Инструменты поддержки принятия решений по управлению стратегическими проектами в авиастроении

Актуальность темы

исследования. В настоящее время одной из ключевых отраслей отечественной промышленности, обеспечивающих реализацию национальной стратегии перехода на инновационную модель развития экономики, является авиастроение. Анализ мирового опыта показывает, что развитие авиастроительной промышленности всегда способствует обеспечению технологического развития значительного числа секторов национальных экономики. К сожалению, в настоящее время отечественное авиастроение в значительной степени утратило свои позиции на мировых и отечественных рынках. Отчасти это обусловлено последствиями резкого сокращения в постсоветский период размеров ее финансовой поддержки, что в результате привело к снижению объемов производства российской авиатехники, и как следствие, потере 85% отечественного авиарынка. В то же время необходимо отметить, что отечественная авиастроительная промышленность обладает достаточным потенциалом для реализации стратегических инновационных проектов, который обусловлен наличием научных школ по разработке проектирования летательных аппаратов различных типов, наличием высококвалифицированных специалистов и накопленном опыте международной кооперации.

С учетом данных обстоятельств одним из основных направлений развития российских авиастроительных предприятий является активизация инновационной деятельности по разработке новых конструктивно-технологических решений, эффективное реализация которых в новых образцах авиационной техники позволит увеличить объем производства в данном секторе промышленности, что, в свою очередь, придаст импульс интенсивному развитию сопряженных с ним отраслей отечественной экономики.

Основные теоретические аспекты управления инновационной деятельностью в промышленности, в том числе с использованием математических и инструментальных методов экономики, рассмотрены, в трудах Базилевича А. И., 5.

Бизюкова П. В., Васильевой Л. Н., Власовой В. М., Глисина Ф. Ф., Дворецкого С. И., Еленевой Ю. Я., Журавковой И. В., Завлина П. Н., Кабалиной В. И., Карпова Э. А., Киселёва М. Ю., Кислицыной O.A., Крылова Э. И., Летуновой О. И., Ломакина М. И., Лившица В. Н., Матвейкина В. Г., Мешалкина В. П., Минько Л. В., Муравьевой Е. А., Сухарева О. С., Тарова В. П., Фатхутдинова P.A., Хучека М., Чайниковой Л. Н., Ченцовой Е. П., Черезова A.B., Швандара В. А., Шляхто И. В. и других.

В данных работах показано, что реализация стратегических инновационных проектов в таких отраслях как авиастроение является длительным процессом, требующим больших инвестиционных ресурсов и сопровождающимся значительным уровнем рисков различных типов. В связи этим для поддержки принятия решений на различных этапах реализации проектов данного типа возрастает роль математических методов и инструментов для оценки и прогнозирования параметров внешней и внутренней авиастроительного предприятия.

Вопросы математического моделирования процессов реализации инновационных проектов промышленных предприятий рассматриваются в диссертационных работах Алабина В. Е., Батьковского М. А., Гареева Т. Ф., Гилева.

A.B., Гриневой Н. В., Егоровой И. Е., Забоева М. В., Немтиновой Ю. В., Ореховой Н. Ю., Пачковского Э. М., Пашкова Д. Е., Рытикова С. А., Силкиной Г. Ю. В данных работах показано, что при оценке эффективности инвестиций необходимо учитывать большое количество факторов, определяющих условия его реализации, анализ которых должен позволить прогнозировать результаты реализации инновационных проектов в условиях слабоструктурированной информации.

В последние годы в качестве алгоритмического обеспечения современных систем поддержки принятия стратегических решений широко используются методы интеллектуального анализа данных, включающие методы теории искусственных нейронных сетей, которым посвящены труды Абдикеева Н. М., Алейникового Н. А, Барского А. Б., Брускина С. Н., Бэстенса Д-Э., Ван Ден Берга.

B.-М., Вуда Д., Емельянова A.A., Ежова A.A., Круглова В. В., Матвеева М. Г., 6.

Мешалкина В.П., Одинцова Б. Е., Романова А. Н., Свиридова A.C., Тельнова Ю. Ф., Шумского С. А. и других ученных.

В то же время в указанных работах не достаточно подробно рассмотрен ряд вопросов методического и прикладного характера, касающихся инструментов выбора типов и структур искусственных нейронных сетей для различных задач и этапов разработки и реализации долгосрочных стратегических инновационных проектов. В большинстве случаев авиастроительные предприятия оказывают значительное влияние на экономику и социальную сферу региона — места расположения, который, в свою очередь, предоставляет существенную часть ресурсного обеспечения деятельности предприятий данного типа. Данное обстоятельство обуславливает целесообразность построения и анализа модели региональной экономики, которая позволяет оценить ее ресурсный потенциал для реализации сложных дорогостоящих инновационных проектов, имеющих важнейшее значение для устойчивого развития региона.

Вышесказанное определяет актуальность научной задачи разработки инструментов поддержки принятия решений по управлению стратегическими проектами в авиастроении, включающих балансовые модели региональной экономики для оценки ресурсного потенциала для реализации крупных проектов и нейро-сетевые инструменты для прогнозирование основных показателей внешней и внутренней среды авиастроительного предприятия, имеющей существенное значение для совершенствования известных подходов к моделированию экономических процессов в части развития интеллектуальных методов обоснования инвестиционных решений.

Цель исследования заключается в разработке инструментов поддержки принятия решений по стратегическому управлению инновационной деятельностью авиастроительных предприятий, основанных на применении матричных и нейро-сетевых методов прогнозирования эффективности реализации проектов, осуществляемого с учетом потенциальных возможностей конкретного региона, а также реализующих их информационной системы поддержки принятия решении.

Для реализации этой цели были поставлены и решены следующие основные задачи исследования.

1. Анализ современных инструментов поддержки принятия решений по управлению стратегическими инновациями в промышленности.

2. Анализ современного состояния и тенденций развития авиастроительных предприятий Российской Федерации.

3. Разработка комплексной модели процесса принятия стратегических инновационных решений в авиастроении прогнозно-аналитической модели рынка авиационной продукции, предполагающую использование балансовой модели для оценки влияния авиастроительной промышленности на экономику региона, а также ресурсных и технологических возможностей региона по реализации стратегических инновационных проектов и нейро-сетевой модели для прогнозирования основных показателей внешней и внутренней среды авиастроительного предприятия.

4. Разработка матричных инструментов для оценки возможностей реализации стратегических инновационных проектов в авиастроении на территории конкретного региона.

5. Выработка рекомендаций по использованию инструментов нейро-сетевого моделирования для прогнозирования спроса на продукцию авиастроительного предприятия, а также затрат на ее производство.

6. Разработка методики расчета чистого приведенного дохода от реализации стратегического инновационного проекта в авиастроении с использованием обобщённо-регрессионной нейронной сети для прогнозной оценки различных статей затрат при разработке и производстве инновационной авиастроительной продукции.

7. Разработка архитектуры информационной системы поддержки принятия решенийпо стратегическому управлению инновационной деятельностью авиастроительных предприятий, реализующей предложенные балансовые и интеллектуальные инструменты оценки эффективности инновационных проектов.

8. Практическое применение предложенных инструментов в ОАО «Смоленский авиационный завод».

Объектом исследованияявляются авиастроительные предприятия Российской Федерации.

Предметом исследованияявляются процессы стратегического управления инновационной деятельностью предприятий авиационной промышленности Российской Федерации.

Теоретической и методологической базой исследования являются системный подход к анализу экономических объектов и процессов, методы инновационного и инвестиционного менеджмента, методы финансово-экономического анализа, теория проектирования информационных систем, математические и инструментальные методы экономики, научные положения и выводы, сформулированные в трудах отечественных и зарубежных ученых по вопросам моделирования инновационной и инвестиционной деятельности промышленных предприятий.

Информационной базойисследования являются данные Росстата, законодательные и нормативно-правовые акты РФ, связанные с тематикой диссертации, а также отчетные данные о результатах работы ОАО «Смоленский авиационный завод» (г. Смоленск).

Наиболее существенные научные результаты, полученные лично автором, заключаются в следующем:

1. Предложена прогнозно-аналитическая модель процесса принятия стратегических инновационных решений в авиастроении, отличающаяся комплексным использованием методов матричного анализа для оценки ресурсных и технологических возможностей региона по реализации стратегических инновационных проектов авиастроении и методов искусственного интеллекта для прогнозирование основных показателей внешней и внутренней среды авиастроительного предприятия, которая может применяться в качестве инструмента поддержки принятия стратегических решений по проектному управлению предприятиями данного типа, в том числе с учетом результатов 9 оценки чистого приведенного дохода от реализации долговременных инвестиционных проектов.

2. Разработаны матричные инструменты для оценки возможностей реализации стратегических инновационных проектов в авиастроении на территории конкретного региона, основанные на построении балансовых моделей для выявлении зависимостей между объёмами выпуска, затратами на производство и ценой продукции предприятий различных видов деятельности и добавленной стоимостью при ее реализации, которые в отличие от известных позволяют на основе комплексного анализа региональной экономики оценивать ресурсные возможности региона для производства авиационной продукции, а также целесообразность поддержки указанных проектов со стороны региональных органов власти.

3. На основе анализа основных тенденций развития рынка авиационной продукции сформулированы предложения по использованию инструментов нейро-сетевого моделирования для прогнозирования спроса на продукцию авиастроительного предприятия, а также затрат на ее производство, которые включают рекомендации по выбору типа и конфигурации искусственной нейронной сети, реализованной, в том числе виде многослойного персептронавыбора набора входных переменных модели (количество устаревших летательных аппаратов в различных сегментах, параметры пассажирского потока, затраты на эксплуатацию авиатехники, количество производимых конкурентами продуктов-аналогов и т. д.), а также рекомендации по определению прогнозной цены конечной авиастроительной продукции с использованием нейронной СШЧМ-сети.

4. Предложена методика расчета чистого приведенного дохода от реализации стратегического инновационного проекта в авиастроении, которая может использоваться в качестве инструмента оценки его эффективности и предполагает применении обобщённо-регрессионной нейронной сети для прогнозной оценки различных статей затрат при разработке и производстве инновационной авиастроительной продукции, а также гибридной А№ 18-сети для определения ставки дисконтирования денежных потоков.

5. Разработана архитектура информационной системы поддержки принятия решений по стратегическому управлению инновационной деятельностью авиастроительных предприятий, реализующей предложенные балансовые и интеллектуальные инструменты оценки эффективности инновационных проектов и интегрированной с корпоративной информационной ЕКР-системой, построенной на программно-технологической платформе «1С».

Достоверность и обоснованностьнаучных результатов, выводов и рекомендаций диссертации определяются корректным применением методов финансового и экономического анализа, математических и инструментальных методов экономики, проектирования информационных систем, а также учетом особенностей инновационных процессов в авиастроительной отрасли. Выводы и предложения диссертационного исследования не противоречат известным теоретическим и практическим результатам, содержащимся в трудах отечественных и зарубежных ученых в области применения математических и инструментальных методов экономики для управления инновационной деятельностью промышленных предприятий.

Научная новизна работысостоит в разработанных новых: прогнозно-аналитической модели рынка авиационной продукции, матричных инструментов оценки влияния авиастроительной промышленности на другие отрасли региональной экономики и возможностей реализации стратегических инновационных проектов в авиастроении на территории конкретного региона, рекомендациях по использованию инструментов нейро-сетевого моделирования для прогнозирования спроса на продукцию авиастроительного предприятия, методики расчета чистого приведенного дохода от реализации стратегического инновационного проекта в авиастроении, а также архитектуре информационной системы поддержки принятия решений по стратегическому управлению инновационной деятельностью авиастроительных предприятий.

Значение полученных результатов для теории и практики.

1. Предложенные в диссертации прогнозно-аналитическая модель рынка авиационной продукции и реализующие ее инструменты принятия стратегических.

11 решений по разработке и реализации инновационных проектов в авиастроении имеют существенное значение для теории и практики экономико-математического моделирования и анализа эффективности инновационной деятельности.

2. Выработанные рекомендации по использованию искусственных нейронных сетей для прогнозирования спроса на авиастроительную продукцию и предложенная методика расчета чистого приведенного дохода от реализации стратегического инновационного проекта в авиастроении с использованием нейро-сетевых инструментов имеют существенное значение для теории и практики применения методов искусственного интеллекта для выработки решений по управлению инновациями.

3. Предложенная архитектура информационной системы поддержки принятия решений по стратегическому управлению инновационной деятельностью авиастроительных предприятий имеет существенное значение для развития подходов к проектированию интеллектуальных информационных систем.

Сведения о реализации и целесообразности практического использования результатов.

1. Разработанные в диссертации инструменты, а также реализующая их информационная система поддержки принятия решений по стратегическому управлению инновационной деятельностью авиастроительных предприятий практически используются в ОАО «Смоленский авиационный завод».

2. Предложенные матричные инструменты для оценки возможностей реализации стратегических инновационных проектов в авиастроении может использоваться для определения ключевых компетенций региона и выбора основных направлений его инновационного развития.

3. Разработанная архитектура информационной системы поддержки принятия решений по стратегическому управлению инновационными проектами может найти широкое применение при реализации проектов по информатизации инновационной деятельности промышленных предприятий.

1 Современные математические методы и инструменты стратегического управления инновационной деятельностью промышленных предприятий.

3.4 Выводы по главе.

В главе рассмотрена процедура прогнозирования основных составляющих себестоимости производства летательного аппарата, алюминия, оплата труда и электроснабжение. Для каждого элемента себестоимости предложен нейросетевой инструмент прогнозирования, также рассмотрена информация, подаваемая на вход нейронных сетей. Для каждого нейросетевого инструмента предложена структура сети, которая должна максимально точно прогнозировать требующуюся информацию.

Также в третьей главе была предложена архитектура информационной системы позволяющая прогнозировать! ЧРУ стратегического инновационного проекта в области авиастроения, используя и преобразуя информацию из внешней среды, подготовленную в результате проведения маркетингового анализа, в том числе с применением матричного метода анализа отраслей экономики.

Процедура разработки инновационного проекта, предложенная в диссертации, была опробована в ОАО «СмАЗ». Данное предприятие разработало программу инновационного развития до 2020 года и планирует разработку ряда инновационных продуктов авиатехники, поэтому для прогнозирования и оценки успешности проекта предложенные нейросетевые инструменты будут использоваться в полном объёме возможностей. В соответствии с предоставленной в организации информацией был проведён тестовый расчёт прогнозных значений себестоимости и объёма спроса, на разрабатываемый в настоящее время продукт. Результаты данного расчёта представлены в третьей главе диссертации.

Также произведена оценка экономического эффекта от внедрения разработанной информационной системы в организации авиастроения по трём сценариям. Расчёты свидетельствуют об эффективности системы.

ЗАКЛЮЧЕНИЕ

.

Основными результатами данной диссертационной работы являются следующее:

1. Проведен анализ современных подходов к математическому моделированию экономических процессов, который позволил выделить основные группы экономико-математических методов, которые целесообразно использовать на основных этапахинновационного проектирования.

2. Предложена комплексная модель процесса принятия стратегических инновационных решений в авиастроении, предусматривающая использованиебалансовых моделей матричного анализа для оценки ресурсных и технологических возможностей региона по реализации стратегических инновационных проектов авиастроении и методов искусственного интеллекта дляпрогнозирование основных показателей внешней и внутренней среды авиастроительного предприятия.

3. Разработаныинструменты матричного анализа для оценки возможностей реализации стратегических инновационных проектов в авиастроении на территории конкретного региона, которые позволяют на основе построения балансовых моделей региональной экономики оценивать влияние авиастроения на другие отрасли, а также ресурсные возможности региона для производства авиационной продукции.

4. Проведен анализ основных тенденций развития рынка авиационной продукции, на основе которого сформулированы предложения по использованию инструментов нейро-сетевого моделирования для прогнозирования спроса на продукцию авиастроительного предприятия, а также затрат на ее производство.

5. Дополнена методика расчета чистого приведенного дохода от реализации стратегического инновационного проекта в авиастроении, которая предполагает применении обобщённо-регрессионной нейронной сетидляпрогнозной оценки различных статей затрат при разработке и производстве инновационной авиастроительной продукции, а также гибридной АОТК-сети для определения ставки дисконтирования денежных потоков.

6. Разработана архитектура информационной системы поддержки принятия решений по стратегическому управлению инновационной деятельностью авиастроительных предприятий, реализующей предложенные инструменты оценки эффективности инновационных проектов.

7. Практическое применение предложенных в работе инструментов прогнозирования поддержки принятия решений по стратегическому управлению инновационными проектами в ОАО «Смоленский авиационный завод» позволило повысить обоснованность проектных решений на данном предприятии.

ГЛОССАРИЙ.

Аппроксимация — или приближение, научный метод, состоящий в замене одних объектов другими, в том или ином смысле близкими к исходным, но более простыми.

Бизнес-процесс — это совокупность взаимосвязанных мероприятий или задач, направленных на создание определенного продукта или услуги для потребителей.

Вероятностная нейронная сеть (РЫМ) — вид нейронных сетей для задач классификации, где плотность вероятности принадлежности классам оценивается посредством ядерной аппроксимации.

Индекс рентабельности — относительный показатель, характеризующий соотношение дисконтированных доходов к дисконтированным расходам по проекту.

Инновационная деятельностьразличные виды работ по созданию новшеств, в состав которых входят исследования поисково-прикладного характера, проектно-конструкторские и технологические разработки, опытно-экспериментальные и производственно-эксплуатационные работы.

Инновационный потенциал — готовность и восприимчивость предприятия к нововведениям с учетом научно-технических, производственных, трудовых, материально-ресурсных и иных возможностей.

Инновационный проект — система стратегических и тактических задач и ориентиров, а также программ по их достижению, оформленных документально, которые включают взаимоувязанные по финансам, срокам и исполнителям, однако независимые в долгосрочной степени мероприятия по организации, финансированию, исследованию, строительству, производству, маркетингу, направленные на разработку и коммерциализацию конкретной инновации (производственной, технологической, управленческой, экономической, маркетинговой).

Инновационный процесспроцесс прохождения новшеством цикла исследование — производство — потребление".

Инновация — конечный результат инновационной деятельности, получивший воплощение в виде нового или усовершенствованного продукта, внедренного на рынке, нового или усовершенствованного технологического процесса, используемого в практической деятельности, либо в новом подходе к социальным услугам.

Искусственные нейронные сети (ИНС) — математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма.

Корпоративная информационная система — система управления персоналом, материальными, финансовыми и другими ресурсами, используемая для поддержки планирования и управления предприятием, а также для поддержки принятия управленческих решений его руководителями.

Методика — описание приемов, способов, методов для выполнения определенных работ.

Модель — это представление объекта или идеи в некоторой форме.

Нейронные сети встречного распространения — объединение разнотипных нейронных структур в единой архитектуре или, другими словами, сеть, состоящая из входного слоя нейронов и так называемых слоев нейронов Кохонена и Гросберга.

Нейронные сети Хопфилда — сеть, состоящая из единственного слоя нейронов, число которых одновременно является числом входов и выходов сети.

Период окупаемости — период, за который дисконтированные доходы по проекту покроют дисконтированные затраты.

Персептроны — системы, состоящие из одного слоя искусственных нейронов, соединённых с помощью весовых коэффициентов с множеством выходов.

Риск — вероятность потери предприятием части своих ресурсов, недополучения доходов или появления дополнительных расходов в результате осуществления деятельности.

Сеть с радикальными базисными элементами (ЯВР) — под данной сетью понимается двухслойная сеть без обратных связей, которая содержит срытый слой радиально симметричных срытых нейронов (шаблонный слой).

Система менеджмента качества (СМК) — это часть общей системы управления компанией, которая функционирует с целью обеспечения стабильного качества производимой продукции и оказываемых услуг.

Стратегия — общий, недетализированный план какой-либо деятельности, охватывающий длительный период времени, способ достижения сложной цели.

Чистый приведенный доход — сумма дисконтированных значений потока платежей, приведённых к текущему моменту времени.

Эффективность — отношение результата к затратам.