-статистического подхода к прогнозированию качества работы производственного персонала предприятий, в котором показатель качества работы представляет собой случайную величину с произвольным законом распределения и параметры распределения статистически зависят от показателей профессиональной подготовки.

На базе предложенного подхода построена статистическая модель, которая легла в основу разработанной методики математического прогнозирования качества работы производственного персонала предприятий одновременно по количественным и неколичественным показателям профессиональной подготовки. Методика включает в себя следующие этапы:

анализ и выбор исследуемого показателя качества работы производственного персонала предприятий и показателей профессиональной подготовки;

организация активного эксперимента по регистрации данных качества работы и профессиональной подготовки производственного персонала предприятий;

обработка экспериментальных данных и построение многофакторной обобщенной линейной модели зависимости качества работы производственного персонала предприятий от профессиональной подготовки;

проверка адекватности многофакторной обобщенной линейной модели зависимости качества работы производственного персонала предприятий от профессиональной подготовки;

разработка рекомендаций по управлению качеством работы производственного персонала предприятий путем повышения уровня профессиональной подготовки.

Практическая значимость. Использование построенной модели и разработанной методики позволяет управлять качеством работы производственного персонала предприятий на основе:

оценивания прогнозного уровня качества работы производственного персонала предприятий по заданным значениям профессиональной подготовки;

определения основных направлений совершенствования профессиональной подготовки производственного персонала предприятий;

выполнения сравнительного анализа качества работы производственного персонала нескольких предприятий по показателям профессиональной подготовки;

установления количества производственных работников предприятий для прохождения курсов повышения квалификации.

Созданный комплекс программ ЭВМ прогнозирования качества работы производственного персонала предприятий по уровню профессиональной подготовки позволяет автоматизировать обработку статистических данных в соответствии с вычислительными алгоритмами разработанного статистического и методического инструментария.

Апробация и реализация. Основные результаты диссертационной работы прошли апробацию в процессе докладов и выступлений на пяти Международных конференциях и на научно-технических конференциях

студентов, аспирантов и молодых ученых в Петербургском государственном университете путей сообщения (2006-2008 гг.), Псковском государственном политехническом институте (2006 г.), Санкт-Петербургском государственном архитектурно-строительном университете (2006 г.), Санкт-Петербургском государственном политехническом университете (2007-2008 гг.), Московском государственном университете путей сообщения (2007 г.), Мурманском филиале Петербургского государственного университета путей сообщения (2007 г.) и Международном банковском институте (2007 г.).

Материалы диссертационной работы использованы в отчетах о научно-исследовательских работах по грантам Петербургского государственного университета путей сообщения (№143 2005 г., №421 2007 г.), в отчете о научно-исследовательской работе в области управления персоналом ОАО «РЖД» (№375 2006 г.), выполненной на тему: «Разработка методики оценки влияния качества повышения квалификации персонала на результаты работы компании», и в отчете об инициативной научно-исследовательской работе кафедры «Математика и моделирование» Петербургского государственного университета путей сообщения (№5059 2008 г.), выполненной на тему: «Методика статистического оценивания зависимости количества брака в работе машинистов и слесарей от показателей их профессиональной подготовки».

Разработанная методика прогнозирования качества работы производственного персонала предприятий по уровню его квалификации и рекомендации по совершенствованию профессиональной подготовки производственного персонала предприятий внедрены в локомотивном депо Санкт-Петербург - Варшавский (ТЧ-14) и в службе управления персоналом Октябрьской железной дороги - филиала ОАО «РЖД».

Публикации. Основные результаты диссертационных исследований использованы в 4 отчетах о НИР и опубликованы в 13 печатных работах, включая 3 статьи (из них 2 в изданиях перечня ВАК) и 10 тезисов докладов.

Структура и объем диссертации. Диссертация состоит из введения, 5-и глав, заключения, списка литературы, включающего 134 наименования, и 7 приложений на 34 страницах, включающих 15 таблиц и 2 иллюстрации. Общий объем работы составляет 184 страницы, включающих 38 иллюстраций и 28 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы диссертационной работы, формулируется цель, основные результаты, выносимые на защиту, отмечается их научная новизна и практическая значимость, приводятся

сведения о внедрении результатов, апробации работы, публикациях по теме диссертации и краткое содержание работы по главам.

В первой главе отмечается значимость совершенствования профессиональной подготовки производственного персонала предприятий в системе управления качеством его работы. Проводится анализ существующего статистического инструментария оценивания и управления качеством работы производственного персонала предприятий.

Во второй главе описывается аппарат построения многофакторной статистической модели зависимости качества работы производственного персонала предприятий от профессиональной подготовки с использованием теории обобщенных линейных моделей.

Построение обобщенной линейной модели осуществляется по статистическим данным, относительно которых принимаются два допущения:

Показатель качества работы производственного персонала предприятий рассматривается как случайная величина экспоненциального семейства, принадлежащего классу Дармуа-Питмана-Кумпаса, параметры закона распределения которой зависят от показателей профессиональной подготовки производственного персонала. Зависимость показателя качества работы производственного персонала предприятий от показателей профессиональной подготовки оценивается с помощью условной плотности распределения вероятностей, которая в общем случае имеет следующий вид:

где У вектор (размерности их1) опытных данных случайной величршы г( показателя качества работы п обследуемых производственных работников;

9(А") - естественный параметр распределения случайной величины г) показателя качества работы производственного персонала, зависящий от набора показателей профессиональной подготовки X; ф - мешающий параметр распределения случайной величины Т] показателя качества работы производственного персонала; X - матрица (размерности ихр) опытных данных вектора случайных величин I = (4,,...,^) показателей профессиональной подготовки производственного персонала;

аМойеШщ

каждый объект получается случайным выбором из генеральной совокупности;

экспериментальные данные качества работы каждого производственного работника статистически независимы.

(1)

Л(ф), В(В(Х)), С(У, ф) - известные функции при заданном характере распределения показателя качества работы. Согласно аппарату построения обобщенных линейных моделей, при построении статистической модели вида (1) совокупность показателей профессиональной подготовки производственного персонала с помощью вектора регрессионных параметров (5 связывается в виде линейной комбинации 2 = и через функцию связи g ставится в соответствие (по установленному закону распределения показателя качества работы) условному математическому ожиданию показателя качества работы:

где /(У) - плотность распределения вероятностей заранее установленного по опытным данным теоретического закона распределения показателя качества работы.

Взаимосвязь основных элементов обобщенной линейной модели представлена в виде схемы на рис. 1.

Рис. 1 Схема взаимосвязи основных элементов обобщенной линейной модели

Получение оценок Р максимального правдоподобия регрессионных параметров осуществляется путем максимизации функции лог-правдоподобия, которая в общем виде записывается следующим образом:

1{в(х),ф)=ы{/(г\в{х)^щ(е{х)-¥-в(в(х)))+с(¥Л

Поиск максимума целесообразно выполнять методом Ньютона, имеющим достаточно быструю сходимость, с точностью до е» = 0,001.

Оценивание статистической значимости обобщенной линейной

2

модели осуществляется с использованием статистики х путем вычисления девиации, которая принимает только положительные значения и вычисляется по соотношению

В третьей главе предлагается методика прогнозирования качества работы производственного персонала по уровню профессиональной подготовки. Её структура представлена на рис. 2.

Рис. 2 Структура методики прогнозирования показателя качества работы

производственного персонала по уровню профессиональной подготовки

Согласно разработанной методике, первоначально выполняется анализ и выбор исследуемого показателя качества работы производственного персонала и показателей его профессиональной подготовки. Затем в результате вербального анализа осуществляется неформальный переход от рассматриваемых показателей к математической модели их связи, формализация которой определяется используемым статистическим аппаратом моделирования.

Для выбора результирующего показателя, его факторов и анализа причинно-следственных связей между ними используется диаграмма Исикавы. Отбор наиболее значимых исследуемых показателей выполняется на основе диаграммы Парето.

В работе принято, что профессиональная подготовка персонала предприятий формируется полученным в образовательных учреждениях образованием, производственным опытом и периодическим совершенствованием полученных теоретических знаний и практических навыков, необходимых для работы по специальности. А именно, различаются пять показателей профессиональной подготовки: уровень

образования (образовательный ценз) хР; учреждение, на базе которого

организованы курсы повышения квалификации х^ ; класс/разряд

К к

квалификации ; стаж в должности х^ ; количество лет после

тг

прохождения курсов повышения квалификации • При этом уровень

образования персонала и учреждение, на базе которого организованы курсы повышения квалификации, рассматриваются как неколичественные показатели профессиональной подготовки. Кроме того, в работе введена

ТГ

количественная оценка деловых качеств персонала предприятий как

ощн из показателей их профессиональной подготовки.

'" Получение исходных данных выполняется путем проведения активного эксперимента, направленного на регистрацию исследуемых показателей с заранее определенными свойствами. При этом выдвигается ряд-предположений проведения активного эксперимента:

^Experiment'

получаемые экспериментальные данные исследуемых показателей достоверны;

различие между важностью учитываемых деловых качеств для обеспечения качественного выполнения работы статистически не значимо;

характер работы обследуемых производственных работников одинаков.

о

Предварительно по критерию % устанавливается вид закона распределения показателя качества работы производственного персонала. Адекватность теоретического распределения вероятностей этого закона требует проверки по экспериментальным данным в каждой точке спектра плана неколичественных показателей профессиональной подготовки. С '¿этой целью необходимое минимальное количество обследуемых работников вычисляется следующим образом:

п = птт-гап8(хГ>)> где пт\п - необходимый минимальный объем выборки для

получения оценок параметров закона распределения с заданной относительной предельной ошибкой и уровнем статистической значимости;

Х^ - матрица плана неколичественных показателей профессиональной подготовки производственного персонала, сконструированная с помощью техники индикаторных (фиктивных) переменных.

Экспериментальные данные показателя качества работы к обследуемых производственных работников фиксируются в векторе У ^,

а данные шести показателей их профессиональной подготовки - в матрице Хпх[Ч+5)= [1пхГХпх^+4)) = (Лгх \'Х™Я'Хть)>

где - единичный вектор-столбец;

^mq ~ матрица неколичественных показателей профессиональной

подготовки п обследуемых производственных работников;

q - сумма уровней неколичественных показателей

профессиональной подготовки;

"^их4~ матРица количественных показателей профессионапьной

подготовки п обследуемых производственных работников.

На основе анализа экспериментальных данных определяется вид моделируемой зависимости. Оценка ее параметров и проверка адекватности выполняется в соответствии с описанным во второй главе статистическим аппаратом.

В конце третьей главы приводятся алгоритмы использования разработанного статистического и методического инструментария для прогнозирования уровня качества работы и совершенствования профессиональной подготовки производственного персонала предприятий.

В четвертой главе обосновываются требования к разрабатываемому комплексу программ ЭВМ прогнозирования показателя качества работы производственного персонала предприятий. Отмечаются следующие основные функции комплекса программ: проверка исходных данных на наличие ошибок ввода, построение статистической зависимости показателя качества работы производственного персонала предприятий от показателей профессиональной подготовки, оценивание статистической значимости этой зависимости, расчет прогнозных значений показателя качества работы производственного персонала предприятий. Описывается комплекс программ, разработанный в табличном процессоре Microsoft Excel в соответствии с указанными функциями.

В пятой главе представляются результаты прогнозирования количества брака в работе производственного персонала одного из локомотивных депо Октябрьской железной дороги ОАО «РЖД».

Установлено, что эмпирическая гистограмма количества брака в работе производственного персонала обследуемого локомотивного депо хорошо аппроксимируется распределением вероятностей закона Пуассона на уровне значимости а = 0,1.

По экспериментальным данным исследуемых показателей (84-х машинистов локомотивного депо) определен вид связи

0(Х)=1п(Е(Т} 11 = ln(x(r, | £ = Х))=Х-Р

и установлена корреляционная взаимосвязь следующих количественных показателей профессиональной подготовки: класс квалификации, стаж в должности и количество лет после прохождения курсов повышения квалификации.

С учетом этих результатов, построены три статистические зависимости в виде условных распределений вероятностей Пуассона:

(3)

./^ЪК^чЬ** (4)

где {Хи ))= -1,415 - 0,270 • хД - 0,651 • - 0,848 • х£ +

(х24))=-1,150-0,376-хД-0,572-^} - 0,578--1,103-ж^ -0,925-х^ -0,138-*^-х^, /«(>^(^34))= -1,356 - 0,303 • х({ -^0,529 • х^ + 0,759 • х^ • х™ --1,395.*^-О^О^-х^.

В статистических зависимостях (2), (3) и (4) верхний индекс N свидетельствует о нормировании и центрировании переменных, индекс £> присвоен неколичественным факторам, а индекс К - количественным факторам. Кроме определенных уже переменных использованы следующие обозначения: т - прогнозируемое количество брака в работе

производственного персонала локомотивного депо, от = 0,1,2,...; х^ _

переменная, принимающая значение 1, если машинист имеет профессиональное образование по специальности, и 0 в других случаях;

*21 ~ переменная, принимающая значение 1, если машинист проходил

курсы повышения квалификации в учебно-производственном центре, и 0 в

других случаях; - переменная, принимающая значение 1, если

машинист проходил курсы повышения квалификации при государственном образовательном учреждении, и 0 в других случаях.

Построенная статистическая зависимость (2) использована для расчета вероятностей работы производственного персонала локомотивного депо в течение месяца без брака. В частности, вероятность работы без брака машиниста под номером 71 (из числа обследованных) с вектором

показателей профессиональной подготовки = (1,1,1,22,18,5) равна

0,883. С помощью статистической зависимости (2) также определено, что из числа обследованных работников: 27-и (32% от общего числа)

машинистам необходимо обеспечить обучение на курсах повышения квалификации, 32-м (38%) машинистам требуется совершенствование деловых качеств, 10-и (12%) машинистам следует предоставить возможность получить профессиональное образование.

Статистическая зависимость (3) использована для сравнительного анализа качества работы производственного персонала трех локомотивных депо. Установлено, что все машинисты обследованного локомотивного депо допускают брак в своей работе меньше среднего количества по трем предприятиям. Причем среди машинистов со стажем менее 10 лет, наименьшее количество брака приходится на работников обследованного локомотивного депо.

На основе статистической зависимости (4) определено, что при необходимости снизить количество брака в работе обследуемых 84-х работников на 5%, следует обеспечить 4-м из них прохождение 3-х месячных курсов повышения квалификации.

В пятой главе также приводится краткое описание модифицированного комплекса программ ЭВМ для прогнозирования количества брака в работе производственного персонала локомотивного депо.

В конце главы показано, что распределение количества брака в работе машинистов обследуемого локомотивного депо не адекватно

2

описывается плотностью нормального закона, поскольку - 5,885

больше 7,0 ^(1)=2,706. Вычислено, что построение модели с учетом закона

Пуассона, установленного по эмпирической гистограмме, позволяет снизить девиацию на 31% и уменьшить среднюю ошибку аппроксимации на 27%. А учет неколичественных показателей профессиональной подготовки позволяет увеличить точность прогноза в среднем на 42%.

В заключении содержатся краткие выводы по результатам достижения поставленной цели диссертационной работы.

ОСНОВНЫЕ НАУЧНЫЕ И ПРАКТИЧЕСКИЕ РЕЗУЛЬТАТЫ

Основные научные результаты диссертационного исследования:

1. Предложен вероятностно-статистический подход к прогнозированию показателя качества работы производственного персонала предприятий как случайной величины с произвольным законом распределения, параметры которого статистически зависят от показателей профессиональной подготовки.

2. Построена многофакторная статистическая модель зависимости качества работы производственного персонала предприятий от профессиональной подготовки для произвольного закона распределения показателя качества работы.

3. Разработана методика математического прогнозирования показателя качества работы производственного персонала предприятий одновременно по количественным и неколичественным показателям профессиональной подготовки.

Основные практические результаты диссертационного исследования.

Разработанный в диссертационной работе статистический и методический инструментарий позволяет управлять качеством работы производственного персонала на основе:

оценивания прогнозного уровня качества работы производственного персонала предприятий по заданным значениям профессиональной подготовки;

определения основных направлений совершенствования профессиональной подготовки производственного персонала предприятий;

сравнительного анализа качества работы производственного персонала нескольких предприятий по уровню квалификации работников;

установления количества производственных работников предприятий для прохождения курсов повышения квалификации.

Созданный комплекс программ ЭВМ прогнозирования количества брака в работе производственного персонала локомотивного депо дает возможность автоматизировать обработку статистических данных.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

Основные работы, опубликованные в журналах перечня ВАК:

1. Кударов Руслан С. Статистическая модель зависимости количества брака в работе персонала от профессиональной подготовки // Вестник Санкт-Петербургского университета. - СПб.: Издательство Санкт-Петербургского университета, 2009. - Сер. 10. Вып. 1,- С. 133-137.

2. Герасименко П. В., Кударов Руслан С. Построение математической модели планирования объема среднего ремонта железнодорожного пути // Вестник гражданских инженеров. - СПб.: Санкт-Петербургский государственный архитектурно-строительный университет (СПбГАСУ), 2005. - №2(3). - С. 80-85.

Список работ соискателя, опубликованных по теме диссертации:

1. Герасименко П. В., Кударов Руслан С. Статистическое моделирование зависимостей количества брака от основных показателей ОАО «РЖД» // Сборник докладов 59-ой международной научно-технической конференции молодых ученых «Актуальные проблемы современного строительства». - СПб.: СПбГАСУ, 2006. -Ч.Ш.-С. 120-122.

2. Герасименко П. В., Кударов Руслан С. Методика построения функциональных зависимостей показателей безопасности железнодорожного транспорта от квалификации персонала // Труды международной научно-методической конференции «Математика в ВУЗе», - СПб.: Петербургский государственный университет путей сообщения (ПГУПС), 2006. - С. 115-119.

3. Герасименко П. В., Кударов Руслан С. Прогнозирование показателей безопасности перевозок грузов и пассажиров железнодорожным транспортом по статистическим данным // Неделя науки - 2006 ПГУПС: Материалы межвузовской

научно-технической конференции студентов, аспирантов и молодых ученых «Шаг в будущее». - СПб.: ПГУПС, 2006. - С. 186-188.

4. Герасименко П. В., Кударов Руслан С. Оценивание взаимосвязи квалификации обслуживающего персонала железнодорожного транспорта с их личностными характеристиками // XXXV Неделя науки СПбГПУ: Материалы Всероссийской межвузовской научно-технической конференции студентов и аспирантов. - СПб.: Санкт-Петербургский государственный политехнический университет (СПбГПУ), 2007. - Ч. ГХ. - С. 124-125.

5. Герасименко П. В., Корякин М. С., Кударов Руслан С., Щедрина А. А. Оценивание влияния квалификации и деловых качеств обслуживающего персонала локомотивного депо на безопасность движения поездов // Неделя науки - 2007 ПГУПС: Материалы межвузовской научно-технической конференции студентов, аспирантов и молодых ученых «Шаг в будущее». - СПб.: ПГУПС, 2007.

6. Герасименко П. В., Кударов Руслан С., Кударов Рустем С. Оценка результатов экспертного анкетирования личностных показателей качеств персонала железнодорожного транспорта // Материалы VII международной научно-практической конференции «Актуальные проблемы экономики и новые технологии преподавания (Смирновские чтения)». - СПб.: Международный банковский институт (МБИ), 2007.

7. Герасименко П. В., Кударов Руслан С. Ранжирование деловых качеств обслуживающего персонала локомотивного депо // Материалы международной научно-методической конференции «Математика в ВУЗе». - СПб.: ПГУПС, 2007. - С. 105-109.

8. Герасименко П. В., Ходаковский В. А., Кударов Руслан С. Влияние квалификационных показателей машинистов на безопасность движения поездов // Труды восьмой научно-практической конференции «Безопасность движения поездов». - М.: Московский государственный университет путей сообщения (МИИТ), 2007. -Ч. 1.-С. 9-10.

9. Герасименко П. В., Корякин М. С., Кударов Руслан С., Щедрина А. А. Алгоритм анализа влияния неколичественных показателей профессиональной подготовки машинистов на количество случаев брака в их работе // Неделя науки -2008 ПГУПС: Материалы межвузовской научно-технической конференции студентов, аспирантов и молодых ученых «Шаг в будущее». - СПб.: ПГУПС, 2008.

10. Герасименко П. В., Кударов Руслан С. Исследование зависимости количества брака от профессиональной подготовки персонала // Материалы международной научно-методической конференции «Математика в ВУЗе». - СПб.: ПГУПС, 2008.-С. 86-88.

11. Кударов Руслан С. Регрессионный анализ влияния стажа машинистов на количество случаев брака в работе локомотивного депо // Известия петербургского университета путей сообщения. - СПб.: ПГУПС, 2008. - Вып. 2(15). - С. 17-27.

Список отчетов о научно-исследовательских работах, в которых использованы основные результаты работ соискателя:

1. Отчет о НИР (заюпоч.): Петербургский государственный университет путей сообщения (ПГУПС); рук. Герасименко П. В.; отв. исполн.: Кударов Руслан С. - СПб., 2005 г.-№143.

2. Отчет о НИР в области управления персоналом ОАО «РЖД» (заюпоч.) : ПГУПС ; рук. Ходаковский В. А.; исполн.: Кударов Руслан С. [и др.] - СПб. 2006 г. -№375.

3. Отчет о НИР (заюпоч.) : ПГУПС ; рук. Герасименко П. В. ; отв. исполн.: Кударов Руслан С. СПб., 2007 г. - №421.

4. Отчет об инициативной НИР (заключ.) ПГУПС ; рук. Герасименко П. В. ; отв. исполн.: Кударов Руслан С. - СПб., 2008 г. - №5059.

Подписано к печати 06. 05. 09 г. Печл. - 1,0

Печать - рюография. Бумага для множит, апп. Формат 60x84 1\16

Тираж 100экз._Заказ№ 386._

СР ПГУПС 190031, С-Петербург, Московский пр. 9

СПИСОК УСЛОВНЫХ СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

1 СОВЕРШЕНСТВОВАНИЕ КВАЛИФИКАЦИИ

ПРОИЗВОДСТВЕННОГО ПЕРСОНАЛА ПРЕДПРИЯТИЙ КАК СПОСОБ УЛУЧШЕНИЯ КАЧЕСТВА ЕГО РАБОТЫ.

1.1 Качественное выполнение работы производственным персоналом для обеспечения безопасности деятельности предприятий.

1.2 Значимость совершенствования квалификации производственного персонала предприятий в системе управления качеством его работы.

1.3 Анализ существующих статистических методов и методологий управления качеством работы производственного персонала предприятий.

1.3.1 Статистические методы анализа и управления качеством.

1.3.2 Комплексные инструменты и методологии улучшения качества.

1.3.3 Методы статистического моделирования в управлении качеством.

1.4 Выводы по главе 1. Постановка задачи прогнозирования качества работы производственного персонала предприятий по уровню его квалификации.

2 МНОГОФАКТОРНАЯ СТАТИСТИЧЕСКАЯ МОДЕЛЬ ЗАВИСИМОСТИ КАЧЕСТВА РАБОТЫ ПРОИЗВОДСТВЕННОГО ПЕРСОНАЛА ПРЕДПРИЯТИЙ ОТ ЕГО ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКИ.

2.1 Аппарат построения многофакторной обобщенной линейной модели зависимости качества работы производственного персонала предприятий от его профессиональной подготовки.

2.2 Построение многофакторной обобщенной линейной модели зависимости качества работы производственного персонала предприятий от его профессиональной подготовки.

2.3 Оценивание статистической значимости многофакторной обобщенной линейной модели зависимости качества работы производственного персонала предприятий от его профессиональной подготовки.

2.4 Применение много факторной обобщенной линейной модели зависимости качества работы производственного персонала предприятий от его профессиональной подготовки.

Выводы по главе 2.

3 МЕТОДИКА ПРОГНОЗИРОВАНИЯ КАЧЕСТВА РАБОТЫ ПРОИЗВОДСТВЕННОГО ПЕРСОНАЛА ПРЕДПРИЯТИЙ ПО УРОВНЮ ЕГО ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКИ.

3.1 Основные этапы методики прогнозирования качества работы производственного персонала предприятий.

3.2 Анализ и выбор исследуемого показателя качества работы производственного персонала предприятий и показателей его профессиональной подготовки.

3.3 Организация активного эксперимента по регистрации данных качества работы и профессиональной подготовки производственного персонала предприятий.

3.4 Обработка экспериментальных данных исследуемых показателей и построение многофакторной обобщенной линейной модели зависимости качества работы производственного персонала предприятий от его профессиональной подготовки.

3.5 Проверка адекватности многофакторной модели зависимости количества брака в работе производственного персонала предприятий от показателей его профессиональной подготовки.

3.6 Рекомендации по управлению качеством работы производственного персонала предприятий.

3.6.1 Оценивание прогнозного уровня качества работы производственного персонала предприятий по заданным значениям его профессиональной подготовки.

3.6.2 Определение основных направлений совершенствования профессиональной подготовки производственного персонала предприятий.

3.6.3 Сравнительный анализ качества работы производственного персонала нескольких предприятий по уровню квалификации.

3.6.4 Установление количества производственных работников предприятий для прохождения курсов повышения квалификации.

Выводы по главе 3.

4 КОМПЛЕКС ПРОГРАММ ЭВМ ПРОГНОЗИРОВАНИЯ КАЧЕСТВА РАБОТЫ ПРОИЗВОДСТВЕННОГО ПЕРСОНАЛА ПРЕДПРИЯТИЙ ПРИ ЗАДАННЫХ ПОКАЗАТЕЛЯХ ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКИ.

4.1 Основные характеристики комплекса программ ЭВМ прогнозирования показателя качества работы производственного персонала предприятий.

4.2 Структура комплекса программ ЭВМ прогнозирования показателя качества работы производственного персонала предприятий.

4.3 Краткое описание комплекса программ ЭВМ прогнозирования показателя качества работы производственного персонала предприятий.

Выводы по главе 4.

5 ПРОГНОЗИРОВАНИЕ УРОВНЯ КАЧЕСТВА РАБОТЫ ПРОИЗВОДСТВЕННОГО ПЕРСОНАЛА ЛОКОМОТИВНОГО ДЕПО ОАО «РЖД» ПРИ ЗАДАНЫХ ПОКАЗАТЕЛЯХ ЕГО

ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКИ.

5.1 Актуальность статистического анализа зависимости показателя качества работы производственного персонала ОАО «РЖД» от показателей его профессиональной подготовки.

5.2 Анализ и выбор исследуемых показателей профессиональной подготовки и показателя качества работы производственного персонала ОАО

РЖД».

5.3 Организация эксперимента по регистрации данных профессиональной подготовки и количества брака в работе производственного персонала локомотивных депо.

5.4 Построение многофакторной статистической модели зависимости количества брака в работе производственного персонала локомотивных депо от показателей его профессиональной подготовки.

5.5 Проверка адекватности многофакторной модели зависимости количества брака в работе производственного персонала локомотивных депо от показателей его профессиональной подготовки.

5.6 Рекомендации по снижению количества брака в работе производственного персонала локомотивных депо.

5.6.1 Оценивание прогнозного уровня качества работы производственного персонала предприятий по заданным значениям его профессиональной подготовки.

5.6.2 Определение основных направлений совершенствования профессиональной подготовки производственного персонала локомотивного депо.

5.6.3 Сравнительный анализ качества работы производственного персонала нескольких локомотивных депо по уровню квалификации.

5.6.4 Установление количества производственных работников локомотивных депо для прохождения курсов повышения квалификации.

5.7 Комплекс программ ЭВМ прогнозирования количества брака в работе производственного персонала локомотивных депо.

5.8 Анализ результатов прогнозирования количества брака в работе производственного персонала при заданных значениях показателей профессиональной подготовки.

Выводы по главе 5.

Актуальность темы. Конкурентоспособность любого предприятия в условиях рыночной экономики напрямую зависит от качества работы производственного персонала, которое во многом определяется профессиональной подготовкой указанного персонала.

Среди предприятий различных отраслей особого внимания заслуживают компании, производство которых относится к категории повышенной опасности. Велика ответственность производственного персонала транспортной отрасли, где человеческий фактор играет решающую роль в обеспечении безопасности движения.

Обеспечение необходимого уровня качества работы производственного персонала одного из основных видов транспорта Российской Федерации — железных дорог - является условием жизнеобеспечения всей страны. Недостаточная профессиональная подготовка производственного персонала железнодорожного транспорта приводит к браку в его работе, авариям, крушениям и может стать причиной гибели людей, повлечь за собой тяжелые экологические последствия.

Это обуславливает необходимость построения математических моделей зависимости качества работы производственного персонала предприятий от уровня его квалификации. При этом целесообразно использовать математические методы прогнозирования, которые позволяют связывать исследуемые показатели в формализованном (аналитическом) виде.

Математическое прогнозирование качества работы производственного персонала предприятий по уровню его квалификации предполагает построение статистических моделей по экспериментальным данным исследуемых показателей. Результаты статистического моделирования зависимости качества работы производственного персонала предприятий от уровня его профессиональной подготовки создают теоретическую основу для управления качеством его работы.

В области теории и практики разработки прогнозов в различных сферах деятельности, как в нашей стране, так и за рубежом издано большое количество трудов. Из их числа следует отметить работы Анчишкина А. И., Бауэра А., Гмошинского В. Г., Глущенко В. В., Зыкова Ю. А., Лисичкина В. А., Мартино Дж., Раяцкаса Р. Л., Румянцева А. М., Федоренко Н. П., Эйреса Р. и др.

Статистические методы для анализа качества работы персонала железнодорожного транспорта и других отраслей используются в трудах Айзинбунда С. Я., Горского А. В., Воробьёва А. А., Демидова Я. П., Козубенко В. Г., Лёвина Б. А., Куркова В. Н., Лисенкова В. М., Нестерова В. Л., Пашков П. М., Попова С. Е., Радченко В. И., Шляхтера Л. Н. и др.

Принципы организации управления компанией и качеством работы ее персонала на научной основе разрабатываются Красковским А. Е., Антроповым В. А., Колесниковым Б. И., Пиличевым А. В. и др.

До настоящего времени изучение статистических зависимостей показателя качества работы производственного персонала от показателей его профессиональной подготовки выполнялось в предположении нормального распределения зависимой переменной. Это предположение принимают без должного обоснования, поэтому оценки параметров нелинейных регрессий получаются смещенными и результаты прогнозирования имеют большие погрешности в случае распределения показателя качества по закону отличному от нормального закона. Кроме того, при моделировании, влияние количественных показателей профессиональной подготовки производственного персонала на качество работы исследуется отдельно от влияния неколичественных показателей. Такой подход не позволяет учитывать неоднородность показателя качества работы, и поэтому не всегда обеспечивает достаточную точность прогноза.

Изложенное выше позволяет сделать вывод о том, что, опираясь на посвященные статистическим методам работы Айвазяна С. А., Шеффе Г., Веддербёрна Р. В. М., Добсона А., Дрейпера Н. Р., Ледермана У., Линсдея Дж, Ллойда Э., Нелдера Дж. А., Себера Дж., Тюрина Ю. Н. и др., целесообразно сформировать подход к построению многофакторной модели, учитывающей одновременно количественные и неколичественные объясняющие переменные, без наложения условия нормального распределения результирующего показателя.

Целью работы является повышение точности математического прогнозирования качества работы производственного персонала предприятий по уровню его профессиональной подготовки.

Объектом исследования является система управления качеством работы производственного персонала предприятий.

Предмет исследования — статистические связи показателя качества работы производственного персонала предприятий с количественными и неколичественными квалификационными и личностными характеристиками.

Задачи исследования. Для достижения поставленной цели в работе осуществляется:

1. Построение многофакторной статистической модели зависимости качества работы производственного персонала предприятий от профессиональной подготовки, без наложения условия нормального распределения на показатель качества работы.

2. Разработка методики математического прогнозирования показателя качества работы производственного персонала предприятий как по количественным, так и по неколичественным показателям профессиональной подготовки.

3. Создание комплекса программ ЭВМ прогнозирования качества работы производственного персонала предприятий по уровню профессиональной подготовки для автоматизированной обработки статистических данных.

4. Прогнозирование показателя качества работы производственного персонала одного из линейных предприятий ОАО «РЖД» по заданному уровню профессиональной подготовки с использованием разработанного статистического и методического инструментария.

На защиту выносятся:

1. Подход к прогнозированию показателя качества работы производственного персонала предприятий как случайной величины, вид закона распределения которой устанавливается с использованием критерия 2 согласия % , а условные параметры этого закона распределения зависят от показателей профессиональной подготовки.

2. Многофакторная статистическая модель зависимости качества работы производственного персонала предприятий от профессиональной подготовки, не ограниченная условием нормального распределения показателя качества работы.

3. Методика математического прогнозирования показателя качества работы производственного персонала предприятий одновременно по количественным и неколичественным показателям профессиональной подготовки.

4. Комплекс программ ЭВМ прогнозирования качества работы производственного персонала предприятий по уровню профессиональной подготовки для автоматизированной обработки статистических данных.

Методы выполнения исследований. В диссертационной работе используются методы математической статистики, управления качеством, организации экспериментов, математического моделирования и численные методы.

Достоверность полученных результатов диссертационной работы определяется математической строгостью постановки задач и аналитических выкладок, использованием соответствующих методов математической статистики, установлением адекватности построенной многофакторной модели по экспериментальным данным одного из Санкт-Петербургских локомотивных депо Октябрьской железной дороги, а также по данным одного из локомотивных депо Мурманского отделения Октябрьской железной дороги.

Научная новизна работы состоит в обосновании вероятностно-статистического подхода к прогнозированию качества работы производственного персонала предприятий, в котором показатель качества работы представляет собой случайную величину с произвольным законом распределения и параметры распределения статистически зависят от показателей профессиональной подготовки.

На базе предложенного подхода построена статистическая модель, которая легла в основу разработанной методики математического прогнозирования качества работы производственного персонала предприятий одновременно по количественным и неколичественным показателям профессиональной подготовки. Методика включает в себя следующие этапы: анализ и выбор исследуемого показателя качества работы производственного персонала предприятий и показателей профессиональной подготовки; организация активного эксперимента по регистрации данных качества работы и профессиональной подготовки производственного персонала предприятий; обработка экспериментальных данных и построение многофакторной обобщенной линейной модели зависимости качества работы производственного персонала предприятий от профессиональной подготовки; проверка адекватности многофакторной обобщенной линейной модели зависимости качества работы производственного персонала предприятий от профессиональной подготовки; разработка рекомендаций по управлению качеством работы производственного персонала предприятий путем повышения уровня профессиональной подготовки.

Практическая значимость. Использование построенной модели и разработанной методики позволяет управлять качеством работы производственного персонала предприятий на основе: оценивания прогнозного уровня качества работы производственного персонала предприятий по заданным значениям профессиональной подготовки; определения основных направлений совершенствования профессиональной подготовки производственного персонала предприятий; выполнения сравнительного анализа качества работы производственного персонала нескольких предприятий по показателям профессиональной подготовки; установления количества производственных работников предприятий для прохождения курсов повышения квалификации.

Созданный комплекс программ ЭВМ прогнозирования качества работы производственного персонала предприятий по уровню профессиональной подготовки позволяет автоматизировать обработку статистических данных в соответствии с вычислительными алгоритмами разработанного статистического и методического инструментария.

Апробация и реализация. Основные результаты диссертационной работы прошли апробацию в процессе докладов и выступлений на пяти Международных конференциях и на научно-технических конференциях студентов, аспирантов и молодых ученых в Петербургском государственном университете путей сообщения (2006-2008 гг.), Псковском государственном политехническом институте (2006 г.), Санкт-Петербургском государственном архитектурно-строительном университете (2006 г.), Санкт-Петербургском государственном политехническом университете (2007-2008 гг.), Московском государственном университете путей сообщения (2007 г.), Мурманском филиале Петербургского государственного университета путей сообщения (2007 г.) и Международном банковском институте (2007 г.).

Материалы диссертационной работы использованы в отчетах о научно-исследовательских работах по грантам Петербургского государственного университета путей сообщения (№143 2005 г., №421 2007 г.), в отчете о научно-исследовательской работе в области управления персоналом ОАО «РЖД» (№375 2006 г.), выполненной на тему: «Разработка методики оценки влияния качества повышения квалификации персонала на результаты работы компании», и в отчете об инициативной научно-исследовательской работе кафедры «Математика и моделирование» Петербургского государственного университета путей сообщения (№5059 2008 г.), выполненной на тему: «Методика статистического оценивания зависимости количества брака в работе машинистов и слесарей от показателей их профессиональной подготовки».

Разработанная методика прогнозирования качества работы производственного персонала предприятий по уровню его квалификации и рекомендации по совершенствованию профессиональной подготовки производственного персонала предприятий внедрены в локомотивном депо Санкт-Петербург — Варшавский (ТЧ-14) и в службе управления персоналом Октябрьской железной дороги - филиала ОАО «РЖД».

Публикации. Основные результаты диссертационных исследований использованы в 4 отчетах о НИР и опубликованы в 13 печатных работах, включая 3 статьи (из них 2 в изданиях перечня ВАК) и 10 тезисов докладов.

Структура и объем диссертации. Диссертация состоит из введения, 5-и глав, заключения, списка литературы, включающего 134 наименования, и 7 приложений на 34 страницах, включающих 15 таблиц и 2 иллюстрации. Общий объем работы составляет 184 страницы, включающих 38 иллюстраций и 28 таблиц.

Выводы по главе 5

В пятой главе описано применение разработанного статистического и методического инструментария в одном из локомотивных депо Октябрьской железной дороги - филиала ОАО «РЖД». Также приведено краткое описание модифицированного созданного комплекса программ ЭВМ для прогнозирования количества брака в работе производственного персонала локомотивного депо.

В конце главы показано, что распределение количества брака в работе машинистов обследуемого локомотивного депо не адекватно описывается плотностью нормального закона. Вычислено, что построение модели с учетом закона Пуассона, установленного по эмпирической гистограмме, позволяет снизить девиацию на 31% и уменьшить среднюю ошибку аппроксимации на 27%. А учет неколичественных показателей профессиональной подготовки позволяет увеличить точность прогноза в среднем на 42%.

Следует отметить, что ведущая роль в осуществлении анализа качества работы в настоящее время принадлежит не только специалистам кадровых служб, но и основным взаимодействующим в процессе трудовой деятельности сторонам - руководителям и подчиненным [45].

Следовательно, рекомендуется дополнить существующие занятия институтов курсов повышения квалификации железнодорожного транспорта разработанным статистическим и методическим аппаратом.

Руководители локомотивных депо и производственный персонал должны научиться: квалифицированно выполнять постановку задачи, ее формализацию; организовывать активные эксперименты исследуемых показателей; формировать статистическую модель исследуемой зависимости; самостоятельно, в соответствии с разработанной методикой, осуществлять построение и оценивание качества статистической модели с помощью написанной программы ЭВМ; анализировать процесс решения задачи; формировать управленческие решения на основе результатов выполненного моделирования.

В 2006 году основной инструментарий настоящей методики успешно внедрен в план курсов института повышения квалификации и переподготовки руководителей и специалистов подразделений Октябрьской железной дороги при Петербургском государственном университете путей сообщения.

Важно отметить, что в план курсов повышения квалификации при Петербургском государственном университете путей сообщения уже входят учебные курсы международной концепции тотального управления качеством, управления на предприятиях железнодорожного транспорта, стандартизации, сертификации и системы менеджмента качества на железнодорожном транспорте, а также учебные курсы подготовки документов в среде WORD и табличных документов в среде EXCEL. Благодаря теоретической базе, полученной после прохождения этих занятий, внимание руководителей и производственного персонала можно сосредоточить на обучении алгоритмам построения ОЛМ, методическому инструментарию и решении с их помощью задач управления качеством работы производственного персонала.

ЗАКЛЮЧЕНИЕ

В настоящей работе с использованием методов математической статистики, управления качеством, организации экспериментов и математического моделирования получены следующие результаты:

1. Предложен вероятностно-статистический подход к прогнозированию показателя качества работы производственного персонала предприятий как случайной величины, вид закона распределения которой устанавливается с 2 помощью критерия х и параметры распределения статистически зависят от показателей профессиональной подготовки.

2. Построена многофакторная статистическая модель зависимости качества работы производственного персонала предприятий от профессиональной подготовки, для произвольного закона распределения показателя качества работы.

3. Разработана методика математического прогнозирования показателя качества работы производственного персонала предприятий одновременно по количественным и неколичественным показателям профессиональной подготовки.

4. Создан комплекс программ ЭВМ прогнозирования качества работы производственного персонала предприятий по заданным значениям показателей профессиональной подготовки.

Разработанный в диссертационной работе статистический и методический инструментарий позволяет управлять качеством работы производственного персонала на основе: оценивания прогнозного уровня качества работы производственного персонала предприятий по заданным значениям профессиональной подготовки; определения основных направлений совершенствования профессиональной подготовки производственного персонала предприятий; сравнительного анализа качества работы производственного персонала нескольких предприятий по уровню квалификации работников; установления количества производственных работников предприятий для прохождения курсов повышения квалификации.

В целом разработанный статистический и методический аппарат соответствует современной версии стандартов ИСО 9000:2000, поскольку он позволяет: улучшать качество работы производственного персонала, обеспечивать безопасность производственных процессов, и, следовательно, он ориентирован на потребителя; получать результаты, которые представляют собой научную основу для обеспечения непрерывного совершенствования производственных кадров предприятий; обеспечивать применение статистических методов и автоматическую обработку статистических данных исследуемых показателей.

Анализ применения разработанного статистического и методического инструментария в одном из локомотивных депо Октябрьской железной дороги показал, что построение модели с учетом закона Пуассона, установленного по эмпирической гистограмме, позволяет снизить девиацию на 31% и уменьшить среднюю ошибку аппроксимации на 27%. А учет неколичественных показателей профессиональной подготовки позволяет увеличить точность прогноза в среднем на 42%.

Вместе с тем, разработанная модель и методика может быть дополнена другими факторами производственного персонала предприятий с целью получения прогноза с еще более высокой точностью и с успехом ориентирована на анализ других показателей производственных процессов предприятий. В частности, некоторые элементы этой методики — корреляционный и регрессионный анализ — использованы для построения математической модели планирования объема среднего ремонта железнодорожного пути [57].

1. Мишин В. М. Управление качеством: Учебник для студентов вузов, обучающихся по специальности «Менеджмент организации» (061100). — 2-е изд. перераб. и доп. М.: ЮНИТИ-ДАНА, 2007. - 463 с.

2. Ильенкова С. Д., Ильенкова Н. Д., Мхитарян В. С. и др. Управление качеством: Учебник для вузов / Под ред. Ильенковой С. Д. — М.: ЮНИТИ, 2000. 199 с.

3. Ильин И. А. Собрание сочинений в 10 томах. Том 1. — М.: Русская книга, 1996.-400 с.

4. Человеческий фактор. В 6-ти тт. Т. 1. Эргономика комплексная научно-техническая дисциплина: Пер. с англ. / Кристенсен Ж., Мейстер Д., Фоули П. и др. -М.: Мир, 1991. - 599 е., ил.

5. Колупаев В. Непростительная халатность. Одну из лучших дорог подвел человеческий фактор // Транспортная газета «Гудок», №59 (24292). — 2009 г. С. 1

6. Гунина И. А., Логунова И. В., Пестов В. Ю. Управление производственным персоналом: Учебное пособие. — Воронеж: ГОУВПО «Воронежский государственный технический университет», 2007. — 199 с.

7. Глудкин О. П., Горбунов Н. М., Гуров А. И., Зорин Ю. В. Всеобщее управление качеством: учебник для вузов / Под ред. Глудкина О. П. М.: Радио и связь, 1999.-600 с.

8. Rampersad Н. К. Total Quality Management: An Executive Guide to Continuous Improvement. Berlin-Heidelberg: Springer Verlag, 2001. - 190 p.

9. Управление качеством: Т. 1. Основы обеспечения качества / Под общ. ред. Азарова В. Н. М.: МГИЭМ, 2000. - 326 с.

10. Управление качеством: Т. 2. Принципы и методы всеобщего руководства качеством / Под общей ред. Азарова В. Н. — М.: МГИЭМ, 2000. — 356 с.

11. Лапидус В. А. Всеобщее качество (TQM) в российских компаниях.

12. М.: ОАО «Типография «Новости», 2000. 432 с.

13. Шиндовский Э., Шюрц О. Статистические методы управления качеством: Контрольные карты и планы контроля. — М.: Мир, 1976. 597 с.

14. ГОСТ Р 50779.10-2000 (ИСО 3534.1:1993). Статистические методы. Вероятность и основы статистики. Термины и определения. — Введ. 2001-07-01.- М.: ИГЖ Издательство стандартов, 2001.

15. ГОСТ Р 50779.11-2000 (ИСО 3534.2:1993). Статистические методы. Статистическое управление качеством. Термины и определения. Введ. 200107-01. - М.: ИПК Издательство стандартов, 2001.

16. ГОСТ Р 50779.30-95. Статистические методы. Приемочный контроль качества. Общие требования. — Введ. 1996-07-01. — М.: ИПК Издательство стандартов, 1995.

17. ГОСТ Р 50779.44-2001 (ИСО 3534.1:1993). Статистические методы. Показатели возможностей процессов. Основные методы расчетов. Введ. 200207-01. - М.: ИПК Издательство стандартов, 2001.

18. ГОСТ Р 50.1.018-98 Обеспечение стабильности технологических процессов в системах качества по моделям ИСО серии 9000. Контрольные карты Шухарта. Введ. 1999-01-01. -М.: ИПК Издательство стандартов, 1998.

19. ГОСТ Р 50779.40-96 (ИСО 7870:1993). Контрольные карты. Общее руководство и введение. — Введ. 1997-07-01. — М.: ИПК Издательство стандартов, 1996.

20. ГОСТ Р 50779.42-96 (ИСО 8258:1991). Статистические методы. Контрольные карты Шухарта. Введ. 2000-01-01. — М.: ИПК Издательство стандартов, 1999.

21. Свиткин М. 3., Мацута В. Д., Рахлин К. М. Менеджмент качества и обеспечения качества продукции на основе международных стандартов ИСО. — СПб.: «СПб картфабрика «ВСЕГЕИ», 1999.-403 с.

22. Фокс М. Дж. Введение в обеспечение качества: Модуль RRC № 415 d: Пер. с англ. под общ. ред. Азарова В. Н. — М.: Фонд «Европейский центр по качеству», 1999. — 108 с.

23. Lawrence Hornor, Curtis King Ловцы потерь: Карманный справочник по качеству и производительности: Пер. с англ. — Н. Новгород: СМЦ «Приоритет», 1998. 108 с.

24. Фокс М. Дж. Принципы и методы всеобщего руководства качеством. Модуль RRC № 416 с: Пер. с англ. под общ. ред. Азарова В. Н. — М.: Фонд «Европейский центр по качеству», 1999. — 142 с.

25. Адлер Ю. П., Полховская Т. М. Нестеренко П. А. Управление качеством (Часть 1. Семь простых методов): Учебное пособие. -М.: Стандарты и качество, 2001. 170 с.

26. Статистические методы повышения качества / Под ред. Хитоси Кумэ: Пер. с англ. и дополнение Адлера Ю. П., Конаревой Л. А. — М.: Финансы и статистика, 1990. — 304 с.

27. Красковский А. Е. Основы организации управления на железнодорожном транспорте: Методическое пособие. СПб.: ПГУПС, 2005. — 153 с.

28. Управление качеством продукции. Введение в системы менеджмента качества: Учебное пособие. / Пономарев С. В., Мищенко С. В., Белобрагин В. Я. М.: РИА «Стандарты и качество», 2004. — 248 с.

29. Фокс М. Дж. Введение в обеспечение качеством: Модуль RRC № 415 а: Пер. с англ. под общ. ред. Азарова В. Н. — М.: Фонд «Европейский центр по качеству», 1999. 118 с.

30. Логанина В. И. Федосеев А. А. Статистические методы контроля и управления качеством продукции. Ростов-на-Дону: Феникс, 2007. —219 с.

31. Демидов Я. П. Оценка качества работы подразделений НИИ и КБ с применением экономико-статистического моделирования: автореферат диссертации на соискание ученой степени кандидата экономических наук: 08.00.13.-Л., 1982.-21 с.

32. Пашков П. М. Совершенствование системы управления качеством работы подразделений предприятий: автореферат диссертации на соискание ученой степени кандидата экономических наук: 05.13.10. — Л.:ЛИЭИ, 1984. -16 с.

33. Дрейпер Н., Смит Г. Прикладной регрессионный анализ, 3-е изд.: Пер. с англ. М.: Издательский дом «Вильяме», 2007. — 912 е., ил.

34. Кобзарь А. И. Прикладная математическая статистика. Для инженеров и научных работников. -М.: ФИЗМАТЛИТ, 2006. 816 с.

35. Справочник по прикладной статистике. В 2-х т. Т.2: Пер. с англ. / Под ред. Ллойда Э., Ледермана У., Айвазяна С. А., Тюрина Ю. Н. — М.: Финансы и статистика, 1990. 528 е., ил.

36. Справочник по прикладной статистике. В 2-х т. Т.1: Пер. с англ. / Под ред. Ллойда Э., Ледермана У., Тюрина Ю. Н. — М.: Финансы и статистика, 1989.-510 е., ил.

37. Клепиков Н. П., Соколов С. Н. Анализ и планирование экспериментов методом максимума правдоподобия. М.: Наука, 1964. — 184 е., ил.

38. Lindsey J. К. Applying Generalized Linear Models. New York: Springer-Verlag, 1997. - 257 p.

39. Большая энциклопедия: в 62-х т. Т. 39 / гл. ред. Кондратов С. А. -М.: Терра, 2006.-590 с.

40. Себер Дж. Линейный регрессионный анализ: Пер. с англ. Носко В. П. / Под редакцией Малютова М. Б. — М.: Издательство «Мир», 1980. — 456 с.

41. Шеффе Г. Дисперсионный анализ. М.: Наука. Главная редакция физико-математической литературы, 1980. — 512 е., ил.

42. Айвазян С. А., Енюков И. С., Мешалкин JI. Д. Прикладная статистика: Исследование зависимостей: Справ, изд. / Под ред. Айвазяна С. А. — М.: Финансы и статистика, 1985. — 487 е., ил.

43. Финни Д. Введение в теорию планирования экспериментов: Пер. с англ. М.: Наука, 1970. - 288 с.

44. Феонова М. Р. Управление персоналом: Методология анализа качества рабочей силы. М.: Наука, 2001. — 214 е., ил.

45. Гилберт А. Черчилль «Маркетинговые исследования». — СПб.: Питер, 2001.-752 с.

46. Кенуй М. Г. Быстрые статистические вычисления. Упрощенные методы оценивания и проверки. М.: Статистика, 1979. - 256 с.

47. Боровикова М. С. Организация движения на железнодорожном транспорте: Учебник для техникумов и колледжей ж.-д. транспорта. — М.: Маршрут, 2003.-368 с.

48. Белов И. В., Терешин Н. П., Галабурда В. Г. и др. Экономика железнодорожного транспорта: Учебник для вузов ж.-д. транспорта / Под ред. Терешиной Н. П., Лапидуса Б. М., Трихункова М. Ф. М.: УМК МПС России, 2001.-600 е., ил., табл.

49. Соколов Ю. И. Проблемы и методы формирования спроса на грузовые железнодорожные перевозки: Монография. — М.: Маршрут, 2005. — 128 с.

50. Лисенков В. М. Статистическая теория безопасности движения поездов: Учебник для вузов. М.: ВИНИТИ РАН, 1999. - 332 е., ил.

51. Козубенко В. Г. Безопасное управление поездом: вопросы и ответы: Учебное пособие для образовательных учреждений ж.-д. транспорта, осуществляющих профессиональную подготовку. — М.: Маршрут, 2005. — 320 с.

52. Попов Г. X. Оценка работников управления. — М.: «Московский рабочий», 1976. 372 с.

53. Мусихина Е. Вынужденный переход. Машинистами предложили стать помощниками // Транспортная газета «Гудок», № 17 (24250). — С. 4.

54. Аб А. Ф., Шляхтер Л. Н. Оценка и анализ влияния факторов на качество труда работников отраслевых НИИ и КБ методами математического моделирования. Рига: ЛатНИИНТИ, 1982, — 37 с.

55. Айзинбуд С. Я., Айзинбуд К. С. Катастрофы на транспорте. — Ростов-на-Дону: РИИЖТ, 1993. 72 с.

56. Андерсен Б. Бизнес-процессы. Инструменты совершенствования. — М.: РИА «Стандарты и качество», 2004. 272 с.

57. Антропов В. А., Колесников Б. И., Пиличев А. В. Управление персоналом на предприятиях железнодорожного транспорта: методология организации и оценка эффективности. — Екатеринбург: Институт экономики УрО РАН, УрГУПС, 2002. 172 с.

58. Антропов В. А., Нестеров В. JL Кадровое обеспечение железнодорожной отрасли. М.: ВИНИТИ РАН, 2003. — 112 е., ил.

59. Анчишкин А. И. Наука — техника — экономика. — 2-е изд. — Москва: Экономика, 1989. 383 с.

60. Анчишкин А. И. Методологические проблемы прогнозирования развития народного хозяйства. Минск: Б. и., 1980. - 28 с.

61. Аристер Н. И., Загузов Н. И. Процедура подготовки и защиты диссертаций.- М.: АОЗТ «Икар», 1995. 200 с.

62. Бауэр А., Эйхгорн В., Кребер Г., Шульце Г., Сегет В., Вюстнек К.-Д. Философия и прогностика. — М.: Прогресс, 1971. 424 с.

63. Безопасность производственных систем: Учебное пособие / Под ред. Резникова Е. А., Голова В. А. М.: МГИУ, 2006. - 156 с.

64. Ватсон Г. Методология «Шесть сигм» для лидеров, или Как достичь 3,4 дефекта на миллион возможностей: Пер. с англ. Раскина A. JI. / Под науч. ред. Адлера Ю. П. М.: РИА «Стандарты и качество», 2006. - 224 е., ил.

65. Васильев А. Е., Лукьянов С. И., Панов А. Н. Основы инженерного эксперимента: Учебное пособие. Магнитогорск: МГТУ, 2003. - 87 с.

66. Вероятность и математическая статистика: Энциклопедия / Под ред. Прохорова Ю. В. — М.: Большая Российская энциклопедия, 2003. Репр. изд.-912 с.

67. Власов К. П., Власов П. К., Киселева А. А. Методы исследований и организация экспериментов / под ред. К. П. Власова — X.: Издательство «Гуманитарный Центр», 2002. 256 с.

68. Вишнев С. М. Основы комплексного прогнозирования. М.: Наука, 1977.-289 с.

69. Гвишиани Д. М., Лисичкин В. А. Прогностика. — М.: Знание, 1968. -112 с.

70. Герасименко П. В., Кударов Руслан С. Ранжирование деловых качеств обслуживающего персонала локомотивного депо // Материалы международной научно-методической конференции «Математика в ВУЗе». — СПб.: ПГУПС, 2007. С. 105-109.

71. Герасименко П. В., Кударов Руслан С. Исследование зависимости количества брака от профессиональной подготовки персонала // Материалы международной научно-методической конференции «Математика в ВУЗе». — СПб.: ПГУПС, 2008. С. 86-88.

72. Герасименко П. В., Ходаковский В. А. Введение в эконометрику: Учебное пособие. СПб.: ПГУПС, 2005. - 60 с.

73. Глущенко В. В. Прогнозирование. — 4-е изд. — М.: Вузовская книга, 2005.-208 с.

74. Гимпелевич В. Е. Теория эксперимента. — М.: Рикел, Радио и связь, 1994.-136 е., ил.

75. Гмошинский В. Г. Инженерное прогнозирование технологии строительства. -М.: Стройиздат, 1988. —295 с.

76. Гмошинский В. Г. Инженерное прогнозирование. — М.: Энергоиздат, 1982. — 207 е., ил.

77. Голубев В. К. Система управления качеством труда и продукции. — Горький: Горьковский ордена Трудового Красного Знамени институт инженеров водного транспорта, 1983. — 64 с.

78. Городничев В. И. Методы, системы управления, контроля и оценки качества работы фронтальных дождевальных машин. — Коломна: ФГНУ ВНИИ «Радуга», 2003.-354 с.

79. Горский А. В., Воробьев А. А. Оптимизация системы ремонта локомотивов. — М.: Транспорт, 1994. — 208 с.

80. Добров Г. М. Научно-технический прогресс производительных сил. Киев: Техшка, 1985. — 61 е., ил.

81. Добров Г. М. Системный анализ организационно-управленческих проблем научно-технического прогресса. Киев: О-во "Знание" УССР, 1981. — 19 с.

82. Дудина О. И. Качество рабочей силы в условиях обновления производства: автореферат диссертации на соискание ученой степени кандидата экономических наук: 08.00.05. Екатеринбург: УрГУПС, 2005. — 23 с.

83. Железнодорожный транспорт и реформы (Зарубежный опыт, проблемы и перспективы глазами российских железнодорожников) / Под общей ред. Левина Б. А. М.: ЗАО ИПТИЛ РАН, 2002. - 118 с.

84. Заичкин Н. И. Экономико-математические модели и методы принятия решений в управлении производством: Учебное пособие. — М.: ГУУ, 2000.-107 с.

85. Зыков Ю. А. Ориентация хозяйственного механизма на повышение качества продукции. -М.: Экономика, 1986. —212 е., ил.

86. Ибрагимова JI. А. Формирование системы непрерывной профессиональной подготовки персонала в области менеджмента качества: автореферат диссертации на соискание ученой степени кандидата экономических наук: 05.02.22, 08.00.05. Ижевск: ИжГТУ, 2005. - с. 27.

87. Каас Р., Гувертс М., Дэнэ Ж., Денут М. Современная актуарная теория риска: Пер. с англ. М.: Янус-К, 2007. - 376 е., ил.

88. Кибанов А. Я. Основы управления персоналом организации. — М.: ИНФРА-М, 2006.-304 с.

89. Клочков В. С. Построение модели эффективного формированияпрофессионального роста производственного персонала: авторефератсдиссертации на соискание ученой степени кандидата экономических наук: 08.00.05. СПб.: СПбГУЭФ, 2002. - 22 с.

90. Козубенко В. Г. Корреляционный анализ причины снижения эффективности управляющей деятельности машиниста локомотива: Учебное пособие. Ростов-на-Дону: РИИЖТ, 1991. - 92 с.

91. Комплексная система управления качеством и эффективностью работы локомотивного депо. Рекомендации по разработке и внедрению / МПС СССР. М.: Транспорт, 1986. - 223 с.

92. Краснощеков П. С., Петров А. А. Принципы построения моделей. — М.: ФАЗИС, ВЦРАН, 2000. 400 с.

93. Кударов Руслан С. Регрессионный анализ влияния стажа машинистов на количество случаев брака в работе локомотивного депо // Известия петербургского университета путей сообщения. — СПб.: ПГУПС, 2008. Вып. 2(15). - С. 17-27.

94. Мазманова Б. Г. Основы теории и практики прогнозирования. — Екатеринбург: ИПК УГТУ, 1998. 128 с.

95. Мартино Д. Технологическое прогнозирование. — М.: Прогресс, 1977.-591 с.

96. Масленникова Е. В. Детерминанты качественных характеристик рабочей силы: автореферат диссертации на соискание ученой степени кандидата экономических наук: 08.00.05. Омск: ОмГУ, 2003. - с. 22.

97. Маслов Е. В. Управление персоналом предприятия: Учебное пособие / Под ред. Шеметова П. В. М.: ИНФРА-М; Новосибирск: НГАЭиУ, 2005.-312 с.

98. Математическая теория планирования эксперимента / Под ред. Ермакова С. М. М.: Наука. Главная редакция физико-математической литературы, 1983. - 392 с.

99. Методические рекомендации по внедрению комплексной системы управления качеством труда работников заготовительной деятельности. — М.: Центральный институт научной организации труда, управления и рационализации (ЦИНОТУР), 1983. 36 с.

100. Моделирование развивающихся систем / В. М. Глушков, В. В. Иванов, В. М. Яненко. -М.: Наука, 1983. 350 е.: ил.

101. Мхитарян В. С. Методология статистического анализа оценки качества промышленной продукции: автореферат диссертации на соискание ученой степени доктора экономических наук: 08.00.11. — М.: Ротапринт МЭСИ, 1985.-c.44.

102. Нечаева И. И. Оценка профессиональных качеств и результатов труда работников в системе управления персоналом: автореферат диссертациина соискание ученой степени кандидата социологических наук: 22.00.08. — М., 2002. с.29.

103. Орлов А. И. Прикладная статистика: учебник. М.: Издательство «Экзамен», 2006. - 671 с.

104. Рамперсад X. К. Универсальная система показателей деятельности. М.: Альпина Бизнес Букс, 2004. — 352 с.

105. Раяцкас Р. Л. Количественный анализ в экономике / Отв. ред. Н.И. Федоренко; АН СССР, Центр, экон.-мат. ин-т. М.: Наука, 1987. - 390 с.

106. Раяцкас Р. Л. Модели социально-экономического прогнозирования. -Вильнюс: ЛитНИИНТИ, 1980. 72 с.

107. Рыжиков Ю.И. Работа над диссертацией по техническим наукам. -СПб.: БХВ Петербург, 2005. - 496 е., ил.

108. Саркисян С. А., Голованов Л. В. Прогнозирование развития больших систем. -М.: Статистика, 1975. 192 с.

109. Сидельников Ю. В. Теория и практика экспертного прогнозирования. -М.: ИМЭМО РАН, 1990. 195 с.

110. Стадник А. Т., Ербягин А. М. Формирование системы управления качеством работы в сельскохозяйственном предприятии применительно к условиям рынка. — Новосибирск: Сибирский НИИ экономики сельского хозяйства, 1994. -20 с.

111. Статистическое моделирование и прогнозирование / Под ред. А.Г. Гранберга. -М.: Финансы и статистика, 1990. — 383 с.

112. Супрун В. Н., Лакин И. К. Системный анализ показателей работы железных дорог как исходных данных систем менеджмента качества. -Красноярск: Издательство «Гротеск», 2005. — 52 с.

113. Таблицы математической статистики. Болынев JI. Н., Смирнов Н. В. М.: Наука. Главная редакция физико-математической литературы, 1983. — 416 с.

114. Тейл Г. Прикладное экономическое прогнозирование. — М.: Прогресс, 1970.-509 с.

115. Тейл Г. Экономические прогнозы и принятие решений. — М.: Статистика, 1971. —488 с.

116. Твисс Б. Прогнозирование для технологов и инженеров. — М.: 2000. -255 с.

117. Федоров В. Ф. Теория оптимального эксперимента (планирование регрессионных экспериментов), монография. -М.: Наука, 1971. -312 е., ил.

118. Эйрес Р. Научно-техническое прогнозирование и долгосрочное планирование. -М.: Мир, 1971. -295 с.

119. Dobson A. J. An Introduction to Generalized Linear Models. — Herston: University of Queensland, 2008. 320 p.