CC BY
144
Международный электронный научный журнал ISSN 2307-2334 (Онлайн)
Адрес статьи: pnojournal.wordpress.com/archive15/15-03/ Дата публикации: 1.07.2015 № 3 (15). С. 159-164. УДК 338.24
О. В. Зайцева
Развитие информационных технологий управления
Рассматривается развитие информационных технологий управления. Основой технологий являются информационные модели в управлении. Важную роль в управлении играют когнитивные факторы, которые в информационном управлении имеют специфические характеристики. Применение информационных технологий в управлении повышает оперативность и позволяет осуществлять многоцелевое управление. Основой информационных технологий в управлении являются методы выбора полезности, которые связывают либо с критерием полезности, либо с функцией полезности.
В работе раскрываются основные когнитивные свойства информационных моделей, применяемых в управлении: обозримость, воспринимаемость, целевая определенность, ситуационная определенность, функциональность, полнота, информационное соответствие, актуальность, точность, регламентированность, ассоциативность, согласованность и надежность.
Предложен ряд интуитивных требований к свойствам метода, призванного обеспечить поддержку процесса принятия решения с учетом фактора риска.
Ключевые слова: информация, управление, информатика, моделирование, информационные технологии, полезность
Perspectives of Science & Education. 2015. 3 (15)
International Scientific Electronic Journal ISSN 2307-2334 (Online)
Available: psejournal.wordpress.com/archive15/15-03/ Accepted: 15 May 2015 Published: 1 July 2015 No. 3 (15). pp. 159-164.
O. V. Zaítseva
Development of information technology management
This article describes the development of information technology management. Information models in management are the foundation of these technologies. Gognitive factors play an important role in management. Gognitive factors contain specific characteristics in information management. Application of information technology in the management increases efficiency. information technology in the management of multi-purpose exercise control. The basis of information technology in the management of the utility of the method of choice.
The main cognitive properties of the information models applied in management reveal: visibility, perceptibility, target definiteness, situational definiteness, functionality, completeness, information compliance, relevance, accuracy, regimentation, associativity, coherence and reliability.
A series of intuitive requirements to properties of the method urged to provide support of process of decisionmaking taking into account risk factor is offered.
Keywords: information management, computer science, modeling, information technology, utility
Введение
/^^^(^^¿^правление большинством систем связано с решением оптимизационен V ных задач [1]. Для простых систем ставится одна оптимизационная задача. Решение оптимизационной задачи определяет стратегию и тактику управления простой системы. Эта тенденция часто использовалась при управлении сложными системами [2]. Выдвигался один доминирующий критерий качества управления или цели управления, под который решалась оптимизационная задача. Такой подход неприемлем в современных условиях, так как лишен адаптивности и гибкости. Применение информационных технологий управления позволяет решать оптимизационные задачи на основе моделирования [3].
Современное состояние развития общества поставило специальную задачу перед управлением. Широкое развитие и применение информационных технологий и систем потребовало введение информационно определенных параметров управления [4] и информационного описания [5] систем и объектов управления. Широкое развитие телекоммуникационных систем и сетей поставило специфическую задачу сетевого информационного управления. Информационное управление эффективно реализуется лишь в информационном пространстве. Это поставило задачу создать в сфере менеджмента информационную среду, позволяющую эффективно и оперативно управлять процессами. Следует разделить две группы информационных технологий, применяемых в менеджменте: технологии поддержки и технологии реализации. Информационные технологии реализации проводят к информационному менеджменту. Информационные технологии поддержки связаны с информационным обеспечением, информационным мониторингом [6], бенчмаркингом, с поддержкой принятия решений. Однако обе группы информационных технологий в менеджменте приводят к информационному управлению.
Информационные модели в управлении
Информационная модель (ИМ) - взаимосвязанная совокупность идентифицируемых и информационно определенных параметров. Таким образом, информационная модель включает: набор параметров, связи между параметрами, правила ее построения, изменения и использования.
Различие между информацией и ИМ состоит в том, что ИМ представляет структурированную взаимосвязанную информацию и для нее известны правила построения и правила классификации этой модели. Информацию можно рассматривать как сведения, знания или произвольные информационные объекты, ИМ дополняется связями и правилами, ограничивающими
шозшожШ'еЁкшссы информационныхшбъштов.
Исходная ияфорШция®1Ш<г то, «что мы имеем». Информационная модель это то, «что мы построим в аспекте объекта исследования (управления)». Следовательно, с точки зрения трудозатрат и времени получение информации требует меньших трудозатрат и времени, чем получение информационной модели. Параметры ИМ могут образовывать разные группы: определяемые и вычисляемые; допустимые и критические; качественные и количественные, управляющие и констатирующие и др.
Связи могут задаваться аналитическими выражениями, словесными формулировками, ограничениями, статистическими характеристиками и т.д. Это означает, что информационная модель является более широким объектом, чем формализованная информация. Она может использоваться при наличии неформализованной информации. Исходная информация по существу представляет собой статический объект, который можно сравнить со «снимком» исходной ситуации.
Информационная модель динамична. Связи в информационной модели - динамичны. Это позволяет, задавая одни параметры, получать другие и получать неограниченное количество «снимков» ситуации прошлого, настоящего и будущего (прогноз).
Таким образом, информационная модель, в отличие от исходной информации, позволяет: выявлять связи и отношения; задавая одни параметры, получать другие; получать неограниченное количество «снимков» ситуации прошлого, настоящего и будущего; позволяет выявлять и анализировать скрытые факторы, задавать динамику процесса управления, информационные модели являются формализованными единицами и могут служить единицами хранения, обработки и представления в информационных и интеллектуальных системах.
Когнитивные факторы в информационном управлении
Исходная информация — «видима» и обозрима. Информационная модель может включать латентные (скрытые) факторы, которые в исходном описании не просматриваются. Основой информационных моделей в управлении моделей являются различные информационные модели: информационной ситуации и информационной позиции субъекта или управляемого им объекта в информационной ситуации.
Рассматривая свойства информационных моделей в управлении можно отметить, что многие их свойства связаны с когнитивной областью человека, а другие являются относительно независимыми от него. Модели, которые связаны с когнитивной областью человеческого восприятия называют когнитивными [7].
К числу когнитивных свойств информационных моделей, применяемых в управлении, отно-
160 '55М 2з°7-2447
Юр: ™боЭрЙм^йть, восйринйЖаеМосТБ^щеяевую определенность, ситуационную определенность, функциональность, полноту, информационное соответствие, актуальность, точность, регламентированность, ассоциативность, согласованность, надежность [8]. Многие из этих свойств наиболее ярко проявляются при исследовании пространственных моделей [9], для которых они принимают буквальное значение.
Обозримость — свойство моделей, состоящее в том, что человек (в рамках своего человеческого интеллекта) в состоянии обозреть совокупность параметров и связей, входящих в модель и понять данную модель как целое [10]. Это свойство у виртуальных моделей значительно выше, чем у реальных объектов. Оно обусловлено возможностью масштабирования визуального пространства. Например, человек, находясь в городе, видит только окружающие его дома. Но, используя электронную карту, навигатор, космический снимок — он увеличивает обозримость и видит то, что в реальности увидеть не может. Соответственно принимаемое им решение более обосновано.
Воспринимаемость — свойство моделей, состоящее в том, что человек (в рамках своего человеческого интеллекта) в состоянии воспринять и понять данную модель как отражение объективной реальности или ее практическое назначение [11]. Воспринимаемость связана с наличием базовых знаний. Чем больше базовых знаний, тем выше воспринимаемость.
Если модель необозрима или не воспринимаема, она, как правило, отвергается и не применяется человеком. Если модель воспринимаема одним человеком и не воспринимаема другим человеком, между ними появляется состояние информационной асимметрии. Наличие информационной асимметрии между руководителями и исполнителями приводит к тому, что руководители чаще отвергают новую идею, предложение или модель, которая им не понятна.
Целевая определенность состоит в том, что модель может быть использована для достижения целей, которые человеку понятны и приемлемы. Целевая определенность информационной модели связана со стратегией игры или обучения. Целевая определенность не исключает наличие нескольких целей [12].
Ситуационная определенность состоит в том, что модель информационной ситуации определена и создает условия для действий в этой ситуации игроку или учащемуся. Ситуационная определенность информационной модели связана с оперативными действиями. Субъект может действовать в ситуациях, которые ему понятны и им анализируемы.
Функциональность — заданное априори свойство информационных моделей, состоящее в том, что данная модель может выполнять ряд фунщцй, которые заранее определены и заданы.
Полнота - свойство информ^циони^^мЬ-1 делей, характеризующее их достаточность для принятия решений или достижения поставленных целей.
Достоверность - свойство информационных моделей, характеризующее корректно и адекватно отражать объективную (на основе выбранных человеком критериев) реальность.
Актуальность - свойство параметров информационных моделей и всей модели в целом соответствовать (на основе выбранных человеком критериев) текущим значениям параметров и модели. Актуальность подразумевает наличие некого порога устаревания модели.
Точность - свойство информационных моделей и их параметров соответствовать (на основе выбранных человеком критериев) определенной степени близости реальному состояние объекта или процесса моделирования.
Согласованность - свойство моделей соответствовать другим подобным моделям и их функциям, не нарушая целостной (по мнению человека) картины мира.
Информационное соответствие — свойство взаимодействующих информационных моделей и их элементов, определяющее достаточность информационных ресурсов для выполнения моделями или их элементами своих функций [13].
Надежность - свойство информационных моделей (по мнению человека или по заданному им критерию), отражающее возможность получения корректного результата с применением данной модели при условии внешних возмущающих воздействий на модель или изменении (в определенных человеком границах) ее параметров.
Регламентированность - свойство информационных моделей соответствовать определенным правилам, классификации, синтаксису, формам описания и представления. Это свойство служит основой восприятия визуальной модели субъектом и правильного соотнесения виртуального образа с реальным образом
Ассоциативность - свойство информационных моделей вызывать ассоциации в когнитивной области и с одной стороны создавать свободу выбора, с другой стороны развивать творческие начала в субъекта, работающего с такой моделью [14].
Подчеркнутые свойства являются относительно независимыми. Все остальные связаны с когнитивной областью человека. Перечисленные основные свойства моделей применяются в информационных системах и технологиях и определяют так называемый информационный подход.
Выделенные курсивом фрагменты описания свойств, отражающее отношение с когнитивной областью, обычно опускается при техническом описании моделей и ситуаций. Однако они задают определенную условность, как при создании моделей, так и при их применении. Эта у£ШЪв-
ность моделей зависит от человеческого интел-ВкГ.а и применяемых им критериев.
Многоцелевое управление. Применение информационных технологий в управлении не только повышает оперативность, но и позволяет осуществлять многоцелевое управление [15]. Управление с выбором цели является сложным видом управления, который не изучается в большинстве курсов по менеджменту и управлении.
Тем не менее, в реальной практике такая задача часто встречается. Наиболее характерным является появление нештатной ситуации в процессе перевозки грузов, когда возникает необходимость изменения маршрута доставки груза. Многоцелевое управление связано с наличием множества критериев и является многокритериальным. Однако эти множества критериев могут быть по-разному организованы, что приводит к качественно разным подходам выбора целей. Это ставит задачу анализа и классификации многоцелевого управления.
Многоцелевым управлением называют управление при котором изначально имеется несколько возможных целей управления, а выбор конкретной цели осуществляют исходя из оперативной информационной ситуации или на основе текущей директивной информации.
Выбор цели, исходя из оперативной ситуации, означает решение задачи доставки груза от точки погрузки до точки разгрузки, при котором критерий оптимизации может существенно меняться [16]
Основные виды многоцелевого управления можно разделить на три группы: векторные, матричные, многомерные.
Векторное многоцелевое управление означает, что существует множество условий выбора цели (С^ и множество целей (Т^ , между которыми существует однозначное соответствие. Такая ситуация означает тому, что вектору условий |(С1)> соответствует вектор целей |(Т^>. Эта группа многоцелевого управления описывается с помощью правил Рг1 выбора целей. Матричное управление развивает анализ выбора целей в плоскость. Многомерное управление переносит анализ функций полезности в многомерное пространство.
Методы выбора полезности
Методы выбора полезности являются основой информационных технологий в управлении. Методы выбора полезности связывают либо с критерием полезности либо с функцией полезности. Типичными критериями полезности яв-шлются теория игр [17], анализ иерархий и теория предпочтений [18]. Понятие предпочтения тесно связано со сравнительной оценкой объек-ров по одному или нескольким параметрам [19]. При рассмотрении семиотических информаци-рнных моделей [20] понятие полезности связано
с прагматической чйШьР модели.
Смысл введения функции полезности заключается в повышении степени формализации критерия предпочтительности, в частности к переходу в единое пространство параметров для оценки предпочтения величин, имеющих разные шкалы измерений и различные единицы измерений. Примером функции полезности может служить целевая функция, широко применяемая в теории исследования операций, оптимальном управлении и т.д. Методические оценки риска пока только формируются.
Обобщая опыт принятия решений можно высказать ряд интуитивных требований к свойствам метода, призванного обеспечить поддержку процесса принятия решения с учетом фактора риска.
Метод поддержки процесса принятия решения должен:
• соответствовать естественному процессу человеческого мышления. Следует иметь в виду, что математика, положенная в основу метода, не должна заменять человеческий ум и опыт в интерпретации реального мира.
• служить универсальной систематической основой принятия решения, позволяющей ставить процесс принятия решений на поток.
• позволять решать проблему принятия решений с учетом ее реальной сложности и другие сопутствующие проблемы. Необходимо отметить, что применение традиционных аналитических технологий невозможно без всевозможных допущений, упрощающих ситуацию.
• учитывать тот факт, что, как правило, имеется множество мнений, множество стилей принятия решения. В процессе выработки единого решения возможны конфликты. Поэтому нужны механизмы достижения согласия.
• учитывать тот факт, что часто имеется множество решений. Как следствие несистематический процесс принятия решений несет в себе неопределенность, сказывающуюся на качестве решений. Кроме того, для выбора лучшего решения далеко не всегда удается построить логическую цепочку рассуждений, когда из двух вариантов можно выбрать только один, и компромиссы не допустимы. Поэтому для обеспечения ясности необходим механизм количественного ранжирования (установки приоритетов) для возможных решений.
• предполагать обоснованный и понятный способ рейтингования возможных решений. Иначе процесс принятия решений может носить неопределенный характер, а потенциальные возможности могут оказаться нереализованными.
• учитывать как имеющуюся количественную информацию, так и качественную информацию о предпочтениях ЛПР (нравится — не нравится, лучше — хуже и т.п.), что чрезвычайно важно. В связи с этим может быть полезна процедура парных сравнений.
162 15ЭМ 2307-2447
Высказанным здесь во многом удовлетворяют возможности метода анализа иерархий ¡МАИ). МАИ — методологическая основа для решения задач выбора альтернатив посредством их многокритериального рейтингования.
Метод анализа иерархий создан американ-рким ученым Т. Саати [21] и вырос в настоящее время в обширный междисциплинарный раздел науки, имеющий строгие математические и психологические обоснования и многочисленные ¡приложения. Основное применение метода — поддержка принятия решений посредством иерархической композиции задачи и рейтингова-ния альтернативных решений.
Модели, основанные на строгом иерархическом принципе, являются полилинейными и предполагают использование взвешенного суммирования для вычисления приоритетов альтернатив. При этом взаимная зависимость однотипных факторов, от которых зависят приоритеты решений, друг от друга выясняется или путем парных сравнений или не учитывается вовсе (т.е. факторы в модели считаются независимыми). Таким образом, если учитываются сильно коррелирующие факторы, то соответствующая модель должна как минимум иметь обратные
¡свяиШИяет^браИы^^ позвоРяеИРЩ
вить опосредованные связи между однотипными факторами (через факторы других типов). Если в реальной ситуации имеются существенно нелинейные взаимодействия между компонентами задачи, то аддитивный принцип расчета рейтинга, принятый в МАИ может приводить к ошибкам.
Заключение
Цель применения информационных технологий в управлении — повышение надежности и улучшения деятельности бизнес-системы; применение нужной информации на всех уровнях управления для получения конкурентного преимущества. Однако применение информационных технологий в управлении требует применения специальных информационных моделей для управления. Применение информационных технологий управления в организационно-технических и человеко-машинных системах требует применения когнитивных управленческих моделей. Концептуальной основой применения информационных технологий управления являются методы оценки полезности принимаемых решений.
ЛИТЕРАТУРА
1. Беляев Л.С. Решение сложных оптимизационных задач в условиях неопределенности. Н.-ск.: Наука, Сиб. отд-ние, 1978.
2. Прангишвили И.В. Энтропийные и другие системные закономерности: Вопросы управления сложными системами. М.: Наука. 2003.
3. Цветков В.Я. Информационные технологии управления / изд. 2-е переработанное. М.: МГУГиК, 2007. 90 с.
4. Поляков А.А., Цветков В.Я. Информационные технологии в управлении. М.: МГУ факультет государственного управления, 2007. 138 с.
5. Смирнова Г.Н., Сорокин А.А., Тельнов Ю.Ф. Проектирование экономических информационных систем. М. : Финансы и статистика, 2002.
6. Майоров А.А., Цветков В.Я. Информационный мониторинг // Славянский форум, 2012. № 1 (1). С. 28-31.
7. Кустова Г.И. Когнитивные модели в семантической деривации и система производных значений // Вопросы языкознания. 2000. Т. 4. С. 85-109.
8. Tsvetkov V.Ya. Cognitive information models // Life Science Journal. 2014. № 11(4). рр.468-471.
9. Tsvetkov V.Ya. Spatial Information Models // European Researcher, 2013, Vol.(60), № 10-1, pp. 2386-2392.
10. Майоров А.А. Пространственное когнитивное моделирование // Перспективы науки и образования. 2014. № 1. С. 33-37.
11. Ожерельева Т.А. Когнитивные особенности получения второго высшего образования // Перспективы науки и образования. 2013. № 3. С. 106-111.
12. Соловьев И.В., Конотопов А.И. Проблемы управления сложной организационно-технической системой // Славянский форум, 2012. № 1 (1). С. 255-258.
13. Цветков В.Я. Информационное управление. LAP LAMBERT Academic Publishing GmbH & Co. KG, Saarbrücken, Germany 2012, 201 с.
14. Болбаков Р.Г. Анализ когнитивности в науке и образовании // Перспективы науки и образования. 2014. № 4. С. 15-19.
15. Tsvetkov V.Ya. Multipurpose Management // European Journal of Economic Studies, 2012, Vol.(2), № 2. pр. 140-143.
16. Маркелов В.М. Применение мультиагентных систем для управления логистическими системами // Славянский форум. 2014. № 2 (6). С.18-22.
17. Нейман Дж., Моргенштерн О. Теория игр и экономическое поведение. М.: Наука, 1970.
18. Ядов В.А. Два рассуждения о теоретических предпочтениях // Социологический журнал. 1995. Т. 2. С. 70-72.
19. Цветков В.Я. Основы теории предпочтений. М.: Макс Пресс, 2004. 48 с.
20. Романов И.А. Применение теории предпочтений при анализе инновационных проектов // Перспективы науки и образования. 2013. № 6. С. 210-214.
21. Saaty T. L. Decision making with the analytic hierarchy process // International journal of services sciences. 2008. V.1. №. 1. pр. 83-98.
REFERENCES
Beliaev L.S. Reshenie slozhnykh optimizatsionnykh zadach v usloviiakh neopredelennosti [Solution of complex optimization problems under uncertainty]. Novosibirsk, Nauka Publ., 1978.
Prangishvili I.V. Entropiinye i drugie sistemnye zakonomernosti: Voprosy upravleniia slozhnymi sistemami [Entropy and other systemic regularities: the management of complex systems]. Moscow, Nauka Publ., 2003.
Tsvetkov V.Ia. Informatsionnye tekhnologii upravleniia / izd. 2-epererabotannoe [Information technology management]. Moscow, MGUGiK Publ, 2007. 90 p.
Poliakov A.A., Tsvetkov V.Ia. Informatsionnye tekhnologii v upravlenii [Information technology in management]. Moscow, MGU
gPlU Publ., 2007:" 138 p.
5. Smirnova G.N., Sorokin A.A., Tel'nov Iu.F. Proektirovanie ekonomicheskikh informatsionnykh sistem [Design of economic information systems]. Moscow, Finansy i statistika Publ., 2002.
6. Maiorov A.A., Tsvetkov V.Ia. Information monitoring. Slavianskiiforum - Slavic forum, 2012, no. 1 (1), pp. 28-31 (in Russian). '7. Kustova G.I. Cognitive models in semantic derivation system and derived values. Voprosy iazykoznaniia - Problems of linguistics,
2000, V. 4, pp. 85-109 (in Russian).
8. Tsvetkov V.Ya. Cognitive information models. Life Science Journal, 2014, no. 11(4), pp.468-471.
9. Tsvetkov V.Ya. Spatial Information Models. European Researcher, 2013, Vol.(60), no. 10-1, pp. 2386-2392.
10. Maiorov A.A. Spatial cognitive modeling. Perspektivy nauki i obrazovaniia - Perspectives of science and education, 2014, no. 1, pp. 33-37 (in Russian).
11. Ozherel'eva T.A. Cognitive features of the second higher education. Perspektivy nauki i obrazovaniia - Perspectives of science and education, 2013, no. 3, pp. 106-111 (in Russian).
12. Solov'ev I.V., Konotopov A.I. Problems of management of complex organizational-technical systems. Slavianskii forum - Slavic forum, 2012, no. 1 (1), pp. 255-258 (in Russian).
13. Tsvetkov V.Ia. Informatsionnoe upravlenie [Information management]. LAP LAMBERT Academic Publishing GmbH & Co. KG, Saarbrücken, Germany 2012, 201 p.
14. Bolbakov R.G. Analysis of cognition in science and education. Perspektivy nauki i obrazovaniia - Perspectives of science and education, 2014, no. 4, pp. 15-19 (in Russian).
15. Tsvetkov V.Ya. Multipurpose Management. European Journal of Economic Studies, 2012, Vol.(2), no. 2, pp. 140-143.
16. Markelov V.M. Application of multi-agent systems for the management of logistics systems. Slavianskii forum - Slavic forum, 2014, no. 2 (6), pp. 18-22 (in Russian).
17. Neiman Dzh., Morgenshtern O. Teoriia igr i ekonomicheskoe povedenie [Theory of games and economic behavior]. Moscow, Nauka Publ., 1970.
18. Iadov V.A. Two theoretical arguments about preferences. Sotsiologicheskii zhurnal - Sociological journal, 1995. V. 2, pp. 70-72 (in Russian).
19. Tsvetkov V.Ia. Osnovy teoriipredpochtenii [Basic theory of preferences]. Moscow, Maks Press Publ., 2004. 48 p.
20. Romanov I.A. Application of the theory of preferences in the analysis of innovative projects. Perspektivy nauki i obrazovaniia -Perspectives of science and education, 2013, no. 6, pp. 210-214.
21. Saaty T.L. Decision making with the analytic hierarchy process. International journal of services sciences, 2008, V.1, no. 1, pp. 83-98.
Информация об авторе Зайцева Ольга Викторовна
(Россия, Москва) Кандидат технических наук. Заведующая отделом статистики Центра мониторинга и статистики
образования Федеральный институт развития образования E-mail cvdisser@list.ru
Information about the author Zaitseva Ol'ga Viktorovna
(Russia, Moscow) PhD in Technical Sciences. Head of the Department of Statistics Center for Monitoring and Statistics of Education
Federal Institute of Education Development E-mail cvdisser@list.ru
164 ISSN 2307-2447
