Темы диссертаций по экономике » Математические и инструментальные методы экономики

Функционально поные модели систем стимулирования в задачах предупреждения дорожно-транспортных происшествий тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень	доктор экономических наук
Автор	Калинин, Николай Павлович
Место защиты	Пермь
Год	2008
Шифр ВАК РФ	08.00.13

Автореферат диссертации по теме "Функционально поные модели систем стимулирования в задачах предупреждения дорожно-транспортных происшествий"

3453158

Калинин Николай Павлович

ФУНКЦИОНАЛЬНО ПОНЫЕ МОДЕЛИ СИСТЕМ СТИМУЛИРОВАНИЯ В ЗАДАЧАХ ПРЕДУПРЕЖДЕНИЯ ДОРОЖНО-ТРАНСПОРТНЫХ ПРОИСШЕСТВИЙ

08.00.13 - Математические и инструментальные методы экономики

Автореферат диссертации на соискание ученой степени доктора экономических наук

Пермь 2008

003453158

Работа выпонена в ОАО Научно-исследовательском институте управляющих машин и систем

Научный консультант: доктор технических наук, профессор,

заслуженный работник высшей школы РФ Харитонов В. А.

Официальные оппоненты: доктор .экономических наук, профессор

Прудский В. Г.,

доктор экономических наук, доцент Елохова И.В.,

доктор технических наук, профессор Бордюже В.В.

Ведущая организация: ОАО Проминформ, г. Пермь

Защита состоится 4 декабря 2008 года в 15.00 час. на заседании диссертационного совета Д 005.01.057 в ОАО Научно-исследовательском институте управляющих машин и систем по адресу: 614990, г. Пермь, ул. Ленина, 66

С диссертацией можно ознакомиться в библиотеке НИИУМСа

Автореферат разослан 5 ноября 2008 г.

Ученый секретарь диссертационного совета доктор технических наук, профессор

Рубцов Ю. Ф.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Для всех промышленных стран характерна тенденция создания больших городов и регионов с высокой концентрацией населения, поэтому основная масса автомобилей сосредоточивается в пределах городских территорий, вызывая огромные трудности в организации дорожного движения и обеспечении его безопасности. Резкое снижение скорости движения, острый дефицит городских площадей для организации кратковременной и длительной стоянки автомобилей, загрязнение окружающей среды, транспортный шум и, наконец, рост количества дорожно-транспортных происшествий (ДТП) - вот основные негативные последствия интенсивной автомобилизации, характерные для многих зарубежных и российских городов. При этом необходимо отметить, что научно-технические прогнозы на период до 2010 года указывают на сохранение ведущей роли автомобильного транспорта в городах. Отсюда следует, что автомобиль в ближайшие годы сохранит свое значение в качестве транспортного средства, а это еще более увеличит неприятности, связанные с отрицательными последствиями автомобилизации, если не будут предприняты соответствующие меры.

В комплексе мероприятий, направленных на решение задачи функционирования современного города в условиях повышенной автомобилизации, автоматизация управления дорожным движением занимала и продожает занимать одно из ведущих мест. Работы по данной проблеме проводятся как в нашей стране, так и в целом ряде наиболее развитых зарубежных стран: США, Японии, ФРГ, Великобритании и др. Накопленный опыт эксплуатации таких систем убедительно свидетельствует о том, что они действительно являются эффективным средством сокращения задержек на городском транспорте, повышения скоростей движения, увеличения пропускной способности городских магистралей и уровня безопасности движения.

Количество дорожно-транспортных происшествий на перекрестках, оснащенных современными средствами управления, на 10-15 % ниже, чем на нерегулируемых. Постоянное усложнение дорожно-транспортных условий требует непрерывного совершенствования методов и средств управления движением. В этом направлении заметный вклад сделан прикамскими учеными, в числе которых следует упомянуть работы В. П. Мовчана и Ю. Г. Горлова, Рубцова Ю.Ф. Большой вклад в разработку аспектов управления дорожным движением на основе математического моделирования внесли российские и советские ученые В.Ф. Бабков, А.П. Шевяков, Е.М. Лобанов, А.П. Васильев и др. Из зарубежных авторов следует отметить труды Д. Дрю, X. йносе, Т. Хамада и др.

Дорожное движение по транспортной сети относится к классу сложных систем, которые дожны исследоваться с позиций системного подхода, требующего комплексного изучения всех факторов, влияющих на объект исследования. Помимо состояния дорожной сети и качества систем управления

дорожным движением на уровень безопасности дорожного движения влияет состояние транспортных средств и лиц, управляющих этими средствами. Степень влияния перечисленных факторов на количество и тяжесть совершающихся дорожно-транспортных происшествий зависит от эффективности работы множества предприятий автотранспортной отрасли, равно как и других отраслей, непосредственно занятых автодорожными перевозками.

Проблемам управления персоналом, мотивации и стимулирования на сегодняшний день посвящено значительное число работ. Формальные (математические, точнее - теоретико-игровые) модели стимулирования исследуются в рамках таких разделов теории управления социально-экономическими системами как: теория активных систем, теория иерархических игр, теория контрактов и др. Аспекты деятельности субъектов управления изучаются в различных областях научного знания - экономике, теории управления, психологии, социологии и т. д. Следовательно, как в самих формальных моделях стимулирования, так и при их использовании на практике, дожно максимально учитываться все многообразие существующих подходов и результатов, так как необходимость согласования интересов управляющего субъекта, управляемого субъекта и окружающей среды существенно ограничивает область возможного компромисса и, следовательно, область допустимых управлений.

Необходимость использования моделей обусловлена сложностью, а зачастую и невозможностью, проведения на социально-экономических системах натурного эксперимента. Применение математических моделей в ряде случаев дает возможность оценить эффективность различных механизмов управления, провести игровое и/или имитационное исследование, обучение управленческого персонала и т. д.

Существенным для настоящего исследования положением системного подхода является принцип многомодельности, предполагающий, что познание системы может быть достигнуто лишь путем привлечения всех необходимых моделей, отражающих различные аспекты этой системы и проведением совместных исследований на этих моделях. Данный принцип в системах стимулирования в настоящее время не нашел дожного уровня проработки.

Таким образом, актуальность темы диссертационного исследования обусловлена значимостью транспортных перевозок и отсутствием современных методов организации и управления дорожным движением.

Данное противоречие устраняется на основе разработанных функционально поных моделей систем стимулирования и исследования возможностей предупреждения дорожно-транспортных происшествий (ДТП).

Целью диссертационного исследования является развитие принципа многомодельности системного подхода к решению проблемы предупреждения ДТП.

Для достижения поставленной цели определены и решены следующие частные задачи:

1) проведен анализ проблем предупреждения ДТП и определены пути их решения;

2) исследованы возможности системного подхода к решению проблем предупреждения ДТП;

3) разработаны модели стимулирования труда в социально-экономических системах автотранспортной отрасли;

4) разработаны методологические основы развития многомодельности системного подхода в задачах предупреждения дорожно-транспортных происшествий;

5) разработаны модели индуктивного представления затратной транспортной функции в системах стимулирования;

6) представлены модели принятия решений активными элементами систем стимулирования на основе механизмов комплексного оценивания;

7) разработаны методические основы функционального напонения моделей систем стимулирования по критерию эффективности транспортными, целевыми функциями и их композициями.

Объект исследования - проблемы предупреждения ДТП в условиях неопределенности.

Предмет исследования - инструментальные средства моделирования дорожного движения и их использование в задачах автоматизированного управления транспортными потоками.

Научная новизна выпоненного в диссертации исследования заключается в создании и развитии методологических основ функционально поного многомодельного исследования социально-экономических процессов на предприятиях и в организациях автотранспортной отрасли для обоснования эффективных подходов в задачах предупреждения ДТП.

На защиту выносятся следующие научные положения.

1. Методологические основы развития многомодельности системного подхода к задачам повышения эффективности механизмов стимулирования труда на предприятиях и в организациях автотранспортной отрасли.

2. Модели стимулирования труда в социально-экономических системах автотранспортной отрасли.

3. Модели индуктивного представления затратной транспортной функции в системах стимулирования.

4. Модели принятия решений активными элементами систем стимулирования на основе механизмов комплексного оценивания.

5. Методические основы функционального напонения моделей систем стимулирования предупреждения ДТП транспортными, целевыми функциями и их композициями.

Достоверность диссертационного исследования подтверждена корректным использованием современного математического аппарата линейной агебры, математической статистики, теории нечетких множеств, экспериментальными и статистическими проверками.

Практическая значимость результатов исследования заключается в разработке решений, касающихся дорожного движения в условиях неопределенности, а также в разработке прикладных программных средств и обоснованные рекомендации для предупреждения ДТП.

Результаты работы целесообразно использовать во всех регионах России, в учебном процессе вузов и НИИ, занимающихся проблемами моделирования дорожного движения в условиях неопределенности.

Апробация работы. Основные положения и результаты диссертации докладывались на Всероссийской научно-практической конференции Пермского НЦ УрО РАН, Пермского филиала ИЭ УрО РАН (15 апреля 2004 г.), международном семинаре (Варна, июль 2004 г.), конференциях Пермского ЦНТИ (ноябрь 2004 г., декабрь 2005 г., ноябрь 2006 г.), а также на технических совещаниях НИИУМС, ГИБДД и администрации Пермского края.

Публикации. По теме диссертации опубликован 21 научный труд, в том числе, патент и монография общим объемом 18,2 п.л.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка использованной литературы и содержит 259 страниц текста.

Во введении обосновывается актуальность работы и приведены характеристики научного исследования.

В первой главе на основе структурного анализа статистических данных по Пермскому краю по правонарушениям в сфере дорожного движения разработаны методологические основы решения экономической составляющей проблемы предупреждения ДТП, включая возможности теории активных систем, системного подхода, принципов многомодельности и функциональной поноты. Главной отличительной особенностью предложенной методологии предупреждения ДТП является расстановка акцентов на совершенствовании производственно-хозяйственной и коммерческой деятельности предприятий транспорта на основе новых форм и способов оплаты труда при организации перевозок, транспортного строительства, технического обслуживания и ремонта подвижного состава и системы административных наказаний, назначаемых за нарушение норм и правил, действующих в области дорожного движения.

Во второй главе исследуются формы и системы индивидуальной заработной платы на транспорте и их математические модели, базирующиеся на механизмах стимулирования теории активных систем, исключая совместное использование моделей других классов, связанных с учетом человеческого фактора. На основе анализа современной организации, нормирования и оплаты труда на предприятиях транспорта выявляются возможности повышения ее эффективности в решении проблемы предупреждения ДТП с использованием базовых систем индивидуального стимулирования, оценивается их эффективность относительно минимальных затрат на стимулирование реализации тех или иных действий агента. Предлагается частичный учет че-

ловеческого фактора при выборе оптимальных систем стимулирования на этапе агоритмизации с использованием процедур нечеткой арифметики.

В третьей главе на пути развития принципа многомодельности исследуются модели индуктивного представления транспортной функции, вводимые в качестве производственных функций и затратных функций в системах стимулирования труда на транспорте. Из данного класса моделей выделяется подкласс аппроксимированных индуктивных транспортных функций, методические ошибки в которых компенсируются оперативностью аналитического исследования моделей объектов инвестирования, что способствует эффективному стимулированию инновационной деятельности в автотранспортной отрасли.

В четвертой главе принцип многомодельности распространяется на целевые функции активных элементов систем стимулирования в образе механизмов комплексного оценивания, реализующих предпочтения как агентов при выборе ими действий из допустимого множества, так и центра при обосновании стратегий в отношении управления активными элементами в соответствии с ожидаемыми результатами их деятельности. Особое внимание уделяется инструментальным средствам моделирования предпочтений активных элементов систем стимулирования труда.

В пятой главе рассмотрены и предложены методические основы функционального напонения моделей систем стимулирования в задачах предупреждения ДТП на основе механизмов комплексного оценивания и композициями затратных и целевых функций.

В заключение приведены основные научные и практические результаты исследования.

ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. Методологические основы развития многомодельности системного подхода к задачам повышения эффективности механизмов стимулирования труда на предприятиях и в организациях транспортной отрасли

Обеспечение правопорядка на автомобильных дорогах Пермского края в современных условиях является одной из актуальнейших социально-экономических проблем. За последние пять лет в Пермском крае ежегодно регистрируется свыше 4 ООО дорожно-транспортных происшествий, в которых гибнут более 600 людей и получают ранение около 5 ООО человек. Последствия автоаварий, связанные с гибелью и ранением людей, потерей (повреждением) материальных ценностей, наносят значительные потери экономике Прикамья. За год ущерб от дорожно-транспортных происшествий в крае исчисляется милиардами рублей. В общей сложности социально-экономические потери в РФ от дорожно-транспортных происшествий оцениваются в 4-5 % валового национального продукта.

В результате ежегодного роста численности автотранспортных средств в крае (рост автомотопарка за пять лет более чем на 100 тыс. единиц) резко возросла интенсивность движения на автомобильных дорогах, многие из которых не отвечают существующим государственным стандартам и требованиям по пропускной способности и качеству. В первую очередь это относится к улицам и дорогам Перми, крупных городов и районных центров Прикамья. Сложившееся неудовлетворительное положение с аварийностью на автотранспорте в крае обусловлено тем, что проводимые в настоящее время мероприятия по обеспечению безопасности дорожного движения, как правило, локальны, недостаточно взаимосвязаны и не составляют единую систему. Как показывает зарубежный опыт, использование программно-целевого подхода даже при росте парка автомобилей позволяет добиваться сокращения количества дорожно-транспортных происшествий, числа погибших и раненых в среднем на 4-8 %. Управлением ГИБДД реализуются мероприятия по коренному изменению традиционных форм и методов работы по раскрытию преступлений за счет внедрения новейших технических средств в деятельность службы, оснащению ДПС современными средствами видеонаблюдения за обстановкой на дороге и прилегающей к ней территории.

По уровню автомобилизации Пермский край, как и Россия в целом, еще значительно отстают от экономически развитых зарубежных стран. В условиях высоких темпов автомобилизации проблема обеспечения безопасности дорожного движения становится чрезвычайно актуальной и выходит за границы компетентности ГИБДД. Заглянуть за указанные рамки можно выпонив структурный анализ правонарушений, воспользовавшись статистическими данными (табл. 1, с сокращениями) по Пермскому краю в сфере дорожного движения.

Таблица 2 содержит выборочные результаты структурного анализа о ДТП по Пермскому краю. Эффективность работы ГИБДД и АСУ ДД характеризуется количеством вынесенных постановлений и составляет содержание первой отдельно вынесенной колонки. Это связано с определенной интерпретацией полученных данных, по-видимому, отличающихся от общего числа нарушений, в т.ч. незарегистрированных. Противоречивость ожидаемой динамики этих данных заключается, с одной стороны, в ее тенденции к уменьшению за счет развития АСУ ДД и действенности карательных мер дорожной службы, с другой стороны, к увеличению, благодаря стремлению администрации к неотвратимости наказания за совершаемые нарушения.

Прочие факторы свидетельствуют о преобладании правонарушений среди водителей и дожностных лиц и превуалировании фактора состояния людей, находящихся в движении на дороге. Параметры данных факторов позволяют сделать акценты в пользу актуальности мероприятий, обеспечивающих дожное состояние транспортных средств и достаточной мотивации людей на дороге к соблюдению правил дорожного движения.

Таблица 1. Статистические данные для структурного анализа проблемы предупреждения ДТП (с сокращениями)

Виды нарушений при эксплуатации транспортных средств Вынесено постановлений (определений) Е> а

Код строки Назначении предупреждения Назначении административного штрафа Прекращении дела из-за отсутствия события (состава) административного правонарушения из-за стечения срока давности привлечения к административной ответственности Передача дела в суд Выявлено правонару всего

В отношении водителей транспортных средств 02 52639 794630 482 260 170 31143 880785

Нарушение водителем ТС, осуществляющим международную автомобильную перевозку, режима труда и отдыха 04 - 0 0 0 0 - 2

Управление ТС, не прошедшим ГТО 07 - 4357 2 0 0 - 4253

Управление ТС при наличии неисправностей или условий, при которых эксплуатация ТС запрещена 14 10574 187939 8 3 2 - 199755

Управление ТС с заведомо неисправными тормозной системой (за исключением стояночного тормоза), рулевым управлением или сцепным устройством 15 - 613 2 0 0 - 559

Превышение установленной скорости движения ТС 31 28000 284558 25 9 И 178 311851

Перевозка тяжеловесных грузов с пре-

вышением разрешенных максимальной

массы или нагрузки на ось, указанных 65 - 10 0 0 0 - 7

в специальном разрешении, более чем

на 15 процентов

Нарушение правил перевозки опасных 68 85 2 2 0 94

грузов

Нарушение правил перевозки людей 70 364 11986 2 0 1 - 12334

Решения, принятые в отношения дожностных лиц 87 - 1199 20 10 0 150 1492

Перевозка крупногабаритных грузов с

превышением габаритов, указанных в специальном разрешении, более чем на 96 - 0 0 0 0 0 0

10 сантиметров

Перевозка тяжеловесных грузов с пре-

вышением разрешенных максимальной

массы или нагрузки на ось, указанных 97 - 0 0 0 0 - 0

в специальном разрешении, более чем

на 15 процентов

Выпуск на линию ТС, не зарегистрированного в установленном порядке 101 _ 305 0 0 0 _ 335

или не прошедшего ГТО

Выпуск на линию ТС, имеющего неис-

правности, с которыми запрещена эксплуатация, или переоборудованного 102 - 326 0 0 0 - 294

без соответствующего разрешения

Нарушение правил проведения ремон- -

та и содержания дорог, ж/д переездов или др. дорожных сооружений 107 379 6 4 0 - 387

Решения, принятые в отношении юридических лиц 110 - 3 0 0 0 2 4

Нарушение правил перевозки опасных грузов 122 - 0 0 0 0 - 0

Нарушение правил проведения ремонта и содержания дорог, ж/д переездов или др. дорожных сооружений 124 - 2 0 0 0 - 2

Нарушение пешеходом ПДД 128 46982 59322 2 0 2 - 103080

Нарушение ПДЦ пешеходом, повлекшее создание помех в движении ТС 129 - 63 0 0 0 - 61

Решеиия, принятые в отношении иных лиц, участвующих в процессе дорожного движения 135 2 92 0 0 0 - 96

Нарушение ПДД иным участником дорожного движения, совершенное в состоянии опьянения 137 - 63 0 0 0 - 64

Нарушение ПДД иным участником дорожного движения, повлекшее создание помех в движении ТС 138 - 2 0 0 0 - 2

Нарушение правил использования полосы отвода и придорожных полос автомобильной дороги 141 - - 0 0 0 0 0

Повреждение дорог, ж/д переездов или других дорожных сооружений 147 - 55 1 0 0 - 56

Таблица 2. Результаты структурного анализа статистических данных ДТП

Перечень Ед. изм. Эффек- Состояние Состояние Состояние

тивность дорожной человека транспорт-

ГИБДД и АСУДД сети ных средств

Водители Кол-во 516021 - 311954 204067

% 81,6 - 60,05 39,95

Код - - 04,31,65, 68 07,14,15

Дожност- Кол-во 13350 387 12334 629

ные лица % 2,1 2,9 92,4 4,7

Код - 107 70 101, 102

Юридиче- Кол-во 103143 2 103141 -

ские лица % 16,3 0,002 99,998 -

Код - 124 128, 129 -

Другие лица Кол-во 122 56 66 -

% 0,02 45,9 54,1 -

Код - 147 137, 138 -

Всего Кол-во 632636 445 427495 204696

% 100 0,07 67,6 32,3

Код 107, 124, 147 04,31,65, 68, 70, 128, 129, 137, 138 07, 14, 15, 101,102

Эффективность работы ГИБДД по предупреждению ДТП в значительной степени зависит от обоснованности системы административных наказаний, дозирующей степень применяемых ограничений на право вождения и денежных штрафов. Данный инструмент управления человеческим фактором, исходящим от лиц - участников дорожного движения может и дожен быть в состоянии постоянного совершенствования, используя идеи и научные результаты теории активных (организационных) систем как одной из форм стимулирования труда в транспортной отрасли. Либеральное управление, наиболее предпочтительное в современных условиях, предполагает осуществление возможности выбора каждым элементом организационной системы варианта поведения относительно установленных на транспорте правил, отвечающего интересам индивидуума и системе в целом, если стратегия Центра обеспечивает максимальную эффективность управления в экономических категориях.

Однако ГИБДД, даже оснащенное эффективными автоматизированными системами дорожного движения, не в состоянии, по определению, ох-

ватить в поной мере всю проблему предупреждения ДТП на транспорте, поскольку вне ее сферы находятся другие факторы. В то же время развитие АСУ ДД можно увязать с моделями стимулирования в отношении влияния на формирование транспортных потоков, соотношение популярности личного и общественного транспорта на динамику локальной интенсивности движения, прогнозирования транспортных пробок и пропускной способности посредством предложения альтернативных маршрутов движения.

Одним из важнейших факторов, влияющих на предупреждение ДТП, является состояние дорожной сети, которое устанавливается и поддерживается деятельностью организаций, осуществляющих новое строительство, модернизацию, ремонт и содержание путей сообщения. Экономическая эффективность соответствующих предприятий также в значительной степени зависит от форм и систем, установленной на них заработной платы, призванных оптимизировать соотношение качества и объема производимых работ.

В наибольшей степени человеческий фактор на транспорте проявляется в управлении поведением лиц - участников дорожного движения. Организация обучения этой категории граждан, включающей в себя водителей транспортных средств, дожностных и юридических лиц, научная организация планирования и осуществления перевозок тесно связаны с задачами управления персоналом и нормированием труда, что, в конечном счете, также влияет на состояние проблемы предупреждения ДТП.

Как свидетельствуют статистические данные на решаемую в работе проблему оказывает влияние управление состоянием транспортных средств, эффективность которого зависит от эффективности деятельности предприятий автомобильной промышленности, предприятий ремонта и технического обслуживания автомобильного транспорта. Этот фактор, как и любая другая деятельность с участием людей регулируется формами и системами оплаты труда.

Таким образом, решение проблемы предупреждения ДТП (рис. 1) по факторам уровня работы ГИБДД, состояния систем АСУ ДД, дорожной сети, лиц - участников дорожного движения и транспортных средств лежит в плоскости повышения эффективности форм и способов организации перевозок, транспортного строительства, технического обслуживания и ремонта дорожной сети на основе совершенствования систем стимулирования труда на предприятиях транспорта.

Сложившиеся на транспорте организация, нормирование, оплата труда не отвечают современным требованиям, предъявляемым предприятиям отрасли, поскольку они удалены от оптимальных решений в виду неэффективности сложившихся в настоящее время методов моделирования социально-экономических процессов в автотранспортной отрасли. Данные обстоятельства позволяют выдвинуть в качестве научной платформы совершенствования систем стимулирования труда на транспорте модели и методы теории активных (организационных) систем, одно из центральных мест в которых

занимают математические модели форм и систем стимулирования труда заработной платой. Этот ответственный шаг подкреплен методологически с привлечением общенаучного системного подхода к задачам управления сложными системами.

Рис. 1. Факторы, влияющие на уровень безопасности дорожного движения

На основании проведенного исследования сформулированы первые два утверждения разработанных методологических основ.

Утверждение 1. По результатам структурного анализа статистических данных о работе Государственной инспекции безопасности дорожного движения для решения проблемы предупреждения ДТП следует считать актуальным совершенствование систем стимулирования труда на автотранспорте и в смежных отраслях в качестве эффективного инструмента.

Утверждение 2. Научной платформой совершенствования систем стимулирования труда на автотранспорте и в смежных отраслях целесообразно выдвинуть теорию активных (организационных) систем, элементы которой обладают свойством активности Ч способностью самостоятельного выбора действий (стратегии), выражаемых их целевыми функциями.

Основные идеи теории активных систем при решении задач стимулирования приведены в теоретико-множественной модели (рис. 2.).

Активный элемент (АЭ) способен выбирать некоторые действия (стратегии, состояния и т.д.) из множества А - допустимого множества действий данного АЭ. Действие будем обозначать у, у е А.

Посредством выбора действия у е А под влиянием обстановки реализуется результат деятельности АЭ, который будем обозначать через 2 е А(1 >

Функция полезности АЭ

Множество действий

Множество результатов

Рис. 2. Модель взаимодействия АЭ с его обстановкой

где Аа - множество возможных результатов деятельности. Предполагается, что АЭ обладает предпочтениями над множеством результатов ЪеАа, то

есть имеет возможность сравнивать различные результаты деятельности. Предпочтения АЭ обозначим Я, а множество возможных предпочтений - А.

При выборе действия уеА АЭ руководствуется своими предпочтениями и тем, как выбираемое действие влияет на результат деятельности геАа, то есть Ч некоторым законом W изменения результата деятельности.

Одним из способов представления предпочтений АЭ являются функции полезности и целевые функции. Функция полезности и:Ав-> Я' приписывает каждому результату деятельности АЭ некоторую ценность или полезность, выраженную действительным числом. Целевые функции также задают предпочтения элементов, но на множестве их действий. Пусть заданы функ-

ция полезности элемента и детерминированный закон \у: ,,) -> Ап, связывающий действие АЭ у е А и результат его деятельности Z е А0. Тогда результат деятельности однозначно определяется действием элемента Ъ - №(у). Это дает возможность определить целевую функцию АЭ /: Л - д7 следующим образом: /(у) = ц(Ц'(у)). Из рассмотренной теоретико-множественной модели следует третье и четвертое утверждения разрабатываемой методологии.

Утверждение 3. Главным действующим фактором в теории активных систем является человеческий фактор, проявляющийся в форме предпочтений активных элементов, определяющих мотивацию активных элементов на этапе принятия ими решения по выбору действия (стратегии). Данное положение обогащает методологию решения проблемы предупреждения ДТП на этапе обоснования состава привлекаемых для исследования моделей.

Утверждение 4. Принцип многомодельности в методологии решения проблемы предупреждения ДТП приобретает новое прочтение в виду необходимости построения композиций моделей различных классов, в том числе как объективно, так и субъективно ориентированных. Данное обстоятельство обозначает неизбежное соединение объективных и субъективных аспектов, что требует нахождения обоснованного отношения между ними.

Проблема принятия управленческих решений в категориях теории активных систем оказывается теснейшим образом связанной с важнейшим проявлением человеческого фактора - предпочтениями активных элементов организационных (социально-экономических) систем, составляющих основу субъективно-ориентированных моделей, погруженных в обстоятельства нечеткой определенности. Данный аспект лэргономически сопрягается с объективно-ориентированным моделированием, опирающимся на имитационные модели.

Утверждение 5. Принцип многомодельности достигает наивысшего эффекта в случае выпонения принципа функциональной поноты, который в настоящем исследовании приводит к насыщению моделей систем стимулирования необходимыми моделями затратных транспортных и целевых функций на основе механизмов комплексного оценивания.

Тогда известное отношение К объективного и субъективного в методологии совершенствования систем стимулирования труда на транспорте в качестве инструмента предупреждения ДТП примет новое прочтение (рис. 3), касающееся совместного использования моделей объектов с различным гносеологическим базисом.

Рис. 3. Отношение Я объективного и субъективного в методологии повышения эффективности механизмов стимулирования

Созданные методологические основы развития принципа многомо-дельности системного подхода к задачам повышения эффективности механизмов стимулирования труда на автотранспорте и в смежных отраслях предопределяет состав развиваемых в ходе дальнейшего исследования моделей:

- модели стимулирования труда в социально-экономических системах;

- модели индуктивного представления затратных транспортных функций;

- модели принятия решений активными элементами систем стимулирования на основе механизмов комплексного оценивания;

- функционально поные модели стимулирования труда.

2. Модели стимулирования труда в социально-экономических системах автотранспортной отрасли.

Х Проблемам управления персоналом, мотивации и стимулирования на сегодняшний день посвящено значительное число работ - от чисто лакадемических исследований до прикладных методик и рекомендаций.

Формальные (математические, точнее - теоретико-игровые) модели стимулирования исследуются в рамках разделов теории управления социально-экономическими системами, теории активных систем, теории иерархических игр, теории контрактов и др.

Необходимость использования моделей обусловлена сложностью, а зачастую и невозможностью проведения на социально-экономических системах натурного эксперимента. Применение математических моделей в ряде случаев дает возможность оценить эффективность различных механизмов управления, провести игровое и/или имитационное исследование, обучение управленческого персонала и т.д.

С одной стороны, для большинства известных теоретических результатов, полученных в упомянутых выше научных областях, характерен отрыв от практики - как вводимые предложения, так и получаемые выводы не всегда сопровождаются содержательными интерпретациями или не доводятся до конструктивных прикладных агоритмов и методик, то есть до этапа практического использования, когда ими могут воспользоваться управленцы, не имеющие соответствующей математической подготовки.

С другой стороны, специалисты-практики иногда даже не подозревают о том, что в экономике, теории управления и исследовании операций накоплен значительный опыт анализа и синтеза формальных моделей стимулирования.

Существующий разрыв отрицательно сказывается на обеих областях -игнорирование последних достижений науки не позволяет достичь высокой эффективности системы управления организацией, а отрыв от практики приводит к изоляции и выхолащиванию содержания теоретических моделей.

Для этого оказывается недостаточным описать математические модели в терминах реальных систем стимулирования. Помимо этого следует произвести идентификацию модели, то есть задать агоритм и методики установления соответствия между параметрами математической модели и реальной (моделируемой) системы.

Рассмотрим в качестве примера активный элемент, который производит продукцию. Объем производимой продукции будем считать действием элемента и обозначать его через у, множество возможных действий А = [0,+оо]. Элемент реализует продукцию по цене Р еЯ1 и несет затраты

на ее производство С {у) = Ч V2, где г - параметр (тип) элемента, харак-

теризующий его индивидуальные способности г е О. = [1,2]. Результатом деятельности можно считать выручку за проданную продукцию Z (рис. 4).

Рис. 4. Пример взаимодействия АЭ с его обстановкой

Целевую функцию элемента можно определить, зная, что выручка от реализации связана с действием отношением:

Z = P-Y. (1)

Таким образом, целевая функция (в данном случае прибыль) запишется в виде:

fr(y) = PY-Ct(Y). (2)

Объем производства максимизирующий целевую функцию, равен:

У* = Рг. (3)

Пусть у = (yl,...,yn) е А - вектор стратегий активных элементов,

компоненты которого они могут выбирать независимо (гипотеза независимого поведения (ГНП)). Предположим, что целевая функция i-ro АЭ /, (у, г;) отражает его предпочтения на множестве л х U. Определим Р(т}) - множество решений игры АЭ (множество реализуемых стратегий -действий) как множество равновесных при заданном управлении r eU стратегий АЭ. В одноэлементной АС Р(т}) является множеством точек максимума целевой функции АЭ, в многоэлементных системах-множеством равновесий (в максимин-ных стратегиях, или доминантных стратегиях, или равновесий Нэша - в зависимости от конкретной задачи и используемых гипотез о поведении участников активной системы АС).

Множество решений игры отражает предположения центра (исследователя операций) о поведении управляемых субъектов (АЭ) при заданном управлении. Далее центр, интересы которого идентифицируются с интересами АС в целом и на позициях которого находится исследователь операций, дожен конкретизировать свои предположения о стратегиях, выбираемых АЭ из множества решений игры. Наиболее часто применяются два предельных подхода - метод максимального гарантированного результата (МГР), при котором центр рассчитывает на наихудший для него выбора АЭ и гипотеза благожелательности (ГБ), в рамках которой центр считает, что АЭ выбирают из множества решений игры наиболее предпочтительные с точки зрения центра (при прочих равных условиях) действия. При этом_задача управления_АС заключается в поиске допустимого управления, максимизирующего целевую функцию центра:

, max max //П

ij(U ye Р(т))

то есть имеющего максимальную эффективность

max /сч

у е Р(т])

или управления т] , имеющего максимальную гарантированную эффективность

y e Pin)

Известные основные свойства базовых систем стимулирования: скачкообразных (С), компенсаторных (К), пропорциональных (L) и основанных на перераспределении дохода (D) и ряда производных от них систем стимулирования, позволяют свести полученные оценки их сравнительной эффективности (оценки затрат на стимулирование при любых допустимых действиях агента) в таблицу 3.

Таблица 3. Сравнительная эффективность базовых систем стимулирования

С К L D LL LL+C C+D

С Ч = > > > > >

к = Ч > > > > >

L < Ч ? < < ?

D < < ? Ч ? ? <

LL < < > ? Ч < ?

LL+C < < > ? > Ч ?

C+D < < ? > ? ? Ч

Знак ">" ("5"), стоящий на пересечении некоторой строки и стобца таблицы 3, означает, что в рамках введенных предположений при использовании системы стимулирования, соответствующей строке, эффективность всегда не меньше (не больше), а, следовательно, минимальные затраты на стимулирование не больше (не меньше), чем при использовании системы стимулирования, соответствующей стобцу. Знак "?" означает, что соотношение затрат на стимулирование зависит от конкретного случая - параметров организационной системы, то есть свойств целевых функций и допустимых множеств и т.д., - и требует допонительного исследования в каждом из этих конкретных случаев.

Поное исследование сравнительной эффективности всех базовых систем стимулирования подразумевает, как минимум, попарное сравнение соответствующих минимальных затрат на стимулирование (табл. 3, имеющая 31 х 31 = 961 ячейку). Запонение такой таблицы является трудоемкой, но, в принципе, реализуемой задачей.

Полученное множество систем стимулирования труда на транспорте и в смежных отраслях могут быть использованы для решения задач предупреждения ДТП в частности в:

- организации управления на транспорте;

- исследовании закономерностей и принципов распределения пассажи-ро- и грузопотоков по видам транспорта, выбора целесообразных схем освоения перевозок и организации перевозочного процесса;

- прогнозировании и стратегическом планировании перевозок;

- планировании анализа производственно-хозяйственной и коммерческой деятельности предприятий автотранспорта;

- определении экономической эффективности модернизации подвижного состава и создании новых транспортных средств;

- исследовании экономической эффективности новых форм и способов организации перевозок, транспортного строительства, технического обслуживания и ремонта подвижного состава;

- оценке качества транспортного обслуживания экономики и населения;

- исследовании влияния транспортных факторов на развитие рынков, размещении производительных сил, повышении эффективности общественного производства и экономической безопасности страны;

- анализе деятельности предприятий и организаций различных видов транспорта.

В условиях нечеткой неопределенности эти механизмы дожны быть сформулированы в категориях нечетких вычислений функций одной нечеткой переменной

У = /(х) = ДЫ*)), : {(X,) [0,1} (7)

и двух нечетких переменных

у = ^Х,2) = //,-(?)), ОД], (9)

Х? = ПХх, Хг) с {Г(х, г); (х, г) е X, * X,}, (Ю)

* = [иД*).4 (11)

Здесь аргумент х е Х,//г(х) е [ОД]. - выпуклая функция, т. е.

у < х < г -> /^-(х) > ш5п(рх-(у),^(2)), отображение /у-; X [0,1] (12)

называют функцией принадлежности элементов множества X объекту представления X , Х- базовым множеством, а функцию

? = /(*) =/(и*)) (13)

- нечеткой функцией с функцией принадлежности

^Хг) = {Г(х);хеХг} = Хр (15)

3. Модели индуктивного представления затратной транспортной функции в системах стимулирования.

Целям исследования впоне соответствует моделирование экономической деятельности фирмы в образе производственной функции, которая для предприятий и подразделений транспортной области приобретает особый смысл и делает целесообразным введение специального термина - транспортная функция, описывающая зависимость затрат от перемещения людей и грузов и имеющая право быть использованной в настоящем исследовании наравне с понятием производственная функция.

Все применения транспортных функций будут иметь место в практике экономических исследований и приносить реальную пользу только в том случае, если они как модели взаимосвязи затраты - объем перевозок будут адекватно отражать действительность. Поэтому важная задача теории - разработка достоверных и реалистичных методов получения транспортных функций.

Индуктивное представление транспортных функций строится, опираясь на две отправные точки: затратные функции (совокупные издержки) экономических ресурсов и технологические функции, обе проистекающие из заданных экономических ресурсов (рис. 5), на которых строится реальный производственный процесс.

Рис. 5. Исходные позиции индуктивного представления транспортной функции

Экономические ресурсы как фундаментальное понятие экономической теории означают источники, средства обеспечения производства и делятся на природные (сырьевые, географические), трудовые (человеческий капитал), капитальные (физический капитал), оборотные (материалы), информационные и финансовые (денежный капитал) ресурсы (рис. 6).

Затратные функции могут быть описаны аналитическими средствами, заданы графически или таблично. Их общим свойством является неубывание с ростом аргумента, обозначающего расходуемое количество определенного экономического ресурса (рис. 7).

Экономические ресурсы

Финансовые

(денежный капитал)

Трудовые

^человеческий капитал) ,, Капитальные Г ' (физическии капитал)

Информационные ресурсы

Средства производства (машины, станки, здания,...)

Оборотные средства

Рис. 6. Классификация экономических ресурсов

Производственные продукты

Рис. 7. Непрерывные затратные функции: гладкие с постоянными затратами (1) и без (2), линейные (3) и кусочно-линейные (4) с ограничениями и разрывами 1-го рода функций, либо их производных (5)

Порядок исследования процедур моделирования инвестиционных процессов при аппроксимации индуктивных транспортных функций:

- описание процедуры аппроксимации затратных функций;

- исследование линеаризованной транспортной функции;

- обобщение полученных результатов на случай множественной кусочно-линейной аппроксимации.

Задачи решаются на основе известной методологии аппроксимации затратных функций.

Шаг 1. Строится (описывается) затратная функция. С^ = /"('9,) (рис.

Шаг 2. Затратная функция приводится к аргументу Q - количество основного продукта (рис. 8 б).

Шаг 3. Определение прямой, на которой дожен размещаться базовый участок линейной аппроксимации. Ею является касательная к предельной функции затрат в точке экстремума С}, где производная от функции су(0

достигает минимума (рис. 8 в),

Шаг 4. Формируется приближение функции затрат по методу кусочно-линейной аппроксимации (рис. 9) в следующей последовательности:

- устанавливается функция допустимой погрешности аппроксимации функции затрат ДС"К'Х );

- на касательной в точке экстремума функции затрат определяются

_ /гшт /-тах

границы базового участка аппроксимации , .

Напонение моделей систем стимулирования развернутыми моделями затратных транспортных функций делает исследование более содержательным, объектно-ориентированным и, соответственно, более эффективным.

4. Модели принятия решений активными элементами систем стимулирования на основе механизмов комплексного оценивания.

Всю свою жизнь человек непрерывно занимается инициированием, разработкой и реализацией проектов широкого спектра: от проектов личного характера до проектов производственного назначения.

В основе этих многогранных процессов лежит процедура принятия решения среди альтернативных вариантов. Наилучшее решение может быть выбрано только среди ранжированного ряда.

Построение ранжированного ряда выглядит тривиальной задачей лишь при установлении на множестве вариантов бинарного отношения порядка в случаях, когда варианты отличаются одним параметром и можно говорить о простом (одномерном) отношении порядка. Для многомерного отношения порядка, предполагающего наличие у ранжируемых вариантов нескольких некоррелированных гетерогенных (разнородных) параметров, процедура его формализации резко усложняется.

Рис. 8. Илюстрация нахождения касательной размещения базового участка аппроксимации (линеаризации)

Рис. 9. Имитация формирования приближения функции затрат методом кусочно-линейной аппроксимации

Причина этого явления состоит в неоднозначной интерпретации многомерного отношения порядка, выступающего в качестве предпочтения -сугубо человеческого фактора, играющего заглавную роль в менеджменте, выделившемся из общей теории управления как подобласть управления совместной деятельностью людей - активных элементов организационной системы.

Обнаружение у активных элементов организационных систем новых (по сравнению с пассивными элементами) свойств: свобода выбора своего состояния, собственные предпочтения и цели, интерес к поведению других активных элементов и способность к его прогнозированию, позволяет отнести подобные системы к классу недетерминированных, лишенных традиционных средств описания (моделирования), успешно работающих в предметной области физических законов и явлений. Остро ощущается потребность в появлении новой парадигмы принятия решений как теории и способа действования в науке, модели или образца исследования научных задач.

Следует заметить, что свобода активных элементов организационных систем не является абсолютной (анархической, произвольной) волюнтаристской. Она подчиняется своим закономерностям, рождающимся в предметной области ряда дисциплин: психологии, социологии, физиологии и др., а, следовательно, может быть формализована с целью получения подходящих моделей, описывающих предпочтения активных элементов и ограничивающих изначально декларированную свободу их поведения.

Перспективным направлением развития теории управления организационными системами является модификация моделей рационального поведения, основанных на максимизации активными элементами их целевых функций, за счет включения в эти модели агрегирования (свертки) многомерных отношений порядка - предпочтений активных элементов.

В качестве новой концепции современной парадигмы решения исследовательских задач в области управления организационными системами можно предложить учет человеческого фактора в форме моделей предпочтений.

Достижению этой цели препятствует ряд проблем, которые можно сгруппировать в три больших класса: проблема создания парадигмы принятия решений; проблема адекватности моделей и идентификации организационных систем; проблема решения задач анализа и синтеза оптимальных управлений.

Проведенное исследование ставит своей целью в дискуссионном плане обосновать возможные подходы к моделированию предпочтений активных элементов организационных систем с позиций их соответствия трем классам проблем.

Рассмотрим базовую модель принятия решений в организационной системе, представленную на рисунке 10. Развертывание данной модели происходит при внесении в нее моделей предпочтений и/или их рефлексий.

Пусть многомерное состояние Z объекта ответственности Центра оценивается произвольным значением свертки ъ посредством модели предпочтения Оц, несущей в себе тип Центра гц (рис. 11).

Центру дожна быть предоставлена возможность выбора желаемого состояния объекта в будущем с оценкой Хж, способной принимать положительные значения (развитие объекта), нулевое (стабилизация состояния объекта) и даже отрицательные значения (управляемая деградация объекта), что обусловлено динамикой изменения параметров объекта из Z во времени.

Внешняя

Рис. 10. Базовая модель принятия решений в организационной системе

Если оператор О^ является достаточно развитой моделью предпочтений Центра, то он способен предоставить поное множество возможных планов управления объектом согласно формулируемым рассогласованиям: |Дг(у);у И А], поддерживаемым действиями агента у из множества его допустимых действий А . Возникает задача выбора эффективного управления действиями агента, исходя го заданного набора управлений, ио, имеющегося ресурса К и состояния среды в.

Целевая функция Центра ф(-) представлена моделью предпочтений Оц с тем же типом гц как свертка состояния среды 0, результатов действия агента и затрат на стимулирование действий агента

и{у) \ Аг(_>>). /(.у)). Используя в качестве модели предпочтения свертку с развитым свойством ранжирования, нетрудно идентифицировать наиболее эффективные для Центра действия агента в каждом управлении

и{у)'.у* = а^тахФ(в,Аг(у),и(уУ), и на имеющемся множестве управ-

лений и0: = агатах Дг(у\и(у)).

у*еи(у)ви0

Внешняя среда в

Рис. 11. Модель принятия решений в организационной системе с учетом человеческого фактора в виде предпочтений активных элементов

Следующая часть задачи выбора эффективного управления организационной системой заключается в учете человеческого фактора, сосредоточенного в предпочтениях агента.

Если Центр располагает определенной информацией о типе агента Га,

то он может построить модель его целевой функции /{{в, в виде

свертки, несущей в себе рефлексию типа агента Га : . Информация об объекте поступает агенту опосредованно в форме предлагаемых действий у е А , сформулированных Центром при планировании управлений.

Сверка С1, с развитым свойством ранжирования способна рефлексивно идентифицировать решения агента у* для каждого управления г/(у): У* = аг^пах/\(в,п{у$), и найти среди имеющихся у Центра управлений ио, наиболее эффективное для него управление

и*(у)= аг^гахФ{в,гипотетически стимулирующее агента

к действию {,;ах =аг8махфу(у))-

Если желаемая Ф) и ожвдаемая ф(>'*1ах) эффективности системы расходятся на недопустимо большую для Центра величину ДФ, то им может быть принято решение о расширении исходного набора допустимых управлений или предоставленного ресурса до тех пор, пока не будет достигнуто отношение ДФ = ф(>"п1ахФ^'тах) Ч АФ11Ж , либо пересмотра первоначальных планов развития объекта {Дг(у); у И А].

Обозначим реальные предпочтения агента с типом Га как свертку , которая в общем случае отличается от ее рефлексии С1а Центра. Поэтому принятое агентом решение у" = счетах О^ {в, и* (}')) может не совпадать с

уеи'(у)

ожидаемым у*шх.

Основанием для идентификации предпочтения агента по результатам натурного эксперимента, кроме ),_}>*), может служить допонительная

информация Центра: Аг^)^*)о^)о^*)^^;л)/^*), а

также отношение порядка между приведенными парами данных, что дает возможность последующей коррекции рефлексивной модели предпочтения

агента (г^ с последующим повторением всей процедуры принятия Центром

управленческого решения.

Для решения проблемы адекватности и идентификации организационных систем необходимо, во-первых, обеспечить оценку -оптимальности на

основе определения дифференциалов дАг(/?) и дф(р)^ ^ характеризую-

щих устойчивость оптимального решения по каждому параметру модели р. Во-вторых, следует установить класс реальных систем, в которых данное управление еще обладает свойством оптимальности в соответствии с множеством инвариантных состояний модели, объединяемых отношением эквивалентности (комплексной оценкой), формирующим геометрическое место однородных точек равной цены.

Проблема решения задач анализа и синтеза оптимальных управлений традиционно связывается как с выделением новых классов моделей организационных систем, так и с получением аналитических результатов исследований ряда известных моделей. Рассматриваемая в работе новая концепция учета человеческого фактора в форме моделей предпочтений уже по определению тяготеет к прикладным задачам принятия решения, неповторимость которых с позиций теории управления проектами приводит к необходимости представления современной парадигмы как действования в науке в качестве определенной технологии анализа и синтеза оптимальных управлений.

Моделирование предпочтений относительно сложных объектов, описываемых несколькими критериями, дожно осуществляться процедурами комплексного оценивания. В сравнении с линейными свертками и другими методами, как будет показано ниже, в наибольшей степени отвечают предъявленным ранее требованиям методы формирования комплексной оценки на основе построения иерархической структуры (дерева) критериев.

Для расширения функциональных возможностей математического аппарата моделирования по четкой процедуре /(у), задаваемой матрицей свертки, в соответствии с принципом обобщения по схеме, предложенной Д.А. Новиковым, вычисляется нечеткая оценка X по нечетким аргументам (критериям) Хх и Х2 с функцией принадлежности /(х):

/*?(*)= ШР т'пКД-О'/'.?^)!" О6)

Дальнейшее расширение класса матриц свертки можно осуществить с помощью нечеткой процедуры свертки, в основе которой лежит нечеткая матрица свертки. Некоторые или все ячейки такой матрицы т представлены несущим множеством значений с функцией принадлежности ц~ (т), где т

- элемент несущего множества. Тогда функция принадлежности нечеткой оценки X определится согласно выражению:

М$(х) = sup jm^~(xJ,x2,m),//I.(x1),//?2(x2)j. (17)

{(х1.х2,ш)!т=л)

Интерпретация нечеткой свертки упрощается использованием процедуры дефазификации (построения четких аналогов нечетких чисел) переменных по наиболее распространенному методу Центра тяжести:

что позволяет рассматривать функцию нечеткой свертки в дефазифи-цированной форме:

к = Цт(х)= cp(f{(p(xx\(p(x^ (Д )Х (!9)

Для большей наглядности функции нечеткой свертки вычисляются по уравнениям кусочно-гладких проекций изопрайс (дифференцируемых функций - линий одинаковой цены )

На основании изложенной концепции моделирования предпочтений разработаны инструментальные средства: программный комплекс Декон, Декон-изопрайс и Декон-табл.

5. Методические основы функционального напонения моделей систем стимулирования предупреждения ДТП транспортными, целевыми функциями и их композициями.

Отправным пунктом методических основ функционального напонения моделей систем стимулирования предупреждения ДТП транспортными, целевыми функциями и их композициями является двухэлементная функционально непоная модель систем стимулирования предупреждения ДТП (рис. 12). Ограниченные возможности данной модели могут быть частично компенсированы использованием аналитического аппарата анализа чувствительности функций нечетких элементов. Из данной базовой модели естественным образом вытекает модель системы стимулирования предупреждения ДТП (рис. 13).

Следует заметить, что аддитивная процедура (Add) в этой модели не является аналогом простого сложения ввиду нелинейности элементарных

затратных функций {С\ (у)}. Кроме того производимое напонение обогащает модель возможностями обоснования инновационных проектов в наиболее востребованных (узких) местах производства.

Рис. 12. Функционально непоная модель систем стимулирования предупреждения ДТП

рОО сг (у)

Рис. 13. Модель системы стимулирования предупреждения ДТП с напонением затратными транспортными функциями

Исходную модель (рис. 12) можно модифицировать напонением целевыми функциями на основе механизмов комплексного оценивания (рис. 14). Как видно из функциональной схемы данной модели, последняя сущест-

венно обогащается введением моделей предпочтений Агента и Центра. Очевидно, появляется возможность композиции обоих напонений (рис. 15)

Рис. 14. Модель системы стимулирования предупреждения ДТП с напонением целевыми функциями на основе механизмов комплексного

оценивания

Рнс. 15. Функционально поная модель систем стимулирования предупреждения ДТП

Функциональное напонение (рис. 14, 15) придает принципиально новые возможности рассматриваемого класса моделей за счет параметрического описания моделей активных элементов, что позволяет легко выявлять ожидаемые решения как Агентов тах (у))), так и Центров

(агз(Фтах (сг))) согласно ранжированного ряда допустимых действий и форм стимулирования, порождаемого целевыми функциями (предпочтениями) - ГА (_у), Гц соответственно.

Предложенный комплекс новых моделей в состоянии обслуживать планирование мероприятий по предупреждению ДТП, эффективность которых можно оценивать степенью коррекции сложившейся структуры предупреждения о правонарушениях прямыми и косвенными участниками ДД (рис. 16, 17).

Водители

Другие лица

Дожностные

Юридические лица

Рис. 16. Коррекция (пунктирная линия) сложившейся (сплошная линия) структуры предупреждений о правонарушениях водителям, дожностным, юридическим и другим лицам

Лепестковая диаграмма рисунка 16 илюстрирует направление смещения акцентов в статистических данных с водителей - прямых участников движения, на косвенных при условии существенного сокращения общего числа правонарушений как выявляемых силами ГИБДД, так и остающимися в тени по понятным обстоятельствам. При этом основные усилия ГИБДД и АСУ ДД как факторов безопасности направляются на наиболее полный охват возможных правонарушений при уменьшении общего числа ДТП за счет улучшения дорожной обстановки при любом тактическом фоне, чему может способствовать имитационное моделирование на новых принципах, разработанных при участии автора.

Особенности человеческого фактора, главного в настоящем исследовании, наводит на мысли о необходимости более обстоятельного обсуждения порядка начисления штрафов: не в абсолютном исчислении, а в процентах от декларированных доходов правонарушителей с целью выравнивания действительной степени ответственности всех без исключения участников дорожного движения как, например, обстоит дело с наказаниями в виде лишения прав и свободы.

Рис. 17. Коррекция структуры ответственности водителей а), дожностных б) и юридических в) лиц от состояний дорожной сети, человека и транспортных

средств

На рисунке 16 коррекция структуры ответственности водителей, дожностных и юридических лиц имеет целью приведение их к одному порядку, что не только справедливо, но и более эффективно с точки зрения предупрежу чия ДТП. Аналогичное соображение порождает варианты коррекции структуры этой ответственности (рис. 17) с позиций выравнивания целей стимулирования труда на транспорте по направлениям улучшения состояний человека, транспортных средств и дорожной сети.

Таким образом, в результате проведенного исследования разработаны функционально поные модели систем стимулирования в задачах предупреждения дорожно-транспортных происшествий. Разработаны прикладные программные средства и обоснованные рекомендации для предупреждения ДТП.

В заключение приведены основные научные и практические результаты исследования.

1. Методологические основы развития многомодельности системного подхода к задачам повышения эффективности механизмов стимулирования труда на предприятиях и в организациях автотранспортной отрасли и смежных с ней отраслей, содержащие следующие утверждения:

- по результатам структурного анализа статистических данных о работе Государственной инспекции безопасности дорожного движения для решения проблемы предупреждения ДТП следует считать актуальным совершенствование систем стимулирования труда на транспорте и в смежных отраслях в качестве эффективного инструмента;

- научной платформой совершенствования систем стимулирования труда на транспорте и в смежных отраслях целесообразно выдвинуть теорию активных (организационных) систем, элементы которой обладают свойством активности - способностью самостоятельного выбора действий (стратегии), выражаемых их целевыми функциями;

- главным действующим фактором в теории активных систем является человеческий фактор, проявляющийся в форме предпочтений активных элементов, определяющих мотивацию активных элементов на этапе принятия ими решения по выбору действия (стратегии). Данное положение обогащает методологию решения проблемы предупреждения ДТП на этапе обоснования состава привлекаемых для исследования моделей;

- принцип многомодельности в методологии решения проблемы предупреждения ДТП приобретает новое прочтение в виду необходимости построения композиций моделей различных классов, в том числе как объективно, так и субъективно ориентированных. Данное обстоятельство обозначает неизбежное соединение объективных и субъективных аспектов, что требует нахождения обоснованного отношения между ними;

- принцип многомодельности достигает наивысшего эффекта в случае выпонения принципа функциональной поноты, который в настоящем исследовании приводит к насыщению моделей систем стимулирования необходимыми моделями затратных транспортных функций и целевых функций на основе механизмов комплексного оценивания.

2. Известные модели стимулирования труда в социально-экономических системах применительно к транспортной отрасли с обоснованием целесообразности их функционального напонения затратными транспортными и целевыми функциями на основе механизмов комплексного оценивания.

3. Приведение аппарата механизмов комплексного оценивания к задачам моделирования целевых функций активных элементов организационных систем моделей стимулирования предупреждения ДТП.

4. Методические основы функционального напонения моделей систем стимулирования предупреждения ДТП транспортными, целевыми функциями и их композициями, включающие в себя:

- функционально непоную модель систем стимулирования предупреждения ДТП;

- модель стимулирования предупреждения ДТП с напонением затратными транспортными функциями;

- модель стимулирования предупреждения ДТП с напонением целевыми функциями на основе механизмов комплексного оценивания;

- функционально поную модель стимулирования предупреждения

- содержательную интерпретацию мероприятий по коррекции сложившейся структуры предупреждений о правонарушениях прямыми и косвенными участниками дорожного движения.

Основные положения диссертации опубликованы в следующих работах:

1. Калинин Н. П. Анализ, оценка состояния безопасности дорожного движения в Пермской области за 1997-2001 годы и планируемые мероприятия по укреплению правопорядка на автомобильных дорогах / МВД РФ, ГУВД Пермской области, УГИБДЦ ГУВД Пермской области. - Пермь, 2002. -55 с.

2. Калинин Н. П. Анализ состояния аварийности на автотранспорте и деятельность Госавтоинспекции по обеспечению безопасности дорожного движения в Пермской области за 1998-2002 годы / МВД РФ, ГУВД Пермской области, УГИБДД ГУВД Пермской области. - Пермь, 2002. - 64 с.

3. Калинин Н. П. Исследование пропускной способности участков транспортной сети на имитационных моделях // Мат. НПК: Воинское обучение и воспитание: Опыт, проблемы и пути их решения / ПВИ ВВ МВД. -Пермь, 2004. - С. 14-18.

4. Калинин Н. П. Оптимизация управления дорожным движением в условиях пелетонирования транспортных потоков // Мат. НПК: Воинское обучение и воспитание: Опыт, проблемы и пути их решения / ПВИ ВВ МВД. - Пермь, 2004. - С. 25-27. - (В соавторстве с В. А. Харитоновым).

5. Калинин Н. П. Концептуальная модель процедуры анализа экономической эффективности транспортной сети // Теоретические и прикладные аспекты информационных технологий: Сб. науч. тр. / Под ред. Н. И. Артемо-ва; ГосНИИУМС. - Пермь, 2004. - Вып. 53. - (В соавторстве с Н. И. Артемо-вым).

6. Калинин Н. П. Функциональное представление транспортной сети с пелетонируемыми потоками движущихся объектов // Теоретические и прикладные аспекты информационных технологий: Сб. науч. тр. / Под ред. Н. И. Артемова; ГосНИИУМС. - Пермь, 2004. - Вып. 53. - (В соавторстве с В.А. Харитоновым).

7. Калинин Н. П. Анализ экономической эффективности городской транспортной сети на основе имитационного моделирования // Теоретические и прикладные аспекты информационных технологий: Сб. науч. тр. / Под ред. Н. И. Артемова; ГосНИИУМС. - Пермь, 2004. - Вып. 53.

8. Калинин Н. П. Активная экспертиза механизмов комплексного оценивания / П. П. Калинин, Ю. Г. Горлов, М. Р. Камалетдинов // Сб. науч.

трудов Теоретические и прикладные аспекты информационных технологий. Пермь, ГосНИИУМС, 2004 г. Вып.53.

9. Калинин Н. П. Механизм управления интеграционными процессами в региональной экономике / Н. П. Калинин, Ю. Г. Горлов, М. Р. Камалет-динов //. Сб .науч. трудов Теоретические и прикладные аспекты информационных технологий. Пермь, ГосНИИУМС, 2004 г. Вып.53.

Ю.Калинин Н.П. Анализ экономической эффективности транспортной сети на основе имитационного моделирования дорожного движения / Дисс. на соискание уч. степени канд. экон. наук IIНИИУМС, Пермь, 2004. - 133 с.

11. Калинин Н.П. Анализ экономической эффективности транспортной сети на основе имитационного моделирования дорожного движения / Автореферат дисс. на соискание уч. степени канд. техн. наук // НИИУМС, Пермь, 2004.-24 с.

12. Калинин Н. П. Обоснование технических заданий на разработку конкурентоспособных товаров и услуг / Н. П. Калинин, А. А. Белых, Ю. Г. Горлов // Информация, инновации, инвестиции: Материалы 7-й Всероссийской конференции, 29 - 30 ноября 2006 года, г. Пермь / Пермский ЦНТИ. -Пермь, 2006. - С. 17-22.

13. Калинин Н. П. Технология синтеза инструментальных средств аналитического моделирования в системах менеджмента / Н. П. Калинин, А. А. Белых, Ю. Г. Горлов, В. А. Харитонов // Информация, инновации, инвестиции: Материалы 7-й Всероссийской конференции, 29 - 30 ноября 2006 года, г. Пермь / Пермский ЦНТИ. - Пермь, 2006. - С. 22-24.

Н.Калинин Н. П. Инструментальные средства поддержки методов стратегического менеджмента / Н. П. Калинин, И. Р. Винокур, Ю. Г. Горлов // Информация, инновации, инвестиции: Материалы 7-й Всероссийской конференции, 29-30 ноября 2006 года, г. Пермь / Пермский ЦНТИ. - Пермь, 2006. - С. 35-38.

15. Калинин Н. П. Моделирование затратных функций в задачах стимулирования элементов организационных систем / Н. П. Калинин, Ю. Г. Горлов, Н. И. Липин // Информация, инновации, инвестиции: Материалы 7-й Всероссийской конференции, 29 - 30 ноября 2006 года, г. Пермь / Пермский ЦНТИ. - Пермь, 2006. - С. 38-40.

16. Калинин Н. П. Дорожно-транспортные происшествия в Прикамье и деятельности НИБДЦ по их предупреждению / Ю. Г. Горлов, Н. П. Калинин // Информ.-аналит. сборник. - Пермь, 2007.

17. Калинин Н. П. Функциональные возможности механизмов комплексного оценивания / А. А. Белых, Ю. Г. Горлов, Н. П.Калинин // Вестник Пермского ун-та,- Вып. 9 (14), 2007. - С. 103-107.

18. Калинин Н. П. Система поддержки принятия решений по кредитованию инвестиционных проектов / Н. П. Калинин, А. А. Белых, Ю. Г. Горлов // Вестник Пермского ун-та-Вып. 9 (14), 2007. - С. 108-112.

19. Калинин Н. П. Моделирование затратных функций в задачах стимулировании / Н. П. Калинин, А. А.Белых, Ю. Г. Горлов // Вестник Пермского ун-та - Вып. 9 (14), 2007. - С. 113-114.

20. Калинин Н. П. Отношение объективного и субъективного в моделях поддержки принятия решений / Н. П. Калинин, А. А. Белых, Ю. Г. Горлов, В. А. Харитонов // Монография под научной редакцией профессора В. А. Харитонова. - ГСХА им. Д. Н. Прянишникова. - Пермь, 2007. - 232 с.

21. Калинин Н.П. Информационная автоматизированная система учета и отчетности по дорожно-транспортным происшествиям в УГИБДД ГУВДД ГУВД по Пермскому краю / Н. П. Калинин, Ю. Ф. Рубцов, И.Д. Шарыбин, Д. Ю. Рубцов // Свидетельство о гос. регистрации программы для ЭВМ №2008613549 от 25.07.2008.

Калинин Николай Павлович

ФУНКЦИОНАЛЬНО ПОНЫЕ МОДЕЛИ СИСТЕМ СТИМУЛИРОВАНИЯ В ЗАДАЧАХ ПРЕДУПРЕЖДЕНИЯ ДОРОЖНО-ТРАНСПОРТНЫХ ПРОИСШЕСТВИЙ

08.00.13 - Математические и инструментальные методы экономики

Автореферат диссертации на соискание ученой степени доктора экономических наук

Препринт. Подписано в печать 28.10.2008 г. Формат 60x84/16. Отпечатано на ризографе. Объем усл. п.л. 2,63. Тираж 50 экз. Заказ 21

Типография ОАО НИИУМС, г. Пермь, ул. Ленина, 66

Похожие диссертации

• Количественный учет затрат труда при определении стоимости проектных работ в условиях современного рынка
• Стратегическое управление предприятиями
• Формирование рациональной системы управления качеством дорожных работ
• Транспортная подсистема региона как фактор его конкурентоспособности
• Государственное регулирование прямых иностранных инвестиций в России