Содержание к диссертации
Введение
Глава 1. Предмет исследования и постановка научной задачи 12
1.1. Информационный подход к управлению 12
1.1.1. Информационный подход к управлению производственными системами 12
1.1.2. Анализ функциональности современных информационных систем поддержки принятия управленческих решений 23
1.2. Анализ модели управления предприятием 30
1.2.1. Анализ классификации моделей управления предприятием 30
1.2.2. Анализ подхода к управлению предприятием основанного на концепции «модель жизнеспособной системы» 39
1.3. Анализ проблем предметной области и постановка задачи 48
Глава 2. Реализация принципов проектирования интеллектуальных программных продуктов на основе концепции многоагентных систем 58
2.1. Разработка архитектуры интеллектуального агента 58
2.1.1. Анализ типовых архитектур интеллектуальных агентов58
2.1.2. Разработка архитектуры интеллектуального агента на основе модели жизнеспособной системы 70
2.2. Формирование блока автоматического построения сценариев...80
2.2.1. Представление знаний 80
2.2.2. Формализация процесса планирования 83
2.2.3. Решение задачи планирования 85
2.2.4. Контроль выполнения и перепланирование 89
2.2.5. Реализация пользовательского интерфейса 92
2.3. Разработка метода проектирования информационно-аналитической системы на основе предложенной архитектуры агента 99
Глава 3. Экспериментальное подтверждение проведенных исследований 11
3.1. Формирование интеллектуального сценария проведения корреляционно-регрессионного анализа 111
3.1.1. Определение функциональности системы 111
3.1.2. Конструирование базы знаний 113
3.1.3. Разработка прототипа пользовательского интерфейса .129
3.2. Построение сценария проведения корреляционно-регрессионного анализа в системе управления предприятием ОАО «Концерн Российские защитные технологии» 132
3.3. Технико-экономическое обоснование разработки программного продукта 142
Заключение 152
Список использованных источников 156
- Информационный подход к управлению производственными системами
- Анализ функциональности современных информационных систем поддержки принятия управленческих решений
- Анализ классификации моделей управления предприятием
- Анализ подхода к управлению предприятием основанного на концепции «модель жизнеспособной системы»
Введение к работе
Повышение качества управления неразрывно связано с повышением эффективности производства, увеличением прибыли и других финансово-экономических показателей, В современных условиях повышение качества управленческих базируется на оперативном получении своевременной и точной информации. Развитие информационных технологий обусловило появление целого класса программных средств, призванных помочь руководителю. Информационно-аналитические системы позволяют:
Стандартизировать автоматизируемые процессы;
Повысить производительность труда;
Экономить время;
Упростить принятие решений.
Однако, современные информационно-аналитические системы обладают рядом недостатков, основа которых сильная непрозрачность процесса разработки программного обеспечения. Роль программиста не имеет аналогов в других профессиях - ни инженеры, ни изобретатели, ни писатели не работают в условиях тесного переплетения чистого творчества, точных наук и практики. Эта проблема была сформулирована в 1986 в статье Фреда Брукса «Серебряной пули нет - существенное и случайное в разработке ПО» следующим образом: «Нет ни одного открытия ни в технологии, ни в методах управления, одно только использования которого обещало бы в течении ближайшего десятилетия на порядок повысить производительность, надежность, простоту разработки программного обеспечения». Хотя результаты разработки программного продукта по-прежнему остаются неизвестными, новейшие технологии дают все больше возможностей их исправить, привести к желательным. Таким образом, можно говорить о том, что повышение качества управленческих решений связано с повышением качества информационно-аналитических систем, качество которых, в свою очередь, определяет процесс первоначального проектирования программного продукта.
Представленная в работе технология призвана сделать процесс разработки программного обеспечения более прозрачным за счет автоматизации процесса проектирования программного продукта, более четкой постановки задач перед программистами и изменений в пользовательском интерфейсе. Это, в свою очередь, позволит сделать более
качественную систему поддержки принятия решений и повысить эффективность управления предприятием.
^
ИА оценки влияния правовой базы на развитие
1$
ИА прогнозирования уровня безопасности
3*
ИА экономического анализа
Рисунок. Автоматизированная система поддержки принятия решений
В основу работы положена разрабатываемая система поддержки принятия решений. Сложность фундаментальных, научно-технологических и технических вопросов, решаемых в исследованиях, определяется функциональными блоками АСППР:
Блок стратегического прогноза и оценки качества сложных систем;
Блок поддержки решений методами, основанными на опыте и интуиции специалистов;
Блок поддержки решений адаптивными вероятностно-статистическими методами;
Блок автоматизированного построения имитационных моделей;
Блок экономического анализа;
Блок оценки влияние современной правовой базы на реализуемость программ и планов развития производственных структур.
В основу разрабатываемой системы положена теория искусственного интеллекта. История искусственного интеллекта характеризуется периодами успеха и неоправданного оптимизма, за которыми следовало снижение интереса и сокращение финансирования. Последние достижения на пути понимания теоретических основ интеллектуальности неразрывно связаны с понятием интеллектуального агента. Разработанная технология базируется на использовании однотипных интеллектуальных агентов (которые являются «кирпичиками»), объединенных в многоагентную систему («дом»).
В работе описывается модуль статистического прогноза на основе предлагаемой модели интеллектуального агента на основе жизнеспособной системы. Блок является автономным интеллектуальным агентом
предназначенным для решения задач математической статистики. В его задачи также входит предварительная обработка и подготовка данных для других блоков автоматизированной системы поддержки принимаемых решений, построение моделей исследуемых явлений, в том числе моделей регрессионного и корреляционного анализа данных. Автоматическое проведение исследований позволит уменьшить фактор человеческой ошибки и освободит персонал от выполнения рутинных операций. Своевременный и качественный анализ статистических данных позволит оперативно представлять руководителю организации точную и актуальную информацию, что в свою очередь повысит качество управленческих решений. Отработанные на блоке статистического анализа технологии проектирования и построения сложных систем будут положены в основу других блоков автоматизированной системы поддрежки принятия решений.
Все вышесказанное позволяет говорить, что предлагаемая диссертационная работа, направленная на совершенствование методологии построения системы поддержки принятия управленческих решений в современных условиях, является актуальной.
Объект исследования Инструментальная и методологическая составляющие информационно -аналитической системы поддержки принятия решений.
Предмет исследования Предметом исследования являются методы и методика создания программного продукта на основе рекурсивной архитектуры интеллектуального агента, реализованные в блоке статистического анализа данных АСППР.
Рамки исследования В исследовании в полной мере использованы наработки как 20 летней давности, так и самые последние исследования, датированные 2006 годом. Исследования естественным образом ограничены современным пониманием процесса мышления и организации сложных систем.
Цель работы Повышение эффективности и технологичности создания программно-инструментальной составляющей системы поддержки принятия решений. Для достижения поставленной цели в работе решены следующие задачи:
разработана рекурсивная архитектура интеллектуального агента на основе модели жизнеспособной системы;
описаны принципы решения задачи планирования поведения интеллектуального агента;
разработан интерфейс проектирования базы знаний, который в то же время выполняет задачи по проектированию многоагентной системы и является прототипом пользовательского интерфейса.
разработан метод проектирования информационно-аналитической системы на основе предложенной архитектуры интеллектуального агента.
Область исследований Исследование базируются на использовании: теории искусственного интеллекта, экономики, неврологии, психологии, теории управления и кибернетики.
Научная новизна:
автор впервые адаптировал имитационную модель жизнеспособной системы к проводимым исследованиям в области теории искусственного интеллекта;
создана методика проектирования программного продукта на основе предложенной архитектуры интеллектуального агента, отличительной особенностью которой является то, что процесс создания базы знаний интеллектуального агента также является процессом проектирования СІШР и разработкой пользовательского интерфейса;
усовершенствован аппарат научно-методического обеспечения построения широкого класса имитационных систем, отличающийся тем, что предложенная система обладает возможностью создать некоторую виртуальную среду, в которую помещается модель объекта, при этом появляется возможность отладить базу знаний и модели поведения будущего аппарата еще до его создания.
Теоретическая значимость проведенных исследований обусловлена развитием системного подхода, позволяющего осуществить структурирование информации для решения различных задач, совершенствованием методического обеспечения моделирования сложных систем, в развитии методического обеспечения для построения архитектуры
системы поддержки принятия решений на основе концепции интеллектуальных агентов.
Практическое значение работы Практическое значение работы обусловлено:
полученными в диссертации теоретическими и практическими результатами, позволяющими существенно расширить область применения интеллектуальных систем при построении как архитектуры информационно - аналитической системы поддержки принятия решений, так и инструментальной и методологической составляющих подобных систем;
разработкой основы для создания компонентов программного и методического обеспечения построения информационной системы структурирования информации с применением доступного аппаратного обеспечения;
разработкой эффективной методики проектирования сложных интеллектуальных информационных систем;
разработкой сценария проведения статистических исследований, обеспечивающего формирование прогнозных решений, необходимых для оценки экономической эффективности.
Обоснованность научных результатов и положений, сформулированных в диссертации, базируется на широко апробированных в науке теоретических положениях и применяемых в ходе исследований научных методах.
Реализация и внедрение результатов Научные результаты проведенных исследований внедрены в учебный процесс Тверского ГТУ, Пензенского ГУ, Тверского филиала Балтийского ГТУ «ВОЕНМЕХ» им. Д.Ф. Устинова. Использование полученных результатов способствует повышению эффективности учебного процесса. Практические результаты диссертационной работы использовались при создании автоматизированной системы управления предприятием ОАО «Концерн Российские защитные технологии».
Апробация результатов исследования.
Результаты исследования докладывались на научно-технических
конференциях Тверского государственного технического университета,
МГТУ им. Баумана, Балтийского ГТУ "ВОЕНМЕХ" им. Д.Ф. Устинова,
Санкт-Петербургского Северо-Западного Заочного Института, научных
. семинарах МГТУ им. Баумана, ВА ВКО, Тверского филиала Балтийского ГТУ
им. Д.Ф. Устинова.
На защиту выносятся
Рекурсивная архитектура интеллектуального агента, основанная на концепции жизнеспособных систем и предназначенная для построения многоагентных систем.
Метод проектирования информационно-аналитической системы на основе предложенной архитектуры агента, а также неразрывно связанный с ним пользовательский интерфейс.
3. Интеллектуальный агент предназначенный для проведения
корреляционно-регрессионного анализа данных, раскрывающий
эффективность решения управленческих задач реализованной многоагентнои
системой. г
Публикации
По результатам исследований, проведенных в процессе работы над
диссертацией, опубликовано 16 работ.
Структура и объем диссертационной работы Диссертация состоит из введения, трех глав, заключения, списка использованной литературы. Работа изложена на 160 страницах основного текста, иллюстрируется 37 рисунками и 7 таблицами. Список литературы содержит 72 источника.
»
Информационный подход к управлению производственными системами
Механизмы управления характерны для всех областей человеческой деятельности - военной, технической, экономической и социальной. При этом искусство управления накапливалось в течение всей истории развития человечества, насчитывающей несколько тысячелетий. Принято считать, что начало положило зарождение письменности в древнем Шумере. Важнейшим результатом (связанным с зарождение письменности) стало образование особого слоя «жрецов», которые успешно осуществляли не только религиозные обряды, но и торговые операции. Таким образом, понятие об управлении как способности эффективно применять накопленный опыт на практике, сложилось еще в древности. Со временем управление различными видами материального и духовного производства стало самостоятельной профессией, требующей специального образования, опыта и даже склада ума. Однако в самостоятельную область человеческих знаний, то есть в науку, управление выделилось только в конце XIX века. С этого времени управление рассматривается как наука, которая опирается на исследования в таких областях, как экономика, социология, психология, математика. Управление как научная дисциплина имеет свой предмет изучения, свои специфические проблемы и подходы к их решению. Научную основу этой дисциплины составляет вся сумма знаний об управлении, накопленная за сотни и тысячи лет практики и представленная в виде концепций, теорий, принципов, способов и форм управления.
Опыт повседневной жизни и результаты научного наблюдения процессов в природе и общественных явлений свидетельствуют, что многие сложные системы, состоящие из большого числа взаимодействующих подсистем, при определенных условиях обладают способностью к самоорганизации и эволюции. При этом современная наука подчеркивает, что важнейшим источником прогресса является понимание мира как процесса эволюции. Поэтому для уточнения содержания понятия «механизм управления» используется систематизация признаков эволюции. История эволюции есть история возникновения все более сложных структур из более простых. Сущность эволюции как раз и состоит в интеграции более простых элементов в целостные образования более высокого уровня, то есть в сложные системы, характеризуемые новыми качествами. Именно в этом смысле становление механизма управления как функциональной системы связано с процессом эволюции и лежит в основе процессов саморегуляции и саморазвития живой природы, общественных и технических систем. На рисунке рассмотрен феномен механизма управления, который возник и развивался в ходе эволюции, и имеет свои переходы от низшего к высшему.
В качестве необходимой предпосылки является физическое взаимодействие объектов и элементарные формы отражения (этап 0), далее выделяются три этапа:
I - простейший замкнутый контур с обратной связью на уровне обычного регулятора (гомеостазиса), с реакцией лишь на текущие воздействия; появляется цель - самосохранение;
II - промежуточный, с программным изменением характера воздействия управляющего звена на объект при сохранении его устойчивости;
III - механизм управления самоорганизующихся систем; отличается наличием II контура ОС и органов памяти; во II контуре осуществляется отбор полезной информации из I контура: эта информация накапливается, формируя опыт, знания, синтезируется в определенные структуры, повышая уровень организации, активность и живучесть системы.
При этом в [5, 6, 7, 8, 9] убедительно показано, что механизм управления не придуман людьми, а сформировался в процессе эволюции живой природы. Человек познает его и использует в своих целях. Следует отметить, что первоначально традиционная теория автоматического управления, признавая информационную природу процессов управления, тем не менее, ее прагматическую основу составляло изучение преобразований, которым подвергаются носители информации (сигналы), но не сама информация, что означает, по существу, энергетический, а не информационный подход. При этом для управления необходимо выполнение ряда естественных условий, которые обычно формулируются в виде аксиом
[8].
Аксиома 1. Наличие наблюдаемости объекта управления.
В теории управления объект управления считается наблюдаемым в состоянии z(t) на множестве моментов времени Т, при входном воздействии x(t) и отсутствии возмущений, если уравнение наблюдения динамической системы, представленное в виде
y (t)=gMt),z (t)],
где y (t) - некоторая реализация выходного процесса, доступная для регистрации, имеет единственное решение
z(t)= г (0 є Z.
Если это утверждение справедливо для любого z (t) є Z, то объект считается полностью наблюдаемым.
Это выражение означает, что определение любого из состояний объекта управления (то есть его наблюдаемость) реализуется только в том случае, если по результатам измерения выходных переменных y (t) при известных значениях входных переменных x(t) может быть получена оценка z (t) любой из переменных состояния z (t).
Такая задача в теории систем известна как задача наблюдения. На предприятии эта задача может реализовываться функцией контроля текущего состояния предприятия и воздействий внешней среды. Без этой информации управление или невозможно или неэффективно.
Аксиома 2. Наличие управляемости - способности объекта управления переходить в пространство состояний Z из текущего состояния в требуемое по воздействием управляющей системы. Под этим понимается перемещение в физическом пространстве, изменение структуры или свойств объекта управления. Если состояние объекта управления не меняется, то управление теряет смысл.
Аксиома 3. Наличие цели управления. Под целью управления понимают набор желаемый результат, например, набор значений количественных или качественных характеристик, определяющих требуемое состояние объекта управления. Аксиома 4. Свобода выбора - возможность выбора управляющих воздействий (решений) из некоторого множества допустимых альтернатив. Чем меньше это множество, тем менее эффективно управление. Если имеется единственная альтернатива, то управление не требуется. Если решения не влияют на изменение состояния объекта управления, то управления не существует.
Аксиома 5. Наличие критерия эффективности управления. Обобщенным критерием эффективности управления считается степень достижения цели функционирования системы.
Аксиома 6. Наличие ресурсов (материальных, финансовых, трудовых и т.д.), обеспечивающих реализацию принятых решений. Отсутствие ресурсов равносильно отсутствию свободы выбора. Управление без ресурсов невозможно.
Однако повседневная практика показывает, что процессы развития в человеческом обществе складываются из великого множества контуров управления и (или) самоуправления. Каждый такой контур представляет собой целенаправленный информационно-управленческий процесс, состоящий из управляемого объекта и управляющего субъекта (управляющего звена), замкнутых прямой и обратной информационными связями. Раскрыв на рубеже второй половины XX в. общность механизма управления, его научные основы и создав специальные технические средства для интенсификации информационных процессов в контуре управления, человек осуществляет оптимизацию управления в конкретных областях своей деятельности. При этом венцом многовековой эволюции принципа действия механизма управления стало создание такой науки, как кибернетика. Последняя установила общность механизма управления для живой природы, техники, общества и мышления, выявила антиэнтропийную сущность управления, неразрывную связь отражения и информации с процессами организации.
Анализ функциональности современных информационных систем поддержки принятия управленческих решений
Анализ функциональности современных информационных систем поддержки принятия управленческих решений Управление информацией прошло четыре фазы развития:
- физическое управление данными, что было характерно для 50-х годов;
- автоматизированные информационные системы (60-е годы);
- управление информационными ресурсами (середина 70-х годов);
- управление средой знаний (knowledge management, середина 90-х годов).
Сейчас выделяют следующие классы информационно-аналитических систем деятельности предприятия:
CRM (Customer Relationship Management) - это программы для управления взаимоотношениями компании с ее клиентами (заказчиками), партнерами, дилерами и внешним миром вообще. Фактически, это средство для автоматизации работы отделов маркетинга, продаж и обслуживания клиентов. Плюс набор дополнительных сервисов в виде корпоративных порталов, call-центров, онлайновых справочных бюро для клиентов, корпоративные базы знаний и пр.
ERP - Enterprise Resource Planning (планирование ресурсов предприятия). Класс учетно-транзакционных компьютерных систем управления предприятием в основном западных производителей, предназначенных для планирования и управления всеми ресурсами предприятия, необходимыми для производства, реализации и учета продукции.
PLM (Product Lifecycle Management) — система управления жизненным циклом изделия.
SCM (Supply Chain Management) - системы управления так называемыми логистическими цепочками. При производстве сложных изделий, в состав которых входят комплектующие от разных поставщиков, для компаний важно оперативно «программировать» поставку нужных деталей в нужном объеме и к нужному сроку. Товары желательно покупать по лучшей цене, лучшего качества, заботиться о том, чтобы транспортные издержки были минимальными, а в процессе движения товаров хорошо бы наблюдать за их статусом, чтобы срочно вмешаться в процесс, если произойдет какой-то сбой. Иными словами, это планирование и координация снабжения, транспортировки и складирования товаров или услуг.
PLM (Product Lifecycle Management) — система управления жизненным циклом изделия.
HRM (Human Resources Management) - это управление человеческим фактором, персоналом. Это высоко интеллектуальные приложения, задачи которых - рекрутинг, управление и эффективное использование потенциала всех сотрудников предприятия. Здесь и назначение заданий, и планирование карьеры и обучения, и оценка персональных достижений и сведения по квалификации. До недавнего времени все эти программы были относительно самодостаточными, то есть практически обходились без ERP-систем, а в случае необходимости черпали данные из них посредством всевозможных «линков» и «коннекторов», например, о наличии складских запасов в Интернет-магазине. В частности, известный поставщик CRM-решений компания Pivotal предлагает средства взаимодействия с системами SAP R/3, PeopleSoft, J.D.Edwards OneWorld и др. KM (Knowledge Management) - управление знаниями. Исторически эти системы создавались для накопления корпоративных знаний и использовались для внутреннего потребления. С развитием CRM-систем оказалось, что КМ-системы идеально подходят для создания автоматизированных справочных бюро (Help Desks) и решения задач интеллектуального анализа информации по клиентам (выявление потребительских пристрастий, профилирование и пр.).
Наиболее сложными и функционально развитыми системами в данном обзоре являются ERP системы, рассмотрим их более подробно. В 60-е - когда о применении компьютеров в реальной жизни можно уже было говорить всерьез - тема управления производством вновь привлекла всеобщее внимание, т.к. вычислительные ресурсы, доступные предприятиям, выросли настолько, что можно было всерьез задумываться о реализации идей, отодвигаемых до последнего времени, как модели, которые невозможно воплотить в жизнь.
В итоге усилиями Джозефа Орлики и Оливера Вейта (Joseph Orlicky, Oliver Wight) был разработан метод расчета необходимых для производства материалов, получивший название MRP (material requirement planning, управление материальными ресурсами). Во многом благодаря целенаправленной работе Американской ассоциации по управлению запасами и производством (AP1CS) метод MRP приобрел значение неофициального стандарта. В первой версии MRP не было ничего революционного - в ней просто были собраны и интегрированы все имеющиеся в наличии экономические модели того времени, пригодные для планирования производства.
Главной сущностью, которой оперирует MRP-система, является объект материального учета (item). Обычно это сырье и материалы, сборочные единицы, полуфабрикаты, то есть практически все, что угодно, если из этого всего, что угодно можно собрать некий конечный продукт.
MRP-программа постоянно отслеживает состояние каждого материала. Как правило, описание статуса материала - это совокупность множества показателей и информации, которая имеет прямое отношение к материалу, хотя, в общем случае, и не является описанием присущих ему свойств. Так, в описании статуса материала должны быть отражены не только такие параметры, как наличие материала на складе, его цена, но и данные о его поставщиках и даже такие, казалось бы, мелочи, как информация о регулярности поставок материалов. Второй, «кит» на котором базируются MRP-системы, - ведомость материалов или спецификация (bills of materials). Это - список материалов и описание технологии сборки конечного продукта.
Третий «кит» - MPS, то есть принцип объемно-календарного планирования (MPS, master planning scheduling). План продаж товаров определенным образом коррелирует с планом пополнения ресурсов, требуемых для производства товаров.
Таким образом, MRP-программа, получая на входе данные о наличии материалов на складе, их свойствах и зная, что именно требуется для производства конечного продукта, а также имея возможность соотнести производственный цикл с временной шкалой способна предоставить в руки управляющего ценную информацию, которая позволит оптимально (с точки зрения сроков закупки и производства) спланировать процесс производства.
Если говорить более конкретно, то MRP-программа с одной стороны отслеживает движение материалов с тем, чтобы оптимизировать процесс выработки решений о заказе новых поставок. Собственно, в идеале MRP-программа автоматизирует этот процесс, генерируя заказы автоматически -ведь в ее ведении находится вся информация, которая требуется для своевременного оформления новых требований. А с другой стороны MRP-программа сама вносит необходимые изменения в уже сформированные планы заказов. Результатом работы программы является глобальный план заказов поставщикам, на производство, в котором должно быть расписано, что, когда и у кого необходимо заказать. Поскольку жизнь штука довольно сложная и срывы поставок иногда случаются даже у самых пунктуальных поставщиков, или на самом надежном производстве, то в таких системах, как правило, предполагается некий страховой запас материалов, НЗ, который тратится только в самых экстренных случаях. В план заказов в этом случае вносятся необходимые коррективы. MRP-системы, в целом, помогли предприятиям гораздо более эффективно управлять запасами. Однако, довольно быстро выявился их основной недостаток: необходимые материалы и комплектующие планировались без учета необходимых для превращения их в готовую продукцию ресурсов. А это: производственные мощности, людские и финансовые ресурсы, складские площади и т. д.
Анализ классификации моделей управления предприятием
Анализ классификации моделей управления предприятием Моделирование - это исследование каких-либо явлений, процессов или систем объектов путем построения и изучения их моделей; использование моделей для определения и уточнения характеристик и рационализации способов построения вновь конструируемых объектов. Моделирование - одна из основных категорий теории познания: на идее моделирования, по существу, базируется любой метод научного исследования - как теоретический, так и экспериментальный. В последнее время наблюдается появление весьма большого числа математических моделей, описывающих протекание различных процессов и поведение различных объектов. Активность в создании моделей обусловлена необходимостью и неизбежностью попыток применения математики и электронно-вычислительной техники в различных областях практической деятельности. Математическая модель изучаемого процесса или объекта является основой, фундаментом всего исследования. Рассмотрим наиболее полную классификацию моделей «по Норенкову» в которой, прежде всего, следует различать:
- Физические модели;
- Абстрактные модели.
Абстрактная модель - это описание объекта проектирования или исследования на каком-либо языке, например график, чертеж, схема, граф, таблица, формула, граф - или блок - схема алгоритма, программа для ЭВМ или словесное описание. Абстрактные модели являются идеальными конструкциями, построенными средствами мышления, сознания. Очевидно, что к абстрактным моделям относятся языковые конструкции; однако современные представления о мышлении и сознании утверждают, что языковые модели (т.е. модели, построения средствами естественного языка) являются своего рода конечной продукцией мышления, уже готовой или почти готовой для передачи другим носителям языка. Установлено, что на более ранних стадиях работы человеческого мозга важную, хотя сейчас во многом неясную, роль играют и неязыковые формы мышления, которые обозначаются терминами «эмоции», «сознательное» «интуиция», «озарение», «образное мышление», «подсознание», «эвристика» и т.п. Все это, однако, касается механизма мышления, т.е. внутренних моделей нашего мозга. Нас же сейчас интересуют абстрактные модели, предназначенные для общения между людьми. Оставив в стороне иррациональные формы общения (искусство, гипноз, телепатию, сопереживание, мимику и жестикуляцию и пр.), сосредоточим внимание на моделях, создаваемых средствами языка.
На естественном языке мы можем говорить обо всем, он является универсальным средством построения любых абстрактных моделей. Эта универсальность обеспечивается не только возможностью введения в язык новых слов, но и возможностью иерархического построения все более развитых языковых моделей (слово - предложение - текст; понятия - отношения - определения -конструкции). Универсальность языка достигается, кроме прочего, еще и тем, что языковые модели обладают неоднозначностью, расплывчатостью, размытостью. Это свойство проявляется уже на уровне слов. Многозначность почти каждого слова (см. толковый словарь любого языка) или неопределенность слов (например, «много», «несколько»), вместе с многовариантностью их возможных соединений во фразы позволяет любую ситуацию отобразить с достаточной для обычных практических целей точностью. Эта приблизительность - неотъемлемое свойство языковых моделей.
Человек преодолевает в практике их расплывчатость с помощью «понимания», «интерпретации». Иногда эта расплывчатость сознательно используется - в юморе, дипломатии, поэзии; она придает прелесть человеческому общению; в других случаях она мешает выразиться так точно, как хотелось бы («у меня не хватает слов», или «мысль изреченная есть ложь»). В результате приходим к иерархии языков и соответствующей иерархии типов моделей. На верхнем уровне этого спектра находятся модели, создаваемые средствами естественного языка, и так вплоть до моделей, имеющих максимально достижимую определенность и точность для сегодняшнего состояния данной отрасли знаний. Видимо, так и следует понимать известные высказывания Канта о том, что любая отрасль знания может с тем с большим основанием именоваться наукой, чем в большей степени в ней используется математика. Математические модели обладают абсолютной точностью, но чтобы дойти до их использования в данной области, необходимо получить достаточное для этого количество знаний. Нематематизированность какой-то науки не означает ее «ненаучность», а есть следствие сложности, недостаточной познанности ее предмета, есть временное явление.
Разновидностью абстрактных моделей являются:
- Познавательные модели;
- Прагматические модели; - Материальные модели;
- Знаковые модели;
- Математические модели;
Поскольку модели играют чрезвычайно важную роль в организации любой деятельности человека, все виды деятельности удобно разделить по направленности основных потоков информации, циркулирующих между субъектом и окружающим его миром. Разделим модели на познавательные и прагматические, что соответствует делению целей на теоретические и практические. Хотя это деление (как, впрочем, и всякое другое) относительно и легко привести примеры, когда конкретную модель нелегко однозначно отнести к одному из классов, оно все же не целиком условно и отображает реальные различия. Проявления этих различий разнообразны, но, пожалуй, наиболее наглядно разница между познавательными, и прагматическими моделями проявляется в их отношении к оригиналу в процессе деятельности.
Познавательные являются формой организации и представления знании, средством соединения новых знаний с имеющимися. Поэтому при обнаружении расхождения между моделью и реальностью встает задача устранения этого расхождения с помощью изменения модели.
Прагматические являются средством управления, средством организации практических действий, способом представления образцово правильных действий или их результата, т.е. являются рабочими представлениями целей. Поэтому использование прагматических моделей состоит в том, чтобы при обнаружении расхождений между моделью и реальностью направить усилия на изменение реальности так, чтобы приблизить реальность к модели. Таким образом, прагматические модели носят нормативный характер, играют роль стандарта, образца, под которые «подгоняются» как сама деятельность, так и ее результат. Примерами прагматических моделей могут служить планы и программы действий, уставы организаций, кодексы законов, алгоритмы, рабочие чертежи и шаблоны, расписания занятий, параметры отбора, технологические допуски, экзаменационные требования и т.д. Другими словами, основное различие между познавательными и прагматическими моделями можно выразить так: познавательные модели отражают существующее, а прагматические - не существующее, но желаемое и (возможно) осуществимое состояние моделируемой реальности.
Анализ подхода к управлению предприятием основанного на концепции «модель жизнеспособной системы»
Анализ подхода к управлению предприятием основанного на концепции
«модель жизнеспособной системы» Бир решительно критикуя стандартные подходы в менеджменте, предложил биологическую парадигму организации фирмы. Фирма как жизнеспособная система была описана в виде нейрокибернетической модели. К модели были выдвинуты следующие требования; жизнеспособность, приспособляемость, автономность, рекурсивность архитектуры.
Жизнеспособная система - это такая система, которая выживает. Жизнеспособная система обладает свойствами связанности и цельности, она сбалансирована как внутренне, так и внешне. Это механизм, обеспечивающий возможности расти и учиться, эволюционировать и адаптироваться к среде обитания. Под автономностью понимается, что та или иная ее часть системы сама отвечает за свое регулирование. Под приспособляемостью системы понимается возможность адаптироваться к изменению внешней среды с целью выжить.
У абстрактной логической проблемы, которую представляет собой бесконечность, неограниченная регрессия метасистемы есть экологический ответ, данный природой. Он в индивидуальности жизнеспособных систем, в их решимости быть самими собой и выжить. В таком случае следует предположить, что любая организация как жизнеспособная система, входящая в нечто более крупное жизнеспособное целое, должна быть структурно рекурсивна. Исходя из данной концепции в работе под жизнеспособным понимается объект, содержащий вложенные элементы, которые также являются жизнеспособными, при этом их организационные структуры должны быть рекурсивны.
В качестве универсальной жизнеспособной системы предлагается использовать человеческое тело, а управляющей структуры - нервную систему человека. Поскольку работы Вира прежде всего относились к менеджменту и кибернетике он наиболее подробно исследовал управляющие функции в человеческом организме. Для этого на основе медицинских исследований в организме выделяется пять уровней управляющих систем.
Все пять систем последовательно размещены на вертикальной командной оси предложенной модели, эмитируя соматическую нервную систему человека. Спинной мозг является низшим уровнем управления, к которому подходят 31 пара спинно-мозговых нервов, которые, в свою очередь, опутывают весь организм человека. Спинной мозг является вертикальной осью управления и по нему передается информация в мозг от различных органов тела. На этом уровне происходит сбору информации и ее первичная обработка.
Мост, средний мозг, продолговатый мозг и мозжечок сгруппированы вместе. Здесь происходит сортировка, ранжирование и обмен информацией между нижними и верхними слоями мозга. Это необходимо для координации сложных действий. Именно эти парапозвоночные цепи нервных узлов в действительности обеспечивают стабильность внутреннего состояния организма, поскольку они служат регуляторами обратной связи и интеграторами информации.
На четвертом уровне предложенной модели находятся промежуточный мозг, базальные ядра и третий желудочек. Здесь собирается информация, связанная с весьма специфическими чувствами (зрение, слух и т. п.), которая поступает через их собственные черепно-мозговые нервы. Также осуществляются главные процессы коммутации поступающих данных, необходимые для управления телом до того, как начнутся обдумывание как таковое и намеренные действия. Если из коры головного мозга поступают инструкции что-нибудь предпринять, то основание мозга должно переработать их в команды и передать их вниз спинному мозгу для производства действий.
На пятом уровне находится кора головного мозга, которая формирует решения на основе получаемой информации.
Предлагаются следующие основные инструкции обработки информации, которая проходит через центральную командную ось: 1. Проверить поступающие данные и определить те из них, по которым надлежит принять управляющие команды; принять решения и послать далее поступившую информацию, соответственно модифицировав ее.
2. Проверить и обнаружить любые данные, которые должны быть отфильтрованы на данном уровне, сжаты, усилены или ослаблены для передачи по восходящим каналам.
3. Сохранить записи о таких передачах на случай уточнения деталей.
Системы 1 и 2 В работе [13] фирма рассматриваеться как целый организм с вертикальной командной осью, состоящую из пяти иерархических организованных компьютерных систем (которые были пронумерованы как управляющие эшелоны - от первого до пятого).
На рис. 1.2 отображена модель фирмы как нейрофизиологической автономной системы. На левой стороне рисунка нанесен аналог парасимпатической нервной системы каждое подразделение организации (орган тела) отображены в виде окружностей А, В, С, D которые взаимодействуют с внешней средой и выполняют некие функции.
На правой стороне рисунка приведен аналог симпатического ствола который связывает вместе позвоночные узлы системы 2. Графически обозначается длинным прямоугольником из тонких линий, охватывающих колонку квадратов, которые и составляют систему 1. Подразделения организации были бы изолированы по горизонтальной оси, если бы не было организовано так, что управляющий орган создает набор связанных друг с другом контрольных устройств, который являются системой 2. Т.о. система 2 является метасистемой, подводящей промежуточные итоги работы всех систем 1. Также система 2 является интерфейсом между системами 1 и системой 3.
Контрольные устройства (или «позвоночные узлы») предназначены для управления подразделением в ответ на плановые директивы и указания, поступающие сверху, реагировать на прямые требования из внешнего мира и быть готовыми удовлетворять нужды соседних подразделений.
