автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка моделей и методов обработки знаний в области организационного проектирования на основе онтологий

На правах рукописи

Кудрявцев Дмитрий Вячеславович

Разработка моделей и методов обработки знаний в области организационного проектирования на основе онтологий

Специальность:

5.13.01 - Системный анализ, управление и обработка информации (информатика) 05.13.11 - Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

АВТОРЕФЕРАТ

003480822

диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург - 2009

003480822

Работа выполнена в ГОУ ВПО «Санкт-Петербургский государственный политехнический университет»

Защита состоится «19 » ноября 2009 г. в 16 часов на заседании диссертационного совета Д 212.229.18 при ГОУ ВПО «Санкт-Петербургский государственный политехнический университет» по адресу: 195251, Санкт-Петербург, ул. Политехническая, д. 29, 9-й учебный корпус, ауд. 325. С диссертацией можно ознакомиться в фундаментальной библиотеке ГОУ ВПО «Санкт-Петербургский государственный политехнический университет».

Автореферат разослан «_»_2009 г.

Ученый секретарь

Научный руководитель

доктор технических наук, профессор Гаврилова Татьяна Альбертовна

Официальные оппоненты

доктор технических наук, профессор Тимофеев Адиль Васильевич доктор технических наук, профессор Устинов Сергей Михайлович

Ведущая организация

Институт Проблем Управления РАН

диссертационного совета

Васильев А.Е.

Общая характеристика работы

Актуальность. Модели и методы обработки знаний позволяют более экономично и результативно осуществлять организационное проектирование (ОП). Под ОП понимается комплекс задач по совершенствованию организационной структуры и распределению ответственности; по идентификации и поддержанию системы целей организации; по разработке, и реинжинирингу бизнес-процессов организации; по формированию нормативно-регламентирующей документации (например, регламенты, должностные инструкции). Эффективное ОП, в свою очередь, позволяет успешно проводить реструктуризацию организаций и тиражировать апробированные организационные решения, что особенно актуально в условиях изменяющихся внешней среды, рыночных потребностей и технологических возможностей.

Вопросы структурирования, представления знаний и обработки запросов в области ОП традиционно рассматриваются в сфере организационного моделирования. Разработками в данной области занимаются отдельные специалисты - Шеер А., Захман Д., Вернадат Ф., Грюнингер М., Фокс М., Ван дер Аалст В., Григорьев Л., Калянов Г., Зиндер Е., Виттих В., Тельнов Ю, Репин В., Тарасов В., Левенчук А., а также ассоциации и коммерческие компании - OMG, IFIP, IF AC, IBM, Microsoft, Knowledge Based Systems, Inc.

В настоящее время основным видом моделей в ОП являются графические, использующие соответствующие языки и стандарты моделирования - IDEF, ARIS / ЕРС, BPMN, DFD, UML, схемы оргструктур и др. Другие виды моделей формализованного представления систем (аналитические, статистические, имитационные) выступают в качестве дополнения к графическим моделям и решают, как правило, отдельные узкие задачи.

Основной проблемой обработки знаний в области ОП является многообразие несогласованных графических языков организационного моделирования, которое приводит к сложности управления масштабными моделями организации в условиях дефицита специалистов-аналитиков. Для решения представленной выше проблемы существенную помощь может

оказать развитие теоретико-множественного и логического методов моделирования организаций на основе онтологий.

Цель и задачи диссертационной работы. Повышение эффективности организационного проектирования путем разработки моделей и методов обработки знаний с учетом специфики данной предметной области. Задачи, решаемые для достижения данной цели:

1. Разработать модель представления знаний для ОП;

2. Разработать опорную онтологию организации, ориентированную на задачи ОП;

3. Предложить методику её настройки;

4. Создать формализованный язык описания модели организации, удобный для понимания работниками предприятия;

5. Разработать архитектуру и реализовать автоматизированную систему поддержки ОП, на основе предложенных моделей и методов.

Объект исследования. Модели и методы структурирования, представления знаний и обработки запросов для задач ОП.

Методы исследования. Для решения поставленных задач используются методологии проектирования информационных систем, баз знаний и данных, системного анализа, организационного моделирования, а также методы инженерии знаний, методологии онтологического инжиниринга.

Основные научные результаты, выносимые на защиту, и их научная новизна:

1. Предложена модель представления знаний для ОП, которая использует понятие онтологии для структурирования, представления знаний и обработки запросов в ОП, а также включает расширения формальной теории предикатов для представления контекстно-зависимых классов-ролей и оснований деления классов. Предложенные расширения позволяют улучшить значения типовых показателей качества базы знаний об организации: точности и полноты информации в базе, когнитивной эргономичности, непротиворечивости, безизбыточности;

2. Впервые разработана опорная ОНТология Организации (ОРГОНТ), ориентированная на задачи ОП и исполняющая роль обобщенной модели организационной структуры, деятельности и целей предприятия. В разработанной онтологии впервые представлены контекстно-зависимые классы-роли и основания деления классов, что позволяет интегрировать имеющие общие экземпляры понятия из различных теорий, методов и способов рассмотрения организации (организация как средство преобразования ресурсов, как социальный институт и др.), ускоряет настройку формализованной методологии ОП и препятствует возникновению избыточности и противоречивости базы знаний;

3. Предложена методика настройки опорной ОРГОНТ для создания модели конкретной организации. Новизна методики заключается в разработанных правилах идентификации и представления классов-ролей, в предложенной методике объединения онтологии с использованием анализа оснований деления классов и в методе выявления неполноты онтологической модели организации путем экспериментальной проверки правила;

4. Разработан новый формализованный язык описания модели организации (ORLAN), позволяющий реализовать разработанную модель представления знаний для ОП - описать классы-роли и контекст, основания деления классов и правила их применения. Этот язык дает непрограммирующим пользователям возможность визуального структурирования знаний и формирования запросов. Механизм формировании запросов в ORLAN сочетает стандартные операторы запросов с продукционными правилами и механизмом получения фрагмента модели путем обхода графа, что ускоряет и упрощает работу пользователей;

Практическая значимость работы. Разработана архитектура и выполнена программная реализация автоматизированной системы поддержки ОП на основе онтологии. Новизна системы заключается в поддержке предложенных выше моделей и методов обработки знаний в области ОП, которые не поддерживаются ни универсальными редакторами онтологий, ни традиционными инструментами моделирования организаций.

Внедрение разработанной системы автоматизированной поддержки ОП в коммерческих организациях и органах государственной власти показало возможность достижения следующих эффектов:

• Повышение скорости реализации проектов по организации новых производств и филиалов - в 1,5-2 раза;

• Снижение времени на разработку нормативно-регламентирующей документации, аналитических и информационных материалов об организации - на 25-40%;

• Снижение трудозатрат на разработку нормативно-регламентирующей документации, аналитических и информационных материалов об организации - до 25%;

• Снижение квалификационных требований к специалистам по ОП.

Внедрение и апробация работы. Система автоматизированной поддержки ОП, основанная на предложенных моделях и методах, успешно используется как в органах государственной власти, так и в коммерческих организациях. В частности, система легла в основу концепции моделирования деятельности органов государственного власти в ходе Административной реформы РФ, а также с использованием системы разработано более 10 административных регламентов для Федеральной миграционной службы, Федеральной регистрационной службы, Федерального агентства по физической культуре и спорту, Федеральной службы по труду и занятости и других организаций. Коммерческими организациями-пользователями системы являются: Бизнес-Инжиниринг Групп, группа предприятий ГОТЭК, «Группа «Илим», Киришская ГРЭС, ЗАО «Евросиб», ОАО «Иркутскэнерго», ОАО «Газаппарат», «АСТРА Холдинг», Торговый дом «Петровский», Холдинг ПЕКАР и др. Использование результатов диссертационной работы в органах исполнительной власти федерального и регионального уровней, а также в группе предприятий ГОТЭК подтверждено соответствующими актами внедрения.

Отдельные элементы диссертации вошли в результаты 6 проектов и научно-исследовательских работ:

1. «Развитие моделей и методов автоматизированной поддержки организационного проектирования на основе онтологии», персональный грант для молодых ученых Правительства Санкт-Петербурга, 2008 год.

2. «Разработка моделей и методов ОНТОлогического Инжиниринга (ОНТОЛИНЖ)», грант РФФИ N 04-01-00466.

3. «Визуальное проектирование корпоративных баз знаний на основе онтологий (ВИП)», грант РФФИ №08-07-00062-а.

4. «Моделирование деятельности органов власти, государственных и муниципальных организаций» выполненной компанией AHO КМЦ «Бизнес-инжиниринг» по заказу Минэкономразвития в рамках целевой программы «Административная реформа», шифр темы: 22.5.1, 2006 год.

5. «Разработка методических рекомендаций по описанию и оптимизации процессов в органах исполнительной власти в рамках подготовки внедрения ЭАР» выполненной ВШЭ совместно с компанией «БИГ-Менеджмент» по заказу Минэкономразвития в рамках целевой программы «Электронная Россия», 2005 год.

6. «Эталонные модели организации деятельности в государственном секторе» выполненной сотрудниками AHO КМЦ «Бизнес-Инжиниринг» совместно с ИПГМУ ВШЭ, 2006 год.

Публикации. Основные результаты диссертации опубликованы в 24 печатных работах (7 статей в журналах, в т.ч. 2 в журналах из перечня ВАК, 15 тезисов в трудах конференций, в т.ч. 9 международных, 2 в виде глав в монографиях, 4 из указанных работ на английском языке).

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность проблемы, формулируется цель диссертационной работы, приводится краткое содержание работы,

приводятся результаты, выносимые на защиту, отмечается их новизна и практическая значимость.

В первой главе дается описание состава задач ОП, производится обзор моделей, методов и инструментов обработки знаний в данной предметной области, а также выявляются факторы развития и проблемы существующих автоматизированных систем поддержки ОП. В заключение первой главы определяются цель и задачи диссертационного исследования.

Обработка знаний в области ОП включает в себя извлечение, структурирование и представление знаний - создание формализованной модели организации, а также обработку пользовательских запросов к полученной модели. Модели и методы обработки знаний совместно с реализующим их программным инструментом составляют автоматизированную систему поддержки ОП.

Входом автоматизированной системы поддержки ОП являются слабоструктурированные представления об организации, её целях (разного уровня), показателях их достижения, функциях и ответственности за их исполнение, процессах и ответственности за их результаты (см. рис. 1). Изначально эти представления находятся в разрозненных документах и памяти сотрудников организации. Автоматизированная система поддержки ОП переводит слабоструктурированные представления в формализованную модель организации «как есть». Эта модель позволяет автоматически получить организационные документы (положения о подразделениях, процедуры выполнения процессов, должностные инструкции...), а также аналитические отчеты для ЛПР, ориентированные на проверку соблюдения эвристических правил построения организации. Далее автоматизированная система позволяет специалисту по ОП создать модель перспективного состояния организации «как надо» и необходимые промежуточные модели, позволяющие перейти в новое состояние, и вывести соответствующие документы и отчеты.

Вход

Модели и методы обработки

(структурирования,

представления, обработки запросов) знаний в области ОП

Инструменты ОП

Автоматизированная система поддержки ОП

Выход

Формализованная модель организации (КАК ЕСТЬ, КАК НАДО, промежуточные)

Цели и показатели

Оргструктура

Функции

Процессы

Требования

ИТ архитектура

Персонал

Технич Инфрастр

Неформализованные слабоструктурированные представления

■ Аналитические материалы для ЛПР;

• Организационная документация (регламенты, положения, должностные инструкции).

Рис. 1 Входы и выходы автоматизированной системы поддержки ОП В общей информационной системе управления предприятием автоматизированная система поддержки ОП исполняет роль средства настройки:

- системы управления исполнением процессов (workflow) и проектов,

- системы управления ресурсами (ERP, MRP, CRM, SCM и т.п.),

- системы мониторинга и анализа показателей деятельности (PMS, ВАМ). Обзор моделей, методов и инструментов автоматизированной поддержки

ОП вскрывает основную проблему существующих систем - сложность управления масштабной моделью организации, сопровождаемая дефицитом и дороговизной соответствующих специалистов. Сложность управления моделью проявляется в сложности и неполноте взаимного отображения языков организационного моделирования (IDEF, ЕРС, BPMN, DFD, UML, схемы оргструктур и др.), сложности настройки отчетов из модели, требующей программирования и сложности обеспечения непротиворечивости и безизбыточности модели при росте масштаба. Целью диссертации является

решение представленной проблемы путем разработки моделей и методов обработки знаний, учитывающих специфику ОП.

Во второй главе предлагается концепция Автоматизированной Системы поддержки ОП на основе ОНТОлогии (ОНТО-АСОП), определяется состав компонентов ОНТО-АСОП, разрабатываются модели и методы обработки знаний в области ОП: 1. Модель представления знаний для ОП, 2. Опорная ОНТология ОРГанизации (ОРГОНТ) и 3. Методика настройки формализованной методологии ОП под требования конкретной организации.

Онтология - формальная спецификация разделяемой концептуальной модели, дающая формализованное представление основных понятий и связей между ними, рассматриваемая в работах Грубера Т., Учхолда М., Фокса М., Грюнингера М., Гомез-Перез А., Фенселя Д., Ной Н., Штудера Р., Шрайбера Г., Суре Й., Мизогучи Р., Гавриловой Т., Калиниченко Л., Ступникова С., Хорошевского В., Клещева А., Артемьевой И., Осипова Г., Гладуна А. (рис. 2).

По уровню обобщения.

Онтологии предстэипений I 05щиа онтологии

Упрзепение знаниями

Эксгщртыв си:лом|;

Обработка естественного языка

Интеграция пользовательских приложений_

Моделироаамие и премирование

Область применения

4 Тип ¡6

/ \

| Онтология )

\ /

Онтологии предметной области

Онтологии припсжеиий

Иагллог

По гпубине

Глоссарий

Тезаурус

Когшекция гаксономий

Коллекция фреймов

Набор погичксних офаничсний Организация (предприятие}

По предметной области

Раздел науки

Отрасль промышленности

Материалы«»«* с.

нематериальные обьекты

Коммуникации мкжду людьми Автоматизированные

Интеграция разнородной информации_

©[ Р0ЛЬ>

Неформальи

ЯЗЫК '0-

Формапизованиыи

Формапьнь»

Рис. 2. Описаиие понятия «Онтология» Автоматизированная Система поддержки ОП на основе ОНТОлогии (ОНТО-АСОП) заменяет коллекции языков организационного моделирования, используемые в традиционных системах, единой ОНТологией ОРГанизации

(ОРГОНТ), которая покрывает выбранные языки. Специалист по ОП создает в ОНТО-АСОП онтологическую модель организации (ОМО) путем детализации и наполнения экземплярами ОРГОНТ и выводит из нее документы и отчеты. Структура ОМО и документов, а также методика их разработки и использования, определяется методологией ОП, которая также может быть настроена в ОНТО-АСОП (рис. 3).

Модель представления знаний для ОП

задает структуру

Формализованная методология ОП

(ОПОРНАЯ/РАБОЧАЯ)

Методика создания и использования онтологической

модели организации М

ОНТология организации

(ОРГОНТ) 0

Вопросы (СО) и запросы <УЭ) к модели Г д 1

задает структуру

задает механизм

х о. О С

о

5

о

из <

а

Методика настройки методологии ОП

(в т.ч. ОРГОНТ)

Онтологическая Модель Организации (ОМО)

/Конкретизация / наполнение ОРГОНТ}

В

га

£ 11 о й —»

й =

О

Документы и диаграммы из модели

¡ответы на вопросы}

Рис. 3. Состав и взаимосвязи компонентов ОНТО-АСОП

Предложенная модель представления знаний для ОП имеет следующую структуру: ^ = {О, (), М, В, 8} - см. рис. 3.

Основа модели представления знаний - онтология (курсивом выделены элементы представляющие новизну): О = {С0, Р, Я, А, Е), где:

Со = {С0|) - классы-типы, Р - свойства классов, Я - связи между классами, А - правила онтологии;

Е = {ЕI, Е2, Ез} - расширение стандартного формализма логики предикатов для повышения качества онтологии;

Показатели качества онтологии: полнота онтологии; использование единых согласованных принципов построения; когнитивная эргономичность и прозрачность; непротиворечивость; безизбыточность. Е1 = {Ск, {Ы(.исполняет роль(С„ Сщ), СТХ)}, [{<СТХ„ Ск,>}]} -- представление контекстно-зависимых классов-ролей (Сц) и контекста (СТХ), задающего истинность высказываний;

Е2 = {используется(СВу, {СР{Су,})} - основания деления классов (СВусСо), типовые подклассы для основания деления (Стс Со) и области их применения (Су, сСп).

ЕЗ - дополнительная группировка элементов ОРГОНТ для повышения ее когнитивной эргономичности и прозрачности.

Разработанная опорная ОНТология ОРГанизации (ОРГОНТ) является частью формализованной опорной методологии ОП (см. рис. 3). Другие части методологии - опорная методика создания и использования ОМО и вопросы и запросы к модели отражены в работах автора и сотрудников компании БИГ-Петербург, в методических материалах и библиотеке спецификаций документов и диаграмм программной реализации ОНТО-АСОП (в диссертации рассматривается только в качестве примера).

Опорная ОРГОНТ (рис. 4) - онтология, применимая для различных организаций определенного класса (коммерческих, органов государственной власти). Она уточняется и расширяется с учетом требований каждой конкретной организации в соответствие с методикой настройки формализованной методологии (представлена далее).

Примеры правил онтологии: отвечает за (Должность, Проект) & обеспечивает достижение (Проект, Цель)

отвечает за (Должность, Цель); выполняет (Должность, Роль) & выполняет (Роль, Операция) выполняет (Должность, Операции);

Деятельность, о ри е нIиров йиная на результш

Регуяярная деятельность,

| Деятельность

! ! , 40

ПрДЦЙССЫ

Процессы па

( I < 1

Уникальная деятельность .

1.1,.

Одно; и * деять и. I ть

»кг еь « д,. I

деятельность

I.

Рис. 4 Фрагмент опорной ОРГОНТ для коммерческих организаций Новизна опорной ОРГОНТ заключается в представлении контекстно-зависимых классов-ролей и оснований деления классов. Это позволяет интегрировать недизьюнктивные понятия из различных теорий, методов и способов рассмотрения организации (организация как средство преобразования ресурсов, как социальный институт и др.), ускоряет настройку формализованной методологии ОП и обеспечивает высокий уровень показателей качества онтологии.

1. Идентификация контекстно-зависимых классов-ролей и представление их в соответствии с разработанными правилами:

Табл. 1. Пример контекстно-зависимой части опорной ОРГОНТ

Контекст Контекстно-зависимые классы-роли Классы-типы - исполнители ролей

Прикладной контекст: 1. Анализ деятельности 1.1. Стратегический 8\УОТ-анализ Позиционный контекст: Вид деятельности Силы Слабости Ресурсы организации (финансовые, материальные, компетенции) Позиция на рынке Ценностное предложение

Возможности Угрозы Текущее состояние и тенденции внешней среды (политика, экономика, технологии, общество)

Контекст Контекстно-зависимые классы-роли Классы-типы - исполнители ролей

Позиционный контекст: Процесс Целевое назначение Цель

Процесс-поставщик / Процесс-потребитель

Вход / Выход Документ, Материальный ресурс

Примеры отношений, задающих соответствие между контекстно-независимыми классами-типами и контекстно-зависимыми классами-ролями в заданном контексте:

■ ¡я^исполняет роль(«Комиетенции»(Ж «Финансовые ресурсы», «Сила»(Ж«Слабость»), «Стратегический 8\\ЮТ-анализ»),

■ ¿в^исполняет роль(«Цель», «Стратегическое назначение»), «Процесс»),

■ ¡я^исполняет роль(«Процесс», «Процесс-поставщик»), «Процесс»),

■ ¡й^исполпяст роль(«Документ», «Вход»ОЯ«Выход»), «Процесс»),

2. Идентификация оснований деления, их типовых подклассов и областей применения в соответствии с разработанными правилами:

Основание деления (СВУ) - Уровни управления.

Типовые подклассы (См ,): Классы - области применения (Су-,):

а. Корпоративное управление, 1. Функции и операции управления

б. Стратегическое управление, 2. Процессы управления

в. Организационное управление, 3. Цели функциональной стратегии

г. Операционное управление. 4. Показатели функциональной стратегии

Анализ использования оснований деления позволяет проверять качество и облегчает управление изменениями ОМО.

Предложенная методика настройки опорной ОРГОНТ является основной частью более общей методики настройки формализованной методологии ОП, которая позволяет разработать рабочую методологию ОП для конкретной организации М№} из опорной методологии {00, ()0, М0}

с учетом потребностей и специфики организации. Методика состоит из следующих этапов: определение контекста применения ОНТО-АСОП,

определение неформальных требований к содержанию модели, настройка ОРГОНТ, настройка спецификаций выходных документов и диаграмм из модели, настройка методики создания и использования ОМО. Научная новизна методики относится к этапу настройки ОРГОНТ (00 Ow):

1) Разработана методика интеграции онтологии, использующая опорную ОРГОНТ при разработке онтологии конкретной организации. Особенность методики заключается в применении комплексного метода отображения (mapping) онтологии на основе терминологического, экстенсионального, структурного, логического анализов, а также метода объединения (merging) онтологии путем анализа оснований деления классов.

2) Разработаны формальные признаки идентификации контекстно-зависимых классов-ролей и правила их представления;

1. Класс-тип - внешне НЕзависимый и семантически жесткий класс,

2. Класс-роль - внешне зависимый* и семантически НЕжесткий класс,

• Материальный класс-роль - идентифицируемый класс-роль,

• Формальный класс-роль - НЕидентифицируемый класс-роль,

Для понятий, выделенных курсивом, заданы формальные определения. Например, Класс С1 является внешне-зависимым* от класса С2, если для всех его экземпляров ei должен существовать экземпляр с2, который не является частью и не является материалом экземпляра е^

Vei necessary(Cl(ei))-> Эе2С2(е2)л _,part_of(e2, ei) л _,constitucnt_of(e2, ei) Примеры правил представления классов-ролей:

А. Классы-роли не должны быть родовыми классами для классов-типов; Исключение:

• Класс-роль может подчинять класс-тип, если в формулировку класса-роли внесен контекст, в котором существует связь исполняет роль(С0, CR), где С0 - класс-тип, исполнитель роли, CR - класс-роль; Б. Формальные классы-роли не могут быть видовыми классами для классов-типов или материальных классов-ролей;

3) Предложен метод выявления неполноты ОМО путем экспериментальной

проверки выполнения правила: ОМО является полной, если VScq(0&B) f= CQ .

В третьей главе предложен язык описания модели организации,

разработана архитектура ОНТО-АСОП и выполнена ее программная

реализация в линейке программных продуктов ОРГ-Мастер, ГОС-Мастер, ОРГ-

Мастер ГРАФИКС, ГОС-Мастер ГРАФИКС.

Формализованный язык описания модели организации (ORLAN): ORLAN :: = <TYPES, CL, PR, InferPR, D, TASKS, SPEC >, где:

TYPES :: = <E-TYPE, PT-TYPE, REL-TYPE, {«<является», e-type¡i, e-

typej2>}> - описание типов,

CL:: = <Cl¡name, Onto-CL; Base-CLp - классификатор,

PR :: = <PRjname, Onto-PRj, Base-PRj> - проекция,

InferPR:: = <InferPRjname, <PRjname>, <PRjnamc>, <<PRjnamc>}, Onto-

InferPR^, Base-InferPRj^ - проекция вывода,

D :: = <D¡name, <CL¡namc>, {<CL¡name>}, {<PRjname>}>{, D} - области моделирования,

TASKS :: = <TASK¡, [TASKPREVj, TASKNEXt¡]. <CLiname>, {<CLjname>}, {<PRjname>}, {<SPECyname>}>{, TASKS}, -описание задач ОП,

SPEC :: = <BASICSPECCL, BASICSPECPR, ROLESPEC, VIEWSPECD0C, VIEWSPECyjs> - спецификации запросов к ОМО.

Основными компонентами предложенного языка описания модели организации являются классификатор и проекция.

Классификатор (рис. 5) - формат ввода сущностей, значений свойств сущностей и иерархических связей между сущностями. Основные типы связей: «класс-подкласс», «часть-целое», «подчиняется» и т.п.

Проекция (рис. 6) - формат ввода связей между сущностями, перечисленными в классификаторах. Примеры типов связей: «выполняет», «обеспечивает достижение», «отвечает за».

ORLAN используется для структурирования и представления знаний, а также для формирования запросов к ОМО. Он предоставляет специалистам по ОП возможность визуального структурирования знаний при создании ОМО, а

также возможность настройки методологии ОП (онтологии, этапов ОП, запросов) без программирования.

-/ -

. * ; И Щз |ЧС * i <&>

ЦЙ Функциональные системы и процессы ■

■ ЕЙ Общекорпоративное управление t 0О Стратегический менеджмент » |0 Корпоративные отношения и контроль + Ю Финансово-экономическое управление - |?| 0 Управление персоналом

+ Разработка политик и процедур в области управг

♦ Подбор и расстановка % [g /11 Материальная мотивация

Обучение и развитие персонала (£| Планирование развития персонала [р]^ Обеспечение развивающего опыта Щ]!^ Обучение резерва под конкретные позиции Долгосрочное развитие будущих лидеров Адаптация сотрудников Проведение обучающих мероприятий в класс Оценка эффективности обучающих программ

{Тип позиции

'ТТ|ГГ7.....

$} Основные системы Процесс

Функциональная подсистема О Функциональная система

Рис. 5. Пример представления нижнеуровневой онтологии в классификаторе

л

/Ирагкци» Счапнючеош*аквц ■■:■ ■

: "им -

1 №

о-

ы в а

У-

*38* • ФуЧЩ'ОНЯЛЫЪШ системы и процессы j :

11.2. • Й Кода;wi ти e (-»:■« цтнотъмя и KOn"H>Ofrt.

} 1.3. -}.М -> 0 Щ О? W £ гь» УПЛ'гДЛ PZlMfi

t.iA В Оахшшштшш

t.H.t. * яотпш и * ейчаст Увржж»!}* фооъи&яйхжю и

Управление оргструктурой

» и системой процессор

а

Я

И

Ояюимаямося» v «о

Соответствие системы процессов корпоративном стратегии

Ф ФШ"

\ 1.00

♦ ft«? 7КГ13 §§f Влияет на

обеспечивас-т достижение

Рис. 6. Пример связи между иижнеуровневым классом и экземпляром организационной онтологии в проекции

Разработанная архитектура ОНТО-АСОП и ее реализация в

программных продуктах представлены на рис. 7.

Программный продукт ОРГ-Мастер и его разновидность для госорганов -ГОС-Мастер реализованы в инструментальной среде Delphi на языке Object Pascal и содержат более 8000 строк кода каждый.

Мастер этапов моделирования

J 1

JZ

Неформализованные слабоструюу-рированные представления

Редактор онтологической организационной модели

__

Онтологическая оргаиизационна я модель _

S.L

Генератор отчетов

1 1

Документы

Мастер И | Модуль диаграмм^ визуализ

чО I...................Г2

Подсистема настройки и вывода диаграмм

Диаграммы \

@ (§

оигмАйтда:, ГОС-МАСТТРК :

О)

график?;«

Рис. 7. Компоненты архитектуры ОНТО-АСОП и их распределение по программным продуктам

В четвертой главе описаны примеры практического внедрения системы в органах государственной власти и коммерческих организациях.

В органах государственной власти ОНТО-АСОП (ГОС-Мастер) используется в рамках административной реформы для описания процессов и регламентации деятельности, оптимизации оргструктуры и функций органов власти, внедрения механизмов управления по результатам. С участием автора были реализованы пилотные проекты па федеральном (Минэкономразвития) и региональном уровнях (Ямало-Ненецкий АО). С использованием ГОС-Мастера было разработано более 10 административных регламентов для Федеральной миграционной службы, Федеральной регистрационной службы, Федеральной службы по труду и занятости и других органов.

В группе предприятий ГОТЭК программа «ОРГ-Мастер» позволила успешно провести совершенствование системы управления, путем решения следующих задач: • Идентификация, описание и совершенствование бизнес-процессов;

. Организационное разделение процессов между управляющей компанией, центром предоставления услуг и предприятиями;

• Установление связи между стратегией и деятельностью компании;

• Разработка организационной документации - процедур выполнения бизнес процессов, положений о подразделениях, должностных инструкций, документации для сертификации системы менеджмента качества.

В результате, компания смогла ускоренными (до 2-х раз) темпами организовать новые производства в других регионах, повысить эффективность деятельности на существующих площадках и, в конечном итоге, увеличить объем продаж на 66% и выручку на 83% за последние 3 года, что значительно выше среднеотраслевого уровня.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ

1. Предложена модель представления знаний для ОП на основе онтологии, которая дает возможность представления контекстно-зависимых классов-ролей и оснований деления классов.

2. Впервые разработаны опорная ОНТология ОРГанизации (ОРГОНТ), ориентированная на задачи ОП, а также другие компоненты методологии ОП. В разработанной ОРГОНТ представлены контекстно-зависимые классы-роли и основания деления классов;

3. Предложена методика настройки опорной ОРГОНТ под специфику конкретной организации, интегрирующая методы разработки, отображения и объединения онтологии, дающая правила идентификации и представления классов-ролей, предлагающая методику объединения онтологий с использованием анализа оснований деления классов и метод проверки полноты онтологической модели организации;

4. Разработан новый формализованный язык описания модели организации (ORLAN), позволяющий реализовать предложенную модель представления знаний для ОП - описать классы-роли и контекст, основания деления классов и правила их применения, визуально представить и редактировать распространенные в ОП иерархические структуры и связи между ними,

объединить в механизме формирования запросов стандартные операторы запросов с продукционными правилами и механизмом получения фрагмента модели путем рекурсивного обхода графа;

5. Разработана архитектура и выполнена программная реализация автоматизированной системы поддержки ОП. Новизна системы заключается в использовании предложенных выше моделей и методов, которые в настоящее время не поддерживаются в существующих системах.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Гаврилова Т. Д., Кудрявцев Д. В., Гор«вой В. А. Модели и методы формирования онтологии // Научно-технические ведомости СПбГПУ. - 2006. № 4. - С. 21-28.

2. Кудрявцев Д. В., Григорьев JI. Ю., Кислова В. В., Жулим А. Б. Административное моделирование на основе онтологий // Вопросы государственного и муниципального управления. - 2009. № 1.-е. 157-169.

3. Гаврилова Т. А., Кудрявцев Д. В., Григорьев JI. Ю. Управление знаниями: от слов к делу // "Intelligent Enterprise" Корпоративные системы. - 2004. N 12-13 (101). - С. 43-48.

4. Гаврилова Т. А., Кудрявцев Д. В., Тулугурова Е. В. Система управления знаниями // &.Strategy. - 2004. N11. - С. 16-19.

5. Кудрявцев Д. В. Аспекты управления знаниями // Труды науч.-практич. конференции, Балтийский Государственный Технический Университет, Санкт-Петербург, Россия, 2004. - СПб, 2004. - С. 155-159.

6. Кудрявцев Д. В. Задачи управления знаниями на предприятии // Труды V Международной конференции "Искусственный интеллект", Кацивели, Украина, 2004. -Донецк: «Наука I оевта», 2004. - Т. 2 - С. 162-167.

7. Кудрявцев Д. В. Междисциплинарный подход к управлению знаниями // Искусственный интеллект. - 2004. №4. - С. 376-386.

8. Кудрявцев Д. В., Григорьев JI. Ю., Кислова В. В., Заблоцкий А. «ОРГ-Мастер» как инструмент совершенствования бизнес-процессов // Труды международной научно-практической конференции «Реинжиниринг бизнес-процессов на основе современных информационных технологий. Системы управления знаниями»: «РБП-СУЗ-2005», 9-10 июня, Москва, Россия. - М.: МЭСИ, 2005. - С. 134-142.

9. Kudryavtsev D., Grigoriev L., Kislova V., Zablotsky A. Using ORG-Master for knowledge based organizational change // Proceedings of the Third International Conférence "Information Research, Applications and Education: i.TECH», June 27 - 30, 2005, Varna, Bulgaria. - Sofia: FOI-Commerce, 2005. - P. 210-216.

10. Kudryavtsev D., Grigoriev L., Kislova V., Zablotsky A. Using org-master for knowledge based organizational change // International Journal "Information Theories & Applications". -2006. Volume 13, Number 2. - P. 131-139.

11. Кудрявцев Д. В., Гаврилова Т. А. Формирование корпоративной памяти на основе фасетной классификации // Труды IX научно-практической конференции «Реинжиниринг бизнес-процессов на основе современных информационных технологий. Системы управления знаниями» 26-27 апреля 2006 г., Москва, Россия. - М.: МЭСИ, 2006. - С. 364-377.

12. Кудрявцев Д. В. Атрибутивный подход к разработке онтологий для систем управления знаниями // Труды 10-й Всероссийской конференции по проблемам науки и высшей

школы «Фундаментальные исследования в технических университетах», 18-19 мая 2006 г., Санкт-Петербург. - СПб.: СПбГПУ, 2006. - С. 173-176.

13. Кудрявцев Д. В. Разработка онтологий на основе фасетного анализа // First Workshop «Когнитивные аспекты создания онтологии» в рамках Второй международной конференции по когнитивной науке, 9-13 июня 2006, Санкт-Петербург, Россия. - СПб.: Бильбо, 2006.-С. 585-586.

14. Кудрявцев Д. В., Григорьев Л. Ю., Горелик С. Л. Об одном подходе к целевому проектированию организационных систем // Труды X Международной научно-практической конференции «Системный анализ в проектировании и управлении» 28-30 июня 2006 г., Санкт-Петербург, Россия. - СПб.: СПбГПУ, 2006. - С. 57-63.

15. Кудрявцев Д. В. Разработка проблемно-ориентированных онтологий // Труды 10-й Национальной конференции по искусственному интеллекту с международным участием (КИИ-06), 26-28 сентября 2006, Москва. - M.: URSS, 2006. - С. 69-76.

16. Kudryavtsev D. From context to knowledge: consecutive mapping ontologies and contexts // 6th International Conference on Knowledge Management, 6-8 September, 2006, Graz, Austria. -Graz: J.UCS, 2006. - P. 97-104.

17. Kudryavtsev D. Mapping ontologies and contexts: from theory to a case study // Workshop «Contexts and Ontologies: Theory, Practice and Applications» (poster), The 17th European Conference on Artificial Intelligence, 28 august 2006, Riva del Garda, Italy. - Trento: ITC-IRST, 2006.-P. 53-55.

18. Кудрявцев Д. В., Григорьев JI. Ю. Организационное моделирование на основе онтологий: от бизнеса к государству // Труды X Российской научно-практической конференции «Реинжиниринг бизнес-процессов на основе современных информационных технологий. Системы управления знаниями», 17-18 апреля 2007 г., Москва, Россия. - М.: МЭСИ, 2007.-С. 151-156.

19. Кудрявцев Д. В. Онтологии и организационное моделирование: согласование терминологии // Труды X Российской научно-практической конференции «Реинжиниринг бизнес-процессов на основе современных информационных технологий. Системы управления знаниями», 17-18 апреля 2007 г., Москва, Россия. М.: МЭСИ, 2006. - С. 156160.

20. Кудрявцев Д. В. Порталы знаний и другие примеры СУЗ на предприятиях // параграф в учебнике «Интеллектуальные технологии в менеджменте» / Гаврилова Т. А., Муромцев Д. И., - СПб: Издат. дом С.-Петерб. гос. ун-та, 2008. - С. 377-386.

21. Григорьев Л. Ю., Кудрявцев Д. В. Автоматизированная система поддержки организационного проектирования на основе онтологий // Труды Международной конференции AIS/CAD '08, 3-10 сентября 2008 г., пос. Дивноморское, Россия. - М.: Физматлит, 2008. - С. 129-136.

22. Кудрявцев Д. В. Практические методы отображения и объединения онтологий // Труды 11-й Национальной конференции по искусственному интеллекту с международным участием (КИИ-08), семинар «Знания и Онтологии *ELSEWHERE*», 29 сентября-3 октября 2008. г. Дубна, Россия. Том 3. - M.: URSS, 2008. - С. 164-173.

23. Гаврилова Т. А., Кудрявцев Д. В. Глава 25 «Информационные технологии управления знаниями» // Монография «Инновационное развитие: экономика, интеллектуальное развитие, управление знаниями» под ред. Мильнера Б. 3., М: Инфра-М, 2009.

24. Григорьев Л., Кудрявцев Д. Системный подход и оптимизация организаций // Журнал «Методы менеджмента качества». - 2009. № 8. - С. 7-16.

Лицензия JIP № 020593 от 07.08.97

Подписано в печать 06.10.2009. Формат 60x84/16. Печать цифровая. Усл. печ. л. 1,0 Уч.-изд. л. 1,0. Тираж 100. Заказ 4952b.

Отпечатано с готового оригинал-макета, предоставленного автором, в Цифровом типографском центре Издательства Политехнического университета. 195251, Санкт-Петербург, Политехническая ул., 29. Тел.:(812)550-40-14 Тел./факс: (812) 297-57-76

Введение.

1. Организационное проектирование и его автоматизированная поддержка.

1.1. Организационное Проектирование (ОП).

1.2. Обработка знаний и автоматизированная поддержка ОП.

1.3. История моделей, методов и инструментов обработки знаний в области ОП.

1.4. Текущее состояние моделей, методов и инструментов обработки знаний в области ОП

1.5. Факторы развития моделей, методов и инструментов обработки знаний в области ОП

1.6. Проблемы существующих автоматизированных систем поддержки ОП.

1.7. Требования к автоматизированной системе поддержки ОП.

1.8. Выводы по главе 1.

2. Модели и методы обработки знаний в области организационного проектирования на основе онтологий.

2.1. Концепция Автоматизированной Системы поддержки Организационного Проектирования на основе ОНТОлогий (ОНТО-АСОП).

2.2. Компоненты ОНТО-АСОП.

2.3. Модель формализованного представления знаний по ОП.

2.4 Опорная Организационная ОНТология (ОРГОНТ).

2.5. Методика настройки методологии ОП.

2.6. Выводы по главе 2.

3. Реализация автоматизированной системы поддержки организационного проектирования в программных продуктах ОРГ-Мастер и ГОС-Мастер.

3.1. Язык представления онтологической организационной модели (ORLAN).

3.2. Архитектура ОНТО-АСОП.

3.3. Линейка программных продуктов, реализующих архитектуру ОНТО-АСОП.

3.4. Создание и редактирование онтологической организационной модели (ООМ).

3.5. Вывод документов и диаграмм из ООМ.

3.6. Формализация и применение методики создания и использования ООМ.

3.7. Выводы по главе 3.

4. Примеры внедрения ОНТО-АСОП.

4.1. Общий подход к описанию примеров практического внедрения ОНТО-АСОП.

4.2. Примеры практического внедрения ОНТО-АСОП в органах государственной власти (ОГВ).

4.3. Примеры практического внедрения ОНТО-АСОП в коммерческой организации.

4.4. Выводы по главе 4.

Методы и инструменты структурирования, представления знаний и обработки запросов позволяют существенно повысить эффективность организационного проектирования (ОП). Под ОП понимается комплекс задач по идентификации и поддержанию системы целей организации и показателей их достижения; по совершенствованию организационной структуры и распределению ответственности; по разработке, совершенствованию и реинжинирингу бизнес- или административных процессов организации; по формированию нормативно-регламентирующей документации (регламенты, должностные инструкции, положения о подразделениях и др.). Повышение эффективности ОП, в свою очередь, позволяет успешно проводить реструктуризацию организаций и тиражирования апробированных решений, что особенно актуально в условиях изменяющихся внешней среды, рыночных потребностей и технологических возможностей.

Вопросы структурирования, представления знаний и обработки запросов в области ОП традиционно рассматриваются в сфере организационного моделирования. Разработками в данной области занимаются как отдельные специалисты - Шеер А., Захман Д., Вернадат Ф., Грюнингер М., Фокс М., Ван дер Аалст В., Григорьев Л., Калянов Г., Зиндер Е., Витгих В., Тельнов Ю, Репин В., Тарасов В., Левенчук А., так и организации OMG, IFIP, IF АС, IBM, Microsoft, Knowledge Based Systems, Inc.

В настоящее время основным видом моделей в ОП являются графические, использующие соответствующие языки и стандарты моделирования - IDEF, ARIS / ЕРС, BPMN, DFD, UML, схемы оргструктур и др. Другие виды моделей формализованного представления систем (аналитические, статистические, имитационные) выступают в качестве надстройки над графическими моделями и решают, как правило, отдельные узкие задачи.

Основной проблемой обработки знаний в области ОП является многообразие несогласованных графических языков организационного моделирования, которое приводит к сложности управления организационной моделью, особенно при увеличении масштаба организации и в условиях дефицита специалистов-аналитиков. Для решения представленной выше проблемы существенную помощь может оказать развитие теоретико-множественного и логического методов моделирования организаций на основе онтологий.

Целью диссертационной работы является повышение эффективности организационного проектирования путем разработки моделей и методов обработки знаний с учетом специфики данной предметной области. Для достижения этой цели были решены следующие задачи:

1. Разработана модель формализованного представления знаний по ОП;

2. Разработана формализованная опорная методология ОП;

3. Предложена методика настройки формализованной методологии;

4. Создан язык представления организационной модели (ORLAN);

5. Разработана архитектура и реализована автоматизированная система поддержки ОП, на основе разработанных моделей и методов.

Основное содержание диссертационной работы:

В главе 1 приводится описание основных составляющих ОП и дается обоснование их актуальности в настоящее время. Приводится история, обзор текущего состояния и факторы развития моделей, методов и инструментов обработки знаний в области ОП. Далее идентифицируются проблемы существующих автоматизированных систем поддержки ОП. В результате проведенного анализа идентифицируется перечень требований, которым должна соответствовать автоматизированная система поддержки ОП. В заключение главы 1 определяется цель диссертационной работы.

В главе 2 разрабатываются модели и методы обработки знаний в области ОП: модель формализованного представления знаний по ОП, опорная Организационная ОНТология (ОРГОНТ) и методика настройки формализованной методологии ОП под потребности конкретной организации. В начале главы приводится концепция системы и кратко описываются ее компоненты. Далее разрабатывается модель формализованного представления знаний по ОП. Предлагается опорная ОРГОНТ, являющаяся частью г формализованной опорной методологии ОП. Предлагается методика настройки формализованной методологии ОП, которая позволяет адаптировать опорную методологию ОП под потребности и специфику конкретной организации.

В главе 3 предложены новый язык представления организационных моделей (ORLAN), архитектура автоматизированной системы поддержки ОП на основе онтологий и представлена реализация архитектуры в линейке программных продуктов ОРГ-Мастер, ГОСМастер, ОРГ-Мастер ГРАФИКС, ГОС-Мастер ГРАФИКС. Язык представления организационных моделей (ORLAN) используется для её структурирования, формализации, а также для формирования запросов к ООМ. Он предоставляет непрограммирующим пользователям возможность настройки методологии ОП и удобен для пользователей, занимающихся созданием ООМ. Выбранная архитектура и ее программная реализация используют ORLAN и поддерживают модели и методы обработки знаний в области ОП, разработанные в главе 2. Указываются перспективы развития программных продуктов ОНТО-АСОП.

В главе 4 представлены примеры внедрения системы в органах государственной власти и коммерческой организации. Данные примеры иллюстрируют процесс настройки системы для решения ряда прикладных задач, а также демонстрируется процесс решения выбранных задач.

Научная новизна диссертационной работы:

1. Предложена модель формализованного представления знаний по ОП, в которой впервые использовано понятие организационной онтологии для структурирования, представления знаний и обработки запросов в ОП, а также сделаны расширения формальной теории предикатов для представления контекстно-зависимых классов-ролей и контекста, оснований деления классов и правил их применения. Предложенные расширения позволяют обеспечить качество онтологической организационной модели;

2. Разработана опорная Организационная ОНТология (ОРГОНТ), в которой впервые представлены контекстно-зависимые классы-роли и основания деления классов. Это позволяет интегрировать недизьюнктивные понятия из различных теорий, методов и точек зрения на организацию (организация - как средство преобразования ресурсов, как социальный институт и др.), облегчает настройку формализованной методологии ОП и обеспечивает соблюдение требований качества онтологии;

3. Впервые предложена методика настройки формализованной методологии ОП, новизна которой заключается в разработанных правилах идентификации и представления классов-ролей, в предложенной методике объединения онтологий с использованием анализа оснований деления классов и в методе проверки полноты онтологической организационной модели путем экспериментальной проверки теоремы полноты;

4. Разработан новый язык представления организационных моделей (ORLAN), позволяющий реализовать разработанную модель формализованного представления знаний в области ОП. Этот язык дает непрограммирующим пользователям возможность наглядного структурирования знаний и формирования запросов. Механизм формировании запросов в ORLAN сочетает стандартные операторы запросов с продукционными правилами и механизмом получения фрагмента модели путем обхода графа, что повышает гибкость и эффективность при выводе ответов на вопросы, поставленные перед системой;

5. Разработана архитектура и выполнена программная реализация автоматизированной системы поддержки ОП на основе онтологий. Новизна системы заключается в поддержке предложенных выше моделей и методов обработки знаний в области ОП, которые не поддерживаются универсальными системами.

Эффектами применения разработанной системы автоматизированной поддержки организационного проектирования являются:

• Повышение скорости реализации проектов по организации новых производств - в 1,5-2 раза;

• Снижение трудозатрат на разработку нормативно-регламентирующей документации, аналитических и информационных материалов об организации - до 80%;

• Устранение ограничивающих требований к специалистам по ОП (не требуются навыки по программированию, знания различных языков организационного моделирования);

• Существенное снижение времени адаптации новых сотрудников - на 50-70%.

• Повышение прозрачности функционирования предприятия.

Разработанная система автоматизированной поддержки ОП легла в основу Концепции моделирования деятельности органов государственного власти в ходе Административной реформы РФ, а также успешно используется в коммерческих организациях: группа предприятий ГОТЭК, Киришская ГРЭС, «Группа «Илим», ОАО «ОГК-1», ЗАО «Евросиб», ОАО «Иркутскэнерго», ОАО «Газ аппарат», «АСТРА Холдинг», Торговый дом «Петровский», Холдинг ПЕКАР и др.

Отдельные элементы диссертации вошли в результаты 6 проектов:

1. «Развитие моделей и методов автоматизированной поддержки организационного проектирования на основе онтологий», персональный грант для молодых ученых Правительства Санкт-Петербурга, 2008 год.

2. «Разработка моделей и методов ОНТОлогического ИНЖиниринга (ОНТОЛИНЖ)», грант РФФИ N04-01-00466.

3. «Визуальное проектирование корпоративных баз знаний на основе онтологий (ВИП)», грант РФФИ №08-07-00062-а.

4. «Моделирование деятельности органов власти, государственных и муниципальных организаций» выполненной компанией AHO КМЦ «Бизнес-инжиниринг» по заказу Минэкономразвития в рамках целевой программы «Административная реформа», шифр темы: 22.5.1, 2006 год.

5. «Разработка методических рекомендаций по описанию и оптимизации процессов в органах исполнительной власти в рамках подготовки внедрения ЭАР» выполненной ВШЭ совместно с компанией «БИГ-Менеджмент» по заказу Минэкономразвития в рамках целевой программы «Электронная Россия», 2005 год.

6. «Эталонные модели организации деятельности в государственном секторе» выполненной сотрудниками AHO КМЦ «Бизнес-Инжиниринг» совместно с ИПГМУ ВШЭ, 2006 год.

Основные результаты диссертации опубликованы в 24 печатных работах (7 статей в журналах, в т.ч. 2 в журналах из перечня ВАК, 15 тезисов в трудах конференций, в т.ч. 9 международных, 2 в виде глав в монографиях, 4 из указанных работ на английском языке).

4.4. Выводы по главе 4

В данной главе представлены примеры внедрения ОНТО-АСОП в органах государственной власти и коммерческой компании. В примерах были представлены процесс настройки ОНТО-АСОП для решения выбранных задач ОП и непосредственное решение задач ОП путем разработки ООМ и генерации требуемых документов и диаграмм. В описании процесса адаптации ОНТО-АСОП для каждого примера были выявлены задачи, решаемые с помощью ОНТО-АСОП, определен состав и содержание документов и диаграмм, создаваемых с помощью ОНТО-АСОП, выполнена разработка (для органов государственной власти) и адаптация (для коммерческой компании) верхнеуровневой организационной онтологии, разработаны спецификации документов и диаграмм.

В органах государственной власти ОНТО-АСОП (ГОС-Мастер) используется в рамках административной реформы для описания процессов и регламентации деятельности, оптимизации организационной структуры и функций органов власти, внедрения механизмов управления по результатам. С участием автора были реализованы пилотные проекты на федеральном и региональном уровнях. С использованием программного продукта было разработано более 10 административных регламентов для Федеральной миграционной службы, Федеральной регистрационной службы, Федерального агентства по физической культуре и спорту, Федеральной службы по труду и занятости и других органов исполнительной власти федерального и регионального уровней.

В группе предприятий ГОТЭК программа «ОРГ-Мастер» позволила эффективно провести совершенствование системы управления, путем решения следующих задач:

• Идентификация, описание и совершенствование бизнес-процессов;

• Организационное разделение процессов между управляющей компанией, центром предоставления услуг и предприятиями;

• Установление связи между стратегией и деятельностью компании;

• Разработка организационной документации - процедур выполнения бизнес процессов, положений о подразделениях, должностных инструкций, документации для сертификации системы менеджмента качества.

В результате, компания смогла ускоренными темпами организовать новые производства в других регионах, а также повысить эффективность и адаптивность деятельности на существующих площадках.

Заключение

В диссертационной работе получены следующие основные научные и практические результаты.

1. Проведено исследование текущего состояния текущего состояния и факторы развития моделей, методов и инструментов обработки знаний в области ОП. В результате исследования идентифицированы проблемы существующих автоматизированных систем поддержки ОП, связанные с многообразием и противоречивостью используемых языков организационного моделирования. Определены требования к желаемой автоматизированной системе поддержки ОП, которые позволили сформулировать цель диссертационной работы - повышение эффективности организационного проектирования путем разработки моделей и методов обработки знаний с учетом специфики данной предметной области.

2. Предложено использование организационной онтологии для формализованного представления знаний по ОП. Организационная онтология позволяет решить «языковую проблему» существующих систем. Она задает структуру содержания организационной модели, используется при настройке выходных документов и диаграмм, позволяет представлять информацию на разных уровнях обобщения, а также повышает эффективность коммуникаций между сотрудниками.

3. Предложена модель формализованного представления знаний по ОП, в которой впервые использовано понятие организационной онтологии для структурирования, представления знаний и обработки запросов в ОП, а также сделаны расширения формальной теории предикатов для представления контекстно-зависимых классов-ролей и контекста, оснований деления классов и правил их применения. Предложенные расширения позволяют обеспечить качество онтологической организационной модели;

4. Разработана опорная Организационная ОНТология (ОРГОНТ), в которой впервые представлены контекстно-зависимые классы-роли и основания деления классов. Это позволяет интегрировать недизьюнктивные понятия из различных теорий, методов и точек зрения на организацию (организация - как средство преобразования ресурсов, как социальный институт и др.), облегчает настройку формализованной методологии ОП и обеспечивает соблюдение требований качества онтологии;

5. Впервые предлоэ/сена методика настройки формализованной методологии ОП, новизна которой заключается в разработанных правилах идентификации и представления классов-ролей, в предложенной методике объединения онтологий с использованием анализа оснований деления классов и в методе проверю! полноты онтологической организационной модели путем экспериментальной проверки теоремы полноты;

6. Разработан новый язык представления организационных моделей (ORLAN), позволяющий реализовать разработанную модель формализованного представления знаний в области ОП. Этот язык дает непрограммирующим пользователям возможность наглядного структурирования знаний и формирования запросов. Механизм формировании запросов в ORLAN сочетает стандартные операторы запросов с продукционными правилами и механизмом получения фрагмента модели путем обхода графа, что повышает гибкость и эффективность при выводе ответов на вопросы, поставленные перед системой;

7. Разработана архитектура и выполнена программная реализация автоматизированной системы поддержки ОП на основе онтологий. Новизна системы заключается в поддержке предложенных выше моделей и методов обработки знаний в области ОП, которые не поддерживаются универсальными системами.

1. Acker, Porter, 1994. Acker L. and Porter B. (1994) Extracting Viewpoints from Knowledge Bases, AAA1.94.

2. Bach et al, 2004. Bach T. L., Dieng-Kuntz R., Gandon F. On ontology matching problems (for building a corporate semantic web in a multi-communities organization). In Proc.of ICEIS 2004, Porto (PT), 2004.

3. Blechar, Sinur, 2006. Blechar M., Sinur J. Magic Quadrant for Business Process Analysis Tools, 2006 // Gartner RAS Core Research, 27 February, 2006.

4. BMM, 2005. The Business Motivation Model //The Business Rules Group, 2005. http://www.omg.org/cgi-bin/apps/doc7dtc/07-08-03.pdf

5. Bock, Gruninger, 2005. Bock C., Gruninger M., "PSL: A Semantic Domain for Flow Models," Software and Systems Modeling Journal, 2005.

6. Born et al., 2007. Born M., Drumm С., Markovic I., Weber I. SUPER Raising Business Process Management Back to the Business Level // ERCIM News Vol. 70 "Special Theme on Service-Oriented Computing", pp. 43 - 44, July 2007.

7. BPDM, 2007. Business Process Definition Metamodel Tutorial // BMI, March, 2007.

8. COSO, 2004. Управление рисками организаций. Интегрированная модель. //The Committee of Sponsoring Organizations of the Treadway Commission, 2004.

9. Dellschaft, 2006. Dellschaft К. Review of methods and models for customizing/personalizing ontologies //Deliverable 4.2.1, NeOn: Lifecycle Support for Networked Ontologies, 2006.

10. Dieng, Hug, 1998. Dieng R., Hug S. Comparison of "personal ontologies" represented through conceptual graphs. In Proc. 13th ECAI, Brighton (UK), pages 341-345, 1998.

11. Dietz, 2006. Dietz J. Enterprise Ontology Theory and Methodology. Springer, 2006.

12. EABOK, 2004. MITRE Corporation Guide to the (Evolving) Enterprise Architecture Body of Knowledge (EABOK), 2004.

13. Euzenat, 2004. Euzenat J. State of the art on ontology alignment //KnowledgeWeb Report D2.2.3, 2004.

14. FEAF. Federal Enterprise Architecture Framework http://www.whitehouse.gov/omb/egov/a-1 -fea.html

15. Fernandez et al, 1997. Fernandez, M.; Gomez-Perez, A.; Juristo, N. METHONTOLOGY: From Ontological Art Towards Ontological Engineering. Symposium on Ontological Engineering of AAAI. Stanford (California), 1997.

16. Fernández, Gómez-Pérez, 2002. Fernández M., Gómez-Pérez A. "Overview and analysis of methodologies for building ontologies'7/The Knowledge Engineering Review, 2002.

17. Gangemi et al, 1996. Gangemi, A., Steve, G. & Giacomelli, F., ONIONS: an ontological methodology for taxonomic knowledge integration, in 'ECAI96's workshop on Ontological Engineering', 1996.

18. Gangemi et al, 1998. Gangemi, A., Pisanelli, D. & Steve, G., Ontology Integration: Experiences with Medical Terminologies, in N. Guarino, ed., 'Formal Ontology in Information Systems', IOS Press, 1998. -pp. 163-178.

19. Gangemi, 2006. Gangemi A. Tutorial «Ontology Evaluation and Validation», 2006, SSSW 2006.

20. Gomez-Perez, 2006. Gomez-Perez A. Ontologies: Theory, methods and tools. The Fourth Summer School on Ontological Engineering and the Semantic Web, 2006 (SSSW'06). http://torresq.dia.fi.upm.es/sssw06/frames.isp

21. Gordijn et al, 2000. Gordijn J., Akkermans J.M. and Vliet J.C. van, Business Modeling is not Process Modeling //Conceptual Modeling for E-Business and the Web, LNCS 1921, Springer-Verlag pp. 40-51, 2000.

22. Gordijn, 2004. Gordijn, J. "e-Business Model Ontologies", book chapter contribution to "e-Business Modelling Using the e3value Ontology", Wendy Curry (editor), pp. 98-128, Elsevier Butterworth-Heinemann, UK, 2004.

23. Gruber, 1993. Gruber T., A translation approach to portable ontologies // Knowledge Acquisition, 5(2): 199-220, 1993.

24. Gruninger et al, 2000. Gruninger M., Atefi K., Fox, M., Ontologies to support process integration in enterprise engineering, Computational and Mathematical Organization Theory, 6, pp. 381-394, 2000.

25. Gruninger, Fox, 1995. Grüninger M., Fox M. Methodology for the design and evaluation of ontologies. Workshop on Basic Ontological Issues in Knowledge Sharing, Montreal, Canada, 1995.

26. Guarino, 1992. Guarino N. Concepts, attributes and arbitrary relations //Data Knowledge Engineering. 1992. 8. pp. 249-261.

27. Guarino, 2000. Guarino N., Welty C. Ontological Analysis of Taxonomic Relationships // Proceedings of ER-2000. The international conference of Conceptual Modeling. Springer Verlag, 2000.

28. Hall, Harmon, 2007. Hall C., Harmon P. The 2007 EA, Process modeling and Simulation Tools Report-2.1 // Business Process Trends, July, 2007.

29. Harmelen, 2005. Harmelen F. Ontology Mapping: A Way Out of the Medical Tower of Babel? AIME 2005.

30. Harmon, 2003. Harmon P. Developing an Enterprise Architecture // Business Process Trends, January, 2003.

31. Hepp, Roman, 2007. Hepp M., Roman D. An Ontology Framework for Semantic Business Process Management, Proceedings of Wirtschaftsinformatik 2007, February 28 -March 2, 2007, Karlsruhe.

32. ISO-14258. Industrial automation systems-Concepts and rules for enterprise models. April 14, 1999.

33. ISO 15704. Industrial automation systems — Requirements for enterprise-reference architectures and methodologies. August 20, 1999.

34. James, Handle, 2006. James G., Handle R. Magic Quadrant for Enterprise Architecture Tools // Gartner Research, 1Q06, 5 April, 2006.

35. Kozaki et al, 2006. Kozaki, K., Sunagawa, E., Kitamura, K. and Mizoguchi, M.: Fundamental Consideration of Role Concepts for Ontology Evaluation, // In Proceedings of the 4th International EON (Evaluation of Ontologies for the Web) Workshop, 2006.

36. Kudryavtsev, Grigoriev et. al, 2006. Kudryavtsev D., Grigoriev L., Kislova V., Zablotsky A. Using org-master for knowledge based organizational change, International Journal "Information Theories & Applications", 2006, Volumel3, Number 2.

37. Kudryavtsev, 2006, a. Kudryavtsev D. From context to knowledge: consecutive mapping ontologies and contexts, 6th International Conference on Knowledge Management, 6-8 September, 2006, Graz, Austria.

38. Kutz et al, 2004. Kutz O., Lutz C., Wolter F., and Zakharyaschev M. Econnections of abstract description systems. In Artificial Intelligence, volume 156, pages 1-73, 2004.

39. Madche, Staab, 2002. Madche A., Staab S. Measuring similarity between ontologies. In Proc. Of the 13 th Int. Conference on Knowledge Engineering and Management (EKAW-2002), Siguenza, Spain, October 2002. Springer-Verlag.

40. Magkanaraki et al, 2004. Magkanaraki A., Tannen V., Christophides V., and Plexousakis D. Viewing the Semantic Web through RVL Lenses. Journal of Web Semantics, 1(4):29, October, 2004.

41. Masolo et al, 2004. Masolo C., Vieu L., Bottazzi E. Catenacci C., Ferrario R., Gangemi A., Guarino N. Social roles and their descriptions // Proceedings of the Ninth International

42. Conference on the Principles of Knowledge Representation and Reasoning. AAAI Press, 2004.

43. Mizoguchi et al, 1995. Mizoguchi R., Ikeda M., Seta K., Vanwelkenhuysen J. Ontology for Modeling the World from Problem Solving Perspectives //Proc. of IJCAI-95 Workshop on Basic Ontological Issues in Knowledge Sharing, pp. 1-12, 1995.

44. Noy, Musen, 2000. Noy, N.F. and Musen, M.A. PROMPT: Algorithm and Tool for Automated Ontology Merging and Alignment. In: Seventeenth National Conference on Artificial Intelligence (AAAI-2000). Austin, TX, 2000.

45. OpenCYC. http://www.cvc.com/cyc/opencvc

46. Osterwalder, 2004. Osterwalder, A., The Business Model Ontology. A Proposition in a Design Science Approach. PhD-Thesis. University of Lausanne, 2004.

47. OWL, 2004. OWL, язык веб-онтологий. Руководство, перевод: Дмитрий Щербина (2004), http://sherdim.rsu.ru/pts/semanticweb/REC-owl-guide-20040210ru.html

48. РМВОК, 2004. A Guide to the Project Management Body of Knowledge Third Edition (PMBOK® Guide) 2004 Project Management Institute.

49. Pridemore, 2006. Pridemore B. Trade Study: Tool Selection for Mission Level Modeling (MLM) and Analysis // The MITRE Corporation, September 17, 2006.

50. Rainey, 2003. Rainey Hal G. Understanding and Managing Public Organizations, Jossey-Bass, 2003.

51. SBVR, 2006. Semantics of Business Vocabulary and Business Rules Specification (SBVR) // OMG, 2006. http://www.omg.org/cgi-bin/apps/doc7dtc/07-06-06.Ddf

52. Schreiber et al, 2000. Schreiber G., Akkermans H., Anjewierden A., R. de Hoog, Shadbolt N., W. van de Velde, Wielinga B. Knowledge Engineering and Management: The CommonKADS Methodology -, The MIT Press, Cambridge, MA, 2000.

53. Seaborne, Prud'hommeaux, 2005. Seaborne A., Prud'hommeaux E. SPARQL Query Language for RDF. website reference: http://www.w3.org/TR/rdf-sparql-query/, February 2005.

54. Seidenberg, Rector, 2006. Seidenberg J. and Rector A. Web Ontology Segmentation: Analysis, Classification and Use //WWW 2006, May 23-26, Edinburgh, Scotland, 2006.

55. Skuce, 1997. Skuce, D., How We Might Reach Agreement on Shared Ontologies: A Fundamental Approach, in 'AAAI97 Spring Symposium Series, workshop on Ontological Engineering', 1997.

56. Sowa, 2000. Sowa J. Knowledge Representation: Logical, Philosophical, and Computational Foundations. Brooks Cole Publishing Co., Pacific Grove, CA, 2000.

57. Sowa, Zachman, 92. Sowa J.F., Zachman J.A. Extending and Formalizing the Framework for Information System Architecture. IBM System Journal, 1992. vol. 31, no. 3.

58. Stader, 1996. Stader J., Results of the Enterprise Project // Proceedings of Expert Systems '96, the 16th Annual Conference of the British Computer Society Specialist Group on Expert Systems, Cambridge, UK, December 1996.

59. Steimann, 2000. Steimann F. The representation of roles in object-oriented and conceptual modelling // Data and Knowledge engineering. 2000. 35, 1. p. 83-106.

60. Steve, Gangemi, 1996. Steve G., Gangemi A., ONIONS Methodology and the Ontological Commitment of Medical Ontology ON8.5, in 'Kowledge AcquisitionWorkshop', 1996.

61. Stuckenschmidt, Klein, 2004. Stuckenschmidt H., Klein M. Structure-Based Partitioning of Large Class Hierarchies. In Proceedings of the 3rd International Semantic Web Conference, 2004.

62. Studer et al, 1998. Studer R., Benjamins R., Fensel D. Knowledge Engineering: Principles and Methods // Data and Knowledge Engineering, 25(1-2), 1998. p. 161-197.

63. Sunagawa et al, 2006. Sunagawa E., Kozaki K., Kitamura Y. and Mizoguchi R. Role Organization Model in Hozo, 2006.

64. Sure, Studer, 2002. Sure Y., Studer R. "On-To-Knowledge Methodology Final Version". Institute AIFB, University of Karlsruhe, On-To-Knowledge Deliverable 18, 2002. Доступна по адресу http://www.aifb.unikarlsruhe.de/WBS/ysu/publications/OTK-D18 vl-O.pdf

65. Tu et al, 2005. Tu S., Condamoor S., Matherb Т., Hall R., Jones N., Musen M., Document-Oriented Views of Guideline Knowledge Bases, 2005.

66. UEML, 2002. UEML. Report on the State of the Art in Enterprise Modeling, University ofNamur, 2002. (Project Unified Enterprise Modelling Language, Deliverable D1.1).

67. Uschold, Jasper, 1999. Uschold M, Jasper R Framework for Understanding and Classifying Ontology Applications // Proceedings of the IJCAI-99 workshop on Ontologies and Problem-SolvingMethods (KRR5) Stockholm, Sweden, August 2,1999.

68. Uschold et al, 1997. Uschold M., King M., Moralee S. and Zorgios Y. The Enterprise Ontology AIAI, The University of Edinburgh, 1997.

69. Uschold, King, 1995. Uschold, M. King, M. "Towards a Methodology for Building Ontologies". Workshop on Basic Ontological Issues in Knowledge Sharing, 1995.

70. Vernadat, 2002. Vernadat F. UEML: towards a unifed enterprise modelling language International Journal of Production Research, 2002. vol. 40, no. 17.

71. Volz et al, 2003. Volz R., Oberle D., and Studer R. Views for light-weight web ontologies. In Proceedings of the ACM Symposium on Applied Computing (SAC), 2003.

72. Wolf, Harmon, 2006. Wolf C., Harmon P. The state of Business Process Management // Business Process Trends, June, 2006.

73. Акофф, 2002. Акофф P. Акофф о менеджменте. СПб:ПИТЕР, 2002.

74. Акофф, Эмери, 1974. Акофф Р., Эмери Ф. О целеустремленных системах М: Советское радио, 1974.

75. БИТ-СПб, Идентификация процессов. Технология идентификации системы процессов компании (с применением ПМК БИТ-МАСТЕР) // Методология компании БИТ-Петербург. http://bigc.ru/publications/bigspb/process/tehprocompany/

76. Буч, 1999. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. 2-е изд.: Пер. с англ. М.: Издательство Бином, СПб.: Невский диалект, 1999.

77. Буч и др., 2000. Буч Г., Рамбо Д., Джекобсон А. Язык UML. Руководство пользователя: Пер. с англ. М.: ДМК, 2000. - 432 с.

78. Вендров, 2000. Вендров A.M. Проектирование программного обеспечения экономических информационных систем. Учебник. - М.: Финансы и статистика, 2000.

79. Волкова, 1997. Волкова В., Денисов А. Основы теории систем и системного анализа. СПб: СПбГТУ, 1997.

80. Гаврилова, Хорошевский, 2000. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. М.: Питер, 2000. - 382 с.

81. Гаврилова, Лаптев, 2002. Гаврилова Т., Лаптев Ю., Откуда берутся и куда уходят аналитики, Сетевой журнал, 2002 г., №3, с.89-91.

82. Гаврилова, 2003. Гаврилова Т. Онтологический подход к управлению знаниями при разработке корпоративных информационных систем // Ж. «Новости искусственного интеллекта», 2003, №2.

83. Гаврилова, Кудрявцев и др., 2004, а. Гаврилова Т., Кудрявцев Д., Григорьев Л.

84. Управление знаниями: от слов к делу. // "Intelligent Enterprise" Корпоративные системы, N12-13 (101), 2004,- р.43-48.

85. Гаврилова, Кудрявцев и др., 2004, б. Гаврилова Т., Кудрявцев Д., Тулугурова Е. Система управления знаниями // "&.Strategy" N11, 2004. http://www. strategy.com.ua/strategy/

86. Гаврилова, Кудрявцев и др., 2006. Гаврилова Т. А., Кудрявцев Д. В., Горовой В. А. Модели и методы формирования онтологий. Журнал «Научно-технические ведомости СПбГПУ», № 4,2006.

87. Гаврилова, 2006. Гаврилова Т. Формирование прикладных онтологий, 10-й Национальная конференция по искусственному интеллекту с международным участием (КИИ-06), 26-28 сентября 2006.

88. Галактионов, 2002. Галактионов, Виктор Системная архитектура и ее место в архитектуре предприятия "Директор ИС", #05, 2002 год.99. http://www.osp.ru/cio/2002/05/006l .htm

89. Горелик, 2001. Горелик C.JI. Бизнес-инжиниринг и организационное развитие // Материалы конференции "Менеджмент сегодня", 08.2001.

90. Григорьев, Горелик, 1998. Григорьев Л., Горелик С. Бизнес-моделирование и реструктуризация компании || 11.1998 || Экономика и время.

91. Григорьев, Кудрявцев и др., 2006, КА. Григорьев Л.Ю., Кудрявцев Д.В., Горелик С.Л. Корпоративная архитектура и ее составляющие. http://www.big.spb.ru/publications/bigspb/metodologv/corp arch.shtml

92. Григорьев, Скрипка, 2006. Григорьев Л., Скрипка Ф. Применение бизнес-инжиниринга к задачам государственного управления http://www.big.spb.ru/publications/bigspb/metodology/besm.shtml

93. Григорьев, 2007. Григорьев Л. Как увеличить продажи трюфелей. // "Эксперт", № 9 (550), 5 марта, 2007.http://bigc.ru/publications/bigspb/qm/howincreasesalestruffles.php

94. Деминг, 1994. Деминг, Э. Выход из кризиса [Текст] : [Перевод] / В.Эдвардс Деминг. Тверь : Альба, 1994.

95. Детмер, 2007. Детмер У. Теория ограничений Голдратта: Системный подход к непрерывному совершенствованию / Пер. с англ. — М.: Альпина Бизнес Букс, 2007.

96. Дубова, 2004. Дубова, Наталья Корпоративная архитектура по Дарвину // Открытые системы, №9, 2004. http://www.osp.ru/os/2004/09/012.htm

97. Зиндер, 2000. Зиндер Е. 3. "ЗО-предприятие" модель стратегии трансформирующейся системы // Computerworld Россия, 2000, № 4.

98. Ивлев, Попова, 2000. Ивлев В.А., Попова Т.В. Реорганизация деятельности предприятий: от структурной к процессной организации. М.: Научтехлитиздат, 2000. -271с.

99. Калянов, 2001. Калянов Г. CASE: все только начинается. // Журнал "Директор ИС", №03, 2001.

100. Калянов, 1997. Калянов Г. Н. Консалтинг при автоматизации предприятий. М.: СИНТЕГ, 1997. - 302с.

101. Калянов, 2003, а. Калянов Г.Н. Подготовка группы аналитиков на предприятии // Автоматизация в промышленности, 2003, 7, с.8-9.

102. Калянов, 2003, б. Калянов Г.Н. Требования к составу и структуре стандартов в области моделирования бизнес-процессов // Автоматизация в промышленности, 2003, 4, с.19-21.

103. Калянов, 2004. Калянов Г.Н Архитектура предприятия и инструменты ее моделирования // Автоматизация в промышленности, №7, 2004. http ://kaly ano v.bv. ru/publicati ons/5 7 .pdf.

104. Каменнова и др., 2001. Каменнова М., Громов А., Ферапонтов М., Шматалюк А. Моделирование бизнеса. Методология ARIS. Практическое руководство / Под ред. М.С. Каменновой. М.: Серебряные нити, 2001. - 327с.

105. Коллекция методов 1. Change and Organization. Methods, Models and Theories. http://www.12manage.eom/i co.html

106. Коллекция методов 2. Management Methods, Models and Theories. http://www.valuebasedmanagement.net

107. Кондратьев и др., 2003. Кондратьев B.B. и др. Семь нот менеджмента: Настольная книга руководителя. 5-е изд., доп. М.: Эксмо, 2003.

108. Кудрявцев, 2004, а. Кудрявцев Д. Аспекты управления знаниями //Труды науч.-практич. конференции, Балтийский Государственный Технический Университет, Санкт-Петербург, Россия, 2004. с. 180.

109. Кудрявцев, 2004, б. Кудрявцев Д. Задачи управления знаниями на предприятии // V Международная конференция "Искусственный интеллект", Кацивели, Украина, 2004.-т. 2-е. 162-167.

110. Кудрявцев, 2004, в. Кудрявцев Д. Междисциплинарный подход к управлению знаниями // "Искусственный интеллект", 4, 2004. с.376-386.

111. Кудрявцев, 2006, а. Кудрявцев Д. Атрибутивный подход к разработке онтологий для систем управления знаниями. Фундаментальные исследования в технических университетах 10-я Всероссийская конференция по проблемам науки и высшей школы 18-19 мая 2006 г. СПб

112. Кудрявцев, 2006, б. Кудрявцев Д. Разработка онтологий на основе фасетного анализа. First Workshop «Когнитивные аспекты создания онтологии» в рамках Второймеждународной конференции по когнитивной науке, июнь 9-13, 2006, Санкт-Петербург, Россия.

113. Кудрявцев, 2006, в. Кудрявцев Д. Разработка проблемно-ориентированных онтологий, 10-й Национальная конференция по искусственному интеллекту с международным участием (КИИ-06), 26-28 сентября 2006.

114. Месарович и др., 1973. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. — М: Мир, 1973.

115. Месарович, 1966. Месарович М. Общая теория систем, М. Радио и Связь, 1966.

116. Методология БИ. Методология бизнес-инжиниринга http://www.big.spb.m/pubHcations/bigspb/metodology/

117. Мизогучи, 2000. Мизогучи Р. Шаг в направлении инженерии онтологий. Новости искусственного интеллекта. М.: РАИИ, 2000. №1-2, С. 11-36.

118. Мильнер, 1983. Мильнер Б. 3., Евенко Л. И., Рапопорт В. С. Системный подход к организации управления. Москва: Экономика, 1983.- 265.

119. Мильнер, 2002. Мильнер Б. 3. Теория организации [Текст] : учебник / Б. 3. Мильнер. 2-е изд. перераб. и доп. М.: ИНФРА-М, 2002. 480 с. (Высшее образование).

120. Минцберг, 2003. Минцберг Г. Структура в кулаке: создание эффективной организации. СПб: ПИТЕР, 2003. - 512 с.

121. Минэкономразвития, 2006. Методические рекомендации по разработке административных регламентов исполнения государственных функций или оказания государственных услуг. Минэкономразвития, 2006.

122. Никаноров, 1996. Никаноров С.П. Метод концептуального проектирования систем организационного управления // Социология: 4M. 1996. № 7. С. 29-52.

123. Одрин, 1986. Одрин В.М. Морфологический синтез систем: морфологические методы поиска. Препринт ИК АН УССР 86-5,1986.

124. Ойхман, Попов, 1997. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: реинжиниринг организаций и информационные технологии / М. : Финансы и статистика, 1997. - 334 с.

125. ОНТОЛИНЖ. Разработка моделей и методов ОНТОлогического Инжиниринга (ОНТОЛИНЖ). Грант РФФИ N 04-01-00466.

126. Оптнер, 1969. Оптнер С. JI. Системный анализ для решения деловых и промышленных проблем. Москва: Сов. радио, 1969.- 148.

127. Поспелов, Ириков, 1976. Поспелов Г.С., Ириков В.А. Программно-целевое планирование и управление. М.: Сов. радио, 1976. 380 с.

128. Расиел, Фрига, 2007. Расиел И., Фрига П. Инструменты McKinsey. Лучшая практика решения бизнес-проблем. -М.: Манн, Иванов и Фербер, 2007, 224 стр.

129. Репин, 2006. Репин В. В. Процессный подход к управлению: моделирование бизнес-процессов / В.В. Репин, В.Г. Елиферов. Изд. 4-е. - Москва: Стандарты и качество, 2006. - 404 с.

130. Рубцов, 2001. убцов C.B. Целевое управление в корпорациях. Управление изменениями. М. 2001.

131. Саати, 1991. Саати К., Керне К. Аналитическое планирование. Организация систем. Москва: Радио и связь, 1991.- 226.

132. Смирнова и др., 2001. Смирнова Г.Н., Сорокин A.A., Тельнов Ю.Ф. Проектирование экономических информационных систем / Учебник под ред. Тельнова Ю.Ф. М.: Финансы и статистика, 2001. - 510с.

133. Сулливан, 1992. Сулливан JI. Структурирование функции качества. Курс на качество, 1992, №3-4.

134. Харрингтон и др., 2003. Харрингтон Дж., Эсселинг Э., Нимвеген X. Оптимизация бизнес-процессов. Документирование, анализ, управление, оптимизация, РИА «Стандарты и качество» 2003.

135. Черемных, 2005. Черемных О.С. Стратегический корпоративный реинжиниринг: процессно-стоимостной подход к управлению бизнесом. М.: Финансы и статистика, 2005. 734 с.

136. Чернышев, 2001. Чернышев С. Корпоративное предпринимательство: от смысла к предмету. М., "Молодая гвардия", 2001 г.

137. Шаров, 2004. Шаров A.B. Об основных элементах административной реформы. Реформа государственного управления в России: взгляд изнутри. Теория и практика государственного и муниципального управления. ГУ-ВШЭ, 2004 г., стр. 5-34.

138. Шеер, 2000. Шеер А-В. Моделирование бизнес-процессов. Издание 2-е. Пер с англ. / Под науч.ред. М.С.Каменновой. М.: Серебряные нити, 2000. 205 с.

139. Щедровицкий, 2000. Щедровицкий Г. П. ОРУ (1): Оргуправленческое мышление: идеология, методология, технология. Курс лекций / Из архива Г. П. Щедровицкого. Т. 4. — М., 2000. — 382 с.