Содержание к диссертации
Введение
Глава 1. Вопросы оптимизации системы управления в организационных структурах 12
1.1. Принятие решения как задача интеллектуальной обработки информации 12
1.2. Методы поиска оптимальных решений для организационных структур 19
1.2.1. Методы, основанные на математических вычислениях 19
1.2.2. Перечислительные методы 20
1.2.3. Вероятностные методы 22
1.3. Применение инструментальных средств для реализации автоматизированной системы управления в организационных структурах многопрофильных ЛУ 23
1.3.1. Функциональность современных медицинских информационных систем для управления в организационных структурах многопрофильных ЛУ 27
1.3.2. Проектирование системы управления для организационных структур многопрофильных ЛУ в ключе развития современных информационных технологий 31
1.4. Выводы по главе 1 34
Глава 2. Моделирование системы управления в организационных структурах многопрофильных ЛУ на основе эволюционных алгоритмов 36
2.1. Концепция эволюционных вычислений 36
2.2. Модель эволюционного алгоритма для организационной структуры многопрофильного ЛУ 39
2.3. Критерии эффективности применения эволюционных алгоритмов .44
2.3.1. Скорость работы эволюционного алгоритма 44
2.3.2. Средства повышения скорости работы эволюционного алгоритма 45
2.3.3. Устойчивость работы эволюционного алгоритма 47
2.3.4. Средства повышения устойчивости работы эволюционного алгоритма 48
2.4. Направления развития эволюционных алгоритмов для решения задач совершенствования организационных структур многопрофильных ЛУ 49
2.5. Выводы по главе 2 52
Глава 3. Открытые программные решения как инструментальное средство для совершенствования организационных структур 54
3.1. Актуальность применения программного обеспечения с открытым кодом в организационных структурах многопрофильного ЛУ 54
3.1.1. Формирование перечня требований к информационной системе на основе открытого программного кода 57
3.1.2. Моделирование и выбор вида лицензий для программного обеспечения с открытым кодом 59
3.2. Технико-экономические аспекты разработки и эксплуатации прикладного программного обеспечения на базе открытой архитектуры в организационных структурах многопрофильных ЛУ 72
3.3. Определение и анализ стоимостнообразующих факторов в программных решениях с открытым исходным кодом 75
3.4. Выводы по главе 3 82
Глава 4. Практическая реализация полученных решений применительно к организационной структуре многопрофильного ЛУ 83
4.1. Рационализация подбора персонала в лечебном учреждении госпитального типа 83
4.2. Моделирование и формирование графика плановых операций в хирургической клинике на основе применения аппарата эволюционных алгоритмов 95
4.3. Медицинский документооборот, учет коечного фонда и медико-экономических показателей многопрофильного ЛУ 105
4.4. Экономическая эффективность применения разработанных инструментальных средств и методик 120
4.5. Выводы по главе 4 129
Основные выводы по диссертационной работе 130
Список литературы 131
Приложения 142
- Принятие решения как задача интеллектуальной обработки информации
- Направления развития эволюционных алгоритмов для решения задач совершенствования организационных структур многопрофильных ЛУ
- Определение и анализ стоимостнообразующих факторов в программных решениях с открытым исходным кодом
- Экономическая эффективность применения разработанных инструментальных средств и методик
Введение к работе
Актуальность работы. Основным положением постиндустриального
общества на современном этапе развития является его повсеместная информатизация - внедрение во все сферы жизнедеятельности человека средств вычислительной техники и сетевых коммуникаций. Уровень информатизации в целом определяется уровнем применяемых информационных технологий, при этом одним из основных направлений их развития являются системы управления самого различного функционального назначения и уровня.
В настоящее время коммерческое программное обеспечение (ПО) имеет существенные преимущества с точки зрения зрелости инфраструктуры, развитости каналов сбыта и поддержки. Несмотря на это правительства многих стран мира, в том числе и высокоразвитых, при выработке стратегии использования компьютерных технологий уже сегодня рассматривают варианты широкого использования распространяемых в открытых кодах программных продуктов, поскольку речь идет, в первую очередь, об информационной безопасности общества в значительной мере зависящего от технических и программных артефактов.
В Федеральной целевой программе «Электронная Россия» имеются положения об открытости форматов и кода применяемых программ. Одним из инструментов реализации программы станет единая среда электронного взаимодействия между учреждениями и организациями всех уровней. «Электронная Россия» должна быть в равной степени открыта для взаимодействия с информационными системами министерств, ведомств, региональными, муниципальными органами.
Системы управления в государственных медицинских учреждениях применяются для автоматизации широкого спектра задач, таких как управление медицинским и немедицинским персоналом, учетом коечного фонда лечебного учреждения (ЛУ), финансовыми потоками, а также - информационными системами и программными ресурсами. В последнее время широкое применение получили программные системы для управления организационно-техническими структурами. Важность подобных систем управления для многопрофильного
учреждения здравоохранения заключается в том, что они служат основой для развития комплексной системы управления организационными структурами многопрофильного ЛУ, а значит и работой медицинского учреждения в целом.
С учетом вышесказанного, актуальность диссертационного исследования определяется потребностями информационного общества, совершенствованием системы управления организационными структурами, в частности -структуры многопрофильного ЛУ, а также необходимостью осмысления экономических процессов в такой важной для народного хозяйства сфере деятельности как разработка высокотехнологичного ПО. Пути решения поставленной задачи базируются на применении разработанных к настоящему времени инструментальных средствах на основе технологий открытых систем и аппарата эволюционных алгоритмов.
Степень разработанности проблемы. Разработке многокритериальных методов принятия решений посвящены работы таких зарубежных и российских ученых, как Н.М. Абдикиев, А. Е. Алтунин, А.В. Андрейчиков, О.Н. Андрейчи-кова, Р.И. Беллман, Л.С. Беляев, А.Н. Борисов, А.А. Емельянов, Л.А. Заде, Дж. Каспржик, Р. Кини, О.А. Крумберг, О.Н. Ларичев, О. Моргенштерн, Е.М. Мош-кович, А.О. Недосекин, В. Парето, Д.А. Поспелов, X. Райфа, Б. Руа, Т. Саати, А. Сало, М. В. Семухин, А.В. Смирнов, П. Фишберн, Н. Фон, М. Фридман, Р. Ха-малайнен, М. Л. Хуссейн, Р. Штойер, Н.Г. Ярушкина и другие авторы.
Проблемы эволюционного моделирования изучены в работах таких авторов, как Дж. Холланд, Л.Фогель, А.Оуэн, М.Уолш, И.Л.Букатова, Н. Винер, В.В. Емельянов, Дж.Р. Коза, В.М. Курейчик, В.В. Курейчик, А.А. Малафеева, А. Мелихов, Н. Моисеев, Д.А. Поспелов, И. Пригожий, Л.Растригин, В.Б. Тарасов и других отечественных и зарубежных исследователей.
Существует много исследований, посвященных применению математических методов в решении экономических задач. Однако работ, посвященных использованию математических методов на основе эволюционных алгоритмов в совокупности с открытыми программными решениями для реализации задач
управления в организационных структурах многопрофильных ЛУ, недостаточно, что и привлекает к ним большой интерес.
Цель работы. Совершенствование управления в организационных структурах многопрофильных ЛУ путем применения инструментальных средств на основе эволюционных алгоритмов и открытых программных решений.
Для достижения поставленной цели в диссертационной работе рассмотрены и решены следующие научные задачи:
Проведен анализ методов поиска оптимальных решений для организационных структур с целью определения совокупности инструментальных, а именно, математических и информационных средств, необходимых для решения актуальной проблемы совершенствования управления в организационной структуре многопрофильного ЛУ.
Разработана модель и блок-схема эволюционного алгоритма для совершенствования организационной структуры многопрофильного ЛУ.
Обоснована целесообразность применения программных решений на основе открытого кода для решения задач совершенствования управления в организационной структуре многопрофильного ЛУ.
Разработана методика моделирования выбора видов лицензирования и учета стоимостнообразующих факторов при проектировании, внедрении и эксплуатации программного обеспечения на основе открытого кода для многопрофильного ЛУ.
На базе полученных моделей для оптимизации работы звеньев организационной структуры многопрофильного ЛУ разработаны инструментальные средства в виде набора программного обеспечения на основе открытого кода.
Объектом исследования диссертационной работы являются эволюционные (генетические) алгоритмы, программные решения на основе открытого кода в виде инструментальных средств для совершенствования управления в организационных структурах на примере многопрофильного ЛУ.
Методы исследований. Для решения задач, поставленных в работе, применены основные положения системного и статистического анализа, интеллектуальной обработки информации; для разработки моделей и алгоритмов проектирования - теории эволюционных алгоритмов, объектно-ориентированного моделирования и проектирования, а для программной реализации - структурного и объектно-ориентированного программирования на основе открытого программного кода.
Научная новизна диссертационной работы заключается в следующих положениях:
Обоснован новый теоретический подход к совершенствованию системы управления в организационных структурах, заключающийся в применении аппарата эволюционных алгоритмов и прикладных программных решений на основе открытого кода.
Разработана структура эволюционного алгоритма с учетом специфики организации многопрофильного лечебного учреждения, обеспечивающая сокращение времени обработки информации и повышение достоверности принятия управленческих решений.
Выявлены стоимостнообразующие факторы открытого программного обеспечения и определена их значимость в структуре затрат при разработке программного обеспечения.
На основе выполненных исследований и полученных алгоритмических моделей разработаны инструментальные средства с применением объектно-ориентированных компонентных решений.
Практическая ценность диссертационной работы заключается в совершенствовании системы управления в организационной структуре многопрофильного лечебного учреждения за счет улучшения временных показателей при работе с экономической и медико-технической информацией, в принятии достоверных управленческих решений, а также - сокращении материальных и временных затрат на внедрение, эксплуатацию и сопровождение разработанного программного обеспечения с открытым кодом.
Реализация результатов работы. Инструментальные методы и средства совершенствования системы управления в организационных структурах многопрофильных ЛУ путем применения аппарата эволюционных алгоритмов и открытых программных решений рекомендованы к внедрению и применению в административных подразделениях, клинико-диагностических, лабораторных и лечебных отделениях многопрофильной клинической больницы (г.Москва). Кроме того, определена целесообразность применения разработанных моделей и методов при создании прикладного программного обеспечения, в том числе -для решения экономических и организационных задач в научно-практических программных разработках малого предприятия ООО «Компьютерные системы и технологии» (г.Москва).
Упомянутые выше инструментальные методы внедрены в учебный процесс ГОУ ВПО МГТУ «Станкин», используются при подготовке бакалавров по направлению 220200 «Автоматизация и управление» и магистрантов по магистерской программе 220200.68-20 «Человеко-машинные системы управления». Материалы диссертационной работы использованы в качестве методологической основы при разработке общеуниверситетских курсов лекций и практических занятий по дисциплинам «Информатика», «Прикладное программирование» и специальной дисциплине «Интеллектуальные системы обработки информации».
Апробация работы. Основные положения диссертационной работы неоднократно докладывались и обсуждались на расширенных заседаниях кафедр экономического профиля и научных семинарах в ГОУ ВПО МГТУ «Станкин», а также - международных и всероссийских научно-технических и экономических конференциях: Международной научно-практической конференции «Современные проблемы и пути их решения в науке, транспорте, производстве и образовании '2008» (Одесса, УКРНИИМФ, Одесский национальный морской университет, 2008 г.), IX Международной научно-технической конференции «Информационно-вычислительные технологии и их приложения» (Пенза, ПГСХА, 2008 г.), VI Международной научно-технической
конференции «Управление в социальных и экономических системах» (Пенза, ПГСХА, 2008 г.), VI Всероссийской научно - практической конференции «Развитие инновационного потенциала отечественных предприятий и формирование направлений его стратегического развития» (Пенза, ПГСХА, 2009 г.), Межвузовской научно - практической конференции молодых ученых «Инновации в экономике-2009» (Москва, ГОУ ВПО МГТУ «Станкин», 2009 г.).
Публикации. По теме диссертационной работы опубликованы 15 научных работ, включая тезисы докладов, подготовленных для международных и региональных научно-технических и экономических конференций; 2 публикации в научных изданиях, входящих в Перечень ВАК Министерства образования и науки РФ; 3 свидетельства об официальной государственной регистрации программ для ЭВМ.
Структура и объем. Диссертация состоит из списка сокращений, введения, четырех глав, основных результатов и выводов, списка используемой литературы из 102 наименований и 2-х приложений. Основные результаты изложены на 141 странице машинописного текста, включая 29 рисунков и 16 таблиц.
Принятие решения как задача интеллектуальной обработки информации
Современный уровень развития предприятий (коммерческих, производственных, медицинских, научных и т.д.) подразумевает эффективное управление, которое может быть реализовано лишь при внедрении концепции интеллектуальной интеграции информационных ресурсов. Реализация подобной интеграционной платформы хотя и требует значительных затрат, однако позволяет автоматизировать процессы разработки планов и организационных программ, управление материальными потоками, учетом, интеллектуальным анализом состояния организационных структур. В результате применения данной концепции удается снизить трудоемкость процессов управления, повысить точность, оперативность расчетов, проведение различного рода экономико-статистических анализов и главное - повысить эффективность управления. Одним из наиболее перспективных направлений построения единого информационного пространства многопрофильного ЛУ является интеграционный подход, основанный на технологии порталов знании [90]. Под порталом знаний понимается комплексное информационное решение, в основе которого лежат две базовые технологические составляющие:
WEB-интеграция - построение единой информационной системы многопрофильного ЛУ путем объединения данных из различных источников, посредством применения Web-технологий;
Подсистема управления знаниями, организованная для поддержки принятия решений и основанная на поиске в данных скрытых закономерностей. Ядром данной подсистемы являются механизмы интеллектуального анализа данных (ИАД) (Data Mining).
Следует отметить, что две эти составляющие тесно взаимосвязаны, т.к. необходимость автоматизированного интеллектуального анализа данных стала очевидной в первую очередь именно ввиду огромных массивов исторической и вновь накапливаемой любым предприятием информации. Многопрофильные ЛУ оперируют огромными объемами данных. При этом, развиваясь и расширяясь, ЛУ накапливают все большее и большее количество информации, приобретая новые хранилища данных и привлекая множество специалистов для обработки и анализа информации. Таким образом, главная задача, стоящая сейчас перед информационно-аналитической службой каждого предприятия, -обеспечить самое полное использование информационных ресурсов [16].
Корпоративная база данных любого современного предприятия обычно содержит набор таблиц, хранящих записи о тех или иных фактах либо объектах (например, о товарах, их продажах, клиентах, счетах). Как правило, каждая запись в подобной таблице описывает какой-то конкретный объект или факт [61]. Например, запись в таблице пациентов содержится, наиболее полная информация о личных сведениях пациента, история болезни и т.д. Наличие большого количества таких записей, накопленных годами, является источником ценной информации, а именно - сведений о тенденциях и взаимозависимостях между данными о заболеваниях, методах лечения, врачебных экспериментах и другой организационной информации. Поэтому применение технологии интеллектуальной обработки информации ведет к повышению эффективности бизнеса [79], в частности, системы управления организационными структурами многопрофильных ЛУ.
Концепция интеллектуальной обработки данных определяет задачи поиска функциональных и логических закономерностей в накопленной информации, построение моделей и правил, которые объясняют найденные аномалии и/или прогнозируют развитие некоторых процессов.
Такой подход, как было указано выше, получил название Data Mining (DM) [93]. Сущностью данного подхода является процесс поиска корреляций, тенденций, взаимозависимостей и закономерностей посредством мощного математического аппарата и статистических алгоритмов: кластеризации, регрессионного и корреляционного анализа. Цель этого поиска - представить данные в виде, четко отражающем процессы управления, а также построить модель, при помощи которой можно прогнозировать процессы управления и планирования предприятия.
Идеи анализа данных, накопленных предприятием в процессе деятельности, получили своё" распространение еще в первых системах поддержки принятия решений (СППР). Наиболее наглядным примером могут служить различные системы оперативной аналитической обработки (OLAP) [37]. Однако, принципиальное отличие DM от известных методов, используемых в ранних системах СППР, состоит в переходе от технологии анализа текущих ситуаций к методам, опирающимся на развитый математический аппарат. Это позволяет позиционировать DM как средство, позволяющее анализировать глубинные пласты информации и выявлять те нетривиальные взаимосвязи в массивах данных, которые незаметны с первого взгляда, но несут важнейшую для функционирования предприятия информацию.
Следует отметить, что применение средств DM не исключает использования статистических инструментов и OLAP-средств, поскольку результаты обработки данных с помощью последних, как правило, способствуют лучшему пониманию характера закономерностей, которые следует искать.
Data Mining - является мультидисциплинарной областью, возникшей и развивающейся на базе достижений прикладной статистики, распознавания образов, методов искусственного интеллекта, теории БД и др. (рис. 1.). Поэтому при обработке данных средствами ИАД используется большое число различных методов и их комбинации, алгоритмов и математических правил, реализованных в различных действующих системах DM [84].
Каждый из методов имеет свои преимущества и недостатки. К примеру, преимущество деревьев решений и ассоциативных правил состоит в их читабельности - они похожи на предложения на естественном языке. Однако при большом количестве факторов данных бывает очень сложно понять смысл такого представления [80]. Недостаток: они не предназначены для широких числовых интервалов. Это связано с тем, что каждое правило или узел в дереве решений представляет одну связь (зависимость, отношение). Чтобы представить зависимости для большого интервала значений потребуется слишком много правил или узлов. Преимущество нейронных сетей в компактном представлении числовых отношений для широкого диапазона значений. А недостаток - в сложности интерпретации [92].
Средства ИАД оказывают помощь аналитикам в нахождении скрытых зависимостей в данных и могут значительно сократить время, требуемое для анализа данных. Получаемые модели можно использовать как для предсказания будущих значений каких-либо показателей, так и для анализа, описания с помощью точной модели текущего состояния исследуемого объекта. Однако сам по себе выбор тех или иных методов достаточно нетривиальная задача и заслуживает отдельного обсуждения. Следует однако заметить, что, как правило, в реальных проектах наилучший эффект достигается при использовании различных комбинаций вышеперечисленных методов [90].
Таким образом, комбинируя различные методы ИАД, руководство предприятия имеет возможность оперативного получения информации обо всех контролируемых аспектах его деятельности, в том числе: управления материальными, трудовыми, техническими ресурсами; выполнения договорных и взаимных обязательств; оперативного решения финансовых вопросов; ведение картотеки историй болезней пациентов, планирования графиков операций, учета коечного фонда ЛУ.
Направления развития эволюционных алгоритмов для решения задач совершенствования организационных структур многопрофильных ЛУ
В области исследований, направленных на развитие и повышение эффективности эволюционных алгоритмов, большое значение приобрели идеи создания адаптивных эволюционных алгоритмов, которые могут изменять свои параметры в процессе работы [85]. Они стали продолжением развития идеи поколенческих алгоритмов, которые в процессе работы изменяют размер популяции. Адаптивные алгоритмы способны изменять не только этот параметр, но и суть генетических операторов, вероятность мутации и даже генотип алгоритма. Как правило, данные изменения происходят путем выбора параметров из нескольких вариантов, определенных перед началом работы алгоритма. Дополнительным плюсом подобных алгоритмов является то, что они не требуют задания большого множества параметров перед своей работой. Класс подобных генетических алгоритмов называется pGA (parameterless GA) — генетические алгоритмы без параметров [82].
Задача поддержания динамического равновесия параметров ЭА, когда все их значения флуктуируют в районе оптимальных и в то же время способны подстраиваться под изменяющуюся ситуацию, даёт возможность избавить разработчика от выбора многих параметров, предоставив ему лишь контролирующую функцию, и переложив задачу нахождения оптимальных параметров функционирования на сам алгоритм. Полезна данная возможность в условиях, когда ситуация изменяется с течением времени, динамически перестраивается структура организационных систем, с которыми работает ЭА, а постоянный контроль человека невозможен, да и не нужен, и его вмешательство носит лишь ситуационный характер, например, периодический аудит работы или эпизодическая перенастройка системы. Данная ситуация регулярно наблюдается в телекоммуникационных, медицинских информационных сетях, способных динамически менять свою структуру, и неудивительно, что эволюционные алгоритмы находят своё применение при решении задач маршрутизации в подобных условиях. Применительно к задачам оптимизации организационных структур многопрофильного ЛУ, подобный подход может быть актуален при динамическом изменении параметров, с которыми работает система управления организационной структурой ЛУ, таких как соотношение административного и медицинского персонала лечебного учреждения, уровень квалификации врачей, планирование расписания операций, учет коечного фонда ЛУ и так далее. Система распознавания должна уметь подстроиться под изменившиеся условия без участия человека.
Существует два основных подхода к определению параметров ЭА [82]: регулировка параметров (parameter tuning) и управление параметрами (parameter control).
Регулировка параметров заключается в запуске множества тестов с целью определить, при каких значениях параметров ЭА ведёт себя наилучшим образом. Так, экспериментально выясняются значения вероятностей мутации и кроссовера, размер популяции и другие параметры. Для бинарного кодирования хромосомы при использовании специальных тестовых функций известны свои наборы хороших значений параметров [83]. Такой подход требует много времени на исследования и не гарантирует, что те же параметры будут хорошо работать применительно к другого рода задачам.
Управление параметрами подразумевает старт алгоритма с некими начальными значениями параметров, возможно, определёнными с помощью первого метода. Далее во время работы алгоритма эти параметры подвергаются модификациям различными путями. В зависимости от способа модификации параметров ЭА такие системы классифицируют на несколько категорий [85]:
Детерминистические (deterministic) ЭА.
Адаптивные (adaptive) ЭА.
Самоприспосабливающиеся (self-adaptive) ЭА.
В детерминистическом ЭА параметры изменяются во время работы алгоритма по некоторому заранее заданному закону, который чаще всего зависит от времени (от числа поколений или от количества вычислений целевой функции). Так, например, Фогарти [88] изменял вероятность мутации по следующему закону
Практически все подобные формулы включают в себя условие ///, где / -номер поколения. В этом случае начальная вероятность мутации достаточно высока и уменьшается по мере работы алгоритма. Это согласуется с идеей о том, что в самом начале ЭА быстро определяет наиболее интересные для себя области (с помощью мутации), а затем неторопливо их исследует (с помощью кроссовера). Такие формулы не только устраняют необходимость задавать этот параметр, но, по оценкам исследователей, значительно повышают эффективность ЭА [77].
В адаптивных ЭА информация о работе алгоритма посредством обратной связи влияет на значения его параметров. Однако, в отличие от самоприспосабливающихся алгоритмов, значения этих параметров едины для всех особей популяции. Такой способ управления алгоритмом впервые был использован Реченбергом [94]. Он постулировал, что одна из пяти мутаций должна вести к появлению лучшего индивидуума. Далее, он связал вероятность мутации с частотой хороших мутаций. Так, если частота хороших мутаций выше 1/5, то вероятность мутации уменьшается, и наоборот. В самоприспосабливающихся ЭА также благодаря обратной связи используется информация о работе алгоритма, но каждая особь популяции имеет собственные значения параметров. Впервые такой подход был использован Шефелем [95] в эволюционных стратегиях, где он пытался управлять шагом мутаций. Бэк [78] распространил его идеи на генетические алгоритмы. Он добавил к хромосоме дополнительные биты, в которых кодировались вероятности мутации и кроссовера.
Идея адаптивных эволюционных алгоритмов получила свое воплощение во множестве разных концепций, из которых наиболее интересной является nGA [46]. nGA представляет многоуровневые эволюционные алгоритмы. Нижний уровень такого алгоритма непосредственно выполняет задачу улучшения популяции решений. Верхние уровни представляют собой эволюционные алгоритмы, решающие оптимизационную задачу по улучшению параметров алгоритма нижнего уровня. При этом в качестве целевой функции используется обычно скорость работы алгоритма нижнего уровня и скорость улучшения им популяции от поколения к поколению.
Подобная организация алгоритма имеет способность подстраиваться под изменяющиеся условия функционирования системы управления организационными структурами многопрофильной клиники, тем самым повышая надёжность её работы. Кроме того применение подобного метода даёт возможность освободить оператора от кропотливой настройки системы, находя лучшие значения параметров самостоятельно. 2.5. Выводы по главе 2.
Рассмотрена современная концепция эволюционных вычислений и в её контексте описана парадигма эволюционных алгоритмов, включая последовательность работы типового эволюционного алгоритма, и объяснены принципы его работы.
Разработана структура эволюционного алгоритма для организационной структуры многопрофильно ЛУ. Выявлены критерии эффективности работы эволюционных алгоритмов, изучено влияние параметров эволюционного алгоритма на эффективность его работы. Отмечена хорошая масштабируемость эволюционного алгоритма, позволяющая повысить его скорость путём распараллеливания как на уровне организации работы ЭА, так и на уровне его непосредственной реализации на вычислительной машине.
Предложены направления развития эволюционных алгоритмов для решения задач совершенствования организационных структур многопрофильных ЛУ.
Определение и анализ стоимостнообразующих факторов в программных решениях с открытым исходным кодом
Для анализа структуры затрат при разработке программного обеспечения на основе открытого исходного кода как результат применения метода экспертных оценок [6] были выявлены и определены основные стоимостнообразующие факторы ПО с открытым кодом, которые перечислены ниже.
1. Операционная система;
2. Операционные оболочки;
3. Офисные приложения;
4. Средства моделирования программного обеспечения (Информационных систем);
5. Интегрированная среда разработки;
6. Компилятор (интерпретатор);
7. Программные библиотеки и компоненты;
8. Программные утилиты;
9. Средства отладки программного обеспечения;
10. Средства сопровождения программного обеспечения;
11. Системы управления базами данных;
12. Генераторы отчетов.
Следует отметить, что одним из эффективных инструментов сбора первичной информации в сети Интернет являются интернет-опросы [46, 47]. Высокая эффективность метода проведения опросов в Интернете связана с тем, что благодаря своим коммуникативным свойствам, он максимально «сближает» анкетируемого и интервьюера.
Кроме того, Интернет позволяет существенно снизить время, затрачиваемое на прохождение анкеты по цепочке «интервьюер -анкетируемый - заполненная анкета - введение анкеты в базу данных - анализ анкеты - представление результатов в графическом виде». Современные информационные средства и технологии позволяют уменьшить время прохождения данных по этой цепи буквально до нескольких минут. Выполнение всех этих этапов вручную требует, по меньшей мере, нескольких дней, а подчас - месяцев и лет.
К числу отличительных особенностей проведения опросов с использованием Интернета относится также их невысокая стоимость, автоматизация процесса опроса и анализа его результатов, и возможность сосредоточения опроса на профессионально ориентированных, заинтересованных пользователей.
Основным условием, обеспечивающим эффективность анкетирования через Интернет, является существование в его среде целевой аудитории, а одним из ключевых вопросов при проведении интернет-опроса является формирования выборки, то есть определение контактной аудитории, на которой будет проводиться исследование. Важным аспектом при этом является репрезентативность выборки, то есть соответствие характеристик выборки характеристикам генеральной совокупности [47].
Репрезентативность выборки в значительной степени связана с тем, насколько широко представлена целевая аудитория в Интернете. Безусловно, на сегодняшний день практически в любой целевой аудитории потребителей некоего продукта или услуги есть определенная доля пользователей Интернета. Однако их количество среди потенциальных потребителей в данной группе может быть очень невелико и вероятность получения достаточной для исследования окончательной выборки, репрезентативно представляющую генеральную совокупность, очень мала. Другой важный вопрос это - несмещенность выборки. Вполне очевидно, что чем больше аудитория Интернета будет приближаться по размерам к генеральной совокупности, тем меньше будет вероятность получить смещенную выборку. К сожалению, в настоящее время в российском секторе Интернета результаты большинства опросов, не затрагивающих его тематики, сегодня чаще всего являются смещенными. Опрос может проводиться путем размещения анкеты на сайтах, посещаемых целевой аудиторией, ее рассылки по электронной почте, предложения заполнить ее в телеконференциях, блогах и т.д.
Заполнение анкеты требует некоторых усилий от посетителей, поэтому необходима достаточная мотивация, чтобы убедить их потратить какое-то время на эту процедуру. Проведение анкетирования наиболее удобно в случае предоставления пользователям каких-либо услуг, как платных, так и бесплатных. Например, бесплатных услуг электронной почты, Интернет-магазина по продаже электронной техники или программного обеспечения и т.д. В этом случае при регистрации для получения доступа к услугам пользователям может быть предложено заполнение небольшой анкеты.
На практике возможно комбинировать анкетирование на web-сервере компании с участием в телеконференциях. Во-первых, активное участие в телеконференции может добавить известности в сообществе Интернета, при этом анкеты на web-сервере будут заполняться более активно, во-вторых, вместе с ключевыми вопросами в конференции можно поместить ссылку на полную анкету, расположенную на web-сервере.
Для повышения интереса пользователей к заполнению анкет в Интернете в полной мере применимы традиционные средства, такие как премирование или оплата. Например, может применяться практика начисления бонусов на счета клиентов за заполнение анкеты, цифровые купоны, скидки при покупке и т. п.
Как уже отмечалось ранее, основным элементом при проведении опросов является анкета, представляющая собой набор вопросов, на которые должны быть получены ответы от респондентов, то есть лиц, напрямую участвующих в анкетировании. Поскольку этот инструмент отличается гибкостью и универсальностью, он является наиболее распространенным средством сбора первичных данных для их последующего статистического анализа. Перед проводимым исследованием необходимо тщательно разработать и протестировать программное обеспечение анкеты, которое планируется применять. Непрофессиональный подход к их разработке и составлению неизбежно приведет к искажению реальной картины, либо полученные результаты не поддадутся разумному истолкованию.
При использовании опросных методов возникает проблема составления вопросов. В зависимости от направленности опроса выделяют открытые и закрытые вопросы. Отличие их состоит в том, насколько конкретно поставлена цель проводимого исследования. При этом варианты формулировки вопросов могут быть самыми разнообразными.
Разрабатывая анкету, необходимо обращать внимание на характер вопросов, их последовательность, форму, выбор слов. Наиболее предпочтительны простые, прямые и недвусмысленные вопросы, которые следует предварительно проверить на небольшой выборке респондентов, кроме того, вопросы должны быть логичными и последовательными. Трудные или сугубо личные вопросы целесообразнее задавать в конце, чтобы возможная негативная реакция индивида не повлияла на остальные ответы и, следовательно, на статистические показатели. Лишний раз следует акцентировать внимание на том, что проведение опроса нельзя начинать без соответствующего тестирования анкеты, предназначенного для оценки самих вопросов и их последовательности.
При разработке анкеты использованы следующие рекомендации [47, 65], основные из которых приводятся ниже:
Формулировка вопросов должна быть конкретной, ясной и однозначной;
Анкета должна быть лаконичной и содержать оптимальное количество вопросов;
Анкета не должна содержать лишних вопросов;
В тексте анкеты должна использоваться общепризнанная терминология;
Все вопросы должны быть сгруппированы в определенные блоки в соответствии с логикой исследования;
В анкете необходимо использовать контрольные вопросы, предназначенные для проверки искренности и последовательности опрашиваемых;
Трудные и личные вопросы рекомендуется помещать в конце анкеты.
Для проведения Интернет-опроса о стоимостнообразующих факторах в программных решениях с открытым кодом в качестве базового было использовано открытое ПО - интерпретируемый язык РНР 5.1.6 и реляционная база данных MySQL 5.1.
Экономическая эффективность применения разработанных инструментальных средств и методик
Основные критерии эффективности от применения аппарата эволюционных алгоритмов для получения наиболее оптимального решения управленческих задач системы управления организационными структурами в многопрофильных ЛУ определены в главе 2 (п. 2.3.). Практическая реализация моделей эволюционных алгоритмов раскрыта в главе 4 (п. 4.1. и 4.2.). Критерии эффективности применения разработанного ПО Для анализа эффективности созданного ПО в рамках диссертационного исследования на основе программного мониторинга и хронометража было проведено исследование АРМ врача урологической клиники, параметрами которого явились данные о времени внесения информации о пациенте, анализе этих данных врачом и принятии им решения. Результаты представлены на рис. Из проведенного анализа одного рабочего места врача урологической клиники видно, что внедрение в эксплуатацию разработанного ПО позволило:
Сократить время на внесение информации о пациенте в среднем с 12 до 4 минут;
Сократить время на анализ данных о пациенте и принятие решения врачом в среднем с 15 до 8 минут;
Увеличить возможное количество принятых пациентов за день в среднем с 25 до 45 человек из расчета восьми часового рабочего дня врача.
Одним из самых главных качественных показателей является то, что лечащий врач, несущий наибольшую ответственность за здоровье своего пациента, располагает максимальной разносторонней информацией о больном, поскольку имеет возможность самостоятельной организации и контроля диагностического и лечебного процессов при лечении пациента.
Определение суммарных затрат на внедрение
Следует отметить, что в нижеприведенных расчетах не учитываются расходы, связанные с необходимостью обеспечения работников рабочими местами, соответствующими техническими средствами и оборудованием по причине того, что внедрение ведется в рамках учреждения здравоохранения, которое уже обладает необходимой материальной и технической базой. Аналогично в расчете не будут учтены затраты на аренду помещения, телефонные и интернет-услуги, а также на рекламу, т.к. разработка является заказной [11].
Таким образом, с целью определения затрат на внедрение разработанной методики необходимо произвести следующие расчеты [34]:
1. Расчет затрат на заработную плату разработчиков;
2. Единый социальный налог;
3. Расходы на содержание и эксплуатацию комплекса технических средств (КТС);
4. Затраты на универсальное программное обеспечение;
5. Затраты на мероприятия, связанные с правовой охраной разработанного программного продукта (ПП);
6. Накладные расходы;
7. Прочие расходы.
Расчет затрат на заработную плату
Зарплата разработчика - 2000руб/день. Внедрение продукта заняло 4 месяца.
ЗП = 2000 135 - 270 000 руб. 00 коп.
Единый социальный налог
Единый социальный налог в 2009 г. при ставке 26% составил:
ЕСН = ЗП 26% ЕСН =270 000 0,26 = 70 200 руб. 00 коп.
Расходы на содержание и эксплуатацию комплекса технических средств
Расходы на содержание и эксплуатацию КТС определим как произведение стоимости дня работы КТС на количество дней машинного времени, затраченного на действия, сопровождающие внедрение данного ПП (программного продукта). В качестве КТС рассматривается сервер, на который устанавливается ПО «МедДОК+» и «Учёт коечного фонда и медико-экономических показателей урологической клиники».
В стоимость дня работы КТС включаем следующие затраты:
а) Амортизационные отчисления, приходящиеся на 1 день работы КТС:
Ач = Фперп а/Фд 24 (18)
где Фперв - первоначальная стоимость КТС, а - норма амортизации,
я=0,25%, FR - фонд времени работы КТС.
Фонд времени работы сервера составил 8500 часов. Ач =60000 0,25/8500 24=42,35 руб.
б) Затраты на силовую электроэнергию
Затраты на силовую электроэнергию, приходящуюся на 1 день работы КТС определяем как произведение установленной мощности КТС в кВт на стоимость 1 кВт-час и умножаем на 24.
Тариф на электрическую энергию отпускаемую ОАО «Мосэнерго» потребителям с 1-го января 2009 года в г. Москве составляет 2,11руб./кВт-ч.
Потребляемая мощность сервера составляет 0,4 кВт-час.
Зэ =0,4 2,11 24=20,25 руб.
в) Затраты на текущий ремонт и профилактику
Затраты на текущий ремонт и профилактику, приходящиеся на 1 день работы КТС определяем аналогично амортизационным отчислениям, но вместо нормы амортизации используем процент указанных затрат (5-10%).
Принимаем процент указанных затрат равным 5%.
3 =Ф 0,05/F 24 (19)
тек.рем. пере }" д «- \ J
Зт ,.ре». =60000 0,05/8500 24=8,47 руб.
Расходы на содержание и эксплуатагщю: 2= (42,35+20,25+8,47) 135=9595 руб.
Затраты на универсальное программное обеспечение
Затраты на универсальное ПО определяем исходя из первоначальной стоимости ПО, лицензионных отчислений и срока его полезного использования. В силу того, что в разработке прикладного ПО применялись программные продукты на основе открытого кода, соответственно затраты на его приобретение и использование равны 0.
