Содержание к диссертации
Введение
Глава 1. Анализ средств автоматизации управления крупным предприятием (корпорацией) и методов их выбора 22
1.1. Исследование пространства выбора средств автоматизации управления предприятием 22
1.2. Исследование методов и процедур выбора средств автоматизации 42
1.3. Анализ влияния изменений экономической и технологической среды на практику выбора предприятиями средств автоматизации управления 52
1.4. Анализ ограничений систем, предназначенных для тендерного отбора 61
Выводы по главе 1 70
Глава 2. Применение нейросетевых технологий для решения задач выбора средств автоматизации управления 73
2.1. Концептуальные подходы к применению моделей и алгоритмов нейронных сетей в задачах тендерного отбора 73
2.2. Особенности математической модели НС применительно к поставлнной задаче, выбор архитектуры НС и алгоритма обучения 79
2.3. Принципы использования НС для задач сегментации пространства выбора и диагностики исхода проекта 95
Выводы по главе 2 107
Глава 3. Методические и организационные аспекты проведения тендеров с использованием НСТ 109
3.1. Организация и технология применения нейросетевых методов в проектах тендерного отбора 109
3.1.1. Выбор инструментария (ПО для формирования СОК) 109
3.1.2. Сбор данных, их предобработка и методика построения СОК 112
3.1.3. Анализ топологического представления данных и интерпретация его результатов на этапах тендера 133
3.2. Использование предложенных методов в смежных областях 134
3.3. Рекомендации и ограничения по применению НСТ при проведении тендеров 141
Выводы по главе 3 148
Заключение 151
Литература 155
Приложения 160
- Исследование методов и процедур выбора средств автоматизации
- Особенности математической модели НС применительно к поставлнной задаче, выбор архитектуры НС и алгоритма обучения
- Принципы использования НС для задач сегментации пространства выбора и диагностики исхода проекта
- Рекомендации и ограничения по применению НСТ при проведении тендеров
Введение к работе
В последнее десятилетие XX века в экономике России произошли коренные изменения. Государственные предприятия стали функционировать в новой - рыночной среде. Возникло множество частных компаний, крупных холдингов и корпораций. Со стороны предприятий, их руководителей и собственников появилась потребность в новых, адекватных рыночной конкурентной среде методах и средствах управления предприятием.
Современные эффективные методы управления предприятием и бизнесом в целом предусматривают опору на:
постоянную оперативную информацию о всех внутренних хозяйственных и финансовых процессах на предприятии;
точную и оперативную внешнюю информацию, как в плане взаимодействия с контрагентами, так в плане маркетинга;
средства глубокого анализа собранной информации с целью выработки оптимальных управленческих решений;
средства обратной связи, позволяющей донести управляющие воздействия до объектов и субъектов управления.
Такой опорой является современная комплексная система управления предприятием (КСУП). В свою очередь, любая эффективная КСУП базируется сегодня на информационно-коммуникационных технологиях (ИКТ) и, прежде всего, определяется совокупностью финансово-экономических программных систем (ФЭПС), используемых на предприятии. На российском рынке предлагаются порядка 80-100 крупных и 1-1.5 тысяч средних ФЭПС, претендующих стать основой КСУП. Каждое крупное и среднее
предприятие периодически вынуждено решать проблему выбора той или иной ФЭПС.
Сложность выбора определяется:
- наличием большого количества ФЭПС;
- отсутствием достоверной информации о существующих
ФЭПС;
- отсутствием эффективных, признанных методик выбора и
сравнения ФЭПС;
дефицитом квалифицированных независимых специалистов в этой области;
постоянным изменением состояния тех или иных ФЭПС и показателей стабильности их производителей;
стремительной динамикой требований к ФЭПС.
Выбор ФЭПС и построение на ее основе КСУП - это важнейший инвестиционный проект для любого предприятия. К тому же процесс инвестирования в КСУП носит более рискованный характер, чем инвестиции в основные средства или людские ресурсы. Стоимость проекта комплексной автоматизации для среднего предприятия измеряется сотнями тысяч долларов, а для крупного -миллионами. При этом ошибка выбора стоит много больше цены приобретаемой программы и услуг. Правильно выбранная ФЭПС и оптимально построенная на ее основе КСУП позволяют сократить издержки, увеличить эффективность управления и получать дополнительную прибыль. Следовательно, методика и средства выбора ФЭПС, позволяющие минимизировать риск ошибки, являются крайне важными.
Отдельно стоит отметить еще один фактор. Российская Федерация постепенно вписывается в мировую экономику. По
мнению специалистов, в развитых странах сегодня сложился
фундамент нового, постиндустриального, хозяйственно-
экономического уклада, ядром которого стала экономика и индустрия производства, распространения и использования знаний. Производство новых знаний, а значит, и новых технологий - знаний о том, как можно использовать имеющиеся ресурсы иначе, чем люди привыкли это делать, сегодня определяет не только конфигурацию, но и стоимость всех остальных факторов производства. Можно сказать, что важнейшими факторами развития становятся глобализация и информатизация экономики.
Что это означает для конкретного предприятия? Прежде всего, то, что оно попадает в жесткую конкурентную среду. Конкурентами становятся не только отечественные предприятия, но и предприятия, работающие в других странах. Более того, в современной экономике все больший вес набирают транс-национальные корпорации (ТНК). Они могут обеспечить существенное сокращение издержек. Они имеют возможность осуществлять крупные капиталовложения в НИОКР (Так Microsoft выделяет на НИОКР порядка 17% затрат при объеме продаж в 1999 г. порядка 20 млрд. долл. [66]). Для того, чтобы успешно конкурировать с ними, необходимо постоянно иметь в арсенале самые новые технологии управления.
Процесс поиска, выбора и освоения новых технологий должен быть фактически постоянным. Приобретаемые ФЭПС должны обладать способностью изменяться вместе с изменением потребностей предприятия. При этом само предприятие должно иметь понятную методологию и, по возможности, адекватный инструментарий для эффективного поиска и отбора новых
технологий. Только в этом случае можно обеспечить приоритет предприятия и бизнеса в целом на несколько лет вперед.
Еще в начале 90-х г. в среде руководителей предприятий была распространена точка зрения, согласно которой, главным условием эффективного развития предприятия является наличие капитала (в первую очередь подразумевались долговременные кредиты и инвестиции) и невмешательство государства в дела бизнеса [74]. Однако последующий опыт хозяйствования и кризис 1998 г. показали ошибочность такой позиции. Сегодня руководство предприятий все больше начинает осознавать важность управленческих знаний и технологий [74]. Таким образом, создается благоприятная почва для использования новых технологий, методик их выбора и применения. Однако существующая практика выбора ФЭПС не имеет должной теоретической платформы.
Вопросы, связанные с систематизацией ФЭПС, проблематикой проектирования и построения КСУП, рассматривались в работах В.М. Глушкова, Г.Н. Калянова, Л.В. Канторовича, Э.Д. Кея, В.Б. Либермана, О.М. Островского, В.И. Подольского, А.Н. Романова, B.C. Рожнова, О.У. Уайта, И.Б. Шнайдермана, Е.Л. Шуремова и других ученых. Эти работы имеют большое теоретическое и практическое значение. Однако в одних работах основное внимание уделялось автоматизации бухгалтерского учета и финансового управления, оставляя за рамками рассмотрения вопросы автоматизации логистики, управления производством, маркетинга и стратегического планирования. В других - проблемы автоматиазции рассматривались в условиях иного экономического окружения предприятия, иной технологической среды. В некоторых - основное внимание было уделено математическому аппарату, который в чистом виде
достаточно трудно использовать в практике предприятий. Изменение
финансово-экономических и технологических условий
хозяйствования предприятий требуют существенного уточнения концепций проектирования и построения КСУП.
Интеграция в управлении производственными системами и предприятиями в целом порождает ряд вопросов, требующих научной проработки, среди них - применение в управлении и методиках выбора аппарата моделирования информационных систем, а также моделей и систем искусственного интеллекта. Большой теоретический потенциал несут труды Б.В. Алахова, В.Ф. Палия, Р.С. Рашитова, А.Н. Романова, Я.В. Соколова, а также западных ученых Р. Беллмана, Дж. Бигеля, Ст. Бира, Г. Вагнера и X. Тахи. Значительный вклад в проблематику внесли ученые школы Финансовой академии при Правительстве РФ А.Л. Бикмулин, Н.А. Ибрагимов, Д.В. Чистов и другие. Прикладным математическим методам и алгоритмам оптимизации и моделирования для широкого класса систем, в том числе КСУП, посвящены работы Е.С. Вентцель.
Однако, за рамками этих исследований осталась вопросы взаимоувязки оптимальных моделей управления предприятием с постоянно изменяющейся бизнес-моделью реального предприятия и многомерным пространством, потенциально применимых технологий, привносимых различными ФЭПС.
В условиях переходного периода (от социалистического к капиталистическому укладу) вдвойне усложняется проблема выбора ФЭПС. Руководство предприятия нередко вынуждено выбирать между системами, оптимальными для управления в сегодняшних условиях и системами, которые будут более эффективными в новых (завтрашних) внешних и внутренних экономических условиях.
Наконец, очень важен вопрос методологии процедуры выбора, которую нельзя рассматривать, как единовременное принятие решения. Фактически, речь идет о специфическом проекте, в центре которого стоит, в том или ином виде, процедура выбора ФЭПС на конкурсной основе. Такой проект называют «торгами», когда речь идет о конкурсном отборе в широком смысле. Применительно к области выбора ФЭПС чаще всего используют термин «тендер». Говоря о тендере, следует рассматривать как минимум три его составляющих - организационную, методологическую и технологическую.
Актуальность первой была настолько велика, что российский Президент в 1997 г. издал Указ N 305 "О первоочередных мерах по предотвращению коррупции и сокращению бюджетных расходов при организации закупки продукции для государственных нужд". Указ утвердил "Положение об организации закупки товаров, работ и услуг для государственных нужд". Отметим, что речь идет именно о самой процедуре проведения закупок. Теория регулируется Законом 1994 года "О поставках продукции для федеральных государственных нужд". Более того, осознавая крайнюю важность конкурсного характера таких закупок, Правительство РФ постоянно предпринимает меры по усилению контроля за его исполнением.
Ближайшее будущее развития ИКТ в России будет определяться Федеральной целевой программой «Электронная Россия на 2002-2010 годы». В части 5 программы указано: «Отбор организаций для выполнения программных мероприятий осуществляется в соответствии с федеральным законом от 6 мая 1999 г. N 97-ФЗ О конкурсах на размещение заказов на поставки товаров, выполнение работ, оказание услуг для государственных нужд. ... При
наличии нескольких альтернативных проектов ... заказчики организуют вневедомственную экспертизу на предмет определения наиболее перспективного варианта». Поэтому развитие организационных процедур и методологической базы для проведения таких экспертиз является важной составляющей выполнения Федеральной целевой программы.
Важность второй, методологической части проведения тендеров, к сожалению, до сих пор не осознана в полной мере ни государством, ни высшим менеджментом крупных и средних предприятий. Возможно поэтому, методология проведения тендеров по подбору ФЭПС и подрядчиков на проектирование и внедрение КСУП до сих пор не имеет четкой научной проработки. Как правило, модель принятия решения включает три основных циклически повторяющихся этапа - сбор и исследование данных; разработка вариантов решения; выбор одного из них.
Наименьшим образом проработан именно последний этап. Существует специальная отрасль математики, изучающая методы сбора и обработки экспертной информации. Известны специалисты по методике аналитических рейтингов и в более широкой области принятии решений. Отметим большую работу, проделанную в этой области Д. Абдрахимовым, М.Г. Гафтом, П.И. Горским, В.В. Подиновским, Б.Г. Литваком.
При этом, большинство попыток применить их методики в практике проведения тендеров на проектирование и внедрение КСУП не получили признания со стороны организаторов тендеров, хотя некоторые из методик используются для реитингования рядом аналитических центров. По нашему убеждению, одна из причин этого кроется в том, что применение многих математических моделей и
предлагаемых методик требует формализации исходных данных, накладывает ограничения на объем исходной информации и предполагает достаточно высокий уровень подготовки специалистов, занимающихся рейтингованием.
Третья составляющая в настоящий момент находится лишь в начале своего развития. Некоторыми коллективами разработаны специальные системы [2] для помощи государственным структурам в организации торгов на закупку. Однако эти системы являются узкоспециализированными и известными лишь ограниченному кругу субъектов. Западные консалтинговые компании, помогающие в организации тендеров, привносят в отечественную практику лишь методические компоненты, да и то, путем их простого копирования из зарубежной практики. При этом, и предприятия, организующие тендеры, и их консультанты нуждаются в достаточно простом и доступном инструментарии, который помог бы сделать выбор более объективным.
Несмотря на известное технологическое отставание, у России есть шанс выйти на передний край использования технологий, пропустив ряд этапов развития. В этих условиях исследование теоретических проблем информационных технологий управления предприятием и, в частности, совершенствования процедуры тендерного отбора средств автоматизации управления предприятием принимает особую актуальность.
АКТУАЛЬНОСТЬ» В последнее время все большее распространение получил подход к выбору программного обеспечения, использующий механизм тендера или конкурсных торгов. Однако для того, чтобы он успешно работал в условиях
выбора сложных наукоемких систем, необходимы четкий методический аппарат и адекватные инструментальные средства.
Лицо, принимающее решение, и его помощники должны получить простую в использовании и эффективную методику, позволяющую сравнивать финансово-экономические программные системы (ФЭПС), учитывать опыт аналогичных проектов. Решения о выборе ФЭПС, принимаемые с опорой только на мнение экспертов -субъективны. Это особенно актуально для предприятий из регионов, которым сложно привлечь опытных независимых специалистов. Отсутствие целостной методики и адаптированного для решения данной задачи программного продукта существенно ограничивает возможности руководителей предприятий в плане сравнительного анализа систем, участвующих в тендере, и принятии объективного решения по выбору поставщика.
Исследования применяемых предприятиями процедур и методов проведения конкурсных торгов показали, что, чем больше факторов (особенно слабоформализуемых) при построении рейтинга претендентов нужно учесть, тем более сложными получаются математические модели, тем чаще предприятия отказываются от применения формальных методов или применяют заведомо ограниченные алгоритмы. Детерминированные аналитические технологии оказываются эффективными только для относительно простых задач выбора одного из 5-8 однородных объектов, обладающих несколькими (3-5) простыми характеристиками. В конкурсах по выбору ФЭПС претендентов оказывается существенно больше (несколько десятков), и каждый из них описывается большим числом (50-100) слабоформализованных параметров. Еще более сложной для использования классических математических методов
является частая для конкурсов по выбору ФЭПС проблема отсутствия единого критерия оптимальности выбора.
В силу подобных ограничений традиционных аналитических методик, в последние 10-15 лет происходит развитие аналитических систем нового типа, позволяющих в общем случае разрешить указанные' проблемы. В их основе - технологии искусственного интеллекта и в частности - нейросетевые технологии. Нам не удалось найти свидетельств о применении нейронных сетей для решения задач сравнения претендентов (исследованию пространства выбора) и поддержки принятия решения при выборе ФЭПС. Теоретическое обоснование такой возможности представляется трудноразрешимой задачей. Поэтому, было принято решение - провести экспериментальное исследование по использованию нейросетевых технологий на различных этапах конкурсного отбора и, в случае положительных результатов, разработать методики применения новых технологий в этой области, для их широкого использования предприятиями-потребителями ФЭПС, консалтинговыми и исследовательскими компаниями.
Проведение таких экспериментальных исследований и выработка на их основе инструментальных средств, позволяющих лицу, принимающему решение, повысить эффективность управления предприятием - актуальная научная задача. Необходимость создания целостного, научно обоснованного, программно-методического комплекса для проведения предприятиями тендерного отбора ФЭПС предопределила структуру, цели и задачи исследования.
ЦЕЛЬЮ диссертационного исследования является анализ методического аппарата и инструментальных средств, используемых в процедурах тендерного отбора ФЭПС, и разработка на их основе
теоретико-методологических положений и практических рекомендаций по совершенствованию этих процедур. Для достижения цели были поставлены и решались следующие задачи:
выявление и анализ особенностей информационного моделирования пространства выбора средств автоматизации управления предприятием;
- исследование методологии и практики применения компьютерных технологий при проведении конкурсных торгов, выявление ограничений и определение путей повышения эффективности использования аналитических компьютерных технологий;
- разработка принципов использования нейросетевых технологий для
решения задач отбора ФЭПС, выбор архитектуры нейронной сети и
алгоритмов обучения, применительно к поставленным задачам;
- проведение экспериментальных исследований по применению
нейросетевого ПО для решения тендерных задач на реальных данных
и выбор наиболее адекватных нейросетевых ПС;
разработка методики сбора и подготовки данных, их обработки с использованием НС программ и анализа полученных результатов;
выработка рекомендаций и ограничений по использованию НС программного комплекса при проведении тендеров;
исследование возможностей использования предложенного инструментария и методик в смежных областях.
ПРЕДМЕТОМ ИССЛЕДОВАНИЯ являются
инструментальные методы и средства, используемые в ходе тендерного отбора ФЭПС. Наиболее полно рассматриваются аспекты применения нейросетевых технологий (НСТ) для решения данной задачи.
ОБЪЕКТОМ ИССЛЕДОВАНИЯ является процедура выбора ФЭПС.
МЕТОДИКА ИССЛЕДОВАНИЯ. Методологическую основу диссертации составили: методы решения задач распознавания образов, классификации и кластеризации; нейросетевой метод, использующий нелинейную регрессию и соревновательное обучение без учителя; методы обобщения и визуального представления больших объемов информации, а также извлечения новых знаний из имеющейся информации. В ходе работы изучены и использованы труды отечественных и зарубежных специалистов в области автоматизированной обработки экономической информации, моделирования управленческих процедур, разработки систем, основанных на нечеткой логике, применения нейронных систем.
Работа проведена в рамках пункта 2.1. Паспорта специальности 08.00.13 - математические и инструментальные методы экономики: «Развитие теории, методологии, и практики компьютерного эксперимента в социально-экономических исследованиях и задачах управления». В качестве информационной базы использованы нормативные и методические материалы, связанные с проведением конкурсных торгов. Работа ориентирована на развитие положений Федеральной целевой программы «Электронная Россия на 2002-2010 годы», в части 5 которой указано: «Отбор организаций для выполнения программных мероприятий осуществляется в соответствии с федеральным законом от 6 мая 1999 г. N 97-ФЗ О конкурсах на размещение заказов на поставки товаров, выполнение работ ... заказчики организуют вневедомственную экспертизу на предмет определения наиболее перспективного варианта». Следовательно, методы и средства для проведения таких экспертиз
становятся важной составляющей выполнения Федеральной целевой программы.
НАУЧНАЯ НОВИЗНА ИССЛЕДОВАНИЯ состоит в разработке методического аппарата и инструментальных средств решения задач конкурсного отбора ФЭПС, основанных на экспериментальных исследованиях с использованием нейросетевых технологий. В работе получены и выносятся на защиту следующие НАУЧНЫЕ РЕЗУЛЬТАТЫ:
1. Установлены организационно методические и
технологические особенности информационного моделирования
пространства выбора средств автоматизации управления
предприятием. Обосновано, что программные системы, как объекты
пространства выбора, характеризуются существенно большим числом
параметров, которые, как правило, описываются нелинейными
функциями, и в большинстве случаев отсутствует выраженный
критерий оптимальности выбора.
2. Выявлены основные ограничения алгоритмов и сделанных на
их основе программных систем, используемых при проведении
торгов. Доказана неэффективность детерминированных технологий
при решении задач в условиях большого числа параметров, их
неоднородности и нечеткости критериев оптимального выбора.
3. Предложен механизм выбора ФЭПС, основанный на
применении нейросетевых технологий, при этом определено, что в
целях повышения эффективности выбора, целесообразно
использовать такие свойства нейронной сети, как сжатие данных
большой размерности до некоторого набора кластеров, а также
способность нейронной сети к обучению и обобщению.
4. На основе анализа основных парадигм нейронных сетей, в
контексте возможности их применения к рассматриваемой
предметной области, сделан выбор в пользу нейросетевого метода,
использующего нелинейную регрессию и предполагающего
соревновательное обучение без учителя, на основе
Самоорганизующихся Карт Кохонена (СОК);
5. Разработан методический аппарат и организационный
механизм применения СОК в задачах сегментации пространства
выбора и диагностики исхода проекта автоматизации. Определен
алгоритм исследования пространства выбора ФЭПС с помощью Карт
Кохонена.
*
6. Выявлены дополнительные возможности динамического анализа пространства выбора ФЭПС с использованием нейросетевого подхода. Предложены два новых, функционально различных способа такого анализа, методом «материковой миграции кластеров» и методом «рыночной траектории оферты». Определены граничные условия и выданы рекомендации по применению Карт Кохонена на основных и вспомогательных этапах тендерного отбора.
ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ РЕЗУЛЬТАТОВ РАБОТЫ состоит в возможности их применения при проведении конкурсного отбора ФЭПС крупными и средними предприятиями, а также, при организации маркетинговых исследований консалтинговыми компаниями и экспертно-аналитическими службами корпораций. Результаты исследования ориентированы на решение актуальной проблемы повышения эффективности автоматизации управления предприятием.
САМОСТОЯТЕЛЬНОЕ ПРАКТИЧЕСКОЕ ЗНАЧЕНИЕ
ИМЕЮТ:
- методика оценки ФЭПС;
-организационно-методические принципы применения
программных средств, реализующих алгоритм СОК, для решения задачи выбора ФЭПС;
- технология сбора данных, их предобработки с целью
наиболее эффективной визуализации пространства выбора;
- разработанные методики анализа результатов, полученных с
помощью Карт Кохонена, с целью поддержки принятия решения;
методика извлечения с помощью Карт Кохонена дополнительных знаний при проведении маркетинговых исследований на рынке ФЭПС;
- база данных первичной и комплект аналитической
информации по российскому рынку ФЭПС (за период с 1991 г. по
2001 г.), которая используется фирмами-разработчикам программных
продуктов, консалтинговыми компаниями и потребителями ФЭПС.
ВНЕДРЕНИЕ И АПРОБАЦИЯ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ
В тендерах, проведенных компаниями "Алроса", "Ист-Лайн", "Парнас-М", "Норильский никель", "КоммерсантЪ", "Аэронавигация-Восток", "Логоваз", "Арнест", "ИкарБус" и рядом других компаний в период с 1996 по 2001 г. были использованы разработанные в рамках диссертационного исследования инструментальные средства и методики.
Собранные в ходе исследования научные материалы и выработанные принципы систематизации рынка ФЭПС используются в деятельности Общественного экспертного совета по информационным технологиям при Государственной Думе ФС РФ. Результаты диссертационного исследования используются
Институтом профессиональных бухгалтеров России (ИПБ России), в деятельности Экспертного Совета по методологии автоматизации бухгалтерского учета, аудита и экономического анализа, а также ассоциацией разработчиков экономического ПО (АРЭП).
Разработанные методы применяются Центром исследований экономических систем "Бизнес-Программы-Сервис" (ЦИЭС "БиПроС") и «Салоном ФИНАНСИСТ» при организации тендеров в интересах крупных и средних российских предприятий и холдингов.
Самостоятельное значение имеют методики комплексного обследования фирм-разработчиков ФЭПС и методика их классификации. Первая, в случае масштабных исследований, позволяет получить макроэкономические характеристики российского рынка прикладного программного обеспечения, вторая, - активно применяется при проведении ежегодных конкурсов программного обеспечения в области экономики «Бизнес-Софт».
Рекомендации о порядке и принципах экспертной оценки ФЭПС и комплексной методики их сравнения были использованы в ходе проведения Конкурса программного обеспечения для брокеров в 1992 г. (Учредители ЦИЭС "БиПрос" и компания пCплaн,,).
Элементы методики тендерного отбора, а также рекомендации о порядке и принципах экспертной оценки ФЭПС были использованы при подготовке и проведении Первого всероссийского конкурса правовых, общеэкономических информационных систем и баз данных в 1993 г. (Учредители - Российская Правовая Академия, Ассоциация разработчиков экономических программ АРЭП, ЦИЭС "БиПрос")
Рекомендации о порядке и принципах экспертной оценки ФЭПС, и методике их сравнения, с учетом вероятных перспектив развития рынка, были использованы при проведения конкурса
программного обеспечения "Домашние финансы" в 1996 г. (Организаторы конкурса - фирма "1С" и ЦИЭС "БиПроС").
Полученные теоретические, методологические и практические результаты докладывались и обсуждались на конференциях и семинарах, в том числе, на Первой Всероссийской научно-практической конференции "Информационные технологии в России XXI века" (Москва, 2000), ежегодном "круглом столе" Российского союза промышленников и предпринимателей "Национальная промышленность России: подъем и развитие" (Москва 1999, 2000), Конгрессе "Учет, Налоги, Аудит 2000" (Москва 2000), Международном Симпозиуме "Информационные технологии в России: перспективы развития" (2000), выставке-семинаре в Доме Правительства РФ "Программа поддержки российского производителя" (Москва, 1999).
ПУБЛИКАЦИИ. По теме диссертации опубликовано 9 работ, в которых автору в совокупности принадлежит 11,9 п.л.
СТРУКТУРА РАБОТЫ. Диссертация состоит из введения, трех глав, с выводами по каждой главе, заключения, 10 таблиц, 29 рисунков, списка литературы и пяти приложений.
В ПЕРВОЙ ГЛАВЕ дан анализ проблем, стоящих перед предприятиями и касающихся выбора ФЭПС для построения на их основе КСУП. Рассмотрена проблематика систематизации пространства выбора ФЭПС. Показано, что наиболее оптимальный выбор ФЭПС осуществляется посредством тендера. Дан обзор становления правового и методического регулирования тендерных торгов в России. Представлен аналитический обзор методик и сделанных на их основе программных систем, используемых при проведении торгов. Сделан вывод об ограничениях существующих
методов и систем и необходимости применения новых технологий. Было предложено использовать для этих целей НСТ.
ВТОРАЯ ГЛАВА посвящена исследованию основных парадигм НСТ применительно к задаче тендерного отбора ФЭПС. Выдвинуты и доказаны гипотезы о способах применения НС для решения тендерных задач.
Первая - связана с тем, что посредством кластеризации на основе НС, уже на предварительном этапе тендера можно существенно сократить пространство выбора, что позволяет снизить трудозатраты и ускорить процесс выбора. Одним из следствий данного вывода является обоснование возможности обобщения (на основе НСТ) опыта внедрений ФЭПС и выявления скрытых зависимостей между параметрами ФЭПС, параметрами предприятия и степенью успешности проекта.
Вторая гипотеза касается проблематики классификации ФЭПС и диагностики исхода проекта. Полученные выводы позволяют утверждать то, что на имеющейся базе успешных и неудачных проектов, можно обучить НС правилу (закономерности) попадания проекта в пространство того или иного исхода, в зависимости от совокупности параметров ФЭПС и предприятия. Выдвигается идея и обосновываются конкретные механизмы, позволяющие в процессе проведения тендера, использовать НС для постановки диагноза перспективы проекта автоматизации предприятия на базе каждого из претендентов.
Изложена модельная задача (на реальных данных) систематизации пространства выбора ФЭПС с использованием Самоорганизующихся Карт Кохонена (СОК). Получены положительные результаты решения задачи.
В ТРЕТЬЕЙ ГЛАВЕ рассмотрен комплекс вопросов, связанных методическими и организационными аспектами проведения тендеров с использованием НСТ. Изложена последовательность организационных и технологических процессов применения нейросетевых методов в проектах тендерного отбора: рекомендации по выбору инструментария (ПО для формирования СОК); методические рекомендации по сбору данных, их предобработке; пошаговая технология построения СОК; рекомендации по анализу полученных результатов.
Сформулированы выводы и предложения по использованию предложенных методов в смежных областях и рекомендации по их применению. Дана оценка области применимости предложенных методов в тендерных проектах.
В ЗАКЛЮЧЕНИИ рассматриваются основные результаты, полученные в ходе исследования.
Исследование методов и процедур выбора средств автоматизации
Поскольку системы управления предприятиями, основанные на базе информационных технологий, становятся все более важным условием эффективного развития бизнеса, и, при этом, количество фирм-поставщиков таких систем исчисляется десятками, а в отдельных случаях даже сотнями, следовательно, все более ответственным становится выбор системы.
Для средних и крупных предприятий цена вопроса измеряется миллионами, десятками миллионов, а иногда и сотнями миллионов долларов [25]. В этом случае выбор не может быть не только спонтанным, но даже основываться на мнении даже самых опытных консультантов. И дело тут не только в возможной непреднамеренной ошибке выбирающего. Когда речь идет о распределении дорогих заказов, неизбежно тайное или явное лоббирование интересов поставщиков. Чтобы максимально исключить любую субъективность выбора, в мире широко применяется механизм отбора на конкурсной основе.
Этот механизм позволяет сделать выбор максимально объективно, а также существенно сэкономить деньги. Конкурс заставляет поставщиков конкурировать между собой, предлагая самое лучшее решение по самой низкой цене. Не случайно, в России конкурсные торги применялись, начиная с XVIII столетия.
Самыми крупными и стабильными заказами считаются государственные заказы. Основной механизм получения заказов в этой сфере - это конкурс или тендер, объявляемый заказчиком. В этой области существует развитая мировая и, пока еще, не очень развитая отечественная нормативная база.
Еще во время существования СССР был принят документ "Примерный порядок организации и проведения в СССР международных торгов для реализации проектов сотрудничества", который определял "правила подготовки, объявления и проведения международных торгов (тендеров) на осуществление проектов сотрудничества на территории СССР с участием иностранных организаций и фирм, советских организаций". Однако, в условиях централизованной системы распределения и монополизма отсутствовала потребность в проведении конкурса среди потенциальных поставщиков продукции по причине отсутствия конкурентов.
В 1992 г. был издан закон РФ "О поставках продукции и товаров для государственных нужд", впервые определивших такое понятие, как госзаказ. Во многих последующих документах трактовались возможности его размещения, в том числе и с применением тендеров.
Наиболее четкое определение термина "тендер" (от английского слова "tender") было дано в "Положении о подрядных торгах в Российской Федерации" 1993 г.: "Тендер - конкурсная форма проведения подрядных торгов, представляющая собой соревнование представленных претендентами оферт". Оферта - предложение заключить контракт в отношении конкретного предмета торгов на условиях, определяемых в тендерной документации.
В 1994 г. вышел Приказ ГТК РФ "Об утверждении положения о тендерной комиссии ГТК России и состава тендерной комиссии". Существенные поправки в этот документ были внесены 3 мая 1995 г.
В последствии англоязычному слову тендер законодатели вновь предпочли русский эквивалент «торги». Помимо того, и в действующем Гражданском кодексе РФ используется только этот термин. В частности, этому посвящены статьи 447-449 действующего ГК.
К сожалению, ГК РФ не дает четкого определения того, что такое торги, когда они начинаются, и когда они заканчиваются. Однако, его можно вывести из смысла упомянутых статей:
Торги - это способ заключения договора, при котором одна сторона будущего договора выбирает другую по заранее объявленным условиям, предполагающим привлечение к определенному сроку на принципах состязания предложений от нескольких участников. Лишь некоторые специфические договоры (например, наследования или дарения) не могут быть заключены таким способом.
Особенности математической модели НС применительно к поставлнной задаче, выбор архитектуры НС и алгоритма обучения
Несмотря на существенные различия, большинство НС обладают несколькими общими чертами.
Основу каждой НС составляют относительно простые, в большинстве случаев, однотипные элементы, имитирующие работу нейронов мозга. Далее под нейроном будет подразумеваться искусственный (формальный) нейрон, то есть ячейка НС. Каждый нейрон характеризуется своим текущим состоянием, по аналогии с нервными клетками головного мозга, которые могут быть возбуждены или заторможены. Он обладает группой синапсов -однонаправленных входных связей, соединенных с выходами других нейронов, а также имеет аксон - выходную связь данного нейрона, с которой сигнал (возбуждения или торможения) поступает на синапсы следующих нейронов. Общая модель формального нейрона неоднократно описана в работах ученых [13,14,19,48,50,63,64,65].
В общем случае входной сигнал, весовые коэффициенты и значения смещения могут принимать действительные значения. Выход (у) определяется видом функции активации и может быть как действительным, так и целым.
Нелинейная функция / называется активационной и может иметь различный вид. Одной из наиболее распространеных является нелинейная функция с насыщением, так называемая логистическая функция или сигмоид (т.е. функция S-образного вида), как показано на рисунке 9. При уменьшении а сигмоид становится более пологим, в пределе при а=0 вырождаясь в горизонтальную линию на уровне 0.5, при увеличении а сигмоид приближается по внешнему виду к функции единичного скачка с порогом Т в точке х=0. Из выражения для сигмоида очевидно, что выходное значение нейрона лежит в диапазоне [0,1].
Нейронной сетью будем называть структуру, состоящую из связанных между собой нейронов.
Нейронные сети могут иметь различные архитектуры. В многослойных сетях нейроны объединяются в слои. В качестве примера на рисунке 10 приведена архитектура многослойной нейронной сети с последовательными связями.
При выборе той или иной парадигмы НС применительно к решению задачи выбора ФЭПС невозможно обратиться к аналогичному опыту, так как в российской практике проведения конкурсных торгов НСТ никогда не использовались.
Вообще, в практике применения НС в других областях, выбор архитектуры (структуры) НС осуществляется в соответствии с особенностями и сложностью задачи. Для решения некоторых отдельных типов задач уже существуют оптимальные, на сегодняшний день, конфигурации, описанные, например, в [5,40,44].
Если же задача не может быть сведена ни к одному из известных типов, приходится решать сложную проблему синтеза новой конфигурации. Проблема синтеза НС существенным образом зависит от решаемой задачи. Общие рекомендации, характерные для ряда научных работ [например, 52,61] дают не достаточно информации для использования их в решении прикладных задач, связанных с выбором КСАУ. Поэтому необходимо более четко описать список задач и выделить наиболее оптимальные для их решения типы архитектуры НС и способы обучения.
Процесс функционирования НС зависит от величин синаптических связей, поэтому, задавшись определенной структурой НС, отвечающей какой-либо задаче, необходимо найти оптимальные значения всех переменных весовых коэффициентов.
Принципы использования НС для задач сегментации пространства выбора и диагностики исхода проекта
Проблема выбора программного продукта и подрядчика в общем виде объединяет в себе задачи кластеризации (свертки пространства выбора или опыта аналогичных проектов до нескольких крупных сегментов) и классификации (отнесения участников тендера к тому или иному сегменту или классу внутри сегмента.
В такой постановке применение НС может быть многократным (при решении каждой из перечисленных задач). Однако, в общем виде, можно сказать, что задача НС - самой стать экспертом определяющим оптимальных претендентов, основываясь в первую очередь на объективной информации - характеристиках претендента, его системы, формализованных задачах и показателях компании-заказчика, а также формализованного опыта аналогичных проектов.
Безусловно, на этапе формализации многие из этих объективных данных утратят свой объективный характер в силу недостаточной квалификации людей, невозможности получить информацию в полном виде, а также в силу заинтересованности отдельных участников проекта. Трудно избежать субъективности участвующих в проекте экспертов. Тем не менее, если основную часть входной информации будут составлять относительно объективные данные, использование НС в качестве эксперта представляется вполне эффективным.
Хотелось бы обратить внимание на введенную нами компоненту «опыт аналогичных проектов». В рассматриваемой нами прикладной области при проведении тендеров эта компонента в полном виде никем не применялась. Опыт внедрений на предприятиях аналогичного профиля всегда являлся одним из требований к претенденту. Однако наличие такого опыта не гарантирует успеха проекта в том случае, когда заказчик сам не готов к внедрению, когда заказчик и исполнитель не подходят друг другу по ряду других трудно формализуемых причин.
Полезность обучения НС на примерах аналогичных проектов (как удачных, так и неудачных) состоит также в том, что такая сеть вырабатывает дискриминантную функцию - численный показатель устойчивости претендента и его системы. Однако, устойчивость не является единственным возможным критерием оценки претендента. Заказчик, например, заинтересован не только в бесконечно долгом существовании программы и ее поддержки, но и в получении достаточно быстрой отдачи от внедрения первых модулей.
Важно также не только состояние фирмы-претендента и ее разработки на настоящий момент, но и характеристики существующих тенденций. Здесь значимым может оказаться другой набор факторов, дающий другую оценочную функцию. Так, хорошая перспективность используемой программной и технологической платформы (например, Интранет, ASP, ICA и др.) может обеспечить повышение надежности всего решения в будущем. Между тем, неясно каким образом можно обучать НС на "будущий успех" при отсутствии такого же четкого критерия успеха, каким является расторжение договора при неудачном проекте автоматизации.
Эти объективные трудности можно преодолеть, если учесть то, что претендент существует в пространстве конкурентов. В сопоставлении с сообществом конкурентов можно говорить о сильных и слабых сторонах его деятельности. Следовательно, постановку задачи можно видоизменить, сформулировав ее как комплексную оценку эффективности решения претендента путем сравнения его показателей с показателями других проектов участников данного рынка. Подобный подход, рассмотренный ниже, не требует знания готовых ответов, т.к. основан на обучении без учителя.
Предложенный комплексный сравнительный анализ, в отличие от реитингования, предполагает введение не одной, а нескольких оценочных координат. Это позволяет лучше использовать имеющуюся информацию. С другой стороны, для обозримости результатов сравнительного анализа, количество параметров сравнения должно быть по возможности минимальным. В практическом плане удобство представления результата требует введения не более двух координат - чтобы относительная позиция предложения претендента могла быть представлена точкой на двумерной карте, а различные характеристики решения могли быть визуализированы в виде двумерных поверхностей.
С математической точки зрения эта задача сводится к оптимальному сжатию информации о претенденте, т.е. отображении информации минимальным числом параметров при заданном уровне минимизации потерь информации при заданном числе обобщенных координат. Для целей визуализации целесообразно ограничиться двумерным или двухпараметрическим представлением, что представляется существенным шагом вперед по сравнению с однопараметрическим рейтингом.
С целью отработки методики применения выбранной технологии в тендерах, проводимых предприятиями, был проведен анализ существующего ПО, способного к реализации алгоритмов СОК. На основе одного из таких ПП (Viscovery SOMine) были проведены испытания модельных задач предметной области. В качестве одного из примеров были использованы данные примерно 750 проектов автоматизации из базы «Салона Финансист», примерно 200 проектов из базы ЦИЭС «Бизнес-Программы-Сервис» и еще около 700 проектов, информация о которых предоставлена разработчиками. По каждому проекту имелось от 35 до 70 параметров. Под параметром понимается одна из характеристик проекта. Например, одним из параметров послужил размер предприятия, выраженный в простейшем случае в численности работников или, для более точных расчетов, в виде интегральной оценки, полученной на базе численности сотрудников, финансовых оборотов, объема документооборота и т.д. Другими характеристиками проекта стали число автоматизированных рабочих мест в сети, количество филиалов, наличие ведения параллельного учета и отчетности и др.
Рекомендации и ограничения по применению НСТ при проведении тендеров
При решении ряда практических задач, связанных с систематизацией данных, выявления скрытых знаний и взаимосвязей, классические аналитические методики (технический и корреляционный анализ, статистика) нередко оказываются малоэффективными. Это связано с тем, что невозможно достаточно полно описать реальность (в нашем случае - пространство выбора) с помощью небольшого числа параметров модели, либо расчет модели требует слишком много времени и вычислительных ресурсов. Именно в этом случае удобно использовать НСТ.
Тема данной работы охватывает лишь одну достаточно узкую область возможного применения НСТ, а именно, их использование в проектах, связанных с выбором ФЭПС. При этом важным представляется вопрос о том, в каких случаях оправдано применение именно НСТ, в каких - необходимы комбинированные методы, а в каких - вообще лучше обойтись без применения НСТ?
В разрезе технологических аспектов по результатам наших исследований, можно сделать вывод о том, что разработанные нами методики анализа пространства выбора ФЭПС с использованием СОК можно применять практически на всех этапах обработки тендерной информации, а именно:
При систематизации решений и фирм-поставщиков, присутствующих на рынке. В этом случае СОК в первую очередь используется для кластеризации имеющихся данных. Технологические ограничения по применению СОК на этом этапе могут быть связаны с информационной закрытостью российского частного бизнеса, в силу чего становится проблематичным получение даже самых общих параметров (оборота, числа пользователей, стоимости решения, лицензионной чистоты всех его компонентов, численности отдельных служб поддержки и т.д.).
Однако, если таковые данные все же имеются, пусть даже в неполном, "зашумленном" виде, то НС являются наилучшими технологиями для их обработки в силу некритичности к качеству отдельных входных векторов при условии достаточно большого количества векторов.
Более того, для задачи сегментации многопараметрических объектов мы вообще не встречали примеров решений какими-либо другими математическими методами в изучаемой нами области.
В общем случае целесообразность использования СОК снижается в случае малого количества претендентов и ограниченности критериев их сравнения. Например, для выбора из 3-5 поставщиков по 3-5 однозначно описанным параметрам целесообразнее, по нашему мнению, использовать традиционные математические методы и программные продукты, описанные в первой главе.
Для восстановления неполных данных. В ряде случаев НСТ использовались нами для восстановления неполных или скрытых данных о конкретном субъекте рынка (фирме-разработчике или фирме, оказывающей услуги по внедрению).
Согласно классическим схемам организации тендеров, эта часть была бы не востребованной. Классическая схема предусматривает рассмотрение только тех участников, кто самостоятельно подал заявку, в которой указал всю требуемую информацию о себе. Однако в практике, особенно в российской практике, связанной с выбором ФЭПС, эта схема в чистом виде применяется крайне редко. Более часто осуществляется предварительный анализ потенциальных кандидатов фактически без их ведома. На этапе подачи ими заявок также встречается сокрытие ими части информации или указания неверной информации, которую трудно проверить.
В этом случае применение СОК оказывается успешным при условии достаточно большого числа претендентов.
При классификации кандидатов, подавших заявки на участие в тендере. Помимо наиболее популярной аналогии классификации с парадигмой распознавания (суть которой заключается в отнесении нового объекта к одному из заранее определенных классов), нами была предложена методика комбинированного входного вектора, учитывающего информацию о системе, ее поставщике и опыте внедрения на предприятиях. В этом случае понятие класса может смещаться из области типов ФЭПС в область вероятных удачных и неудачных комбинаций ФЭПС, параметров предприятия и фирмы, осуществляющей внедрение.
Область применения НСТ с целью классификации в обычном смысле ограничена тем, что обычно при проведении тендера уже выбраны основные классы программ, а задача доказательства принадлежности кандидата к данному классу решается экспертным путем.
Если же говорить о классификации по предложенному нами методу, то здесь мы выходим фактически на задачу поддержки принятия решения, которая будет разобрана в следующем пункте.
При принятии решения о предпочтительности того или иного кандидата и прогнозировании возможного исхода проекта.
Использовав в качестве входной информации комбинированные векторы, мы можем сформировать карту вероятной успешности проектов. В зависимости от настройки мы можем получить карту с двумя или тремя областями. Для карты с двумя областями, одна из областей будет соответствовать успешным проектам, другая - неудачным. Для случая трех областей третья область будет соответствовать случаям неопределенного результата. Например, затянувшегося на годы внедрения без видимого результата, но и без явных претензий со стороны потребителя.
