Информационное обеспечение процесса управления социально-экономическими системами мезоуровня: теория, методология, инструментарий

Размещено на http://www.allbest.ru/

ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ПРОЦЕССА УПРАВЛЕНИЯ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИМИ СИСТЕМАМИ МЕЗОУРОВНЯ: ТЕОРИЯ, МЕТОДОЛОГИЯ, ИНСТРУМЕНТАРИЙ

Специальность 05.13.10 - Управление в социальных и экономических системах (экономические науки)

Автореферат

диссертации на соискание ученой степени

доктора экономических наук

Кацко Игорь Александрович

Ростов-на-Дону - 2008

Работа выполнена в ГОУ ВПО «Ростовский государственный университет путей сообщения»

Научный консультант: доктор технических наук, профессор

Горелова Галина Викторовна

Официальные оппоненты: доктор экономических наук, профессор

Ниворожкина Людмила Ивановна

доктор экономических наук, профессор

Крюков Сергей Владимирович

доктор экономических наук, профессор

Захарова Елена Николаевна

Ведущая организация: Санкт-Петербургский государственный

политехнический университет

Защита диссертации состоится «15» октября 2008 года в 12 00 на заседании объединенного диссертационного совета по экономическим наукам ДМ 212. 208. 28 при ФГОУ ВПО «Южный федеральный университет» по адресу: 344006, г. Ростов-на-Дону, ул. М. Горького, 88, ауд. 302.

С диссертацией можно ознакомиться в Зональной научной библиотеке Южного федерального университета по адресу: 344006, г. Ростов-на-Дону, ул. Пушкинская, 148.

Отзывы на автореферат, заверенные печатью, просим направлять по адресу: 347928, г. Таганрог, пер Некрасовский, 44, объединенный диссертационный совет ДМ 212.208.28, ученому секретарю.

Автореферат разослан « » ____________2008 г.

Ученый секретарь

диссертационного совета С.В. Гриненко

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Трансформация в сфере экономики России, произошедшая в последние десятилетия, привела к переходу от командно-административного к либерально-рыночному управлению и повлекла за собой необходимость адекватного изменения структуры и алгоритмов управления различными по масштабам и уровням агрегации систем мезоуровня. Общая интеллектуализация воспроизводственных процессов актуализирует исследования подходов, методов и технологий принятия управленческих решений, соответствующих требованиям точности, адекватности и своевременности, что определяет необходимость совершенствования информационного обеспечения процессов управления социально-экономическими системами (СЭС) мезоуровня, сформированного на основе принципиально новых идей, основанного на использовании всей наличной информации, современных методов интеллектуального анализа данных, системно активизирующих потенциал современных инструментарно-аналитических и программных средств, повышающих эффективность труда управленцев. Вместе с тем, существующая в настоящее время сфера их применения ограничивается лишь достаточно узким спектром хорошо формализованных задач управления. Данный факт обусловливает актуальность разработки специализированных, совершенствования и адаптации существующих способов организации взаимодействий в эргатических системах управления. Несмотря на целый ряд системных исследований СЭС мезоуровня в настоящее время отсутствует методология использования количественно-качественной информации для поддержки процесса принятия управленческих решений. Современное состояние национальной экономики требуют дальнейшей разработки концептуальных и методологических основ анализа данных и оптимизации деятельности структур управления в условиях неопределенности, а также разработки соответствующих информационных систем поддержки принятия решений. Наличие большой совокупности нерешенных проблем в указанной области определило выбор направления, цели и задачи исследования.

Степень разработанности проблемы. В диссертации степень разработанности проблемы рассматривалась в четырех аспектах: с практических позиций (как изучены вопросы связи различных экономических систем мезоуровня и какими методами возможно проведение необходимых для этого исследований); с точки зрения имеющихся знаний в этой области в современной экономике; с позиций ее теоретической и методологической разработанности в современной теории сложных систем и их слабоструктурированных проблем; а также с позиций применения современного аппарата интеллектуального анализа данных в исследованиях состояния СЭС и информационного обеспечения поддержки управленческих решений для обеспечения устойчивого и безопасного их развития.

Обзор доступных к рассмотрению работ по исследованиям, связанным с совершенствованием управления социальными и экономическими системами, показал, что имеются исследования отдельных аспектов изучения СЭС и их эффективного развития, но они не доведены до возможности практической реализации. Существуют методологические и информационные основы оценки их текущего состояния и системного подхода к определению перспективных направлений развития.

Методологические аспекты управления экономическими системами на различных уровнях отражены в работах зарубежных (М. Альберта, И. Ансоффа, У. Баумоля, П. Друкера, Б. Карлоффа, Ф. Котлера, М. Мескона, Д. Сакса, А. Файоля, Ф. Хедоури и др.) и отечественных (Л.И. Абалкина, С.С. Алексеева, В.М. Белоусова, М.А. Боровской, С.В. Глазьева, А.Г. Зельднера, Н.П. Кетовой, Ю.С. Колесникова, С.В. Крюкова, А.Я. Лифшица, Б.З. Мильнера, В.Н. Овчинникова, В.Ф. Яковлева и др.) ученых.

Важность анализа современного состояния теории измерений и необходимости разработки методологии эконометрического моделирования можно подтвердить многочисленными публикациями ведущих ученых, таких как Б.В. Гнеденко, В.В. Налимов, А.И. Орлов, Ю.Н. Толстова и др.

Системному исследованию сложных систем посвятили свои работы
В.Н. Волкова, А.А. Денисов, Ф.И. Перегудов, Ф.П. Тарасенко и др.; когнитивному моделированию - Г.В. Горелова, Е.Н. Захарова, Е.К. Корноушенко, В.И. Максимов, А.Н. Райков, Р. Солсо и др.

Вопросам управления сложными объектами на основе информационных механизмов посвящены труды В.Н. Буркова, Т.П. Барановской, А.К. Еналеева, В.А. Ирикова, В.И. Лойко, Е.В. Луценко, Н.Н. Лябаха, Л.Г. Матвеевой, Д.А. Новикова, Н.Н. Пушкарева, М.И. Семенова, В.Н. Тренева и др. При исследовании проблем управления СЭС мезоуровня использовались исследования известных экономистов (А.И. Алтухова, А.А. Багмута, А.И. Костяева, В.И. Нечаева, А.Н. Голубева, Е.С. Оглоблина, П.Ф. Парамонова, Л.Г. Раменского,
Г.А. Романенко, Х.О. Реппа, Б.А. Рунова, А.А. Семенова, П.С. Федорука,
И.Т. Трубилина и др.); а также зарубежных и российских ученых, посвятивших свои работы изучению проблем занятости населения, таких как Ham, Sveinar and Terrell; Lubyova, Van Ours, Earl, Pauna, Micklewright, Nagy, Sollogub, Pascal, Foley, Т. Четвернина, Л.И. Ниворожкина, Е.М. Ниворожкин, А.Г. Шухмин.

Теоретической и методологической базой исследования послужили работы таких зарубежных ученых, как С. Бир, К. Гёдель, К. Доугерти, Н. Дрейпер,
Л. Заде, Л. Закс, Дж. Касти, В. Каплан, М. Кендэл, М. Клайн, Г. Крамер,
Т. Кун, К. Пирсон, Г. Пятецкий-Шапиро, Р. Солсо, А. Стюарт, Дж. Тьюки,
В. Феллер, Р. Фишер, Ф. Фишер, Г. Фогель, Г. Харман и др., а также российских ученых, таких как С.А. Айвазян, С.Б. Арсеньев, В.М. Бухштабер,
А.М. Гатаулин, В. Дюк, И.С. Енюков, А.Г. Ивахненко, М. Киселев, Н. Кречетов, Ю.В. Линник, А.А. Макаров, А. Масалович, Л.Д. Мешалкин, В.С. Мхитарян, А.О. Недосекин, Н.Б. Паклин, Л.И. Трошин, Ю.Н. Тюрин и др.

Цели и задачи исследования. Целью настоящей работы является разработка теоретико-методологических основ и построение информационного обеспечения исследования состояния и динамики социально-экономических систем мезоуровня для принятия управленческих решений на основе применения разведочного, многомерного, интеллектуального анализа данных и когнитивного моделирования.

В соответствии с целью в работе поставлены и решены следующие задачи:

1. Обосновать концепцию исследования и управления СЭС на основании использования структурированной и слабоструктурированной информации; провести анализ состояния систем управления СЭС, что необходимо для теоретического обоснования разрабатываемой методологии изучения и совершенствования управления СЭС.

2. Провести формализацию проблемы принятия управленческих решений в виде комплекса математических моделей, основываясь на принципах системного анализа, теории управления и когнитивного анализа; адаптировать известные методы когнитивного анализа к решению задач управления и принятия решений в экономических системах мезоуровня, что необходимо для разработки методологии поддержки принятия управленческих решений в СЭС.

3. Разработать методологию, основанную на синтезе когнитивного подхода и интеллектуального анализа данных, и инструментарий формирования информационного обеспечения исследования состоянии СЭС мезоуровня на основе структуры интеллектуальной информационной системы построения моделей задач принятия решений, состоящей из баз данных, аналитического инструментария, что необходимо для поддержки принятия управленческих решений в СЭС.

4. Обосновать концептуальные подходы применения классических и современных методов анализа данных для моделирования СЭС - это позволит реально оценить возможности указанных методов для исследования экономических систем мезоуровня; перспективы использования современных прикладных программ по анализу информации (данных), что необходимо для включения средств интеллектуального анализа данных (ИАД) в состав структуры информационной системы построения моделей, для поддержки управленческих решений в СЭС и перехода к экономике «знаний».

5. Разработать программное обеспечение для построения моделей в виде решения задачи непараметрической идентификации на основании метода группового учета аргументов, что необходимо для прогнозирования развития процессов в СЭС.

6. Разработать на основе проведения статистического и экспертного анализа состояния социально-экономической системы АПК Краснодарского края и результатов ее диагностики систему когнитивных моделей, реализующую иерархическое описание взаимосвязанных подсистем механизма СЭС на мезоуровне (взаимодействия производственной и непроизводственной сфер производства продукции растениеводства; рынка труда в АПК; схемы работы службы занятости (СЗ) населения), что необходимо для представления механизма функционирования региональной экономической системы как в целом, так и отдельных ее подсистем и провести когнитивное моделирование, включающее анализ устойчивости, сценарное моделирование, необходимые для выявления среди различных структур экономического механизма устойчивых вариантов и разработки принятия управленческих решений.

7. Разработать модели влияния материально-денежных затрат на производство продукции растениеводства для повышения урожайности зерновых культур, выявления резервов снижения себестоимости и обеспечения конкурентоспособности продукции.

8. Провести оценку эффективности агротехнологий по результатам многолетних многофакторных опытов в Кубанском НИИСХ, что необходимо для реализации управленческих решений при производстве зерновых.

9. Разработать статистические, многомерные и интеллектуальные модели, объясняющие процессы перехода из категории безработных в занятое население по данным одной из районных служб занятости, что необходимо для оценки зависимости уровня занятости населения от влияния различных социальных и экономических факторов.

Объект и предмет исследования. Объект исследования - процессы управления развитием СЭС мезоуровня, основанные на реализации потенциала информационно-аналитических средств в разработке и адаптации технологий, обеспечивающих принятие управленческих решений.

Предмет исследования - информационные и аналитические технологии в управлении социально-экономическими системами; методологические, теоретические, методические и практические проблемы анализа информации, для принятия обоснованных управленческих решений.

Работа произведена в рамках пунктов паспорта специальности 05.13.10 - Управление в социальных и экономических системах:

6. «Разработка и совершенствование методов получения и обработки информации для задач управления социальными и экономическими системами»;

7. «Разработка методов идентификации в организационных системах на основе ретроспективной, текущей и экспертной информации».

Концепция диссертационного исследования. Авторская концепция рассматриваемой проблемы представлена системой следующих взаимосвязанных положений.

Совершенствование управления в экономических системах невозможно без исследования, «содержательной» обработки данных о социально-экономическом состоянии и разработке на основе этого эффективных управленческих решений.

Концептуальные особенности применения современных методов анализа структурированных данных (прикладной статистики и интеллектуального анализа данных) обусловливают ограничения и особенности применения при изучении экономических систем мезоуровня. Отсутствует методология исследования и принятия решений, основанная на информационном обеспечении процесса управления, системном подходе к слабоструктурированным проблемам и когнитивном моделировании, а также методах интеллектуального анализа данных (методология - это основа разработки интеллектуальной системы поддержки управленческих решений, без которой невозможно в современных условиях совершенствование управления).

Теоретико-методологическая основа исследования. В работе использованы положения экономической теории, теории систем и системного анализа, теории управления, методы и модели когнитивного анализа, многомерного статистического анализа.

Инструментально-методический аппарат. В исследовании использованы методы прикладной статистики, многомерного представления данных в виде кубов OLAP, интеллектуального анализа данных и т. д., а также пакеты прикладных программ по анализу структурированной (Statistica, PolyAnalyst, Deductor) и слабоструктурированной (ПС КМ - программная система когнитивного моделирования) информации.

Информационной базой исследования послужили информационные источники Федеральной службы государственной статистики по отчетности предприятий АПК Краснодарского края, служб занятости населения за период 2000-2007 гг., данные российских и зарубежных порталов.

Научная новизна заключается в разработке методологии исследования и принятия решений, основанной на информационном обеспечении процесса управления при наличии слабоструктурированной и структурированной информации, предложении схемы получения математических моделей на основе синтеза методов когнитивного моделирования и анализа структурированной информации, базирующихся на современных информационных технологиях, которая может быть положена в основу структуры системы поддержки принятия решений в СЭС мезоуровня. Конкретно элементы научной новизны заключаются в следующем:

- обосновании применения методов и подходов к управлению СЭС, которые отличаются рассмотрением влияния на систему внешней среды («пограничного слоя системы»), а также свойств системы не только на уровне качественных или усредненных количественных признаков, но и использующих знания, заключающиеся в данных, что дает возможность научно диагностировать состояние СЭС и обосновывать эффективные управленческие решения;

- разработке теоретико-множественной модели метанабора системы исследования и принятия управленческих решений СЭС, характеризующей не только описание системы, но и окружающей среды, отличающейся от близких по смыслу возможностью выполнить основные требования системности;

- разработке методологии и инструментария формирования информационного обеспечения исследования состояния СЭС мезоуровня и принятия управленческих решений, позволяющих перейти на инструментально-технологический уровень извлечения знаний из имеющейся количественно-качественной информации, что предоставило возможность реализовать системный подход к изучению сложных систем и рассмотреть не только саму систему, но и «пограничный слой», характеризующий взаимоотношения с внешней средой;

- оценке современного состояния моделирования систем на основании статистической информации, отличающейся сравнительным обзором методов, традиционно относящихся к методам математической статистики, с методами разведочного анализа данных, что позволило выявить границы применимости указанных методов, заключающиеся в априорном предположении о виде изучаемой зависимости (обычно линейной), природе изучаемых данных (вероятностной или геометрической); оценке современных систем анализа структурированной информации, отличающейся обоснованием методов интеллектуального анализа данных на основе формулировки «новой парадигмы» в анализе данных, соответствующей принципам научного подхода к изучаемым системам и объектам, основанного на знаниях, предположительно содержащихся в данных; это дало возможность рассматривать данные как информационную модель объекта, которая может описываться в трех основных вариантах - вероятностном, геометрическом и когнитивном (основанном на знаниях - экспертных либо содержащихся в данных);

- разработке программного обеспечения для прогнозирования социально-экономических процессов, позволяющего получать адекватные прогнозы в виде нелинейных моделей авторегрессии, с удобным интерфейсом, соответствующим идеологии Windows;

- разработке системы когнитивных моделей в виде укрупненной когнитивной карты социально-экономического механизма АПК Краснодарского края и когнитивных карт различных подсистем ее социально-экономической системы, отличающейся целью построения (повышение эффективности управления) и содержанием от известной обобщенной модели регионального экономического механизма Гранберга (адаптация к конкретным условиям края), а также детальной проработкой отдельных его блоков (когнитивные карты подсистем); это дало возможность целостно представлять СЭС, не теряя деталей, объяснять механизм ее функционирования и решать различные системные задачи, проводя когнитивное моделирование и анализ данных, реализующих описание объекта в виде функционального графа;

- разработке системы моделей, характеризующей влияние затрат на производство продукции растениеводства, отличающейся расширением диапазона априорных предположений о природе изучаемых данных; это дало возможность разностороннего описания изучаемых зависимостей как базы для эффективного управления производством;

- разработке моделей ковариационного анализа, включающих помимо технологических факторов климатические; это позволило осуществлять прогноз урожайности зерновых в северной зоне Краснодарского края и рационально управлять материальными и трудовыми ресурсами;

- разработке рекомендаций по формированию стратегии управления СЭС мезоуровня (в том числе АПК и рынком труда), отличающейся примененной методологией, основанной на синтезе когнитивных, многомерных, статистических моделей, проведенной диагностикой состояния, что дало возможность на примере АПК предложить приоритетную на данном периоде систему направлений развития: первоочередное - развитие агропромышленного комплекса с его специализацией на производстве зерна, технических культур и продукции животноводства; другое направление - создание и развитие в районах информационно-консультационных служб, которым рекомендуется использование систем поддержки принятия решений (СППР) на основе предлагаемой методологии.

Теоретическая ценность результатов исследования определяется актуальностью исследования, научной новизной и заключается в разработке методологии и методического обеспечения при изучении социально-экономических систем и позволяет развивать научные и методологические основы создания систем поддержки принятия управленческих решений для изучения социально-экономических систем при наличии слабоструктурированных и структурированных данных.

Практическая значимость проведенных исследований состоит в том, что на основе обобщения известных научных результатов, а также научных результатов, полученных автором, появилась возможность развивать научные и методологические основы создания систем поддержки принятия управленческих решений для изучения социально-экономических систем при наличии слабоструктурированных и структурированных данных. Разработанная автором методология может быть реализована как с помощью известных программных средств, так и создана под реальные СЭС (например, АПК, рынка труда), включена в процесс разработки управленческих решений на мезоуровне и доведена до инструментально-технологического уровня.

Предложения и рекомендации, сформулированные в результате исследования по диагностике состояния АПК и рынка труда, построения сценариев развития и прогнозирования, нашли применение при разработке мероприятий департаментом сельского хозяйства и продовольствия муниципального образования г. Краснодар, в работе Кубанского НИИСХ им. П.П. Лукьяненко, а также при выполнении исследований по гранту РНП 3.4.1.8107 № 01.2.006 10857 Министерства образования и науки РФ «Интеграция молодежи в отношения труда и занятости» (2006-2007 гг.).

Учебные пособия «Теория вероятностей и математическая статистика в примерах и задачах с применением Excel», «Практикум по анализу данных на компьютере» имеют грифы Министерства образования РФ и УМО по прикладной информатике соответственно и используются в учебном процессе при изучении курсов «Теория вероятностей и математическая статистика», «Эконометрика», а также спецкурсов, при подготовке специалистов по прикладной информатике в экономике, другим специальностям и являются базовыми для подготовки аналитиков в области обработки данных для принятия управленческих решений в экономике и используются в учебном процессе Кубанского государственного аграрного университета (г. Краснодар), Технологического института ЮФУ (г. Таганрог) и Ростовского государственного университета путей сообщения (г. Ростов-на-Дону).

решение управленческий моделирование когнитивный

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. Концепция исследования и управления СЭС мезоуровня на основании структурированной и слабоструктурированной информации в соответствии с принципом «мягких вычислений» для решения задач принятия управленческих решений, что позволяет теоретически обосновать использование всей количественно-качественной информации о функционировании СЭС, основываясь на синтезе когнитивного подхода и методов интеллектуального анализа данных.

2. Модель метанабора системы исследования и принятия решений по управлению СЭС, состоящая из различных моделей объекта, полученных в результате параметрической и структурной идентификации; моделей окружающей среды; моделей взаимодействия объекта и окружающей среды; когнитивных моделей, реализующих внешнее описание системы, полученное на основании структуризации знаний экспертов; моделей управления системой; моделей получения сценариев развития на основе импульсного моделирования, что позволяет реализовать системный подход при изучении СЭС и использовать знания о законах и закономерностях развития сложных систем.

3. Методология формирования информационного обеспечения исследования состояния СЭС мезоуровня, состоящая из источников информации, информационно-аналитического инструментария оценки состояния социально-экономической системы, основанного на применении разведочного, многомерного, интеллектуального анализа данных и когнитивного моделирования, что позволило осуществить алгоритмический подход к построению математических моделей СЭС для решения задач управления.

4. Концептуальный подход к моделированию СЭС мезоуровня, основанный на синтезе когнитивного моделирования и методов изучения структурированных данных, ориентированный на предположение о вероятностной или геометрической природе данных и априорной линейности изучаемых моделей (что позволило показать изоморфность указанных методов задаче параметрической идентификации), а также использовании систем интеллектуального анализа данных (ИАД) для объективного моделирования деятельности СЭС (содержательно-целевой подход), что позволяет перейти к экономике «знаний».

5. Программное обеспечение получения моделей по методу группового учета аргументов в виде полиномов авторегрессии второго порядка, позволяющее получать прогноз согласно принципам свободы выбора решений, множественности математических моделей, идеологии бутстреп метода, и получения модели прогноза в виде решения задачи непараметрической идентификации.

6. Система когнитивных моделей, идентифицирующих объект исследования, состоящая из укрупненной когнитивной карты экономического механизма АПК Краснодарского края, отражающей взаимосвязь и взаимодействие между вершинами когнитивной карты - блоками внешней среды (федеральные регулирующие системы, межрегиональный и внешнеэкономический обмен, природная среда) с блоками внутренней среды (производство, валовое накопление, конечное потребление, региональная финансовая система, занятость, социальная сфера, население и др.) и блоками-подсистемами внутренней среды (когнитивные карты «Взаимодействие производственной и непроизводственной сфер производства продукции растениеводства», «Рынок труда в АПК», «Схема работы службы занятости населения»), что позволило моделировать на качественном уровне (сценарный анализ) тенденции развития экономики в региональных социально-экономических условиях на когнитивных картах, а при наличии количественных концептов строить модели, реализующие модель в виде функционального графа.

7. Система математических моделей взаимосвязи факторных и результативных признаков производства, построенных на основе методов регрессионного анализа и эволюционного программирования, что позволило провести разносторонний анализ влияния производственных затрат и разработать обоснованные управленческие решения по повышению экономической эффективности отрасли растениеводства.

8. Выводы об экономической эффективности агротехнологий, полученные на основании математических моделей по результатам многолетних, многофакторных опытов в Кубанском НИИСХ, что позволяет обоснованно принимать управленческие решения (ресурсосберегающие технологии, использование высокоурожайных сортов, комплексное применение удобрений) и на разных стадиях возделывания прогнозировать урожайность зерновых.

9. Результаты изучения процессов трудоустройства по данным одной из служб занятости Краснодарского края; это позволяет на современном научном уровне оценивать и выявлять проблемы занятости, социально-экономические структуры и сценарии развития, обосновывать выбор управленческих решений по снижению безработицы, что необходимо для обеспечения роста занятости, приводящего к повышению благосостояния населения края.

Апробация и внедрение результатов исследования. Результаты исследований опубликованы в 56 публикациях (общий объем свыше 139 печ. л., из которых 85,6 печ. л. - это авторский вклад).

Основные результаты диссертационного исследования наиболее полно отражены в монографии «Структура и инструментарий системы информационного обеспечения рынка труда и занятости молодежи», а также в целом ряде статей в научных и научно-производственных журналах, сборниках, учебных и методических пособиях.

Результаты исследований на различных этапах представлялись в научных докладах на Первой научно-практической конференции МГТИ (г. Майкоп, 1996), научных конференциях КГАУ (1997-2007 гг.), 4-й региональной научно-практической конференции молодых ученых «Научное обеспечение агропромышленного комплекса» (г. Краснодар, 2002), конференции «Экология, город, почвы» (г. Краснодар, 2003), III Международной научно-практической конференции «Проблемы регионального управления, экономики, права и инновационных процессов в образовании» (г. Таганрог, 2003), IV Международной конференции «Новые технологии в управлении, бизнесе и праве» (г. Невинномысск, 2004), X Международной конференции «Системный анализ в проектировании и управлении» (г. Санкт-Петербург, 2006), Международной конференции «International Conference on Artificial Intelligent Systems. AIS-2006», (г. Таганрог, 2006), XIV Международной конференции «Проблемы управления безопасностью сложных систем» (г. Москва, 2006), XI Международной конференции «Системный анализ в проектировании и управлении» (г. Санкт-Петербург, 2007), XV Международной конференции «Проблемы управления безопасностью сложных систем» (г. Москва, 2007).

Структура работы. Диссертационная работа состоит из введения, пяти глав, заключения, списка литературы. Работа изложена на 379страницах машинописного текста, включает 19 таблиц, 79 рисунков. Список литературы содержит 352 наименования (в том числе 36 - зарубежных авторов). Данная структура отражена в оглавлении диссертации.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность исследования, определена степень изученности проблемы управления экономическими системами мезоуровня в условиях неопределенности, сформулированы цель и задачи исследования, раскрыты научная новизна и практическая значимость работы, ее теоретико-методологические основы и информационно-эмпирическая база.

В первой главе «Региональная социально-экономическая система, предпосылки совершенствования методологии управления» выявлены современные проблемы управления социально-экономической системой, главным образом, проблемы исследования закономерностей функционирования и оценки состояния реальной СЭС. Разработаны требования к методологии исследования социально-экономических систем с точки зрения системного подхода на основании имеющейся информации об объекте (структурированной, слабоструктурированной и неструктурированной). Для их выполнения предложено синтезировать когнитивную методологию и методы анализа структурированной информации. Обоснованы методологические принципы управления социально-экономическими системами на основании имеющейся слабоструктурированной информации. Предложены этапы синтеза моделей для поддержки принятия решений, уточнена схема функций менеджера, а также информационная модель процесса принятия решений.

Управление в СЭС в последние десятилетия качественно изменяет свое содержание (экономическое и социальное), была разрушена вертикаль власти и произошла трансформация парадигмы управления, когда руководящие органы могут лишь контролировать среднюю динамику процессов в экономических системах и реагировать на ее спады различными постановлениями, положениями и льготами.

Переход России к рыночным отношениям существенно повлиял практически на все социально-экономические системы страны. Новые политические и социальные отношения породили целый ряд проблем: организационных, управленческих, политических и т. д. Не сразу была понята необходимость реструктуризации предприятий и вообще СЭС различного уровня с ориентацией их на потребности рынка, изменения принципов управления с директивно-командных на итеративно-оценочные и т. д. Процесс осознания необходимости изменения принципов и подходов к управлению СЭС, по-видимому, ещё не закончен, так как продолжает наблюдаться снижение основных показателей деятельности предприятий, уровня жизни населения, значительны колебания безработицы и т. д. Проведенные исследования показали, что разработка и предложение перспективных направлений развития СЭС (АПК, промышленности, образования и т. д.) обычно не отражает системного подхода к изучаемым проблемам их взаимосвязи и носит лишь характер пожеланий специалистов отдельных областей науки и образования. Органы управления, оставшиеся со времён командно-административной системы управления, перестали выполнять свои функции управления и в настоящее время способны только осуществлять ретроспективный контроль деятельности СЭС (департамент сельского хозяйства, центры занятости населения). Необходима реструктуризация органов управления с наделением их дополнительными возможностями и функциями.

Систему управления СЭС можно представить в виде иерархической структуры: системы сбора информации - системы поддержки принятия решений (системы анализа информации) - лицо, принимающее решение (ЛПР). Оценка современного состояния органов управления на разных уровнях показывает, что среднему звену указанной иерархии практически не уделяется внимания. Основная используемая информация основывается на описательных статистиках, получаемых в службе статистики. Обычно даже речи не идет об исследовании зависимостей в данных и использования их для повышения эффективности управления. Однако многие стороны деятельности экономических систем мезоуровня сопровождаются сбором информации, аккумулирующейся в базах данных (БД), на электронных и бумажных носителях (иногда в базах знаний - БЗ). Анализ этой информации ориентируется на выявление показателей-индексов и средних значений тех или иных показателей, обычно неадекватно отражающих действительную ситуацию в изучаемой системе, которая часто содержит кластеры, поэтому изучать данные следует в соответствующих границах. Кроме того, практически не изучаются взаимосвязь и взаимозависимость в данных, которые могут использоваться для принятия управленческих решений.

В настоящее время управление СЭС осуществляется за счёт специальных экономических и социальных рычагов: ставок налогов, социальных выплат, кредитования и инвестирования сельского хозяйства, выплат за второго ребёнка и т. д. Однако часто эти меры не системны и не позволяют достигать поставленных целей: увеличения бюджета, помощи нуждающимся гражданам, реанимации сельского хозяйства и т. д. В связи с реформированием России и появлением принципиально новых проблем по управлению социально-экономическими системами в целом (например, АПК и рынком труда), в диссертации предлагается разработка и применение новой методологии изучения текущих проблем на основании концепции синтеза методов анализа слабоструктурированной и структурированной информации для решения задач принятия управленческих решений.

Переход к новым технологиям управления (у нас в стране, как и во многих развитых странах) должен осуществляться постепенно - дополняя сложившиеся структуры, системы и методы управления. Смена индустриальной экономики, базирующейся на использовании природных ресурсов, экономикой, базирующейся на знаниях, - это современная парадигма XXI в.

В настоящее время при управлении экономическими системами мезоуровня может рассматриваться два направления: стратегическое (или эффективное), ориентированное на конечные результаты деятельности; активное, предлагающее способы и средства, с помощью которых можно достичь эффективных результатов.

Теория активного управления опирается на использование открытых наукой и практикой причинно-следственных взаимосвязей между факторами и процессами хозяйственной деятельности во избежание нежелательных ситуаций при планировании, а также при развитии желательных ситуаций и инверсии нежелательных ситуаций в желательные. Таким образом, достигается предотвращение потерь от нежелательных и получение эффекта от благоприятных ситуаций.

Возникает вопрос - какие причинно-следственные зависимости и закономерности используются при активном управлении?

В настоящей работе предлагается использовать результаты анализа данных о функционирования СЭС, представленных в виде количественно-качественной информации, для определения обобщенных целей и возможных путей их достижения. Основой этому должны быть математические модели, полученные в результате синтеза нескольких этапов моделирования.

Композицию отображения математического моделирования можно записать в виде

, (1)

которая начинается с формализации ТЭТ (технические, технологические, эксплуатационные, экономические и экологические требования), принципов построения (pr), когнитивной структуризации (с), идентификации (A). Этапы функционального аспекта предшествуют структурному, поэтому сначала решают функциональные задачи путём построения функций выбора для соответствующего этапа. Очевидно, что и оставшиеся аспекты должны иметь этапы, соответствующие (1), и носить аналогичные названия (рисунок 1).

Рисунок 1 - Этапы синтеза моделей Адаптировано автором к синтезу моделей СЭС мезоуровня на основании работ Ю.И. Лыпаря.

На рисунке 1 стрелками на дугах указано направление моделирования при полном описании требований всех аспектов для каждого из этапов. После решения задач каждого этапа появляются новые данные, необходимые для формирования функции выбора следующих этапов. Как часто бывает, по разным причинам не все ограничения и условия сформулированы и включены в функции выбора, что приводит к невозможности на одном из этапов какого-либо аспекта синтезировать решение, удовлетворяющее соответствующей функции выбора. Поэтому возникает необходимость после уточнения данных для построения функции выбора вернуться по контуру обратной связи на один этап назад. Эти ситуации отображены на рисунке стрелками на линиях аспектов. В результате реализации предлагаемой концепции должна сложиться новая методология информационного обеспечения на основе анализа качественной и количественной социально-экономической информации, которая позволит повысить качество управления и принятия решений.

Общий вывод по первой главе заключается в констатации факта отсутствия методологии изучения СЭС мезоуровня на основе имеющейся количественно-качественной информации для поддержки принятия эффективных управленческих решений. Предложена концепция исследования и управления СЭС мезоуровня на основании структурированной и слабоструктурированной информации.

Во второй главе «Методология исследования социально-экономических систем для поддержки принятия управленческих решений» представлена авторская методология, основанная на синтезе положений теории управления, кибернетики, когнитивного моделирования, статистического и интеллектуального анализа данных. На основании категорного подхода обосновано применение когнитивного моделирования слабоструктурированных проблем для формализации системы исследования и регулирования СЭС. С использованием теоретико-множественного подхода предложена модель метанабора системы исследования и принятия решений. Рассмотрены возможности анализа когнитивных карт, а также получения сценариев развития на основании построения моделей распространения возмущений. На основании требований к методологии исследования СЭС и принципов управления разработана структура системы поддержки принятия решений СЭС, позволяющая объединять в рамках одного исследования методы анализа слабоструктурированной и структурированной информации. Разработан алгоритм, а также соответствующее программное обеспечение прогнозирования социально-экономических процессов на базе метода группового учета аргументов, позволяющие получать прогноз в виде модели авторегрессии.

В основу методологии положено использование в качестве основного аппарата комбинирование когнитивного анализа, методов прикладной статистики и интеллектуального анализа данных, позволяющее осуществить комплексный подход к моделированию и разработке управленческих решений для социально-экономических систем.

При управлении сложным объектом, характеризующимся количественной и качественной информацией, предложена следующая концепция идентификации:

1) когнитивное описание объекта и его структурный анализ;

2) импульсное моделирование когнитивного описания, позволяющее оценить сценарии развития системы;

3) выделение подсистем, характеризующихся количественной информацией;

4) построение моделей с использованием прикладной статистики и интеллектуального анализа данных;

5) согласование когнитивных моделей СЭС мезоуровня и моделей, полученных с использованием методов анализа структурированной информации;

6) при рассогласовании - возвращение к 4);

7) выбор управляющих воздействий;

8) контроль процесса управления;

9) оценка управления и при необходимости возвращение на этапы 1), 3).

Для реализации описанной выше концепции необходимо формализовать систему исследования и регулирования СЭС. Результатом является построение модели метанабора соответствующей системы:

М ={МO (Y, U, P), MO(Х), MYS, MD(Q), MMO, MME, MU, А, Мн }, (2)

где МO (Y, U, P) - идентифицирующая модель системы (например, АПК, рынок труда), в которой вектор Y - эндогенные переменные yYEm, характеризующий фазовое состояние объекта (например, валовой доход, инвестиции, численность безработных и т. д.), U - вектор управляемых переменных uUEr, (например, посевные площади, затраты на ГСМ и удобрения, затраты на обновление основных фондов, инвестиции в образование, инвестиции в производство определённых видов сельскохозяйственной продукции и т. д.), P - вектор имеющихся ресурсов pPEs (например, основные фонды, прибыль, количество экономически активного населения);

MO(Х) - модель окружающей среды (региональная социально-экономическая система), X - экзогенные величины (например, природная среда, межрегиональный экономический обмен);

MYS = {MS, MYS} - модель взаимодействия объекта и среды (MS - модели связи со средой на входе, MYS - модели систем со связями со средой на выходе);

MD(Q) - модель поведения системы, Q - возмущающие воздействия;

MMO и МME - модели измерения состояния системы и окружающей среды (например, программы, планы получения данных, организация измерений);

MU - модель управляющей (регулирующей) системы (например, федеральные регулирующие системы) не включается в метанабор, если решаются только задачи исследования объекта;

А - правило выбора процессов изменения объекта;

Мн - модель «наблюдателя» (исследователя, эксперта, инженера-когнитиолога). Наличие в метанаборе М «наблюдателя» позволяет учитывать изменения в понимании (познании) изучаемого объекта исследователем и синтезировать методологию исследования и принятия решений.

Решение задачи управления системой рассматривается в следующей последовательности: определение цели управления и управляющих воздействий Qn, позволяющих достигнуть поставленную цель; удержание системы в достигнутом состоянии до появления новой цели.

Обычно анализ текущего состояния сложной ситуации ЛПР сопровождается следующими этапами:

1) выбор моделей управления для того, чтобы обеспечить желаемое поведение целевых факторов;

2) оценка возможных изменений ситуаций в будущем;

3) оценка возможных проблем.

Моделирование объекта можно представить как совокупность взаимодействующих между собой динамических процессов, происходящих в реальном времени. Моделирование разными типами графов отражает последовательность изменения состояний, и время фактически не имеет смысла времени. Это происходит в случае рассмотрения орграфов и взвешенных орграфов. Для описания воспользуемся работами Ф.С. Робертса, В.В. Кульбы, Г.В. Гореловой.

Учет в когнитивной модели времени основывается на использовании модифицированных функциональных графов - МФ-графов, в этом случае необходимо определить:

1) множество вершин V графа G, представляющих совокупность факторов моделируемого объекта;

2) множество дуг факторов друг на друга;

3) Q E графа G, представляющих совокупности воздействия {Imp} - импульсы, представляющие внешние возмущения;

4) - предельная точность вычислений.

Возмущение, поступившее в одну из вершин, распространяется по цепочке на остальные, усиливаясь или затухая. Таким образом, значения переменных в вершинах графа могут изменяться под влиянием поступивших возмущений.

Рассмотрим правило изменения параметров в вершинах в момент tn+1.

Если параметр xi зависит от времени xi=xi(t), то можно определить процесс распространения возмущений по графу, т. е. переход системы из состояния t-1 в t, t+1,…

Если на значение хi(t+1) в вершине Vi влияют предыдущие значения хi(t) и вершины, смежные с Vi, и вершина Vi смежна с Vj, причём pj(t) - изменение в вершине Vj в момент времени t, то влияние этого изменения на параметр xi в момент t в зависимости от знака дуги, соединяющей Vi и Vj, будет описываться функцией pj(t).

Пусть имеется несколько вершин Vj, смежных с Vi, тогда процесс распространения возмущения по графу определяется по формуле

, (3)

где x(0) - известные начальные значения во всех вершинах, p(0) - начальный вектор возмущений.

Обычно моделирование проводят по шагам или импульсам, т. е. в одной из вершин задаётся определённое изменение, которое инициирует все связанные с ней вершины. Эти вершины называют активизирующими.

Простейший вариант представления функции fij между вершинами Vj, Vi - это коэффициенты ji, ji, характеризующие знак (ji: «+» или «-») и степень влияния ji параметра вершины Vj на параметр вершины Vi; функцию pj(t) влияния изменения в смежной с Vj вершине Vi представим в виде импульса:

p(n) = x(n+1) - x(n),

где x(n), x(n+1) - величины показателя в вершине Vi при шагах имитации в момент t=n и следующим за ним t=n+1. Тогда формула (2) преобразуется к виду

. (4)

Коэффициенты щij, характеризующие взаимовлияние смежных вершин, определяются статистически или экспертно.

В подобные модели можно вводить лаги - задержки передачи воздействия по каждой дуге.

Правило (PR) изменения параметров в вершинах в момент tn+1, если в момент времени tn в вершины поступили импульсы, выглядит следующим образом:

(5)

. (6)

Модель импульсного процесса - это кортеж <Ф, Q, PR>, где Ф - Ф-граф, Ф=<(V, E), X, W>, Q=Q(tn) - последовательность возмущающих воздействий, PR - правило изменения параметров.

Модельное представление системы <tn, Sn, Bn> - это последовательность <n, X(tn), Q(tn)>.

Рассмотрим математическую модель импульсных процессов в матричном виде (на знаковых графах). Введём следующие обозначения:

, t=0,1, 2,…, - вектор внешних импульсов qit, вносимых в вершины vi в момент времени t;

, t=0,1, 2,…, - вектор значений параметров xit вершин vi в момент времени t;

- вектор параметров вершин в момент времени t, который задается уравнением:

Rt = Xt - Xt-1, t=1, 2, 3, …

Тогда изменения параметров вершин можно задать следующим уравнением:

Xt = Xt-1 + ARt-1 + Qt-1.

Из последнего уравнения получим выражение для Rt:

Rt=At-1Q0 + At-2 Q1+…+ AQt-2+ IQt-1, (7)

где I - единичная матрица.

Методология моделирования социально-экономических систем на основании качественной и количественной информации должна основываться на следующих принципах: 1) принцип внешних дополнений (критерием построения математической модели является цель моделирования - получение прогноза, описание закономерностей в данных, получение модели для управления); 2) принцип цикличности анализа данных при выдвижении и проверке различных гипотез; 3) принцип свободы выбора решений Д. Габора; 4) принцип неокончательных решений; 5) принцип множественности математических моделей.

На основании этих принципов предлагается следующая структура системы построения моделей (рисунки 2-3).

На первом этапе эксперт формулирует проблемы исследования и предлагает систему концептов. В зависимости от имеющейся информации и её изменения цели и концепты могут изменяться.

На втором этапе проводится идентификация концептов, при этом:

1. Если концепты качественные, то задача сводится к когнитивному моделированию, основанному на алгебро-геометрическом подходе.

2. Если концепты количественные, то используются методы анализа табличных данных и проводится идентификация имеющейся информации:

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

При наличии базы данных, которая может обновляться, создаются хранилища данных (ХД) и ориентируются на методы Knowledge discovery in databases (KDD)и Data mining (DM).

2.2. При наличии небольших объёмов не связанной информации ориентируются на методы прикладной статистики и разведочного анализа данных (РАД).

2.3. При наличии количественных и качественных концептов необходимо перейти к анализу на качественном уровне (п. 1 и при возможности выделить подсистему с количественными концептами и перейти к п. 2.2).

Далее строятся когнитивные - в виде графов и (или) численные модели, происходит их верификация (содержательная оценка), анализ результатов, принятие решений и разработка рекомендаций.

Для прогнозирования социально-экономических процессов предложено использовать метод группового учета аргументов, отличающийся от стандартного варианта возможностью построения моделей прогноза в виде нелинейных моделей авторегрессии.

Во второй главе предложена модель метанабора системы исследования и принятия решений по управлению СЭС, позволяющая использовать знания о законах и закономерностях развития сложных систем и методология изучения СЭС на основе имеющейся количественно-качественной информации, реализованная в виде структуры системы построения моделей для поддержки принятия решений при решении проблем управления.

В третьей главе «Концептуальные подходы применения классических методов анализа структурированных данных при управлении в социально-экономических системах» проведено изучение проблемы применимости классических и современных подходов к экономико-статистическому моделированию СЭС: рассмотрены проблемы получения данных в СЭС и точности их измерений; выявлены особенности применения современных методов статистического моделирования, связанные с необходимостью выполнения ряда априорных предпосылок относительно исходных данных и описывающих их моделей; рассмотрены практические аспекты использования статистических моделей, связанные с выполнением условий применимости.

При выделении в когнитивной модели концептов, которые можно описать структурированными данными, представленными в виде таблиц количественно-качественных признаков небольшого объема, используются статистические и эконометрические методы, проблемы использования которых обычно основываются на неправильном применении методов анализа данных, в первую очередь - некорректном понимании измерений в СЭС и применении не адекватных методов.

Классический подход, реализуемый математической статистикой, утверждает, что любое наблюдение можно представить как

,

где - наблюдаемое i-е значение переменной X, - точное i-е значение переменной X, - случайная ошибка (погрешность).

Причем обычно предполагается, что е - это случайная величина, имеющая нормальный закон распределения. Существует мнение, что неопределенность (случайность, нечеткость, неточность), имеющая место при измерениях, вызвана недостатком информации. Проведенные исследования показали, что кроме этого могут рассматриваться и другие неопределенности: принципиальная, сгенерированная большим числом объектов, порожденная высокой платой за определенность, порожденная субъектами рынка из-за недостатка опыта или знаний, связанная с ограничениями во времени или пространстве параметров, вызванная поведением среды или противника.

Также можно выделить внешнюю, вызванную влиянием экзогенных переменных (экология, внешняя политика государства и т. д.), внутреннюю, вызванную влиянием субъекта (средства, ресурсы, квалификация кадров) и структурную неопределенность, характеризующуюся степенью «достоверности» модели поведения объекта.

Таким образом, неопределенность - это характерная черта СЭС.

...