Содержание к диссертации
Введение
Глава 1. Методологические аспекты моделирования неопределенности стратегического процесса производственного предприятия средствами теории нечетких множеств 15
1.1. Стадии стратегического процесса производственного предприятия 15
1.2. Типы неопределенности, возникающие в стратегическом процессе 31
1.3. Математический аппарат теории нечетких множеств 41
1.4. Инструментальные средства теории нечетких множествдля моделирования задач стратегического процесса 59
Выводы по главе 1 72
Глава 2. Нечеткие модели многоатрибутных задач инвестиционного стратегического анализа 76
2:1. Лингвистический подход к созданию систем поддержки многоатрибутного принятия решений; 76.
2.2. Многоатрибутная оценка рисков и ранжирование инвестиционных проектов по уровню рисков с использованием лингвистического подхода . 83
2.3; Выбор параметров моделей многоатрибутных задач стратегического процесса 117
Выводы по главе 2 122
Глава 3. Нелинейное математическое программирование с нечеткими параметрами в задачах определения технологической стратегии . 126
3.1. Общая конструкция задач нечеткого математического программирования 126
3:2. Система моделей планирования с нечеткими параметрами как реализация технологической стратегии предприятия . 130
3:3. Нечеткая однородная задача планирования работы гибких; автоматических линий 142:
3:4; Нечеткие неоднородные задачи планирования работы гибких автоматических линий; 158
Выводы по главе 3. 175
Глава 4; Экспертные системы с нечеткой логикой для задач стратегического процесса 179
4.1. Общие принципы построения экспертных систем с нечеткой логикой. 179
4:2; Экспертная система выбора предпочтительных поставщиков! производственных ресурсов с нечеткими решающими правилами ... 181
4:3: Построение экспертного блока тандемной системы управления гибкими автоматическими линиями: 197
Выводы по главе 4 209?
Глава 5. Линейное нечеткое математическое программирование в задачах формирования инвестиционной стратегии 212
5.1. Задачи реализацииинвестиционной стратегии предприятия:... 212
5.2. Систематизация основных принципов экономической оценки: инвестиционных проектов 215:
5.3. Традиционные постановки задачи выбора портфеля,и? нвестиционных проектов 226
5.4; Инвестиционная модель стратегического развития 232
5.5. Нечеткая модель одномерной задачи выбора инвестиционных проектов с учетом лингвистической оценки рисков. 241
5.6. Выбор портфеля инвестиционных проектов с учетом стратегических целей предприятия 258
Выводы по главе 5 264
Заключение 269
Литература 273
Приложение
- Типы неопределенности, возникающие в стратегическом процессе
- Многоатрибутная оценка рисков и ранжирование инвестиционных проектов по уровню рисков с использованием лингвистического подхода
- Система моделей планирования с нечеткими параметрами как реализация технологической стратегии предприятия
- Экспертная система выбора предпочтительных поставщиков! производственных ресурсов с нечеткими решающими правилами
Введение к работе
Актуальность проблемы. Реформирование промышленных предприятий остается одной из:главных задач российской экономики. В ее решении? важнейшее значение имеют внедрение новых форм; и методов управления; ориентация на стратегическое управление. Стратегический анализ, стратегическое планирование, реализация стратегии; контроль выполнения стратегии - важнейшие функции деятельности современного предприятия. Они составляют единое целое, поскольку представляют собой-взаимосвязанные стадии'единого процесса движения к достижению основополагающих целейс предприятия; процесса, который устанавливает и поддерживает соответствие между целями и возможностями предприятия и изменяющимися условиями^ внешней среды. Далее этот процесс, который и является предметом изучения диссертационной работы, называется стратегическим процессом.
Недостаток научно обоснованных методов принятия решений существенно затрудняет стратегический процесс на предприятиях. Прежде всего, проблемы связаны с неопределенностью, нестабильностью окружающей среды, отсутствием полной и точной информации при принятии стратегических решений. Эти проблемы существуют и для предприятий; функционирующих в условиях устойчивых экономик, но для современных российских предприятий проявляются особенно остро. Наибольшие затруднения вызывает этап реализации стратегии, когда необходимо принимать конкретные частные стратегические решения, обусловленные принятой на;этапе стратегического планирования общей стратегией. Поэтому разработка* нового инструментария; позволяющего предприятиями решать реальные слабоструктурированные стратегические задачи * и адекватно учитывать неопределенность: в стратегическом; процессе, является важной народно-хозяйственной проблемой.
Стратегический процесс всегда осуществляется в условиях неполной информации, а его стадии чаще всего принадлежат к сфере подготовки решений качественного характера, им присущ обобщенный взгляд, отсутствие деталей, четких линий; Практически навсех стадиях стратегического процесса возникают сложные, плохо формализуемые задачи, не имеющие точного решения, описываемые качественными, неоднозначными характеристиками; Стратегический процесс не может быть полностью формализован, однако выполнение его отдельных этапов существенно облегчается использованием математических и инструментальных методов экономики. Однако эффективность классических методов системного анализа для решения реальных стратегических проблем и возможности традиционного математического аппарата в отношении сложных и плохо формализованных задач ограничены. Традиционно для моделирования этих задач используются вероятностная или интервальная неопределенности. В последнее время были выявлены и определены новые типы неопределенности, и потребовались новые математические средства для использования в случае, когда классические средства количественного анализа не могут быть применены. Одна из наиболее важных задач организации успешного процесса принятия стратегических решений состоит в предоставлении средств для оперирования с нечеткой, размытой информацией, учета точек зрения различных участников этого процесса. Возможности включения в формальный анализ задачи субъективных представлений и ощущений лиц, принимающих решение, субъективных, неформализованных, нечетких входных данных, мнений и суждений экспертов в рамках методологии традиционного количественного анализа;недостаточны.
Низкая* степень адекватности моделей (то есть несогласованность моделей с исходной информацией об объекте) инизкая степень эффективности моделей (то есть неспособность моделей реализовать поставленные цели) существенно затрудняют реализацию стратегического
процесса, приводят к ошибочным стратегическим решениям, отказу субъектов.моделирования от использования экономико-математических
МОДЄЛЄЙІ
В работе (Клейнер, 2001) предложены, три основных направления повышениям качества^ экономико-математических; моделей т повышения их эффективности в хозяйственной практике:
расширение арсенала; инструментально-математических' средств моделирования;
развитие самого: субъекта моделирования; создание возможности* использования им«в моделях большего объемаразнообразной» информации об объекте моделирования;
разработка;новых моделей на базе качественных измерений вместо традиционного количественного математического анализа.
В диссертационной работе показано, что для многих задач принятия стратегических решенийэтовозможно с применением теории нечетких множеств.
Основная цель работы - провести анализ;задач принятия стратегических решений; разработать, математические; модели и методы, решения таких задач, отражающие особенности*сопутствующей стратегическому процессу, неопределенности; развить аппарат теории- нечетких (размытых) множеств для формулирования указанных моделей. Основные задачи исследования:
Проанализировать типы; неопределенности; возникающие в стра-тегическом і процессе предприятий.
Определить ситуации; связанные, с осуществлением* стратегического процесса, В; которых представленная неопределенными величинами* информация* адекватно- описывается в терминах- нечетких; множеств.
Обосновать инструментальный * и: функциональный * набор нечетких конструкций для моделирования задач стратегического процесса.
Построить нечеткие модели для задач-представителей стратегического процесса.
Разработать релевантные этим задачам нечеткие алгоритмы и подтвердить их эффективность решениемфеальных стратегических задач и результатами вычислительных экспериментов:
Объект исследования:- производственное предприятие, функционирующее в условиях рынка.
Предмет исследования* - стратегический < процесс на производственном предприятии.
Аспектом рассмотрения объекта; является система: реализации-элементов стратегического процесса в условиях неопределенности: Цель построения моделей состоит в выборе стратегического управленческого решения из формируемого в ходе процесса дискретного множества доступных альтернатив. Системное описание объекта моделирования может быть представлено как иерархия стратегий; включающая охватывающие все виды деятельности предприятия подстратегии; верхнего уровня, которые в свою очередь разбиваются на ряд частных элементов стратегий:
Используемый математический аппарат - теория нечетких множеств. Инструментальная и функциональная идентификация, используемая при построении моделей - модели'нечеткого математического программирования, нечеткие системы поддержки многоатрибутного принятия решений; экспертные системы с нечеткой логикой. Интерпретация моделей состоит в использованиишолученнои с их помощью информации? для упорядочения имеющихся альтернатив или выбора;наилучшей альтернативы в соответствии с целевой идентификацией:
Научная-новизна: Диссертационная; работа является оригинальным научным; исследованием, в котором; разработано; новое направление моделирования;задач стратегического процесса на; предприятии сред-ствами)теории нечетких множеств. Предложена методология принятия
стратегических решений в условиях нечеткой неопределенности, построен и исследован комплекс новых моделей и методов решения стратегических проблем; Получены следующие новые результаты.
Обоснована адекватность и эффективность применения для моделирования и решения специализированного класса задач стратегического процесса средств теории нечетких множеств, включающих модели нечеткого математического программирования, нечеткие системы поддержки многоатрибутного принятия решений, экспертные системы с нечеткой логикой.
Предложены новая классификация факторов рисков и схема принятия решений с использованием лингвистического подхода для стратегической задачи оценки проектных рисков и ранжирования инвестиционных проектов по уровню рисков. Классификация рисков основана на.их разделении на группы, относящиеся к различным денежным* потокам; определяющим экономический результат проекта. Это дает возможность использовать результаты анализа рисков для важнейшей задачи инвестиционной стратегии предприятия - задачи бюджетирования капитала и объективно определять веса групп посредством проведения анализа чувствительности. В отличие от традиционных методов количественного анализа рисков, для которых возможности оперировать с неоднозначной качественной, не определяемой точными числовыми значениями информацией об измерении риска ограничены, разработанная схема позволяет включить в анализ задачи неформализованные, нечеткие входные данные, субъективные мнения и суждения экспертов.
Разработан ряд нечетких моделей реальных производственных задач планирования работы гибких автоматических линий с условиями* обработки без прерываний и * ожиданий, относящихся к реализации технологической стратегии: В этих моделях длительности операций представлены не фиксированными значениями или интервалами означений, как в классических моделях, а нечеткими числами с выпуклыми функ-
циями принадлежности, отражающими качество обработки. Построены эффективные алгоритмы для решения этих задач, максимизирующие критерии эффективности и качества. Предложена структура интеллект-ной системы, в которой оптимизационный блок дополнен экспертным блоком; включающим/ нечеткие утверждения и определяющим стратегию действия системы при решении задач реального производства.
А. Предложена схема экспертной' системы для задачи? реализации ресурсно-рыночной* стратегии по выбору предпочтительных поставщиков производственных ресурсов^ основанная на использовании нечетких решающих правил формата Если-То, оперирующая с вербальными оценками различных характеристик поставщиков; Показано, что для случая, когда информация не может быть оценена числовым способом, а определяется неточным знанием, выраженным естественным языком и основанным на интуиции, опыте лиц, принимающих решение, предложенный подход имеет очевидное преимущество по сравнению с традиционными, использующими четкие оценки моделями.
5. Построена нечеткая модель стратегической задачи выбора инвестиционных проектов с учетом лингвистической оценки рисков, максимизирующая суммарный чистый приведенный доход. Учет неопределенности параметров задачи производится за счет использования нечетких величин, а не стохастических или интервальных, как в традиционных моделях. В отличие от немногочисленных известных нечетких моделей предложена процедура отображения параметров задачи в нечеткие числа; с функциями принадлежности, изменяемыми в зависимости от уровня риска негативного изменения этих параметров. Построен эффективный.алгоритм решения задачи выбора-инвестиционных проектов, модифицирующий^метод решения для жестких:(неразмытых) параметров и состоящий5 из нечеткой і схемы редукции переменных и шетода^ нечеткого динамического программирования.
6. Разработана последовательная схема решения задачи выбора портфеля инвестиционных проектов, позволяющая учитывать не только показатели эффективности, но и стратегические цели предприятия. Схема сочетает лингвистический подход, и алгоритм нечеткого математического программирования, построена в естественной и понятной для лица, принимающего решение, форме, позволяет пересмотреть решение при изменении внешних и внутренних условий;
Теоретической и; методической основой исследования послужили работы отечественных и зарубежных ученых по стратегическому управлению, проблемам: выбора в условиях неопределенности, экономико-математическому моделированию, теории нечетких множеств, искусственному интеллекту, теории расписаний, многоатрибутному принятию решений, анализу рисков, оценке эффективности проектов: Г.Б. Клейне-ра, К.А. Багриновского, П.Л. Виленского, В.И. Данилина, Е.В. Левнера, В.Н. Лившица, СА Орловского, ДА. Поспелова, С.А. Смоляка, B.C. Та-наева, К. Асаи, Р. Белл мана, Д. Дюбуа и Г. Прада, Л. А. Заде, М. Инуигу-чи, К. Карлссона, Ф. Лефлея, Ф. Луутсмы, Г. Минцберга, Дж. Куинна, X. Танаки, Ф. Херреры, Р. Ягера и др.
Практическая значимость исследования. В диссертационной работе разработан набор новых нечетких моделей и методов, обеспечивающих решение реальных стратегических задач. Результаты работы внедрены на ряде промышленных предприятий (научно-производственное предприятие "АВТЭЛ", ОАО «Автоэлектроника», Калужская региональная инвестиционная Корпорация), применяются в учебных курсах ВУЗов (Калужский филиал МПТУ им. Н.Э. Баумана, филиал Северо-Западной' академии государственной службы в г. Калуге, институт управления и бизнеса), что подтверждается документами о практическом «использовании результатов исследования.
Работа выполнялась в рамках гранта Московского отделения Российского Научного Фонда; и Фонда Форда по экономике по программе
«Российские общественные науки - новая перспектива», 1993-1994; гранта РГНФ и Администрации Калужской области, 1999 (проект 99-02-00367а/Ц); гранта Датской Конференции Ректоров, 2000; гранта РГНФ и Администрации Калужской области, 2003 (проект 03-02-00222а/Ц).
Апробация работы. Основные результаты работы докладывались и обсуждались на Американо-Российской летней школе по политологии; социологии, экономике АРГО-95 (Нижний Новгород, 1995); на 14-й международной конференции «International Joint Conference on Artificial Intelligence IJCAI-95» (Монреаль, 1995); на международных конференциях «Intelligent Scheduling, of Robots and Flexible Manufacturing Systems WISOR'95, WISOR'96» (Холон, Израиль, 1995, 1996); на Российской научно-технической конференции «Социально-экономические проблемы управления производством, создание прогрессивных технологий, конструкций и систем в условиях рынка» (Калуга, 1999); на научно-практических конференциях «Региональная экономика, наука, инновации» (Калуга, 1999 и 2000); на научно-практической конференции «Актуальные проблемы управления социально-экономическими процессами в регионе» (Калуга, 2000); на семинаре факультета оперативного менеджмента Копенгагенской бизнес-школы (Копенгаген, 2000); на семинаре «Algotithmics and Optimization Seminar» университета Копенгагена (Копенгаген, 2000); на научно-практическом семинаре «Проблемы управления социально-экономическими процессами в регионе» (Калуга, 2001); на четвертой научно-практической конференции «Внесудебное разрешение споров в территориальных сообществах» (Калуга, 2001); на Всероссийских научно-технических конференциях «Прогрессивные технологии, конструкции и системы в приборо- и машиностроении» (Калуга, 2001, 2002, 2003); на- межрегиональной научно-практической і конференции «Бизнес, политика;общество» (Калуга, 2003); на научных семинарах кафедры высшей;математики иг кафедры экономики»и организации производства Калужского филиала МГТУ им. Н.Э.Баумана; на научном се-
минаре «Проблемы моделирования развития производственных систем» ЦЭМИ РАН (Москва, 2003).
Публикации: По результатам проведенных исследований опубликовано 48 работ объемом:45,8 п.л., в том числе в соавторстве 26 работ, 37,5 п.л. лично автором;
Структура работы. Работа:состоит из введения, пяти глав, заключения, списка использованной литературы ^приложений.
Во введении обоснована актуальность темы диссертации, определены основная цель работы, основные задачи исследования, объект и предмет исследования. Даны характеристики научной новизны работы, ее практической значимости. Определена-структура работы, которая построена следующим образом. В 1 главе проведен анализ стадий стратегического процесса и типов сопутствующих им неопределенностей; рассмотрен математический аппарат теории нечетких множеств; даны описание и идентификация предлагаемых для решения стратегических задач инструментария и моделей с использованием средств теории нечетких множеств. Следующие главы соответствуют составляющим этого инструментария и раскрывают методологию моделирования стратегических задач указанными средствами. Число различных стратегических задач весьма велико. По составляющим экономической стратегии для стадии реализации стратегии рассмотрены типовые задачи-представители; Для них разработаны новые модели и методы (задача создания системы моделей планирования гибких автоматических линий для реализации технологической стратегии, задачи анализа инвестиционных рисков и выбора инвестиционных проектов для реализации инвестиционно-финансовой стратегии,1 задача выбора і поставщиков для реализации* ресурсно-рыночной! стратегии), либо по: аналогии с этимш мо-делямишіметодами определена!общая:схема:решения;(задача формирования товарного ассортимента*для- реализации товарной» стратегии, задача выбора внешнего рынка для экспорта или импорта товаров и ус-
луг для реализации рыночной стратегии, задача выбора предпочтительных предприятий-партнеров по горизонтальной интеграции для реализации* интеграционной стратегии), либо указаны уже разработанные в рамках теории?нечетких множеств модели* и*методы (задачи* распределения; сотрудников по должностям*и> рабочим;местам для реализации* стратегии і управления, задача = формирования портфеля ценных бумаг предприятия для реализации стратегии поведения предприятия нарын-ках денег и ценных бумаг). 2 глава посвящена нечетким моделям многоатрибутного принятия решений, как наиболее представительного класса; стратегических;задач. В 3 главе, рассмотрены: модели и эвристические алгоритмы нелинейного нечеткого математического программирования для решения одной ? из задач - реализации технологической стратеги и. В четвертой главе предложены принципы построения экспертных систем с нечеткой логикой для задач стратегического процесса с использованием^ результатов, полученных во 2 и 3 главах. ИІ наконец, в 5 главе рассмотрено линейное нечеткое математическое программирование в задачах формирования инвестиционной: стратегии, для решения которых на финальном этапе используются результаты предыдущих глав.
В заключении излагаются основные результаты диссертационного исследования; Список использованной литературы включает 387 наименований; В Приложении 1 иллюстрируется процедура оценки рисков и ранжирования проектов по. уровню риска, предложенная во второй? главе. В Приложении4 2 иллюстрируется применение алгоритма построения; периодического расписания, описанного в третьей главе. В Приложении^ содержатся документы о практическом использовании результатов исследования;
Типы неопределенности, возникающие в стратегическом процессе
Стратегии оперируют с неизвестными и зачастую непредсказуемыми факторами. Современная экономическая и социальная ситуация многомерна и сложна, подвержена частым изменениям. Множество различных событий в будущем может противодействовать или способствовать успеху выбранной стратегии (Quinn, 1980). При принятии стратегических решений невозможно получить точные и полные знания обо всех действующих или потенциальных внутренних и внешних факторах, поэтому планируемые предприятием хозяйственные мероприятия стратегического уровня реализуются в условиях неоднозначности протекания реальных социально-экономических процессов, многообразия возможных состояний и ситуаций реализации стратегических решений, в которых в будущем может оказаться предприятие (Качалов, 2002). Производственное планирование и управление относятся к основным управленческим задачам предприятия (Kumar, Sinha, 1999), однако неточность, неопределенность исходных для планирования данных может привести к большим различиям между планом и реальностью. В работе (Andrews, 1980) экономическая стратегия определяется как стратегическая альтернатива, выбранная с учетом многочисленных возможностей и способностей предприятия, имеющихся и доступных ему ресурсов при допустимом уровне риска. Здесь термин риск в отношении стратегического планирования используется для выражения неопределенности будущего, то есть угрозы того, что действительные события окажутся менее благоприятными, чем ожидались (Oldcorn, Parker, 1996).
Принятие решений почти всегда происходит в условиях неполной информации.5 В работе (Bogetoft, Pruzan, 1997) неполная; информация о предпочтениях; (например, несколько лиц, принимающих; решение: группы с разными интересами) и неполная информация наборе альтернатив определяются, как важнейшие характеристики реального процесса принятия решений. Наппельбаум в послесловие к книге (Райфа, 1977) указывает, что неопределенности, связанные с поведением в будущем потребителей продукции, поставщиков, партнеров, конкурентов, с будущим з состоянием общей4 конъюнктуры, с будущим спросом:на; рабочую силу, с достижениями научно-технического развития- с запасами ископаемых, значительно усложняют проблему стратегического выбора; Наиболее понятный путь уменьшения неопределенности - увеличение информации - (Коно, 1987), но это не всегда возможно и весьма дорого. Стремление к сведению к минимуму объема исходной информации, экономическая и физическая невозможность и нецелесообразность получения и обработки всей необходимой информации значительно повышают неопределенность и сложность задач стратегического процесса. С другой стороны, с ростом уровня нестабильности условий предпринимательской деятельности возрастает потребность в ориентации на стратегическое управление (Томпсон, Стрикленд, 1998) и на системный подход к принятию стратегических решений. Неопределенность является неотъемлемым свойством реального мира, и при планировании предприятия постоянно сталкиваются с неопределенностью, сложностью и многообразием окружающего мира, что заставляет адаптироваться к неопределенности, вырабатывать новые методы принятия решений в условиях неполной информации. Способность определять и оценивать будущие события предполагает изучение многообразной и не всегда полной и точной информации, поступающей из быстро меняющегося окружения (Bojadziev, Bojadziev, 1997).
Рассмотрим типы неопределенности, с которыми связаны стратегические задачи; Понятие неопределенный имеет несколько семантиче-ских( подтекстов: В словаре Вебстера (Webster s New Twentieth Century. Dictionary) приводится шесть значений этого термина: неточно известный, сомнительный, проблематичный; неясный, неустановленный; в двойственный, ненадежный; неоднозначный; неустойчивый или непостоянный- разнообразный; » подверженный переменам; или изменениям, независимый или-ненадежный:
В работе (Клейнер, Смоляк, 2000) неопределенность понимается как неполнота; и неточность информации, причем г неполнота- относится к объему информации, позволяющему полностью выяснить.истинное значение характеристик, а неточность понимается как расхождение между истинными и полученными»в ходе наблюдения данными. Неопределенность означает не отсутствие;информации; а указывает на ее специфический вид, не сводящийся к указанию конкретного численного значения характеристик.
Традиционно для принятия решений в условиях неопределенности? применяются вероятностные методы (Юдин, 1974). Теория вероятности; имеющая хорошо обоснованный!математический аппарат, строит точно описанные модели, основанные на повторяющихся экспериментах, с наблюдаемым, но неопределенным результатом. Неопределенность присуща практически любым;наблюдениям, но мера, степень и конкретные формы ее проявления могут быть различными (Клейнер, Смоляк, 2000). В последнее время определены новые типы неопределенности и потребовались новые математические средства для использования в тех случаях, когда: классические средства теории вероятности не могут быть применены (Lootsma; 1997). Подобные средства предоставляет теория нечетких множеств; которую часто называют теорией возможностей или нечеткой ЛОГИКОЙ!
Многоатрибутная оценка рисков и ранжирование инвестиционных проектов по уровню рисков с использованием лингвистического подхода
Для; принятия? решения об; инвестировании:: проекта: необходимо ориентироваться наї определяющую условия отбора; систему/приоритетов, к числу которых: относится мера его рискованности. Термин риск: используется для определения меры неопределенности в возможности проявления каких-либо неблагоприятных событий. По выражению Долана (Долан, Линсдей, 1994) риск - это неотъемлемая часть жизни и никакие способности человека не могут уничтожить его. Как отмечается в работе (Brehmer, Sahlin (eds.), 1994), примерно в 80% случаях неудачи в деятельности предприятий І связаны с ошибками» лиц; принимающих решения;;. с: игнорированием возможных негативных событий, поэтому так актуальна? проблема учета и оценки; рисков при- планировании
В работе (Kliem; Ludin, 1997) приведены следующие макрофакторы, увеличивающие риски современных проектов: производство очень сложной продукции/ наличие многочисленных источников информации; необходимостьt многофункционального, перекрестного подхода? к проектам с различных точек зрения, представление проекта: как подсистемы, являющейся частью большей системы, рост значимости планирования и управления і отдельных проектов до уровня значимости корпоративного\ стратегического планирования предприятия, сокращение периода времени от формирования концепции;проекта до его завершения; необходимость удовлетворения возрастающих требований потребителей; интернационализация рынка; необходимость партнерства с. многочисленными поставщиками5 иобслуживающимипредприятиями; поощрение большего;партнерства и возможности приобретения прав собственников участниками проекта, децентрализация деятельности предприятий; возрастание роли многочисленных экспертов; необходимость применения все более сложных средств для процедуры принятия решений. Анализ рисков важен не только при принятии решений об инвестициях, не только в сфере финансовых решений, но идля любых стратегических решений при планировании; прогнозировании, позиционировании предприятия, разработке сценариев развития с учетом г социальных, политических, экономических, технологических перспектив (Hertz, Thomas, 1984). Для термина "риск" существуют несколько определений. По словарю Ожегова, риск- это возможная опасность. Два понятия риск и неопределенность в отношении инвестиционных проектов иногда используются в одном контексте, а часто противопоставляются. Обычно принято считать, что различие между ними состоит в том, знает ли лицо, принимающее решение, о вероятности наступления определенных событий или нет. Риск присутствует тогда, когда вероятности, связанные с различными последствиями; могут оцениваться на основе данных предшествующего периода.
Неопределенность существует тогда, когда возможности событий приходится определять субъективно, поскольку нет данных предшествующего периода. В случае риска, хотя точно события не могут быть известны, но известны или могут быть определены законы распределения их вероятностей, а в случае неопределенности мы можем предполагать возможные события, но не знаем и не можем заранее определить законы распределения вероятностей их появления (Herbst, 1982).
Система моделей планирования с нечеткими параметрами как реализация технологической стратегии предприятия
Под гибкой производственной системой понимается автоматизированное производство, способное обеспечить выпуск широкой номенклатуры продукции, однородной лишь по своим основным конструктивным и технологическим параметрам, и способное безинерционно переходить на выпуск новых изделий (Войчинский и др, 1987). Первичными организационными, структурами? гибких производственных систем являются гибкий производственный модуль и; гибкая автоматизированная линия (Птускин, 1991). Под гибким производственным;модулем?понимается гибкая производственная система; состоящая из единицы технологического оборудования, оснащенная автоматизированным устройством программного управления и средствами автоматизации технологического процесса, автономно функционирующая, осуществляющая многократные циклы и имеющая возможность встраивания в систему более высокого уровня. Под гибкой автоматизированной линией понимается гибкая производственная система, состоящая из нескольких гибких производственных модулей, объединенных автоматизированнойї системой-управления, в которой технологическое оборудование расположено в принятой последовательности операций, легко перестраиваемая на новые технологические процессы. Использование гибких автоматизированных линий, помимо технико-экономических достоинств, способствует улучшению условий труда; повышению культуры производства.
В повышении качества управления заключаются основные резервы роста эффективности производства. Экономическая эффективность гибких производственных систем определяется повышением уровня автоматизации и организации производственных процессов, переналажи-ваемостью этих систем при смене объектов производства (Птускин, 1991). Основными источниками эффективности системы управления гибкой автоматизированной линией являются: сокращение затрат на переналадку оборудования; высвобождение численности работающих; улучшение условий труда работающих; повышение оперативности управления; сокращение потерь рабочего времени; сокращение длительности производственного цикла; сокращение времени на разработку управляющих программ.
В то же время с внедрением гибких производственных систем резко усложняются задачи управления производством, включающие и построение-производственных расписаний. В последние годы было предложено множество алгоритмов построения расписаний для гибких производственных систем, как: с точки1 зрения традиционного подхода, например, работы (Levner (ed.), 1995; Levner(ed.), 1996), так и с использова ниєм концепций теории нечетких множеств, их обзор приведен, например, в работе (Fanti, Maione, Naso, Turchiano, 1998).
Составление производственных расписаний относится к оперативному планированию, однако создание принципов и средств работы системы построения таких расписаний- это задача реализации технологической стратегии, направленная: на снижение производственных издержек. Напомним; что к стратегическим;относятся решения, которые имеют кардинальное значение для функционирования предприятия и имеют долговременные и неотвратимые последствия: Принятие решения о создании ГПС безусловно относится к стратегическим решениям, так как приводит к значительным затратам времени и ресурсов, существенно изменяет потенциал предприятия, как и выбор типа системы. Каждому производственному предприятию, производящему разнообразную продукцию с использованием многочисленного оборудования и труда многих рабочих, приходится решать эти задачи. Использование примитивных методов построения производственных расписаний может привести к серьёзным проблемам и снизить конкурентные возможности предприятия (Hsuetal, 1993).
Оптимизация расписаний представляет сложную проблему и способствует значительному улучшению технико-экономических показателей производства, позволяет уменьшить длительность производственного цикла и объемы незавершенного производства, повысить ритмичность производства и загрузку оборудования, увеличить объем производства и его гибкость. Таким образом, оперативное производственное планирование предприятия принадлежит к важнейшим управленческим функциям»(Kumar, Sinha, 1999). Оптимизация оперативного планирования предполагает решение задач; составляющих ярко выраженный класс экономико-математических моделей - совокупность календарных моделей, и связана с решением1 представительногокласса задач дискретной оптимизации. При этом составляются календарные графики запуска выпуска предметов на уровне элементарных для оперативного управления единиц - деталеопераций и отдельных рабочих мест. Моделируемые в оперативном планировании процессы заключаются в выполнении комплексов взаимосвязанных операций с заданными технологическими; и организационными ограничениями на порядок их следования.
Календарные модели обладают рядом- специфических отличий. Основными системообразующими элементами1 календарной моделей являются операции, работы и ресурсы, требуемые для их выполнения. Операцию в календарной модели описывают следующие характеристики: принадлежность операции к работе; описание отношений предшествования операций; перечисление необходимых ресурсов, потребность в использовании этих ресурсов; разрешение или запрещение прерываний операции. Описание работы составляет совокупность описаний операций. Описание ресурсов определяет возможный режим их использования: готовность к выполнению операций; интенсивность потребления ресурса; возможность или невозможность выполнения на единице ресурса более чем одной операции. В календарной модели обязательно наличие системы отсчета, с введением которой можно определить моменты начала и окончания выполнения каждой операции, являющиеся неизвестными модели. Совокупность величин начала и окончания операций и параметра использования основного ресурса называется допустимым расписанием; если она удовлетворяет ограничениям модели.
Классификация календарных моделей производится по ряду отдельных признаков (Федоренко, Шубкина (ред.), 1983). Первым признаком является наличие к нулевому моменту отсчета времени полного задания множества: работ, либо задание моментов поступления работ вероятностными законамифаспределения: Так же календарные модели-делятся на;сетевые и с линейной5 структурой; работ. По способу задания характеристик выполнения операций календарные модели традиционно разделяются на детерминированные, вероятностные и нечеткие (раз мытые) модели. Причиной применения аппарата нечетких множеств для построения производственных расписаний является необходимость анализа трудноформализуемых данных и ограничений втаких задачах.
Экспертная система выбора предпочтительных поставщиков производственных ресурсов с нечеткими решающими правилами
Одной из составляющих экономической! стратегии? является ресурсно-рыночная стратегия; Hat этапе реализации5 включающая задачу выбора; наиболее предпочтительных поставщиков производственных ресурсов. Для решения этой задачи представлены основные принципы построения экспертной системы, оперирующей с вербальными оценками различных характеристик поставщиков (Левнер, Птускин, Фридман, 1998; Птускин, Белова, 2000; Ptuskin, Belova, 2000а). Предлагаемая экспертная система содержит следующие подсистемы: базу данных, базу знаний и подсистему логического вывода, генерирующую решение. База; знаний основана на. использовании нечетких продукционных правил формата Если-То, то есть знания представлены в виде правил условие = действие. Условие правил определяет ситуацию, при соблюдении которой правило может быть выполнено.
Достаточно сложно количественно оценить и ранжировать поставщиков ресурсов по таким параметрам, как качество, цена условия оплаты, кредитоспособность, дополнительные услуги, сроки и способ поставок, комплектность поставок, надежность поставок, стоимость транспортировки, каналы связей, взаимообмен информацией и так далее. В этом случае лицу, принимающему решение, гораздо удобнее оперировать не с количественными, а с качественными оценками. В реальных условиях задача состоит в выборе из множества поставщиков, оцениваемых по множеству параметров. Например, АО "АВТОВАЗ" формирует интегральную оценку поставщика по четырем категориям, каждая из которых включает несколько оценок: совокупный уровень качества поставок (качество продукции в состоянии поставки, качество продукции при переработке, уровень отказов в гарантийный период эксплуатации, стабильность входного уровня качества, нормативный уровень несоответствия продукции); уровень организации? поставок (выполнение объёма? поставок, соблюдение графика поставок, своевременное возмещение потерь от брака в состоянии поставки и при переработке, выпол нение требованийклиента по сопроводительной документации с каждой партией, гарантийное обслуживание поставляемой продукции); І степень лояльности поставщика (полнота включения в контракт требованийклиента по качеству, оперативность реакции на претензии и эффективность принимаемых мер, выполнение анализа и устранения: причин дефектов, дисциплина выполнения средств по гарантийному обслуживанию, доступность информации о выходных испытаниях и принимаемых мерах у поставщика); перспективность поставщика (использование одобренной клиентом системы качества, инициативность поставщика в ужесточении нормативов по качеству, соответствие политики поставщика по качеству; целям клиента, способность быть эффективным партнером в разработке продукции и технологии, уровень подготовки и обучения персонала). Мы: представим принципы: построения экспертной . системы выбора предпочтительных поставщиков производственных ресурсов, на, упрощенном примере четырех поставщиков, оцениваемых; по четырем параметрам: цена, условия оплаты, качество поставок, длительность контракта. Будем считать, например, что: база данных о: поставщиках содержит информацию, систематизированную в таблице 4:1.
