Пути совершенствования модели экономической системы, направленной на создание инновационной продукции

Модель создания оптимальной конечной продукции в одноцелевой постановке (8.8) является важным этапом развития теории создания продукции. На ее основе было решено множество задач создания конечной продукции различных типов и классов. Эта модель предопределила схему взаимодействия заказчика и разработчика продукции, структуру информации технического задания (ТЗ) на новую продукцию и способы оценки ее эффективности. Однако существующие модели продукции, рассматриваемой в качестве системы, адекватно описывают эти системы лишь для условий выполнения одного расчетного задания, характеризующего конкретное состояние условий применения. Следовательно, они моделируют системы, оптимальные лишь в узком диапазоне возможных условий (состояний среды применения и вариантов тактических задач). Использование таких моделей при создании продукции, в особенности с применением автоматизированных систем проектирования, способствует специализации продукции, но не снимает всех проблем унификации продукции, поскольку эти модели связаны с формализацией заданий на создание продукции и определяют исполнение этих заданий в узком диапазоне спектра характеристик возможного использования продукции.

Поэтому, отдавая должное одноцелевым моделям, отметим их несоответствие реальным задачам создания конечной продукции как систем и остановимся на основных направлениях развития модели.

(8.9).

где v — вектор переменных, не поддающихся управлению, но влияющих на значение критерия эффективности создаваемой системы, к числу которых относятся определяемые ТЗ условия целевого применения и эксплуатации продукции, а также оговоренные в нем характеристики продукции;

- вектор проектных параметров из допустимого множества Y, который в каждой конкретной задаче состоит из набора признаков, однозначно описывающих создаваемую продукцию;

- вектор параметров настройки из допустимого множества , характеризующий те свойства продукции, на которые можно активно воздействовать лишь до начала процесса выполнения задания;

- вектор-функция управления из допустимого множества , описывающая активное изменение свойств (характеристик) продукции у в операции удовлетворения рыночного спроса, реализующей исходное задание v за период времени t;

f — оператор, определяющий взаимосвязь между рыночным заданием v и параметрами. системы, отражающей реализацию этого задания

Рассмотрим развитие модели (8.9) с позиций основных идей системного анализа.

При решении задачи создания оптимальной системы в рамках описанной выше одноцелевой модели считаются точно известными:

• — характеристики единичного задания, являющегося номинальным (расчетным) случаем, для которого создается система;
• — допустимое множество проектных параметров системы;
• — функция эффективности системы.

Однако такой подход не позволяет учесть ряд важных свойств и особенностей современной продукции.

• Одним из важнейших требований, предъявляемых к современным системам, является широкий диапазон условий их применения. Не секрет, что даже отмена запусков космических кораблей нередко происходит из-за того, что была использована микросхема, способная функционировать лишь в диапазоне до единиц минусовых температур, в то время как могут сложиться условия, при которых потребуется микросхема, способная функционировать при десятках минусовых температур. Подобные примеры можно привести и для других климатических (влажность, давление), механических (удары, вибрации, линейные ускорения) и прочего рода воздействий, сопровождающих процесс реального функционирования анализируемой системы.

Способность обеспечивать широкий диапазон условий применения для современных систем определяет необходимость выполнения этими системами множества расчетных заданий, описывающих различные состояния реальной обстановки, т. е. условий применения. Кроме того, множество заданий может выполняться с помощью анализируемой системы в различных режимах, как самостоятельно, так и в комплексе с другими системами.

Оценка эффективности системы по критерию (8.9) показывает, что достичь для системы с фиксированным вектором параметров наилучшей эффективности можно лишь для одного задания . При выполнении же всех других заданий анализируемая система будет проигрывать в целевой эффективности по сравнению с ее наилучшим значением (рис. 8.14).

Проигрыш характеризует уровень универсальности системы при расширении области целевого применения (например, диапазона допустимых климатических условий).

Для повышения целевой эффективности использовать систему необходимо в узкой области значений параметров, характеризующих условия применения. Это отражает специализацию продукции как системы.

Рис. 8.14. Оценка эффективности системы с фиксированным вектором параметров.

При создании продукции, эффективной в границах всего диапазона условий применения, необходимо определить рациональное сочетание свойств универсальности и специализации. Это вызвано стремлением уменьшить число типов систем с целью снижения затрат на их создание и эксплуатацию и повышения эффективности выполнения каждого требуемого задания. Формализованный учет в комплексе двух этих свойств является одним из главных путей совершенствования моделей систем и значительным резервом максимизации их эффективности.

• • На всех этапах создания продукции условия ее применения, характеристики выполняемых задач и другие факторы не определены с достаточной точностью. При этом параметры заданий V, выполняемых системой в процессе функционирования, разделяются на группы:
• — определенных параметров, значения которых известны (например, геометрические размеры создаваемого объекта);
• — случайных параметров с известными законами распределения (например, сочетание механических и климатических условий функционирования системы);
• — неопределенных параметров, для которых известна только область изменения их значений.

Неопределенные параметры в свою очередь тоже делятся на подгруппы:

• — природных неопределенностей, являющихся следствием недостаточной изученности соответствующих объектов наблюдения и происходящих с ними процессов;
• — неопределенных параметров из-за нечеткого формулирования цели создания продукции как системы и, следовательно, критерия эффективности системы;
• — неопределенных параметров, являющихся результатом противодействия конкурентов.

Природные неопределенности связаны с недостаточной изученностью явлений и процессов природы. При создании систем это приводит к неоптимальности расчетной модели для фактических условий применения, вследствие чего снижается эффективность создаваемых систем в реальных условиях применения.

Учитывая все виды неопределенностей, при создании эффективной системы, одновременно обладающей свойствами специализации и унификации, необходимо определить:

• — алфавит решаемых заданий;
• — условия выполнения решаемых заданий;
• — типы используемых сигналов;
• — набор информативных признаков создаваемой системы и варианты ее описания;
• — требуемое число функционально необходимых блоков (модулей) системы;
• — правила использования системы;
• — правила принятия решений при любых изменениях, связанных с создаваемой системой.

Неопределенность в выборе критерия эффективности создаваемой системы приводит к проблеме принятия решения на основе нескольких показателей эффективности (экономических, технических, эксплуатационных и т. д.), т. е. задача сводится к векторной оптимизации.

Одна из сложностей этой проблемы обусловлена противоречивостью критериев эффективности, которые должны увязывать унификацию и специализацию, и необходимостью уточнения самого понятия «принятие решения» .

Рассмотрим вновь функцию (8.5): .

При оценке решений по вектору показателей эффективности типа (8.5), из-за неупорядоченности множества значений этих показателей нельзя найти единственное наилучшее значение вектора эффективности (см. формулу (8.6)).

В этом случае за наилучшее значение , задающее оптимальные величины параметров системы, необходимо принять вектор, который может быть одновременно улучшен по минимальному числу частных показателей эффективности . Допустимо также использовать совокупность таких векторов, определяющую набор оптимальных проектов на множестве допустимых параметров У (область решений, оптимальных по Парето; область компромиссов, переговорное множество или характеристика возможностей).

Необходимо отметить, что формально в одноцелевой модели можно также использовать векторную оптимизацию, однако в ее рамках не находят отражения проблемы выбора решений в области компромиссов.

Следовательно, одной из особенностей процесса создания рациональной системы, оптимальной для всей совокупности условий применения, является недостаточная адекватность операторов модели (8.5) (описывающих вид системы и условия ее применения и определяющих значение показателя эффективности) реальным целям создания и условиям функционирования системы. В итоге нет однозначного соответствия между принимаемым проектным решением и результатами его реализации. В указанных условиях создаваемая система не может быть адекватно описана математической моделью, оптимальной в одноцелевой постановке.

При многоцелевом подходе неопределенные факторы условно делят на два типа: устранимые и неустранимые.

В условиях устранимых неопределенностей создание системы, оптимальной в многоцелевой постановке, должно осуществляться с помощью итеративной последовательности адаптивных действий, поэтапно уменьшающих исходную неопределенность модели. К этому типу относятся, например, неопределенности, связанные с недостаточной формализацией моделей вида системы и показателя эффективности.

В условиях неустранимых неопределенностей создание системы, оптимальной в многоцелевой постановке, может адекватно осуществляться лишь моделями оптимизации показателей эффективности по критерию объединенных операций. К такому типу неопределенностей относятся, в частности, некоторые факторы, описывающие текущие условия использования системы.

• В одноцелевой модели (8.9) выбираются оптимальные параметры одной системы, предназначенной для решения конкретного задания. Потребность же выполнения множества рыночных заданий с помощью создаваемых систем, используемых как самостоятельно, так и в комплексе с другими системами, приводит к необходимости создания системы (ряда) функциональных блоков (модулей).

Общей особенностью формирования такой системы унифицированных модулей является применение их в составе систем различного назначения, эффективное сочетание которых определяет качество решения комплекса рыночных задач (выполнения рыночных заданий). Создание каждого модуля необходимо осуществлять с учетом:

• — согласования данного модуля (или немодульного блока) с соседними функциональными модулями (блоками) системы;
• — совместимости отдельных систем при комплексном их использовании;
• — признаков подобия и специфических отличий систем, предназначенных для решения различных рыночных задач (заданий).

Поскольку возможности различных систем (51, 52, 53,…), а в ряде случаев и функциональных модулей систем, частично дублируют друг друга, то возникают альтернативные области (рис. 8.15), в которых для выполнения рыночных заданий можно применять два или более типов блоков одинакового функционального назначения. При этом рынок.

Рис. 8.15. Пересечение зон ответственности структурных подразделений в организации.

решает проблему распределения заданий из альтернативной области между конкурентоспособными системами и их элементами. В результате рынком формируются (определяются) область использования и объем спроса на каждую создаваемую систему. Моделирование каждого такого взаимодействия (сочетания) элементов системы требует разработки специальных математических моделей на основе распределительных задач.

Одной из главных особенностей процесса создания оптимальной многоцелевой системы является недостаточная адекватность операторов, описывающих вид одноцелевой системы, условия ее применения и определяющих значение показателя эффективности, реальным целям создания и условиям функционирования систем. В частности, создание одноцелевой оптимальной системы подразумевает наличие лишь устранимых неопределенностей, а при многоцелевом подходе наряду с устранимыми неопределенными факторами сохраняется и группа неустранимых.

Если при устранимых неопределенностях создание базовой системы производится с помощью итеративной последовательности адаптивных действий, поэтапно уменьшающих исходную неопределенность модели, то при неустранимых неопределенностях оптимизация системы может адекватно осуществляться лишь с помощью моделей оптимизации показателей эффективности по критерию объединенных операций.

Наличие двух групп неопределенностей требует применения обоих подходов.

Следовательно, при создании системы, оптимальной для всего реального многообразия условий применения, одним из главных способов повышения адекватности моделей систем и эффективности самих систем, как уже отмечалось, является определение рационального сочетания свойств универсальности и специализации.

Поэтому эффективное решение с помощью системы совокупности определенных рыночных задач для всего многообразия условий применения целесообразно осуществлять, как было сказано выше, на основе системы унифицированных блоков (модулей).

Для модульного способа построения существует еще одно — главное ограничение любого производства — технологическое. Развитие технологий создания микросистем как модулей приходит к ограничению на уровне физического предела. Поэтому модульное конструирование различных систем в дальнейшем будет осуществляться на основе технологии квантового копирования. Чем большее число производственных технологий достигнет своего физического предела, тем быстрее технология квантового копирования перейдет из класса базовых в класс универсальных технологий, который с течением времени может остаться единственным технологическим классом.