CC BY
62
лям), 5,0% - электрифицированный железнодорожный транспорт, 4,1% - электрифицированный городской транспорт, 1,3% - сельскохозяйственные потребители. Информационная инфраструктура МЭС создается с учетом существующей струк-.
Сложность создания АСУС и необходимость применения интеллектуальных систем на основе технологий баз данных обусловлены: сложностью самого объекта автоматизации, необходимостью ведения логически единой базы данных, огромным количеством пользователей, большим объемом обрабатываемой инфор-, , области и различных тарифов, гибкой системой оплаты, неоднородностью инфраструктуры, недостаточностью развития информационной инфраструктуры, а так, . Теперь для обеспечения конкурентоспособности и повышения эффективности функционирования энергосбытовой компании жизненно необходимо максимальное использование современных и перспективных информационных технологий.
В последнее время появились новые подходы и концепции развития баз данных, которые существенно увеличивают качественные и количественные характеристики современных ИС, в том числе и для АСУС энергосбытовых компаний.
- -ставляется целесообразным использовать наиболее перспективные самоорганизующиеся миварные базы данных и правил. Подчеркнем, что миварный подход может быть реализован на основе различных программных продуктов, включая Oracle и др. Обоснование и выбор корпоративной информационной системы зависит от нескольких факторов, например, инфраструктуры компании и возлагаемых на нее задач. Одним из важнейших является информационный фактор, определяющий совместимость баз данных и информационных ресурсов компании. Для энергосбытовой компании оптимальным вариантом являются системы, обеспечивающие поддержку распределенных баз данных и средств удаленного доступа к
, . -ных обеспечивают выполнение всех существующих требований по обработке дан, .
Вывод. Применение перспективных миварных баз данных и правил является целесообразным при создании информационных инфраструктур и единых автоматизированных систем управления сбытом электроэнергии.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Варламое О.О. Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных систем. Миварное информационное пространство. - М.: Радио и связь, 2002. - 288 с.
2. www.ovar.narod.ru.
..
К ВОПРОСУ О ПОСТРОЕНИИ ИНФОРМАЦИОННОЙ МОДЕЛИ ШТАТНОГО РАСПИСАНИЯ
Используемая большинством отечественных предприятий информационная модель штатного расписания носит упрощённый характер и сводится к перечислению должностей штатных единиц и их должностных окладов. Такая модель обладает рядом существенных недостатков. Во-первых, в ней отсутствует информация
Краткие сообщения
о наборе компетенций, которыми должен обладать сотрудник, занимающий ту или иную должность, что немаловажно при проведении аттестаций или профессиональном отборе на образовавшуюся вакансию. Во-вторых, размер оклада обычно ничем не обоснован и не связан с набором должностных обязанностей, хотя такая информация весьма полезна при установлении надбавок в случае частичного со.
В работе предлагается подход к построению штатного расписания на основе функциональной модели организации [1]. Функциональная модель состоит из блоков, обозначающих функции. Каждый блок имеет входную, выходную, управляющую информацию и механизмы, реализующие функцию (к которым относятся штатные единицы). Связи блоков между собой задают последовательность реали-
- . -тельность организации в целом, функциональная модель содержит несколько ,
до элементарных операций на рабочих местах.
Поместим в блоки элементарных функций перечень компетенций, которые требуются для выполняющих их сотрудников [2]. Это позволяет, с одной стороны, на основе иерархии декомпозиции сформировать множество требований для любой функции модели, а с другой, собрать все компетентностные требования конкретной должности как совокупность требований выполняемых ею функций.
Для формирования должностного оклада элементарным функциям даётся оценка их стоимости. Сумма стоимостей элементарных функций, которые входят в обязанности штатной единицы, образует её оклад.
На основе функциональной модели можно построить штатное расписание, которое удовлетворяет следующим требованиям.
♦ Состав должностей определяется структурой бизнес-процессов организа-
.
♦ Каждая должность характеризуется набором функций (должностных обя-
) .
♦ Должностной оклад складывается из стоимости выполняемых функций.
В таблице в качестве примера приведён фрагмент штатного расписания для штатной единицы «Секретарь».
Функции (обязанности) Компетенции Стоим.
1 документов Хорошее знание деталей документооборота Умение пользоваться Microsoft Word Умение пользоваться электронной почтой 4500 (оклад)
11 журнале Знание основ документооборота 500
12 поручений Хорошее знание деталей документооборота Microsoft Word Умение пользоваться электронной почтой 4000
121 поручений Хорошее знание деталей документооборота Умение пользоваться Microsoft Word 2000
122 Рассылка поручений Умение пользоваться электронной почтой 2000
, -
сти и его обязанности выполняют другие сотрудники. Предложенная модель штатного расписания позволяет в этом случае, во-первых, подобрать для совместительства одного или несколько работников, обладающих заданным набором компетен-
, - , .
, -
чений, а Петров - подготовку поручений, то надбавка за совместительство Иванова составит 2500, а Петрова - 2000.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Марка Д, Макгоуэн К. Методология структурного анализа и проектирования БАБТ -М.: МетаТехнология, 1993. - 240с.
2. Скороход СВ. Применение функциональных моделей ГОЕЕ0 для анализа квалификационных характеристик рабочих мест на основе нечётких целей // Известия ТРТУ. Тематический выпуск «Интеллектуальные САПР»/ - Таганрог: Изд-во ТРТУ, №3(73), 2007. -С.13-18.
М.В. Рыбальченко, М.Д. Сеченов ОБ ОДНОМ ПОДХОДЕ К ОБУЧЕНИЮ АЛГОРИТМА ОТЖИГА ДЛЯ ЗАДАЧИ РАЗМЕЩЕНИЯ СТАНДАРТНЫХ ЭЛЕМЕНТОВ*
Методы стохастической комбинаторной оптимизации, такие как имитация отжига [1] и генетические алгоритмы, занимают все более важное место в автома-
,
.
Однако стохастические алгоритмы зачастую являются очень медленными, поскольку для достижения приемлемого по качеству результата требуется выполнить большое количество случайных изменений проекта, и при этом данные алгоритмы не могут адаптировать свою производительность с учётом специфики решаемого класса задачи.
В связи с этим целесообразным является рассмотрение возможности использования методов статистического обучения для улучшения производительности алгоритмов стохастической оптимизации при сохранении высокого качества полу.
, .
Для повышения эффективности алгоритма имитации отжига на основе множества предварительных (обучающих) запусков осуществляется обучение алгоритма для распознавания потенциально улучшающих и ухудшающих перестановок. В качестве механизма обучения используется регрессионный анализ [2], с помощью которого строится модель функции оценки качества решения. В качестве параметров модели используются различные конструктивные характеристики, влияющие на качество размещения, например, расстояние между двумя элементами, связность между двумя элементами, вектор “силы”, действующей на элемент
, ( ).
Если некоторый параметр модели имеет незначительное влияние на качество ко, -
*
Работа выполнена при поддержке РФФИ (фанты № 05-08-18115, № 07-01-00511) и программ развития научного потенциала высшей школы 2006-2008 гг. (РНП.2.1.2.3193, РНП 2.1.2.2238).
