Методология адаптивного выбора управленческих решений на промышленном предприятии в условиях критериальной неопределенности

Вилисов, Валерий Яковлевич

Темы диссертаций по экономике » Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда

Методология адаптивного выбора управленческих решений на промышленном предприятии в условиях критериальной неопределенности тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень	доктор экономических наук
Автор	Вилисов, Валерий Яковлевич
Место защиты	Москва
Год	2009
Шифр ВАК РФ	08.00.05

Диссертация

Автореферат диссертации по теме "Методология адаптивного выбора управленческих решений на промышленном предприятии в условиях критериальной неопределенности"

На правах рукописи

ВИЛИСОВ ВАЛЕРИЙ ЯКОВЛЕВИЧ

МЕТОДОЛОГИЯ АДАПТИВНОГО ВЫБОРА УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ НА ПРОМЫШЛЕННОМ ПРЕДПРИЯТИИ В УСЛОВИЯХ КРИТЕРИАЛЬНОЙ НЕОПРЕДЕЛЕННОСТИ

Специальность 08.00.05 - Экономика и управление народным хозяйством

Специализация - Экономика, организация и управление предприятиями, отраслями, комплексами (промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора экономических наук

Москва - 2009

2 з г::с ::.:о

003459959

Работа выпонена в ООО Энергия ИТ

Научный консультант доктор экономических наук, профессор

Лагоша Борис Александрович

Официальные оппоненты: доктор экономических наук, профессор,

заслуженный деятель науки РФ Лившиц Вениамин Наумович доктор экономических наук, профессор Киселёва Ирина Анатольевна доктор экономических наук, профессор Мищенко Александр Владимирович

Ведущая организация: Московская финансово-промышленная

академия (МФПА)

Защита состоится 20 февраля 2009 г. в 15 часов на заседании Диссертационного совета Д 002.013.04 в Центральном экономико-математическом институте РАН по адресу: 117418 г. Москва, Нахимовский проспект, д. 47, ауд. 520.

С диссертацией можно ознакомиться в библиотеке ЦЭМИ РАН. Автореферат разослан января 2009 г.

Ученый секретарь Диссертационного совета доктор экономических наук

Р.М. Качалов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Развитие рыночных отношений в нашей стране требует совершенствования управления социально-экономическими процессами. Эффективность экономики в значительной мере определяется качеством управления предприятиями. В современных условиях повышенной динамичности, нестабильности и неопределенности функционирования предприятий различных отраслей промышленности, применяемые ранее подходы к управлению, часто оказываются недостаточными или неприемлемыми.

Одной из существенных проблем управления промышленными предприятиями на современном этапе является неудовлетворительное состояние научно-методического обеспечения оперативного управления производственно-коммерческой деятельностью.

В последние годы появились мощные инструментальные средства управления предприятиями (Галактика, ТБ-Корпорация, Microsoft Dynamics, ConcordIT, SAP R/3 и ряд других), однако и они не обеспечивают эффективного принятия оперативных управленческих решений. Это связано и с тем, что носителем целей и критериев управления остается менеджер и все более усиливается тенденция к тому, чтобы не менеджер приспосабливася к информационной системе, а система к нему. И если этого не происходит, то часто система отвергается или игнорируется менеджментом. Такая ситуация закономерна как следствие отказа отечественных предприятий от директивных методов управления и перехода к поной самостоятельности в выборе целей и методов их достижения. В настоящее время развитие средств обработки данных в корпоративных информационных системах (КИС) слабо влияет на повышение эффективности работы лиц, принимающих решения (ПР). В результате на стыке КИС-ПР в системах оперативного управления возникает противоречие между высокой скоростью обработки данных и слабой структуризацией технологии работы лиц, принимающих решения, их ограниченными возможностями по эффективному восприятию больших потоков данных в сжатые сроки. КИС не может подготовить варианты управленческих решений т. к. критериями владеет ПР. На практике, как правило, критерии множественны, подсознательны, изменчивы и не могут быть представлены менеджером (ПР) в явном виде.

В последнее время усилия отечественных и зарубежных ученых и практиков все больше направлены на структуризацию и гармонизацию процессов управления предприятиями как сложными эвентуализированными системно-интегрированными объектами. Несмотря на эти усилия, проблема скоординированного целенаправленного управления экономическими

процессами на предприятии в реальном времени остается нерешенной, поэтому исследование и совершенствование механизмов принятия оперативных управленческих решений с учетом реальных целей, критериев и возможностей менеджмента является актуальной проблемой, решение которой требует создания качественно новой методологии управления экономическими процессами на промышленном предприятии.

Степень изученности и разработанности проблемы. Вопросам выбора и обоснования управленческих решений посвящено большое количество научных публикаций, многие из которых послужили методической базой настоящего диссертационного исследования. В этой связи следует выделить работы в области организации и оперативного управления производством промышленных предприятий, календарного планирования, управления проектами и производственного менеджмента таких авторов как Д. А. Гаврилов, С.А. Думлер, В.А. Ириков, С.Н. Колесников, В.Д. Калачанов, A.A. Колобов, И.Н. Омельченко, Ф.И. Парамонов, C.B. Питеркин, В.М. Португал, С.Г. Фалько, В.В. Шкурба, Т. Оно и др.

Существенный и важный вклад в развитие концепций формализованного представления процессов планирования и управления в экономических системах, математического и имитационного моделирования внесли такие ученые как М.Ю. Афанасьев, К.А. Багриновский, В.З. Беленький, Н.П. Бусленко, В.А. Воконский, H.H. Воробьев, Ю.Н. Гаврилец, В.И. Данилин, Н.Е. Егорова, A.A. Емельянов, JI.B. Канторович, В.Н. Лившиц, Г.П. Майков, H.H. Моисеев, A.A. Первозванский, A.C. Плещинский, Г.С. Поспелов, М.Ф. Росин, В.И. Цымбал, Р. Акофф, Г. Вагнер, М. Месарович, У. Моррис, Г. Оуэн, Т. Саати, X. Taxa, Дж. Форрестер и др.

Значительное развитие научных представлений о механизмах формирования управленческих решений, о методах, агоритмах и моделях выбора альтернатив получило в трудах таких авторов как А.Н. Борисов, В.Н. Бурков, Э.Й. Викас, М.Г. Гафт, Ю.Б. Гермейер, Л.Г. Евланов, О.И. Ларичев, Б.Г. Литвак, Б.Г. Миркин, В.Д. Ногин, В.В. Подиновский, H.H. Тренев, Е.Ю. Хрусталев, Р. Акофф, С. Бир, Л. Заде, Р. Кини, Дж. фон Нейман, Г. Райфа, Г. Саймон и др.

Методологически важными в аспекте данного диссертационного исследования являются работы по представлению знания как самостоятельного ресурса в экономических системах, выпоненные такими учеными как Г.Б. Клейнер, В.Л. Макаров, Б.З. Мильнер, Д.А. Поспелов, К. Нейлор, П. Норвиг, С. Рассел и др.

Существенными и плодотворными для решения рассматриваемой проблемы являются концепции и методы адаптивного управления в экономических и технических системах, разработанные в трудах таких

авторитетных исследователей как К.А. Багриновский, В.В. Дудчак, A.B. Назин, A.C. Позняк, A.M. Хархаров, Я.З. Цыпкин, Р. Акофф, Н. Винер и др.

Важный для диссертационного исследования инструментарий, разработан в таких отраслях современной статистической науки как оценивание, идентификация, эконометрика, планирование эксперимента и представлен в работах С.А. Айвазяна, Л.В. Колосова, Г.К. Круга, В.В. Налимова, В.В. Федорова, Р. Ли, Э. Сейджа и др.

Несмотря на значительный объем научных исследований, выпоненных в рассматриваемой проблемной сфере, целостная система научного знания в области построения эффективных механизмов принятия оперативных управленческих решений на современном предприятии с учетом реальных критериев менеджмента все еще не сформирована.

Цель работы заключается в развитии методологии адаптивного выбора оперативных управленческих решений в информационной среде современных промышленных предприятий с учетом неопределенности критериальных предпочтений менеджмента.

Для достижения сформулированной цели в диссертации поставлены задачи:

Х проанализировать применяемые на современных промышленных предприятиях технологий формирования управленческих решений; '

Х выявить особенности, противоречия и организационно-экономические проблемы, характерные для процедур принятия управленческих решений в информационной среде современных предприятий;

Х проанализировать средства экономико-математического моделирования процессов принятия управленческих решений, выбрать и адаптировать наиболее адекватные горизонту оперативного планирования промышленных предприятий;

Х сформулировать принципы и создать методические основы эффективного взаимодействия менеджеров и информационной среды предприятия в контексте задач оперативного управления;

Х разработать методы выявления и представления реальных критериев менеджеров в повторяющихся процедурах формирования управленческих решений;

Х формализовать задачу оценки влияния персональных характеристик менеджера на качество выбора управленческих решений и разработать подходы к их учету в практике управления;

Х апробировать и применить на предприятиях реального сектора экономики разработанные в диссертации концепции, методы и модели.

Объект . исследования - системы управления российскими промышленными предприятиями с дискретным характером производства.

Предметом исследования являются экономические аспекты моделирования реальных целей и критериев менеджеров отечественных предприятий в управленческих процессах и решениях.

Методы исследования. Для решения поставленных задач использовались методы теории предприятия, теории планирования и управления на производственных предприятиях, автоматизированных систем управления производством и предприятиями, теории сложных систем, математического программирования, теории игр и статистических решений, теории случайных процессов, стохастического и экспертного оценивания, планирования эксперимента, адаптивного управления и самообучения, имитационного моделирования, экспертных систем.

Научная новизна диссертации состоит в развитии теории и методологии выбора оперативных управленческих решений в условиях критериальной неопределенности, обусловленной непонотой информации в системе управления о целях и критериях менеджеров предприятий реального сектора экономики.

Основные результаты исследования, обладающие научной новизной, состоят в следующем:

1. Разработана системная совокупность принципов и методов адаптивного выбора решений на современных предприятиях, объединяющая в рамках общей концептуальной схемы основные элементы процессов человеко-машинного управления: цели, критерии, модели, позицию ПР, стратегии, состояния и др. Предложенные методы, в отличие от традиционных, учитывают системный характер управления организационно-техническими объектами, высокую динамику протекающих процессов (п. 15.1 паспорта специальности 08.00.05 ВАК).

2. Разработаны постановки задач управления экономическими процессами на предприятии (оперативное распределение материальных и кредитных ресурсов, управление конкурентоспособностью изделий, комплексом работ, запасами материалов, входным контролем), позволяющие адаптировать модели выбора управленческих решений к предпочтениям ПР (менеджеров), в отличие от традиционных, учитывающих лишь факторы возмущения внешней и внутренней сред предприятия, (п. 15.4 паспорта специальности 08.00.05 ВАК).

3. Разработаны методы адаптации используемых в процессах оперативного управления предприятием моделей линейного программирования, которые, в отличие от традиционной ручной технологии, состоят в автоматической оперативной настройке параметров модели на основе текущих наблюдений за решениями ПР; сформулированы условия применения разработанных

методов адаптации для задач целочисленного, квадратичного программирования и др. (п. 15.1 паспорта специальности 08.00.05 ВАК).

4. Развита методика обеспечения согласованного взаимодействия ПР и информационной среды предприятия, учитывающая, в отличие от известных, реальную разрешающую и пропускную способность ПР. Использование разработанной методики обеспечивает стабильность характеристик управленческих решений (п. 15.13 паспорта специальности 08.00.05 ВАК).

5. Предложен метод двухконтурного . разнотемпового управления, отличающийся от традиционного одноконтурного тем, что в первом контуре осуществляется адаптация модели выбора решения к системе предпочтений конкретного менеджера, а во втором контуре адаптированная модель используется для управления предприятием. Подобная структура, может использоваться в КИС предприятия для согласования возможностей ПР и временных характеристик потока входных данных о текущем состоянии объекта управления (п. 15.13 паспорта специальности 08.00.05 ВАК).

6. Разработаны адаптивные модели .выбора управленческих решений, использующие матричное представление платежей, (игровые матричные и биматричные, марковские цепи с доходами, байесовские), которые, в отличие от традиционных, отражают предпочтения конкретного ПР, и ориентированы на решение задач планирования и управления как внутри предприятия, так и во взаимодействии с другими участниками рынка (п. 15.1 паспорта специальности 08.00.05 ВАК).

7. Предложен механизм варьирования степени автоматизации управленческих процедур в КИС предприятия - от информационно-советущего до автоматического - в зависимости от степени адаптированкости модели выбора управленческих решений к ' предпочтениям менеджера, что обеспечивает гибкое встраивание адаптивных моделей в существующую на предприятии систему управления (п. 15.1 паспорта специальности 08.00.05 ВАК).

8. Разработан агоритмизированный подход к выявлению и формализации позиции ПР (в том числе склонности к риску, отношения к цели управления и др.) в процедурах принятия управленческих решений. Предложена конструктивная технология количественного оценивания позиции, в отличие от традиционных подходов, позволяющая внешним заинтересованным и пономочным лицам вести мониторинг позиции ПР и принимать обоснованные организационные решения (п. 15.13 паспорта специальности 08.00.05 ВАК).

Практическая значимость. Полученные в диссертации результаты, выводы и рекомендации развивают и допоняют концептуальные положения теории и практики управления современными предприятиями.

Результаты выпоненных автором исследований и предложенные подходы могут быть использованы для дальнейшей разработки методологических положений менеджмента предприятий.

Предложенный инструментарий выявления фактических предпочтений и позиций ПР может представлять практический интерес для топ-менеджеров предприятий, а также для внешних заинтересованных и пономочных лиц.

Разработанные в диссертации методы и агоритмы целесообразно включать в состав программного обеспечения систем автоматизированного управления промышленными предприятиями различных отраслей, использовать в учебном процессе.

Реализация результатов диссертации. Предложенные методы, агоритмы и системы выбора решений в условиях критериальной неопределенности были использованы и внедрены на: Ульяновском авиационном промышленном комплексе Авиастар в подсистеме АСАД; предприятиях ракетно-космической отрасли (г. Королев, Московской обл.); авиапредприятиях Кемеровского авиаотряда; производственных предприятиях, разрабатывающих и производящих радиоэлектронную, пищевую, строительную и программную продукцию - АОЗТ СКБ Термоприбор, ООО Русский каравай, ООО Королевхлеб, ООО Дорсервис, ООО Инфо.

Разработанные агоритмы, методы и системы выбора решений использовались при проведении трех хоздоговорных работ в научно-исследовательском секторе Московского авиационного института (технического университета) и в учебном процессе.

Апробация работы. Научные и практические результаты диссертации докладывались и обсуждались на: Всесоюзной конференции Модели планирования и оперативного управления на предприятии (Киев, 1981 г.); Всесоюзной конференции Проблемы и методы принятия решений в организационных системах управления, (Москва-Звенигород, 1981 г.); Всесоюзном семинаре Методы решения задач оперативного управления в АСУ отраслевого и межведомственного уровней (Москва, 1982 г.); Всесоюзной конференции Динамическое моделирование сложных систем, (Москва, 1982 г.); Всесоюзной конференции Проблемы и методы принятия решений в организационных системах управления, (Москва-Пущино, 1984 г.), XXXIII Международной конференции Информационные технологии в социологии, экономике, образовании и бизнесе (Украина, Гурзуф, 2006), а также на постоянно действующих семинарах: в лаборатории академика РАН Я.З. Цыпкина в Институте проблем управления РАН (1987 г.) и академика РАН О.И. Ларичева во ВНИИ Системных исследований (ИСА) РАН (1984 г.), на научном семинаре ЦЭМИ РАН Проблемы моделирования развития

производственных систем - руководители: член-корр. РАН Г.Б. Клейнер, д.э.н., проф. К.А. Багриновский, д.э.н., проф. О.Б. Брагинский (2007 г.).

Публикации. Основные идеи, положения и результаты диссертационного исследования опубликованы в 41 работах, в том числе 9 в изданиях, рекомендованных ВАК, выпоненных автором самостоятельно и в соавторстве. Общий объем авторских публикаций составляет более 50 п.л.

Структура и объем диссертации. Диссертация состоит из введения, шести глав, выводов по главам, заключения, списка литературы, содержащего 406 наименований, и приложения. В Приложение вынесены Адаптивные модели в матричной форме, термины и сокращения. Работа изложена на 317 страницах, включая 20 таблиц и 72 рисунка.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цель исследования, основная решаемая проблема, сопутствующие ей задачи, объект и предмет исследования. Отражены методологические и теоретические основы работы, научная новизна проведенных исследований и практическая значимость полученных результатов.

В главе 1 Технологии управления современным предприятием

проведен анализ современных тенденций развития технологий управления, выявлены значимые противоречия, сдерживающие темпы повышения эффективности оперативного управления. Поставлена проблема, сформулирована цель, определены объект и предмет исследования

Современные стандарты управления производством используют весь существующий потенциал вычислительной техники для того, чтобы снять с человека рутинные учетно-расчетные операции, оставив за ним менее формализованные на сегодня функции принятия управленческих решений. На реальном предприятии практически невозможно построить план, который бы выпоняся продожительное время без отклонений. При возникновении таких ситуаций необходимо принимать оперативные решения для учета/компенсации отклонений в производственных заданиях или план-графиках. Причинами отклонений могут быть случайные изменения во внешней среде предприятия, активное противодействие конкурентов и ряд других дестабилизирующих факторов. Принимать решения при подобных отклонениях и остается основной функцией человека как менеджера, собственника, испонителя и т.п. Кроме выбора решений при отклонениях на предприятиях существует большое количество и других повторяющихся решении, которые необходимо принимать менеджерам в рамках стандартных процедур планирования. При выборе

управленческих решений возникает одно из значимых п ротиворечий между возможностями современной вычислительной техники по обработке данных и неструктурированностью, слабой формализованностью процедур выбора управленческих решений в повторяющихся ситуациях и в условиях острого дефицита времени (узкие горизонты планирования) на предприятиях. А если и существуют средства поддержки быстрого перепланирования при отклонениях, то критерии, как правило, пользователь дожен выбирать сам, а они в реальной практике множественны и не очевидны.

В диссертации приведены систематизированные по функциональной принадлежности группы задач выбора управленческих решений.

Проблема неэффективного управления на узких горизонтах планирования не разрешима существующими на сегодня системами поддержки принятия решений (СППР, 1)55). В диссертации проанализированы основные возможности и состояние разработки потенциальных претендентов на роль такого средства. В их числе, как наиболее вероятные, - инструменты экспертных систем (методы нечеткой логики, нейросетевых, генетических и возможностных вычислений) и исследования операций (ИО). Показано, что средства экспертных систем не разработаны до такой степени, чтобы послужить основой для решения рассматриваемого круга задач. И лишь модели И О обладают набором свойств, позволяющих рассматривать их как основу для построения эффективного инструмента формализованного представления и автоматизации процедур принятия управленческих решений.

Модели ИО, которые традиционно использовались для оценивания альтернатив и обоснования решений, положены в основу методологии, разработанной в диссертации. Однако их практическое использование для автоматизированного выбора управленческих решений в рамках традиционной парадигмы содержит противоречие, приводящее к их слабой востребованности на практике в указанных целях. Противоречие заключается в том, что аналитики, создающие модель, дожны не хуже ПР знать все основные реально существующие нюансы объекта управления, все цели, которые декларированы, вербализованы и имеются в виду. Они дожны не только выявить, но и безошибочно воплотить цели в модели. Конечно, аналитики являются тем звеном обратной связи, которое иногда подстраивает, корректирует структуру и параметры модели, но они же и вносят искажения, а указанные процедуры требуют больших временных затрат. Однако в рамкхх традиционной парадигмы ИО это неизбежно т.к. нет другого механизма обеспечения дожного качества модели.

Представленный в диссертации инструментарий разрешает это противоречие в рамках адаптивной парадигмы выбора решений. Здесь под адаптивностью имеется в виду свойство моделей ИО подстраиваться

(структурно и параметрически) под текущие предпочтения ПР. Это позволяет поддерживать более высокий уровень адекватности моделей целям ПР, а значит и решения, принятые с использованием модели, заслуживают большего доверия и не приводят к ее дискредитации. В качестве технологического средства адаптации используются агоритмы решения обратных задач ИО. В главе приведены необходимые логические построения и обоснования разработанного подхода.

В контексте задач выбора управленческих решений на оперативном горизонте планирования особое место занимают такие схемы принятия решений, которые:

Х не являются уникальными или редкими;

Х повторяются периодически или спонтанно инициируются некоторыми пороговыми событиями (наступлением определенных условий);

Х выпоняются в условиях дефицита времени;

Х сопровождаются большими потоками данных, которые ПР не в состоянии осмыслить в сжатые сроки.

Ситуации, требующие принятия решений (СТПР), такого типа и являются объектом исследования в диссертации.

Принимаемые ПР управленческие решения дожны быть в некотором смысле оптимальными или хотя бы достаточно хорошими, чтобы обеспечить желаемую эффективность адаптации и соответствие его целям.

Сформулированы принципы методологии автоматизированного выбора управленческих решений на уровне предприятия. Формализованные процедуры выбора решений (на основе адаптивных моделей), будучи реализованными в составе КИС предприятия, являются элементами СППР, которая дожна обеспечить выпонение следующих принципов:

1. Увеличение быстродействия системы управления предприятием, т.е. уменьшение продожительности цикла управления. При этом повышается как пропускная способность ПР, так и интенсивность обмена и обработки информации в системе в целом;

2. Повышение надежности принимаемых решений, где под надежностью имеется в виду степень безошибочности выбора решения менеджером/ПР;

3. Обеспечение гибкости системы управления, т.е. способность развиваться и отрабатывать воздействие внешних факторов (нестационарность, замена ПР, и т.п.).

В традиционных человеко-машинных системах управления обычно полагается, что такие качества ПР, как способность адекватно воспринимать цель, компетентность, рациональность, уровень квалификации, психофизиологические качества и ряд других, соответствуют требуемым условиям. Однако в реальных ситуациях те или иные качества отличаются от

номинально требуемых, что приводит к снижению эффективности принятого решения. Наиболее важными являются следующие факторы, способные существенно повлиять на качество решений, принимаемых ПР:

1. Неправильное понимание цели по отношению к вышестоящему уровню управления, непреднамеренное ее искажение или изменение с учетом собственных интересов.

2. Неточное оценивание ресурсов, ограничений, условий.

3. Упрощение законов и правил формирования СТПР.

4. Использование неточных (неадекватных, некорректных) решающих правил при выборе альтернативы.

5. Недостаточно точный прогноз и/или непоное представление о возможных исходах реализации принимаемых решений.

6. Слабая обучаемость ПР.

7. Сокращение числа учитываемых критериев принятия решений.

8. Отказ от использования допонительной информации.

Разработанная в диссертации методология нацелена на компенсацию

негативного воздействия подобных факторов на качество управления предприятием. Ключевым ее моментом является обучение, адаптация, подстройка под позитивный опыт ПР, как тот эталон правильности предпочтений, которому дожны соответствовать решения, принимаемые в системе предприятие-КИС-ПР. Средства таких процедур дожны ненавязчиво вытягивать из ПР его знания и опыт, перекладывая их на язык соответствующих моделей. Причем такое обучение моделей дожно учитывать нестационарности и динамику как собственно предпочтений ПР, так и среды предприятия, формирующей ситуации выбора решений.

Важной особенностью предложенной методологии является возможность двухконтурного управления объектом (рис. 1).

Здесь первым является контур настройки модели по таким данным как СТПР, принятое ПР решение и оценка решения по результатам его реализации (эффект). Цель этого контура - обеспечить построение модели, адекватной предпочтениям ПР. Во втором контуре выпоняется непосредственное управление объектом на основе построенной модели -выбираются решения по возникающим СТПР. Во втором контуре ПР может участвовать частично либо не участвовать вовсе (автоматический режим).

Оба эти контура взаимосвязаны через модель. Однако темпы их функционирования различны - первый определяется персональными возможностями и индивидуальными характеристиками ПР, второй в большей степени выпоняется компьютером (КИС), а значит, темп и объемы перерабатываемых данных могут быть большими. Таким образом, первый

контур медленный и малопроизводительный, второй быстрый и высокопроизводительный.

Рис. 1. Схема двухконтурного управления объектом

Описанные выше противоречия между высокой интенсивностью процессов на предприятиях, оснащенных современными КИС, и ограниченными возможностями ПР по переработке потоков "данных, необходимых для выбора решений, и разрешены в диссертации путем введения двухконтурной развязки с участием моделей ИО.

На основе анализа, проведенного в первой главе, построена укрупненная функциональная схема (рис. 2) системы управления промышленным предприятием. Пять представленных на ней блоков задач используются в диссертации как среда реализации разработанной методологии автоматизированного адаптивного управления.

Модули адаптивного управления

5. Модуль управлении взаимодействием с ПР

1. Модуль маркетинга и

управления взанмодействи ем с внешней средой

2. Модуль качества. Контроль продукции и комплектуют

3. Модуль плаипровани я и управления производством

4. Модуль управления подготовкой производства н проектами

Система синхронного планирования и оптимтации (Л/^-система)

Система планирования и управления ресурсами предприятия ('/?систсма)

Производство

Рис. 2. Модули адаптивного управления предприятием

Анализ современного состояния теории и практики систем управления промышленными предприятиями позволил сформулировать научную проблему, определить объект, предмет и цель исследования, которые и приведены выше в общей характеристике работы.

В главе 2 Модели выбора оперативных управленческих решений на предприятии рассмотрена совокупность постановок задач и соответствующих моделей оптимального планирования и управления, характерных для различных направлений деятельности промышленного предприятия. Эти модели позволяют на основе учетных данных информационных систем предприятия синтезировать планы оптимальные с точностью до критерия (параметров и/или структуры критерия). Однако сами модели важны для придания им адаптивной к реальным текущим критериям ПР формы.

Приведен перечень задач оперативного управления, которые обычно решаются в функциональных модулях систем управления современным предприятием, использующим НИР-стандарт (кратко рассмотрены в главе 1). На рис. 3 укрупненно представлены типовые группы задач оперативного управления. Жирной линией выделены те блоки, для которых в данной главе приведены постановки задач и на их примере построены элементы адаптивного управления в условиях критериальной неопределенности.

Рис. 3. Задачи оперативного управления на предприятии

Механизмы адаптации к сбоям, как правило, конструируются (другими исследователями) таким образом, чтобы по измерениям текущей ситуации на

предприятии (в том числе и на производстве) определить значения необходимых резервов ресурсов (комплектующих, оборудования, персонала и др.), позволяющих ликвидировать текущее отклонение, а в будущем к ним быть готовыми, или срочно выделить ресурсы (например, ремонтную бригаду) на устранение возникшего возмущения (например, замена сломанного инструмента, ремонт или замена станка и т.п.). В тех случаях, когда КИС имеет в своем составе ЕЯР-АРБ-МЕБ-системы, арсенал средств борьбы со сбоями допоняется и действенным инструментарием перепланирования, позволяющим привлекать априори неочевидные скрытые резервы или минимизировать (до потенциально возможного уровня) ущерб.

Показано, что кроме сбоев важное влияние на эффективность работы предприятия оказывают и факторы, связанные с целями управления (или критериями, как их формализованным представлением). Цели и критерии, явно или неявно используемые на предприятии очень разнообразны, связаны с различными объектами и распределены по уровням управления. Учет фактора цели в современной российской экономике представляется весьма важным по следующим (наиболее существенным) причинам:

Х переход от централизованного управления предприятиями, когда критерии и контрольные цифры были четко детерминированы и не требовали иерархии планов (стратегический и др.), к их самостоятельности привел к необходимости освоения новой для них функции - целеполагания. А эта функция требует привлечения огромного арсенала специальных допонительных технологий (прогнозирование, маркетинг и т.п.). Сами по себе цели не всегда очевидны (для менеджеров, испонителей, собственников), а значит, существует вероятность их неверного определения, назначения, интерпретации. Для эффективной работы предприятия цели (и множество частных критериев) дожны быть определены;

Х внешние условия и внутреннее состояние предприятия подвержены изменениям, иногда очень динамичным, часто чреватым негативными последствиями. В этих условиях для обеспечения живучести предприятия цели дожны корректироваться. А это может происходить неявно (в уме менеджера) или явно (например, изменением миссии предприятия). В случае неявного изменения цели вся система может продожать работать в прежнем направлении, что может привести к потерям;

Х декларируемые вышестоящим руководством цели могут не дойти до менеджеров или могут быть искажены ими (случайно или преднамеренно). А значит, руководству необходим мониторинг реальных целей менеджеров.

В отличие от классических факторов неопределенности - возмущений среды, отсутствие в системе информации о реальных целях/критериях менеджеров/ПР названо в работе критериальной неопределенностью.

Приведен ряд формализованных постановок задач, отражающих важные стороны деятельности предприятия, но обладающих критериальной неопределенностью. Структурно они представлены моделями математического программирования, матричными игровыми, байесовскими и марковские (с платежами) моделями. Для этих типов моделей в диссертации разработаны их адаптивные варианты. В числе приведенных постановок задач:

Х Распределение ограниченных ресурсов при запуске изделий в

производство.

Х Управление конкурентоспособностью изделий.

Х Управление комплексом работ.

Х Управление запасами материалов.

Х Входной контроль комплектующих.

Х Выбор решения о предоставлении товарного кредита покупателю.

В главе 3 Выбор решений в системе управления предприятием на основе адаптивных моделей разработаны адаптивные варианты моделей выбора решений для задачи линейного программирования на основе решения обратной задачи; исследованы особенности решения обратных задач для целочисленной, квадратичной и транспортной моделей; построена технология оценивания значимости частных критериев по наблюдениям; разработаны адаптивные варианты моделей в нормальной форме - игровых, марковских, байесовских.

В системах управления предприятиями, использующих ERP- или А PS-технологии, решаются задачи планирования и/или оперативного управления, котрые структурно представимы моделями математического программирования (некоторые из таких постановок приведены во второй главе диссертации).

В задачах математического программирования предпочтения ПР на множестве альтернатив определяются целевой функцией. Априорная или текущая критериальная неопределенность заключается в том, что коэффициенты целевой функции неизвестны или известны неточно. Их необходимо оценить по наблюдениям за принятыми ПР решениями. Разработанные автором агоритмы настройки параметров целевой функции модели линейного программирования, а также особенности использования этих агоритмов для настройки целочисленных, квадратичных и транспортных моделей, заключаются в следующем.

Пусть ПР принимает решения в К ситуациях. Всякий к-й раз (к = \,К) можно наблюдать тройку элементов (sk, dk, Lk), где sk - состояние или ситуация, требующая принятия решения (СТПР), dk - решение, принятое в ситуации sk> Lk - эффект от принятого ПР решения (измеряется не в абсолютной шкале, а в относительной бинарной - хорошее/плохое). По этим наблюдениям необходимо

восстановить вектор коэффициентов целевой функции с , т.е. построить вектор оценок с. Без потери общности учитываются только наблюдения с хорошими решениями. В диссертации показано, каким образом можно учитывать и плохие решения в агоритмах настройки.

Задача линейного программирования из различных форм ее представления используется в следующем виде:

Ь(с,х) = сГх = ^CJXJ ->тах, (1)

где дг = [дГ| х2 ... хД]г - вектор переменных размерности п , на которые накладываются следующие ограничения (представляющие собой СТПР):

ХаЛ~а.о^0; = (2)

х)>0; у = 1,п (3)

с=[с, с2 сп]Т- вектор параметров целевой функции; А = а^ - матрица коэффициентов системы ограничений размерности" тхп\

ап=[а10 а20 ат0]г-вектор свободных членов системы ограничений.

В этой прямой постановке задачи линейного программирования (ПЗП) традиционно предполагаются известными матрица А, векторы с и а0,

необходимо найти вектор оптимального решения х .

Критериальная неопределенность означает, что вектор с неизвестен. Задача построения оценки с вектора с по наблюдениям названа обратной задачей линейного программирования (ОЗП). Обратная задача выпоняет функцию контура обратной связи для подстройки параметров модели по текущим предпочтениям ПР и решается при следующих предпосыках:

1. Используются только хорошие решения ПР.

2. Существует только критериальная неопределенность.

3. Решение ПР совпадает хотя бы с одной из крайних точек области допустимых решений (ОДР).

4. Предпочтения ПР стационарны.

5. Характеристики внешней среды стационарны.

6. Предпочтения ПР детерминированы (воспроизводимы). Отклонение от этих предпосылок не приводит к потере работоспособности

предложенных агоритмов, а лишь несколько снижает скорость настройки модели. Агоритмы решения ОЗП построены на основе геометрической интерпретации и представлены в итерационной форме. Укрупненно процедуры решение ОЗП и ПЗП приведены на рис.4 и рис. 5.

Агоритм решения обратной ЗП

Агоритм решения

прямой ЗП

с параметрами с

Рис. 4. Процедура решения ОЗП Рис. 5. Процедура решения ПЗП

Каждому к-му набору данных соответствует пучок гиперплоскостей ограничений, соответствующих крайней точке к-го набора данных (активные ограничения), выбранной ПР в качестве оптимальной. Всякому набору данных ставится в соответствие одна средняя гиперплоскость. При этом средней гиперплоскости соответствует одна точка в пространстве параметров, а пучку - область или интервал. Исходя из этих представлений, разработаны два базовых агоритма решения ОЗП - точечный и интервальный. Точечный вариант представлен детерминированным и стохастическим итерационными агоритмами. Точечные оценки с в ходе итераций сходятся к фактическому вектору с, а интервальные стягиваются к нему.

В интервальном агоритме решения ОЗП каждому к-му пучку гиперплоскостей, соответствующих активным ограничениям очередного наблюдения в пространстве переменных, ставится в соответствие, в пространстве коэффициентов целевой функции, пучок нормальных векторов единичной длины (НВЕД), геометрическое место которых представляет собой гиперсферу. В качестве компактной свертки информации к- го шага используется описанный конус с вершиной в начале координат. Телесный угол вершины конуса задает интервал варьирования для возможного положения вектора, нормального к плоскости искомой целевой функции. Для К наблюдений интервальная оценка является результатом пересечения К конусов наблюдений.

Трудоемкость интервального агоритма существенно зависит от размерности пространства переменных, поэтому он используется как методологическая основа для другие более технологичных агоритмов решения ОЗП.

Точечный агоритм решения ОЗП представлен в диссертации в виде одношаговой и рекуррентной процедур. Одношаговый агоритм выпоняется в виде последовательности действий:

Этап 1. Для каждого к-то набора данных (наблюдения) по принятому ПР решению! хк из системы неравенств выделить М неравенств (активных ограничений), обратившихся в точке хк в равенства.

Этап 2. Для каждой активной гиперплоскости каждого наблюдения вычислить координаты НВЕД е.

Этап 3. Для каждого к-го наблюдения (по множеству его активных ограничений) вычислить средний НВЕД ек и его вес /?* е [0,1].

Этап 4. Вычислить средневзвешенный НВЕД по всем К наблюдениям.

В итоге по К наборам данных вектор оценок параметров целевой функции с примет вид с=[е* Х е*]г, тогда оценка целевой функции может

быть представлена как:

Эта целевая функция используется для решения ПЗП. В рекуррентной форме агоритма в качестве меры точности восстановленных оценок коэффициентов целевой функции используется величина дисперсии рассеяния оценок относительно скользящего среднего.

Стохастический агоритм решения ОЗП объединяет в себе свойства точечного и интервального агоритмов. Он позволяет строить доверительную область для оценок с .

Уравнение наблюдений неизвестного вектора параметров целевой функции с для каждой из координат представлено в аддитивной форме: е = с + .

Наблюдения - это последовательность СТПР и принятых решений, которые после нормализации представляются последовательностью НВЕД (см. этапы 1-3 точечного агоритма)-. |г*}, к = 1,2,..., где

е*=[е* е\ ... е* ... е*]Г. В диссертации показано, что рекуррентный агоритм оценивания для текущего среднего и дисперсии имеет вид:

=&-&(&+ "'а.,

где ()к - дисперсия оценки ск, вычисленная по кЧ му наблюдению.

В тех случаях, когда вектор переменных содержит и целочисленные координаты, решение прямой ЗП теми же методами, что и непрерывной, как известно, может приводить к неточностям, которые оказываются существенными при сильно разреженной целочисленной сетке (шаг сетки соизмерим с диапазоном варьирования переменных). Для моделей целочисленного (или частично целочисленного) линейного программирования (ЦП) нарушается одна из предпосылок решения ОЗП - решение ПР дожно лежать в одной из крайних точек ОДР. Однако, как показано в диссертации, это нарушение может быть компенсировано и схема

восстановления коэффициентов целевой функции останется той же, что и в непрерывном случае, хотя часть СТПР окажется малоинформативной. Это обстоятельство приводит к более медленной настройке параметров целевой функции при решении ОЗП. При решении ОЗП с целочисленными переменными, в отличие от непрерывного случая, информативность измерений зависит не только от компактности пучка спектральных векторов решения, принятого ПР, но и от того, какой вариант решения принят ПР. В среднем скорость настройки модели с целочисленными переменными более медленная, чем для непрерывных моделей.

Модель транспортной задачи (МТЗ) является частным случаем модели линейного программирования. В диссертации приведены все необходимые построения для решения обратной транспортной задачи (ОТЗ) одним из агоритмов решения ОЗП. Отмечены особенности настройки транспортной модели, обусловленные большой разреженностью матрицы, которые агоритмически учитываются так же как и в случае добавления нового вида готовой продукции при решении ОЗП.

В тех ситуациях, когда есть основания считать линейную целевую функцию не достаточно адекватной критериям ПР, его предпочтения могут быть представлены в другой форме и, в частности, моделью квадратичного программирования, В диссертации предложен агоритм аппроксимации предпочтений ПР и такой моделью, хотя технология оценивания несколько иная. Рассмотрены три варианта,взаимного расположения ОДР и решений х , выбранных ПР в к-ом предъявлении: внутри ОДР, на границы (ребре, грани), в крайней точке. Показано, что если решения будут только первого типа, то восстановить предпочтения ПР не удастся. Наиболее информативными являются решения второго типа, а третьего типа менее информативными. Агоритм восстановления параметров квадратичной целевой функции представлен в виде решения системы уравнений, линейной по параметрам (коэффициентам целевой функции). Определено минимально необходимое количество наблюдений разного типа (и в разных сочетаниях) для получения оценок параметров модели.

В данной главе рассмотрена и группа адаптивных моделей в нормальной форме, которые структурно адекватно описывают как внутренние процессы на промышленном предприятии, так и внешние взаимодействия. В числе этих моделей - игровые (матричные и биматричные), байесовские и марковские. На рис. 2 задачам управления этой группы соответствуют функциональные модули 1, 2 и 4, в которых многие процессы управления могут быть представлены процедурами выбора решений, где состояния и альтернативы являются (по своей сути или представимы) дискретными множествами. Для таких объектов и

процессов платежи (доходы, потери, полезность) представимы в табличной или матричной (нормальной) форме.

Игровые модели для оперативного управления предприятиями в настоящее время практически не применяются, однако в качестве потенциальных направлений их использования можно отметить два следующих: управление взаимоотношениями с конкурентами и/или партнерами на рынках сырья и готовой продукции; ситуации, когда необходимо обеспечить осторожное поведение, гарантированное от более значительных потерь, чем ранее рассчитанные. Для этих направлений разработан адаптивный вариант игровых антагонистических моделей, способных обеспечить эффективное управление в повторяющихся ситуациях. Разработанный автором рекуррентный агоритм адаптивной аппроксимации предпочтений ПР в конкурентной среде позволяет накапливать положительный опыт, делать выбор, согласованный с реальными предпочтениями ПР, и вычислять оценки обобщенного целевого показателя.

На основе адаптивных биматричных моделей построен такой важный для выбора адекватной формы модели показатель как мера антагонизма взаимодействующих сторон (г). Он представляет собой оценку коэффициента корреляции элементов платежных матриц сторон (восстановленных по наблюдениям). Для антагонистических отношений этот показатель принимает значение г = -1, в случае совпадения интересов г = 1 и при поной независимости/некоррелированности г - О. Получение оценки этого показателя по наблюдениям позволяет выбирать поведение от крайне пессимистического до крайне оптимистического. Управление взаимодействием позволит получать эффект от управления, адекватный текущему реальному отношению сторон.

Марковские процессы с доходами в практике управления предприятиями структурно адекватны многофазным, многошаговым комплексам работ и проектам. Для этого класса моделей выбора решений также построен рекуррентный агоритм аппроксимации предпочтений ПР по наблюдениям за принимаемыми решениями.

В диссертации показано, что байесовские модели выбора решений структурно адекватны процессам управления качеством (комплектующих, готовой продукции). Построен адаптивный агоритм восстановления параметров этих моделей.

Рассмотренное в третьей главе разнообразие форм моделей, хоть и не является исчерпывающим, но позволяет подобрать вариант, структурно наиболее адекватный ситуации или выпонить дискриминацию (отсеивание) моделей. Использование восстановленных по предпочтениям ПР моделей позволяет повысить эффективность управленческих процедур, компенсировать негативное влияние факторов дефицита времени и ограниченной

рациональности менеджеров в процедурах подготовки и выбора решений в системах управления производственными предприятиями.

Оценивание значимости частных критериев в общем эффекте управления является важным вопросом, возникающим при управлении предприятием. Потребность в подобных задачах возникает при оценивании значимости статей затрат, выявлении узких мест, определении вклада подразделений в общий эффект, определении объектов инвестирования и т.п.

Эффект обычно представляет собой комплексный показатель, интегрирующий в себе множество частных показателей (прибыль, рентабельность, производительность, себестоимость, продожительность цикла производства и т.п.). Именно такой интегральный показатель Цх) и является обобщенным откликом, функционально связанным с переменными х пространства решений. Построению такой модели (зависимости) и посвящены агоритмы, рассмотренные выше в данной главе.

Текущие значения частных показателей в современных КИС могут быть получены по данным бухгатерского, налогового, складского, кадрового и других видов учета. Рассматриваемые здесь вопросы касаются как уровня всего предприятия, так и отдельных его структурных единиц, например, только производства или только склада.

Применение развитого в диссертации адаптивного подхода к управлению (выбору решений) на основе' настраиваемых моделей математического программирования, позволяет получить весовые коэффициенты значимости частных показателей (критериев) автоматически, без привлечения экспертов (в отличие от традиционных подходов), причем в динамике их реальных изменений. Частные показатели имеют структуру аналогичную (1). В качестве скалярной свертки частных показателей в интегральный используется

взвешенная сумма целевых функций с соответствующими весами рь,И = \,Н. Целевая функция (1), как скалярная свертка взвешенных частных целевых функций, представлена в виде:

II II п п II п

Цс,х)----^рнI,,(с,,,*) = РнXС1>'х, =ХДХ )-т, = Xсгх> тахХ

А=1 /1=1 у=1 I /1=1 Т'

Задача оценивания вклада каждого критерия в общий эффект заключается в следующем. Пусть известны коэффициенты с/( частных

линейных целевых функций ;,(сЛ,.г), И = \,Н и коэффициенты с / интегральной целевой функции (с,.х). Необходимо определить весовые коэффициенты Р,,, имеющие смысл значимости или относительного вклада каждого критерия в общий эффект.

В диссертации показано, что если коэффициенты с 1 оценивать одним из приведенных выше агоритмов решения ОЗП, а сн - одним из агоритмов МНК-оценивания, то решение задачи сводится к вычислению оценок весовых коэффициентов /?л из следующей системы уравнений:

В случае если эта система уравнений переопределена (п> Н), для вычисления следует воспользоваться одним из агоритмов МНК-оценивания. Применение такого подхода позволяет автоматически непрерывно вести мониторинг вклада частных показателей в общий эффект работы предприятия или структурного подразделения, используя для этого лишь данные учетных систем, хранящиеся в базах КИС предприятия.

В главе 4 Распознавание позиции ПР в системе управления предприятием разработаны практические методы и агоритмы распознавания позиции ПР по отношению к риску в процедурах принятия решений.

Хотя понятие позиции субъекта используется достаточно широко для обозначения положения в некоторой системе отсчета, в применении к процедурам принятия управленческих решений важный смысл имеет позиция ПР по отношению к риску. Фактически речь идет о степени склонности ПР к риску. Именно в этом смысле позиция ПР и рассматривается в диссертации. Если, например, известно, что ПР старается получить гарантированный выигрыш, то его предпочтения, очевидно, более адекватны максиминным стратегиям, выбираемым на основе игровых моделей, и т.п.

Знать фактическую позицию ПР на практике так же важно, как и его предпочтения, поскольку отклонение позиции от желаемого значения может привести к потерям и/или дискредитации формализованных процедур подготовки и выбора решений.

В теории принятия решений существует группа критериев, используемых в условиях неопределенности, основные из которых - критерии Вальда. Сэвиджа. Байеса-Лапласа, Ходжи-Лемана, оптимистический и Гурвица. Среди них наиболее общим является последний, в котором вариация параметра /. (коэффициент пессимизма-оптимизма) отражает спектр позиций ПР от крайнего пессимизма (Л = 1) до крайнего оптимизма (Л=0). Т.е. параметр Л можно считать скалярным отображением позиции ПР. Знание или оценка величины Л позволяют подобрать модель, адекватную позиции ПР. Эффект от выявления позиции ПР заключается в следующем. Если круг ситуаций принятия решений достаточно разнообразен, но есть основания полагать, что в каждой из них ПР действует с единой позиции, тогда выявленная в простых

ситуациях позиция может служить ориентиром для выбора модели принятия решений в иных более сложных обстоятельствах.

В диссертации рассмотрен агоритм оценивания позиции ПР в контексте задачи выбора решений при входном контроле на производственном предприятии. Рассмотрен такой вариант организации контроля, когда из партии изделий делается контрольная выборка и для каждого ее изделия производится измерение значений контрольных показателей, вычисляется значение среднего по выборке. Существуют четыре возможных состояния: s, - параметр вне границ допустимой области; s4 - параметр в е -окрестности номинального значения (субноминальной области); s2- параметр вне субноминальной, но в допустимой области, причем он меньше номинального значения; j3 -аналогично s2, но параметр больше номинального значения. Возможные решения заключаются в следующем: d{ - забраковать партию изделий; d3 -принять и направить в производство; d2 - провести контроль для всех изделий из партии и после этого годные направить в производство. ПР принимает одно из решений d е {dx, d2, с?3}. Платежи (имеющие смысл выигрыша) априори известны или выявлены с помощью решения одной из рассмотренных ранее обратных задач. Вариант платежей приведен в табл. 1. Параметрическая форма целевой функции, на основе которой оцениваются дискретные решения по критерию Гурвица, имеет вид:

L () = Л min au + (1 - Я) max au, (4)

где Я e[0,1] - параметр, a^ - выигрыш (из табл. 1), соответствующий решению dj и состоянию Sj ; Т.е. целевая функция содержит четыре группы переменных:

Таблица 1

sl s2 S3 s4

d, 5 5 5 5

d, 4 7 6 8

d3 0 6 7 10

состояния, решения, платежи и параметр Л. Прямая задача заключается в выборе оптимального решения при заданном параметре Я и известной платежной матрице. Обратная задача заключается в определении значения параметра Я при известной платежной матрице и выборке наблюдений за хорошими решениями ПР (и соответствующими выигрышами). При известной платежной матрице можно построить зависимость Ьопт(Л), и соответствующую ей donm (Я). Для каждого ПР, действующего в одной и той же функциональной среде, значение параметра Я, а значит, оптимальное решение и выигрыш будут своими. Так, для каждого из трех решений di (/ = 1,2,3) целевая функция (4) имеет вид:

1,(Л) = 5; 2(Л) = 8-4Л; ,(Л) = 10-10Л.

Функции опт(А) и с10пт(Л) приведены на рис. 6 и рис. 7, из которых видно взаимно однозначное соответствие (с точностью до интервала) между оптимальным значением целевой функции, оптимальным решением и параметром Л.

о г оз о*

о в от о а ов

Рис. 6. Параметрический вид целевой функции

01 03 03 04 0.5 00 ОТ 03 09 1 Пагамето(Л)

Рис. 7. Параметрический вид оптимального решения

10 20 Номер наблюдения (к)

Рис. 8. Выборка наблюдений (платежи - параметр)

номео иавгк^енив !к)

Рис. 9. Выборка наблюдений (принятые решения)

Пусть для выявления позиции ПР, платежи которого представлены табл. 1, выборка наблюдений за решениями и выигрышами приведена на рис. 8 и рис. 9. В результате обработки результатов наблюдений получено среднее значение

оптимального выигрыша ДДД=7.3, что с учетом зависимости 0Дт(Л), приведенной на рис. 6, позволяет определить соответствующее значение параметра Я = 0.27.

Чтобы определить, какому из критериев соответствует это значение параметра, необходимо решить прямую задачу выбора решений для платежей, приведенных в табл. 1, отдельно для каждого критерия.

Для рассмотренных параметров среды на оси Л (см. рис. 6) можно выделить интервалы (или точки), характерные для соответствующих критериев: Х критерию крайнего оптимизма соответствует точка Л = 0, приводящая к выбору в качестве оптимального решения ;

Х критерию Байеса, т.е. случаю наличия поной информации о распределении вероятностей на множестве состояний (пусть - р' =[0.1; 0.2; 0.2; 0.5]г), соответствует точка Я = 0.24 и оптимальное решение с?3;

Х критерию Сэвиджа соответствует интервал Л е [0.33; 0.75], приводящий к выбору в качестве оптимального решения d2 ;

Х критерию Вальда соответствует интервал Л б [0.75; l] и оптимальное решение dx.

Таким образом, позиция J11 IP, которой соответствует значение параметра А = 0.27, наиболее близка позиции лица, принимающего решения в условиях статистической определенности (Л = 0.24).

Существенную долю задач управления промышленными предприятиями как в составе Back Offece, так и Front Office составляют многошаговые, многостадийные процедуры, требующие выбора решений на тех или иных фазах. Подобные процессы обычно представляют сетями или деревьями решений. В диссертации показано, каким образом адаптивную технологию выявления (оценивания) позиции ПР применить для многошаговых процедур управления, представимых деревьями решений. Для задачи управления процессами предоставления покупателям (дистрибьюторам, дилерам промышленных предприятий) товарных кредитов построено типовое дерево решений, где часть шагов выпоняет менеджер (ПР), а часть - природа, вносящая неопределенность в исходы и обобщенно отражающая все неопределенности внешней среды. Для такой схемы построен конструктивный агоритм выявления позиции ПР по наблюдениям за принятыми им решениями и данным функционирования предприятия, имеющимся в его учетной системе. Позиция ПР для данного многошагового процесса, как и в одношаговом случае, идентифицируется параметром пессимизма-оптимизма Гурвица. Выявленная позиция ПР в системе управления предприятием может быть использована для мониторинга менеджера и/или для выбора формы адаптивной модели (глава 3), адекватной его позиции, для автоматизации управления.

Рассмотренные в четвертой главе вопросы формализованного представления позиции ПР и выявления (оценивания) фактических значений ее параметров по результатам наблюдений за действиями ПР (выбором решений в повторяющихся процедурах) представляют собой вариант моделирования позиции в узком смысле. Однако даже такое представление позиции ПР является достаточно конструктивным и практически полезным, т.к. позволяет менеджеру более высокого уровня вести мониторинг позиции ПР и использовать эти данные для оперативного или организационного управления.

В главе 5 Взаимодействие ПР и информационной среды в системе адаптивного управления предприятием рассмотрены способы организации эффективного сопряжения (интерфейса) ПР с информационной средой предприятия. В контексте задач выбора решений на основе моделей линейного программирования введены необходимые термины, разработана технология формализованного встраивания ПР в человеко-машинную систему управления предприятием.

В системах управления предприятиями техника сопряжения различных функциональных модулей и блоков играет важную роль. Плохо выпоненное сопряжение приводит к снижению эффективности функционирования комплекса. Вопросы сопряжения в современных системах обычно переносятся в область содержания представляемых данных, их объема, формы отображения на экране и последовательности вывода. В системе управления данные дожны предъявляться информационной средой менеджеру (ПР) таким образом, чтобы обеспечить высокую эффективность их совместной работы.

В диссертации введен ряд необходимых терминов. Показатель, отражающий способность ПР оперировать тем или иным количеством данных о текущей ситуации, назван пропускной способностью ПР - цл (индекс Л означает принадлежность параметра ПР, М - модели). Мерой пропускной способности служит количество ограничений (/и), которое ПР способен учесть при выборе решения без ущерба для качества выбранного решения. Мерой снижения качества решения принято Отклонение по вероятности - доля однородных предъявлений (с одинаковым количеством ограничений), в которых ПР не выбрал оптимальную крайнюю точку ОДР (АР).

Возможности различения альтернатив отражены в показателе, называемом разрешающей способностью ПР (ул)- Аналогично - разрешающей способностью модели Введено понятие плотности альтернатив (Я/),

предъявляемых ПР. Показатель, отражающий объем информации, полученной от ПР в результате выбора им в качестве оптимального решения той или иной альтернативы, назван информативностью решения ПР (,).

Схематично взаимодействие ПР со средой представлено на рис. 10.

Информативность и плотность альтернатив - это характеристики внешней (по отношению к ПР) среды. Разрешающая и пропускная способности ПР являются его собственные характеристиками, от которых зависит качество принимаемых им решений. А разрешающая способность модели отражает се качество как звена выбора решений. Если разрешающая способность настроенной модели не хуже разрешающей способности ПР (/Д</,,) и оценки параметров модели (коэффициентов целевой функции) эффективны, не

смещены и состоятельны, то можно говорить, что модель адекватна предпочтениям ПР.

Область действия адаптивных моделей выбора решений

Среда КИС

Предприятие

Рис. 10. Схема взаимодействия ПР со средой управления

Вопросы выявления предпочтений ПР вне контура управления рассматривались в таких направлениях исследований как экспертное оценивание (С.Д. Бешелев, Ф.Г. Гурвич, Л.Г. Евланов) и байесовские процедуры адаптивного обучения в управлении (У. Моррис, К. Нейлор). В диссертации предложены агоритмы построения модели системы ценностей ПР путем предъявления ему ряда простых ситуаций.

Особенностью класса задач оперативного планирования на основе моделей линейного программирования (в контексте таких задач управления предприятием как распределение ограниченных материальных ресурсов) является то, что коэффициенты левых частей ограничений ау не изменяются от

одной ситуации принятия решений к другой, а меняются лишь остатки запасов материалов и объемы заказов готовой продукции (правые части ограничений аш). Это приводит к тому, что ориентация гиперплоскостей ограничений в пространстве переменных остается неизменной на каждом шаге наблюдений. Гиперплоскости лишь паралельно перемещаются в соответствии с текущими значениями правых частей а(0, что и формирует текущую ОДР. А поскольку ориентация каждой гиперплоскости в пространстве переменных однозначно определяется ее нормальным вектором единичной длины (НВЕД), то вне зависимости от текущей СТПР пучок НВЕД задачи остается неизменным. Этот пучок векторов назван спектром ограничений задачи (или просто спектром задачи). Последний представляет все ограничения, которые могут иметь место

в любых возможных СТПР. Аналогично введены другие варианты спектров {спектр СТПР, спектр ОДР, спектр решения ПР, спектр решения модели). Спектры решений ПР в предъявлениях и являются проекциями его предпочтений на спектр задачи. Спектры решений ПР концентрируются вокруг спектральной линии реальной целевой функции.

Варианты спектров, отражающие неизменные коэффициенты левых частей ограничений, названы дискретными (или фиксированными) спектрами). Их характерной особенностью является то, что в новых предъявлениях не могут появиться новые спектральные векторы, а всякий раз появляется то или иное их сочетание, как подмножество спектра задачи. В тех задачах, где в ограничениях меняются как правые части, так и левые, спектры также не имеют фиксированного набора спектральных векторов. Таким задачам соответствуют непрерывные спектры. Особенностью спектрального представления данных ЗП является то, что в основных агоритмах построения модели предпочтения ПР используются НВЕД, которые и являются элементами любого варианта спектра.

Для построения эффективных процедур выявления реальных характеристик ПР в диссертации использованы принципы, подходы и некоторые инструменты теории оптимального эксперимента (В.В. Налимов, В.В. Федоров и др.). Объектом экспериментирования в данном случае является ПР.

Цели экспериментирования на ПР следующие: быстрое выявление предпочтения ПР; выбор наилучшей модели из числа конкурирующих; выявление персональных характеристик ПР (разрешающей и пропускной способности).

Возможны три варианта предъявления данных ПР для выбора решений:

Х Ранее возникавшие ограничений (СТПР) в процессе нормального функционирования предприятия - пассивный эксперимент.

Х Исходные ограничения в непоном объеме, дозировано, по частям -полуактивный эксперимент.

Х Любые специально построенные наборы ограничений, типичные для рассматриваемой ситуации - активный эксперимент.

В качестве воздействия, зондирующего предпочтения ПР в активном эксперименте, необходимо выбрать положение опорной гиперсферы и сгенерировать множество спектров, достаточное для вычисления оценок коэффициентов целевой функции с приемлемой точностью. В диссертации разработаны четыре агоритма организации активного эксперимента для зондирования ПР.

1-й агоритм зондирования ПР (для непрерывного спектра, число ограничений т = п +1). В основе его лежит критерий оптимальности

эксперимента, называемый рандомизацией. Такой вариант в диссертации назван рандомизированным активным экспериментом. Суть его заключается в том, что на каждом шаге предъявлений генерируется спектр СТПР, имеющий случайную ориентацию в пространстве. Если спектр соответствует симметричному симплексу, то достаточно сгенерировать один симплекс (его спектр), а в других предъявлениях лишь вращать его вокруг соответствующих осей (рис. 11 а). Такой план обладает еще одним важным свойством, присущим планам оптимальных экспериментов - рототабелъностью, т.е. пространственной изоморфностыо.

2-й агоритм зондирования ПР (для непрерывного спектра, число ограничений т = п +1). В основе его лежит принцип (критерий оптимальности) композиционности плана эксперимента. Такой вариант назван композиционным активным экспериментом. Суть его состоит в том, что на каждом последующем шаге предъявленные ограничения строятся на основе предыдущих как их развитие. В каждом новом эксперименте к ограничениям добавляется одно новое, которое предъявляет для рассмотрения ПР все более тупые (более информативные) вершины ОДР, содержащие все больше информации о предпочтениях ПР (рис. 11 б).

3-й агоритм зондирования ПР (для непрерывного спектра, число ограничений т = 1). Этот вариант также как и первый является рандомизированным активным экспериментом. Здесь спектры СТПР и соответствующие им ограничения имеют вид, приведенный на рис. 11 в. Такой агоритм не требует от ПР высокой пропускной способности, поскольку в каждом эксперименте ему предъявляется одно единственное ограничение при любой размерности пространства переменных. Для сравнения, в 1-ом агоритме предъявление состояло из п + \ ограничений, которые ПР дожен уметь осмысливать.

4-й агоритм зондирования ПР (для непрерывного спектра, число ограничений т = 1). Этот агоритм также реализует композиционный активный эксперимент. Здесь спектры СТПР и соответствующие им ограничения имеют вид, приведенный на рис. 11 г. Отличия этого агоритма от 2-го лишь в формировании ограничений в 1-ом эксперименте, где вместо и +1 гиперплоскостей генерируется одна. Качественное отличие этого агоритма от предыдущего в том, что информативность решений возрастает от одного эксперимента к другому, но контрастность альтернатив уменьшается и с каждым экспериментом добавляется еще одно допонительное ограничение. А это значит, что на некотором к-ом эксперименте параметры входящих СТПР станут не согласованными с характеристиками ПР (его разрешающей и пропускной способностью), т.е. альтернативы для ПР станут неразличимыми, а количество ограничений в предъявлении слишком большим для осмысления.

В табл. 2 приведены основные характеристики и возможности агоритмов проведения активных экспериментов для построения модели предпочтений.

Таблица 2

Характеристики агоритмов активного эксперимента над ПР

Характеристика (свойство) Агоритмы активного эксперимента

1 2 3 4

Количество ограничений (т) и+1 /7+1 1 1

Количество крайних точек в первом предъявлении п+1 п+1 /7+1

Количество крайних точек в последующих предъявлениях и+1 п и+1 п

Контрастность альтернатив постоянная уменьшающаяся переменная уменьшающаяся

Поток альтернатив минимальный минимальный минимальный минимальный

Информативность решения постоянная возрастающая случайная возрастающая

Исходным материалом для полуактивных экспериментов над ПР для выявления его предпочтений является обычный, спонтанно возникающий, поток СТПР. Однако набор ограничений каждой СТПР предъявляется ПР при этом не в поном объеме, а минимально возможными дозами. Принципиальные отличия полуактивного эксперимента от активного в том, что в активном эксперименте не ограничена свобода конструирования тестирующих ОДР, в полуактивном - свобода выбора ограничений в каждом предъявлении

определяется дискретным спектром ОДР текущей СТПР и выбор ограничений для предъявления производится дозировано из числа ограничений ОДР.

Характерной особенностью полуактивных экспериментов является то, что они проводятся на дискретном спектре текущей СТПР. А это означает, что число возможных экспериментов ограничивается размерами спектра ОДР, в то время как в активном эксперименте это количество не ограничено. Для вычисления оценок с может быть использован любой агоритм оценивания из числа приведенных в третьей главе.

Основными характеристиками ПР, влияющими на качество его взаимодействия с системой, являются пропускная и разрешающая способности, которые в диссертации представлены в виде единого образа - профиля ПР (рис. 12), разделяющего плоскость рл,ул на две области: над линией профиля - это параметры СТПР, находящиеся в пределах возможностей (квалификации) ПР; под линией - параметры предъявления, которые ПР безошибочно осмыслить не сможет. В согласованном режиме управления параметры предъявлений дожны лежать в верхней области в минимальной окрестности линии профиля.

На практике персональные профили ПР аппроксимируются некоторыми функциями в{. Идеальным является профиль, совпадающий с осью абсцисс, он соответствует абсолютной разрешающей способности ПР и не зависит от количества ограничений ОДР. Чем ближе к идеальному расположен профиль, тем выше квалификация ПР. На рис. 12 профиль в2 соответствует наиболее квалифицированному ПР, въ - наименее квалифицированному, - линейная аппроксимация профиля, - точечная аппроксимация, для которой в любом предъявлении количество ограничений дожно быть не более абсциссы угловой точки, а расстояние между векторами спектра - не менее ее ординаты.

0123456789 Цл

Рис. 12. Линии профиля ПР

0 12 3 4 5 6 7 8 9 Ил

Рис. 13. Траектории тестирования ПР в активном эксперименте

Аппроксимация линии профиля ПР выпоняется по ряду эмпирических точек. Для тестирования ПР (с целью построения его профиля) используются агоритмы активного эксперимента. Применению агоритмов с пошаговой модификацией ОДР соответствуют траектории (последовательности г, точек экспериментов) на плоскости М.тУл (рис. 13). Последовательность действий по учету персональных характеристик ПР при выборе решений состоит в следующем:

1. С помощью активного или полуактивного эксперимента построить модель текущих предпочтений (целевую функцию Цс, х)) ПР.

2. Построить профиль ПР (линию в) с учетом L{c,x).

3. Использовать профиль ПР для обеспечения согласованного режима в процедурах управления (выбора решений) и/или подстройки оценок с .

Использование в системе управления модели, настроенной под предпочтения ПР, меняет состав и содержание данных, выводимых лицу, принимающему решение. В традиционных схемах ПР получает весь пакет данных, касающихся текущей СТПР. При использовании моделей в процедурах выбора решений объем данных, предъявляемых ПР, может существенно варьироваться.

Поскольку задача восстановления целевой функции ПР решается, как правило, в режиме нормального функционирования предприятия (ПР не изымается из контура управления для проведения с ним каких-либо специальных действий), то процесс сбора данных и настройки модели -южет проводиться паралельно обычному процессу выбора решений (латентно). Однако по мере настройки модели она может быть подключена к контуру управления. В диссертации рассмотрены различные степени участия модели в процессе выбора решений, при этом наиболее характерны следующие варианты предъявления данных лицу, принимающему решения:

1. Сокращенный список ограничений. Если модель хоть в какой-то степени настроена, то для всякой новой СТПР можно отбрасывать часть ее ограничений, которые явно не войдут в число активных. В предъявлении останутся только актуальные ограничения.

2. Ограничения по частям (полуактивный эксперимент). Система предъявляет лицу, принимающему решение, из текущей СТПР ограничения минимальными и наиболее информативными дозами, каждая из которых согласована с персональными характеристиками ПР.

3. Тестовый набор ограничений (активный эксперимент). СТПР конструируется таким образом, чтобы по каждому предъявлению получить максимальное приращение информации о характеристиках ПР и/или о его предпочтениях.

4. Наиболее вероятное решение. На основании модели по текущей СТПР система предлагает лицу, принимающему решение, одно наиболее вероятное решение. ПР соглашается или нет.

5. Набор субоптимальных решений. По текущей СТПР и с учетом модели система предлагает ПР набор субоптимальных решений. ПР самостоятельно выбирает одно из них, либо система предлагает вспомогательные процедуры сравнения, оценивания и ранжирования альтернатив.

Важной особенностью разработанной в диссертации методологии является возможность двухконтурного управления экономическими объектами и процессами на предприятии (рис. 2), где в первом контуре выпоняется управление потоком предъявлений. Обобщенная функциональная схема выбора решений на основе настроенной модели, с учетом управления потоком предъявлений, приведена на рис. 14.

В диссертации предложены следующие основные режимы использования моделей в системе управления предприятием:

Рис. 14. Схема выбора решений на основе настроенной модели

1. Пассивный помощник ПР. На основании модели в новых СТПР не выбираются какие-либо решения, а модель используется лишь для некоторого препарирования предъявляемых ПР данных.

2. Активный помощник ПР (информационно-советующая функция). В этом режиме по текущей настройке модели для новых СТПР вычисляются

субоптимальные решения, которые ПР может использовать как начальное приближение для собственного выбора решений или для проверки качества настройки модели под его предпочтения.

3. Заменитель ПР или автоматический режим. Делегирование модели или другому ПР функций выбора решений на время отсутствия основного ПР или на интервалах стационарности (аналогия с режимом автопилота в управлении летательными аппаратами).

4. Прос рка реальных предпочтений ПР. Эта функция в современных условиях важна для контроля деятельности ПР-менеджеров заинтересованными сторонами (собственниками, менеджерами более высокого уровня, контролирующими органами).

5. Оценивание значимости частных критериев в интегральном критерии. Это самостоятельная аналитическая функция, которая используется для вычисления оценок значимости частных показателей либо вклада подразделений в общем эффекте работы предприятия.

6. Тестирование персональных характеристик ПР (пропускной и разрешающей способности) в целях определения его квалификации и/или для сопряжения с системой управления.

7. Тестирование предпочтений ПР для настройки структуры и параметров модели.

В главе 6 Применение методов адаптивного выбора управленческих решений рассматривается применение разработанной методологии адаптивного выбора управленческих решений на предприятии ", в тех практических приложениях, для которых характерна априорная и/или текущая критериальная неопределенность и повторяемость ситуаций выбора.

Для задач оперативного планирования материальных ресурсов на промышленном предприятии построена обобщенная схема цикла управления (рис. 15) на основе моделей адаптивного выбора решений при возникновении необходимости в перепланировании.

Пока модель не настроена, решение может приниматься вручную или на основе традиционных моделей планирования в неадаптивной форме (с заданными критериями). Когда решение построено (готов вариант плана), ПР может его откорректировать и/или принять для реализации. Если модель адекватна, но на очередном цикле планирования проявились (в блоке мониторинга) факторы нестационарности, то модель вновь рассматривается как не адекватная и вновь выпоняется ее настройка. Если персональные характеристики ПР (пропускная и разрешающая способность) не согласуются с потоком данных по СТПР, то производится согласованное их предъявление (в режиме полуактивного эксперимента).

Да - Ситуация стационарна; модель настроена

Нет - Ситуация не стационарна; модель не настроена

Рис. 15. Схема цикла оперативного управления

Настройка модели является синхронной, если ее параметры уточняются синхронно с циклами управления. Если того позволяет ситуация на предприятии, могут быть специально сгенерированы тестовые СТПР и предъявлены ПР для выбора решения вне цикла управления. Это асинхронный режим построения модели, он выпоняется средствами активного эксперимент (приведены в главе 5) и позволяет существенно ускорить процесс построения модели, адекватной предпочтениям ПР.

В рамках схемы цикла управления представлено несколько вариантов применения адаптивной модели в планировании (см. табл. 3). Стобцы в таблице - это варианты конфигурации режима, где (+) означает, что функция используется в данном режиме, а (-) - не используется. Жирной линией выделены те ячейки таблицы, которые являются элементами разработанной в диссертации методологии.

Из всех режимов, предложенных в главе 5, рассматриваются лишь три: пассивный помощник', активный помощник', автоматический режим (в нем план выбирается по адаптивной модели и без участия ПР передается к

испонению). Построены также следующие варианты режимов использования адаптивных моделей в цикле планирования:

Таблица 3

Режимы применения адаптивных моделей в оперативном планировании

Операции цикла управления Активный помощник Пассивный помощник Автоматический режим

0 1 2 1 2 1 2

Мониторинг стационарности ситуации - - + - - - +

Проверка качества настройки модели - + + + + + +

Настройка модели + + + + + + +

Согласованное предъявление СТПР - - + - + ! - '

Планирование по адаптивной модели + + + - - + +

Планирование вручную - - - + + - 1 1

Планирование по традиционной модели - - - + + |

Принятие решения (ПР) + + + Ч Ч -"\ - !

Реализация решения (производство) + + + + + | +: ; + ;

Оценивание качества решения - - + - + - +

0 - вариант Всегда. Адаптивная модель используется всегда, вне зависимости от степени ее настроенности;

1 - вариант Легкий. Он используется в тех случаях, когда ситуация стационарна, а ПР заведомо является опытным;

2 - вариант полный. Здесь включены в технологическую схему все элементы, отключенные в предыдущем варианте.

Приведены исходные данные производственной ситуации (как упрощенный вариант реальной) и соответствующие расчеты, позволяющие продемонстрировать основные элементы приведенных режимов использования адаптивных моделей в оперативном планировании материальных ресурсов. Данные сформированы для минимального количества ингредиентов (10) и продуктов (2), что не приводит к потере общности результатов. Структурно задача распределения ограниченных ресурсов представлена в виде задачи

линейного программирования (ЗП) - выражения (1)-(3), формализованная постановка которой приведена в главе 2 диссертации.

На производственных предприятиях исходные данные, необходимые для решения задачи о выделении материальных ресурсов при запуске очередной партии изделий в производство хранятся в базе данных учетных систем предприятия. И могут быть предъявлены соответствующему менеджеру (ПР) для работы. Рассмотрены 20 шагов моделирования (СТПР), которые отличаются остатками материалов на складе и объемами заявок от покупателей. Принято допущение о стационарности условий планирования - целевая функция (ЦФ), калькуляция изделий и цена материалов остаются неизменными на протяжении рассматриваемого количества циклов управления.

Данные, получаемые из учетной системы предприятия - это спецификации продукции, определяющие коэффициенты левых частей ограничений, которые остаются неизменными во всех наблюдаемых циклах управления, а правые части ограничений изменяются от цикла к циклу (т.е. по шагам наблюдений) -они отражают остатки материалов на складе и заявки покупателей.

Для сформированных данных рассмотрены варианты применения наиболее существенных элементов разработанной методологии адаптивного выбора управленческих решений:

1. Настройка модели по данным ряда наблюдений (СТПР и принятые ПР хорошие решения).

2. Проверка качества модели на каждом шаге наблюдений.

3. Согласованное предъявление данных (асинхронный вариант - на основе планирования эксперимента).

Настройка модели выпонены с помощью точечного агоритма (приведен в главе 3). В нем учтены веса наблюдений по циклам управления. Расчеты дали оценки коэффициентов ЦФ (табл. 4), сходящиеся к фактическим значениям.

Таблица 4

Пошаговые оценки коэффициентов целевой функции___

цикла 1 2 3 4 5 6 7 8 9 10 11 12 13 14

Вес 0.062 0.963 0.851 0.949 0.383 0.882 0.987 0.851 0.066 0.276 0.875 0.276 0.230 0.750

-0.062 0.706 0.628 0.656 0.744 0.762 0.772 0.740 0.746 0.772 0.787 0.807 0.821 0.808

с. 0.998 0.708 0.778 0.755 0.668 0.648 0.635 0.672 0.666 0.636 0.617 0.591 0.571 0.589

Приведены два действенных индикатора качества пошаговой настройки модели - один основан на скользящей средней невязке двух соседних (по шагам настройки) векторов оценок коэффициентов ЦФ (рис. 16), а второй показывает сходимость решений на тестовой ситуации (специально

построенный полигон ограничений - рис. 17). В реальных практических условиях более удобным может оказаться тот или другой. Эти индикаторы позволяют выбрать тот шаг настройки, начиная с которого ПР уже может доверять модели, настроенной по его предпочтениям.

Сходимость по решениям !

Оимълящел средняя реамость (по 4) - %

8.00 ; 7.00 6.00 I 5.00 ' 4.00 3.00

! 2.00 ; 1.оо ! 0.00

! 1 и ! 1 | 1 1 ! ! 1

Т ! ! ; I

1 | 1 !

1 ; 1 1

I ( II \| 1 1 :

! ! !

1 1 I V* : ! 1 :

! 1 ! ! * Т * " *

0 1 2 3 4 5 в 7 в 9 1011 12 13 14 15

01 23456789 1011 1213 14 15

модели ЧХЧОпт.решения

Рис. 16. Индикатор - скользящее Рис. 17. Индикатор - решения

среднее невязки соседних на полигоне

векторов оценок ЦФ (в %)

Рассмотрены варианты настройки модели в асинхронном режиме в двух вариантах (агоритмы приведены в главе 5):

Х Рандомизированный активный эксперимент.

Х Композиционный активный эксперимент.

Рассмотренные (и рассчитанные) варианты настройки модели и оценки ее качества обеспечивают выпонение основных режимов применения. На основе этого материала приведены пошаговые операции (см. табл. 3) для нескольких циклов управления (принятию решений по возникшим СТПР) для режима Активный помощник - Всегда. Типовой цикл адаптивного управления имеет такой вид (например, второй, поскольку в первом цикле еще нет оценки ЦФ):

1. Возникла СТПР, данные по которой представлены в таблице спецификации продукции и во второй (т.к. рассматривается второй цикл) строке таблицы текущих остатков материалов на складе и заявок покупателей.

2. На основе последней оценки коэффициентов ЦФ информационная система, решив прямую задачу линейного программирования (ЗП), предлагает в качестве плана точку, образованную линиями ограничений № 7 и № 13. Однако ПР с этим вариантом не соглашается и, действуя сообразно своим представлениям, выбирает точку, образованную ограничениями № 7 и № 1 -решение (3.02; 30.64). Т.е. со склада следует выделить в производство материалы согласно спецификациям для производства продукта № 1 в количестве 3.02 единиц и продукта № 2 - в количестве 30.64 единиц.

3. Решается обратная задача по данным второго наблюдения (ограничения

в форме (2), (3) и решение, образованное пересечением линий 7-го и 1-го ограничений). Значения оценки ЦФ используется для оценки качества настройки на шаге № 4 данного цикла и для подготовки варианта решения в следующем цикле.

4. Вычисляется показатель качества настроенной модели одним из двух, указанных выше способов.

Начиная с некоторого цикла, ПР может прислушиваться к мнению модели, заметив, например, что показатель качества настройки застыл в одной точке полигона (см. рис. 17). Если условия стационарности ситуации планирования не нарушаются, то ПР (или менеджер более высокого уровня) может перевести планирование в режим Автоматический режим - Легкий либо делегировать свои пономочия по оперативному планированию на необходимый период времени другому лицу, которое дожно действовать с оглядкой на решения, предлагаемые Активным помощником. Такой режим взаимодействия информационной системы предприятия с ПР прежде называли (например, В.М. Глушков) информаг{ионно-советующим.

В данной главе приведены также некоторые общие рекомендации по применению технологии выбора управленческих решений на основе использования в практике оперативного управления предприятием адаптивных моделей.

Основная рекомендация заключается в том, что при разработке проекта интеграции методологии адаптивного управления в существующую информационную систему предприятия следует использовать пошаговую стратегию лот простого к сложному. Следует применять на первом этапе режим Активный помощник - Всегда, постепенно переходя к более сложным режимам, как по функциям, так и по реализации.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ, ВЫВОДЫ И РЕКОМЕНДАЦИИ

1. Выявлены экономические ситуации, возникающие в процессе функционирования промышленного предприятия, в которых при формировании управленческих решений целесообразно использовать адаптивный механизм построения оптимизационных экономико-математических моделей. Показано, что важную группу таких решений составляет распределение ограниченных финансовых и материальных ресурсов в повторяющихся ситуациях при дефиците времени.

2. Обоснована необходимость использования адаптивных механизмов, позволяющих переложить часть функций подготовки решений на информационные системы предприятий, содержащие модели предпочтений

менеджеров. При этом в качестве основного фактора адаптации предложено рассматривать критериальную неопределенность, как непоноту отображения в информационной системе предприятия реальных целевых установок менеджеров.

3. Установлено, что важными элементами, определяющими эффективность выбора управленческих решений при распределении ограниченных ресурсов, являются персональные характеристики менеджеров (разрешающая и пропускная способности), которые следует выявлять и использовать для обеспечения согласованного режима в рамках адаптивной технологии управления.

4. Предложено формировать управленческие решения по трехфазной схеме: выявлять персональные характеристики менеджеров, их предпочтения и формировать варианты решений на основе оптимизационных моделей, что позволит накапливать опыт управления и эффективно его использовать.

5. Показано, что адаптивная методология формирования управленческих решений позволяет вышестоящим уровням иерархии управления вести мониторинг позиции, целевых (критериальных) установок менеджеров и принимать более обоснованные организационные и кадровые решения на предприятии в условиях изменяющейся рыночной среды.

6. Обоснована необходимость двухконтурного управления с использованием адаптивных оптимизационных моделей в составе корпоративных информационных систем современных промышленных предприятий.

7. Предложена технология адаптации ряда экономико-математических моделей к текущим целям и критериям менеджеров, позволяющая включить модели в состав обеспечивающих подсистем информационной системы предприятия.

8. Разработанные в диссертации методы и программные средства внедрены и использованы на: Ульяновском авиационном промышленном комплексе в подсистеме АСАД; ряде предприятий ракетно-космической отрасли (г.Королев, Московской области); авиапредприятиях Кемеровского авиаотряда; производственных предприятиях, разрабатывающих и производящих радиоэлектронную, пищевую, строительную и программную продукцию -АОЗТ СКБ Термоприбор, ООО Русский каравай, ООО Королевхлеб, ООО Дорсервис, ООО Инфо.

9. Материалы диссертации использовались при проведении 3 хоздоговорных работ в научно-исследовательском секторе Московского авиационного института (технического университета) и в учебном процессе. Имеется шесть документов о внедрении.

ОСНОВНОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ ОТРАЖЕНО В СЛЕДУЮЩИХ ПУБЛИКАЦИЯХ: Монографин и учебные пособия

1. Вшисов В.Я. Методы выбора экономических решений. Адаптивные модели. - М.: Финансы и статистика, 2006. - (13.96 п.л.)

2. Вшисов В. Я. Адаптивные модели исследования операций в экономике. - М.: Энит, 2007.-(17.51 п.л.)

3. Вилисов В.Я. Агоритмы принятия решений при испытании ЛА. - М.: Изд-во МАИ, 1982. - (3.25 п.л.)

4. Вилисов В.Я. Адаптивные модели в АСУ / В.Я. Вилисов, Ф.Н. Вилисова. - М.: Изд-во МАИ, 1983. - (3.00/2.50 п.л.)

5. Вилисов В.Я. Экспертные методы в АСУ производством и отработкой ЛА. / В. Я. Вилисов, А.Я. Вовнобой, Д.П. Карпов, В.А. Лапушкин. - М.: Изд-во МАИ, 1984.-(4.50/1.50 п.л.)

6. Вилисов В.Я. Введение в проектирование АСУ / В.Я. Вилисов, О.Ю. Здановский, В.В. Лепехин. - М.: Изд-во МАИ, 1982. -(3.00/1.00 п.л.)

Статьи в ведущих рецензируемых научных журналах и изданиях, рекомендованных ВАК

7. Вилисов В.Я. Адаптивный подход к распределению ограниченных материальных ресурсов в производственных системах // Менеджмент в России и за рубежом, выпуск 5, 2007. - (0.60 п.л.).

8. Вилисов В.Я. Позиция лица, принимающего решения, и ее роль в системе управления предприятием // Вестник МГУЛ, выпуск 4, 2008. - (0.46 п.л.).

9. Вилисов В.Я. Эффективная процедура обучения модели предпочтениям ПР // Открытое образование, выпуск 3, 2008. - (0.32 п.л.).

10. Вилисов В.Я. Об одном способе определения степени антагонизма предприятий-участников рынка // Вестник Самарского ГЭУ, выпуск 5, 2008. -(0.31 п.л.).

11. Вилисов В.Я. Адаптивный подход к управлению запасами дефицитных материалов для производства // Вестник МГУЛ, выпуск 4, 2008. - (0.40 п.л.).

12. Вилисов В.Я. Выявление позиции менеджера в процессе управления предприятием // Вестник ИНЖЭКОНа, выпуск 3, 2008. - (0.40 п.л.).

13. Вилисов В.Я. Согласованное управление запасами материалов для производства// Вестник МАДИ, выпуск 2, 2008. - (0.38 п.л.).

14. Вилисов В.Я. Оперативное управление трудовыми ресурсами комплексной смены на основе адаптивных моделей линейного программирования / В.Я. Вилисов, А.Я. Вовнобой // Вестник Самарского ГЭУ, выпуск 5, 2008. - (0.30/0.25 п.л.).

15. Вилисов В.Я. Адаптивная игровая модель управления конкурентоспособностью продукции // Открытое образование, выпуск 6, 2008. - (0.37 пл.).

Другие публикации

16. Вилисов В.Я. Адаптивные модели принятия управленческих решений (на уровне предприятия). Материалы XXXIII Международной конференции Информационные технологии в социологии, экономике, образовании и бизнесе (Украина, Гурзуф, май 2006). Приложение к журналу Открытое образование, 2006. - (0.30 п.л.)

17. Вилисов В.Я. Выявление позиции лица, принимающего экономические решения в усповшх неопределенности. Материалы XXXIII Международной конференции Информационные технологии в социологии, экономике, образовании и бизнесе (Украина, Гурзуф, октябрь 2006). Приложение к журналу Открытое образование, 2006. - (0.30 п.л.)

18. Вилисов В.Я. Игровая адаптивная модель управления конкурентоспособностью продукции. Материалы XXXIII Международной конференции Информационные технологии в социологии, экономике, образовании и бизнесе (Украина, Гурзуф, октябрь 2006). Приложение к журналу Открытое образование, 2006. - (0.30 п.л.)

19. Вилисов В.Я. Оптимальное зондирование ПР при аппроксимации предпочтений линейной целевой функцией. Материалы XXXIII Международной конференции Информационные технологии в социологии, экономике, образовании и бизнесе (Украина, Гурзуф, октябрь 2006). Приложение к журналу Открытое образование, 2006. - (0.30 п.л.)

20. Вилисов В.Я. Оценивание значимости частных критериев выбора решений на основе адаптивных моделей. Материалы XXXIII Международной конференции Информационные технологии в социологии, экономике, образовании и бизнесе (Украина, Гурзуф, октябрь 2006). Приложение к журналу Открытое образование, 2006. - (0.30 п.л.)

21. Вилисов В.Я. Решение задач линейного программирования методом игровых итераций (Скат П). Программа для ЭВМ. Зарегистрировано в реестре программ для ЭВМ Российского агентства по патентам и товарным знакам (РОСПАТЕНТ), г. Москва. Свидетельство № 2006613688, 24 октября 2006 г.

22. Вилисов В.Я. Идентификация предпочтений ПР в задачах линейного программирования (Дисав П). Программа для ЭВМ. Зарегистрировано в реестре программ для ЭВМ Российского агентства по патентам и товарным знакам (РОСПАТЕНТ), г. Москва. Свидетельство № 2006613689, 24 октября 2006 г.

23. Вилисов В.Я. Оптимальное управление предъявлениями данных ПР в задачах линейного программирования (Эксперимент П). Программа для ЭВМ.

Зарегистрировано в реестре программ для ЭВМ Российского агентства по патентам и товарным знакам (РОСПАТЕНТ), г. Москва. Свидетельство № 2006613716, 24 октября 2006 г.

24. Вилисов В.Я. Комплекс имитационного моделирования адаптивного распределения ресурсов (Имитация П). Программа для ЭВМ. Зарегистрировано в реестре программ для ЭВМ Российского агентства по патентам и товарным знакам (РОСПАТЕНТ), г. Москва. Свидетельство № 2006613690, 24 октября 2006 г.

25. Вилисов В.Я. Принятие решений в АСУ на основе настраиваемых моделей / В.Я. Вилисов, Д.П. Карпов // Динамическое моделирование сложных систем: Матер. Всесоюз. конф. - М., 1982. - (0.12/0.10 п.л.)

26. Вилисов В.Я. Адаптивная модель оперативного распределения ресурсов в АСУП / В.Я. Вилисов, В.Н. Виноградов, А.Я. Вовнобой, В.В. Лепехин // Динамическое моделирование сложных систем : Сб. материалов Всесоюз. науч.-техн. конф. - М.: НТО им. акад.Вавилова, 1982. -(0.12/0.10 п.л.)

27. Вилисов В.Я. Управление экспериментом в процессе разработки технических систем / В.Я. Вилисов, М.Ф. Росин // Техническая кибернетика Изв. АН СССР. -М.,1976.-№ 6. -(0.50/0.45 п.л.)

28. Вилисов В.Я. Экспертные системы в военных приложениях (Интелектуальные средства поддержки принятия решений в системах командования и управления): Обзор по материалам зарубежной печати. - М.: ГОНТИ-1, 1989.-(4.00 п.л.)

29. Вилисов В.Я. Система автоматизированного выбора вариантов на основе многоуровневого направленного зондирования и адаптивных моделей предпочтений (СКАТ) / В.Я. Вилисов, A.A. Рубцов // Создание и применение гибридных экспертных систем: Тез. докл. Всесоюз. конф. - Рига: Рижский технический университет, 1990. - (0.12/0.10 п.л.)

30. Вилисов В.Я. ДИСАВ - диалоговая система анализа и выбора вариантов, построенная на основе типовых пакетов прикладных программ / В.Я. Вилисов, Д.А. Муртазин, A.A. Рубцов // Проблемы и методы принятия решений в организационных системах управления: Тез. докл. Всесоюз. конф. -М.: ВНИИ систем.исслед., 1988. - (0.12/0.10 п.л.)

31. Вилисов В. Я. Оптимальная процедура выявления предпочтений лица, принимающего решения, в процессе оперативного управления авиапредприятием / В.Я. Вилисов, А.Я. Вовнобой // Автоматизация процессов и систем управления производством в гражданской авиации: Сб. научных трудов. - М.: МИИГА, 1988. - (0.45/0.30 п.л.)

32. Вилисов В.Я. Оперативное управление транспортной деятельностью авиапредприятий в условиях острого дефицита авиатоплива // Совершенствование управления и анализа хозяйственной деятельности

авиатранспортного производства / В.Я. Вилисов, А .Я. Вовнобой: Сб. научных трудов. - М.: МИИГА, 1987. -(0.62/0.50 п.л.)

33. Вилисов В.Я. Управление развитием сложных игровых систем / В.Я. Вилисов, С.С. Логинов: Сб. науч. тр. РПИ. - Рига, 1986. - (0.36/0.30 п.л.)

34. Вилисов В.Я. О восстановлении критерия лица, принимающего решения // Математическое обеспечение АСУ комплексами ЛА: Сб. науч. тр. МАИ-М., 1984.-(0.45 п.л.)

35. Вилисов В.Я. Особенности взаимодействия ПР с адаптивными моделями принятия решений // Проблемы и методы принятия решений в организационных системах управления: Тез. докл. 2-й Всесоюз. конф. - М.-Пущино: ВНИИ систем.исслед., 1984. -(0.12 п.л.)

36. Вилисов В.Я. Адаптивная модель принятия решений при оперативном управлении в АСУ / В.Я. Вилисов, А.Я. Вовнобой // Методы решения задач оперативного управления в АСУ отраслевого и межведомственного уровней: Тез. докл. 2-го Всесоюз. сем. - М, 1982. - (0.12/0.10 п.л.)

37. Вилисов В.Я. Адаптивные модели предпочтений ПР, построенные в активном эксперименте // Проблемы и методы принятия решений в организационных системах управления: Тез. докл. Всесоюз. конф. - М.Звенигород: ВНИИ систем.исслед., 1981. -(0.12 п.л.)

38. Вилисов В.Я. Проблемы автоматизации принятия решений в комплексной АСУ / В.Я. Вилисов, О.Ю. Здановский // Модели планирования и оперативного управления на предприятии: Тез. докл. Всесоюзн. конф. - Киев. 1981.-(0.12/0.01 п.л.)

39. Вилисов В.Я. Об одном аспекте автоматизации процедур принятия решений: Сб. науч. тр. МАИ под ред. С.П.Иноземцева. - М.,1980. - (0.25 п.л.)

40. Вилисов В.Я. Марковская модель структуры системы управления: Со. науч. тр. МАИ под ред. В.В. Лепехина, В.Д. Тюрина. - М.,1979. - Вып. 499. -(0.25 п.л.)

41. Вилисов В.Я. Байесовские решения в процессе отработки технических систем / В.Я. Вилисов, М.Ф. Росин: Сб. науч. тр. МАИ под ред. Б.Н. Петрова. -М.,1976. - Вып. 367. - (0.12/0.10 п.л.)

Личный вклад соискателя в работы, выпоненные в соавторстве, состоит в том, что в [4, 5, 6,14, 25-27,29-33, 36, 38, 41] разработаны принципы, методы и агоритмы выбора решений в условиях критериальной неопределенности.

СПИСОК СОКРАЩЕНИЙ

АСАД - автоматизированная система административной деятельности АСУ - автоматизированная система управления ЗП - задача линейного программирования ИО - исследование операций

КИС - корпоративная информационная система (комплексная

информационная система управления предприятием) П - линейное программирование

ПР - лицо, принимающее решение (как правило, синоним менеджера)

МНК - метод наименьших квадратов

МТЗ - модель транспортной задачи

НВЕД - нормальный вектор единичной длины

ОДР - область допустимых решений

ОЗП - обратная задача линейного программирования

ПЗП - прямая задача линейного программирования

СППР - система поддержки принятия решений

СТПР - ситуация, требующая принятия решения

ЦП - целочисленное линейное программирование

ЦФ - целевая функция

APS - Advanced Planning and Scheduling (синхронное планирование и оптимизация)

DSS - Decision Support System (система поддержки принятия решений -СППР)

ERP - Enterprise Resource Planning (планирование и управление ресурсами предприятия)

MES - Manufacturing Execution Systems (система управления производством)

ВИЛИСОВ ВАЛЕРИЙ ЯКОВЛЕВИЧ

МЕТОДОЛОГИЯ АДАПТИВНОГО ВЫБОРА УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ НА ПРОМЫШЛЕННОМ ПРЕДПРИЯТИИ В УСЛОВИЯХ КРИТЕРИАЛЬНОЙ НЕОПРЕДЕЛЕННОСТИ

Специальность 08.00.05 - Экономика и управление народным хозяйством

Специализация - Экономика, организация и управление предприятиями, отраслями, комплексами (промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора экономических наук

Зак;п№7Х

Обьем 2 п.л.

ЮМИ РАН

Тираж ШОчкч

Диссертация: содержание автор диссертационного исследования: доктор экономических наук , Вилисов, Валерий Яковлевич

Введение.

Глава 1. Технологии управления современным предприятием.

1.1. Анализ тенденций и стандартов управления предприятием.

1.2. Управленческие решения на предприятии.

1.3. Концепция адаптивного управления предприятием.

Выводы по главе

Глава 2. Модели выбора оперативных управленческих решений на предприятии.

2.1. Задачи оперативного управления предприятием.

2.2. Факторы неопределенности в управлении предприятием.

2.3. Модели выбора управленческих решений.

Выводы по главе 2.

Глава 3. Выбор решений в системе управления предприятием на основе адаптивных моделей.

3.1. Планирование и распределение ресурсов на основе адаптивных моделей линейного программирования.

3.2. Агоритмы восстановления в составе функциональных модулей

КИС предприятия.

3.3. Другие формы адаптивных моделей математического программирования, используемые при планировании.

3.4. Оценивание значимости частных критериев.

3.5. Выбор управленческих решений на основе адаптивных моделей в матричной форме.

Выводы по главе 3.

Глава 4. Распознавание позиции ПР в системе управления предприятием.

4.1. Понятие позиции ПР и ее связь с критериями.

4.2. Агоритмы адаптивного выявления позиции ПР по наблюдениям

4.2.1. Одношаговый агоритм (на основе матрицы платежей).

4.2.2. Многошаговый агоритм (на основе дерева решений).

4.3. Выбор формы модели.

Выводы по главе 4.

Глава 5. Взаимодействие ПР и информационной среды в системе адаптивного управления предприятием.

5.1. Особенности взаимодействия.

5.2. Управление предъявлением данных ПР.

5.3. Технологии выбора решений по построенной модели.

5.4. Качество настройки модели.

5.5. Особенности практического применения адаптивных моделей.

Выводы по главе 5.

Глава 6. Применение методов адаптивного выбора управленческих решений.

6.1. Схема и режимы оперативного планирования материальных ресурсов на основе адаптивных моделей.

6.2. Применение адаптивных моделей в цикле оперативного планирования материальных ресурсов производственного предприятия.

6.3. Общие рекомендации по применению технологии выбора управленческих решений на основе адаптивных моделей.

Выводы по главе 6.

Диссертация: введение по экономике, на тему "Методология адаптивного выбора управленческих решений на промышленном предприятии в условиях критериальной неопределенности"

Актуальность темы. Развитие рыночных отношений в нашей стране требует совершенствования управления социально-экономическими процессами. Эффективность экономики в значительной мере определяется качеством управления на уровне предприятия. В современных условиях повышенной динамичности, нестабильности и неопределенности функционирования предприятий различных отраслей промышленности подходы, применяемые ранее к управлению, часто оказываются недостаточными или неприемлемыми.

Одной из существенных проблем управления промышленными предприятиями на современном этапе является неудовлетворительное состояние научно-методического обеспечения оперативного управления производственно-коммерческой деятельностью.

В последние годы появились мощные инструментальные средства управления предприятиями, однако и они не обеспечивают эффективного принятия оперативных управленческих решений. Это связано и с тем, что носителем целей и критериев управления остается менеджер и все более усиливается тенденция к тому, чтобы не менеджер приспосабливася к информационной системе, а система к нему. И если этого не происходит, то часто система отвергается или игнорируется менеджментом. Такое положение дел закономерно и объяснимо отказом отечественных предприятий от нормативных методов управления и переходом к поной самостоятельности в выборе целей и методов их достижения. В настоящее время развитие средств обработки данных в корпоративных информационных системах (КИС) слабо влияет на повышение эффективности работы лиц, принимающих решения (ПР). В результате на стыке КИС-ПР в системах оперативного управления возникает противоречие между высокой скоростью обработки данных и слабой структуризацией технологии работы лиц, принимающих решения, их ограниченными возможностями по эффективному восприятию больших потоков данных в сжатые сроки. КИС не может подготовить варианты решений для ПР т. к. критериями выбора владеет ПР, часто критерии множественны, подсознательны, изменчивы и не могут быть представлены менеджером (ПР) в явном виде.

В последнее время усилия отечественных и зарубежных ученых и практиков все больше направлены на структуризацию и гармонизацию процессов управления предприятиями как сложными эвентуализированными системно-интегрированными объектами. Несмотря на эти усилия, проблема скоординированного целенаправленного управления экономическими процессами на предприятии в реальном времени остается нерешенной, поэтому исследование и совершенствование механизмов принятия оперативных управленческих решений с учетом реальных целей, критериев и возможностей менеджмента является актуальной проблемой, решение которой требует создания качественно новой методологии управления экономическими процессами на промышленном предприятии.

Степень изученности и разработанности проблемы. В трудах отечественных и зарубежных ученых имеются теоретические и методологические разработки, отражающие важные аспекты решаемой в диссертации проблемы и послужившие базой для развития ряда важных научных и практических аспектов управления современными предприятиями.

Среди них можно выделить работы в области организации и оперативного управления производством промышленных предприятий, календарного планирования, управления проектами и производственного менеджмента таких авторов как Д.А. Гаврилов, С.А. Думлер, В.А. Ириков, С.Н. Колесников, В.Д. Калачанов, A.A. Колобов, И.Н. Омельченко, Ф.И. Парамонов, C.B. Питеркин, В.М. Португал, С.Г. Фалько, В.В. Шкурба, Т. Оно и др.

Существенный и важный для рассматриваемой проблемы вклад в развитие подходов, концепций, методов формализованного представления экономических явлений средствами экономико-математического и имитационного моделирования, а также вклад в расширение сферы применения оптимизационных моделей внесли такие ученые как М.Ю. Афанасьев, К.А. Багриновский, В.З. Беленький, Н.П. Бусленко, H.H. Воробьев, Ю.Н. Гаврилец, В.И. Данилин, Н.Е.

Егорова, A.A. Емельянов, Jl.В. Канторович, В.Н. Лившиц, H.H. Моисеев, В.Д. Ногин, A.A. Первозванский, A.C. Плещинский, Г.С. Поспелов, М.Ф. Росин, В.И. Цымбал, Р. Акофф, Г. Вагнер, М. Месарович, У. Моррис, Г. Оуэн, Т. Саати, X. Taxa, Дж. Форрестер и др.

Значительное развитие научных представлений о механизмах формирования управленческих решений, о методах, агоритмах и моделях выбора альтернатив представлено в трудах таких авторов как С.А. Аристов, А.Н. Борисов, В.Н. Бурков, Э.Й. Викас, М.Г. Гафт, Ю.Б. Гермейер, Л.Г. Евланов, О.И. Ларичев, Б.Г. Литвак, Б.Г. Миркин, В.Д. Ногин, В.В. Подиновский, H.H. Тренев, Е.Ю. Хрусталев, Р. Акофф, С. Бир, Л. Заде, Р. Кипи, Дж. фон Нейман, Г. Райфа, Г. Саймон и др.

Методологически важными представляются и работы по представлению знаний как самостоятельного ресурса в экономических системах, выпоненные такими учеными как Г.Б. Клейнер, В.Л. Макаров, Б.З. Мильнер, Д.А. Поспелов, К. Нейлор, П. Норвиг, С. Рассел и др.

Существенными и плодотворными для решения рассматриваемой проблемы являются концепции и методы адаптивного управления в экономических и технических системах, разработанных в трудах таких авторитетных исследователей как К.А. Багриновский, В.В. Дудчак, A.B. Назин, A.C. Позняк, A.M. Хархаров, ЯЗ. Цыпкин, Р. Акофф, Н. Винер и др.

Важным инструментарием, способствующим решению рассматриваемой в диссертации проблемы, является совокупность таких направлений современной статистической науки как оценивание, идентификация, эконометрика и планирование эксперимента; они представлены в работах таких авторов как С.А. Айвазян, Л.В. Колосов, Г.К. Круг, В.В. Налимов, В.В. Федоров, Р. Ли, Э. Сейдж и ДР

Несмотря на значительный объем научных исследований, выпоненных в сопредельных с рассматриваемой проблемой сферах, следует отметить, что все еще не сформирована целостная система научного знания в области построения эффективных механизмов принятия оперативных управленческих решений в информационной среде современного предприятия с учетом реальных критериев менеджмента.

Недостаточная теоретическая разработанность проблемы в настоящее время часто приводит к низкой эффективности принимаемых оперативных управленческих решений, несмотря на существенное развитие информационно-технических средств современных КИС. Поэтому автор, опираясь на важные результаты предшественников, полученные в перечисленных выше областях, и на результаты собственных исследований, разработал и представил в диссертации теоретические и методологические основы адаптивного выбора управленческих решений в информационной среде предприятия в условиях критериальной неопределенности, обусловленной тем, что ситуация, требующие принятия решения (СТПР), формируется в недрах предприятия, а истинные цели и критерии в неформализованном виде находятся в головах менеджеров.

Цель работы заключается в развитии методологии адаптивного выбора оперативных управленческих решений в информационной среде современных промышленных предприятий с учетом неопределенности критериальных предпочтений менеджмента.

Для достижения сформулированной цели в диссертации поставлены задачи:

Х проанализировать применяемые на современных промышленных предприятиях технологий формирования управленческих решений;

Х выявить особенности, противоречия и организационно-экономические проблемы, характерные для процедур принятия управленческих решений в информационной среде современных предприятий;

Х проанализировать средства экономико-математического моделирования процессов принятия управленческих решений, выбрать и адаптировать наиболее адекватные горизонту оперативного планирования промышленных предприятий;

Х сформулировать принципы и создать методические основы эффективного взаимодействия менеджеров и информационной среды предприятия в контексте задач оперативного управления;

Х разработать методы выявления и представления реальных критериев менеджеров в повторяющихся процедурах формирования управленческих решений;

Х формализовать задачу оценки влияния персональных характеристик менеджера на качество выбора управленческих решений и разработать подходы к их учету в практике управления;

Х апробировать и применить на предприятиях реального сектора экономики разработанные в диссертации концепции, методы и модели.

Разработанная и представленная в диссертации методология воплощает в себе новый подход к управлению промышленными предприятиями на основе использования адаптивных моделей исследования операций (ИО). Сущность подхода состоит в том, что по наблюдениям за решениями, принятыми ПР, настраиваются параметры той или иной модели ИО, т.е. решается обратная задача. Если возможных моделей несколько, то решается задача отсева (дискриминации) моделей, в результате чего остается одна. Настроенная по параметрам модель может использоваться для решения прямой задачи ИО в человеко-машинном или автоматическом режиме в составе одного из модулей в КИС предприятия. В рамках такого подхода от ПР не требуется специальных знаний из области многокритериальной оптимизации, ранжирования предпочтений, парных сравнений и т. п., он оперирует только привычными для него понятиями принимаемых решений. Данная технология позволяет аккумулировать позитивный опыт ПР принятия решений в соответствующей сфере в форме настроенных моделей ИО, которые могут быть использованы в КИС по-разному - для фильтрации данных (предъявляемых этому же ПР), другими ПР, в автоматическом режиме выбора решений, вышестоящими ПР для мониторинга текущих предпочтений действующего ПР, для обучения других ПР и т.п. Настроенная по наблюдениям модель фактически является аппроксимацией реальных предпочтений ПР некоторой моделью, его консервированным опытом. Предложенная технология состоит из следующих компонентов:

-91. КИС предприятия, генерирующая СТПР на основании текущей обработки данных;

2. оперирующая сторона (менеджеры как ПР);

3. разработчики, устанавливающие программные варианты моделей в КИС предприятия и обеспечивающие удобный интерфейс для работы ПР и возможность адаптации моделей ИО к его системе предпочтений. Они не встраиваются в цепочку принятия решений и оставляют ПР лодин на один с объектом управления. При этом советчиком становится не группа аналитиков, а модель, аккумулирующая опыт ПР. Таким образом, у КИС в явном виде появляется информационно-советующая функция.

Разработанная методология обеспечивает формализованную обратную связь в системах управления промышленным предприятием.

В рамках разработанного подхода термин выбор решения понимается как участие моделей (элементов КИС) в поиске наилучшего решения. Термин принятые решения традиционно связан с психологическими свойствами человека делать выбор и далее применяется в тех случаях, где необходимо отразить ответственность ПР за сделанный выбор.

Объект и предмет исследования. Объектом исследования являются системы управления российскими промышленными предприятиями с дискретным характером производства. Предмет исследования - экономические аспекты моделирования реальных целей и критериев менеджеров отечественных предприятий в управленческих процессах и решениях

Методы исследования. Для решения поставленных задач использовались методы теории предприятия, теории планирования и управления на производственных предприятиях, автоматизированных систем управления производством и предприятиями, теории сложных систем, математического программирования, теории игр и статистических решений, теории случайных процессов, стохастического и экспертного оценивания, планирования эксперимента, адаптивного управления и самообучения, имитационного моделирования, экспертных систем. Это позволило обобщить материалы по автоматизации выбора решений в человеко-машинных системах управления современными предприятиями и сделать выводы по актуальным направлениям их развития.

Использованы труды, разработки, модели по перечисленным направлениям отечественных ученых: С.А. Айвазяна, К.А. Багриновского, А.Н. Борисова, В.Н. Буркова, Н.П. Бусленко, H.H. Воробьева, Ю.Б. Гермейера, В.М. Глушкова, A.A. Емельянова, Ю.М. Ермольева, Ю.П. Зайченко, JI.B. Канторовича, Г.Б. Клейнера, A.A. Колобова, Г.К. Круга, Б.Г. Литвака, Б.Г. Миркина, H.H. Моисеева, В.В. Налимова, В.Д. Ногина, Ф.И. Парамонова, A.A. Первозванского, Г.С. Поспелова, М.Ф. Росина, Н.П. Тихомирова, И.Г. Черноруцкого, Д.Б. Юдина; зарубежных авторов: Р. Акофа, М. Аоки, М. Де Гроота, Дж. Кемени, X. Майна, М. Месаровича, У. Морриса, Дж. фон Неймана, X. Райфы, Т. Саати, Э. Сейджа, X. Taxa, У.Р. Эшби и др.

Среди работ, связанных с теорией выбора вариантов, принятия решений, адаптивного оценивания и управления в корпоративных системах, использовались труды Д.А. Гаврилова, С.Н. Колесникова, О.И. Ларичева, Р. Ли, A.B. Назина, Г. Оуэна, C.B. Питеркина, A.C. Позняка, Р. Ховарда, Я.З. Цыпкина и др.

В качестве инструментальных средств применялись методы теории вероятностей, математической статистики, имитационного моделирования, управления сложными организационно-техническими системами. Программное обеспечение как реализация разработанных методов, моделей и агоритмов выпонено на языках высокого уровня с использованием современных систем управления базами данных.

Научная новизна диссертации состоит в развитии теории и методологии выбора оперативных управленческих решений в условиях критериальной неопределенности, обусловленной непонотой информации в системе управления о целях и критериях менеджеров предприятий реального сектора экономики.

Основные результаты исследования, обладающие научной новизной, состоят в следующем:

1. Разработана системная совокупность принципов и методов адаптивного выбора решений на современных предприятиях, объединяющая в рамках общей концептуальной схемы основные элементы процессов человеко-машинного управления: цели, критерии, модели, позицию Г1Р, стратегии, состояния и др. Предложенные методы, в отличие от традиционных, учитывают системный характер управления организационно-техническими объектами, высокую динамику протекающих процессов (п. 15.1 паспорта специальности 08.00.05 ВАК).

2. Разработаны постановки задач управления экономическими процессами на предприятии (оперативное распределение материальных и кредитных ресурсов, управление конкурентоспособностью изделий, комплексом работ, запасами материалов, входным контролем), позволяющие адаптировать модели выбора управленческих решений к предпочтениям ПР (менеджеров), в отличие от традиционных, учитывающих лишь факторы возмущения внешней и внутренней сред предприятия, (п. 15.4 паспорта специальности 08.00.05 ВАК).

3. Разработаны методы адаптации используемых в процессах оперативного управления предприятием моделей линейного программирования, которые, в отличие от традиционной ручной технологии, состоят в автоматической оперативной настройке параметров модели на основе текущих наблюдений за решениями ПР; сформулированы условия применения разработанных методов адаптации для задач целочисленного, квадратичного программирования и др. (п. 15.1 паспорта специальности 08.00.05 ВАК).

4. Развита методика обеспечения согласованного взаимодействия ПР и информационной среды предприятия, учитывающая, в отличие от известных, реальную разрешающую и пропускную способность ПР. Использование разработанной методики обеспечивает стабильность характеристик управленческих решений (п. 15.13 паспорта специальности 08.00.05 ВАК).

5. Предложен метод двухконтуриого разнотемпового управления, отличающийся от традиционного одноконтурного тем, что в первом контуре осуществляется адаптация модели выбора решения к системе предпочтений конкрегного менеджера, а во втором контуре адаптированная модель используется для управления предприятием. Подобная структура, может использоваться в КИС предприятия для согласования возможностей ПР и временных характеристик потока входных данных о текущем состоянии объекта управления (п. 15.13 паспорта специальности 08.00.05 ВАК).

6. Разработаны адаптивные модели выбора управленческих решений, использующие матричное представление платежей (игровые матричные и биматричные, марковские цепи с доходами, байесовские), которые, в отличие от традиционных, отражают предпочтения конкретного ПР, и ориентированы на решение задач планирования и управления как внутри предприятия, так и во взаимодействии с другими участниками рынка (п. 15.1 паспорта специальности 08.00.05 ВАК).

7. Предложен механизм варьирования степени автоматизации управленческих процедур в КИС предприятия - от информационно-советущего до автоматического - в зависимости от степени адаптированности модели выбора управленческих решений к предпочтениям менеджера, что обеспечивает гибкое встраивание адаптивных моделей в существующую на предприятии систему управления (п. 15.1 паспорта специальности 08.00.05 ВАК).

8. Разработан агоритмизированный подход к выявлению и формализации позиции ПР (в том числе склонности к риску, отношения к цели управления и др.) в процедурах принятия управленческих решений. Предложена конструктивная технология количественного оценивания позиции, в отличие от традиционных подходов, позволяющая внешним заинтересованным и пономочным лицам вести мониторинг позиции ПР и принимать обоснованные организационные решения (п. 15.13 паспорта специальности 08.00.05 ВАК).

По сравнению с ранее известными работами К.А. Багриновского, С.Г. Винокурова, В.В. Дудчака, В.А. Ирикова, Е.П. Киселицы, Н.Я. Петракова, H.H. Тренева, A.M. Хархарова, Р. Акоффа, Т. Оно и др. по адаптивному управлению предприятиями, где учитывалась лишь неопределенность внешней, внутренней среды и соответствующие риски, в диссертации разработаны подходы и методы, позволяющие адаптироваться к целям, критериям и предпочтениям ПР (менеджеров), учитывать в информационной системе накопленный ими опыт. Созданная автором методология развивает и средства межуровневого взаимодействия в иерархических системах предприятий, разработанные в трудах В.Н. Буркова и М. Месаровича, позволяя верхнему уровню вести мониторинг критериев и/или позиции менеджмента подчиненных уровней иерархии управления. Адаптивный подход к использованию экономико-математических моделей в практике оперативного управления промышленными предприятиями расширяет возможности традиционного применения разнообразных оптимизационных моделей планирования и управления, построенных в работах К.А. Багриновского, В.И. Данилина, Л.В. Канторовича, Дж. фон Неймана, Р. Акоффа и др. Разработанные в диссертации методы идентификации целевых функций и параметров позиции менеджеров в процедурах выбора управленческих решений расширяют арсенал средств исследования таких важных составляющих неоинституционализма как ограниченная рациональность (Г. Саймон) и оппортунистическое поведение (О. Уильямсон) экономических агентов.

Практическая значимость. Полученные в диссертации результаты, выводы и рекомендации развивают и допоняют концептуальные положения теории и практики управления современными предприятиями.

Результаты выпоненных автором исследований и предложенные подходы могут быть использованы для дальнейшей разработки методологических положений менеджмента предприятий.

Предложенный инструментарий выявления фактических предпочтений и позиций ПР может представлять практический интерес для топ-менеджеров предприятий, а также для внешних заинтересованных и пономочных лиц.

Разработанные в диссертации методы и агоритмы целесообразно включать в состав программного обеспечения систем автоматизированного управления промышленными предприятиями различных отраслей, использовано в учебном процессе.

Реализация результатов диссертации. Предложенные методы, агоритмы и системы выбора решений в условиях критериальной неопределенности были использованы и внедрены на: Ульяновском авиационном промышленном комплексе Авиастар в подсистеме АСАД; предприятиях ракетно-космической отрасли (г. Королев, Московской обл.); авиапредприятиях Кемеровского авиаотряда; производственных предприятиях, разрабатывающих и производящих радиоэлектронную, пищевую, строительную и программную продукцию - АОЗТ СКБ Термоприбор, ООО Русский каравай, ООО Королевхлеб, ООО Дорсервис, ООО Инфо.

Разработанные агоритмы, методы и системы выбора решений использовались при проведении трех хоздоговорных работ в научно-исследовательском секторе Московского авиационного института (технического университета) и в учебном процессе.

Апробация работы. Научные и практические результаты диссертации докладывались и обсуждались на: Всесоюзной конференции Модели планирования и оперативного управления на предприятии (Киев, 1981 г.); Всесоюзной конференции Проблемы и методы принятия решений в организационных системах управления, (Москва-Звенигород, 1981 г.); Всесоюзном семинаре Методы решения задач оперативного управления в АСУ отраслевого и межведомственного уровней (Москва, 1982 г.); Всесоюзной конференции Динамическое моделирование сложных систем, (Москва, 1982 г.); Всесоюзной конференции Проблемы и методы принятия решений в организационных системах управления, (Москва-Пущино, 1984 г.), XXXIII Международной конференции Информационные технологии в социологии, экономике, образовании и бизнесе (Украина, Гурзуф, 2006), а также на постоянно действующих семинарах: в лаборатории академика РАН Я.З. Цыпкина в Институте проблем управления РАН (1987 г.) и академика РАН О.И. Ларичева во ВНИИ Системных исследований (ИСА) РАН (1984 г.), на научном семинаре ЦЭМИ РАН Проблемы моделирования развития производственных систем руководители: член-корр. РАН Г.Б. Клейнер, д.э.н., проф. К.А. Багриновский, д.э.н., проф. О.Б. Брагинский (2007 г.).

Публикации. Основные идеи, положения и результаты диссертационного исследования опубликованы в 41 работах, в том числе 9 в изданиях, рекомендованных ВАК, выпоненных автором самостоятельно и в соавторстве. Общий объем авторских публикаций составляет более 50 п.л.

Структура и объем диссертации. Диссертация состоит из введения, шести глав, выводов по главам, заключения, списка литературы, содержащего 406 наименований, и приложения. Работа изложена на 317 страницах, включая 20 таблиц и 72 рисунка.

Диссертация: заключение по теме "Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда", Вилисов, Валерий Яковлевич

Выводы по главе 6

1. Априорная и текущая критериальная неопределенность является широко распространенным свойством системы управления подавляющего большинства предприятий, имеющих в своем составе те или иные бизнес-процессы технологического характера. На всех таких предприятиях попытки строить оптимальные оперативные планы при возникновении возмущений или отклонений неизбежно натакиваются на неопределенность параметров целевых функционалов. На примере производственного предприятия продемонстрирована технология адаптивного выбора управленческих решений в оперативном планировании материальных ресурсов на фазе запуска очередной партии продукции в производство с использованием разработанной в диссертации методологии.

2. Для учета разнообразия особенностей промышленных предприятий, возможностей из информационных систем предложен ряд режимов применения технологии адаптивного выбора управленческих решений, которые позволяют выбрать приемлемый вариант организации управления и учесть перспективу наращивания функций при интеграции разработанной методологии в систему управления предприятием.

3. Технология использования адаптивных моделей выбора решений, подробно рассмотренная в данной главе и в публикациях автора, нашла применение на предприятиях, производящих радиоэлектронную аппаратуру (АОЗТ СКВ Термоприбор), хлебо-булочную продукцию (ЗАО МП Русский каравай и ООО Королевхлеб), строительные материалы (ООО Дорсервис), программную продукцию (ООО Инфо). Элементы адаптивного управления внедрены в составе стандартных или специализированных программных комплексов.

4. На предприятиях авиационного профиля - эксплуатационных (Кемеровского авиаотряда) и производственных (Ульяновский авиационный промышленный комплекс Авиастар) проведена апробация и моделирование ряда оптимизационных задач, имеющих априорную и текущую критериальную неопределенность, таких как распределение ограниченных людских ресурсов, перепланирования графиков полетов самолетов в условиях сбоев и сетевых технологических графиков комплексов работ [64, 80]. На модельных расчетах показана эффективность применения для управления подобными процессами адаптивных оптимизационных моделей, разработанных в диссертации.

-241 -ЗАКЛЮЧЕНИЕ

1. Разработана методология адаптивного выбора решений на современных промышленных предприятиях, увязывающая в рамках единой концептуальной схемы основные элементы человеко-машинного управления. В их числе: цели, преследуемые в системе, критерии управления, позиция ПР, возможно отличающаяся от директивной или предполагаемой, модели выбора решений, которые могут быть адекватными процессам или нет, среда, генерирующая ситуации, требующие принятия решения и, наконец, механизм, воплощающий принятое решение в некоторый эффект. Эти элементы увязаны в единую систему, позволяющую реализовать более эффективные в сравнении с традиционным подходом способы выбора управленческих решений на основе адаптивных моделей исследования операций.

Взаимодействие ПР со средой, в рамках адаптивной парадигмы, в отличие от традиционной, происходит без посредства аналитиков, а с использованием системы моделей, которые адаптируются к его предпочтениям и позициям, учитывая текущее состояние среды. Применение предложенного подхода повышает эффективность управления предприятием в условиях дефицита времени и высокой динамики управляемых процессов.

2. Для обеспечения более адекватного отражения предпочтений ПР в КИС предприятия при подготовке управленческих решений построены адаптивные варианты моделей линейного программирования на основе решения обратных задач по данным о ситуации, требующей принятия решения, и о выборе, сделанном ПР. Наиболее удобным в практической реализации является стохастический рекуррентный агоритм камановского типа. Обратные задачи реализуют контур обратной связи, позволяющий поддерживать высокий уровень адекватности моделей выбора решений текущим предпочтениям ПР. Разработаны методы оценивания значимости частных критериев.

Методы решения обратных задач предложены и для других типов моделей математического программирования, таких как целочисленное, квадратичное программирование, транспортная задача. Рассмотрены особенности каждого из них применительно к экономическим ситуациям и показаны те условия, в которых возможно решение обратной задачи.

Для решения задач линейного программирования производственного типа разработан эффективный агоритм игровых итераций, который нагляднее и надежнее существующих, проще в реализации в составе программного обеспечения КИС.

3. Предложена технология построения согласованного интерфейса ПР и информационной среды предприятия на основе более рационального предъявления менеджеру данных с учетом его реальные возможности. Введен ряд новых понятий, позволяющих формализовать интерфейс ПР-КИС. В их числе пропускная и разрешающая способности ПР и модели, информативность ситуации, требующей принятия решения (СТПР), спектры ограничений и решения. Основным технологическим инструментом построения согласованного интерфейса послужили оптимальные активные и полуактивные эксперименты на ПР с целью выявления его предпочтений-- и/или текущих характеристик. Технология согласованного интерфейса позволяет организовать управление предприятием по двухконтурной разнотемповой схеме, основанной на адаптивных моделях, где в быстром контуре выпоняется управление с помощью модели, настроенной по предпочтениям ПР, а в медленном - ПР принимает решения по предъявлениям, согласованным с его текущими возможностями. Использование в системе управления предприятием подобного интерфейса позволяет обеспечить более стабильный уровень качества управленческих решений по сравнению с традиционным.

4. Разработаны адаптивные модели выбора решений, представленные в нормальной форме: игровые матричные и биматричные, байесовские, марковские цепи с доходами. Они позволяют обеспечивать более эффективное, по сравнению с известными подходами, решение задач планирования и управления как внутри предприятия, так и во взаимодействии с другими участниками рынка.

Для класса игровых моделей выбора созданы методы решения обратных антагонистических и биматричных игр в рекуррентной форме, позволяющие аппроксимировать взаимодействие сторон по наблюдениям. На основе решения обратных биматричных игр построен показатель антагонизма сторон.

Разработаны методы решения обратных задач для процедур управления, приводимых к марковским цепям с платежами. Подобными моделями аппроксимируются многошаговые процедуры выбора решений при управлении комплексом работ, многостадийными проектами и т.п.

Предложены методы решения обратных задач для байесовских моделей выбора решений в случае двухточечных множеств состояний и решений. Этим типом моделей аппроксимируется достаточно большой круг практических ситуаций, когда возникает необходимость в принятии или в отклонении некоторого варианта. Агоритм решения обратной задачи, как и для других указанных выше типов моделей, представлен в рекуррентной форме, удобной для реализации в составе КИС предприятия.

5. Предложена концепция позиции ПР. Построена конструктивная технология оценивания позиции по наблюдениям за решениями, принимаемыми ПР в ходе управления предприятием. Рассмотрены два аспекта выявления позиции ПР: одношаговый, основанный на выборе решений в условиях неопределенности (отражает позицию ПР от крайнего пессимизма до крайнего оптимизма) и многошаговый, основанный на деревьях решений, где часть ходов выпоняет ПР, а часть природа/среда. Рассмотрены и другие показатели, отражающие позицию ПР из числа изложенных в других разделах диссертации (коэффициенты целевой функции, значимости частных критериев, показатель антагонизма). Построенная технология дает допонительные возможности внешним заинтересованным и пономочным лицам вести мониторинг фактической позиции ПР и на этой базе принимать более обоснованные организационные решения, а в КИС использовать модель принятия решений, более адекватную позиции ПР

Разработанные в диссертации методы и программные средства внедрены и использованы на: Ульяновском авиационном промышленном комплексе в подсистеме АСАД; ряде предприятий ракетно-космической отрасли (г.Королев, Московской области); авиапредприятиях Кемеровского авиаотряда; производственных предприятиях, разрабатывающих и производящих радиоэлектронную, пищевую, строительную и программную продукцию - АОЗТ СКВ Термоприбор, ООО Русский каравай, ООО Королевхлеб, ООО Дорсервис, ООО Инфо.

Материалы диссертации использовались при проведении 3 хоздоговорных работ в научно-исследовательском секторе Московского авиационного института (технического университета) и в учебном процессе.

Имеется шесть документов о внедрении.

Диссертация: библиография по экономике, доктор экономических наук , Вилисов, Валерий Яковлевич, Москва

1. Абчук В.А. Справочник по исследованию операций / В.А. Абчук, Ф.А. Матвейчук, Л.П. Томашевский. Под ред. Ф.А.Матвейчука. - М.: Воениздат, 1979.

2. Адлер Ю.П. Планирование эксперимента при поиске оптимальных условий / Ю.П. Адлер, Е.В. Маркова, Ю.В. Грановский. М.: Наука, 1976.

3. Айвазян С.А. Прикладная статистика и основы эконометрики / С.А. Айвазян, B.C. Мхитарян. -М.: Юнити, 1998.

4. Айзеке Р. Дифференциальные игры. М.: Мир, 1967.

5. Акофф Р. Искусство решения проблем. М.: Мир, 1982.

6. Акофф Р. О целеустремленных системах / Р. Акофф, Ф. Эмери. М.: УРСС, 2008.

7. Акофф Р. Планирование в больших экономических системах. М.: Сов.радио, 1972.

8. Акоф Р. Основы исследования операций / Р. Акоф, М. Сасиени. М.: Мир, 1971.

9. Ансофф И. Стратегическое управление. М.: Экономика, 1989.

10. Аоки М. Оптимизация стохастических систем. М.: Наука, 1971.

11. Аристов С.А. Многофункциональные имитационные системы поддержки принятия решений в управлении предприятием. Ч М.: Финансы и статистика, 2007.

12. Арсеньев Ю.Н. Принятие решений. Интегрированные интелектуальные системы / Ю.Н. Арсеньев, С.И. Шелобаев, Т.Ю. Давыдова. М.: Юнити-Дана, 2003.

13. Аткинсон Р. Введение в математическую теорию обучения / Р. Аткинсон, Г. Бауэр, Э. Кротерс. М.: Мир, 1969.

14. Афанасьев М.Ю. Исследование операций в конкретных ситуациях. М.: ТЕИС, 1999.

15. Афанасьев М.Ю. Исследование операций в экономике: модели, задачи, решения / М.Ю. Афанасьев, Б.П.Суворов. М.: ИНФРА-М, 2003.-24616. Афанасьев М.Ю. Прикладные задачи исследования операций / М.Ю.

16. Афанасьев, К.А. Багриновский, В.М. Матюшок. М.: ИНФРА-М, 2006.

17. Афанасьев М.Ю. Сборник задач по микроэкономике / М.Ю. Афанасьев, В.И. Данилин, М.: ТЕИС, 2005.

18. Ахьюджа X. Сетевые методы в проектировании и производстве. М.: Мир, 1979.

19. Бабенко Т.И. Методы принятия управленческих решений / Т.П. Бабенко, С.Б. Барабаш. Новосибирск: Изд-во СО РАН, 2006.

20. Багриновский К.А. Имитационные системы принятия экономических решений / К.А. Багриновский, К.А. Конник, М.Р. Левинсон. М.: Наука, 1989.

21. Багриновский КА. Интелектуальная система в отраслевом планировании / К.А. Багриновский, В.В. Логвинец. -М.: Наука, 1989.

22. Багриновский К.А. Модели и методы экономической кибернетики. М.: Экономика, 1973.

23. Багриновский К А. Моделирование процессов адаптации экономических систем / К.А. Багриновский, H.H. Тренев // Экономика и математические методы, выпуск 2, 1999.

24. Багриновский К.А. О методах адаптивного управления в переходной экономике // Экономическая наука современной России, 2, 1999.

25. Багриновский К.А. Основы теории согласованных плановых решений. М.: Экономика, 1976.

26. Бадин В.К. Управленческие решения / В.К. Бадин, С.Н. Воробьев, В.Б. Уткин. Ч М.: Изд.-торг. корпорация Дашков и К0, 2007.

27. Бадин КВ. Риск-менеджмент. М.: Эксмо, 2006.

28. Баронов В.В. Автоматизация управления предприятием / В.В. Баронов, Г.Н. Калянов, Ю.И. Попов, А.И. Рыбников. М.: Инфра-М, 2003.

29. Баранов В.В. Процессы принятия управленческих решений, мотивированных интересами. М.: Физматлит, 2005.-24730. Баркалов A.B. Об одной модификации метода Брауна / A.B. Баркалов, Н.В.

30. Шестакова //Тр. 10-й междисциплинарной конф. Нелинейный мир.1. Н.Новгород, 2005.

31. Барский А.Б. Нейронные сети: распознавание, управление, принятие решений. М.: Финансы и Статистика, 2004.

32. Беленький В.З. Итеративные методы в теории игр и программировании / В.З. Беленький, В.А. Воконский. -М.: Наука, 1974.

33. Бекин А.Р. Принятие решений: комбинаторные модели аппроксимации информации / А.Р. Бекин, М.Ш. Левин. М.: Наука, 1990.

34. Беляев U.C. Решение сложных оптимизационных задач в условиях неопределенности. М.: Наука, 1978.

35. Бенайюн Р. Линейное программирование при многих критериях / Р. Бенайюн, О. Ларичев, Ж. Монгольфье, Ж. Тернии // Автоматика и телемеханика. 1971. №8.

36. Берж К. Общая теория игр нескольких лиц. М.: Физматгиз, 1961.

37. Бесконечные антагонистические игры / Сб. науч. тр. / Под ред. Н.Н.Воробьева. М.: Наука, 1963.

38. Бешелев С.Д. Математико-статистические методы экспертных оценок / С.Д. Бешелев, Ф.Г. Гурвич. М.: Статистика, 1980.

39. Бир Ст. Кибернетика и управление производством. М.: Физматгиз, 1963.

40. Бир С. Мозг фирмы. М.: УРСС, 2005.

41. Бондарева О.Н. О теоретико-игровых моделях в экономике. Л.: ГУ, 1974.

42. Борисов А.Н. Диалоговые системы принятия решений на базе Мини-ЭВМ: информационное, математическое и программное обеспечение / А.Н. Борисов, Э.Р. Вилюмс, Л.Я. Сукур. Рига: Зинатне, 1986.

43. Борисов А.Н. Принятие решений на основе нечетких моделей: примеры использования / А.Н. Борисов, O.A. Крумберг, И.П. Федоров. Рига: Зинатне, 1990.

44. Борисов А.Н. Интерактивные методы оценки решений / А.Н. Борисов, A.C. Левченков. Рига: Зинатне, 1982.-24845. Боровиков В.П. Прогнозирование в системе STATISYICA в среде Windows:

45. Основы теории и интенсивная практика на компьютере / В.П. Боровиков, Г.И.

46. Ивченко. М.: Финансы и статистика, 2006.

47. Браверман Э.М. Математические модели планирования и управления в экономических системах. Ч М.: Наука, 1976.

48. Брайсон А. Прикладная теория оптимального управления. Оптимизация, оценка и управление / А. Брайсон, Хо Ю-Ши М.: Мир, 1972.

49. Брянский Г.А. Хозяйственные ситуации. Практическое пособие / Г.А. Брянский, М.Л. Разу, O.A. Овсянников. М.: Экономика, 1983.

50. Букан Дж. Научное управление запасами / Дж. Букан, Э. Кенигсберг. М.: Наука, 1967.

51. Булатов В.П. Обратные задачи математического программирования. Методы глобальной оптимизации. Докл. Рос. акад. наук. 2001 . Т. 376, N 4.

52. Бурков В.Н. Механизмы функционирования организационных систем. М.: Наука, 1981.

53. Бурков В.Н. Основы математической теории активных систем. М.: Наука, 1977.

54. Бусленко Н. П. Моделирование сложных систем. М. Наука 1978г.

55. Буш Р. Стохастические модели обучаемости / Р. Буш, Ф. Мостелер. М.: Физматгиз, 1962.

56. Вагнер Г. Основы исследования операций : В 2 т. М.: Мир, 1973

57. Валъд А. Последовательный анализ. М.: Физматгиз, 1960.

58. Васманов В.В. Автоматизированные системы оперативного управления. М.: Энергия, 1970.

59. Бахрушина М.А. Управленческий анализ: Выбор оптимального решения. М.: Омега-Л, 2005.

60. Вентцелъ Е. С. Исследование операций. М.: Сов. радио, 1972.

61. Вилисов В.Я. Адаптивная модель оперативного распределения ресурсов в АСУП / В.Я. Вилисов, В.Н. Виноградов, А.Я. Вовнобой, В.В. Лепехин //

62. Динамическое моделирование сложных систем : Сб. материалов Всесоюз. науч.-техн. конф. М.: НТО им. акад.Вавилова, 1982.

63. Вилисов В.Я. Адаптивная модель принятия решений при оперативном управлении в АСУ / В.Я. Вилисов, А .Я. Вовнобой // Методы решения задач оперативного управления в АСУ отраслевого и межведомственного уровней: Тез. докл. 2-го Всесоюз. сем. М, 1982.

64. Вилисов В.Я. Адаптивное управление доступом в информационно-вычислительных сетях АСУ авиапредприятием // Автоматизация процессов и систем управления производством в гражданской авиации: Сб. научных трудов. М.: МИИГА, 1988.

65. Вилисов В.Я. Адаптивные модели в АСУ / В.Я. Вилисов, Ф.Н. Вилисова. М.: Изд-воМАИ, 1983.

66. Вилисов В. Я. Адаптивные модели исследования операций в экономике. М.: Энит, 2007.

67. Вилисов В.Я. Адаптивные модели предпочтений ПР, построенные в активном эксперименте // Проблемы и методы принятия решений в организационных системах управления: Тез. докл. Всесоюз. конф. М.Звенигород: ВНИИ системн. исслед., 1981.

68. Вилисов В.Я. Адаптивный подход к распределению ограниченных материальных ресурсов в производственных системах // Менеджмент в России и за рубежом, выпуск 5, 2007.

69. Вилисов В.Я. Адаптивный подход к управлению запасами дефицитных материалов для производства // Лесной вестник, выпуск 4, 2008.

70. Вилисов В.Я. Агоритмы принятия решений при испытании ЛА. М.: Изд-во МАИ, 1982.-25070. Вилисов В.Я. Байесовские модели в процессе разработки / В.Я. Вилисов, Ю.А.

71. Айзенберг: Сб. науч. тр. МАИ под ред. В.И. Козлова, A.C. Протопопова. Ч1. М.,1976. Вып. 348.

72. Вилисов В.Я. Байесовские решения в процессе отработки технических систем / В.Я. Вилисов, М.Ф. Росин: Сб. науч. тр. МАИ под ред. Б.Н.Петрова. Ч М.,1976.-Вып. 367.

73. Вилисов В.Я. Введение в проектирование АСУ / В.Я. Вилисов, О.Ю. Здановский, В.В. Лепехин. М.: Изд-во МАИ, 1982.

74. Вилисов В.Я. Выявление позиции менеджера в процессе управления предприятием // Вестник ИНЖЭКОНа. Серия: Экономика, выпуск 3, 2008.

75. Вилисов В.Я. Марковская модель структуры системы управления: Сб. науч. тр. МАИ под ред. В.В.Лепехина, В.Д.Тюрина. М.,1979. - Вып. 499.

76. Вшисов В.Я. Методы выбора экономических решений. Адаптивные модели. -М.: Финансы и статистика, 2006.

77. Вшисов В.Я. О восстановлении критерия лица, принимающего решения // Математическое обеспечение АСУ комплексами ЛА: Сб. науч. тр. МАИ -М.,1984.

78. Вшисов В.Я. Об одной модели живучести систем: Сб. науч. тр. МАИ под ред. В.В Лепехина, В.Д.Тюрина. М.,1979. - Вып. 499.

79. Вшисов В.Я. Об одном аспекте автоматизации процедур принятия решений: Сб. науч. тр. МАИ под ред. С.П. Иноземцева. М.,1980.

80. Вшисов В.Я. Об одном способе определения степени антагонизма предприятий-участников рынка // Вестник Самарского ГЭУ, выпуск 5, 2008.

81. Вшисов В.Я. Об оптимизации испытаний подсистем технических объектов: Сб. науч. тр. МАИ под ред. В.В.Лепехина, Н.И. Бушукина. М.,1978. - Вып. 442.

82. Вшисов В.Я. Оптимальная организация процесса испытаний технических объектов в ходе разработки / В.Я. Вилисов, М.Ф. Росин // Оптимизация технических систем: Тез. докл. Всесоюз. науч.-тех. конф. Новосибирск, 1976.

83. Вилисов В.Я. Оперативное управление трудовыми ресурсами комплексной смены на основе адаптивных моделей линейного программирования / В.Я. Вилисов, А.Я. Вовнобой // Вестник Самарского ГЭУ, выпуск 5, 2008.

84. Вилисов В.Я. Особенности взаимодействия ПР с адаптивными моделями принятия решений // Проблемы и методы принятия решений в организационных системах управления: Тез. докл. 2-й Всесоюз. конф. М.-Пущино: ВНИИ систем.исслед., 1984.

85. Вилисов В.Я. Позиция лица, принимающего решения, и ее роль в системе управления предприятием // Вестник МГУЛ, выпуск 2, 2008.

86. Вилисов В.Я. Принятие решений в АСУ на основе настраиваемых моделей /

87. B.Я. Вилисов, Д.П. Карпов // Динамическое моделирование сложных систем: Матер. Всесоюз. конф. М., 1982.

88. Вилисов В.Я. Проблемы автоматизации принятия решений в комплексной АСУ / В.Я. Вилисов, О.Ю. Здановский // Модели планирования и оперативного управления на предприятии: Тез. докл. Всесоюз. конф. Киев, 1981.

89. Вилисов В.Я. Согласованное управление запасами материалов для производства // Вестник МАДИ, выпуск 2, 2008.

90. Вилисов В.Я. Управление развитием сложных игровых систем / В.Я. Вилисов,

91. C.С. Логинов: Сб. науч. тр. РПИ. Рига, 1986.

92. Вилисов В.Я. Управление экспериментом в процессе разработки технических систем / В.Я. Вилисов, М.Ф. Росин // Техническая кибернетика Изв. АН СССР.-М.,1976.-№ 6.

93. Вилисов В.Я. Экспертные методы в АСУ производством и отработкой ЛА. / В. Я. Вилисов, А.Я. Вовнобой, Д.П. Карпов, В.А. Лапушкин. М.: Изд-во МАИ, 1984.

94. Открытое образование, выпуск 3, 2008.

95. Вилисова И.В. Система управления конкурентоспособностью продукции машиностроительных предприятий // Современные аспекты экономики. -СПб, 2002. № 4.

96. Викас Э.И. Оптимальность в играх и решениях. М.: Наука, 1990.

97. Викас Э.И. Теория, информация, моделирование / Э.И. Викас, Е.З. Майминас. М.: Радио и связь, 1981.

98. Винер Н. Кибернетика или управление и связь в животном и машине. М.: Сов. радио, 1968.

99. Винокуров С.Г. Модели и методы оперативного менеджмента. Ч М.: Экономика, 2007.

100. Волочиенко В.А. Организация управления производственным процессом машиностроительного предприятия на основе распознавания проблемных ситуаций (теория, методология, методы реализации). М.: Изд-во МГУЛ, 2007.

101. Вопросы анализа и процедуры принятия решений / Под ред. И.Ф. Шахнова. -М.: Мир, 1976.

102. Воробьев H.H. Основы теории игр. Бескоалиционные игры. М.: Наука, 1984.

103. Воробьев H.H. Ситуация равновесия в биматричных играх, Теория вероятностей и ее применения, т.З, №3, 1958.

104. Гаврилец Ю.Н. Измерение предпочтений индивидов в социальной среде / Ю.Н. Гаврилец, Б.А. Ефимов // Экономика и математические методы, Том 33. выпуск 2, 1997.

105. Гаврилец Ю.Н. Целевые функции социально-экономического планирования. -М.: Экономика, 1983.

106. Гаврилов Д.А. Управление производством на базе стандартов MRP II. СПб.: Питер, 2005.

107. Гафт М.Г. Принятие решений при многих критериях. М.: Знание, 1979.

108. Геловани В.А. Интелектуальные системы поддержки принятия решений / В.А. Геловани, A.A. Башлыков, В.Б. Бритков, Е.Д. Вязилов. М.: Эдиториал УРСС, 2001.

109. Гермейер Ю.Б. Игре с непротивоположными интересами. М.: Наука, 1976.

110. Гермейр Ю.Б. Введение в теорию исследования операций. М.: Наука, 1971.

111. Глушков В.М. Введение в АСУ. Киев: Техника, 1974.

112. Глушков В.М. К вопросу системной оптимизации в многокритериальных задачах линейного программирования / В.М. Глушков В.М., B.C. Михалевич, B.JI. Вокович, Г.А. Доленко // Кибернетика, 5, 1980.

113. Голубков Е.П. Технология принятия управленческих решений. М.: Дело и сервис, 2005.

114. Головизина А.Т. Бухгатерский управленческий учет / А.Т. Головизина, О.И. Архипова. M.: ТК Веби, Изд-во Проспект, 2003.

115. Горелик О.М. Производственный менеджмент: принятие и реализация управленческих решений. М.: Кнорус, 2007.

116. Горелик В.А. Теоретико-игровые модели принятия решений в эколого-экономических системах / В.А. Горелик, А.Ф. Кононенко. М.: Радио и связь, 1982.

117. Гренъ Е. Статистические игры и их применение. М.: Статистика, 1975.

118. Гореткина Е. Бизнес-аналитику в массы // PC Week/RE, 43, 2007.

119. Гхосал А. Прикладная кибернетика и ее связь с исследованием операций. М.: Радио и связь, 1982.

120. Данилин В.И. Операционное и финансовое планирование в корпорации. М.: Наука. - 2006.131 .Данилин В.И. Случайный выбор и случайные предпочтения // Экономика и математические методы, том 41, выпуск 1, 2005.

121. Де Гроот М. Оптимальные статистические решения. М.: Мир, 1974.

122. ДегтяревЮ.И. Исследование операций. М.: Высшая школа, 1986.-256134. Демидов В. Решение задач оперативного управления производством наразличных уровнях информационной структуры предприятия / Современные

123. Технологии Автоматизации, 1, 2006.

124. Детмер У. Теория ограничений Годратта: системный подход к непрерывному совершенствованию. М.: Альпина Бизнес Букс, 2007.

125. Диксон 77. Фабрики мысли. М.: Прогресс, 1976.

126. Дрейпер Н. Прикладной регрессионный анализ / Н. Дрейпер, Г. Смит. М.: Статистика, 1973.

127. Друкер 77. Эффективное управление. Экономические задачи и оптимальные решения. М.: Фаир-Пресс, 2001.

128. Дубров A.M. Компонентный анализ и эффективность в экономике. М.: Финансы и статистика, 2002.

129. Дудчак В.В. Система адаптивного управления предприятий оборонно-промышленного комплекса. М.: Вузовская книга, 2005.

130. Дэвид Г. Метод парных сравнений. М.: Статистика, 1978.

131. Дюбин Г.Н. Введение в прикладную теорию игр / Т.Н. Дюбин, В.Г. Суздаль. -М.: Наука, 1981.

132. Евланов Л.Г. Теория и практика принятия решений. М.: Экономика, 1984.

133. Евланов Л.Г. Экспертные оценки в управлении / Евланов Л.Г., Кутузов В.А. -М.: Экономика, 1978.

134. Емельянов A.A. Имитационное моделирование в управлении рисками. СПб.: СПб Гос.инж-эк.академия, 2000.

135. Емельянов A.A. Имитационное моделирование экономических процессов / A.A. Емельянов, Е.А. Власова, Р.В. Дума. М.: Финансы и статистика, 2006.

136. Ермольев Ю.М. Методы стохастического программирования. М.: Наука, 1976.

137. Жданов A.A. Автономный искусственный интелект. -М.: БИНОМ, 2008.

138. Жданов С.А. Экономические модели и методы в управлении. М.: Изд-во Дело и Сервис, 1998.-257150. Житков В. А. Формализованный метод оценки менеджерского искусства /

139. В.А. Житков, М.К. Исаева, Л.Ф. Царфин // Экономика и математическиеметоды, том 40, выпуск 2, 2004.

140. Жуковин В.Е. Применение модели обучения Эстеса для многокритериальных задач принятия решений // В сб. Нормативные и дескриптивные модели принятия решений. М.: Наука, 1981.

141. Забродский В.А. Оптимизация функционирования АСУ предприятием / В.А. Забродский, В.И. Скурихин. Киев: Вигца школа, 1978.

142. Загидулин P.P. Оперативно-календарное планирование в гибких производственных системах / Под ред. В.Ц. Зориктуева. М.: Изд-во МАИ, 2004.

143. Загидулин P.P. Управление машиностроительным производством с помощью MES-систем / P.P. Загидулин, Е.Б. Фролов // СТИН, 11, 2007.

144. Заде Я. Понятие лингвистической переменной и ее применение. М.: Мир, 1976.

145. Зайцев М.Г. Методы оптимизации управления и принятия решений: примеры, задачи, кейсы / М.Г. Зайцев, С.Е. Верюхин. М.: Дело, 2008.

146. Залесский А.Б. Функционирование комплекса предприятий разной критериальной ориентации при едином рынке сбыта его конечной продукции // Экономика и математические методы, Том 34, выпуск 1, 1998.

147. Зелънер А. Байесовские методы в эконометрии. М.: Статистика, 1980.

148. Ивахнеико А.Г. Принятие решений на основе самоорганизации / Ивахненко А.Г., Зайченко Ю.П., Димитров В.Д. М.: Сов.радио, 1976.

149. Иващенко A.A. Механизмы финансирования инновационного развития фирмы / A.A. Иващенко, Д.В. Колобов, Д.А. Новиков. М.: ИПУ РАН, 2005.

150. Ильенкова С.Д. Производственный менеджмент / С.Д. Ильенкова, A.B. Бандурин, Г.Я. Горбовцов и др. : Под ред. С.Д. Ильенковой. М.: ЮНИТИ-ДАНА, 2001.

151. Интрилигатор М. Математические методы оптимизации и экономическая теория / Под ред. А.А.Конюса. 1975.

152. ХбЪ.Ириков В.А. Распределенные системы принятия решений / В.А. Ириков, Н.Н. Тренев. М.: Наука, 1999.

153. Исследование операций. Методологические основы и математические методы / Под ред. Дж. Моудера, С. Эмаграби: В 2 т. М.: Мир, 1981. - Т. 1.

154. Исследование операций. Модели и применения / Под ред. Дж. Моудера, С. Эмаграби: В 2 т. М.: Мир, 1981. - Т. 2.

155. Исследование операций. Методологические аспекты / Сб. науч. тр. М.: Наука, 1972.

156. Исследования по кибернетике / Сб. науч. тр. / Под ред. А.А.Ляпунова. М.: Сов.радио, 1970.

157. Казачков П. А. Об оценке эффективности рекламных компаний // Экономика и математические методы, том 41, выпуск 2, 2005.

158. Как организовать цепочку поставок. М.: Альпина Бизнес Букс, 2008.

159. Калачанов В.Д. Информационный менеджмент и системы автоматизации управления предприятием / В.Д. Калачанов В.Д., А.И.Рыбников, А.Л.Рыжко,

160. A.К.Шилов. / Под ред. В.Д. Калачанова и А.Л. Рыжко. М.: МАИ, 2002.

161. Каплан А.В. Решение экономических задач на компьютере / А.В. Каплан, В.Е. Каплан, М.В. Мащенко, Е.В. Овечкина. М.: ДМК Пресс; СПб Питер, 2004.

162. Кардаил В.А. Конфликты и компромиссы в рыночной экономике. М.: Наука, 2006.

163. Карберг К. Бизнес-анализ с помощью Microsoft Excel. М.: Вильяме, 2003.

164. Канторович JI.B. Оптимальные решения в экономике / Л.В. Канторович, А.Б. Горстко. М.: Наука, 1972.

165. Канеман Д. Принятие решений в неопределенности: правила и предубеждения / Д. Канеман, П. Словик, А. Тверски, Пер. с англ. Под ред. Г.

166. B. Суходольского, Харьков, Гуманитарный центр, 2005.

167. Качалов P.M. Управление хозяйственным риском. М.: Наука, 2002. 192 с.

168. Квейд Э. Анализ сложных систем. М.: Сов.радио, 1969.1%.Кемени Дж. Кибернетическое моделирование. Некоторые приложения / Кемени Дж., Дж.Снел М.: Сов.радио, 1972.

169. Кини Р.Л. Принятие решений при многих критериях: предпочтения и замещения / P.JL Кини, X. Райфа. -M.: Радио и связь, 1981.

170. Кирхлер Э. Принятие решений в организациях. Психология труда и организационная психология. Том 4 / Э. Кирхлер, А. Шротт. Пер. с нем. -Харьков: Гуманитарный центр, 2004.

171. Киселева И.А. Коммерческие банки: модели и информационные технологии в процедурах принятия решений. М.: УРСС Ч 2002.

172. Киселица Е.П. Технологии управления экономикой предприятия в условиях неопределенности. Тюмень: Изд-во ТГУ, 2006.

173. Ъ. Клейнер Г.Б. К методологии моделирования принятия решений экономическими агентами // Экономика и математические методы, том 39, выпуск 2, 2003.

174. Клейнер Г.Б. Моделирование механизма агрегирования приоритетов участников системы принятия решений на предприятии // Экономика и математические методы. Том 38, выпуск 3, 2002.

175. Клейнер Г.Б. Производственные функции: теория, методы, применения. М.: Финансы и статистика, 1986.

176. Клейнер Г.Б. Предприятия в нестабильной экономической среде: риски, стратегии, безопасность / Г.Б. Клейнер, B.JI. Тамбовцев, P.M. Качалов. М.: Экономика, 1997.

177. Клейнер Г.Б. Стратегия предприятия. М.: Издательство Дело АНХ, 2008.

178. Клейнер Г.Б. Эконометрические зависимости: принципы и методы построения / Г.Б. Клейнер, С.А. Смоляк. М.: Наука, 2000.

179. Клейнер Г.Б. Экономико-математическое моделирование и экономическая теория // Экономика и математические методы. Ч Т. 37, № 3, 2001.

180. Клиланд Д. Системный анализ и целевое управление / Клиланд Д., Кинг В. -М.: Сов.радио, 1974.

181. Кнъии М.И. Конкурентные стратегии. СПб.: СПбТА, 2000.

182. Кобелев Н.Б. Практика применения экономико-математических методов и моделей. М.: Финстатинформ, 2000.-260193. Колесников С.Н. Стратегия бизнеса. М.: Статус-кво, 2000.

183. Колесов А. Расстановка сил на рынке средств управления эффективностью // PC Week/RE, 42, 2007.

184. Количественные методы анализа в маркетинге / Под ред. Т.П. Данько, И.И. Скоробогатых. СПб.: Питер, 2005.

185. Колобов A.A. Инженерная экономика / В.В. Кочетов, A.A. Колобов, И.Н. Омельченко. -М.: Изд-во МГТУ им. Н.Э. Баумана, 2005.

186. Колобов A.A. Стратегическое управление организационно-экономической устойчивостью фирмы: логистикоориентированное проектирование бизнеса / А.Д. Канчавели, A.A. Колобов, И.Н. Омельченко. М.: Изд-во МГТУ им. Н.Э. Баумана, 2001.

187. Колосов JI.B. Ретроспективная идентификация возмущений и помех / JI.B. Колосов, Я.А. Гельфандбейн. М.: Сов. радио, 1972.

188. Конвей Р.В. Теория расписаний / Конвей Р.В., Максвел В.Л., Милер Л.В. -М.: Наука, 1975.

189. Корн Г. Справочник по математике для научных работников и инженеров / Г. Корн, Т. Корн. М.: Наука, 1977.

190. Косорукое O.A. Исследование операций / O.A. Косоруков, A.B. Мищенко. -М.: Экзамен, 2003.

191. Котлер Ф. Маркетинг менеджмент. Экспресс-курс. СПб: Питер, 2001.

192. Кофман А. Методы и модели исследования операций. Целочисленное программирование / А. Кофман, А. Анри-Лабордер. М.: Мир, 1977.

193. Крапивин В.Ф. Теоретико-игровые методы синтеза сложных систем в конфликтных ситуациях. М.: Сов.радио, 1972.

194. Круг Г.К Планирование эксперимента в задачах идентификации и экстраполяции / Г.К. Круг, Ю.А. Сосулин, В.А. Фатуев. М.: Наука, 1977.

195. Кулиев В.Д. Менеджмент. Управленческие решения / В.Д. Кулиев, Б.А. Лагоша, и др. М.: Изд-во МГОУ, 2006.

196. Курилов А.Е. Диалоговый режим комбинированных процедур принятия решений / А.Е. Курилов, В.Я. Ларин. //Тр.конф. ВНИИСИ. 1982.

197. Лагоша Б. А. Оптимальное управление в экономике. М.: Финансы и статистика, 2002.

198. Ларичев О.И. Аналитический обзор процедур решения многокритериальных задач математического программирования / О.И. Ларичев, А.Д. Никифоров // Экономика и математические методы. Т. 16, вып. 2, 1986.

199. Ларичев О.И. Наука и искусство принятия решений. М.: Наука, 1979.

200. Ларичев О.И. О возможностях получения от человека непротиворечивых оценок многомерных альтернатив / О.И. Ларичев, Е.М. Мошкович // Дескриптивный подход к изучению процессов принятия решений при многих критериях / Сб.тр. ВНИИСИ. 1980. - Вып.9.

201. Ларичев О.И. Объективные модели и субъективные решения. М.: Наука, 1987.

202. Ларичев О.И. Проблемы взаимодействия человек-ЭВМ в системах поддержки принятия решений // Сб.тр. ВНИИСИ. 1984. - Вып.9.

203. Ларичев О.И. Системный анализ и принятие решений // Сб.тр. ВНИИСИ. -1982. -Вып.6.

204. Ларичев О.И. Системы поддержки принятия решений: современное состояние и перспективы развития / О.И. Ларичев, А.Б. Петровский // Итоги науки и техники. М.: ВИНИТИ, 1987. Т.21.

205. Ларичев О.И. Теория и методы принятия решений. М.: Логос, 2000.

206. Экономика и математические методы. Т. 16, вып. 1, 1980.22\.Ли Р. Оптимальные оценки, определение характеристик и управление. М.:1. Наука, 1966.

207. Левин М.И. Математические модели экономического взаимодействия / М.И. Левин, В.Л. Макаров, A.M. Рубинов. М.: Физматлит., 1993.

208. Левина С.Ш. Управленческие решения: практикум / С.Ш. Левина, Р.Ю. Турчаева. Ростов н/Д: Феникс, 2007.

209. Леоненков A.B. Решение задач оптимизации в среде MS Excel. Ч СПб: БХВ-Петербург, 2005.

210. Леонов Ю.П. Теория статистических решений и психофизика. М.: Наука, 1977.

211. Лившиц В.Н. Выбор оптимальных решений в технико-экономических расчетах. М.: Экономика, 1971.

212. Лившиц В.Н. Оптимизация при перспективном планировании и проектировании. М.: Экономика, 1984.

213. Лисичкин В.А. Принятие решений на основе прогнозирования в условиях АСУ / В.А. Лисичкин, Е.И. Голынкер. М.: Финансы и статистика, 1981.

214. Литвак Б.Г. Разработка управленческого решения. М.: Дело, 2001.

215. Литвак Б.Г. Экспертные технологии в управлении. М.: Дело, 2004.

216. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. М.: Финансы и Статистика, 2003.

217. Лунгу КН. Линейное программирование. Руководство к решению задач. М.: Физматлит, 2005.

218. Майн X. Марковские процессы принятия решений / X. Майн, С. Осаки. М.: Наука, 1977.

219. Макаров В.Л. Микроэкономика знаний / В.Л. Макаров, Г.Б. Клейнер. М.: ЗАО Издательство Экономика, 2007.

220. МаленвоЭ. Лекции по микроэкономическому анализу. М.:Наука, 1985.

221. Маркова Е.В. Классификация и обзор отечественных экспертных систем / Е.В. Маркова, Г.В. Гене, Л.М. Манихас // В сб.: Проблемы стендового моделирования экономических объектов. М.: ЦЭМИ АН СССР, 1987.

222. Математические методы в исследовании операций: Сборник / Под ред. Н.Н. Моисеева, П.С. Краснощекова. М.: Изд-во МГУ, 1981.

223. Математическое моделирование / Под ред. Дж.Эндрюса, Р.Мак-Лоуна. М.: Мир, 1979.

224. Матричные игры / Под ред. Н.Н.Воробьева. М.: Наука, 1961.

225. Мауэргауз Ю.Е. Автоматизация оперативного планирования в машиностроительном производстве. М.: Экономика, 2007.

226. Мауэргауз Ю.Е. Информационные системы промышленного менеджмента. -М.: Филинъ, 1999.

227. Медич Дж. Статистически оптимальные линейные оценки и управление. М.: Энергия, 1973.

228. Мельник О. Ветры перемен на рынке ERP-систем // CRN/RE (ИТ-бизнес), 18, 2007.

229. Менеджмент качества. Принятие решений о качестве, управляемом заказчиком, Под ред. А. Г. Варжапетяна. М.: Вузовская книга, 2004.

230. Меньшов А.И. Человек в системе управления летательными аппаратами / А.И. Меньшов, Г.И. Рыльский. М.: Машиностроение, 1976.

231. Месарович М. Теория иерархических многоуровневых систем / М. Месарович, Д. Мако, И. Такахара. М.: Мир, 1973.

232. Методические рекомендации по оценке эффективности инвестиционных проектов. № ВК 499 от 21 июня 1999 года. М.: Экономика, 2000.

233. Миркин Б.Г. Проблема группового выбора. М.: Наука, 1974.

234. Мовшович С.М. Игровая модель выбора стратегии налоговой инспекции // Экономика и математические методы, том 39, выпуск 2, 2003.

235. Модели и методы теории логистики / Под ред. B.C. Лукинского. СПб.: Питер, 2003.-264251. Моделирование рисковых ситуаций в экономике и бизнесе / A.M. Дубров,

236. Б.А. Лагоша, Е.Ю. Хрусталев, Т.П. Барановская / Под ред. Б.А. Лагоши. М.:

237. Финансы и статистика, 2001.

238. Моисеев H.H. Агоритмы развития. М.: Наука, 1987.

239. Моисеев H.H. Люди и кибернетика. М.: Мол. гвардия, 1984.

240. Моисеев H.H. Математика ставит эксперимент. М.: Наука, 1979.

241. Моисеев H.H. Математические задачи системного анализа. М.: Наука, 1981.

242. Моррис У. Наука об управлении. Байесовский подход. М.: Мир, 1971.

243. Мулен Г. Теория игр с примерами из математической экономики. М.: Мир, 1985.

244. Мушик Э. Методы принятия технических решений / Мушик Э., Мюлер П. -М.: Мир, 1990.

245. Назии A.B. Адаптивный выбор вариантов: рекуррентные агоритмы / A.B. Назин, A.C. Позняк. М.: Наука, 1986.

246. Найденков В.И. Разработка управленческих решений. М.: Приор-издат, 2004.

247. Найт Ф.Х. Риск, неопределенность и прибыль. -М.: Дело, 2003.

248. Налимов В.В. Теория эксперимента. М.: Наука, 1971.

249. Налимов В.В. Логические основания планирования эксперимента / В.В. Налимов, Т.Н. Голикова М.: Металургия, 1981.

250. Негойцэ К. Применение теории систем к проблемам управления. М.: Мир, 1981.

251. Нейлор К. Как построить свою экспертную систему. М.: Энергоатомиздат, 1991.

252. Нейман Дж. Теория игр и экономическое поведение / Нейман Дж., Моргенштерн О. М.: Наука, 1970.

253. Николаев В.И. Системотехника: методы и приложения / В.И. Николаев, В.М. Брук.-Л.: Машиностроение, 1985.

254. Николаева O.E. Управленческий учет / O.E. Николаева, Т.В. Шишкова. М.: УРСС, 1997.

255. Ногин В Д. Принятие решений в многокритериальной среде: количественный подход. М.: Физматлит, 2005.

256. Нормативные и дескриптивные модели принятия решений / Сб. науч. тр. М.: Наука, 1981.

257. О'ЛириД. ERP-системы. Современное планирование и управление ресурсами предприятия. -М.: Вершина, 2004.

258. Обработка нечеткой информации в системах принятия решений / А.Н. Борисов, A.B. Алексеев, Г.В. Меркурьев и др. М.: Радио и связь, 1989.

259. Орловский С. А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981.

260. Отоцкий Л. Первое кресло // Компьютера, 15, 2008.

261. Отоцкий Л. Стаффорд Бир и Киберсин 2006 // Компьютера, 15, 2006.

262. Отоцкий Л. Стаффорд Бир и новые аналитические средства КИС. Oracle Magazine RE, № 1, 2008, с. 52-56

263. Оуэн Г. Теория игр. М.: Мир, 1971.

264. Охорзин В.А. Оптимизация экономических систем. Примеры и агоритмы в среде MathCad. М.: Финансы и Статистика, 2005.

265. Парамонов Ф.И. Теоретические основы производственного менеджмента / Ф.И. Парамонов, Ю.М. Содак. М.: Бином. Лаборатория знаний. - 2003.

266. Партхасаратхи Т. Некоторые вопросы теории игр двух лиц / Т. Партхасаратхи, Т. Рагхаван. -М.: Мир, 1974.

267. Первозванский A.A. Математические модели в управлении производством. -М.: Наука, 1975.

268. Петраков Н.Я. Русская рулетка: экономический эксперимент ценою 150 милионов жизней. Ч М.: Экономика, 1998.

269. Петраков Н.Я. Фактор неопределенности и управление экономическими системами / Н.Я. Петраков, В.И. Ротарь. -М.: Наука, 1985.

270. Петухов P.M. Оценка эффективности промышленного производства. М.: Экономика, 1990.-266285. Питеркин C.B. Точно вовремя для России. Практика применения ERP-систем

271. C.B. Питеркин, И.А. Оладов, Д.В. Исаев. М.: Альпина Бизнес Букс, 2006.

272. Плетнева Н.Г. Аналитические методы управления логистическими системами. СПб.: СПбГИЭУ, 2007.

273. Плещинский А. С. Оптимизация межфирменных взаимодействий и внутрифирменных управленческих решений. Ч М.: Наука 2004.

274. Позиционные игры / Сб. науч. тр. / Под ред. Н.Н.Воробьева и И.Н.Врублевской. М.: Наука, 1967.

275. Подиновский В.В. Парето-оптимальные решения многокритериальных задач / В.В. Подиновский, В.Д. Ногин. М.: Наука, 1982.

276. Подчасова Т.П. Эвристические методы календарного планирования / Т.П. Подчасова, В.М. Португал, В.В.Шкурба. Киев: Техника, 1980.

277. Поляков O.A. Опыт создания автоматизированной системы текущего производственного планирования на предприятии //Тр.конф. ВНИИСИ. -1982.

278. Попов Е.В. Миниэкономика (современная экономика предприятия) / Е.В. Попов, А.И. Татаркин. М.: Наука, 2003.

279. Портер М.Э. Конкуренция. М.: Изд. дом Вильяме, 2001.

280. Португал В.М. Модели планирования на предприятии / В.М. Португал, А.И. Семенов. М.: Наука, 1978.

281. Поспелов Г.С. Искусственный интелект прикладные системы / Г.С. Поспелов, Д.А. Поспелов. - М.: Знание, 1985.

282. Поспелов Г.С. Программно-целевое планирование и управление (введение) / Г.С. Поспелов, В.А. Ириков. М.: Советское радио, 1976.

283. Представление и использование знаний / Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989.

284. Просветов Г.И. Математические методы в экономике. М.: РДЛ, 2005.

285. Психологические факторы операторской деятельности / Боброва Э.С. и др. -М.: Наука, 1988.

286. Птускин A.C. Инвестиционная модель стратегического развития предприятия // Экономическая наука современной России. Т. 39, №4, 2007.

287. Птускин A.C. Решение стратегических задач в условиях размытой информации. -М.: Изд.-торг. корпорация Дашков и К0, 2003.

288. Райфа Г. Анализ решений. М.: Наука, 1977.

289. Рапопорт Б.М. Оптимизация управленческих решений. М.: ТЕКС, 2001. ЗОв. Рассел С. Искусственный интелект. Современный подход / С. Рассел, П.

290. Норвиг. М.: Изд. дом Вильяме, 2007.

291. Репин ВТ. Статистический синтез при априорной неопределенности и адаптация информационных систем / В.Г. Репин, Г.П. Тартаковский. М.: Сов.радио, 1977.

292. Робинсон Дж. Итеративный метод решения игр // Матричные игры / Под ред. H.H. Воробьева М.: Гос. изд-во физ.-мат. лит., 1961.

293. Росин М.Ф. Статистическая динамика и теория эффективности систем управления / М.Ф. Росин, B.C. Булыгин. М.Машиностроение, 1981.

294. Рубалъский Г.Б. Управление запасами при случайном спросе (модели с непрерывным временем). Ч М.: Советское радио, 1977.3И.Рысев Н. Правильные управленческие решения. Поиск и принятие. СПб.: Питер, 2004.I

295. Саати Т. Аналитическое планирование. Организация систем / Саати Т., Керне К. М.: Радио и связь, 1991.

296. Саати Т.Л. Математические методы исследования операций. М.: Воениздат, 1963.

297. Саати Т.Л. Математические модели конфликтных ситуаций. М.: Сов.радио, 1977.

298. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.

299. Саймон Г. Наука об искусственном. М.: Мир, 1972.

300. Саймон Г. А. Теория принятия решений в экономической теории и науке о поведении // В сб. Теория фирмы / Сост. и общ. ред. В. М. Гальперина. СПб. : Экономическая школа, 1995.

301. Саридис Дж. Самоорганизующиеся стохастические системы управления. -М.: Наука, 1980.

302. Саркисян P.E. Эластичность решений многокритериальных задач и интерактивные процедуры ее исследования // Экономика и математические методы, том 41, выпуск 3, 2005.

303. Себер Дж. Линейный регрессионный анализ. М.: Мир, 1980.

304. Сейдж Э. Теория оценивания и ее применение в связи и управлении / Э. Сейдж, Дж. Меле. М.: Связь, 1976.

305. Сейдж Э.П. Идентификация систем управления / Э.П. Сейдж, Дж.Л. Меса. -М.: Наука, 1974.

306. Сигал И.Х. Введение в прикладное дискретное программирование. Модели и вычислительные агоритмы / И.Х. Сигал, А.П. Иванова. М.: Физматлит, 2002.

307. Смоляк С.А. Критерии оптимального поведения фирмы в условиях неопределенности // Экономика и математические методы, том 41, выпуск 3, 2005.

308. Смоляк С.А. О сравнении альтернатив со случайным эффектом // Экономика и математические методы. Том 33. выпуск 2, 1997.

309. Смолъяков Э.Р. Равновесные модели при несовпадающих интересах участников. -М.: Наука, 1986.

310. Смоляр Л.И. Модели оперативного планирования в дискретном производстве. -М.: Наука, 1978.

311. Соболь И.М. Наилучшие решения где их искать / И.М. Соболь, Р.Б. Статников. - М.: Знание, 1982.-269329. Современное состояние теории исследования операций / Под ред.

312. Н.Н.Моисеева. М.: Наука, 1979.

313. Сорина Г.В. Принятие решений как интелектуальная деятельность. М.: Гардарики, 2005.

314. Сосулин Ю.Г. Теория последовательных решений и ее применения / Сосулин Ю.Г., Фишман М.М. М.: Радио и связь, 1985.

315. Статистические модели и многокритериальные задачи принятия решений / Под ред. И.Ф. Шахнова. М.: Статистика, 1979.

316. Стерлигова А.Н. Управление запасами в цепях поставок. М.: ИНФРА-М, 2008.

317. Стивенсон В.Дэ/с. Управление производством. М.: БИНОМ, 1999.

318. Taxa Х.А. Введение в исследование операций: Пер. с англ. М.: Изд. дом Вильяме, 2005.

319. Теория фирмы / Сост. и общ. ред. В. М. Гальперина. СПб. : Экономическая школа, 1995.

320. Терехина А.Ю. Анализ данных методами многомерного шкалирования. М.: Наука, 1986.

321. Тихонов А.Н. Статистическая обработка результатов эксперимента / А.Н. Тихонов, М.В. Уфимцев. М.: МГУ, 1988.

322. Тостое И.В. Организация экономического управления на промышленном предприятии. Барнаул : Изд-во Ат. ун-та, 2005.

323. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М: СИНТЕГ, 1998.

324. Трояновский В.М. Математическое моделирование в менеджменте. М.: Изд-во РДЛ, 2003.

325. Трухаев Р.И. Модели принятия решений в условиях неопределенности. М.: Наука, 1981.

326. Уотерман Д. Руководство по экспертным системам. М.: Мир, 1989.

327. Урбан М. Успех чужими руками: эффективное делегирование пономочий. -М.: Альпина Бизнес Букс, 2007.-270345. Фатхутдинов P.A. Управление конкурентоспособностью организации. М.:1. Эксмо, 2005.

328. Федоров В.В. Теория оптимального эксперимента. М.: Наука, 1971.

329. Федосеев В.В. Экономико-математические методы и модели в маркетинге / В.В. Федосеев, Н.Д. Эриашвили / Под ред. В.В. Федосеева. М.: ЮНИТИ-ДАНА, 2001.

330. Фетисов Г.И. Математическое обеспечение систем управления запасами. -М.: Статистика, 1977.

331. Филипс Д. Методы анализа сетей / Д. Филипс, А. Гарсиа-Диас. М.: Мир, 1984.

332. Фишберн 77. Теория полезности для принятия решений. М.: Наука, 1978.

333. Форрестер Дж. Основы кибернетики предприятия (индустриальная динамика). М.: Прогресс, 1971.

334. Фридаг Х.Р. Сбалансированная система показателей / Х.Р. Фридаг, В. Шмидт. М.: Финансы и статистика, 2007.

335. Фролов Е.Б. MES-системы. Критерии, которые мы выбираем / Е.Б. Фролов, P.P. Загидулин // ERPNEWS, erpnews.ru/doc2690.html.

336. Фролъкис В.А. Введение в теорию и методы оптимизации для экономистов. -СПб: Питер, 2002.

337. Фуремс Е.М. Проблемы упаковки объектов по контейнерам при наличии многих критериев / Е.М. Фуремс, Г.Н. Васюнин, О.И. Ларичев, Ю.Я. Чернов //Тр.конф. ВНИИСИ. 1982.

338. Хархаров A.M. Адаптивное управление строительным предприятием. Ч СПб.: Политехника, 2006.

339. Хачатрян С.Р. Методы и модели решения экономических задач / С.Р. Хачатрян, М.В. Пинегина, В.П. Буянов. М.: Экзамен, 2005.

340. Хедли Дж. Анализ систем управления запасами / Хедли Дж., Уайтин Т. М.: Наука, 1969.

341. Химмелъблау Д. Анализ процессов статистическими методами. М.: Мир, 1973.

342. Ховард Р. Динамическое программирование и марковские процессы. М.: Сов. радио, 1964.

343. Хол А.Д. Опыт методологии для системотехники. М.: Сов.радио, 1975.

344. Хорин А.Н. Стратегический анализ / А.Н. Хорин, В.Э. Керимов. М.: Эксмо, 2006.

345. Хохлов И. Мы берем на себя функции информационного лидерства // Корпоративные системы. 2006. - № 5.

346. Ху Т. Целочисленное программирование и потоки в сетях. М.: Мир, 1974.

347. Цетлин М.Л. Исследования по теории автоматов и моделированию биологических систем. М.: Наука, 1969.

348. Цисарь И.Ф. Компьютерное моделирование экономики / И.Ф. Цисарь, В.Г. Нейман. М.: Диалог-МИФИ, 2002.

349. Цыпкш Я.З. Адаптация и обучение в автоматических системах. М.: Наука, 1968.

350. Цыпкин Я.З. Основы теории обучающихся систем. М.: Наука, 1970.

351. Чейз Р. Производственный и операционный менеджмент / Р. Чейз, Н. Эквилайн, Р. Якобе. М.: Вильяме, 2001.

352. Черноруцкий И.Г. Методы принятия решений. СПб.: БХВ-Петербург, 2005.

353. Чудновская С.Н. Управленческие решения. М.: Эксмо, 2007.-272374. Чумаченко Н.Г. Принятие решений в управлении производством / Н.Г.

354. Чумаченко, А.П. Савченко, В.Г. Коренев. Киев : Техника, 1978.

355. Чураков Е.П. Математические методы обработки экспериментальных данных в экономике. М.: Финансы и Статистика, 2004.

356. Шаповалов Г.М. Товарный маркетинг. М.: МГУ, 2000.

357. Шеридан Т.Е. Системы человек-машина: Модели обработки информации, управления и принятия решений человеком-оператором / Т.Б. Шеридан, У. Р. Феррел. М.: Машиностроение, 1980.

358. Шикин Е.В. Исследование операций / Е.В. Шикин, Г.Е. Шикина. М.: ТК Веби, Изд-во Проспект, 2006.

359. Ширяев В.И. Экономико-математическое моделирование управления фирмой / В.И. Ширяев, И.А. Баев, Е.В. Ширяев. М.: КомКнига. 2007.

360. Шоломов Л.А. Логические методы исследования дискретных моделей выбора. -М.: Наука, 1989.

361. Ъ%\.Штойер Р. Многокритериальная оптимизация. Теория, вычисления и приложения. М.: Радио и связь, 1992.

362. Шубкина И.77. Моделирование механизма принятия решений: управление производством. Ч М.: Наука, 1976.

363. Эддоус М. Методы принятия решений / М. Эддоуз, Р. Стэнсфид. М.: Юнити, 1997.

364. Эйлер Л. Метод нахождения кривых линий, обладающих свойствами максимума, либо минимума, или решение изопериметрической задачи, взятой в самом широком смысле. М.-Л.: Гос. техн.-теор. изд., 1934.

365. Экономика предприятия / Под ред. А.Е. Карлика, М.Л. Шухгальтер. М.: ИНФРА-М, 2004.

366. Экономико-математические модели в системе управления предприятиями / Под ред. Н.П. Федоренко, И.П. Шубкиной. М.: Наука, 1983.

367. ЭтиДж. Экспертные системы: концепции и примеры / Дж. Эти, М. Кумбс. М.: Финансы и статистика, 1987.

368. Эшби У.Р. Введение в кибернетику. М.: ИИЛ, 1959.

369. Юдин Д.Б. Вычислительные методы теории принятия решений. М.: Наука, 1989.

370. Юдин Д.Б. Линейное программирование. Теория, методы и приложения / Д.Б. Юдин, Е.Г. Голыптейн. -М.: Наука, 1969.

371. Юсупов И.Ю. Автоматизированные системы принятия решений. М.: Наука, 1983.

372. Янг С. Системное управление организацией. М.: Сов.радио, 1972.

373. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. М.: Финансы и статистика, 2004.

374. Goodfellow R. Manufacturing Resource Planning. A Pocket Guide, 1993.

375. Gaither N. Production and operation management / Gaither N., Fraizer G.V. 8lh ed. South-Western CollegePublishing, Cincinnati, 1999.

376. Browne J. Production management systems: an integrated perspective / Browne J., Harhen J., Shivnan J. 2 ed., Addison-Wesley Publishing Company, 1996.

377. Brown G.W. Iterative solutions of games by fictitious play, Activity Analysis of Production and Allocation, ed. by C.Koopmans, Cowles Commission for Research in Economics Monograph № 13, Wiley, New York, 1951.

378. Fukuda Y. A multi-objective integer programming method for the advanced decision support system / Fukuda Y., Honda N., Willan P., Aida Sh. // Rep. Univ. electro-comm. (Hum.&Soc. Sic. Set.). 1987. - 38, sept.

379. Hodges Jr.J.L. The'Use of Previous Experience in ReachingStatistical Decision / Hodges Jr.J.L., Lehmann T.L., Ann. Math. Statistics, 1952, 23.

380. Hurwicz L. Optimality Criteria for Decision Making under Ignorance, Cowles Commission Descussion Paper, Statistics, 1951, 370

381. Magee K. The elicitation of knowledge from designers//Design studies. 1987. -V.8, no. 2.

382. Morita H. Stochastic programming with estimated objective / Morita H., Ishii H., Nishida T. //Technology reports of the Osaka university. 1989. - V.39, no. 1947, april.

383. Simon H. Administrative Behavior. A Study of Decision-Making Process in Administrative Organizations. 3d ed. New York: Free Press; London: Collier, Macmillan, 1976.

384. Simon H.A. Rationality as Process and as Product of Thought // American Economic Review, May 1978, v.68, no.2.

Blog

Автореферат

Автореферат диссертации по теме "Методология адаптивного выбора управленческих решений на промышленном предприятии в условиях критериальной неопределенности"

Диссертация: содержание автор диссертационного исследования: доктор экономических наук , Вилисов, Валерий Яковлевич

Диссертация: библиография по экономике, доктор экономических наук , Вилисов, Валерий Яковлевич, Москва

Похожие диссертации