Моделі та методи оптимізації процесів впровадження інноваційних продуктів

Размещено на http://www.аllbest.ru/

Київський національний університет імені Тараса Шевченка

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня кандидата технічних наук

«Моделі та методи оптимізації процесів впровадження інноваційних продуктів»

Спеціальність: 01.05.04 - системний аналіз і теорія оптимальних рішень

УДК 519.711: 65.012.123 + 519.86

Сугоняк

Інна Іванівна

Київ _ 2008

Дисертацією є рукопис

Робота виконана на кафедрі системного аналізу та теорії прийняття рішень Київського національного університету імені Тараса Шевченка

Науковий керівник: доктор технічних наук, професор Акіменко Віталій Володимирович професор кафедри системного аналізу та теорії прийняття рішень Київського національного університету імені Тараса Шевченка

Офіційні опоненти:

доктор технічних наук, професор Марценюк Василь Петрович, проректор з науково-педагогічної роботи Тернопільського державного медичного університету імені І. Я. Горбачевського МОЗ України

кандидат фізико-математичних наук, старший науковий співробітник Семенова Наталія Володимирівна, старший науковий співробітник відділу методів дискретної оптимізації, математичного моделювання та аналізу складних систем Інституту кібернетики імені В. М. Глушкова НАН України

Захист відбудеться „18” грудня 2008 р. о 15 год. 30 хв. на засіданні спеціалізованої вченої ради Д 26.001.35 в Київському національному університеті імені Тараса Шевченка за адресою: 03680 МСП, Київ, просп. Глушкова, 2 корп. 6, факультет кібернетики, ауд. 24.

З дисертацією можна ознайомитись у науковій бібліотеці Київського національного університету імені Тараса Шевченка за адресою: 01601 МСП, Київ, вул. Володимирська, 58.

Автореферат розісланий „4” листопада 2008 р.

Вчений секретар спеціалізованої вченої ради Д 26.001.35 П.М.Зінько

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Складність прийняття рішення щодо впровадження інноваційних проектів в умовах невизначеності загострює потребу в сучасних комп'ютеризованих засобах підтримки прийняття рішень на всіх етапах життєвого циклу інноваційних продуктів. Актуальність теми обумовлена необхідністю побудови комплексних моделей інноваційних процесів підприємства з урахуванням зворотних інформаційних зв'язків із використанням сучасних кібернетичних методів обробки даних структурованого і неструктурованого типів та методів оптимального керування та прийняття рішень.

Питанням розробки моделей та методів оптимізації інноваційних процесів підприємств приділяється велика увага у наукових працях вітчизняних та закордонних вчених Савчука В. С., Вітлінського В. В., Глазьєва С. Ю., Кондратьєва Н. Д., Санто Б., Шумпетра Й. та інших.

Проблемам побудови нелінійних моделей процесів різних типів на основі систем Лоткі-Вольтерра, квазілінійних систем параболічного типу та дослідженню умов існування і стійкості розв'язків таких систем присвячені праці таких науковців як Вольтерра В., Свірежев Ю. М., Логофет Д. О., Базикін А. Д., Пих Ю. В., Ладиженська О. А., Тіхонов А. М., Самарський О. А.

Методи та моделі оптимального керування процесами широко висвітлені у наукових працях таких вітчизняних та закордонних вчених: Ліонса Ж. Л., Пшеничного Б М., Кунцевича В. М., Бублика Б. М., Наконечного О. Г., Акіменка В. В. та їх учнів.

Подальшого дослідження потребує проблема побудови багатокритеріальних моделей оптимізації процесів впровадження інноваційних продуктів та розробка методів оптимального керування даними процесами.

Зв'язок з науковими програмами, планами, темами. Дисертаційна робота виконана у відповідності до плану наукових досліджень кафедри системного аналізу та теорії прийняття рішень факультету кібернетики Київського національного університету імені Тараса Шевченка в рамках науково-дослідних тем № 03БФ09-01 „Системний аналіз соціально-економічних ризиків та процесів на основі геоінформаційних технологій та систем” (державний номер реєстрації 0103U001619) та № 06БФ015-02 „Проблеми теорії прийняття рішень та її застосування в системному аналізі соціально-економічних та екологічних процесів” (державний номер реєстрації 0106U005859).

Мета і завдання дослідження. Метою дослідження є розробка моделей та методів оптимального керування життєвим циклом інноваційних продуктів в умовах невизначеності та побудова на їх основі прикладної системи підтримки прийняття рішень. Встановлена мета обумовлює наступні завдання:

- проведення системного аналізу інноваційних процесів та розробка моделі підтримки прийняття рішень для процесів впровадження інноваційних продуктів на підприємствах;

- побудова моделі дифузії конкуруючих інновацій з урахуванням інвестицій та відповідних моделей оптимального керування;

- розробка моделей взаємодії суб'єктів ринкових відносин на всіх етапах життєвого циклу інноваційного продукту та методів вибору оптимального інноваційного проекту;

- розробка методів визначення ефективності інноваційної діяльності та оптимальних керуючих впливів на підприємстві;

- реалізація програмного комплексу системи підтримки прийняття рішень (СППР) з оптимального керування процесами впровадження інноваційних продуктів підприємств.

Об'єктом дослідження є моделі та методи оптимізації процесів впровадження інноваційних продуктів.

Предметом дослідження є побудова моделей оптимізації процесів впровадження інноваційних продуктів та аналіз їх властивостей.

Методи дослідження. В роботі було використано методи теорії систем та системного аналізу, теорії оптимального керування, математичної фізики, теорії квазілінійних рівнянь параболічного типу, методи зняття невизначеності, чисельні методи і методи об'єктно орієнтованого проектування та програмування.

Наукова новизна отриманих результатів полягає у тому, що:

- вперше побудовано модель підтримки прийняття рішень з оптимального керування процесами впровадження інноваційних продуктів;

- вперше розроблено модель дифузії для n конкуруючих інновацій з урахуванням інвестицій на основі початково-крайової задачі для системи квазілінійних рівнянь параболічного типу. Для даної системи за допомогою методів математичної фізики, теорії квазілінійних рівнянь параболічного типу та теорії оптимального керування доведено принцип максимуму та отримані апріорні оцінки розв'язків в нормі простору неперервних функцій, доведено існування оптимально керування (для n=2) та побудовано чисельний алгоритм розв'язку задачі n-вимірної дифузії;

- модифіковані та досліджені моделі взаємодії суб'єктів ринку на основі системи Лоткі-Вольтерра з використанням методів зняття невизначеності та встановлені умови існування різних типів життєвого циклу інноваційних процесів.

Практичне значення роботи полягає у розробці:

- методів визначення параметрів моделей дифузії інновацій з урахуванням інвестицій та моделей взаємодії суб'єктів ринку;

- методів формування висновків та керуючих впливів за результатами моделювання; оптимізація метод програмний інноваційний

- методики аналізу та вибору оптимального проекту впровадження інновацій, методів моделювання фінансових, маркетингових та виробничих процесів, визначення ефективності інноваційних проектів на всіх етапах життєвого циклу продукції;

- програмного комплексу СППР з оптимального керування процесами впровадженням інноваційних продуктів.

Розроблені в роботі моделі і методи оптимізації та СППР впровадження інноваційних продуктів використовуються в господарській діяльності виробничих підприємств АТЗТ „Фаворит”, ВАТ „Молочник” та в навчальній діяльності Житомирського військового інституту ім. С. П. Корольова Національного авіаційного університету, Житомирської філії ПВНЗ „Європейський університет”, що підтверджено відповідними актами впровадження.

Особистий внесок здобувача. Всі результати дисертаційної роботи отримані автором самостійно. Персональний внесок здобувача в роботах опублікованих у співавторстві слід визначати таким чином: в роботі [1] автором запропоновано застосування методики інтегрального усереднення невизначених параметрів (методу інтегральної згортки). В роботі [2] виконана побудова моделей взаємодії суб'єктів ринку, розроблені методи зняття невизначеності параметрів, сформульовані гіпотези щодо поведінки суб'єктів ринку, досліджена стійкість розв'язків нелінійних моделей, побудовані фазові портрети та проаналізовані розв'язки на відповідність відомим типам життєвого циклу продукції. В роботі [3] автором здійснено аналіз інноваційних процесів та процесу прийняття рішення щодо впровадження інноваційного продукту, побудовано загальну модель визначення ефективності інноваційного процесу на підприємстві, формалізовано модель підтримки прийняття рішень щодо впровадження інноваційного проекту на підприємстві, зроблено опис структурних блоків моделі. Обґрунтування вибору методів моделювання для окремих блоків моделі здійснено разом із співавтором. В роботі [4] автором виконано дослідження асимптотичної стійкості розв'язків для задач (1), (2), (3), (5), формулювання та доведення теорем 1, 2, 3, обґрунтування та побудова методу чисельного розв'язування для задачі багатовимірної дифузії. Постановку задач (11), (12), (16), (17), (23), (25) здійснено співавтором.

Апробація результатів дисертації. Матеріали дисертаційної роботи доповідалися на: Х Міжнародній науково-практичній конференції „Інформаційні технології в економіці, менеджменті і бізнесі. Проблеми науки, практики і освіти”, 27-28 січня 2005 р., м. Київ; ХІІ Міжнародній науково-практичній конференції „Інформаційні технології в економіці, менеджменті і бізнесі. Проблеми науки, практики і освіти”, 23-24 листопада 2006 р., м. Київ; Міжнародній школі-семінарі „Проблеми прийняття рішень в умовах невизначеності”, 21-25 травня 2006 р., Київ - Схiдниця; Міжнародній школі-семінарі „Проблеми прийняття рішень в умовах невизначеності”, 21-25 травня 2007 р., Київ - Чернівці; Міжнародній конференції „Проблеми прийняття рішень в умовах невизначеності”, 17-22 вересня 2007 р., Київ - Новий Світ; ХVII Науково-технічній конференції „Наукові проблеми модернізації та застосування інформаційних систем”, 24-25 квітня 2008 р., м. Житомир; Міжнародній школі-семінарі „Проблеми прийняття рішень в умовах невизначеності”, 12-17 травня 2008 р., Київ - Рівне.

Публікації. Основні результати дисертаційної роботи опубліковані у 12 наукових працях загальним обсягом 4,7 д.а. (з них 3,9 д.а. належать особисто автору), із них 5 наукових статей у фахових видання (4,2 д. а., з них 3,5 д. а. - авторські) та 7 наукових праць у збірниках матеріалів наукових конференцій.

Структура та обсяг дисертації. Дисертаційна робота складається з вступу, 4-х розділів, висновків, списку використаних джерел із 149 найменувань (15 стор.), 12 додатків (41 стор.), 9 таблиць та 43 ілюстрацій по тексту, з них 1 оформлена на окремій сторінці. Повний обсяг роботи становить 140 сторінок, з них 127 сторінок основного тексту.

ОСНОВНИЙ ЗМІСТ

У вступі обґрунтовано актуальність проблематики дисертації, сформульовано її мету та завдання, висвітлені найважливіші результати та розглянуто структуру дисертаційної роботи.

Перший розділ має оглядовий характер. В ньому проаналізовано процес впровадження інноваційної продукції на підприємстві, етапи прийняття рішень щодо впровадження інновацій, існуючі підходи до моделювання інноваційної діяльності, розроблено структурну схему моделі визначення ефективності інноваційного процесу, визначені основні вимоги до системи підтримки прийняття рішень відповідного призначення.

У другому розділі побудовано комплексну модель підтримки прийняття рішень з оптимального керування процесами впровадженням інноваційних продуктів (рис. 1), побудовано модель багатовимірної дифузії інновацій з урахуванням інвестицій на основі системи квазілінійних рівнянь параболічного типу.

	внутрішні потоки даних;		зовнішні потоки даних
	керуючі впливи;

Рис. 1. Модель підтримки прийняття рішень з оптимального керування процесами впровадження інноваційних продуктів

На рис. 1 зображено: 1) структурні блоки моделі: S1 - моделювання дифузійних процесів; S2 - моделювання взаємодії суб'єктів ринку (Виробника, Дилера та Споживача); S3 - вибір оптимального проекту впровадження інноваційного продукту; S4 - моделювання виробничих процесів; S5 - визначення оптимальних витрат на маркетингову підтримку інноваційного продукту; S6 - моделювання процесу реалізації продукції; S7 - моделювання грошового потоку інноваційного проекту; S8 - визначення ефективності впровадження інноваційного продукту; 2) потоки даних моделі: - кількість інновацій;- коефіцієнти міжінноваційної взаємодії ();- коефіцієнти інноваційної дифузії; - прогнозні обсяги ринку інновації; - прогнозна кількість реципієнтів досліджуваної інновації в момент часу;,- матриці коефіцієнтів доходності та витрат суб'єктів ринкової діяльності досліджуваної інновації ();- параметри суб'єктів ринку досліджуваної інновації, де - обсяги фінансових ресурсів виробника продукції в момент часу, - обсяги фінансових ресурсів дилера в момент часу, - обсяги попиту на інноваційну продукцію в момент часу; {F_r} - множина проектів реалізації досліджуваної інновації; - техніко-економічні та фінансові показники оптимального проекту за даними бізнес-плану, де - технологічні параметри досліджуваної інновації за оптимальним проектом, - базові вартісні параметри за оптимальним проектом; - рентабельність інноваційного проекту; С(t) - собівартість інноваційного продукту; - показники ефективності інноваційного проекту за бізнес-планом; N(t) - обсяг виробництва інноваційної продукції досліджуваним підприємством; B(t) - витрати на виробництво інноваційного продукту; - мінімальний рівень витрат на маркетинг та збут за даними підприємства (залежать від обраних каналів розподілу продукції та мінімальних витрат на маркетингову підтримку продукції, визначених в проекті або маркетинговим відділом); - витрати на маркетинг та збут; - ефективні витрати на маркетинг та збут; - фактичні витрати на маркетингово-збутову діяльність; - мінімальна та максимальна ціна на аналогічну продукцію у конкурентів; -ціна реалізації інноваційного продукту; - мінімально можливий обсяг реалізації продукції (за даними підприємства); - обсяг реалізації інноваційної продукції підприємством; - фактичний обсяг реалізації інноваційної продукції підприємством; - доход від реалізації продукції; - фактичний обсяг реалізації продукції; - обсяг зовнішніх капіталовкладень; - витрати на обслуговування зовнішніх капіталовкладень; - обсяги вкладення власних коштів; - розмір обігових активів в момент часу;- прибуток інноваційного проекту; - масив показників ефективності інноваційної діяльності; - керуючі впливи зворотного зв'язку.

В основу моделювання процесів поширення інновацій в блоці S1 покладено рівняння динаміки загальної інновації :

Аналіз розв'язків системи дозволяє зробити висновок, що тип асимптотичної поведінки двох конкуруючих інновацій при визначається тільки знаком коефіцієнта, що відповідає асимптотиці розв'язку рівняння і узгоджується з якісними властивостями поведінки конкуруючих інновацій.

Для моделювання поширення інноваційного продукту за одиницю часу в області з границею розглянуто початково-крайову задачу для квазілінійного рівняння параболічного типу:

де - інвестиції в інноваційну продукцію за одиницю часу, , , - задані потоки на межі області, - початковий розподіл інновації по ареалу.

Для даної системи розглянуто принцип максимуму (теорема 1) та отримано апріорні оцінки розв'язків.

Теорема 1. Припустимо, що - класичний розв'язок задачі в області, коефіцієнти - неперервні, обмежені на множині функції. Тоді для справедлива оцінка: де константа, а обмежена неперервна функція співпадає на границі області з функціями.

Розщеплення задачі на дві задачі для за аналогією з системою дозволило отримати систему квазілінійних рівнянь параболічного типу де - коефіцієнт міжінноваційної конкуренції, причому, , - інвестиції в -ту інновацію. Для системи також доведено принцип максимуму та отримано апріорні оцінки розв'язків (теорема 2).

Теорема 2. Припустимо, що виконуються умови теореми 1, функції, - класичний розв'язок системи в області, коефіцієнти системи- неперервні, обмежені на множині функції. Тоді справедливі оцінки: де константа, а обмежені неперервні функції для кожного фіксованого співпадають на межі області з функціями.

Для системи двох конкуруючих інновацій розглянуто задачу оптимального керування інновацією за допомогою інвестицій та її початкових розподілів.

Достатні умови існування оптимального керування для задачі, визначені теоремою 3.

Теорема 3. Нехай виконуються умови теорем 1 і 2, множини функцій, компактні в, відповідно. Функціонал - напівнеперервний знизу у просторі. Тоді існує принаймні одне оптимальне керування задачі.

Для моделі конкуруючих інновацій з більшою кількістю учасників ринку проведено дослідження із застосуванням чисельних методів. Для обсягів випуску інноваційного продукту в одиницю часу розглянуто задачу в багатовимірній області,.

Для побудови чисельного розв'язку системи дифузії інновацій використано умовно-монотонну явну неконсервативну тришарову схему другого порядку точності з згладжуючим оператором Дюфорта-Франкеля. Для рівнянь отримано різницеву схему.

формально задовольняла наведеній у літературі різницевій теоремі принципу максимуму для систем квазілінійних рівнянь параболічного типу, на першому часовому кроці достатньо накласти наступні обмеження на параметри,:

Умови гарантують невід'ємність і обмеженість зверху розв'язку . Для даного класу систем коректною додатковою умовою буде .

У роботі розглянуто сценарій керування недомінуючою інновацією за допомогою внутрішніх інвестицій:

Задача оптимального керування - вивести недомінуючу інновацію на рівень 50% реципієнтів за мінімально короткий проміжок часу при домінуючій інвестиції,:

При обмеженнях, єдиний розв'язок задачі (18) визначається як керування з мінімальною нормою на множині керувань.

Згідно з зауваженням до теореми 3, розв'язок задачі (18) можна шукати на класі кусково-сталих обмежених функцій вигляду:

де - набір обмежених коефіцієнтів на інтервалах, - функція Хевісайду. Результати розв'язування задачі оптимального керування за наявних обмежень для системи за допомогою різницевої схеми. Тестові розрахунки показали, що в тривимірному випадку розв'язки системи також є невід'ємними і обмеженими за аналогією з двомірною системою. Сценарій виведення найбільш недомінуючої інновації на визначений рівень споживання (для прикладу - 50% ринку) є можливим при значному домінуванні інвестиційних ресурсів у порівнянні з іншими інноваціями . При цьому функція керування набуває максимальних граничних значень. Поведінка сумарної інновації узгоджується з оцінками для аналітичного розв'язку задачі. Використання умовно-монотонної явної неконсервативної тришарової різницевої схеми дозволяє у режимі реального часу моделювати достатньо складні багатовимірні процеси дифузії інновацій.

У третьому розділі побудовані моделі взаємодії суб'єктів ринку в процесі реалізації інноваційного продукту, визначено методи моделювання виробничої, маркетингової та фінансової діяльності підприємства-виробника інноваційних продуктів та методи визначення ефективності процесу впровадження інноваційних продуктів і керуючих впливів.

Для дослідження процесу динаміки інновацій в блоці S2 комплексної моделі рис.1 розглянуто трирівневу стратифіковану систему Виробник (1 рівень), Дилер (2 рівень), Споживач (3 рівень). В основу моделювання процесу взаємодії суб'єктів ринкових відносин на всіх етапах життєвого циклу інновації покладено систему типу Лоткі-Вольтерра в загальному вигляді (19). Рівняння зв'язку дозволяє першому рівню стратифікації (Виробнику) одержати дві гіпотези про поведінку нижніх рівнів системи (Дилера і Споживача).

Гіпотеза 1. Поведінка Дилера відома. Підприємство впливає на процес ціноутворення і придбання продукції Дилером (невизначеним є параметр, що визначає поведінку Споживача на ринку). Для зняття невизначеності в параметрах поведінки Споживача підставимо рівняння зв'язку в третє рівняння системи.

Гіпотеза 2. Поведінка Споживача на ринку відома. Виробник не може впливати на поведінку Дилера (невизначеними є параметри). Можна припустити, що участь Дилера в продажу продукції буде залежати від попиту Споживача на інновацію та умов реалізації, що запропоновані Виробником. Для зняття невизначеності в параметрах поведінки Дилера підставимо рівняння зв'язку в друге рівняння системи.

Для зняття невизначеності в параметрах лінійних моделей у роботі використано метод інтегральної згортки. Проведений аналіз лінійних систем з одного боку, виявив основні закономірності в поведінці окремих страт системи та закономірності, що обумовлюють різні типи життєвих циклів інновацій, а з іншого - їх обмеженість для практичного використання. Одержані результати використано для нелінійних моделей життєвого циклу інноваційного продукту.

Розв'язок даної системи отримано методом Рунге-Кутта порядку. Результати дослідження даної системи дозволили підтвердити відповідність системи реальним життєвим циклам інноваційних продуктів, оскільки отримані типи графіків функцій збігаються з описаним в літературі, та в системі присутня адекватна взаємозалежність між всіма стратами (рис. 3 а, б, в, г).

Нелінійна модель для системи з врахуванням гіпотези 2 має вигляд. Розв'язок, отриманий методом Рунге-Кутта, дозволяє зробити наступний висновок - при наявності інформації про поведінку Споживача Виробник і Дилер є конкурентами в процесі реалізації товарів.

класичний цикл (реалізація Виробником)

Дослідження стратифікованих трирівневих систем інноваційного ринку за допомогою динамічних нелінійних моделей дозволяє визначити стратегії суб'єктів інноваційного ринку в умовах невизначеності, максимальні обсяги реалізації, тип та тривалість життєвого циклу інновації.

У третьому пункті третього розділу досліджено моделі та методи оптимізації виробничих, маркетингово-збутових та фінансових процесів для інновації, що впроваджується. В блоці S3 множина альтернативних інноваційних проектів оцінюється для вибору найкращого проекту та прийняття одного з наступних рішень: - відхилення проекту, , - впровадження після доробки, - впровадження. Для даної моделі використовується метод аналізу ієрархій Сааті.

Позначимо A інтегральну оцінку якості інноваційного проекту. Визначення даного показника проводиться за двома групами критеріїв: - рівень підприємства, - рівень проекту. Найкращий проект обирається з множини існуючих проектів як, де - показник ефективності запропонованих інноваційних проектів, та у відповідності до шкали оцінювання приймається рішення про його впровадження.

При позитивному рішенні про впровадження проекту у блоці S4 розраховується максимальна виробнича потужність за з урахування часу переходу на виробництво нової продукції та виробничої потужності і-ої технологічної операції:

де - кількість наявного обладнання для і-ої операції технологічного процесу виробництва; - виробнича потужність i-ої операції.

де, - час, за який половина продукції починає випускатись за новою технологією, , - час, за який здійснюється перехід від до .

Витрати на виробництво нової продукції розраховуються за загальноприйнятою методикою. Собівартість продукції з урахуванням можливих обсягів виробництва розраховується за:

У блоці S5 на основі статистичних даних маркетингових досліджень обраної галузі або за даними підприємства визначаються ефективні витрати на маркетинг та збут на основі регресивної моделі (25), де - обсяги реалізації, - ціна продукції.

Реалізаційна ціна інноваційного продукту даного підприємства визначається за (26).

У блоці S6 визначаються прогнозні рівні доходів, витрат на маркетинг і збут та обсяг реалізації продукції підприємства, критичні значення обсягів збуту та виробництва. Критичними вважаються значення параметрів моделі при яких.

Для моделювання фінансових потоків у блоці S7 побудовано модель фінансової діяльності інноваційного підприємства. Рівняння балансу, що покладене в основу моделі, описує динаміку обігових активів проекту під час випуску продукції. Модель описує різні сценарії впровадження проекту, включаючи збитковий.

На основі даних, які отримані за результатами моделювання в попередніх блоках та базових показників інноваційного проекту, можна визначити основні показники ефективності впровадження проекту E_f (блок S8). Порівнюючи показники із значеннями, що визначені в проекті {F*}, або експертними оцінками можна зробити висновок про ефективність інноваційного процесу.

Для моделі рис. 1 визначені наступні керуючі впливи:

– рішення про початок інноваційного проекту - керуючий вплив u;

– зміна виробничої програми - керуючий вплив:

– зміна собівартості виробу за рахунок зміни якісних параметрів - керуючий вплив;

– зміна витрат на маркетинг та збут - керуючий вплив.

Розміри керуючих впливів визначаються на основі оптимізаційної моделі де - відсоток реалізації продукції дилеру;, - ціна для дилера та роздрібна ціна, - відображає обсяг реалізації продукції;, - максимальні собівартість та обсяг виробництва продукції .

Рішення про застосування керуючих впливів приймає ОПР (особа, що приймає рішення). ОПР може підтвердити доцільність корегуючих впливів та ініціювати здійснення відповідних організаційних заходів щодо переведення реальної виробничої системи в стан, визначений СППР або відхилити запропоновані дії.

У четвертому розділі спроектовано та реалізовано програмний комплекс СППР впровадження інноваційної продукції, здійснено перевірку роботи системи на основі модельних прикладів та визначено ефективність впровадження системи.

Дана СППР може використовуватись на підприємстві у таких випадках: для підтримки прийняття рішення щодо впровадження нового продукту; для контролю та керування процесом впровадження інноваційного продукту.

У процесі прийняття рішення про впровадження інноваційного продукту СППР визначає наступні показники: кількість реципієнтів інновації, фінансові потоки, що виникають в процесі взаємодії суб'єктів ринку, тривалість життєвого циклу інноваційного продукту, оптимальний варіант впровадження проекту, потужність виробництва, обсяг витрат на маркетингову діяльність, плановий обсяг реалізації, планові показники ефективності проекту. Результатом роботи системи на даному етапі є прийняття рішення щодо впровадження проекту.

У процесі контролю впровадження інноваційного продукту система визначає фактичні показники ефективності проекту за встановлений період (місяць, квартал) та порівнює їх з плановими, визначеними на етапі прийняття рішення про впровадження {F*}. Результатом роботи системи на даному етапі є визначення відповідності фактичних результатів процесу впровадження інноваційного продукту плановим показникам.

У процесі керування впровадженням інноваційного продукту СППР генерує керуючі впливи для покращення показників ефективності проекту на наступний період (місяць, квартал) та забезпечення їх відповідності плановими показникам, визначеним на етапі прийняття рішення про впровадження. Результатом роботи системи є визначення оптимального керуючого впливу із діапазону можливих значень, що встановлені за експертними оцінками.

В основу системи покладено модель підтримки прийняття рішень впровадження інноваційних продуктів (рис.1). СППР містить базу даних для збереження вхідних, внутрішніх та вихідних потоків даних, базу знань, що дозволяє на основі експертних оцінок об'єктивно оцінити стан інноваційного процесу і визначити керуючі впливи та базу моделей, що забезпечує розрахунок параметрів інноваційного процесу.

Використання триланкової архітектури (система містить сервер баз даних, сервер додатків та клієнтські додатки: АРМ „Спеціаліст”, „Експерт” та „ОПР”) дозволяє забезпечити ефективний доступ до даних, реалізувати заходи безпеки та підвищити ефективність обробки даних. Система має багатодокументний інтерфейс та відповідає сучасним вимогам до СППР та Windows-орієнтованих додатків.

Реалізацію СППР впровадження інноваційної продукції здійснено в інтегрованому середовище розробки Borland Developer Studio 2006. Сервер баз даних працює під керуванням СУБД Interbase 6.5.

Перевірку коректності роботи програми виконано на матеріалах АТЗТ „Фаворит”. За допомогою реалізованого у відповідності до результатів системного аналізу інноваційного процесу програмного комплексу СППР впровадження інноваційної продукції отримано результати, що відповідають фактичним даним з більшою точністю ніж бізнес-план підприємства. Виконання обчислень програмою коректне, під час тестування серйозних збоїв та недоліків в роботі програмного комплексу не виявлено. Отже, дана система може бути рекомендована до використання на підприємствах.

Оцінювання ефективності СППР впровадження інноваційної продукції здійснено в третьому пункті четвертого розділу із застосування методу багатоатрибутної корисності, суть якого полягає у оцінюванні СППР за допомогою експертної оцінки кожного напряму використання системи. Розрахунок ефективності СППР впровадження інноваційних продуктів (оцінювання проводилось співробітниками підприємства на даних якого тестувався програмний комплекс, результат оцінювання - 4,3 за п'ятибальною шкалою), дозволяє зробити висновок про доцільність впровадження даної СППР у господарську діяльність підприємств, що здійснюють інноваційну діяльність.

ВИСНОВКИ

У дисертаційній роботі отримано теоретичне узагальнення і нове вирішення проблеми розробки моделей та методів оптимізації процесів впровадження інноваційних продуктів на підприємствах із застосуванням системного аналізу, теорії квазілінійних рівнянь параболічного типу, теорії оптимального керування, концепції дифузії інновацій, методів моделювання нелінійних динамічних процесів та методів зняття невизначеності. Автором отримано наступні результати:

1. На основі системного аналізу інноваційних процесів та процесу прийняття рішень щодо впровадження інноваційних продуктів вперше побудовано модель підтримки прийняття рішень з оптимального керування процесами впровадження інноваційних продуктів.

2. На основі нелінійної системи рівнянь Лоткі-Вольтерра та системи квазілінійних рівнянь параболічного типу модифіковано та досліджено моделі поширення інновацій із врахуванням інвестицій для загальної інновації та двох конкуруючих інноваційних продуктів. Для розв'язків системи квазілінійних рівнянь параболічного типу при певних обмеженнях на параметри доведено принцип максимуму і одержані апріорні оцінки розв'язків.

3. Для системі квазілінійних рівнянь параболічного типу вперше сформульовано задачу оптимального керування інновацією за допомогою інвестицій і початкових розподілів інновацій. Для побудованої системи доведено достатні умови існування принаймні одного оптимального керування.

4. Побудовано чисельний алгоритм розв'язування задачі оптимального керування багатовимірною дифузією і одержано чисельні результати для одного з сценаріїв дифузії трьох конкуруючих інновацій із врахуванням досліджених властивостей розв'язків системи квазілінійних рівнянь параболічного типу.

5. На основі систем типу Лоткі-Вольтерра з використанням методів зняття невизначеності модифіковано та досліджено групу лінійних та нелінійних моделей взаємодії суб'єктів ринку, що описують динаміку життєвого циклу інновації для трирівневих стратифікованих систем. Для даних моделей визначені умови стійкості процесів динаміки інновацій (для всіх відомих типів процесів) та стратегії поведінки учасників інноваційного процесу.

6. Розроблено методику визначення оптимального інноваційного проекту на основі методу аналізу ієрархій (Сааті) та методи моделювання виробничо-збутової діяльності, методи визначення ефективності інноваційних процесів та застосування керуючих впливів на підприємстві.

7. Реалізовано програмний комплекс СППР з оптимального керування життєвим циклом інноваційної продукції на підприємстві, отримані тестові результати для контрольних прикладів.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ АВТОРА ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Акименко В. В. Моделирование процессов оптимального управления в условиях неопределенности в экономических системах с иерархией / В. В. Акименко, А. Г. Наконечный, И. И. Сугоняк // Проблемы управления и информатики. - 2007. - № 1. - С. 136-145.

2. Акіменко В. В. Динамічні моделі життєвого циклу інновацій в умовах невизначеності / В. В. Акіменко, І. І. Сугоняк // Вісник Київського університету. Серія: фізико-математичні науки. - 2007. - №3. - С. 111_118.

3. Акіменко В. В. Аналіз та математичне моделювання оцінки ефективності інноваційної діяльності підприємства / В. В. Акіменко, І. І. Сугоняк // Вісник ЖДТУ. Серія: технічні науки. - 2008. - № 45(2). - С. 112-122.

4. Акіменко В. В. Модель оптимального управления нелинейным многомерным процессом диффузии инноваций / В. В. Акіменко, І. І. Сугоняк // Кибернетика и системный анализ. - 2008. - № 4. - С. 120-133.

5. Сугоняк І. І. Модель системи підтримки прийняття рішень з оптимального керування життєвим циклом інноваційних проектів підприємств / І. І. Сугоняк // Вісник ЖДТУ. Серія: технічні науки. - 2007. - № 43 (4). - С. 91-99.

6. Сугоняк І. І. Теоретичні засади побудови багатокритеріальної моделі ефективності інновацій / І. І. Сугоняк // Інформаційні технології в економіці, менеджменті і бізнесі. Проблеми науки, практики і освіти: Х міжнар. наук.-практ. конф. 27-28 січ. 2005 р.: тези доп. - К., 2005. - С. 336 - 339.

7. Акіменко В. В. Нелінійне моделювання процесів дифузії та реалізації інновацій / В. В. Акіменко, І. І Сугоняк // Проблеми прийняття рiшень в умовах невизначеності (PDMU-2006): міжнар. школа-семiнар 21-25 трав. 2006: праці. - Київ - Схiдниця, 2006. - С. 65-67.

8. Акіменко В. В. Моделювання взаємодії суб`єктів ринку в умовах невизначеності/ В. В. Акіменко, І. І. Сугоняк // Проблеми прийняття рiшень в умовах невизначеностi (PDMU-2007): міжнар. школа-семiнар 21-25 трав. 2007: праці. - Київ - Чернівці, 2007. - С. 42 _ 44.

9. Сугоняк І. І. Стійкість в моделях взаємодії суб'єктів інноваційного ринку / І. І. Сугоняк // Проблеми прийняття рішень в умовах невизначеності (PDMU-2007): міжнар. конф. 17-22 верес. 2007: праці. - Київ - Новий Свiт, 2007 - С. 122 _123.

10. Сугоняк І. І. Використання методу аналізу ієрархій для визначення оптимального інноваційного проекту / І. І. Сугоняк // Проблеми науки, практики і освіти: ХІІ міжнар. наук.-практ. конф. 23-24 лист. 2006 р.: тези доп. - К., 2007. - С. 94-96

11. Сугоняк І. І. Структура та сценарії роботи системи підтримки прийняття рішень з оптимального керування інноваційними процесами підприємств / І. І. Сугоняк // Наукові проблеми модернізації та застосування інформаційних систем: ХVII наук. - тех. конф: 24-25 квіт. 2008 р.: тези доп. Ч. І - Житомир, 2008. - С. 86 _ 87.

12. Акіменко В. В. Оптимальне керування конкуруючими інноваціями за допомогою інвестицій / В. В. Акіменко, І. І. Сугоняк // Проблеми прийняття рішень в умовах невизначеності (PDMU-2007): міжнар. школа-семiнар 12-17 трав. 2008: праці. - Київ - Рівне, 2008. - С. 238 - 240.

АННОТАЦІЯ

Сугоняк І.І. Моделі та методи оптимізації процесів впровадження інноваційних продуктів. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 01.05.04 - системний аналіз і теорія оптимальних рішень. - Київський національний університет імені Тараса Шевченка, Київ, 2008.

Дисертаційна робота присвячена проблемам моделювання соціально-економічних процесів, а саме розробці моделей процесів впровадження інноваційних продуктів на підприємствах з урахуванням зворотних інформаційних зв'язків, з використанням сучасних кібернетичних методів обробки даних структурованого та неструктурованого типів, методів оптимального керування та прийняття рішень.

В роботі на основі аналізу інноваційних процесів та процесів прийняття рішень щодо впровадження новацій на підприємствах побудовано модель підтримки прийняття рішень з оптимального керування впровадженням інноваційних продуктів на підприємствах.

Для моделі процесів поширення інновацій досліджені властивості розв'язків системи квазілінійних рівнянь параболічного типу для моделі двох конкуруючих інновацій, доведено принцип максимуму для діапазоні дослідження, побудований чисельний алгоритм розв'язування задачі оптимального керування багатовимірною дифузією інновацій та одержані чисельні результати для сценаріїв дифузії трьох конкуруючих інновацій.

На основі рівнянь типу Лоткі-Вольтерра з використанням методів зняття невизначеності досліджені групи лінійних і нелінійних моделей динаміки життєвого циклу інновацій для трирівневих стратифікованих систем.

Запропоновано метод визначення оптимального інноваційного проекту на основі багатокритеріального аналізу ієрархій Сааті та методи моделювання виробничо-збутової діяльності.

Визначено сценарії роботи СППР, побудовано алгоритми роботи системи. Проектування системи виконано із використанням мови моделювання UML, програмний комплекс СППР реалізовано в середовищі Borland Developer Studio 2006.

Ключові слова: життєвий цикл інновації, ієрархічні моделі, система Лоткі-Вольтерра, система квазілінійних рівнянь параболічного типу, методи зняття невизначеності, принцип максимуму, оптимальне керування.

Сугоняк И.И. Модели и методы оптимизации процессов внедрения инновационных продуктов. - Рукопись

Диссертация на соискание научной степени кандидата технических наук по специальности 01.05.04 - системный анализ и теория оптимальных решений. - Киевский национальный университет имени Тараса Шевченко, Киев, 2008.

Диссертационная работа посвящена актуальным проблемам моделирования социально-экономических процессов, а именно разработке моделей и методов процессов инновационной деятельности предприятия с учетом обратных информационных связей, с использованием современных кибернетических методов обработки данных структурированного и неструктурированного типов, теории оптимального управления и принятия решений в сложных системах.

В работе на основе анализа инновационных процессов и процесса принятия решений о внедрении новаций на предприятии построена комплексная модель оптимального управления внедрением инновационных продуктов. Разработанная модель позволяет оптимизировать процессы распространения инноваций, жизненный цикл инновационных продуктов, производственные процессы и маркетинговую поддержку на разных этапах жизненного цикла инновационного продукта.

На основе классической модели диффузии инноваций построено модели процессов распространения инноваций с учетом инвестиции на основе систем квазилинейных уравнений параболического типа. Для случаев одно- и двумерной диффузии инноваций проведено исследование решений системы квазилинейных уравнений параболического типа, доказаны теоремы о существовании априорных оценок решений в диапазоне исследования и теорема о существовании оптимального управления для данных систем. Для модели многомерной диффузии n инноваций построен численный алгоритм решения задачи оптимального управления и получены численные результаты для сценариев диффузии трех конкурирующих инноваций.

На основе систем уравнений типа Лотки-Вольтерра с использованием методов снятия неопределенности построена группа линейных и нелинейных моделей динамики жизненного цикла инноваций для трехуровневых стратифицированных систем взаимодействия субъектов рынка (производителей, дилеров и потребителей). При исследовании системы разработаны методы снятия неопределенности параметров для данных моделей, получены условия существования всех типов жизненного цикла инновационных продуктов.

В работе разработаны методика определения оптимального инновационного проекта на основе метода многокритериального анализа иерархий Саати, методы моделирования производственной программы, маркетинговой поддержки инновационного продукта и оптимального управления процессом внедрения инноваций.

Определены сценарии работы СППР внедрения инновационных продуктов. Спроектирована база данных и база знаний системы, разработан алгоритм работы системы, с использованием языка моделирования UML. Программный комплекс СППР реализован в интегрированной среде разработки Borland Developer Studio 2006. Результаты тестирования программного комплекса подтвердили корректность и надежность работы программного обеспечения СППР внедрения инновационных продуктов. Анализ эффективности использования программного комплекса на основе метода многоатрибутной полезности подтвердил целесообразность использования программного комплекса СППР в хозяйственной деятельности предприятий для поддержки принятия решений о внедрении инновационных продуктов.

Ключевые слова: жизненный цикл инновации, иерархические системы, система Лотки-Вольтерра, система квазилинейных уравнений параболического типа, оптимальное управление, принцип максимума, методы снятия неопределенности.

Sugonyak I.I. Optimization models and methods of the innovation product introduction processes. - Manuscript

The Dissertation for competing for the technical science candidate degree in specialty 01.05.04 - systems analysis and optimal decisions theory - National Taras Shevchenko university of Kyiv, 2008.

The thesis is developed to the problems of social-economics processes modeling, namely to the modeling the innovation product introduction processes based on applying the modern methods of processing structured and non structured data, and the methods of the optimal control and decision making theory.

The decision making support model for introducing innovative product into enterprises was built on the basis of innovative and decisions making processes analysis at the enterprises.

The features of the quasilinear systems of the parabolic type equations solution are investigate for modeling the innovations introduction processes: the maximum principal for range investigation is proved for the two competing innovations system, the numerical algorithm is built for solving the task of innovations multidimensional diffusion optimal control. The numerical results are archived for the scenarios of the three competing innovations diffusion.

The groups of linear and nonlinear models of the innovation life cycle dynamic are investigate for threeleveled stratified systems of the basic of the Lotkа-Volterra equations system using the uncertainty removing methods.

The optimal innovation project determination methodic is represented on thе basic of the Saaty's hierarchies analysis method, also the production-selling activities modeling method is represented in this paper.

The decision support system working scenarios is determined and the system working algorithms are built with the use of UML. The systems program complex is realized in Borland Developer Studio 2006. The system correctness and reliability are confirmed by program complex testing on the enterprises conditionals.

Keywords: innovation product life circle, hierarchical models, Lotka-Volterra system, quasilinear parabolic type equations system, optimal control, principle of maximum, uncertainty removing methods.

Размещено на Аllbest.ru

...