Управление развитием промышленных предприятий на основе моделирования процессов интенсификации производства

Актуальность темы

исследования. В современных условиях повышение эффективности использования производственных фондов должно включать в себя взаимосвязанные программы по повышению уровня производимого продукта, а именно: снижение ее материалоемкости, трудоемкости и фондоемкости. Первая задача — это задача внедрения инновационных материалов и технологий, две другие — это задача повышения производительности факторов производства. Интенсификация производства основана на совершенствовании производственных процессов, что приводит к экономии совокупности применяемых ресурсов на единицу продукции.

Важным резервом интенсификации является сокращение простоя оборудования на основе обеспечения производства материалами вовремя и в нужном количестве. Основным резервом является ликвидация внеплановых простоев путем оптимального управления оборотными фондами, в том числе должное обеспечение производственными запасами, энергией, своевременный сбыт продукции. Недостаток оборотных средств ведет к ухудшению показателей ритмичности, снижению производительности труда, увеличению расхода материалов по причине нерациональных замен.

Повышение эффективности производственных фондов промышленных предприятий может осуществляться следующими путями: обновление производственных фондов, которые будут обеспечивать увеличение фондоотдачи, ускорение оборачиваемости оборотных средствсовершенствование и улучшение использования имеющихся на предприятии производственных фондов.

Управление развитием промышленными предприятиями на основе интенсификации требует привлечения дополнительных инвестиций. Инновационные проекты, способные привлечь внимание венчурного инвестора, связаны с передовыми технологиями и новейшими достижениями научно-технического прогресса. Это может быть освоение новых технологических процессов, обеспечивающих либо существенное повышение характеристик производимой продукции — снижения материале" — и трудоемкости изделий без значительного возрастания производственных издержек.

Управление инвестиционными проектами состоит в том, что на этапе развития не ставится задача достижения максимального потребления. Инвесторы заинтересованы в наискорейшем развитии производства. Поэтому необходимо оптимизировать управление проектами по внедрению более совершенных технологий производства на основе оптимального распределения средств инвестиционного венчурного проекта.

В связи с вышеизложенным тема диссертационного исследования является актуальной.

Область исследования. Диссертационная работа выполнена в соответствии с требованиями Паспорта специальностей ВАК 08.00.05 «Экономика и управление народным хозяйством» — Экономика, организация и управление предприятиями, отраслями, комплексами — промышленность — пп. 15.15. Теоретические и методологические основы эффективности развития предприятий, отраслей и комплексов народного хозяйствапп. 15.28. Управление производственной программой в различных условиях хозяйствования подразделения организации- 08.00.13-«Математические и инструментальные методы экономики» пп. 1.4. Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решенийпп. 2.6. Развитие теоретических основ методологии и инструментария проектирования, разработки и сопровождения информационных систем субъектов экономической деятельности: методы формализованного представления предметной области, программные средства, базы данных, корпоративные хранилища данных, базы знаний, коммуникационные технологии.

Состояние изученности проблемы.

Современные подходы к пониманию и управлению организациями рассмотрены в работах Абалкина Л. И., Ващенко В. К., Ковалева Г. Д., Друкера П., Нельсона Р., Саймона Г., Меклинга У., Д. Пфеффера, С. Уитнера, М. Йенсена и др.

Управления венчурными инвестициями Глэдстоун Д., Кемпбелл К., Каширин А. И., Семенов А. Б. Рассмотрение вопросов, связанных с управлением запасами рассмотрено в работах Бережного В. И., Грызанова Ю. П., Jla-гуткина В.М., Неруша Ю. М., Проценко О. Д., Бауэрсокса Дж., Зермати П., Уайта О. У., Хедли Дж., и др.

Цель работы состоит в получении научно-обоснованных экономических решений, направленных на разработку экономико-математических моделей процессов интенсификации промышленного производства путем создания интеллектуальной информационной системы по определению прогнозной сложности изготовления изделий, эффективного управления оборотными средствами предприятия и венчурными инвестиционными проектами, что будет способствовать повышению эффективности организации производства и снижению рисков, связанных с вложением средств в экономический рост предприятия.

Поставленная цель потребовала решения следующих задач:

— провести анализ направлений интенсификации производства в управлении развитием промышленных предприятий;

— построить адаптивную нечеткую модель на основе конструкторско-технологического проектирования изделий для определения прогнозной сложности их изготовления;

— создать интеллектуальную информационную систему определения прогнозной сложности изготовления деталей металлоконструкций на стадии конструкторской подготовки производства;

— осуществить тестирование созданной системы в методе нечеткой логики для определения сложности изготовления металлоконструкций;

— провести анализ влияния движения оборотных активов, в частности производственных запасов на эффективность работы предприятия;

— предложить методику оптимизации управления инвестиционным проектированием для хозяйствующего субъекта с учетом оценок риска венчурного инвестирования.

Объект исследования: процессы интенсификации производства на промышленных предприятиях.

Предмет исследования: экрномические отношения, возникающие в процессе повышения эффективности производственных фондов промышленных предприятий.

Теоретической и методологической основой исследования являются труды отечественных и зарубежных ученых-экономистов, посвященные вопросам интенсификации производства, инвестиционного проектирования, инноваций, менеджмента, научные публикации в периодических экономических изданиях по вопросам повышения производительности труда на промышленных предприятий.

Основные методы исследования. Основным методом исследования является финансово-экономический анализ связей между показателями деятельности предприятий, положения экономической теории и теории риска. Также использованы методы экономико-математического моделирования, методы теории нечетких множеств, экспертных оценок и математической статистики. При выполнении исследований применялись методы эконометрического, системного анализа, а также методы аналитико-имитационного моделирования сложных процессов и систем.

Информационной базой являются данные органов статистики разного уровня, информация, публикуемая в официальных источниках Правительства России и Удмуртской Республики, данные эмпирических исследований на зарубежных и отечественных предприятиях промышленности.

Научная новизна диссертационного исследования заключается в следующем:

1. Определены организационно-экономические меры по повышению интенсификации производства. Установлено, что для информационной поддержки лиц принимающих решения в условиях неопределенности требуется привлечение методов интеллектуального анализа данных. (08.00.05 — 15.15).

2. Разработан алгоритм создания интеллектуальной информационной системы, использующей теорию конструктивно-технологической сложности изделий, как некоторой функции, зависящей только от свойств изделия — совокупности геометрических, конструктивных и технологических признаков. Такой метод определения сложности изделий основан на построении линейной регрессионной зависимости сложности от трудоемкости, а коэффициенты регрессии получаются различными для каждого исследуемого объекта и учитывают факторы, не связанные со сложностью изделий. (08.00.05 — 15.15, 08.00.13 — 1.4).

3. Разработана автоматизированная информационная система определения прогнозной сложности деталей металлоконструкций на стадии конструкторской подготовки производства, составления конструкторскотехнологической характеристики деталей, создания базы знаний на основе экспертных заключений по сложности изготовления аналогичных изделий, проведения обучения автоматизированной системы, разработки алгоритмов интерпретации сложности экспертируемых изделий на основе аппарата нечеткой логики и принятия заключения об отнесении данного изделия к определенному классу. (08.00.05 — 15.15, 08.00.13 — 2.6).

4. Обоснована математическая модель оптимизации оборотных средств на предприятии для повышения эффективности системы ' материально-технического снабжения с учетом неопределенности действия внешних факторов с ограничениями на величину поставок и затратами на хранение. Предложенная модель позволяет извлекать прибыль, основанную на разнице в текущих и предшествующих ценах на материалы в условиях быстрого роста индекса цен. (08.00.05- 15.28).

5. Предложена модель управления инвестиционными проектами при получении конкретного значения прибыли за минимальный промежуток времени, представляющую собой задачу оптимального управления на фиксированном временном интервале. (08.00.05 — 15.15, 08.00.13 — 1.4).

Практическая значимость работы. Полученные в ходе диссертационного исследования результаты при их применении на практике позволят более эффективно управлять производством на основе экономико-математических моделей процессов организации промышленного' производства в конструкторско-технологической, планово-производственной и финансово-экономической деятельности предприятия.

Применение аппарата нечеткой логики для определения прогнозной сложности деталей металлоконструкций на стадии конструкторской подготовки производства позволяет оперативно оценивать нормы времени на изготовление изделий без проектирования технологического процесса, что дает возможность снизить затраты на процесс определения сложности и принять обоснованное решение по выпуску нового изделия. На примере деталей металлоконструкций построена адаптивная нечеткая модель для прогнозирования сложности их изготовления.

Разработанная модель управления оборотными средствами обеспечивает необходимое для бесперебойной работы предприятия количество запасов материалов и сокращает издержки, вызванные дефицитом материалов. В процессе управления интенсификаций производства оптимальное управление инвестиционными проектами позволяет снизить величину инвестиционного риска на 30% для рассмотренных условий производства.

Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались XXXVI Междунар. науч.-практ. конф. «Информационные технологии в науке, социологии, экономике и бизнесе» (Украина, Гурзуф, 2009) — Междунар. науч.-практ. конф. «Мировая экономика и социум: от кризиса до кризиса» (Саратов, 2009) — Междунар. науч.-практ. конф. «Актуальные проблемы науки». (Кузнецк, 2009) — XII Междунар. науч.-практ. конф. «Актуальные вопросы экономических наук" — Всеросс. научно-практ. конф. «Новая экономическая стратегия промышленно развитого региона» (Ижевск, 2008) — VII всеросс. науч.-практ. конф. «Инновационная экономика и промышленная политика региона"(СПб, 2009) — Всеросс. науч.-практ. конф. «Актуальные проблемы экономической науки и хозяйственной практики в условиях кризиса» (Москва, 2009) — Всеросс. науч.-практ. конф. «Регионы России: проблемы, перспективы, решения» (Москва, 2009) — II Всеросс. науч.-практ. конф. «Инноватизация в России: успехи, проблемы и перспективы» (Пенза, 2009) — XXXVII Междунар. науч.-практ. конф. «Информационные технологии в науке, образовании, телекоммуникации и бизнесе» (Украина, Гурзуф, 2010). /.

Реализация работы в практической деятельности. Полученные в диссертации результаты использованы в ИжГТУ при разработке учебных курсов «Экономика промышленности», «Инновационный менеджмент», «Экономика и организация производства» и т. д.

Публикации. По теме диссертации опубликовано 13 работ, общим объемом 6,8 п.л. (личный вклад автора 6,5 п.л.), в т. ч. 2 публикации в журналах, рекомендуемых ВАК для опубликования основных результатов диссертационной работы.

Структура и объем работы. Диссертация включает введение, три главы, заключение, список использованной литературы и одно приложение. Основной текст работы, изложенный на 152 с. машинописным текстом, содержит 62 рис., 7 табл., список литературы, содержащий 117 наименований и 1 приложение.

ЗАКЛЮЧЕНИЕ

.

В результате проведения комплексных исследований получены научно-обоснованные экономические решения, направленные на разработку экономико-математических моделей процессов интенсификации промышленного производства путем создания интеллектуальной информационной системы по определению прогнозной сложности изготовления изделий, эффективного управления оборотными средствами предприятия и венчурными инвестиционными проектами, что будет способствовать повышению производительности факторов производства, снижению рисков, связанных с вложением средств в экономический рост предприятия и повышению эффективности организации производства.

1. Проведен анализ существующих методов нормирования труда. Установлено, что в настоящее время используется три основных: расчетный, метод непосредственного наблюдения и метод аналогий. Предложена системная реализация метода аналогий, при которой номенклатуру деталей разделяют на группы по конструктивно-технологическим признакам, в каждой группе выбирается наиболее типичная деталь-представитель, в группе выбираются критерии, по которым деталь-представитель сравнивается с другим деталями группы и по каждому признаку сопоставления определяют правило перехода от сложности детали-представителя к сложности любой детали в зависимости от их значений. Для применения математических методов, позволяющих алгоритмизировать метод аналогий, строятся системы-классификации, отображающие множество описаний объектов с заданными отношениями иерархии и эквивалентности классов (групп), а при создании модельной системы-классификации опыт субъекта, оценивающего сопоставимость объектов, заменяется обобщенной экспертной системой.

2. В работе автором разработан алгоритм создания интеллектуальной информационной системы, использующей теорию конструктивно-технологической сложности изделий, как некоторой функции, зависящей только от свойств изделия — совокупности геометрических, конструктивных и технологических признаков. Такой метод нормирования основан на построении линейной регрессионной зависимости, а коэффициенты регрессии получаются различными для каждого исследуемого объекта и учитывают факторы, влияющие на сложность деталей.

3. Установлено, что данный метод обеспечивает высокую точность и адаптируемость, однако перспективным направлением его применения является использования интеллектуальных алгоритмов для решения задачи прогнозирования сложности изготовления. Создана интеллектуальная информационно-интерпретирующая система определения прогнозной сложности деталей металлоконструкций на стадии конструкторской подготовки производства путем создания базы знаний на основе экспертных заключений по сложности изготовления аналогичных изделий, проведения обучения автоматизированной системы с помощью генетических алгоритмов, разработки алгоритмов интерпретации сложности экспертируемых изделий на основе аппарата нечеткой логики и принятия заключения об отнесении данной детали к определенному классу по сложности изготовления.

4. Впервые предложено использовать аппарат нечеткой логики для определения прогнозной сложности деталей металлоконструкций на стадии конструкторской подготовки производства. Это позволяет оперативно оценивать нормы времени на изготовление изделий без проектирования технологического процесса, что дает возможность снизить затраты на процесс нормирования и принять обоснованное решение по выпуску нового изделия. На примере деталей металлоконструкций построена адаптивная нечеткая модель для прогнозирования сложности их изготовления. Средняя относительная ошибка нечеткого прогноза составила 12.1%, что приемлемо на стадии предварительной оценки.

5. В диссертации создана автоматизированная информационная система, построенная на нечеткой логике, в которых генерация правил и подбор параметров функций принадлежности ведутся в процессе обучения по имеющимся данным, относят к классу адаптивных систем нечеткого логического вывода. Поскольку при обучении (т.е. получении неизвестных параметров) нечеткой системы использовались генетические алгоритмы оптимизации, то такая система является адаптивной системой нечеткого вывода с генетическим алгоритмом обучения.

6. Процесс построения системы нечеткого вывода в общем случае состоит из двух этапов: структурной адаптации и параметрической адаптации. Эти процедуры могут выполняться как раздельно, так и одновременно, и проводятся с использованием экспериментальных данных обучающей выборки. Структурная адаптация подразумевает генерацию базы нечетких правил вида «если — то». Критерием качества сформированной базы правил выступает полнота покрытия правилами всех примеров из обучающей выборки. На этапе параметрической адаптации производится настройка форм функций принадлежности нечеткой системы. Для этого, как правило, минимизируется сумма квадратов разностей между фактическим и спрогнозированным значениями переменной вывода нечеткой системы.

7. Достоинствами нечетких экспертных систем являются: возможность па раллельного выполнения имеющихся правилмножественность интерпретаций значений переменных, обеспечивающая суперпозицию состояний и возможность использования противоречивых правилпрогнозирование новых состояний рассматриваемой системыописание проблемы и правил на естественном языке с использованием лингвистических переменных.

8. В нечетких системах эксперты формируют правила и функции принадлежности. Особенно сложным этапом является выбор параметров, характеризующих функции принадлежности. При наличии системы данных желательно извлечь содержащиеся в ней знания и заменить этими знаниями опыт экспертов. Таким образом, процесс построения адаптивной нечеткой системы всегда сводится к решению некоторого конечного множества оптимизационных задач. Вид оптимизационной функции целиком зависит от данных из обучаемой выборки. Нахождение глобального экстремума такой функции традиционными методами оптимизации является сложной, а часто неразрешимой задачей. Поэтому для обучения нечеткой системы применяется новый гибридный алгоритм.

9. Информационные системы, применяющие методы нечеткой логики, обеспечивают более устойчивое и полное представление имеющихся знаний о некотором объекте, по сравнению с традиционными экспертными системами. Поэтому они нашли широкое применение в задачах принятия решений в условиях неопределенности.

10. Анализ известных моделей управления оборотными средствами показал их отношение к системе материального снабжения, как к автономной системе, что не удовлетворяет существующие особенности работы предприятий в переходный период. Уточненная модель управления запасами позволяет извлекать прибыль, основанную на разнице в текущих и предшествующих ценах на материалы в условиях быстрого роста индекса цен.

11. Результаты расчетов показывают, что величина прибыли при оптимальном управлении запасами перекрывает издержки предприятия по хранению. Суммарные затраты начинают снижаться при темпе инфляции более 11%, а при 17% -м темпе эффект становится положительным при оптимизации управления производственными запасами.

12. При наличии жестких ограничений на размер поставляемой партии материалов необходимо применять стохастическую модель системы материально-технического снабжения. В этом случае модель оптимального управления обеспечивает необходимое для бесперебойной работы предприятия количество запасов материалов. Анализ описанной в экономической литературе схемы венчурного инвестирования показал, что основные элементы процесса выполнения инвестиционного проекта могут быть формализованы. Это позволило разработать математическую модель реализации венчурного инвестиционного проекта.

13. Математическая модель венчурного инвестиционного проекта представляет собой задачу оптимального управления, для решения которой необходимо применять численный метод. В зависимости от целей венчурного инвестора (достижение максимальной прибыли за фиксированной промежуток времени или получение фиксированной прибыли за кратчайшее время) разработаны два критерия эффективности, позволившие построить две модели.

14. В качестве объекта исследования рассмотрен предполагаемый инвестиционный проект, связанный с выпуском новой техники. Основу рационального управления венчурным инвестиционным проектом составляет направление средств на развитие и совершенствование производственного процесса с переменной нормой накопления. Норма накопления должна быть снижена на 50% после времени начала выпуска новой продукции для выплаты дивидендов и выделения дополнительных средств на научно-техническое совершенствование технологического процесса. Дивиденды также необходимо начинать выплачивать в период, предшествующий времени выхода венчурного инвестора из проекта.

15. При оптимальном управлении предприятием стратегические цели венчурного инвестора и инициатора проекта совпадают. Оценку риска венчурного инвестирования предлагается проводить по влиянию задержки времени начала выпуска новой продукции на показатель чистой приведенной стоимости. Рациональное управление венчурным инвестиционным проектом позволяет снизить величину инвестиционного риска на 30% для рассмотренных условий производства.