СИСТЕМНЫЕ ВЗАИМОСВЯЗИ СТРАТЕГИЧЕСКОГО УПРАВЛЕНИЯ И МОДЕЛИРОВАНИЯ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМ НА ОСНОВЕ СБАЛАНСИРОВАННОЙ СИСТЕМЫ ПОКАЗАТЕЛЕЙ
Аннотация и ключевые слова
Аннотация (русский):
Стратегическое управление социально-экономическими системами по целям обусловливает необходимость формирования структуры управления в виде системных взаимосвязей между достижением целей, изменениями показателей деятельности, принятием управленческих решений и потреблением ресурсов. Рассмотрена возможность мультиаспектного интегрированного моделирования социально-экономической системы в виде совокупности ситуационной, когнитивной, имитационной, процессной, экспертной, онтологической моделей. Проведена формализация каждого типа модели в теоретико-множественном представлении. Впервые построена конфаймент-модель стратегического управления социально-экономическими системами. Установлены системные взаимосвязи между моделями. Выявлены множества уникальных и неуникальных элементов. Усовершенствованы механизмы управления в области социально-экономических систем, включающие в себя возможность оценки эффективности достижения стратегических целей на основе набора показателей, а также возможность формирования управленческих решений с учетом риска недостижения таких целей.

Ключевые слова:
социально-экономическая система, стратегическое управление, сбалансированная система показателей, интегрированное моделирование
Текст
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.
Список литературы

1. Проталинский О. М. Концепция интеллектуального управления технологическими процессами грузового порта на основе имитационных моделей / О. М. Проталинский, А. А. Ханова // Вестн. Астрахан. гос. техн. ун-та. 2007. № 1 (36). С. 46-49.

2. Лапыгин Ю. Н. Управленческие решения: учеб. пособие / Ю. Н. Лапыгин, Д. Ю. Лапыгин. М.: ЭКСМО Publ., 2009. 448 с.

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. Филиппович А. Ю. Интеграция и конвергенция систем моделирования. Концепция SIE-моделирования / А. Ю. Филиппович // Научная школа для молодых ученых «Компьютерная графика и математическое моделирование (Visual Computing)»: тез. и докл. М., 2009. С. 195-203.

5. Филиппович А. Ю. Интегрированное SIE-моделирование / А. Ю. Филиппович // Тр. XVII Всерос. науч.-метод. конф. «Телематика'2010» (Санкт-Петербург, 21-24 июня 2010 г.). СПб., 2010. С. 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. Проталинский О. М. Имитационная модель технологических процессов грузового порта / О. М. Проталинский, А. А. Ханова, И. О. Бондарева // Вестн. Саратов. гос. техн. ун-та. 2010. № 4 (50), вып. 2. С. 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. Замятина О. В. Метод моделирования и комплексного анализа бизнес-процессов / О. В. Замятина // Изв. Том. политехн. ун-та. 2005. Т. 308, № 6. С. 180-186.

11. Мухачева Н. Н. Онтологические модели и методы для управления информационно-интеллектуальными ресурсами организации / Н. Н. Мухачева, Д. В. Попов // Вестн. Уфим. гос. авиац. техн. ун-та. 2010. Т. 14, № 1. С. 123-135.

12. Ханова А. А. Концептуальная структура системы управления предприятием на основе интегрированных моделей / А. А. Ханова // Науч.-техн. ведомости Санкт-Петербург. гос. политехн. ун-та. Сер.: Информатика. Телекоммуникации. Управление. 2012. № 3 (150). С. 99-105.


Войти или Создать
* Забыли пароль?