Экономико-математические и инструментальные методы управления знаниями в научно-производственных предприятиях

Рахманова, Марина Сергеевна

Темы диссертаций по экономике » Математические и инструментальные методы экономики

Экономико-математические и инструментальные методы управления знаниями в научно-производственных предприятиях тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень	кандидат экономических наук
Автор	Рахманова, Марина Сергеевна
Место защиты	Санкт-Петербург
Год	2012
Шифр ВАК РФ	08.00.13

Диссертация

Автореферат диссертации по теме "Экономико-математические и инструментальные методы управления знаниями в научно-производственных предприятиях"

САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

На правах рукописи

О^&куг.

РАХМАНОВА МАРИНА СЕРГЕЕВНА

ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ УПРАВЛЕНИЯ ЗНАНИЯМИ В НАУЧНО-ПРОИЗВОДСТВЕННЫХ ПРЕДПРИЯТИЯХ

Специальность 08.00З - Математические и инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

1 7 МАм 2012

005044220

Санкт-Петербург 2012 г.

005044220

Работа выпонена на кафедре экономической кибернетики экономического факультета Государственного образовательного учреждения высшего профессионального образования Санкт-Петербургский государственный университет

Научный руководитель:

Официальные оппоненты:

Ведущая организация:

доктор экономических наук, профессор Конюховский Павел Владимирович

доктор экономических наук, доцент Еникеева Лилия Аубакировиа

Санкт-Петербургский государственный инженерно-экономический университет

кандидат экономических наук, доцент Гаранин Дмитрий Анатольевич Санкт-Петербургский государственный политехнический университет

Государственное образовательное

учреждение высшего профессионального образования Санкт-Петербургский

государственный университет экономики и финансов

Защита состоится 31 мая 2012 г. в 16 час. на заседании Совета Д.212.232.34 по защите докторских и кандидатских диссертаций при Санкт-Петербургском государственном университете по адресу: 191123, Санкт-Петербург, ул.Чайковского д.62, ауд.415.

С диссертацией можно ознакомиться в Научной библиотеке имени М.Горького Санкт-Петербургского государственного университета

Автореферат разослан л__2012 г.

Ученый секретарь Диссертационного совета Кандидат экономических наук, доцент

В.И.Капусткин 2

I. ОБЩАЯ ХАРАКТЕРИСТИКА ДИССЕРТАЦИИ

Актуальность исследования

Управление знаниями является общепризнанной необходимостью в современных условиях экономики знаний. Завершив автоматизацию бизнес-процессов организаций на уровне материальных ресурсов, специалисты-управленцы осознали необходимость управления нематериальными ресурсами.

Актуальность применения концепции управления знаниями на практике присуща организациям, действующим в различных предметных областях - от производства до консатинга. Являясь естественной реакцией на объективные процессы расширения масштабов научной и инновационной деятельности, системы управления знаниями органично ориентированы на использование их в компаниях, интегрирующих научную, техническую и производственную функции, каковыми являются научно-производственные предприятия (НПП).

Научно-производственное предприятие (научно-промышленный комплекс) -это предприятие, в рамках которого реализуется весь жизненный цикл изделия - от выявления и прогнозирования потребностей рынка до поставки потребителю нужной ему продукции, а также специфические бизнес-процессы, направленные на активную диффузию полученных новых знаний. Как известно, основным результатом инновационной деятельности НПП являются новые или усовершенствованные продукты или услуги, новые или усовершенствованные технологические процессы или способы производства, новые знания как продукт.

Система управления знаниями (СУЗ), таким образом, выступает в качестве инструментальной основы для успешной реализации бизнес-процессов в НПП, повышения оперативности принятия управленческих решений, направленных на осуществление инновационно-ориентированных стратегий развития.

Однако исследование наиболее крупных и развивающихся НПП Санкт-Петербурга (ЗАО Невский завод и ОАО Завод Электропульт в составе ЗАО Росэлектропром Ходинг, ОАО Электросила в составе ОАО Силовые машины, ОАО Арсенал) показало отсутствие действующих элементов управления знаниями на фоне готовности высшего руководства внедрять комплексные решения в данном направлении.

Анализ литературы по проблематике управления знаниями позволил выявить отправные положения управления знаниями: связь управления знаниями с бизнес-процессами, человеческими ресурсами, инновациями, информационными технологиями. В работе представлена эволюция подходов к управлению знаниями: от классических трудов 1990-2000-х гг. Р. Гранта, У. Зандера, Б. Когута, И. Нонака,

X. Такеучи, Д. Тиса, С. Уинтера и других, чьи работы основаны на понимании многогранности знания как информационного ресурса предприятия (его явной и неявной ипостаси), до современных разработок в области онтологического инжиниринга и многоагентных систем (М. Вудридж, Т. Гаврилова, А.Смирнов, А. Кашевник и др.), на которые опирается автор в диссертационном исследовании.

Однако существующие концепции управления знаниями не в поной мере отвечают на вопрос, как обосновывается и реализуется данная взаимосвязь на практике, а также демонстрируют недостаток формальных моделей в области управления знаниями. Наиболее плодотворным, таким образом, представляется подход к проблемам управления знаниями с позиций бизнес-информатики, что предполагает интеграцию экономических и технологических аспектов с привязкой к существующей системе управления предприятием.

Все вышеперечисленное обуславливает актуальность разработки методов, моделей, архитектуры и методики реализации СУЗ в НПП. Цель работы и задачи исследования

Цель исследования - разработка системы моделей различной степени формализации, адекватно отражающих процессы управления знаниями для поддержки принятия решений, и методов их интеграции в систему управления научно-производственного предприятия.

Достижение данной цели позволит перевести интуитивно понятные процедуры управления знаниями в явное операционное представление и сформулировать научно-обоснованные рекомендации реализации системы управления знаниями в рамках специфического экономического объекта - научно-производственного предприятия. Достижение цели потребовало решения следующих задач:

1. Определить место СУЗ в системе управления НПП.

2. Предложить модель представления знаний о предметной области и проилюстрировать применение ее формализмов.

3. Разработать математическую модель СУЗ.

4. Разработать агоритм функционирования СУЗ в НПП.

5. В рамках выбранного подхода бизнес-информатики разработать компетентностно-ориентированную архитектуру СУЗ и предложить технологию и инструменты ее реализации

6. Разработать методику внедрения СУЗ в НПП.

7. Разработать систему экономической оценки результативности СУЗ в НПП. Методологические основы исследования

1. Системный подход к управлению сложными объектами.

2. Теория принятия решений в сложных предметных областях.

3. Теория управления человеческими ресурсами.

4. Методы представления знаний (семантических моделей - онтологий) на основе формализма объектно-ориентированных сетей ограничений.

5. Математические методы: теории множеств, теории графов, теории игр, математической логики, нечисловой математики, формализмы теории систем.

6. Методы экономической оценки результативности хозяйственной деятельности субъекта на основе сбалансированной системы показателей.

7. Методы структурно-функционального анализа и проектирования сложных систем в совокупности с инструментами визуального представления моделей.

8. Методологические основы инжиниринга бизнес-процессов на основе информационных технологий.

9. Методологические основы объектно-ориентированной парадигмы реализации информационно-управляющих систем.

Технологические основы разработки

1. Принципы построения единого информационного пространства организации.

2. Типология архитектур интегрированных информационных систем предприятия.

3. Технологии многоагентных систем и технологии интеграции знаний из распределенных источников (knowledge fusion).

Научная новизна

В диссертации разработан комплекс моделей, положенных в основу

методики построения системы управления знаниями в НПП.

1. Предложена системная модель НПП как специфического сложного управляемого объекта, реализующего инновационно-ориентированные стратегии на основе концепции управления знаниями.

2. Определено понятие корпоративной сети принятия решений (КСПР) как системы управления НПП и разработана ее графовая модель, узлами которой являются лица, принимающие решения (ПР), и связанные с ними неявные (компетенции) и явные (данные, документы) знания.

3. Разработан основной бизнес-процесс СУЗ и метод конфигурирования КСПР на основе агоритма обслуживания запросов ПР к онтологической модели предметной области.

4. Разработаны информационные модели ПР и предприятия-контрагента как пользователей СУЗ.

5. Разработаны онтологические модели НПП и пользователей СУЗ на основе формализма объектно-ориентированных сетей ограничений.

6. Разработана компетентностно-ориентированная архитектура многоагентной программной среды, включающая информационные модели агентов и сценарные модели их взаимодействия в рамках основного бизнес-процесса СУЗ.

7. Разработана фазовая модель проектирования СУЗ и методика ее реализации.

8. Разработана теоретико-игровая модель функционирования СУЗ в рамках отдела научно-исследовательских разработок в НПП.

9. Разработана система показателей экономической оценки результативности СУЗ в НПП.

Основные положения, выносимые на защиту

1. Концептуальная модель системы управления НПП как сложного социально-экономического объекта, ориентированная на управление знаниями как нематериальным ресурсом предприятия.

2. Концепция системы управления знаниями как технологической основы корпоративной сети принятия решений НПП.

3. Онтологическая модель предметной области в нотации объектно-ориентированных сетей ограничений. Информационные и онтологические модели НПП и пользователей СУЗ.

4. Метод конфигурирования корпоративной сети принятия решений на основе агоритма обслуживания запросов пользователей к онтологической модели предметной области.

5. Компетентностно-ориентированная архитектура многоагентной программной среды СУЗ в НПП и структура двухуровневого рабочего пространства пользователей СУЗ.

6. Сценарные модели взаимодействия агентов программной среды в рамках основного бизнес-процесса СУЗ.

7. Методика реализации СУЗ на основе разработанного комплекса моделей.

8. Теоретико-игровая модель функционирования СУЗ в рамках отдела научно-исследовательских разработок НПП.

Обоснованность и достоверность научных результатов обеспечены с одной стороны - проведенным всесторонним анализом состояния проблемной области на основании библиографических источников и реальных данных конкретных предприятий Санкт-Петербурга, позволившим выявить нерешенные задачи данного направления экономической науки. С другой стороны - проведением научных исследований на основе системного подхода с контролем логической целостности, непротиворечивости и согласованности получаемых промежуточных результатов с опорой на подтвержденные успешные разработки в области агоритмизации и информационных технологий. Кроме того, основные

теоретические положения апробированы в печатных трудах и докладах на российских и международных научных конференциях.

Практическая ценность работы. Модели, разработанные в рамках диссертационной работы, направлены на повышение оперативности принятия управленческих решений и персонифицированную поддержку взаимодействия участников при реализации основного бизнес-процесса НПП, связанного с созданием инноваций различного вида, а следовательно, с постоянной работой с актуальными знаниями, полученными из распределенных внешних и внутренних источников. Разработанный подход к построению системы управления знаниями позволяет системно вписать СУЗ в общую систему управления НПП, выявить корпоративную сеть принятия решений в ней и разработать архитектуру информационной среды управления знаниями.

Апробация. Основные положения, методологические основы, теоретические и практические результаты исследования докладывались автором на международных и всероссийских научно-практических конференциях СПбГУ и СПбГПУ (2005 -2011гг.), научном семинаре кафедры экономики и менеджмента в машиностроении факультета экономики и менеджмента СПбГПУ (2010 г.), а также удостоены третьего места на международном бизнес-конкурсе компании Procter&Gamble "Women's Business Technology Contest' 2006" (Женева, Швейцария). Структура и объем работы. Диссертация объемом 157 машинописных страниц содержит введение, четыре главы, заключение, список литературы и приложения. В первой главе представлен обзор основных подходов к управлению знаниями в организациях и их эволюция, проанализированы технологические аспекты управления знаниями. В качестве целевого выбран подход к управлению знаниями с позиций бизнес-информатики. Кроме того, автором проанализирована специфика НПП как центра генерирования новых знаний.

Во второй главе представлена разработанная автором системная модель НПП как сложного управляемого объекта, разработана архитектура системы управления НПП, а также предложена модель корпоративной сети принятия решений НПП. На основе проведенного моделирования автором были выявлены место и роль СУЗ в единой системе управления НПП, а также предложена обобщенная структурная схема программной среды СУЗ. В виду приоритетной роли ПР в осуществлении основного бизнес-процесса НПП, разработана информационная модель ПР в рамках СУЗ, учитывающая неявные знания - компетенции.

В третьей главе автором представлена формальная модель СУЗ на основе комплекса разработанных онтологических моделей. В качестве формализма разработки онтологических моделей выбраны объектно-ориентированные сети

ограничений. Разработана архитектура многоагентной программной среды системы управления знаниями. Реализация данной архитектуры рассмотрена на примере трех ситуаций: формирование экспертной группы, координация групповой работы экспертов, поиск информационно-знаниевых ресурсов. В четвертой главе автором предложена методика построения СУЗ в НПП как части интегрированной информационной системы предприятия. Предложена система взаимосвязанных показателей для оценки эффекта от внедрения СУЗ. На примере отдела научных исследований и разработок (НИР) в рамках ОАО Невский Завод рассмотрена реализация данной методики. На примере задачи анализа исследовательских проектов создана математическая модель на основе математической теории игр.

II. ОСНОВНЫЕ НАУЧНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ, ВЫНОСИМЫЕ НА ЗАЩИТУ

На основе анализа литературы по проблематике управления знаниями выявлено смещение акцента с мотивационных аспектов на аспекты технологические. Вопрос чем управлять сменяется вопросом как управлять знаниями. Однако рассмотрение проблематики управления знаниями не замыкается на вопросах применения информационных технологий. Речь идет о методологии работы со знаниями как стратегическим активом в привязке к бизнес-процессам организации. Таким образом, на настоящий момент управление знаниями понимается в основном как научное направление, которое обеспечивает интегрированный подход к созданию, сбору, организации и использованию информационных ресурсов предприятия и доступу к ним. Эти ресурсы включают структурированные БД, текстовую информацию, такую как документы, описывающие правила и процедуры, и, что наиболее важно, неявные знания и экспертизу, находящиеся в головах сотрудников и составляющих их компетенции.

Научно-производственное предприятие - специфический управляемый объект, характеризующийся тремя типами инновационных выходов -новый/усовершенствованный продукт, новый/усовершенствованный процесс, новое знание как продукт. Предприятия данного типа реализуют инновационно-ориентированные стратегии. Эта специфика обуславливает необходимость реализации концепции управления знаниями в таких организациях. Рассмотрение вопросов управления знаниями в организации на основе подхода бизнес-информатики дает возможность выявить синергию и непротиворечивость управленческих и 1Т-подходов, устранить дихотомию между ними.

Под знаниями в работе понимается ресурс, связанный с лицами, принимающими решения, и необходимый в процессе принятия решений. Знания представляются в виде компетенций ПР (неявная сущность знаний), файлов, документов, структур данных (явная сущность знаний).

В рамках данной работы система управления знаниями (СУЗ) понимается как система, имеющая машинную и внемашинную составляющую. Внемашинная сущность СУЗ - это стратегия управления знаниями в организации, направленная на обеспечение условий, при которых актуальные знания доставляются лицам, принимающим решения, в нужной форме, в нужное время, в необходимом объеме. Создание организационной структуры, поддерживающей обмен и передачу знаний между сотрудниками, разработка регламентов поведения, процедур, методов решения конкретных бизнес-задач также является проявлением внемашинной сущности СУЗ. Машинная сущность СУЗ - непосредственно технологические решения, позволяющие с помощью современных информационных технологий автоматизировать работу с информационными ресурсами, обеспечить необходимую координацию между ключевыми источниками знаний, создать единую инфраструктуру обмена знаниями в организации.

Система управления знаниями в НПП, таким образом, выступает в качестве инструментальной основы для успешной реализации бизнес-процессов в НПП, повышения оперативности принятия управленческих решений, направленных на осуществление инновационно-ориентированных стратегий развития.

Целью системного моделирования научно-промышленного предприятия является определение архитектуры системы управления знаниями как одного из концептуальных аспектов управления НПП. Для определения места СУЗ в общей системе управления НПП использована методология системного анализа сложных управляемых объектов.

В процессе системного моделирования выделены 4 этапа: разработка системной модели НПП как сложного многоуровневого объекта материального мира; разработка системной модели управления НПП; разработка архитектуры системы управления НПП; разработка архитектуры корпоративной сети принятия решений и поддерживающей ее сети знаний.

Основными функциональными модулями системы управления каждого уровня НПП являются: модуль сбора и обработки информации о текущем состоянии объекта управления (МСОИ), модуль принятия решений (МПР), модуль управления (МУ) (Рис. 1).

Рис. 1 Взаимодействие модулей в многоуровневой системе управления НПП

Модель позволяет определить место и роль информационно-знаниевых ресурсов в модели системы управления НПП. Поставщиками и потребителями этих ресурсов являются модули системы управления (МСОИ, МПР, МУ) смежных уровней иерархии.

Проведенное системное моделирование НПП как сложного управляемого социально-экономического объекта позволило определить структуру его системы управления в виде сети принятия решений, названной Корпоративной Сетью Принятия Решений (КСПР). Высший уровень КСПР реализует поную схему процесса принятия решений посредством потребления и производства знаний, имеющих соответствующую сетевую архитектуру.

КСПР можно представить в виде графа, ребрам которого можно поставить в соответствие пути движения информационно-знаниевых ресурсов двух видов - те, которые используются для принятия решений и те, которые были созданы в результате принятия этого решения. Узлы КСПР представлены ПР и знаниями, обеспечивающими процесс принятия решений в соответствии с типовым сценарием, состоящем из этапов, в результате выпонения которых производятся инновации в виде нового продукта, нового процесса и нового знания.

Цель функционирования КСПР - поддержание работоспособности управляемого объекта (НПП), повышение его конкурентоспособности за счет обеспечения динамичности реакции на потребности внешней среды и способности предвидеть их, т.е. действовать проактивно. Эта цель достигается за счет

динамического конфигурирования КСПР, заключающегося в быстрой группировке релевантных решаемой проблеме узлов сети, объединения их информационно-знаниевых ресурсов и совместной реализации этапов принятия решений.

Проведенный анализ процесса принятия решений в сложных предметных областях показал, что наиболее результативным представляется применение групповых экспертных технологий для поддержки процесса поиска альтернативных организационно-технических решений и оценки их качества с точки зрения поставленной цели. Таким образом, КСПР дожна быть настроена на колективную работу экспертов по решению проблем управления НПП.

Ввиду приоритетности роли ПР в процессе управления НПП разработана его информационная модель в виде совокупности показателей, описывающих ПР в рамках КСПР. По аналогии предложена информационная модель предприятия-контрагента, в роли которого может выступать как обособленное подразделение НПП, так и самостоятельные предприятия, выпоняющие по отношению к НПП функции поставщиков, заказчиков, партнеров и т.д. Единообразие данных моделей позволяет рассматривать сотрудников различных предприятий, взаимодействующих в рамках производственной сети, как участников единой КСПР. Учет неявных знаний ПР в информационной модели реализован посредством понятия компетенции.

Поскольку функционирование НПП как экономического объекта обеспечивается его бизнес-процессами, выявлена объективно существующая структурная взаимосвязь бизнес-процессов и КСПР. Данная взаимосвязь показана в работе на примере основного бизнес-процесса НПП и декомпозирована на примере функции лопытно-конструкторские разработки.

Определение КСПР как совокупности двух подсетей - сети ПР и соответствующей ей сети знаний - позволяет говорить о разрабатываемой системе управления знаниями как технологической основе КСПР, реализующей бизнес-процесс работы со знаниями. В работе определены основные функции бизнес-процесса управления знаниями (Рис. 2).

Рис. 2 Основные функции бизнес-процесса управления информационно-знаниевыми

ресурсами КСПР

В результате конфигурирования ПР, инициировавший запрос к СУЗ, получает информацию о местоположении узлов КСПР, содержащих информационно-знаниевые ресурсы, релевантные запросу. Это позволяет решать следующие практические задачи:

1. Находить специалистов-экспертов для групповой работы по созданию, оценке и выбору новых сложных организационно-технических решений. При этом востребованными являются неявные знания экспертов, составляющие их компетенции.

2. Находить готовые организационно-технические решения, принятые ранее и оформленные в виде соответствующих отчетов, хранящихся как документы в узле КСПР. Эти документированные знания могу служить образцами-аналогами для вновь принимаемых решений. В соответствии с правами доступа документы могут быть доставлены по запросу ПР.

3. Находить информационные ресурсы справочного характера, хранящиеся в узлах КСПР. Это позволит избежать чрезмерного дублирования ресурсов общего назначения.

Таким образом, в первой и второй главах сформулирована и обоснована концепция управления знаниями в НПП на основе функционирования КСПР, обоснована роль СУЗ как технологической основы КСПР, обеспечивающей ее динамическое конфигурирование, проанализирована специфика НПП и структура его системы управления, а также разработана его системная модель.

СУЗ дожна быть реализована в виде программной среды, интегрированной в существующую информационную систему управления НПП. Анализ основных

факторов, влияющих на реализацию приложений для групповой работы ПР, позволил разработать обобщенную структурную схему программной среды СУЗ, ориентированную на пользователей (ПР данного предприятия и предприятий-контрагентов), управляющую информационно-знаниевыми ресурсами (неявными знаниями ПР - их компетенциями, явными знаниями - документально оформленными организационно-техническими решениями и справочно-информационные ресурсы общего назначения) и реализованную с учетом современных информационных технологий (онтологическая модель представления знаний, объектно-ориентированная технология разработки приложений, многоагентная технология реализации программной среды, коммуникационные технологии и сетевые архитектуры) (Рис.3).

Ядром программной среды СУЗ являются: онтологическая модель предметной области (НПП), механизмы работы с моделью предметной области посредством запросов, хранилище документированных знаний, реестры, механизмы мониторинга и анализа, поддерживающие бизнес-процесс управления информационно-знаниевыми ресурсами КСПР.

Рабочее пространство каждого ПР в СУЗ представлено в работе в виде двухуровневого хранилища документированных знаний и хранилища метаданных, представляющих собой реестры основных факторов деятельности ПР. (Рис. 4).

Рис. 3 Обобщенная структурная схема программной среды СУЗ

Рабочее пространство ПР /-го уровня КСПР

Хранилище | знаний +

Групповой тарвень

Решения ПР /уровня А

- Архив ^

Локальньм уровень

Решения ПР 1-1

Файлы ЛИР / уровня

1 Рабочее пространство ПР ((+/>го Рабочее пространство ПР (/+ !)-то |

1 уровня КСПР уровня КСПР !

Рис. 4 Структура рабочего пространства ПР в СУЗ

Таким образом, определены основные компоненты программной среды СУЗ. В качестве технологии реализации СУЗ выбран подход разработки предметно-ориентированных онтологий и механизмов управления ими. При этом подходе в качестве формального аппарата описания знаний используется формализм объектно-ориентированных сетей ограничений, в рамках которого знания представляются множеством классов, их атрибутов, значений атрибутов (доменов) и ограничений. Такой формализм наиболее поно соответствует парадигме объектно-ориентированного программирования, являющейся доминирующей технологией создания сложных распределенных программных систем последнего поколения. Под онтологией понимается спецификация модели предметной области, включающая список понятий предметной области (тезаурус) и множество ограничений, представляемых как отношения на элементах тезауруса. Образным представлением онтологии может быть структура фреймов, задающая структуру понятий, но не напоненная конкретным содержанием.

В третьей главе в соответствии с выбранным формализмом объектно-ориентированных сетей ограничений НПП описывается онтологической моделью

вида М < С, А, Д Я > Элементами модели является С = {с1>...,сД} - множество классов, каждый из которых описывается множеством атрибутов А = {а,}. Декартово произведение атрибутов представляет собой множество переменных V = }, каждая из которых принимает значения из области допустимых

значений Интеграция элементов в единую модель реализуется через

установление отношений между ними Я = Я' и^" и Я'" и^" ил' УЛ": с - отношение принадлежности атрибутов классам;

Я" = {г"} - отношения принадлежности доменов атрибутам; Я'" = {г"'} - отношения совместимости классов;

Я" ={г" (-структурные отношения классов: быть экземпляром и быть частью;

Я' = {/Х' } - ассоциативные отношения между классами:

Я" ={/-"} - функциональные отношения между классами и атрибутами.

Средствами данного формализма разработаны онтологические модели профилей пользователей СУЗ (Рис. 5) и онтологическая модель НПП на макроуровне (Рис. 6).

Профиль

Контскст испонителя

Персональная информация

Контактная информация

История запросов

г. Нецш'.ч/. соше.п, огеГ

Системная информация

Профиль компетенций

/и, Ыш, рго/. рнЫ,

Класс Атрибут

Прсдпо^ испон тения ИТСЛЯ

Чиа1. сак.

- Отношение часть-целое Ассоциативное отношение

Рис. 5 Онтологическая модель профиля ПР

Класс Атрибут

Ч> Отношение быть экземпляром Отношение часть-целое Ассоциативное отношение * Отношение совместимости " * функциональное отношение

Рис. 6 Онтологическая модель НПП

Совокупность данных моделей позволила предложить механизм обслуживания запросов пользователей к СУЗ. Типовой сценарий взаимодействия пользователей в рамках СУЗ представляет собой следующие этапы:

1. ПР формирует запрос системе.

2. На основе этого запроса, онтологической модели предметной области и текущей ситуации СУЗ формирует контекст, представляющий собой описание запроса пользователя в терминах онтологической модели предметной области с учетом текущей ситуации (Рис. 7). Осуществляется поиск терминов запроса в онтологической модели предметной области, найденные фрагменты объединяются, образуя релевантные запросу знания.

3. На основе формализованного запроса пользователя из различных источников знаний извлекаются те знания и информация, которые необходимы пользователю в рамках сформированного им запроса.

Рис. 7 Графовое представление контекста и запроса

Для формализации представленного типового сценария автором используется аппарат теории графов. Композиция запросов и контекста представлена взвешенным графом GД=<N,E>, где N =<с,а,> - три типа вершин графа (класс, атрибут, запрос соответственно). Е =< сс,са,сЛу,аЯс/ > - дуги графа, связывающие между собой класс-класс, класс-атрибут, класс-запрос, атрибут-запрос. Веса дуг < сс,са > задаются при формировании онтологии, веса дуг <сД(/.о'Л/> определяются через схожесть терминов запроса и терминов класса (атрибута) онтологической модели. Анализ графа состоит в нахождении кратчайших расстояний между каждой парой запросов и выпоняется по агоритму Флойда. Результат - взвешенный подграф Gi=<Rq,Eq>, связывающий взвешенными дугами запросы пользователей (Рис. 8).

Рис.8 Графовая интерпретация обслуживания запросов пользователей к СУЗ

Механизм обслуживания запросов реализует агоритм объединения пользователей по их предпочтениям, что позволяет конфигурировать сеть знаний в соответствии с процессом принятия решений, ранжировать узлы сети знаний по степени их востребованности, контролировать уровень дефицита знаний, таким образом поддерживая основные функции бизнес-процесса управления знаниями.

Последовательность шагов объединения запросов пользователей: Шаг 1. На начальном этапе каждая вершина графа О/ считается подграфом, масса которого равна нулю: ] = Г>мг[С,' ] = 0, /' = 1 ,п.

Шаг 2. Формируется вектор К размер которого соответствует числу вершин граф б/. Каждый элемент V, вектора V равен сумме веса дуги между Яд/ и Rq и массы подграфов >и/[0;] и ]: vl=Rq,RqJ<,tgll, + Dist[Gi] + Dis№{]

Шаг 3. Выбирается минимальный элемент V, из вектора V(= тш1'. )

Шаг 4. Если ут,Д > \Утш, то агоритм завершается, а текущее разбиение и есть искомое группирование запросов, удовлетворяющее заданным условиям. Дальнейшее объединение подграфов невозможно, т.к. минимальная масса полученного при объединении подграфа будет больше, чем максимальная масса группы (Щтх). Если уД,,Д < №тш, выпоняется шаг 5.

Шаг 5. Подграфы й! и С(, соответствующие элементу V,,,/,,. объединяются в С,. и масса нового подграфа 01$1[С\ ] будет равна уДДД. Подграф удаляется.

Шаг 6. Обновляются значения вектора V для дуг, смежных с подграфом . Если подграф С,' смежен с подграфом С|, V, вектора V, соответствующий дуге между подграфами (7,' и С, , будет равен V! = КуКд^^ + О/я^О^+О/х^С;1]

Шаг 7. Переход на шаг 3.

После выпонения данных действий будут сформированы группы запросов (подграфы). Группы с наибольшим количеством запросов сильнее отражают предпочтения пользователей. Администратор СУЗ может ввести константу Ятах, отсекающую группы с малым количеством запросов. Тогда атрибуты и классы оставшихся групп могут считаться предпочтениями пользователя.

Разработанные онтологические модели НПП и пользователей СУЗ, а также формализация процессов обслуживания запросов пользователей к СУЗ позволили автору перейти к созданию архитектуры распределенной многопользовательской компьютерной среды СУЗ. Агентно-ориентированная парадигма разработки интегрированных информационных систем управления предприятия является логическим эволюционным развитием различных подходов в этой области и оптимально подходит для создания крупномасштабных открытых информационных систем.

Для реализации СУЗ предложено три типа агентов (агент пользователя (Ш), испонительный агент (ЕА) и агент-медиатор (МЛ)) и сценарии их взаимодействия при обработке запроса ПР (формирование экспертной группы, поиск документированных решений, координация групповой работы). Взаимодействие агентов осуществляется в пространстве онтологических моделей НПП и профилей ПР.

Сценарий 1. Формирование экспертной группы для поиска наилучшего организационно-технического решения актуальной проблемы (Рис. 9).

Информационный поток 1: ПР, взаимодействуя со своим агентом 11А, создает запрос в терминах онтологической модели предметной области. 1!А регистрирует готовый запрос в реестре (область метаданных) и отправляет его с сопроводительным сообщением в службу запросов ядра СУЗ.

Информационный поток 2: агент-медиатор (МА) принимает сообщение от иА, регистрирует его и адресует свободному испонительному агенту (ЕА) для выпонения.

Информационный поток 3: агент ЕА сопоставляет полученный запрос с онтологической моделью, определяя степень схожести понятий запроса и модели. В результате сопоставления определяются испонители (в терминологии онтологической модели), наиболее точно подходящие для работы в контексте запроса. Поскольку каждый испонитель в онтологической модели представлен

своим профилем, а в него входит подкатегория системная информация, то ЕА располагает поными данными о местонахождении испонителя в распределенной информационной среде. Информационный поток 4: результат поиска по запросу в виде конкретных адресов испонителей ЕА отправляет и А.

Информационный поток 5: ЛИР просматривает ответ на свой запрос, в \ соответствии со своими предпочтениями и оценками выбирает из списка испонителей подходящих для работы в группе и формирует подтверждение, которое и А направляет ЕА. I

Информационный поток 6: Получив подтверждение, ЕА отправляет соответствующие сообщения агентам ОА подтвержденных испонителей. Агенты С/А фиксируют входные запросы в собственных реестрах и предоставляют своим пользователям информацию для дальнейшего взаимодействия с ЛИР -инициатором работы.

Сценарий 2. Запрос ПР на поиск документированных решений обрабатывается аналогично случаю формирования экспертной группы, так как его результатом являются узлы КСПР. хранящие искомые документы. Агент- I испонитель, сравнив контекст запроса с онтологической моделью, находит узлы КСПР, наиболее схожие с запросом, проверяет права доступа пользователя данного узла и направляет запрос соответствующим агентам пользователя НА. Поскольку в данном случае запрос содержит конкретные атрибуты искомого решения, множество которых зарегистрированы в метаданных Проекты, то агент НА

обращается к ним для поиска сходного по запрашиваемым атрибутам проекта. Таким атрибутом поиска может быть аннотация проекта (Рис. 10).

Рис.10 Действия агентов при поиске ресурсов

Служба статистики является важной составляющей ядра СУЗ, обеспечивает историческую преемственность функционирования КСГТР. позволяет анализировать востребованность явных и неявных знаний, вести учет принятых решений, тем самым в явном виде отражая процесс изменения интелектуального потенциала предприятия.

Служба статистики рассматривается как распределенная среда, все действия в которой осуществляют агенты-медиаторы (МА) и агенты пользователей (НА) (Рис. 11). Из соображений поддержания целостности среды при ее создании целесообразно руководствоваться принципом распределенного учета - в центральном каталоге ядра СУЗ и в каждом узле КСГТР

Ядро СУЗ

Рис. 11 Схема работы службы статистики СУЗ

ПР, взаимодействуя с агентом С1А, формирует запрос к СУЗ в форме контекста и собственного идентификатора (аналог личной подписи). Агент С/А регистрирует сформированный запрос в метаданных Запросы исходящие в виде значений атрибутов (информационный поток 1): номер запроса, дата/время создания запроса, контекст.

Агент-медиатор МЛ, приняв запрос от агента пользователя ИЛ, регистрирует его в реестре центрального каталога, располагающегося в ядре СУЗ (информационный поток 2). Атрибуты для регистрации в центральном каталоге: регистрационный номер запроса, дата/время поступления запроса, идентификатор автора запроса, контекст.

При подтверждении автором запроса релевантности найденного узла КСПР агент-испонитель ЕА посылает сообщение агенту С/А адресата, который в свою очередь записывает реквизиты входящего запроса в свои метаданные Запросы входящие в виде значений атрибутов (информационный поток 3): номер запроса, дата/время получения запроса, идентификатор автора запроса, контекст.

Таким образом, в метаданных каждого узла КСПР накапливается информация о количестве обращений извне к данному узлу (метаданные Запросы входящие), что позволяет агенту С/А предоставлять оперативную информацию своему пользователю о степени востребованности его информационно-знаниевых ресурсов. Аналогом данного механизма является счетчик посещений на авторском \еЬ-сайте. Данная статистика традиционно служит мерой раскрученности ресурса и побуждает автора узла предпринимать активные действия к его популяризации.

Информация, накапливающаяся в метаданных Запросы исходящие, позволяет ПР данного узла вести учет своим поисковым действиям, сводить к минимуму повторы, оценивать релевантность полученных результатов.

Регистрация запросов в центральном каталоге ядра СУЗ позволяет:

- группировать запросы по схожести контекста, т.е. определять узлы КСПР со схожими предпочтениями,

- ранжировать узлы КСПР по частоте обращения к ним,

- анализировать схожесть узлов, выбранных СУЗ в качестве результата запроса, для выявления необоснованного дублирования информационно-знаниевых ресурсов.

Аналитическую работу с реестрами запросов в центральном каталоге проводит администратор СУЗ. Анализ статистики служит для принятия решений в рамках бизнес-процесса СУЗ.

Разработанные модели систематизированы и представлены в четвертой

главе в виде этапов комплексной методики реализации СУЗ в НПП. В рамках данной методики выделены организационная и инструментальная составляющие. Таблица 1 Методика реализации СУЗ в НПП

№ Этап Цель Испонитель Исходные данные Результат

Организационная составляющая

1 Системное моделирован ие предприятия Выявление границ объекта и его внешнего окружения Бизнес-аналитик Оргструктура предприятия, сведения о подразделениях, филиалах, партнерах, заказчиках, поставщиках и т.д. Графическая системная модель, в которой предприятие определено как система, имеющая определенную структуру и взаимодействующая с внешней средой.

2 Описание бизнес-процессов предприятия Декомпозиция бизнес-процессов предприятия до уровня функций, требующих принятия решений Бизнес-аналитик Системная модель, технологические процессы, регламенты, инструкции Графическая модель бизнес-процессов предприятия Ass как иерархическая декомпозиция

3 Выявление ПР и зон их ответственно сти Выявить структуру КСПР, соответствующую декомпозиции бизнес-процессов предприятия Бизнес-аналитик, директор по персоналу Графическая модель бизнес- процессов, штатное расписание, дожностные инструкции Графическая модель КСПР как композиция модели бизнес-процессов, оргструктуры и штатного состава предприятия

4 Создание профилей ПР Создание картотеки неявных знаний Директор по персоналу Типовая структура профиля ПР Упорядоченное множество анкет сотрудников

предприятия как компетенций сотрудников

5 Создание профилей предприятий-контрагентов Создание картотеки неявных знаний предприятий-контрагентов как компетенций и возможностей их подразделений Бизнес-аналитик Типовая структура профиля предприятия- контрагента Упорядоченное множество анкет предприятий-контрагентов

6 Разработка онтологии предприятия Создание электронной модели представления знаний о предметной области Инженер по онтологиям Системная модель, модель бизнес- процессов (технологии), модель КСПР (принятия решений), методология сетей ограничений Графическая модель онтологии предметной области в нотации сетей ограничений

7 Разработка онтологическ их моделей ПР Создание онтологической модели каждого узла КСПР Инженер по онтологиям Профили ПР (анкеты) Графические модели онтологий ПР в узлах КСПР

8 Разработка онтологическ их моделей предприятий-контрагентов Создание онтологической модели каждого стороннего предприятия- контрагента Инженер по онтологиям Профили предприятий-контрагентов (анкеты) Графические модели онтологий предприятий-контрагентов

9 Кодификация узлов КСПР Разработка системы кодирования узлов КСПР Инженер по онтологиям Графическая модель КСПР, графические модели онтологий Система генерации кодов для узлов КСПР

10 Ревизия способов хранения бумажных документов в узлах КСПР Систематизация бумажных документов, как явных документированн ых знаний ПР ПР в узлах КСПР Документы на бумажных носителях Хронологическое упорядочивание документов, соответствующих реализованным проектам и принятым решениям

Инструментальная составляющая

И Организация интранет в архитектуре клиент-сервер Реализация многозвенной компьютерной архитектуры Системный администра тор Аппаратный состав сети интранет Выделение серверов данных, приложений, транзакций, оснащение клиентских мест

12 Ревизия информацио Упорядочивание дискового Системный администра Архитектура интранет, права Организация хранилища

нных ресурсов сети интранет пространства в каждом узле КСПР тор доступа пользователей информационно-знаниевых ресурсов на групповом и локальном уровнях

13 Создание распределенн ой базы данных Организация метаданных как электронных реестров деятельности ПР Системный администра тор, администра тор БД Структуры и взаимосвязь таблиц метаданных Распределенная по узлам КСПР база данных, содержащая реестры деятельности ПР

14 Создание электронной модели предметной области Преобразование графических онтологии в электронный вид Инженер по онтоло-гиям, программи сты Графические модели онтологий Файлы онтологий в формате RDF/OWL

15 Разработка агентов среды Создание программных приложений (агентов), реализующих бизнес-процессы СУЗ Системные разработчи ки, программи сты Бизнес-процесс СУЗ, агоритмы обработки запросов, прикладные функции агентов среды Многоагентная программная среда СУЗ

16 Обучение и мотивация сотрудников Формирование корпоративной культуры, основанной на знаниях Директор по персоналу, администра тор СУЗ Результаты опросов сотрудников, обучение, аттестация Адаптация сотрудников к работе на принципах управления знаниями

17 Внедрение СУЗ Организация АРМ ПР в каждом узле КСПР Системный администра тор, разработчики, программи сты Интерфейс пользователя с агентами среды Оснащение клиентских мест, инструкции пользователя

18 Администрир ование СУЗ Поддержка бизнес-процессов СУЗ Администр атор СУЗ Интерфейс администратора с агентами среды Оснащение АРМ администратора СУЗ, инструкции администратора

Организационно-инструментальная составляющая

19 Эксплуатация СУЗ Реализация повседневной деятельности инструментами СУЗ Администр атор СУЗ, директор по персоналу АРМы сотрудников предприятия Глобальный акцент предприятия на увеличении интелектуального капитала

Для экономической оценки результативности внедрения СУЗ в НПП автором разработана система сбалансированных показателей, отражающая влияние аспекта развития компетенций на финансовые показатели НПП (Рис. 12).

Эффективное размещение инвестиций

Сокращение финансовых рисков

Рост стоимости Целевое использование прибыли

предприятия - Выход на прибыльность

Рост прибыли

Увеличение капитала при его мин. стоимости

Рост конкурентоспособности

Удержание позиций на рынке <Ч| Удовлетворенность потребителя конечным

Захват доли рынка 4Ч Улучшение потребительских свойств продукта

Рост качества

продуктов +

Стабильное качество при снижении затрат

Систематическое повышение качества продукта

Рост качества процессов

Систематическое повышение качества процессов

ственной базы

Формирование производств, базы

Инжиниринг процессов

Производство новых продуктов

Повышение эффективности производства

Догосрочная работоспособность оборудования

Управление затратами на ремонт

Внедрение новых технологий производства

Закрепление позиций на рынке

Захват рынков ^ Г сырья 1_

Сокращение

затрат на качественное сырье

Развитие отношений с поставщиками

Рост интелектуального

Эффективное планирование НИОКР

Сокращение производственных рисков НИОКР

Организация управ-ления

Организация сети

принятия решений

Удержание и развитие

Создание открытого пространства знаний

Создание корпоративной культуры знаний

Технологии группового принятия решений

Повышение квалификации персонала

Систематическая мотивация персонала

Повышение удовлетворенности результатами труда

Обеспечение персоналом

<Ч| Формирование кадрового резерва

Рис. 12 Система сбалансированных показателей экономической оценки результативности внедрения СУЗ НПП

Для илюстрации реализации этапов методики рассмотрен процесс экспертизы научно-исследовательских разработок (НИР) в рамках ОАО Невский завод. Представлено соотношение этапов НИР и функций СУЗ, позволяющей реализовать процессы НИР на качественно новом уровне. Кроме того для целей илюстрации работы СУЗ построена теоретико-игровая модель экспертизы научно-исследовательских проектов. Ресурсные возможности рассматриваемого типа предприятия характеризуются вектором: V = (V,,г2,...,V,,...,VД) е Й", где Ч количество специалистов, обладающих компетенцией /-го вида.

Каждый вид специалистов характеризуется величиной с/ Ч издержками на

оплату его труда в течение рассматриваемого интервала времени. По соображениям компактности изложения предположим, что все рассматриваемые проекты являются сопоставимыми по времени реализации. На стадии конкурсного отбора рассматриваются проекты, выдвинутые / е 1 ,.т экспертами (ПР). Каждый проект характеризуется вектором: х, =(х11,хп,...,х11,...,х1Д)е Я", где хчЧ количество специалистов, обладающих квалификацией (компетенцией) у-го вида, привлекаемых в рамках проекта, выдвинутого экспертом /, а также величиной а1, Ч доход от проекта. Основной характеристикой эффекта от реализации ;-го

проекта является приносимая им прибыль: с1: Х хч.

Для формализации данного критерия максимизации суммарного дохода от реализации портфеля проектов обозначим через Г Ч множество индексов (номеров) проектов, принятых к реализации, через 7 с: 2'"'' Ч множество возможных сочетаний проектов, которые, исходя из ресурсных возможностей рассматриваемого предприятия, допускают одновременную реализацию, а именно: V/ с 7, V/ е \..п: . < V). Тогда множество проектов, входящих в /*, определяется

как: -) = шах] -с^)|.

,Г М ['6/ 7=1 ]

В случае, если проект предложенный <-м экспертом, входит в множество /', то он получает бонус, составляющий некоторый процент а от прибыли,

приносимой проектом: а-^ Х'']' В ПР0ТИВН0М слу436 (' /*)Ч будем

полагать, что бонус менеджерам равен 0.

Описанная ситуация естественным образом может быть интерпретирована как бескоалиционная (стратегическая) игра т лиц с поной информацией. В качестве игроков выступают менеджеры. Соответственно, их стратегиями являются

характеристики проектов (х,, с/,), а функции полезностей определяются правилами расчёта бонусов за проекты (в случае их принятия или непринятия).

Подобное моделирование позволило продемонстрировать пример оценки востребованности знаний на основе выявления критичных позиций (специалистов и их компетенций), вокруг которых идет борьба между менеджерами, оценка ценности компетенций специалиста, выявление ложного (объективно необусловленного) спроса на компетенции. В представленном примере ложный спрос выражается стремлением менеджеров привлечь к проекту большее количество специалистов, чем этого требует технологический процесс.

В заключении автором сформулированы основные выводы о разработке и реализации методики построения системы управления знаниями в НПП, а также, помимо технологического, выявлен мощный гуманистический аспекты системы управления знаниями.

Ш. ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ Статьи в научных журналах, рекомендованных ВАК:

1. Рахманова М.С. Архитектура сети принятия решений в системе управления знаниями научно-промышленных комплексов // Научно-технические ведомости СПбГПУ. Экономические науки. - 2008.- №4 (61).- С. 56-62. (0,5 п.л.)

Статьи в научных сборниках и материалы конференций:

2. Рахманова М.С. Модернизация системы управления знаниями в научно-промышленных комплексах (технологический и социальный аспекты)// Актуальные проблемы менеджмента в России на современном этапе: проблемы управления модернизацией экономики: Материалы международной научно-практической конференции (СПб, 03.12.2010). - СПб: ОЦЭиМ, 2011,- с. 217-219. (0,1 п.л.)

3. Рахманова М.С. Концептуальная модель системы управления знаниями крупного предприятия машиностроительной отрасли//Актуальные проблемы управления информационными системами: Материалы 2-ой всероссийской научно-практической конференции студентов, аспирантов, молодых ученых и преподавателей (СПб, 13.11.2007).- СПб.:Изд-во СЗТУ, 2008,- С. 114-118.(п.л. 0,3)

4. Рахманова М.С., Рахманова И.О. Сущность и роль интеграции знаний в инновационных организациях // Материалы международной научной конференции Экономическое развитие: теория и практика. - СПб.: ОЦЭиМ, 2007 (0,1 п.л.)

5. Рахманова М. С. Технологические аспекты интеграции знаний в научно-промышленных организациях // Актуальные аспекты менеджменты. Сборник тезисов международной студенческой конференции. Вып.З. СПб.: Изд. Центр ВШМ СПбГУ, 2007. - с. 166-167 (0,1 п.л.)

6. Рахманова М.С. Типовая модель реализации системы управления корпоративными знаниями в научно-исследовательских компаниях // Системный анализ в проектировании и управлении: Материалы IX международной научно-практической конференции (СПб, 30.06.2005). - СПб.: Изд-во СПбГПУ, 2005.- С. 344-347. (0,2 п.л.)

Подписано в печать 24.04.2012 Отпечатано: ООО РПГ Взлет Медиа 191119 Санкт-Петербург ул. Звенигородская д.9-11, Лит.К Тираж 110 экз.

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Рахманова, Марина Сергеевна

Введение.

1. Анализ современных подходов к управлению знаниями в организации.

1.1 Сущность современного знаниевого подхода к управлению организацией.

1.1.1. Эволюция подходов к управлению знаниями в организациях.

1.1.2. Знания как информационный ресурс в процедурах принятия управленческих решений

1.1.3. Задачи, функции и процессы управления знаниями в организациях.

1.2 Технологические аспекты управления знаниями в организациях.

1.2.1. Понятие системы управления знаниями и этапы внедрения.

1.2.2. Инструменты организации системы управления знаниями.

1.2.3. Специфика управления знаниями в научно-промышленных комплексах

1.3 Специфика НПП как центра генерирования новых знаний.

1.3.1. НПП как инновационно активное предприятие.

1.3.2. Эволюция систем управления сложными производственными объектами

1.4 Выводы по главе.

2. Место и роль системы управления знаниями в единой системе управления НПП.

2.1 Системное моделирование научно-промышленного предприятия.

2.1.1. Системная модель НПП как сложного объекта материального мира.

2.1.2. Системная модель управления НПП.

2.1.3. Архитектура системы управления НПП.

2.1.4. Архитектура корпоративной сети принятия решений и поддерживающей ее сети знаний.

2.2 Свойства корпоративной сети принятия решений.

2.2.1. Графовая модель корпоративной сети принятия решений.

2.2.2. Особенности процедур принятия решений в сложных предметных областях

2.2.3. Информационная модель ПР в рамках корпоративной сети принятия решений

2.2.4. Информационная модель предприятия-контрагента.

2.2.5. Взаимосвязь корпоративной сети принятия решений с бизнес-процессами НПП

2.3 Система управления знаниями как основа корпоративной сети принятия решений.

2.3.1. Бизнес-процесс управления информационно-знаниевыми ресурсами в рамках КСПР.

2.3.2. Основные факторы, влияющие на выбор архитектуры СУЗ.

2.3.3. Обобщенная структурная схема программной среды СУЗ.

2.4 Выводы по главе.

3. Разработка архитектуры системы управления знаниями.

3.1 Формальная модель предметной области СУЗ.

3.1.1. Выбор формальной модели представления знаний.

3.1.2. Разработка онтологической модели НПП.

3.1.3. Онтологические модели пользователей СУЗ.

3.1.4. Взаимосвязь онтологических моделей НПП и пользователей СУЗ.

3.2 Служба запросов как средство динамического конфигурирования сети знаний 108 3.2.1. Онтологическая интерпретация запросов пользователя СУЗ.

3.2.2. Агоритм анализа запросов пользователей к онтологии предметной области.

3.2.3. Агоритм группирования запросов пользователей.

3.3 Архитектура многоагентной программной среды СУЗ.

3.3.1. Основные понятия многоагентной информационной среды.

3.3.2. Взаимодействие агентов СУЗ в процессе формирования экспертной группы

3.3.3. Взаимодействие агентов СУЗ в процессе работы экспертной группы.

3.3.4. Взаимодействие агентов СУЗ в процессе поиска ресурсов.

3.3.5. Организация системы сбора статистики и анализа работы СУЗ.

3.4 Выводы по главе.

4. Применение разработанных моделей при построении СУЗ НПП.

4.1 Методика реализации СУЗ в условиях НПП.

4.1.1. Фазовая модель проектирования архитектуры системы управления знаниями в НПП.

4.1.2. Этапы реализации СУЗ в НПП.

4.2 Пример реализации методики построения СУЗ в ОАО Невский Завод.

4.2.1. Экспертиза научно-исследовательских проектов ОАО Невский завод.

4.2.2. Теоретико-игровая модель управления знаниями на примере экспертизы научно-исследовательских проектов.

4.3 Выводы по главе.

Диссертация: введение по экономике, на тему "Экономико-математические и инструментальные методы управления знаниями в научно-производственных предприятиях"

Актуальность

Управление знаниями является общепризнанной необходимостью в современных условиях экономики знаний. Завершив автоматизацию бизнес-процессов организаций на уровне материальных ресурсов, специалисты-управленцы осознали необходимость управления нематериальными ресурсами.

Актуальность применения концепции управления знаниями на практике присуща организациям, действующим в различных предметных областях - от производства до консатинга.

Являясь естественной реакцией на объективные процессы расширения масштабов научной и инновационной деятельности, системы управления знаниями органично ориентированы на использование их в компаниях, интегрирующих научную, техническую и производственную функции, каковыми являются научно-производственные предприятия (НПП).

Научно-производственное предприятие (научно-промышленный комплекс) - это предприятие, в рамках которого реализуется весь жизненный цикл изделия - от выявления и прогнозирования потребностей рынка до поставки потребителю нужной ему продукции, а также специфические бизнес-процессы, направленные на активную диффузию полученных новых знаний.

Как известно, основным результатом инновационной деятельности НПП являются новые или усовершенствованные продукты или услуги, новые или усовершенствованные технологические процессы или способы производства, новые знания как продукт.

Система управления знаниями, таким образом, выступает в качестве инструментальной основы для успешной реализации бизнес-процессов в НПП, повышения оперативности принятия управленческих решений, направленных на осуществление инновационно-ориентированных стратегий развития.

Однако исследование наиболее крупных и развивающихся НПП Санкт-Петербурга (ЗАО Невский завод и ОАО Завод Электропульт в составе ЗАО Росэлектропром Ходинг, ОАО Электросила в составе ОАО Силовые машины, ОАО Арсенал) показало отсутствие действующих элементов управления знаниями на фоне готовности высшего руководства внедрять комплексные решения по управлению знаниями.

Анализ литературы по проблематике управления знаниями позволил выявить отправные положения управления знаниями: связь управления знаниями с бизнес-процессами, человеческими ресурсами, инновациями, информационными технологиями. Однако существующие концепции управления знаниями не в поной мере отвечают на вопрос, как обосновывается и реализуется данная взаимосвязь на практике.

Наиболее плодотворным, таким образом, представляется подход к проблемам управления знаниями с позиций бизнес-информатики, что предполагает интеграцию экономических и технологических аспектов с привязкой к существующей системе управления предприятием.

Таким образом, все вышеперечисленное обуславливает актуальность разработки модели, архитектуры и методики реализации системы управления знаниями в НГТП.

Цель работы и задачи исследования

Цель исследования - разработка системы моделей различной степени формализации, адекватно отражающих процессы управления знаниями в научно-производственных предприятиях, и методов их интеграции в систему управления научно-производственного предприятия.

Достижение данной цели позволит перевести интуитивно понятные процедуры управления знаниями в явное операционное представление и сформулировать научно-обоснованные рекомендации реализации системы управления знаниями в рамках специфического экономического объекта -научно-производственного предприятия.

Достижение цели потребовало решения следующих задач:

1. Определить место системы управления знаниями (СУЗ) в системе управления НП.

2. Предложить модель представления знаний о предметной области и проилюстрировать применение ее формализмов.

3. Разработать математическую модель системы управления знаниями.

4. Разработать агоритм функционирования системы управления знаниями в Hi 111.

5. В рамках выбранного подхода бизнес-информатики разработать компетентностно-ориентированную архитектуру системы управления знаниями и предложить технологию и инструменты ее реализации.

6. Разработать методику внедрения системы управления знаниями в нпп.

7. Разработать систему экономической оценки результативности системы управления знаниями в НПП.

Методологические основы исследования

1. Системный подход к управлению сложными объектами.

2. Теория принятия решений в сложных предметных областях.

3. Теория управления человеческими ресурсами.

4. Методы представления знаний (семантических моделей - онтологий) на основе формализма объектно-ориентированных сетей ограничений.

5. Математические методы: теории множеств, теории графов, теории игр, математической логики, нечисловой математики, формализмы теории систем

6. Методы экономической оценки результативности хозяйственной деятельности субъекта на основе сбалансированной системы показателей

7. Методы структурно-функционального анализа и проектирования сложных систем в совокупности с инструментами визуального представления моделей.

8. Методологические основы инжиниринга бизнес-процессов на основе информационных технологий

9. Методологические основы объектно-ориентированной парадигмы реализации информационно-управляющих систем