CC BY
22
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Фрэнк Г., Фриш И. Сети, связь и потоки. - М.: Связь, 1978. - С. 280-411.
2. Кристофидес Н. Теория графов. Алгоритмический подход. - М.: Мир, 1978. - 432 с.
3. Ху Т. Целочисленное программирование и потоки в сетях. - М.: Мир, 1974. С. 223-264.
4. Боженюк А.В., РозенбергИ.Н., Старостина Т.А. Анализ и исследование потоков и живучести в транспортных сетях при нечетких данных. - М.: Научный мир, 2006. - С. 70-102.
И.С. Горелова
МОДЕЛИРОВАНИЕ ВЗАИМОДЕЙСТВИЯ КОГНИТИВНЫХ СТРУКТУР В ФОРМЕ ПОЗИЦИОННЫХ ИГР ДЛЯ ИССЛЕДОВАНИЯ КОНКУРЕНТНЫХ ОТНОШЕНИЙ В ЦЕЛЛЮЛОЗНО-БУМАЖНОЙ ПРОМЫШЛЕННОСТИ
В современных условиях рыночных отношений продолжает существовать проблема разработки и практического применения системы моделей и математических методов, позволяющих осуществить планирование стратегических действий по управлению сложными объектами различных отраслей экономики России в конкурентных отношениях с другими объектами, прогнозировать ход и исход действий и оценки последствий принятия управленческих решений противодействующими сторонами.
Одной из наиболее прибыльных отраслей лесопромышленного комплекса (ЛПК) России является целлюлозно-бумажная промышленность (ЦБП), несмотря на то, что в ее состав входит всего 197 из 2 659 крупных и средних предприятий ЛПК.
Пик производства целлюлозно-бумажной продукции в стране приходился на 1987-1989 гг. В 1988 г. предприятия ЦБП России производили в два с половиной раза больше целлюлозы, бумаги и картона, чем в 90-х годах.
Экономический кризис в России привел к резкому сокращению объемов производства. Внутренний спрос на продукцию отрасли снижался, экспорт важнейших видов продукции - товарной целлюлозы и газетной бумаги - превысил 80 %. К середине 1997 г. отрасль являлась убыточной. Падение объемов выпуска целлюлозно-бумажной продукции продолжалось вплоть до начала 1998 г. и составило около 40 % от доперестроечного уровня.
Но уже в начале 1998 г. улучшение конъюнктуры мировых рынков целлюлозы позволило целлюлозно-бумажной отрасли начать постепенное наращивание объемов производства [6, 7]. Динамика производства продукции ЦБП за период 1995-2004 гг. представлена в табл. 1.
Таблица 1
Объемы производства продукции ЦБП 1995-2004 гг., тыс. тонн
Тип \ год 1989 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
Целлюлоза по варке 8311 4197 3075 3164 3210 4225 4960 5272 5568 5752 5925
Целлюлоза товарная 3076 1757 1210 1757 1394 1726 2000 2136 2233 2301 2347
Бумага и картон, всего 8632 4060 3220 3339 3540 4468 5239 5595 5921 6355 6673
Бумага всех видов 5465 2763 2300 2226 2441 2941 3336 3415 3524 3655 3728
Бумага газетная 1693 1457 1245 1195 1394 1620 1697 1732 1713 1814 1868
Бумага офсетная 396 346 349 337 399 485 462 465 491 449 453
Картон всех видов 3167 1297 920 1113 1099 1527 1903 2180 2397 2694 2856
Картон тарный 1639 832 601 792 760 1046 1316 1530 1709 1962 2080
Источник: www.bumprom.ru
По динамике производства в отрасли ЦБП видно, что в настоящее время происходит постепенное увеличение объемов, связанное с улучшение конъюнктуры мировых рынков, девальвацией рубля в 1998 г. и определенными конкурентными преимуществами российской бумажной отрасли.
Благодаря наличию относительно дешевого сырья, энергии, топлива, трудовых ресурсов, а также наличию крупнейших запасов древесного сырья, сейчас многие российские предприятия, несмотря на изношенное оборудование и отсталые технологии, имеют возможность продолжать работать и даже получать прибыль. Но такое положение вещей долго сохраняться не будет, так как в ближайшие годы конкурентное преимущество, связанное с низкими ценами на энергоносители, нефтепродукты, трудовые ресурсы, будет сведено к нулю. При вступлении России в ВТО это станет одной из главнейших проблем.
Приходится констатировать, что достаточно большой перечень целлюлозно-бумажной продукции российского производства значительно уступает зарубежным аналогам. Поэтому в течение последних лет импорт постоянно увеличивается. В основном экспортируют высокоэффективные виды продукции, не выпускаемые отечественной ЦБП.
На основании анализа рассматриваемой отрасли можно сказать, что для повышения конкурентоспособности целлюлозно-бумажной промышленности России должны быть решены следующие проблемы:
• обеспечение благоприятного инвестиционного климата за счет усиления частно-государственного партнерства;
• уменьшение коммерческих и некоммерческих рисков;
• коренная модернизация целлюлозно-бумажного производства за счет повышения его экологичности, снижения энергоёмкости и материалоёмкости;
• развитие наукоемких технологий глубокой комплексной переработки древесины, включая ее биохимическую переработку, которая позволит помимо целлюлозы вырабатывать такие ценные продукты, как этанол, новые виды полимерных материалов, углеродные волокна, биотопливо и др.;
• повышение роли научного и кадрового потенциала отрасли;
• предоставление гарантий долгосрочного лесопользования для российских и иностранных инвесторов.
Особо остро стоит проблема отсутствия инвестиций, необходимых для повышения конкурентоспособности предприятий на мировых и внутренних рынках. Решение данной проблемы затрудняется различного рода неопределенностью и неполнотой информации.
Одним из подходов к решению слабоструктурированных проблем принятия решений в сложных системах может быть когнитивный подход [3, 4], позволяющий объединять различные модели и методы принятия решений в условиях различного рода неопределенности и неполноты информации.
Предлагается конструировать модели прогнозирования развития ситуаций и принятия управленческих решений с использованием когнитивных информационных технологий [1, 2, 3, 4] и моделей позиционных игр [5].
Рассмотрим два конфликтующих сложных объекта 11 и 12. Модель каждого объекта (Фп1 и Фп2 соответственно для 11 и 12) зададим когнитивной моделью в виде иерархического параметрического функционального орграфа.
При моделировании взаимодействия сложных систем на разных уровнях были использованы различные типы когнитивных моделей, в том числе: векторный функциональный граф, параметрический векторный функциональный граф и
др. Вершины когнитивных моделей могут разворачиваться в самостоятельные когнитивные карты, которые представляют более подробную характеристику системы (блоков или фрагментов объекта).
Ю = (вк ,вм,Ек), вк = (К'} ,Цк) }), (1)
где Gk, Gk+1 - когнитивные карты (знаковые ориентированные графы) на уровнях к, к > 2;
Ек = {ек,к+1} - множество дуг между уровнями к; ек,к+1 - отношения между вершинами разных уровней; {у/к)} - множество вершин к-го уровня;
е^(к) - дуги, отражающие отношения между вершинами одного уровня. Количество иерархических уровней может определяться существующей системой управления объектом.
Можно представить несколько взаимодействующих предприятий, функционирующих в целлюлозно-бумажной отрасли П. Следует рассмотреть возможные формы их взаимодействия. Стороны могут находиться в отношениях сотрудничества (кооперации, коалиции) или противоборства (конкуренции). В случае взаимодействия N сторон общая модель представляет собою систему иерархических когнитивных моделей
Юв„ = {Ю]к ,Я} , где Ю к = (в к ,Ю(к+1) ,Е к). (2)
При задании иерархической когнитивной модели стороны ) в виде параметрических векторных графов Ф^ система моделей имеет вид
Ф ={1Фф Я}, 1Фф =((в]к Ю ¡к+1), Ек X ]к\в]к >)), (3)
где !Фп|к - иерархическая параметрическая когнитивная модель стороны ) на уровне к;
Х(к)) - параметры вершин стороны ) на к иерархическом уровне; Р(к) - функционал преобразования дуг; 0® - пространство параметров вершин.
Рассмотрим более простой вариант взаимодействия на одном из уровней иерархической когнитивной карты.
Пусть во внешнюю вершину (несколько вершин) когнитивной модели Фп поступают возмущения Q2, инициированные действиями второго объекта 12. Реакция 11 на действия Q2 вызывает ответный шаг Q1 и т.д. Действия сторон и исходы этих действий можно представить в виде модели позиционной игры - дерева игры [4]. Каждое возмущающее воздействие Q (импульс) порождает в системах Фп1 и Фп2 импульсные процессы
ИП = (Фп ,0,РЯ), (4)
где Фп - функциональный параметрический орграф;
Q = Q(t„) - последовательность возмущающих воздействий; PR - правило изменения параметров Х = {х^ вершин У). Например, в п-й момент времени [3]
к-1
X (п +1) = Х- (1 (Х-, X, еи )Р (п) + (п +1), (5)
- ,¡=1
где Р = 1 (, Хц, ец ) - функционал преобразования дуг; Р)(„) - изменение в вершине V) в момент времени п.
Противостояние <-►
Сторона А
ВНЕШНЯЯ
Сторона В
СРЕДА
Модель позиционной игры в общем случае можно задать в виде
Г = (I, A,в,FГ,и,Рг;.,B,п) , (6)
где I = {1,2,...Д,...^} - множество игроков;
А = {а4 - множество стратегий игроков;
0 - множество состояний конкурентной среды;
рГ = FГ(A, 0) - множество исходов игры;
множество и - полезность исходов игры;
РГ - правило предпочтений;
В - правила игры;
„ - такт моделирования (шаг, ход игры).
Правила В развития игры формируются в процессе развития импульсных процессов и могут оставаться некоторое время постоянными.
В общем виде модель процессов взаимодействия двух противостоящих сторон можно представить следующим образом
ФГ = (Фп1,Фп2,Г,ИП„ИП2). (7)
Геометрически модель (7) может быть изображена в виде двух (нескольких) когнитивных карт, соединяемых в вершинах деревьями игры (рис. 1). На рисунке дерево отражает игру трех участников (сторона А, сторона В или конкурент, внешняя среда). Ходы игры представлены тремя основными уровнями:
• _ - уровень принятия управленческих решений человеком
стороны А;
• _________- уровень реакции внешней среды;
• _____________ - уровень реакции конкурента.
Аналогично обозначениям ходов трех участников игры на дереве изображены множества стратегий игроков и состояний конкурентной внешней среды. Принятие решений и возможная реакция рынка на определенном такте позиционной игры инициируют возмущения во внешние вершины когнитивной модели как стороны А, так и стороны В.
В целом получается сложная структура, меняющая свою конфигурацию на разных тактах моделирования.
Теоретические положения, представленные выше, были применены при моделировании конкурентных отношений на рынке гофрокартона ЦБП России. Для конкурирующих предприятий были построены функциональные параметрические модели по данным экспертных опросов и обработке статистических данных. Дерево позиционной игры строилось по правилам, задаваемым экспертно. В зависимости от возможных изменений на рынке гофрокартона разыгрывались различные комбинации возмущающих воздействий и выбирались стратегии поведения предприятий на рынке.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Горелова И.С. Теоретико-игровые задачи на графовых моделях сложных систем // В тр. Х Межд. научно-практ. конф. «Системный анализ в проектировании и управлении». -СПб.: Изд-во СПбГТУ, 2006. - Ч. I. С. 229-232.
2. Горелова И.С. Моделирование и принятие решений по безопасности предпринимательства на когнитивных моделях позиционных игр // Материалы Межд. научно-техн. конф. ИИИМС'2006. - Таганрог: Изд-во ТРТУ, 2006. -Т1. - С. 56-58.
3. Горелова Г.В., Захарова Е.Н, Гинис Л.А. Когнитивный анализ и моделирование устойчивого развития социально-экономических систем. - Ростов на/Дону: Изд-во РГУ, 2005.
4. Горелова Г.В., Захарова Е.Н., Радченко С.Н. Исследование слабоструктурированных проблем социально-экономических систем: когнитивный подход. - Ростов н/Дону: Изд-во РГУ, 2006.
5. Позиционные игры. Сб. статей / Под ред. Н.Н.Воробьева. - М.: Наука, 1967.
6. www.bumprom.ru
7. www.akpr.ru. Академия Конъюнктуры промышленных рынков.
Е. Г. Иванова
ИНТЕЛЛЕКТУАЛЬНЫЕ ДИАЛОГОВЫЕ ИНТЕРФЕЙСЫ В СИСТЕМАХ ЭЛЕКТРОННОЙ КОММЕРЦИИ
Уже многие десятилетия одной из наиболее важных задач в сфере создания систем искусственного интеллекта является организация диалога между компьютером и человеком. В настоящее время в связи с бурным развитием интернет-технологий и систем электронной коммерции актуальность создания интеллектуальных человеко-машинных интерфейсов на естественном языке постоянно возрастает. Все больше коммерческих компаний, исследовательских центров и учебных заведений начинают активно заниматься разработкой подобных систем, наиболее известными среди них являются: IBM, Microsoft, Sri International, Колумбийский университет, Массачусетский технологический институт, Южно-калифорнийский университет и многие другие.
В реалиях современного мира для достижения коммерческого успеха зачастую требуется не только информировать пользователя, оказывать содействие в быстром поиске интересующих его товаров и максимально упрощать процесс оформления заказа, но, что не менее важно, развлекать, заинтересовывать и веселить его. Философия, активно проповедуемая известными швейцарцами финансистами Кьеллом Нордстремом и Йонасом Риддерстрале и развиваемая сотнями их последователей, ставит во главу угла бизнес, основанный не на цифрах и количественных показателях, а на иррациональных факторах, таких как эмоции, впечатления, яркие переживания клиента [1]. Она обосновывает коммерческую важность субъективных составляющих, а применяемые многими компаниями «фанк-технологии» уже сегодня не только доказывают состоятельность данной теории, но и указывают дальнейший путь развития бизнеса в целом. Яркими примерами успешного воплощения в жизнь фанк-идеологии являются: маркетинг с использованием Advergames (Advergaming - практика использования компьютерных игр для рекламирования или продвижения товара, услуги, организации или концепции [2, 3]), парки развлечений DisneyWorld и Universal Studios, создание фантазийных шоу-пространств компаний Nike, Warner Brothers, NBA и др. [4].
Первой программой, призванной одновременно решить несколько обозначенных выше задач, т. е., с одной стороны, предоставлять информационно-советующие услуги пользователю, а с другой стороны, развлекать его и поддерживать естественно-языковый диалог на различные темы, стала ELIZA. Эта знаменитая компьютерная программа Дж. Вейзенбаума была написана им в 1966 г. с целью исследования возможности создания у собеседника программы ELIZA полной иллюзии общения с живым человеком. Несмотря на то, что ELIZA не прошла тест Тьюринга и имела достаточно простой алгоритм работы, основанный на выделе-
