автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка и внедрение интеллектуальной системы управленческого учета металлургического предприятия

Введение.

Глава I. Современные информационно-управляющие системы и анализ опыта их применения в металлургии.

1.1. Анализ современного состояния средств информатизации на предприятии.

1.2. Принципы построения и структурные особенности производственных информационных систем нового поколения.

1.3. Особенности информационной базы металлургического производства, ее состав и программное обеспечение.

1.4. Административно-функциональная пирамида в системе управленческого учета металлургического предприятия.

Глава II Методологические основы разработки интеллектуальных систем управленческого учета.

2.1. Общая характеристика и особенности управленческого учета в автоматизированных системах.

2.2. Функциональные расстройства и их симптомы.

2.3. Ситуационный подход к конструированию интеллектуальных систем управленческого учета.

2.4. Общая концепция построения интеллектуальной системы управления хозяйственно-экономической деятельностью предприятия.

2.5. Интегральные оценки состояния и ситуаций на основе производственного потенциала.

2.6. Ресурсные производственные модели и типовые стратегии управленческих решений.

Глава III. Выбор программно-инструментальных средств для реализации интеллектуальной системы управленческого учета металлургического предприятия.

3.1. Применение функциональных сетей для построения интеллектуальной системы управленческого учета предприятия.

3.2. Разработка сетей баз знаний.

3.3. Алгоритмы расчета степени достоверности вывода и методика настройки коэффициентов достоверности в сетях баз знаний.

3.4. Алгоритмы обработки и выделения характерных признаков входных данных.

3.5. Имитация работы интеллектуальной системы.

Глава IV. Разработка интеллектуальной системы управленческого учета хозяйственно-экономической деятельности металлургического предприятия.

4.1. Сущность и задачи управленческого учета.

4.2. Состав и организационная структура управления металлургического предприятия.

4.3. Концепция и функции системы.

4.4. Структура интеллектуальной системы управленческого учета ХЭД предприятия.

4.5. Базы знаний и методы экспертных суждений.

Глава V. Внедрение интеллектуальной системы управленческого учета на ОАО ММК.

5.1. Базы знаний диагностики и причин расстройств финансовой деятельности металлургического предприятия.

5.2. Применение операционных финансовых показателей в системе управленческого учета ОАО ММК.

5.3. Анализ результатов опытной эксплуатации интеллектуальной системы управленческого учета в области финансовой деятельности ОАО ММК.

Автоматизированные системы в настоящее время стали неотъемлемым элементом в общей структуре управления любого предприятия. При этом, чем разнообразней и объемней содержание его практической деятельности, тем более значимой становится роль средств информатизации на этом предприятии.

Особое место здесь занимают средства и системы автоматизированного управленческого учета. Они охватывают весь спектр учетных задач от сбора и хранения первичных данных до представления этой информации в форме необходимого документа или в виде удобном для принятия управленческих решений. Накоплен и осмыслен значительный опыт разработки такого рода систем и их практической эксплуатации. Тем не менее, вопросы теоретического описания и создания новых средств автоматизации учета не утратили своей актуальности. Это обусловлено тремя группами причин. Во-первых, внедрением новых технических средств, новых типов компьютерной техники, существенно отличающихся по своим характеристикам: быстродействию, объему памяти, программному окружению. Во-вторых, использованием новых технологий сбора, пересылки, хранения и представления учетной информации. Это в первую очередь связано с широким использованием возможностей сетей, распределенных баз данных, внедрением концепции открытого информационного пространства. В-третьих, передел средств автоматизации управленческого учета обусловлен осознанием необходимости решения качественно новых классов задач в целях повышения управляемости предприятием, его хозяйственно-экономической деятельностью: производственной, финансово-экономической, коммерческой. Управленческий учет при этом следует рассматривать как основной инструментарий поддержки управленческих решений.

Основные трудности разработки и освоения систем управления хозяйственно-экономической деятельности заключаются в сложности описания этого вида деятельности. Неоднозначная интерпретация показателей состояния, их взаимосвязанность, субъективность оценок и суждений при принятии управленческих решений - все это в совокупности определяет круг проблем управления. В то же время потери или издержки от ошибочности таких решений чрезвычайно весомы, особенно в кризисных ситуациях [14]. Чем выше уровень принятия решений, тем более опасны просчеты управленческих действий. Причем замечено, что значительная доля управленческих ошибок носит объективный характер и обусловлена либо размытостью описания ситуации, чрезмерно большим числом показателей состояния, либо недостаточной информативностью самих показателей, большинство из которых традиционно представляет собой агрегаты первичных данных и отклонения от контрольных цифр [23]. В любом случае это диктует особые требования к информационной поддержке управления и, в частности, к системам автоматизированного управленческого учета, на базе которых формируются управленческие решения.

В последнее время в практике управленческого учета центр внимания с технологических проблем разработки автоматизированных систем все в большей степени переносится на управленческий аспект хозяйственной деятельности. Иными словами, средства управленческого учета нового поколения изначально ориентируются на повышение управляемости предприятия и эффективности всех видов его деятельности. Это становится доминирующей идеей при создании современных автоматизированных систем управленческого учета. Однако сложности на пути реализации этой идеи весьма серьезны.

Одна из них заключается в несоответствии роли и объективных возможностей лиц, принимающих решения. Часто возникают ситуации, когда менеджеры особенно высокого уровня не в состоянии правильно оценить ситуацию из-за чрезмерно большого объема информации, которую требуется анализировать. Это весьма характерно для многопрофильных предприятий как металлургические. В силу этой же причины менеджмент становится более интуитивным, нежели рациональным. В то же время цена управленческих ошибок здесь весьма велика.

Иерархическая свертка первичных данных, использование сводок не решает проблему рационального управления в целом. Сводки позволяют лишь в более укрупненных показателях оценить отдельные стороны деятельности, не давая общего представления о состоянии предприятия или его отдельных подразделений в целом. Тем более что при укрупнении показателей заведомо снижается информативность данных, а также необходимо учитывать фактор «информационного шума». Таким образом, проблема комплексной оценки хозяйственно-экономической ситуации удовлетворительного решения до сих пор не получила, в том числе и в металлургии.

Преодолеть отмеченные трудности можно, если управленческий учет строить на иных, нежели простой учет, принципах, используя методы искусственного интеллекта. При этом для оценки состояния можно использовать не только учетные данные, но и мнения экспертов. Формируя базы знаний, можно анализировать причинно-следственные связи, порождающие текущую ситуацию, формировать наглядные образы и содержательные понятия как средства поддержки управленческих решений. В рамках интеллектуальных надстроек в принципе удается совместить объективные данные, обобщенный опыт практического управления, субъективные и директивные факторы, реализующие задачи целевого управления.

Одной из существенных особенностей экономических систем управления, в том числе и в металлургии, является «широта» этой области знаний [40]. По этой причине роль экспертов в менеджменте высокого уровня заведомо становится менее значимой и существенной по сравнению с проблемноориентированными областями знаний. Особое значение здесь приобретает надежность экспертиз и высокая цена ошибок. В области управления экономическими объектами это ставит под сомнение сам способ формирования баз знаний на основе непосредственных экспертиз. Выход из сложившейся ситуации заключается в объединении знаний экспертов по отдельным узким областям хозяйственно-экономической деятельности. Использование методов искусственного интеллекта здесь является необходимым. Средства искусственного интеллекта при этом должны быть интегрированы в единую корпоративную информационную сеть, используя все доступные ресурсы

Практическое воплощение этой идей требует надлежащего программно-инструментального обеспечения, пригодного для описания математических моделей, произвольных вычислений, экспертных знаний и диалога одновременно. Стандартные программные средства, реализующие модели процессов, как правило, не поддерживают обработки знаний, а экспертные системы, хотя и допускают включение отдельных процедур, но не приспособлены к управлению вычислениями. Таким образом, данную задачу практически невозможно решить в рамках типовых пакетов или модульных процедур. Это диктует необходимость использования в интегрированных системах качественно иных подходов, основанных на единой спецификации объектов и элементов управления, опыт применения которых в металлургии отсутствует.

Исходя из сказанного, целями настоящей работы являются:

- обобщение и анализ опыта информатизации металлургического предприятия с целью выявления новых походов и тенденций в автоматизации управленческого учета;

- создание методологических основ для разработки интеллектуальных систем управленческого учета металлургического предприятия;

- разработка программно-инструментальных средств для интеллектуальной системы управленческого учета металлургического предприятия, предназначенных для диагностики состояний, выявления причинно-следственных связей и формирования управленческих решений;

- разработка на этой базе интеллектуальной системы управления хозяйственно-экономической деятельностью металлургического предприятия, включая производственную, коммерческую и финансовую виды деятельности;

- внедрение интеллектуальной системы управленческого учета на Магнитогорском металлургическом комбинате.

Диссертация состоит из пяти глав и заключения.

В первой главе анализируется современное состояние технической базы и программного окружения для систем управления металлургическим предприятием, определены общие тенденции развития управленческого учета, а также стратегия последующей информатизации предприятия. Сформулированы также основные цели исследований.

Во второй главе рассматриваются методологические вопросы управленческого учета. Анализируются вопросы наблюдаемости с использованием концепции функциональных расстройств, а также роль ресурсных факторов в обеспечении управляемости экономическим объектом. Рассматривается общая схема оперативного управления хозяйственно-экономической деятельностью металлургического предприятия, предполагающая использование методов искусственного интеллекта.

В третьей главе представлены программно-инструментальные средства для конструирования баз знаний на основе аппарата функциональных сетей, предложены алгоритмы обработки и выделения характерных признаков входных данных, алгоритмы расчета степени достоверности вывода и методика настройки баз знаний. 9

Четвертая глава посвящена вопросам разработки интеллектуальной системы управленческого учета хозяйственно-экономической деятельности металлургического предприятия. Представлены состав и организационная структура управления металлургического предприятия. Приведено описание концепции и функций системы, структур баз знаний диагностики состояний и причин функциональных расстройств.

В пятой главе обсуждаются результаты внедрения и опытной эксплуатации системы в области финансовой деятельности предприятия.

В заключении подведены общие итоги по данной работе.

Выводы.

1. Представлены состав и структура управления металлургического предприятия, из которых следует, что хозяйственно-экономическую деятельность можно представить тремя основными областями: производственной, коммерческой и финансовой.

2. Сформулирована концепция системы, заключающаяся в "свертке" большого количества плановых и фактических данных к обобщенным показателям общего состояния ХЭД предприятия, а также обобщенным показателям состояния производственной, коммерческой и финансовой деятельности предприятия.

3. Определены основные функции системы, включающие своевременное обнаружение намечающихся расстройств деятельности предприятия, определение внутренних и внешних причин возникающих расстройств, прогноз и опережающую компенсацию влияния возмущений на деятельность предприятия, формирование управляющих воздействий для ликвидации намечающихся расстройств.

4. Представлена структура интеллектуальной системы управленческого учета предприятия, определены основные блоки системы и выполняемые ими операции.

5. Разработаны базы знаний системы, включая базу знаний диагностики ХЭД предприятия, базу знаний причин расстройств деятельности предприятия и базу знаний формирования управленческих решений.

Глава V. Внедрение интеллектуальной системы управленческого учета на ОАО ММК.

В течение 2000-2002г.г. была разработана интеллектуальная система управленческого учета хозяйственно-экономической деятельности ОАО ММК [49].

Как было указано ранее в Главе IV, хозяйственно-экономическая деятельность ОАО ММК представляется в данной работе следующими областями (центрами ответственности):

- производственной,

- коммерческой,

- финансовой.

Учитывая особую важность и сложность финансовой области деятельности комбината, рассмотрим подробнее принципы построения подсистемы финансовой деятельности (ФДП) в составе интеллектуальной системы управленческого учета ХЭД предприятия и результаты ее внедрения на ОАО ММК.

5.1. Базы знаний диагностики и причин расстройств финансовой деятельности металлургического предприятия.

В основу сконструированной структуры базы знаний ФДП была заложена предложенная финансистами-экспертами металлургического комбината схема финансового баланса (Рис.5.1), которая объективно и достаточно оперативно отражает такие области тактического краткосрочного (до одного года) движения капитала как кредиторская задолженность покупок и продаж (счета дебиторов), приход (возникновение обязательств), расходы, отгрузка готовой продукции и движение потоков наличности.

Рис.5.1. Структура финансового баланса металлургического предприятия.

В соответствии с этим представлением сеть базы знаний диагностирования состояния финансовой деятельности предприятия определяется четырьмя основными функциональными узлами, позволяющими в полной мере описать основные аспекты финансовой деятельности и осуществлять анализ состояния ФДП:

- выполнение обязательств предприятия,

- выполнение встречных обязательств,

- ожидаемые финансовые резервы,

- текущие финансовые резервы.

Рассмотрим подробнее структуру базы знаний диагностирования состояния финансовой деятельности металлургического предприятия, приведенную на Рис.5.2.

На вход блоков обработки входной информации поступают текущие (за сутки, неделю, месяц) бюджетные и фактические данные соответственно по кредиторской задолженности покупок и продаж, по возникающим (приход) и встречным обязательствам, отгруженной готовой металлопродукции, поступлению средств за металлопродукцию, ожидаемым и текущим накоплениям.

В указанных блоках осуществляется:

- сравнение бюджетных и фактических данных;

- фильтрация (экспоненциальное сглаживание) получаемого отклонения;

- определение факта устойчивого превышения величины отклонения от заданного диапазона нечувствительности;

- выявление знака отклонения (тенденции) в установленном периоде1;

- выявление колеблемости, неритмичности, а также прочих характеристик входных данных.

1 При суточном обновлении данных этот период может составлять, например, одну неделю, при недельном обновлении - один месяц и т.д.

Рис.5.2. Структура базы знаний диагностики финансовой деятельности предприятия.

Для каждого характерного признака изменения финансового параметра экспертом устанавливаются промежуточные коэффициенты уверенности CF;1 развития расстройства каждого функционального узла ФДП.

Для наглядности приведем пример правила при отклонении величины фактических краткосрочных расходов предприятия от бюджетных за определенный период. Оно записывается следующим образом:

ЕСЛИ <отклонение расходов предприятия за неделю больше заданного диапазона>

И <тенденция равна нулю>

И <неритмичность отсутствует^

ТО коэффициент уверенности (вероятность) расстройства по:

- обязательствам предприятия составит "-0.6",

- встречным обязательствам - "+0.6".

- ожидаемым финансовым резервам - "+0.7".

- текущим финансовым резервам - "+0.7".

Это так называемый первый слой базы знаний диагностирования состояния ФДП, использующий, как правило, логическую функцию "И".

Здесь же заметим, что система предусматривает возможность перестройки промежуточных коэффициентов уверенности в зависимости от выбора экспертом приоритета определенного вывода, т.е. значимости определенного функционального узла ФДП в планируемом периоде.

Правила второго слоя базы знаний используют логическую функцию "ИЛИ", выходом которой являются значения CFjk11. При этом на вход каждого правила поступают определенные значения CF;' первого слоя базы знаний.

Результирующие значения вероятности развития расстройства каждого функционального узла ФДП в третьем слое базы CFnin рассчитываются по правилам логической функции "КОМБ" (гл. III). При этом связи между вторым и третьим слоем сети организуются в соответствии со структурой финансового баланса предприятия.

В блоке обработки и отображения динамических показателей состояния финансовой деятельности предприятия производится:

1. фильтрация (экспоненциальное сглаживание) и отображение значений вероятности нормального состояния и расстройств функциональных узлов ФДП в текущее время;

2. то же с начала периода;

3. выявление (обнаружение) расстройства функционального узла ФДП, значение CFn которого устойчиво превысило установленный порог;

4. аналитический расчет и графическое представление других динамических показателей, оценивающих финансово-экономические результаты работы металлургического предприятия (прибыльность, ликвидность, доходность активов, эффективность и др.)

Информация о текущем состоянии каждого функционального узла передается на вход блока диагностирования расстройств финансовой деятельности предприятия. При этом состояние функционального узла идентифицируется следующим образом:

1. нормальное состояние, характеризуемое отсутствием расстройства всех функциональных узлов ФДП;

2. расстроенное (ухудшенное) состояние, характеризуемое наличием одного или более расстроенных функциональных узлов ФДП, когда вероятность расстройства CFnm на выходе третьего слоя сети превысило, как было отмечено выше, установленное пороговое значение, а значение вероятности общего состояния ФДП находится ниже установленного диапазона;

3. улучшенное состояние, характеризуемое отсутствием расстройств функциональных узлов ФДП, а значение вероятности общего состояния ФДП превышает установленный диапазон;

4. третье состояние ("не расстроено, но и не нормально"), характеризуемое отсутствием расстройства хотя бы одного функционального узла, но значение вероятности общего состояния

ФДП находится ниже установленного значения. Это может происходить в случаях, когда величины вероятности расстройства всех или нескольких функциональных узлов одновременно увеличиваются, но ни одна из них не превышает установленного порогового значения.

Кроме этого система позволяет выявлять причины намечающегося расстройства финансовой деятельности предприятия.

К основным причинам, включенным в состав системы и влияющим на развитие расстройств ФДП являются: перечень конкретных цехов прокатного производства, не выполнивших заданий по реализации продукции, идентификация конкретных внутренних плательщиков и инофирм, не обеспечивших своевременную оплату за отгруженную металлопродукцию, а также причины перерасхода или невыполнения запланированного расхода по отдельным статьям бюджета.

Структурная схема базы знаний причин расстройства ФДП приведена на Рис.5.3.

На стадии разработки и внедрения системы был определен и согласован известный начальный перечень причин. Естественно, что в процессе эксплуатации этот перечень будет уточняться и дополняться с учетом новых возникающих ситуаций.

Отметим при этом, что программно-инструментальные средства позволяют просто реализовать операции по вводу и корректировке выявляемых причин расстройств.

2l

Рис.5.3. Структурная схема базы знаний причин расстройства финансовой деятельности предприятия

5.2. Применение операционных финансовых показателей в системе управленческого учета ОАО ММК.

О состоянии финансовой деятельности предприятия финансовый менеджер судит по поведению коэффициента уверенности CF общего состояния, а также по значениям коэффициентов уверенности расстройств отдельных функциональных узлов ФДП. При этом важны не только значения этих коэффициентов, но и тенденции их поведения. Однако, если тенденции поведения кривых интерпретируются достаточно однозначно, то интерпретация абсолютных значений расстройства ФДП требует специального рассмотрения.

Здесь, в первую очередь, возникают следующие вопросы: какие значения коэффициентов уверенности CF можно считать допустимыми, каковы пороговые значения CF, при превышении которых требуется оперативное вмешательство менеджеров для формирования управленческих решений?

В общем случае возможны два пути решения этой проблемы. Первый основан на подборе предельно допустимых пороговых значений в процессе эксплуатации системы. Естественно, что этот путь является возможным, но очень длительным во времени. Второй, не исключающий первый, заключается в расширении возможностей системы путем введения в систему ряда финансовых показателей, отражающих достижимые нормы доходов и затрат в текущем периоде функционирования предприятия [41,77,83].

Учет в ИСУУ ММК таких показателей совместно с результатами диагностирования ФДП представляет финансовым менеджерам эффективный инструментарий для осуществления всестороннего анализа складывающейся ситуации при оперативном управлении финансовыми активами и для осуществления необходимых корректировок при формировании и исполнении бюджета.

Здесь приведем финансовые показатели, сформулированные экспертами-финансистами ОАО ММК, отражающие, в первую очередь, текущую стратегию финансирования предприятия.

1. Показатель абсолютной ликвидности финансовых активов:

LT - ТДА /Г 14 ллфа ~ к-"-1; где

Клфа - показатель абсолютной ликвидности финансовых активов предприятия,

ТДА - сумма денежных активов предприятия на определенную дату,

ТОБ — сумма всех краткосрочных (текущих) финансовых обязательств предприятия, включающих текущие платежи и кредиторскую задолженность поставок на определенную дату.

Показатель КЛфа характеризует способность предприятия по обеспечению постоянной платежеспособности по своим текущим обязательствам и должен быть как можно ближе к единице. В системе диагностики состояния ФДП этот показатель соотносится с функциональным узлом "Выполнение обязательств предприятия".

2. Показатель текущего самофинансирования, рассчитываемого по формуле:

ПОСТ + ОСТ . оч ктга =-, w.zj с РАСХ + ПКЗ где

Ктсф ~ показатель текущего самофинансирования,

ПОСТ - сумма текущих поступивших финансовых средств на определенную дату,

ОСТ - остаток денежных активов на определенную дату,

РАСХ - сумма текущих расходов на определенную дату,

ПКЗ - приращение кредиторской задолженности по текущим поставкам за товары и услуги на определенную дату.

Показатель Ктсф характеризует способность предприятия к текущему самофинансированию и должен быть не менее единицы. В системе диагностики состояния ФДП этот показатель соотносится с функциональным узлом "Текущие финансовые резервы предприятия".

3. Показатель ожидаемого самофинансирования

ДЗПР-ПКЗ

--ТДА., (5.3) где

Ксфо - показатель ожидаемого самофинансирования,

ДЗПР - дебиторская задолженность продаж на определенную дату,

ПКЗ - изменение кредиторской задолженности по текущим поставкам за товары и услуги на определенную дату.

ТДА - сумма денежных активов предприятия на определенную дату,

Показатель Ксфо характеризует способность предприятия к ожидаемому самофинансированию на покрытие запланированной потребности в денежных активах и должен быть более единицы. В системе диагностики состояния ФДП этот показатель соотносится с функциональным узлом "Ожидаемые финансовые резервы предприятия".

4. Показатель привлечения денежных средств, рассчитываемого по формуле:

Кпдс = ПрпТ> (5-4) где

ПОСТ - сумма текущих поступающих финансовых средств за определенный период,

РП - сумма реализованной продукции.

Показатель КцдС характеризует уровень платежеспособности предприятия за счет разработки на предприятии организационных мероприятий по ускорению привлечения денежных средств и должен быть не менее 1.0 и не более 1.3 (экспертная оценка). В системе диагностики состояния ФДП этот показатель соотносится с функциональным узлом "Выполнение встречных обязательств предприятия".

Введение указанных финансовых показателей позволяет при принятии решения соотносить степень расстройства функционального узла ФДП с приближением текущего значения соответствующего финансового показателя к предельно допустимой, нежелательной величине.

Оценка текущей ситуации, связанная с выявленным состоянием функциональных узлов ФДП и значением соответствующих финансовых показателей, а также возможные оперативные управленческие решения с учетом этой оценки приведены в Таблице 5.1.

Заключение.

1. Современный уровень технической базы и стандартного программного окружения перестали быть сдерживающим фактором информатизации в металлургии. Появились новые возможности управленческого учета на основе MRP/ERP планирования и управления отдельными бизнес-процессами. При этом акцент в управленческом учете переносится на управляемость предприятия в целом. Реализация этой концепции возможна только на принципах единого информационного пространства и использования стратегии горизонтальной информатизации, обеспечивающих наибольшую управляемость на всех этапах внедрения средств информатизации нового поколения. Кроме того, требуется качественно новая методологическая и инструментальная база, позволяющая обеспечить эффективное управление предприятием на всех уровнях, начиная с верхнего.

2. Основные методологические проблемы управленческого учета в рамках концепции наилучшей управляемости предприятием связаны с выбором наблюдаемых показателей. Состав этих показателей состояния заведомо субъективен и предполагает помимо агрегатов первичных данных включение комплексных оценок состояния с использованием экспертных оценок.

3. Определены понятие функционального расстройства как обобщение понятия наблюдаемости, а также общие свойства классифицирующей функции в виде логической формы на множестве признаков (симптомов).

4. Особую роль в обеспечении состоятельности управленческих решений и управляемости металлургическим предприятием играют различные ресурсные факторы. Рациональное использование ресурсов, их внутренних резервов являются необходимым условием успешного внедрения перспективных MRP/ERP технологий на предприятии вообще и в металлургии особенно. В работе введено понятие производственного потенциала как объективной оценки ресурсно-экономической ситуации, исследованы свойства этого показателя для случая замещаемых, незамещаемых и универсальных ресурсов, определены типовые ресурсные ситуации и возможные стратегии ре-сурсообеспечения.

5. Построена обобщенная схема управления хозяйственно-экономической деятельностью предприятия с элементами искусственного интеллекта. В качестве объекта управления рассматривается совокупность трех основных областей деятельности предприятия: производственная, финансовая и коммерческая. Каждая из них в свою очередь имеет более детальную функциональную структуру описания и соответствующий состав центров ответственности. Основной отличительной особенностью предложенной схемы управления является наличие в каналах обратной связи баз знаний для диагностики текущего состояния и определения причин выявленных расстройств.

6. Для конструирования интеллектуальной системы управленческого учета предприятия предложено использовать аппарат функциональных сетей. Созданы программно-инструментальные средства для построения и настройки баз знаний, включающие алгоритмы расчета степени достоверности выводов и первичной обработки входных данных для использования в экономических приложениях, а также имитатор для настройки интеллектуальной системы и создания сценариев развития различных вариантов расстройств хозяйственно-экономической деятельности предприятия.

7. На основе разработанного инструментария построена функциональная структура интеллектуальной системы управления металлургическим предприятием. В качестве ее основных элементов можно выделить процедуры обнаружения намечающихся расстройств деятельности предприятия, определения внутренних и внешних причин возникающих расстройств, прогнозирования и опережающей компенсации влияния возмущений на деятельность предприятия, формирования управляющих воздействий для ликвидации намечающихся расстройств. Для каждой из этих процедур сформированы соответствующие базы знаний.

143

8. Внедрение системы подтвердило работоспособность предложенной концепции диагностики расстройств ХЭД металлургического предприятия. Выявлены основные преимущества применения ИСУУ, заключающиеся в своевременности выявления причин возникающих и развивающихся расстройств, возможности оперативного анализа ситуации на различных уровнях ее представления при подготовке управленческих решений и оперативной корректировки бюджета в случае установления факта недостижимости бюджетных заданий по соответствующим статьям.

1. Отоцкий Л., Ииатов Ю. Информационные технологии в металлургии. // От крытые системы, № 3, 1998.

2. Ширяев Д, Аншелес В, Молчалин В. Сбор и обработка информации для принятия управленческих решений. // Открытые системы, № 4, 2001.

3. Бурков В.Н., Ириков В.А. Модели и методы управления организационными системами. М.: Наука, 1994. - 270 с.

4. Литвак Б.Г. Управленческие решения. М.: Экмос, 1998 - 266 с.

5. Варфоломеев В.И. Алгоритмическое моделирование элементов экономических систем. М.: Финансы и статистика, 2000. - 208 с.

6. Смирнов B.C., Власов С.А., Ваулинский B.C., Лебедев Б.И. Методы и модели управления в металлургии. М.: СИНТЕГ, 2001. - 166 с.

7. Родионова В.М., Федотова М.А. Финансовая устойчивость предприятия в условиях инфляции. М.: Перспектива, 1995.

8. Караваев Е.П. Промышленные инвестиционные проекты, теория и практика инжиниринга. М.: МИСиС, 2001. - 299 с.

9. Л. Отоцкий, А. Савин. Семь критериев выбора ERP системы. // Открытые системы, № 4, 998.

10. В. Когаловский. Происхождение ERP. // Директору ПС, № 5, 2000.

11. Л. Отоцкий. Архитектура систем крупного предприятия. // Директору ИС, № 3, 2000.

12. Е.Дмитриев. Автоматизированные системы управления класса ERP: идеи, решения, проблемы. // Software, № 44, 2001.

13. Е. Рубцов. Системы управления бизнес-процессами и корпоративная культура. // PC Week, №46-48, 2001.

14. Д. Слиньков. Что там, за ERP горизонтом. //Директору ИС, № 1, 2001.

15. О. Громыко. Осторожно: системы ERP. // Открытые системы, № 7,8, 2001.

16. Н. Соколов. ERP система для Интернет. // Открытые системы, № 1,2, 2000.

17. В. Демин. Эволюция ERP систем в электронном бизнесе. // eCommerce World, №7, 2000.

18. Ларичев О.И. Наука и искусство принятия решений. М.: Наука, 1989.200 с.

19. Емельянов В.В., Ясиновский С.И. Введение в интеллектуальное имитационное моделирование сложных дискретных процессов и систем. М.: АНВИК, 1998.-427 с.

20. Литвак Б.Г. Практические занятия по управлению. Мастер-класс. М.: ЗАО «Издательство Экономика», 2002 - 355 с.

21. Олейник А.Г., Олейник О.В., Фридман А.Я. Оболочка экспертной системы диагностики состояния нестационарных пространственных объектов. // Интеллектуальные инструментальные средства вычислительного эксперимента. Апатиты: КНЦ РАН, 1998. - с. 6 - 16.

22. Ю. Ипатов Ю., Пронин Ю. Об альтернативном подходе к построению . интегрированной системы управления. // Металлы Евразии, № 2, 1998.

23. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993 - 320 с.

24. Бурков В.Н. Новиков Д.А. Теория активных систем: состояние и перспективы. М.: СИНТЕГ, 1999. - 128 с.

25. Геловани В.А., Башлыков А.А., Бритков В.Б., Вязилов Е.Д. Интеллектуальные системы поддержки решений в нештатных ситуациях с использованием информации о состоянии природной среды. М.: УРСС, 2001.- 301 с.

26. Ларичев О.И., Никифоров А.Д. Аналитический обзор процедур решения многокритериальных задач математического программирования. // Экономика и математические методы. Том XXII, вып. 3, 1986. с.508—523.

27. Подиновский В.В., Ногин В.Д. Парето-опитмальные решения многокритериальных задач. М.: Наука. Главная редакция физико-математической литературы, 1982 - 256 с.

28. Бурков В.Н., Новиков Д.А. Как управлять проектами. М.: СИНТЕГ, 1997. - 188 с.

29. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М: Наука. Главная редакция физико-математической литературы, 1981.-208 с.

30. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях : Монография. Тюмень: Издательство Тюменского государственного университета, 2000. 570 с.

31. Прикладные нечеткие системы: Перевод с япон./ Асаи К., Ватада Д., Иван С. и др.; под редакцией Тэрано Т., Асаи К., Сугэно М. М.: Мир, 1993. -368 с.

32. Banker R.D., Charnes A., Cooper W. W. Some models for estimating technical and scale efficiency in data envelopment analysis. Management Science 30/9, 1984

33. Кривоножко B.E., Пропой А.И., Сеньков Р.В.и др. Анализ эффективности функционирования сложных систем. Автоматизация проектирования, №1, 1999.

34. Петрова. М.Н. Индикативное планирование: вопросы теории и методологии. Казань, 2000. 234 с.

35. Гилл Ф., Мюррей У., Райт М. Практическая оптимизация: Пер. с англ. -М.: Мир, 1985.

36. Подружко А.С. Вторичные модели оптимизации и надежность плановых решений. В сборнике: Оптимизация и управление в сложных системах. М, ВНИИСИ, 1989 - с. 53-67.

37. Мулен Э. Теория игр с примерами из математической экономики: Пер. с франц. -М.: Мир, 1985.

38. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ: М. Высшая школа, 1989. - 367 с.

39. Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. -СПбГТУ, 1998.-510 с.

40. Райан Б. Стратегический учёт для руководителя. Пер с англ. под ред. В.А. Микрюкова.- М.:Аудит, ЮНИТИ , 1998. 616 с.

41. Друри К. Введение в управленческий и производственный учет. Перевод с англ. под ред. Н.Д. Эриашвили. М.: Аудит. ЮНИТИ, 1998. - 783 с.

42. Искусственный интеллект: Применение в интегрированных производственных системах. Под ред. Э.Кьюсиака; Пер. с английского А.П.Фомина; Под ред. А.И.Дащенко, Е.В.Левнера. — М.: Машиностроение, 1991. —544с.

43. Kasper, G., 1984. A conceptual model and empirical analysis of decision support use. Unpublished Ph. D. Dissertation, State University of New York at Buffalo.

44. Pracht, W. E., 1985. An experimental investigation of a graphical interactive structural modeling aid for decision support system. Unpublished DBA Dissertation, Texas Technical University, Lubbock, Texas.

45. Loy, S. L., 1986. An experimental investigation of a graphical problem-structuring aid and nominal group technique for group decision support systems. Unpublished Ph. D. Dissertation, Texas Technical University, Lubbock, Texas.

46. Ипатов Ю.В., Павлова E.A. Интеллектуальная система управления финансово-экономической деятельностью предприятия. Наука на современном этапе: Проблемы и решения. Межвузовский сборник научных трудов. М.: Компания «Спутник+», 2002. - 59 с.

47. Асанов А.А., Ларичев О.И. и др. Экспертная система для диагностики лекарственных отравлений, Искусственный Интеллект, №2, 2002.

48. Риск-анализ инвестиционных проектов. Учебник для ВУЗов / Под ред. М.В. Грачевой. М.: ЮНИТИ-ДАНА, 2001. - 351 с.

49. Емельянов А.А. Имитационное моделирование в управлении рисками. -СПб: СПбГИЭА, 2000. 376 с.

50. Асанов А.А., Ларичев О.И. Влияние надежности человеческой информации на результаты применения методов принятия решений, Автоматика и телемеханика, №5, 1999.

51. Геловани В.А, Юрченко В.В. Проблемы компьютерного моделирования. М.: МНИИПУ, 1990.

52. Юрченко В.В. Функциональные сети.- М.: Наука, 1992.

53. Д. Хан. Планирование и контроль: концепция контроллинга: Пер. с нем. / Под редакцией и с предисловием А. Турчака, Л. Головача, М. Лукашевича. М.: «Финансы и статистика», 1997.

54. Контроллинг как инструмент управления предприятием. / Е. Ананьина, С. Данилочкин, и др. М.: Аудит, ЮНИТИД998.

55. Малышева Л. Контроллинг на предприятии. // Открытые системы, №1, 2001.

56. Аглицкий Д.С., Аглицкий И.С. Российский рынок информационных технологий: проблемы и решения. М.: ЛАМИНФО, 2000. - 209 с.

57. Пич Г., Шерм Э. Уточнение содержания контроллинга как функции управления и его поддержки. // Проблемы теории и практики управления. №3, 2001.

58. Справочник по теории автоматического управления. Под ред. А.А. Кра-совского. М.: Наука. Главная редакция физико-математической литературы, 1987-711с.

59. Пропой А.И. Моделирование ресурсно-экономических систем. В сб.: Прикладные задачи экономического моделирования. М., ВНИИСИ, 1984 - с. 3-18.

60. Медиков В.Я. Производственные мощности и их использование. М.: МГУП, 2002. -264 с.

61. Денисов А.А. Макроэкономическое управление и моделирование. СПб.: Омега, 1997. - 38 с.

62. Поспелов Д.А. Ситуационное управление: теория и практикаю М.; Наука. главная редакция физико-математической литературы, 1986. - 288с.

63. Мелихов А.Н. Бернштейн JI.C., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука. Главная редакция физико-математической литературы, 1990. - 264 с.

64. Murphy, F.H. and Stohr,T.A., 1985. An intelligent system for formulating linear programs. Working Paper No. 95, Center for Research on Information Systems Working Paper Series, New York University, New York.

65. Courtney, J.F. Paradice, D. and Ata N., 1987. A knowledge-based DSS for management problem recognition and diagnosis. Decision Sciences, 18 (3):373 -399.

66. Bowman, M.J., 1985. Towards expert systems: The analysis of expert financial behavior. Presented at the ORSA/TIMS National Conference in Atlanta. Georgia.

67. Bowman, M.J., 1983. Human diagnostic reasoning by computer: An illustration from financial analysis. Management Science, 29 (6): 653-672.

68. Спирин H.A., Ипатов Ю.В., Лобанов В.И. и др. Информационные системы в металлургии: Учебник для вузов. Екатеринбург. Издательство УГТУ -УПИ. 2001.617 с.

69. Ипатов Ю.В., Ипатова Э.Р., Дьячко А.Г. Система оптимального управления отдельными участками металлургического предприятия. Челябинск. Челябинский межотраслевой территориальный центр научно-технической информации и пропаганды. 1983. 5с

70. Представление и использование знаний. Под ред. Х.Уэно, М.Исидзука. М: Мир. 1989.

71. Гильбо Е.П., Челпанов И.Б. Обработка сигналов на основе упорядоченного выбора (мажоритарные и близкие к нему преобразования). М.: Советское радио, 1976, 277 с.

72. Ершов А.А. Стабильные методы оценки параметров (обзор). Автоматика и телемеханика, 1978, №8, с. 66-100.

73. Буряков М.В., Ипатов Ю.В., Соловьёв В.И. Интеллектуальная автомата- . зированная система управленческого учёта. Чёрные металлы. май 2000. стр. 18-23.

74. Белолипецкий В.Г. Финансы и фирмы. М.: «Инфра - М», 1998.

75. Ришар Ж. Аудит и анализ хозяйственной деятельности предприятия. Пер. под ред. Л.П.Белых. М.: Аудит, ЮНИТИ, 1997. - 375 с.

76. Бланк И.А. Управление активами. К.:"НИКА-ЦЕНТР", 2000.-720с.

77. Балабанов И.Т. Основы финансового менеджмента. М.: Финансы и Статистика, 1997.

78. Ковалев А.И., Привалов В.П. Анализ финансового состояния предприятия. М.: «Центр экономики и маркетинга», 1997.

79. Ковалев В.В. Управление финансами. М.: «ФБК - ПРЕСС», 1998.

80. Контроллинг как инструмент управления предприятием. Под ред. Дани-лочкиной Н.Г. М.; "Аудит", "ЮНИТИ", 1998.

81. Стоянов Е.А., Стоянова Е.С. Экспертная диагностика и аудит финансово-хозяйственного положения предприятия. — М. "Перспектива", 1992.

82. Стоянова Е.С., Быкова Е.В., Бланк И.А. Управление оборотным капиталом. -М. "Перспектива", 1998.