CC BY
23
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, АВТОМАТИЗИРОВАННЫЕ
СИСТЕМЫ УПРАВЛЕНИЯ
S
is
8 I
3
о
t! §
ч
I §
к
I
рэ ы
1 S
Я. В. КРУКОВСКИИ
Омский институт Московского государственного университета коммерции
УДК 65.012
ПРИМЕНЕНИЕ НЕИРОСЕТЕВЫХ ТЕХНОЛОГИЙ В АНАЛИЗЕ ПОКАЗАТЕЛЕЙ СОСТОЯНИЯ ПРЕДПРИЯТИЯ
РАССМАТРИВАЕТСЯ ВОЗМОЖНОСТЬ ПРИМЕНЕНИЯ НЕЙРОННЫХ СЕТЕЙ В АНАЛИЗЕ СОСТОЯНИЯ ЭКОНОМИЧЕСКИХ СИСТЕМ (ПРЕДПРИЯТИЙ) НА ПРИМЕРЕ АВТОРСКОГО ПАКЕТА "МЕТААНАПИЗ". РАССМАТРИВАЕМАЯ МЕТОДИКА ПРИМЕНЕНИЯ НЕЙРОННЫХ СЕТЕЙ СО СРАВНИТЕЛЬНО НЕБОЛЬШИМ ЧИСЛОМ НЕЙРОНОВ ПОЗВОЛЯЕТ ДОСТАТОЧНО ЭФ ФЕКТИВНО РЕША ТЬ ЗАДА ЧИ ОЦЕНКИ И ПРОГНОЗА ПОКАЗА ТЕЛЕЙ СОСТОЯНИЯ ПРЕДПРИЯТИЯ.
Введение. Деятельность предприятия характеризуется присутствием многочисленных специфических факторов (наличием многоуровневого управления, обратной связи, потоков информации, влияющих на принятие решения и т.д.), т.е. представляет собой сложную систему, для исследования которой наиболее перспективными представляются подходы, основанные на различных методах, математического моделирования, факторного анализа, имитационного моделирования, экспертных оценок [3].
Использование экспертных методов в качестве инструментария научного предвидения становится необходимым в тех условиях, когда приходится оперировать сложными системами взаимосвязанных показате-пей или показателями, которые непосредственно не могут быть количественно измерены.
В пакете «МетаАнализ» [3] (рис. 2) при построении информационно-управленческой модели процесс управления и принятия решений заключается в прогнозировании динамики состояния объекта управления в
будущих периодах (на основе данных за прошедшие периоды), и регулировании ключевых показателей, оказывающих влияние на состояние системы, с определением общего уровня функционирования (benchmarking) [4] и построении «кривой достижений» [1] предприятия. При определении состояния предприятия и оценке уровней его функционирования применяются нейронные сети.
Блок нейросетевого анализа показателей состояния объекта управления в пакете «МетаАнализ». В соответствии с предлагаемой методикой оценки деятельность предприятия анализируется по трем основным направлениям: снабжение, производство и сбыт. В качестве простейшего (аппроксимированного) набора показателей (в соответствии с принципами функционально-стоимостного анализа) предлагается ввести три целевых показателя х,, хг, х3 (табл. 1). Для обработки данных по каждому оцениваемому виду деятельности/подразделению (далее объекту) вводится четыре системы экспертных оценок (табл. 1): управлен-
ческая, маркетинговая, финансовая и оценка интенсивности (динамики) состояния показателей по первым трем системам.
В этом случае совокупность характеристик, по которым оценивается предприятие, представляется «многокомпонентной системой», или синтезирующим критерием эффективности работы предприятия по всем компонентам (оцениваемым показателям) х, и определяется по формуле [3]:
п
Л = £г,шах (1)
/-I
где Я — общий уровень (потенциал) оцениваемого предприятия, г, — рейтинг эффективности функционирования подразделения предприятия (или направления его деятельности).
В пакета «МетаАнализ» используется архитектура нейросетового подхода, предполагающая построение аналитического блока из заданного числа параллельно работающих простых процессирующих элементов • нейронов [2], связанных между собой однонаправленными каналами передачи информации - синапсами.
Функционирование комплексной системы оценки каждого объекта реализуется через трехслойный пер-цептрон [5], состоящий из четырех математических ней-
ронов, обеспечивающих соответствующие системы оценок показателей состояния объекта (ПСО). В связи с тем, что перцептрон наиболее просто и эффективно реализует функции определенного вида (2) [6], выбор его в качестве инструмента преобразования входных сигналов по целевым показателям объекта управления наиболее удобен при решении прикладных задач экспертных оценок:
н
.....(2)
/.I
х, - оцениваемый показатель, IV, - вес показателя (синапса), f- функция ранжирования (экспертной оценки), V, - вес системы оценки ПСО (выходного сигнала с нейрона), Н- кол-во систем оценки в блоке анализа (пер-цептроне), в рассматриваемой модели Н = 4.
Веса IV, синапсов нейронов, определяют значимость ПСО в соответствующей системе оценки через ранжирование ПСО по биполярной шкале. На выходе нейрона выдается сигна;
П =/Оп*1 +™ях2+---+™шхп) [©]■ характеризующей состояние объекта в соответствующей системе оценки, функция преобразования сигнала ( определяется правилами бизнес-логики блока анализа и применяемым математическим аппаратом.
Выходные сигналы с нейронов поступают на сум-
Рис. 1. Нейронная сеть блока анализа показателей состояния объекта управления в пакете "МетаАнализ".
s
I
8 I
§ I
05
I
К
I
I i I
ЦЕЛЕВЫЕ ПОКАЗАТЕЛИ СОСТОЯНИЯ ПРЕДПРИЯТИЯ ПО ВИДАМ ДЕЯТЕЛЬНОСТИ/ПОДРАЗДЕЛЕНИЯМ
Показатель, характеризующий прибыль (положительный эффект) Показатель, характеризующий затраты (отрицательный эффект)
Показатель, характеризующий структуру (качественное состояние) оцениваемого объекта"
ПОКАЗАТЕЛИ, ОЦЕНИВАЮЩИЕ РАЗЛИЧНЫЕ ВИДЫ ДЕЯТЕЛЬНОСТИ/ПОДРАЗДЕЛЕНИЯ ПРЕДПРИЯТИЯ
Рейтинг по сбытовой деятельности
Рейтинг по производству
Рейтинг по закупочной деятельности
Суммарный рейтинг эффективности функционирования предприятия (benchmarking)
НАЗНАЧЕНИЕ НЕЙРОНОВ (СИСТЕМЫ ОЦЕНКИ ПОКАЗАТЕЛЕЙ СОСТОЯНИЯ ПРЕДПРИЯТИЯ)
УСО Управленческая система оценок показателей состояния МСО Маркетинговая система оценок показателей состояния
ФСО Финансовая система оценок показателей состояния
РИД Интенсивность выходных показателей систем оценки (УСО, МСО, ФСО), динамики их изменения
маторы формируя промежуточные рейтинги л,, г2, г3 различных объектов с соответствующими весами V,. Именно эти показатели непосредственно применяются в управленческой деятельности для формирования и принятия решений.
Представленная на рис. 1 нейронная сеть состоит из слоя ПСО, уровня оценки объектов и уровня оценки предприятия. Функционирование сети определяется бизнес-архитектурой моделируемого объекта, состоящей из структуры ПСО, бизнес-правил (совокупности знаний по предметной области) и бизнес-логики (алгоритмов преобразования исходных данных и анализа оцениваемых ситуаций).
Нейронная сеть изначально обладает некоторой совокупностью знаний, определяемых бизнес-правилами, на основе которых на каждое изменение входных ПСО формируется набор т.н. «советов», характеризующих в числовой, графической и словесной форме состояние предприятия и рекомендующих, какое управленческое воздействие и на какие исходные характеристики (т.н. датчики) следует воздействовать (рис. 2).
Качество выдаваемых рекомендаций изначально определяется заложенными бизнес-правилами и бизнес-логикой, которые в процессе функционирования сети должны оптимизироваться и расширяться за счет оценки новых ситуаций и вариантов их решения, а также последствий от применяемых управленческих решений.
Перцептроны, формирующие рейтинги по ПСО объединены в нейроподобную сеть (рис. 1), завершаю-
Пиием. и.\|мjJtf'j ufjji iJMHi 'ic2./
Таблица 1.
щим элементом которой является макроперцептрон, функционирующий схожим образом, что перцептроны первого уровня. Макроперцептрон формирует общий рейтинг (benchmarking) функционирования предприятия R, который совместно с промежуточными рейтингами г,, тр г3 служит основой для построения «кривой достижений», предложенной С.Биром [1], которая позволяет достаточно эффективно визуализировать состояние предприятия для анализа и прогноза перспектив его деятельности.
Несмотря на аппроксимированный характер рассматриваемой модели нейронной сети как инструмента оценки показателей состояния объекта управления, она сохраняет некоторые важные свойства биологических и социо-технических систем, в том числе адаптивность и сложное поведение, и способность к обучению.
Заключение. Повышение качества анализа состояния объектов управления, а также формируемые блоком анализа и бизнес-логики решения по поддержке управленческой деятельности определяется применяемым математическим аппаратом, объемом эвристических данных и вариантов решений управленческих задач, заложенных в базу знаний информационно-управленческой системы.
Благодаря универсальности подхода, примененного в пакете «МетаАналиэ», приобретается обобщенный
JI Аасес
Аналиг псказстелей
■
ПрздгриятигАО 'Смгмс" В & С5мт
13—№ "Ьцичм А
IH 0"£.ел VF И"ЛЯП 0—~1эаду<.т Б С ю£)1:а шс Проигвэдстэо
Shxl Л эх 2
kihci 1гы
¿¡¡шшвши
¡лИ План прсизводсгЕа ^Г Прчгнггч npni/ячалгтиг
А._Li
А I В I С . I ....: D I :vfE,v Jr-rur^i^jR^ii CjBBibi Нейрин 1 Нейрин 2 НьйринЗ Ьейрл4
(сеыт): УСО МСО «1:СО ИкД м
х1 С/одусг сига.гь торговую исдЕсюк/ (1) |
х2 I еобхэд^мэ гредосгав/ение кредитов л строчек платежей (2) 'I
г.1 Кпррэгшрпч^а чз гурт UMPkii pp-y/pr.nc -iPBn-iAjrvus i") j
dt.4 ЬсБшс^сстсл смижс мо tcuiod пр.юоста объема ззалисации (4) ¡|
Ф
R--
i'S'-r 1:3p
2J б& 3S №' Р Д)
¡."■jV'-i-i
Ш:
гь-1 мпдргк
Поиск
гЩ| Стриктура
, Параметры
ГраФик
Рис. 2. Окно пакета "МетаАналиэ" с фрагментом модели анализа показателей состояния предприятия.
взгляд на проблему обработки экономической информации. При этом реализуемая функция оценки довольно явно зависит от входных и выходных заданных экономических параметров, позволяя решать разнообразные задачи предсказания и классификации путем применения высокоэффективной параллельно-последовательной обработки информации, выгодно отличающейся от других инструментов, применяемых при построении аналитических и экспертных информационных систем.
ЛИТЕРАТУРА
1. Бир Стаффорд, Мозг фирмы: Пер. с англ. - М.: Радио и связь, 1993 г. - 416 с.
2. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. - Новосибирск: Наука. Сибирская издательская фирма РАН, 1996. • 276 с.
3. Круковский Я.В. Повышение эффективности уп-
равления коммерческой деятельностью путем внедрения новых информационных технологий на предприятиях торговли // Материалы 2-й научно-практической конференции Омского института МГУК. Том II. - Омск: Издательство «Наследие». Диалог-Сибирь, - 1999 г. -с. 126-133
4. Ойхман Е.Г. Попов Э.В. Реинжиниринг бизнеса: Реинжиниринг организаций и информационные технологии. - М.: Финансы и статистика, 1997. - 336 с.
5. Розенблатт Ф. Принципы нейродинамики. Пер-цептрон и теория механизмов мозга. - М.: Мир, 1965. -328 с.
6. Струнков Т. Думал ли Гильберт о нейронных сетях IIРС \Л/еекЖЕ №13,12.4.99 - с. 26.
КРУКОВСКИЙ Ярослав Валентинович - преподаватель кафедры математики и информатики.
Р.Н. ЦАРЕВА, В.И. СТРУНИН, Д.В. ШАДРИН, ВАШАПЦЕВ
УДК 021.63 (571.13)
ПРОЕКТ омской
РЕГИОНАЛЬНОЙ СЕТИ ЭЛЕКТРОННЫХ БИБЛИОТЕК
РАССМАТРИВАЕТСЯ ИНТЕГРИРОВАННЫЙ ПРОЕКТ ОМСКОГО РЕГИОНА В ОБЛАСТИ КОМПЬЮТЕРНЫХ ТЕЛЕКОММУНИКАЦИЙ И ЦИФРОВЫХ ИНФОРМАЦИОННЫХ РЕСУРСОВ БЮДЖЕТНОЙ СФЕРЫ. ТЕЛЕКОММУНИКАЦИОННОЙ БАЗОЙ КОТОРОГО ЯВЛЯЕТСЯ СУЩЕСТВУЮЩАЯ РЕГИОНАЛЬНАЯ КОМПЬЮТЕРНАЯ СЕТЬ ОБРАЗОВАНИЯ, КУЛЬТУРЫ И НАУКИ ОМСКА (КС ОКНО), ОБЕСПЕЧИВАЮЩАЯ ВМЕСТЕ С ЦЕНТРОМ ИНТЕРНИГО (ЦИ ОМГУ) И ОБЛАСТНОЙ СЕТЬЮ ПЕРЕДАЧИ ДАННЫХ АО вЭЛЕКТРОСВЯЗЬ» (ОСПД} КОМПЬЮТЕРНЫЕ ТЕЛЕКОММУНИКАЦИИ ДЛЯ БЮДЖЕТНЫХ ОРГАНИЗАЦИЙ НА ТЕРРИТОРИИ Г. ОМСКА И ОМСКОЙ ОБЛАСТИ.
1. СОСТОЯНИЕ ДЕЛ ПО ЭЛЕКТРОНИЗАЦИИ БИБЛИОТЕЧНОГО ДЕЛА В ОМСКОЙ ОБЛАСТИ
На сегодняшний день ситуация в области автоматизации библиотек, участников проекта, выглядит следующим образом:
Организация Объем электронного Количество компьютеров
каталога в библиотеке
ОГОНБП 166000 54
СибГАФК 30 000 10
ОмГПУ 13000 д
ОмГТУ 6400
ОмГУ 0 1
ии1т1М 0 1
Здесь отражены не все библиотеки Омской области, но в качественном смысле ситуация отображена типичная: большинство библиотек области не имеют электронных каталогов. В связи с такой картиной существенно актуальной является задача ускоренного создания интегрированного электронного каталога библиотек Омской области, доступного из ее любой точки. На базе этого каталога может быть создана совершенно новая система МБА не только внутри региона, но и в России.
2. СТРУКТУРА ТЕЛЕКОММУНИКАЦИОННОГО ПРОСТРАНСТВА ОБРАЗОВАНИЯ, КУЛЬТУРЫ И НАУКИ ОМСКОЙ ОБЛАСТИ [1-3]
Телекоммуникационное пространство бюджетной сферы Омской области имеет в настоящее время вид, Достаточный для поддержки процесса формирования и обмена цифровыми информационными ресурсами в регионе. Оно является интегрированной системой, объединяющей три основных компонента: региональную Компьютерную сеть образования, культуры и наУки Омска (КС ОКНО), Центр Интернет ОмГУ (ЦИ ОмГУ)
и Омскую областную сеть передачи данных АО «Электросвязь».
Проект КС ОКНО предусматривает создание 7 базовых узлов сети передачи данных, объединенных между собой как проводными магистральными каналами через ОСПД, так и радиомостами. Каждый из узлов сети планируется в перспективе оборудовать ATM коммутатором LightStream-ЮЮ, маршрутизатором Cisco-7000 и двумя коммутаторами Catalyst-5000. Вокруг каждого из базовых узлов планируется организовать опорную сеть на основе протокола Ethernet/ FastEthernet.
В настоящее время в полную силу работает Центральный узел КС ОКНО, оснащенный программным маршрутизатором под управлением FreeBSD. В каче-, стве оборудования для цифровой радиомагистрали внутри региона предусматривается использование Arlan-640. Уже смонтированы радиоточки в четырех организациях: Многопрофильной городской больнице (левый берег Иртыша), в ИИТПМ (Центральный округ), в Омском отделении Института катализа СО РАН (Советский округ г.Омска) и в Омской государственной медицинской академии. В качестве канала связи с Internet используется цифровой канал пропускной способностью 128 Кб/с.
Для решения в КС ОКНО проблемы последних милей заключено соглашение с АО "Электросвязь", позволяющее использовать их сетевую инфраструктуру (ОСПД, в частности) для транспорта информационных потоков Абонентов в КС ОКНО от ближайшей к абоненту АТС. Для этого в Опорной точке доступа в RbNet установлен маршрутизатор Cisco-4000 (точка обмена трафиком внутри региона).
С коммерческим провайдером Internet в Омске, имеющим лицензию на использование рабочих радио-
S
!
I
I
§
D
§
I §
I
I §
