Интеллектная система управления инновационным процессом интегрированного производственного комплекса

Бесплатный доступ

Рассматривается проблема управления инновационно-инвес тиционным процессом в интегрированных производственных комплексах и на базе теоретических моделей предлагаются структуры интеллектной и экспертной системы управления инновацио нным процессом на предприятии.

Короткий адрес: https://sciup.org/148197667

IDR: 148197667

Текст научной статьи Интеллектная система управления инновационным процессом интегрированного производственного комплекса

1 Ленинградский металлический завод 2 Самарский государственный аэрокосмический университет

Рассматривается проблема управления инновационно-инвестиционным процессом в интегрированных производственных комплексах и на базе теоретических моделей предлагаются структуры интеллектной и экспертной системы управления инновационным процессом на предприятии.

Проведенные исследования показали значительный интерес в стране к проблеме инновационного развития и, особенно, к решению задач реализации механизма регулирования и управления этим развитием.

В работе на базе теоретических моделей предложена структура интеллектной системы управления инвестиционно-инновационным процессом в интегрированных производственных комплексах, включающая две инновационные подсистемы. Одна инновационная подсистема реализует проект превентивного обслуживания, т.е. аккумулирует исходные средства G и контролирует текущие средства М и, как следствие, стимулирует отношение "процесс-структура" путем выделения средств М , поступивших в распоряжение субъекта в результате осуществления предшествующих этапов целенаправленной деятельности. Кроме этого в задачи подсистемы входит развитие партнерских отношений с венчурными фондами, финансовыми структурами страны и отрасли для содействия размещения базового и венчурного капитала в подобранные экспертной комиссией отрасли проекты. Вторая инновационная подсистема реализует инновационные технологии - набор методов, средств и последовательных мероприятий, обеспечивающих реализацию нововведения.

Подобные подсистемы требуются по ряду причин. Во-первых, необходимая гибкость систем проектирования и реализации проектов в части охвата большой номенклатуры проектов и наличие распределенных информационных источников идей требует децентрализации некоторых управляющих функций по реализующим проектно-производственным подразделениям. Во-вторых, использование различных современных CAD/ CAM/CAE систем обуславливает необходимость предотвращения задержек из-за нестыковок проектной документации с возможностями производства, так как задержки в реализации инноваций связаны с эффективностью проектов.

Вышеприведенное обсуждение предполагает, что проблема управления инновационным процессом должна решаться посредством "отдельных процессов целенаправленной деятельности", в рамках децентрализованной структуры принятия решений, способной оценивать не только результаты реализации выбранных проектов, но и выходы всех промежуточных уровней этого процесса.

Этой цели можно достичь, если на каждом уровне реализации (разбиваем множество PUGUMUCUV показателей, характеризующих цели субъекта деятельности, его средства и среду целенаправленной деятельности, на уровни в соответствии с отношением "процесс-структура") будет установлена ин-теллектная система контроля показателей, функция которой моделируется с теоретической точки зрения как решение задачи адаптивного управления. Для процессов целенаправленной деятельности подобная модель управления реализацией иновационных проектов требует:

  • -    оценки текущего уровня средств (M={mk} показателей) для реализации проекта путем контроля {mk} в интервалах Amk с точностью 5mk в пространстве локализации R целенаправленной деятельности на этапах реализации;

  • -    решения по стратегии обслуживания, необходимой для предотвращения случаев выхода этих показателей за установленные пределы, базируясь на динамической модели, описывающей временную эволюцию текущего расходования средств.

На практике все это означает, что желательно иметь контролирующую систему которая включает:

  • -    подсистему контроля бюджета инновационного проекта, предназначенную для сканирования статей расхода проекта на каждом этапе его реализации в соответствии с масштабом времени At . , описываемых показателями {а . };

  • -    анализатора показателей n-го уровня (подмножество {a Pn) } , находящихся друг с другом в отношениях взаимодействия, и под- (n)

множества {a s }, находящихся в отношениях воздействия к {a Pn)} . При этом {a Sn)} является структурой, определяющей проте кание процессов взаимосвязанного измене- f (п)л ния {ap }.

Основываясь на этих оценках параметров, процедура регулирования расхода средств должна обеспечить (рис.1):

  • -    оценку текущего уровня расхода бюджета проекта в виде значений показателей (используя обсервер расхода);

  • -    описание будущей эволюции расходов посредством динамической модели затрат (предикатор расхода бюджета);

  • -    решение о стратегии обслуживания, которую необходимо выбрать для предотвращения расхода бюджета выше установленного уровня (основываясь на прогнозировании эволюции), путем решения задачи выбора обслуживания с гарантированной надежностью.

Важными для оценивания расхода бюджета являются следующие параметры: стоимость денег во времени (инфляция, процент, риск, измерение текущей и будущей стоимости одной денежной меркой), сложный процент, дисконтирование - процесс роста основной суммы вклада в проект (текущая и будущая стоимость).

Любое решение по превентивному обслуживанию должно базироваться на этих параметрах расхода , как на их текущих зна-

Рис.1. Структура интеллектной системы управления инновационным процессом

чениях, так и на предсказаниях их эволюции в будущем (динамические модели партнеров и взаимодействие между уровнями).

Определение динамического предикато-ра расхода бюджета проекта, т.е. динамику его расхода, можно описывать марковскими моделями при следующих допущениях.

  • 1.    Для уровней разрушения бюджета допускается существование дискретной матрицы вместе с преобразованием пространства параметров расхода к такой матрице уровней разрушения. Это означает, что на основе множества идентифицированных в данный момент параметров расхода могут быть оценены соответствующие разрушения бюджета.

  • 2.    Считается, что уровни разрушения будут упорядочены в порядке увеличения степени разрушения. Количество уровней разрушения является таким, что переходы между соседними уровнями могут быть смоделированы посредством случайных потрясений.

При этих допущениях уровни разрушения определяют NT состояний для марковской модели следующего типа:

Т ( t ) = A P ( t ); Р(^ = W, (1) где P(t)=[P1(t),.... P (t)...]T является N L -мерным вектором, чей j-ый элемент дает вероятность того, что разрушение бюджета достигает уровня j в момент времени t; Л - постоянной матрицей перехода; t ° - начальным временем процедуры предсказания разрушения бюджета проекта (т.е. момент времени выделения данного бюджета); W- вектором начальных вероятностей (т.е. вектор вероятностей, ассоциируемый с оцененным начальным уровнем разрушения) и PNLO является поглощающим состоянием, соответствующим отказавшему бюджету.

Идентификацию матрицы перехода можно выполнить, воспользовавшись методом максимума правдоподобия и опираясь на следующее решение марковской модели:

P(t) = exp (A(t - t o ))W. (2)

Если принять т за фиксированную задержку между последовательными оценками уровня разрушения, то функция правдоподобия сводится к следующей форме:

п ( A ) = 1 M ik I nH ik ( A ,т ) ,     (3)

i ,k где Mik означает число наблюдаемых переходов с уровня k на уровень i и Hik является (i,k) - м элементом матрицы H=exp (Ат). Поскольку, по определению , H является одноступенчатой матрицей перехода дискретной марковской цепи, то

  • Н.    (•) > °, £ H ik (-) = 1 .     (4)

i

Следовательно, функция правдоподобия может быть переписана следующим образом:

П(А) = £ Пк (•); пк (•) = £ MkInHik (•) (5) к и каждая подфункция Пk(•) может быть максимизирована независимо. Результирующим решением задачи оптимизации является

На = M ,k /£Е М*'   (6)

Каждый раз после контроля этапа проекта значения параметров динамической модели разрушения (6) могут быть скорректированы. Последовательные вычисления динамической модели позволяют предсказывать эволюцию будущего разрушения.

Исходя из вышеизложенного, а также из полученных в работе теоретических результатов исследований динамического управления связями между уровнями инновационно-инвестиционной системы и известного опыта построения оптимальных процедур обслуживания [1], необходимо создание экспертной системы для контроля и обслуживания инновационно-инвестиционного процесса.

Оптимальный процесс обслуживания инновационных проектов существенно связан с процессом воспроизводства функций системы, т.е. способностью системы контролировать свои изменения через изменения множества показателей {Si} диапазона допустимых изменений ASi. Каждый количественный показатель характеризуется порогом чувствительности системы 5Si к его изменениям. При выходе значения показателя Si за пределы ASi система теряет способность к самовоспроизводству. Поэтому эта способность системы определяется ее способностью удерживать знчения Si в интервале ASi. В целом эти процедуры обслуживания основываются на компромиссе между расходами на обслуживание инновационного проекта и риском возникновения отказа в таком обслуживании. Однако такой подход нуждается в некотором улучшении. Контролируя состояние расхода бюджета, можно точно определить не один уровень разрушения, а множество наиболее вероятных уровней разрушения (поскольку динамика разрушения бюджета всегда является марковским процессом). Более того, когда принимаются решения по будущему обслуживанию, важную роль играет знание, приобретенное из предыдущих наблюдений разрушения бюджета и соответствующих им процедур обслуживания бюджета.

Этот подход к решениям по обслуживанию является подходом эксперта. В нашем случае аналогичный подход может быть использован для решений по обслуживанию, генерируемых экспертной системой, которая должна уметь выполнять следующие задачи.

  • 1.    Основываясь на контроле бюджета и

  • оценивании показателей расхода, может быть определено подмножество прошлых образцов разрушения бюджета, которые похожи на образцы, взятые в текущее время. Эти прошлые образцы разрушений бюджета хранятся в базе знаний. Образцы вместе с вектором вероятностей P(t*), связанным с оцененным текущим разрушением бюджета и оцененной матрицей Л предикатора динамики (рис.2), используются в задаче 2 (t* является временем текущего контроля бюджета).
  • 2.    На основе результатов задачи 1 должна быть выбрана стратегия обслуживания инновационного проекта V(S), S > t*, гарантирующая, что процесс реализации проекта будет иметь требуемую надежность до времени следующей проверки.

  • 3.    Результирующую стратегию следует подтвердить путем сравнения со стратегиями, запомненными в базе знаний. Это означает, что выбирается та стратегия, которая будет наиболее подходящей к ожидаемым событиям будущего.

Для того, чтобы выполнить вышеуказанные задачи, разработанная экспертная система организована в виде системы управления с разомкнутой обратной связью с двумя сле-

Рис.2. Структура экспертной системы управления инновационным процессом

дующими отдельными действиями (рис.2):

  • 1)    обучением, т.е. распознаванием разрушения бюджета, как инструмента реализации инновационного проекта;

  • 2)    управлением, т.е. планированием обслуживания инструмента реализации инновационного проекта.

Первая проблема в настоящее время практически решается путем использования процедуры, сравнивающей (в каждый момент контроля) воздействия многих допустимых стратегий обслуживания, принятых априори. В частности, предположим, что вероятностный вектор P(t) можно расчленить следующим образом:

P(t) = [PR(t) , 1>ш|, где PR(t) и PF(t) обозначают состояние надежной работы и состояние отказа, соответственно.

Аналогично, матрица Л может быть расчленена и представлена в следующем виде:

Л =

Л R

Л F _

.

Тогда марковскую модель можно записать следующим образом:

P r ( t ) = Л r P r ( t ) ,

Р F ( t ) = Л FPF ( t ) ,          (7)

где P(t*) считается известным.

Таким образом, на базе теоретических моделей предложена структура интеллектной системы управления инвестиционно-инновационным процессом в интегрированных производственных комплексах.

Статья научная