Інформаційні ресурси для прийняття управлінських рішень безугла Ю.Є

Вид материалаДокументы

Содержание


Про особливості інформаційних технології при реструктуризації підприємств
Мельников А.Ю., к.т.н., доцент
Ефективність використання моделі оцінки економічної надійності та інвестиційної привабливості промислової корпорації
Информационные технологии принятия управленческих решений
Технологія створення організаційних знань у стратегії інноваційного розвитку підприємства
Подобный материал:
1   2   3   4   5

Кондур О.С., к.ф.-м.н, доцент


Прикарпатський національний університет ім. В. Стефаника


ПРО ОСОБЛИВОСТІ ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЇ ПРИ РЕСТРУКТУРИЗАЦІЇ ПІДПРИЄМСТВ


Сучасні підприємства існують в умовах мінливого економічного середовища. Одним із методів підтримки їх успішного функціонування є реструктуризація, яка покликана сформувати у підприємства потенційні спроможності реагування на зміни зовнішнього середовища відповідно до стратегії розвитку шляхом проведення комплексу організаційно-економічних, техніко-технологічних, правових і фінансових заходів, спрямованих на підвищення вартості його бізнесу. Відповідно до сфер, яких стосуються перетворення діяльності підприємства, розрізняють реструктуризацію управлінську, кадрову, маркетингову, виробничу, інноваційну, фінансову[1].

Значний успіх проекту реструктуризації визначається доступністю точної та своєчасної інформації. Для цього необхідно ефективно керувати взаємодіями між учасниками проекту реструктуризації, що неможливе без створення нової інформаційної системи на підприємстві. Останнє відбувається в такій послідовності:
  • моніторинг поточної діяльності підприємства за даними бухгалтерської звітності, які одержують з програм автоматизації бухгалтерського обліку;
  • моделювання існуючого стану підприємства за допомогою моделі «AS-IS», аналіз якої виявляє проблемну ситуацію, показує переваги нових процесів і змін, які очікують підприємство;
  • створення образу майбутнього підприємства за допомогою оптимізаційної моделі «To-Be», перехід до якої від моделі «AS-IS» проводиться за допомогою побудови незалежної моделі «BPwin» як результату виправлення помилок і недоліків бізнес-процесів моделі «AS-IS»;
  • побудова на основі моделі «To-Be» системного проекту, який включає функціональну та інформаційну модель майбутньої системи у відповідності до вимог замовника, а також технічні завдання на створення інформаційної системи;
  • розробка на основі системного проекту пропозицій з автоматизації з урахуванням вибору конкретної системи управління підприємством;
  • технічне проектування інформаційної системи на основі системного проекту та прийняття рішень з автоматизації;
  • встановлення програмного забезпечення; наповнення інформаційної системи фактичними даними;
  • інтеграція інформаційної системи.

Проектування та впровадження єдиної корпоративної інформаційної системи повинно проводитись з урахуванням всього комплексу заходів з реструктуризації для адекватного прийняття подальших управлінських рішень.

Основні програмні засоби, які використовуються в проектах реструктуризації, детальніше розглянуто в [2].

Література:
  1. Кондур О.С. Реструктуризація як один із напрямків трансформацій у системі управління підприємств/ О.С. Кондур, Л.В. Марчук // Регіональний вимір сензитивності механізмів управління: правовий, фінансово-економічний, психологічний аспекти: Матеріали VІІ Всеукраїнської науково – практичної конференції, 10-11 грудня 2009 р., Чернівецька філія МАУП/ Упорядн. О.В. Поляк, Н.Є. Килипенко. – Чернівці: Букрек, 2010. – С. 194-197.
  2. Кондур О.С. Роль інформаційного забезпечення в процесі реструктуризації підприємств/ О.С. Кондур, Г.В. Стецевич, Л.В. Марчук // Вісник Прикарпатського університету. Серія: Економіка. – 2011. – Вип. VІІІ. – С. 93-97.


Мельников А.Ю., к.т.н., доцент

Бобух А.Н.


Донбасская государственная машиностроительная академия


Программная система для интеллектуального анализа данных службы такси


Служба такси является неотъемлемой частью жизни сегодняшнего общества. Организация такой службы требует централизованного сбора и обработки значительного объема информации, необходимой для оперативной работы. Как правило, программное обеспечение, используемое в службах такси, занимается оперативным сбором и визуализацией информации, а ее анализ и принятие решений возложено на диспетчера. Таким образом, имеется необходимость повысить эффективность использования данных, выявить из стандартного их набора дополнительную информацию и тем самым облегчить процесс принятия решения.

Наиболее важными задачами представляются следующие: прогнозирование районов, из которых поступят вызовы в определённое время суток, и прогнозирование поведения конкретного работника службы такси в течение рабочей смены. Решение первой задачи позволит планировать стратегическое размещение машин по городу в зависимости от времени суток, и таким образом обеспечивать наискорейшее прибытие машины к клиенту, опережая конкурирующие фирмы. Решение второй задачи позволит оптимизировать действия работников, а также получить некое обобщенное представление об их поведении за день. Например, если наблюдается большое число посещений станции технического обслуживания или заправок разными работниками, особенно в те часы, когда поток клиентов наибольший – имеет смысл подумать о модернизации парка автомобилей, чтобы не упускать наиболее прибыльные часы работы.

Исходными данными для моделирования являются сведения из баз данных «Заказы» и «Персонал». Таблица «Заказы» содержит данные о вызовах, поступивших в службу такси, и о ходе их выполнения (дата и время поступления заказа, точный адрес и район вызова, данные об операторе, диспетчере и водителе, обслуживающим данный заказ и т.п.); таблица «Персонал» – о действиях, выполняемых сотрудниками службы за некоторый промежуток времени.

Была поставлена и решена задача проектирования программной системы, способной решать такие задачи интеллектуального анализа данных, как прогнозирование. В качестве математического аппарата выбран метод искусственных нейронных сетей. Для обучения сети используется метод обратного распространения ошибок [1].

Проектирование информационной системы осуществлялось на унифицированном языке моделирования UML [2]. Возможности системы в виде диаграммы вариантов использования представлены на рис. 1, ее структура в виде диаграммы классов – на рис. 2.





Рисунок 1 – Диаграмма вариантов использования



Рисунок 2 – Диаграмма классов


Программная реализация спроектированной системы была осуществлена в среде программирования Borland-Delphi 7. Рассмотрим в качестве примера решение задачи прогнозирования поведения работников в течение смены. В качестве входных параметров в нейронной сети будет использоваться табельный номер работника, время суток и действие (приход, уход, перемещение). В качестве выходного поля выбираем место действия, т.е. куда отправится (или откуда вернется) данный работник в данное время. В сети будет один скрытый слой с четырьмя нейронами. Описанные настройки и результат работы приложения показаны на рисунках 3-6.





Рисунок 3 – Выбор полей Рисунок 4 – Настройка слоев сети



Рисунок 5 – Настройка обучения сети Рисунок 6 – Сервис «Что-если»


Литература:
  1. Ковалевский С.В., Гитис В.Б. Создание и применение нейронных сетей для решения прикладных задач: Учебно-методическое пособие. – Краматорск: ДГМА, 2005 – 80 с.
  2. Мельников А.Ю. Объектно-ориентированный анализ и проектирование информационных систем: Учебное пособие. – Краматорск:ДГМА,2006. – 184 с.


Ілюхін О.О.


Приазовський державний технічний університет


ЕФЕКТИВНІСТЬ ВИКОРИСТАННЯ МОДЕЛІ ОЦІНКИ ЕКОНОМІЧНОЇ НАДІЙНОСТІ ТА ІНВЕСТИЦІЙНОЇ ПРИВАБЛИВОСТІ ПРОМИСЛОВОЇ КОРПОРАЦІЇ


В теперішній час оцінка інтегрального показника рівня економічної надійності та інвестиційної привабливості компанії на ринку має велике значення. Для характеристики надійності промислової корпорації, як правило, використовується поняття інвестиційної привабливості, за допомогою якої можна класифікувати підприємства і розбивати їх на групи, залежно від цілей інвестора. Таким чином, інвестиційна привабливість  – це сукупність значень певних показників формальної і неформальної оцінки різних аспектів діяльності підприємства.

Сукупність показників, що вибрано для оцінки інвестиційної привабливості, залежить від багатьох умов, серед яких можна виділити декількох основних: кредитна і комерційна репутація корпорації; характер діяльності; обсяг інвестицій; мета інвестиційного проекту.

Репутація компанії може характеризуватися, перш за все, його кредитною історією. При вивченні кредитної історії, основну увагу надається репутації попередніх кредиторів. Якщо попередніми кредиторами були солідні банки, активно діючі на кредитному ринку, це говорить на користь компанії. Якщо кредитором є переважно один банк, це може насторожити і зажадає додаткової інформації. Часто, при оцінці кредитної репутації у інвестора складається певна думка про позичальника.

Мета оцінки економічної надійності та інвестиційної привабливості – не визначення положення справ у корпорації, а оцінка ризика можливого вкладення засобів. Для вирішення цієї мети в практиці інвестора завжди існує система принципів, за допомогою яких оцінюється інвестиційна привабливість позичальника. У зв'язку з вищесказаним, загальний порядок оцінки економічної надійності і інвестиційної привабливості можна відобразити у вигляді принципової моделі (рис. 1), що є послідовністю етапів, виконання яких сприяє зниженню ризику вкладення грошових коштів.

На першому етапі, незалежно від характеру майбутньої кредитної операції, компанія ідентифікується. Ідентифікація дозволяє чітко визначити характер діяльності (комерційна фірма, банк, приватна особа) і намітити зразковий набір показників для оцінки інвестиційної привабливості.

На другому етапі оцінюється кредитна історія корпорації і її комерційна репутація. Формальні показники – що отримали таку назву через те, що вони можуть бути розраховані по певних формулах, і мають числове значення – розраховуються на підставі даних фінансової звітності компанії. Неформальні показники можуть бути оцінені тільки експертами, вони не мають формул для розрахунку і чіткого набору початкових даних. Комплексна оцінка фінансової звітності є структурним аналізом діяльності компанії. Оцінка комерційної репутації  – цей комплексний експертний висновок, який є свого роду рекомендацією про продовження співпраці з компанією.




Рисунок 1 – Модель оцінки економічної надійності та інвестиційної привабливості промислової корпорації


Таким чином, після ідентифікації і визначення набору формальних і неформальних показників інвестор переходить до безпосереднього розрахунку і отримання експертного висновку. далі на засаді алгоритму розрахунку і оцінки формальних показників економічної надійності суб'єктів ринку оцінюється його фінансовий стан, фінансові результати, а також ефективність витрат і ресурсів [1-3].

Висновок. Реалізація даного алгоритму дозволяє компанії бути завжди стратегічно гнучкою і націленою на постійне поліпшення своєї фінансово-господарської діяльності в різних галузях суб'єктів економіки, що забезпечує високий рівень економічної надійності функціонування кожного окремо взятого процесу компанії в ринкових умовах господарювання.

Література:
  1. Аршинов В.И. Синергетика как феномен постнеклассической науки: [монография] / В. И. Аршинов. – М.: ИФРАН, 1999. – 438 с.
  2. Бай С. Успішність розвитку підприємств / С. Бай // Вісник КНЕУ. – 2009. – № 1. – С. 47-54.
  3. Ілюхін О.О. Оцінка економічної надійності корпорації машинобудівної галузі / О.О. Ілюхін // Економічний вісник Донбасу. Науковий журнал АЕН України. – 2009. – № 4(18). – С. 90-93.


Олейник А. А., к.т.н., доцент

Гофман Е. А., аспирант

Субботин С. А., к.т.н., доцент


Запорожский национальный технический университет


ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

НА ОСНОВЕ МУЛЬТИАГЕНТНОГО ПОДХОДА


При разработке информационных технологий для автоматизации управленческих решений важным является этап построения модели исследуемого процесса или системы [1]. В качестве моделей, описывающих анализируемые зависимости, эффективно могут использоваться деревья решений [2]. Модели, представленные в виде деревьев решений, обладают высокими аппроксимационными и обобщающими способностями, а также позволяют наглядно представлять процесс принятия решений.

Однако известные методы построения деревьев решений [3] используют жадную стратегию поиска, не позволяющую в процессе поиска заменять атрибуты, по которым уже выполнено разбиение, на другие, более эффективные. Это в некоторых случаях приводит к тому, что синтезированные деревья решений не обладают приемлемыми обобщающими способностями.

Поэтому для построения деревьев решений предлагается использовать мультиагентный подход [4]. Мультиагентные методы с непрямой связью между агентами позволяют решать различные оптимизационные задачи и являются особенно эффективными при решении задач дискретной оптимизации, что обуславливает целесообразность применения мультиагентного подхода с непрямой связью между агентами для идентификации деревьев решений.

Для построения деревьев решений с использованием мультиагентного подхода с непрямой связью между агентами следует преобразовать основные этапы метода в соответствии с особенностями решаемой задачи. Далее приводятся основные изменения в этапах мультиагентного метода для построения деревьев решений.

1. Инициализация. На данном этапе в мультиагентном методе создаётся граф поиска, устанавливаются параметры работы метода, а также рассчитываются эвристические меры важности узлов графа. Для решения задачи построения деревьев решения граф поиска будет состоять из узлов, представляющих отдельные лингвистические термы, к которым могут относиться лингвистические переменные. При этом для каждого лингвистического терма выходной лингвистической переменной создаётся отдельный граф поиска, для которого рассчитываются отдельные матрицы эвристических значимостей и феромонов. В связи с этим поиск на каждом графе поиска выполняется отдельным множеством агентов. Такой подход вызван тем, что при решении задачи идентификации деревьев решений важность лингвистических термов зависит от лингвистических термов выходной переменной, а также имеет значение порядок посещения узлов агентами.

2. Передвижение агентов. При передвижении агенты принимают решение, в какой узел переместиться, таким образом, формируются отдельные деревья решений для каждого лингвистического терма выходной лингвистической переменной. Для такого решения предлагается применять правило случайного выбора, базирующееся на эвристических мерах важности и мере приоритетности, основанной на моделировании выделения феромонов в процессе передвижения. Решение о завершении перемещения отдельного агента следует принимать, исходя из того, насколько хорошо построенное дерево решений выделяет соответствующие классы экземпляров исходной обучающей выборки.

3. Изменение степени значимости узлов. При решении задачи синтеза деревьев решений в качестве меры приоритетности необходимо использовать качество покрытия отдельного дерева экземпляров соответствующего класса. Кроме того, предлагается использовать элитную стратегию, что позволит обеспечить более быструю сходимость к итоговому решению.

4. Обновление феромонов. Процедура обновления феромонов не имеет существенных особенностей для решаемой задачи, поэтому её можно применять в традиционном виде.

Лучшее найденное дерево решений модифицируется при помощи традиционного мультиагентного метода с непрямой связью между агентами. При этом создаётся граф поиска из узлов, входящих в выбранное лучшее дерево решений. Эвристическими мерами приоритетности узлов являются взвешенные значения феромонов для каждого терма, вычисленные на основании полученных матриц феромонов для каждого лингвистического терма выходной переменной. После чего выполняется поиск агентами с непрямой связью между ними по традиционной схеме мультиагентного поиск с непрямой связью. На основании полученных результатов, из дерева решений удаляются рёбра с наименьшим количеством феромонов, что позволяет повысить интерпретабельность и логическую прозрачность сформированного дерева решений.

Предложенный мультиагентный метод идентификации деревьев решений обеспечивает синтез деревьев решений, которые позволяют выполнять классификацию с большей точностью, чем в случае синтеза деревьев решений с использованием существующих методов, использующих жадную стратегию поиска. Кроме того, применение разработанного метода позволяет избежать избыточного расширения дерева.

Литература:

1. Барсегян А. А. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP: Уч. пос. / А. А. Барсегян. – СПб : BHV, 2007. – 384 c.

2. Rokach L. Data Mining with Decision Trees. Theory and Applications / L. Rokach, O. Maimon. – London : World Scientific Publishing Co, 2008. – 264 p.

3. Classification and regression trees / L. Breiman, J. H. Friedman, R. A. Olshen, C. J. Stone. – California : Wadsworth & Brooks, 1984. – 368 p.

4. Субботін С. О. Неітеративні, еволюційні та мультиагентні методи синтезу нечіткологічних і нейромережних моделей: монографія / С. О. Субботін, А. О. Олійник, О. О. Олійник ; під заг. ред. С.О. Субботіна. – Запоріжжя: ЗНТУ, 2009. – 375 с.


Оліфіров О.В., д.е.н., професор


Донецький національний університет економіки і торгівлі

імені Михайла Туган-Барановського


ТЕХНОЛОГІЯ СТВОРЕННЯ ОРГАНІЗАЦІЙНИХ ЗНАНЬ У СТРАТЕГІЇ ІННОВАЦІЙНОГО РОЗВИТКУ ПІДПРИЄМСТВА


Інформаційні системи і технології, високі виробничі технології є базовими системами інноваційної економіки. Вони в своєму розвитку радикально трансформують всі засоби отримання, обробки, передачі і виробництва інформації, радикально формалізують інтелектуальну діяльність. Це спонукає проводити дослідження для вироблення основоположних моментів розвитку інноваційної економіки, що заснована на знаннях, інноваціях, на доброзичливому сприйнятті нових ідей, нових машин, систем і технологій, на готовності до їх практичної реалізації в різних сферах людської діяльності. В інноваційній економіці під впливом наукових і технологічних знань традиційні сфери матеріального виробництва трансформуються і радикально міняють свою технологічну основу [1].

У цих умовах процес створення знань підприємством є основним. Успіх японських компаній в інноваційній діяльності обумовлений саме розвитком теорії створення знань.

Секрет успіху японських компаній обумовлений такими чинниками, як кваліфікація персоналу, строга ієрархічна структура, доступ до дешевих кредитів, тісні і конструктивні взаємостосунки з клієнтами, постачальниками і державними установами. Японські компанії функціонують настільки успішно завдяки своїм навикам і досвіду створення організаційного знання.

Перед українськими підприємствами постає завдання у сфері створення нових організаційних знань.

Під організаційним знанням розуміється «здатність компанії, як єдиного цілого, створювати нове знання, поширювати його по всьому підприємству і утілювати в продукції, послугах та системах. Зрозуміти процес створення знання на підприємстві - означає зрозуміти процес здійснення інновацій японськими компаніями, адже вони реалізують постійне і безперервне вдосконалення методів роботи». Японські компанії вкладають в поняття «знання» інше значення. Вони вважають, що знання, що висловлюються словами, - всього лише верхівка айсберга, а знання в основному неформалізоване, тобто не є чимось, що можна легко побачити і пояснити [2]. Згідно цього, створення знання здійснюється за допомогою взаємодії неформалізованого і формалізованого знання на основі таких чотирьох способів його трансформації:

1. Соціалізація - процес розповсюдження знання і створення тим самим знання неформалізованого, наприклад, поширюваних інтелектуальних моделей і технічних навиків. Окремо взята людина здатна сприйняти неформалізоване знання безпосередньо від інших людей без використання слів. Ключ до сприйняття неформалізованого знання - досвід. Без сприйняття досвіду в будь-якій формі людині було б украй складно проникнути в розумовий процес іншої людини. Передача інформації у відриві від пов'язаних з нею відчуттів і специфічних умов, в яких вона була отримана, сама по собі часто не має сенсу.

2. Екстерналізація - процес оформлення неформалізованого знання у формалізовані концепції. Це квінтесенція процесу створення знання, в результаті якого неформалізоване знання стає формалізованим у вигляді метафор, аналогій, концепцій, гіпотез і моделей. Серед усіх чотирьох способів трансформації знання екстерналізація - ключ до його створення. Послідовним використанням метафор, аналогій і моделей можна швидко і ефективно перетворити неформалізоване знання у формалізоване.

3. Комбінація - процес включення концепцій в систему знання. Цей спосіб трансформації знання передбачає поєднання різних положень формалізованого знання. Індивідууми обмінюються знанням і комбінують його при листуванні, зустрічах, телефонних розмовах, спілкуванні в комп'ютерних мережах. Зміна конфігурації існуючої інформації за допомогою сортування, додавання, комбінації та класифікації формалізованого знання може породжувати нове знання.

4. Інтерналізація - процес втілення формалізованого знання в неформалізоване. Вона тісно пов'язана з методикою «навчання на практиці». Перетворення формалізованого знання в неформалізоване буде полегшено, якщо представити його у вербальній формі, у вигляді діаграм, керівництв і т.п. Викладення думок на папері допомагає людям інтерналізовувати досвід, збагачуючи тим самим їх неформалізовані знання. Крім того, це полегшує передачу формалізованого знання іншим людям, допомагаючи опосередковано переймати чужий досвід.

Для реалізації перерахованих етапів, необхідні такі умови: намір (спіраль знання приводиться в дію організаційним наміром в діловому контексті, звичайно приймають форму стратегії); автономія (є другою умовою розгортання спіралі); струс (є третьою організаційною умовою розвертання спіралі знання); надмірність інформації (четверта умова, що приводить в дію спіраль знання); різноманітність інформації (різноманітність інформації усередині організації повинна відповідати різноманітності і складності інформаційного середовища).

Модель динамічного процесу створення знання, пропонована Нонако і Такеучи, виходить з припущення про створення і розповсюдження знання за допомогою соціальної взаємодії формалізованого і неформалізованого знання [2]. Ця взаємодія отримала назву трансформація знання. Згідно західним традиціям основна цінність полягає у формалізованих знаннях, в Японії головним вважають неформалізовані знання, але для розвитку процесу потрібне одночасне використовування і того, й іншого знання.

Перспективами подальшої діяльності у даному напрямі є розробка методичних засад практичної реалізації етапів створення знань на підприємствах та деталізація запропонованого алгоритму, конкретизація його етапів для визначеної сфери застосування з урахуванням її специфіки.

Література:
  1. Вилькесманн У. Этика предприятия и организационное обучение. (Рутина – инновация – новая рутина). – Проблемы теории и практики управления, 2001, № 5, с.97-101. (Уве Вилькесманн, приват-доцент Рурского университета, г. Бохум, Германия).
  2. Нонака И., Такеучи Х. Компания – создатель знания. Зарождение и развитие инноваций в японских фирмах / Перевод с английского. – М.: ЗАО «Олимп-Бизнес», 2003. – 384 с.