Модель взаимодеиствия конкурирующих фирм и принятие решений на основе аппарата нечеткой логики Текст научной статьи по специальности «Экономика и бизнес»

» - - *

Зайнашева Э.Б.

экономист,

соискатель ученой степени «кандидат экономических наук», Башкирский государственный университет, Россия, г. Уфа

Мухаметзянов И.З.

доктор физико-математических наук, профессор кафедры математики Уфимского государственного нефтяного технического университета, Россия, г. Уфа

УДК 339.13.024:510.644.4

МОДЕЛЬ ВЗАИМОДЕИСТВИЯ КОНКУРИРУЮЩИХ ФИРМ И ПРИНЯТИЕ РЕШЕНИЙ НА ОСНОВЕ АППАРАТА

НЕЧЕТКОЙ ЛОГИКИ

Предложена имитационная модель системы поддержки принятия маркетинговых решений для несовершенного рынка, учитывающая взаимодействие интеллектуальных агентов, изменяющих свои свойства и поведение в зависимости от состояния других элементов и среды. Решатель системы выполнен на основе нечетких множеств. Система имитационного моделирования позволяет прогнозировать процессы стабилизации рынка при различных экономических и социальных возмущениях с выбором оптимальных маркетинговых стратегий в соответствии со спросом и предложениями в текущих условиях.

Ключевые слова: маркетинг, методы принятия решений, нечеткая логика.

THE MODEL OF INTERACTION OF COMPETING FIRMS AND DECISION-MAKING BASED ON FUZZY LOGIC

Proposed simulation model of the system to support the adoption of marketing solutions for imperfect market taking into account the interaction of intelligent agents that change their properties and behavior, depending on the state of the other elements and the environment. The solver system is based on fuzzy sets. The system allows the simulation to predict the processes of stabilization of the market in different economic and social disturbances to have the best marketing strategies in line with supply and demand in the current environment.

Key words: marketing, decision-making methods, fuzzy logic.

Сложность задачи управления маркетингом обусловлена тем, что выбор и применение стратегии периодически меняются в ответ на изменения окружающей бизнес-среды, индикаторы которой полны качественных, стохастических, неопределенных и расплывчатых переменных. Кроме того, многие существенные факторы, влияющие на принятие решений, могут быть оценены только на основе мнения экспертов в форме логических правил. Один из способов заключается в использовании теории нечетких множеств [1, 2], позволяющей эффективно обрабатывать расплывчатые, неточные, стохасти-

ческие входные переменные и учитывать динамический характер таких переменных.

Рассматривается следующая экономическая ситуация. На рынке существует небольшое число продавцов, каждый из которых удовлетворяет долю рыночного спроса на общий тип товара, реализуемого фирмой и ее соперниками. Продавцы на рынке считаются с реакцией своих соперников, когда выбирают, какую цену установить на свои товары, или когда выбирают ориентиры по объему выпуска продукции. На рынке есть условия для входа и выхода.

В условиях описанной конкуренции актуальной является возможность каждого из хозяйствующих субъектов своими действиями ограничить возможность конкурента односторонне воздействовать на условия обращения товаров на рынке.

Метод построения оперативных планов производства и выпуска продукции на основе построения прогноза по данным объема продаж продукции в предыдущие периоды и при учете фактических заявок (договоров) на отгрузку не является достаточным. Особенно это актуально при совершенствовании и развитии производства при значительных инвестициях. Идут постоянные изменения спроса и предложения, сокращается время на принятие решения, необходимо постоянно балансировать между разными критериями, непрерывно считать экономику вариантов и менять решения динамически.

В качестве инструментария для моделирования такого рынка используем мультиагентные системы [3], дополненные моделями нечеткого логического вывода и принятия решения.

Модель мультиагентного рынка Market представляется в виде [4]:

Market = <Market_Char, Agent, Ambient >, где MarketChar - характеристики рынка; Agent -участники рынка; Ambient - социально-экономическая среда.

Переменные модели Markei ('haг. Agent, Ambient взаимодействуют и взаимоопределяют друг друга.

Будем рассматривать одного из участников рынка как собственную фирму - Agent за которую мы проводим имитационную игру, нацеленную на получение выигрыша. По этой фирме мы имеем полную информацию. По остальным агентам (конкурирующие фирмы) мы имеем неполную информацию.

Под стратегией игрока в деловой ситуации понимается полный план действий при всевозможных ситуациях, способных возникнуть. В условиях изменчивости переменных моделей Market Char, Agent, Ambient стратегия игрока не может быть описана полностью и детально. Поэтому стратегия игроков в такой игре складывается в процессе, пошагово, как, например, в шахматной игре, когда на ход соперника следует ответ, направленный на усиление своей позиции.

Из сказанного выше, а также в условиях неполной информации следует, что такая игра не является кооперативной игрой в чистых или смешанных стратегиях, рассмотренных в теории игр. Кроме того, реакция конкурирующего агента на действия других происходит с запаздыванием «ответных действий», и в некоторый промежуток времени фирмы, принявшие удачные решения по продвижению или выпуску продукции на рынке, получают конкурентные преимущества. Фактически каждое действие (ход, шаг)

определяет локальный выигрыш или проигрыш с определенной вероятностью. Следуя статистическому подходу в теории вероятностей, при большем числе шагов, выигрыш получит игрок, у которого на каждом шаге вероятность выигрыша будет несколько выше конкурентов. Поэтому стратегия игры - выбор (принятие решения) правильного хода, дающего выигрыш с большей вероятностью в данный момент времени (на данном шаге).

В силу сказанного возможное решение задачи может быть получено путем симуляции процессов принятия решений каждым из агентов при определенных предположениях относительно результата на каждом шаге (ходе), с последующим изменением состояния мультиагентной системы.

Построим формализацию предметной области -конкурирующие фирмы, отношения между ними и рациональные решения в терминах теории нечетких множеств.

Любой объект нечеткой системы (фирмы) способен реагировать на сообщения, выражающие внутренние или внешние для системы события, предлагаемые ему системой. В случае внешнего события используется циркулярная рассылка сообщений. Внутренние сообщения рассылаются как циркуляр-но, так и селективно. Подобным же образом с помощью сообщений в системе реализуются любые действия по модификации экстенсионала.

Принципиальная схема работы событийного аппарата основана на следующих положениях:

1. Любое событие, совершенное или прогнозируемое, представляется нечетким множеством (распределение субъективных вероятностей).

2. Любое событие имеет тип (хотя возможно использование иерархии типов событий с верхним абстрактным бестиповым событием) и так называемый нечеткий контекст - совокупность нечетких типизированных множеств, отвечающий за классификацию события. Событие при этом описывается тройкой СОБЫТИЕ. ТИП, КОНТЕКСТ>.

3. Любой объект системы (контейнер) имеет множество четких или нечетких контекстов, а также набор обрабатываемых событий с методами реагирования на них.

4. Любая реакция объекта порождает новое событие, которое ставится в очередь событий, и, возможно, новое действие, связанное с модификацией системы в целом или ее частей.

5. Для упорядоченной пары СОБЫТИЕ, КОНТЕКСТ> определена бинарная операция: (А, В)® (С, Б)^Мх[(Ах[В # Б]) # С], где (А, В) - реальное или прогнозируемое событие, С -предопределенный идеал события для объекта, Б - контекст объекта, операция «х» - умножение на скаляр, а «#» - алгебраическая мера подобия.

При этом в качестве M выступает событие, порожденное реакцией объекта на событие (А, В). Вследствие все того же различия между сравниваемыми множествами представляется разумным иметь различные алгоритмы сравнения нечетких множеств с нечеткими же, нечетких с четкими и четких с четкими. Поскольку в любом случае нужна алгебраическая (замкнутая) оценка подобия, предлагается использовать нечто аналогичное ядерной оценке для «размывания» четких значений при сравнении. Для случая непрерывного ранжированного множества применяется, во-первых, его дискретизация на основе эвристик, определяемых предметной областью, а затем -сравнение по тем же алгоритмам.

Некоторым отходом от объектно-ориентиро-ванного стандарта событийного механизма является реализация этого механизма в виде совокупности событий, посылаемых системе «одновременно». Основная проблема в работе с сообщениями заключается в том, что моделируется недетерминированный процесс «изменения» экстенсионала базы знаний на детерминированном вычислителе. При этом, во-первых, к одному объекту могут быть адресованы несколько сообщений, и все они должны найти объект в таком виде, в каком он находился на момент их генерации (вне зависимости от очередности поступления на обработку); во-вторых, объект, созданный в результате обработки сообщения, не должен отзываться на сообщения уровня создателя. Преодоление этих препятствий достигается путем введения очередей сообщений, регулируемых «темпоральными» семафорами. Очередь сообщений поделена на уровни, и каждому уровню соответствует «такт времени», в который было сгенерировано сообщение. Чем больше уровень сообщения, тем позже оно было получено. Соответственно, переход к следующему уровню осуществляется только по исчерпании сообщений текущего уровня.

Алгоритм имитационной процедуры следующий.

Точка отсчета - некоторая равновесная ситуация на рынке с известным, с некоторой степенью достоверности, значением всех параметров и среды, и внешнего окружения.

Механизм выбора поведения и стратегия поведения и поступков экономических агентов определяется из условия, что каждая фирма решает задачу оптимизации своей прибыли. Предлагается следующая схема.

Первый агент принимает рациональное решение в зависимости от своих значений параметров Market_Char, Agent, Ambient. За счет нахождения пересечений рациональных решений для всех значений параметров {MarketChar, Agent, Ambient} круг решений по таблице из базы знаний значительно

сужается. Если существует несколько вариантов решений, то выбирается экономически эффективное по критерию максимизации прибыли в рассматриваемый период.

Для остальных агентов проводится аналогично, но не точный расчет, а оценка их рациональных решений. Получаем нечеткую информационную базу для принятия решений. Окончательное решение принимается с использованием нечетко-логического вывода, уже с учетом возможных максимально адекватных ответов конкурентов из информационной базы знаний.

После полного завершения мероприятий первого шага и достижения некоторого экономического результата проводится переоценка фактических показателей рынка, агентов и окружения на текущий момент времени. Далее процесс можно повторять.

Исходные данные модели мультиагентного рынка Market.

1. Имеется к агентов Agent ..., Agentk.

2. Следующие существенные факторы переменной Market Char определяют показатели цели агентов по объему выпуска продукции: phase - ступень развития рынка, баллы; size - текущий объем рынка; psize - потенциальный объем рынка; rate - оценка темпов роста (динамика емкости рынка) за период полного цикла продукта; trend - тенденция развития рынка (рост; стагнация); distr - каналы сбыта (уровень и мощность). Market Char = Market Char (phase, size, p size, rate, trend, distr).

3. Значения переменной Agent = {posiAg, char_ Ag, charPr, stra Ag} соответственно позиции экономических агентов на рынке; характеристика экономических агентов; характеристика конкурирующих видов продукции и стратегия экономических агентов. Список значений переменной Agent возможно изменять и адаптировать применительно к исследуемому рынку. Все значения переменной Agent, в свою очередь, являются многофакторными и также могут представлять функционально различные наборы.

Позиции экономических агентов на рынке posi Ag определяют следующие показатели: доля на основном рынке (prop); объемы продаж (v sales): динамика продаж (dsales); границы возможностей продаж (l_sales); местоположение (locat); доступ к сложившимся каналам продаж (asales); доступ к ключевым потребителям (a cust); организация маркетинга {о mark).

Характеристику экономических агентов char Ag определим через следующие интегральные показатели, связанные с производством продукции: предельные объемы выпуска продукции (lim prod) на имеющейся ресурсной базе (труд и капитал); себестоимость продукции в зависимости от объема выпуска (cost prod), производственный потенциал

(передовые технологии, техническое ноу-хау, гибкость структур) {pot prod).

Характеристику конкурирующих видов продукции charPr определим через следующие показатели: цена (cost), показатель качества (grade quality), показатель спроса (ind demand).

Стратегию экономических агентов ctraAg определим через следующие показатели: стратегия производства - полное удовлетворение спроса, производство продукции по среднему уровню спроса, производство продукции по нижнему уровню спроса (pr_stra); стратегия инноваций - решения по проектированию и модификации продукции (innstra)', стратегия маркетинга, включая ценовую (coststra)', финансовая стратегия (fm stra); стратегия организационных изменений (orgstra).

Учитывая, что ряд локальных показателей являются неизмеримыми, ряд - трудноизмеримыми,

Перечень мероприятий может быть также адаптирован для конкретной рыночной ситуации. Для каждого мероприятия необходимо провести экономические расчеты рентабельности продаж (Т), срока окупаемости в долях от полного цикла продукта (Т)

ряд - качественными, разумным представляется выбрать типичную структуру агрегированного показателя - интегрального взвешенного нормированного показателя вида X] ai 'xi.

4. Переменная модели Ambient - социально-экономическая среда, определяется следующими основными факторами: уровень жизни населения (staliving)', уровень экономического развития региона (levecon). Ambient = Ambient (sta living, levecon).

Значения переменных Market Char и Ambient также являются многофакторными и могут быть оценены аналогично переменной Agent.

5. Решения агентов модели мультиагентного рынка Market, сохранение объема выпуска (R1); наращивание объема выпуска (R2); снижение объема выпуска (R3).

6. Мероприятия агентов в модели мультиагентного рынка Market:

и конечного результата в виде прибыли (Р). 7. Симуляция или моделирование правил. Для каждого из значений переменной Market_ Char, Agent, Ambient формируем рациональное решение в виде следующей базы знаний:

Значение переменной Название Значение параметра Рациональные решения*

Market_Char

phase ступень развития рынка 0 - становление 1 - развитие 2 - насыщение R2 + R2 • (Ml + МЗ) R1 • Ml + R2 • (Ml + М2 + МЗ + Мб) R1 • (Ml + М2 + МЗ + М4 + М5) + R2 • (Ml + М2 + МЗ)

p size

Agent

posi Ag позиции экон. агентов на рынке <0,2 0,2 ... 0,8 >0,8 R2 + R2 • (Ml + МЗ) R1 • Ml + R2 • (Ml + М2 + МЗ + Мб) R1 • (Ml + М2 + МЗ + М4 + М5) + R2 • (Ml + М2 + МЗ)

char Ag

—

Мероприятия (базовые) Код

Снижение себестоимости продукции за счет: а) улучшения технологий; б) увеличения производительности труда; в) улучшения системы управления; г) улучшения логистики закупок материалов и комплектующих; д) внедрения новых технологий М1а М1д

Уменьшение цены продукции за счет снижения себестоимости М2

Улучшение охвата рынка за счет маркетинговых мероприятий МЗ

Улучшение конкурентных свойств товара (внедрение инновационных разработок) М4

Уменьшение цены продукции за счет сокращения нормы прибыли М5

Увеличение цены продукции за счет улучшения эксплуатационных свойств Мб

Окончание таблицы

Значение переменной Название Значение параметра Рациональные решения*

Ambient

sta living уровень жизни населения 0 - низкий 1 - средний, высокий R1 • (Ml + М2 + М5) + R3 • Ml R1 • (Ml + М2 + МЗ + М4) + R2 • (Ml + М2 + МЗ) R2 • (Ml + М2 + МЗ + М4 +М5) +R2 • (Ml + М2 + МЗ)

lev econ

* Знак «+» в колонке рациональных решений означает логическое «или», знак «•» - логическое «и»

Так, например, для значения phase = 1 предлагается следующее рациональное решение: R1 • Ml + R2 • (Ml + М2 + МЗ + Мб) - Сохранение объема выпуска> и <снижение себестоимости про-дукции> с затратами Z1, сроком окупаемости в долях от полного цикла продукта Т1 и конечного результата в виде прибыли Р1 или <наращивание объема выпу-ска> с проведением одного из мероприятий: Снижение себестоимости продукции>, <Уменыпение цены продукции за счет снижения себестоимости>, <Улучшение охвата рынка за счет маркетинговых мероприятий>, <Увеличение цены продукции за счет улучшения эксплуатационных свойств> с соответствующими конкретными затратами и результатом.

Предлагаемая имитационная модель более широкого спектра действия, нежели, скажем, модель конкуренции фирм в рамках стратегии Э. Чемберли-на или взаимодействия фирм по принципу «лидер -последователь» (модель Стэкельберга).

Указанные механизмы изменения переменной Agent определяются соотношением «спрос - предложение» на рынке Market и формируют объемы выпуска. В ситуации выпуска на рынок новых конкурентных моделей товара или снижения цены конкурентов в результате применения новых технологий предприятие должно оперативно вносить коррективы в выпуск своей продукции. Если ряд агентов производит излишки, возникают дополнительные издержки с сопутствующей цепочкой от убытков к банкротству. Это может привести к ситуации появления новых игроков на рынке, что учитывается в модели посредством увеличения (уменьшения) числа агентов и пересчета параметров рынка.

Поскольку каждая фирма решает задачу оптимизации своей прибыли, в каждом промежутке времени получается многокритериальная модель оптимизации с рядом наложенных внутренних и внешних ограничений на выпуск продукции.

Я (/•',. ..., /•; ) max, G,(iv ...,Ft)>br, где 1<\ = F(x. ) - вектор показателей 7-го агента; х - вектор состояний 7-го агента; b - вектор ограничений; Н. - функционал критериев 7-го агента; G - функции внутренних и внешних ограничений.

Ряд переменных модели определяется на основе нечетких правил. Ряд переменных модели х, F, b

являются динамическими. Дискретизация временных промежутков не равномерна и процессы считаются статическими, пока кто-либо из агентов не меняет ситуацию на рынке, и эта информация становится доступной части или всем агентам. В силу этого в статических периодах достаточно проводить планирование выпуска продукции по данным объема продаж.

Предложенная имитационная модель позволяет эффективно планировать выпуск с учетом оценки стратегии конкурентов и динамики рынка.

На основе предложенной модели реализован программный продукт в срсдс Mai Lab и проведены модельные вычислительные эксперименты по данным четырех конкурирующих предприятий по ремонту и сервисному обслуживанию нефтяного и нефтепромыслового оборудования относительно принятия решений о номенклатуре и объеме выпуска продукции. Результаты показывают, что предложенная имитационная модель позволяет эффективно планировать выпуск с учетом оценки стратегии конкурентов и динамики рынка. Решения, полученные для такой стохастической системы, показывают эффективность (в балльной шкале) принимаемых решений на основе «мягких» вычислений. Учитывая стохастический характер системы и вероятностный характер результатов, «мягкие» вычисления на основе нечеткой логики следует рассматривать как методы, дополняющие методы оптимального производства, реализуемые на основе математического программирования.

Список литературы:

1. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. - М.: Мир, 1976. - 162 с.

2. Me лихое A.C., Бернштейн Л.С., Короенн С.Я. Ситуационные советующие системы с нечеткой логикой. - М.: Наука, 1990. - 271 с.

3. Поспелов Д. А. Многоагентные системы - настоящее и будущее // Информационные технологии и вычислительные системы. - 1998. - № 1.

4. Зайнашееа Э.Б., Мухаметзяное КЗ. Мульти-агентная модель стратегии развития конкурентного рынка // Экономика и управление: анализ тенденций и перспектив развития / Сб. трудов II Международной научно-практической конференции. Новосибирск, 20 декабря 2012 г. - С. 119-125.

Острякова А. Ф.

аспирант, ассистент кафедры « Экономика и менеджмент» Уфимского государственного университета экономики и сервиса, Россия, г. Уфа

УДК 338.65

ИННОВАЦИОННОЕ ПРЕДПРИНИМАТЕЛЬСТВО КАК ФАКТОР РАЗВИТИЯ РЕГИОНА

В статье анализируется развитие инновационного предпринимательства региона (на примере Республики Башкортостан) через четко сформированные знания и выбор правильного направления интеллектуальных усилий, что и является инновационным развитием региона. Исследования показали, что предприятия регионов все чаще осознают необходимость инноваций как элемент научно-технического прогресса (НТП) предприятия, хотя затраты на интеллектуальное пространство компаний остается на низком уровне, также сюда входит проблема затрат на исследования, разработки и продвижение новых товаров. Одной из причин низкой инновационной активности российских компаний является сложность реализации инновационных проектов. Эти проекты дорогостоящи и долгосрочны, также компании несут существенные риски в связи с неизвестностью результатов.

Поэтому в данной статье в качестве основного элемента инновационного предпринимательства региона выступает гибкая система финансового обеспечения, способного учитывать инвестиционную потребность инновационной сферы.

Ключевые слова: инновационное предпринимательство, интеллектуально-инновационное пространство, интеллектуально-инновационное предпринимательство.

INNOVATIVE ENTREPRENEURSHIP AS A FACTOR OF REGION DEVELOPMENT

The author analyzes the development of innovative entrepreneurship of the region (on the example of the Republic of Bashkortostan) through a well-established knowledge and selecting the right direction intellectual effort, and that is innovative development in the region. Studies have shown that enterprises of the regions increasingly aware of the need to innovation as an element of scientific and technical progress (STP), although the costs for intellectual space companies remains low, it also includes the problem of expenses for research, development and promotion of new products. One of the reasons for the low level of innovation activity of Russian companies is the difficulty of implementing innovative projects. These projects are costly and long term, the company also carry significant risks in connection with the uncertainty of the results.

So in this article as an essential element of innovative entrepreneurship of the region is a flexible system of financial security, taking into account the investment requirements of the innovative sphere.

Keywords: innovative entrepreneurship, intellectual-innovative space, intellectual-innovative.

Одним из приоритетных направлений развития инновационного предпринимательства Республики Башкортостан является организация его в производственной и инновационной сферах, а именно развитие инновационного потенциала экономики, содействие объединению в различных формах научных организаций и наукоемких производственных малых предприятий, оказание прямой и косвенной поддержки инновационной деятельности и

прикладным научным исследованиям на предприятиях республики [1].

Основу инновационного предпринимательства составляют малые инновационные фирмы (эксплеренты) - технологические лидеры в зарождающихся отраслях экономики, открывающие новые сегменты рынка, развивающие новые производства, повышающие наукоемкость и конкурентоспособность производства и тем самым