Количественный и автоматизированный SWOT- и PEST-анализ средствами АСК-анализа и интеллектуальной системы "Эйдос-Х++"
Основные этапы автоматизированного системно-когнитивного анализа и преобразование данных в информацию. Разработка классификационных и описательных шкал и градаций. Особенность создания обучающей выборки. Решение прямой и обратной задачи SWOT-анализа.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 15.05.2017 |
Размер файла | 2,3 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Рисунок 21 - цели корпорации, а также связанных с ней социальных групп и государства по С.Ю. Полонскому [24].
Таким образом, наиболее распространенная точка зрения, состоящая в том, что цель корпорации заключается исключительно в получении максимальной прибыли, является неоправданно упрощенной. Более того, максимизация прибыли может быть и нежелательной, например, если это достигается за счет ущерба целям работников и государства. В любом случае ясно, что для достижения этих целей необходимо управлять корпорацией как в целом, так и на различных уровнях ее иерархической структурной организации.
АСК-анализ и его программный инструментарий интеллектуальная система «Эйдос» позволяют строить системно-когнитивные модели, отражающие силу и направление влияния на хозяйственные и финансово-экономические результаты деятельности фирмы различных групп внутренних факторов, а именно:
- психологических факторов, т.е. свойств личности персонала и менеджмента фирмы [15, 25, 26, 27];
- технологических факторов (АСУ ТП - автоматизированные системы управления технологическим процессами) [15, 28, 29];
- организационные (АСОУ - автоматизированные системы организационного управления) [15, 28];
- социально-экономических факторов [15, 29];
- финансовых факторов (ФСА - функционально-стоимостной анализ и метод Директ-костинг, т.е. анализ влияния затрат на результаты деятельности) [15, 26].
На основе этих моделей АСК-анализ и система «Эйдос» позволяют выработать научно-обоснованные рекомендации по реинжинирингу бизнес-процессов, т.е. по выбору такой их системы, которая обуславливает переход объекта моделирования и управления в заранее заданные целевые состояния.
Таким образом, автоматизированный системно-когнитивный анализ (АСК-анализ) с его программным инструментарием: интелелкутальной системой «Эйдос», не только имеет более общий характер, чем SWOT- и PEST-анализ, а также функционально-стоимостной анализ (ФСА) и метод Директ-костинг, т.е. включает их возможности, но также и позволяет вырабатывать научно-обоснованные рекомендации по реинжинирингу бизнес-процессов.
13. Некоторые ограничения и перспективы
Но это не означает, что данная технология лишена ограничений и недостатков. Конечно, они есть, и автор их видит и работает над их преодолением. Это касается и развития теоретического обоснования АСК-анализа, и совершенствования его программного инструментария - интеллектуальной системы «Эйдос-Х++». В настоящее время идет процесс наполнения ее функциональными возможностями, которые были у DOS-версии системы «Эйдос». Все же система «Эйдос» развивалась около 30 лет, тогда как системе «Эйдос-Х++» к моменту написания статьи исполнилось лишь 2 года [10, 11].
К созданной и описанной в данной статье технологии стоит относиться как к примеру, демонстрирующему принципиальную возможность решения прямой и обратной задач SWOT-анализа в АСК-анализе и системе «Эйдос». Не стоит все же забывать, что все приведенные в статье модели и формы созданы на компьютере за 10 минут и сложность создания и применения данного приложения соответствует сложности лабораторной работы, в качестве которой оно и изучается в течение одной пары на дисциплинах «Интеллектуальные системы» и «Представлению знаний в интеллектуальных системах» [20].
На сайте автора по адресу: всегда можно скачать систему «Эйдос-Х++» (самую новую на текущий момент версию) или обновление системы до текущей версии. Это наиболее полная на данный момент незащищенная от несанкционированного копирования портативная (portable) версия системы (не требующая инсталляции) с исходными текстами, находящаяся в полном открытом бесплатном доступе (около 50 Мб). Обновление имеет объем около 3 Мб.
Литература
1. Филип Котлер, Роланд Бергер, Нильс Бикхофф Стратегический менеджмент по Котлеру. Лучшие приемы и методы = The Quintessence of Strategic Management: What You Really Need to Know to Survive in Business. -- М.: Альпина Паблишер, 2012. -- 144 с. -- ISBN 978-5-9614-2213-9. Электронный ресурс. Адрес доступа:
2. Луценко Е.В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем): Монография (научное издание). - Краснодар: КубГАУ. 2002. - 605 с.
3. Луценко Е.В. Лабораторный практикум по интеллектуальным информационным системам: Учебное пособие для студентов специальности "Прикладная информатика (по областям)" и другим экономическим специальностям. 2-е изд., перераб. и доп. - Краснодар: КубГАУ, 2006. - 318с.
4. Наприев И.Л., Луценко Е.В., Чистилин А.Н. Образ-Я и стилевые особенности деятельности сотрудников органов внутренних дел в экстремальных условиях. Монография (научное издание). - Краснодар: КубГАУ. 2008. - 262 с.
5. Луценко Е.В., Коржаков В.Е., Ермоленко В.В. Интеллектуальные системы в контроллинге и менеджменте средних и малых фирм: Под науч. ред. д.э.н., проф. Е.В.Луценко. Монография (научное издание). - Майкоп: АГУ. 2011. - 392 с.
6. Горпинченко К.Н., Луценко Е.В. Прогнозирование и принятие решений по выбору агротехнологий в зерновом производстве с применением методов искусственного интеллекта (на примере СК-анализа). Монография (научное издание). - Краснодар, КубГАУ. 2013. - 168 с.
Аннотация
КОЛИЧЕСТВЕННЫЙ АВТОМАТИЗИРОВАННЫЙ SWOT- И PEST-АНАЛИЗ СРЕДСТВАМИ АСК-АНАЛИЗА И ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ «ЭЙДОС-Х++»
Луценко Евгений Вениаминович д.э.н., к.т.н., профессор
Кубанский государственный аграрный университет, Россия, 350044, Краснодар, Калинина, 13,
SWOT-анализ является широко известным и общепризнанным метод стратегического планирования. Однако это не мешает тому, что он подвергается критике, часто вполне справедливой, обоснованной и хорошо аргументированной. В результате критического рассмотрения SWOT-анализа выявлено довольно много его слабых сторон (недостатков), источником которых является необходимость привлечения экспертов, в частности для оценки силы и направления влияния факторов. Ясно, что эксперты это делают неформализуемым путем (интуитивно), на основе своего профессионального опыта и компетенции. Но возможности экспертов имеют свои ограничения и часто по различным причинам они не могут и не хотят это сделать. Таким образом, возникает проблема проведения SWOT-анализа без привлечения экспертов. Эта проблема может решаться путем автоматизации функций экспертов, т.е. путем измерения силы и направления влияния факторов непосредственно на основе эмпирических данных. Подобная технология разработана давно, ей уже около 30 лет, но она малоизвестна - это интеллектуальная система «Эйдос». В статье на реальном численном примере подробно описывается возможность проведения количественного автоматизированного SWOT-анализа средствами АСК-анализа и интеллектуальной системы «Эйдос-Х++» без использования экспертных оценок непосредственно на основе эмпирических данных. Предложено решение прямой и обратной задач SWOT-анализа. PEST-анализ рассматривается как SWOT-анализ, с более детализированной классификацией внешних факторов. Поэтому выводы, полученные в данной статье на примере SWOT-анализа, можно распространить и на PEST-анализ
Ключевые слова: КОЛИЧЕСТВЕННЫЙ АВТОМАТИЗИРОВАННЫЙ SWOT-АНАЛИЗ, АСК-АНАЛИЗ, ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА «ЭЙДОС-Х++», ЭКСПЕРТНЫЕ ОЦЕНКИ, ЭМПИРИЧЕСКИЕ ДАННЫЕ
QUANTITATIVE AUTOMATED SWOT AND PEST ANALYSIS USING ASC-ANALYSIS AND "EIDOS X++" INTELLIGENT SYSTEMS
Lutsenko Evgeniy Veniaminovich Dr.Sci.Econ., Cand.Tech.Sci., professor
Kuban State Agrarian University, Krasnodar, Russia
SWOT analysis is a widely known and generally accepted method of strategic planning. However, this does not preclude the fact that it's been criticized, often quite fair and well-reasoned. A critical review of the SWOT analysis revealed quite a lot of his weaknesses (disadvantages), the source of which is the need to engage experts, in particular to assess the strength and direction of influence factors. It is clear that the experts do it by the informal (intuitive), on the basis of their professional experience and competence. But experts have their limitations and often for various reasons they can't and don't want to do it. Thus, the problem arises of the SWOT-analysis, without the involvement of experts. This problem can be solved through automation of the functions of the expert, i.e. by measuring the strength and direction of influence factors directly based on empirical data. This technology was developed long time ago, it is already 30 years old, it was named "Eidos". This article on real numerical examples describes in detail the possibility of automated quantitative SWOT analysis by means of ASC-analysis and intelligent systems of "Eidos X++" without help of experts, when the estimations are based directly on empirical data. We have also proposed a solution of direct and inverse problems of the SWOT analysis. PEST analysis has been considered as a SWOT analysis, with more detailed classification of external factors. Therefore, the conclusions obtained in this article on the example of SWOT analysis can be extended to PEST-analysis
Keywords: AUTOMATED QUANTITATIVE SWOT ANALYSIS, ASC-ANALYSIS, INTELLIGENT SYSTEM "EIDOS X++", EXPERT EVALUATION, EMPIRICAL DATA
Размещено на Allbest.ru
...Подобные документы
Предмет и этапы когнитивного анализа задач, его основные методы и их реализация на псевдокодовом языке. Виды факторов, использующихся при когнитивном моделировании систем. Предъявляемые к библиотеке требования, оценка ее экономической эффективности.
дипломная работа [1,3 M], добавлен 29.01.2013Разработка автоматизированной системы анализа исполнения государственных контрактов и договоров отдела информатизации Управления Федеральной службы судебных приставов. Технология создания программных средств и баз данных. Безопасность приложения.
дипломная работа [1,2 M], добавлен 11.04.2012Разработка подсистем анализа веб-сайта с помощью Microsoft Access и Olap-технологий. Теоретические аспекты разработки подсистемы анализа данных в информационной системе музыкального портала. Olap-технологии в подсистеме анализа объекта исследования.
курсовая работа [864,8 K], добавлен 06.11.2009Разработка комплекса интеллектуального анализа данных, получаемых в процессе работы коммерческого предприятия розничной торговли. Исследование стационарности ассоциаций, выявление частоты появления ассоциаций. Скрипты для создания баз данных и таблиц.
курсовая работа [706,3 K], добавлен 07.08.2013Создание web-сайта для сбора статистических данных, прогнозирования возможностей системы общего образования и анализа демографического состояния региона в динамике. Проектирование базы данных, разработка компонентов, алгоритмов и программного обеспечения.
дипломная работа [3,1 M], добавлен 15.04.2013Разработка программных средств автоматизированного анализа динамических свойств позиционной следящей системы с учетом люфта редуктора. Проектирование алгоритма и программы расчета и построения фазовых портретов или переходных процессов данной системы.
курсовая работа [432,5 K], добавлен 28.11.2012Общее описание программы Statistica. Архитектура и интерфейс системы. Регрессионный анализ в Statistica. Решение задачи регрессионного анализа с помощью пакета анализа данных табличного процессора MS Excel. Многомерный дисперсионный анализ в SPSS.
курсовая работа [2,4 M], добавлен 22.01.2013Разработка информационной системы (ИС) учета и анализа возникновения дорожных заторов в городе Иркутск. Разработка структуры ИС (модулей системы, модели данных, матрицу доступа пользователей ИС). Основные средства моделирования при проектировании ИС.
лабораторная работа [1,3 M], добавлен 23.07.2012Разработка системы автоматизированного анализа сложных объектов образовательной системы. Построение диаграмм последовательности, кооперации, классов, состояний, компонентов, а также развертывания. Представление сгенерированных кодов клиента и сервера.
курсовая работа [501,1 K], добавлен 23.06.2014Системы и задачи их анализа. Методы системного анализа: аналитические; математические. Сущность автоматизации управления в сложных системах. Структура системы с управлением, пути совершенствования. Цель автоматизации управления. Этапы приятия решений.
реферат [324,3 K], добавлен 25.07.2010Перспективные направления анализа данных: анализ текстовой информации, интеллектуальный анализ данных. Анализ структурированной информации, хранящейся в базах данных. Процесс анализа текстовых документов. Особенности предварительной обработки данных.
реферат [443,2 K], добавлен 13.02.2014Анализ существующих решений в сфере программных продуктов проверки орфографии. Анализ правил русского языка, которые используются при машинном анализе текста. Разработка алгоритмов морфологического анализа. Алгоритм анализа слова на возможные ошибки.
дипломная работа [489,9 K], добавлен 27.10.2010Цели и задачи финансового анализа. Характеристика и факторы финансового состояния. Бухгалтерская отчетность как информационная база для ФА. Обзор системы "1С: предприятие". Реализация программы анализа финансового состояния, его внедрение на предприятии.
дипломная работа [2,6 M], добавлен 19.01.2017Ознакомление с методами анализа популярности языков программирования. Рассмотрение логической модели базы данных дистанционного практикума. Разработка листинга скрипта создания таблицы-справочника. Анализ статистики по применению языков программирования.
диссертация [1,4 M], добавлен 10.07.2017Построение информационно-логической модели базы данных. Корректировка данных средствами запросов. Проектирование алгоритмов обработки данных. Реализация пользовательского интерфейса средствами форм. Разработка запросов для корректировки и выборки данных.
курсовая работа [680,9 K], добавлен 19.10.2010Организация, архитектура и структура информационной системы. Показатели эффективности ее работы. Цели и задачи анализа АСУ. Компоненты автоматизированных систем. Описание предметной области, входных и выходных данных. Построение диаграммы прецедентов.
курсовая работа [231,0 K], добавлен 11.04.2014Проектирование базы данных для автоматизированной системы "Склад". Разработка концептуальной модели (ER-диаграмма). Преобразование в реляционную модель и ее нормализация. Разработка запросов к базе данных на языке SQL. Скрипт для создания базы данных.
курсовая работа [161,8 K], добавлен 07.10.2013Разработка автоматизированной системы по учету и анализу заказов на товары для предприятия, работающего в сфере торговли товарами для обеспечения безопасности. Разработка удобного для пользователя интерфейса. Реализация многопользовательского доступа.
дипломная работа [1,1 M], добавлен 14.01.2012Этапы создания автоматизированной системы учета договоров на предприятии: определение входной и выходной информации, проектирование базы данных методом "сущность-связь" и CASE-средствами, разработка интерфейса, составление руководства пользователя.
курсовая работа [2,5 M], добавлен 15.01.2011Состав и принцип работы аппаратуры. Выбор параметров корреляционного анализа и Фурье-анализа. Разработка и применение алгоритма корреляционного анализа. Реализация алгоритма Фурье-анализа на языке С++ и алгоритма корреляционного анализа на языке С#.
дипломная работа [4,6 M], добавлен 30.11.2016