автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Ситуационное управление многопродуктовой производственной системой на основе имитационного моделирования

На правах рукописи

ПОЛЮДОВА Гульнара Рустамовна

СИТУАЦИОННОЕ УПРАВЛЕНИЕ МНОГОПРОДУКТОВОЙ ПРОИЗВОДСТВЕННОЙ СИСТЕМОЙ НА ОСНОВЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ

Специальность

05.13.10 - Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Уфа 2006

Работа выполнена на кафедре технической кибернетики Уфимского государственного авиационного технического университета

Научный руководитель:

засл. деятель науки и техн. РФ и РБ, д-р техн. наук, чл.-корр. АН РБ ИЛЬЯСОВ Барый Галеевич

Официальные оппоненты:

д-р техн. наук, проф. ИСМАГИЛОВА Лариса Алексеевна

канд. техн. наук

НИЗАМУТДИНОВ Марсель Малихович

Ведущая организация: Башкирская Академия государственной

службы и управления (г. Уфа)

Защита диссертации состоится «_»_2006 г. в_часов

на заседании диссертационного совета Д-212.288.03 Уфимского государственного авиационного технического университета по адресу: 450000, Уфа-центр, ул. К.Маркса, 12

С диссертацией можно ознакомиться в библиотеке университета

Автореферат разослан

« »

Ученый секретарь диссертационного совета д-р техн. наук, проф.

' /

V

> !

Миронов В.В.

2_оо&А-

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуалыгость темы

Проблема повышения эффективности управления производством в условиях рыночных отношений является одной из актуальных проблем, решение которой имеет важное практическое значение для современной российской экономики. Существенная нестабильность рыночной среды и динамичность процессов выпуска и сбыта продукции определяют дополнительные требования к организации управления производством. Ошибки при выборе стратегии и тактики поведения предприятий в этих условиях могут привести к самым нежелательным последствиям и в целом снижают эффективность их функционирования. Вместе с тем существующие информационные технологии и системы, как правило, решают задачи, связанные с мониторингом производственных потоков, и, в меньшей степени, с подготовкой процедур поддержки принятия решений.

В связи с этим актуальной становится проблема совершенствования методов и алгоритмов управления производственными системами (ПС) в условиях неопределенности среды, многовариантности выбора при производстве и сбыте продукции и ограничений по ресурсам. Одним из путей, обеспечивающих повышение эффективности управления системой, является разработка и применение моделей и информационных технологий принятия решений на базе перспективных алгоритмов интеллектуального управления.

Сложность производственных систем, неоднородность структуры, динамический характер протекающих процессов, множество внешних и внутренних связей в системе ограничивают возможности применения традиционных аналитических методов исследования и свидегельсшуют о целесообразности применения численных методов при анализе процессов управления данным классом объектов.

На сегодняшний день имитационное моделирование - одно из самых эффективных средств анализа и синтеза алгоритмов управления производственными системами, а часто и единственный, практически доступный метод получения информации о поведении системы в условиях изменчивости внешней среды. Применение методов моделирования при построении систем управления производством позволяет заменить фактические эксперименты над системой вычислительными.

В работе с позиций системной целостности рассматривается проблема создания комплекса взаимосвязанных, учитывающих влияние внешних возмущений моделей систем управления производством. Различные по природе модели и алгоритмы объединяются общей целью построения системы управления и выявления эффективных алгоритмов поведения ПС в изменяющейся рыночной среде.

Актуальность проблемы повышения эффективности управления производством определяется большим разнообразием связанных с ней проблем и вопросов, а также тем, что целый круг важных научно остается до сих пор нерешенным.

-практических задач РОС. НАЦИОНАЛЬНАЯ БИБЛИОТЕКА (¡.-Петербург

ОЭ 200 ¿к г

Цель и задачи исследований

Цель работы заключается в разработке моделей управления многопродуктовой производственной системой на основе анализа ситуаций на рынках сырья и сбыта продукции и их применении при формировании управленческих решений.

Для достижения поставленной цели необходимо решить следующие задачи.

1. Разработать функциональную структуру управляемой многопродуктовой производственной системы, функционирующей в конкурентных условиях рынков сырья и сбыта продукции.

2. Разработать математические модели функционирования многопродуктовых производственных систем с учетом возмущающих факторов на рынках сырья и сбыта продукции.

3. Разработать интеллектуальную систему поддержки принятия решений на основе анализа ситуаций на рынках сырья и сбыта продукции.

4 Разработать программные компоненты автоматизированной системы имитационного моделирования (АСИМ) и поддержки принятия решений при ситуационном управлении производством.

5. Провести исследования эффективности предложенных моделей, структур и алгоритмов и выработать практические рекомендации для ситуационного управления производственной системой в конкурентных условиях рынков сырья и сбыта продукции.

Методы исследования

Разработка моделей проводится с использованием методов общей теории систем, теории автоматического управления, теории иерархических систем и теории нечеткой логики. Синтез интеллектуальных алгоритмов осуществляется с использованием методов искусственного интеллекта, ситуационного управления и теории алгоритмов. Для разработки имитационных моделей применяются численные методы моделирования и методы проектирования информационных систем.

Результаты, выносимые на защиту

На защиту выносятся следующие научные положения и практические результата.

1. Функциональная структура управляемой многопродуктовой производственной системы.

2. Математические модели многопродуктовых производственных систем и их подсистем.

3. Интеллектуальная система поддержки принятия решений при управлении производством и сбытом продукции.

4. Программные компоненты автоматизированной системы имитационного моделирования динамики функционирования ПС и поддержки

принятия решений при управлении производством.

5. Результаты исследований эффективности функционирования многопродуктовой производственной системы в конкурентных условиях рьптков сырья и сбыта продукции при действии внешних и внутренних возмущений, полученные с использованием разработанного про1раммного обеспечения.

Научная новизна результатов

• Новизна предлагаемой функциональной структуры управляемой многопродуктовой производственной системы заключается в том. что она содержит комплекс элементов, позволяющий проводить системный анализ ситуаций на рынках сырья и сбыта продукции с учетом динамики функционирования ПС;

• новизна разработанных математических моделей функционирования многопродуктовых производственных систем состоит в том, что они построены в классе нелинейных динамических моделей, позволяющих учитывать системную динамику процессов ресурсообеспечения и сбыта продукции;

• новизна интеллектуальной системы поддержки принятия решений заключается в формировании нечетких алгоритмов управления ПС на основе анализа ситуаций на рынках сырья и сбыта продукции по результатам имитационного моделирования;

• новизна разработанного программного обеспечения основана как на новизне предложенных моделей и алгоригмов планирования, управления и принятия решений, так и на применении современных информационных технологий к решению рассматриваемого класса задач.

Практическая ценность и внедрение результатов

Практическая ценность полученных результатов заключается в том, что разработанное программное обеспечение может быть использовано при обучении специалистов методам моделирования и организационного управления производством, при анализе динамики функционирования реальных производственных систем и формировании решений при управлении на основе имитационного моделирования, а также при синтезе моделей и алгоритмов планирования и управления производством в условиях рынка.

В учебный процесс Уфимского государственного авиационного технического университета (УГАТУ) внедрены математическое, алгоритмическое и программное обеспечение системы имитационного моделирования, а также методика его использования для решения задач планирования, моделирования динамики процессов производства и сбыта продукции, оперативного управления производством в конкурентных условиях рынка.

Основания для выполнения работы

Работа выполнена в период 2001-2005 гг. на кафедре технической кибернетики УГАТУ и связана с выполнением госбюджетных научно-

исследовательских работ № ИФ-ТК-14-01-03/а (2001-2004 гг.) и № ИФ-ТК-14-05-03/а (2005 г.).

Работа поддержана в рамках Федеральной целевой программы "Государственная поддержка интеграции высшего образования и фундаментальной науки", контракт № 21-76 (2001-2004 гг.)

Апробация работы и публикации

Основные положения, представленные в диссертационной работе, докладывались и обсуждались на следующих научно-технических конференциях: VIT международная научно-техническая конференция "Математические методы и информациотгаые технологии в экономике", Пенза, 2001, VI Всероссийский семинар "Моделирование неравновесных систем", Красноярск, 2003, международная молодежная научная конференция "XXX Гагаринские чтения", Москва, 2004, 11 Всероссийская межвузовская научно-техническая конференция студентов и аспирантов "Микроэлектроника и информатика - 2004", Москва, 2004, XLIT международная научная студенческая конференция "Студент и научно-технический прогресс", Новосибирск, 2004

Результаты диссертационной работы непосредственно отражены в 11 публикациях, в том числе в виде 5 статей в российских научных изданиях, 6 тезисов докладов в трудах конференций.

Структура работы

Диссертационная работа изложена на 182 страницах и включает в себя введение, четыре главы основного материала, заключение, библиографический список и приложения. Библиографический список включает 116 наименований.

Автор выражает благодарность канд. техн. наук, доц. C.B. Сильновой за помощь в разработке математических моделей производственных систем.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, сформулированы цель, задачи исследований, научная новизна и практическая ценность полученных результатов.

Глава 1. Анализ проблемы исследования и управления производственными системами, функционирующими в условиях рынка

В первой главе рассмотрена актуальная, имеющая важное научно-практическое значение проблема повышения эффективности управления производственными системами в условиях рыночных отношений

В результате анализа современных концепций организации производства и существующих архитектур управления, а также особенностей функционирования и управления производством в условиях рынка обоснована необходимость исследования производственной системы как динамического, многосвязного и многофункционального объекта управления, обладающего свойствами адаптивности и управляемого с участием человека. Выделен класс

исследуемых динамических многопродуктовых, многорыночных систем, управляемых человеком в условиях неопределенности, действия возмущающих факторов внешней среды и ограничений по ресурсам.

Анализ существующих моделей и методов описания динамики функционирования производственных систем показал, что большинство исследований посвящено либо моделированию макроэкономических процессов, либо изучению динамики производства без учета динамики сбыта, либо описанию только рыночных процессов взаимодействия спроса и предложения и ценообразования. Область исследования динамики взаимосвязанного и взаимообусловленного Аункниониоования пооизводственной и сбытовой подсистем является малоизученной.

Предложен перспективный путь решения проблемы повышения эффективности управления ПС, основанный на использовании идей системного подхода к исследованию, проектированию и моделированию данного класса систем, при котором взаимоувязываются особенности производственных систем как объектов управления и который использует моделирование как эффективный метод анализа и синтеза сложных динамических, плохо формализуемых систем. При этом разрабатываются модели, в которых производство и сбыт связаны единой целью управления - организацией прибыльного производства продукции для удовлетворения потребностей рынка.

Выполненный анализ применимости существующих программных средств для решения задач исследования и управления производством в условиях рынка показал целесообразность разработки автоматизированной системы имитационного моделирования, обеспечивающей возможность исследования процессов функционирования производственных систем по организации выпуска и сбыта продукции, за счет использования динамических моделей, и поддержки принятия решений в условиях изменчивости рыночной среды, за счет интеллектуальных моделей и алгоритмов.

Определен круг научных и практических задач, решение которых обеспечит эффективность функционирования производственных систем за счет разработки и применения динамических (непрерывно-логических) моделей и интеллектуальных алгоритмов поддержки решений по управлепию.

Глава 2. Разработка математических моделей производственной системы как сложного динамического объекта

Во второй главе исследуется деятельность предприятия, выпускающего продукцию £ видов одного функционального назначения и реализующего ее потребителям на рынках сбыта в условиях конкуренции со стороны других предприятий, производящих и предлагающих аналогичную продукцию. При этом предприятия конкурируют не только на рынках сбыта, но и на рынках сырья при закупке ресурсов, необходимых для производства продукции, то есть являются дважды связанными, через рынки сбыта и через рынки сырья.

Цель управления состоит в повышении эффективности производства, при этом в качестве критериев эффективности выступают производственно-

экономические показатели, основным из которых является величина прибыли предприятия, получаемая в результате реализации произведенной продукции.

Разработана функциональная структура модели многопродуктовой производственной системы по видам продукции и по выполняемым функциям. Выделены сепаратные подсистемы, описывающие процессы производства и реализации каждого отдельного 1-го вида продукции с учетом действия механизма затрат. Рассмотрение этих процессов в рамках сепаратных одноканальных подмоделей позволяет оценивать эффективность производства и реализации каждого вида продукции с точки зрения получения суммарной прибыли всей системой. Каждая функциональная подмодель описывает основные действия или расчеты, выполняемые для всех видов продукции.

Обобщенная модель производственной системы состоит из связанных между собой подмоделей: планирования производства; производства продукции всех I видов; формирования затрат на производство и сбыт; реализации продукции; расчета выручки и прибыли.

Планирование производства продукции выполняется исходя из рыночной потребности с учетом финансовых возможностей предприятия для закупки требуемых для производства ресурсов, с одной стороны, и обеспеченности спроса в ресурсах в условиях конкуренции на рынках сырья, с другой стороны (рис. 1).

Модель производства продукции позволяет отразить динамику и закономерности процессов производства с целью принятия эффективных решений по управлению. Динамическая модель производства разработана в классе нелинейных систем, описываемых дифференциальными уравнениями, отражающими изменение во времени основных производственных показателей: темпа и объема выпуска (управляемых переменных) при изменении расхода ресурса (управляющего воздействия).

В модели формирования затрат по величине издержек на единицу продукции 3,пер ед и по фактическому объему выпуска продукции Л7, рассчитывается величина переменных затрат по каждому виду продукции 3;"ср и по всей номенклатуре 3™р , а также величина постоянных затрат Зпост,

приведенных к текущей точке моделирования Т".

Модель реализации продукции описывает динамические процессы формирования спроса и предложения, ценообразования изменения объемов реализации на рынках сбыта.

Каждая сепаратная подмодель реализации включает блоки:

• анализа рыночных условий, выполняемого с использованием паутинообразной модели рынка и включающего следующие действия:

■ построение с помощью метода линейной парной регрессии линеаризованных кривой спроса и кривой предложения по известным статистическим данным предприятия о реализации и выпуске продукции;

Начало

Определение предварительных планов производства продукции ЛГ)1Л, / = \,Ь

и:

Определение потребностей в отдельных видах ресурсов Я™_

Определение общих затрат на ресурсы С™

Определение индивидуальною спроса рс!

~Т

предприятия на ресурсы К ™р

Оценка инд. спроса конкурента Л рПр "

31

Ранжирование производителей ресурса со стороны предприятиями конкурента

9 / Анализ взаимодействия потребителей ] с каждым из производителей ресурса

-1"

_4-.

151 Определение фактического количества I____

' приобретенных ресурсов Др '

Планирование с использованием кривых предложения продукции на рынках сбыта

Расчет ресурсов по нормам расхода

Расчет общих затрат на ресурсы с использованием средних

рыночных цен Оценка достаточности денежных средств на приобретение ресурсов

Корректировка в соответствии с предложенным алгоритмом Оценка спроса с учетом складских запасов

Оценка спроса по показателям реализации продукции

конкурентом

Упорядочивание по предпочтениям потребителей ресурса

Анализ по отдельным видам ресурсов

Определение очередности потребителей в приобретении ими ресурса у отдельного производителя

Расчет для отдельных видов ресурсов

Корректировка в соответствии с предложенным алгоритмом

Рисунок 1 - Алгоритм планирования производства продукции с учетом конкуренции на рынках сбыта и рынках ресурсов

■ построение линеаризованных кривых общего спроса и общего предложения продукции с учетом доли <1 исследуемого предприятия на рынке сбыта;

■ определение равновесной рыночной цены Ц;р(/ = 0) на начальный момент времени;

■ расчет смещений построенных кривых спроса и предложения под действием факторов рыночной среды, определение новых положений О, ) и

этих кривых и новых значений равновесной цены Ц^;

• расчета предложения продукции Л^прсд по кривой спроса с учетом значений объема выпуска Л^, поставок со склада Лг/Сю| и цены продукции Ц/, формируемой путем индивидуальной надбавки предприятия Д1ДI к равновесной цене;

• оценки общего предложения продукции л/"ред-5:; выполняемой с учетом предложения конкурента на основании значений его объема выпуска

и цены Ц*;

• оценки общего спроса А^/сгтр1 для значения равновесной цены Ц7Р;

• анализа обеспеченности спроса как разницы АЛ/', между общим спросом и общим предложением продукции;

• определения объема реализации Л,;ре!Ш с учетом обеспеченности спроса и доли предприятия на рынке;

• определения равновесной цены продукции на текущий момент времени ГДР на основе значений цены и объема реализации предприятия на предыдущий момент времени и аналогичных значений этих показателей для конкурента, а также расчета цены продукции Ц/ предприятия с учетом индивидуальной надбавки ЛЦ7 к равновесной цене Цр;

• расчета выручки В( от реализации продукции.

Модель расчета выручки и прибыли предназначена для определения прибыли от производственно-сбытовой деятельности предприятия.

ФуНКЦИОНаЛЬиаи ^Тр^Ы^ри »Пш! КШиии 11рОИЗБОДС*1оСпНОИ

системы построена в предположении, что ПС является многосвязной и многоканальной кибернетической системой, управление которой организуется с целью получения прибыли от производства и сбыта всей номенклагуры изделий, при этом считается, что каждое из изделий также является прибыльным.

Описанная модель реализации продукции отдельного вида разработана без учета действия связей между территориальными сегментами товарного рынка. Модель построена в классе нелинейных систем и представлена в виде

аналитических зависимостей и структурных схем из линейных и нелинейных звеньев.

Предложенная модель реализации позволяет, во-первых, исследовагъ не только динамически равновесные, но и динамически неравновесные состояния рынка, существующие в реальности; во-вторых, исследовать процессы взаимовлияния спроса, предложения, цены, объема продаж и действий конкурентов на рынках сбыта продукции; в-третьих, описать динамически равновесные состояния производственной системы на рынках сбыта продукции.

Вместе с тем, эффективность реализации продукции зависит в значительной степени от правильно выбранной стратегии сегментации рынка, и территориальная сегментация проводится в большинстве существующих стратегий. В связи с этим предложенная модель реализации продукции для рынка товаров, сегментированного по общности интересов потребителей к I товару каждого вида, дополнена моделью с территориальной сегментацией

рынка. В общем случае исследуется многопродуктовая производственная система, структурированная по рынкам товаров (по числу видов выпускаемой продукции /=1,£) и по точкам сбыта (территориальным сегментам >„-го рынка,

Рассматривается активное поведение предприятия, когда отслеживается состояние товарных рынков во всех точках реализации и с учетом его динамики принимаются решения по перераспределению продукции между ними. Взаимодействия между территориальными рынками представляют собой перевозки товаров из одной точки реализации в другую. Условиями организации дополнительных перевозок являются: наличие территориальных рынков с дефицитом и избытком продукции; наличие технических средств для выполнения перевозки продукции; доходность предполагаемой перевозки. ' * Разработанная модель реализации продукции для многоиродуктовой

производственной системы при территориальной сегментации товарных рынков учитывает динамику насыщенности территориальных рынков при принятии решений по распределению произведенной продукции и обеспечивает повышение прибыльности системы за счет получения дополнительной выручки от организации локальных перевозок продукции межву территориальными рынками.

Глава 3. Разработка интеллектуальной системы поддержки принятия решений при управлении производством

В третьей главе разработана функциональная схема системы управления производством в конкурентных условиях рынка в классе интеллектуальных систем. Показано, что выявленные особенности производственной системы как объекта управления, а также особенности управления в условиях неопределенности рыночной среды позволяют выбрать методы искусственного интеллекта на базе моделей нечеткой логики в качестве основных методов решения задач поддержки принятия решений.

Основу предлагаемого подхода к управлению производством в условиях изменчивости рыночной среды составляют системное объединение процедур анализа текущего состояния производственной системы на основе динамических моделей, принятия решений на основе интеллектуальных алгоритмов поддержки решений и выборочного вмешательства человека в процесс управления.

Преимущество предложенного подхода к исследованию и управлению производством методом моделирования с использованием нечеткой логики состоит в том, что с достаточно высокой достоверностью можно моделировать ситуацию с учетом динамики, прогнозировать ее развитие и оценивать эффективность тех или иных решений, причем любой эксперимент может быть воспроизведен с новыми исходными данными или вариантами решений.

В работе отмечено, что специфика внешней среды - условия конкуренции на рынках ресурсов и рынках сбыта готовой продукции - вносит значительную неопределенность в процесс управления предприятием. В связи с этим вопросы построения систем поддержки принятия решений (СППР) представляются актуальными. Целью создания СППР является повышение эффективности деятельности предприятия за счет автоматизации действий его управленческого персонала

Показано что, при разработке СППР, основанной на нечеткой логике, необходимо решить следующие задачи:

• провести анализ рыночных факторов и сформировать для них нечеткие шкалы;

• определить зависимость для оценки состояния рынка;

• провести анализ управляющих переменных;

• проанализировать влияние рыночных факторов на управляющие переменные;

• сформировать нечеткие шкалы для управляющих переменных;

• сформировать нечеткие правила по выводу управляющих рекомендаций;

• разработать алгоритм вывода четких рекомендаций;

• разработать программное обеспечение СППР.

Предложен комплексный показатель V для оценки состояния рынка сбыта продукции, учитывающий влияние выбранных рыночных факторов и позволяющий выполнять сравнение состояний рынка в различные моменты времени для принятия управленческих решений,

Определение К в четкой форме проводится следующим образом:

г = 1 УЛ,

к-1

где Ук - промежуточные коэффициенты, рассчитываемые для отдельных термов нечетких шкал рыночных факторов;

Р* - четкие значения, соответствующие каждому терму нечеткой шкалы для комплексного показателя. Четкое значение определяется с использованием известных методов дефаззификации;

к - номер герма. Количество термов принято равным К-5.

N

2 8,А*

Промежуточные коэффициенты Ук учитывают не только значение функции принадлежности соответствующих термов ц,,*, но и значимость р^ каждого из рассматриваемых N факторов при их комплексном анализе, а также характер влияния изменения отдельного фактора 8, на изменение комплексного показателя.

Сравнивая значения V, рассчитанные для двух временных срезов, можно сделать вывод об изменении рыночной ситуации вследствие изменения рыночных факторов. Результатом такого анализа является вывод о том, следует ли принимать какое-либо управленческое решение, направленное на изменение ситуации, и, если - да, то, как изменить конкретный экономический показатель, реализующий это решение.

Выделены две группы показателей: объемные и ценовые, изменение

которых обеспечивает принятие решения. Для процессов производства

•

продукции это объем N1 и/или темп выпуска и цена Ц/ продукции

соответственно. Для процессов сбыта это объем Мц и/или темп предложения

Ф

и цена Щ продукции на конкретном территориальном рынке - точке реализации. Изменяя значения выделенных показателей, можно влиять на состояние рынков: изменяя значения N1 и Ц/ - на состояние товарного рынка (рынка продукции 1-го вида); изменяя значения Ад. и Цд - на состояние территориального рынка (рынка продукции 1-го вида в л-й точке реализации).

Предложен показатель Л К, характеризующий качественные изменения состояния рынков сбыта, который должен использоваться в правилах по выводу управляющих решений совместно с показателем ЛЛа, выражающим количественную оценку в виде розницы между спросом и предложением продукции. Так как это разнородные показатели, предложепо строить нечет кие правила вывода управляющих решений.

Разработана система нечетких правил по выводу управляющих рекомендаций, которые составляют основу системы поддержки принятия решений. Продукционные правила вида "если (сочетание показателей), то (управленческое решение)" формируются для всех управленческих решений и базируются на двух группах показателей состояния рынка сбыта-количественных (соотношении между спросом и предложением продукции

и скорости его изменения Д Ыц) и качественных (комплексном показателе оценки состояния рынка ДУтл. скорости его изменения Д V )

что позволяет учесть не только состояние рынка, но и его динамику. Правила имеют вид:

если [("ДЛ^" "значительный дефицит") и "значительное

Увеличение" или "незначительное увеличение") н У9 "^^ачитечьное

уменьшение" или "незначительное уменьшение") и ("Д V" "значительное увеличение" или "незначительное увеличение")], то /" "незначительно увеличить").

Однако, проанализировать все возможные сочетания показателей в условной части правила представляется весьма трудоемким. Поэтому предлагается формировать базу правил, используя следующие положения.

1. Управляющее решение реализуется изменением только одной управляющей переменной.

2 В условной части правил помещаются только два показателя рыночной ситуации. Между собой эти правила находятся в отношении «ИЛИ», что приводит к упрощению и сокращению числа правил в базе правил.

3. В качестве анализируемых пар показателей, помещаемых в условную

• •

часть правил, принимаются следующие: (Л/У, АУ), (АЫ, Л N), (АУи А V ).

4 В каждой паре один из показателей выполняет основную роль, другой является уточняющим, второстепенным.

5 База правил формируется как совокупность таблиц решений, каждая из которых является отображением множества нечетких значений пары показателей из вектора Р на множество значений управляющих переменных.

ЛЛга

ЬР ЯР2 БР МР и» 1Р

БР 0 57^ БР МР МР*

г 0 0 0 0 0

57У МЫ 0

Ш ьы ш1 Ж

Илг 1ЛГ БЫ г 5Р ЬР

Д V

В таблице использованы следующие термы для показателей AN\t,AV:

¿¿V - "значительный избыток" / "значительное уменьшение"; SN -"незначительный избыток" / "незначительное уменьшение"; 2 ~ "малые отклонения от состояния равновесия" / "практически никакого изменения"; БР - "незначительный дефицит" / "незначительное увеличение"; ЬР -"значительный дефицит" / "значительное увеличение".

Полученные в результате дефаззификации четкие управляющие рекомендации позволяют установить скорректированные значения управляющим переменным, адекватные сложившейся рыночной ситуации.

Глава 4. Исследования эффективности функционирования производственных систем методом имитационного моделирования

В четвертой главе разработана автоматизированная система имитационного моделирования динамики функционирования и поддержки принятия решений при управлении производством, построенная в концепции развитой моделирующей среды, что позволяет конфигурировать систему моделирования в соответствии с целями экспериментов, проводить эксперименты по выбору структур, моделей и алгоритмов управления, а также по определению наиболее эффективной тактики поведения производственной системы в условиях изменяющейся рыночной среды.

Данный подход соответствует предложенной методологии исследования и управления производством, объединяя, с одной стороны, традиционные математические модели, в виде нелинейных аналитических зависимостей для описания динамически равновесных состояний производственных систем и, с другой стороны, методы искусственного интеллекта для синтеза алгоритмов управления в условиях неопределенности и неполноты информации. Подобная интеграция моделей разного тина в общую имитационную модель придает последней дополнительную гибкость, что выражается в возможности описания каждой отдельной подсистемы исследуемого объекта в форме, наиболее адекватно отражающей содержание процессов функционирования этой подсистемы.

Разработаны программные компоненты АСИМ (мастера), которые представляют собой средства автоматизации построения имитационных моделей и позволяют на основании диалога с пользователем генерировать модели различных функциональных подсистем производственной системы. Наличие мастеров существенно облегчает работу с АСИМ для пользователей -специалистов в области управления производством, освобождая их от необходимости знания структуры проектируемых имитационных моделей и работы с библиотекой базовых элементов.

Разработано программное обеспечение системы поддержки принятия решений при управлении производством. Данная СППР является подсистемой АСИМ и может использоваться в виде самостоятельного программного продукта для решения задач управления процессами выпуска и сбыта продукции в условиях неопределенности рыночной среды.

Выполнены исследования эффективности предложенных нечетких моделей поддержки принятия решений Предложена методика комплексного

анализа состояния рынка сбыта, которая позволяет лицу, принимающему решения, оценить качественное состояние рынка и динамику его изменения путем проведения расчета показателей с помощью СППР. Количественная оценка состояния рынка выполняется с помощью разработанной модели производственной системы.

Выполнены исследования применимости предложенной модели планирования производства продукции с помощью разработанного мастера модели планирования. Эффективность модели обеспечивается за счет выполнения расчетов плановых объемов выпуска продукции и плановой потребности в ресурсах, учитывающих конъюнктуру рынков сбыта продукции, финансовое состояние предприятия и динамику состояний рынков ресурсов при наличии конкуренции.

Количественная оценка эффективности модели планирования может быть выполнена путем настройки ее на данные о процессах выпуска и реализации продукции для конкретного предприятия: количестве видов выпускаемой продукции и используемых ресурсов, нормах расхода ресурсов, информации о поставщиках ресурсов и информации о конкуренте.

РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Разработана функциональная структура управляемой многопродуктовой производственной системы, функционирующей в конкурентных условиях рынков сырья и сбыта продукции, положенная в основу построения моделей ее подсистем и системы в целом. Предложенная форма представления исследуемого объекта - производственной системы в виде совокупности взаимодействующих друг с другом подмоделей дает широкие возможности при синтезе его структуры. С одной стороны, она позволяет исследовать свойства отдельных подсистем исследуемого объекта как автономных, самостоятельно функционирующих объектов, а с другой стороны, дает возможность получить представление о динамике функционирования системы в целом.

При построении модели определен состав подсистем производственной системы, их назначение и функции, выявлены особенности их функционирования. Определены векторы входных и выходных переменных подмоделей, формализующих взаимодействие подсистем между собой и с внешней средой.

2. Разработана модель многопродуктовой производственной системы, состоящая из взаимосвязанных однопродуктовых подсистем, функционирующих в едином ресурсном пространстве и на территориально разнесенных сегментах рынка товаров.

В классе нелинейных систем разработаны следующие модели, отличающиеся новизной математического представления:

• модель планирования производства в конкурентных условиях рынков сырья и сбыта продукции, позволяющая учитывать конъюнктуру рынков сбыта продукции, описывать динамику изменения ситуаций на рынках сырья в

результате взаимодействия его участников, планировать выпуск продукции с учетом финансового состояния предприятия;

• модель реализации продукции отдельного вида без учета действия связей между территориальными сегментами товарного рынка, включающая подмодели анализа состояния рынка, расчета предложения продукции, анализа обеспеченности спроса, определения объема реализации, ценообразования и отражающая динамические свойства процесса сбыта продукции;

• модель реализации продукции при территориальной сегментации товарных рынков, обеспечивающая повышение прибыльности производственной системы за счет получения дополнительной выручки от организации локальных перевозок между территориальными рынками.

3. Обоснована целесообразность построения систем управления производством в классе интеллектуальных систем, основанных на нечетких моделях, позволяющих для условий непрогнозируемых действий внешней среды и возникновения дефицита ресурсов вырабатывать для каждой конкретной ситуации наиболее эффективные решения по управлению производством и сбытом продукции.

Предложена структура системы интеллектуального управления, использующая для принятия управленческих решений как нечеткие модели, так и модели, описывающие изменение динамически равновесных состояний производственной системы.

Разработана нечеткая модель поддержки решений, позволяющая решать задачи формирования возможных решений и учитывающая неопределенность при оценке состояния производства и рынка.

4. Разработана автоматизированная система имитационного моделирования динамики функционирования и поддержки принятия решений при управлении производством, которая базируется на предложенной методологии моделирования и управления ПС; реализована в концепции развитой моделирующей среды; обеспечивает возможность интерактивного посгроения моделей производственных систем произвольного уровня сложности, исследования динамики процессов производства и сбыта продукции, а также поддержку решений при управлении производством в условиях рыночной среды; пригодна для обучения пользователей методам моделирования и управления производственными системами в условиях рынка.

Разработаны программные компоненты АСИМ, позволяющие автоматизировать процесс построения имитационных моделей функциональных подсистем производственной системы.

Разработано программное обеспечение СППР, основанной на нечеткой логике, которая является подсистемой АСИМ и обеспечивает поддержку принятия решений при управлении производством в условиях рынка.

Предложена методика комплексного анализа состояния рынков сбыта, позволяющая оценить качественное состояние рынка и его динамику путем проведения расчета показателей с помощью разработанного программного обеспечения СППР.

Выполнены исследования эффективности предложенной модели планирования производства продукции с помощью разработанного программного обеспечения (мастера модели планирования). Количественная оценка эффективности модели планирования может быть выполнена путем настройки ее на данные о процессах выпуска и реализации продукции для конкретного предприятия: о количестве видов выпускаемой продукции и используемых ресурсов, о нормах расхода ресурсов, информации о поставщиках ресурсов и о конкуренте.

СПИСОК ОСНОВНЫХ ПУБЛИКАЦИЙ

Результаты диссертационной работы отражены в 11 публикациях, ниже приведены основные из них.

1. Сильнова C.B., Валеева (Полюдова) Г.Р. Моделирование неравновесных состояний производственных систем в условиях рынка // Моделирование неравновесных систем: Матер. VI Всерос. сем. Красноярск,

2003. С.156-157.

2. Валеева (Полюдова) Г.Р. Применение технологии экспертных систем для принятия стратегических решений // Вопросы управления и проектирования в информационных и кибернетических системах: Межвуз. науч. сб. Уфа: УГАТУ, 2003. С. 155-161.

3. Сильиова C.B., Валеева (Полюдова) Г.Р. Моделирование реализации продукции в условиях рынка // Автоматизация и современные технологии.

2004. №7. С.40-46.

4 ИльясовБ.Г., Сильнова C.B., Полюдова Г.Р. Планирование производства в конкурентных условиях рынков сырья и сбыта продукции Н Приборы и системы. Управление, контроль, диагностика. 2004. №6. С. 62-66.

5. Полюдова Г.Р. Новые информационные технологии в исследовании производственных систем // XXX Гагаринские чтения: Матер, междунар. молодежи, науч. конф. М.: МАТИ-РГТУ им. К.Э. Циолковского, 2004. Т.5. С.49-50.

6 Полюдова Г.Р. Информационно-управляющая система для исследования производства в условиях рынка // Микроэлектроника и информатика - 2004: Матер. 11-й Всерос. межвуз. науч.-техн. конф. студентов и аспирантов. М.: МИЭТ, 2004. С 87-88.

7. Полюдова Г.Р. Модель планирования производства в условиях рынка // Студент и научно-технический прогресс: Матер. XLII междунар науч. студенч конф. Новосибирск, 2004. С. 73-74.

8. Ильясов Б.Г., Сильнова C.B., Полюдова Г.Р. Управление производственной системой с использованием нечеткой логики // Мехатроника, автоматизация, управление. 2005. №11. С. 42-47.

Диссертант Af -> Полюдова Г.Р.

ПОЛЮДОВА Гульнара Рустамовна

СИТУАЦИОННОЕ УПРАВЛЕНИЕ МНОГОПРОДУКТОВОЙ ПРОИЗВОДСТВЕННОЙ СИСТЕМОЙ НА ОСНОВЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ

Специальность

05 13 10 - Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических на>к

Подписано к печати 12 05 06 Формат 80x64 1/16 Бумага офсетная Печать плоская Усл. печ л 1,0 Уел кр -отт 1.0 Уч -изд л 0,9 Тираж 100 ">К1 Заказ №213

ГОУ ВПО Уфимский государственный авиационный технический университет Центр оперативной полиграфии 450000, Уфа-центр, ул К Маркса, 12

4407&

»140 78

ПРИНЯТЫЕ СОКРАЩЕНИЯ.

ВВЕДЕНИЕ.

1 АНАЛИЗ ПРОБЛЕМЫ ИССЛЕДОВАНИЯ И УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННЫМИ СИСТЕМАМИ, ФУНКЦИОНИРУЮЩИМИ В УСЛОВИЯХ РЫНКА.

1.1 Производственная система как объект исследования и управления.

1.2 Анализ подходов и программных средств для исследования процессов функционирования и управления производством.

1.3 Цель и задачи исследований.

Выводы по главе 1.

2 РАЗРАБОТКА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПРОИЗВОДСТВЕННОЙ СИСТЕМЫ КАК СЛОЖНОГО ДИНАМИЧЕСКОГО ОБЪЕКТА.

2.1 Функциональная структура модели многопродуктовой производственной системы.

2.2 Модель планирования производства в конкурентных условиях рынков сырья и сбыта продукции.

2.3 Модель реализации продукции в условиях рынка.

2.4 Модель реализации продукции при территориальном сегментировании рынка.

Выводы по главе 2.

3 РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ПРОИЗВОДСТВОМ.

3.1 Функциональная схема интеллектуальной системы управления производством.

3.2 Нечеткая модель комплексной оценки состояния рынков сбыта.

3.3 Интеллектуальные алгоритмы управления производством и сбытом продукции в условиях рынка.

Выводы по главе 3.

4 ИССЛЕДОВАНИЯ ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ ПРОИЗВОДСТВЕННЫХ СИСТЕМ МЕТОДОМ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

4.1 Автоматизированная система имитационного моделирования и поддержки принятия решений при управлении производством.

4.2 Программные компоненты для автоматизации построения моделей производственных систем.

4.2.1 Мастер модели планирования производства.

4.2.2 Мастер модели перевозок.

4.2.3 Мастер модели анализа состояния рынка.

4.3 Разработка программного обеспечения интеллектуальной системы поддержки принятия решений при управлении производством.

4.4 Исследования эффективности функционирования многопродуктовой производственной системы с помощью разработанного программного обеспечения.

4.4.1 Исследования эффективности нечетких моделей поддержки принятия решений при управлении производством в условиях рынка.

4.4.2 Исследования эффективности модели планирования производства в условиях конкуренции на рынках сырья и сбыта продукции.

Выводы по главе 4.

Проблема повышения эффективности управления производством в условиях рыночных отношений является одной из актуальных проблем, решение которой имеет важное практическое значение для современной российской экономики. Существенная нестабильность рыночной среды и динамичность процессов выпуска и сбыта продукции определяют дополнительные требования к организации управления производством. Ошибки при выборе стратегии и тактики поведения предприятий в этих условиях могут привести к самым нежелательным последствиям и в целом снижают эффективность их функционирования. Вместе с тем существующие информационные технологии и системы, как правило, решают задачи, связанные с мониторингом производственных потоков, и, в меньшей степени, с подготовкой процедур поддержки принятия решений.

В связи с этим актуальной становится проблема совершенствования методов и алгоритмов управления производственными системами (ПС) в условиях неопределенности среды, многовариантности выбора при производстве и сбыте продукции и ограничений по ресурсам. Одним из путей, обеспечивающих повышение эффективности управления системой, является разработка и применение моделей и информационных технологий принятия решений на базе перспективных алгоритмов интеллектуального управления.

Сложность производственных систем, неоднородность структуры, динамический характер протекающих процессов, множество внешних и внутренних связей в системе ограничивают возможности применения традиционных аналитических методов исследования и свидетельствуют о целесообразности применения численных методов при анализе процессов управления данным классом объектов.

На сегодняшний день имитационное моделирование - одно из самых эффективных средств анализа и синтеза алгоритмов управления производственными системами, а часто и единственный, практически доступный метод получения информации о поведении системы в условиях изменчивости внешней среды. Применение методов моделирования при построении систем управления производством позволяет заменить фактические эксперименты над системой вычислительными.

В работе с позиций системной целостности рассматривается проблема создания комплекса взаимосвязанных, учитывающих влияние внешних возмущений моделей систем управления производством. Различные по природе модели и алгоритмы объединяются общей целью построения системы управления и выявления эффективных алгоритмов поведения ПС в изменяющейся рыночной среде.

В своих исследованиях автор опирался на труды отечественных и зарубежных ученых, внесших значительный вклад в развитие теории моделирования и управления экономическими системами:

• в разработку методов оптимального планирования и управления производством (В.В. Леонтьев, JI.B. Канторович, Н.Н. Моисеев, В.Н. Бурков, ЯЗ. Цыпкин, Э.Й. Вилкас и др.) [8,9,100];

• в создание системной динамики и систем имитационного моделирования (Т. Нейлор, А.Г. Гранберг, Н.В. Чепурных, A.J1. Новоселов, Дж. Форрестер, Дж. Стерман, Д.Л. Кауфман, Е. Пестель и др.) [74,92,96];

• в создание моделей макроэкономических систем (Р. Аллен, В.М. Глушков, В.Л. Макаров, Н.Е. Кобринский, Д.С.Львов, А.А.Петров, Дж. Грейсон, Я.Р. Рейльян и др.) [50,61,62];

• в разработку интеллектуальных алгоритмов принятия решений (В.Ф. Венда, В.А. Виттих, Г.С. Поспелов, Д.А. Поспелов, А.В. Смирнов) и экспертных систем (Э.В. Попов, В.Ф. Хорошевский, Ю.Я. Любарский и др.) [17,68,84,98,99];

• в имитационное моделирование производственных систем (А.А. Вавилов, Б.Г. Тамм, Н.С.Райтман, Н.А.Саломатин), в том числе с использованием динамического подхода (Дж. Форрестер, Э.М. Браверман, А.А. Колобов, Л.Ф. Шклярский и др.) [33,55,81,92].

Актуальность проблемы повышения эффективности управления производством определяется большим разнообразием связанных с ней проблем и вопросов, а также тем, что целый круг важных научно-практических задач остается до сих пор нерешенным.

Среди большого количества моделей экономической динамики не удается выделить одну или несколько, способных в целом отразить особенности функционирования ПС в условиях неопределенности рыночных отношений и обеспечить разработку и применение алгоритмов, повышающих эффективность управления.

Цель и задачи исследований

Цель работы заключается в разработке моделей управления многопродуктовой производственной системой на основе анализа ситуаций на рынках сырья и сбыта продукции и их применении при формировании управленческих решений.

Для достижения поставленной цели необходимо решить следующие задачи.

1. Разработать функциональную структуру управляемой многопродуктовой производственной системы, функционирующей в конкурентных условиях рынков сырья и сбыта продукции.

2. Разработать математические модели функционирования многопродуктовых производственных систем с учетом возмущающих факторов на рынках сырья и сбыта продукции.

3. Разработать интеллектуальную систему поддержки принятия решений на основе анализа ситуаций на рынках сырья и сбыта продукции.

4. Разработать программные компоненты автоматизированной системы имитационного моделирования (АСИМ) и поддержки принятия решений при ситуационном управлении производством.

5. Провести исследования эффективности предложенных моделей, структур и алгоритмов и выработать практические рекомендации для ситуационного управления производственной системой в конкурентных условиях рынков сырья и сбыта продукции.

Методы исследования

Разработка моделей проводится с использованием методов общей теории систем, теории автоматического управления, теории иерархических систем и теории нечеткой логики. Синтез интеллектуальных алгоритмов осуществляется с использованием методов искусственного интеллекта, ситуационного управления и теории алгоритмов. Для разработки имитационных моделей применяются численные методы моделирования и методы проектирования информационных систем.

Результаты, выносимые на защиту

На защиту выносятся следующие научные положения и практические результаты.

1. Функциональная структура управляемой многопродуктовой производственной системы.

2. Математические модели многопродуктовых производственных систем и их подсистем.

3. Интеллектуальная система поддержки принятия решений при управлении производством и сбытом продукции.

4. Программные компоненты автоматизированной системы имитационного моделирования динамики функционирования ПС и поддержки принятия решений при управлении производством.

5. Результаты исследований эффективности функционирования многопродуктовой производственной системы в конкурентных условиях рынков сырья и сбыта продукции, полученные с использованием разработанного программного обеспечения.

Научная новизна результатов

• новизна предлагаемой функциональной структуры управляемой многопродуктовой производственной системы заключается в том, что она содержит комплекс элементов, позволяющий проводить системный анализ ситуаций на рынках сырья и сбыта продукции с учетом динамики функционирования ПС;

• новизна разработанных математических моделей функционирования многопродуктовых производственных систем состоит в том, что они построены в классе нелинейных динамических моделей, позволяющих учитывать системную динамику процессов ресурсообеспечения и сбыта продукции;

• новизна интеллектуальной системы поддержки принятия решений заключается в формировании нечетких алгоритмов управления ПС на основе анализа ситуаций на рынках сырья и сбыта продукции по результатам имитационного моделирования;

• новизна разработанного программного обеспечения основана как на новизне предложенных моделей и алгоритмов планирования, управления и принятия решений, так и на применении современных информационных технологий к решению рассматриваемого класса задач.

Практическая ценность и внедрение результатов

Практическая ценность полученных результатов заключается в том, что разработанное программное обеспечение может быть использовано при обучении специалистов методам моделирования и организационного управления производством, при анализе динамики функционирования реальных ПС и формировании решений при управлении на основе имитационного моделирования, а также при синтезе моделей и алгоритмов планирования и управления производством в условиях рыночной среды.

В учебный процесс Уфимского государственного авиационного технического университета (УГАТУ) и Башкирской Академии госслужбы и управления внедрены математическое, алгоритмическое и программное обеспечение системы имитационного моделирования, а также методика его использования для решения задач планирования, моделирования динамики процессов производства и сбыта продукции, оперативного управления производством в конкурентных условиях рынка. Основания для выполнения работы

Работа выполнена в период 2001-2005 гг. на кафедре технической кибернетики УГАТУ и связана с выполнением госбюджетных научно-исследовательских работ № ИФ-ТК-14-01-03/а "Исследование проблем развития, управления, контроля и моделирования в сложных системах" (2001 -2004 гг.), № ИФ-ТК-14-05-03/а "Интеллектуализация процессов принятия решений в сложных динамических системах, функционирующих в условиях неопределенности, дефицита ресурсов и возникновения критических ситуаций" (2005 г.).

Работа поддержана в рамках Федеральной целевой программы "Государственная поддержка интеграции высшего образования и фундаментальной науки", проект "Развитие научно-учебного комплекса по фундаментальным проблемам математики и теории управления", контракт № 21-76 (2001-2004 гг.)

Апробация работы и публикации

Основные положения, представленные в диссертационной работе, докладывались и обсуждались на следующих научно-технических конференциях:

VII международная научно-техническая конференция "Математические методы и информационные технологии в экономике", г. Пенза, 2001;

VI Всероссийский семинар "Моделирование неравновесных систем", г. Красноярск, 2003; международная молодежная научная конференция "XXX Гагаринские чтения", г. Москва, 2004;

11 Всероссийская межвузовская научно-техническая конференция студентов и аспирантов "Микроэлектроника и информатика - 2004", г. Москва, 2004;

XLII международная научная студенческая конференция "Студент и научно-технический прогресс", г. Новосибирск, 2004.

Результаты диссертационной работы непосредственно отражены в 11 публикациях, в том числе в виде 5 статей в российских научных изданиях, 6 тезисов докладов в трудах конференций различного уровня.

Структура работы

Диссертационная работа включает в себя введение, четыре главы основного материала, заключение, библиографический список и приложения. Работа изложена на 182 страницах. Библиографический список включает 116 наименований.

Выводы по IV главе

1. Разработана автоматизированная система имитационного моделирования динамики функционирования и поддержки принятия решений при управлении производством, которая базируется на предложенной методологии исследования и управления производством; соответствует разработанныммоделям многопродуктовых производственных систем и нечетким моделям системы управления; реализована в концепции развитой моделирующей среды, что позволяет решать задачу конфигурирования системы моделирования в соответствии с целями экспериментов и задачу разработки имитационной модели производственной системы; автоматизирует процедуры информационного наполнения имитационных моделей данными о производственно-сбытовой деятельности исследуемой реальной системы; позволяет расширить область применения моделей и алгоритмов и использовать их для обучения методам моделирования и управления производством в условиях рынка.

2. Разработаны программные компоненты (мастера), позволяющие автоматизировать процесс построения имитационных моделей функциональных подсистем ПС, исключая для пользователя необходимость работы с базовыми элементами и знания структуры этих моделей.

Разработанное программное обеспечение АСИМ предоставляет возможность интерактивного построения моделей производственных систем произвольного уровня сложности, исследования динамики процессов производства и сбыта продукции, а также поддержку принятия решений при управлении производством в изменяющихся условиях рыночной среды.

3. Разработано программное обеспечение системы поддержки принятия решений при управлении производством. Разработанная сиситема является подсистемой АСИМ и может использоваться в виде самостоятельного программного продукта для решения задач управления процессами выпуска и сбыта продукции в условиях неопределенности рыночной среды.

Данная СППР базируется на использовании нечетко множественного подхода к анализу состояния рынков сбыта продукции. Основу СППР составляет совокупность нечетких правил по выводу управляющих рекомендаций, которые связаны с изменением объемов/темпов производства, цены продукции, а также объемов предложения ее на товарных и территориальных рынках. Использование алгоритма, реализующего метод центра тяжести в качестве метода дефаззификации, позволяет перейти к четким рекомендациям и установить скорректированные значения управляющим переменным, адекватные сложившейся рыночной ситуации.

4. Выполнены исследования эффективности предложенных нечетких моделей поддержки принятия решений при управлении производством в условиях рынка. Предложена методика комплексного анализа состояния рынка сбыта, которая позволяет лицу, принимающему решения, оценить качественное состояние рынка и динамику его изменения путем проведения расчета показателей с помощью СППР. Количественная оценка состояния рынка выполняется с помощью разработанной модели многопродуктовойв производственной системы, эти данные передаются в СППР. Базируясь на этих двух видах оценок, система поддержки принятия решений формирует управляющие рекомендации.

Выполнены исследования применимости предложенной модели планирования производства продукции с помощью разработанного мастера модели планирования. Эффективность предложенной модели обеспечивается за счет выполнения расчетов плановых объемов выпуска продукции и плановой потребности в ресурсах, учитывающих конъюнктуру рынков сбыта продукции, финансовое состояние предприятия и динамику состояний рынков ресурсов при наличии конкуренции.

ЗАКЛЮЧЕНИЕ

В данной работе решена актуальная, имеющая важное научно-практическое значение проблема исследования и управления многопродуктовыми производственными системами, позволяющая повысить эффективность функционирования данного класса систем в изменяющихся условиях рыночных отношений и ограничений по ресурсам.

При решении этой проблемы получены следующие научные и практические результаты.

1. Разработана функциональная структура управляемой многопродуктовой производственной системы, положенная в основу построения моделей ее подсистем и системы в целом. Предложенная форма представления исследуемого объекта - производственной системы в виде совокупности взаимодействующих друг с другом подмоделей дает широкие возможности при синтезе его структуры. С одной стороны, она позволяет исследовать свойства отдельных подсистем исследуемого объекта как автономных, самостоятельно функционирующих объектов, а с другой стороны, дает возможность получить представление о динамике функционирования системы в целом.

2. Разработана модель многопродуктовой производственной системы, состоящая из взаимосвязанных однопродуктовых подсистем, функционирующих в едином ресурсном пространстве и на территориально разнесенных сегментах рынка товаров.

В классе нелинейных систем разработаны следующие модели, отличающиеся новизной математического представления:

• модель планирования производства в конкурентных условиях рынков сырья и сбыта продукции, позволяющая учитывать конъюнктуру рынков сбыта продукции, описывать динамику изменения ситуаций на рынках сырья в результате взаимодействия его участников, планировать выпуск продукции с учетом финансового состояния предприятия;

• модель реализации продукции отдельного вида без учета действия связей между территориальными сегментами товарного рынка, отражающая динамические свойства процессов сбыта продукции и позволяющая исследовать динамически равновесные состояния производственной системы на рынках сбыта;

• модель реализации продукции при территориальной сегментации товарных рынков, обеспечивающая повышение прибыльности производственной системы за счет получения дополнительной выручки от организации локальных перевозок между территориальными рынками.

3. Обоснована целесообразность построения систем управления производством в классе интеллектуальных систем, основанных на нечетких моделях, позволяющих для условий непрогнозируемых действий внешней среды и возникновения дефицита ресурсов вырабатывать для каждой конкретной ситуации наиболее эффективные решения по управлению производством и сбытом.

Предложена структура системы интеллектуального управления, использующей для принятия управленческого решения как нечеткие модели, так и модели, описывающие изменения динамически равновесных состояний производственной системы, что обеспечивает адаптацию ПС к возникающим ситуациям.

Разработана нечеткая модель поддержки решений, позволяющая решать задачи формирования возможных решений и учитывающая неопределенность при оценке состояния производства и рынка.

4. Разработана АСИМ динамики функционирования и поддержки принятия решений при управлении производством, которая базируется на предложенной методологии моделирования и управления ПС; реализована в концепции развитой моделирующей среды; обеспечивает возможность интерактивного построения моделей производственных систем произвольного уровня сложности, исследования динамики процессов производства и сбыта продукции, а также поддержку решений при управлении производством в условиях рыночной среды; пригодна для обучения пользователей методам моделирования и управления производственными системами в условиях рынка.

Разработаны программные компоненты АСИМ, позволяющие автоматизировать процесс построения имитационных моделей функциональных подсистем ПС, исключая для пользователя необходимость работы с библиотекой базовых элементов и знания структуры этих моделей.

Разработано программное обеспечение СППР, основанной на нечеткой логики, которая является подсистемой АСИМ и может использоваться в качестве самостоятельного программного продукта при решении задач интеллектуального управления производством в условиях рыночной среды.

Предложена методика комплексного анализа состояния рынков сбыта, позволяющая оценить качественное состояние рынка и его динамику путем проведения расчета показателей с помощью разработанного программного обеспечения СППР.

Выполнены исследования эффективности предложенной модели планирования производства продукции с помощью разработанного программного обеспечения (мастера модели планирования). Количественная оценка эффективности модели планирования может быть выполнена путем настройки ее на данные о процессах выпуска и реализации продукции для конкретного предприятия: о количестве видов выпускаемой продукции и используемых ресурсов, о нормах расхода ресурсов, информации о поставщиках ресурсов и о конкуренте.

1. Автоматизация управления предприятием / Баронов В.В. и др. - М.: ИНФРА-М, 2000.-239 с.

2. Автоматизированные информационные технологии в экономике: Учебник для студ. вузов / М.И. Семенов, И.Т. Трубилин, В.И. Лойко и др.; Под ред. И.Т. Трубилина. М.: Финансы и статистика, 2000. - 416 с.

3. Алиев Р.А., Церковный А.Э., Мамедова Г.А. Управление производством при нечеткой исходной информации. -М.: Энергоатомиздат, 1991. 240 с.

4. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. М.:Финансы и статистика,2000. - 368 с.

5. Балахонова И. Современные стандарты управления в России. Использование современных стандартов управления предприятием (MRPII, ERP, CSRP,IS09000) для непрерывного улучшения бизнес -процессов (BPI). http://spectr.spservice.ru/article eprl O.htm

6. Басовский JI.E. Прогнозирование и планирование в условиях рынка: Учеб. пособие. М.: ИНФРА-М, 1999. - 260 с.

7. Блишун А.Ф., Знатнов С.Ю. Обоснование операций теории нечетких множеств. В кн.: Нетрадиционные модели и системы с нечеткими знаниями. -М.: Энергоатомиздат, 1991. - С.21-33.

8. Бурков В.Н., Ириков В.А. Модели и методы управления организационными системами /Отв. ред. В.В.Кульба; Рос.АН, Ин-т пробл. управления. М.: Наука, 1994. - 269 с.

9. Бурков В.Н., Новиков Д.А. Теория активных систем. Состояние и перспективы.-М.: СИНТЕГ, 1999.

10. Валеева Г.Р. (Полюдова Г.Р.) Применение технологии экспертных систем для принятия стратегических решений//Вопросы управления и проектирования в информационных и кибернетических системах: Межвуз. науч. сб. Уфа: УГАТУ, 2003. - С. 155-161.

11. Валеева Г.Р. (Полюдова Г.Р.) Экспертная система для поддержки принятия решений по выбору стратегии поведения предприятия// XXVI Гагаринские чтения: Тез. докл. междунар. молодеж. науч. конф. М.: МАТИ, 2000. - Т. - С. 153-154.

12. Валеева Р.Г., Сильнова С.В. Анализ и моделирование рыночных условий при управлении предприятием // Автоматизация и современные технологии.-2003.-№2.-С. 34-41.

13. Васильев В.В., Ильясов Б.Г. Интеллектуальные системы управления с использованием нечеткой логики. Уфа: УГАТУ, 1995. - 80с.

14. Вютрих Х.А., Филипп А.Ф. Виртуализация как возможный путь развития управления/ЯТроблемы теории и практики управления. 1999. - №5. - С. 56-63.

15. Гаврилов Д.А. Управление производством на базе стандарта MRP II. Принципы и практика. С.-Пб.: ПИТЕР, 2002. - 198с.

16. Гайфуллина Б.Н., Обухова И.А. Автоматизированные системы управления предприятиями стандарта ERP/MRPII. М.: Интерфейс-Пресс, 2001. -245с.

17. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000. - 384 с.

18. Горский Ю.М. Системно-информационный анализ процессов управления. Новосибирск: Наука, 1988. - 324с.

19. Горчаков А.А., Орлова И.В. Компьютерные экономико-математические модели:Учеб. пособие для вузов М.: ЮНИТИ, 1995. - 136 с.

20. Гуриев С.М. Поспелов И.Г. Модель общего равновесия экономики переходного периода // Математическое моделирование. 1994. - № 2. -С.47-52.

21. Гусев JI.A., Смирнова И.М. Нечеткие множества: Теория и приложения // Автоматика и телемеханика. 1993. - №5. - С.66-85.

22. Долан Э.Дж., Линдсей Д. Рынок: микроэкономическая модель / Пер.с англ. В.Лукашевича и др.; Под общ.ред. В.Лисовика и В.Лукашевича. -С.-Пб., 1992.-361с.

23. Емельянов А.А. Имитационное моделирование экономических процессов. М.: Финансы и статистика. - 2000. - 268с.

24. Емельянов А.А., Власова Е.А. Имитационное моделирование в экономических информационных системах. М.: Изд. МЭСИ, 1996. -108с.

25. Жданов С.А. Механизмы экономического управления предприятием: Учеб. пособие для вузов. М.: ЮНИТИ - ДАНА, 2002. - 319 с.

26. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: Учеб. М.: МГУ им. М.В.Ломоносова, Изд-во ДИС, 1997.-368 с.

27. Захаров В.Н. Интеллектуальные системы управления: основные понятия и определения//Изв. РАН. Теория и системы управления. 1997. - №3. -С.138 -145.

28. Ильенкова Н.Д. Спрос: анализ и управление: Учебн. пособие / Под ред. И.К. Белявского. 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2000.-256 с.

29. Ильясов Б.Г., Макарова Е.А., Валеева Г.Р. (Полюдова Г.Р.), Ипьиченко Е.В., Харрасов М.Р. Экспертная система поддержки принятия решений при выборе стратегии поведения предприятия в условиях рынка (ИН ВНТИЦ 50200400739).

30. ИльясовБ.Г., Сильнова С.В., Полюдова Г.Р. Планирование производства в конкурентных условиях рынков сырья и сбыта продукции/ЯТриборы и системы. Управление, контроль, диагностика. 2004. - №6. - С. 62-66.

31. Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. Моделирование производственно-рыночных систем. Уфа: УГАТУ, 1995. - 321с.

32. Ильясов Б.Г., Сильнова С.В., Полюдова Г.Р. Управление производственной системой с использованием нечеткойлогики//Мехатроника, автоматизация, управление. 2005. - №11. - С. 42 -47.

33. Имитационное моделирование производственных систем / Под ред. Вавилова А.А. М.: Машиностроение, Берлин: Техника, 1983. - 416с.

34. Имитационные системы принятия экономических решений/ К.А.Багриновский, Т.И.Конник, М.Р.Левинсон и др. М.: Наука, 1989. -253с.

35. Инструмент имитационного моделирования "AnyLogic". http://www.gpss.ru/svstems/anvlogic.html

36. Интеллектуальное управление производственными системами / С.Т. Кусимов, Б.Г. Ильясов, JI.A. Исмагилова, Р.Г. Валеева. М.: Машиностроение, 2001. - 327 с.

37. Исследование систем управления: Учеб. пособие для вузов / Н.И. Архипова, В.В. Кульба, С.А. Косяченко, Ф.Ю. Чанхиева. М.: Приор, 2002.-384 с.

38. Карнадская H.JI. Принятие управленческого решения: Учебник для вузов. М.: Изд. ЮНИТИ, 1999. - 237с.

39. Катаев А.В. Анализ особенностей организации и управления виртуальными предприятиями, http://business.rin.ru

40. Клейнер Г.Б., Тамбовцев В.А., Качалов P.M. Предприятие в нестабильной экономической среде: риски, стратегии, безопасность. -М.: Экономика, 1999. 288 с.

41. Кобел ев Н.Б. Основы имитационного моделирования сложных экономических систем. М.: Дело, 2003. - 336с.

42. Козырев А.А. Информационные технологии в экономике и управлении: Учеб. СПб.: Изд-во Михайлова В.А., 2000. - 360 с.

43. Колесников С. Из истории автоматизации методологий управления предприятием// Открытые системы. 1999. - С. 44-50.

44. Колесов Ю.Б., Сениченков Ю.Б. Имитационное моделирование сложных динамических систем. http//www.exponenta.ru/soft/Others/mvs/dssim.asp

45. Котлер Ф. Основы маркетинга: Пер. с англ./Под ред. Е.М.Пеньковой. -М.: Прогресс, 1990. 491с.

46. Круглов В.В. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001.

47. Лопатников Л.И. Экономико-математический словарь /Словарь современной экономической науки. 4-е изд., перераб. и доп. М.: ABF, 1996.-704 с.

48. Лычкина Н.Н. Современные тенденции в имитационном моделировании//Вестник университета, серия Информационные системы управления, №2. -М.: ГУУ, 2000. С.77-84.

49. Макаренко М.В., Махалина О.М. Производственный менеджмент: Учеб. пособие для вузов. М.: Приор, 1998. - 384с.

50. Макаров В.Л., Левин М.И., Рубинов A.M. Математические модели экономического взаимодействия и равновесия. М.:Наука, 1993. - 373с.

51. Мелик Гайказян П.В., Мелик - Гайказян М.В., Тарасенко В.Ф. Методология моделирования нелинейной динамики сложных систем. -М.: ФИЗМАТЛИТ, 2001. - 272 с.

52. Мескон М.Х., Альберт М., Хедоури Ф. Основы менеджмента/ Пер. с англ. -М.: Дело, 1992. 702с.

53. Методы робастного, нейро-нечеткого и адаптивного управления: Учебник / Под ред. Н.Д. Егупова; изд. 2-е, стереотип. М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. - 744 с.

54. Михайлишин А.Ю. Система имитационного моделирования NetStar. http://ido,rlmsu.ru/?dirid=7&docid=21

55. Моделирование производственно-сбытовых систем и процессов управления: Монография/Под ред. А.А.Колобова, Л.Ф.Шклярского. М.: МГТУ им. Н.Э.Баумана, 1993. - 216с.

56. Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами. -http://www.optim.rU/fin/2000/2/uprfin/uprfin 1 .asp

57. Нечеткие множества в моделях управления и искусственном интеллекте / Под ред. Поспелова Д.А. М.: Наука. Гл. ред. физ.-мат. лит., 1986. -312с.

58. Обработка нечеткой информации в системах принятия решений /

59. A.Н.Борисов, А.В.Алексеев, Г.В.Меркурьева. М.:Радио и связь, 1989. -304с.

60. Организационное управление: Учеб. пособие для вузов / Н.И. Архипова,

61. B.В. Кульба, С.А. Косяченко и др.; Ред.: Н.И. Архипова. М.: Приор, 1998.-448 с.

62. Павловский Ю.Н. Имитационные модели и системы. Серия: Математическое моделирование. С.-Пб.: Фазис, 2000. - 144с.

63. Петров А.А. Экономика. Модели. Вычислительный эксперимент. М.: Наука, 1996.-251с.

64. Петров А.А. Опыт использования математических моделей для анализа экономики переходного периода // Вестник Российской академии наук. -1998.-Т. 68,№4.-С. 314-327.

65. Пиндайк Р., Рубинфельд Д. Микроэкономика: Сокр. пер. с англ. / Науч. ред.: В.Т.Борисович, В.М.Полтерович, В.И.Данилов и др. М.: Экономика, Дело, 1992. - 510с.

66. Планкетт Л., Выработка и принятие управленческих решений. М.: ПРИОР, 1998.-311с.

67. Полюдова Г.Р. Новые информационные технологии в исследовании производственных систем//ХХХ Гагаринские чтения: Тез. докл. междунар. молодежи, науч. конф. М.: МАТИ - РГТУ им. К.Э. Циолковского, 2004. - Т.5. - С.49-50.

68. Полюдова Г.Р. Информационно-управляющая система для исследования производства в условиях рынка//Микроэлектроника и информатика2004: Тез. докл 11-й Всерос. межвуз. науч.-техн. конф. студентов и аспирантов. -М.:МИЭТ, 2004. С. 87-88.

69. Полюдова Г.Р. Модель планирования производства в условиях рынка//Студент и научно-технический прогресс: Тез. докл. XLII междунар. науч. студенч. конф. Новосибирск, 2004. - С. 73 - 74.

70. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986.-288с.

71. Прикладные нечеткие системы/Асаи К., Ватада Д., Иваи С. и др./Под ред. Т. Тэрано, К. Асаи, М. Сугено. М.: Мир, 1993. - 368с.

72. Расплывчатые ситуационные модели принятия решений / Под ред. Мелихова А.Н. Таганрог: ТРТИ, 1989. - 92с.

73. Самуэльсон П. Экономика, т. 1,2 М.: МГП "Алгон", ВНИИСИ, 1992.

74. Семишин Ю.А., Литвинова О.В. Диалоговая автоматизированная система имитационного моделирования, http://www.gpss.ru/systems/dasim.html

75. Сергеев И.Б. Планирование производства и сбыта продукции в машиностроении // Вестник машиностроения. 1995. - №4. - С.43-45.

76. Сидоренко В.Н. Системная динамика. М.: Экономический факультет МГУ: ТЕИС, 1998.-205 с.

77. Сильнова С.В., Валеева Г.Р. (Полюдова Г.Р.) Моделирование неравновесных состояний производственных систем в условиях рынка//Моделирование неравновесных систем: Материалы VI Всерос. сем. Красноярск, 2003. - С. 156-157.

78. Сильнова С.В., Валеева Г.Р. (Полюдова Г.Р.) Моделирование реализации продукции в условиях рынка//Автоматизация и современные технологии. 2004. - №7. - С.40-46.

79. Сильнова С.В., Полюдова Г.Р. Организация взаимодействия рынков сбыта продукции//Приборы и системы. Управление, контроль, диагностика. 2005. - № 12. - С.58-62.

80. Система имитационного моделирования "Arena". http://hpcc.stup.ac.ru/case/model/arena.html

81. Среда компьютерного моделирования общего назначения GPSS World. http://www.gpss.ru/systems/gpssw.html

82. Стивенсон В. Дж. Управление производством: Пер. с англ. М.: Бином, 1998.-928с.

83. Тамм Б.Г., Пуусеп М.Э., Тавост P.P. Анализ и моделирование производственных систем. М.: Финансы и статистика, 1987.

84. Тарасов В.Б. Предприятия XXI века: проблемы проектирования и управления // Автоматизация проектирования. №4. - 1998. - С.51-57.

85. Тарасов В.Б. Виртуальные предприятия: свойства, технологии создания, компоненты инфраструктуры // Информационные технологии. 2000. -№9. - С. 13-21.

86. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике: Учеб. пособие. -М: СИНТЕГ, 1998.-216 с.

87. Токарев В. Гипотеза о новой парадигме управления//Проблемы теории и практики управления. 2001. - №3. - С.45-49.

88. Томашевский В., Жданова Е. Имитационное моделирование в среде GPSS. М.: Бестселлер, 2003. - 416 с.

89. Управление организацией: Учебник /Под ред. А.Г. Поршнева, З.П. Румянцевой, Н.А. Саломатина.-2-е изд., перераб. и доп. -М.: ИНФРА-М, 1999.-669 с.

90. Управление риском. Риск. Устойчивое развитие. Синергетика /В.А. Владимиров, Ю.Л. Воробьев, С.С. Салов и др. М.: Наука, 2000. 431 с.

91. Фаттахов Р.В. Экономико-математическая модель предприятия в условиях нестабильной экономики //Вестник УГАТУ. №2. - 2000. - С. 33-46.

92. Фатхутдинов Р.А. Управленческие решения: Учебник. 4-е изд., перераб. и доп. М.: ИНФРА-М, 2001. - 362с.

93. Фишер С., Дорнбуш Р., Шмалензи Р. Экономика: Пер. с англ. со 2-го изд. М.: Дело ЛТД, 1993. - 864с.

94. Форрестер Д. Основы кибернетики предприятия: Индустриальная динамика. М., 1971.

95. Ханжина В., Попов Е. Структура рыночного потенциала предприятия // Проблемы теории и практики управления. 2001. - №6. - С.60-66.

96. Хайман Д.М. Современная микроэкономика: анализ и применение. В 2-х т. Т.1. Пер. с англ. М.: Финансы и статистика, 1992. - 384с.

97. Хахулин Г.Ф. Основы конструирования имитационных моделей: Учеб. пособие. М.: НТК Поток, 2002. - 222 с.

98. Чепурных Н.В., Новоселов А.Л. Экономика и экология: развитие, катастрофы. -М.: Наука, 1996. -271с.

99. Шананин А.А. Об устойчивости рыночных механизмов// Математическое моделирование. 1991. - №2. - С.42-47.

100. Шапот М.Д. Интеллектуальный анализ данных в системах поддержки принятия решений // Открытые системы. 1998. -№1. - С.30-35.

101. Эддоус М., Стэнсфилд Р. Методы принятия решений. М.: ИНФРА-М, 1999.-273с.

102. Экономико-математические методы и прикладные модели: Учеб. пособие для вузов /В.В.Федосеев, А.Н.Гармаш, Д.М.Дайитбегов и др.; Под ред. В.В.Федосеева. -М.: ЮНИТИ, 1999. 391 с.

103. G2 интегрированная среда для создания и сопровождения интеллектуальных систем, http://www.argussoft.com/g2 - technol.zip

104. Agile Manufacturing: the 21st Century Competitive Strategy. Editor A.Gunasekaran, University of Massachusetts, USA. Publisher Elsevier, 2001. -832 p.

105. ARIS Simulation/Key Century Ltd. http://www.kevcentury.kz/products/ARIS/ARJS6.asp

106. Distributed Computing for the Extended Enterprise. 1998. http://www.opengroup.org/publications/catalog/w802.htm

107. Goldman S.L., Nagel R.N., Preiss K. Agile competitors and virtual organizations: strategies for enriching the customer. N.Y.: Van Nostrand Reinhold. 1995.

108. Groumpos P., Krauth J. Simulation in industrial manufacturing: an overview // Life Cycle Approaches to Production Systems: Management, Control, Supervision: Proc. of ASI'97 Conference. Budapest, Hungary, 1997.

109. Guiffrida A.L., Nagi R. Fuzzy set theory application in production management research: a literature survey // Journal of Intelligent Manufacturing, V.9, No.l, February 1998, is published by Chapman&Hall, London.

110. Hino R., Moriwaki T. Decentralized scheduling in holonic manufacturing system // Proc. of the Second International Workshop on Intelligent Manufacturing Systems. Leuven, Belgium 1999. - P. 41 - 47.

111. Leitro P., Restivo F. A Layered Approach to Distributed Manufacturing // Life Cycle Approaches to Production Systems: Management, Control, Supervision: Proc. of ASI'99 Conference. Leuven, Belgium, 1999. -P.52-58.