автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка методов и алгоритмов оценки качества, экономического анализа и обработки экспертной информации для больших систем в условиях неопределенности

Введение.

Глава 1. Анализ технологий обработки экспертной информации для больших систем и объектов экономической деятельности.

1.1. Системный анализ структурных составляющих экономического н инновационного потенциала .^^.

1.2. Анализ параметров, характеризующих инновационный потенциал.—.

О. Анализ содержания процесса оценки инновационного потенциала объектов экономической деятельности.—.

1.4. Анализ информационных технологий комплексной оценки объектов экономической деятельности и больших систем.

Глава 2. Разработка математических моделей оценки инновационного потенциала объектов экономической деятельности.

2.1. Математическая формулировка задачи оценки инновационного потенциала..

2.2. Разработка процедур выбора показателей оценки.

23. Разработка методов формирования оценочной системы (структурирование набора показателей оценки).

2.4. Разработка методов анализа оценочной системы

2.5. Анализ математических методов свертки показателей.

2.6. Разработка методов получения результирующих оценок с использованием нечетких чисел.

2.7. Методика преобразования вербальных оценок по показателям инновационного потенциала в нечеткие числа.

Глава 3. Разработка архитектуры автоматизированной системы экспертного оценивания, анализа и обработки экспертной информации.

3.1. Разработка алгоритма автоматизации обработки экспертной информации при оценке объектов экономической деятельности.

3.2. Разработка алгоритма ранжирования показателей оценки по степени важности для ввода в автоматизированную систему экспертного оценивания.

33 Разработка функциональной структуры автоматизированной системы экспертного оценивания..

3.4. Разработка структур данных автоматизированной системы экспертного оценивания.

3.5. Разработка моделей деловых процессов взаимодействия пользователей с автоматизированной системой экспертного оценивания.

3.6. Разработка концептуальной модели автоматизированной системы экспертного оценивания.

Глава 4. Разработка автоматизированной системы экспертного оценивания в виде программного продукта.

4.1. Выбор программно-технических средств и реализация прототипа автоматизированной системы.

4.2. Инструкция по использованию разработанного программного продукта.

4 J. Интерфейсы пользователей.

Актуальность темы исследования обусловлена актуальностью проблемы принятия решений при управлении качеством больших систем, в частности, в реализации инновационной политики (ИП), государственном регулировании и государственной поддержке инновационно-ориентированных регионов РФ.

Остро стоит проблема эффективного управления качеством инновационной продукции и услуг, в связи с заметным отставанием России от США и Западной Европы по ряду показателей в области высоких технологий. Надежное функционирование системы управления качеством поддержки инновационной деятельности невозможно без автоматизированных систем экспертного оценивания и обработки экспертной информации, научно-обоснованных методик мониторинга и контроля. Это, в свою очередь, связано с необходимостью совершенствования методологии экспертного обеспечения инновационной деятельности и результативности инновационной политики в отношении больших систем и объектов экономической деятельности, в частности, инновационно-ориентированных регионов, крупных инновационных научно-технических и социально-экономических проектов.

На сегодняшний день в России существует огромная потребность в информационных системах анализа и обработки экспертной информации для оценки инновационного потенциала объектов экономической деятельности, в связи с:

1) Принятием Правительством России в 2001г. Федеральной Целевой Программы (ФЦП) "Электронная Россия на 2002-2010 годы".

2) Отнесением развития информационных технологий и их приложений к государственным приоритетам на совместном заседании Совета Безопасности РФ, Президиума Госсовета и Совета по науке и высоким технологиям (20.03.2002г.)

В целом, процесс управления сложными объектами, может быть представлен в виде ряда стадий:

1) прогнозирование будущего;

2) определение целей;

3) формирование промежуточных задач;

4) определение программ действий;

5) выполнение планов и программ;

6) оценка результатов;

7) обеспечение обратной связи для корректировки процесса.

Важными составляющими процесса управления являются стадии оценки результатов управления и обеспечения обратной связи. Таким образом, при реализации инновационной политики одно из центральных мест занимает проблема экспертного обеспечения и оценки инновационного потенциала объектов экономической деятельности (инновационно-ориентированных регионов РФ), от корректного решения которой зависит эффективность всей инновационной политики.

Степень эффективности управления качеством развития инновационно-ориентированных регионов, не в последнюю очередь, связана с уровнем автоматизации процессов управления, оценки и построения рейтинга инновационно-ориентированных регионов, и, следовательно, с созданием эффективных средств математического моделирования их управления, экспертного обеспечения и оценки. Помимо аппарата математического моделирования, важную роль в эффективности процессов управления и оценки играет использование передовых информационно-технологических средств, моделирование и реализация на их базе межрегиональных автоматизированных систем (программных комплексов) экспертного оценивания инновационного потенциала объектов экономической деятельности (инновационно-ориентированных регионов РФ) и соответственно — качества реализации инновационной политики. Нельзя забывать и о необходимости разработки моделей эффективного взаимодействия пользователя с автоматизированной системой экспертного оценивания, анализа и обработки экспертной информации, достижении максимальной эргономичности информационной системы.

Следовательно, актуальность темы исследования обусловлена необходимостью повышения эффективности систем экспертного обеспечения и управления качеством в процессе реализации инновационной политики за счет совершенствования формальных методов описания моделей различных стадий технологий оценки и, на этой основе, автоматизации проектирования оценочных систем, оценочной деятельности, процессов проведения экспертиз и анализа результатов в сфере инновационной деятельности.

В развитие методологии, технологий, математического и программного инструментария для создания информационных систем экспертного обеспечения различного назначения в разные годы внесли вклад Б.Г. Литвак, A.B. Титов, А.И. Субетто, H.A. Селезнева, В.П. Майборода, А.Н. Мелихов, Г.Г. Малинецкий, JI.C. Бернштейн, С.Я. Коровин, С.А. Кащенко, Л. Заде, Г.И. Жиц и др. Комплексные решения (технологические, инструментальные и прикладные) созданы и развиваются ведущими мировыми (Microsoft, IBM, Sun) софтверными компаниями.

Применение методов теории нечетких множеств в оценке качества управления объектами экономической деятельности (как показано в работах перечисленных выше авторов) не носит в настоящее время систематического характера. По этой причине особое значение имеют подходы к разработке комплексной модели оценки качества и обработки экспертной информации в сфере инноваций на основе современных методов экспертных оценок и обработки экспертной информации, опирающихся на формальный аппарат теории нечетких множеств, что способно повысить степень достоверности результатов оценки.

В диссертационном исследовании предложен новый подход к описанию технологии оценки качества и обработки экспертной информации, основанный на использовании математических структур, моделируемых в теории нечетких множеств для описания сложных систем, логических принципов, выходящих за рамки классической бинарной логики, которые позволяют создавать модели анализа и обработки экспертной информации в условиях неопределенности и нечеткости. Внедрение этого аппарата должно способствовать разработке систем экспертного анализа и обработки экспертной информации, обладающих достаточной эффективностью в реальных задачах построения рейтинга объектов экономической деятельности.

Особое внимание уделяется разработке процедур структурного обобщения и синтеза оценочной деятельности как сложного, многоуровневого процесса; разработке модели автоматизированной системы экспертного оценивания на базе математического аппарата позволяющего в максимальной степени учитывать нечеткости и неопределенности, реализации разработанных моделей, методов и алгоритмов на базе системного анализа современных Интернет-технологий.

Целью исследования является разработка методов и алгоритмов анализа и обработки экспертной информации при оценке объектов экономической деятельности, в интересах унификации процесса создания автоматизированной системы экспертного оценивания инновационного потенциала данных объектов (инновационно-ориентированных регионов РФ, предприятий, инновационных центров, фирм, фондов и др.).

В соответствии с целью исследования в диссертационной работе решаются следующие задачи:

1) анализ содержания и структуры оценочной деятельности, выявление ее особенностей применительно к реализации инновационной стратегии государства;

2) анализ основных этапов технологии оценки инновационного потенциала различных объектов экономической деятельности;

3) разработка алгоритмов структуризации критериев оценки инновационного потенциала с учетом факторов нечеткости и неопределенности;

4) разработка методик учета факторов нечеткости и неопределенности в алгоритмах агрегирования значений показателей инновационного потенциала объектов экономической деятельности;

5) разработка архитектуры автоматизированной системы экспертного оценивания, анализа и обработки экспертной информации на базе разработанных методов и алгоритмов;

6) программная реализация автоматизированной системы экспертного оценивания объектов экономической деятельности на базе разработанных методов и алгоритмов;

7) приложение автоматизированной системы экспертного оценивания к построению тестового рейтинга инновационно-ориентированных регионов РФ.

Объектом исследования являются методики и алгоритмы комплексной экспертной оценки и системного анализа различных объектов экономической деятельности, предметом исследования — конкретные методы и алгоритмы обработки экспертной информации об объектах экономической деятельности, позволяющие усовершенствовать этапы выбора оценочных шкал, взвешивания показателей оценки, свертки оценок, автоматизации процесса экспертизы.

Методами исследования являются методы экспертной и нечеткой квалиметрий, системного анализа, методы обработки экспертной информации, теории нечетких множеств, нечеткой логики, информатики, Интернет-технологий.

Научная новизна и теоретическая значимость.

Разработана методика структуризации критериев оценки инновационного потенциала объектов экономической деятельности. Разработана и реализована методика агрегирования показателей оценки инновационного потенциала объектов экономической деятельности (инновационно-ориентированных регионов РФ) в виде нечетких чисел (Ь-И.) — типа. Впервые была разработана архитектура межрегиональной автоматизированной системы экспертного оценивания, анализа и обработки экспертной информации. Разработаны формы-анкеты для работы с оценочной системой и проведения экспертного оценивания по показателям инновационного потенциала объектов экономической деятельности.

Практическая ценность и реализация результатов работы.

Практическая ценность работы заключается в разработанных автором методиках и алгоритмах формирования систем оценки инновационного потенциала объектов экономической деятельности; построения итоговых оценок по показателям инновационного потенциала объектов экономической деятельности, которые составляют замкнутое описание технологии оценки инновационного потенциала объектов экономической деятельности (инновационно-ориентированных регионов РФ) и позволяют существенно повысить эффективность разработки информационных технологий оценки и построения рейтинга объектов экономической деятельности.

Приведенные в исследовании методы формирования оценочных систем и оценок по экспертным показателям инновационного потенциала объектов экономической деятельности использовались при составлении методик и алгоритмов, а также при программной реализации межрегиональной автоматизированной системы экспертного оценивания, анализа и обработки экспертной информации для оценки инновационного потенциала регионов РФ и конкурсных инновационных научных разработок, в рамках проектов Министерства образования РФ и Минэкономразвития РФ.

Разработанные модели вошли в итоговый отчет по проекту №03-25/ГБ "Разработка принципов и стратегий развития инновационного сектора экономики РФ и ее регионов на базе использования инновационного потенциала высшей школы и других секторов науки" ФЦП "Инновационная деятельность высшей школы", а также использовались при выполнении проекта

Разработка экспертных экономико-математических моделей управления инвестиционными процессами, обеспечивающими инновационный базис образования".

Апробация результатов исследования осуществлялась путем выступления автора на конференциях и семинарах, а также через публикации. Основные положения работы обсуждались на X и XI Международной школе-семинаре "Новые информационные технологии" в 2002, 2003г., а также, на научных семинарах в МАМИ (научный руководитель проф. B.C. Бондарь), в МИИТ (научный руководитель проф. В.П. Мальцев), в ИПМ им. М.В. Келдыша РАН (научный руководитель проф. Г.Г. Малинецкий), в РГУ им. П.Г. Демидова (научный руководитель проф. С.А. Кащенко), в МГИЭМ (научный руководитель проф. В.П. Майборода), на научном семинаре под руководством проф. В.Н. Афанасьева (МГИЭМ).

На защиту выносятся следующие результаты исследования.

1. Методика структуризации критериев оценки инновационного потенциала объектов экономической деятельности.

2. Методика агрегирования показателей оценки инновационного потенциала объектов экономической деятельности в виде нечетких чисел (L-R) — типа.

3. Методика преобразования вербальных оценок по показателям инновационного потенциала объектов экономической деятельности в нечеткие числа (L-R) — типа.

4. Разработка архитектуры межрегиональной автоматизированной системы экспертного оценивания, анализа и обработки экспертной информации.

Публикации. Основные положения диссертационной работы изложены в 4 работах, которые приведены в библиографии.

Структура работы. Диссертация состоит из введения, четырех глав, заключения, библиографии (44 источника) и приложений. Материал изложен на 233 страницах, содержит 6 таблиц, 18 рисунков.

7. Результаты исследования вошли в итоговый отчет по проекту №03-25/ГБ "Разработка принципов и стратегий развития инновационного сектора экономики РФ и ее регионов на базе использования инновационного потенциала высшей школы и других секторов науки" ФЦП "Инновационная деятельность высшей школы".

Заключение

1. Азгальдов Г.Г., Райхман Э.П. О квалиметрии. - М.: Изд-во стандартов, 1973.- 172 с.

2. Борисов А.Н., Алексеев A.B., Меркурьева Г.В. и др. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989.305 с.

3. Веселов Н.В. Концептуальная модель межрегиональной информационной системы экспертной оценки качества (на примере оценки проектов и НИР). ВИНИТИ: №796-В2003, 2003, 9 с.

4. Веселов Н.В., Титов A.B. Моделирование технологии создания межрегиональной информационной системы экспертной оценки качества (на примере оценки проектов и НИР). ВИНИТИ: №794-В2003, 2003, 5 с.

5. Веселов Н.В., Титов A.B. Учет нечеткостей в оценках экспертов в межрегиональной информационной системе экспертной оценки качества (на примере оценки проектов и НИР). ВИНИТИ: №795-В2003, 2003, 6 с.

6. Веселов Н.В., Титов A.B. Подходы к созданию информационно-математического обеспечения систем экспертной оценки качества в образовании. XI международная школа-семинар "Новые информационные технологии". Тезисы докладов. М.: МГИЭМ, 2003 — С.560-561.

7. Гнеденко Б.В. Курс теории вероятности.-М.: Наука, 1988. 488 с.

8. Водачек JL, Водачкова О. Стратегия управления инновациями на предприятии. М.: Экономика, 1989. - 167 с.

9. Елтаренко Е. А. Оценка и выбор решений по многим критериям. М.: МИФИ, 1995. - 111 с.

10. Жиц Г.И. Инновационный потенциал и экономический рост. Саратов: Сар. гос. тех. ун-т, 2000.

11. Жиц Г.И. Инновационный потенциал. Саратов: Сар. гос. тех. ун-т, 1999.

12. Кофман К. Введение в теорию нечетких множеств. М: Радио и связь, 1982 г.-429с.

13. Кащенко С.А., Малинецкий Г.Г., Потапов А.Б., Ахромеева Т.С., Митин H.A., Шакаева М.С. Математическое моделирование системы образования// Препринт ИПМ им. М.В. Келдыша РАН, 1995, №100.

14. Кащенко С.А., Малинецкий Г.Г., Потапов А.Б., Митин H.A., Ахромеева Т.С., Палеева Т.А. Исследование развития высшей школы. Модели среднего уровня// Препринт ИПМ им. М.В. Келдыша РАН, 1996, №37.

15. Кирсанов К., Сиверин Д. Инновационный менеджмент в формировании научно-технической политики.'Тос. экон. журн.", 1995, N 1, С. 47-54.

16. Кузьмин В.Б. Эталонный подход к получению нечетких отношений предпочтения//Нечеткие множества: Теория возможностей. Под ред. Р. Ягера. М: Мир, 1988. - С. 87-100.

17. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений: Вербальный анализ решений.- М.: Наука: Физматлит, 1996. — 207 с.

18. Литвак Б.Г. Экспертные оценки и принятие решений.- М.: Патент, 1996. -271 с.

19. Литвак Б.Г. Экспертная информация. Методы получения и анализа // М.: Радио и связь, 1982. 184 с.

20. Лещинер P.E. Научно-технический потенциал современного производства. М.: Знание, 1978. - 33 с.

21. Малинецкий Г.Г. Информационное управление и будущее России// Синергетика и социальное управление. М.: РАГС, 1998. С. 164-179.

22. Мелихов А.Н., Бернштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. — М.: Наука, 1990. — 272с.

23. Мелони Дж. РНР4 в действии. М.: Лучшие книги, 2002. — 400 с.

24. Мингалева Ж., Ткачева С. Кластеры и формирование структуры региона // Мировая экономика и международные отношения. — 2000. № 5. - С. 97-102.

25. Норвич A.M., Турксен И.Б. Фундаментальное измерение нечеткости // Нечеткие множества и теория возможностей.- М:.Радио и связь, 1988. С.51 -63.

26. Норвич A.M., Турксен И.Б. Построение функций принадлежности // Нечеткие множества и теория возможностей. — М.: Радио и связь, 1988. — С.65-71.32,Орловский С.А. Проблема принятия решений при нечеткой исходной информации. М.: Наука, 1981.- 206 с.

27. Паршев А.П. Почему Россия не Америка. М.: Форум, 2000. - 412 с.

28. Пиннингс И.М. Новая технология как организационное нововведение // Новая технология и организационные структуры. М.: Экономика, 1990. -С. 21-30.

29. Подиновский В.В. Об относительной важности критериев в многокритериальных задачах принятия решений // Многокритериальные задачи принятия решений. — М.: Машиностроение, 1978. С. 58-81.

30. Поулименакоу А. Проектный менеджмент // Управление исследованиями и инновациями. М.: Наука, 1993. - С. 18-42.

31. Сакс Дж. Рыночная экономика и Россия. М.: Экономика, 1995. - 331 с.

32. Санто Б. Инновация как средство экономического развития. М.: Прогресс, 1990. - 296 с.

33. Титов A.B. Об упорядочении сложных систем по значениям первичных показателей // Труды четвертого симпозиума "Квалиметрия человека и образования: методология и практика". Кн.2 М.: ИЦ, 1995. - С.165-167.

34. Титов A.B. Использование нечетких чисел при оценке качества образовательных систем // Проблемы качества, его нормирования и стандартов образования. — М.: ИЦ, 1998. С.125-127.

35. Титов A.B. "Взвешивание" критериев оценки качества на основе эталонного подхода и множеств уровня // Труды седьмого симпозиума "Квалиметрия человека и образования: методология и практика". М.: ИЦ, 1998.

36. Титов A.B. Формализованное моделирование пространства качества // Труды седьмого симпозиума "Квалиметрия человека и образования: методология и практика". М.: ИЦ, 1998.

37. Шумпетер Й. Теория экономического развития. М.: Прогресс, 1982, 456 с.

38. Эттли Д.И., Бриджес У.П. Технологическая политика и нововведения ворганизациях // Новая технология и организационные структуры. М.: Экономика, 1990. С. 121-138.