Управление социально-экономическими процессами на основе использования нейрокомпьютерных систем

Характерный для постиндустриального уклада рост объемов информации, поддерживающий управление социально-экономическими системами, ее неполнота, неопределенность, а также многовариантность принимаемых на ее основе решений требуют поиска инновационных форм и методов управления бизнес-процессами на различных уровнях хозяйственной деятельности. Исследователи сходятся во мнении, что в информационном обществе все большую значимость приобретают информационноинтеллектуальные технологии. Когнитивная экономика актуализирует использование когнитивных технологий в различных сферах жизнедеятельности на всех уровнях жизнедеятельности: на уровне экономики человека, экономики семьи, экономики организации, экономики страны и мировой экономики в целом [2].

Одной из проблем в управлении социально-экономическими процессами является недостаточная теоретиче- ская обоснованность субъект-объектных отношений, что на практике вызывает резкий дисбаланс взаимодействия управляющей и управляемой систем. На основе инновационных методологических подходов в организации выделяют единицы экономической деятельности [1]. Первоэлементами служат разнородные социальная, потребительская, эргономическая, техническая, предметная, технологическая, продукционная и организационная сферы.

В соответствии с общесистемными принципами и законами, социально- целевая система характеризуется потребностями трудового коллектива. Социально-эргономическая система представлена знаниями и опытом, мастерством, профессионализмом сотрудников. Социально-техническая система описывается уровнем используемых технических средств в хозяйственной деятельности. Социально-предметная система характеризуется материально-сырьевой базой функционирования организации.

Социально-технологическая система отражает уровень применяемых операционных технологий. Социально-продукционная система характеризуется потребительскими свойствами продуктов деятельности [1].

С учетом взаимодействия внешней и внутренней среды состояние выделенных подсистем социально-экономического процесса подготовленными экспертами может быть оценена по 100-балльной шкале. В процессе множественного сочетания разнородных элементов в организации вследствие этого формируются множество функциональных систем, массивы разнородной информации.

Диагностика социально-экономических процессов в организации может быть выполнена с помощью стандартных статистических пакетов анализа данных для обработки как числовой, так и нечисловой информации. Достаточно полный учет выявленных взаимодействующих внутренних и внешних подсистем и системы показателей, характеризующих их функционирование, содержащей качественные и количественные данные, создает возможности использования многомерных нейросетевых моделей для оценки и прогнозирования развития социально-экономических процессов в исследуемой организации.

Известно, что нейронные сети предпочтительно использовать при наличии больших массивов входных данных, содержащих скрытые закономерности. Помимо этого целесообразно использовать нейросетевые технологии в задачах с неполной или нечеткой информацией. Нейронные сети применяются для предсказания функционирования рынков продуктов и услуг, оптимизации логистических, маркетинговых и производственных процессов, комплексной диагностики качества продукции и систем и др. [3].

Так как экономические, финансовые и социальные системы сложны, динамичны, стохастичны и являются результатом действий и противодействий различных коллективов людей, то представляется очень сложным делом создание комплексной математической модели с учётом всевозможных взаимодействий подсистем. В подобных недетерминированных системах оправдано использование моделей, которые достаточно эффективно имитируют поведение общества и экономики.

Алгоритм нейросетевой технологии обработки информации о взаимосвязи и взаимодействии внутренних и внешних подсистем организации включает следующие этапы: подготовку входящих и исходящих данных для нейросети, установление между ними логической связи, создание и моделирование нейросети, адаптацию и обучение нейросети, проверку нейросети, оценку качества прогнозирования.

Исходными данными для моделирования зависимости эффективности функционирования социально-экономи- ческих процессов в организации от состояния подсистем, служат соответствующие «примеры». Обучающие «примеры» (факты) представляют собой набор входных факторов и известные результаты (выходные величины). Факты представляются традиционно в виде электронных таблиц, где столбцы отражают наборы входных и выходных переменных, строки – «примеры». Таким образом, в одном столбце содержится одна переменная, в одной строке – один «пример». Результатом моделирования является обученная нейронная сеть, представляющая собой топологию искусственных нейронов и веса связей.

Степень важности каждого из выделенных первоэлементов социально-экономического процесса устанавливается методом экспертных оценок с привлечением руководителей и специалистов организаций и внешних экспертов.

Таким образом, в первом входящем слое нейронов присутствуют первоэлементы социально-экономического процесса: социально-эргономическая система, социально-предметная система, социально-продукционная система и др.

В следующем слое нейронов представлены иерархические уровни (мировое хозяйство, государство, отрасль, организация, подразделение организации, отдельное рабочее место).

В следующем слое нейронов присутствуют уровни состояния первоэлементов социально-экономического процесса. Каждый первоэлемент может находиться на 0…100 уровне. Уровни 0-60 относятся к низкому, 61-80 – к среднему, 81-100 – к высокому.

В следующем слое нейронов присутствуют направления управленческих усилий по оптимизации жизнедеятельности организации с учетом выявленных подсистем и т.д. Например, в случае установления низкого уровня состояния социально-эргономической сферы управленческие решения направлены на повышение уровня сформирован-ности профессиональных компетенций сотрудников, которое возможно реализовать по следующим направлениям: повышение квалификации, мастер-классы, дистанционное обучение и др.

Нейросетевая модель, построенная на основе исследования структуры социально-экономического процесса, его первоэлементов, уровни состояния которых учитывают условия взаимодействия внешней и внутренней сфер, позволяет устанавливать экономическую эффективность жизнедеятельности организации в зависимости от выбранных исследователем критериев: объем выпуска, стоимость реализованной продукции, прибыль и др. Таким образом, существует возможность на основе использования результатов функционирования нейрокомпьютерных систем принимать эффективные управленческие решения.