Системный анализ, комплексная оценка и совершенствование методов управления развитием промышленной инфраструктуры региона

Актуальность работы.

Условием устойчивого развития региональной промышленной инфраструктуры являются высокие требования к реализации сложных технических проектов. Технические проекты, характеризующиеся сложной структурой жизненного цикла, привлечением ресурсов различного родаматериальных, информационных, людских ресурсов, а также многокритериалыюстью результатов имеют системную природу и являются, по сути, системными задачами развития промышленного предприятия. Автоматизация поддержки технических проектов на всём протяжении их жизненного цикла требует интеграции аналитических систем, систем поддержки принятия решений, а также формирования необходимых информационных ресурсов.

Важным классом технических проектов являются инвестиционные проекты (ИП), в частности, инвестиции в строительство промышленных объектов. Спецификой проектов данного класса является интеграция проекта в общую политику промышленного развития региона с целью поддержки инвестиционного проекта региональными властями. Поэтому в регионах сложилась система экспертизы строительных инвестиций региональными властями.

Принятие властями региона решения о поддержке ИП сопряжено с большой степенью неопределенности при его анализе. Она обусловлена сложностью построения системной модели ИП вследствие большого количества трудно идентифицируемых параметров и необходимости учета интересов и поведения субъектов ИП. Этим объясняется высокая стоимость анализа ИП экспертами.

В то же время накоплены большие информационные ресурсы уже освоенных ИП. Разработаны алгоритмы автоматического формирования и обработки знаний из данных, механизмы интерпретации результатов анализа и построения моделей по прецедентам, которым посвящены работы С. А. Айвазяна, Н. Г. Загоруйко, Д. В. Райзина и других учёных. Эти подходы основаны на технологиях анализа данных и знаний, на методах вычислительной математики, теории игр, искусственного интеллекта, а также на прикладных подходах решения подобных задач типа Data mining.

Региональный ИП в промышленном строительстве имеет сложную системную природу, являясь следствием взаимодействия системы управления промышленностью региона, производственных предприятий и других субъектов рынка. Этот системный подход к разработке ИП должен быть согласован с общей программой развития региона. Одной из ключевых причин существующих неудачных инвестиционных решений является игнорирование системной природы проблемы при решении задач инвестиционного проектирования.

Таким образом, задача анализа и поддержки принятия управленческих решений развития промышленной инфраструктуры в регионе, основанная на системном подходе к построению ИП, является актуальной задачей диссертационной работы.

Целью работы является системный анализ промышленной инфраструктуры в регионе и построение системы комплексной оценки её развития, с целью повышения эффективности принятия управленческих решений.

Основными задачами и направлениями исследования являются: Исследование системных связей и закономерностей развития промышленной инфраструктуры в регионе.

Анализ методов и критериев оценки эффективности развития промышленной инфраструктуры в регионе, учитывающих как коммерческую, так и его общественную значимость.

Исследование и разработка методов формирования знаний инвестиционных проектов, с учётом его структурной составляющей.

Создание алгоритмов формирования базы знаний и параметров моделей инвестиционных проектов.

Построение информационной системы комплексной оценки инвестиционных проектов в строительстве промышленных объектов, включающей в себя систему формирования модели инвестиционного проекта, систему оценки эффективности ИП и систему принятия решения поддержки ИП регионом.

Методы исследования базируются на применении теории и методов системного анализа, моделей представления знаний, основанных на фреймах и продукциях, теории игр, а также теории и методов анализа данных, в частности методах автоматической классификации (таксономии) и методах распознавания образов.

Научная новизна диссертационной работы заключается в том что: Дано системное описание структуры развития промышленной инфраструктуры в регионе, позволяющее, в отличие от аналогов, формализовать комплексный процесс поддержки инвестиционного проекта, включающий в себя системное взаимодействие регионального управления развития промышленности, промышленного предприятия и финансово — промышленной инфраструктуры региона, с целью оценки эффективности проекта и формирования схемы его реализации.

Впервые предложена модель базы знаний системы развития промышленных объектов в регионе, основанная на синтезе продукционных и фреймовых моделей, позволяющая выявлять системные закономерности на основе структурной классификации инвестиционных проектов.

Предложен новый метод формирования модели инвестиционного проекта, основанный на построении правила принадлежности к определённому классу инвестиционных проектов.

На основе общей концепции оценки эффективности инвестиционных проектов впервые построена модель, объединяющая оценку направления развития инвестиционного проекта, его коммерческой эффективности и формирования схемы его реализации.

5. Создан новый алгоритм формирования классов инвестиционных проектов на основе их структурной близости, используя показатель изменения локальной плотности, осуществляющий процедуры предварительной классификации, иерархической классификации, распознавания и оценки степени детализации кластеров, а также формирования признакового пространства.

Практическая ценность работы.

Практически ценными являются следующие результаты диссертационной работы:

1. Алгоритм классификации, позволяющий формировать классы объектов, на основе их структурной близости.

2. База знаний инвестиционных проектов, позволяет проводить различные виды анализа ИП, визуализировать некоторые зависимости и является источником информации для имитационного моделирования.

3. Игровая модель, позволяющая вычислять равновесные состояния между бюджетными источниками и инвестиционными институтами, при формировании схем реализации инвестиционных проектов.

4. CASE — диаграммы потоков и моделей данных системы, являющиеся исходной информацией для систем автоматического проектирования.

5. Метод формирования размерности многомерной модели данных на основе генетического алгоритма формирования признакового пространства.

Основные положения, выносимые на защиту:

1. Системное описание развития промышленной инфраструктуры в регионе для оценки эффективности инвестиционных проектов и формирования схемы их реализации.

2. Модель базы знаний системы развития промышленной инфраструктуры в регионе, основанная на синтезе продукционных и фреймовых моделей.

3. Метод формирования модели инвестиционного проекта, основанный на построении правила принадлежности к определённому классу инвестиционных проектов. ф 4. Модель, комплексной оценки эффективности и формирования схемы реализации инвестиционного проекта.

5. Алгоритм формирования классов инвестиционных проектов на основе их структурной близости.

6. Архитектура системы развития промышленных объектов и алгоритм формирования многомерной модели хранилища данных.

Реализация результатов работы.

Результаты диссертационной работы были использованы в виде моделей и алгоритмов, при внедрении системы автоматизации процессов анализа и оценки развития промышленных объектов в ЗАО СК «Град», с целью повышения достоверности и надёжности оценки проектов. А также алгоритмы и программное обеспечение системы комплексной оценки развития промышленных объектов были использованы в системе автоматизации производственной деятельности Муниципального предприятия города Самары ^ «Архитектурно — планировочное бюро» .

Разработанные в диссертационной работе методы и алгоритмы применяются в учебном процессе на кафедре информационных технологий Самарского Государственного Технического Университета.

Апробация работы.

Основные положения работы и результаты исследований обсуждались на межвузовской научнопрактической конференции «Компьютерные технологии в науке, практике и образовании» (Самара 2005), на научно-практической конференции «Наука и инновации — 2005» (Днепропетровск 2005), на Международном форуме по проблемам науки техники и образования (Москва 2005), на Третьей Всероссийской конференции «Математическое моделирование-2006» (Самара, 2006 г.).

Публикации.

По теме диссертации опубликовано 12 печатных работ, в их числе 2 f ф статьи и ряд материалов международных и всероссийских конференций.

Структура и объём работы.

Диссертация состоит из введения, четырех разделов, основных результатов, списка использованных источников и приложений. Основная часть содержит 127 страниц машинописного текста, 25 рисунков, 1 таблицу.

Список использованных источников

состоит из 94 наименований и выполнен на 10 страницах. В работе содержится 6 приложений, выполненных на 10 страницах.

Выводы.

В данной главе рассмотрены вопросы, посвященные практическому использованию системы комплексной экспертизы городских инвестиционных проектов в строительство.

1. Предложена архитектура данной системы, основанная на современном подходе к построению систем поддержки принятия решений. Данная архитектура предполагает применение многомерной модели хранилища данных, постоянный сбор информации от оперативных систем, в частности, баз данных. Применение данной архитектуры хорошо согласуется с задачами и способами функционирования данной системы — с одной стороны, а с другой — позволяет воспользоваться мощным организационно — методическим, техническим, программным инструментариями, активно разрабатывающимся на современном рынке.

2. Рассмотрены методы формирования и оценки признакового пространства. Важность данной задачи обусловлена применением многомерной модели данных, где предполагается количество измерений гиперкуба данных согласовывать с размерностью признакового пространства. Для успешного использования готовых программных решений необходимо учесть ограничения основных фирмразработчиков инструментария на размерность гиперкуба, которая составляет до 70−80 измерений. Выбор подсистемы информационных признаков заключается на основании отбора информационных признаков наиболее существенно влияющих на качество распознавания образа, т. е. на качество формирования модели инвестиционного проекта. Данную задачу можно решить путём полного перебора, однако этот путь практически затруднителен, в силу своей высокой вычислительной ресурсоёмкости. Для решения данной задачи предложен генетический алгоритм случайного поиска с адаптацией, который позволяет снизить размерность решаемой задачи до приемлемого уровня.

3. Рассмотрены вопросы идентификации и оценки погрешности функционирования системы. Предложены критерии оценки качества работы системы, которые вытекают из целей функционирования системы — оценка качества формирования базы знаний инвестиционного проекта, характеризуемая качеством таксономии, и качества формирования модели инвестиционного проекта — качества распознавания. Исходя из назначения системы — поддержка принятия решения экспертами, проводилась сравнительная оценка качества получаемых решенийсформированных системой и экспертами. Сравнительная оценка показала, что при увеличении признакового пространства, большого множества классов инвестиционных проектов при распознавании применение системы предпочтительнее, так как приводит к более точным и объективным результатам.

ЗАКЛЮЧЕНИЕ

.

В диссертационной работе был проведен анализ региональной промышленной инфраструктуры и построена система комплексной оценки её развития, с целью повышения эффективности принятия управленческих решений.

Результаты диссертационной работы были доложены и обсуждены на межвузовской научнопрактической конференции «Компьютерные технологии в науке, практике и образовании» (Самара 2005), на научно-практической конференции «Наука и инновации — 2005» (Днепропетровск 2005), на Международном форуме по проблемам науки техники и образования (Москва 2005), на Третьей Всероссийской конференции «Математическое моделирование-2006» (Самара, 2006 г.).

В работе получены следующие основные результаты:

1. Исследование системных связей и закономерностей развития региональной инфраструктуры промышленности показало, что существует два основных класса субъектов инвестиций в строительстве промышленных объектов — региональное управление развитием промышленности региона и инвестиционные институты. Допустимые управляющие воздействия региональных властей, заключаются в гибком использовании налоговой политики и политики субсидий. Параметры взаимодействия субъектов инвестиций в строительстве промышленных объектов определяются на основании: сложившейся в регионе рентабельностисложившимся в регионе уровнем рискасложившимся уровнем общественной значимости данной инвестиционной деятельности для региона.

2. Анализ методов и критериев оценки эффективности развития региональной инфраструктуры промышленности, показал, что структурной характеристикой инвестиционного проекта является его жизненный цикл. Он включает три основные фазы: предынвестиционную, инвестиционную и эксплуатационную. Схема отбора ИП происходит в два этапа: на первом этапе определяют эффективность проекта в целомна втором этапе оценивается эффективность участия в проекте. На первом этапе решения принимается условиях риска при стохастическом характере информации о поведении регионального строительного рынка. Второй этап характеризуется принятием решений в теоретико-игровых условиях, где поведение участников проекта имеет свои цели, зачастую противоположенные, В этом случае математическая модель принятия решения строится на основе теоретико-игровых моделей.

3. На основании общесистемного подхода, предполагающего взаимодействие управляющей подсистемы, объекта управления и среды, дано формальное описание структуры развития инфраструктуры промышленности в регионе. Оно позволило, формализовать комплексный процесс поддержки инвестиционного проекта, включающий в себя системное взаимодействие регионального управления развития промышленности, промышленного предприятия и финансово — промышленной инфраструктуры региона, с целью оценки эффективности проекта и формирования схемы его реализации.

4. Модель базы знаний системы развития региональной инфраструктуры промышленности, основанная на синтезе продукционных и фреймовых моделей, позволяет выявлять системные закономерности на основе структурной классификации инвестиционных проектов.

5. Метод формирования модели инвестиционного проекта, основан на построении правила принадлежности к определённому классу инвестиционных проектов. На основе созданной модели ИП, осуществляется комплексная оценка ИП, объединяющая оценку направления развития инвестиционного проекта, его коммерческой эффективности и формирования схемы его реализации. Игровая модель формирования схемы реализации ИП, позволяет вычислять равновесные состояния между бюджетными источниками и инвестиционными институтами.

6. Создан алгоритм формирования базы знаний ИП классов инвестиционных проектов на основе их структурной близости, основанный на показателе изменения локальной плотности. Он осуществляет процедуры: предварительной классификации, снижающие вычислительную мощность классификациииерархической классификации, с целью классификации ИПалгоритмы распознавания, формирующие модель ИПалгоритмы оценки степени детализации кластеров.

7. С помощью CASE — средств были построены диаграммы потоков данных и ERдиаграммы системы, для применения их в автоматизированных системах проектирования.

8. Архитектура системы, предполагает применение многомерной модели хранилища данных. Предложен метод формирования размерности многомерной модели данных на основе генетического алгоритма формирования признакового пространства.