Содержание к диссертации
Введение
ГЛАВА 1 Анализ методов моделирования процессов обучения специалистов иннновационной деятельности 15
1.1 Актуальность и проблемы создания тренажеров обучения специалистов инновационной деятельности в машиностроении 15
1.2 Классификация уровней образования при подготовке менеджеров в области инновационной деятельности и выбор технологии обучения 22
1.3 Характеристики процесса принятия решения и задачи, решаемые тренажером обучения специалистов инновационной деятельности... 29
1.4 Методы моделирования процессов обучения специалистов инновационной деятельности как сложноорганизованной динамической системы 31
1.5 Обоснование использования выбранного метода моделирования 39
1.6 Требования к тренажеру обучения специалистов инновационной деятельности ,... 44
1.7Выводы по первой главе 56
ГЛАВА 2 Разработка имитационной модели определения уровня и управления конкурентоспособностью наукоемкоймашиностроительной продукции 57
2.1 Формализация процесса принятия решений о конкурентоспособности наукоемкой машиностроительной продукции 57
2.2 Теоретико-множественный подход к описанию процесса оценки альтернатив 2.3 Содержательное описание объекта моделирования 63
2.4 Концептуальная модель объекта моделирования 66
2.5 Формальное описание объекта моделирования 69
2.6 Описание имитационной модели определения уровня и управления конкурентоспособностью наукоемкой машиностроительной продукции 71
2.7 Выводы по второй главе 84
ГЛАВА 3 Разработка экономико-математического обеспечения тренажера обучения специалистов 85
3.1 Событийная имитационная модель прогнозирования конкурентоспособности НМЛ при замедлении реакции производителя на изменение требований потребителей 85
3.2 Применение модели Марковича для оценки конкурентоспособности портфеля продукции 93
3.3 Разработка и моделирование сценариев деловой игры «Акулы конкуренции» 100
3.4 Формирование и оценка фрагментов знаний специалистов на основе теории нечетких множеств 112
3.5 Выводы по третьей главе 118
ГЛАВА 4 Обучение специалистов инновационной деятельности 119
4.1 Методика обучения специалистов инновационной деятельности на основе исследования конкурентоспособности горно-шахтного оборудования 119
4.2 Внедрение автоматизированного тренажера на машиностроительном предприятии 138
4.3 Внедрение результатов исследований в учебный процесс вуза 146
4.4 Выводы по четвертой главе 148
Заключение 149
Литература 151
- Классификация уровней образования при подготовке менеджеров в области инновационной деятельности и выбор технологии обучения
- Теоретико-множественный подход к описанию процесса оценки альтернатив 2.3 Содержательное описание объекта моделирования
- Применение модели Марковича для оценки конкурентоспособности портфеля продукции
- Внедрение автоматизированного тренажера на машиностроительном предприятии
Классификация уровней образования при подготовке менеджеров в области инновационной деятельности и выбор технологии обучения
Из динамической сущности задачи вытекает, что требуется разработка ряда моделей, решающих частные задачи получения оценок конкурентоспособности НМЛ и рекомендаций для ЛПР на всех этапах жизненного цикла изделия. Таким образом, речь идет о системе моделей решения данной проблемы. При их построении, следовательно, требуется учитывать известные принципы системного подхода к решению задач [10,19,48,79,97].
Данная задача является многокритериальной, так как конкурентоспособность изделия зависит не только от качества продукции, которое само по себе оценивается по многим характеристикам, но и от других параметров.
В связи с этим представляет отдельный вопрос определение принципов оптимальности, которые здесь можно применить.
Под принципом оптимальности понимается та совокупность правил, при помощи которых ЛПР определяет свое действие (решение, альтернативу, стратегию, управленческое решение), наилучшим образом способствующее достижению поставленной им цели. Принцип оптимальности выбирается, исходя из учета конкретных условий принятия решения: количества участников, их возможностей и целей, характера столкновения интересов. Их достаточно большое количество в литературе рассматривается [30,38,54,61,78,82,99,105,108,110,119], ограничимся указанием наиболее подходящих к исследуемой проблеме [99]:
Данная система моделей представляет собой человеко-машинную интерактивную систему, дающую список возможных альтернатив действий для выбора действия лицом, принимающим управленческое решение. Очевидно, что результаты анализа полученных показателей конкуренто способности, произведенного на более ранних стадиях жизненного цикла оцениваемого изделия влияют на принятие решения по этому изделию на более поздних этапах. Предусматривается возможность ввода информации не только от ЛПР, но, и даже в большей степени, для ввода экспертных оценок большинства параметров специалистами-экспертами на любом этапе определения конкурентоспособности. Отсюда же вытекает и необходимость применения экспертных методов выявления информации, таких, например, как метод Дельфи [122].
Из-за того, что допускается возможность ввода, в общем-то, субъективной информации от экспертов, встает задача учета того, что многие параметры будут носить вероятностный, стохастический характер [21,69].
Разрабатываемую систему следует рассматривать только как генератор списка возможных действий на будущее, какую продукцию производить, как систему подсказок для ЛПР. Окончательное принятие управленческого решения осуществляется именно ЛПР, которое имеет возможность влиять на отсев неконкурентоспособных альтернатив (например, выбор порога несравнимости в соответствующей подпрограмме тренажера [24]).
Основным элементом разрабатываемого тренажера является имитационная модель определения уровня и управления конкурентоспособностью НМЛ (ИМ ОУК) [25,64,70,72,74,114].
В имитационной модели поведение компонент представлено набором алгоритмов, которые затем реализуют ситуации, возникающие в исследуемой системе. Моделирующие алгоритмы позволяют по исходным данным, содержащим сведения о начальном состоянии СДС, отобразить изучаемые явления в системе и получить интересующие сведения (рекомендации, отчеты, графики) о конкурентоспособности исследуемой НМЛ. На основании этой информации ЛПР может принять соответствующие ре шения.
Как было доказано в [63,114], рассматриваемая задача управления уровнем конкурентоспособности НМЛ является слабоструктурированной (см. более подробно п. 1.5). У слабоструктурированной задачи есть важная особенность — ее решение строится на основе оценочных систем различного порядка. В каждой из этих систем могут быть элементы как поддающиеся, так и не поддающиеся количественному выражению [53,78,79,97,98,105].
Основная задача в решении качественных проблем — ввести структуру в слабоструктурированный процесс. Для этого должны выполняться следующие основные требования [ 19,48,73,88]: - процесс решения проблемы должен быть изображен с помощью диаграмм потока — последовательностью или структурой процессов с указанием точек принципиальных решений; - этапы процесса нахождения принципиальных решений должны быть описаны детально; - основные альтернативы и способы их получения должны быть демонстрируемы; - предположения, сделанные для каждой альтернативы, должны быть определены; - критерий, с помощью которого выносится суждение о каждой альтернативе, должен быть полностью определен; - детальное представление данных, взаимоотношений между данными, процедур, с помощью которых данные были определены, должно являться частью любого решения; - важнейшие альтернативные решения и доводы, необходимые для объяснения причин исключения отклоненных решений, должны быть показаны. Выполнение данных требований обеспечивает возможность применения имитационного моделирования.
Теоретико-множественный подход к описанию процесса оценки альтернатив 2.3 Содержательное описание объекта моделирования
Развитие синергетики и теории катастроф создают предпосылки изучения динамики инновационных процессов на основе методологии построения их простых математических моделей. Учитывая возможности создания эффективных тренинговых систем, позволяющих «на опыте» определять параметры, комбинации которых в той или иной мере способствуют формированию образов конкурентоспособной продукции, автор диссертации предлагает обучающую деловую игру «Акулы конкуренции» [62].
Целью деловой игры «Акулы конкуренции» является обучение специалистов принятию управленческих решений об инвестициях в производство наукоемкой машиностроительной продукции на основе показателей конкурентоспособности «значимость технического решения», «значимость экономического события» и др. [95,114] и формирование первоначальных навыков в управлении инновационными процессами у предпринимателей деловой активности, создание предпринимательской идеи и получение предпринимательского дохода. Игра проводится на автоматизированном обучающем комплексе и рассчитана на лиц, обучающихся по Государственной образовательной программе «Менеджмент» всех уровней и форм обучения, полезна для студентов других экономических специальностей и лиц, проходящих послевузовскую подготовку, а также представляет интерес для менеджеров и руководителей предприятий инновационного бизнеса.
В игре участвуют 4 человека: независимый эксперт (НЭ), прогрессивный предприниматель (ПрПр), профессиональный менеджер (ПМ), потенциальный потребитель (ППл). Каждый из них является пользователем тренажера и решает собственные задачи. Возможны два варианта игры -командный, т.е. в форме соревнования отдельных команд или групп обучаемых, по результатам которого дается комплексная оценка действий команд, и индивидуальный, когда каждый участник оценивается отдельно.
Игра проходит в 2 этапа. Первый этап заключается в том, что на основе имеющейся информации о технико-экономических характеристиках конкретной наукоемкой продукции, выбранной из базы данных альтернатив, производится их ранжирование, выбирается наиболее значимые альтернативы по ТЭХ и определяется необходимый и достаточный прирост каждой ТЭХ для обеспечения оптимальной конкурентоспособности исследуемой альтернативы. На данном этапе используется событийная имитационная модель, рассмотренная в п.3.1 настоящей главы. При этом в качестве времени замедления реакции производителя на изменения требований потенциальных потребителей рекомендуется использовать период обновления инновации по комплексу ТЭХ. Обучающий модуль тренажера генерирует подсказки, «советуя» принимать различные значения временной компоненты для выработки навыков принятия решений в различных ситуациях.
На втором этапе игры специалисты обучаются принятию решений по выбору портфеля наукоемкой продукции на основе критериев конкурентоспособности отдельных альтернатив и риска нереализации альтернатив на рынке. Особенно это актуально при распределении инвестиционных ресурсов между альтернативами и проведении экспресс-экспертизы инновационных проектов, которые, как известно, могут включать одновременно несколько продуктовых позиций (например, портфель содержит такие виды продукции, как стреловые самоходные краны, горно-шахтное оборудование, товары народного потребления и т.д.). При проведении второго этапа игры пользователь применяет модель Марковича, описанную в п.3.2 данной главы, а входными данными служат оценки конкурентоспособности исследуемых альтернатив, полученные в ходе осуществления первого этапа игры.
Функциональная схема деловой игры, отражающая взаимодействия обучаемых на первом этапе, приведена на рис. 3.3.
Используется концепция «рынка покупателя». Профессиональный менеджер как связующее звено между прогрессивным предпринимателем (в нашем случае предприниматель является производителем) и потенциальным потребителем в результате исследования и сегментации рынка получает информацию от последнего о его потребительских предпочтениях по отношению к конкретной продукции. При этом менеджер одновременно предоставляет информацию потребителю, отражающую (см. более подробно [24,67]): - аналоги продукции (база данных альтернатив); - фактические (на конкретный момент времени) ТЭХ продукции; - научно-производственный потенциал предприятия.
Применение модели Марковича для оценки конкурентоспособности портфеля продукции
Рассматривается метод многокритериального выбора альтернатив на основе композиционного правила агрегирования описаний альтернатив с информацией о предпочтениях ЛПР, заданных в виде нечетких суждений.
Краткие сведения о методе. Пусть U — множество элементов, А — его нечеткое подмножество, степень принадлежности элементов которого есть число из единичного интервала [0,1]. Подмножества А являются значениями лингвистической переменной X.
Пусть множество решений характеризуется набором критериев Xj, Х2 ,..., Хр, т.е. лингвистических переменных на базовых множествах U] ,U2,.., Up соответственно. Например, переменная Xj «Стоимость обучения» может иметь значение НИЗКАЯ, а переменная Х2 «Конкурентоспособность специалиста» — значение ХОРОШАЯ и т. п. Набор из нескольких критериев с соответствующими значениями характеризует представления ЛПР об удовлетворительности (приемлемости) решения. Переменная S «Удовлетворительность» также является лингвистической. Пример высказывания: d}: «Если Х7=НИЗКАЯ и Х2=ХОРОШАЯ, то =ВЫСОКАЯ». В общем случае высказывание dt имеет вид dt: «Если Х]-Ап и X2=A2i И Хр=Арі, то =Д».
Обозначим пересечение (Хі=АцГ\Х2=А2ігл ...rXp=Api) через X=Aj. Операции пересечения нечетких множеств соответствует нахождение минимума их функций принадлежности: \ікІу)=тіп[ілАІ1(и1),ілАі2(и2),...,цАір(ир)), (3.22) 107 где V=Ujx U2x ...xUp; v=(uj, U2„...,up); juAiJ (uj — значение принадлежности элемента Uj нечеткому множеству Ay. Тогда правило можно записать в виде dt: «Если X-Ait то S=Bi». (3.23) Для придания общности рассуждениям обозначим базовое множество U или V через W. Тогда At — нечеткое подмножество W, в то время как Bt — нечеткое подмножество единичного интервала /. Импликация нечетких множеств (3.23) выражается следующим образом: juH(w,i)=min(l,(l MA(w) + juB(i))), (3.24) weW где H— нечеткое подмножество на Wxl, we.W, і є І. Аналогичным образом высказывания d\, d2,. ..,dq преобразуются в множества Hi, Н2,..., Hq. Их пересечением является множество D: D=H,nH2...nHq, и для каждого (w, і) є Wxl MD (yv,i)= min(juHj(w,i)),j=l,2...,q. (3.25) Далее опишем способ выбора альтернатив, каждая из которых описывается нечетким подмножеством С из W. Удовлетворительность альтернативы находится на основе композиционного правила вывода: G=CoD, (3.26) где G — нечеткое подмножество интервала /. Тогда juG {i)=max(min(juc(w),juD(w,i))). (3.27) weW Сопоставление альтернатив происходит на основе точечных оценок. Для нечеткого множества A cd определим а-уровневое множество (ає[0,1]): 108 Aa={x\jUA(x) a, хєі}. (3.28) Для каждого Аа. можно вычислить среднее число элементов — M(AJ: 1) для множества из п элементов М(Ао)- ХіЄЛ 2) для Аог {a x b} M(AJ= , 3)для 0 a1 b1 a2 b2 ... an bn \ п a- +h І=І 2 Aa=uiai x bt}; ЩАа)- i=l Тогда точечное значение для множества А 1 атах F(A)= \M(Aa)da, (3.29) тах О где атах = arg max а — значение, при котором А имеет максимум. А При выборе альтернатив для каждой из них находится удовлетворительность и вычисляется соответствующая точечная оценка. Лучшей считается альтернатива с наибольшим ее значением.
Руководство экспертной комиссии проводит отбор специалистов для участия в экспертизе проектов повышения конкурентоспособности НМЛ в фирме. Задача заключается в том, чтобы, используя описанный выше метод, выявить наилучшего из них. Обсуждение среди членов комиссии дало следующий результат: 109 d\: «Если специалист — опытный исследователь, имеет некоторый производственный стаж и опыт преподавания экономических дисциплин, то он — удовлетворяющий (отвечающий требованиям)»; d2: «Если он вдобавок к вышеописанным требованиям обладает интуицией, то он — более чем удовлетворяющий»; dy. «Если он вдобавок к условиям d2 имеет способность найти заказчика научно-исследовательских работ (НИР), то он — безупречный»; di,\ «Если он имеет все, оговоренное в d?„ кроме способности обладания интуицией, то он — очень удовлетворяющий»; d5. «Если кандидат — очень опытный исследователь, имеет способность найти заказчика НИР и хороший преподаватель, но не имеет производственного стажа, он все же будет удовлетворяющим»; d(,: «Если он не имеет квалификации исследователя или не имеет проверенной способности к преподаванию, он — неудовлетворяющий». Анализ шести информационных фрагментов дает пять критериев, используемых в принятии решения: Х\ — исследовательские способности; Х2 — производственный стаж; Хъ — опыт преподавания экономических дисциплин; Х4.— обладание интуицией; Х5 — способность найти заказчика НИР. Будем измерять эти переменные на базовом множестве U кандидатов. Обращаясь к шести фрагментам, получаем: dy. «Если ОБРАЗОВАННЫЙ и Х2=НЕКОТОРЫЙ ОПЫТ и Х3=ХОРОШИЙ, то 7=УД0ВЛЕТВ0РЯЮЩИЙ»; d2: «Если ОБРАЗОВАННЫЙ и Х2=НЕКОТОРЫЙ ОПЫТ и Хз=ХОРОШИЙ и ОБЛАДАЮЩИЙ ИНТУИЦИЕЙ, то 7=Б0ЛЕЕ ЧЕМ УДОВЛЕТВОРЯЮЩИЙ»; dy «Если ОБРАЗОВАННЫЙ и Х2=НЕКОТОРЫЙ ОПЫТ и Х3=ХОРОШИЙ и Х4=ОБЛАДАЮЩИЙ ИНТУИЦИЕЙ и Х5=СПОСОБНЫЙ, то Г=БЕЗУПРЕЧНЫЙ»;
Внедрение автоматизированного тренажера на машиностроительном предприятии
Проведенные исследования позволили сформировать методику обучения специалистов инновационной деятельности, позволяющую учитывать изменения ТЭХ НМЛ в расчетах уровня ее конкурентоспособности.
Методика обучения специалистов инновационной деятельности (на примере исследования потребности в горно-шахтном оборудовании) Предлагаемая в диссертации методика обучения специалистов инновационной деятельности является частью проекта «Автоматизированный тренажер для обучения, подготовки и переподготовки специалистов, зани 128 мающихся инновационной деятельностью» Министерства образования РФ. Ее использование в процессе имитационных экспериментов в сфере оценки и управления инновациями предполагает получение и закрепление навыков специалистами.
Алгоритм методики представлен шестью взаимосвязанными этапами.
Этап 1. Проводится детальная классификация ТЭХ продукции с целью выявления таких из них, которые в большей или меньшей мере оказывают влияние на величину оценки конкурентоспособности. Фактические уровни ТЭХ в сопоставлении с уровнями гипотетического прототипа определяют, как было сказано ранее, уровни ПП. Проведенный анализ таких характеристик показал, что нет необходимости учитывать в расчетах все изменяющиеся ТЭХ, используемые для оценки уровня конкурентоспособности, так как многие из них практически или совсем не влияют на изменение величины потребности, или это влияние незначительное, или возможность изменения потребности находится в функции еще целого ряда факторов. В дальнейших исследованиях конкурентоспособности шахтных очистных комбайнов, при разработке обучающих рекомендаций, ограничимся рассмотрением следующих трех основных ТЭХ: максимальная вынимаемая мощность пласта, суммарная номинальная мощность привода, надежность, имеющих наибольшие возможные степени влияния.
Этап 2. Проводится классификация основных сфер использования продукции, т. е. классификация потребности в функциональном разрезе. Автор разделяет мнение большинства экспертов, что наиболее целесообразно для решения поставленной задачи выделить следующие направления использования изделий: - комплектация горно-шахтных комплексов для последующего сбыта предприятиям угольной отрасли на основе внешних заказов; - экспортные поставки очистных комбайнов на мировом рынке; - осуществление кооперированных поставок путем налаживания совместного производства.
Этап 3. Определяется удельный вес инвестиций по направлениям использования продукции в общей величине потребности в перспективном периоде и оценка дисперсии риска на основе теории инвестирования Марковича [122].
Этап 4. Производится конструирование и обоснование экономико-математических моделей и методов, позволяющих достоверно определить оценки ТЭХ новой продукции при изменении отдельных ПП на данном этапе исследования или в перспективе (модели, разработанные автором диссертации в главе 3, статистические модели учета [70]).
Рассмотрим схемы взаимодействия основных направлений потребностей и показателей ТЭХ наукоемкой продукции - шахтных очистных комбайнов (рис. 4.3).
Как показал анализ, на потребность в шахтных очистных комбайнах изменение оценок ТЭХ этой продукции практически незначительно влияет на ее объем (потребителя волнует шахтный комплекс в целом). Показатель номинальной мощности привода оказывает лишь некоторое влияние на величину объема поставки шахтных очистных комбайнов для комплектации горно-шахтного оборудования. Вместе с тем ограничиться здесь только констатацией было бы недостаточно. Действительно, надежность очистных комбайнов незначительно влияет на норму комплектации, так как изменение ПП к совокупности ТЭХ рассматриваемой продукции слабо влияет на изменение ПП к множеству потребительских свойств горно-шахтного оборудования в целом. Идеальным решением проблемы комплектации было бы достижение синхронизации надежности шахтных комбайнов и надежности шахтных комплексов в целом, а синхронизация надежности в конечном счете означает синхронизацию срока службы. В этом случае достигается наибольшая экономическая эффективность. Естественно, что добиться такой синхронизации по всем видам комплектующей продукции практически невозможно. На взгляд автора, более приемлемым вариантом является создание комплектующей продукции, надежность которой (или срок службы) является кратной надежности (сроку службы) основной продукции или продукции-аналога (другого объекта комплектации). Номинальная мощность привода Надежность (80% ресурс до капремонта) Объем поставки шахтных комбайнов Потребность в новых комбайнах на комплектацию ГШО Вынимаемая мощность пласта Рис. 4 3. Схема взаимодействия потребности и показателей ТЭХ В связи с этим применение на практике вышеизложенной методики учета изменения ТЭХ наукоемкой продукции в расчетах величины потребности в ней, платежеспособного спроса и конкурентоспособности при изменении ее потребительских свойств позволяет внести элементы оптимизации в процесс совершенствования конструкций и улучшения ТЭХ исследуемой продукции на всех стадиях ее жизненного цикла. Этот же тезис приемлем к такой характеристике, как максимальная вынимаемая мощность пласта. На рисунках 4.4 и 4.5 показаны схемы взаимодействия ТЭХ и потребности в экспорте шахтных очистных комбайнов и в поддержании кооперированных поставок с другими машиностроительными предприятиями.
