Размещено на http://www.allbest.ru/

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Модели, метод и структурно-функциональная организация системы обработки разнородных данных для управления инвестированием малого инновационного промышленного предприятия

Цепов Артем Юрьевич

05.13.10 - Управление в социальных и экономических системах

Курск - 2014

Работа выполнена в Юго-Западном государственном университете

Научный руководитель доктор технических наук, профессор,

заслуженный деятель науки РФ,

Сизов Александр Семенович

Официальные оппоненты Димов Эдуард Михайлович

доктор технических наук, профессор,

Поволжский государственный университет

телекоммуникаций и информатики, профессор

кафедры Экономических информационных систем

Стативко Роза Усмановна

кандидат технических наук, доцент

Белгородский государственный технологический

университет им. В.Г. Шухова, доцент кафедры

информационных технологий

Ведущая организация ФГОУ ВПО "Государственный университет - учебно-научно-производственный комплекс" (г. Орел)

Защита диссертации состоится «29» декабря 2014 г. в 9:00 часов на заседании диссертационного совета Д 212.105.02 при Юго-Западном государственном университете, по адресу: 305040, г. Курск, ул. 50 лет Октября, 94 Г-7

С диссертацией можно ознакомиться в библиотеке Юго-Западного государственного университета и на сайте swsu.ru

Автореферат разослан « » 2014г.

Ученый секретарь

диссертационного совета Титенко Евгений Анатольевич

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы работы

В условиях ускоренного научно-технического прогресса и связанных с ним трансформаций глобального и локальных рынков в наиболее развитых странах сложилась практика внедрения технологических инноваций в промышленном производстве (нанотехнологии, биотехнологии и др.) малыми предприятиями. Подобный подход связан с высокой мобильностью и адаптивными свойствами предприятий данного типа, позволяющих им оперативно изменять направление своей деятельности. Выход на рынок проектов малых инновационных промышленных предприятий (МИПП) в общем случае финансируется инвестором.

Инвестирование МИПП сопряжено с высоким уровнем риска потери вложенных средств. Риск обусловлен невозможностью в условиях высокой неопределенности, опираясь на разнородную, нечеткую, неточную информацию, однозначно прогнозировать ход реализации проекта и его результаты. Минимизация потерь осуществляется путем управления инвестированием МИПП, как социально-экономической системы. В рассматриваемом случае процесс управления включает в себя: получение информации о внешней и внутренней среде МИПП, оценку риска инвестирования, нахождение способов воздействия на предприятие с целью уменьшения риска, принятие решения об инвестировании.

Общие положения, связанные с методами и моделями управления в социальных и экономических системах, рассмотрены в работах Новикова Д.А., Буркова В.Н., Ларичева О. И., Ирикова В. А, Мишина С.П. Общим вопросам теории риска посвящены работы Шапкина А.С., Вишнякова Я.Д., оценке риска инвестирования инновационных проектов работы Демкина И.В., Недосекина А.О., Анисимова Ю. П., Балдина К.В и др. Данные работы являются методологической основой диссертационной работы, однако в них не рассматриваются, собственно, вопросы, связанные с автоматической обработкой разнородных и нечетких данных о структуре и среде функционирования МИПП.

Решение задач, связанных с управлением инвестированием МИПП, требует оперативной обработки больших массивов разнородных данных о научно-техническом потенциале (НТП) предприятия и среде его функционирования. Следует учитывать, что инвестиционный процесс в инновационной среде, в общем случае, осуществляется в условиях неполной информации, поэтому прогнозы о перспективах проекта могут быть охарактеризованы различной степенью обоснованности. Таким образом, результат анализа проекта должен включать в себя вывод о целесообразности инвестирования, с указанием степени его обоснованности, а так же возможность моделирования внешней нагрузки на предприятие с целью прогнозирования уровня риска в зависимости от изменения тех или иных его свойств. Однако, для этих целей необходимо создание средств автоматизированной обработки данных, основанных на интеллектуальных информационных технологиях, в частности, методах и средствах интеллектуального анализа данных (ИАД).

Методологические основы ИАД и создания интеллектуальных информационных систем рассмотрены в работах Козлова А.Н., Андрейчикова А.В., Романова В.П. и др. вопросы, связанные с построением автоматизированных систем порождения гипотез на основе ДСМ-метода рассматривались в работах школы Финна, вопросы моделирования сложных систем в условиях высокой степени неопределенности рассмотрены в работах Ф. Смардаке и др.

Таким образом, в настоящее время имеет место противоречие, состоящее в том что, с одной стороны существует объективная необходимость повышения оперативности и обоснованности оценки риска при управлении инвестированием малого инновационного предприятия на основе автоматизированной обработки данных о его НТП и среде функционирования, с другой стороны существующие средства информационного обеспечения управленческих решений не учитывают специфику инвестирования МИПП, требующую обработки больших объемов разнородных данных, вследствие этого, обладают ограниченными возможностями.

Одним из путей преодоления вышеприведенного противоречия в современных условиях является внедрение информационно-аналитических систем для оценки риска инвестирования МИПП.

В связи с этим целью диссертационной работы является повышение оперативности и обоснованности оценки риска при управлении инвестированием малого инновационного предприятия на основе добывания и автоматизированной обработки данных о его НТП.

В соответствии с целью, научной задачей диссертационной работы является разработка метода, моделей и структурно-функциональной организации системы автоматизированной обработки разнородных данных на основе применения оператора их обобщения и автоматической генерации гипотез, обеспечивающей оценку риска инвестирования МИПП.

Цель и научная задача работы определили следующие частные задачи:

1. Анализ состояния вопроса оценки риска при управлении инвестированием МИПП. Обоснование направлений исследований.

2. Разработка структурно-системной и информационной модели взаимодействия инвестора и МИПП в процессе реализации инновационного проекта.

3. Разработка способа получения данных и формирования информационной базы о внутренней и конкурентной среде инвестируемого МИПП.

4. Разработка метода обобщения и интеллектуальной обработки разнородных данных при управлении риском инвестирования МИПП.

5. Синтез структурно-функциональной организации информационной базы системы обработки разнородных данных для управления инвестированием МИПП и ее экспериментальная проверка.

Объектом исследования являются системы управления процессом инвестирования МИПП.

Предметом исследования являются модели и метод обработки разнородных данных в системе поддержки принятия решений по управлению инвестиционным процессом.

В работе использованы методы и положения теорий: систем, управления социально-экономическими системами, нечетких множеств и логики, ДСМ-метод автоматического порождения гипотез, нейтрософии, OWA интеграции данных, проектирования сложных информационных систем.

Научная новизна работы и положения, выносимые на защиту:

1. Структурно-системная, информационная модели, и способ формирования информационной базы о МИПП, включающий этапы получения официальных (нормативных) документов о состоянии МИПП, данных о его внутренней и конкурентной среде, полученных методами бизнес-разведки, позволяющий определить структуру и сформулировать требования к информационной базе системы обработки разнородных данных для управления инвестированием МИПП.

2. Метод обработки и анализа разнородных данных, отличающийся обобщением нечетких данных на основе OWA оператора Ягера на первом этапе и автоматического формирования гипотез о степени риска инвестирования на втором, позволяющий синтезировать структурно-функциональную организацию системы обработки разнородных данных для управления инвестированием МИПП.

3. Структурно-функциональная организация системы обработки разнородных данных для управления инвестированием МИПП, представленная в виде трехуровневой иерархической структуры, отличающейся введением блоков OWA объединения разнородных данных, автоматического порождения гипотез, нейтрософского когнитивного моделирования и связей между ними.

Практическая ценность работы заключается в следующем:

1. Разработанная модель взаимодействия инвестора и МИПП в процессе реализации инновационного проекта является теоретической основой построения систем информационной поддержки управления инвестированием МИПП.

2. Способ формирования информационной базы о МИПП, представленный в настоящей работе, позволяет определять требования к информационной базе системы обработки разнородных данных для управления инвестированием МИПП.

3. Предложенная в диссертационной работе структурно-функциональная организация, является основой системы информационной поддержки оценки риска инвестирования МИПП, обеспечивающей повышение качества (оперативности и обоснованности) управления.

Реализация и внедрение.

Основные научные результаты и выводы диссертационной работы внедрены в ЗАО «Техносфера», ЗАО «СКАРД-электроникс», ООО МИП "МНТЦ", а также используются в учебном процессе Юго-Западного государственного университета на кафедре информационных систем и технологий при проведении практических и лабораторных занятий по дисциплинам «Компьютерное бизнес-планирование» и «Моделирование рисковых ситуаций в экономике».

Апробация работы.

Основные положения диссертационной работы докладывались и обсуждались на следующих научных конференциях: III международной заочной научно-практической конференции «Научная дискуссия: вопросы физики, математики, информатики» (Москва, 2012); I региональной научно-технической конференции «Информационные системы и технологии» (Курск, 2012); I международной научно-практической конференции «Научные аспекты инновационных исследований» (Самара, 2013); международной научно-практической конференции «Развитие информационных технологий в аспекте экономической модернизации» (Саратов, 2013); XXIV международной научно-практической конференции «Инновации в науке» (Новосибирск, 2013); II международной научно-практической конференции «Техника и технологии в развитии современного общества» (Краснодар, 2013); IV международной научной конференции Informative and communicative space and person (Прага, 2014) Результаты диссертационной работы обсуждались и получили одобрение на семинарах кафедры Информационных систем и технологий Юго-Западного государственного университета.

Публикации. Результаты диссертации отражены в 14 печатных работах, из них 7 в изданиях, входящих в перечень ведущих рецензируемых научных журналов и изданий. Получено свидетельство о регистрации программы для ЭВМ №2014615252

Личный вклад автора. В работах, опубликованных в соавторстве и перечисленных в конце автореферата, лично автором разработана стурктурно-системная и информационная модели взаимодействия инвестора и МИПП [12,13], метод обработки и анализа разнородных данных о МИПП на основе OWA оператора Ягера, автоматического порождения гипотез и нейтрософского когнитивного моделирования [4,5,7], СФО системы автоматической оценки риска при управлении инвестированием МИПП [14], а также СФО информационной базы разработанной системы[3].

Соответствие паспорту специальности. Согласно паспорту специальности 05.13.10 - Управление в социальных и экономических системах, вопросы, рассмотренные в диссертации, соответствуют п.2 «Разработка методов формализации и постановки задач управления в социальных и экономических системах» в части формализации задачи построения структурно-системной и информационной модели взаимодействия инвестора и МИПП в процессе реализации инновационного проекта, а также п. 6 «Разработка и совершенствование методов получения и обработки информации для задач управления социальными и экономическими системами» в части создания метода обобщения и интеллектуальной обработки разнородных данных при управлении риском инвестирования МИПП.

Структура и объем диссертационной работы.

Работа состоит из введения, пяти разделов, заключения, списка литературы и приложений. Основная часть диссертации изложена на 124 страницах машинописного текста, включает 18 таблиц и 23 рисунка.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

управление инвестирование инновационный промышленный

Во введении обоснована актуальность темы исследования, определены цели и задачи работы, ее научная новизна и практическая значимость; приведены сведения об апробации результатов работы.

Первый раздел посвящен анализу современного состояния вопроса оценки риска при управлении инвестированием МИПП.

Рассмотрена существующая практика функционирования МИПП, как социально-экономических систем, в частности, вопросы инвестирования и управления инновационными проектами.

Показано, что финансирование проектов МИПП, сопровождается высоким уровнем риска потери вложенных средств, поскольку значительная часть реализуемых инновационных проектов не достигают самоокупаемости. Отмечено, что в связи с данным обстоятельством особую важность приобретает задача оценки риска инвестирования МИПП.

На основе обзора отечественной и зарубежной литературы проведен анализ современного состояния вопроса оценки риска при управлении инвестированием, в ходе которого рассмотрены наиболее распространенные экспертные и статистические методы, в частности: анализа иерархий, анализа граф-модели, различные вариации балльных методов, исследование с помощью нейронных сетей и др.

Анализ показал, что существующие методы не учитывают в полной мере специфику малого инновационного бизнеса, в частности, отсутствие у недавно созданных предприятий достаточной финансовой истории, высокую неопределенность, в условиях которой принимается решение об инвестировании, вариативность итогового продукта и стратегии реализации проекта, а так же особенности структуры данных о МИПП, содержащих, в том числе, нечеткие элементы.

На основе выполненного анализа осуществлен выбор и обоснование направлений исследования. Показано, что увеличение обоснованности оценки риска возможно путем сбора и интеллектуальной обработки разнородных данных о научно-техническом потенциале МИПП (НТП), конкурентной среде и особенностях инновационного проекта. В свою очередь, потребность в оперативной многократной оценке риска, вызванная итеративным характером инвестирования, обуславливает необходимость автоматизации данного процесса.

Второй раздел посвящен разработке структурно-системной и информационной модели взаимодействия инвестора и МИПП в процессе реализации инновационного проекта.

Анализ специфики функционирования МИПП показал, что в процессе реализации инновационного проекта подобные предприятия обладают свойствами адаптивных систем, в том числе: следуют адаптивной стратегии поведения, изменяя свое состояние в зависимости от условий конкурентной среды, а их успех во многом определяется величиной и структурой НТП. Для инвестора, следствием подобной стратегии является необходимость осуществлять инвестирование в несколько итераций, производя перед каждой из них сбор информации о текущем состоянии МИПП и конкурентной среды, а так же осуществляя оценку риска инвестирования на основании собранной информации.

Определено, что взаимодействие инвестора и МИПП с позиции системного подхода представляет собой конфликт, поскольку обе стороны, используя ресурсы друг друга, стремятся достичь разных целей. Учитывая характер и соотношение целей взаимодействия, класс конфликта соответствует типу «содружество». Показано влияние данного класса на показатели эффективности и информационные интересы инвестора и МИПП.

С учетом приведенных обстоятельств на основе IDEF0-методологии разработана структурно-системная модель взаимодействия МИПП и инвестора (рис. 1), на которой отображена роль системы обработки разнородных данных при управлении инвестированием. Также, разработанная модель содержит уровни описания функционирования инвестора и МИПП в процессе реализации проекта.

Рис. 1 - Диаграмма А0: Взаимодействие МИПП и инвестора

На основе структурно-системной модели, используя методологию IDEF1, разработана информационная модель взаимодействия инвестора, предприятия и внешней среды, которая отражает процесс в виде совокупности информационных объектов и связей между ними с учетом их смыслового содержания (рис. 2).



Рис. 2 - Обобщенная информационная модель взаимодействия инвестора и МИПП

Разработанная модель содержит следующие информационные блоки: инвестор, МИПП, конкурентная среда, бизнес-план, отчет о бизнес-разведке. Таким образом, модель предполагает наличие двух источников формирования информационной базы инвестора: бизнес-разведка, позволяющая получать данные о конкурентной среде, а так же сведения о МИПП, потенциально подверженные сокрытию или искажению со стороны предприятия; нормативные документы (бизнес-план) в котором предприятие по установленному образцу отображает информацию о своей структуре.

Третий раздел посвящен разработке способа получения данных и формирования информационной базы о внутренней и конкурентной среде инвестируемого МИПП.

Проанализирован процесс получения данных о внутренней и конкурентной среде МИПП. Анализ показал наличие ряда особенностей, обусловленных спецификой инновационного инвестирования и затрудняющих извлечение ценной информации, вызванных в том числе: высокой динамикой изменений конкурентной среды, различием информационных интересов инвестора и МИПП, разнородностью характеризующих МИПП данных.

Разработанный способ формирования информационной базы о МИПП, состоит из следующих этапов: получение официальных (нормативных) документов о состоянии МИПП; добывание данных о его внутренней и конкурентной среде методами бизнес-разведки; формализация полученных данных.

Сформирован перечень определяющих исход реализации инновационного проекта показателей, согласно которому состояние НТП МИПП характеризуется следующими факторами: уровень менеджмента МИП (a1), кадровый потенциал по направлениям (в зависимости от сферы деятельности это может быть математика, материаловедение, биоинженерия, биоинформатика, физика и др.) (a2), техническая готовность предприятия к выпуску продукции (a3), наличие связей с крупным промышленным предприятием или НИИ (a4), наличие постоянных поставщиков, партнеров (a5), поддержка МИП со стороны государства (a6), правовая защищенность инновационной идеи (a7), масштабируемость производства (a8), перспективы отрасли, к которой относится проект МИП (a9), состояние фундаментальных исследований по направлению инновации (a10), состояние прикладных исследований (a11), уровень стратегического планирования (a12), собственные финансовые возможности (a13), число реализованных ранее проектов (a14), соответствие проекта профилю инвестора (a15), наличие ограничивающих факторов (a16); в свою очередь состояние конкурентной среды определяется: соотношением цены с существующими на рынке предложениями (b1), соотношением потребительских качеств с существующими на рынке предложениями (b2), текущей и перспективной емкостью рынка (b3), наличием альтернативных технологий, продуктов-заменителей (b4), наличием порога для входа на рынок новых конкурентов (b5), уровнем конкурентов (b6), статистикой экспорта/импорта подобной продукции (b7); инновационный проект МИПП характеризуется следующими факторами: технологическая сложность реализации (e1), кадровые требования (e2), перспективы технологии, возможность дальнейшего развития (e3), характеристика новизны (принципиально новая, новый дизайн, сборка из импортных комплектующих, наличие собственных «ноу-хау»/технических решений, модернизация известной конструкции, аналог зарубежных изделий, аналог выпускаемой продукции) (e4), степень готовности проекта (e5), финансово-экономические показатели проекта (e6), стадия завершенности НИОКР (e7).

Учитывая различие информационных интересов инвестора и МИПП определен перечень показателей, получение которых целесообразно осуществлять путем бизнес-разведки в частности: сведения, характеризующие кадровый потенциал МИПП, его технологическую базу, реализованные ранее проекты (в особенности, не успешные) и др. Также предложен комплекс мероприятий по сбору информации, составляющий бизнес-разведку.

Выполнен анализ структуры собираемых данных о МИПП. Показано, что сфера малого инновационного бизнеса характеризуется дефицитом легко интерпретируемых данных, а формируемый массив информации имеет разнородный характер и содержит, в том числе числовые данные, качественные оценки, текстовые и графические материалы.

Проведенный анализ обусловил выбор методов предварительной обработки данных для формирования информационной базы. Формализацию качественных оценок показателей МИПП предложено осуществлять на основе теории нечетких множеств.

Для формализации нечетких оценок, основанных на нескольких свидетельствах из нескольких источников предложен вариант применения теории Демпстера-Шафера. В подобном случае, значение показателя МИПП будет принадлежать определенному интервалу истинности, границами которого являются «доверие» (belief) и «правдоподобность» (plausibility). Использование структур доверия требует агрегирования информации, в качестве метода агрегации предложено использование OWA оператора Ягера.

Поскольку, на практике не все показатели определяющие риск инвестирования МИПП могут быть получены для конкретного проекта, вывод о возможности его реализации, в общем случае, генерируется в условиях недостатка ценной информации. В свою очередь, ценность информации, характеризуется, как максимальная польза, приносимая в деле уменьшения средних потерь данным количеством информации. Таким образом, в случае оценки риска инвестирования существует функция R(I), устанавливающая обратно пропорциональную зависимость возможных потерь инвестора от количества имеющейся информации о МИП.

Величину риска инвестирования с позиции информационного критерия в настоящей работе предложено определять как:

,

где Ip - полное множество значимых для оценки риска инвестирования показателей, - множество показателей МИПП, получаемых из бизнес-плана, - множество показателей, которые удалось получить в ходе бизнес-разведки , где - множество показателей, получение которых потенциально возможно в ходе бизнес разведки.

Четвертый раздел посвящен разработке метода обобщения и интеллектуальной обработки разнородных данных при управлении риском инвестирования МИПП.

Полученные данные о МИПП и конкурентной среде характеризуются наличием нечисловых, слабофомализованных элементов, неполнотой описания предметной области и возможностью лишь частичной ее аксиоматизации, присутствием в информационной базе позитивных, негативных и неопределенных примеров исхода реализации инновационных проектов, наличием в неявном виде зависимостей причинно-следственного типа.

Специфика структуры входных данных обуславливает необходимость использования методов и средств ИАД для генерации оценки риска инвестирования и соответствует условиям применимости ДСМ-метода автоматического порождения гипотез.

Однако, большие объемы разнородных данных, подлежащих обработке, накладывают на применение метода ряд ограничений, в частности, способствуют появления недопустимо большого количества гипотез. В этих условиях, в работе предложено на первом этапе выполнять обобщение элементов массива входных данных, характеризующих один и тот же фактор реализации, в результате, получая количественное значение данного фактора. Объединение позволяет сжать пространство входных данных, и тем самым уменьшить число генерируемых гипотез. В качестве средства объединения предложено использование OWA оператора Ягера, поскольку он позволяет учитывать допустимые для ЛПР формы компромисса между оценками альтернатив по разным критериям.

OWA оператор Ягера представляет собой соотношение вида:

,

где:, весовой вектор а mj (j = 1, …, n) - элементы вектора свойств МИПП D = (d1, d2, …, dn), упорядоченные по убыванию и подлежащие обобщению в единый показатель.

Значения элементов весового вектора определяются по формуле:

,

где Q - функция нечеткого квантификатора, определяющая допустимую форму компромисса между объединяемыми показателями МИПП. - ранжировка индексов, упорядочивающая компоненты m по убыванию, л(j) - степень важности показателя mj.

На втором этапе, подготовленные данные подлежат интеллектуальному анализу на основе ДСМ-метода автоматического порождения гипотез, в ходе которого на первом шаге происходит формирование гипотез о возможных причинах успешной реализации инновационных проектов, а на втором формирование гипотезы о возможном исходе реализации планируемого проекта.

Первый шаг ДСМ-метода осуществляется при помощи первого индуктивного правила Д.С. Милля (правило поиска причин). В интерпретации О.М. Аншакова оно имеет вид:

Пусть p - свойство «способность реализовать проект», с - характеристика. Будем говорить, что c удовлетворяет (+)- условию для p относительно исходной матрицы F, если с ? Sst p, и существует достаточно много объектов о ? F+[p], таких, что c является сходством для достаточно большого множества объектов O?F+[p].

Через М+ (F, c, p) обозначается тот факт, что (c) удовлетворяет (+) условию для p относительно F. Аналогичным образом будем использовать F-[p] и F0[p] для описания (-) условия и (0) условия (М- (F, c, p) и М0 (F, c, p)).

Таким образом имеем:

,

где - функция , характеризующая возможные причины свойств. Она может принимать следующие значения: - с является возможной причиной наличия свойства р, - с не является возможной причиной наличия свойства р, представляет фактическое противоречие, означает отсутствие информации.

Второй шаг ДСМ-метода осуществляется с помощью правил правдоподобного вывода по аналогии, имеющих вид:

.

Через , и обозначается тот факт, что объект о для свойства р относительно Н удовлетворяет (+)-условию, (-)-условию и 0-условию, соответственно. В результате применения второго индуктивного правила Д.С. Милля могут быть сгенерированы следующие гипотезы: - МИПП обладает свойством «способность реализовать проект»; - МИПП не обладает свойством «способность реализовать проект»; - в базе фактов присутствуют факторы, свидетельствующие как о наличии целевого свойства, так и о его отсутствии; - в базе фактов отсутствуют факторы, свидетельствующие как о наличии целевого свойства, так и о его отсутствии;

Случай, представляет собой противоречие, для анализа возможностей устранения которого предусмотрен третий этап - нейтрософского когнитивного моделирования, позволяющий моделировать внешнее воздействие на элементы гипотезы, указывающей на невозможность реализации проекта предприятием.

Для этого экспертным путём осуществляется построение нейтрософской когнитивной карты (НейтКК), отличительной чертой которой является возможность учёта неопределённого характера взаимодействия между показателями МИПП.

По результатам виртуального воздействия заданной силы на поддающиеся влиянию узлы НейтКК, вычисляются новые значения свойств МИПП. Полученное множество поступает на второй шаг ДСМ-метода, где происходит генерация гипотезы о наличии целевого свойства у подверженного воздействию МИПП.

Cгенерированная гипотеза представляет собой вывод о возможности предприятия реализовать инновационный проект, однако не является, собственно, оценкой риска. Количественная оценка риска осуществляется по информационному критерию.

Обобщенная схема метода обработки и анализа разнородных данных для оценки риска при управлении инвестированием МИПП приведена на рис.

Разработанный метод обобщения и интеллектуальной обработки разнородных данных при управлении риском инвестирования МИПП, позволяет синтезировать СФО системы обработки разнородных данных при управлении инвестированием МИПП.

Пятый раздел посвящен синтезу структурно-функциональной организации информационной базы системы обработки разнородных данных для управления инвестированием МИПП и ее экспериментальной проверке.

Функционирование системы сопряжено с постоянным накоплением, оперативной обработкой и хранением разнородной информации. Данное обстоятельство обусловливает ряд требований к характеристикам базы данных и знаний (БДиЗ).



Рис. 3 - Обобщенная схема метода объединения и интеллектуальной обработки разнородных данных для оценки риска при управлении инвестированием МИПП

Анализ структуры данных и знаний, оперируемых разработанным методом обобщения и интеллектуальной обработки разнородных данных при управлении риском инвестирования МИПП определил выбор комбинированной фреймово-продукционной модели представления знаний с интегрированными модулями гипертекстовой информации и таблицами реляционной базы данных.

На основе анализа была разработана фреймовая модель представления знаний информационной базы системы. Взаимосвязь различных типов фреймов приведена на рис. 4.

Рис. 4 - Схема взаимосвязи фреймов при функционировании БДиЗ

Для хранения гипотез, сгенерированных ДСМ модулем системы оценки риска была разработана продукционная модель представления знаний.

Таким образом, был осуществлен синтез структурно-функциональной организации информационной базы системы.

СФО системы, включающая в себя модули информационной базы, обобщения и обработки разнородных данных представлена на рис. 5.

В целях экспериментальной проверки СФО было разработано программное обеспечение JagerDSM, представляющее собой приложение, созданное в среде MSVisualC# с подключением к файлу базы данных MSAccess.

Объектом для экспериментальной проверки СФО являлось МИПП, производящее метаматериалы и функционирующие на территории г. Курска. В рамках проверки было необходимо определить возможность производства предприятием метаметериала СВЧ диапазона для создания радиомаскирующих покрытий на основе композита наночастиц BaTi03 в полимерной матрице. Оценка риска производилась отдельно для трех этапов реализации проекта.

Рис. 5 - Структурно-функциональная организация системы обработки разнородных данных для управления инвестированием МИПП

Таблица 1. Свойства исследуемых проектов МИПП

Объект

c1

c2

c3

c4

c5

c6

c7

c8

c9

c10

c11

c12

c13

c14

c15

c16

c17

c18

c19

O81

+

+

a

0,2

-

+

c

0,5

-

-

?

c

+

0,7

f

g

+

?

d

O82

+

+

a

0,4

?

+

a

0,5

-

-

?

c

?

0,7

c

d

-

?

c

O83

+

?

b

0,4

?

+

a

0,7

+

?

?

f

?

0,7

a

a

?

?

b

c20

c21

c22

c23

c24

c25

c26

c27

c28

c29

c30

c31

c32

p

c34

c35

c36

O81

+

d

0,4

0,1

+

-

a

+

h

0,3

0,2

g

+

?

0,9

a

+

O82

+

c

0,6

?

+

-

?

?

g

0,3

0,4

a

+

?

0,7

b

+

O83

?

a

0,6

?

+

?

?

-

f

0,9

0,7

a

?

?

0,7

e

+

Полученные в ходе бизнес-разведки и из бизнес плана данные о МИПП и ранее реализованных проектах предприятия прошли процедуру обобщения и интеллектуальной обработки системой. Множества свойств трех этапов исследуемого проекта (О81, О82, О83), по окончании процедуры обобщения приняло вид:

В результате первого шага работы ДСМ системы, были сгенерированы гипотезы, представляющие собой сочетания свойств инновационного проекта и предприятия, указывающие на возможность или не возможность успешного создания продукта. Второй шаг ДСМ-рассуждений определил для первых двух производственных этапов гипотезы, указывающие на возможность их реализации.

Рис. 6 - Анализ второго производственного этапа в режиме ДСМ эксперимента

В свою очередь, для третьего этапа были определены как положительные, так и отрицательные гипотезы т.е. по существу, система сгенерировала вывод, содержащий противоречие, для разрешения которого использовался модуль нейтрософского когнитивного моделирования программы JagerDSM. В результате эмуляции воздействия на элементы отрицательной гипотезы, значения некоторых свойств МИПП изменились. Полученное множество свойств виртуального МИПП прошло процедуру интеллектуальной обработки, которая выявила положительные гипотезы и не выявила отрицательных. Подобный результат, дает основания полагать, что изменение значений определенного перечня свойств исследуемого МИПП позволит успешно завершить третий производственный этап.

Оценка риска принятия управленческого решения, основанного на полученных системой выводах осуществлялась по информационному критерию. Согласно таблице 1, для первого этапа неопределенными являются 3 показателя, для второго 8, для третьего 13. Таким образом, на основании предложенного в третьем разделе настоящей работы подхода, значение риска для каждого из этапов равно:

R81 = 0,08 , R82 = 0,22 , R83 = 0,36

Значение риска для первого этапа позволяет сделать вывод о возможности его успешной реализации. Высокий уровень риска инвестирования последующих этапов обуславливает необходимость проведения дополнительных мероприятий по бизнес-разведке.

Показатели обоснованности и оперативности управленческих решений без применения разработанной системы и с учетом ее использования были определены методами экспертных оценок. При этом использованы оценки девяти экспертов. В результате анализа экспертных оценок определено, что, благодаря обработке нечётких данных разработанной системой, обоснованность принимаемых управленческих решений возросла на 27,5%. Время, необходимое для сбора и обработки информации сокращается примерно на 2,9 сут., таким образом, оперативность принятия управленческого решения повышается примерно на 30% за счет автоматизированной обработки большого массива разнородных данных.

Таким образом, в результате проведенной экспериментальной оценки были улучшены два показателя качества управления: обоснованность (учитывались нечеткие показатели деятельности МИПП) и оперативность (осуществлялась автоматизированная обработка разнородных данных).

В заключении излагаются основные результаты и выводы, полученные в диссертационной работе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В диссертационной работе решена научная задача, состоящая в разработке метода, моделей и структурно-функциональной организации системы автоматизированной обработки разнородных данных на основе применения оператора их обобщения и автоматической генерации гипотез, обеспечивающей оценку риска инвестирования МИПП. При этом получены следующие основные результаты:

1. Проанализировано состояние вопроса оценки риска при управлении инвестированием МИПП. В результате анализа были определены направления исследований, а так же задачи, решение которых позволит повысить качество (оперативность и обоснованность) оценки риска при управлении инвестированием МИПП на основе автоматической обработки данных о его научно-техническом потенциале, конкурентной среде и особенностях инновационного проекта.

2. Разработаны структурно-системная, информационная модели и способ формирования информационной базы о МИПП, включающий этапы получения официальных (нормативных) документов о состоянии МИПП, данных о его внутренней и конкурентной среде, полученных методами бизнес-разведки. Способ позволяет определить структуру и сформулировать требования к информационной базе системы обработки разнородных данных для управления инвестированием.

3. Разработан метод обработки и анализа разнородных данных, отличающийся обобщением нечетких данных на основе OWA оператора Ягера на первом этапе и автоматического формирования гипотез о степени риска инвестирования на втором. Разработанный метод позволяет синтезировать структурно-функциональную организацию системы обработки разнородных данных для управления инвестированием МИПП.

4. Осуществлен синтез структурно-функциональной организации системы обработки разнородных данных для управления инвестированием МИПП, представленной в виде трехуровневой иерархической структуры, отличающейся введением блоков OWA объединения разнородных данных, автоматического порождения гипотез, нейтрософского когнитивного моделирования и связей между ними. В результате экспериментальной оценки риска инвестирования МИПП на примере ООО МИП "МНТЦ", получены гипотезы о возможности реализации инновационного проекта, а так же прогнозное значение уровня риска принятия управленческого решения об инвестировании, которые служат для ЛПР основой по выработке рекомендаций по инвестированию предприятия. Система позволяет учитывать разнородные показатели предприятия и автоматизировать оценку риска инвестирования МИПП, что влечет за собой повышение обоснованности принимаемых управленческих решений на 27,5%, оперативности примерно на 30% .

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ

В рецензируемых научных журналах и изданиях

1. Сизов, А.С. Разработка концептуальных положений создания системы поддержки принятия решений для оценки рисков инвестирования малого инновационного бизнеса / А.С. Сизов, Ю.А. Халин, А.Ю. Цепов // Известия Юго-Западного государственного университета. Сер. Управление, вычислительная техника, информатика. Медицинское приборостроение. 2013. № 1. С. 177 ? 181.

2. Сизов, А.С. Автоматизация процессов оценки инвестиционной привлекательности инновационного проекта малого предприятия на основе ДСМ-метода автоматического порождения гипотез / А.С. Сизов, Ю.А. Халин, А.Ю. Цепов // Телекоммуникации. 2014. №2. С.44 ? 51.

3. Теплова, В. В. Структурно-функциональная организация информационного обеспечения системы поддержки принятия решений при управлении инвестированием малого инновационного бизнеса
/ В.В. Теплова, А.Ю. Цепов // Науковедение: Интернет-журнал 2013. №19 (6) [Электронный ресурс]. URL: http://naukovedenie.ru/PDF/79TVN613.pdf, свободный. Загл. с экрана. Яз. рус., англ

4. Метод автоматизированной обработки и анализа разнородных данных для оценки конкурентоспособности малого предприятия / А.С. Сизов, Д.В. Титов, Ю.А. Халин, А.Ю. Цепов // Телекоммуникации. 2014. №9. С.45 ? 52.

5. Сизов, А.С. Прогнозирование показателей реализации инновационного проекта малым предприятием с использованием нейтрософских когнитивных карт / А.С. Сизов, А.Ю. Цепов // Информационно-измерительные и управляющие системы. 2014. №5. С.58 - 62.

6. Сизов, А.С. Программная реализация системы оценки инвестиционной привлекательности малого инновационного предприятия / А.С. Сизов, А.Ю. Цепов // Известия ВолгГТУ. Сер. Электроника, измерительная техника, радиотехника и связь. 2014. Вып. 9. №10 (137). С. 75 - 77.

7. Автоматизированная оценка конкурентоспособности малого инновационного предприятия на основе OWA оператора Ягера / Л.А. Лисицин, А.С. Сизов, Ю.А. Халин, А.Ю. Цепов // Информационно-измерительные и управляющие системы. 2014. №5. С.80 - 84.

В других научных изданиях

8. Сизов, А.С. Подход к оценке инвестиционной привлекательности инновационного проекта малого предприятия с использованием ДСМ метода автоматического порождения гипотез / А.С. Сизов, Ю.А. Халин, А.Ю. Цепов // Развитие информационных технологий в аспекте экономической модернизации: материалы международной научно-практической конференции. Саратов; 2013. С.86 ? 89.

9. Цепов, А.Ю. Система автоматизированной оценки риска инвестирования малого инновационного предприятия / А.Ю. Цепов // Informative and communicative space and person: Materials of the IV international scientific conference. Прага; 2014. С.134 ? 137.

10. Цепов, А.Ю. Анализ инновационного проекта малого предприятия с использованием нейтрософских когнитивных карт / А.Ю. Цепов // Техника и технологии: роль в развитии общества: материалы II Международной научно-практической конференции. Краснодар; 2013. С. 139 ? 144.

11. Сизов, А.С. Использование OWA оператора Ягера для интеграции данных на входе ДСМ системы оценки риска инвестирования малого инновационного предприятия / А.С. Сизов, Ю.А. Халин, А.Ю. Цепов // Инновации в науке: сборник научных статей. Новосибирск; 2013. С. 67-75.

12. Цепов, А.Ю. К вопросу создания системы поддержки принятия решений при инвестировании малого инновационного бизнеса / А.Ю. Цепов // Научные аспекты инновационных исследований: материалы 1-й международной научно-практической конференции. Самара; 2013. С. 68 ? 71.

13. Сизов, А.С. К вопросу создания СППР для страховых компаний при инвестировании малого инновационного бизнеса / А.С. Сизов, А.Ю. Цепов// Информационные системы и технологии: сборник докладов 1-й региональной научно-технической конференции. Курск; 2012. С. 78 ? 80.

14. Цепов, А.Ю. Вариант структурно-функциональной организации СППР для страховых компаний при инвестировании малого инновационного бизнеса // Научная дискуссия: вопросы физики, математики, информатики: материалы III международной заочной научно-практической конференции. М., 2012. С. 111 ? 116.

Размещено на Allbest.ru

...