Статья опубликована в журнале «Российское предпринимательство»10 / 2010

Формирование адаптивной системы управления наукоемким производством на основе современных информационных технологий

Городилов Андрей Борисович, аспирант кафедры промышленной коммерции и маркетинга, Казанский государственный технический университет им. А.Н. Туполева, Россия

Formation of Adaptive System for Managing Knowledge-Intensive Production Based on Modern Information Technologies - View in English

 Читать текст |  Скачать PDF | Загрузок: 102

Аннотация:
В статье представлены методические основы адаптивной системы управления наукоемким производством. Даются рекомендации по формированию адаптивной системы управления с использованием интегрированного подхода,
сочетающего в себе процесс принятия управленческих решений по правилам и на основе прецедентов. В качестве основного инструмента реализации адаптивной системы управления рассматриваются современные информационные технологии.

JEL-классификация:

Цитировать публикацию:
Городилов А.Б. Формирование адаптивной системы управления наукоемким производством на основе современных информационных технологий // Российское предпринимательство. – 2010. – Том 11. – № 10. – С. 112-116.

Приглашаем к сотрудничеству авторов научных статей

Публикация научных статей по экономике в журналах РИНЦ, ВАК (высокий импакт-фактор). Срок публикации - от 1 месяца.

creativeconomy.ru Москва + 7 495 648 6241


Машиностроение является основой технического перевооружения производства, внедрения прорывных технологий, а, следовательно, и основой модернизации экономики. Особую роль играет здесь наукоемкое машиностроение.

Наукоемкое производство характеризуется высокими абсолютными и относительными затратами на научно-исследовательские и опытно-конструкторские работы. Принадлежность отраслей машиностроения к разряду наукоемких характеризуется показателем наукоемкости производства, определяемого соотношением объема расходов на научно-исследовательские и опытно-конструкторские работы к объему валовой продукции.

Особенности наукоемкого производства

Наукоемкое производство имеет существенные особенности, требующие учета в организации, управлении, условиях хозяйствования. Основными особенностями наукоемкого производства являются следующие:

– комплексный характер производства, позволяющий решать все проблемы создания техники от научных исследований и опытно-конструкторских работ до серийного производства и эксплуатации;

– большой объем НИОКР, выполнение экспериментальных образцов продукции, их доводка в течение всего времени производства из-за конструктивных изменений и модификаций;

– значительная продолжительность жизненного цикла продукции, что усложняет управление производством из-за запаздывания во времени эффекта управляющих воздействий и повышает ответственность за выбор стратегии решения;

– политемность исследований и разработок, диверсифицированность и многосистемность производства;

– создание качественно новой продукции, как правило, осуществляется параллельно с разработкой основной продукции; 

– наличие уникальных коллективов с большой долей ученых, высококвалифицированных инженерно-технических работников и производственно-промышленного персонала.

Приведенные особенности наукоемкого производства позволяют дать следующее определение: наукоемкое производство – это производство, способствующее получению, освоению, оперативному использованию научно-технических достижений, которые обеспечивают технологическое лидерство и повышенную конкурентоспособность.

Обеспечение конкурентоспособности напрямую зависит от ориентации производства на запросы и требования рынка, то есть ставит задачу сбалансированного сочетания приоритетов производства и рынка, что влечет существенный рост разнообразия как внешней, так и внутренней среды функционирования предприятия, ставит новые задачи управления, эффективное решение которых пока отсутствует. Это приводит к тому, что система управления производством должна справляться не только со сложностью внутренних процессов на предприятии, но и адекватно учитывать сложность и динамизм рынков.

Программно-адаптивный подход к управлению

Для решения проблем управления, возникших в связи с возросшей сложностью объекта управления и среды функционирования, зарубежными экономистами еще в 1930-е годы предложен программно-адаптивный подход к управлению, так как действующие системы управления были не в состоянии учитывать сложные закономерности развития рынка. Преимущество программно-адаптивного подхода к управлению заключается в том, что он не только подразумевает возможность уточнения планов и задач в процессе тактического управления, но и предполагает уже на этапе формирования стратегии закладывать потенциал для изменений, создающих возможности системы управления реагировать на быстрые изменения внешней среды и обеспечивать нормальные условия функционирования.

Следуя принятой терминологии адаптивного управления, информация о состоянии объекта – это описание проблемы, а выдача управляющего воздействия – это способ решения проблемы. Тогда результат управляющего воздействия необходимо рассматривать как результат применения решения. Следовательно, данный подход к адаптивному управлению объединяет в себя единую систему интеграции методов добычи данных, вывода на основе прецедентов и само адаптивное управление.

Прецедент – это описание проблемы или ситуации в совокупности с подробным указанием действий, предпринимаемых в данной ситуации или для решения данной проблемы.

Прецедент включает в себя: 1) описание проблемы; 2) решение этой проблемы; 3) результат (обоснованность) применения решения.

Преимущества и недостатки метода

Описание проблемы должно содержать всю информацию, необходимую для достижения цели управления.

Результат применения решения – это обратная связь, полученная от применения решения. Описание результата может содержать:

– перечень того, что получено;

– результат;

– способ восстановления (в случае отказа);

– перечень того, что можно сделать, чтобы избежать отказа;

– результаты восстановления.

Описание результата может также включать ссылки на другие прецеденты, текстовую информацию.

Метод CBR имеет свои преимущества и недостатки, по сравнению с другими методами получения решений. Из преимуществ можно выделить следующие:

– легкость приобретения знаний (в противоположность системам, основанным на правилах);

– возможность объяснения полученного решения (в противоположность системам, основанным на нейронных сетях);

– возможность работы в предметных областях, которые невозможно полностью понять, объяснить или смоделировать;

– возможность обучения в процессе работы;

– возможность избежать повторения ошибки (знания о сбоях и их возможных причинах во избежание их появления в дальнейшем);

– возможность получения решений путем модификации прецедентов позволяет уменьшить объем вычислений в предметных областях, где генерация решения «с нуля» требует больших усилий.

Основными недостатками являются:

– применимость только в областях, где выполняется принцип регулярности и имеет место повторяемость видов задач;

– некомпактное (без обобщения) хранение знаний (опыта);

– сложность и специфичность процессов поиска подобных случаев и адаптации решения.

Построение системы принятия решений прецедентного типа

Прецедент представляет собой информационный блок, включающий в себя базовую ситуацию и соответствующее ей решение.

В процессе функционирования предприятия формируются проблемно-ориентированные прецеденты, которые накапливаются в хранилище, в качестве какового могут выступать традиционные системы управления базами данных (СУБД), специализированные серверы знаний, многомерные базы данных и т.д. Ситуация, для которой сформирован прецедент, в дальнейшем считается опорной или базовой.

Построение системы принятия решений прецедентного типа предполагает решение ряда задач, которые на сегодняшний день недостаточно формализованы:

– разработка способа представления знаний о ситуации и возможных решениях (группы состояний);

– разработка метода выбора прецедентов;

– разработка методов идентификации и адаптации решений;

– разработка методов хранения и индексации прецедентов.

В таких системах одной из самых важных является проблема выбора прецедента. После того, как прецеденты извлечены, нужно выбрать наиболее подходящий из них. На сегодняшний день эта проблема не имеет однозначного решения. Наиболее популярным и часто используемым является метод ближайшего соседа. Второй важной проблемой, ожидающей своего решения, является определение метода адаптации, если выбранный прецедент не является полным аналогом текущей ситуации.

Таким образом, учет особенностей наукоемкого производства (машиностроения), а также концепций и методов адаптивного управления в экономических и технических системах, изложенных в трудах отечественных и зарубежных экономистов, позволил предложить методику адаптивного управления на основе интегрированного подхода, сочетающего в себе процесс принятия решений по правилам и принятие управленческих решений на основе прецедентов.


Издание научных монографий от 15 т.р.!

Издайте свою монографию в хорошем качестве всего за 15 т.р.!
В базовую стоимость входит корректура текста, ISBN, DOI, УДК, ББК, обязательные экземпляры, загрузка в РИНЦ, 10 авторских экземпляров с доставкой по России.

creativeconomy.ru Москва + 7 495 648 6241



Источники:
1. Бушмелева Г.В. Адаптивное управление промышленным предприятием в конкурентной среде: Автореферат диссертации на соискание ученой степени доктора экономических наук. – Ижевск: ИГТУ, 2009.
2. Скурихин В.И., Забродский В.А., Копейченко Ю.В. Проектирование систем адаптивного управления производством. – Харьков: «Виша школа», 1984.
3. Тычинский А.В. Управление инновационной деятельностью компаний: современные подходы, алгоритмы, опыт. – Таганрог: Таганрогский госу- дарственный радиотехнический университет, 2006.
4. Карпов Л.Е., Юдин В.Н. Адаптивное управление по прецедентам, основанное на классификации состояний управляемых объектов // Труды института системного программирования РАН // http://citforum. fast. net.ua/consulting/BI/karpov/#13.#13.
5. Жданов А.А. Метод автономного адаптивного управления // Известия Академии наук. Теория и системы управления, 1999. – № 5.
6. Джексон П. Введение в экспертные системы. – М.: Вильямс, 2001.
7. Alan Bundy, editor. «Artificial Intelligence Technigues» Springer Verlag, 1997.
8. Нечипоренко О.А. Использование технологии Case-Based Reasoning в проектировании программных систем // Перспективные информационные технологии и информационные среды.– Таганрог: 2002, №3.
9. Klaus-Diter Althof, Erik Auriol, Ralph Barlette, and Michel Manago. «A Review of Industrial Case-Based Reasoning Tools», Al Intelligence, 1995.
10. Sankar K. Pal, Simon C.K. Shiu. Faundations of soft Case-Based Reaso ning. – New Jersey: Wiley, 2004.
11. Лещенко Ю.А., Малеева О.В., Лещенко А.Б. Применение теории прецедентов для решения задач управления качеством в приборостроительном производстве // Радiоелектроннi i компьютернi системи, 2008, № 1.
12. Рапопорт Б. Опыт внедрения программных продуктов iBaan ERP. // Экспорт вооружений. 2009 № 1.