CC BY
42
Обучающая среда является открытой, адаптируемой, может быть дополнена новыми модулями и использована для генерации новых учебных программ.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Петр аков В А., Граецкая О.В. Системный анализ инновационных и технических процессов. - Ростов-на-Дону: Изд-во Южного федерального университета, 2007. - 286 с.
2. Гладкое Л. А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы // ФИЗМАТЛИТ, 2006. - 320 с.
Петраков Владимир Александрович
Федеральное государственное образовательное учреждение высшего профессионального образования «Южный федеральный университет». E-mail: kaf_sau @mail.ru.
344006, г. Ростов-на-Дону, ул. Большая Садовая, 105. Тел.: 88632633158; 88632638498.
Чуеова Юлия Сергеевна
Petrakov Vladimir Alexandrovich
Federal State-Owned Educational Establishment of Higher Vocational Education "Southern Federal University".
105, Bolshaya Sadovaya, Rostov-on-Don, 344006, Russia.
E-mail: kaf_sau @mail.ru.
Phone: +78632633158; +78632638498.
Chusova Julia Sergeevna
УДК б81.142
. . , . . , . .
НЕКОТОРЫЕ ЗАДАЧИ ПОДДЕРЖКИ РЕШЕНИЙ В ИННОВАЦИОННОМ
МЕНЕДЖМЕНТЕ
Рассматриваются два возможных подхода к оценке решений в рамках инновационного менеджмента, приводящих, в конечном счёте, к постановке и решению задач дискретного математического программирования.
.
V.A. Baliberdin, A.M. Belevtsev, Ya.E. Dombrovsky SOME PROBLEMS DECISION MAKING FOR INNOVATION MANAGEMENT
Two possible ways of decision estimation under innovation management are considered. Discrete programming problems are analysed. A practical example is given. Innovation management.
Под понятием «инновационный менеджмент» в настоящее время понимают , -
стью [1]. При этом инновационная деятельность рассматривается в широком смысле как деятельность по доведению научно-технических идей, изобретений, разработок до результата, пригодного для практического использования. В полном
объёме инновационная деятельность включает все виды научной деятельности,
- , , ,
по освоению новшеств в производстве и у их потребителей.
Ясно, что при таком широком охвате сфер человеческой деятельности в рамках инновационного менеджмента возникает потребность в количественной оценке различного рода решений, принимаемых на различных этапах инновационной деятельности. Особенно остро такая потребность возникает при разработке различного рода инновационных программ (федеральных, региональных, отраслевых
и т.п.), т.е. комплексов инновационных проектов и мероприятий, согласованных , -
тивное решение задач по освоению и распространению принципиально новых ви-( ).
Рассмотрим два возможных подхода к оценке решений в рамках инновационного менеджмента, приводящих, в конечном счёте, к постановке и решению задач дискретной оптимизации.
Первый из этих подходов связан с принятием решений в условиях, когда речь идёт о перевооружении производства и освоении значительной номенклатуры
( ). -шений характеризуются значительной сложностью и многоальтернативностью.
Второй подход характерен для ситуаций, связанных с построением или усовершенствованием технологических процессов.
Обратимся вначале к рассмотрению первого из указанных подходов, построив возможную формализацию задач оценки принимаемых решений.
Пусть имеется некоторое множество целей (задач), которые необходимо достигнуть (решить):
Mc = [m}}, j = ~J.
Цели могут иметь различную важность. В простейшем случае цели упорядочиваются по убыванию важности, и вводится Q категорий (групп) важности целей. Имеется также некоторое множество ресурсов:
Nr = {n }, i = ~I.
Каждый из этих ресурсов может быть использован для достижения некоторого подмножества целей из множества Мс:
MC = {mj}.
Возможно аддитивное объединение ресурсов для достижения некоторых це-, -
сурсов по отдельности. Такие объединённые ресурсы будем именовать групповыми.
Задание: какие ресурсы могут быть использованы для достижения опреде-, -
ний (MBH). Единица в позиции ij этой матрицы означает, что j-я цель может быть достигнута за счёт использования i-ro ресурса. Размерность MBH есть K*J. Здесь К - общее количество возможных ресурсов, включая и групповые (т.е. некоторые
).
,
, -
.
Задана целевая функция задачи оптимизации (ЦФ), определяющая выигрыш ( ), -
щихся ресурсов для достижения поставленных целей.
В общем случае форма задания ЦФ несущественна. ЦФ может быть задана в виде формального выражения, например, вычисляемой функции переменных
X = {xij}, определяющих конкретное решение задачи. Здесь X = {x^ } - матрица булевых переменных, единичное значение каждой из которых означает, что в полученном решении задачи i-й ресурс назначается для реализации j-й цели. Но ЦФ может быть определена и алгоритмически.
Заданы также ограничения, не охваченные MBH. Например, требование, что один ресурс может быть использован лишь для достижения одной цели.
В результате некоторых преобразований в конечном счёте получается, что сформулированная задача может быть сведена к известной задаче псевдобулевого математического программирования вида, рассмотренного в [3], например.
В указанной задаче ограничения выражают условия, что для реализации одной цели можно назначить не более одной группы ресурсов и что каждый ресурс можно использовать лишь в составе одной из групп.
Заметим, что целевая функция в [3] построена для случая, когда цели (задачи) не различаются по важности. Если цели имеют разную важность, то наиболее целесообразным является так называемый лексикографический подход при формировании ЦФ задачи, заключающийся в следующем.
Всё множество возможных целей (задач) разбивается на S групп предпочте-, . - ( ). критерии ранжируются по их относительной важности. В качестве искомого плана оптимизационной задачи выбирается тот план, который обеспечивает максимум наиболее важного критерия. При наличии нескольких планов такого рода предпочтение отдаётся тому, который обеспечивает максимум следующему по важности критерию и т.д. В данном случае решаемая задача рассматривается как многокритериальная задача оптимизации. При этом за первый критерий Кх принимается количество целей первой группы важности, назначенных для достижения с заданными уровнями эффективности, за второй критерий - К2 - количество целей второй группы важности и т.д. до S-й группы. Эти критерии подлежат максимизации.
Обратимся теперь к рассмотрению ситуаций, связанных с построением и усовершенствованием технологических процессов.
Самое общее определение технологического процесса (ТП) выражается сле-. - -
, .
, ,
( ). -
ление ТП не в полной мере соответствует логике решаемых в инновационной дея-, .
представляется следующее определение ТП, впервые предложенное в работе [4].
( ),
включающая основные операции (операции обработки) и вспомогательные опера-( , , -
дования и т.п.) и завершающаяся выходом готового изделия.
Такое определение ТП позволяет акцентировать внимание на вопросах сокращения временных и ресурсных затрат на выполнение вспомогательных опера, , , -
лом (сократить затраты на основные операции возможно лишь, как правило, за счёт совершенствования оборудования, что представляет отдельный интерес и
). , ,
достаточной общности, может быть легко распространено на информационные, обслуживающие и т.п. системы, т.е. является достаточно универсальным.
Анализ показывает, что стоимостные характеристики технологии как совокупности реализуемых ТП зависят от затрат на выполнение вспомогательных опе-
, , ,
реализацией ТП [4]. Следовательно, одним из возможных путей совершенствования технологических процессов является рациональная организация ТП.
Рассмотрим вопросы совершенствования ТП на примере оптимизации информационных технологических процессов (ИП)) в системах с распределённой обработкой данных (СРОД). Здесь основные операции - это операции обработки информации, а вспомогательные - операции передачи информации при реализации различного рода обменов данными.
,
на ее поиск определяет характеристики ИП в СРОД и зависит от принятых решений по построению и организации информационных технологий СРОД. Отсюда следует, что эти технологии нужно строить таким образом, чтобы указанные затраты были минимальными. Таким образом, возникает группа оптимизационных
,
СРОД. Подобные задачи решаются в процессе проектирования и начальной настройки системы, т.е. в условиях, которые можно полагать статическими, и поэтому называются задачами статической оптш-шзации ИП.
Задачи такого рода могут быть сформулированы в терминах математического .
образом:
где W(x1 ,х2,...,xN ) - определяет затраты на реализацию совокупности ИП, выражаемые объемом «накладных расходов» на организацию и выполнение обмена и передачи информации и на ее поиск;
ai(x1 ,х2,...,xN) - выражения различного рода требований к системе (по , . .);
bj(x1 ,х2,...,хИ ) - выражения, обеспечивающие учет реальных условий
функционирования СРОД и ее элементов (ограничения по памяти, по быстродействию и т.п.).
Переменные величины (xlх,...,XN) являются дискретными (булевыми) и могут определять не только собственно распределение информации по узлам се, , , .
Другая группа оптимизационных задач связана с фактором управления реализацией ИП в динамике их протекания. Такие задачи будем называть задачами динамической оптимизации ИП. Общая формулировка подобных задач может быть записана следующим образом.
Из множества U допустимых управлений реализацией совокупности ИП выбрать такое управление u *, которое бы обеспечило минимум целевой функции
(1)
bj(x1 ,Х2 ,...,XN) < Bj , у = R + 1,М ,
W(u):
W(u*) = min W(u) , (2)
u cU
где W( u) - характеризует оценку временных затрат для реализации заданной со.
Конкретные выражения для W(u) необходимо строить с учетом режимов . -
.
Исследования, проведённые в [5], показали, что наиболее значимый положительный эффект достигается за счёт статической оптимизации ИП в СРОД. Задачи статической оптимизации ИП могут иметь различные формальные постановки в (1). -ся следующие классы таких задач [5]:
♦ определение рационального числа обрабатывающих узлов в СРОД и уровня их загрузки;
♦ обоснование структурной организации подсистем СРОД;
♦ оптимизация распределения загрузки в СРОД (в различных вариантах по-
) .
Имеющийся опыт исследований и разработок показывает, что использование аппарата оптимизации информационных технологий распределенной обработки
данных в АС обеспечивает значительное повышение основных функциональных
, , -
ния и т.д. [4,5].
Вместе с тем, необходимо четко представлять, что потенциальные возможности рассмотренного аппарата могут быть эффективно использованы при наличии
,
АС. Остановимся кратко на физической сущности этих условий.
Ясно, что если мы имеем дело с системой, которая функционирует в условиях весьма малой нагрузки, применение каких-либо методов или способов повышения ее производительности, во-первых, нецелесообразно, а во-вторых, мало влияет на характеристики системы. В самом деле, возьмем гипотетически предельный
случай, когда АС, имеющая производительность, скажем 100 сообщений в едини,
времени. Ясно, что такая система работает с громадным запасом производитель, . использования такой АС заключается в элементарной ее загрузке какой-то допол-.
, ,
ухудшаются характеристики функционирования системы. Причем по мере увеличения загрузки наступает, наконец, момент, когда значения основных характеристик АС уже не удовлетворяют потребителя. В этой ситуации возникает естественное желание модернизировать систему путем замены ее технического обеспе-( , ) -
дительными. Однако, такая модернизация требует значительных затрат и, как пра-, . В ситуациях подобного рода применение рассмотренной методологии и методов оптимизации информационной технологии распределённой обработки данных весьма эффективно, поскольку позволяет достичь значительного повышения производительности АС при минимальных затратах средств и времени. Такой подход к модернизации АС заметно увеличивает сроки ее целевого использования.
Теперь рассмотрим ситуацию другого рода. Пусть проектируется АС для покрытия информационных потребностей некоторой функциональной области. Причем специфика функционирования АС такова, что существуют достаточно жесткие ограничения на весогабаритные, энергетические и другие характеристики технических средств АС (вследствие, например, исполнения этих средств в подвижном варианте), а информационные потребности функциональной области доста-.
В процессе проектирования могут возникнуть два основных положения:
♦ обоснована невозможность на существующих средствах обработки и передачи данных реализовать заданные функции АС в условиях имеющихся ограничений на весогабаритные и другие характеристики технических средств;
♦ получены некоторые проектные ре шения по реализации заданные функций в заданных условиях.
В первом случае использование предлагаемого аппарата, по сути, позволяет решить техническую проблему, которая обычными путями может решаться лишь в
( ).
Во втором случае за счет оптимизации информационной технологии получаем решение, которое требует меньших затрат ресурсов АС, а следовательно - может быть реализовано на технических средствах с меньшими весогабаритными и
. , -рить возможности для улучшения использования технических средств, обеспечения эргономических требований и т.п.
Обратимся теперь к другой группе факторов, связанных с условиями эффективного использования аппарата оптимизации. Эти факторы определяются понятием структурной сложности АС на базе СРОД. В настоящее время это понятие разными авторами трактуется по разному. Однако в большинстве случаев оно связывается с количеством узлов обработки информации в СРОД и сложностью организации межузловых взаимодействий (без промежуточной ретрансляции, с ретрансляцией через один, два и т.д. промежуточных узла, с реализацией межсетевых обменов и т.п.).
,
системы с прямым информационным каналом. Ясно, что при проектировании такой системы можно априори достаточно рационально построить информационную ( ),
предлагаемого аппарата не будет значительным.
В более сложных ситуациях, особенно при большом числе узлов и подсетей, этого уже в общем случае сказать нельзя. В больших АС, как правило, не удается сбалансировать потоки и нагрузку системы. В результате возникают различного рода "узкие места", которые значительно снижают потенциальные возможности АС. В этих ситуациях предлагаемый аппарат и дает существенный прирост функциональных характеристик АС за счет поиска и реализации оптимальной информационной технологии СРОД в системе [4,5].
В организационном плане использование рассматриваемого аппарата представляется наиболее целесообразным на следующих этапах "жизненного цикла" АС:
♦ на этапе проектирования АС (здесь посредством разработанного аппарата
осуществляется обоснование как рационального выбора технических
,
);
♦ на этапе начальной настройки АС перед запуском ее в работу (оптимальное распределение информации в соответствии с функциями должностных
);
♦ в исследовательской работе (дая оценки предварительных возможностей
).
В качестве иллюстрации сказанному на рис. 1 отображен характер зависимости среднего времени реакции системы (характеристика оперативности) от величины входного потока (, ?2 - предельные возможности АС без и при наличии
). , -
тимизации эквивалентно возрастанию общей производительности системы (на, ).
Рис. 1. Зависимость времени реакции АС от величины входного потока
, -
цессов позволяет значительно улучшить функционирование СРОД. Иными словами, за счёт совершенствования информационных технологий возможно значительно повысить эффективность функционирования СРОД.
1. Инновационный менеджмент / Под ред. С.Д. Ильенковой. - М.: Юнити, 2004. - 244 с.
2. Подиновский В.В., Гаврилов В.М. Оптимизация по последовательно применяемым критериям. - М.: Советское радио, 1975. - 192 с.
3. Балы бердин В А., Белев1^ев A.M., Иванов В. В. Некоторые вопрось i использования гене-
// . .
- 2009. - № 2 (91). - С. 76-82.
4. . .
запросного типа. Проектирование и технология электронных средств. - Владимир, 2003. - № 2. - С. 19-24.
5. . ., . ., . . -
. - .:
, 2002. - 280 .
Балыбердин Валерий Алексеевич
- .
E-mail: [email protected]. 141006, Моск. обл., г. Мытищи. Тел.: +79162386854.
Белевцев Андрей Михайлович Тел.: +79037691788.
Л-.
наличие оптимизации
БИБЛИОГРАФИЧЕСКИМ СПИСОК
Домбровекий Ярослав Евгеньевич
Тел.: +79037725521.
Baliberdin Valeriy Aekseeich.
Central scientific research institute of Ministry of Defence of the Russian Federation. E-mail: [email protected]. Moscow area, Mitishi, 141006, Russia. Phone: +79162386854.
Belevtsev Andrey Mihaylovich
Phone: +79037691788.
Dombrovsky Iaroslav Evgenievich
Phone: +79037725521.
УДК 658.5 + 62 - 52
З.Р. Майрансаев, Г.С. Лапинский
ПЛАНИРОВАНИЕ ПРОИЗВОДСТВЕННЫХ ПОТРЕБНОСТЕЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
В статье рассматривается логистическая концепция планирования производственных ресурсов (MRP II) и ее программное расширение - планирование потребностей предприятия (ERP), проблема их применения в условиях неопределенности. Предложен вариант решения данной проблемы.
Логистические подходы; нечеткие множества; планирование.
Z.R. Mirantsaev, G.S. Lapinsky UNCERTAIN MANUFACTURE RESOURCE PLANNING
They are considered in the article logistical concept manufacturing resource planning (MRP II) and its program expansion - enterprise requirements planning (ERP), problem of their application in condition of uncertainty. Variant of decision ofgiven problem is offered.
Logistical approaches; fuzzy sets; planning.
В сложившихся тенденциях мирового рынка информация, связанная с про, .
особенно заметно на рынке товаров народного потребления из-за жесткой конкуренции и постоянно меняющихся потребностей покупателей.
Большинство производственных организаций в своей деятельности используют логистическую концепцию MRP II (планирование производственных ресурсов) и ее программное расширение ERP (планирование потребностей предприятий). Но одна из основных проблем этой концепции это столкновение с несформулированными требованиями потребителей в кратко- и среднесрочных периодах, которые мешают эффективно планировать, оптимизировать и улучшать план производства.
Планирование на производстве всегда являлось одной из основных задач. В наше время широкое применение получили такие логистические подходы, как MRP и MRP II.
MRP (material requirements planning) - планирование потребности в материалах. Суть этого подхода заключается в расчете потребностей во всех видах
, , , , -
