Автоматизация выбора вида управленческого решения на основе системного анализа производственной информации при многономенклатурном производстве

Размещено на http://www.allbest.ru/

АВТОМАТИЗАЦИЯ ВЫБОРА ВИДА УПРАВЛЕНЧЕСКОГО

РЕШЕНИЯ НА ОСНОВЕ СИСТЕМНОГО АНАЛИЗА

ПРОИЗВОДСТВЕННОЙ ИНФОРМАЦИИ ПРИ МНОГОНОМЕНКЛАТУРНОМ ПРОИЗВОДСТВЕ

Специальность 05.13.01 - Системный анализ, управление и

обработка информации (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

ЧУВИЛЯЕВА Александра Сергеевна

Рыбинск - 2007

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Костромской государственный технологический университет».

Научный руководитель	доктор технических наук, профессор Шведенко Владимир Николаевич
Официальные оппоненты:	доктор технических наук, профессор Козлов Владимир Александрович кандидат технических наук, доцент Рытов Михаил Юрьевич
Ведущая организация	ОАО «Мотордеталь», (г. Кострома)

Защита состоится "31" октября 2007 года в 1200 часов на заседании диссертационного совета Д 212.210.04 Государственного образовательного учреждения высшего профессионального образования «Рыбинская государственная авиационная технологическая академия имени П. А. Соловьева» по адресу: 152934, Ярославская область, г. Рыбинск, ул. Пушкина, 53, аудитория Г-237.

С диссертацией можно ознакомиться в библиотеке Государственного образовательного учреждения высшего профессионального образования «Рыбинская государственная авиационная технологическая академия им. П. А. Соловьева».

Автореферат разослан « 27 » сентября 2007 года.

Ученый секретарь

диссертационного совета к.т.н., доцент Киселев Э. В.

ВВЕДЕНИЕ

Актуальность темы диссертационного исследования.

В современных системах управления предприятий все больше возрастает роль анализа производственной информации и принятия на его основе управленческих решений. Руководство предприятий интересует, какой наиболее рациональный вид управленческого решения необходимо принимать в возникшей проблемной ситуации.

Количество параметров, по которым следует отслеживать развитие бизнес-процессов предприятия становится все больше. Отклонение этих показателей от нормативного не всегда дает полное представление о состоянии производства. Поэтому сложно оценить, где произошли негативные процессы и почему они вовремя не были устранены. В этом плане наибольший интерес может представить обработка первичной информации, которая передается в интегрированную базу данных.

В результате анализа производственной информации можно определить исполнителя бизнес-процесса, который нарушил ход производства. Для использования системы, обеспечивающей информационную поддержку процесса принятия управленческих решений в условиях многономенклатурного производства, необходим большим объемом производственной информации.

Вопросом повышения эффективности управленческих решений занимались такие ученые как Н. И. Архипова, В. Н. Бурков, В. Н. Волкова, А. А. Денисов, А. В. Костров, Э. А. Трахтенгерц, А. Н. Швецов, D. Marquardt, P. Gill, W. Murray, M. Wright и другие. Сегодня рынок программных продуктов предлагает разнообразные автоматизированные информационные системы, такие как, SAP/R3, BOSS-корпорация, «Парус», «Галактика», «1С-Предприятие» и т.п. В данных системах достаточно хорошо разработаны методы анализа и учета деятельности предприятия. Тем не менее, возрастающая сложность задач, решаемых руководителями разных уровней в ходе реализации производственного процесса, сохраняет актуальность проблемы моделирования и проектирования систем управленческих решений.

Объект исследования - система управления промышленным предприятием.

Предмет исследования ? система поддержки принятия управленческих решений.

Цель работы - повышение экономической эффективности системы управления промышленным предприятием (многономенклатурное производство).

Задачи исследования. Для достижения указанной цели поставлены и решены следующие задачи.

1. Разработка механизма подготовки данных о бизнес-процессе для последующей её автоматизированной обработки в системе поддержки принятия управленческих решений.

2. Разработка алгоритма, обеспечивающего методическую и информационную поддержку принятия запрограммированного управленческого решения для многономенклатурного производства.

3. Разработка методики группирования объектов управления многономенклатурного производства на основе нейросетевых технологий для автоматического определения вида управленческого решения.

4. Разработка методики определения вида управляющего воздействия на объект управления путем прогнозирования изменения показателей бизнес-процессов во времени.

Методы исследования.

В диссертационной работе использовались общая теория систем; теория управления предприятием; системный анализ и статистические методы.

Основные положения, выносимые на защиту.

1. Механизм обработки показателей бизнес-процесса, на основе которого осуществляется автоматизация функций управления объектами бизнес-процессов.

2. Алгоритм, обеспечивающий методическую и информационную поддержку принятия запрограммированного управленческого решения в современных структурах интегрированного производства.

3. Методика группирования объектов управления на основе нейросетевых технологий для управления бизнес-процессами в условиях динамически изменяющегося ассортимента выпускаемой продукции.

4. Математическая модель программирования и автоматического выбора вида управленческого решения.

Научная новизна.

1. Предложен алгоритм автоматического определения вида управленческого решения (административное, технико-технологическое, организационно-экономическое) на основе использования трехмерного фазового пространства (куб решений).

2. Разработана методика анализа производственной информации, характеризующей текущее состояние бизнес-процесса.

Реализация результатов работы. Результаты, выводы и рекомендации, полученные в ходе проведения исследования, экспериментально апробированы в процессе управления производственным процессом коммерческих предприятий г. Костромы: многономенклатурное производство обуви (ИП Левыкин, г. Кострома) и производства металлорежущего инструмента (ОАО «КЗАЛ», г. Кострома).

Апробация работы. Результаты работы прошли апробацию на 5 научно-практических конференциях: Всероссийской научно-практической конференции «Управление в социальных и экономических системах» (Пенза, 2004), Всероссийской научной конференции студентов и аспирантов «Молодые исследователи - регионам» (Вологда, 2005), Всероссийской научно-практической конференции «Достижения ученых XXI века» (Тамбов, 2005), Международной научно-технической конференции «Современные информационные технологии» (Пенза, 2005), Международной научно-технической Интернет-конференции «Информационные технологии в управлении и моделировании» (http://conf.bstu.ru/conf/docs/0030/0739.doc, 2005).

Публикации. По теме диссертации опубликованы 9 статей, включая 1 в изданиях по перечню ВАК.

Структура и объем работы. Диссертационная работа объемом 135 с., состоит из введения, четырех глав, выводов, заключения, списка библиографии и четырех приложений; содержит 31 рисунок и 9 таблиц.

предприятие промышленный решение алгоритм

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность выбранной темы, определены цели и задачи исследования.

В первой главе «Анализ методов принятия управленческих решений и их классификация» проведен анализ управленческих решений и анализ систем поддержки принятия решений, позволяющие выделить основные направления формирования эффективного управленческого решения.

Под управленческим решением понимается нахождение определенного варианта действий, сам процесс деятельности и ее конечный результат. Управленческие решения можно классифицировать по следующим признакам: объективная направленность; функциональный признак; решения, принимаемые менеджером; содержание и направленность решений; технология принятия решений и временная привязка реально ожидаемого результата.

Задача принятия решений направлена на определение способа воздействия на процесс производства для достижения поставленных целей. Если фактическое состояние не соответствует требуемому, то имеет место процесс принятия управленческого решения. Выработка плана действий по устранению проблемы составляет сущность задачи принятия решений.

Наиболее эффективно реализовать управленческие решения в объектно-функциональной системе управления предприятием.

Анализ состояния и использования современных систем поддержки принятия решений показывает, что наибольшую эффективность имеют объектно-функциональные системы управления предприятием (ОФСУП). Однако, применительно к предприятиям обувной промышленности ОФСУ не обнаружено. Поэтому необходимо развитие данных систем при многономенклатурном производстве специализированной обуви. Объектно-функциональная система управления предприятием позволяет идентифицировать объекты управления и для каждого объекта определить функцию управления.

Во второй главе «Теоретическое обоснование автоматического выбора вида управленческого решения» разработаны теоретические основы формирования управленческих решений в объектно-функциональной системе управления предприятием при многономенклатурном производстве.

Построение объектно-функциональной системы управления предприятием связано с проблемами распределения производственных функций, ответственности за ресурсы организации при неизменном составе объектов управления, менеджеров, числа уровней управления. Целью данной организации руководства производственным процессом является структуризация системы управления предприятием для обеспечения формирования и эффективного функционирования сетевой модели управления бизнес-процессами.

Построение сетевой структуры управления представляет собой направленный выбор уполномоченным лицом одного или нескольких управленческих решений из базы данных управленческих решений, состоящей из разноаспектных информационных блоков (рис. 1).

I)

II) а) б)

III)

T3

T6

IV)

Рис. 1. Схема построения динамических сетевых структур управления

бизнес-процессами в объектно-функциональной системе

управления предприятием.

На рис. 1 используются следующие обозначения:

· I - представление предприятия в виде иерархической системы управления: A - дерево целей; B - множество решаемых задач; F - множество функций управления предприятием; C - множество объектов управления; D - множество административных бизнес-процессов; GA - граф, который задает взаимосвязи множества альтернативных вариантов выполнения целей управления; GB - граф, который задает альтернативные варианты реализации задач управления; GF - граф, который задает альтернативные варианты реализации функций управления; GC - граф, который отражает взаимосвязи между объектами управления; GD - граф, который отражает варианты реализации административных бизнес-процессов, исходя из технологических, и может быть детализирован до отдельных этапов бизнес-процессов, агрегатов;

· II - варианты динамических сетевых структур управления для реализации управленческого решения;

· III - представление производственного процесса через временные такты, которые зависят от конкретного предприятия. На уровне первичной информации поступающей в систему в определенный момент времени (Т4), фиксируются результаты технологического бизнес процесса, который продолжался по времени с Т1 по Т2. Время Т3 определяет крайний срок окончания технологического бизнес-процесса. До времени Т5 осуществляется контроль правильного и своевременного поведения персонала. Во время Т6 все готово для принятия управленческих решений;

· IV - схема пошаговой реализации бизнес-процесса.

Принципиальная схема системы поддержки принятия решений (рис. 2) отражает управление бизнес-процессами в объектно-функциональной системе управления предприятием.

Рис. 2. Принципиальная схема систем поддержки принятия решений

Менеджеры в ходе реализации производственного процесса должны взаимодействовать с информационной системой по алгоритму (рис. 3), предполагающему принятие рациональных управленческих решений в масштабе реального времени.

Информационное обеспечение задачи принятия управленческого решения определяется набором информации

F, D, P, y/, U, H

где F(YHUX) - выходная функция;

D:YHUX - оценочная функция, которая показывает принимаемые решения на множестве оценок;

P:YUH - функция допустимости, которая определяет предельные значения качества решения;

y/ є Y - элемент принадлежащий множеству входных элементов;

U - множество управляющих воздействий;

H - множество неопределенностей;

Х - множество возможных решений.

Для подобных объектов в аналогичных ситуациях принимают одинаковые управленческие решения. Исходя из этого, управленческие решения делятся на три подмножества: административные решения, технико-технологические решения и организационно-экономические решения.

При анализе проблемной ситуации требуется предварительное знание характеристик среды (параметров бизнес-процесса), в которой она находится. Среда представляется в виде трехмерного фазового пространства, измерениями которого являются: отклонение от средне-фактического времени исполнения бизнес-процесса, отклонение от регламентного времени разрешения проблемной ситуации и контролируемый параметр бизнес-процесса (рис. 4).

Если показатели бизнес-процесса находятся в заданных пределах, то бизнес-процесс считается стабильно работающим. При возникновении проблемной ситуации динамика контролируемого параметра бизнес-процесса выходит за допустимые пределы, которые ограничены плоскостями, и на основе экспериментальных данных было установлено, что: плоскости С и D соответствуют принятию административных решении; плоскости А и В принятию технико-технологических решений; плоскости E и F принятию организационно-экономических решений

Для визуальной оценки состояния параметров бизнес-процесса вводится понятие «куба решений» как трехмерного фазового пространства.

В третьей главе «Методическое обеспечение системы подготовки программируемых управленческих решений» предложены схема алгоритма анализа производственной информации и схема алгоритма принятия управленческого решения (УР).

Для формирования базы данных управленческих решений (БД УР) предлагается схема алгоритма, представленная на рис. 5. Принятие УР осуществляется по разработанной схеме алгоритма (рис. 6). Поскольку при многономенклатурном производстве совокупность объектов управления может составлять несколько сотен позиций, то наиболее рационально сгруппировать их для того, чтобы в аналогичных условиях для одинаковых бизнес-процессов принимать типовые запрограммированные управленческие решения.

Для группирования объектов управления производства используются искусственные нейронные сети (ИНС). Нейронной сетью подготавливается первичный набор производственной информации по разработанной схеме, представленной на рис. 6 блоком «А».

Запись информации о бизнес-процессе, объектах управления, регламентном времени осуществляется в базу данных управленческих решений. Использование базы данных запрограммированных управленческих решений осуществляется в следующей последовательности: принятие запрограммированных управленческих решений; контроль над ходом принятия запрограммированных управленческих решений. Алгоритмы группирования информации могут служить основой для декомпозиции задач принятия оперативных решений.



В четвертой главе «Практическое применение результатов исследования для принятия управленческих решений на примере многономенклатурного производства обуви» проанализирована информация промышленного предприятия, на котором организовано многономенклатурное производство специализированной (танцевальной) обуви. Для указанного производства характерна постоянная смена номенклатуры выпускаемых моделей обуви, а также внесение изменений в конструкцию и материалы большинства моделей, обусловленные изменяющимися условиями на рынке данного товара. Имеющиеся мощности производства позволяют одновременно выбирать из ассортимента до 800 различных моделей. В связи с этим, согласно предложенной методике, возникает необходимость постоянно перегруппировывать объекты управления.

На основе полученных данных производимая продукция классифицируется по следующим критериям: сезон наибольшего спроса на производимую обувь; периоды роста и спада спроса на предлагаемую продукцию; выявление наиболее популярных и наименее популярных моделей на тот или иной промежуток времени.

Для группирования объектов управления осуществляется подготовка данных согласно схеме алгоритма (рис. 6), где определяющими критериями являются: доход от реализации отдельных моделей обуви за определенный временной промежуток, номер недели и номер модели.

После группировки данных (рис. 7а) были сформированы кластеры (рис. 7б), которые характеризуют популярные, менее популярные и плохо реализуемые модели обуви.

а б а - набор данных, где var - параметр номера дня недели, номер строки - код модели, в ячейках - количество проданных моделей обуви; б - сгруппированный набор данных. Рис. 6. Преобразованная первичная производственная информация

В результате обработки нового набора данных (рис. 8а), характеризующие количество проданных пар обуви и номер недели, была получена кластерная диаграмма (рис. 8б) из которой видно, что произошло группирование объектов управления на две группы: осенний и весенний периоды соответственно. Информацию, полученную в ходе исследования, можно рассмотреть подробнее. Для этого строятся графики изменения параметра бизнес-процесса во времени (рис. 9).

Диапазоны регулирования первоначально определяется экспериментально.



График (рис. 9а) показывает момент возникновения проблемной ситуации, когда достаточно принимать административные решения в виде поощрения или наказания владельца бизнес-процесса

Если после принятия решения динамика изменения параметра бизнес-процесса не изменится, то потребуется принятие другого вида управленческого решения.

При пересечении грани куба, показывающей отклонение от средне-фактического времени исполнения бизнес-процесса (рис. 9б), требуется принятия технико-технологических решений. В результате принятия указанных решений возможны следующие ситуации: количество производимой продукции будет входить в область куба (в дальнейшем будет требоваться принятие административных решений), или динамика процесса не изменится (это будет свидетельствовать о принятии неэффективного решения и потребует принятия нового вида управленческого решения).

Принятие организационно-экономических решений происходит при пересечении графиком соответствующих плоскостей куба (рис. 9в). Данный вид решений отвечает за получение экономической выгоды. К таким решениям можно отнести: снижение производственных затрат, применение на производстве программ материального стимулирования персонала, оптимизация налогообложения производства и так далее.

В результате проведения анализа установлены циклы производства: периоды полного отсутствия производства; периоды роста и спада по производству специальной обуви; средне-недельное количество продаваемой обуви; максимальное количество обуви; реализованное за неделю.

В соответствии с полученными результатами руководство предприятия может обоснованно спланировать группы выпускаемых изделий, увеличивать либо уменьшать производство в определенные периоды, заранее спланировать график выпуска.

Принятие административных решений	Принятие технико-технологических решений	Принятие организационно-экономических решений
Без использования методики
а)	б)	в)
С использованием методики
P(t) - контролируемый параметр бизнес-процесса, а) ? отклонение от регламентного времени разрешения проблемной ситуации, б) ? отклонение от средне-фактического времени исполнения бизнес-процесса, в) ? отклонение от регламентного времени разрешения проблемной ситуации.
Рис. 9. Динамика развития параметра Р(t) бизнес-процесса во времени

Для прогнозирования результатов бизнес-процесса обувного производства, используется первичная информация о количестве проданной обуви (рис. 10). В результате обработки производственной информации разрабатывается диаграмма проекции временного ряда (рис. 11). Целью данного прогноза является выявление возможных причин влияющих на производственный процесс.

Экономический эффект от использования метода разработки и принятия вида управленческого решения в среднем составил 2776 рублей на одно решение за счет снижения производственных потерь.

В заключении анализируются полученные результаты и приводятся общие выводы по работе.

Основные выводы по работе.

1. Разработанная объектно-функциональная система управления предприятием ориентированная на многономенклатурное производство специализированной обуви позволила разработать алгоритм принятия вида управленческого решения (административное решение, технико-технологическое решение, организационно-экономическое решение) в системе управления бизнес-процессами.

2. Разработанная математическая модель формирования вида управленческого решения, позволила идентифицировать объект управления, функции управления для конкретных условий производственной системы промышленного предприятия, занятого производством специализированной обуви.

3. Предложенный механизм инициирования вида управленческого решения на основе анализа траектории параметров бизнес-процесса в трехмерном фазовом пространстве позволил формализовать принятие наилучшего вида управленческого решения.

4. На основе нейросетевого способа обработки информации разработан алгоритм группирования объектов производства для анализа состояния рынка продаж.

5. Разработанные математические модели и алгоритмы формирования вида управленческого решения и обработки производственной информации позволили сформировать рекомендации, позволяющие снизить производственные потери.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Чувиляева, А. С. Программирование и автоматический выбор управленческого решения в условиях многономенклатурного производства [Текст] /

А. С. Чувиляева // Приборы и системы. Управление, контроль, диагностика. Вып. 9. - Москва, 2007. - С. 60-62.

2. Чувиляева, А. С. Принятие управленческого решения в объектно-функциональной системе управления бизнес-процессом [Текст] / А. С. Чувиляева, В. Н. Шведенко // Вестник КГУ имени Н. А. Некрасова. Вып. 11(84). - Кострома: КГУ, 2005. - С. 84-87.

3. Чувиляева, А. С. Автоматическое определение вида управленческого решения в объектно-функциональной системе управления промышленным предприятием [Текст] / А. С. Чувиляева, В. Н. Шведенко // Известия Тульского государственного университета. Серия «Бизнес-процессы и бизнес ? системы. Вып. 4. - Тула: ТулГУ, 2006. - С. 16-20.

4. Фоминых, А. С. Принятие управленческих решений на основе анализа производственной информации с помощью нейросетевых технологий [Текст] / А. С. Фоминых, В. Н. Шведенко // Сб. материалов Всероссийской научно-практической конференции «Управление в социальных и экономических системах». - Пенза: РИО ПГСХА, 2004. - С. 150-151.

5. Фоминых, А. С. Автоматизированный анализ производственной информации с помощью Statistica Neural Networks [Текст] / А. С. Фоминых,

В. Н. Шведенко // «Информационные технологии в управлении и моделировании». - Белгород: БГТУ, 2005. - С. 254-255.

6. Фоминых, А. С. Автоматизация принятия управленческих решений на основе применения нейронных сетей [Текст] / А. С. Фоминых, В. Н. Шведенко // Сб. труд. Всероссийской научной конференции студентов и аспирантов «Молодые исследователи - регионам». В 2-х т. - Вологда: ВоГТУ, 2005. - Т. I. - С. 256-258.

7. Фоминых, А. С. Поиск и анализ производственной информации для поддержки принятия управленческих решений [Текст] / А. С. Фоминых, В. Н. Шведенко // Сб. материалов конф. «Достижения ученых XXI века». - Тамбов: ТГТУ, 2005. - С. 140-142.

8. Фоминых, А. С. Группирование объектов управления по классификационным признакам сетями Кохонена [Текст] / А. С. Фоминых, В. Н. Шведенко // Сб. статей международной научно-технической конференции «Современные информационные технологии». Вып. 1. - Пенза: ПГТА, 2005, - С. 131-132.

9. Фоминых, А. С. Автоматизированный анализ производственной информации с помощью Statistica Neural Networks [электронный ресурс] / А.С. Фоминых, В. Н. Шведенко // Международная научно-техническая Интернет-конференция «Информационные технологии в управлении и моделировании» 1 файл. - [http://conf.bstu.ru/conf/docs/0030/0739.doc].

Размещено на Allbest.ru

...