Методика оценки рисков макросреды интегрированной производственной системы АПК на основе интегрального показателя

Особенности интегрированной производственной системы, функционирующей в агропромышленном комплексе. Расчет средневзвешенных анализируемых рискообразующих факторов макроуровня. Стратегия развития бизнес-системы как воплощение всех идей руководства.

Рубрика Экономико-математическое моделирование
Вид статья
Язык русский
Дата добавления 26.05.2017
Размер файла 2,0 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Интегрированная производственная система (ИПС), функционирующая в рамках агропромышленного комплекса, является сложной. Сложность обусловливается наличием различных подсистем, поддержание стабильности функционирования которых в постоянно меняющихся, подчас неопределенных, условиях ведения бизнеса обеспечивает стабильность функционирования ИПС в целом.

ИПС постоянно вступает в различные хозяйственные отношения с другими бизнес-системами из внешнего окружения. Это говорит о том, что внешнее окружение оказывает серьезное влияние на процессы функционирования ИПС, т.е. фактически является источником внешних рисков. Анализ внешних рисков является актуальной задачей. Следовательно, потребность в разработке соответствующих моделей и методик количественной оценки внешнего риска для интегрированных производственных систем АПК очевидна.

Отправной точкой в оценке риска является идентификация факторов риска. Здесь необходимо отметить, что чем ниже уровень управления, тем больше факторов можно отнести к внешним. Прежде всего, это те факторы, которые обусловлены причинами, напрямую не связанными с деятельностью бизнес-системы. Внешние факторы риска - это факторы риска макроуровня.

Пусть существует универсальное множество Е = «Факторы риска внешней среды». Экспертным путем из универсального множества Е выделяется нечеткое множество Х = «Базовые факторы риска», которые являются наиболее значимыми для ИПС. Множество Х является нечетким в силу того, что в зависимости от структуры бизнес-системы, ее размера, уровня управления, разные факторы риска могут быть отнесены к базовым. В общем случае многие авторы выделяют политический, экономический, социальный, научно-технический, экологический. Другие факторы добавляются с учетом интересов предприятия. Перечисленные факторы риска внешней среды примем в качестве базовых для ИПС, тогда множество «Базовые факторы риска» состоит из следующих элементов: «политический», «экономический», «социальный», «научно-технический», «экологический». Введем условные обозначения, представленные в таблице 1, и получим:

Х = {х1, х2, х3, х4, х5}. (1)

Таблица 1. Базовые факторы риска макроуровня

В общем случае, когда предприятие добавляет иные факторы в качестве базовых:

Х = {х1… хM},

где M - количество факторов на макроуровне.

Для дальнейшего рассмотрения ограничимся множеством (1).

Каждый из базовых факторов риска - это, по сути, лингвистическая переменная (ЛП), которая определяется следующим набором параметров:

< , T(), U, G, M >,

где:

- имя ЛП;

Т() - множество всех возможных значений ЛП (терм-множество);

U - область определения ЛП (носитель);

G - синтаксическое правило, с помощью которого оперируют элементами терм-множества T, в частности, генерируют новые термы.

М - семантическое правило, с помощью которого каждому элементу из терм-множества сопоставлен его смысл М(), формализуемый через нечеткое множество.

Особенностью ЛП, которые характеризуют базовые факторы риска, является то, что они определяются через идентичные параметры T(), U, G, M. Таким образом получаем = {х1, х2, х3, х4, х5}, тогда:

< {х1, х2, х3, х4, х5}, T(), U, G, M >.

В таблице 2 представлено описание всех параметров введенных ЛП.

Таблица 2. Параметры ЛП

Для формализации смысла термов «очень низкий», «низкий», «средний», «высокий», «очень высокий» воспользуемся стандартными нечеткими 01-классификаторами. Аналитический вид функций принадлежности стандартных нечетких трехуровневого (3.1-3.3) и пятиуровневого (2.1-2.5) 01-классификаторов представлен в таблице 3.

Таблица 3 - Аналитическое представление функций принадлежности для стандартных нечетких 01-классификаторов

Каждый из базовых факторов риска внешней среды характеризуется набором так называемых составляющих факторов - s-факторов. Т.е. каждый базовый фактор - это совокупный показатель. Обозначим составляющие факторы множества Si, где i = 1,2,3,4,5 (по количеству базовых факторов). Тогда имеем для х1, х2, х3, х4, х5, соответственно:

, (4)

В (4) Si = {si1 … smi}, где Si - набор составляющих факторов для i-го базового фактора хi, mi - количество составляющих факторов для каждого базового фактора. (4) удобно представить в виде следующей матрицы:

(5)

Для получения итогового значения базового фактора необходимо воспользоваться матричной схемой агрегирования, суть которой сводится к следующему:

1. Провести классификацию уровня всех s-факторов по каждому базовому фактору на одном из стандартных нечетких 01-классификаторов. Для этого строится числовая матрица специального вида (таблица 4) для каждого набора составляющих факторов Si = {si1 … smi}:

Таблица 4. Матрица агрегирования

Условные обозначения из таблицы 4:

sij - наименование s-факторов из набора Si,

pj - вес j-го s-фактора,

jk - значение функции принадлежности j-го s-фактора,

k - уровень стандартного нечеткого 01-классификатора, формализованный соответствующим нечетким множеством,

k - узловые точки выбранного стандартного нечеткого 01-классификатора,

mi - количество s-факторов,

V - количество подмножеств k выбранного стандартного нечеткого 01-классификатора (К=5 или К=3).

Для стандартных пятиуровневого и трехуровневого нечетких 01-классификаторов уровни k имеют лингвистические значения, представленные в таблице 5.

Таблица 5 - Уровни классификаторов

2. Вычислить количественное значение Si для каждого базового фактора по формуле двойной свертки:

. (6)

В качестве примера рассмотрим процесс составления агрегированной матрицы и расчет Si на примере базового фактора «Экологический». Качалов Р.М. выделяет для него следующие составляющие s-факторы:

s1 - «изменение региональной экологической обстановки»,

s2 - «ужесточение в регионе экологических требований»,

s2 - «введение ограничений на использование местных природных ресурсов».

Используя методы экспертных оценок, определяют вес каждого s-фактора и вероятность его проявления. Для рассматриваемого примера веса, соответственно, равны 0.2, 0.5 и 0.3. Вероятности этих событий, соответственно, равны 0.5, 0.6, 0.3. Матрица агрегирования для пятиуровневого нечеткого 01-классификатора представлена в таблице 6.

Таблица 6 - Матрица для оценки базового фактора «экологический» на основе пятиуровневого нечеткого классификатора

Определим уровень базового фактора. Распознавание уровня на основе функций принадлежности (3.1-3.5) дает, что:

s1 - со степенью уверенности 100% является средним уровнем;

s2 - со степенью уверенности 50% является средним, и с той же уверенностью - высоким;

s3 - со степенью уверенности 100% является низким уровнем.

Тогда в результате расчета по матрице из таблицы 6 по формуле (6): получаем:

S2 = 0.2•1•0.5+0.5• (0.5•0.5+0.5•0.7)+0.3•1•0.3 = 0.1+0.3+0.09 = 0.49.

Аналогичным образом выполняются расчеты по всем базовым рискообразующим факторам xi.

Как только получены итоговые значения для каждого базового фактора, можно переходить к расчету интегрального показателя риска внутренней среды. Его значение может быть представлено по формуле (7) как средневзвешенное из анализируемых рискообразующих факторов макроуровня:

, (7)

где W - вектор весов, характеризующий вес каждого базового фактора:

W= {w1, w2, w3, w4, w5},

при этом ;

Х - факторы риска макроуровня:

Х = {х1, х2, х3, х4, х5}.

Веса (значимости) wi определяются на основе методов оценки важности критерия (например, ранжирование, попарное сравнение и т.п.).. Если можно проранжировать все факторы в порядке убывания их значимости, то значимость i-го фактора можно определить по правилу Фишберна:

, (8)

где М - количество факторов.

Если все факторы обладают равной значимостью (равнопредпочтительны или системы предпочтений нет), тогда:

wi = 1/M (9)

Для простоты понимания предположим, что все базовые факторы равнопредпочтительны, следовательно, wi = 0.2 при M = 5.

Раскрывая формула (7), она принимает следующий вид:

(10)

Учитывая, что каждый базовый фактор хi - это агрегированный показатель Si, то получаем окончательную формулу для расчета интегрального показателя риска внутренней среды:

(11)

При условии, что количество базовых факторов М для ИПС в более общем случае может быть и не равно пяти, получаем:

. (12)

Получив числовое значение показателя риска внутренней среды необходимо провести его распознавание и интерпретацию на основе нечетких классификаторов. Для этого выбираем количество уровней классификатора и проводим процедуру лингвистического распознавания. В таблице 7 приведены значения уровней классификаторов для процедуры распознавания. Выбор типа нечеткого классификатора зависит от отношения к риску и степени детализации показателя со стороны лиц, принимающих решения. В результате после процедуры распознавания получаем лингвистическое описание риска неблагоприятного воздействия внешней среды на ИПС и (дополнительно) степень уверенности эксперта в правильности распознавания, тем самым вывод о степени риска имеет не только лингвистическую форму, но и характеристику качества утверждений.

Таблица 7. Классификация уровня интегрального показателя риска неблагоприятного воздействия внешней среды на основе стандартных нечетких классифкаторов

На рисунке 1 приведена методика оценки риска неблагоприятного воздействия внешней среды интегрированной производственной системы АПК.

Рисунок 1 - Методика оценки риска неблагоприятного воздействия макросреды агропромышленной интегрированной производственной системы

Стратегия развития бизнес-системы - это воплощение всех основных замыслов и идей руководства. Неполнота или недостоверность имеющейся и получаемой информации, используемой для формирования основных направлений развития и разработки главных аспектов стратегии ИПС служит источником риска принятия неэффективных управленческих решений.

Макросреда интегрированной производственной системы динамична. С течением времени она меняет свое состояние. Это свидетельствует о сложности в прогнозировании направления изменений состояния, изменчивость и неопределенность значений факторов макросреды также добавляют сложности в процесс прогнозирования и процесс выработки эффективной стратегии развития. Таким образом, от интегрированной производственной системы требуются колоссальные затраты ресурсов для контроля макросреды и создания условий для противодействия потенциальным угрозам с ее стороны.

На основе модели и методики расчета интегрального показателя Rmacro можно осуществлять прогнозирование влияния макросреды. Это позволит повысить адаптированность к новым условиям. Предлагают составить матрицу тенденций внешней среды на шкале [-1;+1] и соответствующими сценариями: пессимистический (-1), стабилизационный (0), оптимистический (+1). Там же производится расчет некоторой вероятной тенденции изменения макросреды - TPmax. Для удобства можно свести рассчитанные показатели TPmax в таблицу 8. Более подробное рассмотрение методики выходит за рамки проводимого исследования.

Таблица 8 - Тенденции изменения макросреды

интегрированный агропромышленный рискообразующий макросреда

Покажем зависимость сценария развития от Rmacro на графике, изображенном на рисунке 2. Ось абсцисс - это значение Rmacro[0;1], ось ординат - значение TPmax[-1;+1].

Рисунок 2 - График зависимости Rmacro и TPmaх

Чем ближе Rmacro к единице, тем больше пессимизма. Наоборот: более оптимистические сценарии соответствуют более низкому значению Rmacro.

Рассмотрим пример расчета Rmacro и определения сценария развития. Этапы моделирования по предложенной методике (рисунок 1) представлены ниже:

1. За основу взято разделение внешних рискообразующих факторов на политические, научно-технические, социально-экономические и экологические Т.о. Х = {х1, х2, х3, х4}.

2. Подмножества составляющих факторов для всех базовых факторов.

3. Далее произведен расчет агрегированных показателей Si по формуле (6). Результаты представлены в таблице 9.

Таблица 9 - Результаты расчета агрегированных показателей Si по каждому базовому фактору xi

4. Произведен расчет показателя Rmacro по формуле (12) при М=4:

.

Веса wi приняты равнозначными и равными 0.25 для всех базовых факторов. Итоговые значения Rmacro сведены в таблицу 10.

Таблица 10 - Результаты расчета Rmacro

5. В таблице 11 представлены результаты распознавания Rmacro на основе трехуровневого и пятиуровневого классификаторов. Также в таблице 11 представлен показатель TPmax, который характеризует тенденцию изменения макросреды по заданным факторам, и результат его оценки при полученном Rmacro.

Таблица 11 - Результаты распознавания Rmacro на основе нечетких 01-классификаторов

Выбор неверного сценария развития бизнес-системы влечет ошибки в оперативных действиях, что, как правило, является источником финансовых потерь. Отсюда следует, что расчет и использование интегрального показателя Rmacro позволит интегрированной производственной системе «держать руку на пульте», то есть эффективно вести мониторинг внешней среды (макросреды). Умение вовремя отреагировать на изменения в макросреде, умение адаптироваться к изменившимся условиям способствуют продолжительному жизненному циклу бизнес-системы. Поэтому определение сценария развития интегрированной производственной системы является логическим завершением предложенной в данном исследовании методики расчета интегрального показателя риска неблагоприятного воздействия внешней среды на ИПС. Это актуально для выработки оптимальной стратегии развития и функционирования агропромышленной интегрированной производственной системы.

Размещено на Allbest.ru

...

Подобные документы

  • Определение назначения и описание системы массового обслуживания на примере производственной системы по выпуску печенья. Анализ производственной системы с помощью балансовой модели. Определение производительности системы: фактической и потенциальной.

    курсовая работа [1,6 M], добавлен 10.01.2021

  • Разработка концептуальной модели, ее ввод в компьютер и валидация. Метод построения логической блок-схемы и интерактивного контроля за ходом модели при помощи режима отладки. Планирование и проведение имитационных моделирований производственной системы.

    курсовая работа [812,1 K], добавлен 11.01.2015

  • Проектирование бизнес-процессов. Выбор BPM-системы для автоматизации бизнес-процессов. Построение прототипа системы, автоматизирующей управление бизнес-процессами. Анализ программных продуктов. Матрица связанности элементов организационной структуры.

    дипломная работа [3,3 M], добавлен 26.08.2017

  • Математические методы линейного программирования в сетевой системе. Исследование академической производственной системы, характеризуемой основными чертами реальных процессов на производстве. Расчет баланса времени, затрат по комплексу работ и объекту.

    курсовая работа [249,2 K], добавлен 17.08.2013

  • Описание экономико-математического моделирования при оценке производственных операций. Изучение особенностей работы с имитационной моделью производственной системы. Снижение затрат и повышение доходности путем разработки производственного расписания.

    курсовая работа [2,0 M], добавлен 26.03.2015

  • Теоретические основы экономико-математических задач о смесях. Принципы построения и структура интегрированной системы экономико-математических моделей. Организационно-экономическая характеристика и технико-экономические показатели работы СПК "Родина".

    курсовая работа [66,6 K], добавлен 01.04.2011

  • Статистический анализ по выборке. Проведение регрессионного анализа исходных данных и выбор аналитической формы записи производственной функции. Выполнение экономического анализа в выбранной регрессионной модели на основе коэффициентов эластичности.

    курсовая работа [2,2 M], добавлен 22.07.2015

  • Сущность экономико-математического моделирования. Понятия и типы моделей. Принцип работы симплекс-метода. Разработка математической модели по формированию производственной программы. Оптимизационные расчеты, связанные с выбором производственной программы.

    курсовая работа [1,3 M], добавлен 09.07.2015

  • Объективная необходимость формирования транспортно-производственных систем. Моделирование экономических задач методом линейного программирования. Транспортно-производственная модель и ее разновидности. Особенности функционирования экономического объекта.

    курсовая работа [202,0 K], добавлен 12.01.2009

  • Методы интегральной оценки качества системы. Общая характеристика магазина. График работы и внешние связи. Оценка системы по положительным и отрицательным характеристикам. Расчет предпочтительности по методу Гурвица. Принцип относительной уступки.

    контрольная работа [48,6 K], добавлен 14.01.2013

  • Значение факторов внешней среды при организации бизнеса. Анализ внутренней структуры "Школа танцев". Разработка прототипа информационной системы для автоматизации деятельности предприятия. Моделирование бизнес-процесса и построение контекстной диаграммы.

    контрольная работа [902,2 K], добавлен 10.02.2013

  • Эффективность прогнозирования основных показателей развития промышленности в народном хозяйстве на основе межотраслевых моделей. Основная проблема прогнозирования промышленной политики. Развитие и регулирование отраслей материального производства.

    контрольная работа [16,6 K], добавлен 23.05.2009

  • Разработка экономико-математической модели оптимизации производственной структуры хозяйства: система переменных и ограничений, подготовка входной информации, математическая модель в форме линейных уравнений и неравенств. Анализ двойственных оценок.

    курсовая работа [102,3 K], добавлен 06.10.2013

  • Методика и основные этапы построения математических моделей, их сущность и особенности, порядок разработки. Составление математических моделей для системы "ЭМУ-Д". Алгоритм расчета переходных процессов в системе и оформление результатов программы.

    реферат [198,6 K], добавлен 22.04.2009

  • Основные этапы математического моделирования, классификация моделей. Моделирование экономических процессов, основные этапы их исследования. Системные предпосылки формирования модели системы управления маркетинговой деятельностью предприятия сферы услуг.

    реферат [150,6 K], добавлен 21.06.2010

  • Понятие и критерии оценивания системы массового обслуживания, определение ее типа, всех возможных состояний. Построение размеченного графа состояний. Параметры, характеризующие ее работу, интерпретация полученных характеристик, эффективность работы.

    контрольная работа [26,2 K], добавлен 01.11.2010

  • Динамика средней урожайности озимой пшеницы для областей Украины. Циклические изменения объемов урожая. Составление прогнозной модели урожайности зерновых. Методика оценки рисков зернопроизводства на основе связи между урожайностью и рентабельностью.

    контрольная работа [1,7 M], добавлен 18.07.2010

  • Понятие и сущность производственной функции и изокванты. Классификация товаров на основе прямой и перекрестной эластичности. Характеристика моделей и задач оптимального управления запасами предприятия. Анализ соотношения между доверительными интервалами.

    контрольная работа [1,0 M], добавлен 23.11.2010

  • Особенности производственной мощности предприятия. Определение величины равного интервала. Вычисление абсолютного прироста на базисной основе. Сглаживание колеблемости в рядах динамики. Аналитическое выравнивание ряда. Выявление сезонных колебаний.

    курсовая работа [991,9 K], добавлен 08.03.2011

  • Разработка модели авторегрессии скользящего среднего, которая описывает и объясняет динамику объема грузов, перевозимых основными видами транспорта. Применение этой модели для прогнозирования развития всей грузовой транспортной системы Украины.

    статья [514,3 K], добавлен 30.06.2012

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.