Формирование системы поддержки и принятия управленческих решений на предприятиях при интегрированном подходе: теория, методология, инструментарий

Построение модели, моделирующих алгоритмов многоканальной многофазной системы массового обслуживания, описывающей обработку деталей в серийном непоточном производстве, осуществляется по принципу установленных критериальных рангов. Алгоритмы строятся таким образом, что заявки обслуживаются в заранее установленной по определенному критерию последовательности.

Процесс обслуживания заявок в многоканальной многофазной системе массового обслуживания имеет сложный характер. Параллельно могут обрабатываться несколько неординарных потоков заявок на многочисленных (до нескольких десятков) фазах обслуживания. Для различных потоков заявок фазы обслуживания, параметры обслуживания заявок на этих фазах различны. На каждой фазе обслуживания имеет место несколько ненадежных каналов обслуживания. Для установления взаимосвязи многочисленных временных параметров (сроков начала и завершения обслуживания заявок, моментов остановок и возобновления производственного процесса и др.) используется имитационно-сетевой принцип расчета временных параметров и учета взаимосвязи между ними, суть которого заключается в следующем. Случайные величины (моменты остановок и длительность простоя производственного процесса) имитируются до начала работы модели по обработанным статистическим данным прошлых периодов и к ним обращаются по мере необходимости. Установление взаимосвязи, расчет ранних сроков начала и завершения обслуживания заявок без учета случайных остановок производственного процесса осуществляется с помощью методов системы сетевого планирования и управления. Далее моделируются различные ситуации по обработке заявок и устанавливаются параметры их обслуживания с учетом влияния случайных факторов на производственный процесс.

Разработана методология моделирования процессов управления и принятия решений, позволяющая изучать и формировать систему поддержки принятия управленческих решений в условиях, когда исходные данные, показатели эффективности, варианты решений описываются семантической (нечеткой) информацией.

Выполненный в работе анализ задач управления предприятиями показал, что в процессе управления руководитель сталкивается с классом задач, в которых исходными данными являются слова, предложения, дающие характеристику индивидуальным качествам участников управленческого процесса, оценивающие состояние внутренней и внешней среды предприятия. Процесс управления осуществляется через призму качеств руководителя с учетом свойств окружающих его лиц, т.е. в процессе принятия решений учитывается человеческий фактор. В задачах подобного типа нельзя использовать традиционную двухзначную логику ввиду того, что данные не поддаются точному количественному описанию. Однако решение нельзя считать хорошо понятым, пока оно не описано посредством количественных характеристик. В настоящее время в работах по теории управления отсутствует системное исследование процесса решения управленческих задач, отраженных семантической информацией, что повлекло необходимость развития лингвистического подхода к решению управленческих задач предприятий с нечеткой и нечетко-количественной информацией и разработки методологического базиса реализации интегрированного подхода к решению многокритериальных задач предприятий с учетом человеческого фактора.

Разработка методологического базиса моделирования процессов подготовки и принятия решений с нечеткой и нечетко-количественной информацией основывается на использовании концептуальных и вычислительных особенностей нечеткой логики и приближенных способов рассуждений. Предложенная автором методология моделирования процессов разработки и принятия решений с нечеткой информацией включает:

- постановку задачи;

- формализацию естественного языка поставленной задачи в понятиях лингвистической переменной, установление вида логических связей, которые выделяются при решении задачи, и операций, которые можно осуществлять при этом над нечеткими множествами;

- построение функции принадлежности нечетких множеств с использованием разработанного специального методического и программного обеспечения;

- выбор адаптированного к принятию решения метода (свертки на основе операции пересечения нечетких множеств, аддитивной свертки, на основе композиционного правила агрегирования описаний альтернатив с информацией о предпочтениях лица, принимающего решение (ЛПР), на основе нечеткого отношения предпочтения на множестве альтернатив и других) для выполнения операций над нечеткими множествами;

- построение логико-лингвистической модели принятия решений в зависимости от структуры и взаимосвязи исходной информации с критериями и разработка методического и программного обеспечения;

- проведение экспериментов и принятие решений.

При лингвистическом подходе слова и фразы, предложения участников управленческого процесса описываются в понятии лингвистической переменной. При формализации естественного языка лингвистическая переменная характеризуется набором (Х, Т(Х), U, G, М), в котором Х - название переменной, например, справедливость, Т(Х) - терм-множество переменных Х, т.е. множество названий лингвистических значений переменной Х, причем каждое из таких значений является нечеткой переменной Х со значениями из универсального множества U с базовой переменной u, G - синтаксическое правило (имеющее обычно форму грамматики), порождающее названия Х значений переменной Х, а М - семантическое правило, которое ставит в соответствие каждой нечеткой переменной Х ее смысл М(Х), т.е. нечеткое подмножество М(Х) универсального множества U.

Операции, которые осуществляются над нечеткими множествами, зависят от логических связей между ними, которые выделяются при решении задачи на этапе формализации естественного языка в лингвистическую переменную. В результате анализа задач управления предприятиями автором выделены основные виды логических связей (соединительная (конъюнктивная), в форме разделительного суждения, логическое отрицание, в представлении лингвистических неопределенностей и другие) и соответствующие операции (пересечения, объединения, дополнения концентрирования и растяжения, выпуклая комбинация нечетких множеств, увеличения нечеткости), которые можно осуществлять при этом над нечеткими множествами.

Выбор метода построения функции принадлежности нечетких множеств (парных сравнений, прямого назначения, на основе обработки статистических данных и др.), используемых при подготовке и принятии решений с учетом человеческого фактора, предложено осуществлять по следующим признакам: измеримости или неизмеримости свойств нечеткой переменной; степени точности решения поставленной задачи.

В соответствии с данными признаками построение функций принадлежности на основе парных сравнений используется в задачах подбора кадров, совершенствования производственного процесса, выбора партнеров при создании совместного бизнеса, когда необходимо установить сравнительную оценку таких характерных черт как проявление интереса, инициативы, воли, трудолюбия, умения работать с людьми, стремления к власти, к обогащению и многих других черт. Во всех этих задачах оцениваются нечеткие переменные, у которых степень проявления свойств очень трудно проранжировать. Метод построения функций принадлежности парных сравнений основан на обработке матрицы оценок, отражающих мнение ЛПР (эксперта) об относительной принадлежности элементов множеству или степени выраженности у них свойства, формализуемого множеством. Интенсивность принадлежности определяется исходя из попарных сравнений рассматриваемых элементов множества. Разработанная автором методика построения функции принадлежности на основе парных сравнений апробирована при решении управленческой задачи ООО «Атоммашэкспорт», в которой определялась степень принадлежности эмоции интереса четырех участников управленческого процесса (х1, х2, хi, х4) к творческой работе (y1), к высоким результатам труда (y2), к идеям (y3), к социальным ценностям (коллективу, общению, взаимоотношениям) (y4).

При использовании метода прямого назначения для построения функций принадлежности нечетких переменных ЛПР непосредственно формулами, таблицами, примерами задает правила определения значений функций принадлежности, или степень принадлежности. Применение данного метода допустимо при условии уверенности ЛПР в безошибочности прямого назначения функции принадлежности. Рассмотрение понятий «честность», «правдивость», «порядочность», «справедливость», как соответствие реальному положению дел, как утверждение истинности, а понятия «ложь», «нечестность», «непорядочность», как намеренное искажение истины, как неправда, обман, приводит к нечеткозначной логике со значениями «истинный», «очень истинный», «более или менее истинный», «ложный» и т.д. Эта предпосылка по мнению автора исследования дает полное основание использования метода прямого назначения при описании нечеткого множества лингвистических переменных «правда», «честность», «справедливость», «порядочность», применять при этом известные функции принадлежности значений истинности «истинный», «ложный», «сомнительно».

Построение функций принадлежности на основе обработки статистических данных осуществляется в ситуациях, когда руководитель или иной участник управленческого процесса для оценки информации не пользуется конкретными числами ввиду того, что их невозможно или крайне затруднительно получить, а переводит их в свои понятия - значения лингвистической переменной. По своей природе информация носит количественный характер. Однако в виду срочности разработку и принятие решения требуется осуществить безотлагательно без сбора и установления закона распределения случайных величин. Построение функций принадлежности основано на обработке статистических данных, оцениваемых в лингвистической переменной «Относительная величина». В качестве степени принадлежности элемента множеству принимается оценка частоты использования понятия, задаваемого нечетким множеством, для характеристики элемента. Благодаря использованию специальных матриц подсказок получаются гладкие функции принадлежности. В диссертационной работе для построения функций принадлежности в подобных ситуациях предложена методика, основанная на обработке лингвистических данных с использованием среды MathCAD. Методика апробирована на экспертных оценках мастера цеха товаров народного потребления ОАО «ЭМК - Атоммаш» времени работы производственного участка с учетом внеплановых остановок.

Построение логико-лингвистической модели процесса принятия решений зависит от вида, структуры исходных данных, показателей эффективности и их взаимосвязи (целевой функции) решаемых задач. Автором выделены две группы построения моделей в зависимости от используемой информации: для решения многокритериальных задач предприятий с учетом человеческого фактора и для подготовки и принятия многокритериальных решений в задачах интеграции нечеткой и количественной информации.

Для решения задач первой группы разработаны следующие виды моделей: 1) многокритериальный выбор альтернатив при оценки индивидуальных черт участников управленческого процесса, при котором функция принадлежности исходных данных, не имеющих по своей природе количественных измерений, строится на основе парных сравнений, а при решении задачи используется метод свертки; 2) упорядочение альтернатив по нечетким субъективным критериям различной важности, где при установлении функции принадлежности значений лингвистической переменной и функции принадлежности коэффициентов важности используется треугольное представление нечетких переменных, а ранжирование альтернатив осуществляется на основе аддитивной свертки; 3) многокритериальный выбор альтернатив по нечетким исходным данным и нечетким выводам, функции принадлежности которых получены соответственно в результате парных сравнений и с использованием для первичного терма нечеткого вывода заданных функций принадлежности, а для остальных - с помощью операторов концентрирования, растяжения, отрицания, а решение выполнено с использованием композиционного правила нечеткого вывода. управленческий решение интегрированный

Разработан и апробирован комплекс методического и программного обеспечения принятия решений для широкого класса многокритериальных задач с нечеткой информацией, обеспечивающий установление количественных характеристик при решении задач с нечеткими исходными данными, с нечеткими выводами.

В диссертационной работе установлено, что при разнообразии методов принятия многокритериальных решений при нечеткой информации эти методы широкого использования в решении практических задач управления предприятиями не получили. При решении задач управленческих задач предприятий можно найти только некоторые примеры их применения. Однако как показывает практика управления, существует потребность в средствах решения многочисленных задач с нечеткой информацией.

В соответствии с предложенными моделями автором работы разработан комплекс методического обеспечения для подготовки и принятия решений трех видов задач, созданы в соавторстве сопровождаемые программные продукты.

На основе анализа собранного эмпирического автором выявлена группа задач, в которых руководитель осуществляет выбор альтернатив по индивидуальным чертам участников управленческого процесса, например, в задачах при отборе кандидатов на должность, при выборе партнера по бизнесу. Претенденты оцениваются по индивидуальным чертам, качествам (критериям): умению работать с людьми, выделять главные проблемы и задачи и концентрировать на них внимание и ресурсы, опыту работы, интересу, ответственности, целеустремленности и многим другим. Нечеткая информация не имеет по своей природе количественных измерений. Каждый критерий С1, C2, …, Cn характеризует степень соответствия кандидата (альтернативы) понятию индивидуальной черты, индивидуальному качеству. Критерии могут быть равными между собой по важности, так и различными по важности. Предложенная в работе методика решения задач подобного типа выглядит следующим образом. Этап 1. Даются определения понятиям тех характерных черт, качеств, по которым будут оцениваться претенденты. Этап 2. По экспертной оценке в соответствии с установленными определениями устанавливается степень соответствия каждого кандидата рассматриваемым критериям (чертам, качествам) и строится функция принадлежности с помощью метода парных сравнений с применением раннее описанной методики. Этап 3. Определяется лучшая альтернатива с использованием метода свертки на основе операции пересечения нечетких множеств. Данная методика апробирована при отборе кандидатов на должность руководителя инвестиционного проекта ООО «Атоммашэкспорт».

В результате анализа управленческих задач предприятий установлено, что руководители в ряде ситуаций принимают решения по нескольким критериям, не имеющих количественной оценки. Критерии имеют различную важность, которая также не определенна количественно. В формализованном виде задачи подобного типа выглядят следующим образом. Пусть необходимо упорядочить m альтернатив, оцениваемых по n критериям: а1, а2 , …, аm с нечеткой исходной информацией. Альтернативы оцениваются по критериям с использованием лингвистической переменной S = «УДОВЛЕТВОРИТЕЛЬНОСТЬ». Для оценки относительной важности критериев используется лингвистическая переменная W = «ВАЖНОСТЬ». Предложенная автором методика решения задач подобного типа выглядит следующим образом. Этап 1. По исходным данным задачи осуществляется оценка удовлетворительности альтернатив относительно критериев. Соответствующие термы лингвистической переменной «УДОВЛЕТВОРИТЕЛЬНОСТЬ» заносятся в таблицу. Этап 2. Устанавливаются функции принадлежности для полученных термов лингвистической переменной и функции принадлежности коэффициентов важности. При этом используются треугольное представление нечетких оценок альтернатив и функции принадлежности нечетких чисел. Этап 3. Осуществляется ранжирование альтернатив на основе аддитивной свертки, обобщенной на случай нечеткой исходной информации.

В процессе управления руководитель в ряде ситуаций делает выводы с помощью сложных условных суждений с несколькими основаниями. Характерной особенностью подобного рода рассуждений и соответственно выводов (решений) является то обстоятельство, что как исходные данные (основания), так и заключения являются лингвистическими переменными. В результате рассуждений образуется несколько нечетких суждений (выводов), сформированных из различного сочетания нескольких нечетких оснований. Например, для создания нового бизнеса предприниматель выбирает себе партнера, рассуждая при этом следующим образом. Если партнер имеет учредительский взнос равный взносу предпринимателя и партнер способный организатор, проявляет интерес к данному виду бизнеса, то он удовлетворяющий (отвечающий требованиям). Если вдобавок к вышеописанным требованиям у него есть некоторый опыт работы в данном бизнесе, то он - более чем удовлетворяющий. Если партнер вдобавок к предыдущим требованиям имеет способности находить заказчиков продукции, то он - безупречный. Если он соответствует всем вышеописанным требованиям, кроме опыта работы в данном бизнесе, то он - очень удовлетворяющий. Если кандидат имеет соответствующий взнос, имеет способность найти заказчика и интерес к данному бизнесу, но не обладает способностями организатора, он все же будет удовлетворяющим. Если он не имеет соответствующего взноса или не проявляет никакого интереса, он - неудовлетворяющий. Необходимо выбрать одного партнера среди нескольких кандидатов, имеющих различные возможности, интерес, способности.

Аналогичные задачи возникают при отборе кандидатов при приеме на работу, при выборе помещения под торговую точку.

При решении задач подобного типа используется метод на основе композиционного правила агрегирования описаний альтернатив с информацией о предпочтениях ЛПР, заданных в виде нечетких суждений. Методика решения задач с использованием правила нечеткого вывода выглядит следующим образом. Этап 1. Анализируется рассуждение, устанавливаются критерии Х1, Х2, … Хр, формируются условные высказывания d1, d2, … di, в которых образуются нечеткие выводы Y. Этап 2. Устанавливается область значений функции принадлежности переменной Y, например, на множестве J = {0; 0,1; 0,2;…; 1}. Выбираются функции принадлежности значений переменной Y. Этап 3. Для лингвистических переменных Х1, Х2, … Хр с помощью метода парных сравнений, основанного на обработке матрицы оценок, отражающих мнение ЛПР, строятся функции относительной принадлежности элементов множеству или степени выраженности свойства, формализуемого множеством. Этап 4. Выполняется операция пересечения функций принадлежности для левых частей фрагментов высказываний. Этап 5. Высказывание общего вида di: «Если Х1 = А1i и Х2 = А2i и … Хp = Api, то S = Bi» записывается в виде d1: «Если Х = Аi , то S = Bi ». Этап 6. На основе композиционного правила вывода в нечеткой среде для каждой из альтернатив находится удовлетворительность и вычисляется соответствующая точечная оценка. Лучшей считается альтернатива с наибольшим ее значением. Данная методика апробирована при выборе предпринимателем Божко С.Г. партнера по бизнесу.

Разработано методическое и программное обеспечение принятия многокритериальных решений для задач с многочисленными нечеткими и количественными, противоречивыми и неравноценными по важности между собой показателями, обеспечивающее установление численных характеристик в задачах с семантическими (нечеткими) и численными выводами, критериями.

Для решения задач, в которых интегрируется нечеткая и количественная информации, в диссертационном исследовании предложено методическое и программное обеспечение для двух видов логико-лингвистических моделей в зависимости от количественного состава численных и нечетких критериев и структуры отбора альтернатив: а) предполагающей построение множества недоминируемых альтернатив на основе нечеткого отношения предпочтения; б) построение для каждой из альтернатив нечетких множеств, характеризующих степень присутствия рассматриваемых критериев у соответствующей альтернативы и построение нечетких множеств, характеризующих степень предпочтения рассматриваемых альтернатив.

При изучении работы предприятий выявлено, что в процессе своей деятельности руководитель сталкивается с решением задач, имеющих несколько вариантов (альтернатив), которые он попарно сравнивает между собой по количественным и лингвистическим переменным. Между сравниваемыми вариантами возникают отношения предпочтения, которые можно представить и четко описать только для ограниченного числа альтернатив и показателей. Попарное сравнение альтернатив по каждому показателю j порождает m отношений предпочтения Rj на множестве х=1,i. Требуется по данной информации выбрать альтернативу из множества {X, R1,…,Rm}. При разработке и принятии решений в задачах подобного типа используется метод, предполагающий построение множества недоминируемых альтернатив на основе нечеткого отношения предпочтения. Находится свертка отношений предпочтения по критериям, имеющим различные веса.

Методика решения задач на основе отношения предпочтения на множестве альтернатив с использованием программы в среде MathCAD выглядит следующим образом. Этап 1. По исходным данным задачи составляются матрицы отношений R1, R2, … Rm исходя из следующего: 1, если альтернативы одинаковы по предпочтению или i-я альтернатива лучше j-й по критерию k; 0, если i-я альтернатива хуже j-й по критерию k. В результате получаем матрицы м1, м2, м3.Этап 2. Строятся нечеткие отношения Q1 и Q2 и определяются нечеткие подмножества недоминируемых альтернатив во множествах (Х, ) и (Х, ): и . Этап 3. Строится нечеткое отношение и . Этап 4. Находим пересечение множеств: Этап 5. Выбираем альтернативу из множества х1, х2, х3. Наиболее рациональным следует считать альтернативу из множества ХНД, имеющей максимальную степень недоминируемости. Данная методика апробирована на примере разработки производственного плана ОАО «ЭМК-Атоммаш».

Существуют задачи, имеющие несколько вариантов решений (альтернатив), каждый из которых характеризуется количественными и нечеткими показателями эффективности (критериями). Показатели многочисленны, противоречивы и неравноценны по важности между собой. Например, имеется несколько вариантов вложения инвестиций, каждый из которых оценивается количественными показателями (размером инвестиций, сроком окупаемости, чистым дисконтированным доходом, внутренней нормой доходности, индексом доходности и др.) и множеством факторов, отражающих ценности, эмоционально-чувственное отношение ЛПР к проектам, к количественным показателям, к процессу подготовки, к потребностям и мотивам и к другим объектам, лицам, социально-экономическим, политическим, демографическим, культурным явлениям. Требуется упорядочить по привлекательности варианты инвестиционных вложений.

Методика ранжирования вариантов решений, созданная в соавторстве с Карташевой И.Ю., включает: определение перечня и расчет количественных значений критериев оценки для каждой из альтернатив; установление перечня и формализация нечетких факторов для каждой из альтернатив; экспертную оценку важности каждого критерия; построение для каждой из альтернатив нечетких множеств, характеризующих степень присутствия рассматриваемых критериев у соответствующей альтернативы; построение нечетких множеств, характеризующих степень предпочтения рассматриваемых альтернатив.

Для оценки инвестиционных проектов в соответствии с данной методикой был создан программный продукт на языке DELPHI 5.0, позволяющий производить многофакторную оценку проектов (до 500 критериев) как одним, так и группой экспертов.

Разработана система поддержки принятия решений при планировании и организации работы складского хозяйства на предприятиях, позволяющая выявлять взаимосвязанные оптимальные варианты оперативных и перспективных решений с учетом неравномерности грузопотоков.

В результате анализа литературных источников относительно работы складского хозяйства предприятий установлено, что вопросы выбора рационального состава комплексных бригад и средств механизации в случае комплексного обслуживания всех операций по переработке грузов, исследованы недостаточно. Разработанные модели позволяют вырабатывать лишь частичные, односторонние рекомендации по установлению оптимального состава бригад, машин напольного транспорта для осуществления операций по грузопереработке без учета неравномерности грузопотоков, взаимодействия в работе фаз, участков складского хозяйства, производственной транспортной систем и взаимосвязи плановых и оперативных решений.

Для обеспечения интеграции в процессах планирования работы складского хозяйства предприятий разработана алгоритмическая модель, обеспечивающая взаимосвязь в работе всех участков, фаз складского хозяйства, позволяющая планировать количество рабочих и механизмов, простой транспортных средств, длительность комплектования и другие плановые показатели и проводить эксперименты, моделируя работу рабочих и механизмов в течение планируемого периода при стохастическом характере грузопотоков. Перспективное планирование численности рабочих и погрузчиков осуществляется с учетом оперативного управления этими ресурсами.

Исследование процесса функционирования складской системы осуществляется при различных вариантах расстановки рабочих и погрузчиков. Устанавливается их оптимальный состав.

В момент поступления заявок (особого состояния системы) имитируются следующие действия, происходящие в складском комплексе: распределение заявок по складам и фазам, сбор и переработка информации о работе рабочих и грузчиков на складах, выбор заявки для обслуживания в соответствии с приоритетами, проверка возможности обслуживания выбранной заявки, обслуживание заявок.

При выборе заявки на обслуживание в соответствии с принципом приоритетной проводки заявок вначале устанавливается наличие на свободных от работ грузовых фронтах складов транспортных средств, ожидающих обслуживания. В том случае, если их нет, проверяется наличие требований в очереди в свободных зонах комплектации. При отсутствии требований на комплектование материалов в свободных от работ зонах комплектации, устанавливается наличие грузов, ожидающих переработки, в приемных экспедициях, где не ведутся работы. Если на какой-то из фаз, где не ведутся работы по переработке материалов, имеются заявки, то осуществляется их выбор в соответствии с приоритетами в обслуживании.

При решении вопроса перехода к рассмотрению следующей заявки - а это происходит в тех случаях, когда нет заявок для обслуживания или есть заявки, но нет возможности их обработать, устанавливается, завершен ли период моделирования. В том случае, если период моделирования не завершен, имитируется появление следующей заявки и моделируется процесс ее обслуживания.

По окончании периода моделирования для установленного варианта управления производится расчет искомых величин. Затем осуществляется изменение варианта расстановки рабочих и снова исследуется процесс функционирования складской системы по описанной схеме.

Разработаны моделирующие алгоритмы имитационной модели процесса функционирования складского хозяйства, в состав которых вошли моделирующие алгоритмы грузового фронта, фазы комплектации, приемной экспедиции. Совокупность предложенных автором исследования в данных алгоритмах специальных приемов, отличительных признаков позволяют определять условия начала и завершения работ, способы выполнения работ, моделировать случайные характеристики грузопотоков, обеспечивать разграничение особенностей процесса функционирования складского хозяйства и выполнение основных принципов создания модели. Для проведения экспериментов была составлена и отлажена программа на универсальном алгоритмическом языке фортран. Проверка работы модели, алгоритмов, программы была выполнена по статистическим данным складского хозяйства ПО «Атоммаш» и ПО «Ростовснабсбыт». В результате экспериментальной проверки установлено адекватное отображение процесса функционирования складских хозяйств, возможность использования программного продукта при разработке плана работы во взаимосвязи с вариантами оперативного управления в условиях неравномерного поступления грузов на предприятие.

Разработана система поддержки принятия решений при оперативно-производственном планировании на предприятиях с серийным непоточным типом производства, позволяющая получать количественные характеристики в плановых решениях с нечеткими или нечетко-численными показателями эффективности при заданных данных и случайных переменных, с численными и нечеткими ограничениями на показатели эффективности.

В результате исследования теоретического и эмпирического материала по вопросам управления предприятиями выявлено, что при производственном планировании и оперативном управлении не учитываются взаимосвязанное влияние плановых и оперативных решений, случайных характер спроса на продукцию, остановок производственного процесса, параллельность и взаимосвязь изготовления изделий различных модификаций, влияние на товарное производство человеческого фактора, многочисленных нечетких и численных факторов внутренней и внешней среды предприятия. Постановка задачи, в которой устраняются перечисленные недостатки при разработке решений в серийном непоточном производстве, выглядит следующим образом. Необходимо разработать производственный план из набора заказов, состоящих из партий различных наименований изделий. Количество изделий одного наименования в заказе, последовательность выполнения, структура заказов образуют различные варианты производственного плана х1, x2,…, xк. Выполнение производственного плана зависит от вариантов оперативных решений: размера обрабатываемой и передаваемой с одной производственной операции на другую операцию партии изделий, числа рабочих мест на производственных операциях, количества одновременно обрабатываемых изделий различных наименований, т.е. перспективные варианты х1, x2,…, xк - это функция оперативных решений х1(r1), x2(r2),…, xк(rк). На работу предприятия влияют случайные (вероятностные) величины y1, у2 … ук: моменты времени поступления заявок, остановок производственного процесса и др. Возможности предприятия ограничены производственной мощностью, материальными запасами, производственной оснасткой и другими ограничивающими факторами f1, f2… fk, которые зависят от численных данных (fz1, fz2… fzk) и нечетких переменных (fu1, fu2… fuk) Критериями отбора планов являются несколько количественных показателей z1, z2… zk: наиболее рентабельные заказы, наиболее рентабельные изделия, максимальный спрос, - а также лингвистические переменные u1, u2 … uк: риск, наличие ресурсов и возможность их привлечения, степень готовности, конкурентоспособность, интерес, возможность руководителя проявить себя, продвинуться по служебной лестнице и др. Таким образом, необходимо упорядочить варианты производственного плана по показателям эффективности W1=W1(z1,х1(r1),f1(fz1,fu1),y1,u1), W2=W2(z2,x2(r2),f2(fz2,fu2),y2,u2),……,Wк=Wк(zк,xк(rк),fk(fzk,fuk),yk,uк), т.е. решить многокритериальную задачу при численных данных, нечетких переменных, случайных величинах, в условиях ограничения с численными и нечеткими данными.

Автором исследования предложена алгоритмическая модель решения многокритериальной задачи при разработке производственного плана в соответствии с принципами формирования интегрированного процесса управления в динамике. Вначале осуществляется проверка ограничений по мощности. Логика первоочередного рассмотрения данного ограничения обусловлена требованиями реальности. В случае недостатка мощностей, план в краткосрочном периоде невозможно выполнить, потому что для увеличения производственной мощности необходимы определенные капитальные вложения в долгосрочном периоде.

После установления объема производства, выполнение которого не будет ограничиваться имеющейся производственной мощностью, проверяется наличие или отсутствие ограничений краткосрочного периода: по основным материалам, по производственной оснастке и т.д. При наличии ограничений кратковременного характера принимается решение об установлении предельной величины ограничения объема производства изделий с учетом имеющихся ресурсов и возможностей их приобретения или изготовления.

В случае возникновения нескольких вариантов ограничений альтернативы оцениваются по критериям (выгодность, возможность выполнения плана в срок, потеря репутации или клиента при невыполнении плана, интерес к выполнению плана) с использованием лингвистической переменной S = “УДОВЛЕТВОРИТЕЛЬНОСТЬ”. Для оценки относительной важности критериев используется лингвистическая переменная W = «ВАЖНОСТЬ». Решение задачи данного типа осуществляется с помощью разработанной автором методики принятия решений по нечетким критериям.

С помощью модели имитируется производственный процесс, в котором параллельно могут обрабатываться изделия нескольких наименований. Каждое изделие является сборочным и состоит из нескольких деталей. Работы по изготовлению отдельных деталей предшествуют сборочному процессу. Часть работ по изготовлению отдельных деталей выполняется параллельно друг другу, т.е. применяется параллельно - последовательный вид движения предметов труда.

В предлагаемой имитационно-сетевой модели в основу учета взаимосвязи и расчета результатов работ используется система сетевого планирования и управления. В исходных данных для каждой производственной операции по изготовлению изделия соответствующего наименования установлены кодовые номера начального и конечного события. Вначале моделируются случайные моменты остановок и длительность простоя производственного процесса. Значения случайных моментов остановок оборудования упорядочиваются во времени. Затем устанавливаются ранние сроки начала работ по принципам системы сетевого планирования, осуществляется расчет момента завершения работ на производственных операциях без учета воздействия случайных факторов. При этом для каждой производственной операции определяется длительность обработки партии изделий в зависимости от нормы времени на детали - операции, числа рабочих мест, задействованных при обработке данного изделия, размера партии обрабатываемых изделий, коэффициента выполнения норм.

Далее устанавливается влияние случайных остановок на характеристики производственного процесса. Длительность случайных остановок может охватывать операционные циклы различных партий изделий, партий различных наименований. Существуют ситуации, когда простой одной или нескольких единиц оборудования начинается и завершается при обработке одной партии изделий. По случайным моментам остановок, возобновления работы оборудования и по раннему сроку начала и завершения работ моделируются различные варианты и устанавливается время увеличения обслуживания партии деталей на производственной операции из-за воздействия случайных факторов.

После расчета времени увеличения выполнения производственной операции корректируются предварительно установленные ранние сроки начала и завершения работ. Установление ранних сроков начала и завершения работ, времени увеличения выполнения производственных операций, корректировка ранних сроков осуществляется для всех операций производственного процесса. Затем устанавливается критический путь, поздние сроки начала и завершения работ на производственных операциях, резервы времени на выполнение работ.

Параметры сетевой модели с учетом влияния случайных факторов определяются при изготовлении всех партий изделия определенного наименования, которые имеются в заказе, а затем по последней партии устанавливается срок изготовления всех изделий данного наименования.

Установление срока выполнения заказа осуществляется по завершению моделирования процесса изготовления изделий всех наименований, имеющихся в заказе.

Модель позволяет осуществлять оптимизацию по времени и ресурсам. Цель оптимизации по времени - сократить длительность исполнения заказов, оптимизации по ресурсам - сократить количество рабочих, оборудования, занятых выполнением заказов, при установленном сроке исполнения. Оптимизация временных параметров осуществляется путем изменения размера обрабатываемой и передаточной партий изделий, числа задействованных рабочих мест на производственных операциях.

Разработаны моделирующие алгоритмы имитационно-сетевой модели планирования работы производственного участка, в состав которых вошли моделирующие алгоритмы имитации случайных величин, расчета ранних сроков начала и завершения работ на производственных операциях без учета случайных остановок оборудования, моделирования вариантов случайных остановок оборудования и расчета временных параметров работы участка с учетом остановок оборудования и другие алгоритмы, обеспечивающие выполнение основных принципов создания модели.

На основе разработанных алгоритмов создан программный продукт «Планирование производства», устанавливающий план производства тормозных колодок для легковых автомашин.

Разработаны и внедрены программные продукты и методические указания по их применению по оценке привлекательности конкурирующих инвестиционных проектов, по планированию производственной программы тормозных колодок легковых автомашин в стохастических условиях. Апробация методики ранжирования вариантов решений методом наибольшего правдоподобия и соответствующего программного продукта осуществлена при оценке привлекательности трех инвестиционных проектов ОАО «ЭМК-Атоммаш»: «Освоение серийного производства комплектных шиберных задвижек Ду 800, 1000, 1200 мм, Ру 8.0 Мпа для магистральных нефтепроводов» (проект №1); «Освоение серийного производства подогревателей высокого давления типа ПВД-Ш (подогреватели высокого давления коллекторно-ширмового типа) для применения в системах регенеративного подогрева питательной воды тепловых и атомных электростанций» (проект №2); «Освоение серийного производства котлов вагонов-цистерн емкостью 74 м3 для перевозки сжиженных углеводородных газов» (проект №3). Каждый из проектов оценивался количественными показателями (размером инвестиций, сроком окупаемости, чистым дисконтированным доходом, внутренней нормой доходности, индексом доходности и др.) и множеством нечисловых факторов, отражающих социально-экономические, политические, демографические, культурные явления, эмоционально-чувственное отношение лиц, принимающих решение, к проектам, к количественным показателям, к процессу подготовки, к потребностям и мотивам и к другим объектам, лицам. Формальная методика строилась на основе предположения о том, что погрешности экспертов подчинены нормальному закону распределения. При оценке конкретных инвестиционных проектов ОАО «ЭМК-Атоммаш» статистические данные о высказываниях каждого эксперта и группы экспертов были обработаны методами теории вероятностей и математической статистики. Результаты расчетов подтвердили гипотезу о нормальном распределении нормированных погрешностей экспертов. В результате ранжирования были получены следующие результаты. При проведении конкурсного отбора с учетом мнения одного, а затем девяти независимых экспертов наилучшим был признан проект №1, у которого степень предпочтения составила 0,521, хотя данный проект имел не самые высокие ЧДД, ВНД и ИД, но обладал рядом преимуществ в нечисловых характеристиках. Расчеты показали, что использование методических и программных средств в конкретном примере сокращает трудоемкость принятия решения на 17%, приводит к условному высвобождению служащих и получению экономического эффекта.

На основе моделирующих алгоритмов имитационно-сетевой модели планирования работы производственного участка в соавторстве разработан программный продукт «Планирование производства». С помощью программы на момент возникновения ситуации и необходимости принятия решения подготавливается и вводится статистическая информация. Часть информации вводится руководителем, другая часть поступает из единой базы данных информационной системы предприятия. В случае отсутствия информационной системы все данные вводятся руководителем или оператором. После ввода информации проводятся эксперименты по различным вариантам предполагаемых действий, на основе которых принимаются решения. Программа создает различные варианты производственной программы с учетом имеющихся производственных мощностей как для одного заказа, так и для нескольких заказов, включающих любое количество изделий, и определяет объем производства продукции в плановом периоде, исходя их мощности предприятия, наличия ресурсов, оснастки, а затем устанавливает сроки выполнения заказов и при необходимости осуществляет оптимизацию.

По статистическим данным ОАО «ЭМК-Атоммаш» для производства тормозных колодок легковых автомашин были разработаны различные варианты планов с учетом ограничений по мощности и случайных моментов остановок производственного процесса; рассчитана плановая прибыль изделий, заказов и временные параметры их выполнения. Результаты экспериментов показали, что при традиционном планировании временные параметры занижаются на 15-18% по сравнению с плановыми расчетами аналогичных параметров с использованием предлагаемого в данной работе инструментария. Ошибки в установлении планируемого срока изготовления деталей, заказов приводят к невыполнению договорных обязательств, к штрафам, потерям от снижения объема заказов.

В выводах автор отразил теоретические, методологические и практические результаты в формировании системы поддержки и принятия управленческих решений на предприятиях при интегрированном подходе.

Основные положения диссертации опубликованы в следующих работах

2. Пыряев В.В., Драка О.Е. Методическое и программное и обеспечение построения функций принадлежности для нечетких множеств без измеримых элементарных свойств//Известия вузов. Сев.-Кавк. регион. Техн. науки. 2006. Приложение № 7. - с. 119 - 125 (0,49/0,38 п.л.).

3. Пыряев В.В., Драка О.Е. Методическое и программное и обеспечение построения функций принадлежности для нечетких множеств с измеримыми элементарными свойствами//Известия вузов. Сев.-Кавк. регион. Техн. науки. 2006. Приложение № 8. - с. 183 - 188 (0,24/0,18 п.л.).

4. Пыряев В.В. Лингвистический подход в системе моделирования процессов принятия решений с чувственно-эмоциональных позиций//Научная мысль Кавказа. 2006. Приложение № 9. - с. 240 - 246 (0,31 п.л.).

5. Пыряев В.В. Управление на предприятии - интеграция опыта, культуры, логики, психологии участников управленческой деятельности//Известия вузов. Сев.-Кавк. регион. Техн. науки. 2004. Приложение №2. - с. 176 - 184 (0,35 п.л.).

6. Пыряев В.В. Индивидуально-дифференцированный интеграционный подход в менеджменте//Экономика и производство. 2004. № 3. - с. 34 - 37 (0,17 п.л.).

7. Пыряев В.В. Коммуникационный процесс и логика обмена информацией в управлении//Научная мысль Кавказа. 2004. Приложение № 7. - с. 103 - 109 (0,4 п.л.).

8. Пыряев В.В. Анализ, классификация и формализация управленческой информации с позиций логики//Научная мысль Кавказа. 2004. Приложение № 8. - с. 125- 132 (0,37 п.л.).

9. Пыряев В.В. Преобразование в логические формы информации о коммуникационной связи в процессе управления//Научная мысль Кавказа. 2004. Приложение № 9. - с. 160 - 166 (0,3 п.л.).

10. Пыряев В.В. Логика управления на предприятии под воздействием культурно-психологических факторов//Известия вузов. Сев.-Кавк. регион. Техн. науки. 2004. Приложение № 9. - с. 271 - 278 (0,35 п.л.).

11. Пыряев В. В., Фоменко Н. М. Алгоритмы действия имитационно-сетевой модели оперативно-производственного планирования//Известия вузов. Сев.-Кавк. регион. Техн. науки. 2003. Приложение №1. - с. 178 - 189 (0,5/0,3 п.л.).

12. Пыряев В. В. Процесс разработки и реализации руководителем решений при ситуационном подходе//Известия вузов. Сев.-Кавк. регион. Техн. науки. 2003. Приложение №1. - с. 160 - 168 (0,4 п.л.).

13. Пыряев В. В., Елжов Ю.Н., Фоменко Н. М. Имитационная модель процесса формирования производственной программы//Известия вузов. Сев.-Кавк. регион. Техн. науки. 2004. Приложение № 5. - с. 101 - 108 (0,35/0,2 п.л.).

14. Пыряев В.В. Решения по ситуациям с отклонениями//Известия вузов. Сев.-Кавк. регион. Техн. науки. 2000. №2. - с. 5 - 9 (0,2).

15. Пыряев В. В., Фоменко Н. М. Имитационное моделирование процесса переработки информации при подготовке различных вариантов решений при разработке производственного плана//Известия вузов. Сев.-Кавк. регион. Техн. науки. 2002. №1. - с. 19 - 26 (0,4/0,3 п.л.).

16. Пыряев В.В. Первоначальный этап освоения управленческой деятельности//Известия вузов. Сев.-Кавк. регион. Техн. науки. 1999. №2. - с. 28 - 32 (0,2 п.л.).

17. Пыряев В.В. Принципы имитационного моделирования процесса функционирования транспортно-складских комплексов//Известия вузов. Сев.-Кавк. регион. Техн. науки. 1989. №4. - с. 25 - 29 (0,5 п.л.).

Статьи в центральной и межвузовской печати

18. Пыряев В. В., Фоменко Н. М. Имитационно-сетевая модель оперативно-производственного планирования//«Современные аспекты экономики», 2004. №7 (58). - с. 34 - 38 (0,22/0,15 п.л.).

19. Пыряев В.В. Об интеграционном подходе в менеджменте. Успехи современного естествознания. РАЕН. 2003.- №4.- с. 117 - 120 (0,2 п.л.).

20. Хубаев Г.Н., Пыряев В.В., Карташева И.Ю. Методика оценки и конкурсный выбор инвестиционных проектов на основе анализа их разнородных критериев//«Современные аспекты экономики», 2002. №6 (19). - с. 37 - 73 (1,56/0,6 п.л.).

21. Пыряев В. В., Фоменко Н. М. Модель подготовки на ЭВМ управленческих решений в реальном (текущем) масштабе времени на примере планирования производственного плана//«Современные аспекты экономики», 2001. №12а. - с. 189 - 203 (0,3/0,2 п.л.).

22. Гапоненко Т.В., Карташева И.Ю., Пыряев В.В. Выбор поставщика товарно-материальных ценностей на основании высказанных мнений экспертов//Консультант директора. М.: «Инфра - М», 2001. №20. - с. 11 - 18 (0,4/0,1 п.л.).

23. Процесс принятия бинарного решения//Консультант директора. М.: «Инфра - М», 1999. №1. - с. 13 - 19 (0,2 п.л.).

24. Пыряев В.В. Имитационное моделирование участков комплектации в транспортно-складских системах//Подъемно-транспортная техника и склады. 1990. №5. - с. 51 - 52 (0,1 п.л.).

25. Пыряев В.В. Бригадная организация труда в складском комплексе и управление его работой//Подъемно-транспортная техника и склады. 1989. - №2. - с. 41-42 (0,1 п.л.).

Статьи и тезисы научных докладов на конференциях

26. Пыряев В.В., Фоменко Н.М. Планирование производства с применением методики взаимосвязанного планирования производственной программы и оперативно-производственного плана в стохастических условиях на предприятии//Машиностроение и техносфера ХХI века: сборник трудов международной научно-технической конференции в г. Севастополе 13 - 18 сентября 2004 г. В 4-х томах. - Донецк: ДонГТУ, 2004. Т. 3. - с. 54 - 56 (0,17/0,09 п.л.).

27. Пыряев В.В., Фоменко Н.М. Модель планирования производственной программы с учетом особенностей работы производственных цехов. Современные технологии в машиностроении: Сборник материалов V Всероссийской научно-практической конференции. Ч.II. - Пенза: «Приволжский Дом знаний», 2002. - с. 61 - 62 (0,13/0,08 п.л.).

28. Пыряев В.В., Фоменко Н.М. Основные принципы построения имитационно-сетевой модели при определении временных параметров производственного процесса с учетом ремонта оборудования//Прогрессивные технологии и системы машиностроения: международный сборник трудов. - Донецк: ДонГТУ, 2002. Вып. 21. - с. 229 - 233 (0,17/0,09 п.л.).

29. Пыряев В. В., Фоменко Н. М. Имитационно-сетевая модель планирования производственной программы и распределения работ по рабочим местам. Экономика, экология и общество России в 21-м столетии. Труды 4-й Международной научно-практической конференции. Т4. СПб.: Нестор, 2002. - с. 164 - 169 (0,26/0,17 п.л.).

30. Карташева И.Ю., Пыряев В.В. Информационные технологии в оценке привлекательности реальных конкурирующих инвестиционных проектов. Проблемы экономического и социального развития России: Сборник материалов Всероссийской научно-практической конференции. - Пенза: «Приволжский Дом знаний», 2001. - с. 176 - 178 (0,13/0,06 п.л.).

31. Пыряев В. В., Фоменко Н. М. Информационная технология подготовки управленческих решений. Проблемы экономического и социального развития России: Сборник материалов Всероссийской научно-практической конференции. - Пенза: «Приволжский Дом знаний», 2001. - с. 211 - 214 (0,17/0,09 п.л.).

32. Пыряев В. В., Фоменко Н. М. Принятие руководителем решений в процессе планирования производственной программы машиностроительного предприятия с применением имитационной модели//Машиностроение и техносфера на рубеже XXI века//Сборник трудов международной научно-технической конференции в г. Севастополе 10-16 сентября 2001 г. В 3-х томах.- Донецк: ДонГТУ, 2001. Т.2. - с. 106 - 109 (0,17/0,09 п.л.).

33. Пыряев В. В., Фоменко Н. М. Особенности имитационного моделирования работы производственных структурных подразделений предприятий в реальном масштабе времени//Моделирование. Теория, методы и средства: Материалы международной науч.-практ. конф., г. Новочеркасск, 11 апреля 2001 г.: В 8 ч./ Юж.-Рос. гос. техн. ун-т. - Новочеркасск: УПЦ «Набла» ЮРГТУ (НПИ), 2001г.-Ч.2. - с. 27 - 29 (0,13/0,07 п.л.).

34. Пыряев В. В., Фоменко Н. М. Ситуационный подход в управлении предприятием с использованием имитационного моделирования. Материалы III международной научно-практической конференции «Экономические реформы в России». - Санкт-Петербург, 2000. - с. 345 - 346 (0,14/0,08 п.л.).

35. Карташева И.Ю., Пыряев В.В. Использование теории нечетких множеств при выборе инвестиционного проекта среди реальных конкурирующих проектов. Математические методы и информационные технологии в экономике: Сб материалов VI междун. конф. Ч.1 - Пенза: «Приволжский Дом знаний», 2000. - с. 93 - 95 (0,13/0,06 п.л.).