Содержание к диссертации
Введение
Глава 1. Анализ особенностей и специфики управления инновационными ресурсами химической и нефтехимической промышленности России 15
1.1. Проблема создания многомерной эволюционной прикладной автоматизированной информационной системы поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России 12
1.2. Анализ динамики изменения состояния основных фондов в научных организациях химического комплекса 22
1.3. Исследование автоматизированных систем для динамического анализа инновационного потенциала химического научно-промышленного комплекса России 35
1.4. Особенности и специфика управления инновационными ресурсами химической и нефтехимической промышленности России 43
1.5. Анализ проблем создания прикладных автоматизированных информационных систем поддержки принятия решений для управления инновационными ресурсами 46
1.6. Актуальность, проблема, цель и задачи исследования 49
Выводы по главе 1 62
Глава 2. Анализ современных информационных технологий и разработка новых принципов организации и структурирования данных для многомерной эволюционной прикладной автоматизированной информационной системы для управления инновационными ресурсами химической и нефтехимической промышленности на основе миварного информационного пространства 64
2.1. Основы миварного подхода и искусственный интеллект 65
2.2. Анализ современных информационных технологий, баз данных, вычислений и логической обработки 97
2.3. Понятие миварного пространства, унифицированного представления данных и правил, принципы организации и структурирования данных в нем 105
2.4. Основные возможности миварного подхода 110
2.5. Структуры представления данных для моделирования предметной области 114
2.6. Формализованное описание модели данных для многомерной эволюционной прикладной автоматизированной информационной системы поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности в миварном информационном пространстве 117
Выводы по главе 2 120
Глава 3. Метод логико-вычислительной обработки данных химической и нефтехимической промышленности России на основе продукций и миварной сети правил для управления инновационными ресурсами 123
3.1. Анализ существующих парадигм и моделей обработки данных 123
3.2. Общая форма продукций. Возможности и ограничения продукционного подхода 125
3.3. Описание и анализ метода прямой волны и метода обратной волны логического вывода 130
3.4. Представление сетей продукций в виде двудольных графов 132
3.5. Миварные сети 134
3.6. Миварный метод логико-вычислительной обработки данных химической и нефтехимической промышленности России 138
Выводы по главе 3 154
Глава 4. Разработка новых моделей описания информационных процессов химической и нефтехимической промышленности России в формализме миварных сетей 157
4.1. Развитие миварных сетей и продукций для реализации правил выбора «если..., то..., иначе...» 157
4.2. Развитие миварных логических сетей на основе многомерных бинарных матриц для реализации одновременной эволюционной обработки более десяти тысяч правил в реальном времени 164
4.3. Применение многомерных бинарных матриц для развития возможностей многодольных миварных логических сетей... 168
4.4. Миварный подход и понимание естественных языков 172
4.5. Представление знаний в искусственном интеллекте. Семантические сети как альтернатива исчислению предикатов 175
4.6. Преимущества миварного подхода перед семантическими сетями и продукциями. 179
Выводы по главе 4 191
Глава 5. Программное и информационное обеспечение миварной мультипредметно экспертной системы многомерной эволюционной прикладной автоматизированной информационной системы поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России . 194
5.1. Программный комплекс многомерной эволюционной прикладной автоматизированной информационной системы поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России «Innov-Chem» 194
5.2. Применение многомерной эволюционной прикладной автоматизированной информационной системы поддержки принятия решений для управления инновационными ресурсами химической, и нефтехимической; промышленности России для анализа и оценки инновационного потенциала отраслевой химической науки 197
5.3 . Реализация в многомерной эволюционной прикладной автоматизированной информационной системе поддержки принятия решений для управления инновационными ресурсами химической и. нефтехимической промышленности России различных прикладных задач 206
5.4. Создание автоматизированных систем обработки информации на основе миварного подхода 242
5.5. Программный комплекс «УДАВ» и распараллеливание логических и вычислительных задач на основе миварных сетей 254
5.6. Активная миварная интернет-энциклопедия 272
Выводы по главе 5 280
Заключение 282
Список литературы 286
Перечень сокращений 313
- Анализ динамики изменения состояния основных фондов в научных организациях химического комплекса
- Понятие миварного пространства, унифицированного представления данных и правил, принципы организации и структурирования данных в нем
- Развитие миварных сетей и продукций для реализации правил выбора «если..., то..., иначе...»
- . Реализация в многомерной эволюционной прикладной автоматизированной информационной системе поддержки принятия решений для управления инновационными ресурсами химической и. нефтехимической промышленности России различных прикладных задач
Введение к работе
Актуальность темы исследования. Современный этап развития химической и нефтехимической промышленности России характеризуется ориентацией на широкое внедрение инновационных высокотехнологичных производств. В этой связи для принятия обоснованных решений в целях формирования эффективной инновационной политики развития как всей отрасли в целом, так и отдельных промышленных предприятий становится объективно необходимым проведение " системного анализа и автоматизированной оценки параметров инновационного развития предприятий химического и нефтехимического комплекса. Однако специфика управления инновационными ресурсами (УИР) на предприятиях химической и нефтехимической промышленности России (ХНП) заключается в том, что принятие управленческого решения по развитию инновационного процесса на данных предприятиях базируется на информации, характеризующейся следующими основными особенностями: многообразие инновационной деятельности и, как следствие, достаточно значительное количество характеризующих ее индикаторов; нечеткость части показателей инновационного развития; качественный характер ряда показателей и широкое использование в этой связи балльных оценок; необходимость использования разнообразных «срезов, сечений» и т.п. (по регионам, отраслям, годам и т.д.), т.е. явная многомерность представления данных о предметной области; различные формы представления результатов для принятия решений; многоаспектность оценки инновационных ресурсов; высокая динамика изменения системы показателей, детерминирующая необходимость анализа инновационного процесса с учетом возможности появления новых ключевых параметров. Кроме того, анализ и выбор показателей инновационного развития предприятий химического и нефтехимического комплекса осуществляется в условиях неопределенности, вызванной наличием факторов, принципиально не поддающихся строгой количественной оценке. В этой связи особую актуальность приобретает научная проблема разработки соответствующей автоматизированной информационной системы, способной, с одной стороны, хранить и обрабатывать всю систему разнообразной информации о состоянии и развитии как собственно предприятий ХНП, так и их инновационных ресурсов, а с другой - иметь возможность функционального наращивания и масштабируемости системы.
Степень научной разработанности проблемы. Анализ показывает, что разработке научно-теоретических основ формирования, использования и развития инновационных ресурсов посвящены работы таких выдающихся отечественных и зарубежных ученых как Шумпетер Й., Портер М., Твисс Б., Друкер П., Глазьев С.Ю., Оголева Л.Н., Поршнева А.Г. и ряда других. Значительный вклад в развитие системного анализа и теории принятия решений внесли Вентцель Е.С., Волкова В.Н., Дегтярев Ю.И., Емельянов А.А., Денисов А.А., Костров А.В., Ларичев О.И., Оптнер С, Перегудов Ф.И., Подиновский В.В., Поспелов Д.А., Саати Т., Темников Ф.Е., Хитч Ч. и др.
Применение системного подхода к созданию информационных систем управления предприятиями химической и нефтехимической промышленности России было развито в работах Бахвалова Л.А., Гартман Т.Н., Гордеева Л.С, Дорохова И.Н., Егорова А.Ф., Кафарова В.В., Корнюшко В.Ф., Кузина Р.Е., Мешалкина В.П., Нетушила А.В., Петрулевича А.А., Савицкой Т.В., Саркисова П.Д., Федунец Н.И., Шаталова В.В. и др. На основе работ этих ученых были созданы информационно-аналитические системы, позволяющие осуществлять динамический анализ инновационного потенциала химического научно-промышленного комплекса России. Однако в основу этих систем были положены стандартные базы данных, что не позволяет решить проблему управления инновационными ресурсами в полном объеме. Кроме того, в данных системах отсутствует возможность функционального наращивания экспертных систем и их масштабируемости.
С другой стороны, проблемам создания экспертных систем, искусственного интеллекта, баз данных, вычислений, логической обработки и создания прикладных автоматизированных информационных систем посвящены работы ряда известных зарубежных специалистов, таких как: Амамия М, Танака Ю., Атре Ш., Ахо А.В., Хопкрофт Д.Э., Ульман Д.Д., Берзтисс А.Т., Васильев В.И., Шевченко А.И., Вейд А., Дейкстра Э., Дейт К., Джордж Ф., Кук Д., Бейз Г., Люгер Дж.Ф., Майника Э., Мартин Дж., Мейер Д., Олле Т.В., Райли Д., Саймон А.Р., Таунсенд К., Фохт Д., Тиори Т., Фрай Дж., Уинстон П., Ульман Ж., Уотермен Д., Уэлдон Дж., Финк Д., Флорес И., Фогель Л., Оуэне А., Уолш М. Хант Э., Эндрю А., Эшби У.Р., Цикритзис Д., Лоховски Ф. и др. Среди отечественных ученых этими проблемами плодотворно занимались Абрамов СМ., Анисимов Б.В., Бабаян Б.А., Хорошевский В.Ф., Барский А.Б., Бурцев B.C., Бирюков Б.В., Гутчин И.Б., Варламов О.О., Воеводин В.В., Гиглавый А.В., Городецкий В.И., Евреинов Э.В., Еремеев А.П., Журавлев Ю.И., Замулин А.В., Калиниченко Л.А., Когаловский М.Р., Корнеев В.В., Кузнецов С.Д., Ладенко И.С., Марков А.С., Новиков Б.А., Осипов Г.С., Попов Э.В., Райбекас А.Я., Ростовцев Ю.Г., Смирнов А.В., Соколов Б.В., Стефанюк В.Л., Чудинов СМ., Цаленко М.Ш., Шалютин СМ., Юсупов P.M. и многие другие. В результате этими учеными были разработаны основы создания баз данных, экспертных систем, миварных технологий, принципы организации и структурирования данных, созданы многие автоматизированные системы. Однако в целом научная проблема разработки многомерной эволюционной экспертной системы для своевременной и адекватной обработки информации в целях управления инновациями в химической и нефтехимической промышленности России на сегодняшний день так и осталась нерешенной.
Для решения этой крупной научной проблемы в диссертации предлагается многомерная эволюционная прикладная автоматизированная информационная система (МЭПАИС) поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России. Фактически, МЭПАИС УИР ХНП - это экспертная система для управления инновациями в химической и нефтехимической
промышленности России. Термин «экспертная система» иногда заменяют на менее антропоморфный - «система поддержки принятия решений» (СППР). Принципиальным отличием МЭПАИС УИР ХНП от предыдущего поколения экспертных систем является: системное многомерное объединение нескольких предметных областей, реальное время работы на десятках тысяч правил и эволюционное наращивание данных и правил (знаний) на основе двух инновационных российских информационных технологий: «миварное информационное пространство» и «миварные логико-вычислительные сети».
Научная проблема: разработка теоретических основ построения
многомерной эволюционной прикладной автоматизированной
информационной системы поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России в целях принятия решений на основе комплексной и многоаспектной оценки текущего состояния и перспектив развития инновационных ресурсов химической и нефтехимической промышленности.
Объектом исследования являются информационные системы и процессы, включая теоретические, программные и информационные аспекты обеспечения функционирования систем и реализации процессов генерации, сбора, хранения, обработки и представления информации для управления инновационными ресурсами химической и нефтехимической промышленности России.
Предметом исследования являются прикладные автоматизированные информационные системы, ресурсы и технологии в технической сфере деятельности; аналитические, процедурные информационные модели предметной области и экспертные системы, включаемые в контур обработки информации и принятия решения для управления инновационными ресурсами химической и нефтехимической промышленности России; методы и модели описания информационных процессов и информационных ресурсов; новые принципы организации и структурирования данных, концептуального, логического, физического проектирования мультимедийных баз данных и иных специализированных информационных систем, методы оценки и оптимизации структур баз данных на логическом уровне; новые миварные принципы разработки и организации функционирования информационных систем и процессов, применения миварных информационных технологий и систем в принятии решений на различных уровнях управления.
Целью диссертационного исследования является создание на основе миварного подхода теоретического, программного и информационного обеспечения функционирования прикладных автоматизированных информационных систем для реализации процессов сбора, хранения, обработки и представления информации для комплексного управления инновационными ресурсами химической и нефтехимической промышленности России.
В соответствии с поставленной целью определены задачи диссертационного исследования:
-
провести анализ особенностей и специфики управления инновационными ресурсами химической и нефтехимической промышленности России;
-
проанализировать современные информационные технологии баз данных, вычислений и логической обработки, выявить их ограничения и проблемы создания прикладных автоматизированных информационных систем;
-
разработать новые принципы организации и структурирования данных для специализированных информационных систем поддержки принятия решений при управлении инновационными ресурсами химической и нефтехимической промышленности России на основе миварного информационного пространства;
-
разработать метод логико-вычислительной обработки данных химической и нефтехимической промышленности России на основе продукций и миварной сети правил для управления инновационными ресурсами;
-
предложить новую модель описания информационных процессов химической и нефтехимической промышленности России в формализме миварных сетей на основе многомерных бинарных матриц для реализации одновременной эволюционной обработки более десяти тысяч объектов и правил в реальном времени;
-
разработать новую модель описания информационных процессов химической и нефтехимической промышленности России в формализме миварных сетей и продукций на основе трехдольных и многодольных графов для реализации правил выбора «ЕСЛИ..., ТО..., ИНАЧЕ...»;
-
создать программное и информационное обеспечение миварной мультипредметной экспертной системы МЭПАИС УИР ХНП России.
Научная новизна полученных результатов заключается в разработке:
-
структур представления данных в модели данных на основе миварного информационного пространства с добавлением вероятностных характеристик для МЭПАИС УИР ХНП;
-
линейной вычислительной сложности метода логико-вычислительной обработки данных для управления инновационными ресурсами химической и нефтехимической промышленности России на основе миварной сети;
-
модели описания информационных процессов для МЭПАИС УИР ХНП в формализме миварных сетей на основе многомерных бинарных матриц;
-
модели описания информационных процессов для МЭПАИС УИР ХНП в формализме миварных сетей на основе многодольных графов;
-
мультипредметных экспертных систем на основе программного комплекса МЭПАИС и реализации процессов сбора, хранения, обработки и представления информации для информационных систем и процессов в тех предметных областях, которые могут быть формализовано описаны в миварном информационном пространстве.
Методы исследования. При решении задач, поставленных в работе, использованы основные положения системного анализа, методы оптимизации на сетях и графах, математической логики, математического программирования
и теории множеств, графов, структур данных, принятия решений, баз данных и правил, а также методы имитационного и натурного моделирования.
Достоверность научных результатов. Достоверность полученных теоретических и прикладных результатов подтверждается использованием строгого математического аппарата при построении и исследовании моделей, методов и алгоритмов, результатами компьютерного моделирования, согласованностью полученных результатов с имеющимися в российской и зарубежной литературе данными, практическим внедрением и использованием результатов диссертационного исследования.
Для публичной защиты выдвигается следующая совокупность новых научных результатов и положений:
формализованное описание модели данных для МЭПАИС УИР ХНП, построенной на основе миварного информационного пространства с добавлением вероятностных характеристик;
метод логико-вычислительной обработки данных химической и нефтехимической промышленности России на основе продукций и миварной сети для управления инновационными ресурсами;
модель описания информационных процессов химической и нефтехимической промышленности России в формализме миварных сетей на основе многомерных бинарных матриц;
модель описания информационных процессов химической и нефтехимической промышленности России в формализме миварных сетей на основе многодольных графов;
программный комплекс МЭПАИС УИР ХНП и реализация процессов сбора, хранения, обработки и представления информации для управления инновационными ресурсами химической и нефтехимической промышленности России.
Практическая ценность заключается в следующем. В 2005-2008 гг. по контрактам ФГУП «Государственный ордена Трудового Красного Знамени научно-исследовательский институт химических реактивов и особо чистых химических веществ» (ФГУА «ИРЕА») с Минэнерго и Минпромторгом России для системного анализа инновационной деятельности 135 ведущих промышленных предприятий химического комплекса за 1995-2007 гг. была разработана компьютерная информационная система. Информационное ядро системы составляют статформы «4-инновация» за 1995-2007 гг. Система внедрена и успешно эксплуатируется в Минэнерго и Минпромторге России.
Ряд практических аспектов диссертационного исследования был использован при выполнении инновационного проекта «Разработка технологии вовлечения в хозяйственный оборот отходов производств фотоэлектрических преобразователей», имевшего целью создание технологии утилизации смесей отходов переработки высокочистого кремния солнечного и электронного качества для повышения эффективности выделения полезных компонентов, а также испытание конечных продуктов этой переработки в технологии
получения оптических и лазерных устройств (государственный контракт ГК 02.740.11.0435 от 30.09.2009 г.).
Апробация работы. Результаты диссертационной работы докладывались и обсуждались на: Российской конференции аспирантов, студентов и молодых ученых (ИВТ-2010) (г. Ульяновск, 2010 г.); ХІ-ой Международной научно-практической конференции «Информационная безопасность» (ИБ-2010) (г. Таганрог, 2010 г.); П-ой Международной научно-практической конференции «Современные информационные и инновационные технологии на транспорте MINTT-2010» (г. Херсон, Украина, 2010 г.); П-ой Всероссийской научно-практической конференции с международным участием «Информация и образование: границы коммуникаций» (INFCT10) (г. Горно-Алтайск, 2010 г.); Конгрессе по интеллектуальным системам и информационным технологиям «AIS-ІТ'Ю» (г. Геленджик, 2010 г.); Научно-технической конференции, посвященной 60-летию ФГУП «НИИР» (г. Москва, 2010 г.); V-X Международных научных конференциях «Современные проблемы истории естествознания в области химии, химической технологии и нефтяного дела» (г. Уфа, 2004-2009 гг.); XII, XIX, XXI, XXII Международных научно-технических конференциях «Химические реактивы, реагенты и процессы малотоннажной химии» (РЕАКТИВ-2004, РЕАКТИВ-2006, РЕАКТИВ-2008, РЕАКТИВ-2009) (г. Уфа, 2004 г., 2006 г., 2008 г., 2009 г.); Международной научно-практической конференции «Теория активных систем» (ТАС-2009) (г. Москва, 2009 г.); П-ом Международном форуме по нанотехнологиям (г. Москва, 2009 г.); IV-ой Международной научно-практической конференции «Логистика и экономика ресурсосбережения и энергосбережения в промышленности» (МНПК «ЛЭРЭП-4-2009») (г. Самара, 2009 г.); 1-ой Международной конференции РХО им. Д.И. Менделеева «Энерго- и ресурсосберегающие технологии в химической и нефтехимической промышленности» (г. Москва, РХТУ им. Д.И. Менделеева, 2009 г.); Международной научно-практической конференции «Модель менеджмента для экономики, основанной на знаниях» (г. Москва, МЭСИ, 2009 г.); Х-ом Всероссийском симпозиуме «Стратегическое планирование и развитие предприятий» (г. Москва, ЦЭМИ РАН, 2009 г.); ХИ-ой Международной научно-технической конференции «Наукоемкие химические технологии-2008» (г. Волгоград, 2008 г.) и др.
Публикации. Основные научные результаты по теме диссертации опубликованы в 69 научных работах, в том числе в двух монографиях и 11 статьях в журналах, рекомендованных ВАК РФ для опубликования основных результатов диссертационных работ на соискание ученых степеней доктора наук. По результатам диссертационного исследования получены патенты на полезную модель и изобретение. Общий объем публикаций по теме диссертационного исследования составил более 35 п.л.
Объем и структура работы. Диссертация состоит из введения, пяти глав, заключения и списка литературы из 519 наименований. Она содержит 314 страниц текста, 2 таблицы и 57 рисунков.
Анализ динамики изменения состояния основных фондов в научных организациях химического комплекса
Отраслевая наука, являясь значительной частью науки России, представляет собой национальное богатство, важнейший элемент культуры страны. Потери отраслевого научно-технического потенциала ведут к сокращению национального богатства России, и его нельзя быстро компенсировать из-за большой инерционности передачи знаний от старшего поколения младшему. При анализе проблем реформирования отраслевой науки России следует учитывать долгосрочные тенденции сокращения научного потенциала, вызванные экзогенными, политическими и экономическими факторами. Этот процесс закончится, по оптимистическим сценариям развития и самым осторожным оценкам, не ранее 2014 года [421].
Анализ и диагностика финансово-хозяйственной деятельности отраслевых научных организаций представляют собой неотъемлемую часть эффективного управления. Необходимость повышения эффективности функционирования финансово-экономического механизма отраслевых НИИ обусловлена требованиями рынка, состоянием товарно-денежного обращения в России, финансово-экономическим положением самих организаций.
Содержание и основная целевая установка анализа и диагностики финансово-хозяйственной деятельности организации - оценка текущего состояния и прогнозирование возможных вариантов развития, а также выявление путей повышения эффективности функционирования хозяйствующего субъекта с помощью рациональной финансовой и управленческой политики. Финансовое состояние хозяйствующего субъекта - это характеристика его финансовой конкурентоспособности, использования финансовых ресурсов и капитала, выполнения обязательств перед государством и другими хозяйствующими субъектами.
Необходимо отметить, что задачи финансового анализа решают организации разных категорий.
Во-первых, это сами отраслевые НИИ, которые оценивают собственное финансовое состояние.
Во-вторых, отраслевые и территориальные органы управления (Минпромторг России), контролирующие финансовое положение подведомственных предприятий.
В-третьих, банки и страховые компании, заинтересованные в объективной информации о финансовой устойчивости реального или потенциального клиента. Для каждой группы важен определенный ракурс, «разрез», финансового анализа. В процессе управления для обоснования принимаемых решений также используется совокупность различных видов экономического анализа.
Одним из элементов полноценного финансово-экономического анализа предприятия является мониторинг динамики основных фондов. Основные средства (часто называемые в экономической литературе и на практике основными фондами) являются одним из важнейших факторов любого производства. Их состояние и эффективное использование прямо влияет на конечные результаты хозяйственной деятельности.
Более полное и рациональное использование основных фондов и производственных мощностей предприятия способствует улучшению всех его технико-экономических показателей: росту производительности труда, повышению фондоотдачи, увеличению выпуска продукции, снижению ее себестоимости, экономии капитальных вложений.
Например, по данным Министерства экономического развития и торговли Российской Федерации в 2006 г. по сравнению с предыдущим годом в отрасли отмечено снижение прибыли со 116,6 до 110,7 млрд. рублей. При этом анализ состояния основных фондов предприятий химической и нефтехимической промышленности показал, что степень их износа составляет 46,2%, а оборудования - 48,1%, причем по отдельным видам оборудования степень износа составляет свыше 80%, а на некоторых - 100%. Коэффициент обновления основных фондов в 4 раза ниже минимально необходимого.
Мощности предприятий по базовым видам химической и нефтехимической продукции загружены более чем на 80-90%. Наблюдается высокая степень физически изношенного и морально устаревшего основного технологического оборудования, специальных транспортных средств и других объектов. Старение действующего производственного оборудования нефтехимических предприятий обусловливает значительное увеличение объема и трудоемкости ремонта и технического обслуживания. В себестоимости нефтехимической продукции удельный вес на содержание и ремонт оборудования составляет 8-11%. По действующим нормам амортизации полное обновление химического оборудования может происходить в среднем за 17-20 лет.
Однако недостаточный объем инвестиционных ресурсов является причиной того, что на предприятиях нефтехимической промышленности эксплуатируется значительное количество физически и морально устаревшего оборудования, срок службы которого превышает установленный. Вследствие этого удельный вес амортизационных отчислений в структуре затрат на производство продукции химической и нефтехимической промышленности имеет тенденцию к уменьшению [299].
По сравнению с большим количеством работ, посвященных материальным ресурсам химической промышленности [299], в настоящее время имеются только единичные печатные работы по основным фондам отраслевой химической науки [23,119, 200, 342, 421].
В работе [119] показано, что кризисные явления 1990-х годов серьезно затронули и материальные ресурсы отраслевой науки химического комплекса. Они проявились в существенном снижении фондовооруженности труда работников науки, старении парка технологического оборудования институтов и их экспериментальных баз. С 1994 г. практически прекратилось развитие опытно-экспериментальной базы институтов. Потребность в научных приборах удовлетворялась на 20-25%, а по важнейшим видам - не более 10%. Фондовооруженность работников институтов комплекса химической промышленности в 5-6 раз ниже, чем в научных центрах США и Японии [119]. На ухудшение ситуации в производственной и научно-технической сфере химического комплекса неблагоприятное влияние оказали неэффективные схемы и механизмы приватизации, использование которых не обеспечило решение главной задачи -формирования эффективного собственника.
Существенный недостаток механизма приватизации состоит в том, что - оценка стоимости подавляющего числа приватизированных объектов на основе результатов чековой приватизации не учитывала реальные показатели их деятельности (объемы выпускаемой продукции, прибыльность, конъюнктуру и емкость рынка) и во многих случаях была явно занижена [119].
Представляют интерес математические исследования [200], связанные с определением взаимосвязи материальных ресурсов научной организации с кадровыми и финансовыми характеристиками.
На основе обследования 40 государственных научных центров была построена статистически достоверная функция, описывающая зависимость общей суммы финансирования государственного научного центра (Y) от стоимости основных фондов (F) и численности занятых (L) [200]
Понятие миварного пространства, унифицированного представления данных и правил, принципы организации и структурирования данных в нем
Прежде всего отметим, что Варламов О.О. в [68] вводит понятие миварного (Многомерного Информационного ВАРьирующегося) пространства и показывает, что миварный подход является обобщением и развитием продукционного подхода, сетей Петри и других формализмов, применяемых для логической обработки данных.
При определении сущности миварной концепции представления данных: будем исходить из того, что реально существует некоторая предметная область, а определенная познающая система изучает и моделирует данную область. Полученные сведения о предметной области накапливаются в некоторой системе представления данных. Введем три равнозначных и равнозависимых понятия: вещь, (объект, сущность); свойство, (атрибут, характеристика); отношение, (связь, взаимодействие). Этих трех выделенных понятий-категорий достаточно для представления любой информации о любой предметной области. Особо отметим, что такие понятия, как, например: элемент, объект, система, функция, структура, организация и подобные им — являются вторичными, производными по отношению к трем основным, а, следовательно, могут быть выражены через них.
В частности, из этого следует, что любое правило (процедура, связь, взаимодействие и т.п.) вне зависимости от формы его представления является всего лишь частным случаем отношения. В процессе познания выделяется некоторая вещь в предметной области и ей присваивается уникальное название. После этого определяются свойства вещи, на основе которых и произошло ее выделение из предметной области. Каждому свойству присваивается определенное уникальное название (имя, идентификатор). Естественно предположить, что близкие, однородные свойства будут названы похожими, частично совпадающими именами. Затем, изучаются все отношения выделенной вещи с другими вещами данной предметной области. Каждому отношению присваивается уникальное название (идентификатор).
Рассмотрим некоторое множество V названий вещей. Так как каждое название является уникальным, то количество элементов этого множества будет равно количеству выделенных вещей в рассматриваемой предметной области. Затем некоторые одинаковые свойства могут быть обнаружены у различных вещей. Тогда можно рассмотреть некоторое множество S названий свойств, состоящее из различных и уникальных названий-элементов. Кроме того, существует третье множество О названий отношений, состоящее из уникальных названий выявленных отношений вещей данной предметной области. Итак, можно рассмотреть три различных множества названий: V, S, О. Любая вещь в нашем понимании, т.е. вещь «для нас» - это некоторое название этой вещи, некоторая совокупность ее свойств и некоторая совокупность отношений, в которых эта вещь себя и проявляет. То есть подчеркнем, что если у вещи с названием VI из множества V несколько свойств, то ей будут соответствовать несколько элементов из множества S, например, S1 и S2. Аналогично и с отношениями.
В определенных ситуациях вещь может рассматриваться как свойство или как отношение (то есть исключительно как носитель важного для нас свойства или отношения); свойство может рассматриваться как вещь либо как отношение и отношение может рассматриваться, как вещь или как свойство. Таким образом, эти три понятия не только взаимосвязаны и взаимозависимы, но и взаимопроникающи и неразрывны. Вещь не существует вне свойств и вне отношений; Точно так же не существует свойств вне вещей; и; вне отношений; как не существует и отношенийвне вещей и вне свойств
Традиционная;: концепция представления данных оперирует, прежде всего,, вещами отдельно, а: только Спотом выделяет свойства для каждой вещи ж определяет ее отношения; с другими, вещами. То і есть необходимо выделить вещи и определить таким образом структуру представления,данных. Получается, что вещь играет ведущую роль. Однако; на самом деле все эти три понятия: равноправны, взаимосвязаны и взаимопереходящи друг в друга.. Например, в декартовом геометрическом пространстве все измерения (X, Y и Z) равноправны. Более того, вопрос выделения конкретных осей такого пространства. является субъективным выбором. Объективно существует трехмерная точка или геометрический объект, который мы описываем с трех разных точек, зрения и для определенности называем эти точки зрения осями координат: X,. Y и Z, однако; всегда можно выбрать другие оси такого пространства.
Основной; идеей миварного подхода является то, что реальный мир существует самг по себе, но при изучении этого мира в процессе познания человек (или АСОИ) представляет себе описание этого мира в виде трехмерного пространства, осями которого являются понятия: вещь, свойство и отношение. Другими словами, понятия «вещь», «свойство» и «отношение» - это всего лишь абстракции, удобные для описания реального мира. Эти абстракции аналогичны, например, трем осям декартова геометрического пространства, так как это только три: разных взгляда на одно объективно существующее нечто. Три; разных и взаимосвязанных точки зрения на одно и тоже нечто и позволяют нам выделять из предметной области вещи; свойства и отношения; Эти три абстракции абсолютно равнозначны. В этом и заключается новизна миварного подхода.
Таким образом, любая информация о любой предметной области может быть описана при помощи «тройки»: вещь, свойство, OTHomeirae ( V, S, 0 ).
Эта «тройка» обозначает ключевое понятие теории миварного пространства - мивар. Мивар - это точка миварного пространства. Мивар с координатами V1, SI, 01 означает, что есть некоторая вещь VI, обладающая некоторым свойством S1 и находящаяся в некотором отношении 01 с другой вещью. Подчеркнем, что VI - это элемент счетного множества V названий вещей; S1 — элемент счетного множества S названий свойств; 01 — элемент счетного множества О названий отношений. Каждому мивару как точке многомерного пространства ставится в соответствие некоторое значение. Например, в простейшем случае: 0 — «не выявлен» и 1 - «выявлен» или 0 - «не существует» и 1 - «существует». Конечно же, миварам могут соответствовать и более сложные значения. Фактически значения миваров могут образовывать новую ось измерения «значений миваров». Для наглядности воспользуемся аналогией с геометрией: мивар — это трехмерная точка; название вещи - это мивар, принадлежащий оси V; название свойства - это мивар, принадлежащий оси S; название отношения - это мивар, принадлежащий оси О. Более корректно говорить, что в геометрии координата точки по некоторой оси трактуется как проекция вектора, связывающего начало координат и точку на эту ось, но это не изменяет смысла нашего утверждения.
Тогда вещь, имеющая название VI, - это множество всех миваров, которые:
1) принадлежат плоскости, ортогональной оси V и проходящей через точку-мивар V1,0,0;
2) имеют допустимые для вещи V сочетания координат S и О (свойства и отношения).
Так как в миварном пространстве оси V, S и О равноправны, то аналогично можно пояснить сущность свойства S1 и отношения Ol. Свойство, имеющее название S1, - это множество всех миваров, имеющих некоторые определенные значения и принадлежащих плоскости, которая ортогональна оси S и проходит через мивар 0, 81,0 .Наконец, отношение, имеющее название Ol, — это множество всех миваров, имеющих некоторые определенные значения и принадлежащих плоскости, которая ортогональна оси О и проходит через мивар 0,0, 01 .
Мивар с координатами 0,0,0 будем называть началом координат миварного пространства. Вопрос выбора начала координат имеет большое значение. Возможны различные подходы, например, для описания каждой предметной области использовать некоторый относительный центр координат. Возможен вариант, когда каждый пользователь, работающий с некоторой областью, вводит свой относительный «центр мироописания» (представления информации), а для общего пользования можно создать некоторую энциклопедию общепризнанных понятий, от которой и будут отсчитывать начало все пользователи АСОИ.
Развитие миварных сетей и продукций для реализации правил выбора «если..., то..., иначе...»
Рассмотрим ограничения для применения и линейной вычислительной сложности матричного метода поиска маршрута логического вывода на миварной сети правил. Проведенный анализ возможностей миварного подхода и продукций показал, что существуют определенные ограничения для их применения в современных информационных системах [60, 68, 219, 296, 427]. Например, существовало такое ограничение в миварных логических сетях, что нельзя было использовать правила выбора, когда только часть выходных переменных получает значения. Формально это можно записать в виде: «если..., то ..., иначе...». Конечно, и в формате традиционных правил «если ..., то ...» можно составить описание предметной области, хотя оно будет более сложным и потребует значительно большего количества элементарных правил. При проведении вычислительных экспериментов на многопроцессорных вычислительных комплексах ФГУП «НИИР» определено, что превышение количеством правил или переменных десяти тысяч становится критичным для решения задач в реальном времени и требует разработки новых алгоритмов решений [252, 276, 344, 348].
Таким образом, развитие миварного подхода и продукций является актуальной и практически важной задачей.
Введение правил типа «ВЫБОР». Рассмотрим, как можно сделать так, чтобы после выполнения правила получали значение не все переменные (объекты). Существующие до этого правила будем называть «процедуры», т.к. после них все выходные переменные получают значения. Как было показано на рисунках 13 и 14, такие правила можно представлять в виде двудольных графов из объектов:
1) переменных (овалы на рисунке 14);
2) процедур (прямоугольники на рисунке 14).
Логично предположить, что возможно использование многодольных графов в целях повышения адекватности моделирования для отдельных задач и различных предметных областей.
Для реализации выбора по значениям надо ввести новый тип правил «ВЫБОР», например, для двух возможных вариантов выхода: «да» или «нет». В формализме многодольных графов это означает введение третьего типа объектов графа:
1) переменные;
2) процедуры (без выбора);
3) правила типа «ВЫБОР», когда часть переменных получает значение «да», а другая часть - «нет».
На рисунке 29 первый тип объектов показан кругами, второй тип -прямоугольниками, а третий тип - треугольниками с двумя типами исходящих стрелок, например: сплошные линии - это «да», а пунктирные линии - «нет».
Впрочем, можно сразу делать более сложный выбор и из нескольких выходных переменных выбирать часть переменных «да», а оставшиеся переменные этого же правила - будут «нет», и создать для них отдельную матрицу. По этим же принципам можно реализовывать не только двузначный выбор «да/нет», но и более сложные правила выбора из нескольких альтернатив: от двух и больше, например: 3, 4, ... 10 и так далее. Аналогично можно переходить к более многодольным графам.
Для многодольных графов [219, стр. 125] предлагается следующий вариант их представления в миварных сетях. Пусть имеется (К+1)-дольный граф (всего будет (К+Г) типов вершин графа). Нумерацию долей такого графа рекомендуется начать (по математической традиции) с нуля и обозначать нулевую долю на рисунках в виде кружочка или овала. Все остальные вершины других долей графа предлагаем обозначать по номеру типа от единицы до К, а на рисунке отображать их-. в виде прямоугольников. Пример представления (К+1)-дольного графа показан на рисунке 30. В каждом овале и прямоугольнике есть описание узла графа, представляющее собой запись одного из следующих видов: P(i,j) или R(i,j). В этих записях:
Р или R - обозначение типа узла: Р обозначает узел-объект, R — узел-правило;
і - номер доли графа (типа), к которому относится узел;
j - порядковый номер этого узла среди узлов данного типа.
В соответствии с этим правилом, запись Р(0,2) обозначает, что рассматривается узел-объект типа (доли графа) 0 с порядковым номером 2 среди узлов этого типа. А запись R(3,m-2) означает, что рассматривается узел-правило типа 3 (относящийся к третьей доле графа) с порядковым номером т-2среди узлов этого типа.
Описание правил выбора из двух альтернатив. Прежде всего, рассмотрим выбор из двух альтернатив. Для этих правил выбора определяем все входные переменные, а после их «запуска» в зависимости от самого правила значения будет получать только одна или несколько однотипных переменных из всего множества выходных переменных этого правила, т.е. определенная заранее часть переменных, что будет зависеть от того, как будет устроено каждое конкретное правило.
Затем часть переменных (имеющих значение «да») получают значения и больше не рассматриваются («вычеркиваются»), а все остальные (имеющих значение «нет») получают специальное значение «отрицание» (или что-то подобное) и также «вычеркиваются» из общей матрицы описания подобных правил выбора. Такое решение требует развития миварных сетей в следующем направлении: необходимо ввести специальное новое значение, формально представленное ниже. Если раньше у нас было два значения:
1) «известно» и есть число а;
2) «пока не известно» - то теперь надо добавить в описания правил выбора третье значение;
3) «не могут иметь значения», то есть ложная ветвь поиска.
Предложен следующий вариант реализации такого подхода: в едином трехмерном пространстве в двумерных плоскостях будут описываться конкретные предметные области, а по третьему измерению мы будем вводить новые двумерные плоскости. Тогда получим, что для описания каждой предметной области будут использоваться плоскости или двумерные матрицы - массивы:
1) плоскость входных значений правил типа «процедура» с бинарными значениями «да/не известно»;
2) плоскость выходных значений правил типа «процедура» с бинарными значениями «да/не известно»;
3) плоскость входных значений правил типа «ВЫБОР» с бинарными значениями «да/не известно»;
4) плоскость выходных значений правил типа «ВЫБОР» с тремя значениями: «да / не известно / не будет иметь значение».
В ходе дальнейших исследований по развитию миварного подхода запланировано проведение экспериментов по нескольким вариантам практической реализации хранения правил с тремя или более значениями правил типа «ВЫБОР». Кроме того, отдельно будем вводить специальные переменные для правил типа «ВЫБОР» в общем списке переменных. В этом списке тоже теперь должно быть три значения:
1) «да»;
2) «не известно»;
3) «не будут иметь значение», что порождает необходимость проведения новых исследований.
Отметим, что в результате полученных модификаций появляется новое ограничение: правила типа «ВЫБОР» могут выполняться только в том случае, если уже вычислены все конкретные переменные, чтобы можно было определить ветвь вычислений. Отметим, что если у нас много вычислительных ресурсов, то иногда можно выполнять вычисления сразу по нескольким веткам алгоритма, а потом подставить конкретные значения и определить ветку. Это аналогично известному подходу «недоопределенные переменные», в котором при расчетах такие переменные учитывают в качестве констант, значения которых подставляют в самом конце вычислений, когда все переменные определены и вычислены.
. Реализация в многомерной эволюционной прикладной автоматизированной информационной системе поддержки принятия решений для управления инновационными ресурсами химической и. нефтехимической промышленности России различных прикладных задач
Прежде всего", рассмотрим МЭПАИС анализа и управления материальными ресурсами отраслевого НИИ химического и нефтехимического комплекса. Отраслевая наука является сложной и многоуровневой системой, основной структурной единицей которой является отраслевой научно-исследовательский институт (НИИ). Создание эффективной системы управления — одна из важнейших проблем стоящих перед отраслевой научной организацией. Причем особенно это актуально для анализа и управления материальными ресурсами отраслевого НИИ, так как основные фонды являются базой для проведения научно-исследовательских разработок [330]. По данным Министерства экономического развития и торговли Российской Федерации, в 2006 г. по сравнению с предыдущим годом в отрасли отмечено снижение прибыли со 116,6 до 110,7 млрд. рублей. При этом анализ состояния основных фондов предприятий химической и нефтехимической промышленности показал, что степень их износа составляет 46,2%, а оборудования - 48,1%, причем по отдельным видам оборудования степень износа составляет свыше 80%, а на некоторых -100%. Коэффициент обновления основных фондов в 4 раза ниже минимально необходимого.
Мощности предприятий по базовым видам химической и нефтехимической продукции загружены более чем на 80-90%. Наблюдается высокая степень физически изношенного и морально устаревшего основного технологического оборудования, специальных транспортных средств и других объектов. Старение действующего производственного оборудования нефтехимических предприятий обусловливает значительное увеличение объема и трудоемкости ремонта и технического обслуживания. В себестоимости нефтехимической продукции удельный вес на содержание и ремонт оборудования составляет 8-11%. По действующим нормам амортизации полное обновление химического оборудования может происходить в среднем за 17-20 лет. Однако недостаточный объем инвестиционных ресурсов является причиной того, что на предприятиях нефтехимической промышленности эксплуатируется значительное количество физически и морально устаревшего оборудования, срок службы которого превышает установленный. Вследствие этого удельный вес амортизационных отчислений в структуре затрат на производство продукции химической и нефтехимической промышленности уменьшался [26].
В условиях высокой степени износа основных фондов необходимо применять новые подходы к управлению, которые позволяют оптимально использовать имеющиеся материальные ресурсы. Эффективное управление и всесторонний анализ материальных ресурсов отраслевого НИИ должны основываться на современных информационных системах, которые должны интегрироваться в уже существующие в организации автоматизированные системы управления.
В настоящее время в мире широко развита индустрия информационного обеспечения на базе современной вычислительной техники. Внедрение этих достижений в отраслевом научно-исследовательском институте (НИИ) позволит существенно сократить время и трудозатраты на подготовку документов и повысить качество управленческих решений.
В результате проведенного системного анализа показано, что глобальная информационная система отраслевого НИИ (рисунок 38) включает в себя три взаимосвязанные локальные информационные подсистемы управления:
финансово-экономическую;
научно-кадровую (интеллектуальную);
материально-техническую.
Финансово-экономическая подсистема объединяет всю экономическую информацию отраслевого НИИ. Она включает в себя локальные внутренние информационные подсистемы бухгалтерии и планово-экономических отделов. Подсистема должна обеспечивать внешний информационный обмен с локальными сетями нижестоящих отделов и центров, входящих в структуру НИИ. Кроме того, локальные сети бухгалтерии " и планово-экономических отделов должны обмениваться информацией с внешними контрагентами: налоговой инспекцией, Минобрнауки и Минпромторга России, различными ассоциациями и др.
Научно-кадровая подсистема объединяет интеллектуальные информационные ресурсы (человеческий фактор) института. Она включает в себя локальные внутренние информационные подсистемы отдела кадров, ученого и диссертационного советов и аспирантуры. Подсистема должна обеспечивать внешний информационный обмен с соответствующими отделами и отделениями Высшей аттестационной комиссии, Российской академии наук и др.
Материально-техническая подсистема объединяет всю информацию по эксплуатации, ремонту и развитию основных фондов отраслевого НИИ. Для функционирования этой подсистемы, прежде всего, необходима компьютеризация основных служб главного инженера с последующим объединением их в локальную сеть (рисунок 39).
Материально-техническая подсистема объединяет всю информацию по эксплуатации, ремонту и развитию основных средств (фондов) отраслевого НИИ. Для последующей оптимизации функционирования этой подсистемы были проведены следующие работы:
системный анализ основных средств на 4-х иерархических уровнях: научно-производственное оборудование, материальные активы научных отделов, технопарк, отраслевой институт;
выбор оптимальной архитектуры информационной сети для подсистемы материальных ресурсов отраслевого НИИ;
выбор технических и программных средства для реализации компьютерной локальной подсистемы материальных ресурсов отраслевого НИИ.
Проведенная многоуровневая систематизация информационных потоков (см. рисунок 39) позволяет создать единое информационное пространство с использованием современных компьютерных технологий (1С, MS SQL Server, CALS и т.д.) Таким способом реализуется переход к безбумажной электронной технологии для оптимального управления отраслевой научной организацией на 1-м уровне иерархии (планирование, снабжение, обслуживание основных фондов и сопровождение научно-производственной продукции).
На 2-м уровне управления материальными ресурсами отраслевого НИИ (см. рисунок 39) сосредоточена информация о ходе производственного процесса, об энергетических и коммунальных затратах, а также осуществляется взаимодействие с сервисными службами.
3-й уровень,иерархии - это систематизированное информационное ядро подсистемы материальных ресурсов: сведения о запасах сырья и материалов, используемом оборудовании и др.
Для анализа и управления производственными активами научных отделов (4-й уровень управления отраслевого НИИ, см. рисунок 39) проведены работы по созданию компьютерного описания технологического оборудования с помощью современных информационных технологий.
Приведенные выше информационные потоки необходимо объединить в общей многоуровневой структуре с использованием соответствующих технических и программных средств. Если рассмотреть создание такой структуры для управления институтом, то это соответствует созданию глобальной сети, соединяющей управленческие и технологические подразделения НИИ, а также внешних контрагентов. Эта сеть включает в себя большое количество локальных сетей, создаваемых в отдельно взятых подразделениях и организациях, и позволяет свести обмен бумажными документами к минимуму и достичь высокой оперативности в работе.
На сегодняшний день в большинстве научных организаций химического комплекса автоматизированные системы управления основными фондами либо отсутствуют в принципе, либо функционируют локально в виде простейших программных комплексов, которые работают непосредственно на складе и никак не связаны с общей информационной структурой организации. Создание и внедрение единой системы, которая сочетает в себе функциональность некоторых прежних систем и легко интегрируется в уже существующие информационные системы, позволяет оптимизировать процессы управленческой деятельности, в частности сократить издержки на обслуживание и ремонт оборудования, а также необоснованные перерывы в технологических процессах. Следует также отметить, что каждый НИИ имеет в своем распоряжении некую информационную систему, которая автоматизирует финансово-отчетную деятельность, в которой обязательно реализуется функция учета основных средств. Однако системы подобного рода в первую очередь решают задачи бухгалтерской отчетности и могут быть полезны при осуществлении финансового аудита. Исходя из этого, данные информационные системы практически не приспособлены для оперативного управления непосредственно самими основными фондами и прогнозирования их , динамики. В сложившейся ситуации актуальной задачей является создание автоматизированной системы управления основными фондами, которая будет интегрирована в уже существующие системы финансового и бухгалтерского учета. Такая интеграция позволит объединить данные, которые вносят сотрудники бухгалтерии и планово-экономического отдела, и данные, которые характеризуют технические и технологические особенности используемых основных средств.
Похожие диссертации на Многомерная эволюционная прикладная автоматизированная информационная система поддержки принятия решений для управления инновационными ресурсами химической и нефтехимической промышленности России
