Содержание к диссертации
Введение
1. Анализ и постановка задач прогнозирования потребности в специалистах 11
1.1. Проблема развития кадрового потенциала регионов 11
1.2. Основные направления формирования и использования кадровых ресурсов регионов 15
1.3. Цель и задачи исследования 21
2. Методы прогнозирования потребности в специали стах для развития регионов 23
2.1. Природные ресурсы регионов и потребности в специалистах 23
2.2. Прогнозирование потребности в специалистах на основе макроэкономических и региональных моделей 30
Выводы второй главы 45
3. Управление кадровым потенциалом регионов на основе моделей влияния 46
3.1. Методы прогнозирования потребности с учетом интеллектуального потенциала специалистов 46
3.2. Аналитико-численный алгоритм решения задач математического программирования на основе моделей экономической динамики кадрового потенциала региона 59
3.3. Определение параметров статистических моделей влияния для оценки потребности в специалистах 65
Выводы третьей главы 70
4. Оценки потребности в специалистах с учетом их качества на основе государственных образовательных стандартов 71
4.1. Задача оценки технологического и интеллектуального потенциалов специалистов 71
4.2. Характеристики технологического потенциала специалистов 74
Выводы четвертой главы 83
5. Методы оценки потребности в специалистах в условиях неопределенности 84
5.1. Экспериментальные экспертные оценки потребности в специалистах по регионам 84
5.2. Системно-аналитическая методика оценки потребности специалистов 97
Заключение 107
Список литературы
- Основные направления формирования и использования кадровых ресурсов регионов
- Прогнозирование потребности в специалистах на основе макроэкономических и региональных моделей
- Аналитико-численный алгоритм решения задач математического программирования на основе моделей экономической динамики кадрового потенциала региона
- Характеристики технологического потенциала специалистов
Введение к работе
Актуальность темы. Развитие регионов является неотъемлемой частью национального хозяйства Российской Федерации. Важная роль отводится формированию кадрового потенциала регионов на основе прогнозирования потребности в специалистах с высшим профессиональным образованием. Основой для формирования потребности являются природные ресурсы региона, определяющие в значительной степени совокупность потенциальных ресурсов для развития производственных технологий, характерных для регионов.
Структура производственных технологий определяется имеющимися природными, в частности, земельных ресурсов регионов. На основе макроэкономических моделей и их обобщений определяется «валовая потребность» в специалистах, что позволяет дифференцированно определить потребность по группам направлений и специальностей подготовки для регионов в целом.
Прогнозирование потребности в специалистах с высшим образованием должно учитывать целевые установки по развитию регионов, связанные с природно-сырьевыми ресурсами, «валовыми прогнозами» по развитию потребности и качеством специалистов с высшим профессиональным образованием. При этом необходимы оценки интеллектуального (образовательного и научного) потенциала, повышающего производительность и доходы от инвестиций. Особенности подготовки кадров в условиях рыночной экономики состоят в том, что «созидательные возможности рыночных механизмов в сфере образования объективно ограничены», а также, что «даже самое рациональное экономическое поведение индивидуальных потребителей образовательных услуг не в состоянии обеспечить реальных и обоснованный прогноз необходимого их количества и качества на перспективу».
Уточнение прогноза с целью сокращения затрат может осуществляться с учетом качества подготовки специалистов. Для этого предлагается использовать государственные образовательные стандарты, позволяющие .на основе базисных категорий определить требования к качеству содержания образования, ориентированного на создание промышленных технологий.
На основе прогнозов верхнего уровня с применением «моделей влияния» различных классов решаются математические задачи по оценке.
Для решения математической задачи по оценке потребности на уровне регионов целесообразно использовать прогнозы верхнего уровня с применением «моделей влияния» различных классов, которые реализуются в таких вариантах, как «потенциал вуза - потенциал региона», «активность вуза - динамика региона» и других моделей, составляющих основу рейтинговых оценок вузов в рамках политики Министерства образования России. На этой основе решаются математические задачи по оценке потребности в условиях полной определенности с применением аппарата математического программирования.
В условиях неполной определенности в дополнение к экспертным оценкам используются системно-аналитические модели принятия решений по вариантам развития на основе производственных технологий, характерных для регионов. Определение необходимой потребности в специалистах необходимо для устойчивого развития регионов в классе предлагаемых стратегий в условиях полной информации и неопределенности.
Таким образом, актуальность темы заключается в необходимости разработки методов прогнозирования потребности в специалистах для устойчивого развития регионов.
Работа выполнена в рамках решения проблемы обеспечения кадрами на федеральном и региональных уровнях, повышения эффективности подготовки специалистов с высшим профессиональным образованием и в соответствии с постановлением Правительства Российской Федерации от 21.08.2001 г.
№ 606 «О введении конкурсного порядка размещения государственного задания на подготовку специалистов с высшим профессиональным образованием», Межвузовской комплексной программой «Наукоемкие технологии образования», Федеральной научной программой «Национальная технологическая база».
Цель и задачи исследования. Целью диссертационной работы является разработка методов и моделей прогнозирования кадрового потенциала регионов и формирования потребности в специалистах с высшим профессиональным образованием на основе моделей развития регионов и прогнозов верхнего уровня с применением экономико-математических моделей различного уровня и моделей влияния.
В соответствии с целью исследования необходимо было решить следующие задачи:
проанализировать и определить варианты производственных технологий для развития регионов с учетом кадровых и природных ресурсов, в частности, земельных ресурсов, которые совместно с математическими моделями макроэкономики позволяют определить требования по количественному (валовому) составу специалистов для развития регионов;
разработать детерминированные методы прогнозирования потребности в специалистах на основе математических моделей развития регионов;
сформирование модели потенциалов регионов на основе моделей влияния потенциала специалистов на прирост потенциала регионов путем решения комплекса задач математического программирования на основе аналити-ко-численного метода, ориентированного на получение качественных результатов;
разработать методы оценки качества специалистов на основе государственных образовательных стандартов, формализации требований к отношениям между фундаментальной и технологической подготовкой, реализуемых путем решения задач математического программирования;
выработать рекомендации по прогнозированию потребности в условиях неполной информации на основе классических экспертных оценок и системно-аналитических моделей, позволяющих характеризовать стратегии лиц принимающих решения.
Методы исследования. Для решения поставленных задач были применены экономико-математические модели, численно-аналитические методы математического программирования, теории принятия решений и математической статистики, методы моделирования и оптимизации.
Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:
оценки определения потребности в специалистах на основе комплекса математических моделей, представленных в виде задач математического программирования с различными целевыми условиями, позволяющими выполнить выбор необходимых моделей при решении задачи прогнозирования потребности в специалистах;
численно-аналитический метод для качественного исследования структуры прогноза, учитывающий необходимые условий оптимальности;
обобщенная математическая модель, позволяющая расширить область использования методик при определении валовой потребности в специалистах;
модели влияния, учитывающие приращения потенциалов регионов как функций приращений затрачиваемых природно-сырьевых ресурсов и приращений потенциала специалистов;
схема комплектования классических экспертных оценок потребностей в специалистах, обеспечивающая учет дополнительных факторов при принятии решений в условиях неопределенности.
Практическая ценность и реализация результатов работы. Полученные результаты дополняют известные методики и могут использоваться при решении задачи прогнозирования потребности в специалистах с высшим про фессиональным образованием. Результаты работы использованы при выполнении постановления Правительства Российской Федерации от 21.08.2001 г. № 606, при выполнении проектов Межвузовской комплексной программы «Наукоемкие технологии образования» и Федеральной научной программы «Национальная технологическая база».
Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях и семинарах: научно-практической конференции «Высшая школа и регионы: основы взаимодействия и сотрудничества» (Москва - Тверь - Краснодар, 2001); научно-методической конференции «Высокие интеллектуальные технологии образования и науки» (Санкт-Петербург, 2002, 2003); VI Всероссийской конференции «Фундаментальные исследования в технических университетах» (Санкт-Петербург, 2002); X Симпозиума «Квалиметрия в образовании: методология и практика» (Москва, 2002); Международной научной конференции ЮНЕСКО «Интеграция науки и образования» (Санкт-Петербург, 2003); научной конференции «Управление качеством образования» (Уфа, 2002, 2003); семинарах кафедры «Системный анализ и управление» СПбГПУ (2001-2003).
Публикации. Основные результаты диссертации опубликованы в 10 научных работах.
Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения и приложения, списка литературы, включающего 87 наименований. Основная часть работы изложена на 108 страницах, содержит 8 рисунков и 9 таблиц.
В первой главе даются анализ и приводится постановка задачи прогнозирования потребности в специалистах. Приводимый анализ охватывает основные работы по двум направлениям — содержательному анализу вариантов развития кадрового потенциала регионов с использованием математических моделей, адекватных моделям технологической направленности для создания или применения адаптированных процедур управления. Даются содержательные постановки задач прогнозирования требований к количеству специалистов, обеспечивающих внедрение региональных производственных технологий с учетом качества подготовки специалистов.
Вторая глава посвящена методам прогнозирования потребности в специалистах для развития регионов. С целью формирования вариантов производственных технологий приводятся результаты анализа природно-сырьевых ресурсов регионов. Даются классические и обобщенные макроэкономические и региональные модели для оценки «валовой потребности». Методы управления регионами формализованы на основе общих моделей и определено место кадрового потенциала региона как требования к уровню прогнозирования потребности в специалистах с высшим профессиональным образованием.
В третьей главе рассматриваются вопросы управления кадровым потенциалом регионов на основе моделей влияния для оценок приращений по 4 тенциала региона как функции потенциала специалистов формулируются ко нечномерные задачи по обеспечению регионов специалистами по различным целевым условиям. Целевые условия рассматриваются относительно приращения потенциала региона с учетом природно-сырьевых ресурсов и затрат труда. При этом формирование оценок происходит на основе методик, использующих статистические оценки «моделей влияния» приращения при- родно-сырьевого ресурса или кадрового потенциала регионов на прирост потенциала региона. В результате сформулирован комплекс задач математического программирования и алгоритмов, адекватных сформулированным целям по обеспечению целевых условий для приращения продукта регионов.
В четвертой главе рассматривается методика оценки качества специалистов на основе технологического и интеллектуального потенциалов специалистов как уточняющее средство при определении потребности. Оценки строятся на основе государственных образовательных стандартов высшего профессионального образования.
Пятая глава посвящена методам оценки потребности в специалистах в условиях неопределенности. Рассмотрены модели экспериментальной оценки потребности и даны рекомендации по подготовке специалистов на основе классических и системно-аналитических методик прогнозирования, которые учитывают психологические установки лиц, принимающих решения.
Основные направления формирования и использования кадровых ресурсов регионов
Класс рассматриваемых задач включает оценки потребности в специалистах на основе адекватных математических моделей, учитывающих сырьевые (фондовые) ресурсы регионов, макроэкономические и региональные модели, качество подготовки специалистов [20,21,22,23,26,27,37].
Математические модели для прогнозирования динамики изменения качественного состава населения с учетом демографических факторов рассмотрены в [34,37,48], где дана оценка влияния демографических факторов. К их числу относятся возрастные коэффициенты смертности. Предложены переходные матрицы изменения возрастной структуры населения Санкт-Петербурга. Последняя матрица позволяет определить динамику изменения возрастного состава возрастных групп. Переходной матрицей называется матрица, составленная из таких элементов, что элемент, расположенный на пересечении і -ой строки и j - го столбца, равен вероятности перехода человека из і - ой возрастной группы через пять лет в j - ую возрастную группу. Такие модели прогнозирования позволяют дать описание динамики изменения возрастных групп. Положителен тот факт, что на основе матричных моделей можно получить предельные описания динамики на основе переходных матриц. На основе предлагаемых моделей дается прогноз численности трудоспособного населения и населения в пенсионном возрасте. На основе данной методики появилась возможность формирования региональной программы привлечения трудовых ресурсов. Для решения этой задачи используется линейная модель динамики в пространстве «состояние-управление-выход».
Вопросы оценки человеческого потенциала, включающего интеллектуальный потенциал (образования, науки и культуры), потенциал здоровья, трудовой потенциал, рассмотрены в [48,68], где отмечено, что интеллектуальный потенциал повышает производительность и доходы от соответствующих инвестиций. Отмечается, что понятие интеллектуального потенциала тождественно понятию образовательного и научного потенциалов. Три составляющие потенциала образуют систему, позволяют анализировать его динамику. Отмечается связь между численностью населения и потенциалом регионов. Интеллектуальный потенциал Москвы и Санкт-Петербурга значительно превосходит данный показатель в регионах.
В работах [27,55,68] отмечаются особенности подготовки кадров в условиях рыночной экономики, причем подчеркивается, что «созидательные возможности рыночных механизмов в сфере образования объективно ограничены», а также, что «даже самое рациональное экономическое поведение индивидуальных потребителей образовательных услуг не в состоянии обеспечить реальный и обоснованный прогноз необходимого их количества и качества на перспективу». Поэтому необходима «отладка механизма образовательных услуг с использованием рычагов и инструментов государственного регулирования в регионе». В этой связи необходимо разрабатывать методики оценки потребности в специалистах с учетом динамики процессов, территориальной сегментации и локального характера, значительной скорости оборота капиталов.
Глубокий анализ развития высшего образования в России дан в работах [20,21,62,63], где приведены основные нормативные изменения, а также даны количественные характеристики системы высшего образования России. Анализ результатов и информации подтверждает актуальность разработки методики оценки потребностей в специалистах на основе региональных моделей, государственных образовательных стандартов с оценкой интеллектуального потенциала кадров с высшим образованием с учетом влияния кадрового потенциала на макроэкономические показатели развития [34]. К числу проблем развития регионального производства относятся проблемы размещения, пространственная организация и специализация хозяйства, межрегиональное взаимодействие, управление региональной экономикой и системой подготовки кадров для регионов и отраслей [9,70]. Основные задачи функционирования регионов также даны в [9,26].
Проблема обеспечения кадрами решается на федеральном и региональных уровнях. Правительство Российской Федерации с целью повышения эффективности подготовки специалистов с высшим профессиональным образованием, удовлетворения отраслевых потребностей в обеспечении кадрами приняло постановление Правительства Российской Федерации от 21.08.2001 г. № 606 «О введении конкурсного порядка размещения государственного задания на подготовку специалистов с высшим профессиональным образованием» [9].
Основными задачами государственного задания на подготовку специалистов с высшим профессиональным образованием являются: обеспечение конституционных прав граждан Российской Федерации на бесплатное профессиональное образование; выполнение Закона Российской Федерации «Об образовании» в части, касающейся обучения в государственных образовательных учреждениях высшего профессионального образования за счет средств федерального бюджета не менее 170 студентов на каждые 10 тысяч человек - граждан Российской Федерации; осуществление планирования и подготовки специалистов по приоритетным направлениям развития отраслей экономики с учетом тенденций социально-экономического развития Российской Федерации; содействие трудоустройству выпускников в соответствии с полученной специальностью;
Прогнозирование потребности в специалистах на основе макроэкономических и региональных моделей
Формирование кадрового потенциала является одной из целей экономики-обеспечения общества предметами потребления. При решении этой задачи необходимо учитывать элементы экономики, к которым относятся хозяйственные единицы (предприятия, фирмы, банки и др.), а также структуру подсистемы экономики - природу, мировую экономику и общество. Для решения задачи кадрового, обеспечения необходимо учесть две главные подсистемы — производственную и финансово-кредитную, иллюстрируемые на рис. 2.4.
Общая характеристика задач. Экономика как подсистема общества, является сложной системой, включающей производственные (товаро - производящие) и непроизводственные (товаро — проводящие, финансовые и др.) ячейки. Эти ячейки находятся в производственно-технологических или организационно-хозяйственных связях. Важное место в экономике занимают материальные ресурсы, к которым относятся природные ресурсы и средства производства. Важную роль в развитии играют средства производства - орудия труда и предметы труда, а также цена, которую играет земля, многократно используемая в производстве. Общей характеристикой производственной сферы являются производственные фонды, включающие основные производственные фонды (ОПФ) и оборотные фонды. В результате функционирования экономики за год создается валовой внутренний продукт (ВВП). В ряде случаев определяют валовой выпуск, представляющий собой ВВП и промежуточного продукта. природа, мировая экономика, общество ЭКОНОМИКА производственная подсистема финансово-кредитная подсистема Рис. 2.4. К структуре экономики
Формирование кадрового потенциала связано с обеспечением нематериального ресурса, которым является профессиональный и интеллектуальный потенциалы общества. Интеллектуальный потенциал общества обеспечивает производственно-технологическую структуру (ПТС) общества, которая представляет собой целое, частями которого являются многослойные производственные ячейки многоуровневой ориентации: отрасли хозяйства, промышленные предприятия и технологические процессы. Схематически структура может быть представлена в виде системы, входами которой являются природные ресурсы, технологии и призводствен 32 а) но - технологический потенциал в виде совокупности специалистов, обеспечивающих производственный процесс. Взаимосвязей между регионами даны на рис. 2.5.а, и на рис. 2.5.6 иллюстрируются компоненты взаимосвязей между регионами. б)
Рис. 2.5. Схема взаимосвязей между регионами (а) и сферы взаимодействия регионов (б) Из структур, представленных на рис. 2.5.а и 2.5.6, можно определить математические модели, которые могут использоваться при системном исследовании экономики регионов. Эти модели могут быть построены иерархически с учетом макро и микромоделей экономики. Макромодели отражают финансирование и развитие всей экономической системы или достаточно крупных подсистем. Микромодели могут описывать деятельность регионов, хозяйственных единиц или хозяйственных объединений с детализацией внутренних элементов.
Математические макроэкономические модели. Разработка методики оценки потребности требует применения макроэкономических и региональных моделей. Описание состояний макроэкономических систем возможно с помощью понятия производственной функции (ПФ), которая определяет зависимость результатов производства от затрат ресурсов. Макроэкономические и региональные модели могут использоваться на верхнем и региональных уровнях иерархии для определения общей потребности в специалистах [22,34]. При этом характерно, что данные модели приобретают все в большей степени характер «входо - выходных статических или динамических моделей» [34].
Определение потребности в специалистах на основе макроэкономических моделей основано на моделях в виде производственных функций, которые являются нелинейными входо - выходными статическими передаточными характеристиками вида [34]: X = F(K,L), (2.1) где X = (X,..., Xj ,..., Xm) - результат в виде годовых объемов производства различных видов продукции XJ; К = (К,...,К;,...,Кп)т-производственные фонды (капитал); L = (Li,...,Lp,...,Lw)T- настоящий (живой) труд.
Аналитико-численный алгоритм решения задач математического программирования на основе моделей экономической динамики кадрового потенциала региона
Аналитико-численные методы являются основой для получения качественных результатов при управлении регионами и для формирования математических моделей принятия решений при прогнозировании потребности специалистов в условиях полной информации. Рассматривается экстремальная задача: найти вектор - решение задачи математического программирования: z =argmin Т (p = c0z A0Z = b0, А0 eR ,m n.rang A0 = m, (Z-d)TQ(Z-d) r2, rangQ = n zR%. (3.16)
Сформулированная задача является задачей минимизации линейного функционала на пересечении непустого линейного многообразия и эллипсоида. Эллипсоид является аппроксимацией параллелепипеда ограничений. Для получения аналитико-численного решения необходимо на первом этапе решения ввести замену переменных в соответствии с соотношениями вида: Z=ffV2X+d, X=$/2(Z-d) , (Z-d)TQZ-d)= = (Q l/2X + d-d)TQ(Q-W2X + d-d) = XTQ W2QQ W2X= (ЗЛ7 = XTX r2 .
Замена переменных (3.17) позволяет упростить преобразование необходимых условий для задачи (3.16). В результате эта задача примет вид: найти вектор AZ = A0(Q-l/2X + ct) X -argmin « p = cT0Q-X/2X + cT0d A0Q-W2X + A0d = b0. В новых переменных ограничения задачи принимают вид: —1/2 { А X -b , A = A0Q ,b =b0- A0d,rang A = m, (3.18) XTX r2}eR% В компактном виде последняя задача сводится к отысканию минимума линейного функционала J = c1 X + f (3.19) при ограничениях AX = b , ХТХ г2. (3.20)
Для решения задачи можно использовать ее сведение к совокупности задач минимизации и максимизации при ограничениях типа равенств с последующей формулировкой на основе полученных решений оператора конечномерной оптимизации. Оператор оптимизации может быть использован также для решения системы равенств и неравенств, соответствующих ограничениям задачи математического программирования. Необходимые условия для аналога задачи, полученной заменой квадратичного неравенства квадратичным равенством, могут быть получены с помощью функции Лагранжа следующего вида: L = cTX + $(AX-b) + A(XTX-r2) , (3-21) где введены множители Лагранжа для ограничений типа линейных равенств (вектор множителейЛ0) и ограничений типа квадратичных неравенств (скалярный множитель Я) . Окончательный вид необходимых условий представляется системой равенств: дХ 8L = c + AJ Яо+2ЛХ = 0 , AX-b = 0 , дЦ (3.22) ?к = ХТХ-г2=0. дЛ После умножения первого равенства системы (3.22) на матрицу А можно получить: — = Ас + ААТЛ0 + 2Л АХ = 0, АХ = Ь. (3,23) дХ Из последних равенств можно найти множитель Лагранжа Л0 для ограничений типа линейных равенств. В результате этот множитель определится соотношением: Л0 = \ААТ) [-2Я Ъ-Ас (3.24)
Если далее продолжить преобразование необходимых условий оптимальности, то можно получить значение множителя Лагранжа для ограничений типа квадратичных равенств. Этот множитель определится после выполнения цепочки преобразований. После умножения первого уравнения системы Т (3.22) на вектор X можно получить ряд соотношений вида: ХТс + ХТАТЛ0 + 2Л ХТХ = О = (3.25) Л = (-ХТс-ЬТЛ0)/2ХТХ = (-ХТс-ЬТЛ0)/2г2, Т Т Т "У т где Ъ —X А , г -X X в силу второго и третьего уравнений систе мы (3.22). Если далее подставить Ла вида (3.24) в равенство для — в систе дХ ме (3.22), то можно придти к следующему соотношению: = 0 = с + АТ(ААТ) 1[-2ЛЬ-Ас]+2Л Х = 0 , (3.26) dL дХ из которого можно вычислить вектор оптимального решения как функцию множителя Лагранжа Л, соответствующего квадратичным ограничениям типа равенств. В результате вектор оптимального решения как функция параметра Л определится равенством r=x%)J"c-2M Yb _ (327) где Р =Е-А \АА J А - оператор проектирования на линейное подпространство АХ = О, связанное с линейным многообразием АХ = b.
Характеристики технологического потенциала специалистов
Как было отмечено выше, в сфере определения потребности в специалистах требуется ориентироваться в ситуации, когда необходимо принимать решения в условиях неполного учета определяющих их условий, т.е. в условиях неопределенности. В связи с этим, а также в связи с весомостью последствий от принятия неправильных решений необходима определенная технология принятия решений. Рассмотрим методы получения системных оценок для количественных характеристик ситуаций в пространстве «вари анты-условия». Такие методы позволяют принимать решения на основе установок лица или группы лиц, принимающих решения. Кроме того, описание процедуры модели принятия решений возможно на основе теории риска, использующей вероятностно - статистический фундамент, методы комбинаторной аппроксимации для графов и матриц предпочтения, а также принятие решений на основе нечетких множеств и чисел.
Принципы принятия системных решений. Рассмотрим возможности принятия правильного решения и сформулируем ряд принципов, которыми целесообразно пользоваться. К ним относится принцип формализации, предполагающий строгую формулировку целей, моделей, вариантов и ограничений при принятии решений, соответствующую уровню исходной неопределенности задачи. Адекватная формализация играет определяющую роль при оптимизации или рационализации и может оказать существенную помощь на первом этапе принятия решений. Вторым принципом является принцип руководящих критериев, который позволяет осознанно подойти к решению проблемы принятия решений. Практически данный принцип не исключает принятие решений на основе интуиции индивидуума. Однако руководящие критерии выбора позволяют дать качественную характеристику стратегии лица, принимающего решения. В этом смысле руководящие критерии смыкаются с логикой принятия решения, определяя логику качественно. Тем самым достигается обобщение логических заключений о критериях выбора решения на основе формализованной постановки задачи выбора в условиях объективно существующей неопределенности. Третий принцип -принцип объективной неопределенности предполагает адекватное определение неизвестных факторов, другими словами - класса неопределенности. Задание класса неопределенности весьма важно в сложных задачах, когда лицо, принимающее решения, объективно использует информацию о неопределенности, либо формализует степень неопределенности. Наконец, прин цип системности предполагает некоторую организационную схему представления исходного ограниченного набора данных при принятии решений, что позволяет применить далее регулярные процедуры принятия решений на основе качественных стратегий. В качестве дополнительных принципов можно использовать принцип минимизации риска, что предполагает минимизацию опасности, угрозы, связанных с принятием неверных решений. Руководствуясь перечисленными выше принципами, можно в первом приближении осознанно подойти к постановке задачи принятия решений при определении потребностей в специалистах.
Метод решающих (системных) матриц. Метод системных матриц широко распространен при принятии решений, поскольку в структурированной форме представляет наборы вариантов и условий, характеризующих ситуацию принятия решений. В основу обработки матриц системных оценок положены классические алгоритмы минимаксного типа, методы Байеса-Лапласа, опирающиеся на вероятностные модели, а также критерии логического типа [30,46,52,53].
Принятие решений на основе линейного упорядочения. После рассмотрения основных принципов можно дать ряд определений, способствующих адекватной формализации задачи принятия решений по определению потребностей в условиях неполной информации.
Определение. Будем понимать под принятием решений выбор одного варианта E(i) из некоторого множества (набора) вариантов Е = { E(i)}, где і - номер варианта. Предположим, что имеется конечное число вариантов: Е(1),Е(2), ... , Е(і),..., E(m). (5.1) Строгое определение варианта можно дать следующим образом. Вариантом будет называться Е(і) один из способов построения системы или выбора стратегии, допускающих коллективное определение результата e(i). Другими словами, с вариантом E(i) связана соответствующая оценка e(i) (как и ранее, номер варианта обозначен буквой і). Пусть оценки е(і) характеризуют такие величины, как выигрыш, полезность или надежность. Чтобы найти вариант е(і ) с наибольшим значением результата ( і -номер лучшего варианта), можно воспользоваться правилом выбора e(i ) = max e(i) (5.2) при целевом условии типа "максимум" или правилом выбора
Похожие диссертации на Управление кадровым обеспечением регионов на основе прогнозирования потребности в специалистах с высшим профессиональным образованием
