Модификации технологии моделирования задач коммерциализации объектов интеллектуальной собственности в условиях неопределенности

Размещено на http://www.allbest.ru/

МОДИФИКАЦИИ ТЕХНОЛОГИИ МОДЕЛИРОВАНИЯ ЗАДАЧ КОММЕРЦИАЛИЗАЦИИ ОБЪЕКТОВ ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ

Technology Modifications of OIP Commercialization Task under Conditions of Uncertainty

В.Д. Шалынин

V. D.Shalynin

Рассматриваются возможные модификации технологии моделирования задач коммерциализации объектов интеллектуальной собственности в условиях неопределенности на базе нечеткой логики.

We consider possible technology modifications of OIP commercialization task simulation under conditions of uncertainty based on fuzzy logic.

моделирование задача коммерциализация собственность

Реализация любого инновационного проекта на практике предполагает всестороннее прогнозирование будущего результата проекта. По результатам прогнозирования задач коммерциализации ОИС предполагается получение прямого или косвенного ответа на два вопроса:

1. Каков будет результат операции коммерциализации?

2. Каков риск недостижения этого результата?

Обеспечение достоверности прогнозных исследований имеет исключительное значение и достигается с помощью использования трех источников информации о будущем:

· опыт (полученный при управлении достаточно хорошо известными явлениями и процессами);

· результаты экстраполяции тенденций реализации проекта (закономерность развития которых в прошлом и настоящем достаточно хорошо известна);

· результаты прогнозного моделирования.

При этом следует отметить, что всем трём источникам информации, используемым при прогнозе, и самому прогнозу присуща высокая степень неопределённости. Неопределённость самого прогноза и его составляющих является неотъемлемой характеристикой прогноза. Именно это и предопределяет исключительную сложность и проблематичность получения научно обоснованных результатов прогноза при моделировании задач коммерциализации ОИС.

Проведенные исследования показали, что по месту возникновения все действующие на процесс коммерциализации ОИС внешние факторы неопределённости могут быть разделены на четыре группы:

1. Факторы, обусловливающие неопределённость исходных условий, которые могут быть выбраны или изменены при планировании операции, сделки (управляемые характеристики).

2. Факторы, обусловливающие неопределённость исходных и текущих внешних, возмущающих условий, влияющих на эффективность проведения процесса коммерциализации.

3. Факторы неопределённости, непосредственно связанные с характером, вариантом и моделью реализации маркетинговых задач коммерциализации ОИС.

4. Факторы, обусловливающие неопределённость желаемых, целевых условий.

Наличие факторов неопределенности перечисленных групп позволяет констатировать, что именно они выступают в качестве источников коммерческого риска процесса коммерциализации ОИС. Тогда эффективность прогнозного моделирования задач коммерциализации ОИС определяется уровнем совершенства процедуры аппроксимации неопределенности, воздействующей на процесс коммерциализации.

Исследования традиционных технологий и методов моделирования показало, что попытки аппроксимации неопределенности были явно идеализированы и, как правило, заключались в описании неопределенности лишь в качестве распределения вероятности.

Данное обстоятельство, как мы полагаем, обуславливает необходимость применения технологии, опирающейся на институциональный подход, и позволяющей аппроксимировать неопределенность исходных данных для моделирования, оценивать обусловленные ею риски.

В исследованиях В. Бочарникова триада категорий прогноз-неопределенность-риск проявляет себя по следующей схеме: при проведении «прогнозного моделирования» («прогноз») необходимо формализовать (выявить и учесть) «неопределенность», обусловливающую появление «риска» по некоторому (выбранному) показателю эффективности процесса коммерциализации [1].

С нашей точки зрения, предлагаемая схема позволяет оценить природу, возможность появления, величины рисков, сопровождающих процесс коммерциализации ОИС, найти правильное решение по их минимизации и, тем самым, обеспечить максимальную эффективность задач коммерциализации.

Но для реализации предлагаемой схемы прогнозного моделирования задач коммерциализации (в дополнение к классическим подходам) необходим комплексный подход, позволяющий:

· аппроксимировать нечеткие исходные данные, то есть данные, полученные в условиях неопределенности;

· установить уровень возможных рисков, порожденных исходной и текущей неопределенностью процесса коммерциализации.

Другими словами, в основу институционального подхода к моделированию задач коммерциализации должны быть положены методология и технология, лишенные недостатков и ограничений классических, вероятностных подходов, позволяющие аппроксимировать неопределенность и оценивать связанные с ней риски. Необходимым условием реализации подхода является возможность описания нечетких понятий в количественных категориях, т.е. с помощью каких-либо математических конструкций. Как представляется автору настоящей статьи, в условиях недостатка достоверной, четкой информации наиболее предпочтительным является подход на основе применения специальных методов и соответствующих инструментальных средств, обеспечивающих достоинства лингвистического и аналитического подходов к моделированию. Преимущества лингвистического и аналитического подходов в условиях воздействия тотальной неопределенности реализуются с помощью методологии институционального подхода, использования экспертно-аналитических систем и аппарата нечетких мер и множеств .

Тогда применяемое к процессу коммерциализации ОИС прогнозное моделирование рекомендуется рассматривать через призму решения экспертно-аналитических задач оценки и прогнозирования в условиях неопределенности, что обеспечивает:

· возможности по формализации и моделированию ранее «не решаемых» задач;

· максимальную приближенность к возможностям учета экспертных данных, которые в процессе коммерциализации оказываются, зачастую, единственно возможными данными;

· возможность не только сбора и обработки информации, но и адаптации ее к изменениям в процессе моделирования;

· возможность проведения операции над нечеткими числами без их предварительной дефаззификации, т.е. без потери качества.

Особые требования в этих условиях предъявляются к экспертам, персоналу, руководителям, методическому и программному обеспечению, а именно: наличию специально подготовленных кадров в области моделирования в условиях неопределенности; наличию апробированных частных инженерных методик по практическому использованию выбранной технологии моделирования.

Как показывает исследование источников [1,4,5], в условиях процесса коммерциализации, постоянно сопровождающегося высокой информационной неопределенностью, наиболее эффективной является технология сценарно-прогнозного, экспертно-аналитического моделирования и прогнозирования на основе нечетких мер и множеств. В зависимости от специфики решаемых экспертно-аналитических задач коммерциализации могут применяться различные модификации Fuzzy-технологии, отличающиеся частными инженерными методиками и программным обеспечением (таблица). Аппроксимация неопределенности исходных данных производится с помощью преобразования соответствующих суждений эксперта и чисел в «нечетком» виде с любым необходимым распределением уверенности в их истинности. Операции над нечеткими числами осуществляются без их предварительной дефаззификации.

Модификации технологии моделирования

Высокая эффективность подобной технологии была подтверждена еще в 1965 году благодаря новаторским работам Л. Заде. Им была предложена теория нечетких множеств (Fuzzy Sets Theory), а впоследствии разработана специальная технология (Fuzzy-технология) решения практических задач бизнеса в условиях влияния разнородных факторов неопределенности [2, 3].

Преимущества применения модификаций Fuzzy-технологии наиболее эффективно проявляются:

· для очень сложных процессов, когда нет адекватной математической модели;

· для нелинейных процессов;

· когда необходимо выполнить обработку лингвистически сформулированного экспертного суждения.

Модификации Fuzzy-технологии дают возможность применять принципы человеческого мышления в программировании и прогнозном моделировании любых частных задач коммерциализации. Экспертно-аналитические системы, построенные на базе нечеткой логики, позволяют эффективно решать задачи моделирования и прогнозирования задач коммерциализации:

· проводить прогнозную оценку объектов интеллектуальной собственности;

· осуществлять нелинейный контроль за процессом коммерциализации;

· формировать самообучающиеся системы;

· детально исследовать критические и рисковые ситуации процесса коммерциализации;

· совершенствовать стратегию управления процессом коммерциализации (бизнес-планирование).

Реализация возможностей модификаций Fuzzy-технологии обеспечивается институциональностью видов обеспечения: математического, программного, информационного, лингвистического, технического, организационного.

Данное обстоятельство, как мы полагаем, важно в связи с тем, что реализация Fuzzy-технологии предусматривает создание програмно-ориентированных, экспертно-аналитических систем, на базе программных продуктов, которые реализуют математические подходы и предопределяют организационные принципы к решению задач в условиях неопределенности.

Институциональный подход, лежащий в основе применения Fuzzy-технологии, обеспечивает качественно новый уровень моделирования в интеллектуальных аналитических системах, позволяющий оценить любой аспект коммерциализации - политический, социальный, технический, экономический, позволяет отойти от догматики детерминированных или стохастических подходов.

ЛИТЕРАТУРА

1. Бочарников В. П., Свешников В. П., Возняк С. Н. Fuzzy-технология решения задач оценки, анализа, прогнозирования [Электронный ресурс]. - Электрон. дан. и прогр. К.: ИНЭКС, 2003. 1 электрон. опт. диск (CD-ROM).

2. Заде Л.А. Роль мягких вычислений и нечеткой логики в понимании, конструировании и развитии информационных интеллектуальных систем // Новости искусственного интеллекта. - 2001. - № 2-3. - С. 7-11.

3. Заде Л. А. Понятие лингвистической переменной и его применения к принятию приближенных решений. - М.: Мир, 1976. - 165 с.

4. Клайн М. Математика. Утрата неопределенности. - М.: Мир, 1984. - 240 с.

5. Клейман А.М. Проблемы коммерциализации интеллектуальной собственности [Электронный ресурс] / Центр правовых исследований

и развития законодательства. Режим доступа: http://www.centrlaw.ru/publikacii/commerz/index.html.

Шалынин Виктор Дмитриевич - кандидат технических наук, соискатель кафедры «Экономика и управление на автомобильном транспорте» Саратовского государственного технического университета