автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Системный анализ, комплексная оценка и совершенствование методов управления развитием промышленной инфраструктуры региона

На правах рукописи

ПИРОГОВ Василий Николаевич

СИСТЕМНЫЙ АНАЛИЗ, КОМПЛЕКСНАЯ ОЦЕНКА И СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ УПРАВЛЕНИЯ РАЗВИТИЕМ ПРОМЫШЛЕННОЙ ИНФРАСТРУКТУРЫ

РЕГИОНА

Специальность 05.13.01 - Системный анализ, управление и обработка

информации (промышленность)

Диссертации на соискание учёной степени кандидата технических наук

Самара - 2006

Работа выполнена на кафедре «Информационные технологии» Государственного образовательного учреждения высшего профессионального образования Самарский государственный технический университет

Защита состоится 21 июня 2006 года в 14 часов на заседании диссертационного совета Д 212.217.03 ГОУ ВПО Самарский Государственный Технический Университет по адресу г. Самара, ул. Галактионовская, 141, корпус 6, аудитория 28.

Отзывы на автореферат просим направлять по адресу 443100, г. Самара, ул. Молодогвардейская, 244, главный корпус, на имя ученого секретаря диссертационного совета.

С диссертацией можно ознакомиться в библиотеке Самарского Государственного Технического Университета по адресу: г. Самара, ул. Первомайская, 18.

Научный руководитель:

доктор технических наук БАТИЩЕВ Виталий Иванович

Официальные оппоненты:

Заслуженный деятель науки РФ, доктор технических наук, профессор ДИЛИГЕНСКИЙ Николай Владимирович,

кандидат технических наук, доцент ПОГОРЕЛОВА Елена Вадимовна

Ведущая организация

Государственное образовательное учреждение высшего профессионального образования Поволжская Государственная Академия Телекоммуникаций и Информатики (г. Самара)

Автореферат разослан « » мая 2006 года

Ученый секретарь

диссертационного совета Д 212.217.03 кандидат технических наук, доцент

Жиров В.Г.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы

Условием устойчивого развития региональной промышленной инфраструктуры являются высокие требования к реализации сложных технических проектов. Технические проекты, характеризующиеся сложной структурой жизненного цикла, привлечением ресурсов различного рода - материальных, информационных, людских ресурсов, а также многокритериальностью результатов имеют системную природу и являются, по сути, системными задачами развития промышленного предприятия. Автоматизация поддержки технических проектов на всём протяжении их жизненного цикла требует интеграции аналитических систем, систем поддержки принятия решений, а также формирования необходимых информационных ресурсов.

Важным классом технических проектов являются инвестиционные проекты (ИП), в частности, инвестиции в строительство промышленных объектов. Спецификой проектов данного класса является интеграция проекта в общую политику промышленного развития региона с целью поддержки инвестиционного проекта региональными властями. Поэтому в регионах сложилась система экспертизы строительных инвестиций региональными властями.

Принятие властями региона решения о поддержке ИП сопряжено с большой степенью неопределенности при его анализе. Она обусловлена сложностью построения системной модели ИП вследствие большого количества трудно идентифицируемых параметров и необходимости учета интересов и поведения субъектов ИП. Этим объясняется высокая стоимость анализа ИП экспертами.

В то же время накоплены большие информационные ресурсы уже освоенных ИП. Разработаны алгоритмы автоматического формирования и обработки знаний из данных, механизмы интерпретации результатов анализа и построения моделей по прецедентам, которым посвящены работы С.А. Айвазяна, Н.Г. Загоруйко, Д.В. Рай-зина и других учёных. Эти подходы основаны на технологиях анализа данных и знаний, на методах вычислительной математики, теории игр, искусственного интеллекта, а также на прикладных подходах решения подобных задач типа Data mining.

Региональный ИП в промышленном строительстве имеет сложную системную природу, являясь следствием взаимодействия системы управления промышленностью региона, производственных предприятий и других субъектов рынка. Этот системный подход к разработке ИП должен быть согласован с общей программой развития региона. Одной из ключевых причин существующих неудачных инвестиционных решений является игнорирование системной природы проблемы при решении задач инвестиционного проектирования.

Таким образом, задача анализа и поддержки принятия управленческих решений развития промышленной инфраструктуры в регионе, основанная на системном подходе к построению ИП, является актуальной задачей диссертационной работы.

Целью работы является системный анализ промышленной инфраструктуры в регионе и построение системы комплексной оценки её развития, с целью повышения эффективности принятия управленческих решений.

Основными задачами и направлениями исследования являются: 1. Исследование системных связей и закономерностей развития промышленной инфраструктуры в регионе.

2. Анализ методов и критериев оценки эффективности развития промышленной инфраструктуры в регионе, учитывающих как коммерческую, так и его общественную значимость.

3. Исследование и разработка методов формирования знаний инвестиционных проектов, с учётом его структурной составляющей.

4. 'Создание алгоритмов формирования базы знаний и параметров моделей инвестиционных проектов.

5. Построение информационной системы комплексной оценки инвестиционных проектов в строительстве промышленных объектов, включающей в себя систему формирования модели инвестиционного проекта, систему оценки эффективности ИП и систему принятия решения поддержки ИП регионом.

Методы исследования базируются на применении теории и методов системного анализа, моделей представления знаний, основанных на фреймах и продукциях, теории игр, а также теории и методов анализа данных, в частности методах автоматической классификации (таксономии) и методах распознавания образов.

Научная новизна диссертационной работы заключается в том что:

1. Дано системное описание структуры развития промышленной инфраструктуры в регионе, позволяющее, в отличие от аналогов, формализовать комплексный процесс поддержки инвестиционного проекта, включающий в себя системное взаимодействие регионального управления развития промышленности, промышленного предприятия и финансово - промышленной инфраструктуры региона, с целью оценки эффективности проекта и формирования схемы его реализации.

2. Впервые предложена модель базы знаний системы развития промышленных объектов в регионе, основанная на синтезе продукционных и фреймовых моделей, позволяющая выявлять системные закономерности на основе структурной классификации инвестиционных проектов.

3. Предложен новый метод формирования модели инвестиционного проекта, основанный на построении правила принадлежности к определённому классу инвестиционных проектов.

4. На основе общей концепции оценки эффективности инвестиционных проектов впервые построена модель, объединяющая оценку направления развития инвестиционного проекта, его коммерческой эффективности и формирования схемы его реализации.

5. Создан новый алгоритм формирования классов инвестиционных проектов на основе их структурной близости, используя показатель изменения локальной плотности, осуществляющий процедуры предварительной классификации, иерархической классификации, распознавания и оценки степени детализации кластеров, а также формирования признакового пространства

Прастическая ценность работы

Практически ценными являются следующие результаты диссертационной работы:

1. Алгоритм классификации, позволяющий формировать классы объектов, на основе их структурной близости.

2. База знаний инвестиционных проектов, позволяет проводить различные виды анализа ИП, визуализировать некоторые зависимости и является источником информации для имитационного моделирования.

3. Игровая модель, позволяющая вычислять равновесные состояния между бюджетными источниками и инвестиционными институтами, при формировании схем реализации инвестиционных проектов.

4. CASE - диаграммы потоков и моделей данных системы, являющиеся исходной информацией для систем автоматического проектирования.

5. Метод формирования размерности многомерной модели данных на основе генетического алгоритма формирования признакового пространства.

Основные научные положения, выносимые на защиту:

1. Системное описание развития промышленной инфраструктуры в регионе для оценки эффективности инвестиционных проектов и формирования схемы их реализации.

2. Модель базы знаний системы развития промышленной инфраструктуры в регионе, основанная на синтезе продукционных и фреймовых моделей

3. Метод формирования модели инвестиционного проекта, основанный на построении правила принадлежности к определённому классу инвестиционных проектов.

4. Модель, комплексной оценки эффективности и формирования схемы реализации инвестиционного проекта.

5. Алгоритм формирования классов инвестиционных проектов на основе их структурной близости.

6. Архитектура системы развития промышленных объектов и алгоритм формирования многомерной модели хранилища данных.

Реализация результатов работы

Результаты диссертационной работы были использованы в виде моделей и алгоритмов, при внедрении системы автоматизации процессов анализа и оценки развития промышленных объектов в ЗАО СК "Град" (г. Самара), с целью повышения достоверности и надёжности оценки проектов. А также алгоритмы и программное обеспечение системы комплексной оценки развития промышленных объектов были использованы в системе автоматизации производственной деятельности Муниципального предприятия города Самары "Архитектурно - планировочное бюро".

Разработанные в диссертационной работе методы и алгоритмы применяются в учебном процессе на кафедре информационных технологий Самарского Государственного Технического Университета.

Апробация работы

Основные положения работы и результаты исследований обсуждались на межвузовской научно- практической конференции "Компьютерные технологии в науке, практике и образовании" (Самара 2005), на научно-практической конференции "Наука и инновации - 2005" (Днепропетровск 2005), на Международном форуме по проблемам науки техники и образования (Москва 2005), на Третьей Всероссийской конференции "Математическое моделирование-2006" (Самара, 2006г.)

Публикации

По теме диссертации опубликовано 12 печатных работ, в их числе 2 статьи и ряд материалов международных и всероссийских конференций.

Структура и объём работы

Диссертация состоит из введения, четырех разделов, основных результатов, списка использованных источников и приложений. Основная часть содержит 123 страниц машинописного текста, 25 рисунков, 1 таблицу. Список использованных источников состоит из 94 наименований и выполнен на 10 страницах. В работе содержится 6 приложений, выполненных на 10 страницах.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность построения системы анализа инвестиционных проектов в строительство промышленных объектов, определены цель и задачи диссертационной работы, перечислены научные и практические результаты, выносимые на защиту.

В первой главе дан анализ системных связей регионального развития промышленных объектов. Проведена классификация субъектов инвестиционного процесса, в которой два основных класса субъектов — региональные власти й инвестиционные институты. Дана их системная характеристика. Описаны допустимые управляющие воздействия региональных властей, заключающиеся в гибком использовании налоговой политики и политики субсидий, а также методы оценки потенциальных ресурсов инвестиционных институтов й условия их привлечения в инвестиционный проект. В частности, процесс привлечения инвестиционного капитала представляет собой взаимодействие двух участников ИП региональных властей и инвестиционного института. Рассмотрены условия, на которых они взаимодействуют: сложившаяся в регионе рентабельность; сложившейся в регионе уровень рисков; сложившейся уровень общественной значимости данной инвестиционной деятельности для региона.

Данный анализ показал, что низкая эффективность функционирования региональной системы развития промышленных объектов обусловлена слабой экспертизой ИП, что приводит к финансированию из региональных бюджетов неэффективных проектов. В этой связи видится целесообразным создание системы поддержки инвестиционного проектирования на региональном уровне для повышения эффекта вности.развития промышленных объектов.

Определены методы оценки ИП, рассмотрена методика анализа рисков ИП. Установлено, что для удовлетворительной оценки ИП необходимо решить трудно формализуемую задачу идентификации рисков ИП, а также дать их качественную и . количественную оценку. Анализ существующих разработок показал, что для решения данной задачи системный подход предпочтителен целевому подходу. Системный подход предполагает построение модели, предметной области, а не систему целей. На основании данной модели строится описание поведения системы, затем выбирается система целей и принимается решение с помощью прогнозируемой информации о поведении системы и сделанных предположениях. Каждое возникающее в процессе инвестиционного проектирования изменение целей не приводит к изменению модели и не требует проведения новых расчетов.

Структурной характеристикой инвестиционного проекта является его жизненный цикл. Он включает три основные фазы: предынвестиционную, инвестиционную и эксплуатационную. Инвестиционный проект может быть представлен как модель кругооборота капитала. Данное понятие движения реальных денежных средств, в форме потока ("кэш флоу") описывает все этапы жизненного цикла. Этим условиям, при моделировании финансовых потоков удовлетворяет, применение метода функционально стоимостного анализа (ФСА). Он использует "операционно-ориентированный" подход и описывает методику для количественной оценки стоимости и производительности функций, эффективности использования ресурсов и стоимости процессов. В процессе построения функционально-стоимостных моделей удалось выявить методологическую и технологическую взаимосвязь между IDEF0-и ФСА- моделями. Связанность методов IDEF0 и ФСА заключается в том, что оба метода рассматривают проект, как множество последовательно выполняемых функций, а дуги входов, выходов, управления и механизмов IDEFO-модели соответствуют стоимостным объектам и ресурсам ФСА- модели. IDEF0, является развитием известной методики SADT и относится классу CASE- средств, которые являются общепринятым стандартом в системах автоматического проектирования. Данный анализ выявил необходимость учитывать структурную природу ИП, а также целесообразно применение CASE- средств, как инструмента анализа и проектирования системы развития промышленных объектов.

Установлен комплексный алгоритм отбора ИП, в нём оценка эффективности проекта проводится в два этапа: на первом этапе (рисунок 1) определяют эффективность проекта в целом; на втором этапе (рисунок 2) оценивается эффективность участия в проекте, при условии эффективности на первом этапе.

Дана системная характеристика задач принятия решения (ЗПР) для комплексной оценки развития промышленных объектов. На первом этапе ЗПР может быть двух видов: ЗПР в условиях определенности, которая характеризуется тем, что управляющая система (региональные власти) информирована о состоянии среды (региональной инфраструктуре) и, это состояние среды является фиксированным; ЗПР в условиях риска при стохастическом характере информации о поведении регионального строительного рынка.

Рисунок I Оценка проекта в целом.

Оценка эффективности участия • Проекте

выработка органи-

зационно-

экономического ме-

ханизма реализа-

ции ИП

1

Выработка схемы

финансирования,

ИП

Проект нереализуем

Рисунок 2 формирование схемы реализации проекта

новой для создания модели комплексной оценки ИП.

Если инвестиционный проект на первом этапе окажется эффективным, то приступают ко второму этапу - оценке эффективности участия в проекте. Данный этап характеризуется принятием решений в условиях, где поведение участников проекта имеет свои цели, зачастую противоположенные. В этом случае математическая модель принятия решения строится на основе теоретико-игровых моделей. Данный подход является ос-

Во второй главе дано системное описание структуры развития промышленных объектов в регионе, позволяющее, формализовать комплексный процесс поддержки инвестиционного проекта, включающий в себя системное взаимодействие регионального управления развития промышленности, промышленного предприятия и финансово - промышленной инфраструктуры региона, с целью оценки эффективности проекта и формирования схемы его реализации.

Описывается формирование модели инвестиционного проекта на основе данных и знаний, накопленных в результате инвестиционной деятельности. Дано обоснование выбранного подхода при построении модели инвестиционного проекта. Рассматриваются модели реализационных структур задач принятия решений на этапах оценки общественной значимости, общественной и коммерческой эффективности. Построена игровая модель формирования схемы реализации инвестиционного проекта.

На основе общесистемного подхода, система развития промышленных объектов (Рисунок 3) представлена в виде:

5=<С,Г"Д> (1)

где в - система управления развитием промышленных объектов в регионе, осуществляющая поддержку инвестиционной программы региона Р,

где р' множество инвестиционных проектов. Положено, что инвестиционная программа региона направлена на достижение оптимальной цели - перспективного

развития промышленного комплекса региона. Система управления характеризуется совокупностью целей С и управляющих воздействий С, О = С и (/ . Управляющие воздействия реализуются принятием решений по заданному инвестиционному проекту на различных этапах оценки эффективности {/= (11оз, 1!оэ, Шэ), где С/аз - принятие решения на этапе оценки общественной значимости проекта; С/оэ - решения на этапе оценки общественной эффективности проекта; Шэ - решения на этапе оценки коммерческой эф-

СУ

Принятие решения по бюджетному фииансира-

Городские власти

Объект

Модель МП

Расходные статьи ИП

Среда

Общественный эффект от внедрения

Инвестиционные ресурсы

Доходные статьи ИП Коммерческий эффект ИП

Субъекты ИП

Рисунок 3 Структура системы оценки проектов

фективности проекта.

Среда £ характеризует рынок и включает в себя следующие субъекты ИП: подрядные организации, инвестиционные институты, транспорт, энергетиков, которые осуществляют поддержку и реализацию строительных ИП на всех этапах жизненного цикла, Эти субъекты, в соответствии с рыночными условиями, сложившими в данном регионе, формируют величины затратных и доходных статей ИП.

Идентификация состояния и характера среды классифицируется, в соответствии с этапом принятия решения:

на первом этапе, когда осуществляется оценка эффективности ИП, в целом, среда полагается пассивной и нецеленаправленной подсистемой;

на этапе формирования схемы финансирования среда рассматривается как активная и целенаправленная подсистема и наравне с управляющей подсистемой вырабатывает управляющие воздействия.

Объектом управления р'Г является инвестиционный проект. Комплексной характеристикой ИП является описание его жизненного цикла (ЖЦ). Жизненный цикл описывает характеристики параметров ИП на предынвестиционней, инвестиционной и эксплуатационной фазах.

Согласно алгоритму, изложенному в первой главе, оценка эффективности ИП осуществляется в два этапа. На первом этапе оценивается эффективность проекта в целом, при допущении, что финансирование идёт только за счёт бюджетных средств. Результаты первого этапа являются основой для формирования схемы реализации ИП с привлечением частных инвесторов. На первом этапе осуществляется последовательное решение задач оценки общественной значимости, оценки общественной эффективности и оценки коммерческой эффективности.

Система экспертизы ИП основывается на определённой модели инвестиционного проекта. Создание математической модели затруднительно, в силу наличия

множества неопределённых и неизвестных параметров, сложных взаимосвязей между ними, а также наличия трудно идентифицируемых характеристик ИП, например рисков.

Для построения модели целесообразно воспользоваться накопленными знаниями для поддержки принятия решений реализации текущих инвестиционных проектов. Построим прецедентную модель на основе накопленных данных, сформировав базу знаний инвестиционных проектов, путём выявления некоторых закономерностей.

Данный методологический подход основан на гипотезы компактности, которая определяет, что близкие информативные признаки образов обуславливают близость и целевых признаков, указывающих имя образа. Эта гипотеза равнозначна предположению о наличии закономерной связи между признаками и является основой для построения базы знаний ИП.

База знаний формируется по некоторым правилам из базы правил (БП). Таким образом, можно рассматривать систему как тройку: Sp - {D, Р, Int), где D - база данных; Р - база знаний; Int - интерпретатор.

Int- интерпретатор (решатель) обеспечивает выполнение информационных процессов, происходящих в системе. Его функционирование описано в четыре этапа: Int = (V,S, R, IV), V - этап выбора, S - этап сопоставления, R -этап разрешения конфликтов W — этап, осуществляющий выполнение выбранного означенного правила. Процесс комплексной оценки инвестиционного проекта представлен как множество процессов:

К = (К кш К, Ц

Здесь kz - процесс формирования базы знаний ИП;кга - процесс формирования модели ИП; к0 - процесс комплексной оценки ИП; kf- процесс формирования схемы финансирования ИП.

База данных содержит информацию о внедрённых проектах и представлена фреймовой моделью.

0 = (0,.0г.....ö*)=ÜA» (3)

иО

где - данные i-ro инвестиционного проекта.

D, = -:<(А"). # )> ((я; iipi ),£)],

где D' - имя фрейма (освоенные строительные ИП на прединвестиционном этапе);

Г)" П'

' - имя фрейма (освоенные строительные ИП на инвестиционном этапе); ' - имя

фрейма (освоенные строительные ИП на эксплуатационном этапе); имя слота

= ( параметры ИП на прединвестиционном этапе - имя слота = ( параметры

ИП на инвестиционном этапе - имя слота =( параметры ИП на эксплуатационном этапе ).

Базу знаний будем рассматривать как фрейм где Z,.- знания /-го инвестиционного проекта.

где имя фрейма (знания ИП на прединвестиционном этапе);г,*- имя фрейма ( знания ИП на инвестиционном этапе);г,'- имя фрейма < знания ИП на эксплуатационном этапе);(к)- имя слота = ( параметры ИП на прединвестиционном этапе );{7") -имя слота = ( параметры ИП на инвестиционном этапе );(./) — имя слота =( параметры ИП на эксплуатационном этапе ).

Модель ИП будем рассматривать как фрейм

М = (Л/„м2,...,м„) = ил/'> ^

1-1

где М, - модель ¿-го инвестиционного проекта.

Фрейм эффективности ИП представлен в виде:

е={й.а,-й>=йа. (б)

где - эффективность /-го инвестиционного проекта.

й =<?,".<?,", <П> (7)

где д" - показатель общественной значимостиу'-го ИП; д"- показатель общественной эффективности 7-го ИП; д"- показатель коммерческой эффективности у-го ИП.

Схема финансирования ИП представлена в видс:Лг = , где*/, - вели-

чины коммерческого и бюджетного финансирования соответственно.

Такое наполнение фреймовой модели позволяет говорить об ИП как о структурном объекте. При построении баз знаний (БЗ) ключевыми вопросами являются вопросы формализации знаний, методов формирования, и алгоритмов обработки знаний. Вначале определяются понятия знаний инвестиционного проекта. Учитывая специфику предметной области, методы моделирования ИП, а также перспективу проектирования информационной системы выбран подход к определению знаний. Знаниями, являются нетривиальные практически полезные и доступные интерпретации сведения, необходимые для принятия решений в инвестиционном проектировании, заключающиеся в определенных закономерностях и систематических взаимосвязях между переменными, которые затем можно применить к изучению новых совокупностей данных.

База правил Р представляется следующим образом:

где Р, - правила формирования базы знаний ИП; Р„ - правила формирования модели ИП; Рк - правила комплексной оценки ИП; Р„ — правила формирования схемы финансирования ИП.

где О—множество параметров освоенных ИП см. (3),2-знания ИП см. (4), Л,— множество продукций выявления знания г с помощью данных О, О,- процедура формирования знаний ИП.

где 2 -знания ИП, М - фрейм: модель ИП см. (5), Я, — множество продукций построения модели ИП с помощью знаний 2, О, - процедура формирования модели ИП.

где М -модель ИП,£? -последствия ИП (6),Л„— множество продукций комплексной оценки модели ИП,00 процедура формирования параметров оценки эффективности ИП.

У, О,),

где <2 -фрейм последствий ИП; N — фрейм: схемы финансирования ИП; Я{— продукция формирования схемы финансирования ИП;О,-процедура формирования схемы финансирования ИП.

Подсистема управления С, в качестве объекта управления, рассматривает модель ИП р?см. (2). Среда I см. (1) на первом этапе оценки эффективности ИП является пассивной нецеленаправленной системой.

Управляющие воздействия и определяют принятие решения по поддержке ИП на этапах оценки общественной значимости, общественной эффективности и коммерческой эффективности. По определению |(У|>2, в частном случае, при |(У[ = 2; = 1, означает принятие или отказ от поддержки безальтернативного ИП.

Реализационная структура задачи принятия решения представлена в виде:

где и - множество управляющих воздействий; ¿-множество состояний среды, характеризуемой состоянием региона; М-модель выбранного ИП; Рк-,иу.ЬМ-функция реализации. Оценочная функция {М,<р) ставит в соответствие исходу М, некоторое значение?»,.

Принятие решения на этапе оценки общественной значимости ИГ1 представлено в виде:

О" =({/,1, А/,/""],

где /г°! - функция реализации принятия решения на этапе оценки общественной значимости ИП. Таким образом оценивается соответствие последствий ИП планам развития региона, определяемых целями управления С. Соответственно, Р°3 определяет насколько совпадает направление д" см. (7) с направлением С - Рт = .

Принятие решения на этапе оценки общественной эффективности заключается в количественной оценке совпадающих с целями развития региона результатов ИП

О" =(и,1,М,Р°31,

где функция реализации принятия решения на этапе оценки общественной эффективности ИП. /^оценивает расстояние между д" и С, Наиболее распространённым является декартово расстояние Р°э = ^|?оэ|+|С|.

Принятие решения на этапе коммерческой эффективности оценивается характеристикой

где, г™ =&кзу совокупность показателей коммерческой эффективности. Выбор альтернатив заключается в решении задачи многокритериальной оптимизации. Решение данной задачи возможно методом сравнения множеств по Парето. Задача формирования схемы финансирования, в основном, заключается в выборе участников инвестиционного проекта (ИП). Подразумевается, что участниками ИП являются частные инвесторы. Они имеют свои цели, и привлечение их инвестиционных ресурсов осуществляется на определённых условиях.

Игровая модель уравнивает управляющую структуру и целенаправленную среду, предполагая наличие некоторого множества игроков - /, обладающих набором целей - С. Существует два класса игроков - региональное управление развитием промышленности Iе и частные инвесторы 1*. Первые характеризуются целями С* желания, чтобы ИП максимально увеличивал потенциал региона Рг, при минимальном бюджетном финансировании Еь

Цель вторых С* - стремиться получить максимальный доход й" от вложенных ресурсов при минимальном риске Я

С* .

Дополнительно можно учесть величины рисков в показателях доходности. Обобщённая модель системы представлена на рисунке 4.

Для дальнейшего формулирования задачи введём следующие ограничения: Величину инвестиционных ресурсов будем считать зависящей от доходности проекта.

Пусть Л*,, минимальный уровень дохода привлечения инвестиционного капитала, а К'т.* максимально возможный размер инвестиций, привлекаемый в данном регионе. Последняя величина зависит от экономического потенциала региона Р" и может определяться рядом методик.

Задачей управления развитием промышленности региона спроектировать инвестиции таким образом, чтобы обеспечить некоторую норму эффективности, сложившуюся в данном регионе по данному виду проекта. Если эта задача решена, то формирование схемы финансирования носит тривиальный характер. На практике, зачастую, данное условие выполнить невозможно. Тогда прибегают к следующим мерам:

- уменьшают величину привлекаемого капитала за счёт, соответственно, увеличения бюджетного финансирования;

- изменяют условия инвестирования.

В рассматриваемой постановке, цели управляющей подсистемы и среды противоположны, соответственно этому анализируемая игра является антагонистической. Оценочная структура данной игры задаётся с помощью оценочной функции, представленной в виде

где 5' множество стратегий региональных властей, 5* множество стратегий инвесторов,С— целевая функция. При этом для региональных властей целевая функция

Рисунок 4 Обобщенная модель системы

рассматривается как функция выигрыша, а для инвесторов — как функция потерь.

Так как в данной игре множества стратегий игроков конечны, то такая игра является матричной. Она задается в виде платежной матрицы М = ||т/1|. В этом случае

стратегии S" соответствуют номерам строк, а стратегии Sh — номерам столбцов

mi

платежной матрицы. Число ' рассматривается одновременно как выигрыш Is и проигрыш 1'' в ситуации (i,j). В результате формируется величина бюджетной поддержки инвестиционного проекта.

В третьей главе рассмотрено применение алгоритмов иерархической таксономии в компактном пространстве для разработки процедур формирования классов инвестиционных проектов в базе знаний. Рассмотрено представление инвестиционного проекта как структурного объекта, даны алгоритмы расчёта мер структурной близости ИП.

Построен алгоритм формирования модели инвестиционного проекта на основе метода распознавания класса ИП в компактном пространстве. Для этого проводится структурный анализ информационной системы, основанный на методологии CASE -технологии. С помощью связных диаграмм построена логическая модель системы и дальнейшее ее развитие до модели реализации.

При формировании базы знаний инвестиционного проекта необходимо проводить процедуру нахождения определенных закономерностей и систематических взаимосвязей между переменными, которые затем можно применить к новым данным. Следует учесть, что инвестиционный проект (ИП) является структурным объектом. Параметры ИП описываются не только стоимостными, но и временными характеристиками, описывающими взаимосвязь между параметрами и согласующимися с прединвестиционным, инвестиционным и эксплуатационным этапами жизненного цикла (ЖЦ) ИП.

Согласно предметной области исследования важно учитывать не только содержательную часть параметров ИП, но и их структурную близость. Данные и знания ИП можно рассматривать как символьные объекты. В частности, символьным объектом является обнаруженная в базе данных закономерность продукционного типа. В этой связи, возможно применение методов иерархической таксономии, которые позволяют проводить анализ структурных объектов иерархического характера. Иерархическая структура ИП представлена на рисунке 5. Соответственно вычисляются две меры близости — расстояние между структурами и величина различий весов кластеров. Для осуществления процедуры кластеризации принимается гипотеза локальной компактности (X,- компактности), которая учитывает различия локальной плотности точек в признаковом пространстве. Граница между кластерами проходит по участкам, где наблюдается изменение этой плотности. Принятие такой гипотезы позволяет проводить более объективное разбиение ИП на классы. Одним из наиболее эффективных алгоритмов таксономии в X, пространстве является алгоритм

Прединвестиционш этап

Рисунок 5 Иерархическая структура проекта развития промышленного объекта

к -K.RAB. Его работа заключается в построении графа кратчайшего незамкнутого пути (КНП) из множества точек признакового пространства. За тем множество разбивается на два таксона, путём разрыва ребра графа КНП. Практическое использование данного алгоритма затруднительно, т.к. вычислительная мощность задачи таксономии становится непозволительно большой при увеличении анализируемых точек в признаковом пространстве. Для решения данной проблемы предложено проводить предварительную таксономию в евклидовом пространстве с помощью алгоритма FOREL.

Обобщенным образом каждого класса является ИП, расположенный в центре соответствующего таксона. Проанализировав известные характеристики рассматриваемого ИП, можно распознать образ того класса, который ему наиболее близок.

Процесс распознавания включает в себя два основных этапа: этап обучения и этап принятия решения. На первом этапе алгоритм обнаруживает закономерную связь описывающих характеристик и целевой характеристики. Она выражается в виде решающего правила, с помощью которого на этапе контроля по характеристикам заданного ИП можно принимать решение о принадлежности его к одному из имеющихся образов. Предложено использовать в качестве решающего правила правило-k ближайших соседей.

Функционирование алгоритма осуществляется в два этапа - обучения и распознавания. Этап обучения в алгоритме X -NNR заключается в определении характеристики локального скачка плотности для каждого из образов. На этапе распознавания определяется функция принадлежности распознаваемого инвестиционного проекта (ИП) ко всем классам ИП поочередно. Рассматриваемый инвестиционный проект принадлежит тому классу, функция принадлежности к которому имеет наибольшее значение. На рисунке 6 представлен обобщенный алгоритм функционирования системы.

Рисунок 6 Сводный алгоритм функционирования системы

Используя СА5Е-срсдства, были построены диаграммы потоков данных (ОРИ), детализирующие процессы функционирования системы, а также ЕЯ-диаграммы описывающие модель данных. Данные диаграммы являются исходными данными для систем автоматического проектирования, что определяет их практическую ценность.

Результаты данной главы являются материалом для практической реализации системы.

В четвёртой главе рассмотрены вопросы построения общей архитектуры системы, на основе современного подхода к построению систем поддержки принятия решений и систем оперативного анализа данных. Применён генетический алгоритм случайного поиска с адаптацией для формирования подсистемы признакового пространства. Рассмотрены вопросы оценки эффективности внедрения системы. Рассмотрена общая архитектура системы. Она обусловлена необходимостью постоянного сбора, интеграции, :> хранения и многомерного в анализа большого объёма данных, а также удобной визуализации сложных выборок и результатов анализа данных для аналитика - пользователя системой. Представлена общая архитектура системы (рисунок 7), которая содержит многомерное хранилище данных, ЕТЬ-механизмы интеграции данных, поступающих от ОЬТР-систем, представленных базами данных внешней среды. Обработка информации осуществляются соответствующими серверами, а результаты передаются на рабочие станции конечным пользователям.

При использовании программной архитектуры с многомерным хранилищем данных возникает проблема размерности гиперкуба данных. Размерность гиперкуба соответствует, как правило, размерности признакового пространства поступающих данных. Современные вычислительные средства поддерживают 70- 80 измерений, с сохранением удовлетворительной скорости вычислений. Количество же параметров среднего инвестиционного проекта на порядок больше. Для снижения признакового пространства до удовлетворительного уровня необходим отбор наиболее информативных признаков.

Рисунок 7 Архитектура системы

Алгоритм формирования признакового пространства

м,

Для формирования пространства признаков применён метод случайного поиска с адаптацией. Он относится к классу генетических алгоритмов.

Суть работы его работы заключается в поэтапном формировании множества наиболее информативных признаков. Качество этого случайно выбранного множества оценивается по числу получаемых ошибок распознавания. Процесс регулируется изменением величины вероятности попадания признака в заданную выборку. На рисунке 8 изображена схема формирования многомерного хранилища данных.

При анализе результатов внедрения системы были рассмотрены следующие показатели:

- структура источников финансирования инвестиций в основной капитал г. Самара;

- структурная динамика источников финансирования инвестиций в основной капитал г. Самара;

- структура инвестиций в основной капитал;

- структура введенных в действие производственных и непроизводственных мощностей.

Анализ результатов внедрения системы выявил увеличение общего объёма инвестиций в объекты производственного назначения. При этом в общей структуре источников финансирования увеличился показатель привлечения сторонних инвестиционных ресурсов, при относительной стабильности бюджетных расходов на развитие промышленных объектов за счёт повышения эффективности экспертизы инвестиционных проектов

т,0) . , . ! т2</)

Рисунок 8 Построение многомерного хранилища данных.

ЗАКЛЮЧЕНИЕ

Основные результаты и выводы . полученные в работе

1. Исследование системных связей и закономерностей развития региональной инфраструктуры промышленности показало, что существует два основных класса субъектов инвестиций в строительстве промышленных объектов — региональное управление развитием промышленности региона и инвестиционные институты. Допустимые управляющие воздействия региональных властей, заключаются в гибком использовании налоговой политики и политики субсидий. Параметры взаимодействия субъектов инвестиций в строительстве промышленных объектов определяются на основании: сложившейся в регионе рентабельности; сложившимся в регионе уровнем риска; сложившимся уровнем общественной значимости данной инвестиционной деятельности для региона.

2. Анализ методов и критериев оценки эффективности развития региональной инфраструктуры промышленности, показал, что структурной характеристикой инвестиционного проекта является его жизненный цикл. Он включает три основные фазы: предынвестиционную, инвестиционную и эксплуатационную. Схема отбора ЙП происходит в два этапа: на первом этапе определяют эффективность проекта в целом; на втором этапе оценивается эффективность участия в проекте. На первом этапе решения принимается условиях риска при стохастическом характере информации о поведении регионального строительного рынка. Второй этап характеризуется принятием решений в теоретико-игровых условиях, где поведение участников проекта имеет свои цели, зачастую противоположенные, В этом случае математическая модель принятия решения строится на основе теоретико-игровых моделей.

3. На основании общесистемного подхода, предполагающего взаимодействие управляющей подсистемы, объекта управления и среды, дано формальное описание структуры развития инфраструктуры промышленности в регионе. Оно позволило, формализовать комплексный процесс поддержки инвестиционного проекта, включающий в себя системное взаимодействие регионального управления развития' промышленности, промышленного предприятия и финансово - промышленной инфраструктуры региона, с целью оценки 'эффективности проекта и

формирования схемы его реализации.

4. Модель базы знаний системы развития региональной инфраструктуры промышленности, основанная на синтезе продукционных и фреймовых моделей, позволяет выявлять системные закономерности на основе структурной классификации инвестиционных проектов.

5. Метод формирования модели инвестиционного проекта, основан на построении правила принадлежности к определённому классу инвестиционных проектов. На основе созданной модели ИП, осуществляется комплексная оценка ИП, объединяющая оценку направления развития инвестиционного проекта, его коммерческой эффективности и формирования схемы его реализации. Игровая модель формирования схемы реализации ИП, позволяет вычислять равновесные состояния между бюджетными источниками и инвестиционными институтами.

6. Создан алгоритм формирования базы знаний ИП классов инвестиционных проектов на основе их структурной близости, основанный на показателе изменения ло-

кал'ьной плотности. Он осуществляет процедуры: предварительной классификации, снижающие вычислительную мощность классификации; иерархической классификации, с целью классификации ИП; алгоритмы распознавания, формирующие модель ИП; алгоритмы оценки степени детализации кластеров.

7. С помощью CASE — средств были построены диаграммы потоков данных и ER-диаграммы системы, для применения их в автоматизированных системах проектирования.

8. Архитектура системы, предполагает применение многомерной модели хранилища данных. Предложен метод формирования размерности многомерной модели данных на основе генетического алгоритма формирования признакового пространства.

По теме диссертации опубликованы следующие работы

1. Пирогов В.Н. Системное моделирование городской системы инвестиционного проектирования в строительство // Вестник Самар. гос. техн. ун-та. Сер. Технические науки. 2006. Вып. 40 С. 145-153.

2. Батищев В.И., Губанов Н.Г., Пирогов В.Н. Моделирование и средства проектирования городской системы инвестиционного проектирования в строительстве // Вестник Самар. гос. экономического ун-та. 2006. Вып. 2 (20) С. 207-215.

3. Пирогов В.Н. Финансовый механизм инвестирования строительства // Региональное развитие в России: перспективы, конкурентоспособность, политика: Труды международного научно — практического форума. Самара, 2005. С. 86-87.

4. Пирогов В.Н. Система экспертизы инвестиционных проектов на основе прецедентных моделей // Математическое моделирование и краевые задачи: Тр. III Всерос. науч. конф. Самара, 2006. Ч. 2 С. 43-45.

5. Пирогов В.Н. Формирование базы знаний инвестиционных проектов в строительство на основе таксономии структурных объектов // Актуальные проблемы в строительстве и архитектуре. Образование. Наука. Практика: Материалы 63-й Всероссийской научно-технической конференции по итогам НИР за 2005г. / Под редакцией д.т.н., профессора Чумаченко Н.Г. Самара: СГАСУ, 2006. С. 86-87.

6. Пирогов В.Н. Системная модель комплексной оценки городских инвестиционных проектов в строительстве промышленных объектов // Актуальные проблемы в строительстве и архитектуре. Образование. Наука. Практика: Материалы 63-й Всероссийской научно-технической конференции по итогам НИР за 2005г. / Под редакцией д.т.н., профессора Чумаченко Н.Г. Самара: СГАСУ, 2006. С. 421-422.

7. Пирогов В.Н. Методы моделирования инвестиционных проектов в строительстве // Компьютерные технологии в науке, практике и образовании: Тр. Всерос. меж-вуз. науч.-практ. конф. Самара, 2005. С. 112-114.

8. Батищев В.И., Пирогов В.Н. Системно-аналитические аспекты исследования механизма управления инвестициями в строительство // Новые технологии в образовании, науке и экономике: Труды 12-го международного симпозиума / Под редакцией Г.К. Сафаралиева, А.Н. Андреева. Москва, 2006. С. 3-4.

9. Батищев В.И., Губанов Н.Г., Пирогов В.Н. Системный анализ и модели формирования схемы финансирования региональных промышленных инвестиционных проектов // III тысячелетие - новый мир: Тр. Между нар. Форума по проблемам науки, техники и образования. Москва, 2005. Т.1. С. 155 - 157.

Ю.Батищев В.И., Губанов Н.Г., Пирогов В.Н. Применение методов многомерного анализа данных оценки инвестиций в строительство // Компьютерные технологии в науке, практике и образовании: Тр. Всерос. межвуз. науч.-практ. конф. Самара, 2005. С. 94-96.

П.Батищев В.И., Губанов Н.Г., Пирогов В.Н, Системная характеристика задач принятия решений городских инвестиционных проектов в строительство // Наука и инновации - 2005: Материалы международной научно-практической конференции. Днепропетровск, 2005. С. 6-9.

12.Бальзанников М.И., Пирогов В.Н. Эффективность использования инвестиций в строительный комплекс // Перспективы развития волжского региона: Материалы седьмой Всероссийской конференции. Тверь, 2005. С. 16-20.

Автореферат отпечатан с разрешения диссертационного совета Д 212.217.03 ГОУ ВПО Самарский Государственный Технический Университет (протокол № 2 от 5 апреля 2006 г.)

Заказ № 1100. Тираж 100 экз. Отпечатано на ризографе Самарский Государственный Технический Университет Отдел типографии и оперативной печати 443100, г. Самара, ул. Молодогвардейская, 244

Содержание.

ВВЕДЕНИЕ.

1 Анализ системных связей и закономерностей развития промышленной инфраструктуры в регионе.

1.1 Анализ системных связей регионального развития промышленных объектов

1.2 Критерии и методы оценки инвестиционных проектов в развитие промышленных предприятий.

1.3 Методы и средства моделирования процессов жизненного цикла инвестиционных проектов в строительстве промышленных объектов.

1.4 Системная характеристика принятия решений в инвестиционном проектировании.

Выводы.

2 Системный анализ и формирование комплексной оценки эффективности развития промышленной инфраструктуры региона.

2.1 Системная модель комплексной оценки региональной системы развития промышленной инфраструктуры.

2.2 Модели формирования базы знаний инвестиционного проекта.

2.3 Комплексная оценка и формирование схемы реализации инвестиционного проекта.

Выводы.

3. алгоритмы функционирования и Структурный анализ системы комплексной оценки развития региональной промышленной инфраструктуры.

3.1 Алгоритмы формирования базы знаний инвестиционного проекта на основе методов иерархической таксономии.

3.2 Алгоритм формирования модели инвестиционного проекта.

3.3 Структурный анализ системы комплексной оценки развития региональной промышленной инфраструктуры.

Выводы.

4. Архитектура и практическая реализация системы комплексной оценки развития региональной промышленной инфраструктуры.

4.1 Архитектура системы комплексной оценки развития региональной промышленной инфраструктуры.

4.2 Выбор системы информативных признаков для проектирования многомерного хранилища данных.

4.3 Критерии и методы оценки качества функционирования системы комплексной оценки развития региональной промышленной инфраструктуры

Выводы.

Актуальность работы

Условием устойчивого развития региональной промышленной инфраструктуры являются высокие требования к реализации сложных технических проектов. Технические проекты, характеризующиеся сложной структурой жизненного цикла, привлечением ресурсов различного рода -материальных, информационных, людских ресурсов, а также многокритериалыюстью результатов имеют системную природу и являются, по сути, системными задачами развития промышленного предприятия. Автоматизация поддержки технических проектов на всём протяжении их жизненного цикла требует интеграции аналитических систем, систем поддержки принятия решений, а также формирования необходимых информационных ресурсов.

Важным классом технических проектов являются инвестиционные проекты (ИП), в частности, инвестиции в строительство промышленных объектов. Спецификой проектов данного класса является интеграция проекта в общую политику промышленного развития региона с целью поддержки инвестиционного проекта региональными властями. Поэтому в регионах сложилась система экспертизы строительных инвестиций региональными властями.

Принятие властями региона решения о поддержке ИП сопряжено с большой степенью неопределенности при его анализе. Она обусловлена сложностью построения системной модели ИП вследствие большого количества трудно идентифицируемых параметров и необходимости учета интересов и поведения субъектов ИП. Этим объясняется высокая стоимость анализа ИП экспертами.

В то же время накоплены большие информационные ресурсы уже освоенных ИП. Разработаны алгоритмы автоматического формирования и обработки знаний из данных, механизмы интерпретации результатов анализа и построения моделей по прецедентам, которым посвящены работы С.А. Айвазяна, Н.Г. Загоруйко, Д.В. Райзина и других учёных. Эти подходы основаны на технологиях анализа данных и знаний, на методах вычислительной математики, теории игр, искусственного интеллекта, а также на прикладных подходах решения подобных задач типа Data mining.

Региональный ИП в промышленном строительстве имеет сложную системную природу, являясь следствием взаимодействия системы управления промышленностью региона, производственных предприятий и других субъектов рынка. Этот системный подход к разработке ИП должен быть согласован с общей программой развития региона. Одной из ключевых причин существующих неудачных инвестиционных решений является игнорирование системной природы проблемы при решении задач инвестиционного проектирования.

Таким образом, задача анализа и поддержки принятия управленческих решений развития промышленной инфраструктуры в регионе, основанная на системном подходе к построению ИП, является актуальной задачей диссертационной работы.

Целью работы является системный анализ промышленной инфраструктуры в регионе и построение системы комплексной оценки её развития, с целью повышения эффективности принятия управленческих решений.

Основными задачами и направлениями исследования являются: Исследование системных связей и закономерностей развития промышленной инфраструктуры в регионе.

Анализ методов и критериев оценки эффективности развития промышленной инфраструктуры в регионе, учитывающих как коммерческую, так и его общественную значимость.

Исследование и разработка методов формирования знаний инвестиционных проектов, с учётом его структурной составляющей.

Создание алгоритмов формирования базы знаний и параметров моделей инвестиционных проектов.

Построение информационной системы комплексной оценки инвестиционных проектов в строительстве промышленных объектов, включающей в себя систему формирования модели инвестиционного проекта, систему оценки эффективности ИП и систему принятия решения поддержки ИП регионом.

Методы исследования базируются на применении теории и методов системного анализа, моделей представления знаний, основанных на фреймах и продукциях, теории игр, а также теории и методов анализа данных, в частности методах автоматической классификации (таксономии) и методах распознавания образов.

Научная новизна диссертационной работы заключается в том что: Дано системное описание структуры развития промышленной инфраструктуры в регионе, позволяющее, в отличие от аналогов, формализовать комплексный процесс поддержки инвестиционного проекта, включающий в себя системное взаимодействие регионального управления развития промышленности, промышленного предприятия и финансово - промышленной инфраструктуры региона, с целью оценки эффективности проекта и формирования схемы его реализации.

Впервые предложена модель базы знаний системы развития промышленных объектов в регионе, основанная на синтезе продукционных и фреймовых моделей, позволяющая выявлять системные закономерности на основе структурной классификации инвестиционных проектов.

Предложен новый метод формирования модели инвестиционного проекта, основанный на построении правила принадлежности к определённому классу инвестиционных проектов.

На основе общей концепции оценки эффективности инвестиционных проектов впервые построена модель, объединяющая оценку направления развития инвестиционного проекта, его коммерческой эффективности и формирования схемы его реализации.

5. Создан новый алгоритм формирования классов инвестиционных проектов на основе их структурной близости, используя показатель изменения локальной плотности, осуществляющий процедуры предварительной классификации, иерархической классификации, распознавания и оценки степени детализации кластеров, а также формирования признакового пространства

Практическая ценность работы

Практически ценными являются следующие результаты диссертационной работы:

1. Алгоритм классификации, позволяющий формировать классы объектов, на основе их структурной близости.

2. База знаний инвестиционных проектов, позволяет проводить различные виды анализа ИП, визуализировать некоторые зависимости и является источником информации для имитационного моделирования.

3. Игровая модель, позволяющая вычислять равновесные состояния между бюджетными источниками и инвестиционными институтами, при формировании схем реализации инвестиционных проектов.

4. CASE - диаграммы потоков и моделей данных системы, являющиеся исходной информацией для систем автоматического проектирования.

5. Метод формирования размерности многомерной модели данных на основе генетического алгоритма формирования признакового пространства.

Основные положения, выносимые на защиту:

1. Системное описание развития промышленной инфраструктуры в регионе для оценки эффективности инвестиционных проектов и формирования схемы их реализации.

2. Модель базы знаний системы развития промышленной инфраструктуры в регионе, основанная на синтезе продукционных и фреймовых моделей

3. Метод формирования модели инвестиционного проекта, основанный на построении правила принадлежности к определённому классу инвестиционных проектов. ф 4. Модель, комплексной оценки эффективности и формирования схемы реализации инвестиционного проекта.

5. Алгоритм формирования классов инвестиционных проектов на основе их структурной близости.

6. Архитектура системы развития промышленных объектов и алгоритм формирования многомерной модели хранилища данных.

Реализация результатов работы

Результаты диссертационной работы были использованы в виде моделей и алгоритмов, при внедрении системы автоматизации процессов анализа и оценки развития промышленных объектов в ЗАО СК "Град", с целью повышения достоверности и надёжности оценки проектов. А также алгоритмы и программное обеспечение системы комплексной оценки развития промышленных объектов были использованы в системе автоматизации производственной деятельности Муниципального предприятия города Самары ^ "Архитектурно - планировочное бюро".

Разработанные в диссертационной работе методы и алгоритмы применяются в учебном процессе на кафедре информационных технологий Самарского Государственного Технического Университета.

Апробация работы

Основные положения работы и результаты исследований обсуждались на межвузовской научно- практической конференции "Компьютерные технологии в науке, практике и образовании" (Самара 2005), на научно-практической конференции "Наука и инновации - 2005" (Днепропетровск 2005), на Международном форуме по проблемам науки техники и образования (Москва 2005), на Третьей Всероссийской конференции "Математическое моделирование-2006" (Самара, 2006г.)

Публикации

По теме диссертации опубликовано 12 печатных работ, в их числе 2 f ф статьи и ряд материалов международных и всероссийских конференций.

Структура и объём работы

Диссертация состоит из введения, четырех разделов, основных результатов, списка использованных источников и приложений. Основная часть содержит 127 страниц машинописного текста, 25 рисунков, 1 таблицу. Список использованных источников состоит из 94 наименований и выполнен на 10 страницах. В работе содержится 6 приложений, выполненных на 10 страницах.

Выводы

В данной главе рассмотрены вопросы, посвященные практическому использованию системы комплексной экспертизы городских инвестиционных проектов в строительство.

1. Предложена архитектура данной системы, основанная на современном подходе к построению систем поддержки принятия решений. Данная архитектура предполагает применение многомерной модели хранилища данных, постоянный сбор информации от оперативных систем, в частности, баз данных. Применение данной архитектуры хорошо согласуется с задачами и способами функционирования данной системы - с одной стороны, а с другой - позволяет воспользоваться мощным организационно - методическим, техническим, программным инструментариями, активно разрабатывающимся на современном рынке.

2. Рассмотрены методы формирования и оценки признакового пространства. Важность данной задачи обусловлена применением многомерной модели данных, где предполагается количество измерений гиперкуба данных согласовывать с размерностью признакового пространства. Для успешного использования готовых программных решений необходимо учесть ограничения основных фирм- разработчиков инструментария на размерность гиперкуба, которая составляет до 70-80 измерений. Выбор подсистемы информационных признаков заключается на основании отбора информационных признаков наиболее существенно влияющих на качество распознавания образа, т.е. на качество формирования модели инвестиционного проекта. Данную задачу можно решить путём полного перебора, однако этот путь практически затруднителен, в силу своей высокой вычислительной ресурсоёмкости. Для решения данной задачи предложен генетический алгоритм случайного поиска с адаптацией, который позволяет снизить размерность решаемой задачи до приемлемого уровня.

3. Рассмотрены вопросы идентификации и оценки погрешности функционирования системы. Предложены критерии оценки качества работы системы, которые вытекают из целей функционирования системы - оценка качества формирования базы знаний инвестиционного проекта, характеризуемая качеством таксономии, и качества формирования модели инвестиционного проекта - качества распознавания. Исходя из назначения системы - поддержка принятия решения экспертами, проводилась сравнительная оценка качества получаемых решений -сформированных системой и экспертами. Сравнительная оценка показала, что при увеличении признакового пространства, большого множества классов инвестиционных проектов при распознавании применение системы предпочтительнее, так как приводит к более точным и объективным результатам.

ЗАКЛЮЧЕНИЕ

В диссертационной работе был проведен анализ региональной промышленной инфраструктуры и построена система комплексной оценки её развития, с целью повышения эффективности принятия управленческих решений.

Результаты диссертационной работы были доложены и обсуждены на межвузовской научно- практической конференции "Компьютерные технологии в науке, практике и образовании" (Самара 2005), на научно-практической конференции "Наука и инновации - 2005" (Днепропетровск 2005), на Международном форуме по проблемам науки техники и образования (Москва 2005), на Третьей Всероссийской конференции "Математическое моделирование-2006" (Самара, 2006г.)

В работе получены следующие основные результаты:

1. Исследование системных связей и закономерностей развития региональной инфраструктуры промышленности показало, что существует два основных класса субъектов инвестиций в строительстве промышленных объектов - региональное управление развитием промышленности региона и инвестиционные институты. Допустимые управляющие воздействия региональных властей, заключаются в гибком использовании налоговой политики и политики субсидий. Параметры взаимодействия субъектов инвестиций в строительстве промышленных объектов определяются на основании: сложившейся в регионе рентабельности; сложившимся в регионе уровнем риска; сложившимся уровнем общественной значимости данной инвестиционной деятельности для региона.

2. Анализ методов и критериев оценки эффективности развития региональной инфраструктуры промышленности, показал, что структурной характеристикой инвестиционного проекта является его жизненный цикл. Он включает три основные фазы: предынвестиционную, инвестиционную и эксплуатационную. Схема отбора ИП происходит в два этапа: на первом этапе определяют эффективность проекта в целом; на втором этапе оценивается эффективность участия в проекте. На первом этапе решения принимается условиях риска при стохастическом характере информации о поведении регионального строительного рынка. Второй этап характеризуется принятием решений в теоретико-игровых условиях, где поведение участников проекта имеет свои цели, зачастую противоположенные, В этом случае математическая модель принятия решения строится на основе теоретико-игровых моделей.

3. На основании общесистемного подхода, предполагающего взаимодействие управляющей подсистемы, объекта управления и среды, дано формальное описание структуры развития инфраструктуры промышленности в регионе. Оно позволило, формализовать комплексный процесс поддержки инвестиционного проекта, включающий в себя системное взаимодействие регионального управления развития промышленности, промышленного предприятия и финансово - промышленной инфраструктуры региона, с целью оценки эффективности проекта и формирования схемы его реализации.

4. Модель базы знаний системы развития региональной инфраструктуры промышленности, основанная на синтезе продукционных и фреймовых моделей, позволяет выявлять системные закономерности на основе структурной классификации инвестиционных проектов.

5. Метод формирования модели инвестиционного проекта, основан на построении правила принадлежности к определённому классу инвестиционных проектов. На основе созданной модели ИП, осуществляется комплексная оценка ИП, объединяющая оценку направления развития инвестиционного проекта, его коммерческой эффективности и формирования схемы его реализации. Игровая модель формирования схемы реализации ИП, позволяет вычислять равновесные состояния между бюджетными источниками и инвестиционными институтами.

6. Создан алгоритм формирования базы знаний ИП классов инвестиционных проектов на основе их структурной близости, основанный на показателе изменения локальной плотности. Он осуществляет процедуры: предварительной классификации, снижающие вычислительную мощность классификации; иерархической классификации, с целью классификации ИП; алгоритмы распознавания, формирующие модель ИП; алгоритмы оценки степени детализации кластеров.

7. С помощью CASE - средств были построены диаграммы потоков данных и ER- диаграммы системы, для применения их в автоматизированных системах проектирования.

8. Архитектура системы, предполагает применение многомерной модели хранилища данных. Предложен метод формирования размерности многомерной модели данных на основе генетического алгоритма формирования признакового пространства.

1. Авдеев Ю.А. Выработка и анализ плановых решений в сложных проектах: Опыт разработки и применения АСУ в строительстве / Ю. А. Авдеев. М.: Экономика, 1971. - 96с.

2. Автоматизированные системы управления строительством: Учеб.пособие / Галкин И.Г. М.: Высшая школа, 1982. - 288с.

3. Актуальные проблемы региональной статистики: Тезисы докладов. -Киев, 1990.-283с.

4. Арсеньев Ю.Н. и др. Принятие решений. Интегрированные интелектуальные системы: Учеб. пособие / Арсеньев Ю.Н. и др., Шелобаев С.И., Давыдова Т.Ю.; Арсеньев Ю.Н., Шелобаев С.И., Давыдова Т.Ю. УМО. - М.: ЮНИТИ-ДАНА, 2003. - 270с.

5. Бальзанников М.И., Пирогов В.Н. Эффективность использования инвестиций в строительный комплекс // Перспективы развития волжского региона: Материалы седьмой Всероссийской конференции. Тверь, 2005. С. 16-20.

6. Батищев В.И., Губанов Н.Г., Пирогов В.Н. Моделирование и средства проектирования городской системы инвестиционного проектирования в строительстве // Вестник Самар. гос. экономического ун-та. Сер. Вып. 32 С. 207-215.

7. Батищев В.И., Губанов Н.Г., Пирогов В.Н. Применение методов многомерного анализа данных оценки инвестиций в строительство // Компьютерные технологии в науке, практике и образовании: Тр. Всерос. межвуз. науч.-практ. конф. Самара, 2005. С. 94-96.

8. Батищев В.И., Губанов Н.Г., Пирогов В.Н. Системная характеристика задач принятия решений городских инвестиционных проектов в строительство // Наука и инновации 2005: Материалы международной научно-практической конференции. Днепропетровск, 2005. С. 6-9.

9. П.Беренс В., Хавранек П.М. Руководство по оценке эффективности инвестиций / Беренс В., Хавранек П.М., П. М. Хавранек. М.: ИНФРА-М, 1995.-528с.

10. Бизнес -план инвестиционного проекта. Отечественный и зарубежный опыт. Современная практика: / Под ред. проф. Попова В.М М.: Финансы и статистика, 2002. - 432с.

11. Бокий М. и др. Опросы в городе и для города / Бокий М. и др., Шапиро JL, Кириллов Ю.; Бокий М., Шапиро JL, Кириллов Ю. Обнинск: Институт муниципального управления, 2002. - 146с.

12. М.Бочаров В.В. Инвестиции. Инвестиционный портфель. Источники финансирования. Выбор стратегии: СПб.: Питер, 2002. 288с.

13. Бочаров В.В. Финансово-кредитные методы регулирования рынка инвестиций / В. В. Бочаров. М.: Финансы и статистика, 1993. - 144с.

14. Бузова И.А. и др. Коммерческая оценка инвестиций: СПб.: Питер, 2003. - 432с.

15. Вавилова Е.В. Экономическая география и регионалистика : Учеб. пособие / Е. В. Вавилова. М.: Гардарики, 2000. - 160с.

16. Вендров A.M. Проектирование программного обеспечения экономических информационных систем: Учебник / А. М. Вендров. -УМО. М.: Финансы и статистика, 2002. - 352с.

17. Гапоненко АЛ. Стратегия социально-экономического развития :страна, регион, город: Учеб. пособие / A. JI. Гапоненко. М.: РАГС, 2001. - 224с.

18. Грачёва М.В. Риск- анализ инвестиционных проектов: Учеб. пособие под ред. / Грачёва М.В М.: ЮНИТИ, 2001. - 350,1. с. ил.

19. Города и районы Самарской области 2000 год: Статистический сборник. -Самара: Самарский обл.комит.гос.стат., 2001. 505с.

20. Города Самарской области: Статистический сборник. Самара: Госкомстат России, 2003. - 172с.

21. Государственное регулирование экономики и социальный комплекс: Учеб. пособие / Под ред. Морозовой Т.Г., Пикулькина А.В. УМО. - М.: Финстатинформ, 1997. - 220с.

22. Гурьев В.И. Основы социальной статистики :Методы,система показателей,анализ / В. И. Гурьев. М.: Финансы и статистика, 1991

23. Гутман Г.В. и др. Управление региональной экономикой / Гутман Г.В. и др., Мироедов А.А., Федин С.В.; Гутман Г.В., Мироедов А.А., Федин С.В. М.: Финансы и статистика, 2001. - 176с

24. ЗО.Зеленов Л.А. Социология города: Учеб. пособие / Л. А. Зеленов. УМО. -М.: Владос, 2000.- 192с.

25. Иванов Г.И. Инвестиции: сущность, виды, механизмы функционирования: Ростов н/Д: Феникс, 2002. 352с.

26. Игонина JI.JI. Инвестиции:; Под ред. проф. Слепова В.А- М.: Юристъ, 2002. Игошин Н.В. Инвестиции. Организация управления и финансирование. М.: ЮНИТИ-ДАНА, 2001.

27. Изтелеуов Б.И. Региональный хозяйственный механизм: формирование, функционирование, моделирование / Б. И. Изтелеуов. М.: Экономика, 1992. - 127с.

28. Информационные ресурсы для принятия решений: Учеб. пособие / Под ред. Лаптева Л.Г. УМО. - М.: Академический Проект, 2002. - 560с. Информационные технологии в статистике: Учебник / Божко В.П., Хорошилов А.Ф. - МО. - М.: КНОРУС, 2002. - 144с.

29. Ипотечно-инвестиционный анализ : Учебное пособие / Есипов В.Е. -СПб., 1998.-207с.

30. Кириченко К.М, Герасимов М.Б. Обзор методов кластеризации текстовой информации http://www.dialog-21 .ru/archivearticle

31. Классификация и кластер / Под ред. Дж.Вэн Райзина.-М:Мир, 1980.389 с.

32. Колесникова И.И. Социально-экономическая статистика: Учеб.пособие / И. И. Колесникова. УМО. - Минск: ООО "Новое знание", 2002. - 250с. -(Экономическое образование).

33. Колесникова Н.А. Финансовый и имущественный потенциал региона: опыт регионального менеджмента / Н. А. Колесникова. М.: Финансы и статистика, 2000. - 240с

34. Колтынюк Б.А. Инвестиционное проектирование объектов социально-культурной сферы: Учебник / Б. А. Колтынюк. УМО. - СПб.: Михайлова В.А., 2000. - 432с

35. Компьютерное моделирование социально-политических процессов / Шабров О.Ф. М.: Интерпракс, 1994. - 112с. - (Программа "Обновление гуманитарного образования в России").

36. Лугачев М.И., Ляпунцов Ю.П. Методы социально-экономического прогнозирования / Лугачев М.И., Ляпунцов Ю.П., Ю. П. Ляпунцов. М.: ТЕИС, 1999. - 159с.

37. Макагонов П.П. Управление развитием городских территорий: Учеб.пособие / П. П. Макагонов. УМО. - М.: ИПКгосслужбы, 2001. -351с.

38. Маркетинг в строительстве: Учебник / Степанов И.С., Шайтанов В.Я. -М.: Юрайт, 2003.

39. Маршалова А.С., Новоселов А.С. Управление экономикой региона: Учеб.пособие / Маршалова А.С., Новоселов А.С., А. С. Новоселов. -Новосибирск: Сибирское соглашение, 2001. 404с

40. Мелкумов Я.С. Организация и финансирование инвестиций: Учебное пособие / Я. С. Мелкумов. М.: ИНФРА-М, 2000

41. Мироедов А.А. Информационное обеспечение механизмов управления регионом / А. А. Мироедов. М.: Финансы и статистика, 2002. - 128с.

42. Моделирование социо-эколого-экономической системы региона / Под ред.Гурмана В.И.,Рюминой Е.В. М.: Наука, 2001. - 175с.

43. Мыльник В.В. Инвестиционный менеджмент: М.: Академический Проект, 2002. 272с.

44. Мягков В.И. Крупный город: Автоматизация управления развитием / В. И. Мягков. М.: Экономика, 1990. - 180с.

45. Настенко А.Д., Васина Т.В. Прогнозирование отраслевого и регионального развития / Настенко А.Д., Васина Т.В., Т. В. Васина. М.: Гелиос АРВ, 2002. - 144с.

46. Новоселов А.С. Теория региональных рынков: Учебник / А. С. Новоселов; Отв.ред. Бервальд А.Р. УМО. - Ростов н/Д, Новосибирск: Феникс, Сибирское соглашение, 2002. - 448с.

47. Пелих С.А. Социальная сфера: Регион и предприятие / С. А. Пелих. -Минск: Митко, 1993. 140с регионов

48. Пирогов В.Н. Методы моделирования инвестиционных проектов в строительстве // Компьютерные технологии в науке, практике и образовании: Тр. Всерос. межвуз. науч.-практ. конф. Самара, 2005. С. 112-114.

49. Пирогов В.Н. Системное моделирование городской системы инвестиционного проектирования в строительство // Вестник Самар. гос. техн. ун-та. Сер. Технические науки. Вып. 40 С. 145-153.

50. Политико-экономические проблемы российских регионов: Исследование / Под ред. Главацкой Н. М., 2001. - 222с.

51. Попков В.П., Семенов В.П. Организация и финансирование инвестиций / Попков В.П., Семенов В.П., В. П. Семенов; Попков В.П.,

52. Прорвич В.А. Основы экономической оценки городских земель / В. А. Прорвич. М.: Дело, 1998. - 336с.

53. Рахман И.А. Методы оценки и прогнозирования развития сферы недвижимости в строительстве / И. А. Рахман. М.: МАКС Пресс, 2001. -92с. Строительство налогообложение и учет / Под ред.Тереховой J1.B. -М.: ИД ФБК-ПРЕСС, 2000. - 216с.

54. Региональная статистика: Учебник / Под ред. Рябцева В.М., Чудилина Г.И. УМО. - М., 2001. - 378с.

55. Региональная экономика : Учеб. пособие / Под ред. Кузнецова Н.Г., Тяголова С.Г. УМО. - Ростов н/Д: Феникс, 2001.

56. Региональная экономика: Учебник / Видяпин В.Н., Степанов М.В. УМО. - М.: ИНФРА-М, 2002. - 686с. - (Высшее образование).

57. Регионы России. Основные характеристики субъектов Российской Федерации. 2002: Статистический сборник. Т.1. М.: Госкомстат России, 2002. - 620с.

58. Ример М.И. и др. Экономическая оценка инвестиций: Учеб. пособие / Ример М.И. и др., Касатов А.Д., Матиенко Н.Н.; Ример М.И., Касатов А.Д., Матиенко Н.Н. 2-е изд. перераб. и доп. - Самара: СГЭА, 2003. -452с.

59. Ример М.И., Касатов А.Д. Планирование инвестиций / Ример М.И., Касатов А.Д., А. Д. Касатов. М.: Изд. Дом "Высшее образование и наука", 2001.

60. Розен В.В. Математические модели принятия решений в экономике. М.: Книжный дом"Университет", Высшая школа, 2002.

61. Рябцев В.М. и др. Многомерный статистический анализ экономического развития регионов Российской Федерации: Монография / Рябцев В.М. идр., Тихомирова Е.И., Чаплыгин С.И.; Рябцев В.М., Тихомирова Е.И., Чаплыгин С.И. Самара: СГЭА, 2002. - 184с.

62. Рябцев В.М., Котенева Т.В. Бюджетные статистические исследования. Оценка территориальной дифференциации и асимметрии индикаторов региональных бюджетов: Монография / Рябцев В.М., Котенева Т.В., Т. В. Котенева. Самара: СГЭА, 2000. - 124с.

63. Смирнов Э.А. Разработка управленческих решений: Учебник / Э. А. Смирнов. УМО. - М.: ЮНИТИ-ДАНА, 2002. - 271с

64. Стратегический выбор города:научное обоснование и механизм реализации: На примере г.Тольятти Самарской области / Под ред.Рохчина В.Е.,Жилкина С.Ф. СПб.: ИСЭП РАН, 1999. - 183с.

65. Стратегический план города: Программа социально-экономического развития г. Кирова на период до 2010 года / Егоршин А.П. Н.Новгород: НИМБ, 2000. - 240с

66. Стратегия социально-экономического развития Самарской области. М.: ЗАО "Издательство "Экономика", 2002. - 373с.

67. Трансформация отношений собственности и сравнительный анализ российских регионов / Главацкая Н.,Молдавский А., Радыгин А.,Энтов Р. М., 2001.

68. Фабоцци Фрэнк Дж. и др. Управление инвестициями: Учебник / Фабоцци Фрэнк Дж. и др.; Фабоцци Фрэнк Дж., Коггин Т.Д., Коллинз Б., Фоглер Р., Ричи Дж. М.: ИНФРА-М, 2000. - 932с.

69. Федеральный бюджет и регионы. Опыт анализа финансовых потоков / Моск. Центр Ин-та "Восток-Запад". М.: Диалог-МГУ, 1999. - 235с.

70. Хибухин В.П. и др. Математические методы планирования и управления строительством / Хибухин В.П. и др., Величкин В.З., Втюрин В.И.; Хибухин В.П., Величкин В.З., Втюрин В.И. JL: Стройиздат, 1990. - 184с

71. Цыбатов В. А., Дубровин Д.В. Методы, модели и системы прогнозирования регионального развития: Учебное пособие / Цыбатов

72. В.А., Дубровин Д.В., Д. В. Дубровин; Хасаев Г.Р. Самара: СГЭА, 2003. -248с.

73. Черняк В.З. Экономика строительства и коммунального хозяйства: Учебник для вузов / В. 3. Черняк. УМО. - М.: ЮНИТИ-ДАНА, 2003. -623с. - (Профессиональный учебник: Экономика

74. Четыркин Е.М. Финансовый анализ производственных инвестиций / М.: Дело, 2002.

75. Чистов J1.M. Экономика строительства: Учебник / JT. М. Чистов. УМО. -СПб.: Питер, 2003. - 637с. - (Учебник для вузов).

76. Чураков Е.П. Математические методы обработки экспериментальных данных в экономике: Учебное пособие / Е. П. Чураков. УМО. - М.: Финансы и статистика, 2004. - 240с.

77. Шарп У.Ф. Инвестиции: Учебник / У. Ф. Шарп, Александер Г.Дж.,Бейли Д.В.; Шарп У.Ф.,Александер Г.Дж.,Бейли Д.В. УМО; Пер. с англ. - М.: ИНФРА-М, 2003. - 1028с.

78. Шептухина Л.И., Королева Е.Н. Разработка стратегического плана развития города: Учебное пособие / Шептухина Л.И., Королева Е.Н., Е. Н. Королева. 2-е изд. перераб. и доп. - СПб.: Инфо-да, 2004. - 112с.

79. Экономика строительства: Учебник / Степанов И.С. МО, 3-е изд. перераб. и доп. - М.: Юрайт, 2004. - 620с

80. Экономические методы регулирования развития крупных городов / Мажевич М.Н. Л.: Наука. Ленинградское отделение, 1990. - 179с.

81. Экономические стратегии активных городов / Под ред. Гринчеля Б.М., Шуссманна К., Костылевой Н.Е. СПб.: Наука, 2002. - 499с.

82. Эскеров Д.Б. Региональные аспекты воспроизводства трудовых ресурсов / Д. Б. Эскеров; Отв. ред. Дадашев А.З. М.: Наука, 1990. - 141с.

83. Юткина Т.Ф. Бюджетный механизм регулирования социально-экономического развития региона: Учебное пособие / Т. Ф. Юткина. -Сыктывкар: Сыктывкарский ун-т, 1991. 79с.

84. Сравнительный анализ источников финансирования в основнойкапитал

85. Сравнительный анализ источников финансирования в основной капитал относительно РФ по городу Тольятти2000 ■ 2001 □ 2002 С; 2003 ■ 2004-прибыль-аммортизацияфедеральный бюджетбюджет субъектов федерациймуниципальный бюджет

86. Сравнительный анализ источников финансирования в основной капитал относительно РФ1. Самара в % к Тольятти)

87. О 2000 ■ 2001 □ 2002 2003 ■ 2004-прибыль-аммортизацияфедеральный бюджет субъектов муниципальный бюджет федераций бюджет-прочее