Методика комплексной оценки управленческих решений в производственных системах с применением корреляционной адаптометрии

Актуальность работы.

Главной проблемой является то, что после перехода экономики предприятий в 1991 году с планового централизованного управления (межотраслевого баланса) на самостоятельную хозяйственную деятельность не выполнили формализацию задач управления самостоятельного предприятия (производственной системы). В диссертационном исследовании производственной системой именуются технологические и функционально-обеспечивающие процессы предприятия в соответствии с паспортом специальности 05.13.06. В рамках проведенного обзора видно (приложение диссертации 19), что при дальнейшем развитии науки в этом направлении результативность проведенных работ и предложенных методов автоматизации и управления в производственных системах сниженаю. На сегодняшний день предложены достаточно современные обоснованные методы автоматизации и управления для технологических процессов, однако, для унифицированной комплексной поддержки автоматизированного управления и оценки эффективности процессов управления в технологических, функционально-обеспечивающих процессах предприятия решение так и не найдено.

В условиях нестабильной внешней среды значительно вырастают требования к эффективности систем управления производственными системами. Решение этих задач возможно только с использованием современных методов моделирования и управления производственными системами путем всестороннего анализа сценариев их функционирования и развития.

Разработками моделей управления занимались: В. В. Леонтьев, B.C. Немчинов, JI.B. Канторович, Р. Беллман, К. А. Багриновский, А. Г. Гранберг, А. Г. Аганбегян, B.JI. Макаров, Ю. П. Иванилов, В. Ф. Кротов, Э. Деминг, Т. К. Сиразетдинов, П. К. Семенов, Ю. П. Шургина, С. К. Джаксыбаева, И. С. Иваненко, В. В. Родионов, A.A. Афанасьев и другие.

Исследование работ последних лет показало осознание руководством предприятий важности современных методов управления, а также информационных технологий как средства автоматизации и улучшения управляемости производственных систем, повышения прозрачности их деятельности и снижения производственных издержек. Актуальность исследования заключается в том, что для управления производством нужны гибкие механизмы планирования и анализа производственной деятельности, а также средства оптимизации и автоматизации управленческих решений:

При автоматизации и управлении технологическими процессами и производствами, аналитики сталкиваются с проблемами нелинейности математических моделей. К таким объектам применяют различные методы для определения линейных зависимостей, которая соответствует физической картине объекта с достаточной точностью.

Одним из оригинальных подходов, позволяющих решать указанные проблемы, и, в том числе, строить интегральную оценку динамики производственных систем и степени их адаптации к условиям изменяющейся внешних воздействий, является метод корреляционной адаптометрии1,2, предложенный А. Н. Горбанем и Е. В. Смирновой в 1985.

В настоящей работе показано, что метод корреляционной адаптометрии (с учетом специфики производственных систем) является полезным инструментом анализа эффективности управления производственными системами и оценки их состояния в условиях нестабильных внешних воздействий. При этом оценки состояния системы реализуются путем анализа корреляционных, ковариационных матриц и дисперсий, вычисленных по значениям фазовых переменных системы за периоды, предшествующие моментам принятия управленческих решений.

Седов К.Р., Горбань А. Н., Петушкова Е. В., Манчук В. Т., ШаламоваЕ.Н. Корреляционная адаптометрия как метод диспансеризации населения//Вестник АМН СССР. — 1988. — No. 10. — С.69−75.

2 А. N. Gorban, Е. V. Smirnova, Т. A. Tyukina, Correlations, Risk andCrisis: from Physiology to Finance, Physica A, Vol. 389, Issue 16,2010, 3193−3217.

Таким образом актуальность разработки единых показателей (интегральных показателей) характеризующих состояние организационно-технологических систем производства, выработка новых методов анализа и оценки эффективности управления производством, а также разработка интегрируемых средств не вызывает сомнений.

Отличие интегральных показателей от других аналогичных показателей в том, что они рассчитываются на основе фазовых переменных: обслуживание основных средств, реализация товаров, сдача в аренду, строительство дома № 1 и др. (наименование фазовых переменных для изучаемой производственной системы в диссертационном приложении 4), которые характеризуются бухгалтерскими проводками, имеющие денежное выражение и однозначно достоверно характеризуют все этапы выполняемых технологических и функционально-обеспечивающих процессов производства.

Результатом решения данной задачи является в первую очередь оценка состояния производственной системы и оптимальное распределение ресурсов и как следствие выход на более эффективный уровень управления отдельным предприятием.

Актуальность работы подтверждается включением ее в программу Российского фонда фундаментальных исследований «Научные и научно-педагогические кадры инновационной России на 2009 — 2013 годы» (государственный контракт 02.740.11.5086). [http://www.fcpk.rU/l.

Объектом диссертационного исследования.

Управление производственной системой и ее автоматизация.

Предметом исследований.

Нелинейные, оптимальные и адаптивные алгоритмы автоматизации интеллектуальной поддержки процессов управления.

Цель диссертационного исследования.

Разработка интегральных показателей, алгоритмов на основе метода корреляционной адаптометрии для повышения эффективности процессов управления производственной системой.

Задачи работы.

1. Разработать метод интегральных показателей на основе метода корреляционной адаптометрии для интеллектуальной поддержки и автоматизации процессов управления производственной системы используя анализ корреляционных, ковариационных матриц и дисперсий, вычисляемых по значениям фазовых координат за периоды, предшествующие моментам принятия решений.

2. Разработать вычислительные алгоритмы и комплекс прикладных программ для интеллектуальной поддержки и численного моделирования процесса поведения производственной системы в условиях кризиса и оценки эффективности управленческих решений.

3. Осуществить внедрение методов и программ в процесс управления на предприятиях.

Область исследования.

Изучение основ и методов математического моделирования организационно-технологических систем и комплексов, функциональных задач и объектов управления и их алгоритмизация.

Методы исследования.

Методы математического моделирования, метод корреляционной адаптометрии, статистическая обработка данных, методы линеаризации, векторный анализ, метод вычислительного эксперимента, теория автоматизированного управлению.

Научная новизна.

Новыми в работе являются следующие результаты:

1. Впервые для идентификации производственной системы применен модернизированный метод корреляционной адаптометрии позволяющий перейти к более точному, чем в других методах, анализу факторов и взаимосвязей однопродуктовых, а в особенности, многопродуктовых моделей производства.

2. Разработаны интегральные показатели для частного случая нестационарной динамической нелинейной системы, позволяющие повысить точность оценки состояния производственной системы в заданные моменты времени для формулирования требований к состоянию системы в будущем.

3. Разработан алгоритм системы поддержки процесса управления производственной системой, основанный на оптимальном распределений финансовых ресурсов по методу Беллмана, где функция распределения ресурсов задана интегральными показателями.

На защиту выносятся.

1. Интегральные показатели оценки состояния производственной системы и их основные формы.

2. Алгоритм формирования управленческих решений в сложной многопродуктовой производственной системе функционирующий на основе анализа динамики интегральных показателей рассчитанных по фазовым переменным системы.

3. Комплекс программ для автоматизации, выработки и оценки управленческих решений.

Практическая ценность.

Предложенные алгоритмы позволяют: повысить объективность анализа однопродуктовых имногопродуктовых производственных систем и получать единую унифицированную числовую оценку состояния системы и качества управленческого решения в производственной системе, ее организационно-технологических подсистем на основе интегральных показателейпрогнозировать будущее состояние производственной системы с учетом внешних воздействий.

Использование предложенных алгоритмов позволило в среднем, по изучаемым производственным системам, сократить время и стоимость процесса управления.

Получена экономия денежных средств (эффективность управленческого решения) по изучаемым производственным системам от первоначального управленческого решения.

Достоверность полученных результатов.

Большим объемом проанализированных экспериментальных данных: автором изучена работа тринадцати производственных систем (тринадцать предприятий), создана и внедрена учетная системараспределения, ресурсов, позволяющая собирать и анализировать интегральные показатели. Полученные результаты сравнивались с фактическими показателями деятельности производственных систем и показали достоверность предложенной методики. Что подтверждается соответствующими приказами (приложение 13 И к диссертации).

Личный вклад автора.

Поставлена проблема создания интегральных показателей для оценки состояния производственной системы и эффективности управленческого решения. Все результаты диссертации получены лично автором. Разработка интегральных показателей, программного обеспечения, внедрение.

10 разработанного алгоритма в деятельность предприятий, сбор, анализ, обработка и анализ полученных результатов. В публикациях, выполненных в соавторстве, автору принадлежит постановка задачи, описание экспериментальных и практических данных.

Реализация результатов работы.

Результаты работы использовались в рамках учебного процесса Сибирского государственного технологического университета и Сибирского федерального университета, при преподавании курсов «Реинжиниринг бизнес-процессов», «Корпоративные информационные системы», «Технология разработки программного обеспечения». Внедрение результатов работы подтверждается соответствующими актами и документами.

Полностью разработан и внедрен алгоритм подсистемы сбора, обработки и оценки параметров деятельности в разрезе функций основных процессов производственной системы девелоперского холдинга (ОАО «СМ. сити» г. Красноярск), включающего десять предприятий (производственных систем). Также разработанный алгоритм внедрен в различные отрасли промышленности: предприятие лесной отрасли ООО Фирма «Мастер», в предприятие малого и среднего строительства ОАО «ДСК», и в предприятие занимающееся оценкой различных активов ООО «Центр экспертизы и оценки».

Внедрение результатов работы подтверждается соответствующими актами, приказами и документами в приложениях диссертации.

Алгоритмы, предложены в работе, реализованы в виде программ для ЭВМ, о чем имеются следующие свидетельства.

Свидетельство РосПатента о регистрации № 2 008 610 295.

Свидетельство РосПатента о регистрации № 2 008 610 296.

Свидетельство РосПатента о регистрации № 2 009 614 635.

Свидетельство РосПатента о регистрации № 2 009 615 871.

Свидетельство РосПатента о регистрации № 2 009 614 636.

Свидетельство РосПатента о регистрации № 2 009 615 872.

Апробация результатов работы.

По теме диссертации опубликовано 23 работ, в том числе 4 публикации в списке, рекомендованном ВАК для публикации результатов диссертаций.

Материалы работы прошли апробацию на восьми научных и практических конференциях и семинарах:

1. Всероссийская научно-техническая Всероссийская научно-техническая конференции. «Перспективные материалы, технологии, конструкции, экономика», г. Красноярск, 2006 (3 доклада).

2. Всероссийская научно-практическая конференция «Проблемы информатизации региона ПИР-2007» СФУ, Красноярск, 2007;

3. Шестая межрегиональная научно практическая конференция студентов, аспирантов и молодых ученых «Актуальные проблемы развития потребительского рынка», г. Красноярск, 2008″ (5 докладов).

4. Межкафедральный семинар «Концепции и методологии создания современных информационных систем», действующего на кафедре Системотехники СибГТУ, г. Красноярск, 2008, 2009,2010;

5. XI Международная научно-техническая конференция «Информационно-вычислительные технологии и их приложения» Омский филиал института математики им .C.JI. Соболева СО РАН, г. Пенза, 2009.;

6. XII Всеросийский семинар «Моделирование неравновесных систем-09» СО РАН, г. Красноярск, 2009.

7. Всероссийская научно-практическая конференция «Проблемы информатизации региона ПИР-2009» СибГТУ, Красноярск, 2009 (2 доклада).

8. Труды восьмой международной конференции по финансово-актуарной математике и смежным вопросам «VIII ФАМ'2009» Сибирский федеральный университет, Красноярск, 2009.

Структура и объем работы.

Диссертация состоит 214 страниц из 4 разделов, содержит основной текст на 150 страницах, 42 рисунка, 17 таблиц, 19 приложений на 64 страницах, список используемых источников из 140 наименований.

Краткое содержание работы.

Во введении представлена актуальность работы, ее цель, задачи, научная новизна и практическая значимость.

В первой главе приведены понятия и определения системы, модели, обратной связи, внешней среды, замкнутой и разомкнутой систем, существенных или несущественных факторов, обусловленных целевой-ориентацией при изучении объекта исследования. Проанализированы различные методики анализа состояния компании: анализ баланса и отчета о прибылях и убытках, в системе менеджмента качества — анализ бизнес-процессов, статистические методы, в том числе, метод корреляционной-адаптометрии. Большинство методов направлено на анализ частных вопросов в компаниях, а метод корреляционной адаптометрии дает возможность оценить деятельность всех системы компании в целом.

Во второй главе рассматривается принятая в работе модель системы управления компанией. В этой модели наряду с традиционным контуром управления объектом по отклонению от заданных параметров организован внешний контур управления, осуществляющий анализ функционирования системы и ее адаптацию к изменению внешней среды. При этом функционирование внешнего контура основано на использовании метода корреляционной адаптометрии.

Далее во второй главе на основе модели системы рассмотрена задача оптимального распределения финансовых ресурсов между наиболее важными функциями компании. Эти функции были определены на основе анализа корреляционных графов и показателей собственных чисел корреляционных матриц. В качестве инструмента распределения ресурсов (денег) и принятия решения использован метод динамического программирования Р. Беллмана. С помощью метода Беллмана определен набор управленческих воздействий, направленный на достижения целей строительных компаний.

В третьей главе приведено описание двух объектов исследования и показана их организационная структура. На основе организационной структуры построена функциональная схема. Несмотря на то, что объекты разные, они имеют идентичную друг другу функциональную схему и общую управленческую политику.

Была применена предложенная во второй главе методика расчета числовых показателей производственных систем, что ранее не производилось. И это помогло организовать в производственных системах управление на основе процессного подхода.

Четвертая глава посвящена расчету экспериментальных данных. На конкретном примере показано практическое применение разработанных методов. Также показано, каким образом метод корреляционной адаптометрии может применяться в любой производственной системе (компании). Установлено, что если метод корреляционной адаптометрии при недостаточном объеме данных является лишь экспресс методом для анализа биологических систем, то в случае производственных систем он является самостоятельным аналитическим методом. Рассчитаны параметры корреляционных и ковариационных матриц, в том числе их собственные числа, на основе данных из анализа бюджета доходов и расходов компаний.

Определены основные важные события в производственной системе в течение 58 периодов анализа:

1. Создание рабочей документации — это расчет плановых смет строительства.

Получение разрешения на строительство — наиболее важное событие, которое позволяет начать строительно-монтажные работы. Система испытывает среднюю нагрузку, большую, чем просто оформление и расчет плановых смет;

2. Получение разрешения на строительство — документ, разрешающий выполнять строительные работы.

3. Внедрение системы менеджмента качества — работа по оформлению стандартов и правил работы производственной системы (компании). Нагрузка* на систему не больше, чем при формировании плановых смет.

4. Получение уесурса — привлечение основного финансирования' на строительство привело систему к существенному стрессу, как и начало строительных работ.

5. Начало работ по проекту — создание уникальной.продукции.

6. Создание аналогичной производственной системы — привело производственную систему к наибольшему стрессу. Для системы оказалось важнее создать аналогичную производственную систему, ведь шанс на< успешную реализацию проекта и привлечение дополнительных ресурсов возрастает.

Отметим, что наиболее стрессовые ситуации для. производственной системы — это ситуации, чаще связанные с выполнением задач во внешней-среде, чем с выполнением внутренних работ.

Также удалось спрогнозировать основные стрессовые ситуации производственной системы на период с 15 по 58 месяцы функционирования:

Далее проводится' анализ основных результатовпо рассматриваемой тематике. Описаныобщиезакономерности адаптации' производственной системы. Показано, что наблюдается защитная, неспецифическая реакции функций компании на изменение условий хозяйственной.

В 37-ом периоде система переключается на иной источник доходов сдача в аренду коммерческих помещений, прочие доходы и сокращает расходы на приобретение основных средств в. тот момент, когда рынок жилой недвижимости находится в критической ситуации.

Также удалось спрогнозировать основные стрессовые ситуации производственной системы на период с 15 по 37 и с 46 по 54 периоды функционирования.

В соответствии с методом корреляционной адаптометрии для подтверждения наличия адаптации системы по закону Либиха о лимитирующих факторах необходимо, чтобы расчетная ковариация (рисунок 22) и дисперсия (рисунок 23, 24, 25) возрастали одновременно с корреляцией. Согласно закону Либиха развитие, как правило, лимитируется одним фактором или небольшим их числом. Это означает, что среди факторов, влияющих на производственную систему, выделяется один или несколько наиболее существенных факторов (сильно отстающих от оптимума), а остальные мало влияют на развитие.

Проведено распределение ресурсов по задачам компании на основе метода Р. Беллмана в разрезе систем и сформированного по числовым характеристикам суммарного корреляционного рейтинга (таблица 17).

В заключении обобщенные итоги следования и результаты расчетов.

В диссертационном исследовании на примере, вычислительного алгоритма оценки состояния производственных систем, рассматриваются особенности разработанных интегральных показателей.

Расчетами установлено, что при резком изменении внешних воздействий (например, при начале выполнения нового проекта^ переходе на выпуск новой/ продукции, создание новой производственной системы) происходят существенные изменения интегральных показателей производственной системы, аналогичные реакциям установленные методом корреляционной адаптометрии.

1. Впервые применен модернизированный метод корреляционной адаптометрии для идентификации производственной системы, который позволил перейти к более точному, чем в других методах, анализу факторов и взаимосвязей однопродуктовых, а в особенности, многопродуктовых моделей производства.

2. Разработаны интегральные показатели для. частного случая нестационарной динамической нелинейной системы, позволяющие с более О высокой точностью получить состояния производственной системы в различные моменты времени для формулирования требований к поведению системы в будущие моменты времени. Что позволило в среднем, по изучаемым производственным системам, сократить время и стоимость процесса управления на 9% и 17% соответственно.

3. Разработан алгоритм системы поддержки процесса управления производственной системой, основанный на оптимальном распределении финансовых ресурсов по методу Беллмана, где функция распределения ресурсов задана интегральными показателями. Получена экономия денежных средств (эффективность управленческого решения) по изучаемым производственным системам в среднем 9% от первоначального управленческого решения.

Поставленные задачи были успешно решены:

1. Разработан метод интегральных показателей на основе метода корреляционной адаптометрии для интеллектуальной поддержки и автоматизации процессов управления производственной системы используя анализ корреляционных, ковариационных матриц и дисперсий, вычисляемых по значениям фазовых координат за периоды, предшествующие моментам принятия решений.

2. Разработаны вычислительные алгоритмы и комплекс прикладных программ для интеллектуальной поддержки и численного моделирования процесса поведения производственной системы в условиях кризиса и оценки эффективности управленческих решений.

3. Осуществлено внедрение методов и программ в тринадцать предприятий различных отраслей. Одно из предприятий включено в список приоритетных проектов России.

Таким образом, достигнута цель исследования, разработан и реализован метод повышения эффективности процессов управления производственной системой путем создания подсистемы оценки параметров ее деятельности на основе методов корреляционной адаптометрии.

Для достижения цели работы, необходимо рассмотреть известные в настоящее время алгоритмы и методы и выбрать из них наиболее доступный и эффективный для решения задачи исследования [29−31, 65, 67, 69, 73, 89, 93, 105, 108, 110]. Необходимо также описать элементы общей теории систем, понять, что такое экономическая система, привести анализ предшествующих работ по системам, сформировать общее направление работы и частные задачи" развития методов, алгоритмов и систем управления" экономическими объектами.

В исследовании ставилась цель показать эффективность применения методов корреляционной адаптометрии при сравнительном изучении1 производственной системы в ООО «Новый Город» и ООО «Бизнес Сити». Выявить «эффект стресса»: при ухудшении условий на рынке, их резкой смене или реализации проекта, т. е. в ответ на адаптационную нагрузку, в производственной системе возрастают корреляции между межсистемнымипараметрами, одновременно> растет и их разброс (дисперсии). В адаптированном же состоянии корреляции ниже и дисперсии меньше.

Исследовался также «эффект родов», возникающий при создании аналогичной производственной системы в рамках единогогхолдинга, когда она наследует функциональные особенности, производственнойсистемы, ее создающей. В производственной системе, которая создает другую производственную систему, определялось направление коррелированности. В названии эффекта отражается неспецифический и групповой характер этих реакций.

Установлены границы этого эффекта в производственной-системе.

Решение указанных проблем немыслимо без системных исследований с привлечением методов математического моделирования. Поэтому необходимо рассмотреть общую методику для анализа всех систем компании.

Выводы по главе 4.

Подведем итоги исследования. Применение корреляционного анализа при сравнительном изучении производственной системы в ООО «Новый Город» и ООО «Бизнес Сити» позволило выявить «эффект стресса»: при ухудшении условий на рынке, их резкой смене или реализации проекта, т. е. в ответ на адаптационную нагрузку, в компании возрастают корреляции между межсистемными параметрами, одновременно растет и их разброс (дисперсии). В адаптированном же состоянии корреляции ниже и дисперсии меньше.

Установлено, что источником объяснения эффекта повышения уровня скоррелированности экономических показателей при росте адаптационного напряжения служит эколого-эволюционный принцип полифакториальности: адаптация ведет от монофакториальности, т. е. от лимитирования одним фактором или небольшим их числом к полифакториальности — к равнозначности большого числа факторов. Для доказательства этого утверждения используется идея о лимитирующих факторах (принцип Либиха) и представления о ресурсе или ресурсах особи.

Выявлен также рост значений интегральных показателей — при привлечении большого кредита производственной системой, в рамках единого холдинга. В компании, которая привлекает кредит происходит рост скоррелированности функций. В названии эффектов отражается неспецифический и групповой характер этих реакций.

Этот эффект был подтвержден на обширном экспериментальном материале собирать и анализировать интегральные показатели с 13 производственных систем различных отраслей промышленности характеризирующих динамику связей между показателями производственной системы (показатели получения дохода, прямых затрат (себестоимости), активности инвестирования в проекты и т. д.).

Устанавливались границы этого эффекта в производственной системе.

На основании численных экспериментов, выполненных по формулам и алгоритмам, изложенным в главе 3, показано, что:

• На основе данных доходов и расходов ресурсов могут быть получены параметры адаптометрии, описывающие производственную систему.

• Параметры адаптометрии, описывающей производственную систему, позволяют установить значимые функции и связи модели бизнес-процессов, идентифицируя структуру модели и оптимизируя ее себестоимость.

• Значения корреляции подтверждают свое назначение как индикатора предкризисных ситуаций и показывает степень критической загрузки производственной системы.

• С помощью формулы Беллмана оптимизировать производственную модель компании и распределить ресурсы для достижения целей производственной системы в условиях патологических изменений и некоторой определенности рынка.