автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка информационно-аналитической подсистемы интеллектуальной поддержки высокотехнологичного предприятия

На правах рукописи

1

005005993

Соломениикова Светлана Ивановна

РАЗРАБОТКА ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ ПОДСИСТЕМЫ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ВЫСОКОТЕХНОЛОГИЧНОГО ПРЕДПРИЯТИЯ

Специальность 05.13.01 - «Системный анализ, управление и обработка

информации (в машиностроении)»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

2 2 ДЕК 2011

Ижевск -2011

005005993

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Ижевский государственный технический университет»

Научный руководитель:

заслуженный деятель науки РФ, доктор технических наук, профессор, Якимович Борис Анатольевич

Официальные оппоненты:

доктор технических наук, профессор, Кутергин Владимир Алексеевич, ОАО «Ижевский машиностроительный завод»

кандидат технических наук,

доцент Галимов Максим Раифович., ООО

НПО «Компьютер», г. Ижевск

Ведущая организация: ИНИТИ «ПРОГРЕСС», г.Ижевск

Защита состоится «29» декабря 20//г. в 14.00 часов на заседании диссертационного совета Д 212.065.06 при ФГБОУ ВПО «Ижевский государственный технический университет» по адресу: 426069, г.Ижевск, ул. 30 лет Победы, 2, корп. 5.

С диссертацией можно ознакомиться в библиотеке ИжГТУ.

Отзывы в 2-х экземплярах, заверенные печатью организации, просим направлять по адресу: 426069, г.Ижевск, ул.Студенческая, 7, Ученому секретарю совета Сяктереву В.Н. ТелУфакс:(3412)58-99-57; E-mail: primat@istu.ru

Автореферат разослан «28» ноября 2011г.

Ученый секретарь

диссертационного совета Д212.065.06 кандидат технических наук, доцент

Сяктерев В.Н.

Общая характеристика работы

Актуальность проблемы. Повышение эффективности производственных систем машиностроения как центра генерации применения и распространения инноваций и высоких технологий в России сегодня является приоритетной задачей отечественного машиностроительного комплекса. Особую роль в ее реализации играют высокотехнологичные предприятия (ВТП), осуществляющие проектирование, освоение и производство конкурентоспособной продукции с высокой степенью наукоемкости и новизны, и, как следствие, обеспечивающие лидирующее место страны на мировом рынке.

В то же время доля России на международном рынке наукоемкой продукции составляет не более 1%. Объем инновационной высокотехнологичной продукции в российском экспорте приближается к 7% внешнеторгового оборота, уступая Китаю и США более чем в 40 раз. В целом за последнее время явно утвердилась группа лидеров по направлениям высокотехнологичных производств, и серьезное отставание России в этой области приводит к замещению товаров российского производства импортом, а в условиях дефицита ресурсов отдельные отрасли промышленности - к технологической деградации и полному исчезновению.

В последние годы государство предприняло комплекс мер, направленных на, создание и поддержку высокотехнологичных производств, в том числе организованных с участием высших учебных заведений и научных организаций в рамках Постановлений Правительства РФ № 218, 219 и Федерального Закона № 217-ФЗ «О внесении изменений в отдельные законодательные акты РФ по вопросам создания бюджетными научными и образовательными учреждениями хозяйственных обществ в целях практического применения (внедрения) результатов интеллектуальной деятельности». Разработка современных методов моделирования высокотехнологичных производств машиностроительного комплекса и создание на их основе моделей оценки эффективности ВТП обеспечит рациональное распределение ресурсов предприятия с целью его успешного развития на рынке.

Практической реализацией выполненных исследований является информационно-аналитическая подсистема интеллектуальной поддержки высокотехнологичных производств, осуществляющая интеллектуальную поддержку ВТП при формировании стратегии его развития с учетом функционального состояния производства, воздействия внешней среды, уровня и качества используемых ресурсов.

Объектом исследования в настоящей диссертационной работе является система интеллектуальной поддержки оценки эффективности высокотехнологичного предприятия машиностроения.

Предметом исследования является информационно-аналитическое обеспечение интеллектуальной поддержки высокотехнологичного предприятия, основанное на методах нечеткого моделирования ресурсов, функциональных параметров и показателей высокотехнологичного предприятия с учетом состояния внешней среды.

Целью диссертационной работы является разработка информационно-аналитической подсистемы и методов моделирования для интеллектуальной

поддержки оценки эффективности высокотехнологичных предприятий машиностроения.

Для достижения поставленной цели исследования последовательно решаются следующие научные и практические задачи:

- разработка модели высокотехнологичного машиностроительного предприятия с учетом состояния внешней среды и его ресурсов: интеллектуальных, информационных, организационных, материально-технических и ресурсов персонала;

- формирование и определение множества значимых параметров и показателей модели высокотехнологичного предприятия, описывающих состояние внешней среды, а также интеллектуальных, информационных, организационных ресурсов и ресурсов персонала;

- разработка и обоснование обобщенного алгоритма формализации входных, функциональных и выходных параметров и показателей модели высокотехнологичного предприятия;

- разработка концепции подсистемы интеллектуальной поддержки для оценки эффективности высокотехнологичного машиностроительного предприятия;

- моделирование и исследование эффективности высокотехнологичного предприятия, осуществляющего освоение нового наукоемкого конкурентоспособного изделия, оценка достоверности результатов разработанной информационно-аналитической системы;

- апробация теоретических и практических результатов диссертационной работы в промышленных условиях и образовательной деятельности.

Методы исследования. В работе использованы методы нечетких множеств и нечетких сетей, аппарат экспертного оценивания, а также принципы комплексного исследования, включающие в себя теоретический анализ и экспериментальную проверку полученных результатов при оценке эффективности действующих высокотехнологических производств.

На защиту выносятся:

- нечеткая сетевая модель высокотехнологичного предприятия машиностроения, обеспечивающая определение его эффективности с учетом состояния внешней среды, уровня и качества используемых ресурсов;

- результаты численного моделирования эффективности высокотехнологичного предприятия машиностроения при изменении состояния внешней среды и ресурсов предприятия;

- методика формализации состояния ресурсов предприятия и представление их в виде нечетких множеств.

Научная новизна работы:

- разработана новая структурно-параметрическая модель высокотехнологичного предприятия машиностроения, учитывающая воздействия внешней среды, параметры и качество используемых ресурсов;

- впервые разработана методика формализации входных, выходных и функциональных параметров и показателей, позволяющая обосновано формировать рациональный уровень и качество ресурсов предприятия с учетом внешнего состояния, а также определить необходимый уровень резервов, который целесообразно направлять для повышения эффективности высокотехнологичного предприятия;

- впервые предложена модель, представленная в виде совокупности взаимодействия нечетких множеств, адекватно определяющая связи, характеризующие действия между входными переменными, элементами модели, функциональными и выходными показателями высокотехнологичного предприятия машиностроения.

Практическая ценность работы. Разработанная информационно-аналитическая подсистема интеллектуальной поддержки предприятий высокотехнологичного сектора промышленности предназначена для принятия решений при оценке эффективности машиностроительных предприятий. Указанная система позволяет обоснованно распределять резервы и ресурсы предприятия, что обеспечивает системный подход к решению задач, возникающих на различных этапах функционирования высокотехнологичного предприятия. К указанным задачам в первую очередь относятся следующие: своевременная оценка эффективности предприятия, прогнозирование необходимого уровня инвестиций, номенклатуры и объема выпускаемых изделий, качества продукции и уровня ее инновационности. Все это обеспечивает рациональное использование ресурсов предприятия (информационных, интеллектуальных, организационных, материально-технических и ресурсов персонала) и формирует общее направление стратегического развития высокотехнологичного предприятия.

Результаты работы прошли апробацию в производственных условиях и внедрены на высокотехнологичном предприятии ООО «Завод нефтегазового оборудования «Техновек» г.Воткинск. Новизна и практическая ценность предложенной модели высокотехнологичного предприятия подтверждена актами о практическом внедрении результатов диссертационной работы. Основные положения диссертации используются в процессе обучения бакалавров и магистров по направлению «Системный анализ, управление и обработка информации» в ФГБОУ ВПО «Ижевский государственный технический университет».

Апробация работы и публикации. Результаты исследований докладывались на следующих научных конференциях и семинарах:

1. III Международная конференция: Технические университеты: интеграция с европейскими и мировыми системами образования, Ижевск, 2008.

2. IV Международная конференция: Технические университеты: интеграция с европейскими и мировыми системами образования, Ижевск, 2010.

3. Научные семинары по теме: «Моделирование сложной технической системы» на постоянно действующем дистанционном семинаре: «Современное дистанционное образование» по фанту президента РФ для государственной поддержки ведущей научной школы НШ-64570.2010.8.

По теме диссертации опубликовано 6 печатных работ (в том числе 1 монография), из них 5 в изданиях, рекомендованных ВАК РФ. Материалы диссертации вошли в отчеты, выполненные в рамках программ опережающей профессиональной подготовки ОАО «РОСНАНО»: «Разработка и апробация программы опережающей профессиональной переподготовки, ориентированной на инвестиционные проекты по созданию массового производства сверхпрочных пружин с использованием технологий контролируемого однородного наносубструктур в материале».

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованных источников (104 источников) и 16 приложений. Диссертация изложена на 129 страницах, содержит 17 таблиц, 36 рисунков.

Основное содержание работы

Во введении обоснована актуальность диссертационного исследования, сформированы его цель и задачи, отмечены основные положения, выносимые на защиту, определены научная новизна и практическая ценность работы.

В первой главе выполнен анализ состояния машиностроительной отрасли России, выявлены негативные факторы ее развития, в том числе особое внимание, уделено рассмотрению вопросов повышения эффективности высокотехнологичных предприятий машиностроения.

Отечественный машиностроительный комплекс характеризуется высокой степенью наукоемкости, металлоемкости и трудоемкости, что предопределяет использование на предприятиях машиностроения высоких технологий, последних достижений науки и техники. Традиционно машиностроительные предприятия территориально размещаются вблизи от потребляемых ресурсов (энергетических, сырьевых, трудовых, материальных), таким образом, географию их расположения также необходимо учитывать при оценке эффективности и перспективах развития ВТП.

Сегодня устойчивое развитие машиностроения обеспечивается целенаправленной государственной политикой в сочетании с программами социально-экономического развития регионов на основе перехода к модели инновационного развития, предусматривающей диверсификацию, выпуск наукоемкой и высокотехнологичной конкурентоспособной продукции. Сложность решаемых задач в машиностроении определяет необходимость разработки и реализации современных моделей, методов и систем интеллектуальной поддержки высокотехнологичных предприятий, эффективность которых в значительной степени определяется компетентностью персонала, корпоративной культурой, организационной, информационной и интеллектуальной обеспеченностью. Формированию, формализации и определению необходимых ресурсов для производственных предприятий посвящены работы ученых: Абалкина Л.И., Ансоффа И., Аубакировой Г.М, Болотова С.П., Георгиевского Э.В., Глисина Ф., Кугликова А.Г., Ланина А.Б, Первозванского A.A., Попов Е.В., Пылаевой Ю.А, Саликова Ю.А. и других. Здесь важно выделить необходимость оценки влияния персонала, его интеллектуального потенциала на развитие предприятий высокотехнологичного сектора промышленности, где

достаточно обосновано может быть использован компетентностный подход, наиболее активно развивающийся в настоящее время. Работы в этом направлении выполнены такими зарубежными и отечественными авторами, как Армстронг М, Болдогоев Д., Борчанинова Э., Бояцис Р., Вудраф Ч., Глотова А., Жигилий О., Иванова C.B., Кибанов А.Я., Кожевина О.В., Крук Е.Е., Курбатова М.Б., Лебедева Д.Н., МакКлеланд Д., Матушкин Н.И., Спенсер Л, Спенсер С., Роберте Г., Тихомиров Ю.А., Уиддет С., Холлифорд С. и другие.

Современное высокотехнологичное предприятие представляет собой сложную техническую систему. Разработка информационно-аналитической модели и методов исследования ее эффективности осуществляется в рамках научного направления «Системный анализ, управление и обработка информации». Исследования ученых: Аккофф Р., Антонов A.B., Блауберг М.В., Губанов В.А., Волкова В.Н., Дегтярев Ю.И., Денисов A.A., Квейд Э., Корнилов Г.И., Саати Т., Сурмин Ю.П., Перегудов Ф.И, Урманцев Ю.А., Эшби Р., Юдин Э.Г. в этой области позволяют применять различные подходы к моделированию подобных систем. В последнее время активно развиваются новые перспективные методы, такие как, генетические алгоритмы, методы моделирования с использованием нечетких множеств и нечетких сетей, что значимо повышает точность получаемых результатов для оценки эффективности предприятия. Значительный вклад в развитие данного направления внесли следующие зарубежные и отечественные ученые: Батищев И., Берштейн Л.С., Боженюк A.B., Букатова И.А., Венда В.Ф., Гладков Л.А., Гольберг Д., Заде Л.А., Коза Д., Курейчик В.В., Курейчик В.М., Лебедев Б.К., Малышев Н.Г., Оуэне А., Растригин Л.А, Рудковская Д., Тененев В.А., Уолш М., Фогель Л., Холланд Д., Царев Ф.И, Шалыто A.A. и другие.

Выполненные в первой главе обзор и анализ состояния машиностроительного комплекса, его высокотехнологичных предприятий, исследования ресурсного потенциала, методов моделирования сложных технических систем позволили определить цель настоящего исследования и последовательность ее реализации путем поэтапного решения ряда научных и практических задач.

Вторая глава посвящена разработке информационно-аналитической подсистемы интеллектуальной поддержки для оценки эффективности высокотехнологичного предприятия и исследованию математической модели сложной технической системы с учетом состояния внешней среды и множества необходимых ресурсов.

В качестве концептуальной основы формирования модели высокотехнологичного предприятия и ее исследования принята концепция ЗР «Резервы -Ресурсы - Результаты». С целью реализации данной концепции во второй главе сформированы необходимые определения, позволяющие выполнить разработку и исследование модели ВТП.

Разработанная структура информационно-аналитической подсистемы интеллектуальной поддержки ВТП представлена в виде нечеткой сети с обратными связями (Рисунок 1).

г ВХОДНЫЕ ПАРАМЕТРЫ л

В

ы

X

о Д н ы

Е

п

А Р А М Е Т Р Ы

© - @ - ©

, „, ^

внешняя среда

ВХОДНЫЕ ПАРАМЕТРЫ

Рисунок 1 - Структура модели высокотехнологичного промышленного

предприятия

Общие принципы и последовательность построения информационно-аналитической подсистемы интеллектуальной поддержки высокотехнологичного предприятия заключается в следующем.

1. Формирование множества параметров и показателей информационно-аналитической подсистемы интеллектуальной поддержки для оценки эффективности высокотехнологичного предприятия.

Пусть Х = (х,), / = 1 ,п - множество входных воздействий, У =

} = 1 ,т - множество выходных параметров и показателей системы. Тогда эффективность функционирования предприятия определяется зависимостью У = /(X, 2), где 2- нечеткие параметры модели, отражающие факторы

внешней среды. При наличии обратных связей в модели эффективность определяется функционалом:

У(1) = Г(ХЦ-\),У(1-\),2), (1)

где временной период развития системы.

Важным вопросом в моделировании ВТП является определение его функциональных параметров и показателей, таких как сложность, качество и инновационность продукции, объем и номенклатура выпускаемых изделий, доступность кредитов, известность предприятия, его логистика и другие значения. Зависимость функциональных параметров от множества входных воздействий и параметров модели представлена в виде:

F(t) = f{X(t-\),F(t-\),Z), ' (2)

где F(t) - функциональные параметры и показатели предприятия ВТП.

Определим входные воздействия в виде множества ресурсов предприятия:

R = [Ш, RIn, RO, RP, MT), (3)

где R - ресурсы предприятия, RI - информационные ресурсы, RIn - интеллектуальные ресурсы, RO - организационные ресурсы, RP - ресурсы персонала, МТ- материально-технические ресурсы.

Информационные ресурсы (Л/) ВТП обозначим следующими входными переменными:

Ш = {ГГ\,1Т2,1ТЪ), (4)

где ITI - наличие современных систем автоматизации производственно-технологических процессов в предметной области и автоматизированного контроля качества выпускаемых изделий, /72 - наличие информационной системы, обеспечивающей управленческо-экономические процессы предприятия, /73 - информационная обеспеченность бизнес-процессов предприятия в условиях конкуренции.

Интеллектуальные ресурсы (RIn) определяются набором результатов интеллектуальной собственности предприятия и представлены следующими переменными:

RIn = (Ы, 1п2,In3, InA, 1п5,1п6, Inl), (5)

где Inl - программы для электронных вычислительных машин, /л2 - базы данных, 1пЗ - изобретения, патенты, InA - полезные модели, 1п5 - промышленные образцы, 1п6 - топологии интегральных микросхем, Inl - секреты производства (ноу-хау).

Организационные ресурсы (RO) предприятия представим в виде:

RO = {OR\, OR2, OR3, ORA), (6)

где OR\ - организация рабочих мест, условия труда, OR2 - унификация и стандартизация, OR3 - эффективность (оперативность) работы аппарата управления (мотивация сотрудников) и ORA - стабильность кадров.

Ресурсы персонала (RP) формируются перечнем ключевых компетенций персонала ВТП:

RP = (K\,K2,K3,KA,K5,K6), (7)

где К\ - профессионально-специализированные компетенции, К2 - компетенции, формирующие инновационную активность, КЗ - компетенции, соответствующие высоким технологиям, КА - компетенции, формирующие интеллектуальный капитал, К5 - стратегические компетенции и Кб - компетенции, ориентированные на внешнюю среду предприятия.

Внешняя среда в модели представлена в виде:

WS = (RS,ZB,ChGP,PB,KS,UK), (8)

где WS- множества параметров внешней среды, RS- широта распространения рынков сбыта, ZB - законодательная база и поддержка государства в области инновационных и высокотехнологичных промышленных предприятий, ChGP - частно-государственное партнерство в области высокотехнологичных производств, РВ - политика центрального банка, KS - конкурентная среда, UK- уровень кредита.

Функционирование предприятия определяется кортежем следующих параметров и показателей:

FS = (Fl, F2, F3, F4, F5, F6, Fl, F8, F9, FI0), (9)

где FS - множество параметров функционала предприятия, Fl - номенклатура выпускаемой продукции, F2 - конструктивно-технологическая сложность производимой продукции, F3 - качество производимой продукции, F4-количество выпускаемых изделий (объем производства), F5 - уровень инновационное™ продукции, F6 - известность предприятия, F1 - месторасположение предприятия (его логистика), FS - инвестиционные риски, F9 - доступность кредита и FIO - процентная ставка.

В качестве выходных параметров в модели ВТП выступают такие показатели, как:

VP = (V\,V2,V3,V4), (10)

где VP - выходные показатели модели, V\ - объем привлеченных инвестиций, V2 - объем привлеченных бюджетных средств, V3 - объем собственных средств предприятия, VA - доход предприятия.

Перечень ресурсов предприятия определен на основе обзора, выполненного в 1 главе, и экспертного метода парного сравнения.

2. Формирование связей между элементами модели.

Взаимодействие между элементами модели определено в настоящей работе в виде набора нечетких правил. Преимуществом такого подхода является возможность представления входных воздействий, показателей внешней среды, параметров функционирования и выходных показателей в виде множества функций принадлежности и применения универсального комплекса шкал.

Формирование нечетких правил выполнено методами экспертного одномерного шкалирования. Использование экспертного оценивания предопределило в качестве функции принадлежности гауссового типа:

М{х) = ехр[- ((* - с)/сг)2 J, (11)

где /л(х)- степень принадлежности к нечеткому множеству; с - математическое ожидание (центр нечеткого множества); сг - среднеквадратичное отклонение.

Набор нечетких правил для рассматриваемой системы представлен в виде трех термов, обозначающих низкий, средний и высокий уровни значений параметров:

//(и, е ¿)/Лел(уу е £).//(«, е Л/)/Леи(уу е м),1/(иге //)/Леи(уу е //)> (12) где и,.V - лингвистические переменные, соответственно для левой и пра-

I '

вой части условия; Ь, М, Н — значения лингвистических переменных, определяющих соответственно низкий, средний и высокий уровень параметров.

Граничные значения одномерной шкалы для значений переменйых и показателей в рассматриваемой системе установлены в пределах: 0 < х < 9.

Ниже (Рисунок 2, Рисунок 3) показаны функции принадлежности для некоторых элементов информационно-аналитической подсистемы интеллектуальной поддержки ВТП. Функции принадлежности для левой части условия всех входных переменных, формирующих ресурсы предприятия, предложены экспертами в виде функций с параметрами: ан = 1,8; Сн = 1,6; сгс = 1,8; Сс = 4,5; ав = 1,8;

Св = 7.5 (Рисунок 2).

Параметры функций принадлежности для правой части условия, определяющей точеную оценку информационных, интеллектуальных и организационных ресурсов, сти С приведены ниже (Таблица 1). Пример внешнего вида функций определяющих связи между входными переменными и свойством «Информационные ресурсы» приведен ниже (Рисунок 3).

1 2 3 456789 Рисунок 2 - Функции принадлежности Дх), определяющие связи между входными переменными и свойством «Ресурсы предприятия»

в 9

в) 1ТЗ-+Р1

3 4 5 6

б) 1Т2-+Р/

Рисунок 3 - Функции принадлежности, определяющие связи между входными переменными и свойством «Информационные ресурсы»

Точечные оценки значений ресурсов получены с использованием метода нечеткого вывода Мамдани.

Таблица 1 — Значения параметров функций принадлежности для правой

Название входного ресурса Параметры правой части условия функций принадлежности

низкий средний высокий

<*и Q <*b с»

IT1 1,501 1,3 1,802 4,5 1,201 8,0

IT2 2,102 1,8 1,501 4,2 1,802 7,5

IT3 0,901 0,7 1,802 4,5 1,802 7,5

1п1 0,601 0,5 2,102 4,7 1,201 8,0

1п2 1,501 1,5 1,802 4,5 1,802 7,5

In3 0,601 0,5 2,703 5,2 0,901 8,2

In4 1,201 1,0 2,402 5,0 0,901 8,2

In5 1,201 1,0 2,703 5,2 0,601 8,5

1п6 1,802 1,5 1,802 4,5 1,201 8,0

!п7 0,901 0,7 2,703 5,2 0,601 8,5

OR1 0,601 0,5 2,402 5,0 0,601 8,5

OR2 1,501 1,2 1,802 4,5 1,501 7,7

OR3 1,201 1,0 1,802 4,5 1,201 8,0

OR4 1,802 1,5 2,402 5,0 1,802 7,5

Для переменных с обратными связями суммарная величина* Z/ опре-

\

, где суммирование выпол-

делена умножением на коэффициент:

V ./

нено по всем обратным связям ¿-ого элемента.

Значения весовых коэффициентов Щ для связей между входными переменными и информационными, организационными и интеллектуальными ресурсами, полученные экспертным методом парного сравнения, приведены ниже (Рисунок 4а, б, Рисунок 5).

1

í W |

¿

S ' 0.1

Информационные ресурсы 6ТП

ORI OR3

Организационные ресурсы ВТП

б)

Рисунок 4 - Значения весовых коэффициентов ресурсов предприятия (Информационных и организационных)

6

$ 0,20

0,15

8 0."

0,00

0,15

0,13 0,13

|л1 In2 In3 In4 InS In6 |п7

Интеллектуальные ресурсы ВТП

Рисунок 5 - Значения весовых коэффициентов ресурсов предприятия

Остальные весовые коэффициенты W^ модели определены в режиме обучения нечеткой системы с использованием генетического алгоритма и представлены в диссертационной работе. Нахождение коэффициентов Z = Ж(/ реализуется из уровня минимального отклонения выходной зависимости VA(t) или множества зависимостей V\(t), V2(t), V3(t), VA(t), полученных в результате нечеткого вывода от значений эталонной зависимости вида: К4 = 1,7 + 0,39/. Вид эталонной функции определен исходя из сбора и анализа показателей финансового состояния ведущих высокотехнологичных предприятий машиностроения Удмуртской республики и восстановления регрессионной зависимости, отражающей эффективность предприятия за последние 12 кварталов. Полученная зависимость может быть использована в качестве эталонной функции для численного моделирования вариантов развития высокотехнологичного предприятия.

Коэффициенты Z- Wy вычислены из условия минимума функционала (14) путем нахождения экстремума функции многих переменных:

/(Z)= j[Y{Z)-Yj(t)J dtmin.

(14)

В общем виде задача численного моделирования для определения значений выходных и функциональных показателей модели от изменения значений ресурсов при заданных значениях параметров внешней среды и состояния материально-технической базы представим в виде:

У = ПХ)\

Y =

Г ЯП

V2 RIn

\Х =

КЗ RO

VA V ^J Un

(15)

Результаты численного моделирования эффективности развития ВТП с заданными входными значениями для всех переменных в диапазоне от 1 до 9 представлено ниже (Рисунок 6).

1 > 1 4 I I Г I I Дискретный уровень состояния медали рамшия ВТП

Рисунок 6 - Модельное представление изменения функциональных показателей, ресурсов и выходных параметров модели развития ВТП

Как следует из приведенного выше графического представления результатов численного моделирования изменение функциональных параметров и показателей предприятия значимо зависит от значений входных переменных (Рисунок 6) при заданных экспертами функций принадлежности и значений весовых коэффициентов. Увеличение указанных параметров наиболее существенно в диапазоне от 3 до 7 единиц одномерной шкалы. Выходные параметры также значимо зависят от значений входных переменных. На фоне общего роста значений выходных параметров интенсивнее изменяется объем дохода предприятия (К4), который в свою очередь зависит от уровня привлеченных средств (VI, VI). Это объясняется тем, что повышение уровня интеллектуального капитала, компетентности персонала, безусловно, делает предприятие более привлекательным для инвестора. Объем собственных средств предприятия (УЗ) в свою очередь зависит от его доходности (К4) и от того, какая его часть перераспределяется в собственные средства, а какая (в виде обратных связей) направляется на увеличение номенклатуры выпускаемой продукции, ее объема, повышения конструктивно-технологической сложности и уровня инновационности производимых изделий.

В целом, увеличение объема и качества ресурсов за счет обратных связей в представленной модели значительно влияет на функциональное состояние предприятия, обеспечивает повышение его доходности и объема собственных средств.

Таким образом, сформированная информационно-аналитическая модель, а также исследования по определению ее параметров, вида функций принадлежности и значений весовых коэффициентов, позволяет моделировать различные сценарии развития сложной организационно-технической системы и определить рациональные подходы по повышению эффективности конкретного предприятия.

Третья глава. На примере определения наиболее важного ресурса предприятия - персонала, в виде совокупности компетенций его сотрудников, для предприятий, выпускающих высокотехнологичную продукцию, разработан алгоритм, позволяющий формализовать выбор наиболее значимых профессиональных навыков, определяющий последовательность действий для получения модельных данных при прогнозировании развития предприятия. Ниже указанный алгоритм описан вербально.'

Этап 1. Формирование исходного множество компетенций на основе аналитических исследований и опроса экспертов.

Этап 2. Заключается в определении наиболее значимых компетенций для высокотехнологичного предприятия методами экспертного оценивания. Выбор экспертов осуществлялся из ведущих специалистов ВТП: в представленном исследовании в качестве экспертов были привлечены 12 человек на основе сформированных тестовых вопросов. Отбор значимых компетенций осуществлен из исходного множества компетенций обобщенная структурная схема которого представлена ниже (Рисунок 7, Рисунок 8) методом одномерного шкалирования. Для определения важности компетенций использован критерий Харрингтона, согласно которому удовлетворяющими являются компетенции с «высокой» интенсивностью критериального свойства, что соответствует условию: 8.0 < Р < 1.

Рисунок 7 - Обобщенная структура матрицы компетенций

• Автономность* ответственность; I

• Умение учиться:

• Коммуникативные и социальные; |

• Профессиональные;

• Социально-этнические: |

• Функциональные; .

• Когнитивные. I

• Профессиональные; ^

• Инструментальные; |

• Физиологические;

• Универсальные; |

• Личностные. |

• Корпоративные; ( « Ключевые компетенции работника; '

• Ключевые компетенции предприятия. |

• Производственно-квалификационные, квалификационные, должностные; 1

• Психофизиологические (интеллектуальные, эмоциональные, . мотивационные, социальные, л ичностно-д еловые); I

« Коммуникативные и социальные; I

• Творческий потенциал; !

• Интеллектуальный потенциал; |

• Мотивационный потенциал, мотивы; '

• Результативность труда; I

• Условия внешней среды;

• Адаптационные; |

• Производительные способности работника;

• Личностные. |

• Поведенческие; 1

• Технические; I

• Корпоративные; '

• Инновационная активность; |

• Степень развития профессиональных коммуникаций;

• Ключевые компетенции человека. |

• Альфа-компетенции; I

• Бета-компетенции. |

• Морально-психологические; (

• Поведенческие;

• Деловые; {

• Общекультурные; .

• Профессиональные; I

• Дополнительные. <

• Производственно-квалификационные, квалификационные, ' должностные; |

• Профессиональные; '

• Социальные; |

• Личностные.

= I

• Психофизиологические (интеллектуальные, эмоциональные, I мотивационные, социальные, личностно*делоеые);

• Поведенческие; I

• Мотивационный потенциал, мотивы;

• Технические; |

• Менеджерские;

• Личностные; |

• Когнитивные.

— Виды компетенций!

Рисунок 8 - Обобщенная структура матрицы компетенций

В результате выполненной экспертизы были выделены 6 ключевых компетенций персонала, которые в наибольшей степени определяют эффективность высокотехнологичного предприятия. Ниже они перечислены вместе с указанием порядкового номера в исходной таблице ранжирования (Рисунок 9).

1. Профессионально-специализированные компетенции (2).

2. Компетенции, формирующие инновационную активность (14).

3. Компетенции, соответствующие высоким технологиям (29).

4. Компетенции, позволяющие повысить интеллектуальный капитал предприятия (35).

5. Стратегические компетенции (37).

6. Компетенции, ориентированные на внешнюю среду предприятия (39).

1,0 1,0

1 2 3 4 5 в 7 а 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

Компетенции персонала ВТП

Рисунок 9 - Отбор компетенций персонала ВТП, в наибольшей степени, влияющих на эффективность функционирования высокотехнологичного предприятия

Этап 3. Заключается в 'формализации компетенций, представленных в формате, определяемом следующей совокупностью компетенций: объект компетенции (профессиональная среда предприятия, высокие технологии, инновационная активность персонала, интеллектуальные ресурсы, внешняя среда, концепция и программы стратегического развития ВТП); область применения объекта компетенции (машиностроение); тип действия с объектом компетенции (изучение, использование, создание); уровень действия с объектом компетенции (девять уровней освоения). Структурная схема девяти уровней зе освоения для высокотехнологичных предприятий машиностроения представлена ниже (Рисунок 10).

Рисунок 10 - Структурная схема девяти уровней освоения ключевых комле'

тенций персонала ВТП

Этап 4. Формируются функции принадлежности экспертами с использованием описания уровней ключевых компетенций персонала ВТП. Функции принадлежности и параметры распределения для правила «Компетенции -Ресурсы персонала» левой части условия в модели аналогичны представленным выше (Рисунок 2), для правой части условия - ниже (Рисунок 11, Таблица 1).

Рисунок 11 - Функции принадлежности, определяющие связи между входными переменными (компетенции персонала ВТП) и свойством «Ресурсы персонала»

Таблица 1 - Значения параметров функций принадлежности для правой

части условия

Входной ресурс Параметры правой части условия функций принадлежности

низкий уровень средний уровень высокий уровень

<*н Сн с, св

К1 1,80 1,5 2,10 5,2 1,20 8,0

К2 1,68 1,5 1,98 4,6 1,80 7,5

КЗ 0,90 0,7 2,40 5,1 0,60 8,5

К4 1,20 1,0 2,70 5,3 0,90 8,2

К5 1,50 1,4 1,50 4,8 1,80 7,5

Кб 1,80 1,5 1,80 5,0 1,20 8,0

Этап 5. Определяются значения весовых коэффициентов И7,/ для действий «Компетенции - Ресурсы персонала» ВТП методом экспертного оценивания, результаты которого представлены ниже (Рисунок 12).

0,35

3 0,20

к 0,10 ■

$0,05

0,00

0,30

0,25

0,18

111 ■ щрш 0,15 0,10

Щж шш 41-'" ЯР |§| ! 0,02 , рящ ,

К2 КЗ К4

Компетенции персонала ВТП

Рисунок 12 - Значения весовых коэффициентов «Ресурсы персонала»

Таким образом, выполненные исследования позволяют сформировать базу данных и значений для численного моделирования эффективности высокотехнологичного предприятия с учетом компетентности его персонала.

В четвертой главе выполнены исследования высокотехнологичного предприятия ООО «Завод нефтегазового оборудования «Техновек». Завод является многопрофильным высокотехнологичным машиностроительным предприятием, специализирующимся на производстве и ремонте нефтегазового оборудования. Имеет современную технологическую базу, включающую более 250 единиц различного оборудования, 30% из которого является высокотехнологичным. Ежемесячно на предприятии выпускается свыше 2,5 тысяч изделий. Номенклатура выпускаемой продукции и оборудования составляет более 400 наименований.

Для формирования показателей и переменных информационно-аналитической подсистемы интеллектуальной поддержки высокотехнологичного предприятия, используя положения, предложенные во второй и третьей главах настоящей работы, разработана база данных, хранящая значения ресурсов предприятия, а также параметры внешней среды, установлены функции принадлежности и значения весовых коэффициентов Щ, определяющих уровень связи между элементами подсистемы. Уровни входных переменных найдены на основе экспертного оценивания (Таблица 2).

Наличие значений входных переменных за определенный период времени позволило получить значения весовых коэффициентов УУ^ в режиме обучения системы с использованием генетического алгоритма. Полученные в результате обследования предприятия «Техновек» следующие фактические значения показателей: «объем привлеченных инвестиций» К1(г), «объем привлеченных бюджетных средств» У2(1), «объем собственных средств предприятия» К3(/) и «доход» К4(/) - приведены на рисунках 13, 14, и показывают достаточно высокую точность и чувствительность разработанной модели.

Таблица 2 - Значения входных переменных высокотехнологичного предприятия ООО «Завод нефтегазового оборудования «Техновек»

Входные параметры системы ВТП Уровни

Параметр | Описание ресурса 1|2|3|<|5|в|7|8|Р

Ресурс персонала (RP)

К1 Профессионально-специализированные компетенции *

К2 Компетенции, формирующие инновационную активность *

КЗ Компетенции, соответствующие высоким технологиям *

К4 Компетенции, позволяющие повысить интеллектуальный капитал предприятия *

КЗ Стратегические компетенции персонала *

Кб Компетенции, ориентированные на внешнюю среду предприятия *

Информационный ресурс (R!)

IT1 1. Автоматизированная система J10I4MAH:PLN; 2. Программное обеспечение ПО КОМПАС-ЗО, КОМПАС-График; 3. Программное обеспечение САПР ТП ВЕРТИКАЛЬ 2011 г. *

1Т2 1. Программный продукт 1С:Предприятие 7.1, 2. 1 ¿Документооборот, 3. ПК «ИНТЕГРАЛ» с модулем «Управленческий учет» *

ИЗ 1. MS Excel, Access, 2. SOFTWARE-средства для электронного маркетинга *

Интеллектуальный ресурс (RJn)

1п1 Патент на изобретения (6 шт.) *

1п2 Патент на полезную модель (8 шт.) *

1пЗ Патент на промышленный образец (3 шт.} «

•' Организационный ресурс (НО)

OR1 Высокий уровень организации рабочих мест, достойные условия труда *

OR2 Высокая степень унификации на заводе, вся произведенная продукция сертифицирована и допущена к применению Госпортехкадзором России *

OR3 Высокая эффективность и оперативность работы аппарата управления, неполная мотивационная составляющая сотрудников завода *

OR4 Кадровый состав завода стабильный, текучесть кадров незначительная (коэффициент текучести 0,06) *

Материально-технический ресурс (МТ)

мт На предприятии 11 производственных корпусов, в т.ч. механические и сборочные цеха, испытательный участок, литейный, транспортный и ремонтный цеха, где установлено более 250 единиц различного оборудования, 30% из которого является высокотехнологичным *

Внешняя среда ВТП

RS Изделия и оборудование с торговой маркой «Техновек» известно и востребовано а нашей стране и за ее пределами. 8 числе постоянных клиентов завода такие крупные нефтяные компании, как ОАО «Роснефть» г. Москва, ОАО «Татнефть» г. Казань, «Лукойл» г. Москва, «ТНК-BP» г. Москва, ОАО «Башнефть» г. Уфа, ОАО «Северная нефть» г. Новосибирск, ТОО «Каракудукмунай» и ТОО «Потенциал Ойл» Казахстан, "LLC ENERGOTRADE LTD" Украина и др.страны СНГ *

ZB Завод участвует в программе Министерства промышленности и энергетики РФ по возмещению из федерального бюджета части затрат на уплату процентов по кредитам, В 2008-2010 гг. по инвестиционному проекту; «Расширение производства» возврат составил 4,9 млн. руб., в 2011г. по проекту: «Приобретение литейного оборудования для расширения производства» - 1,2 млн. руб. *

ChGP В рамках частно-государственного партнерства завод «Техновек» сотрудничает с ОАО «Боткинский завод». Боткинский филиалом ФГБОУ ВПО «Ижевский государственный технический университет» и т.д. *

pa Общие условия центрального банка для производителей промышленной продукции, высокие ставки рефинансирования #

KS Нефтеаазоеьш комплекс е России является привилегированным в связи со стремительным ростом мировоао спроса на нефть, ваз и нефтепродукты, в рынок нефтеаазовоао оборудования -платежеспособным с высоким входным барьером, в целом »то формирует жесткую конкурентную рыночную среду *

6,00

5,00

4,00

3,00

/. гЛ ПИМфи (тм И (—I Г^опюаниа —

/ / 1 V п Н " 1" кстаио* ■неммде к И г т VI

-г— 1 —г 1 . 1 \ У

/ / / Вое >*ноам VI 4 Гропюз «м

>1 ч V - „ Ч Л" 1** N

ч / 1 1 1 1 V Ч / V

\ мни. л ?Пр«У1р1 и. . .. .....

1 2 3 4 5

7 8 9 10 11 12 13 14 15 18 17 18 19 20

Квартал

—фмп**ски»дамм. VI « Восстквл»ннм »■■нсиаостц VI

■ | Восештлвннаи а—исатос^. 42 — Фвт*«о»» А1НМ, 42

Рисунок 13 - Модельное представление развития высокотехнологичного машиностроительного предприятия (привлеченные средства VI, У2)

-Восстановленная зависимость, УЗ -Фактические данные, \/4

• Фактические данные, \/3 Восстановленная зависимость, \/4

Рисунок 14 - Модельное представление развития высокотехнологичного машиностроительного предприятия (собственные средства УЗ, доход К4)

Основные результаты и выводы

Выполненные исследования в настоящей диссертационной работе позволили сделать следующие основные выводы и получить практические результаты представленные ниже.

Современные генетические алгоритмы моделирования сложных систем могут быть с успехом использованы при прогнозировании развития высокотехнологичных предприятий машиностроения. Численное моделирование и апробация созданной нечеткой сети с обратными связями показало, что обоснованное увеличение объема ресурсов предприятия (являющихся входными параметрами модели), таких как квалификация персонала, информационные, интеллектуальные, организационные и материально-технические ресурсы позволяет существенно увеличить эффективность высокотехнологичного промышленного предприятия.

Указанный эффект достигается за счет перераспределения доходов предприятия в его ресурсы, заключающиеся в увеличении профессиональных навыков персонала (повышения его компетентности), приобретения и развития современных информационных систем, создания и совершенствования прогрессивных организационных методов управления предприятием.

В результате выполненных исследований получены следующие научные и практические результаты.

1. Разработана модель оценки эффективности высокотехнологичного предприятия, основанная на научных положениях теории нечетких множеств и нечетких сетей, современных методах экспертного оценивания и генетических алгоритмов.

2. Сформировано множество, описывающее ресурсы высокотехнологичного предприятия (информационные, интеллектуальные, организационные, материально-технические и ресурсы персонала) и входных переменных, отражающие их состояние, комплекс функциональных параметров и показателей предприятия, и множество параметров, определяющих воздействия внешней среды.

3. Разработана методика определения уровней входных переменных, отражающих состояние ресурсов высокотехнологичного предприятия с использованием положений теории нечетких множеств, генетических алгоритмов и экспертного оценивания.

4. Разработана концепция информационно-аналитической подсистемы интеллектуальной поддержки высокотехнологичного предприятия, позволяющая с необходимой точностью получать параметры оценки эффективности предприятий: обосновано формировать перечень и параметры ресурсов высокотехнологичного предприятия, получать значения функциональных параметров в зависимости от состояния ресурсов и воздействия внешней среды, определять и прогнозировать эффективность предприятия с высокой степенью достоверности.

5. Апробация модели ВТП в производственных условиях продемонстрировала ее адекватность и достаточную точность. Полученные результаты численного моделирования эффективности ВТП с использовани-

ем генетического алгоритма путем представления связей между элементами информационно-аналитической подсистемы интеллектуаль- I ной поддержки высокотехнологичного предприятия в виде совокуп- ' I ности нечетких функций и весовых коэффициентов, позволило успешно внедрить информационно-аналитическую подсистему интеллектуальной поддержки на высокотехнологичном предприятии ООО «Завод нефтегазового оборудования «Техновек».

6. Полученные модели и алгоритмы в области моделирования сложных технических систем, внедрены и апробированы в рамках учебного процесса по направлению «Системных анализ, управление и обработка информации» в ФГБОУ ВПО «Ижевский государственный технический университет».

Публикации в изданиях, рекомендованных ВАК РФ

1. Якимович Б.А., Соломенникова С.И. Анализ эффективности высокотехнологичного сектора промышленности. // Вестник ИжГТУ. - Ижевск: Изд-во ИжГТУ, 2011. - № 3 - с. 159-163.

2. Якимович Б.А., Соломенникова С.И. Исследование эффективности производственных систем с использованием модели нечетких сетей. // Вестник ИжГТУ. - Ижевск: Изд-во ИжГТУ, 2011. - №.4 - с. 160164

3. Соломенникова С. И. Применение компетентностного подхода для оценки персонала производств высокотехнологического сектора промышленности. // Вестник ИжГТУ. - Ижевск: Изд-во ИжГТУ, 2011.-№ 1.- С.139-140.

4. Якимович Б.А., Домбрачев А.Н., Соломенникова С.И. Разработка методики оценки эффективности индивидуальных траекторий обучения высококвалифицированных специалистов. // Интеллектуальные системы в производстве: Период, науч.-практ. журн. - Ижевск: Изд-во ИжГТУ, 2009. - № 1. - С.205-211.

5. Соломенникова С.И. Кадровое обеспечение машиностроения. Подготовка специалистов для предприятий машиностроения. // Известия Самарского научного центра Российской академии наук. Специальный выпуск «Актуальные проблемы машиностроения», 2009. - с.275-279.

Монография

1. Соломенникова СМ., Домбрачев А.Н. Формирование конкурентной среды на рынке профессионального образования в регионе (на примере Удмуртской Республики): монография. - Екатеринбург-Ижевск: Изд-во Института экономики УрО РАН, 2010. - 220 е., ил.

В авторской редакции

Подписано в печать 28.11.2011 г. Формат 60x84/16. Бумага офсетная. Усл. печ. л. 1,0. Тираж 100 экз. Заказ № l^Oi

Отпечатано в типографии ИжГТУ, 426069, г. Ижевск, ул. Студенческая, 7

ВВЕДЕНИЕ.

ГЛАВА I СОСТОЯНИЕ ИССЛЕДОВАНИЙ И РАЗРАБОТОК В ОБЛАСТИ ЭФФЕКТИВНОСТИ ВЫСОКОТЕХНОЛОГИЧНЫХ ПРЕДПРИЯТИЙ МАШИНОСТРОЕНИЯ.

1.1 Эффективность высокотехнологичного сектора промышленности.

1.2 Теоретические методы исследования эффективности и развития производственных систем.

1.3 Персонал высокотехнологичных предприятий как основа эффективного развития.

1.4 Постановка цели и-задач исследования.

ГЛАВА II РАЗРАБОТКА И ИССЛЕДОВАНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ВЫСОКОТЕХНОЛОГИЧНОГО ПРОИЗВОДСТВЕННОГО ПРЕДПРИЯТИЯ С УЧЕТОМ РЕСУРСОВ ПРЕДПРИЯТИЯ.

2.1 Построение информационно-аналитической модели высокотехнологичного производственного предприятия с применением нечетких множеств и нечетких сетей.

2.2 Определение параметров и показателей информационно-аналитической модели высокотехнологичного производственного предприятия.

2.3 Численное моделирование и исследование результатов.

2.4 Выводы.

ГЛАВА III ИССЛЕДОВАНИЕ РЕСУРСОВ ПЕРСОНАЛА С ИСПОЛЬЗОВАНИЕМ КОМПЕТЕНТНОСТНОГО ПОДХОДА.

3.1 Формирование ключевых компетенций персонала высокотехнологичного производственного предприятия.

3.2 Формализация ключевых компетенций персонала высокотехнологичного производственного предприятия.

3.3 Выбор функций принадлежности и определение весовых коэффициентов для связей «ключевые компетенции — ресурсы персонала» информационно-аналитической подсистемы высокотехнологичного предприятия.

3.4 Выводы.

ГЛАВА IV ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ ЭФФЕКТИВНОСТИ МАШИНОСТРОИТЕЛЬНОГО ВЫСОКОТЕХНОЛОГИЧНОГО ПРЕДПРИЯТИЯ.

4.1 Определение множества параметров и показателей информационно-аналитической подсистемы интеллектуальной поддержки предприятия «Техновек».

4.2 Формализация параметров и показателей информационно-аналитической подсистемы интеллектуальной поддержки высокотехнологичного предприятия «Техновек», оценка эффективности.

4.3 Численное моделирование и модельное представление эффективного развития высокотехнологичного предприятия «Техновек».1 Об

4.4. Выводы.

Повышение эффективности производственных систем машиностроения как центра генерации применения и распространения инноваций и высоких технологий в России сегодня является приоритетной задачей отечественного машиностроительного комплекса. Особую роль в ее реализации играют высокотехнологичные предприятия (ВТП), осуществляющие проектирование, освоение и производство конкурентоспособной продукции с высокой степенью наукоемкости и новизны и, как следствие, обеспечивающие лидирующее место страны на мировом рынке.

В то же время доля России на международном рынке наукоемкой продукции составляет не более 1%. Объем инновационной высокотехнологичной продукции в российском экспорте приближается к 7% внешнеторгового оборота, уступая Китаю и США более чем в 40 раз. В целом за последнее время явно утвердилась группа лидеров по направлениям высокотехнологичных производств, и серьезное отставание России в этой области приводит к замещению товаров российского производства импортом, а в условиях дефицита ресурсов отдельные отрасли промышленности - к технологической деградации и полному исчезновению.

В последние годы государство предприняло комплекс мер, направленных на создание и поддержку высокотехнологичных производств, в том числе организованных с участием высших учебных заведений и научных организаций в рамках Постановлений Правительства РФ № 218, 219 и Федерального Закона № 217-ФЗ «О внесении изменений в отдельные законодательные акты РФ по вопросам создания бюджетными научными и образовательными учреждениями хозяйственных обществ в целях практического применения (внедрения) результатов интеллектуальной деятельности». Таким образом, разработка современных методов моделирования высокотехнологичных производств машиностроительного комплекса и создание на их основе моделей оценки эффективности ВТП обеспечит рациональное распределение ресурсов предприятия с целью его успешного развития на рынке.

Для решения этих задач предлагается разработать информационно-аналитическую подсистему интеллектуальной поддержки высокотехнологичных производств, осуществляющую интеллектуальную поддержку высокотехнологичных предприятий при формировании стратегии развития с учетом функционального состояния производства; воздействия внешней среды, уровня и качества используемых ресурсов.

Объектом исследования в настоящей диссертационной работе является система интеллектуальной поддержки оценки эффективности высокотехнологичного предприятия машиностроения. •

Предметом исследования,- является информационно-аналитическое обеспечение интеллектуальной поддержки высокотехнологичного предприятия, основанное: на; методах; нечеткого моделирования- ресурсов, функциональных параметров и показателей высокотехнологичного* предприятия: с учетом состояния' внешней среды.

Целью диссертационной работы, является разработка информационно-аналитической подсистемы и методов моделирования для интеллектуальной поддержки оценки эффективности высокотехнологичных, предприятий^ машиностроения; '

Для- достижения; поставленной; цели; исследования последовательно решаются следующие научные и практические задачи:

- разработка» модели высокотехнологичного машиностроитёльного предприятия с учетом состояния внешней среды и его ресурсов: интеллектуальных, информационных, организационных, материально-технических и ресурсов персонала;

- формирование и определение множества значимых параметров модели высокотехнологичного предприятия, описывающих состояние внешней среды, а также интеллектуальных, информационных, организационных ресурсов и ресурсов персонала;

- разработка и обоснование обобщенного алгоритма формализации входных, функциональных и выходных параметров и показателей модели высокотехнологичного предприятия;

- разработка концепции подсистемы интеллектуальной поддержки для оценки эффективности высокотехнологичного машиностроительного предприятия;

- моделирование и исследование эффективности высокотехнологичного предприятия, осуществляющего освоение нового наукоемкого конкурентоспособного изделия, оценка достоверности результатов разработанной информационно-аналитической системы;

- апробация теоретических и практических результатов диссертационной работы в промышленных условиях и образовательной деятельности.

С целью реализации диссертационного исследования в работа использованы методы нечетких множеств и нечетких сетей, аппарат экспертного оценивания, а также принципы комплексного исследования, включающие в себя теоретический анализ и экспериментальную проверку полученных результатов при оценке* эффективности действующих высокотехнологических производств.

Во введении настоящей работы обоснована актуальность диссертационного исследования, сформированы его цель и задачи, отмечены основные положения, выносимые на защиту, определены научная новизна и практическая ценность работы.

В первой главе выполнен анализ состояния машиностроительной отрасли России, выявлены негативные факторы ее развития, при этом особое внимание уделено рассмотрению вопросов повышения эффективности высокотехнологичных предприятий машиностроения, его ресурсов.

Вторая глава посвящена разработке информационно-аналитической подсистемы интеллектуальной поддержки для оценки эффективности высокотехнологичного предприятия и исследованию математической модели сложной технической системы с учетом состояния внешней среды и множества необходимых ресурсов, сформированы принципы и последовательность ее построения.

В третьей главе на примере наиболее значимого ресурса ВТП -ресурса персонала, в виде совокупности компетенций его сотрудников, выпускающих высокотехнологичную продукцию, - разработан алгоритм, позволяющий формализовать выбор наиболее значимых профессиональных навыков и определяющий последовательность действий для получения модельных данных при прогнозировании развития предприятия.

В четвертой главе выполнены исследования высокотехнологичного машиностроительного предприятия ООО «Завод нефтегазового оборудования «Техновек» и проведена апробация разработанной информационно-аналитической модели интеллектуальной поддержки ВТП, предназначенной для принятия решений при оценке эффективности производственного предприятия.

В заключении представлены основные результаты исследований, полученные в ходе выполнения диссертационной работы.

4.4. Выводы

На основе теоретических положений (главы 2, 3) и практических исследований, проведенных в главе 4 настоящей диссертации, разработана информационно-аналитическая подсистема интеллектуальной поддержки ВТП завода «Техновек», позволяющая осуществить моделирование его развития с учетом состояния ресурсов (интеллектуальных, организационных, информационных, материально-технических и ресурса персонала) и состояния внешней среды. Апробация ИАПС ИП подтверждается достоверным определением эффективности функционирования предприятия как в настоящий момент, так и в перспективе, и позволяет осуществлять поиск наилучшего варианта развития завода на основе численного моделирования различных сценариев функционирования ВТП.

Основными результатами исследования, приведенными в главе 4, являются следующие:

1. Проведен анализ состояния высокотехнологичного машиностроительного предприятия «Техновек» с целью определения и формализации входных, выходных параметров и показателей модели ВТП, состояния ресурсов предприятия и показателей внешней среды, сформирована информационно-аналитическая подсистема интеллектуальной поддержки высокотехнологичного предприятия «Техновек» в виде нечеткой сети с обратными связями, определены функции принадлежности и весовые коэффициенты для связей между элементами модели.

2. Результаты обучения модели высокотехнологичного машиностроительного предприятия с использованием генетического алгоритма в реальных производственных условиях показали хорошую их сходимость (погрешность не более 11%).

3. Выполнено численное моделирование действующего высокотехнологичного машиностроительного предприятия, что позволило оценить уровень эффективности предприятия и спрогнозировать траекторию его развития, которое показало, что при заданных значениях ресурсов предприятия и внешних воздействиях объем производства (Р4) через 8 кварталов составит 15,2 тыс.шт., что на 1,3 тыс.шт. (9,3%) больше, чем в исходном периоде, а прогнозируемый доход предприятия «Техновек» (¥4) через 2 года увеличится на 22,8 млн.руб. (7,3%) и составит 336,8 млн.руб., в целом годовой доход завода в 2012 году превысит 1346 млн.руб.

4. Определены сценарные варианты развития функциональных параметров и выходных показателей производственной системы ВТП и сформированы рекомендации при подготовке стратегических программ развития завода, которые заключаются в следующем:

- совершенствование организационной структуры предприятия в направлении усилия внутри корпоративных отношений между подразделениям;

- рациональное использование средств, выделяемых из дохода предприятия на опережающую подготовку и переподготовку персонала 'з области обеспечения высокого уровня ключевых компетенций персонала;

- создание в информационной среде предприятия информационно-аналитической подсистемы интеллектуальной поддержки ВТП, позволяющей обоснованно формировать и осуществлять стратегию развития высокотехнологичного предприятия.

ЗАКЛЮЧЕНИЕ

Выполненные исследования в настоящей работе позволили сделать следующие основные выводы и получить практические результаты.

Современные генетические алгоритмы моделирования сложных систем могут быть с успехом использованы при прогнозировании развития высокотехнологичных предприятий машиностроения. Численное моделирование и апробация созданной нечеткой сети с обратными связями показали, что обоснованное увеличение объема ресурсов предприятия (являющихся входными параметрами модели), таких как квалификация персонала, информационные, интеллектуальные, организационные и материально-технические ресурсы, позволяет существенно увеличить эффективность высокотехнологичного промышленного предприятия.

Указанный эффект достигается за счет перераспределения доходов предприятия в его ресурсы, заключающиеся в увеличении профессиональных навыков персонала (повышении его компетентности), приобретении и развитич современных информационных систем, создании и совершенствовании прогрессивных организационных методов управления предприятием.

В результате выполненных исследований получены следующие научные и практические результаты:

1. Разработана модель оценки эффективности высокотехнологичного предприятия, основанная на научных положениях теории нечетких множеств и нечетких сетей, современных методах экспертного оценивания и генетических алгоритмах.

2. Сформировано множество, описывающее ресурсы высокотехнологичного предприятия (информационные, интеллектуальные, организационные и ресурсы персонала) и входных переменных, отражающих их состояние, комплекс функциональных параметров предприятия и множество параметров, определяющих воздействия внешней среды.

3. Разработан и обоснован обобщенный алгоритм формализации входных переменных, отражающих состояние ресурсов высокотехнологичного предприятия с использованием положений теории нечетких множеств; генетических алгоритмов и экспертного оценивания.

4. Разработана концепция информационно-аналитической подсистемы интеллектуальной поддержки высокотехнологичного предприятия, позволяющая с необходимой точностью получать параметры оценки эффективности предприятий: обосновано формировать перечень и параметры ресурсов высокотехнологичного предприятия, получать значения функциональных параметров в зависимости от состояния ресурсов и воздействия внешней среды, определять и прогнозировать эффективность предприятия с высокой степенью достоверности (погрешность составляет 311%).

5. Апробация модели ВТП в производственных условиях продемонстрировала ее адекватность и достаточную точность (погрешность восстановленных зависимостей выходного показателя находится в> пределах 1015%). Полученные результаты численного моделирования эффективности ВТП с использованием генетического алгоритма< путем представления связей между элементами информационно-аналитической подсистемы интеллектуальной поддержки высокотехнологичного предприятия в. виде совокупности нечетких функций и весовых коэффициентов позволили успешно внедрить информационно-аналитическую подсистему интеллектуальной поддержки на высокотехнологичном предприятии ООО «Завод нефтегазового оборудования «Техновек».

6. Полученные модели и алгоритмы в области моделирования сложных технических систем внедрены и апробированы в рамках учебного процесса по направлению «Системный анализ, управление и обработка информации» в ФГБОУ ВПО «Ижевский государственный технический университет». Акты внедрения диссертационной работы представлены в Приложении Р.

1. Федеральный портал PROTOWN.RU Электронный ресурс.: Позиция России на рынках высокотехнологической продукции. Электрон, дан. — Режим доступа: http://protown.ru/information/hide/4451 .html. Загл. с экрана.

2. Министерство экономического развития Российской Федерации Электронный ресурс.: Инновационная Россия — 2020. Электрон, дан. -Режим доступа: http .7/www. economy, gov, ru/. Загл. с экрана.

3. Сусаров А. Таможня «Сколково» Электронный ресурс.: Время новостей, № 194, 22 октября 2010г. Политика и экономика — Сусаров А. Таможня «Сколково». Электрон. дан. - Режим доступа: http://www.vremya.ru/2010/194/4/263106.html. Загл. с экрана.

4. Михайлов H.H. Профессиональное образование молодежи: состояние, проблемы, перспективы 24 марта 2011г. — Доклад заместителя директора Департамента профессионального образования

5. Российский Союз Машиностроителей Электронный ресурс.: Российский Союз Машиностроителей. Электрон. дан. Режим доступа: http://www.rsm.net.ru. Загл. с экрана.

6. Закон Удмуртской Республики от 18.12.2009 № 68-РЗ «О программе социально-экономического развития Удмуртской Республики 2010-2014 гг».

7. Распоряжение Правительства Удмуртской Республики от 06.09.2004 №911-р «О Приоритетах развития промышленности Удмуртской Республики на период до 2015года».

8. Распоряжение Правительства Российской Федерации от 17 ноября 2008г. № 1662-р «Об утверждении Концепции долгосрочного социальноэкономического развития Российской Федерации на период до 2020 года».

9. Закон Удмуртской Республики от 18.12.2009 № 68-РЗ «О программе социально-экономического развития Удмуртской Республики 2010-2014 гг».

10. Закон Удмуртской Республики от 27.12.2005 №73-Р3 «О государственной промышленной политике Удмуртской Республики».

11. Якимович Б.А., Соломенникова С.И. Анализ эффективности высокотехнологичного сектора промышленности. // Вестник ИжГТУ. — Ижевск: Изд-во ИжГТУ, 2011,-№ 3 с. 159-163.

12. Соломенникова С.И., Домбрачев А.Н. Формирование конкурентной среды на рынке профессионального образования (на- примере Удмуртской: Республики). Екатеринбург-Ижевск: Изд-во Института экономики УрО РАН, 2010.-220с.

13. Стенограмма совещания по экспертному обсуждению; Стратегии , инновационного развития Российской Федерации на период до 2020 года -МЕТУ им.Н.Э.Баумана (зал Ученого совета) 16.02.2001 (15.00-17.30) 44 с. •

14. Постановление Правительства РФ от 09.04.2010 № 219 «О государственной поддержке развития инновационной: инфраструктуры в федеральных образовательных учреждениях высшего профессионального образования».

15. Федеральный закон от 23.08.1996 №127-ФЗ «О науке и государственной научно-технической политике».

16. Индикаторы инновационной деятельности. 2009: Стат. сборник/ Редкол.: Л.М. Гохберг и др.. М.: ГУ ВШЭ, 2009. С. 458-462.

17. Инвестиции в России. 2009 Стат. сб./ Росстат. М., 2009. С 206.

18. Меньшов В.П., Воронов, H.A. Организационные аспекты реализации инновационных процессов на машиностроительных предприятиях // газета «Поиск НН». 2004 г. №57.

19. Варнавский В.Г. Партнерство государства и частного сектора. Формы, проекты, риски. // Москва. Наука 2005.

20. Якимович Б.А., Тененев В.А. Методы анализа и моделирования систем. -Ижевск: ИжГТУ, 2001.- 152 с.

21. Игнатьев М.Б. и др. Моделирование системы- Машин/ М.Б.Игнатьев, В.З. Ильевский, Л.П. Клауз. Л.: Машиностроение. Ленинград, отд-ние, 1986. — 304 с.

22. Макаров Ю.Н. Организация эффективного управления промышленными корпорациями. Ижевск: Ассоциация по методическому обеспечению деловой активности и общественного развития «Митра», 2010. — 266 с.

23. Клир Дж. Системотология. Автоматизация решения системных задач. М.: Радио и связь, 1990, - 544 с.

24. Раяцкас Р.Л., Плакунов, М.К. Количественный анализ в экономике. — М.: Наука, 1987, З90'с.

25. Бирбраер-Р.А., Алыпулер ИТ. Основы инженерного консалтинга. М.: Дело, 2005.-208 е., ил.

26. Линдгрен'М., Бандхольд X. Сценарное планирование. Связь между будущим и стратегией^(перев. И. Ильина). М.: Олимп-Бизнес, 2009. - 256 с.

27. Ю.Г. Учитель, М.Ю. Учитель 8\¥ОТ-анализ и синтез основа формирования-стратегии организации —М.: Изд-во.«Либроком», 2010. — 328 с.

28. Венда В.Ф. Система гибридного интеллекта: Эволюция, психология, информатика1. М: Машиностроение, 1990. 448'С., ил.

29. Тененев В.А. Генетические алгоритмы в моделировании систем: монография /В.А.Тененев, Б.А.Якимович. Ижевск: ИжГТУ, 2010. - 308 с.

30. Мамрыкин О.В. Модель управления резервами и ресурсами инновационных проектов. / Труды III международной конференции «Информационные технологии в инновационных проектах» Часть 1. Ижевск, 2001.

31. Мировой рынок CAD/САМ/CAE-систем Электронный, ресурс.: Мировой рынок CAD/CAM/CAE-систем. Электрон, дан. — Режим доступа: http://www.ci.ru/inform01 02/р 22-23.htm. Загл. с экрана.

32. Радыгин. Ю.А. Управление нематериальными- ресурсами промышленного предприятия: автореферат диссертации, на соискание ученой степени кандидата экономических наук: 08.00.05 — Уфа, 2009.

33. Клигер С.А. Косолапов М.С., Толстов IO.I I., Шкалирование при сборе *г анализе социологической >информацишМ:: Наука,; 1978; — 178 с.

34. Тихомиров Ю;А. Теория компетенции; М.: Издательство г-на Тихомирова1. М.Ю., 2001.-355 с.

35. Матушкин Н.И; Формирование перечня профессиональных компетёнций выпускника высшей школы / H.H. Матушкин, И.Д: Столбова // Высшее образование сегодня. 2007. - № 11. - с. 28-30;

36. Тарет Роберте. Рекрумент и отбор. Подход, основанный на компетенциях.

37. Перевод с англ.- М.: Издательство ГИППО, 2010. 288 с. 57.Чарльз: Вудраф. Центры развития и оценки. Определение: и оценка компетенций. Перевод с англ. - М.: Издательство ГИППО, 2005. - 384 с.

38. Европейская система квалификаций Электронный ресурс.: Европейская; система квалификаций. Электрон. дан. — Режим. доступа: http://www.volsu.ru/rus/info/part5.doc. Загл/ с экрана;

39. Лебедева Д.Н. • Планирование обучения персонала на промышленном; предприятии с использованием метода оценки^ компетенций:: дис:. . кандидата экономических наук: 08.00.05 / Костром; гос. ун-т. им; H.A. Некрасова Кострома, 2007. - 168 с.

40. Ричард Бояцис. Компетентный менеджер Модель эффективной работы. Пёр с англ. М.: ГИГИ Ю, 2008. - 352 с. , : ,: / ; 4 :

41. Толковый словарь.русского; языка: В4т:Т.1/ Под., ред. Д.И. Ушатикова. М: Совет.энцикл.: ОГИЗ, 1935. ■, •

42. Тучков А.И. Экономика труда, М.:ИКФ «ЭКМОС», 2001.- с.163. ;

43. Проектирование целей' и результатов; основных образовательных программ высшего профессионального образования в компетентностном формате:метод, рекомендации/ под ред. II.II. Матушкина. Пермь: Изд-во ГИТУ, 2008. - 114 с.

44. Баскаев, P.M. О тенденциях изменений в образовании и переходе к компетентностному подходу/ P.M. Баскаев //Инновации в образовании.-2007.-№1.-С.10-15.

45. Чуб, Е.В. Компетентностный подход в образовании/ Е.В. Чуб // Инновации в образовании.-2008.-№3 .-С.21-26.

46. Соломенникова> С .И. Применение компетентностного подхода для оценки персонала производств высокотехнологического сектора промышленности/ С.И. Ооломенникова // Вестник Ижевского государственного технического университета,- 2010. № 1.- С. 139-140:

47. Манасян МШ Модели, . алгоритмы и комплекс : программ; оценки эффективности работы персонала: дис. . кандидата-технических наук: 05.13.18. — Иркутск, 2002. 203 с. ил.

48. Якимович, Б.А. Теоретические основы; конструктивно-технологической-сложности изделий и стрктур-стра гегий производственных систем машиностроения: монография/• Б.А. Якимович, А.И. Коршунов, А.П. Кузнецов. Ижевск: Изд-во ИжГТУ, 2007. - 280 с.

49. Гуляшинов A.Hi, Тененев В.А., Якимович Б.А. Теория принятия решений в сложных социотехнических системах: учеб.пособие. Ижевск: ИжГТУ, 2005.-280 с • . / '

50. Малышев Н.Т. и др. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991. -. 136 е.: ил.

51. Клейнен Д. Статистические методы в имитационном^.моделировании: М:: Статистика, 1978. — 113с.

52. Дубров А.М, Мхитарян B.C., Трошип Л.И. Многомерные статистические методы. М.: Финансы и статистика, 1998. 369 с.

53. Первозванский A.A., Гайцгори В.Г. Декомпозиция, агрегирование и приближенная оптимизация / Первозванский A.A., Гайцгори. В.Г. — М.: Наука, Главная редакция физико-математической литературы., 1979.- 344 с.

54. Советов Б.Я., Яковлев С.А., Моделирование систем.: Учеб. для вузов — 3-е изд., перераб и доп. — М.: Высш. шк., 2001. 343 с.

55. Имитационное моделирование производственных систем / Под. ред. A.A. Вавилова. — М.: Машиностроение; Берлин: Техник, 1983. — 108 с.

56. Мамрыкин О.В., Кузнецов А.П., Якимович Б.А. Модель управления проектами освоения новых изделий машиностроения. / Высокие технологии в механике. Материалы научно-практической конференции ИжГТУ, Ижевск, 2002, 46 с.

57. Якимович Б.А., Соломенникова С.И. Исследование эффективности производственных систем с использованием модели нечетких сетей. // Вестник ИжГТУ. Ижевск: Изд-во ИжГТУ, 2011. - №.4 - с. 160-164.

58. Taxa Хемди А., 7-е издание.: пер. с англ. — М.: Издательский дом «Вильяме», 2005.-912 е.: ил.

59. Заде JI. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. — 165 с.

60. Саати Т. Принятие решений. Метод анализа иерархий пер. с анг./ Р.Г. Вачнадзе М.: Радио и связь, 1993. 278 с.

61. Толстова Ю.Н. Анализ социологических данных: Методология, дескриптивная статистика, изучение связей между номинальными признаками. М.: Научный мир, 2000. - 352 с.

62. Харрингтон Дж. X. Управление качеством в американских корпорациях: Сокр. пер. с анг./ Авт. вступ. ст. и науч. ред. JI.A. Конареева. — М.: Экономика, 1990. —272 с.

63. Толстова Ю.Н. Измерение в социологии: Курс лекций. М.: КДУ, 1998. -224 с.

64. Рутковская Д., Пилиньский М., Рутковский JI. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И. Д. Рудинского. — М.: Горячая линия Телеком, 2006. — 452 с.

65. Приказ министерства образования и науки Российской Федерации от 8 декабря 2009 г. № 716 «Об утверждении и введении в действие

66. Федерального государственного образовательного стандарта высшего профессионального образования по направлению подготовки 220100 Системный анализ и управление (квалификация,(степень «магистр»).

67. Беков Х.А. Методология и практика формирования системы оценки управленческого персонала: диссертация доктора экономических наук: 08.00.05. Москва, 2002. - 319 е., ил.

68. Борисова Е.В. Оценка мотивационного потенциала работников предприятий общественного питания: автореферат дис. кандидата экономических наук: 08.00.05. Москва, 2005. - 24 с.

69. Алексеева Т.Н. Оценка эффективности организационного обучения управленческого персонала на промышленном предприятии в условиях развития менеджмента знаний: автореферат дис. кандидата экономическихIнаук: 08.00.05. Кострома, 2009. - 19 с.

70. Генкин Б.М. Экономика и социология труда: Учеб. для вузов / Б.М. Генкин. -7-е изд., доп. М.: Норма, 2007. - 181 с.

71. Дубенко В.В. Оценка эффективности управления персоналом на промышленных предприятиях: диссертация кандидата экономических наук: 08.00.05. Москва, 2005. - 196 е., ил.

72. Орлов А.И. Экспертные оценки. Учебное пособие. М.: ИВСТЭ, 2002. 31 с.

73. Воронов Ю.П. Методы сбора информации в социологическом исследовании. -М.;1974. 206 е., ил.

74. Толстова Ю. Н. Основы многомерного шкалирования: Т52 учебное пособие. М.: КДУ, 2006. - 160 с, ил.

75. Сатаров Г.А., Каменский B.C. Общий подход к анализу экспертных оценок методами неметрического многомерного шкалирования: Статистические методы анализа экспертных оценок. — М.: Наука, 1977.- 312 с.

76. ЮО.Дэйвисон М. Многомерное шкалирование: методы наглядного представления данных. — М.: Финансы и статистика, 1988. 283 с.

77. Проектирование целей и результатов основных образовательных программ высшего профессионального образования в компетентностном формате: метод, рекомендации/ Под ред. Н.Н.Матушкина. Пермь: Изд-во ПГТУ. 2008,- 114с.

78. Колосов В. Г. Основы инноватики. Учебное пособие. СПб. : СПбГТУ, 1999. - 80 с.