Содержание к диссертации
Введение
Глава 1. Основные средства предприятий связи как объект экономического анализа и управления 9
1.1. Состояние и перспективы развития инфокоммуникационных технологий в России 9
1.2. Задачи повышения эффективности управления основными средствами предприятий связи 15
1.3. Анализ современных инструментальных сред формирования решений 21
Выводы по главе 1 32
Глава 2. Теоретические основы синтеза неоднородных баз знаний 34
2.1. Общая постановка проблемы синтеза неоднородных баз знаний 34
2.2. Синтез детерминированных и вероятностных моделей баз знаний 60
2.3. Синтез деревьев приближенных рассуждений и детерминированных моделей баз знаний 75
Выводы по главе 2 83
Глава 3. Методические аспекты создания инструментария для управления основными средствами предприятий связи 85
3.1. Совершенствование структуры основных средств с учетом производственных вероятностных характеристик 85
3.2. Формирование производственных инвестиционных решений с учетом фактора неопределенности 104
3.3. Разработка экспертной системы для управления основными средствами 117
Выводы по главе 3 126
Заключение 128
Литература
- Задачи повышения эффективности управления основными средствами предприятий связи
- Анализ современных инструментальных сред формирования решений
- Синтез детерминированных и вероятностных моделей баз знаний
- Формирование производственных инвестиционных решений с учетом фактора неопределенности
Введение к работе
Постепенная трансформация плановой экономики в рыночную обусловила формирование новых принципов управления обществом, реализация которых потребовала создания современных отраслевых инфраструктур. Особое место в общей инфраструктуре занимают коммуникации. Коммуникации, как средство обеспечивающее функционирование материального производства и связь граждан, в настоящее время переживают этап конвергенции (слияния) с информационной техникой. В результате созданы новые технологии, получившие название "инфокоммуникационных".
Инфокоммуникационные технологии, в значительной степени определяющие структуру основных средств современных предприятий связи, потребовали от ученых-экономистов значительных усилий в осмыслении данного феномена, а от экономистов-практиков - применения адекватных по сложности методов управления. Практика управления основными средствами, которые составляют до 70% активов предприятия связи, показала, что сегодня имеются реальные и трудно устранимые расхождения между тем, как менеджер принимает решения и тем, что ему предлагают современные компьютерные системы их формирования. Одной из причин такого положения дел является недостаточный уровень интеллектуализации систем формирования решений, которые не предоставляют необходимый объем различной по своей природе и целевой направленности информации.
Среди всех функций управления, касающихся основных средств, в диссертации исследуется функция анализа, в состав которой, кроме прочих, входят процедуры периодической их реструктуризации и развития. Реструктуризация и развитие, предполагающие знание эффективных производственных инвестиционных решений, осуществляются в соответствии с постоянной потребностью в повышении фондоотдачи.
Недостаточный уровень интеллектуализации данной функции потребовал решения проблемы интеграции детерминированных, вероятностных и нечетких
моделей баз знаний. Разница в моделях представления различного рода знаний в памяти компьютера, определяемая их семантической неоднородностью, предопределила постановку и решение задачи синтеза их в единую модель. Такая модель позволяет учитывать одновременно факторы, которые ранее учтены быть не могли из-за различий в методах их отражения в базах знаний.
К наиболее важным факторам, учет которых обязателен в процессе управления основными средствами, относятся вероятностные показатели, отражающие будущую их стоимость, а также факторы, отражающие неопределенность конъюнктуры рынка инфокоммуникационных услуг, динамику цен, инфляцию и т.д. Воспроизведение перечисленных факторов в рамках единой модели базы знаний позволит на новой основе подойти к выполнению функции анализа основных средств, так как появляется возможность получения более точных значений ряда важных показателей (фондоотдачи, фондовооруженности, фондоемкости и т.д.) с одной стороны, а с другой - существенного снижения уровня неопределенности внешних факторов.
Нерешенность проблемы комплексного охвата различной по своей природе информации, отражающей слияние средств коммуникаций с информационной техникой, потребовала создания адекватных методов, повышающих уровень эффективности функции управления основными средствами.
Цель исследования состоит в теоретическом обосновании и разработке метода, позволяющего повысить уровень интеллектуализации функций управления основными средствами предприятий связи за счет создания и использования неоднородных баз знаний.
Для достижения этой цели необходимо было решить следующие задачи: 1. исследовать экономические показатели, отражающие динамику развития основных средств предприятия связи и, с помощью экономического анализа, выявить резервы в повышении эффективности их управления;
проанализировать состояние современных инструментальных сред с позиций проблем управления основными средствами предприятий связи и поиска направлений их совершенствования;
разработать метод синтеза детерминированных, вероятностных и нечетких моделей баз знаний, предназначенный для получения интегрированной неоднородной базы знаний;
создать математический аппарат, обеспечивающий синтез семантически неоднородных моделей баз знаний;
разработать технологию, предназначенную для совершенствования структуры основных средств предприятий связи и формирования производственных инвестиционных решений на основе синтезированных баз знаний.
Объектом исследования являются основные средства предприятий связи и касающиеся их методы бухгалтерского учета, а предмет исследования составляют интеграционные процессы в сфере инфокоммуникационных услуг и способы их отражения в распространенных моделях баз знаний.
Теоретической основой исследования послужили труды современных отечественных и зарубежных ученых в области экономической теории, экономики предприятий связи, теории и практики создания информационных технологий, систем поддержки принятия решений и экономико-математических методов.
Методологической основой проведения исследований явились теория управления, теория экономического анализа, а также принципы системного анализа, обеспечившие раскрытие сущности экономических процессов, обобщение и выявление резервов в эксплуатации основных средств предприятий связи, разработку специального метода, позволившего синтезировать различные по своей природе знания в единой базе знаний. Для выявления связей между различными событиями и отражения их в единой модели применялись такие методы научного познания как синтез, анализ, аналогия.
На результаты исследований повлияли труды отечественных и зарубежных авторов, таких как Бусленко Н.П., Варакин Л.Е., Дик В.В., Дрогобыцкий И.Н., Дубров A.M., Жеребин В.М., Лагоша Б.А., Марчук К.И., Растригин Л.А., Романов А.Н., Поспелов Г.С., Поспелов Д.А., Тельнов Ю.Ф., Тихомиров В.П., Трапезников В.А., Хрусталев Е.Ю. и др. Среди зарубежных ученых можно выделить Акоффа Р., Вира Ст., Эшби У.,Р., Заде Л., Найта Ф., Саймона Г., Самуэльсона П., Тапскотта Д., Тепмана Л.
Информационной базой исследования послужили нормативные акты Российской Федерации, регламентирующие бухгалтерскую и другие сферы экономических правоотношений, положения российских стандартов финансовой отчетности, материалы периодических изданий, касающиеся проблем развития предприятий связи.
В качестве исходных данных использована бухгалтерская отчетность предприятия связи, а также информация из сборников и статистических ежегодников Госкомстата Российской Федерации.
Научная новизна исследования состоит в разработке теоретико-методических положений создания неоднородных баз знаний, которые, в отличие от общеизвестных, синтезированы на основе детерминированных, вероятностных и нечетких моделей.
Научную новизну содержат следующие результаты: с помощью факторного анализа результатов деятельности предприятия связи установлено, что совершенствование структуры основных средств должно осуществляться на основе показателей, учитывающих их вероятностные характеристики, а также неопределенность внешней среды предприятия;
на основе анализа информации, требуемой для совершенствования структуры основных средств, с одной стороны, а с другой - возможностей известных способов отображения знаний в памяти компьютера, обоснована необходимость синтеза моделей баз знаний, отражающих различные по своей природе знания;
разработан и научно обоснован метод синтеза семантически неоднородных баз знаний, обеспечивающий по парное объединение детерминированных и стохастических моделей, а также моделей, отражающих приближенные рассуждения;
получил дальнейшее развитие математический аппарат обратных вычислений, учитывающий специфику обработки синтезированных неоднородных баз знаний;
создан метод совершенствования структуры основных средств, базирующийся на синтезе детерминированной и стохастической баз знаний и отличающийся тем, что он учитывает производственные вероятностные характеристики;
предложен метод формирования производственных инвестиционных решений, базирующийся на синтезе приближенных рассуждений и детерминированных знаний, учитывающий неопределенность внешней среды;
разработана информационная технология, ориентированная на применение неоднородных баз знаний и предназначенная для управления основными средствами предприятий связи.
Практическая значимость исследования заключается в том, что использование разработанных в диссертации методов, предложений и рекомендаций позволит повысить эффективность управления основными средствами предприятий связи. Разработанная методика реструктуризации основных средств, учитывающая их реальную будущую стоимость, а также методика формирования производственных инвестиционных решений позволяют повысить эффективность принимаемых решений.
Разработанные процедуры и математический аппарат помимо предприятий связи могут использоваться также и на промышленных предприятиях с фондоемким производством, а также предприятиях с материалоемким производством.
Получивший в диссертации дальнейшее развитие математический аппарат обратных вычислений может применяться на всех предприятиях, где в
качестве основы для формирования решений принят целевой подход в управлении.
Выводы, рекомендации, а также математический аппарат, представленные в диссертации, могут быть использованы при разработке учебных курсов по формированию решений, в научно-исследовательской работе, а также в практике создания информационных систем экономического профиля.
Полученные теоретические результаты и методики апробированы на предприятии связи, которое поставляет на рынок инфокоммуникационные услуги (ОАО "Реком"). В практике управления этим предприятием использованы методические рекомендации по поиску эффективной структуры основных средств и эффективных инвестиционных производственных решений с учетом конъюнктуры рынка, социальных и других факторов, играющих доминирующую роль в регионе.
Задачи повышения эффективности управления основными средствами предприятий связи
Эффективность функционирования основных средств зависит от многих факторов, главным из которых является их структура. Данное понятие относится к вполне устоявшимся, так как состав основных средств определен нормативными документами. К основным средствам, согласно положениям по бухгалтерскому учету (ПБУ 6/97) [48], относятся фонды, используемые в процессе осуществления уставной производственной деятельности, предметом которой является выпуск на продажу продукции, работ и услуг. В соответствии с Общероссийским классификатором основных фондов народного хозяйства в Российской Федерации основные средства подразделяются на материальные и нематериальные [48]. Материальные основные средства группируются по видам: здания, сооружения, передаточные устройства, инструменты и т.д. Нематериальные основные средства, называемые нематериальными активами, -это права, привилегии и объекты интеллектуальной собственности.
Оценка эффективности управления основными средствами предполагает обоснование и формулирование ряда понятий, среди которых, прежде всего, следует выделить критерий эффективности. Критерий, как мерило, используемое для оценки чего-либо, всегда отражает цель управления. Такое определение сущности критерия на практике воплощается в различных формах. В экономике различные взгляды на критерий отражаются в следующих формах: - должен быть один критерий, который отражается с помощью одного показателя [67]; - должен быть один критерий, который дополняется системой частных и общих оценочных показателей [15]; - должна быть система критериев [20].
Не вдаваясь в суть дискуссий, касающихся перечисленных форм, отметим лишь, что в них не рассматривается целевая природа критерия. Вполне очевидно, что проблема выбора критерия оценки функционирования какого-либо объекта должна решаться на основе формулирования проблем, имеющих место на данном объекте, а затем целей, которых следует достичь для решения этих проблем. Насколько удалось в определенный период времени достичь ту или иную цель укажет критерий, т. е. показатель, численное значение которого определяется на основе соответствующих расчетов. В качестве критерия должен служить показатель, который соизмерим с другими показателями, используемыми для измерения тех или иных сторон деятельности объекта. Заметим также, что критерий оценки - это категория временная, так как с изменением внешних или внутренних обстоятельств изменяются и взгляды на цели управления. Далее, также как и в [66], будем считать, что критерием оценки эффективности управления основными средствами может служить отношение прибыли от продаж к их среднегодовой стоимости.
Кроме критерия оценки должны использоваться экономические показатели, количественно и качественно характеризующие основные средства. Показатели играют подчиненную роль по отношению к критерию, но если их наполнить целевым содержанием, то они получат статус критериев. В диссертации будут использоваться следующие оценочные критерии: - фондоотдача (ФО) - отношение объема реализованных услуг к среднегодовой стоимости основных средств; - фондоемкость (ФЕ) - величина, обратная фондоотдаче; - фондовооруженность (ФВ) - отношение среднегодовой стоимости основных средств к среднегодовой численности сотрудников.
Кроме того, в качестве оценочных будут использоваться интегральные и частные показатели, указывающие на экстенсивное или интенсивное использование оборудования. Следует заметить, что известные методы применения оценочных показателей не учитывают в процессе анализа основных средств такого довольно важного фактора как вероятность выхода оборудования из рабочего состояния. Информационная технология, а также метод, разработанный и изложенный в настоящей диссертации (см. гл. 2), позволяют рассмотреть проблему управления основными средствами сквозь призму вероятностных характеристик. Тогда понятия фондоотдачи, фондовооруженности и др. приобретают несколько иное содержание, отражая вероятностную будущую их величину.
Резервы для совершенствования структуры основных средств, оценку которых предстоит сделать, являются необязательным, но желательным увеличением материальных, финансовых, трудовых и других ресурсов предприятия. Резервы могут быть явными или скрытыми. Явные резервы называют запасами (технологические, страховые, готовой продукции, рабочей силы и т.д.). Создаются они специально для обеспечения бесперебойной работы предприятия, сокращения убытков, понесенных в результате несвоевременной отгрузки готовой продукции, сокращения сбоев в работе поставщиков и т.д.
Скрытые резервы специально не создаются. Они присутствуют в недрах организации, являясь следствием неэффективного управления, и служат дополнительным источником повышения результативности эксплуатации основных средств. Поиск этих резервов требует использования специальных методических разработок, являющихся составной частью теории экономического анализа финансово-хозяйственной деятельности предприятий и организаций.
Исходные данные для анализа представлены в приложении 1. Для сопоставимости данные, касающиеся различных периодов, скорректированы с помощью индексов цен. Индексы цен производителей промышленной продукции, а также индексы тарифов на услуги связи для юридических лиц приведены в Российском статистическом ежегоднике [51].
Анализ современных инструментальных сред формирования решений
За последние годы ситуация существенно изменилась. Кроме повседневных отчетов все больше внимания уделяется анализу и прогнозу, являющимся базисом для принятия управленческого решения. К середине 90-х годов возникли новые взгляды на организацию данных, воплотившиеся в концепции хранилищ данных. Ее автором является Б. Инмон, который предложил следующее определение [18]: хранилище данных - это предметно-ориентированный, интегрированный, неизменный и поддерживающий хронологию набор данных, специфическим образом организованный для целей поддержки принятия решений.
Отсюда становится ясным, что концепция хранилища данных - это концепция подготовки и хранения данных для анализа, которая и предопределяет архитектуру аналитической системы. За прошедшее десятилетие эта идея материализовалась в разнообразных формах, наибольшую популярность среди которых имеют [5, 30]: виртуальные хранилища данных; витрины данных; централизованные хранилища данных и т.д.
Кроме данных информационная среда содержит и знания, машинной формой представления которых служит база знаний. Правила, согласно которым знания структурируются, формализуются и записываются в памяти компьютера, указываются с помощью моделей. Известна следующая классификация модели баз знаний: сетевые, фреймовые, продукционные, табличные, логические.
Следующий сегмент компьютерной среды представляет собой инструментальную среду. До настоящего времени содержание этого понятия не установилось и, поэтому, не имеет общепризнанного определения. Например, трудно согласиться с определением, данным в [17], согласно которому под инструментальной средой поддержки принятия решений понимается совокупность информации и информационных технологий, необходимых лицу, принимающему решение (далее - J11 IP) для выполнения своих должностных обязанностей. Заметим, что информация не может выполнять функции инструмента, ибо она "сырье", перерабатываемое с помощью какого-либо инструмента.
С другой стороны, понятие "инструментальная среда" автором упомянутой работы сужено до совокупности информационных технологий. На наш взгляд, информационные технологии - это лишь часть инструментальной среды. Менеджер или J11 IP помимо информационных технологий использует программные инструментальные средства (программные продукты) и инструментальные средства сугубо вычислительного характера.
Таким образом, элементы, входящие в сегмент "инструментальная среда", мы классифицируем по признаку "вид инструмента". В результате получим три подкласса: - вычислительные программные инструментальные средства; - базовые программные инструментальные средства; - технологические инструментальные средства.
Первый подкласс - вычислительные инструментальные средства, предназначены для создания отдельных (локальных) программных модулей, ориентированных на: - математические (формальные) вычисления; - нечеткие (мягкие) вычисления; - эвристические (неформальные) методы анализа.
Из всего арсенала вычислительных инструментальных средств нас больше всего будут интересовать средства, обеспечивающие нечеткие вычисления. Такого рода вычисления возникли после опубликования в 1965 году трудов Л. Заде [19], впоследствии развитых в [9,64]. Созданные в этих работах математические основы обработки нечетких данных были использованы для создания семейства инструментальных средств, ориентированных на нечеткие или "мягкие" вычисления {fuzzy - размытый, пушистый). Согласно классификации, приведенной в [9], все программные продукты, предназначенные для нечетких вычислений, можно разделить на продукты универсального применения {Fuzzy Calculator - нечеткий вычислитель, Fuzzy for Excel - нечеткие электронные таблицы, Expert Professional - экспертно-аналитическая система) и специализированные программные продукты (Fuzzy Estimation of Critical Messages - нечеткая оценка критических сообщений при проведении арбитражных валютных операций, Маркет Эффект - поиск эффективных маркетинговых решений из состава системы учета и управления предприятиями FinExpert).
Следующим подклассом инструментальной среды нами выделены базовые программные инструментальные средства. Базовыми они называются потому, что могут применяться в качестве основы для построения различных по мощности и направленности информационных технологий. К такого рода средствам можно отнести средства общего назначения, не ориентированные на какие - либо задачи или предметные области (Excel, Access и т.д.), средства, ориентированные на оперативный анализ данных: OLAP - средства (On-line Analytic Processing), средства, ориентированные на обработку транзакций -OLTP-средства (On-line Transaction Processing) и средства интеллектуального анализа данных - DM-средства (Data Mining).
OLAP - инструменты предназначены для динамического многомерного анализа данных, поиска тенденций и моделирования будущих событий. Концепцию OLAP разработал классик реляционных баз данных Е. Кодд, который, анализируя их недостатки, указал на невозможность объединения, просмотра и анализа данных с точки зрения множественности измерений. Он определил требования к OLAP, которые расширяют возможности реляционных СУБД и должны включать многомерный анализ в обязательном порядке. Многомерные базы данных разрабатываются компаниями, которые ориентированы на хранилища и витрины данных (Oracle, IBM, SAS).
Синтез детерминированных и вероятностных моделей баз знаний
Необходимость в синтезе моделей баз знаний детерминированного и вероятностного характера продиктована спецификой управления таким объектом, как основные средства. Эта специфика заключается в необходимости применения ряда вероятностных характеристик, отражающих уровень бесперебойности работы машин и оборудования, его замену и списание, износ и ремонт. Однако, в практике управления основными средствами, как правило, используют уже устоявшуюся методику расчета фондоотдачи, фондоемкости, фондовооруженности, коэффициентов использования оборудования, времени, производственных площадей, производственной мощности и т. д.
Объединение возможностей обеих баз знаний позволит получить комплексную оценку, в которой учитываются те характеристики основных средств, которые ранее учесть было невозможно, ибо семантически они неоднородны, так как имеют различную природу. Комплексный охват большинства сторон объекта управления позволит решить ряд задач, которые ранее ставились без учета будущего состояния машин и оборудования. К таким задачам мы относим, прежде всего, задачу инвестирования прибыли предприятия в основные средства с учетом вероятности их выхода из строя и поиска эффективной структуры с учетом рыночных параметров.
Синтез семантически неоднородных, но синтаксически подобных моделей должен базироваться на средствах, которые позволяют представить формально обе модели одинаково. Это позволит разработать операции синтеза, последующую корректировку и обработку полученной модели. В качестве средства представления моделей выберем матрицы, так как операции манипулирования с ними широко известны.
Исходное состояние объединяемых моделей представим с помощью расширенных матриц смежности графов. Расширенность заключается в том, что в них указываются не только бинарные отношения соподчинения между целями, но и коэффициенты приоритетности совместно со значениями уровня их достижения. Кроме того, в них указывается информация о направлениях в изменении каждого из показателей уровня достижения подцелей. Такая информация позволяет учесть знания, опыт и интуицию лица, формирующего решение, в поиске наиболее эффективных путей в достижении главной цели.
Расширение исходных матриц смежности происходит не только за счет указания в них дополнительных отношений и коэффициентов приоритетности, но и за счет добавления пустых строк и столбцов, такого их числа, которое соответствует сумме идентификаторов подцелей обеих моделей. Процедура синтеза включает два этапа: первый - формальный, осуществляемый с помощью операций манипулирования расширенными матрицами; второй - качественный, заключающийся в выявлении противоречий, возникающих в процессе стыковки моделей и ликвидации этих противоречий. Уже отмечалось, что в процессе синтеза могут возникнуть два случая: существует общий стыковочный узел или узлы между базами знаний; не существует общего стыковочного узла (узлов) между базами знаний. Операции синтеза, рассматриваемые ниже, для обоих случаев одни и те же.
Модель детерминированной базы знаний была разработана в разделе 2.1. с помощью пятерки Д. Частично эту модель можно представить, отражая в расширенной матрице смежности некоторую часть отношений С, заданных на множестве подцелей Ц. Матрица будет иметь вид: \т+п,т+п
Аналогично можно представить вероятностную модель базы знаний с той лишь разницей, что отношения зависимых узлов от вышестоящего узла дополнительно отражаются одновременно с направлением в изменении показателей, характеризующего уровень достижения подцелей. Эта информация указывается совместно с диагональным элементом расширенной матрицы смежности.
Расширенную матрицу смежности вероятностной модели базы знаний представим следующим образом: Г= г» У т+п,т+п где гі/= Plj, если подцель і достигается за счет подцели j и коэффициент приоритетности подцели j равен /?, О, в противном случае т + п - сумма узлов дерева целей и дерева вероятностей.
Формирование производственных инвестиционных решений с учетом фактора неопределенности
Инвестиционная деятельность во всех ее формах и видах сопряжена с плохо определяемым риском, степень которого зависит от большого числа факторов. Эти факторы различны по своей природе и отражают экономическую, политическую и социальную ситуацию, складывающуюся в регионе и самом предприятии. Так как инвестиции по направлению вложений денежных средств делятся на финансовые и производственные, следует указать то направление, о котором в дальнейшем пойдет речь, а именно: о производственных инвестициях. Это позволяет ввести некоторую определенность в понятие инвестиционного риска, под которым будет пониматься возможность недополучения ожидаемой прибыли в ходе вложения денежных средств в создание, реконструкцию или перепрофилирование основных средств предприятия.
Все факторы, влияющие на инвестиционный риск, можно разделить на две группы: плохо определяемые внешние и внутренние (относительно предприятия). Знания о внешних факторах, как правило, отражают оценки ожидаемых событий, которые плохо поддаются прогнозированию. Оценки и прогнозы могут оказаться неверными из-за непредвиденных экономических и социально-политических ситуаций, влияния неизвестных или упущенных факторов, не поддающихся количественному измерению, неточных предположений технического или технологического характера, появление нового или исчезновение ведущего конкурента, изменения в доходах населения, инфляционного подъема или спада цен на оборудование или комплектующие.
В соответствии с теорией, рассмотренной в главе 2, существует возможность синтеза баз знаний неопределенных рассуждений и детерминированных баз знаний. Формально операции синтеза основываются на синтаксическом подобии древовидных структур. В результате можно получить семантически неоднородную базу знаний, в которой будут отражены как внешние (неопределенные) по отношению к предприятию знания, так и знания, которые отражают уже устоявшиеся способы оценки эффективности функционирования основных средств. В главе 2 такая база знаний была обозначена как ИД. Рассмотрим практические аспекты ее применения для формирования производственных инвестиционных решений.
Будем, как и ранее, представлять дерево приближенных рассуждений с помощью расширенной матрицы смежности А, по диагонали которой указывается вид связи между условиями правила, а на пересечении строк и столбцов - коэффициенты приоритетности подцелей, для достижения которых эти правила формулируются. Как и ранее, модель базы детерминированных знаний будем представлять с помощью расширенной матрицы С, диагональные элементы которой указывают на направления в изменении показателей уровня достижения подцелей, а на пересечении строк и столбцов указываются коэффициенты приоритетности. Если матрица А представляет головную базу знаний, а матрица С подчиненную, то результат синтеза, по правилам рассмотренным в главе 2, можно представить рисунком 3.3. Рассмотрим технологию получения базы знаний ЯД.
Значения коэффициентов доверия к терминальным узлам 51,52,53, СІ, С2 зависят от текущей информации, которая находится в базе данных. Для стыковки дерева вывода с базой данных воспользуемся функциями принадлежности, отражая с их помощью субъективное отношение лица, формирующего решение, к "хорошим" или "плохим" значениям показателей. Тексты правил приведены в табл. 3.2.
Рассмотрим узел 51, который отражает условие удовлетворительного ожидаемого чистого приведенного эффекта от инвестирования. Насколько он удовлетворителен, можно указать с помощью отношения "больше нуля". Так как эффект может быть и отрицательным, функция принадлежности, к примеру, приобретает следующий вид:
Далее будем считать, что значения перечисленных показателей находятся только в положительных числовых диапазонах. Это позволяет отказаться от применения функций перехода. Тогда коэффициент доверия для каждого из терминальных условий можно определить по формуле: а(У) = мд(х), где а(У) - коэффициент достоверности заключения У; х - значение показателя, поступающего из базы данных для расчета коэффициента достоверности заключения У. В графе 2 табл. 3.2. представлены коэффициенты доверия к правилу и условиям, в графе 7 - коэффициенты приоритетности для достижения каждой из подцелей, а в графе 8 - направления в изменения уровня их достижения. Древовидная структура, отражающая детерминированную модель базы знаний, указана на рис. 3.2. пунктирными линиями. Рассмотрим содержание базы знаний, пользуясь известными методами оценки инвестиционным проектов. Поскольку результаты расчетов относятся к различным временным периодам, необходимо обеспечить их сопоставимость.
Расчет чистого приведенного эффекта и индекса рентабельности инвестиций выполняется согласно формулам следующего вида [27]: NPV = Y Ді . -V, IR = Y Ді . :V, 7(1 +r) 7(l + r)« где NPVJR - чистый приведенный эффект и индекс рентабельности инвестиций; ДІ - доходы за і-й год; V - объем инвестиций; г - коэффициент дисконтирования. Показатель IR является относительным, поэтому он удобен при оценке альтернатив и для него проще вывести функцию принадлежности. Годовая норма прибыли будет рассчитываться с помощью следующей формулы: П, Р = 1 год год V где Ргод - годовая норма прибыли; Пгод - годовой объем прибыли. В свою очередь годовой объем прибыли равен: год "год пер пост 5 где Вгод - годовой объем выручки; Ппер - годовая величина переменных затрат; Ппост - годовая величина постоянных затрат.
Оценка конкурентоспособности осуществляется в двух направлениях: то техническим и экономическим параметрам. Для расчета среднего уровня конкурентоспособности услуг по двум техническим параметрам, которые по мнению лица, формирующего решение, наиболее важны, введем следующие формулы:
