Содержание к диссертации
Введение
Глава 1. Состояние вопроса и задачи исследования. потенциал как критерий оценки эффективного функционирования производственных процессов 10
1.1. Анализ сложившихся подходов к определению критериев оценки хозяйственной деятельности предприятий машиностроения 10
1.2. Структура критериальной оценки функционирования производственных процессов предприятий машиностроения 17
1.3. Методы определения потенциала как критерия оценки функционирования предприятия машиностроения 19
1.4. Система оценочных показателей потенциала предприятия машиностроения 26
1.5. Интеллектуальная поддержка решений по управлению производством в условиях неопределенности 27
Глава 2. Методология использования нейронной сети при мониторинге и оценке эффективности производственно-хозяйственной деятельности на основе инновационно-производственного потенциала 38
2.1. Модель инновационно-производственного потенциала предприятия машиностроения 38
2.2. Модель нейронной сети, реализующей инновационно-производственный потенциал предприятия машиностроения 49
2.3. Установка значений синапсических коэффициентов нейронной сети 54
2.4. Адекватность нейросетевого моделирования инновационно-производственного потенциала 60
2.5. Методы обучения нейронной сети для исследования инновационно-производственного потенциала предприятия машиностроения 67
2.5.1. Обратное распространение ошибки 67
2.5.2. Эластичный метод обратного распространения 69
2.5.3. Метод сопряженных градиентов 71
2.5.4. Обучение радиальной нейронной сети 76
Глава 3. Критериальная оценка функционирования производственных процессов предприятия машиностроения 84
3.1. Характеристика производственной деятельности предприятия машиностроения 84
3.2. Анализ составляющих инновационно-производственного потенциала производственной деятельности предприятия машиностроения 88
3.3. Анализ и оценка трудового и инновационного потенциалов предприятия машиностроения 91
3.4. Интегральная критериальная оценка производственной деятельности машиностроительного предприятия 111
Глава 4. Разработка мероприятий эффективного функционирования и совершенствования производст венных процессов предприятия машиностроения 114
4.1. Мониторинг текущего состояния и прогнозирование инновационно-производственного потенциала предприятия машиностроения с помощью нейросетевого моделирования 114
4.2. Анализ влияния входящих элементов инновационно-производственного потенциала на его величйну 117
4.3. Рекомендации по повышению величины инновационно-производственного потенциала машиностроительного предприятия 120
Заключение 128
Библиографический список 129
Приложения 139
- Структура критериальной оценки функционирования производственных процессов предприятий машиностроения
- Модель нейронной сети, реализующей инновационно-производственный потенциал предприятия машиностроения
- Анализ составляющих инновационно-производственного потенциала производственной деятельности предприятия машиностроения
- Анализ влияния входящих элементов инновационно-производственного потенциала на его величйну
Введение к работе
Актуальность исследования. Задача оценки функционирования и совершенствования производственно-хозяйственной деятельности предприятий машиностроения является одной из важных проблем, решением которой в настоящее время необходимо заниматься предприятиям как хозяйственным системам. Решение этой задачи должно быть направлено не только на обеспечение стабильного текущего экономического положения предприятия, но и на обеспечение жизнеспособности предприятий, их стратегической экономической устойчивости. А этого можно достичь, в современных условиях хозяйствования, в основном через качественное преобразование технической базы производства, занимаясь инновационной деятельностью.
В отечественной практике для оценки перспектив существования и развития предприятий наиболее часто используются различные потенциалы хозяйственной системы: производственный, экономический, природно-ресурсный, кадровый и др., которые не в полной мере учитывают инновационную составляющую организации, то есть готовность предприятия внедрять новую технику, применять новые технологии для обеспечения выпуска конкурентоспособной продукции.
На основе проведенного анализа для более полной оценки возможностей предприятия нами предлагается использовать интегральный комплексный показатель - инновационно-производственный потенциал (ИГ1П), дающий возможность судить о состоянии инновационного развития предприятия. Кроме того, в современных условиях необходим постоянный мониторинг ИПП организаций, так как динамика развития этого потенциала позволяет оценить уровень функционирования и совершенствования предприятия, его производственных процессов, уровень модернизации и технического переоснащения производственной базы. Системный анализ величины ИПП и входящих в него составляющих позволяет выявлять и своевременно устранять наиболее слабые позиции в функционировании производства.
Для ускорения процесса обработки информации, требующейся при определении множества показателей, входящих в состав ИПП, значительного уменьшения трудоемкости их определения, получения возможности прогнозировать их на различные временные периоды, используется искусственная нейронной сеть (НС). Одно из важных свойств НС состоит в способности к обучению и обобщению полученных данных. Обученная на ограниченном множестве выборок, НС обобщает накопленную информацию и вырабатывает данные, необходимые для принятия согласованного решения. НС обладает чертами так называемого искусственного интеллекта.
Степень разработанности проблемы. Существенный вклад в разрешение вопросов теории организации производства и трактовок категории «потенциал» внесли ученые: А.Я. Степанов и Н.В. Иванова, Б.М. Мочалов, В.Н. Мо-син и Д.М. Крук, Л.И. Лопатников и A.M. Румянцев. «Экономический потенциал как совокупность имеющихся в наличии ресурсов» прослеживается в публикациях Б. Плышевского, А. Тодосейчука, Ю. Лычкина, А. Цыгичко и др.
Известны работы в области теории и прикладных приложений нейронных сетей научных коллективов под руководством отечественных и зарубежных ученых, как А.И. Галушкин, А. Горбань, А.А. Ежов, С. Оссовский, С.А. Шуйский, Я.З. Цыпкин, С. Гроссберг, У. МакКаллок, У. Питгс, Ф. Розенблатт, Б. Уидроу, Ф. Уоссермен и др.
Однако, для построения прогнозов, составления планов, принятия эффективных решений необходимо располагать объективной информацией о возможностях предприятия в достижении определенных целей по различным направлениям деятельности. Наиболее важным в этой связи является обладание совокупной, интегральной оценкой, которая бы включала все возможности и учитывала бы все отраничения. В этом направлении в Норильском индустриальном институте осуществляется целевая программа по комплексному изучению проблемы становления, эффективного функционирования и совершенствования производственных процессов, разработке научно-организационных, практических методов и средств решения входящих задач, совершенствованию научных, методологических и системотехнических принципов организации производства, созданию и применению методов и средств мониторинга, анализа различных организационных, технологических и технических решений.
Цель работы состоит в совершенствовании способов оценки и разработке научных методов повышения эффективности функционирования организации производства на примере предприятия машиностроения.
Основные задачи исследования заключаются в следующем: анализ сложившихся подходов к использованию потенциала как критерия эффективного функционирования и совершенствования производственных процессов; применение системы оценочных показателей потенциала функционирования и развития предприятия машиностроения; критериальная оценка функционирования производственных процессов предприятия машиностроения с помощью нейронных сетей; использование нейронной сети при мониторинге, оценке и прогнозировании эффективности производственно-хозяйственной деятельности предприятия машиностроения на основе инновационно-производственного потенциала; разработка мероприятий эффективного функционирования и совершенствования производственных процессов предприятия машиностроения.
Объектом исследования являются процессы критериальной оценки организации функционирования и повышения эффективности производственной деятельности предприятия машиностроения.
Предметом исследования являются научные методы моделирования и критериальной оценки организации процесса производства предприятия машиностроения.
Методы исследования. В ходе исследования используются: системный анализ, методы теории организации, статистических и экспертных оценок, математическое и компьютерное моделирование.
Обоснованность и достоверность полученных научных результатов определяется корректным применением практически реализованных методик, основанных на положениях теорий нейронных сетей и организации производства, сопоставленных с экспериментально полученными данными. Научная новизна работы заключается в следующем: - определена специфика методов критериальной оценки функционирова ния и совершенствования производственных процессов предприятия; - предложен метод определения инновационно-производственного по тенциала как критерия оценки функционирования предприятия машинострое ния; научно обосновано применение нейронной сети при мониторинге, оценке эффективности и прогнозировании производственно-хозяйственной деятельности предприятия машиностроения на основе модели инновационно-производственного потенциала; осуществлена критериальная оценка функционирования производственных процессов предприятия машиностроения на основе инновационно-производственного потенциала с использованием нейросетевого моделирования; разработаны мероприятия эффективного функционирования и совершенствования производственных процессов предприятия машиностроения; материал диссертации использован в научно-исследовательской работе «Совершенствование системы управления предприятий РАО «Норильский Никель» (номер государственной регистрации 01.99.0007079), выполняемой по заданию Рособразования РФ в рамках тематического плана Норильского индустриального института «Создание концепции жизнеобеспечения промзоны и инфраструктуры на основе исследований физико-технических и социально-экономических систем в условиях Крайнего Севера».
Практическая значимость работы заключается в следующем: - разработанная методика критериальной оценки деятельности предпри ятия дает возможность объективно и комплексно оценивать его функциониро вание и является информативной базой для анализа, позволяющего определять направления совершенствования производственной деятельности, оценивать влияние множества факторов и управленческих решений на результаты хозяйственной деятельности; методические положения, предложенные в диссертационной работе, явились основой для разработки «Рекомендаций по использованию нейронной сети при мониторинге и оценке эффективности производственно-хозяйственной деятельности на основе инновационно-производственного потенциала» / Р.П. Цырульник, О.В. Сазыкина. - Норильск, НИИ, 2006. - 52 с, предназначенных для работников планово-экономических отделов промышленных предприятий Заполярного филиала ОАО «ГМК «Норильский Никель»; апробированные результаты исследования используются в учебном процессе при подготовке студентов по специальностям 080507 «Менеджмент организации», 100400 «Электроснабжение (по отраслям)», 080502 «Экономика и управление на предприятии (по отраслям)».
Положения, выносимые на защиту, полученные лично автором диссертации: методика определения инновационно-производственного потенциала как критерия оценки функционирования предприятия машиностроения; научное обоснование применения нейронной сети при мониторинге, оценке и прогнозировании эффективности производственной деятельности предприятия на основе инновационно-производственного потенциала; методика критериальной оценки и прогнозирования функционирования производственных процессов машиностроительного предприятия на основе инновационно-производственного потенциала с использованием неиросетевого моделирования; разработанные мероприятия эффективного функционирования и совершенствования производственных процессов предприятия машиностроения.
Апробация результатов. Полученные автором результаты исследования докладывались, представлялись и одобрены на научных конференциях различного уровня:
13-м международном симпозиуме и выставке Вроцлавского технического университета телекоммуникаций, Польша, Вроцлав, 1996; международной научно-технической конференции «Электрика», Москва, 1995. всероссийских научных конференциях «Взаимосвязь наук о труде и экономической теории», Санкт-Петербургский государственный инженерно-экономический университет, Санкт-Петербург, 2002 - 2003; всероссийской научно-методической конференции по инновационному менеджменту (направление «Инновационная деятельность»), Кубанский государственный университет. -Краснодар, 2006; научно-технической и методической конференции «Энергосбережение», Санкт-Петербург, 1999; ежегодных региональных научно-технических конференциях «Крайний Север. Технологии, методы, средства», Норильский индустриальный институт, Норильск, 1996-2006.
Публикации. Основное содержание диссертации опубликовано в 10 научных статьях объемом свыше 2 п. л. и 3 учебных пособиях объемом 21,5 п. л.
Структура и объем работы. Диссертация общим объемом 196 стр., состоит из введения, четырех глав, заключения, списка использованной литературы из 112 источников, 33 рисунков, 30 таблиц и 4 приложений.
Структура критериальной оценки функционирования производственных процессов предприятий машиностроения
Потенциал предприятий машиностроения - главный критерий целесообразности их существования. Через развитие этого потенциала идет развитие предприятия и его подразделений, а также элементов производственно-хозяйственной системы. Анализ публикаций показал, что основными составляющими потенциала промышленного предприятия в настоящее время считаются производственный потенциал и трудовой потенциал [1,5, 19, 22, 78, 84, 85]. В научной литературе нет единого мнения по определению производственного потенциала как категории. Но наиболее широкое распространение получил ресурсный подход, согласно которому производственный потенциал - это отношения, которые возникают между работниками предприятия по поводу получения максимально возможного производственного результата, который может быть получен при наиболее эффективном использовании производственных ресурсов, при имеющемся уровне технологии, передовых формах организации производства. Другими словами, производственный потенциал предприятия - это потенциальный объем производства продукции, потенциальные возможности основных средств, потенциальные возможности использования сырья и материалов. Таким образом, производственный потенциал предприятия - это отношения, которые возникают на микроуровне между работниками самого предприятия по поводу получения максимально возможного производственного результата при наиболее эффективном использовании производственных ресурсов, при имеющемся уровне технологии, передовых формах организации производства и вне зависимости от состояния внешней среды.
В производственный потенциал включаются различные ресурсы: иногда к ним относят только производственные фонды и мощность; иногда в производственный потенциал включают производственные фонды и квалифицированные кадры трудящихся; иногда в производственный потенциал вводят производственные фонды, ресурсы управления и организации производства, кадры, научно-техническую информацию[63, 78, 93]. Таким образом, составными частями производственного потенциала являются основные фонды, оборотные средства и, входящие в их состав материальные ресурсы (см. Приложение 1).
Второй весомой составляющей потенциала промышленного предприятия является трудовой потенциал. Трудовой потенциал предприятия - совокупная трудовая дееспособность его коллектива, ресурсные возможности в области труда списочного состава предприятия исходя из их возраста, физических возможностей, имеющихся знаний и профессионально - квалификационных навыков. Следует отличать понятие «трудовые ресурсы» от категории «трудовой потенциал». Трудовой потенциал - это важнейший интегральный показатель персонала, представляющий максимальные возможности по достижению целей предприятия и выполнению поставленных перед ним задач. В свою очередь, категория «кадры» или трудовые ресурсы предприятия не отражает подлинного ресурса труда производственного коллектива, характеризуя лишь численность работающих различных профессионально-квалификационных групп и не учитывая уровень интенсивности труда, использование годового фонда рабочего времени.
Исходной структуро формирующей единицей анализа трудового потенциала является трудовой потенциал отдельного работника (совокупная способность физических и духовных свойств отдельного работника достигать в заданных условиях определенных результатов его производственной деятельности, с одной стороны, и способность совершенствоваться в процессе труда, решать новые задачи, возникающие в результате изменения в производстве, - с другой). Таким образом, вышеуказанная структура не позволяет оценить возможности предприятия по внедрению новых технологических процессов и применению новых технологических средств, применению новых знаний и навыков кадровым потенциалом коллектива и др.
Модель нейронной сети, реализующей инновационно-производственный потенциал предприятия машиностроения
Составной частью нейронной сети, реализующей инновационно-производственный потенциал предприятия машиностроения, являются однотипные элементы-ячейки, имитирующие работу нейронов мозга, - искусственные нейроны. Модель нейрона, предложенная У. МакКаллоком и У. Питтсом [48] с дальнейшим усовершенствованием Ф. Розенблаттом, Б. Видроу, С Гроссбергом и др. исследователями [48,49, 64, 105], приведена на рис. 2.2,
Нейрон состоит из входного адаптивного умножителя 1, сумматора 2, нелинейного преобразователя 3 и точки ветвления 4 [13, 42,47, 49, 64].
Входной адаптивный умножитель вычисляет скалярное произведение вектора входного сигнала X (составляющих ИПП) на вектор-строку весов W {значения составляющих ИПП). Скалярный входной сигнал JQ умножается на скалярный весовой коэффициент w,. Адаптивность умножителя проявляется в настраиваний коэффициентов weW, происходящем при обучении НС. Умножитель выполняет функцию синапса (от греч. synapsis - соединение, связь) -однонаправленной входной связи нейрона с его ядром, Каждый синапс характеризуется величиной связи или синапсическим весом - коэффициентом vv,-. В физическом смысле синапсическим вес эквивалентен электрической проводимости.
Текущее состояние нейрона определяется сумматором, рассчитывающим взвешенную сумму его синапсов. На вход сумматора дополнительно подается единичный сигнал х0 = 1 с синапсическим весом смещения w0. Смещение w0 - настраиваемый скалярный параметр нейрона, который учитывается в аргументе s функции активации нейрона. Коэффициенты wi и w0 являются скалярными параметрами нейрона. Функция текущего состояния нейрона s имеет вид: где п - размер вектора входа; w0 - коэффициент синапсического веса смещения постоянного единичного сигнала. Таким образом, смещение w0, вводимое добавлением еще одного входа х0 1, приводит к равенству выражений (2.1) при изменении способа нумерации входов от і = 0 (во втором выражении).
Передаточная функция нейрона реализуется нелинейным преобразователем с помощью активационной функции /fsj, в которой функция текущего состояния нейрона становится ее аргументом. В работе рассматриваются две нелинейных функции.
Логистическая функция активации принадлежит к классу униполярных сигмоидальных (S- образных) функций, в которой при аргументе s є /"-со, + со] функция изменяется в диапазоне [0, 1]\ где а - коэффициент сигмоида. При уменьшении а сигмоид становится более пологим; при а = 0 превращается в горизонтальную линию на уровне 0,5; при увеличении а сигмоид приближается к функции единичного скачка в точке s = 0. Эта функция обладает свойством усиливать слабые сигналы лучше, чем большие, предотвращая насыщение нейрона от больших сигналов, в областях аргументов, где сигмоид имеет пологий вид.
Анализ составляющих инновационно-производственного потенциала производственной деятельности предприятия машиностроения
Основными задачами анализа производственной деятельности являются: изучение обеспеченности предприятия основными фондами; изучение движения и технического состояния основных производственных фондов (ОПФ) предприятия; изучение эффективности использования основных фондов; оценка степени выполнения плана и динамики производства продукции.
Из показателей текущего состояния и движения производственного потенциала предприятия рассмотрим: коэффициент обновления основных фондов (1.20); коэффициент выбытия основных фондов (1.21); коэффициент прироста основных фондов (1.18); коэффициент износа основных фондов (1.22); коэффициент годности основных фондов (1.23) и коэффициент использования производственной мощности (1.29).
Для анализа производственной деятельности машиностроительного предприятия используются данные, представленные в табличной форме (см. Приложение 3).
В ходе анализа производственных фондов выделим две части: активную и пассивную (рис. 3.1). Для анализа состояния и движения основных производственных фондов (рис. 3.2) использованы данные табл. П3.2.
Износ основных фондов происходит постепенно. Начиная с 2003 г. ОПФ в среднем износились на 25%. Следует отметить, что коэффициент годности не характеризует пригодность объектов к работе, а свидетельствует лишь о возможной степени их изношенности.
Графики изменения коэффициентов выбытия, обновления, прироста ОПФ машиностроительного предприятия (рис. 3.4) построены по данным табл. ПЗ.З.
Анализ основных производственных фондов выявил изменение соотношения коэффициентов годности и износа ОПФ, которое происходит в сторону увеличения коэффициента износа от 0,2 в 2003 г. до 0,28 в 2005 г. Соответственно уменьшается коэффициент годности от 0,8 в 2003 г. до 0,72 в 2004 г.
Из графика (рис. 3.4) видно, что коэффициент обновления выше коэффициента выбытия - это говорит о том, что машиностроительное предприятие помимо замены старых фондов осуществляет наращивание основных фондов.
Из показателей эффективности использования производственного потенциала рассмотрим следующие: фондоотдача (1.60); фондоемкость (1.61); фондовооруженность (1.72); фондорентабельность (1.63); коэффициент оборачиваемости основных средств (1.65); инновационная активность (1.70); энергоотдача (1.71).
Анализ влияния входящих элементов инновационно-производственного потенциала на его величйну
Целью оценки инновационно-производственного потенциала является возможность определения направлений инновационного развития, обеспечивающих возможности перехода промышленных предприятий на выпуск конкурентоспособной продукции, существенно повысив свою устойчивость и гибкость по отношению к переменам во внешней среде. Оценка составляющих ИГШ предприятия позволяет: - адекватно оценить состояние и готовность предприятия к инновационным преобразованиям; - проанализировать и спрогнозировать тенденции развития, выявить основные преимущества и «слабые» места; - подготовить рекомендации по формированию стратегии развития предприятия и механизмам ее реализации; - создать и развивать информационные потоки для принятия эффективных управленческих решений.
Инновационно-производственный потенциал определяется составом и уровнем развития его составляющих, их взаимосвязями и способностью работать как единая система реализации нововведений, поэтому для оценки инновационного потенциала необходимо вычленить его составляющие, измерить их, выявить взаимосвязь между ними, и, таким образом, получить комплексную оценку ИПП предприятия. Задача оценки инновационно- производственного потенциала заключается в том, чтобы достаточно надежно отразить влияние этих изменений на его уровень. Как уже отмечалось, сущность системы оценки ИПП заключается в создании предпосылок и условий эффективного управления развитием инновационно-производственной деятельности. Одним из условий эффективного управления является создание адекватной управляемому объекту информационно-аналитической базы и механизма ее функционирования, а также методических рекомендаций по принятию управленческих решений по развитию и воспроизводству инновационно-производственного потенциала.
Анализ влияния входящих элементов инновационно-производственного потенциала на его величину с помощью нейросетевого моделирования (см. Приложение 4) сведены в табл. 4.2.
