Совершенствование управления и принятия решений по инновационной деятельности предприятий ВПК тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Сумароков, Александр Дмитриевич

• Сумароков, Александр Дмитриевич
• кандидат технических наук
• 2004

Оглавление диссертации кандидат технических наук Сумароков, Александр Дмитриевич

Введение.4 стр.

1 Общин анализ проблем управления инновационной деятельностью машиностроительных предприятий ВПК.9 стр.

1.1 Роль, значение и проблемы осуществления инновационной деятельности предприятиями ВПК.9 стр.

1.2 Источники и формы финансирования инновационной деятельности предприятий.18 стр.

1.3 Особенности финансирования инновационной деятельности на машиностроительных предприятиях ВПК.27 стр.

2 Система формальных моделей управления финансированием инновационной деятельности.34 стр.

2.1 Анализ традиционных подходов к моделированию процессов принятия решений при планировании и управлении инновационной деятельностью.34 стр.

2.2 Стратегии финансирования инновационных программ, обеспечивающие сохранение требуемого уровня ликвидности.50 стр.

2.3 Построение системы моделей реализации стратегий финансирования инновационных программ.53 стр.

3 Построение, исследование и апробация оптимизационных алгоритмов решения системы моделей.63 стр.

3.1 Выбор методов оптимизации.63 стр.

3.2 Алгоритмы метода изменяющихся вероятностей.65 стр.

3.3 Генетические алгоритмы.70 стр.

3.4 Обобщение генетических алгоритмов и алгоритмов схемы МИВЕР

77 стр.

3.4.1 Связь генетических алгоритмов и алгоритмов схемы МИВЕР

77 стр.

3.4.2 Алгоритм с условными вероятностями.80 стр.

3.5 Реализация и апробация алгоритмов.84 стр.

Введение диссертации (часть автореферата) на тему «Совершенствование управления и принятия решений по инновационной деятельности предприятий ВПК»

Актуальность работы. Подъем и развитие машиностроительных предприятий военно-промышленного комплекса (ВПК), повышение конкурентоспособности их продукции в современных экономических условиях невозможны без реализации инновационных процессов, совершенствования управления инновационной деятельностью. Реализация инновационных процессов является важнейшей составляющей программы конверсии, обеспечивающей гибкое реагирование на изменения рыночных потребностей. Основой совершенствования управления инновационной деятельностью предприятий является эффективное планирование финансирования инновационных процессов, что определяет успешность реализации инновационной программы и устойчивое финансово-экономическое положение предприятия.

В период существования в нашей стране административной системы управления экономикой основная часть ресурсов для реализации инновационных программ предприятий поступала из государственных фондов. Управление инновационной деятельностью сводилось к соблюдению директивно установленных нормативов и достижению запланированных показателей проектов. В рыночных условиях управление инновационной деятельностью в значительной степени зависит от эффективности использования предприятием возможностей рыночной среды и четкой системы планирования ресурсов предприятия, прежде всего — финансовых, при реализации инновационных проектов, что, в свою очередь, требует анализа возможностей получения финансирования, условий и способов его реализации в условиях конверсии.

Учет специфики финансирования инновационной деятельности машиностроительных предприятий ВПК в условиях конверсии приводит к необходимости адаптации и совершенствования существующих способов финансирования.

В частности, кроме традиционно рассматриваемых при планировании инновационной деятельности критериев доходности и риска становится особенно значимым критерий сохранения требуемого уровня ликвидности. Учет нового критерия при автоматизации процессов принятия решений по финансированию инновационной деятельности требует построения новой системы формальных моделей и определения методов их решения, что и определяет актуальность проводимого исследования.

Цель работы - повышение эффективности и обоснованности управленческих решений по инновационной деятельностью предприятий ВПК.

Для достижения указанной цели в работе решались следующие задачи.

1. Определение особенностей, источников и форм финансирования инновационной деятельности предприятий ВПК, основных требований к стратегиям финансирования.

2. Анализ моделей принятия решений при планировании и управлении инновационной деятельностью.

3. Формирование стратегий финансирования инновационной деятельности по критериям доходности, риска не возврата и уровня ликвидности, построение системы формальных моделей реализации стратегий.

4. Анализ полученных оптимизационных моделей и определение методов их решения. Реализация системы моделей и методов их решения, оценка сравнительной эффективности методов, апробация формального аппарата поддержки принятия решений на реальных данных ФГУП ЦКБ «Геофизика».

Методы исследования. При выполнении работы использовались методы системного анализа, оптимизации, формального моделирования, методология структурного анализа, методы теории вероятностей.

Научная новизна. Научная новизна результатов, полученных в диссертации, состоит в следующем.

1. Предложен, обоснован и формализован новый интегральный критерий оценки эффективности управления инновационной деятельностью, учитывающий показатель ликвидности.

2. Предложены и обоснованы стратегии финансирования инновационной деятельности, отражающие различные методики оценки риска, проведена формализация указанных стратегий в виде системы моделей условной псевдобулевой оптимизации с алгоритмически задаваемыми ограничениями и вспомогательных алгоритмов формирования моделей.

3. Предложена модификация алгоритма случайного поиска с адаптацией для случая условной псевдобулевой оптимизации, позволяющая в процессе поиска использовать апостериорную информацию, получаемую как по точкам допустимой области, так и по точкам, не принадлежащим допустимой области.

4. Для задачи условной псевдобулевой оптимизации построен алгоритм схемы МИВЕР эмулирующий работу генетического алгоритма с ранговой селекцией.

5. Построен новый алгоритм схемы МИВЕР с условными вероятностями, в котором адаптация осуществляется как по каждой компоненте, так и по группам компонент.

6. Проведено исследование сравнительной эффективности алгоритмов схемы МИВЕР и генетических алгоритмов на построенной системе моделей, определены области их эффективного применения.

Практическая ценность.

Разработанное в диссертации модельное и алгоритмическое обеспечение по решению задач управления инновационной деятельностью представляет собой инструмент синтеза эффективных управленческих решений для ЛПР при решении задач финансирования инновационной деятельности машиностроительных предприятий ВПК.

Данные модели и алгоритмы могут быть использованы в общей системе управления предприятием в контексте синтеза эффективного управленческого воздействия как элемент системы поддержки принятия решений.

Реализация результатов работы. Разработанное автором диссертации модельное и алгоритмическое обеспечение по решению задач управления инновационной деятельностью было реализовано в виде программного приложения, которое прошло апробацию на ФГУП ЦКБ "Геофизика" при решении задач оптимизации графика финансирования инновационной программы предприятия.

Данное программное приложение внедрено в качестве инструмента в планово-экономическом отделе ФГУП ЦКБ "Геофизика" при разработке тактических и стратегических календарных планов финансирования инновационной деятельности.

Результаты диссертационного исследования используются на кафедре "Системного анализа и исследования операций" СибГАУ в курсах "Управление сложными системами", "Автоматизированные системы управления", "Прикладной системный анализ".

Основные тезисы, выносимые на защиту.

1. Предложенные стратегии согласования временной структуры активов-пассивов предприятия обеспечивают поддержание требуемого уровня ликвидности для различных методик минимизации риска.

2. Реализация предложенных стратегий при критериях максимизации доходности и минимизации риска инновационной программы может быть формализована в виде задач условной псевдобулевой оптимизации с алгоритмически задаваемыми ограничениями.

3. На рассматриваемой системе моделей алгоритм СПА с адаптивным учетом ограничений превосходит по эффективности базовый алгоритм СПА и, как правило, позволяет получать лучшее решение по значению целевого функционала, чем алгоритм СПВ, но при размерности выше 40 уступает последнему по числу вычислений.

4. Сравнительный анализ схем и этапов работы генетических алгоритмов и алгоритмов МИВЕРа позволяет построить алгоритм СПА, с помощью вектора вероятностей эмулирующего работу генетического алгоритма, а на его основе алгоритм СПА с условными вероятностями, превосходящий по эффективности классические генетические алгоритмы

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка используемой литературы (95 наименований) и приложение. Содержание работы изложено на 107 страницах основного текста, проиллюстрировано 8 рисунками и 6 таблицами. В приложении представлены материалы, свидетельствующие о практической реализации результатов исследований и разработок автора.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Сумароков, Александр Дмитриевич

Основные результаты и выводы по работе.

1. Определены особенности, источники и формы финансирования инновационной деятельности предприятий ВПК. В качестве основного требования к стратегиям финансирования инновационной деятельности выделено требование поддержания заданного уровня ликвидности на всех временных интервалах реализации инновационной программы.

2. Показано, что в существующих моделях поддержки принятия решений по управлению и планированию инновационной деятельности рассматриваются только два критерия - доходность и риск, и не учитывается уровень ликвидности.

3. Для различных методов учета риска инновационной программы предложены стратегии управления финансированием программы, обеспечивающие поддержание требуемого уровня ликвидности на всех временных интервалах реализации программы. Стратегии реализованы в виде системы формальных моделей условной псевдобулевой оптимизации с алгоритмически задаваемыми ограничениями.

4. Предложены: модификация СПА - алгоритм СПА с адаптивным учетом ограничений, позволяющая учитывать в процессе поиска информацию, получаемую в точках не принадлежащих допустимой области; алгоритм СПА, эмулирующий через вектор вероятностей работу генетического алгоритма с ранговой селекцией; новый алгоритм схемы МИВЕР с условными вероятностями, учитывающий информацию попарных совместных вероятностей. Численно проведен сравнительный анализ эффективности предложенных и базовых поисковых процедур, определены области их эффективного применения.

5. Предложенный формальный аппарат успешно апробирован на реальных данных ФГУП ЦКБ «Геофизика».

Список литературы диссертационного исследования кандидат технических наук Сумароков, Александр Дмитриевич, 2004 год

1. Антамошкин А.Н. Оптимизация функционалов с булевыми переменными. — Томск: Изд-во Том. ун-та, 1987,— 104с.

2. Антамошкин А.Н. Регулярная оптимизация псевдобулевых функций. Красноярск: Изд-во Краснояр. Ун-та, 1989. 160 с.

3. Дегтерев А.С. Основные направления совершенствования управления предприятиями ВПК в условиях конверсии. / А.С. Дегтерев // Вестник Ассоциации выпускников КГТУ. Вып. 9 / ИПЦ КГТУ, Красноярск, 2003, с. 60-62.

4. Экономика предприятия и отрасли промышленности. Серия «Учебники, учебные пособия». 3-е изд., перераб. и доп. — Ростов н/Д: «Феникс», 1999. -608 с.

5. Лебедев Ю.А. Коммерциализация технологий // Инновации. 1999. №9-10.

6. Макарова И.В. Совершенствование регулирования процесса технологического трансфера из оборонной комплекса в гражданский // 1998. №6.

7. Лобков К.Ю. совершенствования процесса портфельного планирования инновационной деятельности машиностроительного предприятия ВПК в условиях конверсии. Диссертация на соиск. уч. степ. канд. эк. наук.//-Красноярск, 2002г.-180 с.

8. Морозов Ю.П. Инновационный менеджмент: Учеб. пособие для вузов. -М.: ЮНИТИ-ДАНА, 2000. 446с.

9. Дегтерев А.С. Инструменты стратегического планирования инноваций на машиностроительных предприятиях военно-промышленного комплекса в условиях конверсии / А.С. Дегтерев, Ю.В. Ерыгин // Конверсия в машиностроении, № 3, 2004, с. 78-82.

10. Бригхом Юджин Ф. Энциклопедия финансового менеджмента: сокр. Пер. с англ.// Под. ред. A.M. Емельянова РАГС; ОАО «Изд-во «Экономика», 1998.-823с.

11. Дегтерев А.С. Оптимизация портфеля инновационных проектов на машиностроительном предприятии ВПК в условиях конверсии / А.С. Дегтерев, Ю.В. Ерыгин // Конверсия в машиностроении, № 3, 2004, с. 83-84.

12. Дегтерев А.С. Обеспечение ликвидности при финансировании инновационной деятельности / А.С. Дегтерев, А.Д. Сумароков // Труды межд. конф. «Управление проектами — основа современного организационного менеджмента» / УГТУ-УПИ, Екатеринбург, 2004, с. 55-60.

13. Пуртиков В.А. Оптимизация управления формированием кредитного портфеля банка: Дисс. канд. техн. наук. Красноярск, 2001. - 148.

14. Семенкин Е.С., Семенкина О.Э., Коробейников С.П. «Оптимизация технических систем». Учебное пособие. — Красноярск: СИБУП, 1996. 284с.

15. Дегтерев А.С. Формализация процесса формирования инвестиционного портфеля предприятия / А.С. Дегтерев, А.Д. Сумароков // Труды VIII межд. конф. «Системный анализ в проектировании и управлении» / СПБГПУ, СПб, 2004, с. 89, 90.

16. Дегтерев А.С. Обобщение генетических алгоритмов и алгоритмов схемы МИВЕР / А.С. Дегтерев, Ф.В. Канашкин, А.Д. Сумароков // Электронный журнал "Исследовано в России", 130, стр. 1391-1396, 2004 г. http://zhumal.ape.relarn.ru/articles/2004/130.pdf

17. Сумароков А.Д. Алгоритмы схемы МИВЕР с условными вероятностями / А.Д. Сумароков // Объединенный научный журнал, №12 (70), 2003. с. 17.

18. Канашкин Ф.В. Эффективный алгоритм выбора вариантов в системах поддержки принятия решений / Ф.В. Канашкин, А.Д. Сумароков // Труды конф. «Информационные недра Кузбасса» / КемГУ, Кемерово, 2003, с. 21,22

19. Т. Кормен, Ч. Лейзерсон, Р. Ривест Алгоритмы: построение и анализ. М.: МЦНМО, 2000 г., 960 стр.

20. Липсиц И.В., Коссов В.В. Инвестиционный проект: методы подготовки и анализа. Учебно-справочное пособие // М.: Издательство БЕК, 1996. - 304 с.

21. Мелкумов Я.С. Экономическая оценка эффективности инвестиций и финансирование инвестиционных проектов // М.: ИКЦ «ДИС», 1997. - 160 с.

22. Инновационный менеджмент: Учебное пособие/ Под ред. д.э.н., проф. Л.Н. Оголевой М.: ИНФРА-М, 2001. - 238с.

23. Бочаров В.В. Финансовое моделирование. СПб.: Издательство «Питер», 2000.-208 с.

24. Гугелев А.В., Герасимов А.Е. Определение эффективности инновационной деятельности //'Вестник машиностроения. 2000, - № 3, с. 53-57.

25. Основы инновационного менеджмента: Теория и практика: Учеб. пособие. / Под ред. П.Н. Завлина и др. М.: ОАО "НПО «Издательство "Экономика», 2000. - 475 с.

26. Финансовое планирование и контроль: Пер. с англ.// Под ред. М.А.Поукока и А.Х.Телора. М.: ИНФРА-М, 1996. - 480с.

27. Управление инвестициями: В 2-х т. Т 1 // Под общ. ред. В.В. Шеремета. -М.: Высшая школа, 1998. 416 с.

28. Grossi G. Promoting Innovation in a Big Business // Long Ranger Planning, 1990.

29. Wilson A. Innovations in the market place // Management today. London, 1984.

30. Управление инвестициями: В 2-х т. T 2 // Под общ. ред. В.В. Шеремета. -М.: Высшая школа, 1998. 512 с.

31. Шеремет А.Д., Сайфулин Р.С., Финансы предприятий.// М.: ИНФРА-М, 1998.-343с.

32. Фалько С.Г. Измерение и оценка эффективности инноваций // Вестник машиностроения. 1998, - № 6.

33. Андреев В.В. Генетические и нейронные алгоритмы: Конспект лекций. Чебоксары: Изд- во Чуваш, ун-та, 2001. 38 с.

34. Cordon О., Herrera.F., and Lozano М. (March 1996) On the bidirectional integration of genetic algorithms and fuzzy logic. In Proc. Second Online Workshop on Evolutionary Computation (WEC2), pages 13-16. Nagoya.

35. Мотовилов O.B. Банковское и коммерческое кредитование и финансирование инноваций // СПб. 1994 г.

36. Пузыня К.Ф., Казанцев А.К., Барютин JI.C. Организация и планирование научных исследований и опытно-конструкторских разработок: Учеб. Пособие. М.: Высшая школа, 1989.

37. Koza, John R., "Genetic Programming: On the Programming of Computers by Means of Natural Selection", MIT Press, 1992, 819 pages.

38. Банковское дело: Учебник 2-е изд., перераб. и доп./ Под ред. О.И. Лаврушина. - М.: Финансы и статистика, 2001. - 672с.

39. De Long, К.А. (1975). An analysis of the behavior of a class of genetic adaptive systems, Doctoral dissertation, University of Michigan, Dissertation Abstracts International 36(10)5140B.

40. D.E. Goldberg and K. Deb. A compara-tive analysis of selection schemes used in genetic algorithms. In G.J.E. Rawlins, editor, Foundations of Genetic Algorithms, pages 69-93. Morgan Kaufmann, 1991.

41. W.M. Spears (1992). Adapting crosso-ver in a genetic algorithm. Laboratory Re-port, #AIC-92-025, Navy Center for Applied Research in Artificial Intelligence, (USA).

42. Стоянова E.C. Финансовый менеджмент. Российская практика. М.: Перспектива, 1994.

43. Козлова М.Г. Системы поддержки принятия решений в современной информатике // Программы, системы, модели. Симферополь, 1996. - N 2. -С.40-45.

44. Перегудов Ф.И., Тарасенко Ф.П. Основы системного анализа: Учеб. 2-е изд., доп. Томск: Изд-во HTJI, 1997. - 396 с.

45. Козлова М.Г. Синтез дискретных моделей выбора решений на основе знаний // Международной науч. конф. "Интеллектуализация обработки информации". Алушта, 3-7 июня 1996 г.: Тез. докл. /КрАН. Симферополь, 1996.- С.13-14.

46. Крушвиц JI. Инвестиционные расчеты / Пер. с нем. Под общей редакцией В.В. Ковалева и З.А. Сабова. СПб: Питер, 2001. - 432 е.: ил. - (Серия «Базовый курс»),

47. Дегтерев Д. А. Модельное и алгоритмическое обеспечение объемно-календарного планирования на предприятиях ВПК в условиях конверсии. Дисс. канд. техн. наук. Красноярск, 2003. - 152 с.

48. Медведев А.Г. Новая продукция и новая технология в стратегии технического развития машиностроения // Л.: Машиностроение, 1988. - 201 с.

49. Моделирование научно-технического прогресса в машиностроении / Г.А. Краюхин и др. А.: Машиностроение, Ленинградское отделение, 1987. - 272 с.

50. Сумароков А.Д. Адаптивный учет ограничений в алгоритме СПА / А.Д. Сумароков // Информатика и информационные технологии: Материалы межвуз. научн. конф. / Под ред. Ю.А. Шитова. Красноярск: ИПЦ КГТУ, 2002, с. 100-104.

51. Оценка эффективности инноваций: Завлин П.Н., Васильев А.В. СПб., Изд-й дом «Бизнес-Пресса», 1998. 216 с.

52. Виленский П.Л., Лившиц В.Н., Смоляк С.А. Оценка эффективности инвестиционных проектов: Теория и практика: Учеб.-практ. пособие. М.: 2001.-832 с.

53. Касимов Ю.Ф. Основы теории оптимального портфеля ценных бумаг. -М.: Филинъ, 1998.-141 с.

54. Шарп У., Александер Г., Бэйли Дж. Инвестиции: Пер. с англ. М.: ИНФРА-М, 1999. - 1028 с.

55. Маршалл Джон Ф., Бансал Випул К. Финансовая инженерия: Полное руководство по финансовым нововведениям: Пер. с англ. М.: Инфра-М, 1998.-784 с.

56. Beasley D., Bull D., Martin R. An Ovierview of Genetic Algorithms. University Computing, 1993. Part I 15(2), p.58-69. Part II 15(4), p. 170-181.

57. Осовский С. Нейронные сети для обработки информации, 2002, М., Финансы и статистика;

58. Назаров А., Лоскутов А. Нейросетевые алгоритмы прогнозирования и оптимизации систем, 2003, С-П., Наука и Техника;

59. Антамошкин А.Н. Гриди алгоритмы и локальный поиск для условной псевдобулевой оптимизации загрузки оборудования / А.Н.Антамошкин, И.С. Масич // Электронный журнал «Исследовано в России», 177, стр.2143-2149, 2003 г.

60. Антамошкин А.Н. Не улучшаемый алгоритм условной оптимизации монотонных псевдобулевых функций / А.Н.Антамошкин, И.С. Масич // Электронный журнал «Исследовано в России», 64, стр.703-708, 2004 г.

61. Антамошкин А.Н. Регулярные алгоритмы для задач условной псевдобулевой оптимизации / А.Н.Антамошкин, И.С. Масич // САКС-2001 : Материалы Международной научно-практической конференции./ САА-ч.2ч-Красноярск, 2001, с.328-330.

62. Антамошкин А.Н. Эффективные алгоритмы условной оптимизации монотонных псевдобулевых функций /А.Н. Антомошкин, И.С. Масич// Вестник СибГАУ: Сб. науч.тр./ Под ред.проф.Г.П.Белякова; .- СибГАУ-Вып.4- Красноярск. 2003, 60-67.

63. Сопов Е.А. Вероятностный генетический алгоритм решения сложных задач оптимизации и его исследование.- Интеллект-2004, Красноярск, СиБУП, 2004.

64. Сопов Е.А. Вероятностный генетический алгоритм с прогнозированием сходимости. Вестник университетского комплекса: Сб.науч.трудов/Под общей ред. Профессора Н.В. Василенко; Красноярск: ВСФ РГУИТП, НИИ СУВПТ. - 2004.-Вып. 1(15).-292с., 219-227с.

65. Сопов Е.А. Разработка негенетического генетического алгоритма.- Сб. материалов Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых, КрасГАЦиЗ.- Красноярск, 2003.

66. Сопов Е.А. Разработка и исследование вероятностного генетического алгоритма.- Информатика и информационные технологии. Межвуз.Сб. науч. Тр./Под ред. В.А. Вейсова, Ю.А. Шитова. Красноярск: ИПЦ КГТУ, 2003. 306с. 225-227с.