Содержание к диссертации
Введение
ГЛАВА 1. Анализ проблемы планирования целевых программ в условиях риска 13
1.1 Целевая программа как объект научного исследования 13
1.2 Риски реализации целевых программ: особенности рисков и классификация рисков24
1.3 Показатели эффективности и риска при реализации целевых программ 35
1.4 Постановка задачи 44
1.5 Выводы по главе 1 47
ГЛАВА 2. Модели целевых программ в условиях риска 50
2.1 Графовые модели целевых программ 51
2.1.1 Графовые модели реализации мероприятий целевой программы 51
2.1.2 Графовые модели воздействия среды на меропрития целевой программы 53
2.1.3 Графовые модели воздействия мероприятий ЦП на среду (природу)... 63
2.2 Графо-аналитические модели ЦП 66
2.2.1 Графо-аналитические модели реализации мероприятий ЦП 66
2.2.2 Графо-аналитические модели воздействия среды на мероприятия ЦП. 67
2.2.3 Графо-аналитические модели воздействия мероприятий ЦП на среду. 72
2.3 Эмпирио-эвристические модели оценивания эффективности реализации ЦП в условиях риска 76
2.3.1 Эмпирио-эвристические модели оперативности ЦП 77
2.3.2 Эмпирио-эвристические модели ресурсоемкости целевых программ...78
2.3.3 Эмпирио-эвристические модели результативности (экологической безопасности) целевой программы 85
2.4 Эмпирио-эвристические модели оценивания риска при реализации ЦП 87
2.5 Модель задачи планирования ЦП в условиях риска 89
2.6 Выводы по главе 2 91
ГЛАВА 3. Методы решения задачи планирования целевых программ в условиях риска 93
3.1 Анализ особенностей задачи планирования целевых программ в условиях риска как оптимизационной задачи 93
3.2 Анализ методов решения оптимизационных задач планирования ЦП в условиях риска 95
3.3 Разработка комплекса методов решения задачи планирования ЦП в условиях риска 97
3.4 Выводы по главе 3 116
ГЛАВА 4. Методика решения задачи планирования целевой программы создания образца техники в условиях риска .. 117
4.1 Структура методики решения задачи планирования ЦП создания образца техники в условиях риска 117
4.2 Правила подготовки исходных данных для решения задачи планирования целевой программы создания образца техники в условиях риска 123
4.3 Правила интерпретации результатов решения задачи планирования целевой программы создания образца техники в условиях риска 126
4.4 Пример планирования ЦП создания образца техники в условиях риска... 129
4.5 Выводы по главе 4 134
Заключение 136
Список использованной литературы 138
- Показатели эффективности и риска при реализации целевых программ
- Эмпирио-эвристические модели оценивания эффективности реализации ЦП в условиях риска
- Анализ особенностей задачи планирования целевых программ в условиях риска как оптимизационной задачи
- Структура методики решения задачи планирования ЦП создания образца техники в условиях риска
Введение к работе
В бюджетном послании Президента Российской Федерации Федеральному Собранию Российской Федерации от 23 июня 2008 года «О бюджетной политике в 2009-2011 годах» в качестве одной из основных задач поставлена задача дальнейшего развития практики бюджетирования, ориентированного на результаты. При этом в рамках бюджетного процесса требуется обеспечить корреляцию докладов о результатах и основных направлениях деятельности субъектов бюджетного планирования, долгосрочных программ и ведомственных целевых программ, обоснований бюджетных ассигнований. Порядок разработки и реализации целевых программ определен постановлением Правительства Российской Федерации от 26 июня 1995 г. N 594 "О реализации Федерального закона «О поставках для государственных нужд» и Постановлением Правительства РФ от 25.12.2004 N 842.
В соответствии с п. 1 последнего, целевые программы представляют собой увязанный по задачам, ресурсам и срокам осуществления комплекс научно-исследовательских, опытно-конструкторских, производственных, социально-экономических, организационно-хозяйственных и других мероприятий, обеспечивающих эффективное решение системных проблем в области государственного, экономического, экологического, социального и культурного развития Российской Федерации (РФ).
Целевые программы являются одним из важнейших средств реализации структурной политики государства, активного воздействия на его социально-экономическое развитие и должны быть сосредоточены на реализации крупномасштабных, наиболее важных для государства инвестиционных и научно-технических проектов, направленных на решение системных проблем, входящих в сферу компетенции федеральных органов исполнительной власти.
Как свидетельствует практика использования целевых программ рядом стран, такие программы способны повысить эффективность государственных расходов за счет концентрации ресурсов на действительно важных для общест ва направлениях. Целевые программы широко- используются в странах Европейского Союза, в США, в Японии для решения стратегических задач развития. Так, в США, примерно 50% государственных расходов осуществляется с использованием целевых программ,, во Франции - до 80%. Целевые программы (ЦП) выступают в диссертации в качестве объекта научных исследований.
. В: соответствии с законодательством: РФ, до начала реализации ЦП должно быть выполнено оценивание эффективности реализации ЦП и риска при реализации ЦП. Методика оценивания эффективности целевой программы разрабатывается государственными заказчиками с учетом специфики программы и должна служить приложением к тексту программы. Под эффективностью реализации ЦП понимается комплексное свойство ЦП, характеризующее ее приспособленность к достижению целей- ЦП; Под риском при реализации ЦП понимается возможность неблагоприятных событий при реализации ЦП.
К сожалению, анализ реализации целевых программ свидетельствует о том, что в настоящее время они выполняются низкой эффективностью; недостаточно- хорошо реализуется! учет рисков при реализации ЦП, недостаточно используются возможности математических методов;. исследования эффективно- сти и рисков, возможности современных информационных технологий исследования.. Как свидетельствует практика, учет неблагоприятных событий при реализации целевых.программ осуществляется»недостаточно полно, зачастую — с использованием лишь эвристических методов;. слабо используются математические модели и методы для исследования неблагоприятных событий и их последствий. Одной из главных проблем в этой области является отсутствие действенных моделей и методов, позволяющих оценивать эффективность реализации программ с учетом возможностей наступления при реализации целевой 1 программы неблагоприятных событий различной природы.
Под неблагоприятным событием будем: понимать событие, которое может приводить к неблагоприятным последствиям. Под неблагоприятными последствиями будем понимать результаты, которые не способствуют достиже 7 нию цели. В качестве примеров неблагоприятных событий можно привести аварии, загрязнение среды из-за выброса вредных веществ.
Анализ роли и места целевых программ в повышении эффективности использования государственных ресурсов в различных сферах показал, что целевые программы в настоящее время являются основным, и по существу единственным отработанным и эффективно действующим инструментом программно-целевого планирования в Российской Федерации. Как свидетельствует практика, основными особенностями и достоинствами этого инструмента являются:
1. Направленность на решение комплексных задач, стоящих перед РФ.
2. Более длительный горизонт планирования, сопоставимый со сроками отдачи и окупаемости инвестиций.
3. Системный подход к формированию комплекса взаимосогласованных по ресурсам и срокам мероприятий для достижения поставленных целей в различных областях социально-экономического развития.
4. Более открытый по сравнению с другими методами государственного финансирования порядок формирования программ и хода их реализации.
5. Высокая степень прозрачности государственных заказов и закупок в рамках программных мероприятий, обеспечение контроля за эффективностью расходования средств государственного бюджета.
6. Наличие возможности оперативной и эффективной корректировки программных мероприятий, обеспечивающих гибкость проводимой политики, и возможности быстрого реагирования на изменение условий реализации программы.
7. Возможность в рамках программ комбинировать и объединять усилия органов власти различных уровней и частного сектора экономики.
Однако, для использования указанных преимуществ целевых программ на практике необходимо решить ряд научных и практических задач. В частности, необходимо решить задачу планирования целевых программ по показателям эффективности и риска. Такое планирование должно быть выполнено с ис пользованием математических-, моделей: и методов; на основе собираемых в соответствии с законодательством данных, с опоройі на современные информационные технологии оперирования,такими данными.
Методы, и модели, используемые при планировании ЦП в условиях риска, выступают в диссертации вкачествепредмета научных исследований.
Методам и моделям планирования ЦП и исследованию-риска.посвящены-работы многих отечественных и.зарубежных ученых, например,.В. Бочарнико- . ва[25], А. Ильичева [30]; Р! Кочкарова [35;36],. А. Мельникова [45], К. Олейни-ка [56], И: Рябинина [67,68,69,70]; Е. Єоложенцева [72,73,74], Л. Уткина [78], Н. Хованова [33,34,79;80;81,82,83].
Однако научно обоснованные методы и модели, которые позволяли г бы планировать ЦП в: условиях. риска при отсутствии; статистически надежных данных, не в полной мере [43];разработаны и.не используются при планировании;: Проведенные исследования [7-23 25,26,37] позволили выявить, что?существующие математические1 модели, методы, информационно-аналитическое и методическое обеспечение, используемое .в- практике: планирования целевых программ, обладает рядом недостатков:
1. Используемые модели в требуемой мере не учитывают случайности разного вида при реализации программ;
2. Используемые модели в требуемой мере не учитывают возникновение, неблагоприятных событий разного вида при реализации «программ.
3. Используемые модели, как правило, описывают риски качественно, а не количественно.
4. Используемые модели не позволяют объединять и использовать совме-стноэмпирические (опытные) и эвристические (экспертные) сведения.
5; Используемые модели в требуемой мере не приспособлены для их использования при постановке иірешении оптимизационных задач планирования. В результате существующее информационно-аналитическое и методическое обеспечение решения задач планирования целевых программ в условиях риска не отвечает требованиям, предъявляемым к ним на современном этапе социально-экономического развития [27, 39].
Сложность подобного планирования, отсутствие научно обоснованных моделей и методов, учитывающих указанные выше особенности ЦП и рисков при их реализации, необходимость разработки специального математического обеспечения для использования современных информационных технологий при планировании ЦП в условиях риска обусловливают актуальность темы диссертационных исследований.
Целью диссертации является разработка методов и моделей планирования ЦП в условиях риска, использование которых на практике позволит повысить эффективность и снизить риск при реализации целевых программ.
Научная новизна работы состоит в следующем:
1. Предложены вербальная и формальная постановки задачи планирования целевых программ в условиях риска, как задачи оптимизации. Впервые предложено осуществлять планирование ЦП не по одному только показателю эффективности, а по комплексному показателю успешности реализации ЦП в условиях риска, включающему показатель эффективности реализации ЦП и показатель риска при реализации ЦП.
2. Разработан комплекс концептуальных и формальных (математических) моделей ЦП в условиях риска, в которых впервые предложено описывать характеристики ЦП с использованием нечетких чисел, так как в условиях отсутствия статистически надежных сведений не могут быть корректно использованы описания с помощью вероятностных распределений.
Практическая значимость результатов исследований состоит в том, что они позволяют: оценить и затем выполнить анализ частных показателей оперативности, ресурсоемкости, экологической безопасности, а также комплексного показателя успешности реализации ЦП в условиях риска; разработать опти 10 мальный план ЦП с учетом особенностей мероприятий ЦП, финансирования ЦП, особенностей среды ЦП, а также в соответствии с временными, ресурсными и другими ограничениями на целевую программу; разработать предложения по совершенствованию мероприятий целевой программы.
Диссертация включает введение, 4 главы, заключение, список литературы и приложения.
В первой главе проводится анализ целевой программы, как объекта научных исследований, выполнен анализ рисков ЦП, предложен классификатор рисков, основанный на принципах системологии [1,4,29] и позволяющий корректно переходить к концептуальным моделям риска в задаче планирования ЦП в условиях риска. Показано, что в качестве характеристик плана следует использовать план-график поступления финансовых средств от заказчика целевой программы и вектор моментов начала мероприятий ЦП, выполнена в общем виде постановка задачи планирования ЦП, как математической задачи оптимизации по комплексному показателю успешности реализации ЦП в условиях риска, зависящему от двух показателей: показателя эффективности реализации ЦП и показателя риска при реализации ЦП, с учетом ограничений на затрачиваемые временные и финансовые ресурсы, на технологию мероприятий ЦП, на выбросы вредных веществ в среду реализации ЦП.
Вторая глава диссертации посвящена разработке комплекса моделей для решения сформулированной задачи планирования целевых программ в условиях риска. Комплекс моделей включает графовые, графо-аналитические и эмпирио-эвристические модели различных объектов моделирования. Предложенные модели совместно с формальной постановкой задачи позволяют рассчитать значение скалярного показателя успешности ЦП в зависимости от плана целевой программы. Для этого получены эмпирио-эвристические модели эффективности реализации целевых программ и эмпирио-эвристические модели риска при реализации целевых программ. Эмпирио-эвристические модели (ЭЭ-модели) эффективности реализации целевых программ предназначены для получения зависимости показателя эффективности реализации ЦП от характеристик мероприятий ЦП, возможностей возникновения неблагоприятных случайных событий (и их последствий) и от значений оптимизируемых переменных.
Эмпирио-эвристические модели риска при реализации целевых программ предназначены для получения зависимости показателя риска при реализации ЦП от характеристик мероприятий ЦП, возможностей возникновения неблагоприятных случайных событий (и их последствий) и от значений оптимизируемых переменных.
В третьей главе диссертации разработаны методы решения задачи планирования ЦП в условиях риска. Выполнен анализ модели задачи планирования ЦП в условиях риска, предложенной во второй главе. Анализ характера оптимизируемых переменных и ограничений позволил сделать вывод о негладкости целевой функции задачи и о принадлежности задачи к классу задач многоэкстремальной оптимизации. Обоснован вывод о целесообразности применения метода случайного поиска решения задачи.
Разработан комплекс методов решения задачи планирования ЦП в условиях риска. Он состоит из четырех основных элементов: метода построения и преобразования моделей, метода случайного поиска, метода оперирования нечеткими числами, метода представления и использования результатов решения задачи.
Четвертая глава диссертации посвящена разработке методики планирования целевой программы создания образца техники в условиях риска. Предложена обобщенная структура методики; изложено содержание основных фрагментов методики; исследованы особенности исходных данных и сделаны рекомендации по способам сбора, подготовки исходных данных и интерпретации результатов решения задачи. По сравнению с планом реализации ЦП, полученным эвристическим путем оптимальный план позволил в среднем: на 15% из менить график платежей, на 2% изменить моменты времени начала мероприятий программы. Значение 0,8 показателя успешности ЦП для полученного оптимального плана на 21% выше, чем значение 0,63 для эвристического плана.
В заключении сформулированы основные результаты работы.
В приложении приведены нормативные источники и результаты анализа реализации ведомственных целевых программ, классификаторы рисков, обзор методов решения задач с использованием случайного поиска, обзор методов визуализации результатов решения задачи, фрагменты исходных данных для примера решения задачи планирования ЦП создания образца техники в условиях риска.
Положения, выносимые на защиту
1. Постановка задачи планирования ЦП в условиях риска, учитывающая описание основных рисков, целевых показателей, мероприятий целевой программы, ресурсов и сроков для их реализации.
2. Комплекс моделей ЦП в условиях риска, включающий вербальные и формальные, математические, модели ЦП, позволяющие установить зависимость показателей эффективности и риска при реализации ЦП от плана ЦП и от ограничений, накладываемых на расходование денежных средств, длительность мероприятий ЦП и выбросы вредных веществ в среду.
3. Комплекс методов решения оптимизационной задачи планирования целевых программ в условиях риска, включающий метод построения и преобразования моделей, метод случайного поиска, метод оперирования нечеткими числами, метод представления и использования результатов решения задачи.
4. Методика планирования целевой программы по созданию образца техники в условиях риска.
Показатели эффективности и риска при реализации целевых программ
Под эффективностью комплекса мероприятий (КМ), в том числе и целевых программ, понимают [20,22,40,59] свойство комплекса мероприятий, кото
рое характеризует приспособленность этого комплекса мероприятий давать требуемые результаты (эффекты) в процессе его выполнения и/ или по его завершении.
Событие, состоящее в достижении требуемых результатов, представляет собой достижение цели комплекса мероприятий.
Под целью понимают желаемое (требуемое) состояние в будущем. Перспективы (возможности благоприятных событий) и риски (возможности неблагоприятных событий) в своей совокупности образуют все возможности будущего в представлениях субъекта.
Благоприятное состояние — состояние, способствующее достижению цели. Часто такие состояния — плановые, требуемые (те состояния, что должны возникнуть по плану). Неблагоприятные состояния - состояния, которые могут не способствовать достижению цели.
Состояние исследуемого объекта — совокупность значений показателей свойств исследуемого объекта. Событие проявляется и познается в процессе исследования как смена состояний объекта исследований.
Отнесение состояний к благоприятным или неблагоприятным (классификация) определяется целью субъекта, его знаниями о деятельности. А именно, определяется правилом, определяющем, насколько данное состояние соответствует цели, насколько состояние позволяет достичь желаемого будущего состояния.
Введенные понятия позволяют сформулировать принцип комплексного оценивания успешности реализации ЦП в условиях риска.
Он состоит в том, что благоприятные и неблагоприятные возможности должны рассматриваться совместно, для того чтобы комплексно и полно оце-нить возможное будущее. Такой, комплексный показатель, характеризующий как эффективность реализации ЦП, так и риск при реализации ЦП, назовем показателем успешности реализации ЦП.
Как возможности благоприятных, так и возможности неблагоприятных событий необходимо оценивать численно (с использованием числа).
Для того, чтобы выполнять такое оценивание целесообразно использовать принцип аналитичности оценивания успешности реализации ЦП.
Этот принцип состоит в том, что числовые характеристики свойств, описывающих благоприятные и неблагоприятные возможности, должны рассматриваться совместно и с использованием числовых (аналитических) оценок, для того чтобы комплексно и полно оценить возможное будущее, а затем перейти к планированию ЦП на основе аналитических моделей. В качестве числовой характеристики благоприятных возможностей при реализации ЦП традиционно используется показатель эффективности реализации ЦП. В качестве числовой характеристики неблагоприятных возможностей при реализации ЦП предлагается использовать показатель риска при реализации ЦП: Показатель риска - характеристика возможности неблагоприятных событий и неблагоприятных состояний, возникающих приреализацииЛДП.
Для оценивания эффективности и риска совместно (в соответствии с принципом комплексного оценивания эффективности и риска) целесообразно использовать принципы учета риска при оценивании эффективности деятельности. В числе таких принципов — принцип учета риска при описании цели деятельности с помощью введения показателя целью деятельности, принципучета риска-с помощью введения показателя риска, принцип «благоприятности затрат на достижение цели.
Принцип учета риска при описаниищели-деятельности состоит в том, что в цели деятельности должны учитываться числовые характеристики неблагоприятных состояний. Такой учет должен быть реализовантаким образом, чтобы на результирующие значения неблагоприятных результатов деятельности (неблагоприятные эффекты) могли быть наложены числовые ограничения (предъявлены, требования).
Принцип учета риска с помощью введения показателя риска состоит в том, что оценивание эффективности и риска должно осуществляться по отдельным частным (по отношению к комплексному показателю успешности ЦП) показателям.
При этом, риск должен оцениваться путем расчета прогнозных значений неблагоприятных эффектов- и соотнесения полученных значений с ограничениями на неблагоприятные эффекты, а эффективность - путем1 расчета благо 38 приятных и неблагоприятных эффектов и соотнесения прогнозных значений благоприятных эффектов ограничениям.
Эмпирио-эвристические модели оценивания эффективности реализации ЦП в условиях риска
Эмпирио-эвристические модели (ЭЭ-модели) эффективности реализации целевых программ предназначены для получения зависимости показателя эффективности реализации ЦП от характеристик мероприятий ЦП, возможностей возникновения неблагоприятных случайных событий (и их последствий) и от значений оптимизируемых переменных.
Эффективность реализации ЦП — комплексное свойство процесса реализации ЦП, характеризующее оперативность, ресурсоемкость и результативность реализации целевой программы.
Оперативность реализации ЦП - свойство процесса реализации ЦП, характеризующее его приспособленность к затратам времени для получения целевого результата.
Ресурсоемкость реализации ЦП - свойство процесса реализации ЦП, характеризующее его приспособленность к затратам денежных средств для получения целевого результата. Результативность (экологическая безопасность) реализации ЦП — свой- - ство процесса реализации ЦП, характеризующее его приспособленность к ненанесению вреда окружающей среде (среде реализации ЦП).
Эмпирио-эвристические модели риска при реализации целевых программ предназначены для получения зависимости показателя риска при реализации ЦП от характеристик мероприятий ЦП, возможностей возникновения неблагоприятных случайных событий (и их последствий) и от значений оптимизируемых переменных.
2.3.1 Эмпирио-эвристические модели оперативности ЦП
Оперативность реализации ЦП оценивается с помощью показателя ЖТ(яр), представляющего собой меру возможности того, что случайный момент Т3ав завершения работ ЦП при плане лр будет не больше, чем заданный момент Т3 окончания работ ЦП:
WT{7rp) = Poss{f3a\Kp) r). (23)
Расчет WT(7T ) выполняется на основе ЭЭ-моделей оперативности ЦП,
соответствующих графо-аналитическим моделям ЦП и включающих модели эффектов оперативности ЦП и модели законов распределения мер их возможности. Здесь обозначено: f;- длительность г-го мероприятия, Т" - момент начала і -го мероприятия, Тк - момент окончания і -го мероприятия.
Модель закона распределения длительности ЦП имеет вид:
Метод расчета функции juf3a. изложен в 3 главе диссертации.
2.3.2 Эмпирио-эвриспшческие модели ресурсоемкости целевых программ
Ресурсоемкостъ реализации ЦП оценивается с помощью показателя WR{it). Он представляет собой вероятность (точнее - меру возможности) случайного события, состоящего в том, что, во-первых, случайная величина Д.(я"р), ієі, затрат ресурсов (денежных средств) в z -м квартале реализации
ЦП при плане лр не превзойдет случайной величины Щост{7ир) доступных в этом квартале средств и, во-вторых, что величина R"U(K ), і є 1,1, денежных средств, неизрасходованных в /-м квартале реализации ЦП, не превзойдет заданной величины 79 По форме равенства (33) можно заключить, что Lj. ARfocm (я р)) — это функция случайной величины Ё.?ст(яр), однако значение L . АЁ?0Ст(яр)) является детерминированной величиной. Метод расчета L, )\Щост{яр)\ приведен в 3 главе работы.
Анализ особенностей задачи планирования целевых программ в условиях риска как оптимизационной задачи
Анализ соотношений (87)-(96), задающих модель решаемой задачи позволяет сделать вывод о том, что решаемая задача относится к классу задач математического программирования [34,35,37].
К особенностям решаемой задачи следует отнести 3 группы особенностей:
1. Негладкий, многоэкстремальный характер целевой функции задачи.
2. Необходимость автоматизации построения и преобразования моделей для расчета значений целевой функции.
3. Необходимость использования алгебры случайных чисел.
4. Необходимость хранения, обработки и передачи значительных объемов разнородных исходных данных для решения задачи.
Раскроем источники проявления 3 указанные групп особенностей подробнее.
Так, негладкий, многоэкстремальный характер целевой функции задачи определяется следующими особенностями соотношений (87)-(96):
1. Рекуррентным характером соотношений (87)-(96), зависящих от индексов, определяемых алгоритмами расчета выражений на графах.
2. Наличием в соотношениях (87)-(96) индикаторов событий (функций, принимающих значение 0 или 1).
3. Произведением мер (вероятностей) случайных событий и законов распределения (L-функций) случайных нечетких величин при расчете значения целевой функции. Как известно [34,35,37,38,39], задача математического программирования заключается в поиске экстремума функции (X w ) на допустимом множестве решений, определяемом ограничениями G(X N ).
X =arg max (F(X N )); или X& =arg min JF(X N ))
где X N =(x,,x2,..,xn) — вектор переменных задачи;
G(X N ) = {g, (X),...,gm (X)} - вектор-функция ограничений.
Если F(X N ) и G(X N ) линейны, то сформулированная задача относится к линейному программированию. В противном случае, когда F(X N ) или G(X N ), или обе функции нелинейные, имеем задачу нелинейного программирования.
В нелинейном программировании возможны весьма различные и далеко1 неоднозначные ситуации, что вызывает необходимость разработки различных методов, каждый из которых ориентирован на определенный тип задач. Это обстоятельство затрудняет широкое применение нелинейных моделей в практике поиска оптимальных решений. Решение задачи (87)-(96) осложняется тем, что целевая функция является недифференцируемой и многоэкстремальной.
Другой группой особенностей полученной модели задачи является необ-хоимость построения и преобразования моделей для расчета значений целевой функции. Эта особенность вытекает из того, что в качестве индексов в соотношениях (87)-(96) фигурируют элементы графовых моделей (ветви, пути, вершины). Эти элементы строятся по исходным данным задачи. Например, сеть мероприятий программы строится по графикам Гантта, дерево сценариев развития неблагоприятных событий - по ЕРС — диаграммам. После построения эти элементы должны быть корректно соотнесены с разметкой элементов графов (как правило, хранящихся в базе данных), а затем, с их помощью и с помощью стандартных алгоритмов обхода графов порождаются рекуррентные соотношения (87)-(96). Поэтому оказывается необходимым разработать методы построения, преобразования и использования теоретико-графовых и графо-аналитических моделей.
Следующей особенностью решаемой задачи представляется то, что в выражениях (87)-(96) фигурируют алгебраические опреации (сложение, умножение, вычитание, деление, взятие максимума) со случайными величинами. При этом, используются случайные величины, полученные как эмпирически, так и эвристически. Для таких операций должна использоваться алгебра случайных чисел [38-40].
Наконец, последняя особенность связана с практикой применения методик решения задач планирования, состоящей в том, что для применения такого-рода методик необходим сбор, структуризация, обработка, хранение и предварительная обработка значительного объема исходных данных. Для решения задач подобного рода традиционно используются реляционные базы данных, передача слабо структурированных данных с помощью XML (extensible Markup Language, язык расширяемой разметки) и приложения вида клиент-сервер, оперирующие данными. Однако, для создания таких приложений необходимо разработать схему базы данных и (или) структуры документов XML. При этом элементы модели задачи должны быть отображены в элементы схемы данных.
Ниже перечислены основные направления развития методов негладкой дискретно-непрерывной оптимизации и соответствующих им алгоритмов с кратким анализом их особенностей и вытекающих из этих особенностей возможностей использования соответствующих методов для решения прикладной задачи планирования целевых программ в условиях риска.
1. Методы, ориентированные на прямое применение алгоритмов линейного и нелинейного программирования в условиях:
Допустимости округлений; Нахождения решения в вершине многогранника релаксированной задачи; Введения штрафов за нарушение дискретности; 2. Методы, ориентированные на построение динамической модели и применение принципа максимума.
3. Методы и алгоритмы последовательного сужения множества альтернатив: Комбинаторные методы и алгоритмы; Расширение и построение последовательности сужающих решений; Специальные методы сужения.
4. Методы и алгоритмы последовательного улучшения решений (последовательной оптимизации): Итеративные методы и алгоритмы локальной оптимизации; Методы и алгоритмы случайного поиска; Локально-стохастические алгоритмы;
5. Непрямые методы выделения решений или подмножеств, содержащих решения: Непрямые методы и алгоритмы, использующие свойства псевдобулевых функций; Непрямые методы и алгоритмы, использующие метризацию дискретного пространства; Непрямые методы и алгоритмы, ориентированные на специфические свойства решаемой задачи.
Первые два направления связаны с выявлением условий, при которых решение задач дискретного программирования может полностью, или почти полностью опираться на использование алгоритмов непрерывного программирования. Ввиду того, что эти возможности существуют лишь для сравнительно небольшого числа классов задач, большой интерес представляют три остальных направления собственно методов и алгоритмов дискретного программирования.
Третье и четвертое направления, охватывающие методы и алгоритмы последовательного улучшения решений, мы будем относить к прямым методам дискретной оптимизации.
Структура методики решения задачи планирования ЦП создания образца техники в условиях риска
Методика решения прикладной задачи традиционно включает шесть частей. Структура методики показана на Рис. 45:
1) постановка задачи (вербальная и математическая);
2) моделирование объекта исследований (в данном случае - целевой программы создания образца техники в условиях риска);
3) метод решения задачи;
4) алгоритм и программный комплекс решения задачи;
5) порядок сбора, обработки исходных данных и интерпретации результатов решения задачи;
6) пример решения задачи.
Решение задачи планирования целевой программы в условиях риска не возможно без использования тех или иных информационных технологий, под которыми понимаются технологии оперирования сведениями.
Для решения задач исследования эффективности бизнес-процессов должны быть созданы методики решения таких задач, включающие постановку задачи, модели и методы, используемые для решения задачи, предписания о подготовке исходных данных и интерпретации результатов решения задачи, а также пример решения задачи (Рис. 46).
Информационные технологии должны позволить получить предписания о наилучших (наиболее эффективных) планах программ. Исходными данными для применения методик должны быть сведения о существующих программах, возможные предписаниях в будущем, возможные условия реализации этих предписаний.
На схеме (Рис. 47) показана обобщенная модель целевой программы в виде статической схемы UML.
Для планирования целевых программ требуются аналитические (числовые) комплексные характеристики этих целевых программ. Эта особенность связана со свойствами алгебраической структуры действительных чисел, прежде всего, с наличием строгого порядка на оси действительных чисел. Она позволяет, в случае, если действительное число - показатель эффективности и риска целевой программы рассчитан, сравнить любые два бизнес процесса. Характеристики программы, среды реализации программы, требований к результатам программы обобщают другие имеющиеся сведения об этих объектах, используемые в методиках оценивания программ (Рис. 48). Оценивание программ, как правило, осуществляется до или во время реализации этих программ. Главный вопрос, на который, при этом, необходимо ответить, состоит в том, какова возможность того, что бизнес-процесс или проект достигнет требуемой цели. Ответ на этот вопрос требует предсказания возможного будущего (в виде сведений об этом, возможном, будущем). Эти сведения о возможном будущем классифицируются по тому же принципу, что и сведения о программе, системе реализации программы, среды системы реализации программы. Сведения в настоящем включают также и сведения, накопленные в прошлом.
На входе обобщенной методики решения задачи планирования целевых программ с учетом рисков - сведения о прошлом и настоящем, а на выходе — сведения (прогноз) о будущем. А именно, на входе обобщенной методики исследования эффективности могут быть следующие сведения: Сведения о программе, сведения о системе реализации программы, сведения о среде реализации программы, в том числе - сведения о требованиях к результатам программы. На выходе методики могут быть сведения, приведенные на Рис. 49.
Для решения задач исследования эффективности программы необходимо структурировать имеющиеся сведения и построить на их основе модели.
Особенностью построенных моделей должно быть то, что они должны отражать основные закономерности формирования результатов программы, такие, что указанные закономерности должны соблюдаться и в будущем. Указанные закономерности должны быть записаны в виде правил, алгоритмов расчета характеристик в зависимости от имеющихся сведений.
Такая зависимость (алгоритмов расчета от имеющихся сведений) вскрывается с помощью моделей, отражающих имеющиеся сведения. Такие модели, как правило, имеют структурный (теоретико-графовый или другой алгебраический) вид, и именно с их помощью задаются алгоритмы расчета.
Далее делаются предположения о значении переменных моделей в будущем и, на основе этих предположений, на полученных моделях рассчитываются характеристики программы, системы реализации программы, среды системы реализации программы в будущем.
При изменении сведений, передаваемых с помощью моделей, возникает необходимость изменения методики исследования эффективности и рисков программы.
Переход от одних моделей к другим в процессе моделирования диктуется целями моделирования. Так, концептуальные модели служат для структури 122 зации сведений, графо-аналитические модели — для получения- моделей, приспособленных к количественным (аналитическим) расчетам, вычислительные модели — для автоматизации синтеза программ расчетов. Цели моделирования задаются постановкой задачи, обобщенная концептуальная модель которой представлена ниже (Рис. 48).
Наличие формальной постановки задачи необходимо для целенаправленного перехода от одних моделей к другим в процессе построения моделей, объектов моделирования для получения модели задачи, а затем — для перехода к модели решения задачи.
Должны строиться: модели результатов реализации проекта — модели формирования результатов, модели преобразования результатов, модели цели — модели требований (в том числе модели предоставления ресурсов и модели спроса на результаты), модели события, состоящего в достижении цели.
Эти модели, в свою очередь, могут делиться на модели последовательности работ, модели одновременно выполняемых работ, модели событий при выполнении, множеств-.работ, модели последствий событий при выполнении работ. Эти модели, ві свою очередь,- делятся на модели характеристик - переменных, параметров, ассоциированных с элементами структурных моделей. После построения алгебраических (структурных) моделей необходимо перейти к моделям аналитическим (Рис. 50).
