Модели и алгоритмы обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Тараброва, Ирина Николаевна

• Тараброва, Ирина Николаевна
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Тараброва, Ирина Николаевна

СОДЕРЖАНИЕ

Введение

Раздел 1 Системный анализ воспроизводства научных кадров в высшей школе

1.1 Анализ современного состояния воспроизводства научных кадров в высшей школе

1.2 Анализ структуры системы управления воспроизводством научных кадров в высшей школе

1.3 Анализ показателей оценки научной активности исследователей сектора высшей школы

1.4 Формализация процессов принятия управленческих решений в области воспроизводства научных кадров в высшей школе и постановка задачи

исследования

Выводы по разделу 1

Раздел 2 Разработка модели воспроизводства научных кадров в высшей школе

2.1 Графовая модель воспроизводства научных кадров в высшей школе

2.2 Марковская модель воспроизводства научных кадров в высшей школе

2.3 Параметрический анализ модели воспроизводства научных кадров в

высшей школе

Выводы по разделу 2

Раздел 3 Разработка моделей оценки научной активности участников процесса воспроизводства научных кадров в высшей школе

3.1 Выбор математического аппарата для оценки научной активности исследователей сектора высшей школы

3.2 Математическая модель выбора показателей для оценки научной активности

3.3 Определение перечней показателей для оценки научной активности исследователей сектора высшей школы

3.4. Формирование перечней частных показателей для оценки научной

активности исследователей сектора высшей школы

Выводы по разделу 3

Раздел 4 Алгоритмы обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе

4.1 Анализ операций по обработке информации для оценки состояния воспроизводства научных кадров в высшей школе

4.2 Алгоритм определения вероятностей нахождения участников процесса воспроизводства научных кадров в каждом из его состояний

4.3 Алгоритмы выбора показателей научной активности участников процесса воспроизводства научных кадров в высшей школе

4.3.1 Алгоритмы определения количественных оценок значимости основных и частных показателей для оценки научной активности

4.3.2 Алгоритмы оценки значимости основных и частных показателей научной активности

4.4 Алгоритм оценки уровня научной активности участников процесса воспроизводства научных кадров в высшей школе

4.5 Апробация алгоритмов оценки уровня научной активности участников

процесса воспроизводства научных кадров сектора высшей школы

Выводы по разделу 4

Заключение

Список использованных источников и литературы

Приложение 1

Приложение 2

Приложение 3

Приложение 4

Введение диссертации (часть автореферата) на тему «Модели и алгоритмы обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе»

ВВЕДЕНИЕ

Одной из главных задач научно-технической политики государства Стратегия инновационного развития Российской Федерации на период до 2020 года определяет достижение и обеспечение необходимого качества научных исследований на уровне мировых требований, эффективное использование образовательного и научно-технического потенциала научных кадров для развития российской экономики [2]. При переходе к инновационному социально-ориентированному типу экономического развития страны необходимо системное развитие кадрового потенциала национального сектора исследований и разработок и связанного с ним сектора высшей школы, поскольку по данным современной статистики ученые высшей школы России составляют более 60 % от общего числа российских ученых.

Следует отметить, что первая декада XXI века оказалась критической для российской науки потому, что именно в этот период значительно возрос отток из науки высококвалифицированных специалистов старших возрастных групп (свыше 65-70 лет), а приток молодых кадров был невелик. То есть фактически мы встали на пороге ситуации, когда представителям старшего поколения скоро некому будет передавать свой опыт, а в условиях негативного демографического прогноза проблема воспроизводства научных кадров становится тем более актуальной.

Сегодня, когда российская экономика переходит к инновационно-ориентированному типу развития, стране необходимы ученые, способные создавать действительно оригинальные инновационные разработки, решать научные задачи, открывающие новые направления знания и производства. И именно такими учеными необходимо наполнять «научный сектор». Но каким образом можно производить этот отбор? Какие механизмы можно использовать для определения того уровня активности ученого, при котором его научная деятельность будет эффективной и качественной? На какой высоте установить тот порог, который позволит направлять в «научный сектор» действительно наиболее перспективных участников процесса?

С 2009 года в стране реализуется Федеральная целевая программа «Научные и научно-педагогические кадры инновационной России», основной целью которой является развитие системы эффективного воспроизводства высокопрофессиональных кадров научной и научно-образовательной сферы и повышение их конкурентоспособности на мировом уровне [3].

Однако, следует отметить, что предпринимаемые действия по поддержке научных кадров не оказывают решающего влияния на позитивное изменение ситуации по их воспроизводству и требуются дополнительные обоснованные управленческие решения в данной области.

Проблемы воспроизводства и эффективного использования научных кадров нашли отражение в работах Балашова В.В., Бугакова И.А., Доброва Г.М., Ильиной И.Е., Лебедевой H.H., Тодосийчука A.B., Трофимовой Л.А., Царькова А.Н., Шукшунова В.Е. и др. Различные подходы к оценке качества и результативности научных исследований и разработок рассматривались в работах Арутюнова В.В., Гохберга Л.М., Данилюка С.Г., Деркач Г.М., Зайцева A.B., Ларичева О.И., Маслова В.Г., Монфора А.О., Москвитина В.Г., Новикова Д.А., Покровского В.А., Хайтуна С.Д., Цимбала В.А. и др. Однако, несмотря на значительное количество работ в данной области, следует отметить, что имеет место противоречие между потребностью современной инновационной экономики в обновлении и преемственности научных кадров, способных решать ее насущные проблемы, с одной стороны, и недостаточной проработанностью вопросов обеспечения принятия управленческих решений в области их воспроизводства, с другой стороны.

Из всего вышесказанного можно сделать вывод об актуальности создания моделей и алгоритмов обеспечения принятия управленческих решений в области воспроизводства научных кадров, с помощью которых можно смоделировать процессы воспроизводства научных кадров, выбрать рациональные варианты распределения участников процесса воспроизводства научных кадров на различных этапах их подготовки, исходя из заданных требований, а также дать практические рекомендации по принятию управленческих решений в области воспроизводства

научных кадров сектора высшей школы.

Г' 5

Объектом исследования является система управления воспроизводством научных кадров в высшей школе.

Предмет исследования - математическое и алгоритмическое обеспечение принятия управленческих решений в области воспроизводства научных кадров в высшей школе.

Цель диссертационного исследования: повышение обоснованности принятия управленческих решений в области воспроизводства научных кадров в высшей школе.

Для достижения поставленной цели решается научная задача: разработка моделей и алгоритмов обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе.

Методы исследований. Методы системного анализа, методы математического моделирования, теория марковских процессов, теория нечетких множеств.

Основные результаты исследования, выносимые на защиту:

1. Марковская модель воспроизводства научных кадров в высшей школе.

2. Модели оценки научной активности участников процесса воспроизводства научных кадров в высшей школе с использованием математического аппарата нечетких множеств.

3. Алгоритмы обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе:

- алгоритм определения вероятностей нахождения участников процесса воспроизводства научных кадров в каждом из его состояний;

- алгоритмы выбора показателей научной активности участников процесса воспроизводства научных кадров сектора высшей школы;

- алгоритм оценки уровня научной активности участников процесса воспроизводства научных кадров сектора высшей школы.

Достоверность результатов работы обеспечивается строгостью применения апробированного математического аппарата теории марковских процессов и теории нечетких множеств, сходимостью результатов моделирования с имеющимися

экспериментальными данными, ясной физической трактовкой полученных результатов.

Достоверность результатов работы обеспечивается строгостью применения апробированного математического аппарата теории марковских процессов и теории нечетких множеств, сходимостью результатов моделирования с имеющимися экспериментальными данными, ясной физической трактовкой полученных результатов.

Научная новизна и теоретическая значимость работы заключается в разработке нового инструментария для повышения обоснованности принятия управленческих решений в области воспроизводства научных кадров в высшей школе, включающего:

1. Марковскую модель воспроизводства научных кадров сектора высшей школы, новизна которой заключается в том, что в отличие от существующих моделей подготовки научных кадров высшей квалификации (в аспирантуре и докторантуре), она отражает процесс воспроизводства научных кадров на всех уровнях высшего образования и позволяет определить необходимое количество участников этого процесса, а также корректировать это количество в соответствии с требованиями заказчика.

2. Математические модели выбора показателей, характеризующих научную активность исследователей, и оценки уровня научной активности по выбранным показателям, построенные с использованием математического аппарата нечетких множеств, новизна которых заключается в возможности формализации экспертной информации о параметрах оценки научной активности исследователей, позволяющей на основе процедур индивидуальной экспертной оценки с использованием лингвистических переменных «ВЕС» и «ОЦЕНКА» и нечетких значений определить наиболее значимые из оцениваемых показателей научной активности, носящих преимущественно качественный характер, а также произвести такую оценку для дальнейшего использования при формировании управленческих решений в области воспроизводства научных кадров.

3. Алгоритмы обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе: алгоритм определения вероятностей нахождения участников процесса воспроизводства научных кадров в каждом из его состояний, алгоритмы обоснования перечня основных и частных показателей научной активности участников процесса воспроизводства научных кадров в высшей школе и алгоритм оценки уровня научной активности участников процесса воспроизводства научных кадров в высшей школе, позволяющие, в отличие от известных аналогов, решать задачи обеспечения принятия управленческих решений в области воспроизводства научных кадров в системе высшей школы.

Практическая значимость. Результаты, полученные в диссертационной работе, целесообразно использовать при создании АСУ государственных органов управления воспроизводством научных кадров на всех уровнях их подготовки, а также АСУ вузов и научных организаций. Это позволит им получить объективную информацию о текущем состоянии процесса воспроизводства научных кадров и прогнозных оценках его дальнейшего развития в соответствии с заданными параметрами, а также проводить оценку уровня научной активности участников данного процесса, выявлять «пробелы» в их подготовке и самореализации, тем самым получая возможность формировать необходимые рекомендации по повышению уровня их научной активности, а также ее практической реализации. Разработанные методические рекомендации по применению моделей и алгоритмов обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе позволят органам управления воспроизводством научных кадров наиболее полно использовать возможности разработанного инструментария, что обеспечивает принятие ими обоснованных управленческих решений.

Применение разработанных моделей и алгоритмов позволит органам управления обоснованно принимать решения в области воспроизводства научных кадров при формировании заказа на их подготовку в масштабе страны на основе заданных исходных данных.

Диссертация состоит из введения, четырех разделов, заключения, списка использованных источников и литературы и приложений.

Во введении обоснована актуальность темы диссертационной работы, определены объект, предмет и цель исследований, сформулирована научная задача и результаты исследования. Представлены научные положения, выносимые на защиту. Показана научная новизна проведенных исследований, их практическая значимость. Кратко излагается содержание диссертации.

В первом разделе представлены результаты проведенного системного анализа современного состояния воспроизводства научных кадров сектора высшей школы, приведена и проанализирована структура управления воспроизводством научных кадров в Российской Федерации, выявлены основные методы оценки научной активности исследователей и показатели для такой оценки, формализованы процессы обеспечения принятия управленческих решений в области воспроизводства научных кадров в высшей школе. На основании этого сформулирована научная задача исследования.

Второй раздел посвящен разработке модели воспроизводства научных кадров в высшей школе. Для решения задачи управления и прогнозирования состояния объекта исследования были разработаны графовая модель воспроизводства научных кадров, отражающая все уровни высшего образования в соответствии с Федеральным законом № 273-ФЭ от 29 декабря 2012 г. «Об образовании в Российской Федерации» (далее - Закон 273-ФЗ) [7], и математическая модель, созданная на основе аппарата марковских процессов и позволяющая путем задания определенных значений интенсивностей переходов между различными состояниями процесса получить количество участников всех уровней подготовки и практической деятельности, а также скорректировать это количество в соответствии с требуемыми значениями. Проведен параметрический анализ разработанной математической модели и представлены результаты ее апробации посредством проведения вычислительного эксперимента в среде МаЛСАЭ.

Третий раздел посвящен разработке моделей выбора показателей и оценки научной активности участников процесса воспроизводства научных кадров в

высшей школе. На основе аппарата нечетких множеств были разработаны математические модели выбора основных и частных показателей для оценки научной активности исследователя и модель оценки научной активности по выбранным показателям. Представлены результаты апробации этих моделей в среде МаЛСАО, проведены исследования их работоспособности и чувствительности при изменении исходных данных для различных уровней подготовки научных кадров.

В четвертом разделе представлены результаты анализа операций по сбору и обработке информации для оценки состояния воспроизводства научных кадров в высшей школе и представлены разработанные алгоритмы, обеспечивающие автоматизированную обработку данных. Представлены результаты апробации разработанных моделей и алгоритмов.

Основные результаты работы опубликованы в 13 статьях, в числе которых 4 - в рецензируемых печатных изданиях, рекомендованных ВАК РФ, а также вошли в 9 отчетов о НИР.

Раздел 1 СИСТЕМНЫЙ АНАЛИЗ ВОСПРОИЗВОДСТВА НАУЧНЫХ КАДРОВ В ВЫСШЕЙ ШКОЛЕ

1.1 Анализ современного состояния воспроизводства научных кадров в высшей школе

Основной целью государственной политики Российской Федерации на сегодняшний день является перевод к 2020 году экономики страны на инновационный путь развития. В «Стратегии инновационного развития Российской Федерации на период до 2020 года», утвержденной распоряжением Правительства Российской Федерации от 8 декабря 2011 г. № 2227-р [2], отмечается, что «Россия ставит перед собой амбициозные, но достижимые цели долгосрочного развития, заключающиеся в обеспечении высокого уровня благосостояния населения и закреплении геополитической роли страны как одного из лидеров, определяющих мировую политическую повестку дня. Единственным возможным способом достижения этих целей является переход экономики на инновационную, социально ориентированную модель развития».

Современная экономика ставит перед обществом, учеными, конструкторами, технологами, бизнесом и властью задачу овладения искусством и умением находить наилучшие пути передачи научных знаний на рынок, поэтому в ее основу должно быть положено использование новых фундаментальных научных знаний, инновационных технологий, созданных на базе фундаментальных знаний, и высококвалифицированных рабочих кадров всех уровней, подготовленных на базе фундаментальных научных знаний.

Об этом же говорится и в «Концепции долгосрочного социально-экономического развития Российской Федерации на период до 2020 года», утвержденной распоряжением Правительства Российской Федерации от 17 ноября 2008 г. № 1662-р [1], где поставлена задача «обеспечить научное и технологическое лидерство России в мире по направлениям, определяющим ее конкурентные преимущества и национальную безопасность», а также делается акцент на

необходимости «повысить эффективность сектора генерации знаний (фундаментальной и прикладной науки)».

При этом роль государства в обеспечении финансирования фундаментальной науки и подготовки научных кадров признается исключительно важной, как и государственная политика в области воспроизводства и обновления научных кадров признается основным элементом государственной научно-технической политики. Выработка, принятие и реализация решений, направленных на сохранение, воспроизводство и развитие кадрового потенциала науки, обеспечение его жизнедеятельности, установление порядка и процедур, определяющих наиболее эффективное использование человеческих ресурсов, составляют основу кадровой политики в науке.

Таким образом, при переходе к инновационному социально-ориентированному типу экономического развития страны в первую очередь необходимо системное развитие кадрового потенциала национального сектора исследований и разработок и связанного с ним сектора высшей школы, поскольку по данным современной статистики ученые высшей школы России составляют около 60 % от общего числа российских ученых (сектор высшей школы охватывает университеты и другие высшие учебные заведения, независимо от источников финансирования или правового статуса, а также находящиеся под их контролем либо ассоциированные с ними научно-исследовательские институты, экспериментальные станции, клиники и ДР-) [74].

За последние два десятилетия российская наука прошла нелегкий путь.

Уже в конце 1990-х годов ученые указали на негативные последствия пассивного подхода государственных органов к решению проблем научных учреждений и вузов, в результате чего «неизбежное сокращение численности занятых в науке приняло нелепый характер экономического вытеснения активных и, прежде всего, молодых кадров из этой важнейшей сферы жизнедеятельности общества. Само воспроизводство научного потенциала оказалось поставлено под угрозу» [119].

В период 1995-2012 гг. общая численность персонала, занятого исследованиями и разработками в Российской Федерации, сократилась с 518,7 тыс. до 372,6 тыс. человек, что в долевом эквиваленте составило почти 30 % [49]. При этом неуклонно растет средний возраст ученых. Так, средний возраст представителей науки высшей школы с 1998 года увеличился в среднем на 3 года для всех категорий исследователей и приблизился к 47 годам, в то числе для кандидатов наук — к 50-летнему рубежу, а для докторов наук - к пенсионному порогу (рис. 1.1.1). И данная тенденция, к сожалению, пока сохраняется. Молодежь в науку не идет, поэтому наиболее опасная угроза для общества связана с утратой преемственности в науке. К сведению, в большинстве стран с развитой рыночной экономикой средний возраст специалистов, имеющих ученую степень, составляет 44 года [63].

Рисунок 1.1.1- Средний возраст исследователей сектора высшей школы

Если и дальше будет продолжаться отток из науки высококвалифицированных специалистов старших возрастных групп (свыше 65-70 лет), а приток молодых кадров будет невелик, то есть представителям старшего поколения просто некому станет передавать свой опыт.

Существующая сегодня проблема разрыва между поколениями ученых копилась более 15-ти лет. Для смены поколения требуется не менее 10 лет, то есть можно говорить, потеряно практически два поколения ученых. Для решения проблемы требуется политическое решение, которое качественно изменит данную

ситуацию. Именно сейчас необходимо готовить научные кадры с высоким уровнем профессионализма, интегрированные в современную мировую науку и экономику. Государственная научная политика должна рассматриваться сегодня, прежде всего, в аспекте воспроизводства научных кадров, и особо - научных кадров фундаментальной науки и образования, решающих задачу поднятия уровня научно-технического и интеллектуального развития нации.

Сегодня наибольшую тревогу вызывают процессы миграции ученых, и, в частности, ученых сектора высшей школы, как в другие страны, так и внутри России - преимущественно в коммерческие организации. Хотя отъезд ученых на постоянное место жительства за границу в абсолютных цифрах невелик (он не превышает 2 тыс. человек в год), но это касается, к сожалению, наиболее энергичных и способных исследователей. В результате же внутренней миграции за последнее время наука потеряла более 400 тыс. человек, причем наиболее интенсивный отток ученых происходит по научным направлениям, имеющим ключевую значимость для обеспечения военной, экономической и информационной безопасности и независимости страны [73, 92, 94].

При этом следует отметить, что проблемы кадровой миграции характерны именно для государственного сектора науки. В развивающемся бизнес-секторе, где формируются собственные научные подразделения, они решаются значительно проще, за счет лучшего материального оснащения лабораторий, а также существенно более высокой заработной платы, чем в государственном секторе науки (средний уровень заработной платы исследователей в высшей школе на сегодняшний день не превышает 30 тыс. руб.) [49]. При этом следует отметить, что политика зарубежных стран в области оплаты труда ученых, занятых в сфере высшего образования, направлена на поддержание высокого престижа этой категории работников и на расширение воспроизводства интеллектуального потенциала страны. Например, в США заработная плата ППС равняется, в среднем, 3,5 тыс. долларов, профессоров - 4,5 тыс. долларов, что в 2-2,5 раза превышает зарплату квалифицированного рабочего.

Еще одна причина оттока научных кадров - глубокая неудовлетворенность своей работой. Результаты проведенного анализа показали, что сегодня только каждый десятый кандидат и каждый пятый доктор наук, работающие в вузах, сказали, что им удалось реализовать свои способности. В то же время опрос службы Харриса в США показал, что на десятом году после окончания учебного заведения 75 % американских исследователей заявили, что они полностью состоялись, как профессионалы, и имеют высокий уровень благосостояния.

Исходя из всего вышесказанного, можно сделать вывод, что одной из основных задач сохранения и развития кадрового потенциала научно-технического образовательного комплекса страны является создание эффективных условий для его воспроизводства и, в первую очередь, условий для привлечения в вузовскую науку и закрепления в ней талантливой молодежи. Меры по решению данной проблемы должны ориентироваться на устранение главных факторов, препятствующих притоку в науку сферы высшей школы молодых кадров (и способствующих оттоку молодежи из сферы науки и образования), а именно:

- низкая заработная плата молодых ученых и преподавателей, поскольку это приводит к тому, что талантливые и амбициозные молодые люди легко могут найти применение своим силам в других областях, не связанных с высшей школой;

- отсутствие жилья и перспектив его получения, потому что это обстоятельство крайне ограничивает доступ в крупные научные центры талантливых ученых из регионов;

- отсутствие современной приборной базы и условий для проведения исследований, поскольку даже достойное повышение зарплаты без обеспечения современным научным оборудованием не решит проблему привлечения и закрепления кадров;

- отсутствие перспектив и непредсказуемость научной карьеры, низкий престиж в обществе научной деятельности, отсутствие реальных разумных мер государства по исправлению ситуации.

Таким образом, можно сделать вывод о том, что одним из основных

направлений успешного развития науки и экономики страны, требующих

15

скорейшего и кардинального решения, является воспроизводство научных кадров -кадров, которые могли бы в полной мере решать задачи по созданию действительно оригинальных инновационных разработок, решать научные задачи, открывающие новые направления знания и производства. И именно такими учеными необходимо наполнять «научный сектор» современной экономики.

1.2 Анализ структуры системы управления воспроизводством научных кадров в высшей школе

Сегодня основной формой подготовки научных кадров является, в первую, очередь, подготовка кадров высшей квалификации (кандидатов и докторов наук) и именно это считается основой создания научной элиты страны. Диссертация является не только показателем достигнутых научных результатов соискателя, но и способствует его успешному продвижению как в научно-педагогической сфере, так и в реальном секторе экономики.

Однако стоит сказать, что процесс формирования научных кадров не начинается с аспирантуры - он начинается практически с первых лет обучения студентов в вузе и пронизывает все уровни высшего образования.

В соответствии со ст. 10 (п. 5) Закона 273-ФЗ установлены следующие уровни высшего профессионального образования [7]:

1) высшее образование - бакалавриат;

2) высшее образование - специалитет, магистратура;

3) высшее образование - подготовка кадров высшей квалификации.

Таким образом, в высшей школе помимо соискательства существуют такие варианты подготовки научных кадров, как:

- «специалист - кандидат наук - доктор наук»;

- «бакалавр - магистр - кандидат наук - доктор наук»;

Структура системы подготовки научных кадров в высшей школе представлена на рис 1.2.1.

Рисунок 1.2.1 - Структура системы подготовки научных кадров

в высшей школе

Анализируя современное российское законодательство в области подготовки научных кадров, а также локальные нормативные акты отдельных вузов и организаций, можно с определенной долей уверенности утверждать, что на сегодняшний день в высшей школе отсутствует полностью проработанная, централизованная система воспроизводства научных кадров. Нет четких методик оценки существующего состояния, а также методик прогнозных оценок дальнейшего развития как количественного, так и качественного протекания процессов воспроизводства научного кадрового потенциала высшей школы.

Так же наблюдается отсутствие четких рычагов управления воспроизводством научных кадров в высшей школе - в первую очередь, по причине недостаточной информационной базы для формирования качественных управленческих воздействий.

На рис. 1.2.2 представлена структура системы управления воспроизводством научных кадров в Российской Федерации.

Список литературы диссертационного исследования кандидат наук Тараброва, Ирина Николаевна, 2014 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ

1. Распоряжение Правительства РФ от 17 ноября 2008 г. № 1662-р «О Концепции долгосрочного социально-экономического развития РФ на период до 2020 года» (с изменениями и дополнениями).

2. Распоряжение Правительства РФ от 8 декабря 2011 г. № 2227-р «О Стратегии инновационного развития РФ на период до 2020 г.».

3. Постановление Правительства РФ от 21 мая 2013 г. № 424 «О федеральной целевой программе «Научные и научно-педагогические кадры инновационной России» на 2014-2020 годы и внесении изменений в федеральную целевую программу «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы» (с изменениями и дополнениями).

4. Постановление Правительства Российской Федерации от 15 апреля 2014 г. № 295 г. Москва «Об утверждении государственной программы Российской Федерации «Развитие образования» на 2013-2020 годы».

5. Постановление Правительства Российской Федерации от 15 апреля 2014 г. № 301 г. Москва «Об утверждении государственной программы Российской Федерации «Развитие науки и технологий» на 2013-2020 годы».

6. Федеральный закон № 127-ФЗ от 23 августа 1998 г. «О науке и научно-технической политике» (с изменениями и дополнениями).

7. Федеральный закон Российской Федерации № 273-Ф3 от 29 декабря 2012 г. «Об образовании в Российской Федерации».

8. Стратегия развития науки и инноваций в Российской Федерации на период до 2015 года (утверждена Межведомственной комиссией по научно-инновационной политике, протокол № 1 от 15 февраля 2006 г.).

9. Приказ Минобразования России от 27 марта 1998 г. № 814 (ред. от 28.03.2014, с изм. от 14.05.2014) «Об утверждении Положения о подготовке научно-педагогических и научных кадров в системе послевузовского профессионального образования в Российской Федерации»

10. Алтунин А.Е., Семухин M.B. Модели и алгоритмы принятия решений в нечетких условиях. - Тюмень: Издательство Тюменского государственного университета, 2000.

11. Анализ результативности научно-исследовательской деятельности и подготовки кадров высшей квалификации, Электронный ресурс. - [2014]. Режим доступа (дата обращения: 28.01.14) http://www.sci.vlsu.ru/main/re.zult.aspx

12. Арапов М.В., Либкинд А.Н., Марку сова В. А., Минин В. А Фундаментальные научные исследования в отечественных провинциальных вузах // Научно-техническая информация. Сер. 1. - 2004 - № 5.

13. Арутюнов В.В. Методы оценки результатов научных исследований. Учебное пособие для вузов. - М.: МГУКИ, 2004.

14. Ахтямов A.M. Математические модели экономических процессов. - Уфа: РИЦ БашГУ, 2009.

15. Бакаев В.Н., Васильева В.Ю., Владимирова Н.В. Основы моделирования систем. Конспект лекций. - Вологда, 2006.

16. Балаян Г.Г., Жарикова Г.Г., Комков Н.И. Информационно-логические модели научных исследований // М.: Наука, 1978. - 344 с.

17. Басакер Р., Саати Т. Конечные графы и сети // М.: Наука, 1974. 368 с.

18. Бек H.H., Голенко Д.И. Статистические методы оптимизации в экономических исследованиях. // М.: Статистика, 1971. - 136 с.

19. Белозеров В.Н., Малахов A.A., Розина И.А. Новое применение информационных классификаций в задачах управления наукой // М.: ВИНИТИ, 1997.

20. Берж К. Теория графов и ее приложения // М.: ИЛ, 1962. 320 с.

21. Беркетов Г.А., Блаженков В.В., Кравец Л.И., Оселедец В.И. Современные математические методы анализа и синтеза сложных систем. М.: МО СССР, 1984, 399 с.

22. Бешелев Д., Гурвиц Ф. Г. Математико-статистические методы экспертных оценок. // М.: Статистика, 1980. - 263 с.

23. Блаженков В.В., Морозов C.B. Марковская модель жизненного цикла профессиональной подготовки и деятельности специалиста.//Известия Института инженерной физики», 2011. № 3 (21). С. 79-81.

24. Боев В.Д., Сыпченко Р.П. Компьютерное моделирование (курс лекций). — М.: Интернет Университет Информационных технологий, 2010.

25. Борисов А.Н. и др. Модели принятия решений на основе лингвистической переменной. - Рига: Зинатне, 1982.

26. Брайчевский С.М., Ландэ Д.В. Современные информационные потоки: актуальная проблематика. // Научно-техническая информация. - Сер. 1, 2005, № 11.

27. Бурков В.Н., Ловецкий С.Е. Эвристический подход к решению динамических задач распределения ресурсов. // М.: Автоматика и телемеханика, 1966, № 5.

28. Бусленко Н.П. Моделирование сложных систем. // М.: Наука, 1978. - 402 с.

29. Ватник П. А. Статистические методы оперативного управления производством // М.: Статистика, 1978. - 242 с.

30. Венда В.Ф. Системы гибридного интеллекта: эволюция, психология, информатика // М.: Машиностроение, 1990. - 448 с.

31. Владыка М.В .Развитие и реализация инновационного потенциала вуза. Диссертация на соискание ученой степени доктора экономических наук. — Белгород: БГТУ им. В.Г.Шухова, 2010.

32. Володина Е.Д. Методика итеративного управления формированием в высшей школе кадрового потенциала науки. Диссертация на соискание ученой степени кандидата технических наук. - Москва: 2014.

33. Гриняев С.Н. Нечеткая логика в системах управления // Компьютерра. -2001, №38.

34. Добров Г.М., Ершов Ю.В., Левин Е.И., Смирнов Л.П. Экспертные оценки в научно-техническом прогнозировании. - Киев: Издательство «Наукова думка», 1974.

35. Документированная процедура. Система менеджмента качества вузов. Подготовка кадров высшей квалификации. Электронный ресурс. - 2014. Режим доступа:

- http://www.mgau.ru/file_article/kadrkval.pdf;

- http://narfu.m/pomorsu.ru/www.pomorsu.ru/indexe5e8cdafö5cele50d58dab2cl44 Ь5 c2 8 .html?page&id=quolity_tip_metod;

- http://www.asu.ru/flles/documents/00006231 .pdf.

36. Долгова В.И. Готовность к инновационной деятельности в образовании: монография. М.: КДУ, 2009. - 228 с.

37. Емелин Н.М. Отработка систем технического обслуживания летательных аппаратов. М.: Машиностроение, 1995, 128 с.

38. Емелин Н.М. Марковские модели технического обслуживания сложных систем. // Надежность и контроль качества, 1998, № 3. С. 21-24.

39. Емелин Н.М. Экономические модели надежности информационно-управляющих систем. М.: МО РФ, 2002, 130 с.

40. Емелин Н.М. Модель системы обеспечения психологической безопасности в образовательной сфере. // Сборник трудов XXV межрегиональной НТК. Серпухов: СВИ, 2006. С. 176

41. Емелин Н.М., Тараброва H.H. Проблемы и пути совершенствования системы подготовки молодых научных кадров в Российской Федерации // Труды XXVII Межрегиональной научно-технической конференции. - Серпухов: 2008.

42. Емелин Н.М., Тараброва И.Н. Подход к обоснованию показателей для оценки научной деятельности российских молодых ученых. - М.: Вестник МАИ, 2009, № 4.

43. Емелин Н.М., Тараброва И.Н., Соколов Д.И. Оценивание эффективности научных исследований молодых ученых. - М.: Нейрокомпьютеры: разработка, применение, 2009, № 12.

44. Емелин Н.М., Шведова Е.А. Модели мониторинга аналитических ведомственных целевых программ. //Нейрокомпьютеры: разработка, применение, 2008, №7. С. 88-91.

45. Завьялов A.M. Модернизация системы подготовки студентов технического вуза к научной деятельности / A.M. Завьялов, М.А. Федорова // Высшее образование в России. - 2011- № 1. - С. 48-55.

46. Заграй Н.П. и др. Критерии и показатели качества// Инженерное образование. - 2005.-№ 3.

47. Заде JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решений. -М.: Мир, 1976.

48. Ильина И.Е. Современные тенденции развития подготовки кадров высшей квалификации в России. Электронный режим доступа: riep.ru>upload/iblock/4a2/.pdf.

49. Индикаторы науки: 2014: статистический сборник. - Москва: НИУ «ВШЭ», 2014.-400 с.

50. Караваев А.П. Модели и методы управления составом активных систем // М.: ИПУ РАН, 2003.- 151 с.

51. Кельберт М.Я., Сухов Ю.М. Марковские цепи как отправная точка теории случайных процессов и их приложения // М.: МЦНМО, 2010. - 560 с.

52. Клацки Р. Память человека, структуры и процессы. - М.: Мир, 1979.

53. Классификация и кластер // Под ред. Дж. Райзина. - М.: Мир, 1980.

54. Короткое Э.М. Исследование систем управления // Э.М.Коротков - М.: «ДеКА», 2000. 226 с.

55. Кофман A.B. Введение в теорию нечетких множеств: Пер. с франц. // Под редакцией С.И.Травкина. - М.: Радио и связь, 1982.

56. Круглов В.В., Дли М.И. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. - М.: Физматлит, 2002.

57. Ладный А.О. Анализ и механизмы развития научного потенциала высшей школы. Диссертация на соискание ученой степени кандидата экономических наук. -Орел: Госуниверситет - УНПК, 2012.

58. Ларичев О.И., Мечитов А.И., Мошкевич Е.М., Фуремс Е.М. Выявление экспертных знаний (процедуры и реализация). - М.: Наука, 1989.

59. Ларичев О.И., Стериии М.Ю. Человеко-машинные методы решения многокритериальной задачи о назначениях: Моделирование поведения и интеллекта // Автоматика и телемеханика. - 1998, № 7.

60. Лебедева H.H. Модернизация механизма воспроизводства научных кадров в современной России // Вестник Волгоградского государственного университета. Серия 6: Университетское образование, 2013, № 14. С. 14-19.

61. Леонов, Г.А. Теория управления // М.: Издательство Санкт- Петербургского университета, 2006. — 243 с.

62. Майн X., Осаки С. Марковские процессы принятия решений // М.: Наука, 1977.- 178 с.

63. Материалы сайта «Президент России молодым ученым и специалистам». Электронный режим доступа: http://youngscience.ru.

64. Мелихов В.О. Методы и средства конкурсной организации научно-исследовательской деятельности по приоритетным направлениям // М.: Медиа Паблишер, 2008. - 198 с.

65. Методическое, организационно-техническое, экспертное и информационно-статистическое сопровождение работ, выполняемых в рамках ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы: отчет о НИР / ФГНУ «Госметодцентр»; рук. Тараброва И.Н., исполн. Емелин Н.М. [и др.]. -М„ 2009-2011. - Ч. 1, Ч. 2, 449 с. Ч. 3, 422 с. Ч. 4, 472 с. Ч. 5

66. Методическое, организационно-техническое, экспертное и информационно-статистическое сопровождение работ, выполняемых в рамках федеральной целевой программы «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы в 2010 году: отчет о НИР / ФГНУ «Госметодцентр»; рук. Емелин Н.М., исполн. Тараброва И.Н. [и др.]. - М., 2010. Ч. 1, 1179 с.

67. Модернизация российского образования: кадровый потенциал и подготовка кадров / Под. ред. Т.Л. Клячко. М.: Изд-во ГУ ВШЭ, 2002.

68. Модернизация системы начального профессионального и среднего

профессионального образования для подготовки специалистов в области атомного

промышленного комплекса на базе отраслевого межрегионального ресурсного

124

центра: отчет о НИР / НИЯУ «МИФИ»; рук. Стриханов М.Н., исполн. Тараброва И.Н. [и др.]. -М., 2011-2013. Ч. 1, 1347 с. Ч. 2, 1352 с. Ч. 3, 2801 с. Ч. 4, 2249 с. Ч. 5, 13592 с. Ч. 6, 2502 с.

69. Монфор А.О. Оценка результативности научного труда. По данным учреждений США // М.: Вестник АН СССР, 1980, № 9.

70. Москвитин В.Г., Волкова А.Н., Фрейд Д.А., Марьина Н.В. Эффективность математических методов оценки научно-технического уровня НИР и анализа функционирования объектов. - М.: Экономика и коммерция, 1995, № 2.

71. Мошкин A.C., Тараброва И.Н. Модели воспроизводства научных кадров в системе высшего образования // ИЗВЕСТИЯ-13. Сборник научных трудов (Материалы научно-практической конференции Военной академии РВСН им. Петра Великого, декабрь 2013). -М.: МО РФ, 2013. С. 199-200.

72. Мурох A.A. Элементы теории графов в анализе современных систем управления // Научный журнал «Фундаментальные исследования» 2006. URL: Электронный ресурс. 2014. Режим доступа: (дата обращения: 18.08.2014) www.rae.ru/fs/?section=content&op=show_article&article_id=4912

73. «Наука, образование и инновации в России: взгляд молодых ученых на проблемы и перспективы», доклад Совету при Президенте РФ по науке и образованию, Москва, 2012.

74. «Наука России в цифрах: 2013», статистический сборник. - М.: НИИ РИНКЦЭ, 2013, 137 с.

75. Научное сопровождение и мониторинг реализации мероприятий программы поддержки ведомственной системы развития НИРС и НТТМ: отчет о НИР / ФГНУ «Госметодцентр»; рук. Емелин Н.М., исполн. Тараброва И.Н. [и др.]. - М., 2008. - Ч. 1, 100 с. Ч. 2, 113 с.

76. Новиков А.М. Методология образования. - М.: «Эгвес», 2002. - 320 с.

77. Новиков Д.А. Сетевые структуры и организационные системы // М.: ИПУ РАН, 2003.- 102 с.

78. Новиков Д.А., Суханов A.JI. Модели и механизмы управления научными

проектами в ВУЗах. - М.: Институт управления образованием РАО, 2005. - 80 с.

125

79. Новиков Д.А., Чхартишвили А.Г. Прикладные модели информационного управления // М.: ИПУ РАН, 2004. - 130 с.

80. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации // М.: Наука, 1981.

81. Основы научных исследований: Учеб. для тех. вузов / Под ред. В. И. Крутова В. В., Попова. М., 1989. С. 37. 24. 16.

82. Осуществление мониторинга и экспертизы проектов при реализации в 20142017 годах мероприятий 2.3, 3.3.1 и 3.3.2 ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы»: отчет о НИР/ ФГНУ «Госметодцентр»; рук. Емелин Н.М., исполн. Тараброва И.Н. [и др.]. - М., 2014. Ч. 1, 207 с. Ч. 2, 707 с. Ч. 3, 547 с.

83. Официальные сайты российских вузов.

84. Пазухина С. В. Совершенствование работы по развитию инновационной активности и стимулированию мотивации экономически эффективной научно-исследовательской деятельности молодых ученых в Тульском регионе // III Тульский молодежный экономический конкурс инновационных проектов и идей: Сб. тезисов работ / Под ред. Ю. Д. Землякова. Тула: Имидж Принт, 2012. С. 175-179.

85. Пазухина С. В., Ю. И. Богатырева Инновационная активность молодых ученых: содержание, структура, условия развития // Молодой ученый. — 2012. — № 10. —С. 363-371.

86. Пенькова, О. В. Науковедение, наукометрия и их производные: Методы колич. оценки науч. деятельности: Моногр. // О. В. Пенькова, В. М. Тютюнник. Тамбов: Изд-во МИНЦ, 2002. - 176 с.

87. Петров В.И. Критерии оценки качества подготовки кадров высшей квалификаци / В.Петров, В.Столбов, М.Гитман // Высшее образование в России, 2008-№8.-С. 13-19.

88. Покровский В.А., Деркач Г.М., Рубанов А.Ю. Эффективность деятельности научных коллективов в промышленности. Теория и методы оценки. — М.: Экономика, 1985.

89. Программа создания и развития федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Национальный исследовательский ядерный университет «МИФИ» на 2009-2017 годы.

90. Разработка интегрированной системы управления НИРС-НТТМ в масштабах страны: отчет о НИР / ФГНУ «Госметодцентр»; рук. Емелин Н.М., исполн. Тараброва И.Н. [и др.]. -М., 2009-2010. Ч. 1, 130 с. Ч. 2, 189 с.

91. Разработка методики и программного комплекса для анализа результатов мониторинга НИОКР гражданского назначения федеральных целевых программ (мероприятий, проектов): отчет о НИР / ФГНУ «Госметодцентр»; рук. Емелин Н.М., исполн. Тараброва И.Н. [и др.]. - М., 2008-2009. Ч. 1, 133 с. Ч. 2, 166 с. Ч. 3, 179 с.

92. Разработка процедур экспертизы фундаментальных исследований в высшей школе (во взаимодействии с РАН): отчет о НИР // ФГНУ «Госметодцентр», рук. Зайцев А.В. -М.: 2008.

93. Разработка системы информационно-аналитической поддержки научной деятельности молодых ученых по приоритетным направлениям развития науки, технологий и техники в Российской Федерации: отчет о НИР / ФГНУ «Госметодцентр»; рук. Емелин Н.М., исполн. Тараброва И.Н. [и др.]. - М., 20072008. - Ч. 1, 441 с. Ч. 2, 372 с. Ч. 3, 680 с.

94. Разработка системы информационно-аналитической поддержки научной деятельности молодых ученых по приоритетным направлениям развития науки, технологий и техники в Российской Федерации: отчет по исполнению государственного контракта № 02.521.11.1020 от 9 июля 2007 г. // ФГНУ «Госметодцентр», рук. Емелин Н.М. - М.: 2008.

95. Романов, В.А. Теория и практика формирования готовности студента-бакалавра к реализации методологической позиции исследователя // Современные проблемы науки и образования. 2012. № 1. иКС/. www.science-education.ru/101-5299.

96. Рябова Т.М. Оценка профессиональной деятельности профессорско-преподавательского состава вузов в условиях модернизации высшего образования.

Диссертация на соискание ученой степени кандидата социологических наук. -Москва: 2011.

97. Свиридов А.П., ШалобинаИ.А. Сетевые модели динамики знаний. Под ред. Ю. Н. Мельникова // М.: Изд-во МЭИ, 1992. - 88 с.

98. Тараброва И.Н. Подход к обоснованию показателей для оценки научной деятельности российских молодых ученых. - Волгоград: Известия Волгоградского государственного технического университета, 2008. Т. 5, № 5. С. 91-92.

99. Тараброва И.Н. Анализ методов выбора показателей для оценки эффективности научной деятельности молодых ученых // Труды XXVII Межрегиональной научно-технической конференции. - Серпухов: 2008.

100. Тараброва И.Н. Обработка информации о научной деятельности молодых ученых. - М.: Ученые записки ИИО РАО, 2009, № 29-П. С. 128-131.

101. Тараброва И.Н. Структурная схема АСУ качеством научной деятельности молодого ученого // Сборник трудов I Всероссийской научно-практической конференции «Современное непрерывное образование». - Серпухов, 2010.

102. Тараброва И.Н. Подход к оценке инновационной деятельности ученых высшей школы // Труды XXXI Всероссийской научно-технической конференции «Проблемы эффективности и безопасности функционирования сложных технических и информационных систем». - Серпухов, 2012. Ч. 4. С. 97-100.

103. Тараброва И.Н. Подход к оценке инновационной деятельности ученых // Труды XXXII Всероссийской научно-технической конференции «Проблемы эффективности и безопасности функционирования сложных технических и информационных систем». - Серпухов, 2013. Ч. 4. С. 215-216.

104. Тараброва И.Н. Марковские модели воспроизводства научных кадров высшей квалификации // Материалы IV Всероссийской научно-практической конференции «Современное непрерывное образование и инновационное развитие». -Серпухов, 2014.

105. Тараброва И.Н. Нечеткая модель обоснования показателей качества инновационной деятельности ученого / Тараброва И.Н. // «Транспортное дело России». -2014. -№ 5 (115).

106. Тараброва И.Н. Модели и алгоритмы воспроизводства научных кадров сектора высшей школы. - Серпухов: Известия института инженерной физики, 2014, №4.

107. Тодосийчук A.B. Оценка качества результатов научно-технической деятельности // М.: Науковедение, 1994.

108. Управление качеством научно-исследовательской деятельности в университетском комплексе: принципы, подходы, опыт: монография // Под общ. ред. Н.П Макаркина, В.Д Черкасова, С JI Пахомова. Саранск: Изд-во Мордов. ун-та, 2008. - 248 с.

109. Федеральные образовательные стандарты высшего образования. Портал федеральных образовательных стандартов высшего образования http://fgosvo.ru.

110. Хайтун С.Д. Проблемы качественного анализа науки. - М.: Наука, 1989.

111. Хлунов А. В. Приоритеты государственной научно-технической политики // Наука и власть: Проблемы коммуникаций. - М.: Научный эксперт, 2009. С. 43.

112. Царьков А.Н., Бугаков И.А. Концептуальные идеи и опыт создания интегрированной системы непрерывного образования как основы эффективного воспроизводства кадров для устойчивого инновационного развития Электронный режим доступа: iifrf.ru>files/sections/260/03.doc.

113. Черешнев В. А. Законодательное обеспечение научной деятельности в Российской Федерации // Инновации, 2009, № 6. С. 5.

114. Шадриков В.Д. Введение в психологию: способности человека // М.: Логос, 2002.-160 с. 156.

115. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. Учебник для вузов. - Винница: Континент-ПРИМ, 1997.

116. Шукшунов В.Е. О роли научных исследований и инновационной деятельности в современном университете. // Вестник МАН ВШ, № 2(4). Ярославль: изд-во ЯрГУ, 1998. С. 9-19.

117. Экспертная оценка проведения, организации и результатов научно-исследовательской деятельности в вузе. Методические рекомендации. Утверждены

решением аккредитационной коллегии Федеральной службы по надзору в сфере образования и науки 9 ноября 2006 г.

118. Экспертно-аналитическое сопровождение реализации программ стратегического развития образовательных учреждений высшего профессионального образования в регионах Российской Федерации: отчет о НИР/ ФГНУ «Госметодцентр»; рук. Емелин Н.М., исполн. Тараброва И.Н. [и др.]. - М., 2013. Ч. 1,869 с. Ч. 2, 3441 с.

119. Эмиграция и профессиональная деятельность российских ученых за рубежом. - М.: ЦИСН, 1998, стр. 60.