Разработка моделей и методов оценки взаимовлияния целей, операций и показателей в процессах развития крупномасштабных систем тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Точ, Дмитрий Сергеевич

• Точ, Дмитрий Сергеевич
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Точ, Дмитрий Сергеевич

Содержание.

Обозначения, принятые в работе.

Введение.

1. Глава «Триадная модель крупномасштабных систем».

1.1. Краткий обзор понятийных методов моделирования крупномасштабных систем.

1.2. Принципы построения и функционирования триадной модели крупномасштабной системы.

2. Глава «Анализ компонентов триадной структуры».

2.1. Анализ графа операций.

2.2. Анализ графа показателей.

3. Глава «Граф отклонений показателей от нормы».

4. Глава «Комплексное моделирование цикла развития крупномасштабной системы».

Введение диссертации (часть автореферата) на тему «Разработка моделей и методов оценки взаимовлияния целей, операций и показателей в процессах развития крупномасштабных систем»

Процессы развития крупномасштабных систем (KMC) характеризуются рядом факторов (концептов), важнейшими из которых являются:

• цели, определяющие направленность развития системы на заданном временном горизонте моделирования;

• действия (операции), приводящие к достижению целей;

• показатели, отображающие состояние системы.

Возможны различные подходы к моделированию развития KMC, ориентированные на динамику факторов целей, операций и показателей (рисунок 1).

Рисунок 1 - Классификация подходов к моделированию процессов развития KMC

При однофакторном моделировании исследуется один фактор:

• цели, их состав и структура, способ достижения (работы по целеполаганию Д. Дернера [10], О.И. Ларичева [22], В.И. Максимова [1, 23, 24], Т. Саати [33], Э.А. Трахтенгерца и др.);

• операции и последовательность их выполнения, зависящая от внешних условий и состояния системы (работы по логическому управлению операциями А.А. Амбарцумяна [3], А.Д. Закревского [11 - 13], Г.Н. Калянова [14], О.П. Кузнецова [19, 20], С.А. Юдицкого [39 — 43] и др.);

• показатели и их изменение во времени под влиянием внешней среды, операций и других показателей (работы в области когнитивного анализа Н.А. Абрамовой [30], Е.К. Корноушенко [17], Б. Коско [53, 57], А.А. Кулинича [20, 21], Ф. Робертса [32] и ДР-)

Многофакторное моделирование — комплексное исследование целей, операций, показателей и их взаимодействия в рамках единой системы на содержательном (понятийном) уровне является предметом теории менеджмента. Примером таких работ может служить «Сбалансированная система показателей» ССП (Р. Каплан, Д. Нортон [15]), модель жизненного цикла (ЖЦ) организации И. Адизеса и др.

Предметом данной диссертационной работы является формальное многофакторное моделирование на основе трехкомпонентной (триадной) структуры, состоящей из взаимодействующих графов целей, операций и показателей ([44, 45]). Модель, показанная на рисунке 1 затемненными квадратами, базируется на математическом аппарате сетей Петри, элементы которых «нагружаются» булевыми функциями специального вида, и на аппарате модифицированных когнитивных карт.

Научная и практическая эффективность предложенного в работе формального аппарата достигается благодаря тому что:

• взаимодействие «человек-компьютер» при моделировании осуществляется на уровне графодинамических моделей, при этом творческие задачи решает человек, а вся «вычислительная рутина» возлагается на компьютерную сеть;

• триадная структура формализует, и тем самым поддерживает, модели, рассматриваемые в теории менеджмента, т.е. создаются предпосылки для интеграции этой теории с теорией управления (Применительно к ССП в триадной структуре формализуются причинно-следственные связи между показателями, применительно к модели Адизеса внутри фаз ЖЦ рассматриваются подциклы «период стабильности, когда все показатели в норме — период дестабилизации, характеризуемый отклонением показателей от нормы и распространением отклонений — восстановительный период введения показателей в норму». Вышесказанное иллюстрируется горизонтальными пунктирными стрелками на рисунке 1);

• на основе триадной структуры эффективно реализуется несколько этапов технологий постановки и решения задач управления ([5, 27]).

Реальная система

Рисунок 2 - Технология постановки и решения задач управления

В работе предлагается формальный аппарат поддержки, позволяющий проводить имитационное моделирование KMC и ее частей, анализировать результаты моделирования и на этой основе формировать стратегические инициативы и планы.

Целью работы является создание моделей, методов и инструментария для дискретного имитационного моделирования процессов взаимовлияния целей, операций и показателей на всех этапах цикла развития системы.

В соответствии с поставленной целью в диссертации решаются следующие задачи.

1. Разработка базовой модели взаимовлияния целей, операций и показателей (триадной структуры) на всех этапах цикла развития системы (период стабильности, дестабилизация, восстановление).

2. Анализ свойств компонентов триадной структуры: достижимости состояний в графах операций и устойчивости переходных процессов в графах взаимовлияния показателей.

3. Введение в модель цикла развития системы нового компонента, отражающего взаимовлияние отклонений показателей от нормы (граф отклонений).

4. Разработка комплексной методологии дискретного имитационного моделирования цикла развития KMC.

Научная новизна результатов работы, выносимых на защиту.

1. Разработана комплексная базовая модель, отображающая взаимовлияние целей, операций и показателей на всех этапах цикла развития системы.

2. Разработан новый метод определения достижимости состояний в графах операций на основе совместного использования дерева достижимости и матричных уравнений, позволяющий сократить объем и время вычислений за счет уменьшения размерности дерева достижимости.

3. В базовую модель введен новый компонент — граф отклонений показателей от нормы, позволяющий повысить адекватность моделирования (за счет выражения причинно-следственных связей между отклонениями показателей на основе расширенного набора линейных функций) и упростить принятие экспертом решений в кризисных ситуациях. Практическая ценность работы определяется созданием комплексной методологии, включая поддерживающий ее инструментарий (программа DIMON), для дискретного имитационного моделирования динамических процессов, реализуемых в системе на всех этапах цикла ее развития.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Точ, Дмитрий Сергеевич

Заключение

1. Разработан новый комплексный подход к моделированию процессов развития крупномасштабных систем, в рамках- которого на основе единого математического аппарата интегрированы модели и методы целеполагания, логического управления и когнитивного анализа.

2. Разработана расширенная модель цикличности процессов развития крупномасштабных систем, включающая внутрифазовые подциклы «стабильное развитие - дестабилизация — восстановление».

3. Разработан новый метод определения достижимости состояний в графах операций на основе совместного использования дерева достижимости и матричных уравнений, позволяющий сократить объем и время вычислений за счет уменьшения размерности дерева достижимости.

4. Введен новый компонент модели развития системы - граф отклонений показателей от нормы, позволяющий повысить адекватность моделирования и упростить принятие экспертных решений в кризисных ситуациях.

5. Создана комплексная методология, включая поддерживающий ее инструментарий (программа DIMON, см. приложение А), для имитационного моделирования динамических процессов развития крупномасштабных систем. Работа может использоваться при проработке вариантов перспективных планов и «дорожных карт» развития KMC - путем задания целевой ситуации на определенный будущий момент времени, и поиска выводящей на указанную цель последовательности промежуточных ситуаций развития KMC.

Список литературы диссертационного исследования кандидат технических наук Точ, Дмитрий Сергеевич, 2009 год

1. Авдеева З.К., Коврига С.В., Макаренко Д.И., Максимов В.И. Когнитивный подход в управлении // Проблемы управления, 2007, №3.

2. Адизес И.К. Жизненный цикл корпорации // СПб.: Питер, 2007.

3. Амбарцумян А.А., Потехин А.И. Управление технологическими процессами поточного типа на основе событийного моделирования. М.: ИПУ, 2005.

4. Басакер Р., Саати Т. Конечные графы и сети // Пер. с англ. М.: Наука, 1974.

5. Воронин А.А., Губко М.В., Мишин С.П., Новиков Д.А. Математические модели организаций. М.: ЛЕНАНД, 2008.

6. Гантмахер Ф.Р. Теория матриц. М.: Наука, 1966.

7. Ю.Дернер Д. Логика неудачи. Пер. с нем. М.: Смысл, 1997.

8. П.Закревский А. Д. Проектирование систем логического управления. Минск: ИТК, 1986.12.3акревский А.Д. Логические управления. М.: Едиториал УРСС, 2003.13.3акревский А. Д. Параллельные алгоритмы логического управления. М.: Едиториал УРСС, 2003.

9. Калянов Г.Н. Моделирование, анализ, реорганизация и автоматизация бизнес-процессов. М.: Финансы и статистика, 2007.

10. Каплан Р.С., Нортон Д.П. Сбалансированная система показателей. От стратегии к действию. М.: Олимп-Бизнес, 2003.

11. Ким Д.П. Теория автоматического управления: в 2 ч. М.: ФИЗМАТ ЛИТ, 2003. Т. 1: Линейные системы. 2003.

12. Корноушенко Е.К. Регрессионный подход к управлению слабоструктурированными системами / Управление большими системами: сб. науч. тр. Вып. 16. М.: ИПУ РАН, 2007.

13. Котов В.Е. Сети Петри. М.: Наука, 1984.

14. Кузнецов О.П. Дискретная математика для инженера. СПб.: Лань, 2007.

15. Кузнецов О.П., Кулинич А.А., Марковский А.В. Анализ влияний при управлении слабоструктурированными ситуациями на основе когнитивных карт / Человеческий фактор в управлении. Под ред. Н.А. Абрамовой, К.С. Гинсберга, Д.А. Новикова. М.: КомКнига, 2006.

16. Кулинич А.А. Система когнитивного моделирования Канва. М.: ИПУ РАН, 2003.

17. Ларичев О.И. Теория и методы принятия решений. М.: Логос, 2000.

18. Максимов В.И. Структурно-целевой анализ развития социально-экономических ситуаций // Проблемы управления, 2005, №3.

19. Максимов В.И., Коврига С.В. Применение структурно-целевого анализа развития социально-экономических ситуаций // Проблемы управления, 2005, №3.

20. Минцберг Г., Альстрэнд Б., Лэмпел Дж. Школы стратегий. Пер. с англ. СПб.: Питер, 2001.

21. Мишкин Ф. Экономическая теория денег, банковского дела и финансовых рынков. Пер. с англ. М.: Аспект Пресс, 1999.

22. Новиков Д.А. Теория управления организационными системами. М.: МПСИ, 2005.

23. Питерсон Дж. Теория сетей Петри и моделирование систем. Пер. с англ. М.: Мир, 1984.

24. Поляк Б.Т., Щербаков П.С. Робастная устойчивость и управление. М.: Наука, 2002.

25. Прангишвили И.В., Абрамова Н.А., Спиридонов В.Ф., Коврига С.В., Разбегин В.П. Поиск подходов к решению проблем. М.: СИНТЕГ, 1999.

26. Радченко Е.Г., Юдицкий С.А. Моделирование динамики потоков в многоагентных системах // Проблемы управления. 2005, №6.

27. Роберте Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экологическим задачам. Пер. с англ. М.: Наука, 1986.

28. Саати Т. Принятие решений. Метод анализа иерархий. Пер. с англ. М.: Радио и связь, 1993.

29. Сакс Дж.Д., Ларрен Ф.Б. Макроэкономика. Глобальный подход. М.: Дело, 1996.

30. Точ Д.С. Интегральный подход к анализу функционирования социально-экономических систем на основе сетей Петри // Приборы и системы. Управление, Контроль, Диагностика, 2007, №7.

31. Трахтенгерц Э.А. Компьютерная поддержка формирования целей и стратегий. М.: СИНТЕГ, 2005.

32. Широкова Г.В. Жизненный цикл организации: эмпирические исследования и теоретические подходы // Российский журнал менеджмента. Том 5, № 3, 2007.

33. Шлеер С., Меллор С. Объектно-ориентированный анализ: моделирование мира в состояниях. Киев: Диалектика, 1993.

34. Юдицкий С.А., Барон Ю.Л., Жукова Г.Н. Построение и анализ логического портрета сложных систем. М.: Препринт, 1997.

35. Юдицкий С.А., Владиславлев П.Н. Основы предпроектного анализа организационных систем. М.: Финансы и статистика, 2005.

36. Юдицкий С. А., Владиславлев П.Н. Предпроектное моделирование функционирования организационных систем. М.: Научтехлитиздат, 2004.

37. Юдицкий С.А., Вукович И.Ю. Динамическое экспресс-моделирование организационных систем. М.: Препринт, 1998.

38. Юдицкий С.А., Магергут В.З. Логическое управление дискретными процессами. М.: Машиностроение, 1987.

39. Юдицкий С.А., Мурадян И.А., Желтова JI.B. Анализ слабоструктурированных проблемных ситуаций в организационных системах с применением. нечетких когнитивных карт // Приборы и системы. Управление, Контроль, Диагностика, 2008, №3.

40. Юдицкий С.А., Мурадян И.А., Желтова JI.B. Моделирование динамики развития конфигураций организационных систем на основе сетей Петри и графов приращений // Проблемы, управлений, 2007, №6.

41. Юдицкий С.А., Радченко Е.Г. Алгебра потокособытий и сети Петри язык потокового моделирования многоагентных иерархических систем // Приборы и системы. Управление, Контроль, Диагностика, 2004, №9.

42. Юдицкий С.А., Точ Д.С. Мажоритарное моделирование взаимовлияния показателей деятельности организационных систем на основе графа отклонений от нормы // Приборы и системы. Управление, Контроль, Диагностика, 2009, №5.

43. Юдицкий С. А., Точ Д.С*. Моделирование процесса посткризисной стабилизации организационных систем на основе триадной структуры // Приборы и системы. Управление, Контроль, Диагностика, 2009, №6.

44. Юдицкий С.А., Точ Д.С. Модель функционирования систем на основе управляемых деревьев последовательности динамическихсостояний // Приборы и системы. Управление, Контроль, Диагностика, 2007, №8.

45. Юдицкий С.А., Точ Д.С. Развитие методов анализа поведения организационных систем на основе триадной структуры // Приборы и системы. Управление, Контроль, Диагностика, 2008, №11.

46. Athanasios К. Tsadiros Decision making by simulating Fuzzy Cognitive Map Models / Proceedings of the 5th WSEAS Int. Conf. on simulation, modeling and optimization, Corfu, Greece, 2005.

47. Axelrod R. Structure of Decision the Cognitive Maps. Princeton University Press, 1976.

48. Dickerson J., Kosko B. Virtual Worlds as Fuzzy Cognitive Maps / Virtual Reality Annual International Symposium, 1993.

49. Ellis J.H. Ahead of the Curve. A Commonsense Guide to Forecasting Business and Stock Market Cycles. Boston, Massachusetts: Harvard Business School Press, 2005.

50. Kandasami V., Smarandache F. Fuzzy Cognitive Maps and Neutrosophic Cognitive Maps. Phoenix: Xiquan, 2003.

51. Kaplan R.S., Norton D.P. The Balanced Scorecard Measures that Drive Performance // Harvard business review, January - February, 1992.

52. Kosko B. Fuzzy Cognitive Maps // Int. J. Man-Machine Studies, 1986, №24.

53. Lee K.-C., Kwon S.-J. The Use of Cognitive Maps and Case-Based Reasoning for B2B Negotiation // Journal of Management Information Systems, 2006.