SYSTEM INTERRELATIONS OF STRATEGIC MANAGEMENT AND MODELING OF SOCIAL AND ECONOMIC SYSTEMS BASED ON THE BALANCED SYSTEM OF PARAMETERS
Abstract and keywords
Abstract (English):
Strategic management of social and economic systems on the purposes causes a need of formation of structure of management in the form of the system interrelations between achievement of the objectives, changes of indicators of activity, adoption of administrative decisions and consumption of resources. The possibility of the multi-aspect integrated modeling of social and economic system in the form of a set of situational, cognitive, imitating, process, expert, ontologic models is considered. Formalization of each type of the model in set-theoretic representation is carried out. The confinement-mode of strategic management of social and economic systems was constructed for the first time. The system interrelations between the models are established. Sets of unique and non-unique elements are revealed. Management mechanisms in the field of the social and economic systems, including the estimation of efficiency of achievement of strategic objectives on the basis of a set of indicators, and also the possibility of formation of administrative decisions taking into account the risk of non-achievement of such purposes are improved.

Keywords:
social and economic system, strategic management, balanced scorecard, integrated model
Text
Введение Для достижения успеха в сложном и динамичном окружении социально-экономическим системам (СЭС - любое предприятие или организация) необходимо постоянно адаптироваться к изменяющимся условиям рынка, опережая своих конкурентов по качеству, скорости и гибкости предоставления продуктов (услуг). Это невозможно без оперативного получения руководством информации о деятельности СЭС для своевременного принятия решений прежде, чем они найдут свое отражение в виде финансовых результатов [1]. В то же время даже оперативные действия предприятия должны быть скоординированы и направлены на достижение определенных долгосрочных целей, выраженных в виде показателей, которые зачастую разрознены, не дают полной картины происходящего, не позволяют судить о том, насколько успешно реализуется стратегия предприятия. Актуальным становится совершенствование механизмов управления в области СЭС, включающее в себя возможность оценки эффективности достижения стратегических целей на основе набора показателей, а также возможность формирования управленческих решений с учетом риска недостижения таких целей. Системные взаимосвязи стратегического управления социально-экономических систем Социально-экономические системы характеризуются совокупностью взаимосвязанных управляющих, технологических и информационных факторов, интеграцией экономики и общества, представляющей собой взаимообусловленное функционирование производства общественного продукта или услуги, управление которой основано на теории организационных систем [2]. Комплексность и взаимовлияние отдельных составляющих СЭС и процессов предоставления продуктов (услуг) (ПП1, ПП2, …, ППn) обусловливают необходимость при стратегическом управлении использовать показатели не только в области продукции, приносящей прибыль, но и там, где лежат истоки финансовой ценности, т. е. в сфере сотрудников, клиентов, а также структурной и процессуальной организации СЭС (рис. 1, а). Рис. 1. Системные взаимосвязи: а - процессов СЭС; б - механизмов стратегического управления Рассмотрим подход к управлению СЭС на основе сбалансированной системы показателей (ССП). Руководитель выбирает стратегию развития СЭС. Из множества разрозненных показателей деятельности СЭС в соответствии с заданной стратегией формируется ССП, которая тесно связана с методиками оценки рисков. Сбалансированная система показателей из перечня показателей и фактических данных СЭС формирует стратегическую карту с указанием существенных показателей (рис. 1, б). Одновременно формируется реестр рисков. На основании представленной информации руководитель формирует управленческие решения, направленные на улучшение существенных показателей (рис. 1). В [3] сформулирована концепция, включающая систему принципов, достаточную для решения широкого круга задач управления. Мультиаспектное интегрированное моделирование предметной области Для сложных СЭС требуется консолидация и визуализация большого объема разнородных данных с помощью программно-аппаратных комплексов. В качестве научно-методической базы для комплексной интеграции и конвергенции систем моделирования предлагается использовать ситуационно-когнитивно-имитационно-процессно-экспертно-онтологическое (SCIPEO) моделирование, являющееся развитием концепции ситуационно-имитационно-экспертного (SIE) моделирования, предложенного в исследованиях А. Ю. Филипповича [4, 5]. Основополагающим принципом SCIPEO-моделирования является представление мыслительной деятельности лица, принимающего решение, с помощью шести типов моделей (аспектов) представления предметной области: - онтологическая модель (ОМ) является инструментом структурирования, описания и анализа проблемной ситуации в СЭС [6]; - процессная модель (ПМ) используется для анализа внутренней среды системы и описания последовательности изменения состояний системы [7]; - имитационная модель (ИМ) детализирует решения, распределяет полномочия и ресурсы путем применения методов логистического управления, а также разнообразных методик для анализа основных фондов, качества продукции и обслуживания, затрат СЭС и т. п. [8]; - экспертная модель (ЭМ) - нейронная сеть, обученная на базе экспертных данных, служит для определения набора целей ССП и имитирует процессы рассуждения человека; - когнитивная модель (КМ) позволяет устанавливать взаимовлияния показателей на основе когнитивных карт и применяется для оценки альтернатив конфигурации СЭС; - ситуационная модель (СМ) предназначена для формирования управленческих решений [9]. Формализация SCIPEO-моделей Интегрированное SCIPEO-моделирование предполагает единое множество элементов (понятий), используемых в мультиаспектном представлении предметной области. Множество элементов SCIPEO-модели предметной области образуется объединением множеств элементов СМ, КМ, ИМ, ПМ, ЭМ и ОМ (рис. 2): где - множество элементов СМ; - множество элементов КМ; - множество элементов ИМ; - множество элементов ПМ; - множество элементов ЭМ; - множество элементов ОМ. Рис. 2. Мультиаспектное представление предметной области СЭС Все рассматриваемые модели имеют ряд элементов и понятий, которые присущи только им и не используются в других. Объединение таких элементов достаточно просто: Æ; ¹ Æ; ¹ Æ; ¹ Æ; ¹ Æ; ¹ Æ; ¹ Æ; ¹ Æ; ¹ Æ; ¹ Æ; ¹ Æ; ¹ Æ; ¹ Æ; ¹ Æ; ¹ Æ; ¹ Æ, где - множество [не] уникальных элементов СМ; - множество [не] уникальных элементов КМ; - множество [не] уникальных элементов ИМ; - множество [не] уникальных элементов ПМ; - множество [не] уникальных элементов ЭМ; - множество [не] уникальных элементов ОМ. Однако существуют элементы, которые используются во многих моделях. Для них необходимо либо разработать новые обобщенные элементы (метаэлементы), либо использовать различное представление [4-5]. Общие элементы должны либо дублироваться (проецироваться) в каждом аспекте в различном представлении, либо содержаться в одном аспекте. В последнем случае аспекты должны иметь возможность обратиться к соответствующему элементу. На основе теоретико-множественного аппарата нами описаны информационные структуры SCIPEO-моделей СЭС в условиях внешней среды, изменения параметров бизнес-процессов при варьировании влияния внутренних и внешних воздействий на деятельность СЭС или отдельного ПП. Формальные средства информационного моделирования применяются для создания статических и динамических моделей процессов системы. Статические модели процессов создаются на основе диаграмм потоков данных - DFD (Data Flow Diagram), методов структурного анализа и проектирования - SADT (Structured Analysis and Design Technique), диаграмм «сущность - связь» для реляционных баз данных - ERD (Entity Relationship Diagrams). Динамические модели создаются на основе различных сетевых методов, таких как сети Петри, раскрашенные сети Петри (CPN - Coloured Petri Nets) и языков имитационного моделирования: унифицированного - GPSS (General Purpose Simulating System) и визуального - SIMAN (SIMulation ANalysis) и др. [10]. Отличительными особенностями статических моделей являются высокая описательная способность, возможность проведения функционально-стоимостного анализа (ФСА), использование в качестве международных стандартов (IDEF0) [10], но удовлетворительные аналитические возможности (потому что высокие описательные возможности/способности). Динамические ИМ позволяют учесть динамику функционирования процессов, использовать стохастические составляющие модели, что открывает возможности всестороннего проведения анализа области исследования. В современных программных средствах имитационного моделирования зачастую используется объектно-ориентированный подход (язык моделирования высокого уровня SIMAN). Вследствие этого решение задачи описания и анализа деятельности СЭС целесообразно проводить, комбинируя методы статического и динамического моделирования, структурного и объектно-ориентированного подходов. Такая комбинация методов и подходов позволяет получить большую приспособленность для анализа и оптимизации процессов СЭС, а также увеличить описательную и моделирующую возможности исследования [10]. Для решения поставленных задач нами был использован теоретико-множественный аппарат формализованного описания мультиаспектных моделей предприятия в методологиях IDEF0, IDEF3 и SIMAN, теоретические основы которого изложены О. М. Замятиной [10], расширенный представлением онтологической модели в методологии IDEF5, а также описанием СМ, КМ и ЭМ. Как было отмечено ранее, ОМ представлена в двухуровневом исполнении: MLO = , где - онтология верхнего уровня - представляется функциональной моделью, разработанной в методологии IDEF0; - множество онтологий нижнего уровня, разработанных в методологии IDEF5; MB - механизм вывода. Верхний уровень ОМ (рис. 3) в терминах IDEF0-модели представляет собой совокупность четырех множеств [11]: , где - конечное множество дуг, называемых входами; - конечное множество дуг, называемых управлением; - конечное множество объектов, называемых механизмами; - конечное множество дуг, называемых выходами. Рис. 3. Первый уровень онтологической модели СЭС В терминах обобщенной контекстной диаграммы выполнения системного ПП СЭС (рис. 3) элементы (3) обозначают:  Xp - цель процесса (ПП по плану), Xf - результат процесса (ПП по факту); ‚Y - множество методов управленческих решений, направленных на повышение эффективности; ƒ RS - реализация в СЭС на основе интеллектуальных ресурсов и инструментальных средств; „ Mp - интерпретация цели процесса (множество плановых значений показателей ССП), M f - интерпретация результата процесса (множество фактических значений показателей ССП); … St - множество стратегий СЭС; † DL - множество регламентирующих документов и ограничения на ресурсы; ‡ Psu - принципы стратегического управления; ˆ OP - множество процессов СЭС; ‰ S - множество ситуаций в СЭС. IDEF0-модели не позволяют задать временные и вероятностные параметры, не имеют возможностей для прогнозирования и планирования деятельности предприятия [10]. Частично эти недостатки можно устранить, описав следующий аспект SCIPEO-модели - ПМ - с использованием методологии IDEF3. Социально-экономическая система или ее отдельный процесс, описанный с использованием методологии IDEF3, представляет собой модель выполнения последовательности этапов операций без учета временных характеристик. Источниками и приемниками потоков (данных, информации, материалов, готовых услуг) в ПМ СЭС, реализованной на основе методологии IDEF3, являются ссылки. Единицы работ определяют механизм преобразования входных потоков в выходные [10]. Введение в модель перекрестков позволило проанализировать зависимость выполнения этапов в модели. IDEF3 ПМ формально определена в виде MLP = , где OP - конечное непустое множество процессов (единиц работ), являющихся вершинами графа ПМ MLР, OP = {op1, op2, …, opnop}; RP - конечное непустое множество ресурсов (ссылок), RP = (RPI, RPO), RPO = {rpo1, rpo1, …, rponrpo}, RPI = {rpi1, rpi1, … …, rpinrpi}, RPI = hRPI(OP, LP, RPO); LP - множество связей, являющихся дугами графа ПМ MLР; Int - множество перекрестков. Перекресток позволяет описать последовательность изменения состояний системы, а главное - последовательность и логику выполнения этапов, что дает возможность установить взаимосвязь между статическими и динамическими ИМ и трансформировать IDEF3-модель в SIMAN-модель [10]. Для этого в системе имитационного моделирования Arena есть специальные возможности. Структура SIMAN-модели представляет собой ориентированный граф, вершинами которого являются узлы, соединенные направленными дугами. Ниже приведены основные определения, относящиеся к структурным свойствам SIMAN-модели в терминах наименьших структурных компонентов - узлов и дуг. В качестве узлов в модели используются: источники (CREATE), стоки (DISPOSE), процессы (PROCESS), модули группировки (BATCH), модули разгруппировки (SEPARATE), модули условий (DEСIDE), модули параметров (ASSIGN) и др. SIMAN-модель формально может быть определена в виде , где Cr - конечное непустое множество источников, Cr ={cr1, cr2, …, crncr}; Dis - конечное непустое множество стоков, Dis = {dis1, dis2, …, disndis }; OP - конечное непустое множество процессов, OP = {op1, op2, …, opnop}; Bt - конечное множество модулей группировки, Bt = {bt1, bt2, …, btnbt}; Sep - конечное множество модулей разгруппировки, Sep = {sep1, sep2, …, sepnsep}; Dec - конечное непустое множество модулей условий, Dec = {dec1, dec2, …, decndec}; As - множество параметров ИМ, As = {S, M, Y}; t - время SIMAN-модели. Множества позволяют полностью описать логику любого процесса, исследовать временные, стоимостные и вероятностные параметры процесса и на основании этого планировать, оптимизировать и прогнозировать деятельность предприятия и отдельных бизнес-процессов. Теоретико-множественное представление ЭМ определено в виде MLE = , где Exp - состав экспертов; Nst - количество нейронов; w - вес, соединяющий i-й вход с j-м выходом; Te - номер итерации обучения; h - коэффициент скорости обучения (управляет быстротой приближения ядра класса (вектора весов) к входному вектору xp); Ge - функция окрестности. Теоретико-множественное представление КМ определено в виде MLC = , где M - показатели ССП; v - весовые коэффициенты между показателями ССП. Теоретико-множественное представление СМ определено в виде MLS = , где Kapo - критерии эффективности. Проведенная формализация позволила выявить множество неуникальных элементов SCIPEO-модели: . Большая часть неуникальных элементов SCIPEO-модели относится к понятиям ССП и непосредственно к СЭС (см. рис. 2). В [12] определено место каждой модели в цикле разработки управленческих решений. Заключение Таким образом, в ходе исследований решены следующие задачи: - рассмотрена СЭС как система стратегического управления на основе ССП; - определена структура мультиаспектного интегрированного представления предметной области на основе интеграции и конвергенции онтологической, процессной, имитационной, экспертной, когнитивной и ситуационной моделей; - проведена формализация мультиаспектных моделей в теоретико-множественном представлении.
References

1. Protalinskiy O. M. Koncepciya intellektual'nogo upravleniya tehnologicheskimi processami gruzovogo porta na osnove imitacionnyh modeley / O. M. Protalinskiy, A. A. Hanova // Vestn. Astrahan. gos. tehn. un-ta. 2007. № 1 (36). S. 46-49.

2. Lapygin Yu. N. Upravlencheskie resheniya: ucheb. posobie / Yu. N. Lapygin, D. Yu. Lapygin. M.: EKSMO Publ., 2009. 448 s.

3. Khanova A. A. Socio-Economic Systems Strategic Management Concept Based on Simulation / A. A. Khanova, O. M. Protalinski, A. F. Dorokhov, A. A. Bolshakov // World Applied Sciences Journal 24 (Information Technologies in Modern Industry, Education & Society). 2013. P. 74-79.

4. Filippovich A. Yu. Integraciya i konvergenciya sistem modelirovaniya. Koncepciya SIE-modelirovaniya / A. Yu. Filippovich // Nauchnaya shkola dlya molodyh uchenyh «Komp'yuternaya grafika i matematicheskoe modelirovanie (Visual Computing)»: tez. i dokl. M., 2009. S. 195-203.

5. Filippovich A. Yu. Integrirovannoe SIE-modelirovanie / A. Yu. Filippovich // Tr. XVII Vseros. nauch.-metod. konf. «Telematika'2010» (Sankt-Peterburg, 21-24 iyunya 2010 g.). SPb., 2010. S. 324-327.

6. Tolk Andreas (Eds.). Ontology, Epistemology, and Teleology for Modeling and Simulation. Andreas Tolk (Eds.) Springer-Verlag, 2013. 372 p.

7. Pomffyova M. (ed.) Process Management / M. Pomffyova (Ed.). InTech, 2010. 352 p.

8. Protalinskiy O. M. Imitacionnaya model' tehnologicheskih processov gruzovogo porta / O. M. Protalinskiy, A. A. Hanova, I. O. Bondareva // Vestn. Saratov. gos. tehn. un-ta. 2010. № 4 (50), vyp. 2. S. 134-144.

9. Melnikov B. Once more on the edge-minimization of nondeterministic finite automata and the connected problems / B. Melnikov // Fundamenta Informaticae. 2010. Vol. 104, N 3. P. 267-283.

10. Zamyatina O. V. Metod modelirovaniya i kompleksnogo analiza biznes-processov / O. V. Zamyatina // Izv. Tom. politehn. un-ta. 2005. T. 308, № 6. S. 180-186.

11. Muhacheva N. N. Ontologicheskie modeli i metody dlya upravleniya informacionno-intellektual'nymi resursami organizacii / N. N. Muhacheva, D. V. Popov // Vestn. Ufim. gos. aviac. tehn. un-ta. 2010. T. 14, № 1. S. 123-135.

12. Hanova A. A. Konceptual'naya struktura sistemy upravleniya predpriyatiem na osnove integrirovannyh modeley / A. A. Hanova // Nauch.-tehn. vedomosti Sankt-Peterburg. gos. politehn. un-ta. Ser.: Informatika. Telekommunikacii. Upravlenie. 2012. № 3 (150). S. 99-105.