автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Модели и алгоритмы обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе

На правах рукописи

ТАРАБРОВА Ирина Николаевна

МОДЕЛИ И АЛГОРИТМЫ ОБЕСПЕЧЕНИЯ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В ОБЛАСТИ ВОСПРОИЗВОДСТВА НАУЧНЫХ КАДРОВ В ВЫСШЕЙ ШКОЛЕ

05.13.01 — Системный анализ, управление и обработка информации (в науке и промышленности)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

1 5 ЯНЗ 2015

005557894

Москва - 2014

005557894

Работа выполнена в Федеральном государственном бюджетном научном учреждении «Государственный научно-методический центр».

Научный руководитель:

Заслуженный деятель науки и техники РСФСР, доктор технических наук, профессор Емелин Николай Михайлович.

Официальные оппоненты:

1. Майструк Александр Владимирович - Почетный работник высшей школы Российской Федерации, доктор технических наук, профессор, профессор кафедры Московского государственного индустриального университета.

2. Беркетов Геннадий Александрович — кандидат технических наук, профессор, профессор кафедры Московского государственного университета экономики, статистики и информатики.

Ведущая организация:

Национальный исследовательский ядерный университет «МИФИ».

Защита состоится «18» февраля 2015 г. в 14 часов 30 минут на заседании диссертационного совета Д 520.033.01 при Межрегиональном общественном учреждении «Институт инженерной физики» по адресу: 142210, Московская область, г. Серпухов, Большой Ударный пер., д. 1а.

Отзывы на автореферат в 2-х экземплярах просьба направлять но адресу: 142210, Московская область, г. Серпухов, Большой Ударный пер., д. 1а, Межрегиональное общественное учреждение «Институт инженерной физики», Ученому секретарю диссертационного совета Д 520.033.01.

С диссертацией можно ознакомиться в библиотеке Межрегионального общественного учреждения «Институт инженерной физики» по адресу: 142210, Московская область, г. Серпухов, Большой Ударный пер., д. 1а и на сайте http://vyww.iifrf.ru.

Автореферат разослан «_»_2014 года.

Ученый секретарь

диссертационного совета Д 520.033.01, доктор технических наук, профессор С.Г.Данилюк

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Одной из главных задач научно-технической политики государства Стратегия инновационного развития Российской Федерации на период до 2020 года определяет достижение и обеспечение необходимого качества научных исследований на уровне мировых требований, эффективное использование образовательного и научно-технического потенциала научных кадров для развития российской экономики. При переходе к инновационному социально-ориентированному типу экономического развития страны необходимо системное развитие кадрового потенциала национального сектора исследований и разработок и связанного с ним сектора высшей школы, поскольку по данным современной статистики ученые высшей школы России составляют более 60 % от общего числа российских ученых.

Следует отметить, что первая декада XXI века оказалась критической для российской науки, потому что именно в этот период значительно возрос отток из науки высококвалифицированных специалистов старших возрастных групп (свыше 65-70 лет), а приток молодых кадров был невелик.

Сегодня, когда российская экономика переходит к инновационно-ориентированному типу развития, стране необходимы ученые, способные создавать действительно оригинальные инновационные разработки, решать научные задачи, открывающие новые направления знания и производства. И именно такими учеными необходимо наполнять «научный сектор».

С 2009 года в стране реализуется Федеральная целевая программа «Научные и научно-педагогические кадры инновационной России», основной целью которой является развитие системы эффективного воспроизводства высокопрофессиональных кадров научной и научно-образовательной сферы и повышение их конкурентоспособности на мировом уровне.

Однако, предпринимаемые действия по поддержке научных кадров не оказывают решающего влияния на позитивное изменение ситуации по их воспроизводству и требуются дополнительные обоснованные управленческие решения в данной области.

Проблемы воспроизводства и эффективного использования научных кадров нашли отражение в работах Балашова В.В., Бугакова И.А., Доброва Г.М., Ильиной И.Е., Лебедевой H.H., Тодосийчука A.B., Трофимовой Л.А., Царькова А.Н., Шукшунова В.Е. и др. Различные подходы к оценке качества и результативности научных исследований и разработок рассматривались в работах Арутюнова В.В., Гохберга Л.М., Данилюка С.Г., Деркач Г.М., Зайцева A.B., Ларичева О.И., Маслова В.Г., Монфора А.О., Москвитина В.Г., Новикова Д.А., Покровского В.А., Хайтуна С.Д., Цимбала В.А. и др. Однако, несмотря на значительное количество работ в данной области, следует отметить, что имеет место противоречие между потребностью современной инновационной экономики в обновлении и преемственности научных кадров, способных решать ее насущные проблемы, с одной стороны, и недостаточной проработанностью вопросов обеспечения принятия управленческих решений в области их воспроизводства, с другой.

Из всего вышесказанного можно сделать вывод об актуальности создания моделей и алгоритмов обеспечения принятия управленческих решений в области воспроизводства научных кадров, с помощью которых можно смоделировать процессы воспроизводства научных кадров, выбрать рациональные варианты распределения участников процесса воспроизводства научных кадров на различных этапах их подготовки, исходя из заданных требований, а также дать практические рекомендации по принятию управленческих решений в области воспроизводства научных кадров сектора высшей школы.

Объектом исследования является система управления воспроизводством научных кадров в высшей школе.

Предмет исследования — математическое и алгоритмическое обеспечение принятия управленческих решений в области воспроизводства научных кадров в высшей школе.

Цель исследования: повышение обоснованности принятия управленческих решений в области воспроизводства научных кадров в высшей школе.

Для достижения поставленной цели решается научная задача: разработка моделей и алгоритмов обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе.

Методы исследований. Методы системного анализа, методы математического моделирования, теория марковских процессов, теория нечетких множеств.

Основные результаты исследования, выносимые на защиту:

1. Марковская модель воспроизводства научных кадров в высшей школе.

2. Модели оценки научной активности участников процесса воспроизводства научных кадров в высшей школе с использованием математического аппарата нечетких множеств.

3. Алгоритмы обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе:

- алгоритм определения вероятностей нахождения участников процесса воспроизводства научных кадров в каждом из его состояний;

- алгоритмы выбора показателей научной активности участников процесса воспроизводства научных кадров сектора высшей школы;

- алгоритм оценки уровня научной активности участников процесса воспроизводства научных кадров сектора высшей школы.

Достоверность результатов работы обеспечивается строгостью применения апробированного математического аппарата теории марковских процессов и теории нечетких множеств, сходимостью результатов моделирования с имеющимися экспериментальными данными, ясной физической трактовкой полученных результатов.

Научная новизна и теоретическая значимость работы заключается в разработке нового инструментария для повышения обоснованности принятия управленческих решений в области воспроизводства научных кадров в высшей школе, включающего:

1. Марковскую модель воспроизводства научных кадров сектора высшей школы, новизна которой заключается в том, что в отличие от существующих моделей подготовки научных кадров высшей квалификации (в аспирантуре и докторантуре), которая отражает все уровни высшего образования, на которых осуществляется воспроизводство научных кадров, и позволяет определить необходимое количество исследователей на каждом уровне подготовки, а также корректировать это количество в соответствии с требованиями заказчика.

2. Математические модели выбора показателей, характеризующих научную активность исследователей, и оценки уровня научной активности по выбранным показателям, построенные с использованием математического аппарата нечетких множеств, новизна которых заключается в возможности формализации экспертной информации о параметрах оценки научной активности исследователей, позволяющей на основе процедур индивидуальной экспертной оценки с использованием лингвистических переменных «ВЕС» и «ОЦЕНКА» и нечетких значений определить наиболее значимые из оцениваемых показателей научной активности, носящих преимущественно качественный характер, а также произвести такую оценку для дальнейшего использования при формировании управленческих решений в области воспроизводства научных кадров.

3. Алгоритмы обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе: алгоритм определения вероятностей нахождения участников процесса воспроизводства научных кадров в каждом из его состояний, алгоритмы обоснования перечня основных и частных показателей научной активности участников процесса воспроизводства научных кадров в высшей школе и алгоритм оценки уровня научной активности участников процесса воспроизводства научных кадров в высшей школе, позволяющие, в отличие от известных аналогов, решать задачи обеспечения принятия управленческих решений в области воспроизводства научных кадров в системе высшей школы.

Практическая значимость. Результаты, полученные в диссертационной работе, целесообразно использовать при создании АСУ государственных органов управления воспроизводством научных кадров на всех уровнях их подготовки, а также АСУ вузов и научных организаций. Это позволит им получить объективную информацию о текущем состоянии процесса воспроизводства научных кадров и прогнозных оценках его дальнейшего развития в соответствии с заданными параметрами, а также проводить оценку уровня научной активности участников данного процесса, выявлять «пробелы» в их подготовке и самореализации, тем самым получая возможность формировать необходимые рекомендации по повышению уровня их научной активности, а также ее практической реализации. Разработанные методические рекомендации по применению моделей и алгоритмов обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе позволят органам управления воспроизводством научных кадров наиболее полно использовать возможности разработанного инструментария, что обеспечивает принятие ими обоснованных управленческих решений.

5

Применение разработанных моделей и алгоритмов позволит органам управления обоснованно принимать решения в области воспроизводства научных кадров при формировании заказа на их подготовку в масштабе страны на основе заданных исходных данных.

Апробация работы. Результаты диссертации докладывались и обсуждались на научно-технических семинарах в ФГБНУ «Государственный научно-методический центр (2008-2014 гг.); XXVII Межрегиональной научно-технической конференции «Проблемы эффективности и безопасности функционирования сложных технических и информационных систем» (г. Серпухов, СВИ РВ, 2008 г.); Международной научно-практической конференции «Развитие отечественной системы информатизации образования в здоровьесберегающих условиях» (г. Москва, ИИО РАО, 2009 г.); научно-методическом семинаре «Информационные и коммуникационные технологии в образовании» (г. Москва, ИИО РАО, 2009 г.); I и IV Всероссийских научно-практических конференциях «Современное непрерывное образование и инновационное развитие» (г. Серпухов, МОУ «ИИФ», 2010 г. и 2014 г.), XXXI и XXXII Всероссийских научно-технических конференциях «Проблемы эффективности и безопасности функционирования сложных технических и информационных систем» (г. Серпухов, СВИ РВ, 2012-2013 гг.), Научно-практической конференции Военной академии РВСН им. Петра Великого «Экономика и организация производства вооружения, военной и специальной техники» (г. Москва, 2013 г.).

Публикации. Основные результаты работы опубликованы в 13 статьях, в числе которых 4 - в рецензируемых печатных изданиях, рекомендованных ВАК РФ, а также вошли в 9 отчетов о НИР.

Внедрение результатов исследования. Результаты работы были внедрены в процесс планирования процедур подготовки научных кадров в Национальном исследовательском ядерном университете «МИФИ», Московском городском педагогическом университете, Академии гражданской защиты МЧС России, а также в ФГБНУ «Государственный научно-методический центр» при выполнении работ в рамках реализации государственных контрактов по развитию и поддержке научных исследований студентов и молодых ученых, что подтверждено соответствующими актами об использовании результатов.

Структура и объем диссертации. Работа состоит из введения, четырех разделов, заключения, списка использованных источников из 118 наименований и 4 приложений. Общий объем работы 148 страниц, включая 13 рисунков и 23 таблицы.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, определены объект, предмет и цель исследований, сформулирована научная задача и результаты исследования. Представлены научные положения, выносимые на защиту. Показана научная новизна проведенных исследований, их практическая значимость. Кратко излагается содержание диссертации.

6

5; 58 ш » 56 69 •1 » Й)

»9 4»__........ ье ж 5в ад 48

« « 4С 4« -ф- 4» -о- 47 -о— 47 -о- 4» --О <7

—О— Юссяеломгвл* - «сего —о— Доктор» —¡&— №и«ама»т« наук

В первом разделе представлены результаты проведенного системного анализа современного состояния воспроизводства научных кадров сектора высшей школы.

В частности, отмечено, что общее количество ученых, занятых исследованиями и разработками в России, сократилось с 518690 человек в 1995 году до 372620 человек в 2012 году, что в долевом эквиваленте составило почти 30 %. При этом неуклонно растет средний возраст представителей науки высшей школы, который с 1998 года увеличился в среднем на 3 года для всех категорий исследователей и приблизился: для кандидатов наук — к 50-летнему рубежу, а для докторов наук - к пенсионному порогу (рис. 1).

Так же отмечается, что все известные статистические исследования в сфере состояния российской науки рассматривают воспроизводство научных кадров только высшей квалификации Рис. 1 - Средний возраст исследователей _ кандидатов И

сектора высшей школы

докторов наук, их

подготовку в аспирантурах и докторантурах и не рассматривают подготовку научно-исследовательских кадров на других уровнях высшего образования. Практически отсутствует централизованная официальная информация о количестве студентов, привлекаемых к научной работе, не говоря уже о статистике по отдельным уровням подготовки — бакалаврам, специалистам, магистрам, а также информация о соискателях и лицах, не имеющих научной степени, но ведущих активную научную работу. В разделе проанализированы процессы воспроизводства научных кадров, новые формы их подготовки, принятые в связи с изменением законодательства в сфере высшего образования и, в частности, со вступлением в силу Федерального закона № 273-Ф3 от 29 декабря 2012 г. «Об образовании в Российской Федерации» (далее — Закон 273-ФЗ).

Проведен анализ существующей структуры системы управления воспроизводством научных кадров в Российской Федерации, представленной на рис. 2.

Из рис. 2 видно, что процессы подготовки и воспроизводства научных кадров в вузах и научных организациях обеспечиваются за счет управляющих воздействий (X,)), формируемых органами управления на основании полученной информации о ходе процесса (У,) с учетом требований (}Утрее) перехода российской экономики к инновационному типу развития. Информация о состоянии воспроизводства научных кадров в вузах и научных организациях формируется на всех уровнях подготовки - НИРС, аспирантура, докторантура и т.д.

Рис. 2 - Структура системы управления воспроизводством научных кадров в Российской Федерации

Показано, что процессы воспроизводства научных кадров носят случайный характер, и для их описания при некоторых допущениях можно использовать аппарат теории марковских процессов.

Рассмотрены вопросы оценки научной активности исследователей для всех уровней их подготовки. Показано, что в настоящее время отсутствуют единые подходы к такой оценке, набор используемых для нее показателей достаточно велик (число наиболее часто используемых показателей достигает 50), получаемые оценки являются субъективными. На основе этого сделан вывод о целесообразности применения при решении вопросов оценки научной активности аппарата теории нечетких множеств.

В связи с вышеизложенным была сформулирована научная задача разработки моделей и алгоритмов, обеспечивающих принятие управленческих решений в области воспроизводства научных кадров в высшей школе. В качестве математического аппарата для решения задачи были выбраны теория непрерывных марковских процессов и теория нечетких множеств.

Второй раздел работы посвящен разработке модели воспроизводства научных кадров сектора высшей школы на основе математического аппарата непрерывных марковских процессов.

На рис. 3 представлена разработанная графовая модель воспроизводства научных кадров сектора высшей школы, отражающая все уровни высшего образования в соответствии с Законом 27Э-ФЗ.

Смысловое содержание всех состояний и переходов очевидно. Каждый участник рассматриваемого процесса воспроизводства проходит индивидуальную траекторию из начальных состояний 1 «Обучение на бакалавра» или 2 «Обучение на специалиста» до возвращения в эти же состояния после завершения своей активной работы (после выхода на пенсию, завершения трудовой деятельности и т.д.). В этом случае система, освобождаясь от «выбывшего», готова принять на освободившееся место очередного участника. При этом работа «действующего» участника процесса

воспроизводства научных кадров сектора высшей школы может быть как связанной с научной деятельностью (состояния 3, 5, 9, 10, 11, 14, 15, 16, 18), так и не связанной с ней (состояния 4,6, 8, 12,13,17,19).

Рис. 3 - Графовая модель воспроизводства научных кадров сектора высшей школы

Большинство состояний процесса предполагает несколько вариантов дальнейшего развития событий. Так, например, после завершения обучения на специалиста (состояние 2) участник процесса с той или иной вероятностью может: завершить обучение и начать производственную деятельность в качестве специалиста (состояние 6), заняться научно-исследовательской деятельностью (состояние 5) или продолжить свое обучение в аспирантуре (состояние 10). При этом таких состояний, предполагающих многовариантные переходы, в представленной модели - подавляющее большинство. Учитывая, что в большинстве случаев переходы между состояниями системы носят случайный характер, при некоторых сделанных допущениях данный процесс можно рассматривать как марковский с непрерывным временем.

Вероятности состояния Р, находятся из системы уравнений А.Н.Колмогорова (для стационарного режима):

М №

г = 1,2,...,и-1;

г* Г, (3)

где Л; - интенсивность перехода из ¿-го ву-е состояние, и вычисляется как

, Л/

"у

где д, - среднее время нахождения субъекта в состоянии / до момента его перехода в состояние у".

Как видно из выражения (4) значения интенсивностей переходов между состояниями зависят от вероятностей перехода р0 и среднего времени нахождения субъекта в каждом из состояний Цу. Это позволяет добиться достижения необходимых значений вероятности нахождения участника процесса в 1-ых состояниях Р, путем корректировки и рДругими словами, мы можем корректировать объем потоков участников процесса, выходящих из определенных состояний, и время их нахождения в этих состояниях до момента перехода. Так, например, из состояния 2 «Обучение на специалиста» выходит три потока - переходы в состояния 5 «НИД специалиста», 6 «Работа специалиста» и 10 «Обучение в аспирантуре» и, в зависимости от вероятностей перехода в каждое из этих состояний, а также времени нахождения в состоянии 2 до перехода в состояния 5, 6 или 10, мы сможем скорректировать последующее развитие событий.

Разработанная математическая модель воспроизводства научных кадров сектора высшей школы была апробирована путем проведения вычислительного эксперимента: в среде МаМСАй были проведены вычисления вероятностей Р, с использованием выражений (3) и (4). В качестве исходных данных использовались возможные

(в том числе, и граничные) значения параметров

модели.

На рис. 4 представлены графики зависимости степени наполнения состояний процесса воспроизводства научных кадров от интенсивностей переходов между состояниями Ау (при фиксированных значениях //у) для следующих вариантов развития событий:

- вариант 1, когда значения вероятностей переходов из каждого состояния системы принимаются равными;

вариант 2, когда при всех прочих равных значениях вероятностей переходов в системе возрастают значения вероятностей переходов в состояние 10 «Обучение в аспирантуре»;

вариант 3, когда при всех прочих равных значениях вероятностей переходов в системе возрастают значения вероятностей переходов участников процесса в состояния, определяющие блок «НИРС» (состояния 3, 5 и 9);

- вариант 4, когда при всех прочих равных значениях вероятностей переходов в системе значительно уменьшаются вероятности переходов в состояния 10 «Обучение в аспирантуре» и 15 «Обучение в докторантуре».

0Л50

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1Э 19 Состояния системы

- - вариант 1 „ - вариант 2 - вариангЗ ■ - варнанг 4

Рнс. 4 - Графики зависимости степени наполнения состояний системы воспроизводства научных кадров от /щ

Анализируя полученные результаты, можно сделать вывод, что наблюдается зависимость конечного «наполнения» того или иного состояния от вероятностей переходов ру. Так, при относительно равном распределении участников процесса по потокам из состояний, где потоки «разветвляются» (рис. 3, вариант 1), «научный сектор» остается практически без кадров (значение вероятности нахождения участников процесса в соответствующих состояниях-3, 5, 9,11, 14, 16,18 в среднем составляет около 0,022).

При распределении потоков, когда значительная часть участников процесса перенаправляется в «научный сектор» — аспирантура, НИРС и т.д. (рис. 3, варианты 2-4), мы получаем уже совсем другую картину — значительно возрастает доля кадрового насыщения «научного сектора» (в частности, состояний 10 «Обучение в аспирантуре», 13 «Работа кандидата наук» и 18 «НИД доктора наук»), а также возрастает количество участников процесса, обладающих ученой степенью.

Проведенные расчеты показали, что разработанная модель воспроизводства научных кадров сектора высшей школы адекватно реагирует на изменение параметров ру и ¡Лу. изменение интенсивностей переходов ^

11

изменяет уровень кадрового наполнения состояний процесса и может варьироваться в зависимости от конкретной ситуации.

Таким образом, вычисление вероятностей Pi при различных значениях интенсивностей переходов определяющихся требованиями к

рассматриваемой системе воспроизводства научных кадров, позволяет провести анализ функционирования этой системы при различных сочетаниях параметров. Рассмотренная модель позволяет путем задания определенных значений интенсивностей переходов между различными состояниями процесса получить количество участников каждого уровня подготовки и практической деятельности, а также скорректировать это количество в соответствии с требуемыми значениями.

В третьем разделе представлены разработанные математические модели выбора показателей, характеризующих научную активность ученых высшей школы, и оценки их научной активности по выбранным показателям.

Как уже отмечалось выше, оценка научной активности ученого -субъективна, а, возвращаясь к модели воспроизводства научных кадров, надо сказать, что и набор показателей, по которым можно было бы оценить участников процесса, будет разным для разных состояний, поскольку невозможно подходить к оценке различных категорий участников процесса (бакалавров, специалистов, магистров, аспирантов, кандидатов наук, докторантов, докторов наук) с одинаковым набором критериев оценки. Поэтому целесообразно выбор показателей для оценки научной активности каждой категории участников процесса воспроизводства научных кадров осуществлять посредством методов экспертной оценки.

Для решения задачи формализации и интерпретации экспертных знаний в данном случае с успехом может быть применен апробированный математический аппарат нечетких множеств с использованием понятия лингвистической переменной.

Для выбора наиболее значимых показателей для оценки научной активности участников процесса воспроизводства научных кадров вводится лингвистическая переменная «ВЕС», значениями которой являются понятия «низкий», «ниже среднего», средний», «выше среднего» и «высокий» или термы терм-множества лингвистической переменной «ВЕС».

Определяющим в понятии нечеткого множества является функция принадлежности, показывающая насколько численное значение переменной соответствует понятию, формализованному нечетким множеством. Для определения семантики значений лингвистической переменной «ВЕС» применяется способ, основанный на использовании в качестве функции принадлежности модифицированной ;г-функции, определяемой следующей системой уравнений:

^ (</) = *(</, /?;, /?;, <*% с1-)2\ (5)

»(«*, п", я), «/;, <*;)=

'*(</, й] - 2П', й) - п", при й<с1], 1 при ¿)<а<й],

1 - <*;, л"+2г]") при а >

(6)

г,¿>) =

О при<1<%,

2(5—с!)1

при Е, < с/ < г, 2 при т<(1<8,

(7)

1 при й > д,

где сС) и ¿/у — параметры, задающие интервал номинальных значений базовой переменной с1, степень принадлежности которых терму Т] е Г\{Г„ Г,} равна 1; ^ и - параметры, определяющие относительно значений с1) и </у базовые значения Л, степень принадлежности которых терму Т] еГ\{Г„ 7}} равна0,5; - параметр, определяющий вид функции принадлежности в диапазоне значений [</, -2щ </,], ¿/у + 2^].

Для точной интерпретации полученной информации используется выражение:

| ¿МтЮ «И

г =

(В)

¿.¿■-217"

где Г - численная оценка для значения Т лингвистической переменной «ВЕС».

Формула (8) позволяет переходить от функций принадлежности, формализующих значения лингвистической переменной, к точным количественным оценкам, компактно характеризующим суть параметров, используемых для оценки научной активности участника процесса воспроизводства научных кадров.

Очевидно, что набор показателей для оценки научной активности различных категорий участников процесса воспроизводства должен быть различным, поскольку мы не можем по одним и тем же параметрам оценивать, например, бакалавра и кандидата наук. Поэтому для каждой категории перечень показателей для оценки научной активности осуществлялся отдельно. Для реализации данной процедуры на основе вышеизложенного подхода с

использованием аппарата нечетких множеств в среде Ма/ИСАО была разработана соответствующая программа, позволяющая, определяя параметры ^-функции, строить функции принадлежности с их последующей интерпретацией в количественные значения (5 - 8).

Из рассмотренных 50 показателей, наиболее часто используемых для такого рода оценки, эксперты выбирали те, которые, по их мнению, наиболее полно и достоверно могут характеризовать научную активность участника процесса для каждой из категорий. После процедуры экспертной оценки отбирались наиболее значимые показатели с соответствии с их обобщенной оценкой (например, при превышении значения обобщенной оценки 0,500).

На рис. 5 в качестве примера представлен полученный перечень показателей оценки научной активности для уровня подготовки «специалист», а на рис. 6 представлены результаты такой оценки участника процесса воспроизводства научных кадров уровня подготовки «специалист» в соответствии с выбранным перечнем показателей.

Средняя оценка участника процесса, претендующего на переход в «научный сектор», после проведенной экспертизы составила 0,270. Таким образом, данный участник не преодолевает «среднего» порога 0,500 и в этом случае ему может быть рекомендовано повысить свою научную и инновационную активность по тем показателям, по которым у него наблюдается существенное отставание.

В четвертом разделе проведен анализ операций по сбору и обработке информации для оценки состояния воспроизводства научных кадров в высшей школе и представлены алгоритмы, обеспечивающие автоматизированную обработку данных.

Разработанное алгоритмическое обеспечение включило в себя:

- алгоритм определения вероятностей нахождения участников процесса воспроизводства научных кадров в каждом из его состояний (рис. 7), обеспечивающий автоматизацию определения количества участников в каждом из состояний системы, а также корректировки этого количества в соответствии с заданными параметрами;

- алгоритмы выбора основных и частных показателей научной активности участников процесса воспроизводства научных кадров сектора высшей школы (рис. 8), обеспечивающие автоматизацию процесса формирования набора показателей для оценки научной активности участников процесса;

- алгоритм оценки уровня научной активности участников процесса воспроизводства научных кадров сектора высшей школы (рис. 9), обеспечивающий автоматизацию процесса оценки научной активности участников «научного сектора».

Для практического использования вышеописанных моделей и алгоритмов были разработаны методические рекомендации, раскрывающие порядок их применения при организации и осуществлении процедур принятия управленческих решений в области воспроизводства научных кадров.

Л» п/п Показатель научной и ннновацнониот активности Обобщенная экспертная оценка

1 2 3

1. Публикационная активность (научные публикации, статья н тезисы) 0,833

2. Изобретательская активность 0,721

3. Подготовка объектов интеллектуальной собственности (авторссте свидетельств*, патенты) 0.694

4. Востребованность проводимых научных исследований 0,693

5. Сотрудничество с МИЛ, технопарками, бизнес-инкубаторамн и др. 0.675

6. Участие в мировом н наппональяоэх научно- техническом сотрудничестве 0,649

7_ Частота, появления информации о проводимых исследованиях в общедоступных средствах массовой информации 0,647

8. Наличие доступа к уникальным научным объектам и центрам коллективного пользования 0,633

9. Предложения от организаций и частных лиц о работе, сотрудничестве 0,632

10. Награды, премии и;ц»угле документы общественного признания, связанные с осуществляемою научно-исследовательскою деятельностью 0,598

И. Участие в выставочной деятельности 0,578

Рис. 5 - Набор показателей для оценки научной активности участника процесса воспроизводства научных кадров в высшей школе уровня подготовки «специалист»

>* п/п Показатель научной и инновационной активности Обобщенная экспертная оценка

1 2 3

1. Публикационная активность (научные публикации, статьи и тезисы) 0307

2. Изобретательская активность 0.347

3. Подготовка объектов интеллектуальной собственности (авторские свидетельства, патенты) 0,000

4. Востребованность проводимых научных исследований 0,459

5. Сотрудничество с МИЛ, технопарками, бизнес-инкубаторамя н др. 0.268

6. Участие в мировом и национальном научно-техническом сотрудничестве 0.135

7. Частота появления информации о проводимых исследованиях в общедоступных средствах массовой информации 0,297

8. Наличие доступа с уникальным научным объектам и центрам коллективного пользования 0*516

9. Предложения от организаций я частных лиц о работе, сотрудничестве 0,394

10. Награды, премии и .другие документы общественного признания, связанные с осуществляемою научно-исследовательскою деятельностью 0.115

11. Участие в выставочной деятельности 0.128

Рис. 6 - Обобщенные экспертные оценки по показателям научной активности участника процесса воспроизводства научных кадров в высшей школе уровня подготовки «специалист»

(начало)

I

Модель воспроизводства научных кадров сектора высшей школы (рис. 1} /¿¿-средние времена нахождения субъекта в состоянии I до момента его перехода в состояние / р:} — вероятности перехода субъекта из г-го в_/-е состояние л-число возможных состояний

< 1=1,2,.... и-1 /= 1,2,...^

Вычисление интенсивностей перехода А$ из г-го в/-е состояние для всех возможных состояний (4):

Вычисление вероятностей Р;

нахождения участника процесса в 1-ых

состояниях (3):

М М

Анализ полученных результатов и рекомендации по корректировке

КОНЕЦ ^

Рис. 7 - Блок-схема алгоритма определения вероятностей нахождения участников процесса воспроизводства научных кадров в высшей школе в каждом из его состояний

А ¿V /?'> гг> ъ /

перечень показателей для оценки научной активности участника процесса воспроизводства научных кадров (Н)

X

Функция принадлежности 5-классл ¡7):

ояр«1а 4,

¡(.¿,(.1.6). вpкíS1/Sfl 1- '(5~<Г>, еря 1 ара <Ш,

<

j^*2;J<J

кл п;. rfj.rj.j-,)

Стандартам ¿^функция (Б):

1 у;, пм

I

Функции принадлежности, выраженные стандартной ¿г-функцией (5): и,щ-ху. </;, </;,

Г

I

Формирование перечня обобщенных оценок №1 (значимости) показателей для оценки научной активности

•V р/п Пошате-п. Обобошшая экспертиз* опенка (у,)

1 Показатель 0.272

.V Показатель 0.731

/, и <ЛГ

Иекпшченне показателя из перечня наиболее весомых (значимых) показателей для оценки научней активности

В ключ« ни* пошатал» ■ перечень наиболее весомых (значимых) поп»телей для оценки мучной активности

Формирование перечня наиболее весомых (значимых) показателей для оценки еффективности НД ученого

»р/й Показатель Обобоншия экеяертяая опенка

1 Показатель 0.572

..............

М Локакопт

Т

ГконаГ)

Рис. 8 - Блок-схема алгоритма выбора показателей для оценки научной активности участников процесса воспроизводства научных кадров в высшей школе 17

^ НАЧАЛО^

4 <ен <?,, I к н

кмЯ-К, ¿А ^«яги^-^ информационные данные оцениваемого ученого в соответствии с перечнями показателей для оценки научной активности

Щ

Функция принадлежи оста $-хласса:

при !прпс?2£.

Стандартная ¿Г-фуияция:

Ш,¡е- /(.^прии?, «V; <) -¡1 щл £л><.

Функции принадлежи ост, выраженные стандартной /Т-функцмед: и, (а) ■ 7*, <Г,

| ¿¿г, (4)44

'Г лм«

с

Оценка экспертам« информационных данных ученого в соответствии с перечиним частных показателей

Формирование матрицы точечных значетй экспертных оценок по каждому частному показателю

Оспе в ней Чкпу, Эксперт

1«шятмк •штп з, Эк

Покаэапжгъ-н; о.т 6,776

Локазаяи,пя

Поксоатвзъ-ч* 0,08} 0,262

х

24

-

к

Формирование перечня обобщенных экспертных оценок по каждому частному показателю уровня научной активности

Опмш! поккгтелъ п.— Обобщенная экспертная ец< нка (^/ц)

Лехазаян > Логазатт-ч; 0,272

1 Показапнлъ-ч; 6,731

Формирование матрицы точечных значений нечетких переменны* ЛП «ОЦЕНКА*

Те рмы ЛП «ОЦЕНКА»

Нпкаа (Н) Высоки (В)

Э; 6.Ш Ш

Зг д'д'1 Ш

X

ъ

Определение итоговой оценки уровня научной активности ученого

I

Итоговая экспертная

оценка научной активности уче кого (0}

^ КОНЕЦ ^

Рис. 9 - Блок-схема алгоритма оценки уровня научной активности участника процесса воспроизводства научных кадров в высшей школе

18

Апробация моделей и алгоритмов в АСУ вузов (НИЯУ «МИФИ», Академия гражданской защиты МЧС России и МПГУ) показала, что применение разработанных моделей и алгоритмов позволяет органам управления обоснованно принимать решения в области воспроизводства научных кадров при формировании заказа на их подготовку на основе требований заказчика. В частности, применение разработанных моделей и алгоритмов позволило повысить оперативность проведения работ по анализу текущего состояния и перспектив развития процессов воспроизводства научных кадров при заданных исходных данных (в среднем, экономия времени на проведение анализа составила до 20 %), а также сократить численность персонала, осуществляющего анализ и подготовку информации для принятия управленческих решений по воспроизводству научных кадров в вузе (процент сокращения персонала составил до 17 %).

Таким образом, разработанные модели и алгоритмы воспроизводства научных кадров сектора высшей школы с использованием математического аппарата непрерывных марковских процессов и математического аппарата нечетких множеств позволяют определить необходимый уровень кадрового наполнения каждого из состояний системы для обеспечения заданных выходных характеристик, рассчитать возможные вероятности распределения потоков участников процесса и выбрать рациональные варианты такого распределения, оценить уровень научной активности участников процесса, дать практические рекомендации по его повышению. Это является основой для принятия обоснованных управленческих решений в области воспроизводства научных кадров сектора высшей школы на всех уровнях их подготовки.

В заключении диссертации приведены основные результаты исследования.

Основные результаты и выводы.

В диссертации решена научная задача разработки моделей и алгоритмов обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе.

Получены следующие результаты:

1. Проведен анализ современного состояния процессов воспроизводства научных кадров в высшей школе, системы управления этими процессами, используемых методов оценки научно-исследовательской деятельности, позволивший выявить противоречие между потребностью современной инновационной экономики в обновлении и преемственности научных кадров, способных решать ее насущные проблемы, с одной стороны, и недостаточной проработанностью вопросов обеспечения принятия управленческих решений в области их воспроизводства, с другой, и поставить задачу исследования.

2. Разработаны математические модели воспроизводства научных кадров сектора высшей школы:

- марковская модель воспроизводства научных кадров сектора высшей школы, отражающая процесс воспроизводства научных кадров на всех уровнях высшего образования и позволяющая определить необходимое количество участников этого процесса в каждом из его состояний, а также корректировать это количество в соответствии с требованиями заказчика;

- математические модели выбора показателей и оценки научной активности по выбранным показателям, которые позволяют получить оценку уровня научной активности участников процесса воспроизводства научных кадров в высшей школе, выявлять «пробелы» в их подготовке и самореализации, тем самым получая возможность формировать необходимые рекомендации по повышению уровня их научной активности, а также ее практической реализации.

3. Для обеспечения возможности автоматизированного принятия управленческих решений по вопросам воспроизводства научных кадров высшей школе разработаны:

- алгоритм определения вероятностей нахождения участников процесса воспроизводства научных кадров в каждом из его состояний, который обеспечивает возможность автоматизации процедуры определения количества участников процесса в каждом из состояний;

- алгоритмы обоснования перечня основных и частных показателей научной активности участников процесса воспроизводства научных кадров сектора высшей школы, применение которых обеспечивает возможность автоматизации процедуры формирования необходимого набора показателей для оценки научной активности по каждому уровню подготовки участников процесса воспроизводства научных кадров;

- алгоритм оценки уровня научной активности участников процесса воспроизводства научных кадров сектора высшей школы, который обеспечивает возможность автоматизации процедуры оценки по выбранным показателям уровня научной активности участников процесса.

4. Проведена апробация разработанных моделей и алгоритмов, подтвердившая их работоспособность и чувствительность к изменению задаваемых исходных данных. Показано, что применение разработанных моделей и алгоритмов позволяет органам управления обоснованно принимать решения в области воспроизводства научных кадров при формировании заказа на их подготовку на основе требований заказчика.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

В периодических изданиях из списка ВАК:

1. Тараброва И.Н. Подход к обоснованию показателей для оценки научной деятельности российских молодых ученых / Емелин Н.М., Тараброва И.Н. // «Вестник МАИ». - 2009. - № 4.

2. Тараброва И.Н. Оценивание эффективности научных исследований молодых ученых / Емелин Н.М., Тараброва И.Н., Соколов Д.И. // «Нейрокомпьютеры: разработка, применение». - 2009. - № 12.

3. Тараброва И.Н. Нечеткая модель обоснования показателей качества инновационной деятельности ученого / Тараброва И.Н. // «Транспортное дело России».-2014.-№ 5 (115).

4. Тараброва И.Н. Модели и алгоритмы воспроизводства научных кадров сектора высшей школы / Тараброва И.Н. // «Известия института инженерной физики». - 2014. -№ 4 (34).

В других изданиях:

5. Тараброва И.Н. Подход к обоснованию показателей для оценки научной деятельности российских молодых ученых / Тараброва И.Н. // «Известия Волгоградского государственного технического университета». - 2008. - Т. 5, № 5. -С. 91-92.

6. Тараброва И.Н. Анализ методов выбора показателей для оценки эффективности научной деятельности молодых ученых / Тараброва И.Н. // Труды XXVII Межрегиональной научно-технической конференции. - Серпухов. - 2008.

7. Тараброва И.Н. Проблемы и пути совершенствования системы подготовки молодых научных кадров в Российской Федерации / Емелин Н.М., Тараброва И.Н. // Труды XXVII Межрегиональной научно-технической конференции. - Серпухов. -2008.

8. Тараброва И.Н. Обработка информации о научной деятельности молодых ученых / Тараброва И.Н. // «Ученые записки ИИО РАО». - 2009. - № 29 (II). - С. 128-131.

9. Тараброва И.Н. Структурная схема АСУ качеством научной деятельности молодого ученого / Тараброва И.Н. // Сборник трудов I Всероссийской научно-практической конференции «Современное непрерывное образование». - Серпухов. -2010.

10. Тараброва И.Н. Подход к оценке инновационной деятельности ученых высшей школы / Тараброва И.Н. // Труды XXXI Всероссийской научно-технической конференции «Проблемы эффективности и безопасности функционирования сложных технических и информационных систем». - Серпухов. - 2012. - Ч. 4. — С. 97-100.

11. Тараброва И.Н. Подход к оценке инновационной деятельности ученых / Тараброва И.Н. // Труды XXXII Всероссийской научно-технической конференции «Проблемы эффективности и безопасности функционирования сложных технических и информационных систем». - Серпухов. - 2013. - Ч. 4. - С. 215-216.

12. Тараброва И.Н. Модели воспроизводства научных кадров в системе высшего образования / Мошкин A.C., Тараброва И.Н. // МО РФ, «ИЗВЕСТИЯ-13». - 2013. -С. 199-200.

13. Тараброва И.Н. Марковские модели воспроизводства научных кадров высшей квалификации / Тараброва И.Н. // Материалы IV Всероссийской научно-практической конференции «Современное непрерывное образование и инновационное развитие». - Серпухов. - 2014.

Отчеты о НИР:

14. Разработка системы информационно-аналитической поддержки научной деятельности молодых ученых по приоритетным направлениям развития науки, технологий и техники в Российской Федерации: отчет о НИР / Тараброва И.Н. [и др.]. - М.: ФГНУ «Госметодцентр», 2007-2008. - 441 с. (ч. 1), 372 с. (ч. 2), 680 с. (ч. 3).

15. Научное сопровождение и мониторинг реализации мероприятий программы поддержки ведомственной системы развития НИРС и НТТМ: отчет о НИР / Тараброва И.Н. [и др.]. - М.: ФГНУ «Госметодцентр», 2008. - 100 с. (ч. 1), 113 с. (ч. 2).

16. Разработка методики и программного комплекса для анализа результатов мониторинга НИОКР гражданского назначения федеральных целевых программ (мероприятий, проектов): отчет о НИР / Тараброва И.Н. [и др.]. - М.: ФГНУ «Госметодцентр», 2008-2009. - 133 с. (ч. 1), 166 с. (ч. 2), 179 с. (ч. 3).

17. Разработка интегрированной системы управления НИРС-НТТМ в масштабах страны: отчет о НИР / Тараброва И.Н. [и др.]. - М.: ФГНУ «Госметодцентр», 20092010. - 130 с. (ч. 1), 189 с. (ч. 2).

18. Методическое, организационно-техническое, экспертное и информационно-статистическое сопровождение работ, выполняемых в рамках ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы: отчет о НИР / Тараброва И.Н. - М.: ФГНУ «Госметодцентр», 2009-2011. - 449 с. (ч. 1-2), 422 с. (ч. 3), 472 с. (ч. 4).

19. Методическое, организационно-техническое, экспертное и информационно-статистическое сопровождение работ, выполняемых в рамках федеральной целевой программы «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы в 2010 году: отчет о НИР / Тараброва И.Н. [и др.]. - М.: ФГНУ «Госметодцентр», 2010. - 1179 с.

20. Модернизация системы начального профессионального и среднего профессионального образования для подготовки специалистов в области атомного промышленного комплекса на базе отраслевого межрегионального ресурсного центра: отчет о НИР / Тараброва И.Н. [и др.]. - М.: НИЯУ «МИФИ», 2011-2013. -1347 с. (ч. 1), 1352 с. (ч. 2), 2801 с. (ч. 3), 2249 с. (ч. 4), 13592 с. (ч. 5), 2502 с. (ч. 6).

21. Экспертно-аналитическое сопровождение реализации программ-стратегического развития образовательных учреждений высшего профессионального образования в регионах Российской Федерации: отчет о НИР / Тараброва И.Н. [и др.]. - М.: ФГНУ «Госметодцентр», 2013. - 869 с. (ч. 1), 3441 с. (ч. 2).

22. Осуществление мониторинга и экспертизы проектов при реализации в 20142017 годах мероприятий 2.3, 3.3.1 и 3.3.2 ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы»: отчет о НИР / Тараброва И.Н. [и др.]. - М.: ФГНУ «Госметодцентр», 2014.-207 с. (ч. 1), 707 с. (ч. 2), 547 с. (ч. 3).

Подписано в печать:

01.12.2014

Заказ № 10456 Тираж - 100 экз. Печать трафаретная. Объем: 1,3усл.п.л. Типография «11-й ФОРМАТ» ИНН 7726330900 115230, Москва, Варшавское ш., 36 (499) 788-78-56 www.autoreferat.ru