CC BY
34
Таким образом, предложенный алгоритм управления качеством окружающей среды, состоящий из методик оценки влияния антропогенного воздействия на природную среду урбанизированных территорий, научно-методических принципов создания и использования средств поддержки принятия решений и методики расчета эколого-экономической эффективности природоохранных мероприятий, основанных на анализе системных
связей, закономерностях функционирования сложных эколого-экономических систем, отличающихся интегральностью, составом учитываемых показателей, методами их расчета и свертки, обоснованным применением генетических алгоритмов, учетом социального эффекта, позволяет детерминировать зоны повышенной экологической напряженности и осуществлять решение природоохранных оптимизационных задач в 2-9 раз быстрее.
СПИСОК ЛИТЕРАТУРЫ
1. Рыбак, В.А. Антропогенная нагрузка на окружающую среду: количественная оценка, анализ, нормирование: Монография [Текст] / В.А. Рыбак. -Минск: РИВШ, 2010. -334 с.
2. Куприянов, М.С. Генетические алгоритмы и их реализация в системах реального времени [Текст] / М.С. Куприянов, Н.И. Матвиенко // Информационные технологии. -2001. -№ 1. -С. 17-21.
3. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы [Текст] / Д. Рутковская,
М. Пилиньский, Л. Рутковский; Пер. с польск. -М.: Горячая линия - Телеком, 2006. -452 с.
4. Рыбак, В.А. Влияние загрязнения окружающей среды на здоровье населения [Текст] / В.А. Рыбак. -Минск: РИВШ, 2008. -368 с.
5. Рахманин, Ю.А. Научно-методические и экономические аспекты решения региональных проблем в области медицины окружающей среды [Текст] / Ю.А.Рахманин [и др.] // Санитария и гигиена. -2005. -№ 6. -С. 6-9.
УДК:004.9:[656.625.078.89.004.12:658.012]
А.А. Ханова
концептуальная структура системы управления предприятием на основе интегрированных моделей
(на примере грузового порта)
Важная задача повышения эффективности и конкурентоспособности предприятия - определение долгосрочных стратегических целей деятельности и построение системы управления, обеспечивающей полное согласование стратегических целей и текущих задач, решаемых подразделениями на всех уровнях управления [1].
Анализ существующей системы управления по стратегическим целям предполагает решение задач на нескольких уровнях: разработку стратегии; сбалансированной системы показателей (ССП); системы функционально-стоимостного управления; разработку системы бюджетирования (рис. 1). Цикл управления (0), включающий последовательно блоки 1 ^2 ^3 ^4 ^5 ^6 ^ 7^8, соединенные белыми стрелками, предполагает «движение» информации сверху вниз и снизу вверх [2] и позволяет осуществлять мониторинг состояния предприятия (грузового порта) с учетом
внедрения всех мероприятий, включающих блоки 2-4, исполнения этих мероприятий в блоке 5 и анализ уже полученных на практике результатов в блоках 6-8. Однако такой подход не позволяет оценить возможности и угрозы выбранной стратегии заранее (до ее реализации), сгенерировать вариант ССП в зависимости от стратегии, оценить степень влияния различных факторов на функционирование грузового порта (ГП) при реализации той или иной стратегии, выявить взаи-мовлияющие показатели и сформировать управленческие решения. В связи с этим актуальна задача совершенствования структуры управления предприятием на основе мультиаспектных интегрированных моделей предметной области.
Двойной цикл управления грузовым портом
Для устранения этой проблемы предлагается модифицировать представленный цикл управле-
ния эффективностью путем добавления контура управления, позволяющего, предварительно сформировав ССП, оценить реализацию стратегии в тех или иных условиях за счет введения в контур управления репозитария мультиаспект-ных интегрированных моделей предметной области ^СГРЕО-моделей).
Первый контур двойного цикла управления (рис. 1) включает в себя выполнение блоков ^ 7 ^
1 ^ 2 ^ 3 ^ 9 8 ^ 1, соединенных
^11^10^
черной стрелкой 1. Первый контур начинается с определения стратегии развития ГП (блок 1). Базовое стратегическое направление конкретизируется путем построения стратегической карты ССП в виде целей и ключевых показателей эффективности, объединенных причинно-следственными связями (блок 2).
Процессно-ориентированное планирование (блок 3) начинается с разработки процессной модели грузового порта, отражающей основные бизнес-процессы ГП, с детализацией каждого процесса [3]. Однако формирование ССП, функционально-стоимостный анализ (ФСА), верификация и валидация ССП будут осуществляться не по результатам фактической работы ГП,
а по результатам прогонов имитационной модели, а также за счет накопленной эмпирической информации в результате действия других SCIPEO-моделей (блок 9). Это позволяет в сжатые сроки в режиме реального времени осуществить проверку выбранной стратегии, пересмотреть направления развития, сделать выводы о возможностях и угрозах с учетом неопределенности воздействия случайных экзо- и эндогенных факторов, изучить влияние этих факторов
Блок 7 «Функционально-стоимостной анализ» предназначен для учета и анализа стоимости продуктов (услуг, в случае ГП). В результате проведения общего функционально-стоимостного анализа (ФСА) разрабатывается оптимальная структура бизнес-процесса с оптимальным множеством параметров - времени и стоимости. При этом оптимальное или желаемое множество параметров задается стратегическими целями компании [4].
В блоке 8 «Контроль ССП» происходит представление фактических результатов деятельности в сжатом, агрегированном виде, необходимом для сравнения запланированных, целевых значений показателей ССП с реально достигнутыми.
Блок 10 «Реестр рисков» содержит перечень выявленных рисков, реализация которых создает
Рис. 1. Концептуальная структура системы управления ГП
угрозу для достижения соответствующих целей и показателей ССП. В блоке 11 «Управленческие решения (инициативы)» реагирования на риски содержится база управленческих решений для реагирования на выявленные риски. Эти управленческие решения можно реализовать на имитационной модели, осуществлять корректировку бюджета и, в конечном итоге, формировать варианты реализации стратегии и принимать решения
0 реализации выбранной стратегии на практике. Блоки 10 и 11 представляют собой по сути обратную связь в управлении ГП.
Второй контур двойного цикла управления (см. рис. 1) включает в себя выполнение блоков
1 ^ 4 ^
^ 5 ^ 6 ^ 7 ^ 8 ^ 1, соединенных серой стрелкой (2), и в целом соответствует известной
структуре управления, но с учетом внедрения в деятельность ГП управленческих решений, выявленных в блоке 11.
Таким образом, двойной цикл управления представляет собой управление процессами ГП на основе SCIPEO-моделей (1 контур) и реализацию управления непосредственно в ГП (2 контур). Механизмы управления можно рассматривать по трем уровням: стратегическое управление (основано на ССП), тактическое управление (основано на функционально-стоимостном управлении) и оперативное управление (основано на бюджетировании). Центральное место в предложенной структуре управления занимает репо-зитарий SCIPEO-моделей, предоставляющий возможность мультиаспектного интегрированного моделирования предметной области. Рассмотрим систему SCIPEO-моделей.
Рис. 2. Комплексная интеграция и конвергенция 8С!РБО-моделей предметной области
Мультиаспектное интегрированное моделирование предметной области
Для таких сложных систем, как ГП, требуется консолидация и визуализация многочисленных разнородных исходных данных с помощью аппаратно-программных комплексов, для которых используются различные модели Data Mining, средства бизнес-аналитики, методы индикационного анализа (ФСА, ССП), интерпретация, анализ и прогнозирование ситуаций на основе имеющихся данных и возможных вариантах их изменения, а также специализированные технические решения. Поэтому за основу берутся сложные модели динамического ситуационного, имитационного, экспертного и др. представлений [5].
В качестве научно-методической базы для комплексной интеграции и конвергенции систем моделирования предлагается использовать ситуационно-когнитивно-имитационно-процес-сно-экспертно-онтологическое (SCIPEO) моделирование, являющееся развитием концепции ситуационно-имитационно-экспертного (SIE) моделирования [5].
Основополагающим принципом SCIPEO-моделирования является гипотеза о возможности представления мыслительной деятельности лица, принимающего решение (ЛПР), с помощью шести типов моделей (аспектов) представления предметной области (рис. 2).
Онтологическая модель в репозитарии моделей является средством структурирования, формализации и унификации представления знаний с целью их многократного и гибкого использования. Онтология выполняет функции концептуальной модели для непроцедурного синтеза динамических моделей с использованием предложенных методов и технологий [6].
Для конструирования онтологии предложено использовать двухуровневые конфайнмент-модели (КМ), имеющие фиксированную структуру на верхнем уровне и налагающие специфическую семантическую нагрузку на каждый свой элемент. Онтологию верхнего уровня предложено представлять в виде концептуальной КМ, основанной на «классической» ограниченной 9-элементной конфайнмент-модели, предложенной Т.В. Гагиным [7]. Онтологию второго уровня нами предложено представить в виде совокупности иерархических КМ: гиперонимической КМ. Элементы модели которой связаны иерархиче-
ским родовидовым отношением «ЯВЛЯЕТСЯ» (рис. 3). Одна из разновидностей онтологических моделей - процессная КМ.
Процессная модель представляет собой статическую архитектуру системы, где все имеющиеся «сквозные» процессы (для ГП это перегрузочные, складские, подъемно-транспортные и вспомогательные процессы), определяются как целенаправленные последовательности операций, приводящих к заданному конечному результату [8]. Для описания процессной модели используются методики класса Work Flow, наиболее распространенные из которых - eEPC и IDEF3 [8]. Процессная модель является инструментарием для анализа внутренней среды ГП.
Процессное управление основывается на циклической реализации информационно-технологической цепочки: модель текущего состояния (AS-IS) ^ идеальная модель желаемого состояния (TO-BE) ^ реальная модель желаемого состояния (Improved TO-BE). Важнейшую роль при этом играет имитационное моделирование, обеспечивающее наиболее обоснованное формирование модели Improved TO-BE, являющейся основным ориентиром развития организации.
Имитационная модель позволит [9] избежать дорогостоящих ошибок, вызываемых реализацией исключительно интуитивных решений; создавать модели, ориентированные на учет неопределенности и случайности как внешних условий, так и самой моделируемой системы; обнаруживать скрытые резервы и устранять факторы, негативно влияющие на внутренние процессы системы. Имитационная модель представляет собой инструментарий детализации решения, распределения полномочий и ресурсов путем применения методов логистического управления, а также разнообразных методик для анализа основных фондов, качества обслуживания, логистических затрат ГП и др. [10]. Следует отметить, что имитационная модель позволяет обеспечить эффективное принятие решения в тех случаях, когда возникают новые ситуации и накопленного опыта недостаточно. ЛПР, используя знание предметной области, ее структуры и взаимосвязи, оценивает с помощью мысленного, натурного или компьютерного моделирования возможные варианты решений и их последствия. Полученные таким образом знания проверяются и апробируются, после чего переходят в разряд экспертного опыта.
Экспертная модель содержит формализован-
ное описание накопленного экспертом опыта по решению различных задач в предметной области и позволяет моделировать его рассуждения [11]. Мнения экспертов при формировании структуры
целей ССП в зависимости от стратегии, а также подбор показателей для каждой цели помещаются в базу знаний (БЗ). На базе экспертной информации, с применением методов искусственного
Рис. 3. Схема РУР во взаимосвязи этапов, условий и применяемого инструментария в виде совокупности 8СГРЕО-моделей
интеллекта на основе нейронных сетей Кохоне-на формируется стратегическая карта ССП [12]. Кроме того, в каждой модели SCIPEO используется экспертная информация.
Когнитивная модель позволяет устанавливать взаимовлияния отклонений от нормы показателей на основе функциональных когнитивных карт [13]. Использование когнитивной модели необходимо для оценки синергии показателей ССП.
Ситуационная модель основана на использовании специальных элементов, описывающих микроситуации конкретных объектов и процессов, применении экспертных систем и инструментов Data Mining для определения макроситуаций. ЛПР производит обобщение, классификацию, выявляет зависимости в исходных данных, уменьшает их размерность и тем самым обеспечивает эффективную работу. Для моделирования процесса получения информации о параметрах ГП, анализа данных, информирования ответственных лиц и инициализации управленческого решения с учетом параллельности и асинхронности принимаемых решений, а также их вероятностного характера, нами предложено использовать сети Петри [14].
Важно отметить, что представление мыслительной деятельности ЛПР в виде мультиаспект-ной интегрированной SCIPEO-модели является полным, т. к. позволяет смоделировать предметную область: объекты, связи между ними, процессы, явления и ситуации.
Схема принятия управленческих решений на основе SCIPEO-моделей
Схема цикла разработки управленческих решений (РУР) [15] на основе мультиаспектной интегрированной модели предметной области представлена на рис. 3. Циклический характер РУР заключается в том, что если в результате реализации решения эффективность его оказалась низкой, то принятое решение необходимо пересмотреть, усовершенствовать или разработать вновь.
Одни проблемы (выход из строя оборудования) можно решить полностью, другие - частично (снизить текучесть кадров). Некоторые проблемы вообще не решаются, а лишь снимается их острота (конфликт целей собственников и управленческого персонала или конфликт между интересами (целями) ГП и конкурентов).
Несмотря на то, что проблему можно решить корректировкой и согласованием целей, приори-
тетными все же считаются решения, направленные на изменение конкретной ситуации. Если ситуация изменяется незначительно или меняется не в соответствии с целью ГП, то это означает, что либо не были учтены какие-либо факторы, влияющие на процесс реализации решения, либо появились новые факторы как результат постоянно изменяющихся условий внешней среды.
В практике управления ГП в большинстве случаев ситуация полной определенности встречается редко. Нередко при РУР необходимо определять цели, критерии, альтернативы и их исходы. Эти ситуации называются ситуациями полной или частичной неопределенности. Цели ГП могут быть детерминированы обстоятельствами или ранее разработанной стратегией. В таком случае проблема заключается в рассогласовании целей и текущего состояния ГП, т. е. в конфликте состояний (несоответствие существующего и желаемого или необходимого). Критерии - это количественно выраженные цели ССП. Решающее правило определяется выявлением корреляционных зависимостей между показателями ССП ГП. Альтернативы могут быть определены и ограничены имеющимися ресурсами или состоянием внешней среды. Каждый этап цикла представляет собой логически обособленную целями этапа процедуру, требующую своего инструментария БСГРЕО-моделей.
Предложена концептуальная структура системы управления грузовым портом, отличающаяся наличием методов индикационного анализа (ФСА, ССП), двойного контура управления на основе мультиаспектных интегрированных БСГРЕО-моделей. Описан подход к интеграции и конвергенции ситуационной, когнитивной, имитационной, процессной, экспертной, онтологической моделей, позволяющий оценить возможности и угрозы стратегии развития ГП, сгенерировать вариант ССП, оценить степень влияния различных факторов на функционирование ГП при реализации той или иной стратегии, выявить взаимовлия-ющие показатели и сформировать управленческие решения. Разработана схема принятия управленческих решений в различных условиях; показано место БСГРЕО-моделей на этапах РУР. Результаты работы представляют определенный интерес, поскольку концептуальная структура управления на основе БСГРЕО-моделей в перспективе применима на предприятиях любой отрасли.
СПИСОК ЛИТЕРАТУРЫ
1. Духонин, Е.Ю. Управление эффективностью бизнеса. Концепция Business Performance Management [Текст] / Е.Ю. Духонин, Д.В. Исаев, Е.Л. Мостовой [и др.]; Под ред. Г.В. Генса. -М.: Альпина Бизнес Букс, 2005. -269 с.
2. Ханова, А.А. Организация принятия решений в виде цикла управления эффективностью организации [Текст] / А.А. Ханова, А.С. Пономарева // Вестник Астраханского государственного технического университета. Сер. Управление, вычислительная техника и информатика. -2011. -№ 2. -С. 171-177.
3. Ганюкова, Н.П. Процессное управление системами корпоративного типа [Текст] / Н.П. Ганюкова, А.А. Ханова // Вестник Саратовского государственного технического университета. -2011. - № 1. -Вып. 3. -С. 235-241.
4. Ханова, А.А. Функционально-стоимостной анализ затрат предприятия на основе имитационного моделирования [Текст] / А.А. Ханова, А.С. Пономарева // Св. об офиц. рег. прогр. для ЭВМ № 2010616551. от 01.10.2010.
5. Филиппович, А.Ю. Интегрированное SIE-моделирование [Текст] / А.Ю. Филиппович // Тр. XVII Всерос. научно-метод. конф. Телематика-2010. -СПб., 21-24 июня 2010. -С. 324-327.
6. Мухачева, Н.Н. Онтологические модели и методы для управления информационно-интеллектуальными ресурсами организации [Текст] / Н.Н. Мухачева, Д.В. Попов // Вестник Уфимского государственного авиационного технического университета. -2010. -Т. 14. -№ 1. -С. 123-135.
7. Гагин, Т.В. Как выделить главное: принципы конфайнмент-моделирования [Электронный ресурс] / Т.В. Гагин, С.С. Бородина. -Режим доступа: http://www. gagin.org
8. Абдикеев, Н.М. Реинжинириринг бизнес-
процессов: Учебник [Текст] / Н.М. Абдикеев, Т.П. Данько, С.В. Ильдеменов [и др.]; 2-е изд., испр. -М.: Эксмо, 2007. -592 с.
9. Проталинский, О.М. Имитационная модель технологических процессов грузового порта [Текст] / О.М. Проталинский, А.А. Ханова, И.О. Бондарева // Вестник Саратовского государственного технического университета. -2010. -№ 4 (50). -Вып. 2. -С. 134-144.
10. Ханова, А.А. Аналитическая система поддержки управленческих решений в грузовом порту на основе BALANCED SCORECARD [Текст] / А.А. Ханова, Е.С. Потапова // Св. об офиц. рег прогр. для ЭВМ № 2009614926 от 10.09.2009.
11. Ханова, А.А. Формирование сбалансированной системы показателей предприятия на основе искусственных нейронных сетей (на примере грузового порта) [Текст] / А.А. Ханова, О.В. Шубина // Вестник Астраханского государственного технического университета. Сер. Управление, вычислительная техника и информатика. -2011. -№ 1.-С. 187-194.
12. Ханова, А.А. Интеллектуальная информационная система формирования сбалансированной системы показателей предприятия на основе нейронных сетей [Текст] / А.А. Ханова, О.В. Шубина // Св. об офиц. рег прогр. для ЭВМ № 2010616551 от 01.10.2010.
13. Юдицкий, С.А. Триадный подход к моделированию систем сетецентрического управления [Текст] / С.А. Юдицкий, П.Н. Владиславлев, Д.С. Точ // Управление большими системами: Сб. трудов. -2010. -№ 28. -С. 24-39.
14. Зубова, Т.Н. Использование сетей Петри для моделирования процесса принятия управленческих решений [Текст] / Т.Н. Зубова, Б.Ф. Мельников // Вектор науки ТГУ -2011. -№ 3 (17). -C. 33-37.
15. Лапыгин, Ю.Н. Управленческие решения: Учеб. пособие [Текст] / Ю.Н. Лапыгин, Д.Ю. Лапыгин. -М.: ЭКСМО, 2009. -448 с.
