автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Модели и алгоритмы оптимизации для управления инновациями реструктурируемых предприятий ВПК

На правах рукописи

ГУПАЛОВ КИРИЛЛ ВИКТОРОВИЧ

МОДЕЛИ И АЛГОРИТМЫ ОПТИМИЗАЦИИ ДЛЯ УПРАВЛЕНИЯ ИННОВАЦИЯМИ РЕСТРУКТУРИРУЕМЫХ ПРЕДПРИЯТИЙ ВПК

05.13.01 - Системный анализ, управление и обработка информации

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Красноярск - 2004

Работа выполнена в НИИ систем управления, волновых процессов и технологий Министерства образования и науки Российской Федерации (г. Красноярск)

Научный руководитель:

доктор технических наук, доцент Семенкина Ольга Эрнестовна

Официальные оппоненты:

доктор технических наук, профессор Ковалев Игорь Владимирович кандидат технических наук Дегтярев Александр Степанович

Ведущая организация: Российский государственный университет

инновационных технологий и предпринимательства (г. Москва)

Защита состоится 29 декабря 2004 г. в 15:00 на заседании диссертационного совета Д212.046.01 в НИИ систем управления, волновых процессов и технологий по адресу: г. Красноярск, ул. Баумана, 20-в.

С диссертацией можно ознакомиться в научной библиотеке НИИ СУВПТ.

Автореферат разослан 27 ноября 2004 г.

Ученый секретарь ___—г

диссертационного совета^ Н.А. Смирнов

Общая характеристика работы

Актуальность темы исследования. Производственные предприятия военно-промышленного комплекса (ВПК) являются важнейшим компонентом институциональной структуры рыночной экономики России. Современные условия функционирования отечественных предприятий ВПК определяются не только общей динамичностью внешней среды, но и исторически сформировавшейся спецификой хозяйственной деятельности. Очевидно, что адаптация к изменениям внешней среды невозможна в рамках старой организации, без принятия решений, обеспечивающих стабильность деятельности в новых условиях, и без определения направлений преобразования системы, т.е. реструктуризации. Это обуславливает необходимость поиска эффективных организационных стратегий и методов, способных обеспечить необходимую конкурентоспособность и устойчивость предприятий на рынке. При этом наряду с удержанием завоеванных позиций на рынке, предприятию необходимо осуществлять выбор эффективных управленческих решений с целью обеспечения жизнеспособности организации и подготовки следующего цикла развития. В этом случае особую актуальность приобретает проблема устойчивого развития предприятия на основе эффективного планирования процессов, способствующих интеграции внутренних ресурсов и самоорганизации хозяйствующего субъекта для обеспечения адекватности реакции на внешнюю среду.

Решающим фактором устойчивого роста становится успешное развитие науки и техники, эффективное использование их достижений на практике, т.е. инновационная деятельность предприятия. Уровень инновационной активности и позиции на рынке наукоемкой продукции определяют положение предприятия в экономическом пространстве. Однако, оптимальные пропорции между производством военной и гражданской продукции еще необходимо определить. С одной стороны, слишком широкая диверсификация может повлечь за собой утрату конкурентных позиций на рынках военной продукции, с другой - ориентация на преимущественное производство военной продукции может повлечь утрату позиций в производстве конкурентоспособной гражданской продукции. Оптимальная интеграция гражданского и военного производства может значительно уменьшить издержки по производству новых видов вооружений, основанных на новейших технологиях, отработанных на гражданской продукции. При этом в современных условиях проблемы обеспечения инновационной деятельности финансовыми и другими ресурсами предприятия вынуждены решать самостоятельно.

Таким образом, важнейшей задачей предприятий ВПК в современных условиях является преобразование их систем управления с целью обеспечения координации усилий всех подразделений и служб для производства конкурентоспособной продукции, как военного, так и гражданского назначения. В этой связи оптимальное планирование инновационной деятельности реструктурированного предприятия ВПК является актуальной научно-технической задачей.

Целью диссертационной работы является совершенствование инструментов поддержки принятия плановый решений при управлении инновациями на реструктурируемый предприятиях ВПК в условиях адаптации к рынку, направленное на обеспечение возможности более точного учета реальных условий деятельности.

Сформулированная цель исследований определила совокупность решаемый задач:

- исследование процессов управления деятельностью реструктурируемый предприятий ВПК, вышвление их особенностей, определение основнык направлений модернизации и анализ возникающих проблем при управлении инновациями,

- разработка формальных моделей принятия плановый решений при управлении инновациями на децентрализованных предприятиях ВПК, позволяющих более точно учитывать рышочные условия,

- изучение существенных свойств построенный моделей, определяющих эффективность поддержки принятия решений и сложность возникающих задач оптимизации,

- разработка алгоритмов решения оптимизационнык задач, возникающих при управлении инновациями на децентрализованных предприятиях ВПК в условиях адаптации к рыночным условиям,

- программная реализация разработанный алгоритмов и анализ их эффективности,

- решение конкретных практических задач распределения общих ресурсов при управлении инновациями реструктурированного предприятия ВПК.

Методы исследования. Для решения поставленный задач использовался аппарат системного анализа, исследования операций, теории оптимизации и экономико-математического моделирования, а также подходы стохастической оптимизации.

Научная новизна диссертационной работы состоит в следующем:

1. Проведен анализ математического и алгоритмического обеспечения поддержки принятия решений при управлении инновациями на реструктуризируемом предприятии ВПК и установлены направления их совершенствования, имеющие существенное значение для обеспечения высокой эффективности процессов планирования инновационной деятельности.

2. Предложены модифицированные математические модели принятия решений при управлении инновационной деятельностью на децентрализованном предприятии ВПК, отличающиеся от известных использованием смешанных переменных и нелинейных функций.

3. Построены новые гибридные алгоритмы решения задач оптимизации со смешанными переменными, отличающиеся от известных организацией взаимодействия эволюционного поиска и метода ветвей и границ.

Практическая значимость. Диссертационная работа вытолняласы в рамках Федеральной целевой программы реструктуризации и конверсии оборонной промышленности, комплексной программы "Технология и оборудование современный процессов", по проектам межотраслевык программ Минобразования

России, а также в рамках заказ-нарядов НИР НИИ СУВПТ (2000-2004), финансируемых из средств федерального бюджета.

Полученные в работе теоретические и практические результаты позволяют осуществлять эффективное планирование инновационной деятельности реструктурированного предприятия ВПК, что позволяет повышать гибкость и адаптивность при переходе к рыночным условиям хозяйствования.

Реализация результатов. Модели, алгоритмы и программное обеспечение, разработанные в ходе выполнения диссертации, апробированы на реальных данных задач управления инновациями ФГУП "Красмашзавод" (г. Красноярск) и Химзавода - филиала ФГУП "Красмашзавод" (п. Подгорный Красноярского края) и переданы указанным предприятиям для использования.

Результаты, полученные в диссертации, используются в учебном процессе при проведении лекций и лабораторных работ и при выполнении бакалаврских и магистерских диссертаций в Сибирском государственном аэрокосмическом университете (г. Красноярск) и в Красноярском государственном университете.

Основные защищаемые положения:

1. Построенные математические модели поддержки принятия решений при управлении инновационной деятельностью позволяют более гибко учитывать рыночные условия функционирования предприятий ВПК.

2. Построенные алгоритмы позволяют эффективно решать задачи смешанной целочисленной оптимизации, возникающие при управлении инновациями реструктурированного предприятия ВПК.

3. Разработанный гибридный алгоритм смешанной целочисленной оптимизации при решении задач управления инновационной деятельностью превосходит по эффективности как метод ветвей и границ, так и эволюционный поиск.

Публикации. По теме диссертации опубликовано восемь печатных работ, список которых приведен в конце автореферата.

Апробация работы. Основные положения и отдельные результаты диссертации докладывались и обсуждались на Всероссийских конференциях "Решет-невские чтения" (2001-2004 гг.), научно-технической конференции МИФИ "Научно-инновационное сотрудничество" (2002), международной научно-практической конференции "Достижения науки и техники - развитию Сибирских регионов (инновационный и инвестиционный потенциалы)" (2000), международных конференциях Сибирских аэрокосмических салонов САКС-2001, САКС-2002 и САКС-2004, XI Туполевских чтениях, международных конференциях «Актуальные проблемы современной науки» (2003, 2004), Всероссийских конференциях «Повышение конкурентоспособности предприятий и организаций» (2003), «Новые информационные технологии и системы» (2004).

Диссертационная работа в целом обсуждалась на научных семинарах кафедры системного анализа и исследования операций Сибирского государственного аэрокосмического университета (2004), кафедры механики и процессов управления Красноярского государственного университета (2003,2004), научных семинарах отделения систем управления НИИ СУВПТ (2003,2004).

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений.

Содержание работы

Во введении обоснована актуальность работы, сформулированы цели исследования, указаны методологические основания работы, рассмотрены вопросы ее научной новизны и практической значимости, изложены основные положения, выносимые на защиту.

Первая глава диссертации посвящена исследованию проблем в системе управления деятельностью реструктурируемых предприятий ВПК, выявлению ее особенностей, определению основных направлений модернизации и анализу возникающих проблем при управлении инновациями. Исследование проведено на примере ФГУП "Красмашзавод", но выводы достаточно характерны для большинства предприятий ВПК.

Диагностика сложившейся на предприятии ситуации была проведена в 2001 году в ходе системного анализа, проведенного с использованием методов экспертного оценивания, экономического и финансового анализа. К наиболее важным проблемам развития предприятия отнесены: неясность стратегии и перспективы развития; нарушение системы управления производством на предприятии; отсутствие маркетингового подхода при производстве гражданской продукции; старение персонала, снижение квалификации; большое число уровней согласования при принятии решений о проведении инноваций; бюрократизм структуры; отсутствие самостоятельности и ответственности подразделений за результаты деятельности; слабая мотивация и непричастность основной части персонала к введению инноваций; отсутствие заинтересованности и целеустремленности всех подразделений предприятия к достижению общих целей. Основные причины медленного характера изменений выделены с помощью экспертов: слабость службы маркетинга; недостаток предпринимательской активности; неспособность организации решать проблемы, возникающие при изменениях, и другие.

Первоочередной задачей предприятия является оптимизация основных бизнес-процессов. Результаты экспертной оценки приоритетности оптимизации ключевых бизнес-процессов приведены в таблице (первые три из двадцати).

№ Наименование Важ- Эффек- Приоритетность

бизнес - процесса ность тивность для оптимизации

1. Управление инновациями 10 10 10

2. Управление финансами 10 9 9

3. Стратегическое планирование, бизнес-планирование 10 8 8

Выявленные проблемы послужили основой для формирования «Стратегического плана развития на 2002-2010 гг.». Для реализации поставленных задач в изменяющихся условиях функционирования предприятия в целом и его подразделений целесообразно совершенствовать организационную структуру предприятия: создание инновационного центра, перевод ряда подразделений на режим развитого хозрасчета, работа по реинжинирингу бизнес-процессов, работа по созданию автоматизированной системы поддержки принятия управленческих и плановых решений при формировании и реализации инновационных

проектов и создание соответствующей инфраструктуры. В этой связи основной маркетинговой стратегией предприятия должна стать концентрическая диверсификация, т.е. организация и развитие новых производств (центров инновационного роста), как совпадающих с основным профилем предприятия, так и в сфере гражданского производства.

Инновационная деятельность существующих и создаваемых центров роста определяет темпы реструктуризации предприятия и ее эффективность. Если центры роста являются частью предприятия, работающей в рыночных условиях на рынках гражданской продукции, то их независимость от госзаказа и связанных с его выполнением проблем позволяет значительно ускорить их развитие. В тоже время центры инновационного роста реструктурируемых предприятий ВПК обладают определенными конкурентным преимуществом перед обычными коммерческими организациями - закрытая территория, уникальная специализация и самодостаточность инфраструктуры. Для усиления конкурентных преимуществ центров инновационного роста необходима их финансовая, ресурсная и интелектуальная поддержка со стороны «материнского» предприятия, развитие которого эти центры ускоряют. Это в свою очередь требует разработки и внедрения эффективных моделей и методов поддержки принятия плановых решений при управлении инновационной деятельностью.

Вторая глава посвящена анализу формальных моделей принятия плановых решений при управлении инновациями на децентрализованных предприятиях ВПК, определению их существенных свойств и их модификации с целью обеспечения более высокой адаптированности к рыночным условиям и большей гибкости при принятии решений.

Основная идея модификации - расширение количества типов переменных принятия решений. До настоящего времени модели принятия решений при управлении инновациями предприятий ВПК включали, главным образом, бинарные переменные, имеющие физический смысл принятия (х=1) или непринятия (х=0) некоторого решения - выпуска инновационного продукта в плановом периоде, включения проекта в инновационную программу, и т.д. При этом многовариантность инновационных проектов и необходимость учета динамики процесса (наличие нескольких временных интервалов) приводит к значительному увеличению количества бинарных переменных и введению дополнительных жестких ограничений-равенств.

Дополнительным следствием такого подхода является то, что коэффициенты при бинарных переменных обычно являются постоянными величинами, жестко характеризующими свойства принимаемых решений (прибыльность, рискованность, требуемый объем инвестиций, и т.п.). В то же время на практике ситуация более сложная. Например, нетрудно видеть, что сроки реализации инновационной программы, а значит и сроки окупаемости, рискованность, прибыльность с учетом инфляции и др., зависят от величины вкладываемых ресурсов, в том числе и финансовых.

В диссертации предлагается в качестве переменных принятия решений использовать объемы вкладываемых в инновационные проекты ресурсов (финансовых, материальных, энергетических, трудовых и т.д.). В этом случае вариан-

ты инновационных проектов, временные периоды, виды вытускаемой продукции и другие подобные параметры становятся индексами основныгх переменных. Сами переменные могут быгть как непрерытными, так и дискретными (целочисленными или булевыми) в зависимости от реальной ситуации. Данныш подход требует более тщательной подготовки исходных данныгх, в частности -определения видов зависимостей, например, прибыльности или рискованности инновационного проекта, от объема вкладытаемыгх ресурсов. Однако, это приводит лишь к необходимости изменения формы вопросов к экспертам и уточнения методик проведения расчетов и обработки экспертной информации. Для тех проектов, для который это окажется по каким-то причинам невозможным, всегда остается возможность использовать традиционный подход с бинарными переменными.

Дополнительным достоинством такого подхода является то, что отказ от бинарных переменных принятия решений и возможность применять характеристики проектов в виде функциональных зависимостей от объемов вложенных ресурсов позволяет более тонко учитывать взаимное влияние инновационных проектов, когда проекты связаны по технологической цепочке, направлены на вытуск замещающих или, наоборот, взаимно стимулирующих сбыт видов продукции.

Приведем некоторые из полученных в результате применения разработанного подхода частных моделей поддержки принятия решений при управлении инновационной деятельностью реструктурируемый предприятий ВПК.

Пусть моделируется принятие решения по распределению ресурсов при управлении инновационной деятельностью. Имеется п1 проектов с полной информацией о зависимости его характеристик от объема вкладываемых ресурсов и п2 проектов с неполной информацией, когда известны только возможные варианты реализации проекта с общими объемами требуемых ресурсов. В первом случае можно гибко распределять ресурсы, используя имеющиеся функции характеристик проекта (т.е переменные принятия решения могут быгть вещественными или целочисленными), а во втором случае необходимо выбрать вариант реализации (следовательно переменные принятия решения могут быть целочисленными или бинарными).

Введем переменные принятия решения. Пусть для проекта с полной информацией х'к- объем ресурса к-го типа, вкладываемого в 1-й инновационный проект в^м временном интервале, к=1,...,К)=1,...,Т, 1=1,...,ги,X" = (х/, х2!, ■■■,хК'), а для проекта с неполной информацией Vк(у) - объем ресурса к-го типа, вкладываемого в >м временном интервале при условии, что 1-й проект реализуется по у-му варианту, к= 1,..., К,"=1,..., Т, 1= 1,...,п2.

Пусть также ЩХ"), Р(Х') - оценки риска невыполнения и прибышьности, соответственно, для 1-го инновационного проекта с полной информацией в "-м временном интервале, а Щ(у1), Р(у) - оценки риска невыполнения и прибышьно-сти для 1-го инновационного проекта с неполной информацией при условии, что он выполняется по у1-му варианту. Данные оценки получены для каждого проекта независимо, т.е. без учета их взаимного влияния друг на друга.

Тогда задача распределения ресурсов при управлении инновационной программой может быть формализована следующим образом:

где Ук; - уровень к-го ресурса, доступный в ^м временном интервале.

Данная модель обобщает известные модели и может быть сведена к ним, если функциональные зависимости сделать линейными, а переменные - булевыми. В приведенном же виде модель позволяет более полно учитывать имеющуюся информацию об инновационных проектах и рыночных условиях. Кроме того, она допускает дальнейшее обобщение. В частности, при наличии информации о взаимном влиянии инновационных проектов суммирование может быть заменено более точными функциональными зависимостями, а минимизация среднего риска может быть заменена минимизацией максимального риска, что более точно отражает специфику предприятий ВПК. Такие обобщения не приведут к дополнительным математическим проблемам, т.к. данная модель и так уже представляет собой задачу многокритериальной нелинейной оптимизации со смешанными переменными. Отметим также отсутствие жестких ограничений-равенств, которые резко усложняют процесс оптимизации при использовании не модифицированных моделей с бинарными переменными. Многокри-териальность преодолевается переводом второго критерия в ограничения, что также характерно для предприятий ВПК, для которых снижение риска от инноваций является чрезвычайно важным требованием.

Другой иллюстрацией выполненной модификации является модель планирования программы выпуска инновационного товара (после реализации инновационного проекта).

Имеется I типов новой продукции (изделий), подготовленной к производству в результате реализации инновационных проектов. Изделия объединены общими ограничениями на ресурсы, каждый тип изделия может производиться в Ц вариантах. Требуется с учетом прогнозируемого уровня спроса, оцененного по результатам маркетингового исследования, для заданного периода планирования Т определить объем производимой продукции (серийность изделий) каждого вида.

Введем обозначения: Т - период планирования, - номер интервала

планирования, 1 - тип изделия, / = 1,/, - вариант поставки 1-го изделия, /,=!,.£,,

+ .....= 1.....т,

1=1 1=1

О<у,<Ь„ ¡=1.....п2,

*?><и=1,...,пи = 1.....Т,к= 1,... ,К,

X - планируемый в момент времени ] объем выпуска 1-го варианта 1-й продук-

ции (серийность 1-го варианта 1-го изделия), Щ - оценка потребности рынка в момент временио в продукции (изделиях) 1-го типа, С(х{) - прибыль от реализации 1-го варианта 1-й продукции в момент времени ] при условии, что объем производства составит У'к - наличный объем к-го (к = \,К) вида ресурса в момент ^ г!к(х'с) - необходимый объем к-го вида ресурса на производство единицы 11-го варианта 1-й продукции при условии, что объем производства соста-

Формальная модель планирования выпуска инновационной продукции принимает следующий вид:

¿¿¿С^тах,

у=1 1=1 /,-1

при ограничениях:

- по спросу:

- по ресурсам:

/=1 /,=|

В данной модели переменные могут быть как вещественными (для объемного производства), так и целочисленными (для штучного производства). При этом нелинейные зависимости прибыли и требуемых ресурсов от объемов производства могут быть обобщены с учетом информации о взаимном влиянии типов продукции. В этом случае суммирование будет заменено другими видами функциональной зависимости, в том числе и заданными алгоритмически. Жесткие ограничения-равенства в данной модели тоже отсутствуют, а ограничения по спросу носят самый простой характер.

Аналогичные модификации выполнены в работе и для других задач поддержки принятия решений при управлении инновационной деятельностью реструктурированных предприятии ВПК.

Анализ модифицированных моделей, позволяющих более гибко учитывать реальные свойства инновационных процессов, показывает, что формируемые ими оптимизационные задачи обладают следующими свойствами, делающими их сложными для решения известными методами: разнотипные переменные (вещественные, целочисленные, бинарные), нелинейные (возможно алгоритмически заданные) целевые функции и функции-ограничения.

Таким образом, для повышения обоснованности принятия решений при управлении инновационными процессами реструктурированных предприятий ВПК необходимо разработать алгоритмы решения задач смешанной оптимизации с алгоритмически заданными нелинейными функциями

В третьей главе выполняется анализ существующих и разработка новых алгоритмов решения оптимизационных задач, возникающих при управлении инновациями на децентрализованных предприятиях ВПК в условиях адаптации к рыночным условиям, программная реализация разработанных алгоритмов и анализ их эффективности.

вит х.

Математические модели, разработанные во второй главе, в обобщенном виде имеют следующий вид:

Характерной особенностью таких задач при управлении инновационной деятельностью ВПК является высокая размерность. Действительно, при распределении трех ресурсов по четырем интервалам планирования (кварталам) даже при пяти инновационных проектах задача будет иметь 60 переменных. Основным направлением теории оптимизации в этом случае является разработка приближенных, в том числе стохастических, алгоритмов.

Для решения поставленных задач сначала были применены классический алгоритм метода ветвей и границ (МВГ) с релаксацией и стандартный генетический алгоритм (ГА). Разнотипность переменных преодолевается тем, что МГВ решает релаксированную задачу нелинейного программирования (НЛП) методом скользящего допуска, а ГА выполняет бинаризацию вещественных и целочисленных переменных и работает с бинарной строкой. Теоретически, оба подхода позволяют находить эффективные решения с высокой надежностью, однако оба они требуют чрезмерно больших временных затрат.

На следующем этапе был применен модифицированный эволюционный алгоритм (МЭА) решения задач смешанного целочисленного линейного программирования (СЦЛП), предложенный в диссертации Г.Б. Хоролич (НИИ СУВПТ, 2002 г.). МЭА работает с популяцией, представляющей собой целочисленную часть переменных оптимизации, а для оценивания пригодности индивидов решает задачу оптимизации с вещественной частью переменных, полагая целочисленные переменные фиксированными. Данный алгоритм оказался намного эффективнее МВГ и ГА при решении задач СЦЛП, но не превосходил их при решении исходных задач большой размерности с нелинейными функциями. Поэтому в дальнейшем были разработаны, реализованы и проверены три гибридные схемы, сочетающие МВГ и ГА. Гибридизация осуществлялась с целью получения возможности использования достоинств обоих подходов и преодоления их недостатков.

Первая схема построения гибридного алгоритма состояла в том, что сначала запускался МВГ, а после получения им определенного числа рекордов запускался ГА, включающий в стартовую популяцию данные рекорды (см. рис.1). Тем самым обеспечивалось стартовое преимущество ГА, который и завершал работу. Данный подход в среднем (на большом количестве тестовых задач) превосходил МВГ, ГА и МЭА, но обладал недостатком (хотя и не так сильно выраженным), характерным для МВГ - если МВГ не мог найти хорошие рекорды, то затраты на его работу были лишними, а эффективность определялась свойствами ГА.

Во второй схеме (см. рис. 2) сначала запускается ГА, после чего наилучшее найденное им допустимое решение передается в МВГ в качестве рекорда.

Рисунок 1. Использование метода ветвей и границ в генетическом алгоритме

Рисунок 2. Использование генетического алгоритма в методе ветвей и границ

Рисунок 3. Циклический гибридный алгоритм

Главной идеей этого подхода являлось то, что МВГ, имеющий хороший рекорд, может отсекать значительные подмножества допустимых решений и, тем самым, более быстро выходить на глобальный оптимум. Вторая схема показала более высокую эффективность, но обладала недостатком, характерным для ГА - если ГА не мог за заданное количество поколений выйти на хорошее допустимое решение, то МВГ не получал ожидаемого преимущества, а значит затраты на работу ГА были бессмысленными.

Естественным обобщением двух подходов была гибридная схема, заключающаяся в поочередном применении ГА и МВГ, каждый из которых отрабатывал определенное число итераций (параметры гибридного алгоритма к и М), используя результаты работы другого (см. рис.3). При удачном выборе параметров данный метод значительно превосходит как базовые алгоритмы (МВГ, ГА, МЭА), так и две первые гибридные схемы. Рекомендации по выбору параметров - они не должны значительно отличаться друг от друга и быть очень маленькими (меньше 5% выделенного вычислительного ресурса).

Далее в третьей главе построенные модели оптимального планирования и разработанные алгоритмы оптимизации были успешно применены к решению задач управления инновациями реструктурированного предприятия ВПК с реальными данными ФГУП "Красмашзавод" (г. Красноярск) и Химзавода - филиала ФГУП "Красмашзавод" (п. Подгорный Красноярского края) и включены в состав математического обеспечения разрабатываемой системы поддержки принятия решений. Результаты решения задач использовались при планировании инновационной деятельности предприятий. В частности, их использование позволило за счет внедрения инноваций увеличить диверсификацию производства и укрепить позиции гражданской продукции, получить дополнительную прибыль. Например, изменения структуры товарной продукции по Химзаводу приведены в таблице.

Вид продукции За 9 месяцев 2002 г. За 9 месяцев 2003 г. За 9 месяцев 2004 г.

Продукция для ФГУП "Красмшазавод" 25,5% 13,6% 11,5%

Оборонная продукция для других организаций 0,3% 0,5% 1%

Межгосударственный контракт 29,9% 36% 31%

Итого Гособоронзаказ 55,7% 50,1% 43,5%

Криогенная продукция 8,6% 9,2% 10,3%

Продукция для завода холодильников 31,4% 35,6% 31,5%

Прочая гражданская продукция 4,3% 5,1% 14,7%

Итого гражданская продукция 44,3% 49,9% 56,5%

Как видно, нарастающая тенденция диверсификации наблюдается довольно отчетливо. Ход процесса реструктуризации и планируемое развитие основного и инновационного производства приведены на диаграмме.

Объемы выпуска продукции

600000

500 000

В Дополнительная проекция по инновационным программам

■ Прочая гражданская продукция

1

400 000

5 300 000 3

■ Проекция для КЗХ

" 200 000

■ Криогенное производство

100 000

0

О Основное производство

2002г.

2003г.

2004т

2005г.

В заключении диссертации приведены основные результаты, полученные в ходе выполнения работы, и сформулированы выводы.

Основные результаты и выводы

В результате диссертационного исследования построен формальный аппарат поддержки принятия решений по управлению инновационной деятельностью предприятий ВПК, позволяющий более точно учитывать реальные условия функционирования.

Основные результаты работы:

1. Проведено исследование систем управления реструктурируемых предприятий ВПК, выявлены их особенности, определены основные направления модернизации управления предприятиями.

2. Разработаны формальные модели принятия плановых решений при управлении инновациями на децентрализованных предприятиях ВПК в условиях адаптации к рыночным условиям и проведен анализ построенных моделей.

3. Проведен анализ существующих и разработка новых алгоритмов решения оптимизационных задач, возникающих при управлении инновациями на децентрализованных предприятиях ВПК в условиях адаптации к рыночным условиям.

4. Выполнена программная реализация разработанных алгоритмов и анализ их эффективности.

5. Решены конкретные практические задачи распределения общих ресурсов при управлении инновациями реструктурированного предприятия ВПК.

Таким образом, в данной диссертационной работе содержатся научно обоснованные технические разработки для систем поддержки принятия решений по управлению инновационной деятельностью реструктурируемых предприятий ВПК, имеющие существенное значение для экономики и обороноспособности страны.

Публикации по теме диссертации

1. Гупалов, К.В. О задаче планирования производства инновационной продукции / К.В. Гупалов, О.Э. Семенкина // Вестник НИИ СУВПТ: Адаптивные системы моделирования и управления, Т. 2. - Красноярск: НИИ СУВПТ, 2000. - С. 74-81.

2. Гуменникова, А.В. Анализ логистических потоков производственного предприятия / А.В. Гуменникова, К.В. Гупалов // Вестник НИИ СУВПТ: Интеллектуальные технологии и адаптация. Красноярск: НИИ СУВПТ. - 2002, с. 178-181.

3. Гупалов, К.В. Гибридные эволюционные алгоритмы решения задач смешанного целочисленного программирования / К.В. Гупалов // Вестник НИИ СУВПТ: Интеллектуальные технологии и адаптация, Т. 2. Сб. научн. трудов. - Красноярск: НИИ СУВПТ, 2002.-С. 52-61.

4. Гупалов, К.В. Об одной задаче планирования инновационной деятельности / К.В. Гупалов // XI Туполевские чтения. - Сб. тр. Всероссийской (с международным участием) научной конференции. - Казань: КазГТУ, 2003.

5. Гупалов, К.В. Модели и алгоритмы оптимизации для задач планирования инновационной деятельности предприятия ВПК /К.В. Гупалов // Актуальные проблемы современной науки. - Сб. тр. 4-й Международной конференции. - Самара: СамГТУ 2003.

6. Гупалов, К.В. Оптимизация инновационной программы машиностроительного предприятия как средство повышения конкурентоспособности / К.В. Гупалов // Повышение конкурентоспособности предприятий и организаций - Сб. тр. Всероссийской научно-практической конференции. - Пенза: МНИЦ, 2003.

7. Гуменникова, А.В. Распределение ресурсов при управлении инновациями реструктурированного предприятия ВПК / А.В. Гуменникова, К.В. Гупалов, В.М. Клешков, О.Э. Семенкина // Инвестиционный и инновационный потенциал региона. Сб. научн. тр. - Красноярск: СибГАУ, 2004. - С. 56-66.

8. Гупалов, К.В. Формализация и анализ задач формирования производственной программы при мелкосерийном производстве / К.В. Гупалов, Т.Р. Ильина, О.Э. Семенкина // Инновационный и инвестиционный потенциал региона. Сб. научн. тр. -Красноярск: СибГАУ, 2004. - С. 67-75.

9. Гуменникова, А.В. Модели и алгоритмы формирования инновационной программы реструктурированного предприятия ВПК / А.В. Гуменникова, К. В. Гупалов // Интеллект-2004. - Сб. тр. межрегиональной научно-практической конференции. -Красноярск: СИБУП, 2004. - С. 212-221.

10. Гупалов, К.В. Решение задач смешанной оптимизации гибридными алгоритмами на основе метода ветвей и границ и эволюционного поиска / К.В, Гупалов // Новые информационные технологии и системы. - Сб. тр. VI Международной научно-технической конференции НИТиС-2004. - Пенза: ПТУ, 2004.

11. Гупалов, К.В. Алгоритм двухальтернативной адаптации для задач смешанной оптимизации // Актуальные проблемы современной науки. - Сб. тр. 5-й Международной конференции. - Самара: СамГТУ, 2004.

03*

Гупалов Кирилл Викторович МОДЕЛИ И АЛГОРИТМЫ ОПТИМИЗАЦИИ ДЛЯ УПРАВЛЕНИЯ ИННОВАЦИЯМИ РЕСТРУКТУРИРУЕМЫХ ПРЕДПРИЯТИЙ ВПК

Автореферат

Подписано к печати 13.11.2004 Формат 60x84/16 Уч. изд. л. 1.0 Тираж 100 экз. Заказ № 21

Отпечатано в НИИ СУВПТ 660028, г. Красноярск, ул. Баумана 20в