автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Поддержка принятия решений при управлении в сложных системах на основе антикризисного подхода и интеграции интеллектуальных технологий

На правах рукописи

ШАХМАМЕТОВА Гюзель Радиковна

ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ В СЛОЖНЫХ СИСТЕМАХ НА ОСНОВЕ АНТИКРИЗИСНОГО ПОДХОДА И ИНТЕГРАЦИИ ИНТЕЛЛЕКТУАЛЬНЫХ ТЕХНОЛОГИЙ

Специальность 05.13.01 - Системный анализ, управление и обработка информации (в промышленности)

5 п.::к 2013

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук

Уфа-2013

005541814

005541814

Работа выполнена на кафедре вычислительной математики и кибернетики ФГБОУ ВПО «Уфимский государственный авиационный технический университет»

Научный консультант д-р техн. наук, проф.

ЮСУПОВА Нафиса Исламовиа

Официальные оппоненты д-р техн. наук, проф.

ВОЛЬФЕНГАГЕН Вячеслав Эрнстович

проф. каф. технической кибернетики, Национальный исследовательский ядерный университет «МИФИ» (г. Москва)

д-р техн. наук, проф. МЕЛЬНИКОВ Апдрей Витальевич

проректор по научной работе,

ФГБОУ ВПО «Челябинский государственный

университет»

д-р техн. наук, проф. МУНАСЫПОВ Рустэм Анварович

проф. каф. технической кибернетики, Уфимский государственный авиационный технический университет

Ведущая организация ФГАОУ ВПО «Уральский федеральный университет

им. первого Президента России Б. Н. Ельцина»

Защита диссертации состоится 18 декабря 2013 г. в 10 часов на заседании диссертационного совета Д-212.288.03 при Уфимском государственном авиационном техническом университете по адресу: 450000, г. Уфа, ул. К. Маркса, 12

С диссертацией можно ознакомиться в библиотеке университета Автореферат разослан 2013 г.

Ученый секретарь диссертационного совета д-р техн. наук, проф.

В. В. Миронов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования

Основой успешного функционирования сложной системы является принятие решений, адекватных условиям, в которых она функционирует. Реальные условия, как правило, характеризуются воздействием внешней среды, а процесс управления сопровождается помехами, порождающими неопределенность, что может привести к кризису управления. Качество управленческого решения во многом зависит от опыта и профессионализма лица, принимающего решения. Но даже опытный руководитель сталкивается с проблемами при управлении динамическими системами в неопределенной среде или в условиях ограничения ресурсов, при принятии решений на основе большого объема данных, нечетких или быстроизменяющихся данных, что приводит к кризису принятия решений. При этом, как правило, отсутствуют строго формализованные математические модели таких систем, которые позволили бы однозначно определить механизм управления. Выходом из подобных ситуаций может служить использование антикризисного подхода.

Понятие «антикризисное управление» (АКУ), как процесс предотвращения или преодоления кризиса объекта управления (ОУ), можно встретить во многих сферах. Любой ОУ проходит определенные стадии жизненного цикла (ЖЦ) и подвержен кризисам в том или ином виде в течение всего ЖЦ. Для обозначения кризисных явлений в разных системах (экономических, организационно-технических, социальных, технических) используется различная терминология. Эти явления обозначаются как критические, аварийные, проблемные, чрезвычайные ситуации. Несмотря на разнообразие природы указанных систем, специфические особенности объектов управления и ресурсного обеспечения в них, в работе выделяется общее с позиций АКУ — необходимость специальной управленческой деятельности для обеспечения эффективности и безопасности функционирования объекта управления и системы в целом.

Кризис управления сложным объектом в неопределенных условиях, кризис принятия решений влечет за собой необходимость использования антикризисного подхода и интеллектуальных информационных технологий. Цель поддержки принятия решений на основе интеллектуальных технологий — обеспечение на основе имеющихся знаний и опыта эксперта эффективного управления объектом в условиях кризисной и предкризисной ситуации.

В данной работе антикризисный подход (АКП) применяется для разрешения кризиса в управлении и принятии решений, в качестве объектов управления рассматриваются сложные системы: организационно-технические, экономические, сложные технические объекты. Анализ АКУ и особенностей обработки информации позволяет заключить, что проблема информационной поддержки антикризисного управления является сложной из-за множества влияющих на нее факторов, задач, возникающих при управлении, ограничений. Неопределенность обстановки в предкризисной и кризисной ситуациях и малые резервы времени обуславливают необходимость информационной поддержки принятия решений (ППР), предназначенной для лиц, принимающих решения (ЛПР). Проблемой, представляющей интерес для исследования, является обеспечение информационной поддержки ан-

тикризисного управления для принятия управленческих решений в целях повышения обоснованности, достоверности и эффективности при решении задач антикризисного управления.

Степень разработанности темы исследования

Современные методы поддержки принятия решений с использованием интеллектуальных технологий, инженерии знаний рассмотрены в работах таких российских и зарубежных ученых, как Д. А. Новиков, А. Н. Борисов, Э. А. Трахтенгерц, В. И. Васильев, В. П. Гладун, Б. Г. Ильясов, Н. И. Юсупова, В. В. Миронов, Г. С. Поспелов, Д. А. Поспелов, Л. Р. Черняховская, Н. Саймон, Б. Ален, Р. Бергман, М. Рихтер и др. Вопросы антикризисного управления активно рассматриваются в отечественной и зарубежной литературе. Данной теме посвящены работы 3. А. Авдошиной, К. В. Балдина, Р. А, Попова, А. Г. Грязновой, С. Е. Кован, Р. Хита, С. Финка и др. Практические вопросы применения антикризисного управления рассмотрены в статьях 3. А. Авдошиной, А. Комахи, Е. М. Трененко-ва, С. А. Дведенидова, К. В. Линника и других. Но работ, посвященных поддержке принятия решений на основе антикризисного управлении, в настоящее время очень мало. Несмотря на многообразие кризисов природного, техногенного, социального и экономического характеров, варьирующихся от крупных аварий техники до финансово-экономических кризисов и многих других, вопросы поддержки принятия решений для предотвращения кризисов разработаны недостаточно. Поэтому возникает необходимость в разработке таких методов и моделей, которые могли бы обеспечить поддержку принятия эффективных антикризисных решений на основе использования современных информационных технологий.

Объект исследования — процесс поддержки принятия управленческих решений в сложных системах с учетом особенностей обработки информации в условиях кризиса.

Предмет исследования — методологические основы, а также средства принятия управленческих решений в сложных системах на основе антикризисного подхода и интеграции интеллектуальных технологий в условиях возможности возникновения кризисных ситуаций.

Целью диссертационной работы является разработка методологических основ поддержки принятия решений в сложных системах на базе антикризисного подхода с использованием интеллектуальных технологий для повышения эффективности принятия управленческих решений в сложных динамических объектах, в которых возможны ситуации, требующие управленческих мероприятий для обеспечения работоспособности и безопасности объекта.

Для достижения поставленной цели в работе необходимо решить следующие задачи:

1. Разработать методологию поддержки принятия решений (ППР) в сложных системах на основе антикризисного подхода (АКП) и интеграции интеллектуальных информационных технологий (ИИИТ) с учетом различных этапов жизненного цикла объекта управления. Сформулировать особенности выделяемых классов ОУ в сложных системах, для которых целесообразно использование предлагаемых основ.

2. Разработать схему ППР в сложных системах в соответствии с предложенной методологией на различных этапах жизненного цикла ОУ, которая позволит учесть особенности обработки информации с целью обеспечения информационной поддержки принятия управленческих решений в сложных системах, для которых возможно возникновение кризисных ситуаций, требующих управленческих мероприятий для обеспечения работоспособность и безопасности (на примере организационно-технических систем, экономических объектов, сложных технических объектов). В рамках схемы ППР разработать структуру системы поддержки принятия решений и определить метод интеграции интеллектуальных технологий для решения задач поддержки принятия решений на основе АКП с учетом особенностей интеллектуальных технологий, классов решаемых задач и особенностей обработки требуемой информации.

3. Разработать модели, методы и алгоритмы для ППР в сложных системах в соответствии с предложенной методологией для организационно-технических систем на этапах формализации, выработки структуры и стабилизации с учетом свойств объекта управления, особенностей обработки информации, на основе интеграции технологии экспертных систем и сетей доверия Байеса.

4. Разработать модели, методы и алгоритмы для ППР в сложных системах в соответствии с предложенной методологией для экономических объектов на этапах жизненного цикла стабилизации и спада с учетом свойств объекта управления, особенностей обработки информации, на основе интеграции технологии экспертных систем и технологии интеллектуального анализа данных.

5. Разработать модели, методы и алгоритмы для ППР в сложных системах в соответствии с предложенной методологией для сложных технических объектов на этапе жизненного цикла стабилизации с учетом свойств объекта управления, особенностей обработки информации, на основе интеграции генетического алгоритма и технологии экспертных систем.

6. Разработать комплекс программных средств для реализации предложенной методологии, схемы и структуры ППР, и обеспечивающий на основе разработанных моделей, методов и алгоритмов поддержку принятия решений в сложных системах для различных классов объектов управления на основе ИИИТ.

7. Провести экспериментальные исследования работоспособности и эффективности предложенной методологии ППР в сложных системах на основе АКП с использованием разработанных программных средств для различных классов объектов управления с возможным возникновением кризисных (чрезвычайных) ситуаций, а также анализ оценки эффективности разработанных методов ППР в сложных системах на основе антикризисного подхода.

Методы исследования

При проведении исследований использованы методы системного анализа, теории управления, теории принятия решений, теории антикризисного управления, концепция жизненного цикла, методы искусственного интеллекта, разработки интеллектуальных систем, разработки и эксплуатации экспертных систем, интеллектуального анализа данных, инженерии знаний, статистического анализа, генетических алгоритмов, теории вероятностей.

Положения, выноснмые на защиту

1. Методология ППР в сложных системах на основе антикризисного подхода с учетом различных этапов жизненного цикла объекта управления на основе интеграции интеллектуальных информационных технологий, которая позволяет учесть особенности антикризисного управления и особенности обработки информации с целью обеспечения информационной поддержки принятия управленческих решений в сложных системах в условиях возможности возникновения кризисных ситуаций.

2. Схема ППР в сложных системах на основе антикризисного подхода и интеграции интеллектуальных информационных технологий для реализации предложенной методологии. В рамках схемы поддержки принятия решений — структура системы поддержки принятия решений при антикризисном управлении; метод интеграции интеллектуальных технологий для решения задач поддержки принятия решений на основе АКП с учетом особенностей интеллектуальных технологий, классов решаемых задач и особенностей обработки требуемой информации.

3. Модели (функциональная модель ППР в ОТС на основе АКП; информационная модель СППР; модель дерева событий для определения содержания сценариев аварий; модель дерева решений для продукционной базы знаний сценариев развития аварий; продукционная модель базы знаний сценариев развития аварий), методы (метод интеграции технологии экспертных систем и сетей Байеса, вид применяемой интеграции - параллельная; метод определения вероятности наступления сценариев аварий на основе сетей Байеса) и алгоритмы (алгоритмы получения информации из продукционной базы знаний; алгоритм для определения вероятности наступления сценариев аварий па основе сетей Байеса) для поддержки принятия решений на основе антикризисного подхода для ОТС.

4. Модели (функциональная модель ППР для экономических объектов на основе АКП; информационная модель СППР; модели деревьев решений для продукционных баз знаний классификации предприятий в соответствии со степенью угрозы банкротства и определения признаков преднамеренного банкротства; продукционные модели базы знаний для классификации предприятий в соответствии со степенью угрозы банкротства и определения признаков преднамеренного банкротства; нейросетевые модели для прогнозирования финансовых показателей предприятия), методы (метод интеграции технологии экспертных систем и технологии интеллектуального анализа данных, вид применяемой интеграции — пересекающаяся; метод прогнозирования финансовых показателей на основе технологии интеллектуального анализа данных) и алгоритмы (алгоритмы получения информации из продукционной базы знаний; алгоритмы для прогнозирования финансовых показателей предприятия на основе интеллектуального анализа данных) для ППР на основе антикризисного подхода для экономических объектов.

5. Модели (функциональная модель ППР для СТО на основе АКП; информационная модель СППР; модели деревьев решений для продукционных баз знаний для формирования начальной популяции траекторий и скрещивания траекторий; продукционные модели базы знаний для формирования начальной популяции траекторий и скрещивания траекторий; модели рабочего пространства с препятствиями и модели СТО), методы (метод интеграции генетического подхода и технологии экспертных систем, вид применяемой интеграции - поглощающая; методы

поиска траекторий СТО в пространстве с препятствиями на основе генетического подхода и генетического подхода с применением технологии экспертных систем) и алгоритмы (алгоритмы получения информации из продукционной базы знаний; алгоритмы поиска траекторий СТО в пространстве с препятствиями на основе генетического подхода и генетического подхода с применением технологии экспертных систем) для поддержки принятия решений на основе антикризисного подхода для сложных технических объектов.

6. Комплекс программных средств для реализации предложенной методологии и обеспечивающий на основе моделей и алгоритмического обеспечения поддержку принятия решений на основе антикризисного подхода для различных классов объектов управления на основе интеграции интеллектуальных информационных технологий (прототип СППР для определения сценариев развития аварий с определением вероятности их реализации в ОТС; прототип СППР для мониторинга банкротств предприятий; прототип СППР для выработки эффективных антикризисных сценариев в виде безударных траекторий для СТО).

7. Результаты экспериментальных исследований работоспособности и эффективности предложенной методологии ППР сложных системах на основе антикризисного подхода для различных классов объектов управления, а также анализ оценки эффективности интеллектуальной информационной под держки принятия антикризисных решений с использованием разработанных программных средств (в ОТС - сокращение времени подготовки управленческих решений от 12,1 до 54,8 %, уменьшение количества затрачиваемых человеко-часов — 34,8—53,5 % в зависимости от сложности проводимых работ по разработке ИМО; для экономических объектов — обеспечение качественной работы системы мониторинга кризисных ситуаций с высокой степенью достоверности; для СТО на основе оценки количественных и качественных показателей эффективности, установлено, что для разработанных интеллектуальных методов поиска безударных траекторий средний процент достижения точек составляет 70-85 %).

Научная новизна результатов

1. Новизна предложенной методологии ППР в сложных системах на основе антикризисного подхода заключается в том, что они основаны на комплексной интеграции системного, кибернетического, функционального, процессного, сценарного и информационного подходов, а также методов искусственного интеллекта и инженерии знаний, и, в отличие от известных, в них учтены обобщенные свойства АКУ для выделяемого класса объектов управления с учетом этапов их жизненного цикла.

2. Новизна предложенной схемы и структуры ППР в сложных системах на основе антикризисного подхода обусловлена применением предложенной методологии и заключается в комбинации различных принципов управления и интеграции интеллектуальных технологий в зависимости от особенностей обработки информации. Новизна метода интеграции интеллектуальных технологий для решения задач поддержки принятия решений на основе АКП состоит в подборе интеллектуальных технологий с учетом их основных особенностей, классом решаемых аналитических задач и особенностей интеллектуальных технологий, классов решаемых задач и особенностей обработки информации, требуемой для ППР для ос-

новных задач антикризисного управления (мониторинг, учет возможных прогнозов, разработка антикризисных сценариев, выработка управленческих решений).

3. Новизна предложенных моделей, методов и алгоритмов для ППР на основе АКП для ОТС (функциональная модель ППР для ОТС на основе АКП; информационная модель СППР; модель дерева событий для определения содержания сценариев аварий; модель дерева решений для продукционной базы знаний определения сценариев развития аварий; метод интеграции технологии экспертных систем и сетей Байеса; метод определения вероятности наступления сценариев аварий на основе сетей Байеса; алгоритмы получения информации из продукционной базы знаний; алгоритм для определения вероятности наступления сценариев аварий на основе сетей Байеса) обусловлена применением предложенных методологии, схемы и структуры ППР и состоит в том, что она основана на интеграции интеллектуальных технологий по первому уровню (параллельному) в зависимости от особенностей ОУ, решаемой задачи АКУ, особенностей обработки требуемой информации, этапа жизненного цикла ОУ для повышения эффективности поддержки принятия решений в сложных системах.

4. Новизна предложенных моделей, методов и алгоритмов для ППР на основе АКП для экономических объектов (функциональная модель ППР для экономических объектов на основе АКП; информационная модель СППР; модели деревьев решений для продукционных баз знаний классификации предприятий в соответствии со степенью угрозы банкротства и определения признаков преднамеренного банкротства; продукционные модели базы знаний для классификации предприятий в соответствии со степенью угрозы банкротства и определения признаков преднамеренного банкротства; нейросетевые модели для прогнозирования финансовых показателей предприятия; метод интеграции технологии экспертных систем и технологии интеллектуального анализа данных; метод прогнозирования финансовых показателей на основе технологии интеллектуального анализа данных; алгоритмы получения информации из продукционной базы знаний; алгоритмы для прогнозирования финансовых показателей предприятия на основе интеллектуального анализа данных) обусловлена применением предложенных методологии, схемы и структуры ППР и состоит в том, что она основана на интеграции различных интеллектуальных технологий по второму уровню (пересекающемуся) в зависимости от особенностей ОУ, решаемой задачи АКУ, особенностей обработки требуемой информации, этапа жизненного цикла ОУ для повышения эффективности поддержки принятия решений в сложных системах.

5. Новизна предложенных моделей, методов и алгоритмов для поддержки принятия решений на основе АКП для СТО (функциональная модель ППР для СТО на основе АКП; информационная модель СППР; модели деревьев решений для продукционных баз знаний для формирования начальной популяции траекторий и скрещивания траекторий; продукционные модели базы знаний для формирования начальной популяции траекторий и скрещивания траекторий; модели рабочего пространства с препятствиями и модели СТО; метод интеграции генетического подхода и технологии экспертных систем; методы поиска траекторий СТО в пространстве с препятствиями на основе генетического подхода и генетического подхода с применением технологии экспертных систем; алгоритмы получения

информации из продукционной базы знаний; алгоритмы поиска траекторий СТО в пространстве с препятствиями на основе генетического подхода и генетического подхода с применением технологии экспертных систем) обусловлена применением предложенных методологии, схемы и структуры ПГТР и состоит в том, что она основана на интеграции различных интеллектуальных технологий по третьему уровню (поглощающему) в зависимости от особенностей ОУ, решаемой задачи АКУ, особенностей обработки требуемой информации, этапа жизненного цикла ОУ для повышения эффективности поддержки принятия решений в сложных системах.

6. Новизна результатов экспериментальных исследований работоспособности и эффективности предложенной методологии поддержки принятия решений в сложных системах на основе антикризисного подхода для различных классов объектов управления состоит в: 1) для организационно-технических систем — в формировании сценариев развития аварий с определением вероятности их реализации и сокращении времени подготовки управленческих решений в 1,5-2 раза; 2) для экономических объектов - в формировании системы мониторинга банкротств предприятий, что позволяет выявить признаки предбанкротных и банкротных состояний на ранних стадиях и повысить достоверность управленческих решений; 3) для сложных технических объектов — в разработке эффективных антикризисных сценариев для СТО в виде безударных траекторий по критерию минимальной длины, сокращении времени поиска траектории в 2-2,5 раза, увеличении достижимых точек рабочего пространства на 9-35 %.

Практическая цепность и внедрение результатов

Практическую ценность диссертационного исследования составляют методологические основы поддержки принятия решений в сложных системах на основе антикризисного подхода, которые основаны на комплексной интеграции системного, кибернетического, функционального, процессного, сценарного и информационного подходов, а также методов искусственного интеллекта и инженерии знаний, с учетом этапов жизненного цикла объекта управления и преимуществ интеграции интеллектуальных информационных технологий, что позволяет повысить уровень достоверности и обоснованности принятия управленческих решений на различных стадиях жизненного цикла объекта управления, и комплексная методика интеграции интеллектуальных технологий для информационной поддержки антикризисного управления, которая включает модели различных классов, интеллектуальные алгоритмы и программное обеспечение системы информационной поддержки на разных стадиях жизненного цикла, что позволяет обеспечить визуальную, информационную и интеллектуальную поддержку как при различных видах антикризисного управления в зависимости от стадии жизненного цикла, так и при оценке результатов управления.

Практическую ценность составляют результаты экспериментальных исследований эффективности предложенных интеллектуальных алгоритмов принятия решений при реализации различных сценариев управления, которые показали правильность предложенной методологии исследования и эффективность интеллектуальных алгоритмов для информационной поддержки антикризисного управления.

Основные результаты диссертационной работы внедрены в ряде предприятий и организаций (ГУЛ «Уфимский хлебокомбинат №2», ГУЛ «ИГГГЭР» РБ, Уфимский филиал Центркомбанка ООО, ООО «Агрофирма «Светлое», учебный процесс ФГБОУ ВПО УГАТУ и др.).

Степень достоверности результатов проведенных исследований

Полученные результаты исследования базируются на обобщении опыта в области антикризисного управления на основе системного, кибернетического, функционального, процессного, сценарного и информационного подходов, а также подтверждаются корректностью использования методов разработки систем поддержки принятия решений; выполненные автором эксперименты с применением программной реализации подтверждают эффективность предложенной методологии поддержки принятия решений в сложных системах на основе антикризисного подхода и интеграции интеллектуальных информационных технологий; разработанные в ходе исследования в рамках указанной методологии модели, методы и алгоритмы поддержки принятия решений для различных классов объектов управления проверены в ходе компьютерных экспериментов и успешно прошли апробацию на реальных примерах, что подтверждается, в том числе, актами внедрения.

Апробация работы и публикации

Основные положения и результаты диссертационной работы регулярно докладывались и обсуждались на конференциях, наиболее значимые из которых: международная конференция «Жизненный цикл производственных систем. Менеджмент, управление, мониторинг» (Бельгия, Левен, 1999); международная конференция «Интеллектуальные системы в проектировании и промышленности» (США, Бостон, 2001); IX Международная конференция WMSCI'2005 (США, Орландо, 2005); II Всероссийская научно-техническая конференция с международным участием «Мехатроника, автоматизация, управление» МАУ'2005 (Россия, Уфа, 2005); VI, VII, VIII, IX, X, XI Международные конференции «Компьютерные науки и информационные технологии» (2004-2009 гг.); I Российско-немецкий семинар «Инновационные информационные технологии: теория и практика», Россия, Уфа, 2009; II Российско-немецкий семинар «Инновационные информационные технологии: теория и практика», Германия, Дрезден, 2010; Ш Российско-немецкий семинар «Инновационные информационные технологии: теория и практика», Россия, Уфа, 2011; I, П Международные конференции «Информационные технологии и системы» (Россия, 2012, 2013), П Международная конференция «Передовые технологии в области обнаружения и управления информацией IMMM'2012» (Италия, 2012), Международная конференция «Информационные технологии интеллектуальной поддержки принятия решений ITTDS'2013» (Россия, Уфа, 2013).

Связь исследований с научными программами

Исследования в данном направлении выполнялись в период с 2000 по 2013 гг. на кафедре вычислительной математики и кибернетики УГАТУ в рамках: НИР «Исследование проблем развития, управления, контроля и моделирования в сложных системах» в 2003-2005 гг., НИР «Исследование и разработка интеллектуаль-

пых технологий поддержки принятия решений и управления на основе инженерии знаний» в 2006-2008 гг., НИР «Исследование интеллектуальных технологий поддержки принятия решений и управления для сложных социально-экономических объектов» в 2009-2011 гг., НИР «Разработка инструментальных средств поддержки принятия решений для различных видов управленческой деятельности в промышленности в условиях слабоструктурированной информации на основе технологий распределенного искусственного интеллекта» в 2012—2013 гг. по заданию Министерства образования и науки РФ, грантов РФФИ на темы «Аналитический обзор "Экспертные системы"» в 2003 г., «Интеллектуальные методы поиска траекторий многозвенных манипуляторов в сложном рабочем пространстве» в 20062008 гг., «Распределённая интеллектуальная система поддержки принятия решений при выполнении проектов фундаментальных исследований сложных систем» в 2009-2011 гг., «Интеграция интеллектуальных информационных технологий на примере мониторинга банкротств» в 2011-2013 гг., РГНФ «Система поддержки принятия решений при управлении рисками чрезвычайных ситуаций для повышения экономической эффективности и экологической безопасности деятельности производственных объектов» в 2012-2013 гт.

Публикации

Основные результаты диссертационной работы отражены в 93 работах, все по теме диссертации, в том числе в 14 статьях, опубликованных в рецензируемых центральных журналах, входящих в список ВАК, 6 монографиях и препринтах монографий, 5 свидетельствах об официальной регистрации программ для ЭВМ, ключевые публикации приведены в автореферате.

Структура и объем работы

Диссертационная работа состоит из введения, шести глав, заключения, списка литературы из 218 наименований, изложенных на 325 страницах машинописного текста, содержит 88 рисунков и 31 таблицу.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность проблемы поддержки принятия решений в сложных системах на основе антикризисного подхода и интеграции интеллектуальных информационных технологий на каждом этапе жизненного цикла; формулируются цель и задачи работы; представлены положения, выносимые на защиту; изложены краткая характеристика и сведения об апробации работы.

Первая глава посвящена анализу особенностей антикризисного подхода, задач антикризисного управления с учетом требований к обработке информации, рассматривается классификация проблем антикризисного управления с учетом поддерживающей информации, проводится анализ существующих подходов к решению задачи антикризисного управления с точки зрения возможности применения для различных объектов управления, в которых возможны ситуации, требующие управленческих мероприятий для обеспечения работоспособности и безопасности объекта. Антикризисное управление является особым типом управления, обладающим как общими для управления чертами, так и особенными его характе-

ристиками: сочетание формального и неформального управления, повышенная чувствительность к фактору времени; ограниченность ресурсов; специфические антикризисные критерии выбора вариантов решения, особенности обработки информации. При этом основная идея антикризисного подхода состоит в том, что меры по предотвращению кризиса должны быть приняты до попадания в кризис.

Проводится анализ проработанных вопросов антикризисного управления в отечественной и зарубежной литературе (Э. М. Короткое, 3. А. Авдошина, К. В. Балдин, Р. А. Попов, А. Г. Грязнова, С. Е. Кован, Р. Хит, С. Финк, В. И. Те-рехин, В. П. Панагушин, Е. А. Мизиковский, А. П. Градов, А. О. Недосекин, А. И. Ковалев, В. П. Привалов, Э. Альтман, У. Бивер и др.). Несмотря на многообразие кризисов, методология предотвращения кризиса, чрезвычайной ситуации разработана недостаточно полно и работ, посвященных применению математических методов, информационных технологий и инструментальных средств на их основе, в области антикризисного управления в настоящее время мало. Анализ возможностей известных решений в области ГТ, включая PDM и ERP системы, применяемых для антикризисного управления, как общих (R/3, SAP Business Intelligence, BAAN, Oracle Financial Analyzer, Project Expert, 1С: Предприятие 8, PDM Step Suite, Галактика Business Suite и др.), так и специализированных («Аналитический реестр», «Реестр надежных партнеров» и др.), показал, что они не всегда в достаточной мере могут обеспечить реализацию основных задач антикризисного управления, таких, как предотвращение кризиса. Поэтому возникает необходимость в разработке методологических основ, а также моделей, методов и алгоритмов, которые могли бы повысить эффективность поддержки принятия анпжри-зисных решений на основе использования современных информационных технологий.

На основе анализа работ ученых и исследователей (В. В. Борисов, Г. В. Рыбина, JI. Ф. Ноженкова, Н. П. Бусленко, А. Н. Аверкин, В. В. Емельянов, L. Medsker, S. Wermter и др.) в области интеграции интеллектуальных технологий для поддержки принятия управленческих решений выделены основные способы интеграции, которые позволяют разработать принципы интеграции интеллектуальных технологий с учетом особенностей обработки информации, требуемой для поддержки принятия решений АКУ.

Во второй главе разрабатываются методологические основы поддержки принятия решений в сложных системах, для которых характерны кризисные ситуации, анализ этапов антикризисного управления и обосновывается необходимость применения интеллектуальных технологий для поддержки принятия решений; разрабатывается схема поддержки принятия решений в сложных системах на основе АКП и интеграции интеллектуальных информационных технологий.

Сложную систему S как объект можно представить в виде Su =<Ф, Н, Str, Р, Q, 2функ, Ты A, D, Inf U, Zynp>, где Ф={Ф,} - множество объектов (подсистем); H={Hj} - множество связей между ними; Str - структура системы; Р={Рк} - множество параметров и характеристик элементов системы; Q={QJ - множество свойств системы; гфут - цель функционирования системы; Т€Х={ТСХ р} - множество технологий управления; Л={Ат} - множество алгоритмов управления; D={DV} — множество ресурсов (временных, информационных, материальных и др.); Inf -информация (о состоянии объекта; необходимая для управления и др.); U={UJ -

множество управляющих воздействий/факторов; - цель управления. Предкризисная/кризисная (критическая, предаварийная) ситуация Sit возникает, когда выходит из строя один или несколько следующих элементов системы S: характеристики базовых элементов {Ф1} выходят за рамки допустимых пределов либо происходит отказ базовых элементов; нарушаются связи {Hj} системы; разрушается структура Str системы; изменяются параметры и характеристики элементов {P/J и всей системы в целом; изменяются (теряются) жизненно-важные свойства {QJ системы; цель функционирования 2футк теряет смысл, либо становится недостижимой. Элементы {Тр}, {Ащ}, {DJ, {UJ относятся к управляющим элементам и необходимы для формирования и реализации управляющего решения. Нарушение их работы ведет к кризису в управляющей системе (кризису управления).

Сложную систему как процесс можно представить в виде S=<K, Т, U, А, D, Т,*, Inf F, Q, Zynp>, где К—{K/t)} - множество параметров системы; T={tJ - множество моментов времени; U={Uc(t)} - множество управляющих воздействий (управляющих факторов, управляющих органов и др.); A={Am(t)} — множество алгоритмов управления, обработки информации и др.; D={Dv(t)} — множество ресурсов (временных, информационных, материальных и др.); Тех—{Тех p(t)} - множество технологий управления; Inf -информация (о состоянии процесса; необходимая для управления и др.); F={Fk(t)} - множество случайных возмущений; Q={Q„(t)} множество свойств системы; Zynp — цель управления системой-процессом, которая состоит в поддержании множества параметров в гомеостатических пределах. Предкризисная/кризисная (критическая, предаварийная) ситуация Sit возникает, когда один или несколько жизненно-важных параметров системы K={Ki(t)} выходят из области допустимых пределов. В зависимости от величин ^¡=КоГКь где Кы -значение параметра, равноудаленное от границ допустимых изменений параметров, можно говорить о нормальной, предкризисной или кризисной ситуациях.

Процесс принятия решений для предотвращения/преодоления кризисной ситуации можно описать следующей последовательностью шагов (рис. 1).

Выделены особенности ОУ в сложных системах, для которых целесообразно использовать АКП: наличие кризисных, чрезвычайных, критических, аварийных ситуаций, для предотвращения которых необходима предварительная проработка вариантов управленческих решений для обеспечения безопасности функцио-Рисунок 1 - Процесс принятия решений нирования объекта с уче-

том специфических критериев (предотвращение тяжелых последствий, учет факторов риска и др.), а также особешюсти обработки информации, необходимой для принятия решений в условиях возможности возникновения кризисных ситуаций. С уче-

CacmgMa-объект

Состояние системы S

Ш

Информация о состоянии системы S |

Система• проиесс

Анализ состояния элементов S

Анализ показателей' КЧт) по fj

С

Определение Sit

TL

Формирование/корректировка Zynp

Выбор технологий управления _(Техр} с учетом {Qn}_

I Выбор алгоритмов управления {Am) Г*"Г t —

|Выбор управляющих воздействий {Uc}\"* ^

Интеллект, поддержка • принятия решений

Знания о Sit, о

Тех, Об А, О выборе Zynp по выводу из S/f и др.

Согласование с ЛПР

том этих особенностей для дальнейших исследований выделены три класса сложных систем, которые характеризуются указанными свойствами: организационно-технические системы, которые рассматриваются как система-объект, экономические объекты (система-процесс), сложные технические объекты (система-объект).

В результате анализа задач антикризисного управления в соответствии с состоянием объекта управления с учетом этапов жизненного цикла установлено, что одним из наиболее действенных инструментов антикризисного управления является антикризисный мониторинг, который позволяет определить возможность наступления кризиса на ранних стадиях, что может обеспечить его предотвращение; выявлены особенности информационной поддержки антикризисного управления на различных этапах жизненного цикла для объектов управления разного вида, для которых характерны ситуации, требующие управленческих мероприятий для обеспечения работоспособности и безопасности объекта (экономические объекты, организационно-технические системы, сложные технические объекты). Для каждого класса ОУ определены наиболее важные этапы ЖЦ с позиций АКП: 1) для ОТС это этапы формализации, выработки структуры и стабилизации; 2) для экономических систем - этапы стабилизации и спада; 3) для СТО - этап стабилизации. Определены особенности ОУ и АКУ на этих этапах (табл. 1).

На основе системного анализа проблем антикризисного управления с учетом этапов жизненного цикла объекта управления АКУ и особенностей обработки информации (большие объемы данных, наличие скрытых закономерностей, экспертных знаний и оценок, неопределенность, слабая структурированность данных), выделены теоретические подходы и методы, которые, по мнению автора, составляют основу предлагаемой методологии поддержки принятия решений в сложных системах на основе антикризисного подхода (системный, кибернетический, функциональный, процессный, ситуационный, сценарный), выявлены принципы, которым она должна соответствовать (системности, обратной связи, мониторинга, гибкости контроля, накопления информации, анализа тенденций, своевременного обнаружения отклонений, организационно-методического обеспечения).

Предлагаемая методология направлена на решение главной задачи антикризисного управления - предотвращение кризисов и в ее основе лежат следующие этапы: на основе анализа жизненного цикла ОУ с позиций АКУ определяется наиболее важный этап ЖЦ для решения этой задачи, уточняются цели и задачи АКУ, разрабатывается информационно-методическое обеспечение, которое содержит информацию о проблемной области и методах принятия решений в ней и на основе которого формулируются требования к информационной поддержке, выявляются особенности обработки информации, требуемой для АКУ, на основе чего определяются математические методы, методы интеллектуальных технологий и их возможная интеграция для реализации информационной поддержки (рис. 2).

Для реализации поддержки принятия решений в сложных системах на основе антикризисного подхода разработана схема поддержки принятия решений АКП и ИИИТ (рис. 3), которая позволяет учесть особенности обработки информации с целью обеспечения поддержки управленческих решений в сложных системах, для которых характерно возникновение кризисных ситуаций, требующих управленческих мероприятий для обеспечения работоспособности и безопасности.

Таблица 1. Цели и задачи управления сложным объектом на различных этапах жизненного цикла в терминах АКУ

ОУ жц Цель АКУ Решаемые задачи АКУ Особенности АКУ на этих этапах Особенности обработки информации

1 Разработка мер, направленных на предотвращение кризисов и негативных последствий в случае наступления кризиса Учет возможных прогнозов. Выбор методологии выработки управленческих решений в условиях возможного кризиса. Разработка эффективных антикризисных сценариев. Необходимость в предварительной проработке вариантов управленческих решений и оценке их последствий. Специфические критерии при выборе вариантов решения (минимизация потерь, учет факторов риска, предотвращение тяжелых последствий и др.). Большой объем разнородных данных, в том числе слабоструктурированных. Необходимость: учета мнений экспертов; документальной базы и предыдущего опыта; оценки рисков возникновения негативных последствий, информационной поддержки принятия решений. Большой объем документальной базы. Необходимость формализации знаний экспертов, расчета вероятностей наступления событий.

2 Разработка и реализация мер, направленных на предотвращение возникновения негативных явлений, приводящих к кризисному состоянию объекта управления Мониторинг кризисных ситуаций для предотвращения их возникновения Необходимость текущего контроля состояния ОУ для своевременного обнаружения возникновения кризиса. Необходимость в предварительной проработке вариантов управленческих решений и оценке их последствий. Специфические критерии при выборе вариантов решения (минимизация потерь, учет факторов риска, предотвращение тяжелых последствий и др.). Необходимость: учета возможности ложных и фиктивных банкротств; информационной поддержки принятия решений в условиях ограниченных ресурсов и ограниченного резерва времени. Большой объем данных, в том числе слабоструктурированных, с необходимостью обработки в реальном режиме времени. Необходимость формализации знаний экспертов, выявления скрытых закономерностей в данных.

3 Обеспечение устойчивости и безопасности функционирования ОУ Учет возможных прогнозов и разработка эффективных антикризисных сценариев. Мониторинг кризисных ситуаций Необходимость: в предварительной проработке вариантов управленческих решений и оценке их последствий с учетом сценариев; учета предыдущего опыта при выборе антикризисного сценария; текущего контроля состояния ОУ для своевременного обнаружения возникновения кризиса. Специфические критерии при выборе вариантов решения (минимизация потерь, учет факторов риска, предотвращение тяжелых последствий и др.). Обеспечение оперативности и гибкости антикризисного управления при изменении ситуации. Необходимость компьютерной поддержки управления. Сложность математического моделирования и формализации представления в компьютерной среде. Существенная зависимость от фактора времени Необходимость учета сложного пространства и кинематики движущегося объекта

Анализ ЖЦ ОУ, выявление проблемных этапов с позиций АКУ

Разработка информационно-методического обеспечения АКУ

системный подход

концепция ЖЦ

теория антикризисного управления

кибернетический гюрход

принцип коленной цели

принцип единства

принцип связанности

системный подход

теория антикризисного управления

теория принятия ращений

функциональный подход

сценарный подход

процессный подход

принцип мониторинга

принцип необходимости орг.-метод, обеспечения

принцип конечной цели

принцип единства

принцип связанности

принцип иерархии

Выбор математических методов и моделей

Выбор ' интеллектуальных технологий

Интерпретация СППР с учетом особенностей ОУ

теория вероятностей

статистическим анализ

аналитические методы

— сети Петри

математические модели нейронных сетей

принцип неопределенности

технология экспертных систем

инженерия знаний

технология ИАД

нечеткая логика

нейронные сети

эвристические алгоритмы

принцип

неопределенности

принцип единства

принцип обратной связи

принцип мониторинга

принцип развития

принцип своевременного обнаружения отклонении

принцип модульного построения

методология проектирования

ис

Разработка информационного обеспечения д ля реализации в компьютерной среде

—методы— инженерии знаний

методы экспертных систем

методы ИАД

— методы НС

методы эвристических алгоритмов

математические методы

принцип модульного построения

Реализация информационной поддержки АКУ

технологии разработай экспертных систем

объектно-зриентированный подход

технологии программирования

принципы интеграции компонентов

принцип модульного построения

принцип развития

Рисунок 2 - Методология разработки поддержки принятия решений в сложных системах на основе АКП

Методология АКУ, нормативные акты

Внешнее воздействие

ЛПР - руководитель, топ-менеджер, внешнее управление, инженер, управляющий СТО

Исполнительный орган -топ-менеджеры, группа менеджеров и др.. интерфейс СТО

Объект управления -предприятие, организация, сложный технический объект (СЮ)-

Информация о текущем состоянии ОУ

ЛПР Анализ

1ринятие эешений

Управляющая !информация

Исполнительный орган

I Управляющее 1 еоздвйств ие_

Объект управления

Результатная информация о достижении цели

Рисунок 3 - Схема поддержки принятия решений на основе АКП

В структуре Ci IUP, основньми модулями которой являются база знаний, база данных, модули интеллектуальных технологий, модуль математических моделей, блок выработки стратегий и выработки решений, блок интерфейса СППР, существенно увеличивается необходимость учета предложенной методологии и ППР на основе АКП, что определяет состав и содержание метаматематического, информационного, алгоритмического обеспечения и накладывает требования к программному обеспечению при реализации. Предложены критерии для системного анализа на возможность применения технологии ЭС и сформулированы рекомендации по выбору модели представления знаний для базы знаний СППР.

Продукционная модель представления знаний (i)Q, Р, А=> В, N, где i - имя продукции, с помощью которого каждая продукция выделяется из всего множества продукций; Q - сфера применения продукции; А=> В - ядро продукции, которое означает либо логическое следование В из А, либо условие выполнения В при выполнимости А; N — постусловие продукции, которое актуализируется, если ядро продукции выполняется, является основой для баз знаний, входящих в состав СППР, т.к. позволяет учесть накопленный опыт экспертов по разработке сценариев развития аварий и правил по обеспечению работоспособности и безопасности на различных этапах ЖЦ ОУ. Продукционная система в целом представляется тройкой вида: PS = < F, Р, />, где F - база данных, содержащая текущие факты; Р — база знаний, содержащая множество правил продукции; I — решатель, реализующий процесс вывода. В свою очередь, решатель / формально может быть представлен как: / = <У, S, R, W>, где V - множество процедур выбора из F и Р подмножества акгивных данных Fv и активных продукций Pv, участвующих в те-

кущем цикле работы решателя; Б — процесс сопоставления, определяющий множество означиваний, т.е. пар вида: (р,) —+ {й{}, р1 е Рк {ф} е Р„ где р; - правило; с1, -данные; Л - процесс разрешения конфликтов, в ходе которого определяется какое из множества означиваний будет выполнено; IV — процесс, осуществляющий выполнение выбранного правила, т.е. выполнение действий, указанных в правой части продукционного правила. К основным классам решаемых интеллектуальных задач поддержки принятия решений АКУ относятся: классификация; выявление тенденций, прогнозирование (в том числе прогнозирование временных рядов); ситуационный анализ; поиск субоптимальных решений; моделирование; выявление закономерностей в данных, ассоциаций и последовательностей между событиями, кластеризация (рис. 4). Задача интеграции интеллектуальных технологий (ИТ) для решения задач АКУ является сложной, многокритериальной, ориентированной на экспертные знания, но основные принципы интеграции интеллектуальных технологий для решения задач АКУ с учетом особенностей обработки информации, требуемой для поддержки принятия решений АКУ, разработаны и сформулированы в виде правил (табл. 2).

Рисунок 4 - Интеллектуальные технологии для решения задач АКУ

Таблица 2. Фрагмент базы знаний для интеграции ИТ

№ Правило

1Ме 1 Если задача АКУ - Мониторинг кризисных ситуация И решаемая аналитическая задача -Классификация И особенности обработки информации - Наличие слабоструктурированных данных ТО Экспертные системы и ИАД

Яи1е 2 Если задача АКУ - Мониторинг кризисных ситуация И решаемая аналитическая задача — Прогнозирование И особенности обработки информации — Большие объемы данных, содержащие скрытые закономерности, ТО ИАД и нейронные сети.

...

Предложенная методология поддержки принятия решений в сложных системах на основе АКП, схемы поддержки принятия решений в контуре АКУ на основе интеграции интеллектуальных технологий является основой для разработки поддержки принятия решений при управлении в сложных системах на основе антикризисного подхода для различных классов ОУ.

Третья глава посвящена разработке моделей, методов и алгоритмов поддержки принятия решений на основе предложенной методологии для организационно-технических систем (ОТС). В качестве ОТС рассматриваются предприятия, организации, промышленные объекты, на которых происходят кризисы ярко выраженного вида - аварии техногенного характера (чрезвычайные ситуации). Основными задачами антикризисного управления для объекта управления ОТС на этапах жизненного цикла формализации, выработки структуры и стабилизации являются: учет возможных прогнозов, разработка эффективных антикризисных сценариев. С точки зрения АКП важной задачей является разработка информационно-методического обеспечения (ИМО) АКУ, связанного с определением возможных сценариев развития аварий в ОТС с целью их предотвращения для последующего учета в СППР в процессе управления объектом на протяжении всего жизненного цикла.

На этапах формализации, выработки структуры и стабилизации для разработки ИМО АКУ для рассматриваемого класса объектов необходимо идентифицировать опасные точки промышленных объектов и определить сценарии развития аварий. Для определения вероятности наступления сценариев аварий (кризисов) выбраны сети Байеса, позволяющие учесть неопределенность знаний, возникающую из вероятностного поведения объекта. Предлагаемая интеграция интеллектуальных технологий соответствует первому уровню (параллельному). Для определения содержания сценариев разрабатывается «дерево событий» (рис. 5).

Рисунок 5 — Фрагмент дерева событий на примере аварий на АЗС

Математическое обеспечение антикризисного управления ОТС на этапах на этапах формализации, выработки структуры и стабилизации включает математическую модель в виде сетей Байеса, методы оценки вероятностей реализации того или иного сценария с использованием сетей Байеса, что составляет основу для разработки соответствующего алгоритмического и программного обеспечения поддержки принятия решений. На рис. 6 на примере сценариев развития аварий на АЗС рассмотрена сеть доверия Байеса для определения вероятности их наступления.

Обозначения: v, а, b, с, d, g,m- свидетельства (события), где v - разгерметизация; а - полная разгерметизация; b - частичная разгерметизация; с - мгновенное воспламенение; d - своевременная ликвидация разлива; g - появление

источника зажигания; I — возникновение пожара пролива; т — своевременное тушение пожара;/;/, h2, Из, h4 — гипотезы (исходы сценариев), где hi — ликвидация разлива без образования поражающих факторов; — взрыв облака TBC; h3 — своевременная ликвидация пожара; h4 -взрыв автоцистерны.

Вероятность истинности гипотезы Н( при возникновении свидетельств Ei... рассчитывается как:

Р(Е,\H,)-P(Et\H,)...-P(E,\H,)-P(Ht) jJP{E,\Iii,)...-P(Ht)

Щ

Рис. 6. Сеть доверия Байеса для определения вероятности наступления сценариев аварий на АЗС

где Д - ¡-я гипотеза, / = 1, п; Е) -у'-е свидетельство, ] = \,т\ Р(Е^Н, ) - вероятность наблюдения основания Е;, если истинно #,; - вероятность истишюсти г = 1, п; п — число возможных гипотез. Таким образом, можно рассчитать апостериорную вероятность реализации того или иного сценария развития аварии, зная априорные вероятности возникновения предшествующих событий (данные статистики и экспертного оценивания).

В соответствии с методологией, представленной в главе 2, для решения этой задачи предлагается использовать технологию экспертных систем и продукционную модель представления знаний. На основе информационно-методического обеспечения разработана продукционная база знаний сценариев развития аварий с вероятностями реализации того или иного сценария (табл. 3).

_Таблица 3. Фрагмент базы знаний

№

Правило

Если Рп0 = ^о^ и И АТС = Газс^ И Рр = частичная и Емв = произошло и Рш = несвоевременная, то Сценарий Сазс': Частичная разгерметизация автоцистерны (АД) на территории АЗС (срыв трубы при сливе; нарушения герметичности АЦ) => истечение бензина с мгновенным воспламенением => образование пожара пролива => воздействие теплового излучения на окружающие объекты => отсутствие своевременных действий по тушению пожара => разогрев АЦ до критической температуры, прогрев бензина по глубине, повышение давления => разрыв АЦ с образованием волны давления => воздействие ударной волны. Вероятность реализации: 1,25-10"6___

R1

-гац-

R63

Полная разгерметизация (порыв) трубопровода при перекачке серной кислоты пролив жидкого продукта на подстилающую поверхность => испарение пролива => образование вторичного облака => распространение аммиачного облака по территории => токсическое воздействие. Вероятность реализации: 2,5-10"7_

Предлагаемая структура СППР (рис. 7), полученная из общей схемы поддержки принятия решений на основе АКП, может применяться для решения задач управления в ОТС: учет возможных прогнозов, выбор методологии выработки

управленческих решений в условиях возможного кризиса, разработка эффективных антикризисных сценариев. Интеграция интеллектуальных технологий экспертных систем и сетей Байеса в этой системе обеспечивает адекватную обработку информации с необходимым уровнем качества.

^Энсперт^

^ ЛПР ^

Экспертная система

Подсистема принятия решений

Модуль расчета на основе Байесовских сетей доверия

Информационно* методическое обеспечение

Выявление опасных точек

Определение сценариев развития аварий

Определение вероятности реализации сценариев

Информация об аналогичных объектах

т

{Разработчик | ИМО )

Информация об объекте

Рисунок 7 - Структура СППР для реализации поддержки принятия решений на основе АКП в ОТС

На основе предложенной методологии и разработанного ИМО на основе АКП в ОТС реализован прототип СППР, который позволил определить правильность кодирования фактов и знаний, и показал работоспособность системы в целом.

Четвертая глава посвящена разработке моделей, методов и алгоритмов поддержки принятия решений на основе предложенной методологии для ОУ «экономический объект» на примере предприятия. На этапах жизненного цикла стабилизации и спада основной задачей АКУ является мониторинг кризисных ситуаций для предотвращения их возникновения. К кризисным ситуациям для данного класса ОУ можно отнести неплатежеспособность и возможное последующее банкротство, поэтому в работе рассматривается задача мониторинга банкротств предприятий на этапах жизненного цикла стабилизации и спада. На основе разработанного ИМО для АКУ предприятием сформулированы основные требования к ПИР, определены этапы информационной поддержки (рис. 8).

I этап II этап III этап IV этап

Рисунок 8 - Этапы информационной поддержки АКУ для задачи мониторинга

банкротств предприятий

Учитывая, что особенностями обработки информации при мониторинге банкротств предприятий являются большой объем данных, в том числе слабоструктурированных, необходимость формализации знаний экспертов и выявления скрытых закономерностей в данных, для информационной поддержки решения задач антикризисного управлепия исследуются вопросы интеграции технологий экспертных систем и интеллектуального анализа данных в соответствии со вторым уровнем интеграции (пересекающимся).

Математическое обеспечение для рассматриваемого класса объектов основано на формализации и решении следующих задач: 1) принятие решения о наличии признаков ложного банкротства предприятий; 2) выявление сезонной компоненты временного ряда, необходимое для прогнозирования финансовых показателей; 3) прогнозирование финансовых показателей предприятия. Для решения этих задач необходимо определить вероятности ошибок I и II рода для бинарной задачи принятия решений, автокорреляционную функцию временного ряда, а также использовать нейронные сети в составе интеллектуального анализа данных (ИАД) для прогнозирования финансовых показателей, и сети Петри для моделирования процессов функционирования СППР. В соответствии с требованиями к основным функциям модулей СППР экспертная система должна обеспечивать решение задач группировки предприятий в соответствии со степенью угрозы банкротства и выявления признаков преднамеренного банкротства.

Для выявления признаков ложного банкротства предприятий разрабатывается база знаний, адекватная решаемой задаче и основанная на продукционной модели представления знаний. На основе разработанного информационно-методического обеспечения, проведена формализация знаний предметной области, сформулированы правила базы знаний (табл. 4) и построено дерево решений. Предложенный метод прогнозирования финансовых показателей предприятия (рис. 9), основанный на технологии ИАД, позволил определить параметры прогнозирования для каждого из финансовых показателей предприятия, которые включают глубину погружения скользящего окна, вид и крутизну активационной функции, структуру нейронной сети.

Таблица 4. Фрагмент базы знаний

№ правила Содержание

Rule 1 Если Kooa2<K„oai, То присутствуют признаки преднаме-__ренного банкротства_

Rule б Если Д,62=Дзс1 ИДи2>ДоЬ То отсутствуют признаки преднамеренного банкротства, предприятие находится в тяжелом финансовом положении

Импорт данных из БД СППР

Результат: данные в виде временных рядов

I -

Парциальная и комплексная предобработка Результат: подготовленные для анализа

данные ♦

Статистическим анализ Результат: выявление эффекта сезонности и

ее типа »

Скользящее окно Результат: получение смежных временных _рядов из исходного набора данных_

Построение нейронной сети и ее обучение

Результат: получение модели для _прогнозирования_

Прогнозирование

Результат получение прогнозных значений ♦

Экспорт в БД СППР

Рисунок 9 — Этапы прогнозирования

Структура СПГТР для рассматриваемого класса ОУ, основанная на шггеграции интеллектуальных технологий, позволяет обеспечить обработку слабоструюурированной информации и поддержку принятия решений при мониторинге банкротств (рис. 10).

Рисунок 10 - Интерпретация СПГТР для задачи мониторинга банкротств

Разработанный прототип СППР позволяет определить работоспособность и эффективность предложенных методов.

В пятой главе рассматривается поддержка принятия решений на основе разработанной методологии для случая, когда в качестве ОУ выбран сложный технический объект. Выявлено, что основной целью антикризисного управления для ОУ «сложный технический объект» (СТО) на этапе жизненного цикла стабилизации является обеспечение устойчивости и безопасности функционирования ОУ. В качестве СТО рассматривается группа технических объектов, которые движутся в сложном рабочем пространстве (поезд из п-тележек, манипулятор). Основными задачами управления в рамках АКП являются: учет возможных прогнозов, разработка эффективных технических антикризисных сценариев и мониторинг кризисных ситуаций. В качестве основных особенностей управления выявлены: необходимость текущего контроля состояния СТО для своевременного обнаружения возникновения кризиса; специфические критерии при выборе вариантов решения (минимизация потерь, учет факторов риска, предотвращение тяжелых последствий и др.); необходимость в предварительной проработке вариантов управленческих решений и оценке их последствий; необходимость учета предыдущего опыта при выборе антикризисного сценария; необходимость компьютерной поддержки управления; обеспечение оперативности и гибкости антикризисного управления при изменении ситуации. В рамках предлагаемой методологии для решения этих задач необходима разработка информационно-методического обеспечения, которое должно содержать методы и алгоритмы нахождения антикризисных сценариев (безударных траекторий, обеспечивающих сохранность поезда, манипулятора, препятствий рабочего пространства).

На примере СТО «группа многозвенных манипуляторов» установлено, что кризисная ситуация может быть обусловлена возможностью столкновения с препятствиями и манипуляторов друг с другом в процессе движения к цели, что приведет к нарушению процесса функционирования объекта и/или разрушению препятствий. Основными трудностями, возникающими при разработке алгоритмов

поиска безударных траекторий, являются большое количество звеньев, а также сложность рабочего пространства. Траектория каждого манипулятора однозначно описывается набором точек в пространстве (узловыми точками). Траектория не должна пересекать препятствия, расположенные в рабочем пространстве. Требуется разработать алгоритм для поиска траектории движения каждого манипулятора в сложном пространстве по критерию минимальной длины траектории. Заданы: координаты основания (xh yjJ; координаты цели (xq, у^; ^-максимальное количество звеньев; атах - максимально допустимый угол поворота звена. Зададим целевую функцию G=f(Z), где Z={(xh yi),(x2, Уг), хьу01 ~ множество узловых точек траектории, причем Z однозначно определяет траекторию Т манипулятора. Необходимо найти Z такое, что G(Z) —<■ min (G) при ограничениях, задаваемых системой уравнений:

{1 ,если Т удовлетворяет

„^_______ ч . °'U

fl(n, Z), К -ß(n, Z), D = fl(n, Z) определены как:

L(Z) = 1 \K{Z) = 1 [D{Z) = 1

K(Z)

D{Z)-

иначе

если T удовлетворяет R2 иначе

\,если Т удовлетворяет R3 О, иначе

■Ü'

Условия Rl, R2, R3 определены в таблице 5.

Таблица 5. Значения условий

Условие Значение

R] Пригодность траектории по не пересечению участков траектории друг с другом и с препятствиями. Задается системами уравнений и неравенств. Для траектории из г Г-) 5>-Л+гхт участков и пространства из m отрезков: >* систем уравнений.

R2 Пригодность траектории с точки зрения кинематики манипулятора: л-í/l, где п — число звеньев, s - длина траектории, / - длина звена , 0<n<W, п - целое число; n¡=sfl, где Si - длина ¡-того участка траектории, n¡ - целое число; - ama¿ a¡ < а,т1, где ai -угол поворота (7+1)-го участка траектории относительно 1-го участка, i=l, п-1.

R3 Пригодность траектории по точности достижения цели: d < h, где d - расстояние от последней точки траектории до цели, h — заданная точность.

Анализ формальной постановки задачи показал, что данная задача принадлежит к классу задач нелинейного программирования с большим числом ограничений и имеет всевозрастающую сложность, поэтому решение задачи стандартными формализованными методами занимает большое количество времени. С учетом того, что особенностями обработки информации при этом являются сложность математического моделирования и формализации представления в компью-. терной среде, а также существенная зависимость от фактора времени, возможным и необходимым является применение интеллектуальных технологий.

Для поддержки антикризисного управления СТО на этапе стабилизации при решении задачи поиска безударных траекторий предлагается базовый подход, основанный на применении генетического алгоритма, используемого для решения задач оптимизации и моделирования. Для повышения эффективности работы базового алгоритма предлагается интеграция технологий в виде генетического алгоритма и экспертных систем. Системный анализ проблемной области показал возможность применения технологии экспертных систем для обеспечения определенной целенаправленности на этапах формирования начальной популяции и

скрещивания траекторий (рис. 11) и целесообразность использования продукционной модели представления знаний.

НЕ

Генерация начальной популяции

Определение

степени пригодности

Модуль I ЭС: формирование рекомендаций по генерированию начальной ^ популяции

Входные параметры: расположение пред. ~ звена

Селекция

Рекомендации: угол поворота и количество звеньев

База данных: расположение цели, макс, угол поворота, макс, число звеньев и ДР-

Отбор элиты

и

Выполнено_

Условие завершения

Результатная информация

выполнено

Скрещивание

— Мутация

Ч

Модуль II ЭС: ^ формирование рекомендаций по скрещиванию траекторий .

Входные параметры: характеристики траекторий

Рекомендации: вероятность скрещивания траекторий

Модуль\ ЭС

База знаний: набор правил

Подсистема принятия решений

Модуль II ЭС

База данных: расположение цели, макс, угол Л поворота и число

звеньев, длина ■--

звеньев. Подсистема расположение принятия решений препятствий и др!г—-——

/База знаний:

Рисунок 11 — Интеграция генетического алгоритма и технологии экспертных систем в задаче поиска антикризисных сценариев при поиске безударных траекторий

СТО

На основе предложенных алгоритмов поиска безударных траекторий разработан прототип системы для информационной поддержки антикризисного управления в виде нахождения безударных траекторий для ОУ СТО (группа манипуляторов) (рис. 12), что позволит определить работоспособность и эффективность предложенных методов.

Моделирование рабочего пространства

Моделирование параметров СТО

Моделирование процесса

поиска траектории

Поиск

траектории Обработка

движения результатов

сто

Установлено, что интеграция интеллектуальных технологий по третьему уровню (с поглощением), при котором генетический алгоритм «поглощает» технологию экспертных систем и усиливает свои возможности за счет ускорения и повышения эффективности работы, обеспечивает качественно новые возможности при решении задач информационной поддержки АКУ СТО на этапе ЖЦ стабилизации: учет возможностей кризисов (пре-

Информация отОУ

4-

Рисунок 12 - Интерпретация СППР для ОУ СТО

дотвращение столкновений), разработку эффективных антикризисных сценариев (нахождение безударных траекторий по критерию минимальной длины) и получение качественно новых решений, а именно увеличение вероятности нахождения наилучшей траектории по критерию минимальной длины, уменьшение времени поиска решения, улучшение «проходимость» в узких тоннелях, адаптация базового генетического алгоритма к различным видам рабочего пространства.

В шестой главе приведены результаты экспериментальных исследований работоспособности и эффективности предлагаемой методологии поддержки принятия решений на основе АКП для выделенных классов объектов управления, а также анализ эффективности интеллектуальной информационной поддержки принятия антикризисных решений с использованием разработанных программных средств.

В результате анализа эффективности управленческих решений и СППР выявлены показатели эффективности принятия управленческих решений на основе информационной поддержки: сокращение времени подготовки управленческого решения, альтернативность расчетов, надежность, достоверность, точность, адекватность выходной информации

Разработка ИМО при определении сценариев развития аварий и определения вероятности их реализации для управления в ОТС является основным этапом для определения антикризисных сценариев. Анализ экспериментальных данных применения информационной поддержки на этапах жизненного цикла «формализация, управление - выработка структуры» в задачах антикризисного управления учета возможностей кризисов и разработки эффективных антикризисных сценариев показал сокращение затрат времени при разработке ИМО от 12,1 до 54,8 %, уменьшение трудоемкости процесса составило в среднем 34,8-53,5 % в зависимости от сложности проводимых работ по разработке ИМО. Результаты оценки эффективности показали, что применение информационной поддержки в виде СППР повышает эффективность процесса принятия управленческих решений в ОТС

Анализ экспериментальных данных применения информационной поддержки на этапах жизненного цикла «стабилизация - спад» в задаче антикризисного управления мониторинга кризисных ситуаций на примере мониторинга банкротств с применением интеграции интеллектуальных технологий в виде экспертных систем и интеллектуального анализа данных подтвердил достоверность, точность адекватность полученных результатов информационной поддержки АКУ. Средняя ошибка при классификации предприятий в соответствии со степенью угрозы банкротства не превышает 10%, анализ эффективности интеллектуального анализа данных для получения прогнозных значений финансовых показателей предприятий показал, что отклонения прогнозных значений от реальных данных находятся в интервале типовой погрешности для ретроспективных данных и не превышают 7 %, анализ применения экспертной системы для выявления признаков ложного банкротства показал высокую эффективность разработанной системы поддержки принятия решений при мониторинге банкротств предприятий (в рассмотренных примерах - 98 %). Таким образом, можно сделать вывод о повышении эффективности процесса принятия управленческих решений АКУ предприятием на основе информационной поддержки в виде СППР с применением интеграции интеллектуальных технологий. Анализ экспериментальных данных применения

информационной поддержки на этапе жизненного цикла «стабилизация» в задаче антикризисного управления учета возможностей кризисов и разработки эффективных антикризисных сценариев на примере поиска безударных траекторий манипулятора с применением интеграции интеллектуальных технологий в виде генетического алгоритма и экспертных систем на основе оценки количественных и качественных показателей эффективности показал высокую эффективность поиска безударных траекторий для обеспечения безопасности функционирования самого ОУ и препятствий, его окружающих. Установлено, что для разработанных интеллектуальных методов поиска траекторий средний процент достижения точек составляет 70-85 %, предложенные методы и алгоритмы поиска траекторий можно использовать для различных типов рабочего пространства с препятствиями.

Таким образом, интеграция интеллектуальных технологий позволяет получить качественно новые возможности для обработки данных, требуемых для АКУ и решить основные задачи информационной поддержки АКУ, такие, как учет возможностей кризисов, разработка эффективных антикризисных сценариев, качественная работы системы мониторинга, нацеленные на предотвращение кризисов.

В заключение определены дальнейшие перспективы развития и направления исследований.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

В ходе диссертационного исследования были сделаны следующие выводы и получены следующие результаты:

1. Разработаны методологические основы ППР в сложных системах на основе антикризисного подхода, которые основаны на комплексной интеграции системного, кибернетического, функционального, процессного, сценарного и информационного подходов, а также методов искусственного интеллекта и инженерии знаний. Предложенная методология отличается тем, что, в отличие от известных, выделяет свойства антикризисного управления, общие для различных классов объектов, учитывает этапы жизненного цикла объекта управления и преимущества интеграции интеллектуальных информационных технологий в контексте антикризисного подхода. Это позволяет повысить уровень достоверности и обоснованности принятия управленческих решений на различных стадиях жизненного цикла объекта управления с учетом требований АКУ. Для исследования выделены три класса сложных систем, для которых целесообразно использование АКП для решения задач обеспечения безопасности функционирования ОУ (организационно-технические, экономические, сложные технические), а также определены их свойства.

2. Разработана схема ППР в сложных системах на основе АКП и интеграции интеллектуальных информационных технологий (экспертных систем, инженерии знаний, интеллектуального анализа данных, генетических алгоритмов) для ППР на различных этапах жизненного цикла для различных классов объектов управления, которая составляет основу для реализации предложешюй методологии и позволяет повысить эффективность принятия управленческих решений. В рамках схемы предложена структура СППР в сложных системах на основе АКП, которая позволяет учесть необходимость информационной поддержки принятия решений в условиях ограниченных ресурсов и резерва времени, существенную зависимость от

фактора времени, необходимость в предварительной проработке вариантов управленческий решений и оценке их последствий, специфические критерии при выборе вариантов решения и особенности обработки информации, требуемой для АКУ (большой объем данных, в том числе слабоструктурированных, с необходимостью обработки в реальном режиме времени, необходимость формализации знаний экспертов, необходимость выявления скрытых закономерностей в данных, существенная зависимость от фактора времени) с целью обеспечения информационной поддержки принятия управленческих решений. Выделены три вида интеграции интеллектуальных технологий (параллельная, пересекающаяся, поглощающая) и разработан метод интеграции интеллектуальных технологий для решения задач ППР на основе АКП с учетом особенностей интеллектуальных технологий, классов решаемых задач и особенностей обработки требуемой информации, в виде сформулированных продукционных правил, который, в отличие от известных, позволяет решать задачи ППР с учетом особенностей обработки требуемой информации.

3. Для ППР в ОТС разработаны модели (функциональная модель ППР в ОТС на основе АКП; информационная модель СППР; модель дерева событий для определения содержания сценариев аварий; модель дерева решений для продукционной базы знаний определения сценариев развития аварий), методы (метод интеграции технологии экспертных систем и сетей Байеса, вид применяемой интеграции - параллельная; метод определения вероятности наступления сценариев аварий на основе сетей Байеса) и алгоритмы (продукционная база знаний определения сценариев развития аварий; алгоритм для определения вероятности наступления сценариев аварий на основе сетей Байеса) с использованием структурированной и слабоструктурированной информации на этапах формализации, выработки структуры и стабилизации на основе интеграции технологии экспертных систем и сетей Байеса, которые, в отличие от известных, позволяют осуществить реализацию в компьютерной среде процессов принятия решений на основе АКП.

4. Для ППР в экономических системах разработаны модели (функциональная модель ППР для экономических объектов на основе АКП; информационная модель СППР; модели деревьев решений для продукционных баз знаний классификации предприятий в соответствии со степенью угрозы банкротства и определения признаков преднамеренного банкротства; нейросетевые модели для прогнозирования финансовых показателей предприятия), методы (метод интеграции технологии экспертных систем и технологии интеллектуального анализа данных, вид применяемой интеграции - пересекающаяся; метод прогнозирования финансовых показателей на основе технологии интеллектуального анализа данных) и алгорит-' мы (продукционная база знаний классификации предприятий в соответствии со степенью угрозы банкротства; продукционная база знаний определения признаков преднамеренного банкротства предприятий; алгоритмы для прогнозирования финансовых показателей предприятия на основе интеллектуального анализа данных) с использованием структурированной и слабоструктурированной информации на этапах жизненного цикла стабилизации и спада на основе интеграции технологии экспертных систем и технологии интеллектуального анализа данных, которые, в отличие от известных, позволяют осуществить реализацию в компьютерной среде процессов принятия решений на основе АКП.

5. Для ППР при управлении СТО разработаны модели (функциональная модель ППР для СТО на основе АКП; информационная модель СППР; модели деревьев решений для продукционных баз знаний для формирования начальной популяции траекторий и скрещивания траекторий, модели рабочего пространства с препятствиями и модели СТО), методы (метод интеграции генетического подхода и технологии экспертных систем, вид применяемой интеграции — поглощающая; методы поиска траекторий СТО в пространстве с препятствиями на основе генетического подхода и генетического подхода с применением технологии экспертных систем) и алгоритмы (продукционные базы знаний для формирования начальной популяции траекторий и скрещивания траекторий; алгоритмы поиска траекторий СТО в пространстве с препятствиями на основе генетического подхода и генетического подхода с применением технологии экспертных систем) с использованием структурированной и слабоструктурированной информации на этапах жизненного цикла стабилизации на основе интеграции генетического алгоритма и технологии экспертных систем, которые, в отличие от известных, позволяют осуществить реализацию в компьютерной среде объекта управления и процессов принятия решений на основе АКП.

6. Разработан комплекс программных средств для реализации предложенной методологии и обеспечивающий на основе моделей и алгоритмического обеспечения ППР в сложных системах на основе антикризисного подхода для различных классов объектов управления на основе интеграции интеллектуальных информационных технологий: для ОУ «организационно-техническая система» разработан прототип СППР, позволяющий решать задачи учета возможностей кризисов, разработки эффективных антикризисных сценариев (на примере предотвращения аварийных ситуаций) с интеграцией интеллектуальных технологий в виде экспертных систем и сетей Байеса; для ОУ «экономический объект» разработан прототип СППР, позволяющий решать задачи обеспечения качественной работы системы мониторинга кризисных ситуаций (на примере мониторинга банкротств) с интеграцией интеллектуальных технологий в виде экспертных систем и интеллектуального анализа данных; для ОУ «сложный технический» разработан прототип СППР, позволяющий решать задачи разработки эффективных антикризисных сценариев, обеспечения безопасности функционирования ОУ, обеспечения оперативности и гибкости антикризисного управления при изменении ситуации (на примере поиска безударных траекторий движения ОУ) с интеграцией интеллектуальных технологий в виде генетического алгоритма и экспертных систем.

7. На основе анализа экспериментальных данных установлены работоспособность и эффективность предложенных подходов к разработке ППР в сложных системах на основе антикризисного подхода и интеграции интеллектуальных информационных технологий: на этапах жизненного цикла «формализация - выработка структуры», «стабилизация» в задачах антикризисного управления учета возможностей кризисов и разработки эффективных антикризисных сценариев сокращение затрат времени при разработке ИМО АКУ с применением интеграции интеллектуальных технологий в виде экспертных систем и инженерии знаний, составило от 12,1 до 54,8%, уменьшение трудоемкости процесса (количества затрачиваемых человеко-часов) составило 34,8-53,5 % в зависимости от сложности

проводимых работ по разработке ИМО АКУ; на этапе жизненного цикла «стабилизация», «спад» в задаче антикризисного управления обеспечения качественной работы системы мониторинга кризисных ситуаций на примере мониторинга банкротств с применением интеграции интеллектуальных технологий в виде экспертных систем и ИАД анализ эффективности применения экспертной системы для классификации предприятий показал, что средняя ошибка при классификации предприятий в соответствии со степенью угрозы банкротства не превышает 10 %. Анализ эффективности ИАД для получения прогнозных значений финансовых показателей предприятий показал, что отклонения прогнозных значений от реальных данных находятся в интервале типовой погрешности для ретроспективных данных и не превышают 6—7 %. Анализ применения экспертной системы для выявления признаков преднамеренного банкротства показал высокую эффективность разработанной системы поддержки принятия решений при мониторинге банкротств предприятий (в рассмотренных примерах - 98 %); на этапе жизненного цикла «стабилизация» в задачах антикризисного управления разработки эффективных антикризисных сценариев, обеспечения безопасности функционирования ОУ, обеспечения оперативности и гибкости антикризисного управления при изменении ситуации на примере поиска безударных траекторий движения ОУ с применением интеграции интеллектуальных технологий в виде генетического алгоритма и экспертных систем на основе оценки количественных и качественных показателей эффективности, установлено, что для разработанных интеллектуальных методов поиска безударных траекторий средний процент достижения точек составляет 70— 85 % при достаточно большом числе звеньев (до 60). Установлено, что предложенные методы и алгоритмы поиска траекторий движения ОУ на примере многозвенного манипулятора можно использовать для различных типов рабочего пространства с препятствиями.

Дальнейшие исследования в области поддержки принятия решений при управлении в сложных системах на основе антикризисного подхода и интеграции интеллектуальных технологий автором предполагается проводить в нескольких направлениях: с рассмотрением новых объектов управления, например таких, как социально-экономические системы; с применением новых методов, в том числе интеллектуальных, теорий, принципов, концепций. Планируется также дальнейшая работа над способами интеграции интеллектуальных технологий для решения задач антикризисного управления, выработкой единых, универсальных принципов интеграции интеллектуальных технологий для максимально эффективного решения слабоструктурированных задач.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В РАБОТАХ

В рецензируемых журналах из списка ВАК

1. Генетический подход к моделированию траекторий избыточных манипуляторов / Г. Р. Шахмаметова // Вестник УГАТУ: паучн. журнал Уфимск. гос. авиац. техн. унта. 2000. № 2. С. 214-217.

2. Моделирование поиска траектории многозвенного манипулятора на основе генетического подхода с использованием экспертной системы / Н. И. Юсупова, Г. Р. Шахмаметова, Д. В. Никифоров // Мехатроника. 2001. №6. С. 34-38.

3. Поиск траекторий движения многозвенного манипулятора в сложном трехмерном пространстве / Н. И. Юсупова, Г. Р. Шахмаметова, Л. Р. Камильянов // Вестник УГАТУ: научн. журнал Уфимск. гос. авиац. техн. ун-та. 2007. № 2. С. 71-75.

4. Поиск траектории движения многозвенного манипулятора с заданной начальной конфигурацией на основе интеллектуальных методов / Н. И. Юсупова, Г. Р. Шахмаметова, А. Р. Камильянов // Мехатроника, автоматизация, управление. 2007. № 9. С. 13-16.

5. Модели представления знаний для идентификации опасностей промышленного объекта / Н. И. Юсупова, Г. Р. Шахмаметова, К. Р. Еникеева // Вестник УГАТУ: научн. журнал Уфимск. гос. авиац. техн. ун-та. 2008. № 1. С. 91-100.

6. Интегрирование технологии экспертных систем и генетического алгоритма в задаче поиска траекторий многозвенного манипулятора / Г. Р. Шахмаметова // Вестник УГАТУ: научн. журнал Уфимск. гос. авиац. техн. ун-та. 2009. № 1. С. 82-86.

7. Интеграция шшовационных информационных технологий: теория и практика / Н. И. Юсупова, Г. Р. Шахмаметова // Вестник УГАТУ: научн. журнал Уфимск. гос. авиац. техн. ун-та. 2010. № 4. С. 112-118.

8. Интеллектуальная информационная поддержка процесса анализа риска опасных производственных объектов нефтяной отрасли / Н. И. Юсупова, Г. Р. Шахмаметова, К. Р. Еникеева // Проблемы сбора, подготовки и транспорт нефти и нефтепродуктов: научно-технический журнал. 2011. № 1. С. 173-179.

9. Информационные системы антикризисного управления / Н. И. Юсупова, Г. Р. Шахмаметова, Д. А. Аминева, Э. X. Юлмухаметова // Экономика и управление: научно-практический журнал. 2011. № 4. С. 109-113.

10. Модели и методы управления знаниями для поддержки принятия решений в аварийных ситуациях при бурении и транспортировке нефти / Н. И. Юсупова, Г. Р. Шахмаметова, К. Р. Еникеева, В. Ю. Пензина // Проблемы сбора, подготовки и транспорт нефти и нефтепродуктов: научно-технический журнал. 2011. № 4. С. 183-192.

11. Информационная поддержка антикризисного управления с учетом жизненного цикла на примере мониторинга банкротств / Г. Р. Шахмаметова // Вестник УГАТУ: научн. журнал Уфимск. гос. авиац. техн. ун-та. 2012. № 6. С. 211-219.

12. Интеллектуальные технологии обработки информации для антикризисного управления в организационно-технических системах / Н. И. Юсупова, Г. Р. Шахмаметова, К. Р. Еникеева // Проблемы сбора, подготовки и транспорт нефти и нефтепродуктов: научно-технический журнал. 2013. № 1. С. 113—124.

13. Информационная поддержка при решении задач антикризисного управления с использованием технологии нейронных сетей / Н. И. Юсупова, Г. Р. Шахмаметова, Э. X. Дусалина // Нейрокомпьютеры: разработка, применение. 2013. № 3. С. 17-21.

14. Антикризисное управление в сложных системах с учетом этапов жизненного цикла / Н. И. Юсупова, Г. Р. Шахмаметова // Экономика и управление: научно-практический журнал. 2013. № 2. С. 90-96.

В монографиях

15. Алгоритмы планирования траекторий избыточных манипуляторов / Н. И. Юсупова, JI. Е. Гончар, Г. Р. Шахмаметова // Избыточные манипуляторы. Управление. Планирование траекторий: препринт монографии. Уфа: Принт, 1998. 48 с.

16. Философские и прикладные вопросы методологии искусственного интеллекта / Н. И. Юсупова, А. С. Кудряшев, Г. Н. Зверев, Г. Р. Шахмаметова и др.; Под ред. Н. И. Юсуповой. М.: Машиностроение, 2009. 212 с.

17. Интеллектуальные информационные технологии в системе поддержки принятия решений при мониторинге банкротств предприятий / Н. И. Юсупова, Г. Р. Шахмаметова // Интеллектуальные информационные технологии в системе поддержки принятия решений при мониторинге банкротств предприятий: препринт монографии. Уфа: УНЦ РАН, 2010. 76 с.

18. Информационная поддержка принятия решений при разработке паспортов безопасности на основе интеллектуальных технологий / Н. И. Юсупова, Г. Р. Шахмаметова, К. Р. Еиикеева // Интеллектуальные системы управления (коллективная монография); Под. ред. акад. С. Н. Васильева. М.: Машиностроение, 2010. 548 с. С. 477-481.

19. Информационная поддержка антикризисного управления на различных этапах жизненного цикла объекта управления / Н. И. Юсупова, Г. Р. Шахмаметова // Информационная поддержка антикризисного управления на различных этапах жизненного цикла объекта управления: препринт монографии. Уфа: УНЦ РАН, 2012. 117 с.

20. Поддержка принятия решений при антикризисном управлении на основе интеллектуальных технологий / Н. И. Юсупова, Г. Р. Шахмаметова // Поддержка принятия решений при антикризисном управлении на основе интеллектуальных технологий: монография. М.: Машиностроение, 2012. 244 с.

Свидетельства об официальной регистрации программ для ЭВМ

21. Свид. об офиц. per. программы для ЭВМ № 990065. Программа поиска траектории многозвенного манипулятора в неопределешюм пространстве / Н. И. Юсупова, Л. Е. Гончар, Г. Р. Шахмаметова, Д. В. Никифоров. Зарег. 15.02.99. М.: Роспатент, 1999.

22. Свид. об офиц. per. программы для ЭВМ №2000610482. Программа поиска траектории многозвенного манипулятора в сложном пространстве на основе генетического подхода / Н. И. Юсупова, JI. Е. Гончар, Г. Р. Шахмаметова. Зарег. 02.06.2000. М.: РосАПО, 2000.

23. Свид. об офиц. per. программы для ЭВМ № 50200500860. Технический прототип интернет-комплекса поддержки выполнения проектов фундамешальных исследований сложных систем / Н. И. Юсупова, Д. В. Попов, Д. А. Ризванов, Г. Р. Шахмаметова и др. Зарег. М.: ВНТИЦ, 2005.

24. Свид. об офиц. per. программы для ЭВМ № 50200500857. Рабочий прототип интернет-комплекса поддержки выполнения проектов фундаментальных исследований сложных систем / Н. И. Юсупова, Д. В. Попов, Д. А. Ризванов, Г. Р. Шахмаметова и др. Зарег. М.: ВНТИЦ, 2005.

25. Свид. об офиц. per. программы для ЭВМ № 2007613321. Моделирующий комплекс для поиска траекторий движения многозвенного манипулятора в ложном трехмерном пространстве / Г. Р. Шахмаметова, А. Р. Камильянов. Зарег. 08.08.2007. М.: ФСИС, 2007.

В других публикациях

26. О планировании пути для мультизвенного манипулятора (статья на английском языке) / Н. И. Юсупова, Г. Р. Шахмаметова, Л. Е. Гончар // Интеллектуальные автоматизированные системы: междунар. науч. сб. Уфа-Карлсруэ: УГАТУ, 1998. С. 72-79.

27. Многозвенные манипуляторы для промышленности (статья на англ. языке) / Н. И. Юсупова, Г. Р. Шахмаметова, JI. Е. Гончар, Д. В. Никифоров // Жизненный цикл

производственных систем. Менеджмент, управление, мониторинг: тр. междунар. конф. (Бельгия, Левен, 1999). Левен, 1999. С. 81-86.

28. Планирование траекторий с предотвращением столкновений для многозвенного манипулятора в неопределенной среде (статья на англ. языке) / Н. И. Юсупова, Г. Р. Шахмаметова, Л. Е. Гончар, X. Берн // Интеллектуальные автономные системы: междунар. науч. сб. Амстердам: ЮЗ-РгеББ, 2000. С. 1025-1030.

29. Интеллектуальное планирование траекторий для избыточных манипуляторов в промышленности (статья на англ. языке) / Н. И. Юсупова, Г. Р. Шахмаметова, Л. Е. Гончар // Жизненный цикл производственных систем. Менеджмент, управление, мониторинг: тр. междунар. конф. (Франция, Бордо, 2000). Бордо, 2000. С. 185-189.

30. Представление знаний в экспертной системе для многозвенного манипулятора (статья на англ. языке) / Г. Р. Шахмаметова, Н. И. Юсупова, Д. В. Никифоров // Информатика и информационные технологии: тр. 3-й междунар. конф. (Россия, Уфа, 2001). Уфа, 2001. Т.1. С. 145-149.

31. Использование экспертной системы при генетическом подходе для эффективного планирования пути многозвенного манипулятора (статья па англ. языке) / Г. Р. Шахмаметова, С. Т. Кусимов, Н. И. Юсупова, X. Вёрн, Д. В. Никифоров П Интеллектуальные системы в проектировании и промышленности: тр. междунар. конф. (США, Бостон, 2001). Бостон, 2001. Т. 4565. С. 28-37.

32. Поиск траектории поезда из N тележек на основе генетического подхода (статья на англ. яз.) / Н. И. Юсупова, Г. Р. Шахмаметова, X. Верн, Д. В. Никифоров // Информатика и информационные технологии: тр. 4-й междунар. конф. (Греция, Патрас,

2002). Патрас, 2002. В эл. виде.

33. Моделирование и поиск траекторий многозвенных манипуляторов / Н. И. Юсупова, Г. Р. Шахмаметова, О. Н. Сметанина, М. А. Асенкин // Проблемы управления и моделирования в сложных системах: тр. V междунар. конф. (Россия, Самара,

2003). Самара, 2003. С. 190-196.

34. Экспертные системы: история и тенденции развития (статья на англ. яз.) / Н. И. Юсупова, Г. Р. Шахмаметова, А. С. Бугаев И Информатика и информационные технологии: тр. 6-й междунар. конф. (Венгрия, Будапешт, 2004). Будапешт, 2004. Т.1. С. 9-15.

35. Моделирование поиска траекторий многозвенных манипуляторов в сложном трехмерном пространстве на основе генетического подхода / Н. И. Юсупова, Г. Р. Шахмаметова, А. Р. Камильянов // Мехатроника, автоматизация, управление: тр. II Всеросс. научн.-техн. конф. с междунар. участием. (Россия, Уфа, 2006). Уфа, 2005. Т. 2. С. 149-154.

36. Экспертные системы: развитие и разработки в Российской Федерации (статья на англ. языке) / А. С. Бугаев, М. Б. Гузаиров, Н. И. Юсупова, Г. Р. Шахмаметова // \VMSCr2005: тр. 9-й Международной конференции. (США, Орландо, 2005). Орландо, 2005. Т.9. С.65-69.

37. Применение экспертных систем в инженерии: российский опыт (статья на англ. языке) / С. К. Коровин, К. В. Рудаков, Ю. Г. Сметанин, Н. И. Юсупова, Г. Р. Шахмаметова // Информатика и информационные технологии: тр. 8-й междунар. конф. (ФРГ, Карлсруэ, 2006). Карлсруэ, 2006. Т.1. С. 130-133.

38. Об интеллектуальном анализе данных в системе поддержки принятия решений при мониторинге банкротств (статья на англ. языке) / Н. И. Юсупова, Г. Р. Шахмаметова, Е. О. Волик // Компьютерные науки и информационные технологии С81Т'2008: тр. 10-й междунар. конф. (Турция, Анталия, 2008). Анталия, 2008. Т.1. С. 82-85.

39. Инновационные решения на базе экспертных систем (статья на англ. языке) / Г. Р. Шахмаметова // Инновационные информационные технологии: теория и практика: тр. росс.-нем. семинара. (Россия, Уфа, 2009). Уфа, 2009. С. 38-43.

40. Сравнительный анализ применения экспертных систем в различных областях (статья на англ. языке) / Н. И. Юсупова, Г. Р. Шахмаметова, О. М. Верхотурова II Компьютерные науки и информационные технологии CSIT'2009: тр. 10-й междунар. копф. (Греция, Крит, 2009). Крит, 2009. Т.1. С. 136-140.

41. Интеллектуальная система поддержки принятия решений на основе сетей Бай-еса для определения сценариев развития аварий (статья на англ. языке) / Г. Р. Шахмаметова, Н. И. Юсупова, К. Р. Еникеева // Компьютерные науки и информационные технологии CSIT'2009: тр. 10-й междунар. конф. (Греция, Крит, 2009). Крит, 2009. Т. 3. С. 1-4.

42. Технология интеллектуального анализа данных на примере задачи мониторинга банкротств (статья на англ. языке) / Н. И. Юсупова, Г. Р. Шахмаметова, Т. В. Барони-на, Е. О. Волик // Инновационные информационные технологии: теория и практика: тр. междунар. семинара. (ФРГ, Дрезден, 2010). Дрезден, 2010. С. 20-25.

43. Математическое и программное обеспечение для антикризисных моделей (статья на англ. языке) / Г. Р. Шахмаметова, Э. X. Юлмухаметова, Д. В. Торшин II Инновационные информациошше технологии: теория и практика: тр. междунар. семинара. (Россия, Уфа, 2011). Уфа, 2011. С. 110-115.

44. Экспертная система для поддержки принятия решений при антикризисном мониторинге / Г. Р. Шахмаметова, Д. Р. Аминева, В. А. Долженко // Компьютерные науки и информационные технологии CSIT'2009: тр. 12-й междунар. конф. (ФРГ, Гармиш-Партенкирхен, 2011). Гармиш-Партенкирхен, 2011. Т.1. С. 151-155.

45. Интеллектуальные информационные технологии для поддержки антикризисного управления на примере мониторинга банкротств / Н. И. Юсупова, Г.Р. Шахмаметова, Э. X. Юлмухаметова // Информациошше технологии и системы ИТиС'2012: тр. первой меадунар. конф. (Россия, Челябинск, 2012). Челябинск, 2012. С. 139-141.

46. Применение интеллектуального анализа данных в антикризисном управлении (статья на англ. языке) / Н. И. Юсупова, Г. Р. Шахмаметова // Передовые технологии в области обнаружения и управления информацией IMMM'2012: тр. второй междунар. конф. (Италия, Венеция, 2012). Венеция, 2012. С. 68-74.

47. Информационные технологии для антикризисного управления на этапах жизненного цикла стабилизации и спада (статья на англ. языке) / Г. Р. Шахмаметова, Д. В. Курамшин, Э. X. Дусалина // Компьютерные науки и информационные технологии CSIT'2012: тр. 13-й междунар. конф. (Норвегия, 2012). Т.2. С. 33-41.

48. Вопросы интеграции информационных технологий в задачах антикризисного управления / Н. И. Юсупова, Г. Р. Шахмаметова // Информационные технологии и системы ИТиС'2013: тр. второй междунар. конф. (Россия, Челябинск, 2013). Челябинск:, 2013. С. 22-25.

49. Технология нейронных сетей в задачах антикризисного управления / Р. А. Ба-дамшин, Г. Р. Шахмаметова, Э. X. Дусалина // Информационные технологии для интеллектуальной поддержки принятия решений ITIDS&MAAO'2013: тр. междунар. конф. (Россия, Уфа, 2013). Уфа, 2013. С. 148-154.

50. Мониторинг предприятий для предотвращения кризисов, основанный на инженерии знаний (статья на англ. языке) / Н. И. Юсупова, Г. Р. Шахмаметова, Э. X. Дусалина // NEW PROLAMAT 2013: тр. междунар. конф. (Германия, Дрезден, 2013). Дрезден, 2013. С. 352-362.

Диссертант

Г. Р. Шахмаметова

ШАХМАМЕТОВА Гюзель Радиковна

ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ В СЛОЖНЫХ СИСТЕМАХ НА ОСНОВЕ АНТИКРИЗИСНОГО ПОДХОДА И ИНТЕГРАЦИИ ИНТЕЛЛЕКТУАЛЬНЫХ ТЕХНОЛОГИЙ

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

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук

Подписано к печати 05.11.2013. Формат 60x84 1/16. Бумага офсетная. Печать плоская. Гарнитура Times New Roman Cyr. Усл. печ. л. 1,0. Усл. кр.-отт. 1,0. Уч.-изд. л.0,9. Тираж 100 экз. Заказ №.588

ФГБОУ ВПО «Уфимский государственный авиационный технический университет» Центр оперативной полиграфии 450000, Уфа-центр, ул. К.Маркса, 12

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ

УНИВЕРСИТЕТ

05201450236

На правах рукописи

у

ШАХМАМЕТОВА Гюзель Радиковна

ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ В СЛОЖНЫХ СИСТЕМАХ НА ОСНОВЕ АНТИКРИЗИСНОГО ПОДХОДА И ИНТЕГРАЦИИ

ИНТЕЛЛЕКТУАЛЬНЫХ ТЕХНОЛОГИЙ

Специальность 05.13.01 - Системный анализ, управление и обработка

информации (в промышленности)

Диссертация на соискание ученой степени доктора технических наук

Научный консультант: Юсупова Нафиса Исламовна, д.т.н., профессор

Уфа-2013

Оглавление

Введение........................................................................................................................5

Глава 1. Анализ особенностей антикризисного подхода.......................................19

1.1. Особенности управления и обработки информации - кибернетический подход................................................................................................................19

1.2. Сущность, цель и задачи антикризисного управления..........................27

1.3. Анализ существующих подходов к решению задачи поддержки принятия решений на основе антикризисного подхода...............................36

1.4. Анализ методов моделирования сложных систем.................................48

1.5. Необходимость применения интеллектуальных технологий и их интеграции.........................................................................................................55

Выводы к главе 1.........................................................................................................61

Глава 2. Методологические основы поддержки принятия решений в сложных системах на основе антикризисного подхода..........................................................63

2.1. Методология исследования сложных систем.........................................63

2.2. Анализ жизненного цикла ОУ в сложных системах и задач управления в контексте антикризисного подхода................................................................73

2.3. Разработка методологии поддержки принятия решений на основе антикризисного подхода..................................................................................90

2.4. Разработка схемы поддержки приятия решений в сложных системах на основе антикризисного подхода.....................................................................94

2.5. Принципы интеграции интеллектуальных технологий для решения задач АКУ........................................................................................................104

Выводы к главе 2.......................................................................................................110

Глава 3. Поддержка принятия решений при управлении в сложных системах на основе антикризисного подхода на примере организационно-технических систем

на этапах формализации, выработки структуры и стабилизации........................113

3.1. Задачи антикризисного управления ОТС на этапах формализации, выработки структуры и стабилизации..........................................................113

3.2. Информационно-методическое обеспечение для реализации поддержки принятия решений при управлении в организационно-технических системах на этапах формализации, выработки структуры и стабилизации! 19

3.3. Математическое обеспечение для поддержки принятия решений при управлении в ОТС на основе антикризисного подхода на этапах формализации, выработки структуры и стабилизации...............................125

3.4. Технологии интеллектуальной поддержки принятия решений при управлении в ОТС на основе антикризисного подхода на этапах формализации, выработки структуры и стабилизации...............................130

Выводы к главе 3.......................................................................................................142

Глава 4. Поддержка принятия решений при управлении в сложных системах на основе антикризисного подхода на примере экономического объекта на этапах стабилизации и спада...............................................................................................144

4.1. Задачи антикризисного управления экономическим объектом на этапах стабилизации и спада.....................................................................................144

4.2. Информационно-методическое обеспечение для реализации поддержки принятия решений при управлении предприятием на этапах стабилизации и спада.................................................................................................................151

4.3. Математическое обеспечение для поддержки принятия решений при управлении экономическим объектом на основе антикризисного подхода на этапах стабилизации и спада.........................................................................158

4.4. Технологии интеллектуальной поддержки принятия решений при управлении экономическим объектом на основе антикризисного подхода на этапах стабилизации и спада.........................................................................175

Выводы к главе 4.......................................................................................................201

Глава 5. Поддержка принятия решений при управлении в сложных системах на основе антикризисного подхода на примере сложного технического объекта на

этапе стабилизации...................................................................................................204

5.1. Задачи антикризисного управления сложным техническим объектом на этапе стабилизации.........................................................................................204

5.2. Информационно-методическое обеспечение для реализации поддержки принятия решений при управлении сложным техническим объектом на этапе стабилизации.........................................................................................213

5.3. Математическое обеспечение для поддержки принятия решений при управлении сложным техническим объектом на основе антикризисного подхода на этапе стабилизации.....................................................................217

5.4. Технологии интеллектуальной поддержки принятия решений при управлении сложным техническим объектом на основе антикризисного подхода на этапе стабилизации.....................................................................228

Выводы к главе 5.......................................................................................................247

Глава 6. Анализ результатов экспериментальных исследований и эффективности методологии поддержки принятия решений на основе антикризисного подхода

.....................................................................................................................................250

6.1. Оценка повышения эффективности принятия управленческих решений

...........................................................................................................................250

6.2. Анализ эффективности полученных решений на примере ОУ «организационно-техническая система»......................................................259

6.3. Анализ эффективности полученных решений на примере ОУ «экономический объект»...............................................................................266

6.4. Анализ эффективности полученных решений на примере ОУ «сложный технический объект»......................................................................................275

6.5. Перспективы развития дальнейших исследований..........................285

Выводы к главе 6.......................................................................................................286

Заключение................................................................................................................288

Список сокращений..................................................................................................294

Список литературы...................................................................................................295

Приложение 1............................................................................................................320

Введение

Актуальность темы исследования

Основой успешного функционирования сложной системы является принятие решений, адекватных условиям, в которых она функционирует. Реальные условия, как правило, характеризуются воздействием внешней среды, а процесс управления сопровождается помехами, порождающими неопределенность, что может привести к кризису управления. Качество управленческого решения во многом зависит от опыта и профессионализма лица, принимающего решения. Но даже опытный руководитель сталкивается с проблемами при управлении динамическими системами в неопределенной среде или в условиях ограничения ресурсов, при принятии решений на основе большого объема данных, нечетких или быстроизменяющихся данных, что приводит к кризису принятия решений. При этом, как правило, отсутствуют строго формализованные математические модели таких систем, которые позволили бы однозначно определить механизм управления. Выходом из подобных ситуаций может служить использование антикризисного подхода.

Понятие «антикризисное управление» (АКУ), как процесс предотвращения или преодоления кризиса объекта управления (ОУ), можно встретить во многих сферах. Любой ОУ проходит определенные стадии жизненного цикла (ЖЦ) и подвержен кризисам в том или ином виде в течение всего ЖЦ. Для обозначения кризисных явлений в разных системах (экономических, организационно-технических, социальных, технических) используется различная терминология. Эти явления обозначаются как критические, аварийные, проблемные, чрезвычайные ситуации. Несмотря на разнообразие природы указанных систем, специфические особенности объектов управления и ресурсного обеспечения в них, в работе выделяется общее с позиций АКУ - необходимость специальной управленческой деятельности для обеспечения эффективности и безопасности функционирования объекта управления и системы в целом.

Кризис управления сложным объектом в неопределенных условиях, кризис принятия решений влечет за собой необходимость использования антикризисного

подхода и интеллектуальных информационных технологий. Цель поддержки принятия решений на основе интеллектуальных технологий - обеспечение на основе имеющихся знаний и опыта эксперта эффективного управления объектом в условиях кризисной и предкризисной ситуации.

В данной работе антикризисный подход (АКП) применяется для разрешения кризиса в управлении и принятии решений, в качестве объектов управления рассматриваются сложные системы: организационно-технические, экономические, сложные технические объекты. Анализ АКУ и особенностей обработки информации позволяет заключить, что проблема информационной поддержки антикризисного управления является сложной из-за множества влияющих на нее факторов, задач, возникающих при управлении, ограничений. Неопределенность обстановки в предкризисной и кризисной ситуациях и малые резервы времени обуславливают необходимость информационной поддержки принятия решений (ППР), предназначенной для лиц, принимающих решения (ЛПР). Проблемой, представляющей интерес для исследования, является обеспечение информационной поддержки антикризисного управления для принятия управленческих решений в целях повышения обоснованности, достоверности и эффективности при решении задач антикризисного управления.

Степень разработанности темы исследования

Современные методы поддержки принятия решений с использованием интеллектуальных технологий, инженерии знаний рассмотрены в работах таких российских и зарубежных ученых, как Д. А. Новиков, А. Н. Борисов, Э. А. Трахтенгерц, В. И. Васильев, В. П. Гладун, Б. Г. Ильясов, Н. И. Юсупова, В. В. Миронов, Г. С. Поспелов, Д. А. Поспелов, Л. Р. Черняховская, Н. Саймон, Б. Ален, Р. Бергман, М. Рихтер и др. Вопросы антикризисного управления активно рассматриваются в отечественной и зарубежной литературе. Данной теме посвящены работы 3. А. Авдошиной, К. В. Балдина, Р. А. Попова, А. Г. Грязновой, С. Е. Кован, Р. Хита, С. Финка и др. Практические вопросы применения антикризисного управления рассмотрены в статьях 3. А. Авдошиной, А. Комахи, Е. М. Трененкова, С. А. Дведенидова, К. В. Линника и других. Но

работ, посвященных поддержке принятия решений на основе антикризисного управлении, в настоящее время очень мало. Несмотря на многообразие кризисов природного, техногенного, социального и экономического характеров, варьирующихся от крупных аварий техники до финансово-экономических кризисов и многих других, вопросы поддержки принятия решений для предотвращения кризисов разработаны недостаточно. Поэтому возникает необходимость в разработке таких методов и моделей, которые могли бы обеспечить поддержку принятия эффективных антикризисных решений на основе использования современных информационных технологий.

Объект исследования - процесс поддержки принятия управленческих решений в сложных системах с учетом особенностей обработки информации в условиях кризиса.

Предмет исследования - методологические основы, а также средства принятия управленческих решений в сложных системах на основе антикризисного подхода и интеграции интеллектуальных технологий в условиях возможности возникновения кризисных ситуаций.

Целью диссертационной работы является разработка методологических основ поддержки принятия решений в сложных системах на базе антикризисного подхода с использованием интеллектуальных технологий для повышения эффективности принятия управленческих решений в сложных динамических объектах, в которых возможны ситуации, требующие управленческих мероприятий для обеспечения работоспособности и безопасности объекта.

Для достижения поставленной цели в работе необходимо решить следующие задачи:

1. Разработать методологию поддержки принятия решений (111IP) в сложных системах на основе антикризисного подхода (АКП) и интеграции интеллектуальных информационных технологий (ИИИТ) с учетом различных этапов жизненного цикла объекта управления. Сформулировать особенности выделяемых классов ОУ в сложных системах, для которых целесообразно использование предлагаемых основ.

2. Разработать схему ППР в сложных системах в соответствии с предложенной методологией на различных этапах жизненного цикла ОУ, которая позволит учесть особенности обработки информации с целью обеспечения информационной поддержки принятия управленческих решений в сложных системах, для которых возможно возникновение кризисных ситуаций, требующих управленческих мероприятий для обеспечения работоспособность и безопасности (на примере организационно-технических систем, экономических объектов, сложных технических объектов). В рамках схемы ППР разработать структуру системы поддержки принятия решений и определить метод интеграции интеллектуальных технологий для решения задач поддержки принятия решений на основе АКП с учетом особенностей интеллектуальных технологий, классов решаемых задач и особенностей обработки требуемой информации.

3. Разработать модели, методы и алгоритмы для ППР в сложных системах в соответствии с предложенной методологией для организационно-технических систем на этапах формализации, выработки структуры и стабилизации с учетом свойств объекта управления, особенностей обработки информации, на основе интеграции технологии экспертных систем и сетей доверия Байеса.

4. Разработать модели, методы и алгоритмы для ППР в сложных системах в соответствии с предложенной методологией для экономических объектов на этапах жизненного цикла стабилизации и спада с учетом свойств объекта управления, особенностей обработки информации, на основе интеграции технологии экспертных систем и технологии интеллектуального анализа данных.

5. Разработать модели, методы и алгоритмы для ППР в сложных системах в соответствии с предложенной методологией для сложных технических объектов на этапе жизненного цикла стабилизации с учетом свойств объекта управления, особенностей обработки информации, на основе интеграции генетического алгоритма и технологии экспертных систем.

6. Разработать комплекс программных средств для реализации предложенной методологии, схемы и структуры ППР, и обеспечивающий на основе разработанных моделей, методов и алгоритмов поддержку принятия

решений в сложных системах для различных классов объектов управления на основе ИИИТ.

7. Провести экспериментальные исследования работоспособности и эффективности предложенной методологии 111 IP в сложных системах на основе АКП с использованием разработанных программных средств для различных классов объектов управления с возможным возникновением кризисных (чрезвычайных) ситуаций, а также анализ оценки эффективности разработанных методов НИР в сложных системах на основе антикризисного подхода.

Методы исследования

При проведении исследований использованы методы системного анализа, теории управления, теории принятия решений, теории антикризисного управления, концепция жизненного цикла, методы искусственного интеллекта, разработки интеллектуальных систем, разработки и эксплуатации экспертных систем, интеллектуального анализа данных, инженерии знаний, статистического анализа, генетических алгоритмов, теории вероятностей.

Положения, выносимые на защиту

1. Методология 111 IP в сложных системах на основе антикризисного подхода с учетом различных этапов жизненного цикла объекта управления на основе интеграции интеллектуальных информационных технологий, которая позволяет учесть особенности антикризисного управления и особенности обработки информации с целью обеспечения информационной поддержки принятия управленческих решений в сложных системах в условиях возможности возникновения кризисных ситуаций.

2. Схема 111 1Р в сложных системах на основе антикризисного подхода и интеграции интеллектуальных информационных технологий для реализации предложенной методологии. В рамках схемы поддержки принятия решений -структура системы поддержки принятия решений при