автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Модели информационного обмена и методы формирования обобщенных технико-экономических показателей предприятий в системе поддержки управленческих решений

На правах руколису

ВЛАСОВ АЛЕКСАНДР БОРИСОВИЧ

МОДЕЛИ ИНФОРМАЦИОННОГО ОБМЕНА И МЕТОДЫ ФОРМИРОВАНИЯ ОБОБЩЕННЫХ ТЕХНИКО-ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ ПРЕДПРИЯТИЙ В СИСТЕМЕ ПОДДЕРЖКИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

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

1 7 НОЯ 2011

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

005002383

Москва-2011

005002383

Работа выполнена на кафедре «Автоматизированные системы управления» в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования Московском автомобильно-дорожном государственном техническом университете (МАДИ).

Ведущая организация: Российский научно-исследовательский институт информационных технологий и систем автоматизированного проектирования (Рос НИИ ИТ и АП), г. Москва.

Защита состоится 24 ноября 2011г. в Ю00 часов на заседании диссертационного совета Д.212.126.05 при Московском автомобильно-дорожном государственном техническом университете (МАДИ) по адресу:

125329 ГСП А-47, Москва, Ленинградский пр., д.64.

С диссертацией можно ознакомиться в библиотеке МАДИ.

Текст автореферата размещен на сайте Московского автомобильно-дорожного государственного технического

университета (МАДИ): www.madi.ru

Автореферат разослан 24 октября 2011г.

Отзыв на автореферат в одном экземпляре, заверенный печатью, просим направлять в адрес совета института.

Ученый секретарь

Научный руководитель

Заслуженный деятель науки РФ, лауреат премии Правительства РФ, доктор технических наук, профессор Николаев Андрей Борисович

Официальные оппоненты

Доктор технических наук, профессор Строганов Виктор Юрьевич

Доктор технических наук, доцент Бернер Леонид Исаакович

диссертационного совета, кандидат технических наук, доцент

Общая характеристика работы

Актуальность проблемы

Современный организационный и технологический уровень предприятий промышленности и транспортного комплекса в первую очередь определяется возможностью оперативного и динамичного управления производственными процессами. Текущая ситуация определяет необходимость автоматизации технологических процессов, начиная с формирования портфеля заказов и, заканчивая оперативным управлением производственной деятельностью, что невозможно без использования систем мониторинга с возможностью интеллектуального анализа данных.

Перспективный план развития любого предприятия предусматривает активное внедрение информационно-коммуникационных технологий, разработку и внедрение программно-математических методов и средств автоматизации сбора, обработки и выдачи информации, необходимой для принятия управленческих решений.

Все это делает актуальным решение задач создания системы мониторинга технико-экономических показателей, с использованием методов интеллектуального анализа данных.

Предметом исследования являются технологии сбора, информационного обмена и аналитической обработки данных о технико-экономических показателях функционирования предприятий промышленности и транспортного комплекса.

Цель и основные задачи исследования

Целью работы является повышение эффективности оперативного контроля и мониторинга обобщенных технико-экономических показателей предприятий на основе создания формализованных методов и моделей информационного обмена и моделей агрегирования.

Для достижения данной цели в работе решаются следующие задачи:

• системный анализ моделей управленческих решений и методов интеллектуального анализа данных;

• разработка моделей информационного обмена в системе поддержки управленческих решений;

• разработка методов и моделей агрегирования обобщенных показателей;

• разработка модели аналитической деятельности руководителя;

• реализация программно-моделирующего комплекса распределенной информационной системы мониторинга.

Методы исследования

При разработке формальных моделей компонент системы мониторинга в диссертации использовались методы общей теории систем и классический теоретико-множественный аппарат, реляционная алгебра, реляционное исчисление, исчисление предикатов, теория множеств, алгебра логики, теория операторов, теория алгоритмов. Анализ технико-экономических показателей транспортных предприятий проводился на реальных статистических данных, обработка которых проводилась с помощью методов регрессионного, факторного, кластерного и других современных методов многомерного статистического анализа с использованием математических и статистических пакетов.

Научная новизна

Научную новизну работы составляют методы и модели поддержки управленческих решений в системе оперативного контроля технико-экономических показателей предприятий промышленности и транспортного комплекса.

На защиту выносятся:

• модель формирования обобщенного показателя эффективности информационного обмена;

• автоматная модель аналитической деятельности руководителя;

• модель нечеткой ситуационной сети выбора управленческих решений;

• программно-моделирующий комплекс системы поддержки управленческих решений.

Достоверность научных положений, рекомендаций и выводов

Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, предварительным статистическим анализом динамики технико-экономических показателей отдельных предприятий, а также согласованностью результатов аналитического и имитационного моделирования. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения результатов работы на ряде предприятий.

Практическая ценность и реализация результатов работы

Научные результаты, полученные в диссертации, доведены до практического использования и представляют непосредственный интерес в области разработки методов и моделей поддержки управленческих решений. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения на ряде предприятий, а также используются в учебном процессе в МАДИ.

Апробация работы

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

• на Российских и межрегиональных научно-технических конференциях и семинарах (2008-2011гг.);

• на заседаниях кафедры АСУ МАДИ.

Совокупность научных положений, идей и практических результатов исследований в области создания моделей поддержки управленческих решений составляет актуальное направление исследований в области создания систем оперативного контроля и мониторинга показателей предприятий промышленности и транспортного комплекса.

СОДЕРЖАНИЕ РАБОТЫ

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов и моделей.

Во введении обосновывается актуальность работы. Рассматриваются основные проблемы. Сформулирована цель работы и основные задачи. Приведено краткое описание содержания глав диссертации.

В первой главе диссертации проводится системный анализ моделей управленческих решений и методов интеллектуального анализа данных. В рамках направлений управленческой деятельности руководитель, как правило, непосредственно не выполняет трудоемкие расчеты, связанные с прогнозированием и календарным планированием, не занимается обработкой и оформлением документов, подготовкой материалов отчетов, не решает мелкие задачи оперативного управления и контроля, связанные с основной деятельностью организации и т.д. Но в обязательном порядке руководитель оставляет за собой определение целей деятельности в этих направлениях, условий и порядка достижения этих целей, контролирует и воздействует на ход достижения поставленных целей, оценивает полученные результаты и вносит коррективы в деятельность исполнителей. При таком подходе важно не столько то, какие методы, алгоритмы и аппаратно-программные средства используются для решения управленческих задач, а на каких этапах и каким образом реализует руководитель свои управленческие функции.

Для выделения характерных особенностей технологии функционирования руководителей различают управляемый и управляющие процессы. Управляемый процесс представляет собой упорядоченную последовательность технологических процедур, непосредственно реализуемых в рамках постановки и достижения цели. В качестве управляемых процессов могут иметь место самые разнообразные процессы: управление материально-техническим

обеспечением, выполнение НИР, производство какой-либо продукции, коммерческая деятельность любого содержания, организация профессионального обучения и т.д.

Необходимым средством для поддержания таких управленческих решений являются хранилища данных. Масштабы и способы использования хранилищ данных изменяются в широких пределах в зависимости от типа организации и вида деловой информации, для поддержки которых они разрабатывались. Наиболее распространенные области применения хранилищ данных: анализ рисков; финансовый анализ; анализ случаев мошенничества; маркетинг взаимоотношений; управление активами; анализ стереотипов поведения клиентов и многие другие.

К основным типам средств работы с информацией относятся: географические информационные системы (ГИС); средства, добычи данных (data dining); системы аналитической обработки в реальном времени (OLAP-системы); реляционные OLAP-системы (ROLAP); многомерные OLAP-системы (MOLAP); средства визуализации данных; информационные системы руководителей (Executive Information System — EIS); средства обработки статистики; броузеры Internet; броузеры метаданных; языки программирования четвертого поколения (4GL); средства разработки графического интерфейса пользователя; электронные таблицы; генераторы отчетов; средства доступа к данным.

Хотя каждое из этих средств отличается своими преимуществами и недостатками, функциональными возможностями и соотношением "цена/эффективность", наиболее привлекательными с технической точки зрения выглядят средства добычи данных, обработки статистики и OLAP. Поскольку основной смысл хранилища данных состоит в ответе на запросы со стороны бизнеса, следует избегать увлечения технической стороной дела.

Можно выделить следующие типы информационных объектов (рис.1.), с которыми работает система RPS: подсхема БД; N-мерная матрица разнотипных элементов (гиперкуб); N-мерная матрица разнотипных элементов, включающая семантическое описание по всем измерениям (семантический гиперкуб); однородная матрица (двумерный срез гиперкуба, содержащий объекты одного типа); время. Все типы информационных объектов принадлежат базовому понятию "информационного объекта системы" и дополнительно к нему имеют свой набор методов, специфичных для каждого типа.

В общем случае процесс интеллектуального анализа и обработки данных состоит из следующих шести этапов: отбор данных, очистка, обогащение, кодирование, извлечение знаний и сообщение (рис.2.).

Пятый этап является фазой реального извлечения знаний. Процесс носит итеративный характер: на каждом шаге возможен

возврат на один или более этапов; например, когда на этапе кодирования или извлечения знаний исследователь понимает, что фаза очистки не завершена, или что можно обнаружить новые данные и использовать их, чтобы обогатить другие существующие наборы данных.

У

Рис. 1. Типы информационных объектов системы КРв

Отбор данных

Очистка

• область совместимости

• устранение дублирования

• устранение противоречий

Обогащение Кодирование

Обнаружение знаний

• кластеризация

•сегментация

•предсказание

Информационные требования

*

ш 1

000 0

Операционные Внешние

данные данные

Действие

Рис.2.

Обратная связь

Процесс интеллектуального анализа и обработки данных

В основу управляющего процесса в работе приняты плановые управленческие мероприятия, которые назначаются руководителем для контроля состояния и организации воздействий на управляемый процесс. Наличие такого плана является необходимым условием для создания предпосылок для надежного и целенаправленного контроля хода основного процесса. Планирование управленческих мероприятий направлено на обеспечение успешной реализации управляемого процесса в соответствии с требуемыми критериями.

В общем виде протекающий во времени f /-й управляемый процесс уш{1) описывается переменными его состояния:

У и = ^и,., I?» С/! У,и У/2 >—' У», > ^¡д > Г1 \ = (1)

где (/ = 1,/., ) - переменные состояния /-го процесса; Л/д(<? = 1,6() - параметры по процесса, представляющие собой

величины, характеризующие какие-либо свойства процессов, например, при управлении финансами - уровень инфляции, обменный валютный курс и др.;

/,; - ресурс /-го процесса;

"уи( ,) управляющее воздействие на /-й процесс, реализованное в

течение календарных суток =

Совокупность переменных состояния (/-/+1) образует вектор

(2)

описывающий изменения „состояния процесса после даты последней корректировки.

Состояние /-го процесса в каждый момент времени ? соответствует определенной точке пространства состояний, образуемого переменными состояний, с координатами в точке I Совокупность точек, соответствующих некоторой точке

при ' = гАе к, - начало отсчета

времени с момента последней корректировки процесса, и всем моментам времени / > ^ ( образует траекторию движения процесса в

пространстве состояний.

Во второй главе диссертации разработаны модели информационного обмена и предложена методика формирования агрегированных показателей.

В системах, базирующихся на обмене информацией, целесообразно выделять два типа организационных элементов: включающие и не включающие основную деятельность. Элементы первого типа являются потребителями-поставщиками (конечными) информации и могут взаимодействовать как непосредственно (реализуя информационную деятельность в собственных организационных рамках), так и через посредство элементов второго

типа, которые представляют собой промежуточных потребителей-поставщиков информации, или информационные системы.

Общее представление о взаимодействии пользователей системы

информационного обмена представлено на рис.3.

>

ис

1(ИД)

2 (ИО)

3(ОД) 4 (ИО)

5 (ИД) •

• 4

3 2

ИС

Рис. 3.

ИД - Информационная деятельность; ИО - информационный обмен; ОД - основная деятельность Уровни взаимодействия потребителей-поставщиков информации

В данном представлении уровни взаимодействия разделены на 3 типа:

• непосредственное рабочее взаимодействие (связь 3-3) представляет собой постоянный обмен информацией в группе или коллективе, в процессе совместной деятельности;

• непосредственное документальное взаимодействие (связь 4-2) заключается в оформлении результата и ограниченном контролируемом распространении (например - передача отчета или документации заказчику);

• опосредованное документальное взаимодействие (связь 5-1) состоит в опубликовании результата и его последующем неограниченном перемещении по каналам ИС.

Управление информационным обменом (информационными ресурсами) на макроуровне может быть разделено на:

• организацию работ и взаимодействия смежников и соисполнителей при выполнении производственных программ объединения (связи 3-3);

• маркетинг - поиск заказчиков, получение заказов, связь с заказчиками, оформление и передача результатов, поиск прочих возможных потребителей результатов (связи 4-2);

• распространение информации в документальной форме по каналам ИС, решение задач повышения полноты, точности, оперативности информационного обмена и обслуживания (связи 5-1).

В результате функциональной декомпозиции в работе выделены элементы основной деятельности и информационной деятельности.

Функциональная декомпозиция. Предполагается, что декомпозиция приводит к построению N элементов основной деятельности - совокупности:

е = [е1,...,е/,...,еЛ,] (3)

В соответствие е1 ставится пара элементарных операторов е, =<У/\Х,И >, где - У,и=[л;,к,] описывает исходный поток сообщений, генерируемый в процессе основной деятельности

(/=1,2.....Л/); Х,и = [п;,/с,и] описывает информационную потребность е,.

Таким образом, е задается парой Л/-мерных операторов:

е =<У",Х" >, (4)

причем Vй =[П',4 Xй =[иИ,кИ] содержат Л/-мерные профили

П,ПИ и к', ки - векторы пороговых значений релевантности.

Информационным обеспечением е„ является всякая совокупность сообщений Ц с Ц, такая, что:

(5)

Совокупности е поставлен в соответствие Л/-мерный поток /_ = каждая компонента которого отвечает условию (5). В

форме операторных эквивалентов потока, информационным обеспечением е является поток X = [ПЛ]- такой, что X с Xй, где Xй является идеальным потоком информационного обеспечения, содержащим для каждого е„ только релевантные сообщения.

Системой информационной деятельности является оператор концентрации-рассеяния, удовлетворяющий условию

1Л/СИД(т)сХИ ®УИ, (6)

где т - управляемые параметры, конкретизирующие процедуру концентрации-рассеяния. Оператор №СИД{т) задает преобразование

Х = ^сид(т)хУи (7)

Информационная деятельность рассматривается как единая система, целостный объект описания и анализа вне зависимости от конкретных форм и организационных рамок, в которых реализуются отдельные компоненты и подпроцессы.

Информационная деятельность осуществляется в результате взаимодействия элементов информационной деятельности компонентов системы.

Одной из основных функции информационного обмена для руководителя является формирование агрегированных показателей деятельности отдельных подразделений предприятия.

В основу предлагаемой в работе модели положено использование аддитивных относительных интегральных показателей - индексов, характеризующих, по мнению эксперта, исследуемый объект - фактор или явление. Каждый индекс I представляет собой средневзвешенное значение нормированных показателей X,, связанных с исследуемым объектом.

Предполагается, что на вход модели поступает таблица (срез гиперкуба), содержащая значения исследуемых натурных показателей

Xгде к = 1,2,- номер наблюдения (строки), Л^- общее

количество наблюдений, / - номер переменной (столбца).

Нормирование исходных значений осуществляется с учетом целевого характера монотонности изменений натурного показателя, определяемого экспертом. Так, при анализе финансового состояния предприятия доходы и расходы имеют прямо противоположный смысл целевой монотонности. Финансовой устойчивости способствует рост доходов и уменьшение расходов. Значение к -го измерения показателя X вычисляется следующим образом. Первоначально

рассчитываются значения:

где Х£ - значение А:-го наблюдения соответствующего исходного

(натурного) показателя, Х4 - среднее натурной переменной Х4. Затем выбирается целевой характер монотонности:

V0;

В результате такого нормирования значения натурных показателей X" заменяются безразмерными относительными

величинами^., согласованными по монотонности /

Состав и количество натурных показателей т, участвующих в вычислении значений формируемого индекса, определяется экспертом.

Такой подход позволяет рассматривать в рамках одного индекса различные, в том числе и трудно сопоставимые, натурные показатели.

Щ1,приХ"ш<Х"

Лц

(8)

В отношении исследуемого явления модель позволяет:

1. Рассчитывать сравнительный рейтинг подразделений по уровню развития и оценивать значимость подразделения в производственном процессе.

2. Группировать подразделения, выявляя как группу типичных представителей, так и выходящих за рамки этой группы с указанием аномально малых и аномально больших по значениям индекса.

3. Осуществлять сравнительный контроль динамики изменения положения дел в подразделениях.

Выбор весов для аддитивной свертки возможно осуществлять двояким образом.

Во-первых, веса могут быть назначены экспертом, исходя из качественных соображений, лежащих за пределами модели. Такой подход целесообразно использовать, если исходная информация недостаточно надежна, содержит систематические ошибки.

В диссертации предлагается алгоритм, основанный на методе главных компонент.

Предполагается, что предлагаемый экспертом индекс использует

натурные показатели У\,У2>--->Ук • столбцы значений которых образуют матрицу У. Матрица У есть подматрица исходной матрицы, поступающей на вход. Исходя из предположения, что в основе изменений выбранных натурных переменных и их корреляционных взаимосвязей лежат некоторые объективные скрытые причины, используется метод линейного факторного анализа применительно к матрице У.

Основным результатом факторного анализа является матрица

факторных нагрузок Акхз столбцы которой являются

собственными векторами корреляционной матрицы переменных у", (1=1,2,...,к), причем стандартно рассматриваются векторы,

отвечающие собственным значениям не меньшим 1.

В случае, если факторная нагрузка какой-то переменной в первом столбце равна нулю, характер ее монотонности определяется по первой ненулевой в строке факторной нагрузке с учетом взаимоувязанности с факторными нагрузками переменных, для которых характер монотонности уже определен. Далее перебираются столбцы в порядке следования.

Процесс заканчивается либо когда все переменные становятся определенными, либо когда матрица А имеет такое клеточное устройство, при котором нет взаимосвязи между определенными и неопределенными переменными через ненулевые факторные нагрузки.

В последнем случае за основу берется первый в порядке следования столбец с ненулевым значением факторной нагрузки неопределенной переменной, присваивая ей тип монотонности, определяемый знаком рассматриваемой факторной нагрузки, после чего для остальных неопределенных переменных выполняется аналогичная процедура.

Определение характера монотонности переменных определяет выбор формул (8) и (9) при расчете нормированных значений переменных.

Коэффициенты а1 переменных у" ,у2,...,унк определяются взвешиванием дисперсий с учетом доли суммарной дисперсии, воспроизводимой скрытыми факторами по формулам (1=1,2,...,к):

(Ю)

/=1<И ' N _ 2

Ыуп1-у,)

в

.«=1

"I N-1

N

2.УЫ

Уг~--

(12)

(13)

N

Полученные значения коэффициентов отвечают требованиям весовых и могут использоваться при расчете интегрального индекса.

Ниже приведены шаги процедуры вычислений значений интегрального индекса.

Шаг 1. Формируется подматрица значений натурных переменных, участвующих в расчетах интегрального индекса.

Шаг 2. Для каждого столбца подматрицы вычисляются средние (13) и оценки дисперсий (12).

Шаг 3. Решается задача факторного анализа, на вход которого подается матрица, сформированная на шаге 1.

Шаг 4. Рассчитывается суммарное воспроизведение дисперсии

(5).

Шаг 5. Вычисляются весовые коэффициенты (11).

Шаг 6. Используя правило определения знаков, определяют тип монотонности каждой натурной переменной.

Шаг 7. Используя в зависимости от характера монотонности переменных формулы (8) - (9), рассчитывают нормированные значения переменных.

Шаг 8. Рассчитывается значение интегрального индекса модели аддитивной свертки.

В третьей главе диссертации разрабатывается формальные модели и методы аналитической деятельности руководителя. При этом процедура принятия решения заключается в генерации возможных альтернатив решений {Л}, их оценке и выборе лучшей («правильной») альтернативы А*. В результате оценки из исходного множества М} выделяют подмножество альтернатив, допустимых по качеству {/г0"}, из которого по определенным критериям качества и выбирается лучший вариант. Структурное представление процесса принятия решений, включающего указанные этапы, показано на рис.4.

Методы Цепь Методы Критерии оценки Методы Критерии выбора

ЛПР Консультант

Рис.4. Структурное представление процесса принятия решения

Принять «правильное» решение - значит, выбрать такую -альтернативу из числа возможных, которая с учетом всех разнообразных факторов и противоречивых требований будет в максимальной степени способствовать достижению поставленной цели.

С целью построения модели поведения руководителя или лица принимающего решение (ЛПР) при решении задач стратегического управления, связанного с реализацией управляющих решений, в работе используется формализм нечеткого автомата, под которым понимается множество:

А = (и, Х,у,80,Ь,о), (14)

где и = {иии2,...,ит} - конечное множество входов, Х=/Х,,Х2,..ХП/ -конечное множество состояний, У={У1У2,...,УР} - конечное множество выходов, 5: ХхС1хХ [0,1 ] - функция переходов,ст: ХхУ /_ -функция выходов, во- начальное состояние.

Функция 5 порождает множество нечетких матриц перехода: Ти = |5Х,(и)\, 1 </'< /<л; функция о порождает нечеткую матрицу

выхода ст = {ах.у.),, 1 </<п, 1 <]>р. Среди множества состояний

автомата выделяется множество финальных состояний Х„. Автомат можно задать как нечеткий граф G = {це(Хм,Х,)е М}, где М-множество принадлежностей элементов х X¡. При подобном рассмотрении цель декомпозируется на / последовательных (по времени решения) подзадач. X, интерпретируется как множество состоянии /'-й подзадачи, Y¡,j е J = {1,...,р} - как множество

интервалов времени реализации решений, L - как множество доходов, связанных с реализацией решения и е U на интервале времени У,.

Применяя подход, используемый в динамическом программировании, можно выделить классы стратегий руководителя. Для выделения таких стратегий на множестве финальных состояний определяются состояния, соответствующие цели. Далее выделяются состояния на (п-1)-м шаге, переход из которых в целевые состояния п-го шага характеризуется управляющими решениями с оценкой, равной:

а(ип^) = тах{ттк(и^),сХп_ьи^)). {15)

Подобная процедура осуществляется для каждого шага решения до состояния s0. Использование процедуры позволяет выделить возможные стратегии, представляющие собой взвешенные пути на графе от вершины s0 до вершин из множества Хп. Каждый q-й путь представляет собой взвешенную относительно управляющих решений последовательность вида:

S, = Мо, XÍ\tV.„ Xrn":¡,Un_v Xr¿), (16)

где г ,W = \,п - количество состояний w-й подзадачи. Элементы

(состояния цели) множества Х„ могут представлять для руководителя различную ценность, что возможно отразить заданием на Хп нечеткой цели в виде функции ц(д)= \i(xl,...,x*)}, где Л-размерность множества Хп; ц(а"1),л = 1 ,h- функция принадлежности состояния X71

* п ' п

нечеткой цели д. В этом случае каждую стратегию из класса тт можно оценить следующим образом:

p(s¿)= min(a(U0),a(U:),.,a(Un-M><Pnl (17)

Стратегия, имеющая оценку max(p(s*)), наиболее соответствует

индивидуальному стилю принятия решений руководителя, но не всегда может соответствовать максимальной функции принадлежности состояния цели д.

Пусть X={xbx2...,x¡) - перечень решаемых задач или совокупность этапов решения некоторой задачи. Пусть У={уьу2...,уп) - множество признаков, описывающих состояния объекта управления, а

- множество состояний. Пусть £ ; А'хК —>[о,1] - функция

принадлежности нечеткого бинарного отношения Ф, причем

интерпретируется как степень важности признака у/, при реализации этапа хк. Пусть ц,; У х 5 -> [0,1] - функция принадлежности нечеткого бинарного отношения Г, причем определяет степень

принадлежности признака у; состоянию й,. Отношения Фи Г можно представить в матричной форме.

Построим матрицу Т^Цх^)}, элементы которой определяются функцией принадлежности:

{к"]~ ЬьМ (18)

для всех хк е Х,у] е У^, еБ.

На основе сформированных стратегий и зон состояний можно построить фрагмент нечеткой ситуационной сети (рис. 5.), который определяет переходы из текущего состояния в состояние, являющееся тактически целевым. Переход в данное состояние осуществляется в тех случаях, когда не существует управляющих решений, позволяющих непосредственно достичь стратегических целевых состояний, соответствующих некоторому этапу решения задачи. Вместе с тем, описанный подход позволяет разметить дуги сети степенями предпочтений перехода из текущих состояний в тактически целевые состояния.

К=0.8

Рис. 5. Фрагмент нечеткой ситуационной сети выбора тактически целевых состояний

Однако полученная информация может оказаться недостаточной для перехода в одно из состояний вм. В этом случае состояния я*., рассматриваются как возможные альтернативы, каждая из которых характеризуется признаками У={у1у2,...,уп)- При этом считается

известной информация о попарном сравнении альтернатив по каждому признаку, представленная в форме отношения предпочтения ф„у'е J = {l,2,...,n}. Задача заключается в том, чтобы на основе подобной информации сделать рациональный выбор из множества {^/+1' Фт 'Ф2 Фл ) •

Шаги алгоритма приведены ниже:

1. Строится нечеткое отношение Q, как пересечение исходных отношений ф1,ф2.....фп с

hq, (s/+1. sn k ) = /"mm (s/+1, si+k ),...,(!„ (s, f1, si+k )) (19)

и определяется нечеткое подмножество недоминируемых альтернатив в множестве

(s2»Ho,) ■■■ Hof (s/+*) = 1 - supseS [ц02 (sM, sl+k ),n0i (si+k, sM)]. (20)

2. Строится нечеткое отношение Q 2 (свертка отношений) с

л

Hq2(S/+1»S/+J,) = h/sm.s,^), где 0<А<1, (21)

и

и определяется нечеткое подмножество недоминируемых альтернатив в множестве

fe.HqJ- ) = 1 - supseS[ц0г(s,^,sl+1)-(sl+1,)]. (22)

Определяется пересечение множеств ц" й и

Рациональным считается выбор альтернативы из множества

S2H'a = |s/+1 /sM € S2,n"-e-(S(.+1) = sups ц(5;+1-)). (23)

Алгоритмы выбора управляющих решений, на основе ситуационной сети, позволяют осуществлять поиск как тактических, так и стратегических решений. Предложенные модели выбора тактических и стратегических состояний при управлении сложных объектов позволяют организовать целенаправленный поиск управляющих решений в базах знаний.

По результатам сформированных моделей нечеткой ситуационной модели выполнен анализ ряда методик формирования управленческих решений. Пусть Х={хьх2...,х7) - множество этапов решения задачи и У={уьУг,Уз} множество признаков, описывающих состояния, причем = у2 = {г^г/}, у3={г?,Т?}.

Матрица нечеткого бинарного отношения Ф представлена в табл.1.. В данной матрице элементы каждой строки выражают относительные степени важности признаков для каждого этапа решения задачи. Например, для этапа х, наиболее важны признаки Г1,Г2,Г3. Матрица

нечеткого бинарного отношения Г представлена в табл.1.

Применяя алгоритм формирования зон с использованием (18), получим матрицу Т. Затем преобразуем матрицу Г в матрицу W.

Выбирая максимальные элементы в каждом столбце, получим следующую последовательность: 0.62, 0.46, 0.47, 0.62, 0.46, 0.46, 0.48, 0.48, 0.65, 0.4. При этом 0.4 - минимальная из данных величин. Выбираем из матрицы Т наибольшее возможное значение, которое было бы меньше 0.4.

Таблица 1.

Матрица нечеткого бинарного отношения Ф_

э2 Эз в* Б5

х1 0.59 0.58 0.40 0.38 0.45

Х2 0.42 0.38 0.32 0.37 0.26

Хз 0.55 0.50 0.36 0.43 0.43

Х4 0.47 0.41 0.38 0.49 0.40

х5 0.45 0.48 0.40 0.48 0.53

Хе 0.58 0.63 0.40 0.37 0.61

х7 0.62 0.74 0.46 0.31 0.65

В результате получаем 0.38. Используя это значение в качестве порога различения зон состояний, получим: М1 = {х1,х2,х3,х4,х5,*в.*7}. М2 = {х„х2,х3,хА,х5,хь,х7},

М3 = {х1,х4,х5,х6,х7}, МА = {х1(х3,х4,х5}, М5 = {х1,х31х4,х5,х6,х7}. Данные зоны показывают, какие состояния следует рассматривать в качестве целевых на каждом этапе решения задачи. Так, на каждом из этапов следует предпочитать состояние ви а состояние в4 только на этапах х1,хз,х4,х5.

В четвертой главе диссертации рассматриваются вопросы построения программного комплекса автоматизации и моделирования системы управления. Разработана структура базы данных, интегрирующая статистические данные и данные вычислительных экспериментов. Приведен список программных приложений с описанием их основных функциональных возможностей.

В соответствии с разработанными методами и моделями в диссертации создана структура программного комплекса.

Для организации открытой структуры в процессе его апробации и внедрения, комплекс имеет отдельные приложения, которые носят самостоятельный характер, а методы аналитической обработки данных базируются на интерфейсном взаимодействии с пакетом 31аг"1Б1'1са.

51аИп1 - приложение интерфейсного взаимодействия с 81айзйса;

СопСЛ - конструктор отчетов;

РгоСН - проигрыватель отчетов;

П"Р1п01Л - приложение для работы с РТР-сервером, которое осуществляет асинхронный сбор отчетов от предприятий.

В соответствии с разработанными принципами взаимодействия пользователей системы представленная структура обеспечивает следующие функциональные возможности:

Экономический отдел предприятия собирает информацию о работе филиалов, с помощью Statlnt производит статистический анализ данных о технико-экономических показателях предприятия, формирует отчет, который передается в аналитический и экономический отдел посредством FTPInOut.

Аналитический отдел предприятия получает отчет экономического и планового отделов, с помощью Statlnt проводит собственный аналитический анализ данных предприятия, формирует общий отчет для руководства предприятия с возможностью включения различных форматов HTML, RTF, Flash.

Руководитель предприятия имеет возможность просмотра скомпонованных отчетов с помощью ProOt, РгоРге.

Экономический отдел собирает отчеты филиалов и производит сравнительный анализ, выявляет общие тенденций и закономерности и формирует общий сравнительный отчет развития технико-экономических показателей.

Аналитический отдел получает отчеты экономического отдела и проводит собственный анализ данных по всем предприятиям, который передается руководству.

Такая распределенная структура программных приложений позволяет динамично подстраиваться к конкретным требованиям каждого лица, принимающего решения, отрабатывая для него индивидуальные формы визуализации и представления аналитических исследований.

Так, по имеющимся статистическим данным прогнозирования объема производства предприятия Мосгортанс до 2015г. проведенный анализ позволил выявить линейную зависимость большинства технико-экономических показателей от роста объема производства. Нелинейная зависимость показателей достигается за счет отклонения значений на 0,5-1%. Отклонение от линейности столь незначительно (коэффициент корреляции 0,99), что на общую картину развития не влияет. Используемые подходы определения этих показателей приводят к значительному их завышению, что создает видимость благополучия работы.

Увеличение объемов выпускаемой продукции планируется проводить за счет расширения штата сотрудников. Следует заметить, что увеличение числа рабочих целесообразно при увеличении производственных мощностей и расширении заводов, а это в свою очередь требует дополнительных вливаний денежных средств. Но из графика, отображенного на рисунке 6. (а) видно, что прибыль линейно

возрастает с увеличение объема выпускаемой продукции, и не зависит от количества рабочих, причем затраты на производство снижаются (Рис. 6.(6)). Таким образом, в перспективном плане не учитываются затраты на расширение производства.

Зависимость прибыли и затрат от объема товарной продукции

Сепмоол I • .76395

атрат от об мм* проауи*« ТР¿Р « 89.343 • ЗС-1 • ТР ОР ............-,»7»~

«ООО 70000 80000 90000 165 1.165 1.2Е5 1.3Е5 НЕ» Обммпрмгчт соЫ^гк* )

Рис. 6.

Таблица информативное™ главных факторов

Таблица 2.

Информа-тивность % информативности Накопленная информативность Накопленный % информативности

8,653679 96,15198 8,653679 96,15198

0,323356 3,59285 8,977035 99,74483

0,020954 0,23282 8,997989 99,97765

0,001795 0,01994 8,999783 99,99759

1.2 1,0 0,6 0,6

1 °'4 0,2

0.0

-0,2

-0,4

-1,2 -1,0 -0,8 -0,6 -0,4 -42 0.0 0,2 0,4 0,6 0,8 1,0 1,2 РасЬг 1

Рис. 7.

Фкторкый анализ по всем показателям для всех заводов

МТ [=0 МТ УЯ

О о

ЕМ о МТ ОР о

ЕМ ОР

МТ ОР

ВДОР

с

С1 ¿Шта

ТР РО

о «Ш

ТР УН в

Если не брать в расчет данные за 2015 год, то прибыль линейно возрастает, а прогнозирование таких данных до 2015 года не эффективно. Факторный анализ позволил выявить абстрактный фактор, который определяет общую картину развития на 96% (Табл.2.).

Следовательно, этот план развития в основном определяется одним показателем (объем продукции), все остальные технико-экономические показатели линейно зависят от него.

Из графика (рис.7.) видно, что фондоотдача имеет большую обратную корреляцию с первым абстрактным фактором, а со вторым коэффициент корреляции близок к 0. Стоимость основных средств снижается на всем прогнозируемом периоде, а объем производимой продукции возрастает. Следовательно, снижение фондоотдачи говорит об ошибочности прогноза.

В заключении представлены основные результаты работы.

Приложение содержит документы об использовании результатов работы.

Публикаци и. По результатам выполненных исследований опубликовано 6 печатных работ, приведенных в списке публикаций.

Основные выводы и результаты работы

1. Проведен системный анализ моделей управленческих решений, связанных с прогнозированием и календарным планированием, оформлением документов, подготовкой материалов отчетов, решения задач оперативного управления и контроля, связанных с основной деятельностью промышленного предприятия. По результатам анализа сделан вывод о необходимости решения задачи создания системы мониторинга технико-экономических показателей, с использованием методов интеллектуального анализа данных.

2. Выполнен анализ методов интеллектуального анализа данных. Показано, что необходимым средством для поддержания управленческих решений являются хранилища данных. Выделены основные типы информационных объектов, с которыми работает система интеллектуального анализа данных.

3. Разработана модель информационного обмена в системе поддержки управленческих решений, где информационная деятельность рассматривается как единая система или целостный объект описания и анализа вне зависимости от конкретных форм и организационных рамок, в которых реализуются отдельные компоненты и подпроцессы.

4. На основе модели главных компонент разработан метод агрегирования обобщенных показателей, в основу которого положено использование аддитивных относительных интегральных показателей, который позволяет рассматривать в рамках одного

индекса различные, в том числе и трудно сопоставимые, натурные показатели.

5. На основе формализма нечеткого автомата в диссертации разработана модель аналитической деятельности руководителя при решении задач стратегического управления, связанного с реализацией управляющих решений,

6. На основе моделей нечетких ситуационных сетей разработаны алгоритмы выбора управляющих решений, позволяют осуществлять поиск как тактических, так и стратегических решений.

7. Разработана структура базы данных, интегрирующая статистические данные и данные вычислительных экспериментов. Для организации открытой структуры в процессе его апробации и внедрения, комплекс имеет отдельные приложения, которые носят самостоятельный характер, а методы аналитической обработки данных базируются на интерфейсном взаимодействии с пакетами статистического анализа.

8. Программный комплекс внедрен для практического применения в ряде промышленных предприятий, а также используется в учебном процессе в МАДИ.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Власов A.B. Методы и модели формирования адаптивных пользовательских интерфейсов в системах поддержки управленческих решений / Власов А.Б., Солнцев A.A., Иванова Л.В., Сатышев C.H. // Вестник МАДИ вып. 2 (21). Ротапринт МАДИ. - М„ 2010. - С. 71-74. (Рекомендовано ВАК).

2. Власов А.Б. Аналитический обзор методов и моделей синтеза организационных структур сложных систем управления / Губин М О., Власов А.Б., Свободин В.Ю., Чугунова Д.Н. II Модели и методы управления сложными техническими системами: сб. науч. тр. МАДИ, Ротапринт МАДИ.» -М„ 2010.-С. 49-55.

3. Власов А.Б. Структура инструментальных средств системы поддержки принятия решений / Свободин В.Ю., Толкаев Е.Ю., Белоус В.В., Власов А.Б. // Модели и методы управления сложными техническими системами: сб. науч. тр. МАДИ, Ротапринт МАДИ. - М., 2010. - С. 104 - 109.

4. Власов А. Б. Формирование организационной структуры управления промышленным предприятием с использованием многоролевых деловых игр/ Баринов К. А., Власов А. Б., Строганов В. Ю., Ягудаев Г. Г. //technomag.edu.ru:HayKa и Образование: электронное научно-техническое издание/ МГТУ им.Н.Э.Баумана. 2011. Выпуск 8. URL (Рекомендовано ВАК).

5. Vlasov A.B. Simulation model of route network to transport goods and passengers on closed route I Nikolaev A.B., Stroganov V.Y., Satyshev S.N., Vlasov A.B. II Proceedings of seventh International Conferenc "Information and telecommunication technologies in Intelligent systems" - Ruen, France, 2011. pp. 20-27.

6. Власов А.Б. Алгоритм планирования производственного цикла промышленного объединения / Солнцев A.A., Власов А.Б., Зайцев Д.В., Рачковская В.М. II Автоматизация и управление на транспорте и в дорожном строительстве: сб. науч. тр. МАДИ, Ротапринт МАДИ. - М., 2011.-С. 122-125.

7. Власов А.Б. Модели обмена ресурсами при формировании совместных производственных программ / Тимофеев П.А., Зайцев Д.В., Рачковская В.М., Власов А.Б. // Автоматизация и управление на транспорте и в дорожном строительстве: сб. науч. тр. МАДИ, Ротапринт МАДИ. - М., 2011.-С. 165-170.

8. Власов А.Б. Организация дорожного движения и градостроительная деятельность / Власов А.Б., Сатышев С.H. // Молодой ученый № 4 (27) Том 3. - Чита, 2011. - С. 171 - 176.

Подписано в печать: 24.10.2011 Объем: 1 усл.п.л. Тираж: 100 экз. Заказ №732 Отпечатано в типографии «Реглет» 119526, г. Москва, Ленинградский пр-к, д.74, корп.1 (495) 790-47-77; www.reglet.ru

ВВЕДЕНИЕ.

1. АНАЛИЗ МОДЕЛЕЙ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ И МЕТОДОВ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ.

1.1. Анализ принципов формирования хранилищ данных.

1.2. Хранилище данных и системы оперативного анализа данных.

1.3. Системный анализ проблем интеграции данных и приложений.

1.4. Основные этапы интеграции приложений.

1.5. Информационные объекты системы поддержки принятия решений.

1.6. ОЬАР-технологии в системе поддержки управленческих решений.

1.7. Модель поведения руководителя в условиях неопределенности.

Выводы по главе 1.

2: ФОРМИРОВАНИЕ МОДЕЛЕЙ ИНФОРМАЦИОННОГО ОБМЕНА И АГРЕГИРОВАНИЯ ТЕХНИКО-ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ.

2.1. Постановка задача формирования модели обмена информацией в организационной системе.

2.2. Модель сравнительного анализа данных на основе интегральных показателей.

2.2.1. Общая характеристика модели.

2.2.2. Проблема выбора весов.

2.2.3. Алгоритм вычислений значений интегрального индекса.

2.3. Иерархическая схема использования интегральных индексов.

2.4. Методика построения прогноза технико-экономических показателей. 66 Выводы по главе 2.

3: РАЗРАБОТКА АЛГОРИТМОВ И МОДЕЛЕЙ АНАЛИТИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ РУКОВОДИТЕЛЯ В СИСТЕМЕ ПОДДЕРЖКИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ.

3.1. Оптимизация управленческих решений на основе синтеза алгоритмов анализа нечетких ситуационных сетей.

3.2. Разработка модели формирования стратегий управления организационной структурой в условиях нестабильности и многофакторного внешнего воздействия.

3.3. Разработка моделей анализа и формирования ресурсного обеспечения решения управленческих задач.

3.4. Семантическое моделирование данных.

3.5. Разработка методики агрегирования показателей.

Выводы по главе 3.

4. РАЗРАБОТКА И АПРОБАЦИЯ ПРОГРАММНОГО КОМПЛЕКСА

СИСТЕМЫ МОНИТОРИНГА ТЕХНИКО-ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ.

4.1. Анализ информационных потоков промышленных предприятий.

4.2. Организация интерфейсного взаимодействия СУБД мониторинга с пакетами статистического анализа.

4.2.1. Методика создания макросов взаимодействия с пакетом статистического анализа.

4.2.2. Описание методов статистической обработки данных.

4.2.3. Функциональные возможности программ аналитического анализа технико-экономических показателей.

4.3. Реализация методов удаленного доступа к отчетным формам показателей функционирования предприятий.

4.4. Формы визуализации технико-экономический показателей.

Выводы по главе 4.

Современный организационный и технологический уровень предприятий промышленности и транспортного комплекса в первую очередь определяется возможностью оперативного и динамичного управления производственными процессами. Текущая ситуация определяет необходимость автоматизации технологических процессов, начиная с формирования портфеля заказов и, заканчивая оперативным управлением производственной деятельностью, что невозможно без использования систем мониторинга с возможностью интеллектуального анализа данных.

Перспективный план развития* любого предприятия в предстоящий период предусматривает активное внедрение информационно-коммуникационных технологий, разработку и внедрение программно-математических методов и средств автоматизации сбора, обработки и выдачи информации, необходимой для принятия управленческих решений.

Все это делает актуальным решение задач создания системы мониторинга технико-экономических показателей с использованием современных методов аналитической обработки данных.

Предметом исследования являются технологии сбора, передачи и аналитической обработки данных о технико-экономических показателях функционирования предприятий промышленности и транспортного комплекса.

Целью работы повышение эффективности оперативного контроля и мониторинга обобщенных технико-экономических показателей предприятий на основе создания формализованных методов и моделей информационного обмена и моделей агрегирования.

Для достижения данной цели в работе решаются следующие задачи:

• системный анализ моделей управленческих решений и методов интеллектуального анализа данных;

• разработка моделей информационного обмена в системе поддержки управленческих решений;

• разработка методов и моделей агрегирования обобщенных показателей;

• разработка модели аналитической деятельности руководителя;

• реализация программно-моделирующего комплекса распределенной информационной системы мониторинга.

Научную новизну: работы составляют методы и модели поддержки управленческих решений в системе оперативного контроля технико-экономических показателей? предприятий промышленности и транспортного комплекса:

На защиту выносятся: .

• декомпозиция .системы информационного обмена;

• факторная модель агрегирования обобщенного¿показателя;

• нечеткая модель аналитической деятельности руководителя;,

• программно-моделирующий комплекс системы, поддержки; управленческих решений.

Диссертация состоит из четырех глав- в; которых, приводится* решение поставленных задач. В первою главе диссертации проводится системный анализ; моделей*' управленческих решений и методов интеллектуального анализа данных.

В рамках направлений управленческой деятельности; руководитель, как правило; непосредственно не: выполняет трудоемкие расчеты,, связанные с прогнозированием и календарным; планированием, не занимается обработкой и оформлением, документов,. подготовкой материалов отчетов, не решает мелкие задачи оперативного, управления и контроля, связанные с основной деятельностью организации и * т.д. Но в обязательном порядке руководитель оставляет за собой определение целей деятельности в этих направлениях, условий и порядка достижения этих целей, контролирует и:воздействует на ход достижения поставленных целей, оценивает полученные результаты и вносит коррективы в деятельность исполнителей. При таком подходе валено не. столько то, какие методы, алгоритмы и аппаратно-программные средства используются . 6 для решения управленческих задач, а на каких этапах и каким образом реализует руководитель свои управленческие функции.

На основании проведенного анализа выделены следующие типы информационных объектов, с которыми работает система. КРЭ: подсхема базы данных;: Ы-мерная матрица разнотипных элементов* (гиперкуб); >1-мерная матрица разнотипных элементов;, включающая семантическое описание по всем измерениям? (семантический гиперкуб);: однородная» матрица (двумерный срез: гиперкуба,, содержащий объекты, одного типа);: время. Все типы информационных объектов, принадлежат базовому понятию: "информационного объекта системы" и дополнительно, к нему имеют свой; набор. методов, специфичных для каждого типа.

Во второй главе диссертации: разработаны;: модели; информационного обмена и: предложена методика формирования^ агрегированных показателей в условиях искажения? информации?. В сис темах, базирующихся - на обмене информацией, целесообразно, выделять два/ типа; организационных элементов: включающие и: не включающие основную деятельность. Элементы первого типа: являются- потребителями-поставщиками: (конечными) информации:: и могут взаимодействовать как; непосредственно: (реализуя: информационную деятельность: в собственных организационных рамках), так и через посредство элементов; второго типа, которые представляют собой промежуточных потребителей- поставщиков информации; или информационные системьь

Одной из основных, функции: (результат) информационного обмена: для; руководителя.: является: формирование некоторых агрегированных показателей деятельности: отдельных подразделений? предприятия. В основу предлагаемой' модели положено- использование' аддитивных: относительных интегральных показателей - индексов, характеризующих, по мнению эксперта; исследуемый объект - фактор или явление: Каждый индекс представляет собой средне -взвешенное: значений специальным образом нормированных показателей, связанных с исследуемым объектом, где совокупность неотрицательных значений: коэффициентов отвечает свойству нормировки.

Нормирование исходных значений осуществляется с учетом целевого характера монотонности изменений натурного показателя, определяемого экспертом. Например, при анализе финансового состояния предприятия доходы и расходы имеют прямо противоположный смысл целевой монотонности. Финансовой устойчивости способствует рост доходов и уменьшение расходов.

В третьей главе диссертации разрабатывается формальные модели и методы аналитической деятельности ЛПР. В общем случае принятие решения заключается: в генерации возможных альтернатив решений, их оценке и выборе лучшей альтернативы. В результате оценки из исходного множества выделяют подмножество альтернатив, допустимых по качеству, из- которого по определенным критериям качества и выбирается лучший вариант. Часто уже при выработке исходного множества альтернатив, особенно при решении сложных задач при многих критериях, в исследуемом процессе могут принимать активное участие эксперты, как правило, это специалисты в данной предметной области, либо, при необходимости, в смежных "критериальных" областях.

С целью построения модели поведения руководителя или лица, принимающего решение (ЛПР)' при решении задач стратегического управления, связанного с реализацией управляющих решений, рассмотрим нечеткий недетерминированный автомат, под которым понимается множество:

Алгоритмы выбора управляющих решений, на основе ситуационной сети, позволяют осуществлять поиск как тактических, так и стратегических решений. В' первом случае выбор решения определяется этапом решаемой задачи и текущим состоянием системы гибридного интеллекта, во втором -оценкой недоминируемости имеющихся альтернатив. Предложенные модели выбора тактических и стратегических состояний при управлении сложных объектов позволяют организовать целенаправленный- поиск управляющих решений в базах знаний.

8В работе показано, что разработка методики формирования сетевого агрегирования показателей необходима для повышения оперативности формирования агрегированных показателей в системе поддержке принятии решений. Кроме того, поэтапное агрегирование дает параметризацию нечеткой модели самого принятия решения руководителем.

В четвертой главе диссертации была проведена апробация разработанных методов и алгоритмов. Так, по имеющимся статистическим данным прогнозирования объема до 2015г. регрессионный анализ позволил г выявить линейную зависимость большинства технико-экономических показателей от роста объема производства. Нелинейная зависимость показателей достигается за счет отклонения значений-на 0,5-1%. Отклонение от линейности столь незначительно (коэффициент корреляции 0,99), что на общую картину развития не влияет.

Обоснованность научных положений, рекомендаций* и выводов определяется корректным использованием современных математических методов и моделей, предварительным статистическим анализом динамики технико-экономических показателей отдельных предприятий, а также согласованностью результатов аналитического и имитационного > моделирования: Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения результатов работы на ряде предприятий.

Научные результаты, полученные в диссертации, доведены до практического использования и представляют непосредственный интерес в области разработки'методов и моделей поддержки управленческих решений. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения на ряде предприятий, а также используются в учебном процессе в МАДИ.

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

• на Российских и межрегиональных научно-технических конференциях и семинарах (2008-2011гг.);

• на заседаниях кафедры АСУ МАДИ.

Совокупность научных положений, идей и практических результатов исследований в области создания моделей поддержки управленческих решений составляет актуальное направление исследований в области создания систем оперативного контроля и мониторинга показателей предприятий промышленности и транспортного комплекса.

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов, моделей и методик.

Материалы диссертации отражены в 8 печатных работах.

Диссертационная работа состоит из введения, четырех глав и заключения, изложенных на 129 страницах машинописного текста, содержит 19 рисунков, 12 таблиц, список литературы из 113 наименований и приложения.

Выводы по главе 4

1. Проведен анализ структуры, информационных потоков передачи информации «Первый автокомбинат» и разработана программная поддержка система мониторинга, обеспечивающая оперативный обмен сжатыми информационными ресурсами всех предприятий в реальном времени.

2. Разработан комплекс программ обеспечения интерфейсного взаимодействия с пакетами статистической обработки технико-экономических показателей.

3. Разработана структура базы данных предприятий «Первый автокомбинат» и приложения, реализующие удаленный доступ для организации мониторинга технико-экономических показателей отдельных подразделений.

Заключение

1. Проведен системный анализ моделей управленческих решений, связанных с прогнозированием и календарным планированием, оформлением документов, подготовкой материалов отчетов, решения задач оперативного управления и контроля, связанных с основной деятельностью промышленного предприятия. По результатам анализа сделан вывод о необходимости решения задачи создания системы мониторинга технико-экономических показателей, с использованием . методов интеллектуального анализа данных.

2. Выполнен анализ методов интеллектуального анализа данных. Показано, что необходимым средством для^ поддержания управленческих решений являются хранилища данных. Выделены основные типы информационных объектов, .с которыми работает система интеллектуального анализа данных.

3. Разработана модель информационного обмена .в системе поддержки управленческих решений, где информационная деятельность рассматривается; как единая система или целостный объект описания и анализа, вне зависимости от конкретных форм и организационных рамок, в которых реализуются отдельные компоненты; и подпроцессьъ

4. На основе модели главных компонент разработан; метод агрегирования обобщенных показателей, в: основу которого положено использование аддитивных относительных интегральных показателей, который позволяет рассматривать в. рамках, одного индекса различные, в том числе и трудно сопоставимые, натурные показатели;.

5. На основе формализма нечеткого автомата в диссертации разработана модель аналитической деятельности руководителя- при решении задач стратегического управления, связанного' с. реализацией: управляющих решений, .

6. На основе моделей нечетких ситуационных: сетей разработаны алгоритмы; выбора управляющих решений; позволяют осуществлять поиск как тактических, так и стратегических решений.

7. Разработана структура базы данных, интегрирующая-;статистические данные и данные вычислительных экспериментов; Для организации открытой структуры в процессе его апробации и внедрения; комплекс имеет отдельные; приложения, которые носят самостоятельный характер, а методы аналитической обработки данных базируются: ' на интерфейсном взаимодействии с пакетами статистического анализа.

8. Программный комплекс внедрен для практического применения в ряде промышленных предприятий, а также используется в учебном процессе вМАДИ.

1. Авдеев Е.В., Еремин А. Т., Норенков И. П., Песков М. И. /Под ред. Норенкова И. П. Системы автоматизированного проектирования в радиоэлектронике. - М.: Радио и связь, 1986. - 368 с.

2. Анисимов В.И., Дмитриевич Г.Д., Ежов С.Н. и др. /Под ред. Анисимова В.И. Автоматизация схемотехнического проектирования на мини ЭВМ. Л.: Изд-во Ленинградского ун-та, 1983. - 200 с.

3. Аграновский А.В., Арутюнян Р.Э, Хади Р.А. Современные аспекты проблемы поиска в текстовых базах данных // Телекоммуникации. 2003. -№3. - С. 25-23.

4. Арсеньев Б.П., Яковлев С.А. Интеграция распределенных баз данных. СПб.: Лань, 2001. - 461 с.

5. Аткинсон М., Бансилон Ф., Девитт Д., Дитрих К., Майнер Д., Здоник С. Манифест систем объектно-ориентированных баз данных СУБД. 1995. -№4.

6. Ахаян Р., Горев А., Макатирипов1 С. Эффективная работа с СУБД. -СПб.: Питер, 1997. 704-с.

7. Балл Г.А. Система понятий для описания приложений интеллекта // Кибернетика. 1979. - №2. - С. 109-113.

8. Баркер С.Ф. Профессиональное программирование в Microsoft Access 2002: Пер. с англ. М.: Вильяме, 2002. - 992 с.

9. Бекаревич Ю.Б., Пушкина Н. В. Microsoft Access 2000. СПб.: БХВ -Петербург, 2001.-480 с.

10. Ю.Боровиков В.В. Microsoft Access 2002: Программирование и разработка баз данных и приложений. М.: Солон - Р, 2002. — 560 с.

11. Бобровски С. Oracle 7: Вычисления клиент/сервер. М.: Лори, 1996. -651 с.

12. Бобровски С. Огас1е8: Архитектура : Пер с англ. М.: Лори, 1988.212 с.

13. Бобровски С. Oracle 8: Архитектура. М.: Лори, 1998. - 210 с.

14. Бойко В. В., Савинков В. М. Проектирование баз данныхинформационных систем. 2-е изд., перераб. и доп. - М.: Финансы и статистика, 1989. -350 с.

15. Боровицкий М.Д., Смирнов C.B. Реализация и исследования производительности объектно-ориентированной СУБД // Программирование. М., 1992.-С. 18-28.

16. Бочаров В. А., Маркин В.И. Основы логики. — М.: Космополис, 1994. -272 с.

17. Буре Р. XML и базы данных // Открытые системы. М., 2000. - № 10. - С. 62-65.

18. Буч. Г. Объектно-ориентированный анализ и проектирование с примерами приложений. — М.: Бином, 2001. 560 с.

19. Вендров А. М. CASE технологии. Современные методы и средства проектирования информационных систем. — М.: Финансы и статистика, 1998. - 176 с.

20. Вентцель Е.С. Теория вероятностей. М.: Высшая школа, 2001.576 с.

21. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2000. - 384 с.

22. Гандерлой Майк, Харкинз Сьюзан Сейлз. Автоматизация Microsof Access с помощью VBA: Пер. с англ. М.: Вильяме, 2006. - 416 с.

23. Гарсиа-Молина Г., Ульман Д., Уидом Д. Системы баз данных. Полный курс: Пер. с англ. М.: Вильяме, 2004. - 1088 с.

24. Гасанов Э.Э. Информационно-графовая модель хранения и поиск данных // Интеллектуальные системы. 1998. - Т. 3. - С. 163-192.

25. Гасликова И. Поиск информации в контексте // Информационные ресурсы России. М., 1998.' - № 6. - 31 с.

26. Гиффорд Двайн и др. Access 97. Энциклопедия пользователя: Пер. с англ. Киев: ДиаСофт, 1997. - 640 с.

27. Горчинская О.Ю., Калянов Г.Н. Современные CASE-технологии и Designer/2000 Oracle Magazine/RE. 1977. - №1. - С. 22-25.

28. Грабер M. M. SQL: Пер. с англ. M.: Лори, 2000. - 371 с.

29. Грабер M. М. Справочное руководство по SQL: Пер. с англ. М.: Лори, 1997.-231 с.

30. Грей Д. Управление данными. Прошлое, настоящее и будущее. //СУБД. 1998. - №3. - С. 21-36.

31. Грей П. Логика, алгебра и базы данных: Пер. с англ. М.: Машиностроение, 1989. - 368 с.

32. Дейт К. Дж. Введение в системы баз данных. 7-е изд.: Пер. с англ. -М.: Вильяме, 2001. 1072 с.

33. Дейт К., Дж. Введение в системы,баз данных. 8-е изд.: Пер. с англ. -М.: Вильяме, 2005. 1328 с.

34. Денниг В., Эссиг Г., Маас С. Диалоговые системы "человек-ЭВМ". Адаптация к требованиям пользователя. — М.: Мир, 1984. 112 с.

35. Джексон Г. Проектирование реляционных баз данных для использования в микро ЭВМ: Пер. с англ. М.: Мир, 1991. - 252 с.

36. Джеффри Л. Бирн. Microsoft SQL Server. Руководство администратора: Пер. с англ. М.: Лори, 1998. - 214 с.

37. Джеффри Л. Бирн. Microsoft SQL Server. Руководство администратора: Пер. с англ. М.: Лори, 1988. - 210 с.

38. Диго С.М. Проектирование и использование баз данных. М.: Финансы и статистика, 1995. - 208 с.

39. Замулин А.В. Системы программирования баз данных и знаний. -Новосибирск: Наука, 1990. 352 с.

40. Иванова Г.С. Технология программирования. М.: Изд-во МГТУ им. Н.Э. Баумана, 2003. - 320 с.

41. Иванова Г.С., Ничушкина Т.Н. Проектирование программного обеспечения: Методическое пособие по выполнению и оформлению курсовых, дипломных и квалификационных работ. — М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. 83 с.

42. Информационная технология. Язык баз данных SQL. ISO/МЭК 9075-93. Введ. 01.07.94. - М., 1993. - 26 с.

43. Калиниченко JI.A. Метод построения коммутативных отображений моделей данных при интеграции неоднородных баз данных // Программирование. 1978. - № 6,- С. 60-71.

44. Карпова Т.С. Базы данных: модели, разработка, реализация. СПб.: Питер, 2001.-304 с.

45. Коршунов Ю.М. Математические основы кибернетики. М.: Энергия, 1980. - 424 с.

46. Когаловский М.Р. Абстракции и модели в системах баз данных // СУБД. М., 1998:-№4-5.

47. Когаловский М.Р. Энциклопедия технологий баз данных.- М.: Финансы и статистика, 2002. 800 с.

48. Когаловский М.Р. Технология баз данных на персональных ЭВМ. -М.: Финансы и статистика, 1992. 223 с.

49. Колетски П., Дорси П. Oracle Designer. Настольная книга пользователя: Пер. с англ. М.: Лори, 1999 - 592 с.

50. Корнеев В.В. и др. Базы данных. Интеллектуальная обработка информации. М.: Нолидж, 2000. - 162 с.

51. Кренке Д. Теория и практика построения баз данных: Пер. с англ. -СПб.: Питер, 2003. 800 с.

52. Кузнецов О.П., Адельсон-Вельский Г.М. Дискретная математика для инженера. 2-е изд. перераб. и доп. - М.: Энергоатомиздат, 1988. - 480 с.

53. Кузнецов С.Д. СУБД (системы управления базами данных) и файловые системы. М.: Майор, 2001. - 128 с.

54. Кузьменко В. Г. Базы данных в Visual Basic и VBA. Самоучитель.

55. M.: Бином-Пресс, 2004. 416 с.

56. Литвин П. и др. Разработка настольных приложений в Access 2002. Для профессионалов: Пер. с англ. СПб.: Питер, 2002. - 1008 с.

57. Мак-Федрис П. Моя первая книга о VBA: Пер. с англ. М.: Эксмо, 2005.-352 с.

58. Мейер Д. Теория реляционных баз данных. М.: Мир, 1987. - 608с.

59. Норенков И.П. Разработка систем автоматизированного проектирования: Учебник для вузов. М.: Изд-во МГТУ им. Н.Э. Баумана, 1994. - 207 с.

60. Норенков И.П. Основы автоматизированного проектирования: Учебник для вузов. 2-е изд., переработ, и доп.- М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. - 336 с.

61. Норенков И.П., Маничев В.Б. Системы автоматизированного проектирования электронной и вычислительной аппаратуры. М.: Высшая школа, 1983. — 272 с.

62. Озкарахан Э. Машины баз данных и управления базами данных: Пер. с англ. М.: Мир, 1989. - 695 с.

63. Петер Пин, Шен Чен. Модель "сущность-связь" шаг к единому представлению о данных // СУБД. - 1995. - № 3. - С. 137-158.

64. Петрова И.Ю., Лазуткина Е.А. Организация баз данных. -Астрахань: Астраханский ГТУ, 1999. 192 с.

65. Питерсон Дж. Теория сетей Петри и моделирования систем: Пер. с англ. М.: Мир, 1984. - 264 с.

66. Пол Литвинг, Кен Гетц, Майкл Гилберт. Access 2000. Руководство разработчика. Корпоративные приложения: Пер. с англ. Киев: BHV, 2001. -Т. 2.-912 с.

67. Препарата Ф. Шеймос. М. Вычислительная геометрия. Введение. -М.: Мир, 1989.-478 с.

68. Пржиялковский В.В. Сложный анализ данных большого объема. Новые перспективы компьютеризации. // СУБД. 1996. - № 4. - С. 71-83.

69. Пржиялковский B.B. Новые одежды знакомых СУБД. Объектная реальность, данная нам. // СУБД. 1997. - № 4.

70. Райан Стивене, Рональд Плю. SQL.: Пер с англ. М.: Бином, 1998. -400 с.

71. Ревунков Г.И., Самохвалов Э.Н., Чистов В.В. Базы и банки данных и знаний. М.: Высшая школа, 1992. - 392 с.

72. Роберт Дж. Мюллер. ORACLE Developer/2000. Настольная книга пользователя: Пер. с англ. М.: Лори, 1999. - 384 с.

73. Розмахов О.Г. Основы проектирования баз данных. М.: Московский авиационный институт, 1993. - 24 с.

74. Россеева О.И., Загорулько Ю.А. Организация эффективного поиска данных // Интеллектуальные системы. 1998. - № 3-4. - С. 163-192.

75. Саймон А.Р. Стратегические технологии баз данных. М.: Финансы и статистика, 1999. - 479 с.

76. Система управления базами данных. Руководство прикладного программиста. М.: Информ-Икс, 1997. - 47 с.

77. Система управления базами данных. Руководство по проектированию структур данных. М.: Информ Икс, 1997. - 14 с.

78. Системы автоматизированного проектирования. Кн.2: Федорук В.Г., Черненький В.М. Информационное и прикладное обеспечение. М.: Высшая школа, 1986. - 159 с.

79. Стоунбрейкер. Объектно-реляционные системы баз данных // Открытые системы. 1994. - № 4.

80. Суслов А. Языки запросов для XML-данных // Открытые системы. -2001,-№2.

81. Тиори Т., Фрай Д. Проектирование структур баз данных: Пер. с англ. М.: Мир, 1985. - 287 с.

82. Тихомиров Ю.В. Microsoft SQL Server 7.0. СПб.: БХВ-Петербург, 1999.-720 с.

83. Тихомиров Ю.В. Micrjsoft SQL Server 7.0: разработка приложений.- СПб.: БХВ Петербург, 1999. - 352 с.

84. Урман С. Oracle 8. Программирование на языке PL/SQL. М.: Лори, 1999: - 607 с.

85. Ульман Дж. Основы систем баз данных: Пер. с англ. М.Р. Когаловского и В.В. Когутовского. М.: Финансы и статистика, 1983. - 334 с.

86. Ульман Д., Уидом Д. Введение в системы баз данных: Пер. с англ. -М.: Лори, 2000.-319 с.

87. Фаронов В.В., Шумаков П.В. Delphi 4. Руководство разработчика баз данных. М.: Нолидж, 1999. - 560 с.

88. Федорук В. Г. Математическое и программное обеспечение анализа БИС: Дисс. . канд. техн. наук (05.13.12).-М., 1983.-200 с.-д.с.п.

89. Харитонова И.А., Михеева В.Д. Microsoft Access 2000. СПб.: БХВ-Петербург, 2001. - 819 с.

90. Хьюз Дж., Мичтом Дж. Структурный подход к программированию.- М.: Мир, 1980.-278 с.

91. Шпеник М., Следж О. Руководство, администратора баз данных Microsoft SQL Server 2000: Пер. с англ. -М.: Вильяме, 2001. 928 с.

92. Энциклопедия пользователя. Огас1е8.: Пер. с англ. /Компания Advanced Information Systems и др. Киев: ДиаСофт, 1999. - 864 с.

93. Buff H.W. Why Codd's Rule № 6-Must Be Reformulated // ACM SIGMOD. December 1988. - 17, № 4.

94. Cattell R.G.G. Object data management.- Addison- Wesley: Reading, MA, 1994.

95. Celko J. SQL for Smarties: Advanced SQL Programming. San Francisco, Calif.: Morgan Kaufmann, 1995.

96. Chamberlin D.D. et. al. Support for Repetitive Transactions and Ad Hoc Queries in System R // ACM TODS. March 1981. - 6, № 1.

97. Chamberlin D.D. et. al. A History and Evaluation of System R // CACM. -October 1981.-24, № 10.

98. Codd E.F. A relational model data for larger shared data banks // Comm;

99. ACM.- 1970. V.13.-№ 6.- P. 377-387.

100. Codd E.F. The Relational Model For Database Management Version 2. Reading, Mass.: Addison-Wesley, 1990.

101. Darwen H. Relation-Valued Attributes // Date C. J. and Hugh Darwen. Relational Database Writings 1989 — 1991. Reading, Mass.: Addison-Wesley, 1992.

102. Darwen H. Without Check Option // Date C. J. and Darwen H. Relational Database Writings 1989 1991. - Reading, Mass.: Addison-Wesley, 1992.

103. Darwen H. The Role of Functional Dependes in Query Decomposition/ZDate C.J., Darwen H. Relation Writing 1989-1991.-Reding, Mass.:Addison-Wesley, 1992.

104. Date C. J. Why Quantifier Order Is Important // Date C. J. and Hugh Darwen. Relational Database Writings 1989 1991. — Reading, Mass.: Addison-Wesley, 1992.

105. Date C. J. What's Wrong with SQL? // Date C. J. Relational Database Writings 1985 1989. - Reading, Mass.: Addison-Wesley, 1990.

106. Date C. J. How We Missed the Relational Boat // Date C. J. Relational Database Writings 1991 1994. - Reading, Mass.: Addison-Wesley, 1995.

107. Date C. J. Why Relational? // C.J. Date. Relational Database Writings 1985 1989. - Reading, Mass.: Addison-Wesley, 1990.

108. Date C. J. What Not How: The Business Rules Approach to Application Devolopment.-Reading, Mass.: Addison-Wesley, 2000

109. Eisenberg A., Melton J/ SQL: 1999, Formerly Known as SQL3 // ACM SIGMOD Record. MarchT999. - 28, № 4.

110. Halpin T. Information Modeling and Relational Databases: From Conceptual Analusis to Logical Design. San Francisco, Calif.: Morgan Kaufmann, 2001.

111. Klug A. Equivalence of Relational Algebra and Relational Calculus Query Languages Having Aggregate Functions // JACM 29. July 1982. - № 3.

112. Mediators in the architecture of future information systems I I IEEE Computer.-1999.- V.25.-№3.- P. 38-49.

113. Yannis Kotidis and Nick Roussopoulos. DynaMat: A Dynamic ViewManagement System for Data Warehouses. In Proc. of ACM SIGMOD Conference, 1999 June.

114. Yemeni R., Papakonstantinou Y., Abiteboul S., and Garcia-Molina H.Fusion queries over internet databases // In proc. of the conf. on extending database technology (EDBT). Valencia: Spain, 1998.- P. 57-71.