CC BY
96
УДК 519.711.3
И. Ю. Квятковская
ЭТАПЫ ПРОБЛЕМНО-ОРИЕНТИРОВАННОЙ МЕТОДОЛОГИИ ПОДДЕРЖКИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ДЛЯ СЛАБОСТРУКТУРИРОВАННЫ1Х ПРОБЛЕМ
Введение
Традиционные механизмы принятия решений, использующие объектный подход к комплексной оценке деятельности системы, разбивают ее на подсистемы и отдельно оценивают эффективность функционирования каждой из них. В задачах управления региональным экономическим кластером возникает необходимость использовать процессный подход к вопросам управления. Особенно это необходимо при решении задач оценки эффективности основной деятельности кластера, являющейся конечным результатом производства продукции, услуг логистической производственной цепочки.
Системный подход говорит о том, что любой объект изучения, любая действующая система предприятия или его структурного звена должны раскрываться как объект управления, субъект управления и бизнес-среда. В экономике подобный объект может быть охарактеризован большим количеством признаков - как параметров, так и управляющих переменных. Однако при большом числе признаков информация об объекте рассеивается, становится невозможным учесть в совокупности все многообразие переменных, поэтому возникает проблема уменьшения мощности пространства показателей, описывающих экономический объект, бизнес-систему или сам кластер в целях более эффективного и оперативного принятия решений.
Постановка задачи
В связи с вышеизложенным предлагается следующая постановка задачи.
1. Определение закономерностей, присущих данному процессу или системе, вызываемых как внутренними, так и внешними причинами.
2. Определение множества параметров и переменных, наиболее полно отражающих и описывающих объект исследования.
3. Определение характера взаимосвязей между переменными, силы и направленности связи. Построение дерева признаков, позволяющего руководителю разрабатывать и принимать эффективные, научно обоснованные управленческие решения.
4. Использование алгоритмов, позволяющих устранить избыточность в существующей системе показателей, описать изучаемый процесс существенно меньшим количеством показателей, не меняя требований к полноте описания объекта исследования, но делая это описание обозримым для исследователя.
В процессе стабильного функционирования элементов кластера наступает необходимость оценить эффективность работы системы в целом, отдельных подсистем, единичных предприятий, качество и эффективность процессов. Поскольку процедуры оценки и формирования управленческих решений происходят в когнитивном домене, задача информационного домена -сбор, анализ, мониторинг и представление лицу, принимающему решение (ЛПР), совокупности показателей, характеризующих данные явления, в следующих состояниях:
1. Этап сбора информации:
— разработка унифицированной системы показателей;
— обоснование ее полноты, неизбыточности.
2. Этап анализа информации:
— достижение соглашения об унифицированном использовании известных видов анализа;
— разработка новых методов анализа в ранее неизученных предметных областях или в местах пересечения подпроцессов.
3. Этап мониторинга информации:
— наблюдение за изменениями системы показателей, отражающими динамику процесса;
— наблюдение за изменениями агрегированного показателя;
— поиск причинно-следственных зависимостей изменений.
1. Этап представления информации ЛПР:
— отклонение результатов мониторинга от нормальных значений;
— прогнозирование динамики показателей;
— совокупность факторов, влияющих на результат.
2. Формирование управленческих решений:
— выработка директивы по внесению изменений в состояние объекта управления с целью достижения его перехода в иное состояние.
Формирование унифицированной системы показателей описания проблемы и интегрального показателя хорошо детерминировано для структурированных проблем: например, оценка логистических свойств сквозного бизнес-процесса может быть построена на оценке временных затрат на выполнение частных процессов и суммировании итогового результата. При наличии потоковой диаграммы, формализующей технологический процесс, возможно создание следующих интегральных показателей для транзактов бизнес-процесса (продукция, услуги) или их характеристик (объем, затраты, реализация):
— временной (годовой, квартальный, месячный) объем произведенной продукции (услуг);
— временные затраты на обслуживание сквозным бизнес-процессом;
— среднее время обслуживания в течение временного интервала;
— средние затраты на обслуживание в течение временного интервала.
Если описать модель проблемы создания системы унифицированных показателей для любых процессов, то ее характеризуют следующие свойства:
S = (X, Metr, Ind, Alg, IS), (1)
где X - структура проблемы, выражающая любым формальным способом порядок переноса и агрегирования информации, необходимой для оценивания; Metr - множество шкал, используемых для оценивания; Ind = {Ind1, Ind2, ..., IndK} - множество показателей оценивания, определенных на множестве Metr; Alg = {f1(Ind1, Ind2, ., IndK),..., fF(Ind1, Ind2, ., IndK)} - множество алгоритмов, процедур, способов анализа, агрегирования, категоризации индикаторов; IS - интегральный показатель.
Для решения проблемы в целом данная модель приобретает вид
S(Proc) = ( {R, PR, Logic, Rel}, Metr, Ind, Alg, IS), (2)
в котором эквивалентом X выступает система {R, PR, Logic, Rel}, где R - множество ресурсов; PR - множество подпроцессов преобразования ресурсов; Rel - множество отношений между подпроцессами; Logic - логистическая цепочка, определяющая технологический порядок следования процесса.
Для каждого из них характерны следующие свойства, представленные в таблице.
Причины появления слабоструктурированных и неструктурированных проблем
Характеристика процесса Слабоструктурированные проблемы Неструктурированные проблемы
Яєї - множество отношений Наличие системы предпочтений показателей, взаимовлияния показателей, выраженных в слабых шкалах Отсутствие системы предпочтений, неопределенность в определении характера взаимовлияния показателей
Ш - совокупность данных (параметров, индикаторов) Возможность представления системы показателей в иерархической или сетевой форме Отсутствие структурированной системы показателей
А^ - совокупность, методов, алгоритмов, процедур для преобразования параметров Проявление закономерностей. Возможность формирования интегрального показателя цели в форме скалярного или векторного критерия Отсутствие аналитических закономерностей. Отсутствие интегрального показателя. Эвристический подход к решению каждой проблемы
Для формирования проблемно-ориентированной методологии поддержки принятия управленческих решений для слабоструктурированных проблем отмечено, что принципы построения системы сбора информации для оценивания должны основываться на проекциях моделей объектов с учетом характеристик процессов. Индикаторами состояния могут быть как экспертные оценки, так и категориальные количественно измеряемые показатели, изменяющиеся в процессе деятельности объекта.
Этапы проблемно-ориентированной методологии
Представление проблемы в задачах управления региональным экономическим кластером может иметь топологию в виде иерархической или сетевой структуры. Целью является построение комплексного показателя на основе информации со всех уровней иерархии факторов, на основе качественных данных об уровнях факторов и их отношениях порядка на одном уровне иерархии.
1. Формулирование проблемы, связанной с управлением экономическим процессом:
S = (X, Ме1т, 1пё, А/%, 15).
2. Семантический анализ проблемы
2.1. Анализ онтологии предметной области ОрК = (КО, ЯО, О, SL .
2.2. Анализ онтологии задач 02 = {КОХ, ЯО2, Б2}.
2.3. Анализ методов решения подобных задач ОРгос.
2.4. Формирование терминологической базы проблемы.
2.5. Разделение информационных потоков, поступающих из внешней и внутренней среды.
2.6. Выделение наиболее значимых отношений О, определяющих структуру взаимоотношений, характерных для изучаемого процесса: «Влияет», «Зависит», «18 а».
3. Построение теоретико-множественной модели проблемы, содержащей многоуровневую структуру, сопровождающую оценивание индикаторов бизнес-процесса:
ТММ = (А, РА (МеК), Яе1, МЯ,А% и, 2), (3)
где А = \cijj }, / = 1, п, у = 1, т - структура элементов модели (/ - глубина уровня элемента; у - порядковый номер элемента на уровне); Ра ={ру, ку} - множество индикаторов оценки элементов системы (ру - индикатор оценивания ау; ку - его значение, оцениваемое по шкале,
определенной на множестве Ме^); Яе1 = {Я,М} - где Я = { г1.1} - множество связей (отношений)
между элементами системы (I - номер элемента у + 1 уровня); МЯ - множество мощностей связей, оценивающих степень влияния индикатора ру на индикатор р1+1 г; А1% - совокупность
алгоритмов и методов оценивания; и - эксперты; 2 - множество целей, обеспечивающих достижение наилучших значений индикаторов качества элементов системы.
4. Анализ структуры модели
4.1. Определение N уровней инвариантной - процедурной части модели, представляющей процедуры агрегирования показателей и N уровней, относящихся к вариативной - предметной части, для которой характерно формирование показателей.
4.2. Анализ элементов каждого уровня иерархии.
4.3. Анализ общего количества уровней иерархии.
5. Устранение иерархической, вертикальной и горизонтальной избыточности.
6. Анализ свойств модели в целях выбора предпочтительного алгоритма формирования агрегированного показателя по характеристикам: тип структуры О, шкала оценки факторов Ь, вид системы отношения предпочтения между факторами Ф (рис. 1).
Теоретикомножественная модель проблемы
ТММ = <в, Ь, Ф>
G - топология факторов, определяющих структуру проблемы в виде графа G = <Р, Е>, заданного множеством вершин Б (факторов) и множеством дуг Е (связей между ними),
Ь - оценки факторов, Ф - система отношений между факторами
Ь - количественные оценки факторов.
Ф - множество мощностей связи
Определение кластеров и акторов
Ь - качественные оценки Ь
факторов факторов
Построение
агрегированного
к го уровня методом аналитических сетеї/
Лингвистическое оценивание уровней факторов
Построение агрегированного
к
помощи ОУ\/А - оператора Ягера
Скалярный показатель оценю/ 0-го уровня
Рис. 1. Структурирование проблемы, приводящее к количественным оценкам
7. Построение агрегированного показателя
7.1. При сетевой структуре модели - методом аналитических сетей.
7.2. При иерархической структуре - методом анализа иерархий.
7.3. При наличии показателей количественной природы - с использованием линейной свертки показателей.
7.4. При наличии показателей качественной природы - при помощи OWA - оператора Ягера.
8. Анализ агрегированного показателя
8.1. При наличии скалярного показателя 0-го уровня - категоризация показателя.
8.2. При наличии векторного показателя 1-го уровня - оценка его информационного содержания.
Определяющими для работы алгоритма являются компоненты теоретико-множественной модели проблемы: <0, Ь, Ф>, где О - иерархия факторов, которые определяют структуру бизнес-процесса, описываемая в виде ациклического ориентированного графа О = <Р, Е>, заданного множеством вершин ^ (факторов) и множеством дуг Е с V X V (связей между ними); Ь -набор качественных оценок уровней каждого фактора в иерархии X (например, Ь = {очень низкий уровень (ОН), низкий уровень (Н), средний уровень (С), высокий уровень (В), очень высокий уровень (ОВ)); Ф - система отношений предпочтения одних факторов другими для одного уровня иерархии факторов (например, Ф = {^ р | р е { У, »}}, где У - отношение предпочтения, » - отношение эквивалентности). Отметим, что иерархия X может быть как древовидной (имеющей вершину ^о), так и веерной или последовательной.
Особенностями теоретико-множественной модели является наличие инвариантной и вариативной частей. Инвариантная часть подобна общей структуре кластера, выраженной в отсутствии иерархической композиции. Вариативная часть выражает свойства иерархии и позволяет осуществлять свертку значений индикаторов на каждом из уровней.
При построении модели слабоструктурированной проблемы данная методология требует, с точки зрений кооперативного принятия решений, согласования экспертами общей для всех процедурной части как верхнего уровня теоретико-множественной модели.
Для структуры теоретико-множественной модели, формируемой посредством представлений когнитологов из различных предметных областей, характерна неопределенность, выраженная следующими обстоятельствами:
— сама по себе информация иерархична (рис. 2), иерархические структуры считаются наиболее «прозрачными» для исследования, поэтому когнитологи, в первую очередь, обращаются к иерархическому представлению проблемы;
— наблюдается избыточность элементов, оказывающих влияние на элементы вышележащих уровней (вертикальная избыточность);
— наблюдается избыточность количества элементов одного уровня иерархии (горизонтальная избыточность);
— наблюдается избыточность уровней иерархии, представляющей проблему принятия решения (иерархическая избыточность - термины автора).
Вертикальная
избыточность
Г оризонтальная избыточность
Рис. 2. Структура модели
В целом решение проблемы усложняется необходимостью учета значительного числа критериев, имеющих сложную структуру взаимосвязей, а также качественным и неоднозначным представлением и интерпретацией полученных оценок.
Заключение
Определение этапов проблемно-ориентированной методологии поддержки принятия решений для слабоструктурированных проблем позволило создать методологию, которая:
— является логическим продолжением анализа онтологии предметной области;
— интегрирует информацию, поступающую из информационного и когнитивного доменов;
— использует индикативный подход - наличие системы количественных и качественных показателей для оценивания проблемы (пример проблемы - оценка эффективности бизнес-процессов, необходимая для формирования управляющих или регулирующих воздействий);
— учитывает наличие конкурирующих целей;
— позволяет использовать любую топологию проблемы (иерархическую, сетевую);
— не требует наличия интегрального показателя для выражения глобальной цели.
Статья поступила в редакцию 30.01.2009
STAGES OF PROBLEM-ORIENTED METHODOLOGY TO SUPPORT MANAGEMENT DECISION-MAKING FOR SEMISTRUCTURED PROBLEMS
I. Yu. Kvyatkovskaya
Stages of problem-oriented methodology to support decision-making for semistructured problems are developed in the paper. They include: problem formulation connected with economic process management; semantic analysis of a problem; construction of a set-theoretical model of a problem; analysis of the structure of a model; elimination of hierarchical, vertical and horizontal redundancy; analysis of properties of a model in order to choose a preferable algorithm of creation of an aggregated metric; construction of the aggregated metric; and analysis of the aggregated metric. Stages definition has allowed to create the methodology, which is a logical continuation of ontology analysis of subject domain.
Key words: problem-oriented methodology, decision-making support, set-theoretical model.
