УДК 65.011.56
Носов Максим Васильевич
ГКОУ ВПО «Академия Федеральной службы охраны Российской Федерации»
Россия, Орёл1 E-Mail: nosovm@mail.ru
Кузнецов Андрей Викторович
ГКОУ ВПО «Академия Федеральной службы охраны Российской Федерации»
Россия, Орёл Кандидат технических наук E-Mail: kvaa77@rambler.ru
Методика управления человеческими ресурсами наукоемких производств, основанная на динамическом распределении закрепленных за операторами функций при изменении их психофизиологического состояния
Аннотация: Развитие наукоемких производств во всем мире характеризуется все более широким применением CALS-технологий (технологий непрерывной информационной поддержки продукции на всех этапах ее жизненного цикла). Однако существующие производственные информационные системы поддерживают управление данными об изделиях (PDM - Product Data Management) и планирование материальных ресурсов (ERP -Enterprise Resource Planning) и не предусматривают управления интеллектуальными, прежде всего человеческими, ресурсами.
Человеческие интеллектуальные ресурсы рассматриваются в работе в непосредственном проявлении компетенций работника, усиливаемых средствами автоматизации интеллектуальных процессов на основе человеко-машинных систем (автоматизированных рабочих мест - АРМ).
Автоматизации управления человеческими ресурсами наукоемких производств посвящены работы [1-3]. Однако в них не учитываются влияния, связанные с возникновением нервно-эмоционального напряжения, утомления, заболевания и других отклонений психофизиологического состояния (ПФС) исполнителей-операторов АРМ. Успешное выполнение профессиональных обязанностей, сохранение здоровья операторов АРМ и, как следствие, повышение эффективности управления человеческими ресурсами наукоемких предприятий может быть достигнуто за счет совершенствования научно-методического аппарата определения ПФС операторов по информации от нескольких каналов взаимодействия с АРМ и разработки механизмов динамического распределения их функций в случае его отклонения от состояния оперативного покоя.
Ключевые слова: Наукоемкое производство; производственные информационные системы; психофизиологическое состояние; джиттер; текстовый и речевой канал взаимодействия; автоматизация управления человеческими ресурсами; эффективность управления; автоматизированные рабочие места.
Идентификационный номер статьи в журнале 131TVN214
1 302040, Российская Федерация, г. Орёл, ул. Приборостроительная, д. 80, кв. 38 1
Определение психофизиологического
состояния исполнителей наукоемких производств
Автоматизация определения психофизиологического состояния (ПФС) операторов автоматизированных рабочих мест (АРМ) может быть основана на поведенческих характеристиках человека, таких как подпись, стиль управления манипулятором, например, типа «мышь», клавиатурный почерк или голос. В качестве уникальной информации, характеризующей ПФС, можно отметить степень аритмичности (апериодичности). Единство ее формального представления в виде джиттера сигналов различных (текстового или речевого) каналов взаимодействия технических средств и оператора АРМ позволяет использовать для анализа последнего единый методологический аппарат.
В работе [4] предложена методика выделения случайного джиттера (RJ - Random Jitter) для следующих видов общего джиттера: джиттера TJОТ периода основного тона (ОТ) речевого сигнала [5], джиттера длительности Т/НАЖ и интервала Т/ТнАЖ между нажатиями кнопок на клавиатуре, джиттера длительности Т/НАЖЛКМ и интервала Т/ТнАЖЛ™ между нажатиями левой кнопки манипулятора типа «мышь», а также джиттера Т/Тмышь сигнала его перемещения.
В дальнейших исследованиях авторов сделан вывод о возможности определения ПФС оператора по доле (в процентах) кадров анализируемого сигнала, на которых абсолютное значение случайного джиттера превышает пороговое значение Ткгш :
где Я - общее число фрагментов (кадров).
Результаты оценки характеристики (1) на примере случайного джиттера Ш Тмышь сигнала перемещения «мыши», полученные методом скользящего среднего для двух операторов, находящихся в состояниях оперативного покоя и нервно-эмоционального напряжения, представлены на рисунке 1 .
R
(1)
Time (s)
а)
Time (s)
б)
Рис. 1. Оценка методом скользящего среднего для оператора, находящегося в
состоянии оперативного покоя (а) и нервно-эмоционального напряжения (б)
Для объединения оценок (1), полученных по различным (доступным для анализа) сигналам каналов взаимодействия оператора и технических средств АРМ наукоемкого производства, предложено использовать обобщенную функцию желательности Харрингтона [6]:
^ й2 •... • , (2)
где £ - число используемых характеристик Оувтю; й - логистическая функция Харрингтона, также называемая «кривая желательности»:
й = ехр[- ехр(- у)] (3)
с двумя участками насыщения (при й ^ 0 и й ^ 1) и линейным участком (й = 0,2...0,63).
Значения рассматриваемых характеристик Oveгю случайного джиттера RJTm , RJ
RJh
НАЖ.ЛКМ
RJT
НАЖ.ЛКМ
ШТмышь распределяются в масштабе, соответствующем предъявляемым к ним требованиям, на промежутке эффективных значений шкалы частных показателей у :
ВЕРХ
У =
OverRJ - OverRJ
OveriJEPX - OverRJ
(4)
где Oveгю - значение характеристики в исходной шкале; OverRJ и Over
верхняя и нижняя границы области «удовлетворительно» в исходной шкале [7].
НАЖ
Затем соответствующие им показатели пересчитываются в значения на шкале желательности. При этом шкала «желательности» (ось й ) условно делится в диапазоне от 0 до 1 на пять поддиапазонов, соответствующих следующему вербальному описанию ПФС человека: [0;0,2] - «очень плохо», [0,2;0,37] - «плохо», [0,37;0,63] - «удовлетворительно», [0,63;0, 8] - «хорошо», [0,8;1] - «очень хорошо».
Для формирования решения (2) необходимо знание верхних (Оувт^ЕРХ) и нижних ( ОувгНИЖн) границ области «удовлетворительно» (4) для случайного джиттера ЮТт,
RJ1
НАЖ.ЛКМ
RJT
НАЖ.ЛКМ
^,7 Тмышь . Указанные границы могут быть рассчитаны для каждого из исполнителей в соответствии с рекомендациями, данными в [7]: нижняя граница интервала «удовлетворительно» равна значению средней арифметической величины, а верхняя - суммарному значению средней арифметической величины и ее среднеквадратического отклонения.
Пороговое Тктш и граничные Оугг^Г* , Over^ИЖН значения образуют матрицу
[G ] =
Thr
R
Thr
RJ
Thr
RJ
T0T
^НАЖ
Thr
RJ
^АЖЛКМ
Thr
RJ ЛНАЖ.ЛКМ ThRrJ
ВЕРХ
■Jot
ВЕРХ - ^НАЖ ВЕРХ
• р/^НАЖ
Over ВЕРХ
RJ tHА Ж. ЛКМ
ВЕРХ
rj ^НАЖ.ЛКМ
Overr Over1
R
Over I ver Over
,НИЖН ' RJToT .НИЖН
- RJtнАЖ
.НИЖН ■ RJ^^ Over НИЖН
RJtHАЖ.ЛKМ
Over НИЖН
Over H
R
Over H
R
Over H
rj ^НАЖ.ЛКМ
RJ
ЛМЫШЬ
Over1
Over1
(5)
названную профилем ПФС исполнителя. Профиль ПФС всех исполнителей будет определяться матрицей [£]6хЗМ, образованной конкатенацией матриц (5) для М исполнителей.
Эффективность управления человеческими ресурсами наукоемких производств
Перспективным подходом к решению задачи автоматизации управления человеческими ресурсами является менеджмент, основанный на знаниях (Skills-Based (SB) Management) [3].
SB-менеджмент реализует представление проекта, выполняемого группой исполнителей, в виде комплекса взаимосвязанных производственно-технологических функций (ПТФ). Для выполнения конкретной ПТФ исполнителем или при его участии необходимо, чтобы он владел соответствующими знаниями, умениями и навыками.
Набор °цен°к р =(pj, р2,..., Plk,..., PlK), где P - фактический уровень (рейтинг) /-го исполнителя по k-ой компетенции (K - число компетенций), назовем квалификационным профилем (профилем компетенций) /-го исполнителя (i = I...M). Методы оценки (р1, Р2,. ., рк ,. ., рК ) приведены в [2]. Профили M исполнителей производственного подразделения представим в виде матрицы [p]mхК .
Модель, представляющую требуемые уровни компетенций работника R . = (R;1 , R;2, ..Rjk,. ., RjK ), необходимые для выполнения j-й функции технологического процесса, назовем нормативным профилем j-й ПТФ (рабочего места). Для получения (j Rj2,...Rjk ,. ., RjK ) используются экспертные оценки по балльной шкале. Нормативные
профили всех функций конкретного подразделения производства будем представлять в виде
матрицы [к]^хГ , где N - число функций рассматриваемого производственного подразделения [2].
Определим оценку важности (значимости) к-й компетенции для выполнения у'-й функции
Rjk гг\
гк =-K------ (6)
I Л.
k '=1
кк'
и относительную оценку адекватности назначения /-го исполнителя на 7-ю функцию с учетом к-й компетенции
_ тіп [р1к, ^ )
п • (7)
к
Очевидно, что 0 < ^ < 1, I г кк = 1 и 0 < < 1.
к=1
Тогда абсолютная оценка аі]к адекватности назначения /-го исполнителя на 7-ю функцию с учетом к-й компетенции
акк = Акк х гк (8)
позволяет определить адекватность назначения /-го исполнителя на 7-ю функцию:
I акк • (9)
а к = I а •
к=1
Очевидно, что 0^аа ^1
В [8] введен следующий критерий эффективности закрепления /-го исполнителя на у'-й функцией:
еа = а,}^}, (10)
N
где '№]. - показатель значимости7-й функции, причем ^ wj = 1.
а=1
Для учета трудоемкости функций рассматривается некоторый плановый период и дополнительно введены следующие показатели:
- ^ - трудоемкость (человеко-часы) выполнения7-й функции {/ = 1...N);
- дг - трудовой ресурс (человеко-часы) /-го исполнителя { = 1 ..М).
Для формальной постановки оптимизационной задачи закрепления функций за исполнителями на основе учета навыков и умений исполнителей можно использовать подход, предложенный в [2].
В предположении, что каждый исполнитель может участвовать в нескольких функциях, эффективность использования /-го исполнителя { = 1..М):
N
Е, = f £ e^Xj, (11)
j=1
где £ - оценка его ПФС, причем 0 < / < 1 и оценка / = 1 соответствует состоянию оперативного покоя [9]; - доля 7-й функции, выполняемая /-м исполнителем, причем
О < Xj <1.
Тогда оптимизация закрепления исполнителей за функциями с учетом их текущих ПФС f = const ( = 1..M) и перераспределение закрепленных функций при отклонениях ПФС в случае воздействия влияющих факторов заключается в нахождении значений хгу, доставляющих максимальное значение общему критерию эффективности [10]
Е = £ f £e jx j ^ max (12)
,=i j=i
при условии закрепления достаточного числа исполнителей за каждой функцией
М
X..
а
M ,
£ Xj =1 (j = 1...Nj (13)
i=1
и ограничениях на загрузку исполнителей
N
ExQ < q, (=1.^). (14)
j=1
При известных оценках ПФС исполнителей (выражения (1)-(4)) решение задачи (12) позволит повысить эффективность управления человеческими ресурсами наукоемких производств (рис. 2).
Методика управления человеческими ресурсами наукоемких производств
Исходными данными для реализации соответствующей методики являются:
1) число N функций рассматриваемого производственного подразделения;
2) число М исполнителей производственного подразделения;
3) число К компетенций исполнителя, необходимых для выполнения
производственно-технологических функций;
4) матрица \Р]М хК квалификационных профилей работников;
5) матрица \К^Х^ производственно-технологических функций производственного
подразделения;
6) матрица [G]6x3M профиля ПФС исполнителей ( M исполнителей );
7) показатели w. значимостиj-й функции (j = 1...N);
8) трудоемкость Q. (человеко-часы) выполнения j-й функции;
9) трудовой ресурс q (человеко-часы) i-го исполнителя ( = 1..M).
Процесс управления начинается после того, как все M исполнителей, имеющих допуск к работе, вошли в систему (шаг 3). При этом они подтвердили свои полномочия (прошли процедуру аутентификации), применив имеющиеся аутентификаторы. После этого исполнители приобретают статус авторизованных пользователей АРМ.
Оценки f начального ПФС исполнителей рассчитываются для каждого из них путем
объединения (выражения (2)-(4)) информации (шаг 9) от различных каналов взаимодействия с техническими средствами автоматизированных рабочих мест. Последняя образуется путем
расчета характеристик Оувгю (1) случайного джиттера RJT°T, К1‘НАЖ, ЮТнаж, rJ™.™ ,
rJm.jikm , RJТмышь (шаг 6), например, при решении оператором набора тестовых задач (шаг 5) с использованием текстового и речевого каналов взаимодействия с техническими средствами АРМ. Необходимость введения данного этапа обусловлена снятием ограничения на то, что в начале работы оператор находится в состоянии оперативного покоя (f = 1).
Оптимизация закрепления исполнителей за функциями с учетом их текущих ПФС f = const ( = 1..M) заключается в нахождении значений хг>., доставляющих максимальное
значение общему критерию эффективности (12) при условии (13) и ограничениях (14). Данная задача является задачей линейного программирования и может быть решена известными методами [9]. На основе ее решения фактическая загрузка i-го исполнителя ( = 1 ..M) будет определяться следующим образом (шаг 10):
N
qфАКТ = ]Г XjO, . (15)
j=1
Ее расчет в процессе выполнения производственно-технологических функций (шаг 7) также основан на объединении (шаг 9) информации о соответствующих характеристиках Охвгю случайного джиттера (шаг 8) сигналов взаимодействия оператора с техническими средствами АРМ.
После расчета фактической загрузки исполнителей на каждом этапе реализации технологического процесса происходит перераспределение ПТФ между исполнителями (шаг 12), исключение (возможно, временное) исполнителей со значительным (Af ^ 1) отклонением ПФС от состояния оперативного покоя из производственного процесса.
х °ПТ
Пример реализации предложенной методики для решения задач разработки
программного обеспечения автоматизированных систем обработки информации и
управления
Предположим, что выполнение проекта основано на реализации N=6 производственнотехнологических функций M=10 исполнителями. Перечень ПТФ и компетенций (K=24) исполнителей для их реализации, соответствующие матрицы [R^xjs: и , а также
показатели w. значимости и трудоемкость выполнения Q . (человеко-часы) j-й функции приведены в [2].
Ресурсы исполнителей заданы в виде вектора
q = [30 30 30 30 30 30 30 30 30 30].
При нахождении на начальном этапе всех операторов в состоянии оперативного покоя f = 1 (= 1...10) оптимизация целевой функции (12) с использованием приложения
Optimization 3.0 среды технических расчетов MATLAB позволила получить следующие результаты:
^0,5 0000 0,5 000 0 "
0 0 0,25 0 0 0 0 0 0,75 0
00001 0000 0
00000 0100 0
00100 0000 0
0 0 0 0 0,33 0 0 0 0 0,67
при максимальном значении общего критерия эффективности E = 0,6151.
При этом фактическая загрузка исполнителей (15) составила
qФАКТ =[30 0 30 0 30 30 30 0 30 20].
Далее моделировались различные этапы выполнения технологического процесса, при которых изменялось ПФС трех исполнителей (первого, пятого и седьмого) при сохранении состояния оперативного покоя остальных (рис. 3). На представленном рисунке прямая на уровне E = 0,6151 соответствует случаю оптимального закрепления исполнителей без учета их ПФС (или когда все они постоянно находятся в состоянии оперативного покоя), и не является адекватной существующему положению дел при управлении реальными людьми.
Эффективность оптимизации закрепления функций за исполнителями по критерию (12) определяется превышением кривой (E при х°™ (с учетом ПФС)) над кривой (E при х°™ (без учета ПФС)), а их значения соответствуют случаям, когда распределение функций не учитывает ПФС и учитывает состояния f (верхние кривые) соответственно.
Представленные данные позволяют утверждать, что закрепление исполнителей на
основе разработанного критерия (8) в условиях изменения их ПФС является адекватным
задаче управления человеческими ресурсами и эффективным относительно существующих решений.
Изменение фактической загрузки исполнителей (15) в процессе выполнения ПТФ, связанное с отклонением их ПФС от состояния оперативного покоя, может быть применено для оценки эффективности их использования (шаг 12 на рисунке 2):
т
£“Щ =ЁЕ'1. ( = 1~м), (16)
'=1
где эффективность ) использования /-го исполнителя на ^м этапе выполнения технологического процесса рассчитывается по выражению (11).
Заключение. Предложенная методика обеспечивает повышение эффективности управления исполнителями технологических процессов наукоемких производств за счет оперативного определения их психофизиологического состояния и динамического распределения их функций. Ее применение позволяет решить вопросы автоматизации управления человеческими интеллектуальными ресурсами.
Рис. 3. Эффективность закрепления функций за исполнителями
ЛИТЕРАТУРА
1. Анкудинов И.Г., Петухов O.A. Инженерия знаний в автоматизированных системах управления // Высшая математика. Информатика. Процессы управления и информационные системы. Системный анализ и прогнозирование // Доклады юбилейной научно-технической конференции студентов, аспирантов и сотрудников института. - СПб.: СЗПИ, 2000. - С.86-89.
2. Анкудиов И.Г. Автоматизация управления и комплексного использования
человеческих и структурных ресурсов наукоемких производств
(промышленнность): Дис.... д-ра техн. наук. - СПб., 2009. - 298 с.
3. Skills Management. Reasonable Expectations, Strategic Considerations and Success Factors // SkillView Technologies, Inc., 2001. Доступ: http://www.skillview.com/library.html.
4. Носов М.В. Методика разделения джиттера сигналов различных каналов взаимодействия технических средств и оператора АРМ // В редакции журнала «Информационные системы и технологии». Орел: ГУ-УНПК, 2014.
5. Басов О.О., Носов М.В., Шалагинов В.А. Исследование характеристик джиттера периода основного тона речевого сигнала // Труды СПИИРАН. 2014. Вып. 32. С. 27-44.
6. Пичкалев А. В. Обобщенная функция желательности Харрингтона для сравнительного анализа технических средств // Исследования наукограда, № 1 (1), январь-март 2012. - С. 25-28.
7. Магомадов В. Д. Индикативное планирование инвестиционной деятельности строительной отрасли в регионе: автореф. дис. ... канд. экон. наук: 08.00.05 / В. Д. Магомадов. - М., 2008. - 21 с.
8. Анкудинов И.Г. Оптимизационные задачи управления интеллектуальными ресурсами НИОКР // Технологии приборостроения. - 2006. № 2. - С. 48-54.
9. Кибернетическая модель автоматизированной системы управления в условиях изменения физиологического и психоэмоционального состояния оператора [Текст] / М.В. Носов, С.П. Богданов, О.О. Басов // Материалы X Международной научно-практической конференции «Научная мысль информационного века -2014». Выпуск 31. Технические науки: Przemysl. Nauka i studia. - 72 c. - С. 48-49.
10. Таха X. Введение в исследование операций / пер. с англ. - М.: Мир, 1985. - 479 с.
Рецензент: Басов Олег Олегович, кандидат технических наук, сотрудник ГКОУ ВПО "Академия Федеральной службы охраны Российской Федерации", Россия, Орёл.
Maksim Nosov
The Academy of the Federal Guard Service of the Russian Federation
Russia, Orel E-Mail: nosovm@mail.ru
Andrey Kuznetsov
The Academy of the Federal Guard Service of the Russian Federation
Russia, Orel E-Mail: kvaa77@rambler.ru
Methods of the human resources management in intensive production process, based on dynamic redistribution of operator’s functions in case of detection unordinary changes in his psychophysiological status
Abstract: High-tech industry development is characterized nowadays by the extensive use of CALS-technologies (continuous information support of the product at all stages of its technological cycle).
However, existing manufacturing IT-systems which support the Product Data Management (PDM) and Enterprise Resource Planning (ERP) do not control intellectual human resources.
The research work considers intellectual human resources as the employee’s (operator’s) competence whose abilities are strengthen by means of the automation of the product processes and based on so called “man-machine” system (or automated workstations - AW).
Many research works are devoted to the problems of the human resources management in intensive production process [1-3]. However, they do not take into account the influence of stress, exhaustion, diseases attacking operators and their unordinary psychophysiological status (UPPS) on the technological process.
The improvement of the methods of timely identification of operator’s psychophysiological status as well as the development of the ways of fast redistribution of operator’s functions in case of the detection his bad health or exhaustion will make human resources management in intensive production process more effective, will help to achieve more successful results in the technological process and will save human health.
Keywords: intensive production; manufacturing IT-systems; psychophysiological status; jitter; text and voice interaction channel; human resources automated management; management effectiveness; automated workstations (AW).
Identification number of article 131TVN214
REFERENCES
1. Ankudinov I.G., Petuhov O.A. Inzhenerija znanij v avtomatizirovannyh sistemah upravlenija // Vysshaja matematika. Informatika. Processy upravlenija i informacionnye sistemy. Sistemnyj analiz i prognozirovanie // Doklady jubilejnoj nauchno-tehnicheskoj konferencii studentov, aspirantov i sotrudnikov instituta. -SPb.: SZPI, 2000. - S.86-89.
2. Ankudiov I.G. Avtomatizacija upravlenija i kompleksnogo ispol'zovanija chelovecheskih i strukturnyh resursov naukoemkih proizvodstv (promyshlennnost'): Dis.... d-ra tehn. nauk. - SPb., 2009. - 298 s.
3. Skills Management. Reasonable Expectations, Strategic Considerations and Success Factors // SkillView Technologies, Inc., 2001. Dostup: http://www.skillview.com/library.html.
4. Nosov M.V. Metodika razdelenija dzhittera signalov razlichnyh kanalov vzaimodejstvija tehnicheskih sredstv i operatora ARM // V redakcii zhurnala «Informacionnye sistemy i tehnologii». Orel: GU-UNPK, 2014.
5. Basov O.O., Nosov M.V., Shalaginov V.A. Issledovanie harakteristik dzhittera perioda osnovnogo tona rechevogo signala // Trudy SPIIRAN. 2014. Vyp. 32. S. 2744.
6. Pichkalev A. V. Obobshhennaja funkcija zhelatel'nosti Harringtona dlja sravnitel'nogo analiza tehnicheskih sredstv // Issledovanija naukograda, № 1 (1), janvar'-mart 2012. -
S. 25-28.
7. Magomadov V. D. Indikativnoe planirovanie investicionnoj dejatel'nosti stroitel'noj otrasli v regione: avtoref. dis. ... kand. jekon. nauk: 08.00.05 / V. D. Magomadov. - M., 2008. - 21 s.
8. Ankudinov I.G. Optimizacionnye zadachi upravlenija intellektual'nymi resursami NIOKR // Tehnologii priborostroenija. - 2006. № 2. - S. 48-54.
9. Kiberneticheskaja model' avtomatizirovannoj sistemy upravlenija v uslovijah izmenenija fiziologicheskogo i psihojemocional'nogo sostojanija operatora [Tekst] / M.V. Nosov, S.P. Bogdanov, O.O. Basov // Materialy X Mezhdunarodnoj nauchno-prakticheskoj konferencii «Nauchnaja mysl' informacionnogo veka - 2014». Vypusk 31. Tehnicheskie nauki: Przemysl. Nauka i studia. - 72 c. - S. 48-49.
10. Taha X. Vvedenie v issledovanie operacij / per. s angl. - M.: Mir, 1985. - 479 s.