CC BY
32
Глекова Н.Л., Иголкин С.Л.
ТЕОРЕТИЧЕСКИЕ ПРОБЛЕМЫ ПОВЫШЕНИЯ КОНКУРЕНТОСПОСОБНОСТИ РЕГИОНАЛЬНОЙ СИСТЕМЫ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ НА БАЗЕ РАЦИОНАЛИЗАЦИИ МОНИТОРИНГА И ИНФОРМАЦИОННЫХ
СИСТЕМ
Воронежский экономико-правовой институт
Введение
Необходимость эффективного управления образовательными учреждениями на конкурентном рынке высшего профессионального образования в условиях динамично меняющегося состояния объектов рынка представляется на современном этапе одной из ключевых проблем, успешное решение которой в значительной мере влияет на эффективность функционирования.
В этой связи, в настоящее время в рамках управляющих структур региональных образовательных учреждений высокую актуальность приобретают вопросы оптимизации ценообразования, минимизации перемещения учащихся за счет расширения спектра услуг, приближения их непосредственно к обучаемым и обеспечения финансовой привлекательности оказания образовательных услуг.
Подсистема принятия решений как ведущая в системе управления распределенными образовательными системами нуждается в оперативной и объективной информации о социально-экономической ситуации на территориях покрытия филиалами и представительствами высшего учебного заведения. Такую информацию можно получать многими способами, но наиболее эффективными являются те или иные разновидности социальноэкономического мониторинга. Точный и своевременный мониторинг рынка и клиентской базы - необходимое условие выживания вуза в острой конкурентной борьбе.
К сожалению, существующие модели и методы мониторинга не позволяют осуществлять его планирование с учетом ограничений на его своевременность (хотя несвоевременно поступившая информация не может считаться точной) и на ресурсное обеспечение (неясно, какие направления мониторинговых исследований наиболее эффективны, если на полномасштабный мониторинг ресурсов у регионального вуза недостаточно).
Таким образом, актуальность работы обусловлена необходимостью дальнейшего совершенствования математических и инструментальных средств анализа и прогнозирования эффективности управления региональными учреждениями высшего профессионального образования, обеспечивающих повышение конкурентоспособности и реализующих эффективное и экономически целесообразное управление на основе оптимального мониторинга и современных информационных технологий.
Формализованное описание экономико-математических моделей и методов мониторинга конкурентоспособности как компоненты подсистем принятия решений
Совершенствование средств вычислительной техники и телекоммуникаций, их проникновение практически во все сферы жизнедеятельности вызывают глобализацию процессов предоставления образовательных услуг и порождают необходимость широкого развертывания мониторинговых исследований с целью получения точных (прогнозных) значений о клиентской базе и конкурирующих вузах. Распределенное учреждение (вуз), имеющее в своем составе сеть филиалов и представительств, в особенности использующих методы и технологии телекоммуникационного взаимодействия для обеспечения эффективной работы системы управления, сталкивается с проблемой мобильности обучаемых. В условиях динамичного изменения клиентской базы и повышения ее мобильности важными задачами являются:
• моделирование и алгоритмизация управления движением обучаемых между филиалами (представительствами) распределенного вуза;
• создание адаптивных методов управления наблюдениями в условиях организационно-экономических ограничений.
Решение этих задач позволит своевременно выявить потенциальные ситуации перехода обучаемых в другой вуз, расширить клиентскую базу и в конечном счете укрепить позиции предприятия в конкурентной борьбе. Авторский аналитико-эвристический подход к рационализации управления мониторинговыми исследованиями в общей постановке состоит в следующем.
Пусть за длительный период T в соответствии и нормативными показателями мы должны каждого из K обучаемых наблюдать N раз. Таким образом, имеется общая выборка объемом К, предварительно профакторизован-ная по типам на L групп (возможно, упорядоченных по "нестабильности" обучаемых). В каждой группе К обучаемых. Пусть в начальный момент времени интенсивность наблюдений у всех одинакова и равна 1=1 (1=1.Х). Тогда общее количество наблюдений за некоторый фиксированный период времени составит 1К, причем
1 = ]Г 1,К,. (1)
I =1
Зафиксируем Ж - это нормативная величина, определяемая организационно-экономическими ограничениями системы управления вузом. Кроме того, будем считать, что для каждой группы существует максимальная интенсивность наблюдений, превышение которой бессмысленно.
Пусть выборка с номером s в результате организационно-методических мероприятий увеличилась на одного представителя (оставшиеся группы количественно неизменны). Это означает:
К +1
а) увеличение веса выборки до ------(К 8=К8+1; K (1^)
IК
I=1
б) необходимость увеличения интенсивности наблюдений у данной группы, если та не достигла максимального порогового значения А™*- мы должны уменьшить остальные интенсивности (пропорционально).
Показано, что в предположении, А? < А™* числяются следующим образом:
К + К
, - з
новые интенсивности вы-
*
А? = Ас
К
(2)
А* = А| (1 +1 А(Кс + К) ).
1 К К(АК - АсКс)
(3)
Аналогично получены механизмы изменения интенсивностей в случае, когда обучаемый перемещается из одной группы наблюдения в другую: 1®5.
На рис. 1 приведены результаты исследования изменения интенсивно-
стей в предположении, что К=100 (общий объем выборки), К=10, 11=5, а переменные К5 и 15 меняются в интервалах [5..15] и [4.5..5.5] соответственно.
Авторский аналити-ко-эвристический подход к рационализации управления мониторинговыми исследованиями позволяет оптимизировать клиентский мониторинг с уделением необходимого внимания тем категориям обучаемых, которые потенциально готовы к переходу в иные вузы.
Значительный объем данных, большое количество точек сбора информации, необходимость систематических выездов специалистов в филиалы и представительства с целью уточнения статистической информации и сбора специфических, не включаемых в стандартные статистические формы, показателей, характеризующих эффективность функционирования распределенного вуза - порождают необходимость оптимизации такого мониторинга в условиях ограниченного финансирования.
Принимаем, что главной целью мониторинга является своевременность, т.е. мы стремимся минимизировать отклонения дат наблюдений от плановых. Такие отклонения могут возникать из-за ряда причин, а несвоевременное (раннее или, наоборот, позднее) наблюдение "смазывает" точную картину эффективности наблюдения.
Для каждой категории наблюдения 1 (1=1, ..., I) определим "штрафную" функцию Щё), определяющую меру точности картины в зависимости от отклонения а (в днях) от даты планового наблюдения. Н(ё) определена для ёе]-а, и асимметрична относительно оси значений. Ограниченность интервала слева обусловлена естественным ограничением - предыдущим наблюдением. Определим некоторый интервал времени Т, в течение которого мониторируется группа позиций на определенном массиве обучаемых 3.
Пусть в соответствии с нормативными документами и стандартами образования категория обслуживания 1 должна быть промониторирована К! раз.
При этом с^к (к=1, ..., КО - отклонение при к-м мониторинге 1-й категории обслуживания от планового срока.
Отклонения ё1к можно разместить в матрице Б размерностью I
*
строк и К столбцов, где
К * = тах К: (рис. 2).
/=1...1
Для удобства последующего анализа заполним незанятые элементы матрицы Б нулями, получим полную матрицу.
Формализуем теперь задачу выбора тактики мониторинга, стараясь минимизировать среднюю величину штрафа:
I К *
ИН ()
1=^-----------® тп (4)
Е К
У=1
Осуществлено формальное описание ё1к для нашего массива обучаемых 3 мощностью М. Будем считать, что 3, профакторизованное по категориям наблюдения, содержит только непересекающиеся подмножества 3j
I
(|=1..1), с мощностями Mj соответственно, причем ЕМу = М . Тогда произ-
У=1
ведение М1К1 дает общее количество наблюдений, осуществленных в процессе мониторинга категории 1 (1=1.1), а общий объем наблюдений составит
Ем К ■
/=1
Далее будем считать, что пропускная способность специалиста в сутки (Я обучаемых) достаточна для планового наблюдения всего массива:
ТЯ >Е М,К, . (5)
/ =1
1 2 К*
1-2 1-1 I
Рис. 2. Вид матрицы отклонений от планового срока
0 0
0 0 0
0
0 0
0 0 0 0
0 0 0
0
Здесь ненулевые могут появиться только из-за неравномерности потока обработки сведений об обучаемых, и мы можем попытаться спланировать входящий поток таким образом, чтобы минимизировать целевой функционал. Поиск плана распределения потока произведем эвристически алгоритмическим путем.
Распределенная ресурсная оптимизация
Финансовая политика в управлении распределенными организационноэкономическими системами (РОС), ярким представителем которых является региональное высшее учебное заведение, как правило, не предполагает наличия средств, достаточных для полного и всеобъемлющего проведения всего комплекса мероприятий, обеспечивающих максимально эффективное развитие. Актуальной является задача такого распределения (перераспределения) средств и ресурсов при мониторинге и последующем управлении, при котором воздействие оказывалось бы на те факторы, направленное изменение которых могло бы в наибольшей степени повлиять на повышение эффективности работы РОС.
Фактически, перед органом управления вузом в целом и конкретным филиалом (представительством) учреждением в частности стоит задача обеспечения максимально эффективного воздействия на значимые факторы с использованием строго ограниченных ресурсов. Воздействовать на эффективность работы РОС зачастую получается только опосредованно, через цепочку “мероприятие” ® “фактор влияния” ® “эффективность работы”.
Приведем математическую формализацию в предположении, что имеется одна территория, для проведения комплекса мероприятий РОС (КМП)
* Л
по которой выделено С ресурсов с точностью до А С* . Пусть экспертным
путем выделено N значащих факторов, влияние на которые возможно, и всего имеется М различных видов КМП (мы предполагаем, что они независимы друг от друга).
Пусть управляется и групп территорий ("сфер влияния"). При этом считаем, что в каждой из групп ри территорий (и=1..И). В этих предположениях получаем следующую оптимизационную задачу:
> ® тах
, (6)
и Р ' м N Т
^ = Е1«Р и М и У0рияр,и > ^ ъстп п
и=1 Р = 1 т=1 _п=1 _
при ограничении
>1;
С - С
^ - интегральный показатель, характеризующий ситуацию;
КР,и (п=1.^; р=1..Р; и=1..И) - коэффициент влияния фактора п на эффективность управления РОС по территории р группы и (может быть получен экспертным путем или в результате статистического анализа);
\п=1.. N Р и !
тп ) т=1 м -
матрица коэффициентов эффективности влияния КМП т
на фактор п по территории р группы и; и Ри м С = У У У хРи^Ри
т т - выражение для стоимости всего комплекса
и=1 р=1 т=1
КМП;
,и - ресурсная стоимость проведения КМП т по территории р группы и;
х,т^и е {0,1}, 1 в случае, если КМП с индексом т проводится на территории р группы и, 0 в ситуации, когда проведение КМП с индексом т на территории р группы и признано нецелесообразным.
а Р,и - коэффициент приоритетности территории р группы и по сравнению с остальными территориями данной группы (0< а р,и <1), причем (условие нормирования)
РУ«Р ,и = 1 (7)
Ряд соображений препятствует непосредственному решению (6).
1) Размерность задачи (2ИМтахР) для типичного (по Центральному Черноземью) набора параметров превышает 1012099, что существенно увеличивает время расчета на персональных ЭВМ
2) Неизбежное в описанной ситуации сокращение базы исследования даже при экспертно верной оценке ценности сокращаемых параметров приводит к существенному снижению точности оптимизации и получению решения, существенно отличающегося от оптимального. В частности, можно сделать вывод о том, что для регионов, территории которых с точки зрения параметрического описания близки к однородным, наиболее рациональным является выработка оптимального решения именно на уровне региона, а для сильно разбросанных по параметров территорий принятие решений целесообразно осуществлять именно на уровне территории, а предварительное распределение ресурсов производить экспертным путем в регионе.
Предложен эвристический алгоритм для поиска близкого к оптимальному управления факторами, повышающими эффективность функционирования распределенного учреждения высшего профессионального образования на территориальном и региональном уровнях (рис. 3).
Такие последовательные итерации приводят к (а) резкому увеличению С и (Ь) к медленному его уменьшению, что собственно и приводит к максимально эффективному использованию С .
Таким образом, созданы эвристические методы планирования мониторинга в региональных организационно-экономических системах при фиксированном объеме наблюдений для различных типов мощности клиентской базы. Осуществлена постановка и алгоритмизация решения задачи оптимизации своевременности мониторинга, предотвращающая искажение исход-
ных данных в подсистеме принятия решений из-за несвоевременности обследования обучаемых. Созданы алгоритмы ресурсной оптимизации регионального мониторинга, отличающиеся учетом ограничений на совокупные ресурсы распределенного вуза.
Рис. 3. Эвристический алгоритм решения задачи оптимального выбора комплекса мероприятий для воздействия на эффективность функционирования распределенного вуза уровня территории
Выводы
1. Рассмотрен комплекс проблем, связанных с управлением мониторингом распределенных организационно-экономических систем на примере распределенного (регионального) учреждения высшего профессионального образования.
2. Проанализирован ряд задач, эффективное решение которых обеспечит высокопроизводительное функционирование системы мониторинга как информационной основы подсистемы принятия решений в составе системы
управления.
3. Созданы эвристические методы планирования мониторинговых исследований в организационно-экономических системах в ситуации ограничения на общий объем наблюдений. Эти методы применяются при кратко- и среднесрочном планировании мониторинга в процессе сбора информации, необходимой для принятии управленческих решений по повышению конкурентоспособности вуза.
4. Осуществлена постановка и алгоритмизация решения задачи оптимизации своевременности мониторинга. Несвоевременное (раннее или позднее) обследование может привести к искажению исходных данных в подсистеме принятия решений и невыгодно повлиять на их эффективность.
5. Исследованы проблемы ресурсной оптимизации регионального мониторинга. Построенные аналитические зависимости, оптимизационные задачи применяются при средне- и долгосрочном планировании мониторинга в условиях ограничений на совокупные ресурсы распределенного вуза.
Список использованных источников
1. Герасимов В.В., Подвальный С. Л., Иголкин С. Л. Моделирование и оптимизация управления распределенными организационными системами// Системы управления и информационные технологии: Сб. тр. Вып. 9. - Воронеж: Центрально-Черноземное книжное издательство, 2002. - С. 108-116.
2. Глекова Н.Л., Герасимов В.В., Кравец О.Я., Подвальный С. Л. Управление мониторингом распределенных систем: формализация, оптимизация, алгоритмизация// Вестник Воронежского государственного технического университета. Серия «Вычислительные и информационно-телекоммуникационные системы». Вып. 8.2. - Воронеж: ВГТУ, 2002. -С.28-35.
3. Глекова Н.Л., Поваляев А.Д. Подготовка персонала в рамках распределенной системы поддержки инновационной деятельности// Актуальные проблемы профессионального образования: подходы и перспективы; Материалы Всеросс. НПК. - Воронеж: ВФ РАГС, 2004. - С. 169-170.
4. Глекова Н.Л., Кравец О.Я., Поваляев А. Д. Оценка эффективности управления распределенными образовательными учреждениями на основе оптимального мониторинга// Информационные технологии моделирования и управления. - 2005, №2(20), с. 10-14.
5. Глекова Н.Л., Кравец О.Я., Поваляев А.Д. Технология реализации мониторинга научно-образовательной и инновационной деятельности// Вестник Воронежского государственного технического университета. Том 1, №5, 2005. - С.61-63.
6. Глекова Н.Л. Мониторинг региональных экономических процессов как неотъемлемая часть экономической рыночной системы// Территория науки. - 2007, №1(2). - С. 16-24.
Ивлева Н.А., Кравец О.Я.
К ИССЛЕДОВАНИЮ ДВУХПРОДУКТОВОЙ МОДЕЛИ КОНКУРЕНЦИИ НА ОЛИГОПОЛЬНЫХ ФИНАНСОВЫХ РЫНКАХ
Воронежский экономико-правовой институт Воронежский государственный технический университет
Введение
Конкурентная борьба, несмотря на кажущуюся бессистемность, основана на определенной стратегии участников рынка в защите и отстаивании сво-
