Моделирование и управление материальными потоками пространственно распределенной производственной системы тема диссертации и автореферата по ВАК РФ 08.00.13, доктор экономических наук Файзрахманов, Рустам Абубакирович

• Файзрахманов, Рустам Абубакирович
• доктор экономических наук
• 2002

Оглавление диссертации доктор экономических наук Файзрахманов, Рустам Абубакирович

ВВЕДЕНИЕ.:.

1. ТЕОРЕТИЧЕСКИЕ И МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ УПРАВЛЕНИЯ щ ПРОИЗВОДСТВЕННЫМИ ПОТОКАМИ.

1.1. Актуальность проблемы моделирования и управления производственной системой как сложным динамическим объектом.

1.2. Свойства производственных систем, существенные для моделирования, исследования и управления.

1.3. Производственные ресурсы как важнейший фактор управления процессом производства.

1.4. Основные предпосылки исследований.

1.5. Концепция иерархической системы компенсации внутренних и внешних факторов среды.

1.6. Моделирование процессов управления динамической целеориентацией ПС с учетом качественных факторов среды. 1.7. Моделирование и оптимизация производственной системы с учетом количественных факторов внешней среды на основе управления товарным ассортиментом и товарооборотом.

1.7.1. Цель экономической организации при формировании товарной политики и изучение спроса.

1.7.2. Оптимизация товарного ассортимента.

1.8. Интегрированная математическая модель производственной системы.

1.8.1. Содержательное описание объекта управления.

1.8.2. Формальное описание структуры модели процесса управления производством. р 1.8.3. Постановка задачи управления материально-производственными потоками и производственными ресурсами.

2. МЕТОДИЧЕСКИЕ ОСНОВЫ МОДЕЛИРОВАНИЯ ФАКТОРОВ, РЕСУРСОВ И МЕХАНИЗМОВ УПРАВЛЕНИЯ.

2.1. Материальные запасы и производственные мощности как важнейшие факторы производственного процесса в рыночной экономике.

2.2. Система показателей для оценки уровня и эффективности использования производственных ресурсов.

2.3. Концепция формирования информационной системы для производственно-экономических систем.

2.4. Методические основы стратегии мониторинга и управления материальными производственными потоками.

2.5. Анализ систем оперативного управления производством и подходов к моделированию материальных потоков.

2.6. Обобщение производственного потока.

2.7. Случайные возмущающие факторы в процессе производства, их формальное описание.

2.8. Основные механизмы управления, направленные на компенсацию влияния случайных факторов.

2.9. Оценка статистической эффективности управления материальными потоками производственной системы.

3. МОДЕЛИРОВАНИЕ МАТЕРИАЛЬНОГО ПОТОКА И АНАЛИЗ МЕТОДОВ УПРАВЛЕНИЯ С УЧЕТОМ СЛУЧАЙНЫХ ФАКТОРОВ.

3.1. Материальный поток как объект управления с распределенными параметрами

3.2. Математическая модель материального производственного потока как объекта управления.

3.3. Использование математической модели материального потока.

3.4. Принцип управления материальным производственным потоком по возмущению

3.5. Основные задачи, связанные с использованием математической модели материального потока.

3.6. Производственные потери как возмущающий фактор и способы их компенсации.

3.7. Математическая модель материального потока с учетом случайных производственных потерь.

3.8. Постановка задачи анализа компенсации возмущающих факторов.

3.9. Управление входным потоком предметов труда.

3.9.1. Интегральная компенсация случайных производственных потерь.

3.9.2. Показатели качества при интегральной компенсации.

3.9.3. Асимптотическая стационарность интегрального выпуска.

3.9.4. О возможности полной компенсации возмущений.

3.9.5. Частичная компенсация возмущений при управлении входным потоком

3.9.6. Показатели качества системы управления при частичной компенсации

3.9.7. Анализ результатов исследования управления входным потоком.

3.10. Распределенное управление производственным потоком.

3.10.1. Вероятностные характеристики функций состояния производственного потока.

3.10.2. Ресурсы, необходимые для реализации способа компенсации.

3.11. Управление за счет создания запасов продуктов на выходе технологического маршрута.

3.11.1. Статистические характеристики параметров состояния производственного потока.

3.11.2. Статистические показатели качества управления производственным потоком.

3.11.3. Ресурсы, необходимые для реализации способа компенсации производственных потерь.

3.12. Структура производственных ресурсов, необходимых для компенсации производственных потерь.

3.13. Нарушение производственного ритма как возмущающий фактор и его компенсация

3.14. Математическая модель производственного потока с учетом фактора нарушения ритма.

3.15. Усредненная компенсация фактора нарушений ритма.

3.15.1. Вероятностные характеристики параметров производственного потока при интегральной компенсации факторов нарушений ритма.

3.15.2. Статистические показатели качества при интегральной компенсации

3.16. Компенсация флуктуаций случайных факторов нарушений ритма.

3.16.1. Полная компенсация случайных возмущений.

3.16.2. Частичная компенсация возмущений при алгоритме управления типа "ограничитель с линейным участком".

3.16.3. Частичная компенсация возмущений, связанных с нарушением ритма, на относительно большом интервале времени.

3.17. Частичная компенсация производственных возмущений, связанных с нарушением ритма, с произвольной спектральной плотностью.

3.18. Анализ результатов компенсации возмущений, связанных с нарушением производственного ритма.

4. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ЗАДАЧИ ОПТИМИЗАЦИИ УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННЫМ ПОТОКОМ.

4.1. Постановка задачи оптимизации управления производственными потоками и ресурсами.

4.2. Формальная постановка задачи оптимизации управления материальным производственным потоком.

4.3. Оптимальная компенсация производственных потерь как случайных возмущений.

4.3.1. Анализ производственного потока при комбинированном способе компенсации производственных потерь.

4.3.2. Показатели качества при комбинированной схеме компенсации.

4.3.3. Условия реализации комбинированной схемы компенсации.

4.3.4. Постановка задачи оптимальной компенсации производственных потерь

4.4. Оптимальная компенсация случайных факторов, связанных с нарушением производственного ритма.

4.4.1. Комбинированная схема компенсации возмущений, связанных с нарушением производственного ритма.

4.4.2. Условия реализации комбинированной схемы компенсации.

4.4.3. Постановка задачи оптимальной компенсации возмущений, связанных с нарушением производственного ритма.

4.5. Постановка общей задачи оптимальной компенсации производственных возмущений.

4.6. Решение задачи оптимальной компенсации производственных возмущений.

4.7. Численные методы оптимизации.

4.8. Проблема сложности и композиции частных интересов в производственной системе.

4.8.1. Управление распределением потоков на операциях запуска и сборки изделий.

4.8.2. Задача распределения ресурсов в производственной системе.

5. ПЛАНИРОВАНИЕ АССОРТИМЕНТА ВЫПУСКАЕМОЙ ПРОДУКЦИИ С УЧЕТОМ РЫНОЧНОГО СПРОСА.

5.1. Пути увеличения прибыли предприятий.

5.2. Условия получения максимальной прибыли.

5.3. Прогнозирование состояния рынков сбыта.

5.4. Математическая модель оптимизации товарного ассортимента.

6. ИНТЕЛЛЕКТУАЛЬНАЯ ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ПО КОМПЕНСАЦИИ ВЛИЯНИЯ ФАКТОРОВ НЕОПРЕДЕЛЕННОСТИ И РИСКА.

6.1. Управление рисками на основе установления приоритетов с помощью экспертных оценок.

6. 2. Структурирование целевых показателей на основе нетранзитивной системы парных сравнений.

6.2.1. Моделирование процесса принятия решений.

6.2.2. Повышение качества принимаемых решений на основе использования системного анализа.

6.2.3. Нетранзитивная система парных сравнений.

6.2.4. Получение количественной экспертной оценки методом расстановки приоритетов.

6.2.5. Оценка эффективности вариантов информационной системы. ф 6.3. Оптимизация функционирования производственной системы на основе модели знаний.

6.3.1. Применение теории нечетких множеств при формализации знаний.

6.3.2. База знаний и вывод новых знаний.

6.3.3. Методологические основы диагностирования производства с помощью интеллектуальной системы.

• 6.3.4. Формирование целевого показателя и его диагностика с помощью модели знаний.

Введение диссертации (часть автореферата) на тему «Моделирование и управление материальными потоками пространственно распределенной производственной системы»

Актуальность исследования. Эффективность развития национальной экономики во многом определяется экономическим потенциалом субъектов хозяйствования, их

• конкурентоспособностью и устойчивостью организации потоковых процессов в условиях влияния факторов среды на основе математических методов, современных концепций управления производством, базирующихся на новых информационных технологиях. Особенно это важно в современных условиях в связи с адаптацией промышленных предприятий к динамике рыночной конъюнктуры под влиянием различных факторов неопределенности и риска.

Современное производство представляет собой сложную динамическую систему потоковых процессов, характеризующуюся многочисленностью изменяемых параметров и переменных. Функционируя в условиях рыночных отношений, производственные системы находятся под влиянием различных типов внешних и внутренних возмущающих факторов, снижающих их эффективность. Факторы среды, имея неодинаковую степень структурированности, оказывают многообразное влияние на бизнес-процессы в производственной системе на различных уровнях формирования управленческих решений. Систематизация факторов и разработка методов, обеспечивающих экономический гомеостазис производственной системы на единой концептуальной основе, являются актуальными в современных условиях России.

Рост сложности проблем управления в соответствии с принципами экономической кибернетики (необходимого разнообразия Эшби, модель жизнеспособной фирмы Стаффорда Вира и др.) связан с усложнением методов управления производственными системами, базисом которых в современных условиях являются математические методы и новые информационные технологии, реализующие современные мировые концепции управления производством. В связи с этим необходима соответст

Ф вующая модельная поддержка современных концепций управления производством и корпоративных экономических информационных систем.

Необходимо отметить ориентированность современных информационных систем на автоматизацию в большей степени ручных операций, чем процессов принятия управленческих решений, перенеся всю основную тяжесть на лицо, принимающее решение (ЛПР). В основе современных методов проектирования экономических информационных систем лежит "функционально-алгоритмический подход", обеспечивающий главным образом расчетные операции, и недостаточно применяются экономико-математические методы при обосновании принимаемых решений в связи с управлением производственно-коммерческой деятельностью предприятий.

Анализ публикаций в области математической теории управления производственными системами позволяет утверждать, что многое в этой области носит статический характер, недостаточно используются динамические аналитические модели. Используемые модели носят локальный характер, слабо учитывают связь основных фаз процессов производства и сбыта, не позволяют исследовать алгоритмы управления во взаимосвязи с производственными ресурсами. В этой связи является актуальной раз-ф работка динамических моделей, учитывающих пространственную распределенность материального производства и позволяющих решать задачи управления потоковыми процессами на основе интегрирующей роли логистической методологии.

Между тем проблема исследования и разработки эффективных методов управления функционированием производственных систем в условиях неопределенности и ограничений в ресурсах методами экономико-математического моделирования стано-% вится все более актуальной. Одним из подтверждений тому служит особенность производственных систем, состоящая в том, что эксперименты над ними невозможны в реальном масштабе времени, а результаты экспериментов не воспроизводимы и не сравнимы.

Объективная сложность анализа динамических производственных систем, функ-^ ционирующих в условиях рынка, с целью формирования политики, направленной на самообеспечение и непрерывное саморазвитие, обусловливает необходимость и народнохозяйственную значимость исследования вопросов анализа, моделирования и управления бизнес-процессами, в основе которых лежат возможности управления материальными ресурсами. Взаимная увязка микроэкономических и макроэкономических процессов на основе изучения отношений по поводу материальных ресурсов между основными участниками бизнес-процесса является основополагающей проблемой.

Работа посвящена решению актуальной научной проблемы, состоящей в разработке методологических и теоретических основ моделирования и управления сложными динамическими пространственно распределенными производственными системами, рассматриваемыми на уровне движения материальных ресурсов, функционирующими в условиях неопределенности, возмущений внешней среды, ограничений на основе разработки экономико-математических моделей, методов и алгоритмов управления с целью повышения эффективности функционирования производственных систем (ПС).

Проблеме повышения эффективности управления производством на основе достижений науки и технологий уделяется большое внимание в публикациях отечественных и зарубежных ученых.

Научное управление процессами производства наиболее тесно связано с работами, относящимися к концу XIX и к началу XX веков, Ф. Тейлора, Френка, Ф. Гильб-рета, JI. Гильбрет, Г. Ганта, Г. Эмерсона, Г. Форда и др. Их работы положили начало развитию системного анализа процессов производства, поиску решений на основе рациональной организации и целесообразности [154, с.249].

Использование математики в теории и практике управления производством обусловлено созданием концепции оптимального планирования в экономике и соответствующего формального аппарата - математического программирования, получившее развитие в трудах таких ученых, как J1.B. Канторович, Н.П. Федоренко, В.В. Новожилова, B.C. Немчинова, Дж. Данциг, Т.С. Koopmans, Н.В. Maynard и др. Методы линейного программирования, сформулированные J1.B. Канторовичем в 40-х г.г. прошлого столетия, широко применяются для решения функциональных задач, связанных с оптимизацией использования ресурсов, планирования объемов производства с учетом спроса и т.д., и являются неотъемлемой частью соответствующих функциональных модулей автоматизированных информационных систем управления.

Методы оптимального планирования и управления производством на основе экономико-математических методов и моделей нашли отражение в трудах В.Ф. Сыт-ника, С.А. Жданова, Р. Аллена, С.А. Ашманова, А.Г. Гранберга, J1.B. Канторовича, Э.А. Мухачевой, Г.Ш. Рубинштейна, Н.Н. Моисеева, Дж. Фон Неймана, О. Морген-штейна, С.И. Шелобаева, В.А. Емеличева, В.И. Комлика, Л.И. Смоляра, В.В. Шкурбы, К.Г. Татевосова, В.М. Португала, А.Е. Перельмана и др. [11, 25, 61, 65, 77, 84, 121, 125, 198, 202, 209]. Как правило, это статические задачи планирования ассортимента, объемов выпускаемой продукции, производственных мощностей и др., решаемые с использованием методов математического программирования.

В теории оперативного управления производством широкое развитие получили в основном два направления: теория сетевых моделей и теория управления запасами. Задача обоснования объемов материальных запасов с учетом влияния факторов среды аналитически решается в рамках теории систем массового обслуживания. Результаты таких исследований приводятся в работах российских, советских и зарубежных ученых, в числе которых можно отметить Ю.И. Рыжикова, Н.В. Белкина, Г.Л. Шахову, Н.Н. Голдобину, В.М. Громенко, К.В. Инютину, А.А. Первозванского, В.А. Саковича, В.И. Хачатряна, Дж. Букана, Э. Кенисберга, Ф. Хэнсменна, Дж. Хедли, Г. Уайтина, Н. Прабху и др. [246, 263, 283, 284, и др.].

На применимость методов классической теории автоматического управления к задачам управления производством указывалось в работах Г. Саймона, Г. Вассиана, К. Негойце [207, 287, 392 и др.]. Оперативное управление производством как объект изучения экономической кибернетики рассматривается в публикациях А.А. Первозванского, К. Негойце, П.А. Ватника, Н.А. Саломатина, Л.А. Исмагиловой и др. [2, 55, 116, 207, 247]. На основе формального описания динамики производственного объекта, ввода алгоритмов управления строится замкнутая система, качество которой исследуется с помощью известных методов теории управления.

Производственная система как динамический объект с распределенными параметрами исследуется в публикациях О.И. Мухина, А.С. Иванова, Е.В. Долговой, О.Б. Низамутдинова, Б.Я. Советова. Для описания материальных потоков используются при этом математические модели механики сплошной среды [104, 214 - 228, 297, 298 и др.].

Методологические вопросы управления материальными потоками в рамках логистического подхода нашли развитие в трудах таких ученых, как А.И. Семененко, В.И. Сергеев, В.Н. Родионова, О.Г. Туровец, Н.В. Федоркова, В.О. Бахарева, Г.А. Васильева, Л.А. Ибрагимов, Н.А. Нагапетьянц, Н.Г. Каменева, М.Д. Ветлугина, A.M. Гаджинский, П.П. Гончаров, М.П. Гордон, М.Е. Залманова, В.К. Козлов, С.А. Уваров, О.А. Новиков, И.Н. Омельченко, А.Ю. Ермаков, Б.К. Плоткин, Е.В. Володиной, D.J. Bowersox, D.J. Closs, O.K. Helferich, D.W. DeHayes, R.L. Taylor, C.J. Langley и др. Материальные производственные потоки рассматриваются при этом как целостная распределенная в пространстве динамическая система, процессы управления которыми изучаются в рамках производственной микрологистики [64, 138, 163, 234, 241, 267, 271, 277, 278, 285, 291,318, 322 и др.] Однако новые подходы к организации и управлению материальными потоками должны быть подкреплены соответствующими им формальными методами, учитывающими целостность пространственно распределенного потока.

Теоретические и практические вопросы автоматизации процессов управления производством и материальными ресурсами путем обработки информации с помощью компьютеров и создания различных АРМ и АСУП явились толчком для разработки соответствующего математического обеспечения. Этим вопросам посвящены труды таких ученых, как Б.Я. Советов, В.В. Цехановский, В.П. Рубаник, А.Г. Мами-конов, В.В. Шкурба, В.М. Глушков, Н.Г. Зайцев, B.JI. Белоусов, М.П. Криванов, Э. Дудинская, М. Мизла, Т. Попова, М. Каменнова, В. Ивлев, А.Д. Шарапов, Г.В. Лавин-ский, И.Ю. Юсупов, И.К. Ануфриев и др. [37, 86, 96, 109, 135, 148, 264, 299, 376].

Современные подходы к автоматизации процессов управления производством и сбытом связаны с созданием и применением новых технологий и стандартов SADT, IDEF, ISO, корпоративных информационных систем (КИС), универсальных информационных и технических средств управления, разработанных зарубежными фирмами, таких как R/3 фирмы SAP, BAAN IV фирмы BAAN, CA-MAN-MAN/X, TimeLine, WorkFIow, LinkWorks и др., а также отечественных комплексных программных средств учета и управления, в частности БОСС фирмы АйТи, БЭСТ, Аккорд, Парус 4.31, "Экипаж" и др. Предлагаемые информационные системы управления отличаются не только разнообразием автоматизируемых функций (функциональных модулей), но и заложенными в них концепциями управления. В их числе можно назвать такие мировые концепции, как MRP(Material Resource Planning), MRP-II (Manufacturing resources Planning), ERP (Enterprise Requirements Planning), MES (Manufacturing Execution System), CSRP (Customer Synchronized Resource Planning), CRM (Customer Relationship Management) и др. Эти концепции в сочетании свидетельствуют о необходимости управления производством с учетом потребностей спроса и возможностей предприятия. Они нашли отражение и развитие в трудах таких ученых, как Г.Н. Ка-лянов, И.П. Норенков, В.В. Баронов, Ю.Е. Мауэргауз, С. Питеркин, Н.И. Артемов, О.Б. Низамутдинов, А. Марио, И. Альтшулер, К. Шарашов, И. Щекалев, Г. Верников, Д. Марка, К. Макгоуэн и др. [21, 30, 102, 177, 252, 277].

Вопросам построения логистических информационных систем (ЛИС) на основе систематизации и интеграции известных концепций управления производством и информационных систем посвящены труды Т.А. Родкиной, И.Н. Омельченко, А.А. Колобова, А.Ю. Ермакова, А.В. Киреева и др. [277]. Показана целесообразность функционального подхода к построению ЛИС.

Компьютерные модели и инструментальные системы моделирования (G2, GPSS, MATLAB,STRATUM, РДО и др.), позволяющие описывать закономерности функционирования сложных систем, широко применяются при исследовании систем управления процессами производства и получили развитие в трудах Н.П. Бусленко, А.А. Вавилова, Т. Нейлора, А. Прицкера, Р. Шеннона, Т. Дж. Шрайбера, Н.А. Сало-матина, Г.В. Беляева, В.Ф. Петроченко, В.В. Емельянова, С.И. Ясиновского, О.И. Мухина, И.К. Ануфриева и др. [11, 14, 16, 19, 48, 67, 79, 83, 88, 100, 110, 203].

Проблемы разработки интеллектуальных алгоритмов поддержки и принятия решений по управлению производственными системами с учетом субъективного фактора рассмотрены в работах А.Н. Романова, Б.Е. Одинцова, Ю.Ф. Тельнова, Р.А. Алиева, Н.М. Абдикеева, М.М. Шахназарова, А.Э. Церковного, Г.А. Мамедова, В.А. Кабанова, А.В. Лапко, С.В. Ченцова, С.И. Крохова, Л.А. Фельдмана, Ю.А. Любарского, Д.А. Поспелова и др. [9, 10, 117, 150, 167, 212, 261 310].

Анализ процессов управления производством в условиях влияния различных случайных факторов на основе математического моделирования приведен в трудах П.А. Ватника, В.Н. Андреева, Г.А. Симона, В.Ф. Сытника, Н.С. Райбмана, А.Б. Бауб-лиса и др. [15, 33, 55, 274, 303].

Однако до настоящего времени в полной мере не разработана общая методология математического моделирования и управления производственной системой (ПС) как единым динамическим распределенным объектом, функционирующим в условиях рынка, находящимся под воздействием внешних и внутренних возмущений, управляемым человеком в условиях неопределенности, ограничений по ресурсам.

Большая часть известных работ посвящена вопросам моделирования макроэкономических процессов. Аспектам моделирования микроэкономических процессов, включающим проблемы взаимосвязей факторов внутренней и внешней среды, ресурсов и методов компенсирующего управления с точки зрения целевой ориентации производственной системы на основе современных концепций и соответствующих им информационных систем, уделено явно недостаточное внимание.

Цель и задачи исследований. Цель работы - развитие методов моделирования и управления производственными системами, функционирующими в условиях рынка, направленное на решение проблемы, имеющей важное научно-практическое значение и состоящей в разработке методологических и теоретических основ управления производственной системой в условиях рыночной среды и влияния внутренних и внешних факторов на основе математического моделирования материальных потоков и процессов управления ими с целью создания экономически выгодных позиций в конкурентной среде.

Для достижения поставленной цели сформулированы для решения следующие задачи:

- разработка методологии моделирования и управления материальными потоками производственных систем, функционирующих в условиях рыночных отношений, факторов неопределенности и риска;

- построение концепции иерархической системы компенсации влияния внутренних и внешних факторов среды, имеющих различную степень структурированности, на материальный производственный поток;

- разработка математической модели и методов управления материальным производственным потоком как объектом с распределенными параметрами с учетом влияния случайных производственных факторов и величины материальных ресурсов;

- обоснование функционального состава логистически ориентированной корпоративной информационной системы, реализующей систему управления материальными потоками и ресурсами;

- целевое ориентирование производственной системы в условиях рыночной экономики с учетом факторов неопределенности и риска среды;

- оптимизация ассортиментной политики производственной системы с учетом рыночного спроса;

- интеллектуальная поддержка принятия решений по управлению производственной системой и анализ причинно-следственных отношений экономических факторов различной степени структурированности.

Объектом исследования являются производственные системы промышленных предприятий, адаптирующиеся к динамике рыночной конъюнктуры под влиянием факторов внутренней и внешней среды.

Предметом исследования являются материальные потоки производственных систем, рассматриваемые как объекты моделирования и управления.

Методы исследования. При разработке теоретических и методологических основ моделирования и управления производственными потоками используются методы системного анализа, теории организации, современные концепции управления производством и логистики. Разработка моделей проводится с использованием методов общей теории систем, математического анализа, математической физики, математической статистики и случайных процессов, математической логики, экономической кибернетики, теории иерархических систем. Синтез непрерывно-логических и интеллектуальных алгоритмов осуществляется с использованием методов искусственного интеллекта и теории алгоритмов. Для разработки информационной системы иерархической компенсации возмущающих факторов применяются методы проектирования информационных систем, известные корпоративные информационные системы, основанные на мировых концепциях управления.

Научная новизна результатов. Научная новизна решения проблемы заключается в разработке авторского теоретико-методологического подхода к управлению материальными производственными потоками в условиях влияния факторов неопределенности и риска, который позволяет обеспечить обоснованное принятие решений по реализации устойчивого функционирования производственной системы и повысить эффективность использования материальных ресурсов на основе:

- более полного учета существенных факторов внутренней и внешней среды, обусловливающих формирование политик в связи управлением материальными потоками производственной системы, в соответствии с ее стратегическими и тактическими целями;

- иерархической системы компенсации влияния факторов среды на функционирование материальных производственных потоков, рассматривающей это влияние на трех уровнях: целевой ориентации, ассортиментной политики и производственных процессов, системное представление которых диссертантом способствует обеспечению состоятельности производственной системы;

- концепции формальной среды для моделирования распределенных в пространстве экономических процессов, позволяющей создать их аналитическое представление как распределенных, динамических балансовых соотношений, что является дальнейшим развитием методов моделирования потоков, разработанных при участии диссертанта и других работников кафедры автоматизированных систем управления Пермского технического университета;

- агрегированного представления случайных производственных факторов, процессов управления и материальных производственных ресурсов;

- динамических математических моделей материальных производственных потоков как системы объектов с распределенными параметрами, позволяющих ставить и решать задачи анализа и синтеза систем управления, планирования ресурсов и оперативного управления в условиях разработанных планов и ограниченных ресурсов с учетом случайных производственных факторов. Модели и методы являются дальнейшим развитием идей, предложенных О.Б. Низамутдиновым.

- методов создания корпоративной информационной системы для производственных предприятий путем научного обоснования их функционального состава и параметрической настройки на основе современных концепций управления производством и интегрирующей роли логистической функции. Структура информационной системы является дальнейшим развитием подходов, предложенных в работах Родки-ной Т.А. Особенностью предложенной структуры является ориентация системы на учет всего жизненного цикла продукции и управление взаимоотношениями с клиентами на основе интегрирующей роли логистической функции;

- интеллектуальных методов для поддержки процессов принятия решений в связи со слабо структурированными задачами, совместным использованием различных видов шкал для измерения социально-экономических показателей. Отличительной осообенностью предложенных методов является использование нечетких шкал и не-четкозначной логики для решения экономических задач путем системного представления и взаимной увязки показателей, имеющих различные типы структурированности, функциональных элементов производственной структуры и корпоративной информационной системы.

Основные результаты, полученные лично соискателем, заключаются в следующем:

- Методология моделирования и управления материальными потоками производственных систем, функционирующих в условиях рыночных отношений, факторов неопределенности и риска, изменяющейся целевой ориентации на интервалах оперативного планирования и управления, основанная на системных принципах, концептуальной интегрированной модели производственной системы.

- Концепция иерархической системы компенсации влияния внутренних и внешних факторов среды на материальный производственный поток на основе иерархической декомпозиции факторов, имеющих различную степень структурированности.

- Методология создания системы управления материальными ресурсами с целью компенсации влияния случайных факторов на основе анализа алгоритмов управления ресурсами, формирования научно-обоснованных объемов производственных резервов и функционального состава логистически ориентированной корпоративной информационной системы. Предложена система показателей для оценки качества и социально-экономической эффективности системы управления ресурсами по компенсации влияния производственных возмущающих факторов.

- Предложена концепция формально-математической среды для моделирования распределенных в пространстве динамических бизнес-процессов.

- Разработаны математические модели и методы управления материальным производственным потоком как объектом с распределенными параметрами на основе принципов экономической кибернетики, контроллинга и внешнего дополнения с учетом влияния случайных производственных факторов.

- Математические модели процессов управления материальным потоком с учетом влияния случайных возмущающих факторов на эффективность функционирования производственной системы, модели экономического обоснования уровней производственных резервов и оптимизации функционального состава логистически ориентированной корпоративной информационной системы.

- Математические модели и методы решения задач распределения материальных ресурсов в процессе оперативного управления с учетом ограниченности ресурсов и с целью обеспечения экономически обоснованной структуры материального потока.

- Математические модели динамической целеориентации производственной системы в условиях рыночной экономики с учетом факторов среды и экспертных методов разработки управленческих решений.

- Математические модели и экономико-математические методы оптимизации ассортиментной политики производственной системы с учетом рыночного спроса.

- Методы и математические модели интеллектуальной поддержки принятия решений по управлению производственной системой для анализа причинно-следственных отношений экономических факторов различной степени структурированности.

Практическая значимость и внедрение результатов. Практическая ценность выбранного пути решения проблемы заключается в том, что выполненные теоретические исследования позволили разработать и внедрить в практику:

- модели, методы и алгоритмы управления производством с учетом иерархической системы факторов различной степени структурированности;

- модели и методы создания системы управления материальными ресурсами с целью компенсации влияния случайных факторов на основе формирования научно-обоснованных объемов производственных резервов;

- математические модели и методов управления материальным производственным потоком как объектом с распределенными параметрами на основе принципов контроллинга и внешнего дополнения с учетом влияния случайных производственных факторов.

- математические модели и методы решения задач распределения материальных ресурсов в процессе оперативного управления с учетом ограниченных ресурсов и с целью обеспечения экономически обоснованной структуры материального потока.

- методические основы и математические модели для оптимизации ассортиментной политики производственной системы с учетом спроса.

- интеллектуальная система поддержки принятия решений по управлению организационной системой для анализа причинно-следственных отношений неструктурированных социально-экономических факторов.

Результаты, полученные в работе, применены при выполнении бюджетных и хоздоговорных научно-исследовательских работ, выполненных на кафедре автоматизированных систем управления Пермского государственного технического университета (ПГТУ); в лаборатории моделирования Регионального центра информатизации при ПГТУ, на кафедре экономики и менеджмента Пермского филиала Санкт-Петербургского института внешнеэкономических связей, экономики и права.

Результаты выполненных исследований были использованы в связи с работами по разработке методик расчетов и комплексов задач в условиях автоматизированных информационных систем для ряда предприятий и организаций региона, в том числе на ПО "Моторостроитель" (г. Пермь), заводе Камкабель (г. Пермь), ГосНИИУМС (г. Пермь), предприятиях переработки сельхозпродуктов и др.

Апробация работы. Результаты диссертационной работы непосредственно отражены более, чем в .50 публикациях, в том числе в четырех монографиях, 30 статьях, научном докладе - препринте УрО АН СССР, а также в учебном пособии и учебно-методических материалах.

Автором читаются курсы: "Информационные системы в экономике", "Информационные технологии" и "Специальная математика" в Пермском государственном техническом университете, а также курс "Экономико-математические методы" в Пермском филиале Санкт-Петербургского института внешнеэкономических связей, экономики и права, в которых используются материалы диссертационной работы.

Основные результаты диссертационной работы докладывались автором на:

- Всесоюзной школе-семинаре "Управление распределенными системами с подвижным воздействием" (АН СССР, ИПУ, КПИ, Куйбышев, 1983г.);

- Всесоюз. науч.-техн. конф "Применение статистических методов в производстве и управлении" (Пермь, 1984., 1990);

- Междунар. науч.-практ. конф "Стратегия развития регионов: теория и практика" (Пермь: ГУВШЭ, 1998);

- III Междунар. науч.-практ. конф "Теория и практика развития регионов России" (Пермь, 2000);

- Науч.-тех. конф. "Информация, инновации инвестиции" (29-30 ноября 2001г., Пермь, ЦНТИ);

- Междунар. конф. по мягким вычислениям и измерениям (СПб, 2002г.) и др.

Структура работы. Работа включает введение, шесть глав основного материала, заключение, библиографический список и приложения. Основной материал изложен на 398 стр., включая 57 рисунков и 37 таблиц.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Файзрахманов, Рустам Абубакирович

ВЫВОД у есть В

Композиционное правило JI. Заде [103] утверждает, что композиция нечетких отношений

R(u) = A, R(u,v) = F есть R(v) = А° F , (6.20) где о - знак композиции.

При этом функция принадлежности определяется как

И*М = тах[пип(цЛ(м),цЛ(ы,у))]. Известно большое число нечетких отношений, используемых в композиционных правилах вывода. Они, в частности, приведены в работах Л. Заде [394], Е. Мамдани [386], М. Мидзумото [183, 387].

Рассмотрим одно из правил, использованных в модели вывода:

R = (Ax B)kj (lA xV)= Jfo» л (v)) v (1 - yiA («))/(„, v). (6.21) xvet/xK

Пусть A - лингвистическая переменная, описывающая цену реализации продукции предприятия; В - объем реализации. Пусть область изменения цены продукта Xх определяется интервалом [15.60] руб., уровень спроса X2- [100. .2000] шт.

На основе данных, полученных в результате опроса экспертов, для рассматриваемых лингвистических переменных определяются терм - множества. На первом этапе терм - множества можно ограничить несколькими значениями:

- низкая + средняя + высокая; Т(Х2) = низкая + средняя + высокая. Для данного отношения Xх рассматривается как независимая переменная, а X2- как целевая.

Для каждого терма из терм - множеств, определенных для лингвистических переменных, строится соответствующее нечеткое множество М со своим носителем, определяемым на основе изучения экспертных оценок. При этом под носителем нечеткого множества понимают множество X', такое что

Г = {фм(х)>0,хеГ).

Результаты данного этапа моделирования представлены в табл. 6.10. Пусть значения переменных А и В определены в виде: А = низкая = 20/1,0 + 35/0,4 + 60/0,0, В = высокая = 500/0,0 + 1000/0,4 + 1500/1.

Наименование лингвистической переменной Термы Носитель нечеткого множества

Цена реализации Низкая 15-40

Средняя 30-50

Высокая 45-60

Объем реализации Низкий 200-700

Средний 600-1200

Высокий 1100-2000

Тогда отношение R, определяющее зависимость между лингвистическими переменными Xх и X2 в соответствии с (6.21) и с учетом (6.19), будет иметь вид: R = (20,1000)/0,4 + (20,1500)/1,0 + (35,500)/0,6 + (35,1000)/0,6 + + (35,1500)/0,6 + (60,500)/1 + (60,1000)/1 + (60,1500)/1. Пусть теперь цена реализации определяется нечетким множеством А} = 20/1 + 35/0,4 + 60/0,2, что можно объяснить как "почти низкая".

Для определения интенсивности В необходимо применить композиционное правило вывода:

В, = А, оR= 500/0,4 + 1000/0,4 + 1500/1. Условно полученный результат можно интерпретировать как "почти высокий". Так БЗ позволяет получить "реакцию" системы управления на те или иные данные о факторах. При этом качество информации определяется в основном компетентностью экспертов, знания которых становятся основой модели знаний.

6.3.3. Методологические основы диагностирования производства с помощью интеллектуальной системы

Анализ особенностей процесса диагностирования сложных систем [379] множество альтернатив интерпретации событий, необходимость совместного рассмотрения множества событий, формирование алгоритмов распознавания первопричины нарушения чаще в виде набора правил, чем в виде системы управления, а также необходимость использования эвристических способов выделения наиболее вероятных решений и области их существования, указывает на возможность повышения эффективности процедур диагностики при использовании методов теории искусственного интеллекта.

Процедура диагностирования системы управления производством представляет собой определенную последовательность диагностических проверок реакции объекта на управляющие и возмущающие факторы с целью оценки качества системы в целом с помощью показателей качества или отдельных подсистем, представленных нами как факторы. Важным является определение не только уровня качества того или иного фактора или системы в целом, но и возможность определения причин, по которым качество низкое или высокое, или указание на причины, устранение которых является наиболее целесообразным. Решение подобных задач целесообразнее всего с использованием методов искусственного интеллекта. Для этого реализуется процедура логического вывода, позволяющая оценить качество по целевым переменным, которыми являются факторы, критерии качества системы управления, структурные элементы и типовые функции, относящиеся к ним и рассмотренные в главе 1.

Отсутствие достаточного объема статистических данных для установления объективных зависимостей между различными параметрами является дополнительным аргументом в пользу эвристического описания этих зависимостей. Оно выполняется в виде набора правил ЕСЛИ.ТО. на основе знаний и опыта экспертов - специалистов.

Пусть у},.,уп - ряд признаков, по оценочным значениям которых принимается суждение об уровне качества D. При этом в качестве у, и D могут выступать: критерии качества; факторы, влияющие на критерии качества; структурные элементы как исполнители типовых функциональных отношений.

Одна часть этих данных может быть определена по учетным данным себестоимость продукции, цена реализации, объем планируемых инвестиций и т.п.), а другая часть - по данным экспертного опроса. Учитывая сложности, связанные со сбором обобщающих данных, особенно качественного характера и на начальном этапе работы системы возможно определение исходных данных полностью на основе экспертного опроса. Каждый из yni = \,п принимает значение из множества уп--->Ущ >-—>Уф, }• Требуется определить оценку D.

В предложенном нечетком алгоритме диагностирования признаки у1,.,у„ и D представлены лингвистическими переменными, определенными кортежами yi,Ti,Vi,Gi,Mt(,i = \^i, (6.22)

D,P,U,S%Q(, (6.23) где У., D - наименование соответствующих лингвистических переменных; Тп Р-терм-множества переменных У, и D соответственно, т.е. множества их лингвистических значений, представляющих собой наименования нечетких переменных Aifj [ft = \,pi pt = cardTи B({i = l,w|m = cardP) со значениями из универсальных Vt и U\ Gt, S - синтаксические правила, порождающие названия А^ и Ве значений переменных Xt hD; Mt,Q- семантические правила.

Нечеткие переменные Ау и В( представлены кортежами

Al/i,Vi,Cift(,i = Ui, (6.24) ве,и,Ёе(,£ = Ът, (6.25) где А^,Bf - наименования нечетких переменных; С,у. = up~(v)/v и Ее=

- нечеткие подмножества множеств Vt и U, описывающие ограничения на возможные значения нечетких Aи Ве; p~(v) - функции принадлежности, определенные для Е( и Су . В качестве функций принадлежности выбраны типовые функции: (6.15)

- для Cif, (6.16) - для Ее.

При формулировке правил вывода необходимо учитывать взаимную зависимость или независимость признаков. Тогда правила вывода могут быть двух видов:

ЕСЛИ У. ЕСТЬ А,У„ ЕСТЬ Anf , ТО D(y,,.yJ ЕСТЬ В(;

V, : ЕСЛИ У,. ЕСТЬ Aif>, ГО й{У,) ЕСТЬ В,. (6.27)

Представление информации в модели типа (6.27) требует в дальнейшем дополнительной процедуры получения оценки £)(У,,.,УП) путем обобщения по определенному правилу оценок D(yt), полученных по отдельным признакам. Модель (6.26) лишена этого недостатка, но обладает большой размерностью, а обработка ее приводит к нечетким многомерным матрицам отношений большой размерности и сложному композиционному правилу вывода:

АГ,.АГЯ) = ЛГ, о(л-2о.о(лгяол)>, где о - знак композиции; R - многомерная матрица отношений, которая определяется так:

R = X,xX2x.xXnxD{X„.,Xn\ где Х - знак декартова произведения, определенного в [103].

С учетом сказанного и в целях упрощения модели на данном этапе анализа принято допущение о независимости признаков БЗ, следовательно, БЗ представлена с помощью правил (6.27). После ввода знаний в виде правил (6.27) производится проверка их на непротиворечивость. Она осуществляется согласно введенной мере contr (известной как степень разделимости нечетких множеств) [9]. Обобщаемые правила считаются непротиворечивыми при условии contr = 1 - max jmin |i (и),., р. ~т (м))< 0,3.

Следующим этапом является обработка БЗ и получение матриц нечетких отношений Д. Для этого по каждому правилу модели составляются матрицы бинарных отношений, характеризуемые нечеткими подмножествами множества Vt х U: где ц^У^и [0,1] - функция принадлежности нечеткого подмножества (6.28), определяемое как декартово произведение

К =ClfixE( (6.29) с функцией принадлежности

Vw e£/,Vv eV,,v(v,u) <=V, xU:nR(v,u) = min(^(v),^(w)). (6.30) Далее объединяются все Щ , относящиеся к признаку и результату D:

Я, (6.31) где /, I, /, - определены выше,

Vv,w,(v,m):^ = max^, (v,и),.,(v,w)j. (6.32)

На этом заканчивается этап подготовки априорной информации, необходимой для работы алгоритма диагностирования. Схема последовательной процедуры вычисления оценки результата представлена на рис. 6.3.

Рис. 6.3. Схема последовательной процедуры вычисления оценки результата

На вход блока 1 поступают значения признака в численном (четком) виде. В этом блоке, выполняющем роль лингвистического интерпретатора, им в соответствие ставятся лингвистические переменные и определяются их значения из терм - множества. Возможен и непосредственный ввод нечетких значений в режиме диалога. На выходе имеем нечеткие ограничения С^ по каждому признаку, которые поступают в блок 2. На вход этого же блока поступают и матрицы отношений Rt. В блоке 2 для каждого У; используется решающее правило в форме условного категорического силлогизма или Modus Ponens

ПОСЫЛКА 1: ЕСЛИ У, ЕСТЬ А(/ ТО D ЕСТЬ В, ' ПОСЫЛКА 2: У, ЕСТЬ А,г

6.33)

ВЫВОД : D ЕСТЬ В, которое реализуется с помощью композиционного правила вывода типа (6.20). При этом решение уравнений назначения

R(v,u) = R,HR{v) = Clf (6.34) имеет вид V/ In: R(u) = Ёи = Clfi ° Д; (6.35) цЕ{и) = max[min(^c (v), piR (v, u))], (6.36) где о - знак композиции. Образованные таким образом нечеткие подмножества

1(=^цр{и)/и (6.37)

V '* определяют нечеткие значения лингвистической переменной £>(У<) при текущих значениях признаков. Искомое решение находится на основе правила обобщения оценок: = лЁи = u minLu (и)1 (6.38) ueU 4 tn< ' где л - знак операции пересечения нечетких множеств, который соответствует логической связке "и". Для существования решения необходимо выполнение требования и = arg maxjmirj^| ф 0. (6.39)

Для этого функции принадлежности для Ё( выбираются в соответствии с требованием: Vs,Vq,q ф s:E = Ё5 nEq ф 0.

В данном нечетком алгоритме предполагается равнозначность всех признаков. В реальных условиях вклад отдельных признаков в конечную оценку результата различен, поэтому используются веса (коэффициенты значимости) признаков У,, характеризующих их значимость при вычислении оценки результата. Учет степени влияния того или иного фактора заключается в соответствующем изменении вида функции принадлежности. При этом в соответствии с [9] исходили из следующего требования: более значимый признак должен смещать и* в сторону точки а( = argmax|fi£f (м)], соответствующей лингвистическому значению этого признака, а влияние малозначимого признака должно уменьшаться. Такой эффект достигается возведением в определенную степень нечетких подмножеств Ее:

V| /и, (6.40) где Vj - коэффициент значимости /-го признака при оценке результата D.

Значения коэффициента значимости определены в лингвистической форме. Приняты следующие значения: почти незначим - vj = 0,1; очень малозначим -v2 = 0,2; малозначим - vf =0,5; значим - v* =1; очень значим - vf =2; очень-очень значим - vf = 2,5; почти абсолютно значим - vj = 4.

Использование приведенного алгоритма для вычисления уровня показателя Х55 и анализа причин текущего уровня показано в следующем разделе.

6.3.4. Формирование целевого показателя и его диагностика с помощью модели знаний

Желаемое движение экономической системы определяется целевыми показателями {J) и совокупностью мер, направленных на их достижение при возможном противодействии различных условий среды {О*}. Целевые показатели и факторы {Xj}, от которых они зависят, могут быть различной природы, качественного и количественного характера, измеряемыми непосредственно или только косвенно и т.д. Еще сложнее установление типа и вида связи между ними. Ценность предложенного подхода заключается в том, с помощью нечеткой шкалы практически достаточной градации возможно объединение различных типов переменных. Известные (четкие) отношения можно описать в классе нечеткозначных логических моделей. Неизвестные отношения могут быть определены на основе методов формализации знаний специалистов-профессионалов.

Особенностью предложенной интеллектуальной системы является также введение особого класса факторов, названных в первой главе структурными элементами {£,}, которые выступают в качестве инструментальных средств, позволяющих оказывать влияние на факторы. В корпоративной информационной системе в качестве структурных элементов выступают соответствующие функциональные модули и решаемые ими задачи. В организационной структуре производственной системы в качестве таких структурных элементов могут выступать функциональные подразделения.

Взаимосвязь между основными элементами интеллектуальной системы и решаемыми задачами показана на рис. 6.4.

Рис. 6.4. Основные элементы интеллектуальной системы и задачи Решение задачи "Как есть" позволяет выполнить диагностику производственной системы и получить ответы на вопросы: "Каков уровень реализации ?" целевых показателей, функций и условий влияния среды. При внесении корректировок в состояния элементов системы можно оценить их степень влияния на целевые показатели и другие элементы системы.

Решение задачи "Почему?" позволяет получить ответ на вопрос: "Какие элементы системы явились причиной возникшей ситуации". При этом можно выявить существенные факторы, существенные структурные (функциональные) элементы, существенные условия среды, влияющие на целевой показатель. Важным является то, что не только выявляются существенные переменные, но и формируется оценка их уровня в нечеткой шкале, которая для количественной переменной при необходимости может быть получена в числовом значении. Это дает возможность определить адекватные меры, чтобы обеспечить желаемый уровень целевых показателей. Таким образом, интеллектуальная система является неотъемлемой частью интегрированной системы компенсации возмущающих факторов производственной системы.

Структура информационной интеллектуальной системы приведена на рис. 6.5.

Блок корректировки

Блок логического вывода

Блок интерпретации

1 Т

ЛПР ft

Рис. 6.5. Структура интеллектуальной информационной системы

Инструментальный уровень системы представлен следующими основными блоками: хранилищем информации, блоком лингвистической интерпретации, блоком логического вывода, блоком корректировки данных и утверждений. Хранилище информации включает формализованные нечеткие отношения, нечеткие оценки факто

ЗАКЛЮЧЕНИЕ

Управление материальными потоками промышленного предприятия имеет определяющее значение для обеспечения его конкурентоспособности. В настоящее время на российских предприятиях отсутствует целенаправленная стратегия в области управления материальными потоками, что обусловлено объективными и субъективными причинами.

Управление материальными потоками относится к наиболее сложным задачам управления предприятием. Трудности возникают из-за высокой степени неопределенности внешней среды, низкой хозяйственной дисциплины рыночных субъектов, разбалансированности финансовой системы, а также в связи с необходимостью принятия инвестиционного риска при формировании производственных ресурсов с учетом экономически обоснованных величин с целью компенсации влияния факторов внутренней и внешней среды. Для российских предприятий эти проблемы принципиально новы, что вместе с повышенной нестабильностью экономической среды является главной причиной неэффективного управления материальными потоками и ресурсами. Таким образом, объективно возникает задача совершенствования управления материальными потоками и ресурсами для повышения конкурентоспособности предприятия в рыночных условиях, улучшения его финансового состояния, повышения финансовых результатов.

Управление материальными потоками можно рассматривать как сложную динамическую подсистему, являющуюся структурным элементом системы более высокого уровня, которой является промышленное предприятие в целом. С точки зрения корпоративной информационной системы, имеющей модульный принцип формирования, систему управления материальными потоками и ресурсами можно рассматривать как совокупность функциональных модулей, параметрическая настройка которых соответствует методологии управления производственной системой, предложенной в работе, с учетом влияния иерархической системы возмущающих факторов.

Современная экономическая наука предлагает новый подход к управлению в сложных экономических системах на основе логистической концепции. Новизна этого подхода заключается в интегрированном управлении потоковыми процессами, протекающими в сложных социально-экономических системах; он ориентирован на успешное достижение глобальных целей их функционирования. Логистическая концепция позволяет реализовать "горизонтальную систематизацию" процессов и функциональных процедур, обеспечивающих бизнес-процесс в целом. В работе проанализированы основные закономерности и разработана методология управления материальными производственными потоками на основе положений логистической концепции и экономико-математического моделирования.

В работе решена актуальная, имеющая важное народно-хозяйственное и научно-практическое значение проблема моделирования и управления материальными потоками и ресурсами производственной системы с целью повышения конкурентных позиций в условиях влияния факторов неопределенности и риска.

При решении этой проблемы получены следующие научные и практические результаты и сделаны выводы.

1. Предложены концепция и методология управления материальными потоками и производственными ресурсами на основе логистического подхода, интегрированной модели производственной системы, горизонтальной и вертикальной систематизации процессов и функциональных элементов. Особенность предложенной методологии заключается в системном подходе к рассматриваемой проблеме, объединяющем в единое целое цели, средства и методы управления. При этом каждая из этих трех составляющих рассматривается с точки зрения менеджеров, принимающих решение, как объект манипулирования для достижения глобальной цели - непрерывного улучшения конкурентных позиций.

Для этого сформулированы задачи управления целевой ориентацией, производственными ресурсами и формирования алгоритмов и функциональных процедур управления.

2. Разработана концепция иерархической системы компенсации влияния внутренних и внешних факторов среды на материальный производственный поток как экономический объект с распределенными параметрами с учетом классификации факторов неопределенности и риска, их иерархической декомпозиции по степени структурированности. Компенсация влияния качественных и количественных факторов на верхнем уровне иерархии осуществляется на основе: а) выбора в целевом пространстве эффективного множества целей (целевой ориентации); б) создания интеллектуальной системы поддержки принятия решений на основе нечетких множеств и лингвистических переменных; в) разработки согласованных мер по уменьшению нежелательных последствий неконтролируемых факторов неопределенности и риска.

На среднем уровне иерархии производится компенсация случайных факторов спроса путем управления ассортиментной политикой. Для этого формируется задача оптимизации ассортимента выпускаемой продукции. Оптимизация структуры материальных потоков производится на основе непараметрических методов предварительного анализа, расстановки приоритетов и т.д.

На нижнем уровне иерархии анализируются случайные производственные возмущения: производственные потери, факторы, связанные с нарушением производственного ритма. На основе изучения их влияния на материальный поток определяются экономически обоснованные уровни производственных ресурсов, обеспечивающих компенсацию возмущающих факторов.

3. Разработаны теоретические основы создания системы управления материальными ресурсами с целью компенсации влияния случайных производственных факторов на базе формирования экономически обоснованных объемов производственных резервов. Определение уровней ресурсов производится на основе решения задачи оптимизации общих издержек, связанных с созданием и содержанием ресурсов в системе управления материальными ресурсами производственной системы. Система управления ресурсами является подсистемой логистически ориентированной корпоративной информационной системы управления. Для оценки эффективности работы данной системы предложена система экономических показателей, позволяющая оценить величину капитала, инвестированного в запасы и ресурсы мощности, эффективность их использования, скорость обращения, а также издержки, связанные с формированием и хранением материальных ресурсов. Показатели системы сформулированы с позиций единого методологического подхода, определяются по данным оперативно-статистической отчетности и обеспечивают оценку материальных ресурсов за анализируемый период и их планирование на перспективу.

4. Разработаны математические модели и исследованы методы и алгоритмы управления материальным производственным потоком как объектом с распределенными параметрами на основе принципов контроллинга и внешнего дополнения с учетом влияния случайных производственных факторов. Путем анализа процессов производства как движения предметов труда по технологическим маршрутам показано, что однопродуктовый материальный поток представляет собой объект с распределенными параметрами, удобный для рассмотрения на основе логистической концепции, для математического описания которого могут быть использованы модели сред. Математическая модель среды описывает динамический материальный поток, который характеризуется параметрами состояния потока, близкими к параметрам материального производственного потока: величиной интенсивности потока, величиной заделов предметов труда на операциях технологического маршрута, производительностью производственных операций. Модель позволяет учитывать пространственно-временную распределенность потока, его динамизм и механизмы управления, используемые в теории и практике организации производства. Исходя из того, что в логистической системе выполняется принцип "горизонтальной систематизации", материальный поток рассматривается как единая распределенная система, управление которой строится на основе учета глобальной цели производственной системы. На интервале оперативного планирования управление материальным потоком должно обеспечивать надежность выполнения обязательств и ритмичность выполнения плана производства.

5. Разработаны математические модели процессов управления материальным потоком с учетом влияния случайных возмущающих факторов на эффективность функционирования производственной системы, модели экономического обоснования уровней производственных резервов и оптимизации функционального состава логистически ориентированной корпоративной информационной системы.

По результатам анализа производственных возмущений и их влияния на параметры материального потока разработана математическая модель потока с учетом случайных производственных потерь и возмущений, связанных с нарушением производственного ритма. Для компенсации их влияния на параметры материального потока проведен анализ методов управления на основе запасов предметов труда и ресурсов мощности. Разработанная математическая модель позволяет исследовать влияние возмущений и управлений на экономические показатели производственной системы. Путем компромисса между уровнем издержек на создание и содержание ресурсов и уровнем обслуживания формируются обобщенные экономические издержки, позволяющие выбрать оптимальный вариант уровня ресурсов. Особенность данного подхода состоит в том, что запасы и мощности рассматриваются как средства компенсации с единой методологической позиции и в этом смысле выступают как конкурирующие средства.

Разработка системы управления ресурсами в рамках корпоративной информационной системы управления предприятием, построенной по модульному функциональному принципу, в процессе проектирования в условиях ограниченных инвестиционных возможностей выполняется на основе оптимизации функционального состава, в частном случае формирования ранжированного ряда функциональных модулей.

6. Разработаны математические модели и методы решения задач распределения материальных ресурсов в процессе оперативного управления с учетом ограниченных ресурсов. Ограничение на величину материальных запасов отражается на операциях запуска и сборки. Ограничение на величину ресурсов мощности отражается на всех операциях. Целью оптимального (рационального) решения является обеспечение экономически обоснованной структуры материального потока. Оптимизация структуры потока выполняется на основе разработанных в работе диалоговых процедур с учетом мнения ЛПР.

7. Разработаны математические модели динамической целеориентации производственной системы в условиях рыночной экономики с учетом факторов среды и методов разработки управленческих решений. Целевая ориентация производственной системы зависит от многих факторов таких, как занимаемая позиция в конкурентной среде, стадия жизненного цикла фирмы, инновационный потенциал и т.д. Выбор эффективного множества целевых ориентиров определяет стратегию развития производственной системы. Для решения данной задачи в работе предложено использовать нетранзитивную систему парных сравнений. Преимущество данного метода перед другими заключается в том, что нет требования транзитивности к оценкам, как в других методах.

8. Разработана методология оптимизации ассортиментной политики производственной системы с учетом рыночного спроса. Предложенные методы показаны на примере предприятия системы хлебопродуктов. На основе изучения рынков сбыта и методов математической статистики построена система кривых спроса. Задача оптимизации ассортимента выпускаемой продукции поставлена как задача математического программирования. Использование метода в реальных условиях позволило улучшить результаты хозяйственной деятельности предприятия, о чем свидетельствуют приведенные в работе данные.

9. Разработаны методы и математические модели интеллектуальной поддержки принятия решений по управлению производственной системой для анализа причинно-следственных отношений неструктурированных экономических факторов. Предложенная методика является теоретической базой для разработки экспертной системы на основе нечетких множеств и лингвистических переменных. В работе приведен пример диагностики показателя эффективности и анализ причин полученного результата. Эффективность данной методики показали результаты ее использования для мониторинга транспортного обслуживания в экономической системе региона.

Применение логистического подхода к управлению материальными ресурсами позволяет реализовать синергический эффект. Условно данный эффект можно представить из двух составляющих: "горизонтального эффекта" и "вертикального эффекта". Первая составляющая возникает как результат согласования интересов "горизонтальной" цепочки. Вторая составляющая возникает за счет согласованного управления производственными ресурсами. Данный эффект используется в интересах всей производственной системы, распределяется между структурными элементами системы с учетом их противоречивых экономических интересов.

Использование предложенных в диссертационной работе экономико-математических моделей и методических подходов позволит повысить качество управленческих решений, принимаемых в сфере управления материальными ресурсами. Полученные в ходе исследования результаты могут применяться при разработке эффективной стратегии управления материальными ресурсами, при осуществлении контроля за их состоянием, а также для оценки результативности принимаемых логистических решений.

Предложенные теоретические положения, методы и модели представляют собой логически завершенное исследование, в котором решаются проблемы функционирования материальных потоков как элемента экономической системы в условиях влияния факторов среды и вместе с тем формулируются частные проблемы с ориентацией на дальнейшее изучение. Таким образом, в работе заложены теоретические основы, открывающие возможность развития нового направления научных исследований в области управления материальными потоками в производстве, базирующегося на аналитическом моделировании и принципах экономической кибернетики.

Список литературы диссертационного исследования доктор экономических наук Файзрахманов, Рустам Абубакирович, 2002 год

1. Аверин В.И., Кручинин И.А. Эффективность компьютеризации производственных систем. -М.: Машиностроение, 1991. - 186с.

2. Автоматизированные системы управления предприятиями и объединениями: (Разработка, внедрение, развитие)/ Н.А. Саломатин, В.И. Дудорин, А.И. Ларионов и др.; Под ред. Н.А. Саломатина. М.: Экономика, 1985. - 248с.

3. Адамов В.Е. Статистическое изучение ритмичности промышленного производства. М.: Статистика, 1965.

4. Адлер Ю., Турко С. Ограничения в бизнесе ограничения в мышлении, или как бороться с тем, что мешает нам в достижении целей// Методы менеджмента качества. - 2001. - №1. - С. 4 -8.

5. Акофф Р. Планирование в больших экономических системах/ Пер. с англ. М.: Сов. радио, 1972. - 224с.

6. Акофф Р. Планирование будущего корпорации/ Пер. с англ. М.: Прогресс, 1985. - 328с.

7. Алексеева М.М. Планирование деятельности фирмы. М.: Финансы и статистика, 2000. - 248с.

8. Алексунин В.А. Маркетинг. Краткий курс: Учеб. пособие. М.: Изд. дом "Дашкова и К", 2001.- 191с.

9. Алиев Р.А. и др. Производственные системы с искусственным интеллектом/ Р.А. Алиев, Н.М. Абдикеев, М.М. Шахназаров. М.: Радио и связь, 1990.

10. Алиев Р.А., Церковный А.Э., Мамедова Г.А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991. - 240с.

11. Аллен Р. Математическая экономика / Пер. с англ.-М,: Изд-во иностр. лит., 1963.

12. Алиселла Марио Надежная CRM трудно, но возможно // Директор информационной службы. - 2001. - Июнь. - С. 16-20.

13. Алмазова О.Л., Дубоносов J1.А. Рынок против рынка. М.: Финансы и статистика, 1993.-33с.

14. Анализ и применение математических моделей экономической динамики. Новосибирск: Наука. Сиб. отд.-ние, 1990.-211 с.

15. Андреев В. Н. Потери от стохастичности как мера качества управления произволством// Электронная техника. Сер. 8. Управление качеством и стандартизация. -1972. Вып.4.

16. Ануфриев И.К. Модели и механизмы управления объединением предприятий // Автоматика и управление. 1996. -№11.- С. 120-127.

17. Аоки М. Введение в методы оптимизации. Основы и приложения нелинейного программирования/ Пер. с англ. М.: Наука, 1977.

18. Арефьев КБ., Гезлинг Г.Б., Кукор Б.Л. Интегрированные автоматизированные системы управления в машиностроении. -J1.: Машиностроение, 1988. 224с.

19. Аркин В.И., Сластников А.Д. Равновесная модель перехода от централизованной экономики к конкурентному рынку // Экономика и математические методы. -1994.-Т.30, № З.-С. 102-116.

20. Арсенъев А.А. Кинетические уравнения. М.: Знание, 1985.

21. Артемов Н.И., Дылдин П.Н., Низамутдинов О.Б., Молодчик А.В. Анализ современных решений систем бизнес-планирования: Учебн. пособие / Перм. гос. техн. ун-т. Пермь, 1999. - 137с.

22. Артемьев В. В., Микитюк Р. Ю., Новоренский В. В. Классификация объектов и расчет параметров оперативного управления и планирования// Механизация и автоматизация управления. 1981. - №1.

23. Аукционек С. Теория переходной экономики и ее метод в ряду экономических наук // МЭиМО. 1996. - №5. - С. 117-123.

24. Аукционек С. Теория переходной экономики и ее метод в роду экономических наук/ МЭиМО. 1996.-№ 10.-С. 11-20.

25. Агиманов С.А. Введение в математическую экономику. М.: Наука, 1984. - 296с.

26. Бакаев А. А. Костина Н. И., Яровицкий Н. В. Имитационные модели в экономике. -Киев: Науковадумка, 1978.

27. Балабанов И.Т. Риск менеджмент. - М.: Финансы и статистика, 1996.

28. Балацкий Е.В. Эндогенные флуктуации в расширяющейся экономике// Вестник МГУ,- Сер.5. Экономика. 1995.-№ 6.-С.32-46.

29. Бандурин А. В. Деятельность корпораций. М.: БУКВИЦА, 1999. - 600 с.

30. Баронов В.В., Каляное Г.Н. Автоматизация управления предприятием. М.: Финансы и статистика, 2000. - 330с.

31. Баскин А.И., Зенкова Г. Материальные запасы. Поиск оптимума с учетом новых32.