Помощь в написании студенческих работ
Антистрессовый сервис

Методическое и программное обеспечение системы поддержки принятия решений при экспертной оценке качества альтернатив: На примере конкурсного отбора инвестиционных проектов

Диссертация: Методическое и программное обеспечение системы поддержки принятия решений при экспертной оценке качества альтернатив: На примере конкурсного отбора инвестиционных проектов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Учитывая вышеизложенное, можно утверждать, что возникла потребность в создании надежных и обоснованных методов принятия оптимальных управленческих решений в ситуациях конкурсного отбора экономических проектов, которые максимально учитывали бы весь спектр огромного числа разноплановых характеристик (как числовых, так и нечисловых) конкурирующих проектов, объединяя эти характеристики в единый… Читать ещё >

Методическое и программное обеспечение системы поддержки принятия решений при экспертной оценке качества альтернатив: На примере конкурсного отбора инвестиционных проектов (реферат, курсовая, диплом, контрольная)

Содержание

  • Глава 1. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ОЦЕНКИ ЭКОНОМИЧЕСКИХ ПРОЕКТОВ И ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ
    • 1. 1. Особенности современных методов и проблемы оценки привлекательности экономических проектов
    • 1. 2. Критерии и методы оценки инвестиционных проектов
    • 1. 3. Современные проблемы комплексной оценки инвестиционных проектов
    • 1. 4. Цели и задачи работы
  • Глава 2. РАНЖИРОВАНИЕ КОНКУРИРУЮЩИХ ПОЛИКРИТЕРИАЛЬНЫХ АЛЬТЕРНАТИВ НА ОСНОВЕ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ 2.1 Введение. Общая постановка задачи оценки инвестиционных проектов
    • 2. 2. Другие экономические задачи, приводящие к формальной проблеме ранжирования конкурирующих альтернатив
      • 2. 2. 2. Выбор поставщика материальных ресурсов
      • 2. 2. 3. Конкурсный отбор однотипной продукции
    • 2. 3. Ранжирование многофакторных альтернатив
      • 2. 3. 1. Нечеткие множества, характеризующие альтернативы
      • 2. 3. 2. Ранжирование конкурирующих альтернатив с учетом мнения одного эксперта
    • 2. 4. Выбор оптимальной стратегии ранжирования с учетом мнений нескольких экспертов
      • 2. 4. 1. Единая экспертная стратегия при использовании равноценных экспертов
      • 2. 3. 2. Единая экспертная стратегия при использовании неравноценных экспертов
    • 2. 4. Методика создания эталонных систем
  • Глава 3. КОНКУРСНЫЙ ОТБОР ИНВЕСТИЦИОННЫХ ПРОЕКТОВ
    • 3. 1. Расчет числовых параметров для оценки привлекательности инвестиционных проектов
    • 3. 2. Выбор нечисловых критериев оценки инвестиционных проектов
    • 3. 3. Ранжирование и конкурсный отбор инвестиционных проектов
      • 3. 3. 1. Отбор проектов с учетом мнения одного эксперта
      • 3. 3. 2. Ранжирование с учетом мнения нескольких экспертов
    • 3. 4. Применение методики ранжирования для конкурса реальных инвестиционных проектов
      • 3. 4. 1. Ранжирование с учетом мнения одного эксперта
      • 3. 4. 2. Ранжирование с учетом мнения нескольких равноценных экспертов
    • 3. 5. Проверка нормального закона распределения погрешности экспертов в экспертной группе
  • Глава 4. МЕТОДИКИ ПОЛИКРИТЕРИАЛЬНОГО РАНЖИРОВАНИЯ В КОНКУРСНОМ ОТБОРЕ РАЗЛИЧНЫХ ЭКОНОМИЧЕСКИХ АЛЬТЕРНАТИВ
    • 4. 1. Выбор поставщика товарно-материальных ценностей
    • 4. 2. Принятие управленческого решения в вопросе конкурсного отбора кадров
    • 4. 3. Построение эталонной системы для определения качества продукции
  • ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ И
  • ВЫВОДЫ

В современных рыночных условиях при выборе экономической альтернативы чрезвычайно важным условием успеха для любого предприятия является принятие правильного управленческого решения. Ошибка в принятии решения в особо ответственных случаях может грозить предприятию не только потерей репутации, но и привести к огромным экономическим потерям и даже к его экономическому краху.

Значительное место среди управленческих решений занимают решения по конкурсному отбору варианта из среды однотипных экономических альтернатив. Отметим, что в дальнейшем мы будем использовать наименование «экономический проект» и понимать его в работе в самом широком смысле как любую экономическую альтернативу, как экономический замысел или один из вариантов решения экономической проблемы. Такое определение экономического проекта позволяет рассматривать и решать с единых позиций, на основе одних и тех же математических моделей, на первый взгляд, совершенно различные задачи, например, такие как отбор инвестиционных проектов, выбор различных товаров и услуг из имеющегося ассортимента одноплановых предложений, поставщиков продукции и т. д.

Существующие методы конкурсного отбора экономических проектов не удовлетворяют требованиям, предъявляемым к ним не только практиками, но и ученымиэкономистами, поскольку они либо учитывают только один критерий оценки из множества критериев, либо только числовые критерии, либо только нечисловые. Вероятностные методы основаны на статистических данных, поэтому являются громоздкими, а кроме того, хорошо известно, что использование статистических данных подразумевает наличие большого числа наблюдений. Для методов, основанных на экспертных оценках, не существует единой объективной методики присвоения весов экспертам в соответствии с их квалификацией [1,.

2, 70, 71].

Учитывая вышеизложенное, можно утверждать, что возникла потребность в создании надежных и обоснованных методов принятия оптимальных управленческих решений в ситуациях конкурсного отбора экономических проектов, которые максимально учитывали бы весь спектр огромного числа разноплановых характеристик (как числовых, так и нечисловых) конкурирующих проектов, объединяя эти характеристики в единый числовой критерий, позволяющий сравнивать проекты, выделять из них тот, который в наибольшей степени соответствует заданным требованиям. Для решения этой задачи необходимо в условиях неповторяемости, а иногда и уникальности возникающих ситуаций разрабатывать новые подходы, основанные на нетрадиционных экономико-математических моделях, учитывающие как классические, так и современные достижения экономики, математики и других базовых наук.

Современное предприятие отличается масштабами управленческой деятельности, исследованиями, направленными на получение реальных прогнозов на будущее [2]. Благодаря современным коммуникационным технологиям резко возросли информационные потоки, возможности оперативной работы с большими массивами информации. Разработаны эффективные интеллектуальные системы сопровождения и поддержки процесса выработки и принятия управленческих решений.

Профессионально принятому решению всегда предшествует анализ ситуации и ожидаемого хода ее изменения в будущем. Это служит основанием для выработки программы действий организации. Только высокий уровень качества принятия решения может позволить выстоять предприятию в жесткой конкурентной борьбе.

Использование высококвалифицированных специалистов — экспертов делает принимаемые решения более обоснованными и эффективными. Специалисты всегда понимали, что для принятия решений ограничиться только количественными критериями невозможно. Однако до сих пор основное внимание было сконцентрировано на количественных аспектах решения, не смотря на то, что есть понимание того, что в современных системах поддержки принятия решений умение сочетать количественные и качественные оценки поднимет качественный уровень реализации принципа формализации и моделирования управленческого подхода к принятию решений [1].

Научная новизна работы состоит в следующем:

1. Разработана математическая модель ранжирования многофакторных альтернатив, основанная на теории нечетких множеств и использующая в качестве критериев нечеткие аналоги статистических оценок при нетрадиционной области значений соответствующих функций принадлежности.

2. Построена общая стратегия конкурсного сравнения однотипных экономических проектов посредством синтеза их разнородных числовых и нечисловых характеристик и использования разработанной методики ранжирования альтернатив.

3. На основе метода наибольшего правдоподобия впервые получена аналитическая зависимость весовых характеристик экспертов, позволяющая корректировать эти характеристики по результатам статистических оценок стохастических погрешностей, допускаемых экспертами при проведении конкурсов экономических проектов.

На защиту выносятся следующие основные положения работы:

1. Построенная на основе теории нечетких множеств с использованием мнения как одного так и группы равноценных или неравноценных экспертов общая методика ранжирования поликритериальных альтернатив, учитывающая как числовые, так и нечисловые характеристики.

2. Методика определения весов экспертов в экспертной группе на основе статистических оценок стохастических погрешностей экспертов в предыдущих экспертизах.

3. Математические модели и практические методы для проведения конкурсов однотипных экономических проектов (конкурсный отбор поставщиков материальных ресурсов, однородной продукции, конкурсный подбор кадров).

4. Методика и ее практическая реализация для проведения конкурсного отбора инвестиционных проектов.

— 81. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ОЦЕНКИ.

ПРИВЛЕКАТЕЛЬНОСТИ ЭКОНОМИЧЕСКИХ ПРОЕКТОВ И ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ И ВЫВОДЫ.

1. Принятие экономических решений в период рыночной экономики характеризуется высокой степенью ответственности как перед держателями акций и инвесторами, так и перед работниками предприятий. Использование накопленного научного потенциала при выборе наилучших решений осложнено отсутствием надежных методов принятия решений, одновременно учитывающих как числовые, так и нечисловые значения рассматриваемых альтернатив и, в частности, методов сравнения инвестиционных проектов.

Содержанием настоящего диссертационного исследования является разработка как теоретических положений по классификации (ранжированию) рассматриваемых альтернатив, так и практических рекомендаций, позволяющих обеспечить руководящих работников предприятий и других лиц, принимающих решения надежным методом выбора лучшего решения из нескольких экономических альтернатив.

2. Использование аналогов общепринятых стохастических критериев в разработанной на основе теории нечетких множеств методике ранжирования многопараметрических альтернатив позволило сформулировать и обосновать единые подходы учета как числовых, так и нечисловых критериев сравниваемых альтернатив.

3. Основанная на методе наибольшего правдоподобия и теории нечетких множеств методика стохастических оценок весовых характеристик дает возможность объективно оценить квалификацию лиц, принимающих решения и присвоить им соответствующие весовые категории (оценки).

4. Использование в качестве критерия при сравнении многофакторных альтернатив среднего значения функции принадлежности нечеткого множества, характеризующей степень присутствия признака у альтернативы, на нечетком множестве важности этих признаков по мнению эксперта при принятии решения, позволяет провести ранжирование и при необходимости настроить эталонную систему для классификации однотипных объектов.

— 1055. Адаптирование к анализу инвестиционных проектов методики ранжирования многопараметрических альтернатив позволило разработать стратегию конкурсного выбора инвестиционных проектов для предприятий машиностроения, которая позволяет более адекватно принимать управленческие решения в вопросах выбора инвестиционного проекта в наибольшей степени соответствующего возможностям производства и интересам производителя. Результаты работы внедрены в ОАО «ЭМКАтоммаш». Экономический эффект от внедрения составил 99 538 руб.

— 106.

Показать весь текст

Список литературы

  1. .Г. Разработка управленческого решения: Учеб.- М.: Дело, 2000.-392 с
  2. И. Стратегическое управление: Сокр. пер. с англ./ Науч. ред. и авт. предисл. Л. И. Евенко.- М.: Экономика, 1989.- 519 c.-ISBN 5−28 200 652−9.
  3. Simon Н.А. The New Science of Management Decision. N.Y.: Harper and Row Publishers, 1960
  4. О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах: Учебник.- М.: Логос, 2000.- 296 е.: ил.
  5. Нечеткие множества и теория возможностей: последние достижения / Под ред. С. И. Травкина.- М.:"Радио и связь".- 1986.-317с. (Кузьм.)
  6. Д.Э. Как рассчитать эффективность инвестиций. М.: «Новости», 1996. — 96 с.
  7. В.В. Методы оценки инвестиционных проектов. М.: Финансы и статистика, 1998. — 144 е.: ил.
  8. Н.Л. Принятие управленческого решения: Учебник для вузов. М.: ЮНИТИ, 1999. — 407 с.
  9. Н.И., Лукманова И. Г. и др. Управление проектами.- СПб.: «Два ТрИ», 1996. — 610 с.
  10. A.JI. Организация финансирования инвестиционных проектов. М.: Изд — во АО «Консалтбанкир», 1993. — 104 с. — (Международный банковский бизнес).
  11. Статистические методы анализа экспертных оценок.-М.: Наука, 1977 г.-397 с.
  12. Н.А. Учет факторов неопределенности в моделировании экономических процессов: Учебное пособие/ Моск. гос. ун-т экономики, статистики и информатики (МЭСИ). М.: 1998. — 186 с.
  13. Л. Понятие лингвистической переменной и его применение к понятию приближенных решений .- М. Издательство «Мир».-1976.-169 с
  14. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д. А. Поспелова .- М.: Наука. Гл. ред. физ.-мат. лит., 1986 .-312 е.- (Проблемы искусственного интеллекта).
  15. А.И. Допустимые средние в некоторых задачах экспертных оценок и агрегирования показателей качества. В сб."Многомерный статистический анализ в социально-экономических исследованиях", М.: Наука, 1974, с.388−393
  16. А.И. Устойчивость в социально-экономических моделях. -М.: Наука, 1979,296 с.
  17. А.И. Статистика объектов нечисловой природы в экспертных оценках. Тезисы докладов III Всесоюзной научной школы «Прогнозирование научно-технического прогресса», 4.1. — Минск, 1979, с. 160−161.
  18. А.И. Статистика объектов нечисловой природы и экспертные оценки. В сб."Экспертные оценки. Вопросы кибернетики, вып.58″. — М.:
  19. Научный Совет АН СССР по комплексной проблеме «Кибернетика»., 1979, с. 17−33.
  20. Анализ нечисловой информации в социологических исследованиях (под ред. В. Г. Андреенкова, А. И. Орлова, Ю.Н.Толстовой).- М.: Наука, 1985,220 с.
  21. А.И. Статистика объектов нечисловой природы. Обзор/ Заводская лаборатория, 1990, т.56, No.3, с.76−83.
  22. Orlov A.I. On the Development of the Statistics of Nonnumerical Objects. In: DESIGN OF EXPERIMENTS AND DATA ANALYSIS: NEW TRENDS AND RESULTS. Ed. by prof. E.K. Letzky. Moscow: ANTAL, 1993. P.52−90-
  23. А.И. Нечисловая статистика/ Наука и технология в России, 1994, No.3 (5), с. 5−6.
  24. А.И. Объекты нечисловой природы/ Заводская лаборатория.1995. Т.61. No.3, с.41−52.
  25. А.И. Асимптотика решений экстремальных статистических задач. В сб. «Анализ нечисловых данных в системных исследованиях. Труды ВНИИСИ, 1982, вып. 10.» — М.: ВНИИСИ, 1982, с.4−12.
  26. А.И. Парные сравнения в асимптотике Колмогорова. В сб. «Экспертные оценки в задачах управления». — М.: ИПУ, 1982, с.58−66.
  27. А.И. Организационные методы управления наукой и статистика объектов нечисловой природы. Тезисы докладов Всесоюзного симпозиума «Медицинское науковедение и автоматизация информационных процессов». — М., 1984, с.215−216
  28. А.И. Управление прибылью. Киев.: «Ника -Центр», 1998.544 с. (Серия «Библиотека финансового менеджера». Вып.2)
  29. . Управление финансами: с упражнениями/ Пер. с фр. М.: Финансы и статистика, 1999. — 360 е.: ил.
  30. Ю.М. Коммерческая логистика: Учебник для вузов.-М.: Банки и биржи, ЮНИТИ, 1997.-271 с.-11 042. Котлер Ф., Маркетинг менеджмент СПБ: Питерк Ком, 19 998.-896с.: ил. (Серия «Теория и практика менеджмента»)
  31. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д. А. Поспелова.- М.: Наука. Гл. ред. физ.-мат. лит., 1 986 312 с. (Проблемы искусственного интеллекта)
  32. В.Е. Теория вероятностей и математическая статистика. -М.: Высш. шк., 1977 г. 315 с.
  33. И.Ю. Создание эталонной системы оценки качества конкурирующих альтернатив с учетом мнения экспертов./ Новочеркасск, 1999 г. -21 с. Деп. в ВИНИТИ 17.02.99, № 490 — В99.
  34. Р.С. и др. Управление персоналом: Сотрудники как фактор успеха предприятия / Р. С. Седегов, Н. И. Кабушкин, В. Н. Кривцов .-Мн.:Тэхналопя- Изд-во БГЭУ, 1997 .-178 с. (Менеджмент- Кн.4)
  35. У. Менеджмент в организации. М: Инфра — М, 1997.
  36. И.Ю. Карташева Е. Г. Подшивалова. Принятие управленческого решения в вопросах управления персоналом на основе экспертных оценок\ Консультант директора. М: «Инфра — М», 1999. — № 10. — с. 12.
  37. Основы инновационного менеджмента: Теория и практика: Учеб. пособие/ Под ред. П. Н. Завилина и др. М: ОАО «НПО „Издательство „Экономика““», 2000. — 475 с
  38. Менеджмент (Современный российский менеджмент): Учебник / Под ред. Ф. М. Русинова и M.JI. Разу. М.: ФБК-ПРЕСС, 1998. — 504 с.
  39. И.Ю. Поликритериальное ранжирование альтернатив и планирование координатных измерений. // Измерительная техника. М.: «Измерительная техника», 2000. — № 10.- С.22−27.
  40. Т.В. Гапоненко, И. Ю. Карташева, В. В. Пыряев. Выбор поставщика товарно-материальных ценностей на основании высказанных мнений экспертов \ Консультант директора. М: «Инфра — М», 2001. — № 20. — с. 12.
  41. В.В., Ногин В. Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982.
  42. Я.Р. Аналитическая основа принятия управленческих решений. М.: Финансы и статистика, 1989.- 206 е.: ил.
  43. Р.А. Разработка управленческого решения: Учебник для вузов .- 2-ое изд., доп. М.: ЗАО «Бизнес-школа „Интел-Синтез“», 1998 .- 272 с.
  44. Ю.А., Травкин С. И., Якимец В. Н. Многокритериальные модели формирования и выбора вариантов систем. М.: Наука.Гл. ред. Физ. -мат. лит., 1986.- 296 с. — (Теория и методы системного анализа.)
  45. В.И. Проблемы векторной оптимизации. В кн.: Исследование операций. Методологические аспекты. — М.: Наука, 1972.
  46. JI. История с узелками. М.: Мир, 1974 .- 496 с.
  47. Zadeh L.F. Fuzzy sets .- Information and Control, 1965, № 8, p.338−112 353.
  48. М.Б. О задаче линейного программирования с векторным критерием качества. Автоматика и телемеханика, 1972, № 5, с. 99−105.
  49. Руа Б. Проблемы и методы принятия решения в задачах с многими целевыми функциями. В кн.: Вопросы анализа и процедуры принятия решений. — М.: Мир, 1976.- с. 80 -107
  50. Инновационный менеджмент: Учеб. для вузов/ С. Д. Ильенкова, JI.M. Гохберг., С. Ю. Ягудин и др.- М.: Банки и биржи, ЮНИТИ, 1997. -327с.
  51. В.Е. Руководство к решению задач по теории вероятностей и математической статистике. Учеб. пособие для втузов. Изд. 2-е, доп. -М.: «Высш. школа», 1975. 336 с.
  52. .Г. Экспертные оценки и принятие решений. М.: Патент, 1996.-271 с.
  53. А.В., Андрейчикова О. Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000. — 368 е.: ил.
  54. Г. Н. Сложные системы: экспертные методы сравнения //Приложение к журналу «Известия высших учебных заведений СевероКавказского региона: общественные науки», 1999 г, № 3.
  55. Р.А. Разработка управленческого решения: Учебник для вузов. 3-е изд., доп. — М.: ЗАО «Бизнес-школа «Интел-Синтез», 1999. -240 с.
  56. Т. Принятие решений. Метод анализа иерархий: Пер. с англ. М.: «Радио и связь», 1993. — 320с.: ил.
  57. Г. Н. Экономическая оценка потребительского качества программных средств: Текст лекций/РГЭА.- Ростов-н/Д., 1997.-104 с.
  58. Г. Н. Методика экономической оценки потребительского качества программных средств// ПРОГРАММНЫЕ ПРОДУКТЫ И СИСТЕМЫ (SOFTWARE&SYSTEMS). 1995.- № 1.- с.2−8.
  59. Г. Н. Сравнение сложных программных систем по критерию функциональной полноты// ПРОГРАММНЫЕ ПРОДУКТЫ И СИСТЕМЫ (SOFTWARE&SYSTEMS). 1998. — № 2. — с.6−9.
  60. Г. Н. Компьютерные сети в системе оценки качества подготовки специалистов//ВЫСШЕЕ ОБРАЗОВАНИЕ В РОССИИ. 1995. — № 3. -с.9−16.
  61. Г. Н. Экспертная оценка качества сложных систем/Материалы Межгосударственной научно-практической конференции «Проблемы проектирования и управления экономическими системами, инвестиционный аспект». 4.1. Ростов-на-Дону, 1998. — с.67−83.
  62. Г. Н. Сложные системы: экспертные методы сравне-ния//Приложение к журналу «Известия высших учебных заведений. СевероКавказский регион». Серия «Общественные науки». -1999. № 3.- с.7−24.
Заполнить форму текущей работой

Сессия? Спокойно!