Содержание к диссертации
Введение
Глава 1. Пути повышения эффективности казначейской системы в регионе на основе современных информационных технологий 10
1.1 Организация управления казначейской системой с использованием информационных технологий 10
1.2 Возможности повышения эффективности информатизации управления экономической системой на основе методов моделирования и оптимизации 30
1.3 Цель и задачи исследования 41
Глава 2. Моделирование функционирования и развития системы управления Федерального казначейства в регионе 45
2.1 Структуризация системы как системы массового обслуживания 45
2.2 Сетевое моделирование информационных потоков в системе управления 49
2.3 Имитационное моделирование функционирования и развития системы управления 51
Выводы 60
Глава 3. Оптимальный выбор варианта развития системы управления Федерального казначейства 61
3.1 Структура многоуровневой модели принятия оптимальных решений 61
3.2 Формирование многоуровневой оптимизационной модели функционирования и развития УФК 64
3.3 Алгоритмическая схема оптимизации 68
Выводы 77
Глава 4. Анализ эффективности использования методов моделирования и оптимизации при управлении казначейской системой Воронежской области 78
4.1 Особенности применения разработанного математического алгоритма и программных средств моделирования и оптимизации УФК 78
4.2 Оптимизация подсистемы УФК 87
4.3 Использование результатов имитационно-прогностического моделирования и оптимизации для выбора этапов развития УФК 94
Заключение 100
Литература 103
Приложение 109
- Возможности повышения эффективности информатизации управления экономической системой на основе методов моделирования и оптимизации
- Сетевое моделирование информационных потоков в системе управления
- Формирование многоуровневой оптимизационной модели функционирования и развития УФК
- Использование результатов имитационно-прогностического моделирования и оптимизации для выбора этапов развития УФК
Введение к работе
Актуальность темы. Современный этап развития общества характеризуется его глубокой и всесторонней информатизацией на всех уровнях функционирования. Социальные последствия информатизации являются одним из основных и определяющих факторов в выборе приоритетных научных исследований в области информатики. Направления развития информатики связаны со множеством возможных решений основополагающих проблем развития человечества. Одна из них заключается в создании эффективного инструмента, способного оказать существенную помощь человеку в принятии решений любого уровня сложности в любой сфере деятельности. Основой такого инструмента служит совокупность знаний, информации, хранящаяся на носителях компьютерных систем. Однако анализ состояния разработок в области принятия решений показывает крайнюю ограниченность функционала реализаций методов, используемых для решения подобного класса задач.
Существует внушительное множество решений на основе применения средств современных вычислительных машин, построенных в условиях недостаточной научной обоснованности.
Рассматриваемая в работе система управления Федерального казначейства по Воронежской области является одной из характерных экономических систем региона, и эффективность ее функционирования влияет на все экономические процессы в регионе в целом.
Повышение эффективности функционирования системы достигается за счет внедрения информационных технологий, систем. Но в настоящее время этот процесс проходит в основном на эмпирическом уровне. Требуется научное обоснование развития информационной системы с использованием методов моделирования и оптимизации.
Таким образом актуальность диссертации определяется необходимостью совершенствования системы управления федеральным казначейством на основе формализованного подхода к моделированию и оптимизации информационной системы для повышения уровня автоматизации и интеллектуальной поддержки процесса принятия оптимальных управленческих решений.
Диссертационная работа выполнена в рамках основного научного направления ГОУ ВГЮ «Воронежский государственный технический университет» «Проблемно-ориентированные системы управления» в соответствии с ГБ НИР 07-19 «Интеллектуализация принятия решений в условиях неопределенности».
Цель и задачи исследования. Целью диссертационной работы является разработка комплекса моделей и . алгоритмов оптимизации функционирования системы УФК в регионе как экономической системы с
использованием методов имитационно-прогностического моделирования и оптимизации.
Для достижения поставленной цели необходимо решить следующие задачи:
проанализировать существующие подходы к повышению эффективности управления казначейским исполнением на основе информационных систем и возможность использования для данных целей методов моделирования и оптимизации;
сформировать имитационно-прогностическую модель
функционирования и развития ИС УФК с учетом специфики экономических процессов;
формализовать процедуры моделирования и оптимизации функционирования и развития ИС УФК;
разработать алгоритмическое и программно-методическое обеспечение процесса поиска оптимальных управленческих решений.
Методы исследования. Для решения поставленных задач использовались методы теории управления, теории вероятностей и случайных процессов, методы дискретной математики, формальной логики, теории графов, исследования операций, математического моделирования и оптимизации.
Научная новизна. В диссертационной работе получены следующие научные результаты, характеризующиеся научной новизной:
имитационно-прогностическая модель функционирования и развития системы управления федерального казначейства в регионе, позволяющая осуществить адекватную формализацию процесса документооборота путем объединения в едином цикле формирование и инициализацию переходов между компонентами сети массового обслуживания и расчет показателей эффективности;
структура модели принятия решений, отличающаяся трехуровневой схемой параметрической оптимизации управления ресурсами и выбором схем документооборота УФК;
процедуры формализации критериев и ограничений, обеспечивающие возможность минимизации среднего времени обслуживания заявок при альтернативных маршрутах их прохождения в экономической системе регионального казначейства на основе многокритериальной оптимизационной модели;
алгоритмическая схема оптимизации функционирования и развития УФК, отличающаяся совмещением имитационно-прогностического моделирования с рандомизированным поиском седловой точки функции Лагранжа на каждом этапе экспертного оценивания ' в задаче многокритериального выбора.
Практическая значимость и реализация результатов работы.
Практическая значимость работы заключается в следующем:
разработаны структурные схемы информационной системы УФК по Воронежской области с указанием направлений информационных потоков;
разработано программное средство, реализующее имитационный алгоритм ИС УФК с использованием языка программирования высокого уровня С#;
разработан многоуровневый оптимизационный алгоритм ИС, подразумевающий использование ПО, реализующего имитационный алгоритм, а также деятельность ЛПР.
Результаты работы применены для моделирования и оптимизации ИС УФК по Воронежской области, что позволило сформулировать научно обоснованный план развития ИС, и предоставило в руки специалистов УФК мощный инструмент моделирования и оптимизации как отдельных подсистем ИС УФК, так и системы в целом.
Проведенная работа позволяет формализовать подход к оптимизации работы системы, определению направления ее дальнейшего развития, что, в свою очередь, влечет за собой снижение трудозатрат и повышение эффективности.
Апробация работы. Результаты диссертационной работы
докладывались и обсуждались на следующих конференциях и семинарах:
Всероссийской конференции «Интеллектуальные информационные
системы» (Воронеж, 2008), Всероссийской конференции
«Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2007), семинарах кафедры систем автоматизированного проектирования и информационных систем Воронежского государственного технического университета (Воронеж, 2007-2009).
Публикации. По теме диссертации опубликовано 7 научных работ, в том числе 2 - в изданиях, рекомендованных ВАК РФ.
В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежат: структура многоуровневой модели принятия оптимальных решений [!], поисковая процедура по функции Лагранжа [2].
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 70 наименований, приложения. Основная часть изложена на 102 страницах, содержит 25 рисунков, 4 таблицы.
Возможности повышения эффективности информатизации управления экономической системой на основе методов моделирования и оптимизации
Определим аксиоматическую базу анализа, рассмотрев такие базовые понятия, как система и модель.
Система - совокупность элементов, взаимосвязанных друг с другом и таким образом образующих определенную целостность[3]. Экономическая информационная система - это человеко-машинная система, обеспечивающая с использованием компьютерных технологий сбор, передачу и хранение информации для управления производством. Модель - отражение предметной области в виде информации[3]. Предметная область представляет собой часть реального мира, которая исследуется или используется.
Математические модели, применяемые в экономических исследованиях, называют экономико-математическими. Математические модели представляют собой формализованное описание на языке математики исследуемых объектов и отображают в виде математических отношений взаимосвязи параметров этих объектов. Наличие достаточно полной математической модели объекта позволяет разработать алгоритм управления этим объектом, т.е. создать алгоритмическую модель. Если для управления используется ЭВМ, то алгоритмическая модель преобразуется с помощью языков программирования в программу, управляющую работай ЭВМ, а через нее - объектом управления.
Концептуальная модель (КМ) обеспечивает интегрированное представление о предметной области (например, технологические карты, техническое задание, план производства и т.п.) и имеет слабоформализованный характер. Логическая модель (ЛМ) формируется из концептуальной путем выделения конкретной части (например, части, подлежащей управлению), ее детализации и формализации. Логическая модель, формализующая на языке математики взаимосвязи в выделенной предметной области, называется математической моделью (ММ). С помощью математических методов математическая модель преобразуется в алгоритмическую, задающую последовательность действий, реализующих достижение поставленной цели управления. На основе алгоритмической модели(АМ) создается машинная программа, являющаяся тоже алгоритмической моделью, только представленной на языке, понятном ЭВМ. Можно выделить два базовых класса алгоритмических моделей[21]: Нормативного анализа: для выработки управляющих решений в условиях определенных закономерностей и взаимосвязей; Позитивного анализа: для выявления неизвестных (или недоступных в эксперименте) закономерностей и тенденций. Математический аппарат для построения первой группы моделей предоставляют следующие классы методов оптимизации управленческих решений: Методы динамического программирования Методы стохастического программирования [18,35,25,17,24,53]. Динамическое программирование пользуется следующими свойствами задачи: Перекрывающиеся подзадачи. Оптимальная подструктура. Возможность запоминания решения часто встречающихся подзадач. Оптимальная подструктура в динамическом программировании означает, что оптимальное решении подзадач меньшего размера может быть использовано для решения исходной задачи. К примеру, кратчайший путь в графе из одной вершины (обозначим s) в другую (обозначим t) может быть найден так: сначала считаем кратчайший путь из всех вершин смежных с s до t, а затем учитывая веса ребер, которыми s соединена со смежными вершинами выбираем лучший путь до t (через какую вершину лучше всего пойти). В общем случае мы можем решить задачу в которой присутствует оптимальная подструктура, проделывая 3 шага: 1. Разбить задачу на подзадачи меньшего размера. 2. Найти оптимальное решение подзадач рекурсивно, проделывая такой же 3-шаговый алгоритм. 3. Использовать полученное решение подзадач для конструирования решения исходной задачи. Подзадачи решаются делением их на подзадачи ещё меньшего размера и т. д., пока не дойдем до тривиального случая задачи, решаемой за константное время (ответ можно сказать сразу). К примеру, если нам нужно найти п!, то тривиальной задачей будет 1! = 1 (или 0! = 1). Перекрывающиеся подзадачи в динамическом программировании означают подзадачи, которые используются для решения некоторого количества задач (не одной) большего размера (то есть мы несколько раз проделываем одно и то же). Ярким примером является вычисление последовательности Фибоначчи, F3 = F2 + F\ и F4 = F3 + F2 — даже в таком тривиальном случае вычисления всего двух чисел Фибоначчи мы уже посчитали F2 дважды. Если продолжать дальше и посчитать F5, то F2 посчитается ещё два раза, так как для вычисления F5 будут нужны опять F3 и F . Получается следующее: простой рекурсивный подход будет расходовать время на вычисление решение для задач, которые он уже решал. Чтобы избежать такого хода событий мы будем сохранять решения подзадач, которые мы уже решали, и когда нам снова потребуется решение подзадачи, мы вместо того, чтобы вычислять его заново, просто достанем его из памяти. Этот подход называется кэширование. Можно проделывать и дальнейшие оптимизации — например, если мы точно уверены, что решение подзадачи нам больше не потребуется, можно выкинуть его из памяти, освободив её для других нужд, или, если процессор простаивает, и мы знаем, что решение некоторых, ещё не посчитанных подзадач, нам понадобится в дальнейшем, мы можем решить их заранее.
Сетевое моделирование информационных потоков в системе управления
Переход заявок между узлами происходит мгновенно в соответствии с переходными вероятностями pi/, ij = \,N, Pij — вероятность того, что заявка после обслуживания в узле / перейдет в узел у". Естественно, что если узлы непосредственно не связаны между собой, то pij = 0. Если из і-го узла переход только в один какой-нибудь узел у, то/?,у = 1 (Таблица 2.2).
В таблице представлено соответствие моделей отдела ИС УФК и чисел от 1 до N+2, где N - количество структурных подразделений. Цифре 0 соответствует выход заявки из сети.
Технологическая карта любого процесса обслуживания документов ИС ФК состоит из совокупности утверждений "если - то", что не может вызвать размножения заявок; каждый документ, поступивший в систему, должен быть так или иначе обработан — нет потери заявок. Очевидно, что описываемая модель ИС ФК является линейной, однородной СеМО, причем сеть, в общем случае, разомкнутая. Можем охарактеризовать модель следующим образом: - входные потоки СеМО пуассоновские; - во всех N СМО время обслуживания заявок имеет - экспоненциальную функцию распределения вероятностей, и - заявки обслуживаются в порядке прихода; - переход заявки с выхода /-й СМО на входу"-й является независимым случайным событием, имеющим вероятность ру , /,/ = l,N; рм — вероятность ухода заявки из СеМО. Другими словами, имеем разомкнутую экспоненциальную СеМО со следующими параметрами: 1. Общим числом СМО в сети - N+2, где N - число структурных подразделений; 2. Кь.. .,KN+2=1, где Kj - число каналов в і-ой СМО; 3. Матрицей Р = ру вероятностных переходов, 4. Интенсивностями її,..., Д +2 входных потоков заявок; 5. Средними временами обслуживания To6ch...,To6cN+2 заявок в СМО. На основе исследования описанного в 2.1 и 2.2 произведем построение имитационной модели ИС УФК. Построение модели будем производить на основе теории объектно-ориентированного программирования. Парадигма данного типа программирования звучит следующим образом: реши, какие требуются классы; обеспечь полный набор операций для каждого класса; явно вырази общность через наследование[48]. Классы по существу являются шаблонами, из которых можно создавать объекты. Каждый объект содержит данные и имеет методы для работы с этими данными и для доступа к ним. Класс определяет, какие данные может содержать каждый объект, но не содержит самих данных[53]. Основными классами объектов модели будут выступать СеМО и СМО, также модель включает в себя структуру SMOEvt, содержащую идентификатор СМО и идентификатор события (Рис.2.4). Класс СеМО является моделью сети массового обслуживания, экземпляры этого класса отвечают за переходы заявок между отдельными СМО. Класс СМО является моделью сети массового обслуживания и осуществляет последовательную обработку заявок из очереди. Экземпляры структуры SMOEvt выступают в роли посредников между экземплярами классов СМО и СеМО. Каждый класс задается совокупностью своих полей и методов. Метод осуществляет увеличения на единицу счетчика заявок AllEvt и добавляет идентификатор поступившей заявки EvtNum в очередь обслуживания Squery; 2. Начало обслуживания очередной заявки StartProcessing(CurrentTime) Если канал не занят (CFree в состоянии "свободно") метод выставляет показатель занятости канала CFree в состояние "занято"и присваивает показателю момента времени начала обслуживания tstart величину, хранящую значение текущего времени CurrentTime; 3. Завершение обслуживания заявки EventProcessed(CurrentTime) Если канал занят (CFree в состоянии "занято") метод осуществляет проверку на завершение обработки заявки и в случае положительного результата выставляет показатель занятости канала CFree в состояние "свободно", увеличивает счетчик обработанных событий ComEvt на единицу. Класс СеМО Поля 1. Наименование (name) 2. Интенсивность входного канала обслуживания (Ida) 3. Массив ссылок на все входящие в СеМО экземпляры класса СМО (A11SMO) 4. Матрица вероятностных переходов между СМО (PMatrix) 5. Массив ссылок на тип SMOEvt характеризующий заявки, не переданные на обработку InDlrections 6. Массив ссылок на тип SMOEvt определяющий переходы заявок между СМО OutDirections 7. Общее число заявок поступивших в СеМО (EvtNum) 8. Число обслуженных заявок (EvtCom) 9. Номер СМО связанной со входным каналом сети (InSMO) 10.Массив, содержащий время поступления заявок в сеть (ExTimeArr) 11 .Массив, содержащий время пребывания заявок в сети (ComTimeArr)
Формирование многоуровневой оптимизационной модели функционирования и развития УФК
Сформируем оптимизационную модель верхнего уровня. В качестве критерия эффективности функционирования ИС УФК рассмотрим среднее время пребывания заявки в системе, которое зависит[56] от среднего времени ожидания в очереди и среднего времени обслуживания в і-м блоке: где х - случайное значение времени пребывания заявки в системе; т случайное значение времени ожидания в очереди і-го блока; т - случайное значение времени обслуживания заявки в і-м блоке; М(.) - обозначение математического ожидания. В [34] ИС УФК представлена как СМО с дисциплиной очереди заявок - в порядке поступления, механизмом обслуживания — с ожиданием, входной поток является пуассоновским с интенсивностью X, длительность обслуживания подчиняется экспоненциальному закону распределения с параметром ц. — интенсивностью обслуживания. Для такой СМО среднее время ожидания заявки в очереди і-го блока определяется: среднее время обслуживания заявки в і-м блоке М(т ) = 1/ . Показатель (1) необходимо минимизировать для всех IY=1,N максимальных маршрутов прохождения заявки (рис.3.1): Такому маршруту соответствует следующая форма определения (1): Исходя из этих предпосылок, имеем многокритериальную оптимизационную модель с оптимизируемыми переменными щ и множеством ограничений, определяемых гарантированным фондом ресурсов Rij каждого І-го блока: Ц=(Х],...(Д.І,...,ІЛ,І), .imini ii (xmaXi, i = U, где гу - значение j-ro ресурса ИС УФК i-го блока, зависящее от интенсивности обслуживания заявок, (цтші,итахі) -интервал выбора ц,; В результате решения задачи (3.2)[57] получили оптимальные значения интенсивностей обслуживания заявок і-м блоком \x ni = 1,1. Перейдем к задаче оптимизации следующего уровня. На входе каждого і-го блока за период времени Т имеем среднее число заявок ХВХІ=?ІВХІТ, которое разделяется на /= \,L выходных потоков хвьіхіі[58]: хвыхП=г)пхвх;, і = 1,1, Условие согласования с возможностями обслуживания при выбранных і І записываются следующим образом: В качестве критерия оптимизации принята минимизация затрат на обработку заявок всех / = XI выходных потоков где Гц — средние затраты на обработку заявки в і-м блоке для формирования 1-го выходного потока. Окончательно имеем следующую оптимизационную модель для і-го блока
В результате решения задачи (3.3) методами линейного нрограммирования[57] получим оптимальное значение Р -л. Оптимальный выбор типа и значения приоритетов связан с тем, что очередь заявок в каждом і-м блоке формируется к = 1,К исходными потоками заявок. Критерием оптимизации является обеспечение минимума условных потерь, связанных с ожиданием в обслуживании в каждом і-м блоке где Cik - условные потери при ожидании обслуживания заявки к-го исходного потока в 1-м блоке в относительных единицах, X-Sk — интенсивность k-го исходного потока в і-м блоке, М(та«)ік - среднее время ожидания обслуживания заявки k-го исходного потока в 1-м блоке. Расчеты M(-w)ik в зависимости от ik и Ujk проведены в [58]. При этом Цік - интенсивность обслуживания заявок k-го исходного потока определяется в зависимости от ц, и uj., которые определяют 1-й выходной поток как k-й исходный. Выбор оптимального типа приоритетов осуществляется исходя из минимального значения критерия (3.4) для бесприоритетного обслуживания, использования относительных, абсолютных и смешанных приоритетов. При этом исходя из (3.4) и обратнопропорциональной зависимости М(т„.ж)ік от іік[6] определим следующие условия оптимальности самих приоритетов. Условие оптимальности относительных приоритетов к] : При абсолютных приоритетах с дообслуживанием прерванной заявки оптимальными являются приоритеты, удовлетворяющие (3.5), если дополнительно выполнены неравенства [47]: где D(xik) - дисперсия случайного времени обслуживания заявки k-го исходного потока в і-м блоке. Кроме того, при выполнении неравенств (3.6) оптимальные абсолютные приоритеты лучше по критерию (3.4), чем оптимальные относительные. Если все неравенства (3.6) не выполнены, то оптимальные относительные приоритеты лучше оптимальных абсолютных. Если же часть этих неравенств выполнена, то соответствующие потоки будут иметь абсолютный приоритет, а остальные — относительный. Пусть потоки пронумерованы в соответствии с неравенством (3.5). Значения t hM, минимизирующие (3.4), имеют простой вид С htia\ — это эквивалентно правилу выбора заявок на обслуживание: всегда обслуживать ту заявку, у которой отношение тдік /С[к минимально, где хдік — время дообслуживания заявки. Оптимальные смешанные приоритеты лучше по критерию (3.4), чем оптимальные абсолютные и относительные приоритеты. Таким образом, сформированы оптимизационные модели и схемы получения оптимальных решений для всех уравнений, предложенных для обеспечения эффективного функционирования ИС УФК.
Использование результатов имитационно-прогностического моделирования и оптимизации для выбора этапов развития УФК
В соответствии со сформулированными рекомендациями специалистами УФК сформированы следующие этапы развития ИС УФК[47,61,44]: 1. Внедрение системы электронного документооборота органов Федерального казначейства с главными распорядителями, распорядителями, получателями бюджетных средств и администраторами поступлений федерального бюджета, которые в силу наличия технической возможности смогут эксплуатировать программное обеспечение для организации электронного документооборота. 2. Внедрение системы электронного документооборота органов Федерального казначейства с главными распорядителями, распорядителями, получателями бюджетных средств, администраторами поступлений и финансовыми органами бюджетов субъектов Российской Федерации, которые в силу наличия технической возможности смогут эксплуатировать программное обеспечение для организации электронного документооборота. 3.
Внедрение системы электронного документооборота органов Федерального казначейства с главными распорядителями, распорядителями, получателями бюджетных средств, администраторами поступлений и финансовыми органами бюджетов муниципальных образований, которые в силу наличия технической возможности смогут эксплуатировать программное обеспечение для организации электронного документооборота. 4. Разработка и документирование технологических, информационных процедур и процессов новой системы, спецификаций прикладного программного обеспечения; 5. Разработка технической архитектуры новой системы и определение компьютерного оборудования, программного обеспечения и средств связи, платформы системного программного обеспечения и прикладного программного обеспечения для их работы (системы управления базами данных и инструменты разработки прикладных программ); 6. Проведение работ по обследованию объектов автоматизации уровня УФК и ОФК, созданию LAN, систем инженерного обеспечения объектов автоматизации уровня УФК и ОФК в пилотных регионах; 7.
Исследование и определение прикладного программного обеспечения для новой системы в органах Федерального казначейства и определение требований к адаптации по требованиям заказчика и/или индивидуальная разработка модулей прикладного программного обеспечения в случае необходимости; 8. Определение требований к компьютерному оборудованию и программному обеспечению и подготовка тендерных документов в соответствии с требованиями к закупкам, проводимым по процедурам Всемирного банка; 9. Закупка телекоммуникационного оборудования и создание региональных узлов связи органов Федерального казначейства; 10.Закупка услуг и программного обеспечения для преобразования данных и интерфейсов; 11.Закупка технических и программных средств, необходимых для обеспечения защиты информации; 12.Закупка оборудования и проведение работ по созданию ведомственной транспортной сети во всех органах Федерального казначейства; 13.Закупка оборудования и оснащение всех объектов автоматизации уровня УФК и ОФК типовыми системами жизнеобеспечения; 14.3акупка операционных систем, офисного программного обеспечения, систем управления базами данных (СУБД), прикладных средств разработки, включая лицензии, разработка прикладного программного обеспечения (ППО); 15.Закупка серверов, рабочих станций, принтеров офисной техники и коммуникационного оборудования для оснащения всех органов Федерального казначейства; 16.
Осуществление контроля и координация работ при реализации новой системы; 17.Внедрение новой системы; 18.Перевод данных из систем, в настоящее время функционирующих в управлениях и отделениях Федерального казначейства, во вновь создаваемую систему. В силу специфики жизнедеятельности современных информационных систем невозможно рассмотрение их в отрыве от других элементов организации ( кадрового состава, технического оснащения и пр.). В таком комплексном виде можно говорить о синергетической системе ИС-окружение, предсказание поведения которой представляется достаточно сложным. Управление подобной системой сводится к задачам анализа ее состояния, выяснения параметров желаемого состояния и определения пути перехода текущей системы к нему. Исходя из вышесказанного, присутствует необходимость формализации оценочно-оптимизационного подхода к ИС. В тесном сотрудничестве с специалистами УФК по Воронежской области сформулирована программа применения разработанного инструментария для применения научно-обоснованного подхода к формированию и уточнению программы развития системы.
